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

EGLCR-Stereo	1.04 9	0.20 3	2.00 25	1.14 141	0.16 63	2.50 74	0.11 27	4.96 65	2.61 20	0.79 26	0.07 1	1.46 57	0.37 18	3.96 72	0.23 2	0.01 141	0.05 235	0.00 1	0.00 1	0.00 1	0.07 153

IGEVStereo-DCA	1.06 11	0.45 115	2.06 29	0.32 49	0.06 16	2.74 104	0.84 190	3.71 16	2.27 6	0.39 12	0.16 2	0.20 4	0.29 8	6.47 137	0.87 74	0.00 1	0.00 1	0.00 1	0.16 293	0.06 115	0.06 140

rrr	1.05 10	0.45 115	3.18 131	0.32 49	0.06 16	2.74 104	0.95 208	3.49 11	1.12 2	0.39 12	0.16 2	0.20 4	0.29 8	6.47 137	0.87 74	0.00 1	0.00 1	0.00 1	0.21 311	0.06 115	0.10 194

AEACV	0.80 2	0.29 16	1.70 11	0.96 117	0.24 103	2.03 47	0.88 199	3.50 12	0.88 1	0.34 6	0.20 4	0.29 18	2.01 122	1.77 30	0.33 5	0.00 1	0.03 206	0.00 1	0.29 329	0.10 165	0.09 175

LoS	0.91 5	0.34 53	2.10 39	0.38 63	0.13 54	2.47 72	0.26 71	5.00 70	2.74 26	0.89 27	0.21 5	0.49 36	0.36 16	1.97 38	0.67 41	0.02 210	0.02 163	0.00 1	0.00 1	0.06 115	0.01 15

test_xeample3	1.08 12	0.43 107	3.39 144	0.49 73	0.05 9	2.58 86	0.93 204	3.32 5	1.77 4	0.23 1	0.23 6	0.19 1	0.28 7	6.34 129	0.85 69	0.00 1	0.01 124	0.00 1	0.26 327	0.06 115	0.10 194

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

4D-IteraStereo	1.72 41	0.86 225	3.01 113	0.09 12	2.86 304	3.57 176	1.06 213	3.92 23	5.31 142	5.28 109	1.02 8	3.92 129	0.38 20	1.83 32	1.04 97	0.00 1	0.01 124	0.00 1	0.00 1	0.07 130	0.09 175

ff7	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 190	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 167	0.49 26	0.00 1	0.00 1	0.00 1	0.16 293	0.09 155	0.06 140

ffff	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 190	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 167	0.49 26	0.00 1	0.00 1	0.00 1	0.16 293	0.09 155	0.06 140

11t	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 190	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 167	0.49 26	0.00 1	0.00 1	0.00 1	0.16 293	0.09 155	0.06 140

ccc-4	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 190	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 167	0.49 26	0.00 1	0.00 1	0.00 1	0.16 293	0.09 155	0.06 140

CES	1.56 36	0.35 62	1.44 4	0.42 66	7.70 375	2.66 100	0.13 40	4.89 60	2.53 19	0.25 2	1.10 13	0.33 27	0.31 13	1.61 24	0.58 36	0.01 141	0.02 163	0.00 1	0.00 1	0.54 320	6.26 377

IGEV-Stereo	1.12 13	0.59 157	1.66 8	0.03 1	0.07 21	2.82 124	0.82 183	4.09 30	2.30 11	0.41 16	1.11 14	0.30 19	0.41 27	7.05 163	0.49 26	0.00 1	0.00 1	0.00 1	0.17 299	0.10 165	0.05 130
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sAnonymous2	1.35 28	1.66 312	8.14 316	0.55 77	0.46 154	1.23 6	0.24 66	4.00 26	3.47 68	0.40 14	1.11 14	0.23 11	1.42 91	0.96 5	0.57 33	0.01 141	0.00 1	0.00 1	0.20 308	2.07 361	0.22 268

CroCo_RVC	1.35 28	1.66 312	8.14 316	0.55 77	0.46 154	1.23 6	0.24 66	4.00 26	3.47 68	0.40 14	1.11 14	0.23 11	1.42 91	0.96 5	0.57 33	0.01 141	0.00 1	0.00 1	0.20 308	2.07 361	0.22 268

anonymousdsp	1.12 13	0.59 157	1.66 8	0.03 1	0.07 21	2.81 121	0.82 183	4.07 28	2.30 11	0.41 16	1.12 17	0.30 19	0.40 21	7.05 163	0.49 26	0.00 1	0.00 1	0.00 1	0.17 299	0.10 165	0.05 130

PMTNet	1.41 32	0.37 75	2.06 29	0.26 40	0.15 60	2.94 136	0.34 88	3.39 7	5.33 144	1.00 29	1.27 18	0.28 17	0.93 58	4.04 75	0.74 52	5.00 374	0.00 1	0.00 1	0.00 1	0.03 58	0.01 15

ProNet	1.20 19	0.60 159	2.00 25	0.26 40	0.08 32	2.73 103	0.68 156	5.00 70	2.52 18	0.29 3	1.32 19	0.37 29	0.36 16	6.94 158	0.44 12	0.00 1	0.07 259	0.00 1	0.00 1	0.17 229	0.07 153

riskmin	1.88 61	0.15 1	2.11 40	1.38 162	0.88 200	2.40 69	0.04 8	5.93 118	6.10 173	2.25 45	1.34 20	6.06 204	5.08 253	2.78 51	1.01 96	0.00 1	0.02 163	0.00 1	0.00 1	0.01 7	0.06 140

CASnet	0.98 6	0.32 32	1.62 7	0.65 86	0.07 21	2.11 52	0.14 46	3.50 12	4.03 93	3.77 75	1.41 21	0.31 22	0.29 8	0.80 2	0.57 33	0.01 141	0.00 1	0.00 1	0.00 1	0.04 78	0.01 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MyStereo07	1.31 26	0.79 211	1.61 6	1.03 124	1.11 220	2.63 95	0.46 106	5.48 102	2.24 5	0.64 24	1.48 22	0.27 16	0.59 38	7.03 162	0.45 16	0.00 1	0.09 275	0.00 1	0.01 207	0.11 182	0.09 175

GLC_STEREO	0.75 1	0.29 16	1.19 3	0.55 77	0.01 1	1.98 45	0.57 138	3.07 4	3.02 44	0.90 28	1.48 22	0.19 1	0.40 21	0.93 3	0.36 8	0.00 1	0.01 124	0.00 1	0.00 1	0.04 78	0.02 37

CREStereo	0.98 6	0.42 100	1.86 13	0.07 9	0.22 99	1.65 27	0.02 6	4.07 28	6.33 184	0.72 25	1.54 24	0.43 33	0.64 40	1.22 11	0.44 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
Anonymous	1.37 31	0.52 137	4.23 202	1.38 162	2.70 299	1.85 39	0.42 100	4.77 58	3.54 72	0.53 23	1.56 25	0.19 1	1.32 83	3.11 56	0.92 86	0.05 264	0.08 267	0.00 1	0.00 1	0.17 229	0.15 237

CAS	2.24 96	0.25 11	1.86 13	11.21 378	3.86 339	1.67 28	0.02 6	3.87 22	2.67 22	0.41 16	1.63 26	0.24 13	0.27 5	1.50 18	0.74 52	9.43 386	0.01 124	0.00 1	0.00 1	0.01 7	5.21 374

test_1	1.85 56	0.21 6	2.45 56	1.02 122	0.22 99	1.37 12	0.82 183	4.66 56	5.06 135	7.02 191	1.73 27	4.09 136	0.41 27	6.51 142	0.76 58	0.00 1	0.00 1	0.00 1	0.29 329	0.18 239	0.14 228

test croco	1.34 27	0.51 135	5.09 242	0.30 45	0.05 9	1.58 24	0.08 20	4.47 42	3.77 81	0.42 20	1.76 28	0.60 41	0.74 45	6.11 118	0.94 87	0.00 1	0.00 1	0.00 1	0.00 1	0.40 311	0.02 37

knoymous	1.36 30	0.21 6	1.68 10	0.20 32	0.49 164	1.58 24	0.11 27	5.15 76	2.40 14	4.62 90	1.77 29	4.56 156	0.45 30	3.23 57	0.63 37	0.00 1	0.02 163	0.00 1	0.00 1	0.02 22	0.01 15

test-3	1.86 57	0.21 6	2.46 58	1.03 124	0.22 99	1.38 13	0.83 187	4.65 55	5.04 134	7.26 207	1.78 30	4.10 138	0.41 27	6.53 144	0.76 58	0.00 1	0.00 1	0.00 1	0.29 329	0.18 239	0.14 228

CroCo-Stereo	0.99 8	0.89 232	3.19 132	0.46 69	0.44 148	0.38 1	0.05 11	4.61 50	3.95 87	0.48 22	1.78 30	1.01 46	0.27 5	1.11 8	1.07 98	0.01 141	0.00 1	0.00 1	0.00 1	0.05 99	0.04 101
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
test_3	1.88 61	0.22 9	2.75 86	0.96 117	0.22 99	1.28 10	0.77 177	4.62 51	5.87 161	6.55 174	1.84 32	4.28 148	0.45 30	6.48 139	0.76 58	0.00 1	0.01 124	0.00 1	0.28 328	0.17 229	0.14 228

FENet	2.19 94	0.34 53	3.04 120	2.05 255	0.26 112	2.82 124	0.13 40	7.02 161	5.55 151	4.97 100	1.94 33	4.91 167	3.39 175	4.71 84	2.50 193	0.02 210	0.03 206	0.00 1	0.00 1	0.00 1	0.21 266

Selective-RAFT	1.69 40	0.32 32	3.29 138	0.92 108	0.18 80	3.89 199	0.06 13	4.22 31	4.00 90	1.47 38	1.98 34	3.07 100	2.81 153	6.35 131	0.89 81	0.01 141	0.00 1	0.00 1	0.21 311	0.05 99	0.00 1

MIF-Stereo	0.83 4	0.33 44	1.98 23	0.92 108	1.27 230	0.54 3	0.11 27	1.35 1	2.94 33	1.67 41	2.09 35	0.20 4	0.31 13	1.57 21	1.07 98	0.00 1	0.00 1	0.00 1	0.00 1	0.16 221	0.01 15

AnonymousM	2.71 144	6.75 368	0.98 1	0.73 90	0.06 16	2.41 70	0.53 123	5.30 92	3.05 45	4.75 97	2.09 35	1.89 70	1.01 61	1.88 37	0.51 32	0.01 141	0.02 163	17.42 386	4.76 386	0.02 22	0.01 15

rafts_anoy	1.72 41	0.79 211	2.58 68	2.03 249	1.75 258	2.47 72	0.16 53	5.48 102	6.01 170	3.24 63	2.11 37	1.92 73	1.33 84	3.08 55	1.13 105	0.01 141	0.18 326	0.00 1	0.01 207	0.03 58	0.07 153

x	1.73 43	0.28 15	2.49 61	1.91 230	0.17 68	2.10 51	0.83 187	8.74 200	3.55 73	3.28 64	2.12 38	3.10 101	1.96 120	2.90 52	1.12 103	0.00 1	0.02 163	0.00 1	0.00 1	0.02 22	0.03 66

CroCo-Stereo Lap2	1.24 23	0.88 229	3.39 144	0.95 115	4.59 358	0.47 2	0.08 20	3.51 14	2.80 28	1.17 36	2.24 39	1.57 61	0.20 1	1.48 17	1.14 106	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.12 216

GMStereo	1.83 55	0.99 247	4.55 217	0.57 81	0.05 9	2.53 77	0.01 1	4.95 63	11.14 292	3.52 71	2.24 39	0.53 38	0.49 33	3.76 66	0.80 65	0.20 315	0.00 1	0.00 1	0.12 286	0.12 193	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
Anonymous_2	4.14 250	0.62 167	3.21 133	1.40 165	1.43 239	5.19 235	0.32 84	6.63 149	4.38 110	4.48 88	2.30 41	8.08 248	7.00 291	5.37 102	2.29 183	0.23 319	0.75 365	5.20 378	18.12 401	5.66 373	0.23 274

MIF-Stereo (partial)	1.29 25	0.33 44	3.02 115	0.03 1	1.12 222	1.26 8	0.13 40	4.46 41	3.75 79	0.35 7	2.39 42	0.31 22	0.74 45	6.09 117	1.76 152	0.00 1	0.00 1	0.00 1	0.00 1	0.08 138	0.04 101

LL-Strereo2	1.86 57	0.83 221	2.33 51	0.36 60	0.17 68	3.79 195	1.52 240	5.82 115	4.04 95	4.43 84	2.51 43	4.23 142	0.37 18	5.66 107	0.99 93	0.00 1	0.02 163	0.00 1	0.05 260	0.06 115	0.11 205

LoS_RVC	1.26 24	1.43 291	1.91 16	0.42 66	3.77 337	1.71 36	0.04 8	2.58 2	2.49 16	0.42 20	2.58 44	0.30 19	0.57 37	1.71 25	0.66 40	0.01 141	0.02 163	0.00 1	0.00 1	0.02 22	4.49 371

UDGNet	2.73 147	7.09 371	3.90 183	2.71 306	0.06 16	2.98 137	0.20 60	4.63 52	8.58 247	2.69 49	2.70 45	0.95 45	1.01 61	6.27 124	1.51 131	1.28 364	0.00 1	5.24 379	0.94 363	1.70 357	0.13 223

anonymousdsp2	1.78 46	0.39 80	3.40 146	1.10 134	0.04 8	3.63 177	0.50 120	7.80 173	2.77 27	2.91 56	2.88 46	3.17 102	1.01 61	5.15 99	0.43 11	0.00 1	0.01 124	0.02 281	0.15 291	0.05 99	0.12 216

DLNR_Zeroshot_test	24.70 389	50.77 408	90.11 413	98.11 422	97.34 420	1.38 13	0.12 33	22.79 378	3.09 50	1.07 34	2.95 47	0.71 42	0.29 8	6.93 156	2.29 183	38.56 405	0.37 352	0.00 1	0.30 334	76.73 417	0.09 175

11t1	1.62 38	0.26 13	2.53 63	2.37 289	0.24 103	2.58 86	0.06 13	6.66 150	3.00 42	3.40 69	3.01 48	1.14 49	1.94 119	4.18 78	0.91 83	0.01 141	0.02 163	0.00 1	0.00 1	0.03 58	0.03 66

TRStereo	2.36 114	3.10 345	4.70 225	1.99 240	2.08 273	2.61 91	1.11 218	8.79 202	3.73 77	3.19 61	3.04 49	3.96 130	0.77 47	5.92 112	1.44 127	0.03 237	0.14 307	0.00 1	0.29 329	0.08 138	0.25 281

sCroCo_RVC	1.21 21	0.65 174	5.16 248	1.09 133	1.29 232	0.92 4	0.19 57	3.92 23	2.68 23	0.30 4	3.04 49	0.52 37	1.56 104	1.58 22	0.78 62	0.09 290	0.25 343	0.00 1	0.00 1	0.07 130	0.11 205

AE-Stereo	1.44 33	0.32 32	2.69 77	1.58 188	0.20 93	2.24 58	0.59 140	6.01 119	5.70 157	1.18 37	3.17 51	1.02 47	0.78 50	1.73 26	0.83 67	0.02 210	0.18 326	0.00 1	0.29 329	0.11 182	0.07 153

Selective-IGEV	1.23 22	0.18 2	1.13 2	0.07 9	0.17 68	2.38 68	0.54 125	6.10 123	2.51 17	0.41 16	3.20 52	0.26 14	0.29 8	6.94 158	0.16 1	0.00 1	0.01 124	0.00 1	0.11 283	0.04 78	0.10 194

Anonymous3	1.76 45	0.44 111	6.37 285	0.33 54	0.50 166	4.33 213	0.54 125	4.43 40	2.48 15	2.21 44	3.24 53	1.53 60	1.14 70	5.64 106	1.29 117	0.17 308	0.23 337	0.00 1	0.00 1	0.12 193	0.15 237

ACVNet-DCA	2.01 78	0.65 174	2.15 41	2.30 278	0.02 3	5.80 245	0.56 130	8.45 185	3.33 62	1.03 30	3.33 54	0.32 24	3.71 190	8.05 217	0.45 16	0.00 1	0.02 163	0.00 1	0.03 239	0.02 22	0.03 66

xx1	2.33 111	0.65 174	2.15 41	2.30 278	0.02 3	5.80 245	0.56 130	4.31 32	10.41 279	1.03 30	3.33 54	4.67 159	2.70 146	8.05 217	0.45 16	0.00 1	0.02 163	0.00 1	0.00 1	0.02 22	0.03 66

1test111	1.86 57	0.65 174	2.15 41	2.30 278	0.02 3	5.80 245	0.56 130	8.45 185	3.33 62	1.03 30	3.33 54	0.32 24	3.71 190	4.40 80	0.96 89	0.00 1	0.02 163	0.00 1	0.03 239	0.02 22	0.03 66

cc1	2.17 91	0.65 174	2.15 41	2.30 278	0.02 3	5.80 245	0.56 130	4.31 32	10.41 279	1.03 30	3.33 54	0.32 24	3.71 190	8.05 217	0.45 16	0.00 1	0.02 163	0.00 1	0.03 239	0.10 165	0.05 130

NRIStereo	2.14 88	0.35 62	2.65 74	1.10 134	0.14 56	3.05 142	0.86 196	5.35 95	3.18 54	6.24 155	3.36 58	4.17 141	1.82 117	8.12 225	2.01 170	0.00 1	0.10 283	0.00 1	0.00 1	0.12 193	0.19 259

tt1	2.14 88	0.63 169	2.22 47	2.27 274	0.02 3	5.71 243	0.63 147	4.53 45	10.19 273	1.16 35	3.39 59	0.33 27	3.05 162	8.00 210	0.46 20	0.00 1	0.02 163	0.00 1	0.03 239	0.10 165	0.04 101

MC-Stereo	1.47 35	0.36 69	2.54 64	1.99 240	0.12 52	1.90 40	0.12 33	4.47 42	2.83 29	3.31 67	3.44 60	0.56 39	1.47 94	5.39 103	0.47 25	0.00 1	0.04 226	0.00 1	0.21 311	0.07 130	0.04 101

EKT-Stereo	1.91 67	0.48 128	2.77 90	2.19 266	4.36 348	1.42 17	0.24 66	4.63 52	3.51 70	2.94 57	3.47 61	3.55 120	2.25 131	5.26 100	0.85 69	0.04 253	0.12 296	0.00 1	0.09 278	0.06 115	0.05 130

FADNet-RVC	3.98 244	1.84 321	12.48 341	1.69 202	0.44 148	4.33 213	1.31 231	11.84 271	7.15 203	3.53 72	3.50 62	10.63 286	4.43 226	9.12 277	6.25 273	0.03 237	0.10 283	0.00 1	0.03 239	0.60 327	0.25 281

dd	2.16 90	1.22 273	4.82 228	0.68 88	0.12 52	1.39 16	0.17 55	5.14 74	11.22 295	2.70 51	3.51 63	1.52 59	1.23 80	5.08 95	3.96 242	0.12 297	0.01 124	0.04 307	0.21 311	0.07 130	0.01 15

qqq	1.93 69	0.30 20	2.96 110	1.40 165	0.05 9	1.96 44	0.39 94	8.45 185	3.33 62	3.06 59	3.84 64	4.67 159	2.70 146	4.40 80	0.96 89	0.00 1	0.01 124	0.00 1	0.00 1	0.02 22	0.03 66

MyStereo05	2.94 164	0.66 180	5.25 254	1.10 134	0.96 209	2.57 83	0.10 24	8.53 190	12.34 309	6.28 161	3.88 65	3.18 103	3.30 168	7.81 203	2.37 188	0.01 141	0.08 267	0.00 1	0.01 207	0.13 203	0.15 237

raftrobust	1.86 57	0.74 200	1.94 20	2.15 263	2.24 284	2.74 104	0.53 123	4.89 60	4.05 97	6.09 143	3.89 66	1.64 62	2.55 142	2.44 47	1.12 103	0.00 1	0.03 206	0.00 1	0.00 1	0.12 193	0.08 165

MyStereo04	2.95 165	0.79 211	5.38 257	1.03 124	1.11 220	2.63 95	0.46 106	10.00 229	12.44 310	4.19 81	3.91 67	3.04 98	3.60 183	7.34 178	2.74 202	0.00 1	0.09 275	0.00 1	0.01 207	0.11 182	0.09 175

MIPNet	2.06 83	0.69 189	4.57 220	0.32 49	0.21 96	1.92 42	0.19 57	6.89 159	5.64 156	5.48 114	4.02 68	2.02 74	3.50 178	3.32 59	2.01 170	0.00 1	0.01 124	0.01 252	0.01 207	0.20 247	0.13 223

DeepStereo_RVC	2.05 82	0.39 80	2.87 104	0.14 28	0.17 68	3.51 169	0.70 162	5.21 79	3.00 42	6.27 160	4.13 69	3.47 115	4.53 231	4.81 86	1.49 130	0.01 141	0.00 1	0.00 1	0.00 1	0.09 155	0.18 249

CRE-IMP	1.95 71	0.35 62	2.68 75	0.27 44	0.17 68	3.90 200	0.85 195	5.14 74	2.87 30	5.74 118	4.14 70	3.49 117	0.83 53	6.40 132	1.80 156	0.00 1	0.00 1	0.00 1	0.00 1	0.10 165	0.19 259

FADNet-RVC-Resample	3.79 227	1.62 308	12.06 336	1.43 170	0.66 178	5.94 250	2.41 262	10.18 237	8.58 247	6.28 161	4.22 71	5.33 184	4.80 244	7.71 196	3.19 212	0.17 308	0.21 334	0.17 341	0.12 286	0.41 314	0.29 293

ROB_FTStereo	1.90 65	0.42 100	2.86 100	0.12 18	0.19 89	3.71 184	0.75 174	5.24 86	2.95 34	5.87 131	4.26 72	3.41 108	1.51 95	5.80 110	0.65 38	0.01 141	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

s12784h	1.89 64	0.30 20	2.57 67	0.11 17	0.09 33	4.18 209	0.13 40	6.61 148	7.44 212	3.62 73	4.28 73	0.59 40	0.81 52	6.61 146	0.46 20	0.01 141	0.01 124	0.00 1	0.00 1	0.02 22	0.00 1

Patchmatch Stereo++	1.95 71	0.40 89	2.86 100	0.12 18	0.18 80	3.74 189	0.66 154	5.24 86	2.96 36	5.86 126	4.32 74	3.46 112	1.52 99	6.88 152	0.70 45	0.01 141	0.00 1	0.00 1	0.00 1	0.08 138	0.09 175
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	1.95 71	0.40 89	2.86 100	0.12 18	0.18 80	3.74 189	0.66 154	5.24 86	2.96 36	5.86 126	4.32 74	3.46 112	1.52 99	6.88 152	0.70 45	0.01 141	0.00 1	0.00 1	0.00 1	0.08 138	0.09 175

PSM-adaLoss	1.88 61	0.40 89	2.86 100	0.12 18	0.19 89	3.75 192	0.71 164	5.23 80	2.96 36	5.86 126	4.33 76	3.45 110	1.51 95	5.40 104	0.69 43	0.01 141	0.00 1	0.00 1	0.00 1	0.08 138	0.09 175

HUI-Stereo	1.80 49	0.41 96	2.85 98	0.12 18	0.18 80	3.72 187	0.65 152	5.23 80	2.97 40	5.87 131	4.34 77	3.45 110	1.52 99	3.93 71	0.65 38	0.02 210	0.00 1	0.00 1	0.00 1	0.08 138	0.10 194

RAFT-IKP	1.90 65	0.42 100	2.83 95	0.12 18	0.18 80	3.50 167	0.64 150	5.24 86	2.96 36	5.86 126	4.34 77	3.50 118	1.51 95	5.99 115	0.76 58	0.01 141	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

ROB_FTStereo_v2	1.91 67	0.41 96	2.85 98	0.12 18	0.19 89	3.71 184	0.73 169	5.23 80	2.95 34	5.86 126	4.36 79	3.46 112	1.51 95	5.86 111	0.69 43	0.01 141	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

iGMRVC	1.96 74	0.40 89	2.88 105	0.12 18	0.19 89	3.74 189	0.73 169	5.23 80	2.97 40	5.87 131	4.37 80	3.48 116	1.52 99	6.73 149	0.74 52	0.02 210	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

CFNet-RSSM	2.11 85	0.33 44	2.71 81	1.04 129	0.30 121	3.21 155	0.41 98	6.67 151	6.96 196	5.62 116	4.58 81	5.40 185	1.71 108	1.86 34	0.87 74	0.00 1	0.08 267	0.00 1	0.32 336	0.02 22	0.02 37

HCRNet	2.56 133	0.53 141	3.35 141	0.24 39	3.39 318	2.19 55	0.23 65	6.89 159	5.50 147	5.26 108	4.79 82	5.27 179	2.78 151	7.71 196	2.89 203	0.00 1	0.02 163	0.00 1	0.00 1	0.04 78	0.04 101

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

CBFPSM	4.87 277	0.94 243	14.70 353	1.51 178	1.15 224	11.49 324	2.55 267	7.28 165	6.47 187	6.23 154	4.83 84	15.30 323	8.99 322	6.88 152	8.20 304	0.03 237	0.02 163	0.00 1	0.00 1	0.40 311	0.42 309

Any-RAFT	2.18 93	0.25 11	1.94 20	1.37 161	0.80 194	5.01 233	0.56 130	8.51 189	5.58 154	4.01 78	4.85 85	5.44 186	2.26 132	2.45 48	0.35 7	0.00 1	0.15 312	0.00 1	0.00 1	0.02 22	0.02 37

DIP-Stereo	1.97 75	0.64 170	2.95 109	0.17 30	0.10 36	4.83 228	0.13 40	8.60 196	4.06 100	6.42 169	4.92 86	0.44 34	0.72 44	3.57 63	1.80 156	0.00 1	0.01 124	0.00 1	0.00 1	0.05 99	0.04 101
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
iRaftStereo_RVC	1.62 38	0.68 184	1.98 23	0.67 87	0.05 9	2.99 138	0.04 8	5.36 97	3.74 78	3.82 76	4.96 87	2.54 82	0.62 39	3.35 60	0.97 91	0.00 1	0.07 259	0.00 1	0.00 1	0.30 287	0.27 290

TestStereo	1.74 44	1.02 250	3.64 164	0.20 32	0.28 119	1.33 11	0.01 1	5.24 86	4.01 92	3.18 60	4.97 88	2.07 75	0.70 41	7.32 176	0.75 56	0.02 210	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

XX-TBD	1.44 33	0.85 224	2.04 27	2.45 295	0.05 9	2.34 64	0.01 1	3.46 10	7.51 213	2.88 55	4.98 89	0.26 14	0.25 3	1.15 10	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Gwc-CoAtRS	2.02 79	0.33 44	2.61 70	1.04 129	0.30 121	3.56 173	0.40 97	5.89 117	5.94 164	5.08 104	5.01 90	5.55 188	1.72 109	1.60 23	0.91 83	0.01 141	0.09 275	0.00 1	0.25 321	0.01 7	0.02 37

test-1	1.82 54	0.45 115	5.42 258	0.89 102	0.41 145	2.14 53	0.56 130	5.75 109	4.15 104	3.28 64	5.11 91	3.61 122	0.70 41	1.53 20	1.56 138	0.02 210	0.34 349	0.00 1	0.08 271	0.02 22	0.30 295

RALCasStereoNet	1.93 69	1.01 248	2.75 86	1.88 226	1.75 258	2.88 133	0.18 56	4.64 54	4.36 109	2.27 46	5.14 92	2.22 76	0.79 51	7.10 166	1.00 95	0.00 1	0.34 349	0.00 1	0.00 1	0.10 165	0.16 246

DCANet-4	2.03 80	0.34 53	5.30 255	0.31 46	0.18 80	1.69 31	0.12 33	4.95 63	8.55 246	5.78 119	5.17 93	1.12 48	2.82 154	2.11 44	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 249

fff	2.28 105	0.61 162	3.81 176	0.22 35	0.07 21	1.69 31	0.11 27	5.37 98	11.84 302	5.80 121	5.17 93	1.44 54	5.41 259	2.00 39	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 249

csc	2.28 105	0.61 162	3.81 176	0.22 35	0.07 21	1.69 31	0.11 27	5.37 98	11.84 302	5.80 121	5.17 93	1.44 54	5.41 259	2.00 39	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 249

cscssc	2.28 105	0.61 162	3.81 176	0.22 35	0.07 21	1.69 31	0.11 27	5.37 98	11.84 302	5.80 121	5.17 93	1.44 54	5.41 259	2.00 39	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 249

DMCA-RVC	3.17 179	1.26 278	6.39 287	2.10 259	1.51 242	3.02 141	0.56 130	7.84 175	5.06 135	9.23 275	5.19 97	8.46 254	2.72 149	6.31 127	3.22 213	0.06 274	0.11 289	0.09 329	0.02 227	0.16 221	0.08 165

OCTAStereo	2.24 96	0.33 44	3.03 117	2.04 251	0.10 36	3.45 160	0.43 101	6.50 143	3.17 51	6.84 181	5.20 98	2.65 83	1.33 84	8.18 233	1.56 138	0.01 141	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

RE-Stereo	2.25 101	0.33 44	3.03 117	2.04 251	0.10 36	3.47 163	0.43 101	6.50 143	3.18 54	6.84 181	5.20 98	2.65 83	1.34 86	8.18 233	1.58 140	0.01 141	0.00 1	0.01 252	0.00 1	0.02 22	0.01 15

TVStereo	2.25 101	0.33 44	3.03 117	2.04 251	0.10 36	3.47 163	0.43 101	6.50 143	3.18 54	6.84 181	5.20 98	2.65 83	1.34 86	8.18 233	1.58 140	0.01 141	0.00 1	0.01 252	0.00 1	0.02 22	0.01 15

NF-Stereo	2.24 96	0.33 44	3.00 111	2.04 251	0.10 36	3.46 161	0.43 101	6.51 146	3.17 51	6.84 181	5.24 101	2.67 86	1.34 86	8.17 232	1.53 134	0.01 141	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

FADNet	4.23 258	1.65 311	11.75 335	1.64 198	0.80 194	4.80 227	0.77 177	13.76 316	11.65 300	3.97 77	5.24 101	9.62 268	5.14 254	8.40 242	3.78 237	0.21 316	0.04 226	0.07 323	0.05 260	1.14 346	0.10 194

gwcnet-sp	3.31 186	1.47 294	7.26 303	1.73 209	0.69 182	7.57 282	1.14 220	8.59 192	6.17 179	8.57 253	5.25 103	4.26 145	3.36 170	6.46 134	3.44 222	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.11 205

scenet	3.31 186	1.47 294	7.26 303	1.73 209	0.69 182	7.57 282	1.14 220	8.59 192	6.17 179	8.57 253	5.25 103	4.26 145	3.36 170	6.46 134	3.44 222	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.11 205

ssnet	3.31 186	1.47 294	7.26 303	1.73 209	0.69 182	7.57 282	1.14 220	8.59 192	6.17 179	8.57 253	5.25 103	4.26 145	3.36 170	6.46 134	3.44 222	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.11 205

ADStereo(finetuned)	2.26 104	0.64 170	5.22 252	0.31 46	0.18 80	1.71 36	0.25 69	5.23 80	8.46 241	6.06 141	5.30 106	1.41 52	6.37 279	1.87 35	1.87 159	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.18 249

DCANet	2.08 84	0.64 170	3.81 176	0.31 46	0.17 68	1.70 35	0.25 69	5.23 80	8.47 242	6.07 142	5.30 106	1.41 52	4.23 216	1.85 33	2.02 172	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.19 259

IGEV_Zeroshot_test	2.13 87	0.50 131	4.91 232	1.41 168	0.18 80	2.62 94	0.36 90	7.80 173	3.87 82	5.04 102	5.42 108	4.77 161	1.03 64	3.43 61	0.79 63	0.00 1	0.16 319	0.00 1	0.18 302	0.17 229	0.04 101

raft+_RVC	1.79 47	0.84 222	2.32 50	2.40 290	0.85 198	1.38 13	0.09 23	6.36 134	4.75 128	2.85 54	5.46 109	1.17 50	1.36 89	4.54 82	0.91 83	0.00 1	0.10 283	0.00 1	0.00 1	0.11 182	0.22 268

IRAFT_RVC	2.85 155	0.41 96	3.32 139	2.09 257	0.41 145	2.92 134	5.22 322	6.41 141	3.63 75	6.53 173	5.48 110	5.09 175	4.88 247	8.20 236	2.15 179	0.01 141	0.17 322	0.01 252	0.00 1	0.02 22	0.04 101

RCA-Stereo	1.99 76	0.34 53	2.71 81	0.26 40	0.06 16	2.29 61	0.48 109	4.89 60	14.65 322	2.81 53	5.51 111	0.78 43	3.21 166	1.44 16	0.33 5	0.00 1	0.01 124	0.00 1	0.00 1	0.07 130	0.02 37

cross-raft	2.03 80	0.35 62	2.78 92	1.10 134	0.16 63	3.77 193	0.48 109	7.03 162	3.75 79	5.06 103	5.55 112	6.26 209	1.41 90	1.75 27	0.89 81	0.01 141	0.07 259	0.00 1	0.19 306	0.03 58	0.03 66

IPLGR	2.28 105	0.51 135	6.00 276	0.15 29	0.15 60	1.99 46	0.22 62	6.34 133	6.04 171	6.80 179	5.76 113	2.87 89	2.31 133	4.88 88	1.28 116	0.00 1	0.00 1	0.00 1	0.00 1	0.09 155	0.18 249

ac_64	3.70 219	0.47 122	3.50 154	2.87 313	3.50 322	5.91 249	0.72 168	10.17 236	4.34 108	8.16 239	5.80 114	10.82 289	5.64 268	7.08 165	4.73 253	0.03 237	0.00 1	0.00 1	0.00 1	0.08 138	0.14 228

GANet-ADL	2.20 95	0.50 131	3.27 137	2.02 247	0.11 44	2.21 57	0.48 109	8.64 198	6.79 192	4.56 89	5.83 115	3.98 131	1.27 82	2.68 50	1.43 126	0.04 253	0.08 267	0.02 281	0.00 1	0.15 215	0.03 66

PFNet	2.93 163	0.40 89	5.51 263	2.13 262	0.84 197	3.11 147	0.75 174	6.78 155	4.79 129	9.98 294	6.00 116	4.78 162	2.13 125	8.33 239	2.11 175	0.19 312	0.06 247	0.00 1	0.11 283	0.20 247	0.35 301

RALAANet	2.46 126	1.09 261	3.70 169	2.55 301	0.80 194	3.37 158	0.15 50	7.44 169	5.54 150	5.65 117	6.01 117	3.54 119	1.13 69	6.34 129	1.58 140	0.00 1	0.01 124	0.00 1	0.05 260	0.21 255	0.03 66

MyStereo06	2.35 112	0.66 180	4.54 215	1.10 134	0.96 209	2.57 83	0.10 24	9.30 213	4.05 97	5.22 107	6.09 118	5.95 202	2.38 135	3.00 53	0.73 51	0.01 141	0.08 267	0.00 1	0.01 207	0.13 203	0.15 237

Pruner-Stereo	2.49 128	0.40 89	2.46 58	1.80 217	0.25 106	3.51 169	0.77 177	6.03 120	4.92 132	8.91 266	6.09 118	4.45 152	1.11 67	6.99 160	2.11 175	0.02 210	0.00 1	0.02 281	0.00 1	0.01 7	0.04 101

HH	2.42 118	0.73 196	3.76 171	0.91 104	0.14 56	2.78 110	0.71 164	7.92 176	2.72 24	1.53 39	6.10 120	7.93 243	4.01 205	8.60 253	0.44 12	0.00 1	0.09 275	0.00 1	0.00 1	0.05 99	0.04 101

HanStereo	2.42 118	0.73 196	3.76 171	0.91 104	0.14 56	2.78 110	0.71 164	7.92 176	2.72 24	1.53 39	6.10 120	7.93 243	4.01 205	8.60 253	0.44 12	0.00 1	0.09 275	0.00 1	0.00 1	0.05 99	0.04 101

BUS	2.49 128	0.32 32	3.05 125	0.46 69	0.46 154	7.12 271	0.50 120	9.05 204	4.69 123	6.11 145	6.15 122	5.29 180	0.83 53	3.91 68	1.77 153	0.01 141	0.03 206	0.03 297	0.00 1	0.04 78	0.00 1

BSDual-CNN	2.69 141	0.32 32	3.05 125	0.46 69	0.46 154	7.13 273	1.63 246	9.05 204	4.69 123	6.11 145	6.15 122	6.26 209	2.54 140	3.91 68	1.91 162	0.01 141	0.03 206	0.03 297	0.00 1	0.04 78	0.00 1

hknet	3.31 186	0.42 100	4.68 224	0.46 69	1.17 225	7.13 273	1.63 246	9.05 204	6.91 194	6.11 145	6.15 122	9.66 269	2.85 156	7.48 186	2.45 192	0.01 141	0.03 206	0.03 297	0.00 1	0.04 78	0.00 1

SST-Stereo	2.75 148	0.31 23	2.78 92	1.33 152	0.33 131	3.99 204	0.82 183	5.60 106	3.93 86	10.92 313	6.19 125	5.00 172	4.23 216	8.66 256	0.74 52	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.03 66

IPLG	2.43 120	0.66 180	4.77 227	0.54 74	0.31 127	3.01 140	0.26 71	6.15 126	5.55 151	7.69 222	6.21 126	1.89 70	1.74 112	7.19 172	2.35 187	0.01 141	0.01 124	0.00 1	0.00 1	0.24 276	0.12 216

OMP-Stereo	3.03 170	0.93 241	2.72 83	4.21 358	0.51 167	2.19 55	1.25 226	6.19 130	6.00 169	7.99 235	6.21 126	8.50 258	2.49 139	9.44 292	1.74 151	0.01 141	0.00 1	0.00 1	0.00 1	0.08 138	0.05 130

iRaft-Stereo_20w	2.56 133	0.35 62	4.98 235	0.37 62	0.67 180	3.47 163	0.59 140	12.57 297	3.89 84	6.10 144	6.23 128	1.49 58	2.24 129	6.65 147	0.86 72	0.00 1	0.19 330	0.00 1	0.33 338	0.08 138	0.22 268

ssnet_v2	4.46 267	0.87 227	5.18 249	1.57 187	0.67 180	9.14 299	4.73 314	11.84 271	9.68 262	8.79 260	6.24 129	9.91 272	4.34 222	6.28 125	9.30 318	0.00 1	0.01 124	0.00 1	0.00 1	0.28 284	0.30 295

ToySt	2.69 141	0.55 145	7.03 299	1.03 124	0.10 36	3.49 166	1.04 211	6.38 140	4.55 120	2.69 49	6.28 130	7.95 247	4.38 223	5.08 95	2.58 197	0.01 141	0.11 289	0.00 1	0.04 256	0.28 284	0.19 259

PSM-softLoss	2.24 96	0.34 53	3.42 148	1.81 218	0.17 68	2.74 104	0.39 94	6.17 128	2.92 31	6.26 158	6.29 131	2.96 92	0.97 59	8.68 257	1.71 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

KMStereo	2.24 96	0.34 53	3.42 148	1.81 218	0.17 68	2.74 104	0.39 94	6.17 128	2.92 31	6.26 158	6.29 131	2.96 92	0.97 59	8.68 257	1.71 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

RAFT_R40	2.71 144	0.33 44	3.00 111	1.26 147	0.30 121	3.83 197	1.00 210	5.69 108	4.29 106	9.69 286	6.33 133	5.02 174	4.02 207	8.58 252	0.86 72	0.01 141	0.00 1	0.00 1	0.00 1	0.03 58	0.02 37

PFNet+	2.35 112	0.31 23	3.69 166	0.79 94	0.17 68	3.15 152	0.75 174	4.52 44	6.30 182	7.90 233	6.34 134	2.53 81	1.18 77	7.72 198	1.62 143	0.03 237	0.00 1	0.00 1	0.00 1	0.01 7	0.03 66

UNet	3.97 243	0.61 162	6.50 290	1.68 201	3.22 310	9.82 307	0.31 83	9.50 217	5.32 143	7.20 204	6.35 135	10.59 283	5.91 272	6.93 156	5.49 262	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

DMCA	2.82 154	0.64 170	4.45 211	1.61 193	0.89 201	3.86 198	0.57 138	9.18 208	5.10 137	6.24 155	6.49 136	7.17 232	2.13 125	3.31 58	4.73 253	0.00 1	0.01 124	0.00 1	0.00 1	0.04 78	0.02 37

GEStereo_RVC	3.74 221	0.73 196	4.95 234	2.01 245	1.24 228	4.36 215	3.07 278	11.77 270	7.80 223	6.87 185	6.52 137	7.70 239	4.31 221	8.98 274	4.19 245	0.03 237	0.01 124	0.02 281	0.02 227	0.13 203	0.11 205

GES	2.49 128	0.38 77	4.29 205	1.58 188	0.05 9	4.58 223	1.07 215	9.70 222	3.39 66	5.21 106	6.64 138	1.84 69	3.36 170	4.86 87	2.54 196	0.06 274	0.01 124	0.06 317	0.01 207	0.12 193	0.03 66

GwcNet-ADL	2.65 140	0.48 128	3.84 182	0.82 96	0.33 131	2.04 48	0.69 160	8.07 178	9.42 258	6.05 139	6.66 139	4.14 140	1.73 110	5.40 104	3.01 206	0.08 286	0.06 247	0.00 1	0.00 1	0.06 115	0.03 66

PSMNet-ADL	2.98 166	0.43 107	2.41 54	1.43 170	0.40 142	5.94 250	0.28 73	8.45 185	5.13 138	3.36 68	6.77 140	8.41 252	4.61 234	7.20 173	4.55 250	0.02 210	0.09 275	0.00 1	0.00 1	0.01 7	0.03 66

DSFCA	4.21 257	0.50 131	5.45 260	1.34 154	1.68 252	7.04 270	4.51 310	10.73 247	7.00 198	10.78 310	6.80 141	8.48 256	4.63 235	9.91 298	5.12 258	0.02 210	0.06 247	0.02 281	0.03 239	0.08 138	0.03 66

StereoDRNet	5.59 286	1.75 317	6.80 295	3.12 326	4.45 353	10.61 318	4.35 307	18.80 357	9.73 263	12.22 325	6.87 142	11.44 299	4.65 236	8.09 224	8.26 305	0.02 210	0.11 289	0.00 1	0.03 239	0.20 247	0.28 292

NVstereo2D	4.51 270	0.82 219	6.86 297	3.28 332	3.38 316	8.16 288	3.13 280	10.51 242	15.15 325	4.90 99	6.89 143	7.87 240	4.78 242	9.88 297	3.91 241	0.01 141	0.00 1	0.00 1	0.06 265	0.02 22	0.58 326

GMOStereo	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 200	4.40 35	4.51 116	8.16 239	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

error version	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 200	4.40 35	4.51 116	8.16 239	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

test-v	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 200	4.40 35	4.51 116	8.16 239	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

test-2	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 200	4.40 35	4.51 116	8.16 239	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

STTStereo	3.60 213	0.93 241	6.34 284	2.71 306	2.23 283	3.68 181	0.63 147	9.42 215	6.73 190	9.87 290	6.97 144	8.84 261	3.65 185	6.85 151	3.04 207	0.00 1	0.02 163	0.01 252	0.00 1	0.02 22	0.02 37

RYNet	6.34 302	0.89 232	5.88 272	1.41 168	4.48 355	15.97 349	4.18 302	13.41 310	16.49 331	10.81 311	7.00 149	14.33 316	8.72 318	9.43 289	13.71 351	0.00 1	0.01 124	0.00 1	0.00 1	0.02 22	0.07 153

GMStereo_Zeroshot	2.77 149	1.98 328	5.14 246	1.53 180	0.36 135	3.56 173	0.10 24	5.57 105	5.91 163	6.89 186	7.02 150	8.50 258	0.91 56	6.01 116	1.65 144	0.00 1	0.00 1	0.00 1	0.00 1	0.20 247	0.01 15

RAFT-Test	2.17 91	0.36 69	3.40 146	1.05 131	0.34 133	4.90 230	0.69 160	6.27 131	3.98 88	4.65 94	7.02 150	6.30 212	1.12 68	1.81 31	0.99 93	0.01 141	0.17 322	0.00 1	0.34 340	0.02 22	0.02 37

GASNet	5.19 282	4.61 358	9.38 324	4.73 362	2.10 275	3.80 196	1.57 243	12.07 278	10.96 289	8.92 267	7.03 152	8.21 250	7.67 305	14.02 342	7.36 287	0.02 210	0.15 312	0.00 1	0.00 1	0.69 334	0.42 309

DisPM	2.43 120	0.32 32	3.04 120	1.76 212	0.18 80	3.46 161	0.65 152	5.13 73	4.88 131	8.59 256	7.04 153	2.84 88	1.03 64	8.85 268	0.83 67	0.01 141	0.00 1	0.00 1	0.00 1	0.01 7	0.02 37

ARAFT	3.13 177	1.11 265	7.34 306	0.42 66	0.14 56	4.52 222	2.99 276	7.41 168	5.97 167	8.85 264	7.06 154	5.20 178	1.25 81	8.49 247	1.44 127	0.00 1	0.03 206	0.00 1	0.00 1	0.33 296	0.11 205

test_5	2.90 161	0.70 191	3.69 166	2.01 245	3.17 309	4.61 225	1.32 232	6.69 152	7.02 200	2.79 52	7.18 155	4.99 169	4.14 210	7.96 208	1.31 118	0.00 1	0.00 1	0.00 1	0.03 239	0.19 244	0.26 286

raft_robust	2.64 139	1.20 272	2.62 71	1.10 134	0.28 119	1.50 22	0.12 33	6.28 132	9.04 251	6.80 179	7.19 156	3.73 126	2.13 125	9.06 276	1.07 98	0.03 237	0.12 296	0.00 1	0.21 311	0.17 229	0.22 268

RAFT	2.57 135	0.76 205	3.09 128	0.91 104	0.09 33	2.41 70	0.94 206	5.35 95	2.65 21	6.11 145	7.21 157	9.43 266	4.30 219	5.73 109	1.77 153	0.00 1	0.12 296	0.00 1	0.02 227	0.46 318	0.08 165

EAI-Stereo	2.31 109	0.44 111	2.72 83	0.68 88	0.56 170	3.51 169	2.62 268	11.42 261	4.14 103	2.09 43	7.23 158	1.21 51	0.91 56	5.67 108	1.51 131	0.01 141	0.25 343	0.00 1	0.88 361	0.04 78	0.26 286

HITNet	2.79 151	0.77 206	4.02 191	2.03 249	0.11 44	5.58 240	0.59 140	9.24 211	5.15 140	6.42 169	7.26 159	3.66 123	2.92 159	4.07 76	3.87 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 115	0.02 37
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
psm_up	3.85 232	0.82 219	3.01 113	2.00 244	2.58 296	5.28 237	3.34 287	10.85 251	6.33 184	7.27 208	7.32 160	10.15 276	9.02 323	6.19 120	2.51 194	0.22 318	0.01 124	0.00 1	0.00 1	0.12 193	0.03 66

CREStereo++_RVC	1.59 37	0.39 80	2.26 48	0.36 60	0.01 1	1.67 28	0.01 1	2.95 3	8.12 231	3.69 74	7.44 161	0.47 35	0.32 15	0.74 1	0.39 9	0.00 1	0.00 1	0.00 1	3.03 378	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
MSKI-zero shot	2.00 77	0.36 69	2.15 41	0.81 95	0.25 106	2.69 102	0.29 78	6.16 127	2.34 13	4.31 82	7.52 162	3.70 124	0.25 3	8.42 244	0.41 10	0.01 141	0.13 303	0.00 1	0.25 321	0.03 58	0.02 37

UPFNet	3.82 230	0.47 122	4.34 208	2.21 269	3.38 316	7.26 275	2.69 270	9.89 226	5.96 165	7.98 234	7.53 163	7.89 242	3.15 164	7.72 198	5.88 270	0.01 141	0.02 163	0.00 1	0.00 1	0.04 78	0.06 140

PA-Net	4.98 279	1.47 294	7.42 308	2.40 290	2.14 277	8.73 295	3.64 295	12.42 288	13.11 312	7.03 193	7.57 164	7.88 241	6.52 282	10.16 304	7.82 294	0.02 210	0.03 206	0.00 1	0.00 1	0.11 182	1.07 342
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CASS	2.44 122	0.44 111	3.56 156	0.85 100	0.38 138	3.14 149	0.22 62	9.64 220	4.00 90	6.78 178	7.62 165	3.57 121	3.58 182	3.80 67	1.10 101	0.02 210	0.01 124	0.00 1	0.00 1	0.05 99	0.01 15
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SFCPSM	3.29 184	0.43 107	5.11 243	0.34 58	0.94 207	8.48 290	2.15 259	14.51 325	5.29 141	7.00 190	7.65 166	3.43 109	2.59 144	5.11 97	2.37 188	0.01 141	0.03 206	0.01 252	0.07 267	0.13 203	0.15 237

UCFNet_RVC	3.09 173	0.77 206	2.27 49	2.35 287	1.79 262	3.50 167	1.06 213	12.12 282	6.91 194	4.71 96	7.67 167	7.58 236	4.40 225	4.95 92	1.67 145	0.00 1	0.00 1	0.00 1	0.00 1	0.11 182	0.01 15

BEATNet_4x	3.24 181	1.27 280	5.89 273	1.56 186	0.10 36	5.26 236	1.07 215	10.08 233	5.50 147	6.89 186	7.73 168	4.53 155	4.13 209	5.05 94	5.27 259	0.04 253	0.05 235	0.00 1	0.00 1	0.23 266	0.23 274

AAGNet	3.41 202	0.34 53	2.45 56	1.78 215	0.39 140	3.69 182	1.05 212	4.79 59	4.61 121	9.62 284	7.74 169	4.98 168	6.38 280	7.34 178	13.02 346	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

iRaft-Stereo_5w	2.86 159	0.86 225	4.08 199	0.06 8	0.25 106	2.76 109	0.60 143	4.97 66	4.10 101	2.98 58	7.85 170	10.17 277	4.17 213	8.16 229	5.83 269	0.00 1	0.00 1	0.00 1	0.01 207	0.26 277	0.06 140

NLCA_NET_v2_RVC	3.84 231	1.06 256	5.23 253	2.72 308	3.27 312	4.36 215	0.61 144	10.71 246	7.56 215	8.75 259	7.89 171	9.86 271	3.90 202	7.15 171	3.44 222	0.14 300	0.02 163	0.02 281	0.03 239	0.04 78	0.03 66
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AASNet	3.90 237	0.92 238	4.41 209	3.56 341	4.00 343	6.70 263	1.26 228	18.71 355	6.14 177	7.35 212	7.91 172	4.35 151	2.58 143	3.04 54	6.62 283	0.00 1	0.00 1	0.00 1	0.00 1	0.39 308	0.14 228

RAFT+CT+SA	2.36 114	0.71 193	2.46 58	0.83 98	2.26 285	3.18 153	0.93 204	6.82 157	5.48 146	2.55 48	8.07 173	1.64 62	1.59 105	8.54 249	1.15 107	0.02 210	0.00 1	0.00 1	0.38 343	0.19 244	0.36 302

FADNet_RVC	3.91 239	1.67 314	12.95 346	0.96 117	0.75 189	5.71 243	0.54 125	10.83 250	6.60 188	3.46 70	8.09 174	4.10 138	3.40 176	9.43 289	6.33 274	0.36 333	0.44 358	0.17 341	0.46 351	0.91 341	0.95 339

HSM	4.00 245	0.79 211	3.16 130	1.59 191	2.17 279	6.77 265	1.11 218	12.28 287	6.35 186	6.75 176	8.11 175	13.90 313	5.37 258	8.85 268	2.71 199	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

LL-Strereo	4.71 276	1.64 310	7.51 311	1.15 142	4.31 347	3.71 184	1.45 236	9.21 209	8.36 238	8.37 247	8.17 176	10.82 289	11.36 340	12.51 330	4.82 256	0.00 1	0.12 296	0.00 1	0.00 1	0.31 292	0.32 298

MMNet	4.16 253	0.77 206	5.47 261	1.40 165	1.67 250	10.78 319	0.63 147	8.64 198	8.47 242	8.80 262	8.33 177	7.51 235	6.61 283	7.53 187	6.54 279	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.05 130

NINENet	3.09 173	0.56 148	3.22 134	1.61 193	1.37 237	7.12 271	0.50 120	11.88 273	5.63 155	6.63 175	8.40 178	5.29 180	0.83 53	6.51 142	1.77 153	0.15 302	0.07 259	0.07 323	0.00 1	0.09 155	0.00 1

NOSS_ROB	3.30 185	0.46 120	2.62 71	2.08 256	1.01 216	5.60 241	0.74 172	10.37 239	11.48 298	5.15 105	8.43 179	5.67 195	1.73 110	7.97 209	2.34 185	0.02 210	0.06 247	0.00 1	0.00 1	0.07 130	0.14 228

MaskLacGwcNet_RVC	5.97 292	5.36 362	5.02 236	3.75 348	3.57 325	15.81 348	4.27 304	11.72 268	6.96 196	7.23 205	8.47 180	9.09 263	2.66 145	9.36 288	2.71 199	7.49 381	2.32 376	2.01 372	0.08 271	6.77 377	4.67 372

CSP-Net	4.12 248	1.28 283	3.70 169	1.54 181	1.06 218	13.28 341	2.33 261	12.96 304	5.45 145	8.87 265	8.54 181	8.43 253	3.03 160	8.16 229	3.65 233	0.00 1	0.00 1	0.00 1	0.00 1	0.18 239	0.03 66

psmg	3.10 176	0.32 32	3.05 125	0.54 74	0.46 154	8.68 294	2.84 274	9.87 225	4.69 123	8.08 236	8.69 182	6.26 209	2.54 140	3.91 68	1.91 162	0.01 141	0.04 226	0.06 317	0.00 1	0.11 182	0.00 1

Anonymous Stereo	6.16 298	3.15 348	23.75 377	2.97 320	2.48 293	4.39 220	13.30 378	9.21 209	9.86 268	9.56 283	8.76 183	6.79 221	1.99 121	13.50 338	13.04 347	0.01 141	0.05 235	0.00 1	0.06 265	0.22 259	0.19 259

IER	3.20 180	0.54 144	5.13 245	0.58 82	1.59 243	7.29 276	0.56 130	6.36 134	4.95 133	7.44 215	8.84 184	6.20 207	6.26 276	4.88 88	3.29 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

NCCL2	5.88 290	1.59 305	5.44 259	1.87 223	0.92 204	9.55 304	11.55 371	12.11 280	9.94 270	9.67 285	8.85 185	22.28 361	7.41 297	8.78 265	7.17 286	0.01 141	0.00 1	0.03 297	0.00 1	0.13 203	0.23 274

delet	4.27 262	0.72 194	4.50 213	1.07 132	3.75 335	10.79 320	4.04 299	9.95 227	7.89 224	8.09 237	8.89 186	8.46 254	3.81 200	7.56 188	5.80 268	0.00 1	0.00 1	0.00 1	0.00 1	0.11 182	0.02 37

111	2.78 150	0.92 238	3.81 176	0.22 35	0.07 21	2.83 126	0.70 162	6.03 120	14.00 317	3.22 62	8.93 187	5.48 187	3.30 168	3.66 64	2.03 173	0.00 1	0.00 1	0.00 1	0.00 1	0.10 165	0.29 293

CoDeX	3.43 204	0.68 184	4.49 212	0.98 120	1.65 247	6.37 257	2.14 258	13.23 309	6.07 172	7.23 205	8.95 188	4.09 136	3.79 199	6.31 127	2.37 188	0.03 237	0.06 247	0.00 1	0.00 1	0.07 130	0.15 237

NaN_ROB	6.00 295	1.24 276	6.29 282	1.34 154	1.68 252	9.60 306	10.31 365	15.09 330	15.79 328	12.62 328	8.95 188	11.67 301	5.83 269	11.78 324	6.41 276	0.05 264	0.13 303	0.08 326	0.20 308	0.22 259	0.79 334

RAFT + AFF	4.30 264	1.55 302	5.84 271	1.43 170	2.36 287	5.94 250	6.72 341	10.01 230	7.56 215	7.55 218	8.96 190	7.09 230	6.73 287	8.57 251	4.02 243	0.02 210	0.47 361	0.00 1	0.01 207	0.56 321	0.54 324

ICVP	2.32 110	0.38 77	2.89 107	0.92 108	0.70 186	2.55 80	0.87 198	9.97 228	3.99 89	4.13 80	8.97 191	2.71 87	1.69 107	2.52 49	3.52 231	0.05 264	0.24 342	0.01 252	0.01 207	0.11 182	0.13 223
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	4.51 270	0.31 23	2.77 90	1.69 202	0.47 160	7.74 286	0.07 17	14.04 318	7.91 226	5.82 124	8.97 191	9.34 264	3.41 177	7.33 177	20.24 364	0.05 264	0.03 206	0.00 1	0.00 1	0.03 58	0.04 101

ACRE	2.41 117	1.08 259	5.11 243	0.55 77	2.05 272	2.65 98	0.78 181	5.26 91	4.67 122	7.59 220	9.20 193	1.70 65	1.08 66	3.74 65	2.18 180	0.01 141	0.18 326	0.02 281	0.08 271	0.22 259	0.10 194

anonymity	7.68 324	3.83 355	12.39 339	7.04 373	12.67 385	8.18 289	2.00 256	17.50 347	6.85 193	13.56 339	9.21 194	9.97 274	7.82 307	11.28 319	5.58 264	6.27 379	4.98 399	3.68 375	2.96 377	3.33 369	4.48 370

DualNet	3.35 197	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 109	4.53 45	10.19 273	6.29 163	9.23 195	5.59 189	3.72 194	8.00 210	9.35 319	0.00 1	0.02 163	0.00 1	0.00 1	0.10 165	0.04 101

ffm	2.90 161	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 109	4.53 45	10.19 273	6.29 163	9.23 195	5.59 189	3.72 194	8.00 210	0.46 20	0.00 1	0.02 163	0.00 1	0.00 1	0.10 165	0.04 101

ff1	3.45 207	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 109	4.53 45	10.19 273	6.29 163	9.23 195	5.59 189	3.72 194	10.11 299	9.35 319	0.00 1	0.02 163	0.00 1	0.00 1	0.10 165	0.04 101

mmx	3.86 233	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 109	12.18 285	10.66 286	6.29 163	9.23 195	5.59 189	3.72 194	10.11 299	9.35 319	0.05 264	0.02 163	0.00 1	0.00 1	0.03 58	0.04 101

xxx	3.86 233	0.31 23	3.98 189	1.34 154	0.98 211	2.80 112	0.48 109	12.18 285	10.66 286	6.29 163	9.23 195	5.59 189	3.72 194	10.11 299	9.35 319	0.05 264	0.02 163	0.00 1	0.00 1	0.03 58	0.04 101

IPLGR_C	2.44 122	1.17 270	4.94 233	0.62 83	2.08 273	2.65 98	0.80 182	5.60 106	4.79 129	7.87 230	9.23 195	1.67 64	1.15 72	3.43 61	2.23 181	0.01 141	0.19 330	0.02 281	0.08 271	0.22 259	0.10 194

DCRE	1.79 47	0.68 184	2.55 65	1.66 200	0.27 114	1.27 9	0.05 11	4.57 49	4.04 95	3.30 66	9.24 201	3.83 127	1.20 78	2.08 43	0.67 41	0.00 1	0.12 296	0.00 1	0.24 319	0.04 78	0.09 175

TestStereo1	2.85 155	0.81 216	3.48 151	3.11 324	0.44 148	2.52 75	1.50 238	6.37 136	8.18 233	4.62 90	9.24 201	2.23 77	3.69 187	9.19 281	1.26 113	0.00 1	0.01 124	0.00 1	0.00 1	0.27 282	0.09 175

SA-5K	2.85 155	0.81 216	3.48 151	3.11 324	0.44 148	2.52 75	1.50 238	6.37 136	8.18 233	4.62 90	9.24 201	2.23 77	3.69 187	9.19 281	1.26 113	0.00 1	0.01 124	0.00 1	0.00 1	0.27 282	0.09 175

ACVNet	2.58 136	0.53 141	2.69 77	0.84 99	0.59 172	2.61 91	0.55 128	8.35 181	5.70 157	4.45 85	9.26 204	5.77 197	3.50 178	2.24 45	4.41 247	0.00 1	0.00 1	0.00 1	0.00 1	0.17 229	0.01 15

acv_ft	3.69 218	0.53 141	4.58 221	2.31 284	4.71 360	7.44 279	0.86 196	8.54 191	5.70 157	9.29 277	9.26 204	5.77 197	4.15 211	2.24 45	8.13 303	0.00 1	0.00 1	0.00 1	0.00 1	0.29 286	0.01 15

CRFU-Net	4.45 266	0.67 183	5.02 236	2.78 310	1.32 236	12.67 336	3.35 288	11.26 257	3.52 71	10.06 296	9.30 206	10.91 292	6.92 290	7.26 174	3.24 215	0.15 302	0.16 319	0.16 338	0.00 1	0.26 277	0.05 130

IIG-Stereo	3.16 178	0.75 202	2.83 95	4.08 354	0.21 96	2.56 82	0.74 172	6.55 147	5.56 153	8.39 248	9.38 207	7.94 245	2.79 152	9.50 294	1.89 161	0.02 210	0.00 1	0.00 1	0.00 1	0.02 22	0.04 101

UDG	8.58 338	9.31 378	4.89 230	10.00 377	9.52 377	10.36 314	2.41 262	12.07 278	9.82 266	7.81 227	9.55 208	16.52 330	9.81 331	7.84 204	7.88 297	4.20 373	2.51 380	18.53 387	3.71 382	9.55 379	5.28 375

CIPLG	2.47 127	1.10 263	4.71 226	0.63 84	2.15 278	2.67 101	0.77 177	5.19 78	4.73 126	7.85 229	9.56 209	1.72 66	1.14 70	4.20 79	2.34 185	0.01 141	0.19 330	0.02 281	0.09 278	0.23 266	0.08 165

ADLNet	4.32 265	0.80 215	4.33 207	3.60 342	3.56 324	6.87 267	2.48 265	11.20 256	7.58 217	9.87 290	9.62 210	8.39 251	4.95 248	6.16 119	6.60 281	0.01 141	0.01 124	0.00 1	0.01 207	0.12 193	0.25 281

AdaStereo	3.09 173	0.58 155	3.04 120	2.84 312	0.48 161	4.08 206	1.29 230	12.16 284	7.77 222	6.03 138	9.62 210	5.79 199	1.53 103	4.56 83	1.93 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
MyStereo8	2.88 160	1.19 271	5.03 238	1.61 193	3.75 335	4.30 212	0.07 17	6.14 125	6.16 178	6.22 153	9.64 212	4.28 148	1.45 93	2.05 42	4.76 255	0.00 1	0.16 319	0.00 1	0.14 288	0.26 277	0.43 311

1111x	4.25 260	0.30 20	4.31 206	1.47 174	0.37 136	5.10 234	0.32 84	12.86 302	9.82 266	6.01 137	9.73 213	8.78 260	5.97 273	9.43 289	10.39 331	0.06 274	0.03 206	0.00 1	0.00 1	0.02 22	0.04 101

ADLNet2	4.46 267	0.90 234	6.06 278	2.74 309	3.91 340	6.79 266	3.01 277	10.95 254	8.40 240	7.27 208	9.80 214	9.85 270	5.43 262	7.29 175	6.44 277	0.01 141	0.03 206	0.00 1	0.00 1	0.15 215	0.11 205

CFNet-ft	3.31 186	0.94 243	2.69 77	1.50 175	2.38 288	2.81 121	0.68 156	8.35 181	7.43 210	4.45 85	9.94 215	10.20 278	4.60 232	6.50 141	3.41 220	0.00 1	0.00 1	0.03 297	0.00 1	0.22 259	0.03 66

CFNet_RVC	3.31 186	0.94 243	2.69 77	1.50 175	2.38 288	2.81 121	0.68 156	8.35 181	7.43 210	4.45 85	9.94 215	10.20 278	4.60 232	6.49 140	3.41 220	0.00 1	0.00 1	0.03 297	0.00 1	0.22 259	0.03 66

RAFT-Stereo + iAFF	2.12 86	0.58 155	2.43 55	1.27 149	0.16 63	1.60 26	0.14 46	5.17 77	5.90 162	7.10 197	10.10 217	3.06 99	1.74 112	1.87 35	0.97 91	0.01 141	0.02 163	0.00 1	0.00 1	0.23 266	0.02 37

MIM_Stereo	2.50 131	0.75 202	4.26 203	1.18 143	0.11 44	3.08 143	0.33 86	6.07 122	3.28 60	5.01 101	10.12 218	4.29 150	1.74 112	8.06 221	1.27 115	0.00 1	0.12 296	0.00 1	0.01 207	0.18 239	0.15 237

hitnet-ft	3.66 216	0.65 174	2.79 94	0.89 102	0.72 188	4.25 210	0.55 128	9.11 207	7.52 214	7.14 199	10.19 219	12.49 305	4.70 237	7.44 182	4.41 247	0.03 237	0.00 1	0.06 317	0.00 1	0.20 247	0.04 101

GANet-RSSM	3.27 182	0.60 159	3.38 143	2.94 319	2.00 271	2.61 91	0.48 109	10.93 253	6.11 176	5.47 113	10.20 220	6.57 216	5.44 265	6.25 123	2.23 181	0.00 1	0.00 1	0.08 326	0.00 1	0.17 229	0.03 66

SMFormer	3.54 209	0.39 80	3.61 159	1.69 202	0.11 44	2.85 128	0.29 78	12.46 290	10.41 279	7.16 200	10.23 221	4.78 162	4.45 227	8.71 260	3.51 228	0.07 281	0.05 235	0.00 1	0.00 1	0.06 115	0.04 101

tta	3.54 209	0.39 80	3.61 159	1.69 202	0.11 44	2.85 128	0.29 78	12.46 290	10.41 279	7.16 200	10.23 221	4.78 162	4.45 227	8.71 260	3.51 228	0.07 281	0.05 235	0.00 1	0.00 1	0.06 115	0.03 66

qqq1	3.38 198	0.39 80	3.61 159	1.69 202	0.11 44	2.85 128	0.29 78	12.46 290	10.41 279	7.16 200	10.23 221	4.78 162	4.45 227	8.71 260	0.30 3	0.07 281	0.05 235	0.00 1	0.00 1	0.06 115	0.03 66

fff1	3.38 198	0.39 80	3.61 159	1.69 202	0.11 44	2.85 128	0.29 78	12.46 290	10.41 279	7.16 200	10.23 221	4.78 162	4.45 227	8.71 260	0.30 3	0.07 281	0.05 235	0.00 1	0.00 1	0.06 115	0.03 66

ccs_rob	2.81 152	0.42 100	4.06 196	0.33 54	0.25 106	2.59 88	0.12 33	8.19 179	7.68 220	7.02 191	10.37 225	6.54 214	2.06 124	4.88 88	1.53 134	0.00 1	0.02 163	0.01 252	0.00 1	0.05 99	0.07 153

CFNet_pseudo	2.81 152	0.42 100	4.04 194	0.33 54	0.24 103	2.59 88	0.12 33	8.20 180	7.66 219	7.04 194	10.42 226	6.56 215	2.05 123	4.88 88	1.53 134	0.00 1	0.02 163	0.01 252	0.00 1	0.05 99	0.07 153

DeepPrunerF	6.75 309	2.69 339	23.31 376	3.68 344	7.16 370	3.78 194	4.29 305	13.42 311	20.13 349	8.13 238	10.46 227	7.18 233	8.06 310	11.10 316	9.44 323	0.24 321	0.15 312	0.29 350	0.42 347	0.66 333	0.45 314

PSMNet_ROB	5.02 281	1.63 309	6.03 277	1.90 229	1.83 265	9.57 305	6.35 336	15.58 337	7.23 205	6.15 150	10.48 228	12.22 303	4.16 212	8.02 213	8.71 311	0.02 210	0.01 124	0.01 252	0.10 282	0.20 247	0.12 216

iResNet_ROB	4.23 258	1.02 250	4.90 231	2.18 265	0.93 206	2.92 134	0.37 92	15.10 332	16.91 335	7.89 232	10.51 229	7.03 225	3.07 163	8.16 229	3.46 226	0.01 141	0.00 1	0.00 1	0.00 1	0.10 165	0.02 37

LCNet	2.85 155	0.42 100	1.90 15	0.95 115	0.56 170	2.07 49	1.60 244	4.99 69	3.57 74	6.05 139	10.59 230	4.59 157	6.79 289	7.46 183	0.72 50	0.01 141	0.00 1	0.01 252	0.77 359	0.30 287	3.57 365

GANetREF_RVC	6.56 306	2.89 342	7.58 312	3.41 334	0.40 142	12.96 338	9.58 360	15.09 330	17.25 337	10.33 299	10.62 231	12.27 304	8.16 312	12.21 327	4.53 249	0.41 339	0.00 1	0.00 1	0.02 227	3.12 367	0.39 305
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
AACVNet	3.33 194	1.03 252	3.56 156	3.46 337	0.63 175	3.09 145	0.28 73	8.78 201	3.43 67	5.99 136	10.64 232	10.08 275	4.03 208	8.69 259	2.51 194	0.03 237	0.01 124	0.00 1	0.00 1	0.26 277	0.06 140

StereoVision	2.25 101	0.72 194	4.00 190	1.03 124	2.64 297	1.91 41	0.28 73	5.83 116	4.43 111	1.89 42	10.65 233	3.88 128	0.52 36	5.13 98	1.98 169	0.00 1	0.00 1	0.00 1	0.00 1	0.09 155	0.03 66

LMCR-Stereo	3.63 214	1.29 285	4.20 201	2.54 299	0.17 68	8.08 287	1.52 240	11.46 262	4.73 126	8.45 251	10.66 234	1.91 72	5.03 250	7.69 194	3.58 232	0.92 358	0.00 1	0.00 1	0.00 1	0.36 302	0.02 37

mmm	2.50 131	0.29 16	3.22 134	1.98 239	0.32 128	3.72 187	0.12 33	9.45 216	4.05 97	5.84 125	10.80 235	2.47 80	2.86 157	4.07 76	0.75 56	0.00 1	0.02 163	0.00 1	0.01 207	0.03 58	0.02 37

SA	3.06 171	0.74 200	3.79 174	1.60 192	0.30 121	3.19 154	1.43 235	6.72 153	9.06 252	4.63 93	10.80 235	2.89 90	4.71 238	9.62 295	1.18 111	0.00 1	0.09 275	0.00 1	0.19 306	0.23 266	0.02 37

CVANet_RVC	4.16 253	1.16 269	3.60 158	1.94 235	1.46 240	3.92 202	4.68 313	10.89 252	8.34 237	7.58 219	10.84 237	10.27 280	6.62 284	8.56 250	2.69 198	0.39 336	0.00 1	0.00 1	0.01 207	0.21 255	0.09 175

DeepPruner_ROB	3.52 208	1.14 267	4.06 196	1.12 140	1.65 247	3.65 178	0.83 187	13.96 317	4.47 115	7.80 226	10.84 237	7.05 229	2.16 128	8.14 227	3.08 209	0.07 281	0.03 206	0.00 1	0.01 207	0.32 294	0.06 140

test_xeample	4.13 249	0.36 69	2.75 86	1.23 145	0.51 167	3.96 203	0.13 40	12.63 298	7.65 218	7.49 217	10.86 239	3.29 106	3.36 170	6.71 148	21.53 369	0.02 210	0.03 206	0.00 1	0.00 1	0.03 58	0.04 101

STrans-v2	3.43 204	0.73 196	4.82 228	0.26 40	0.60 173	3.00 139	1.19 224	10.41 241	7.22 204	5.79 120	10.97 240	6.75 220	7.03 293	8.25 238	1.40 124	0.00 1	0.01 124	0.00 1	0.00 1	0.03 58	0.18 249

222	5.36 285	0.40 89	2.72 83	1.50 175	0.48 161	6.15 253	0.07 17	13.73 315	8.06 229	8.79 260	11.03 241	3.71 125	4.21 214	7.47 185	38.74 399	0.03 237	0.02 163	0.00 1	0.00 1	0.04 78	0.05 130

SACVNet	4.15 252	1.26 278	3.81 176	3.12 326	1.68 252	3.09 145	2.85 275	11.91 274	5.96 165	10.52 305	11.20 242	10.59 283	3.95 203	8.97 273	3.25 216	0.08 286	0.02 163	0.00 1	0.00 1	0.32 294	0.44 313

DISCO	6.28 300	0.57 150	5.78 270	3.43 336	1.17 225	11.22 322	3.39 290	12.14 283	16.16 330	6.52 172	11.22 243	16.96 334	6.32 278	19.51 369	10.74 335	0.00 1	0.00 1	0.00 1	0.00 1	0.35 300	0.11 205

CFNet	3.72 220	1.10 263	5.03 238	2.49 297	1.59 243	4.90 230	0.22 62	11.38 260	9.88 269	4.80 98	11.25 244	6.44 213	3.68 186	8.33 239	3.00 205	0.00 1	0.00 1	0.00 1	0.00 1	0.22 259	0.07 153

MSMDNet	2.99 167	0.39 80	4.02 191	0.40 65	0.25 106	2.53 77	0.16 53	9.35 214	9.25 254	7.08 196	11.39 245	6.93 222	2.43 137	4.01 73	1.34 121	0.01 141	0.02 163	0.02 281	0.00 1	0.05 99	0.07 153

iResNetv2_ROB	4.28 263	1.43 291	7.17 302	2.91 314	1.26 229	4.36 215	1.62 245	13.64 314	10.25 278	9.83 288	11.41 246	7.68 238	4.00 204	7.75 200	1.85 158	0.00 1	0.00 1	0.00 1	0.00 1	0.37 303	0.09 175

RASNet	4.52 273	0.61 162	4.42 210	3.42 335	4.68 359	4.58 223	0.99 209	9.54 219	8.01 228	5.28 109	11.42 247	10.34 282	8.88 320	9.28 285	8.68 310	0.15 302	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

PSMNet-RSSM	3.33 194	0.77 206	3.22 134	2.12 260	1.90 270	2.33 63	0.71 164	11.17 255	5.83 160	5.90 134	11.43 248	7.04 227	4.83 246	5.96 114	3.17 211	0.00 1	0.00 1	0.02 281	0.00 1	0.08 138	0.02 37

SQANet	7.64 323	3.40 352	5.49 262	11.73 380	9.62 379	11.96 330	2.82 273	11.33 259	6.10 173	8.33 245	11.49 249	11.00 294	5.16 255	10.12 303	2.72 201	8.92 384	2.21 375	10.41 381	1.58 373	11.13 382	7.39 381

PCWNet_CMD	2.99 167	0.39 80	4.02 191	0.39 64	0.26 112	2.53 77	0.15 50	9.24 211	9.22 253	7.12 198	11.53 250	6.94 223	2.41 136	4.02 74	1.33 119	0.01 141	0.02 163	0.02 281	0.00 1	0.05 99	0.07 153

cf-r	3.42 203	0.81 216	3.97 184	2.41 293	2.78 301	2.85 128	0.64 150	8.44 184	6.32 183	6.25 157	11.57 251	8.97 262	3.54 181	5.93 113	3.83 238	0.00 1	0.00 1	0.00 1	0.00 1	0.09 155	0.07 153

StereoDRNet-Refined	4.46 267	0.62 167	3.80 175	1.92 232	0.40 142	9.35 301	0.15 50	10.02 231	8.83 250	12.69 329	11.62 252	9.34 264	3.87 201	8.06 221	8.02 299	0.00 1	0.00 1	0.01 252	0.05 260	0.20 247	0.26 286
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ttt	3.86 233	0.23 10	2.34 52	2.22 272	1.68 252	4.36 215	0.28 73	12.45 289	11.09 291	6.90 188	11.85 253	4.08 135	3.28 167	8.47 246	7.85 295	0.06 274	0.04 226	0.00 1	0.00 1	0.03 58	0.03 66

PSM-AAD	3.33 194	0.20 3	1.47 5	0.73 90	0.54 169	2.55 80	6.19 329	4.97 66	3.27 59	10.92 313	11.92 254	2.95 91	9.59 329	7.90 207	0.82 66	0.01 141	0.01 124	0.00 1	0.00 1	0.04 78	2.47 363

XQC	8.43 336	3.58 353	16.40 358	2.92 316	2.17 279	13.22 340	3.60 292	14.64 327	25.86 363	11.87 323	12.04 255	15.06 321	10.67 336	15.24 352	19.41 362	0.39 336	0.08 267	0.05 313	0.07 267	0.84 340	0.45 314

DAS	3.74 221	0.35 62	5.19 250	1.99 240	3.74 331	2.36 65	3.22 283	7.77 171	9.27 255	8.70 257	12.08 256	4.45 152	5.43 262	8.39 241	1.71 147	0.01 141	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

SepStereo	3.78 226	0.35 62	5.19 250	1.99 240	3.74 331	2.36 65	3.22 283	7.77 171	9.27 255	8.70 257	12.08 256	4.45 152	5.43 262	9.18 280	1.71 147	0.01 141	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

AFF-stereo	2.59 137	0.68 184	2.35 53	1.55 183	0.17 68	1.67 28	0.08 20	5.75 109	6.60 188	6.20 152	12.13 258	6.16 206	2.36 134	4.75 85	1.11 102	0.02 210	0.02 163	0.00 1	0.00 1	0.23 266	0.05 130

FINET	5.32 283	1.14 267	10.04 328	2.17 264	3.67 330	6.49 260	6.76 342	11.68 266	22.08 355	7.42 214	12.15 259	4.24 143	3.61 184	9.25 284	5.35 261	0.04 253	0.04 226	0.00 1	0.00 1	0.17 229	0.09 175

HSM-Net_RVC	4.20 255	0.32 32	2.76 89	0.63 84	0.69 182	6.95 269	1.69 250	11.96 276	8.36 238	8.83 263	12.17 260	15.18 322	4.21 214	6.91 155	3.30 218	0.02 210	0.02 163	0.00 1	0.00 1	0.01 7	0.01 15
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SuperB	8.10 332	3.15 348	24.67 379	2.65 304	1.23 227	9.88 308	4.29 305	10.18 237	30.07 370	11.53 321	12.18 261	6.12 205	6.65 285	10.50 307	14.47 355	0.14 300	0.11 289	0.35 354	0.25 321	13.06 386	0.48 317

DN-CSS_ROB	2.69 141	1.40 290	5.34 256	2.31 284	0.75 189	3.14 149	0.06 13	6.11 124	3.87 82	5.34 112	12.18 261	2.34 79	1.22 79	7.84 204	1.48 129	0.03 237	0.00 1	0.00 1	0.00 1	0.35 300	0.03 66

MLCV	3.44 206	0.88 229	5.60 267	1.39 164	0.25 106	4.36 215	0.33 86	7.25 164	7.28 207	9.17 274	12.24 263	5.09 175	2.47 138	9.15 279	3.23 214	0.00 1	0.00 1	0.00 1	0.00 1	0.10 165	0.02 37

DRN-Test	5.87 289	0.98 246	5.89 273	2.69 305	3.65 328	12.37 333	3.35 288	20.07 372	10.20 277	11.93 324	12.31 264	11.06 296	5.31 257	7.89 206	9.05 314	0.04 253	0.05 235	0.04 307	0.04 256	0.18 239	0.25 281

HGLStereo	4.25 260	0.52 137	4.65 222	3.09 322	5.18 362	6.51 262	0.73 169	10.37 239	6.74 191	7.32 210	12.44 265	7.00 224	7.21 296	7.46 183	5.51 263	0.00 1	0.02 163	0.00 1	0.00 1	0.06 115	0.10 194

TDLM	4.11 247	1.11 265	3.54 155	1.62 196	1.04 217	3.91 201	7.41 349	10.60 244	10.67 288	6.38 168	12.59 266	5.95 202	4.77 240	8.79 266	3.04 207	0.58 347	0.00 1	0.01 252	0.00 1	0.19 244	0.12 216

CFNet_ucs	3.07 172	0.44 111	4.05 195	0.54 74	0.37 136	3.08 143	0.19 57	9.80 224	8.49 244	7.64 221	12.62 267	5.67 195	1.76 115	4.96 93	1.51 131	0.00 1	0.04 226	0.01 252	0.00 1	0.09 155	0.11 205

iResNet	3.68 217	0.91 235	7.94 314	2.97 320	0.34 133	4.44 221	0.48 109	7.70 170	9.74 264	7.72 224	12.74 268	4.03 133	2.87 158	8.05 217	3.37 219	0.02 210	0.01 124	0.00 1	0.00 1	0.10 165	0.09 175

DLCB_ROB	4.51 270	0.91 235	3.78 173	2.19 266	1.07 219	6.28 254	3.09 279	9.78 223	7.72 221	10.65 308	12.97 269	13.91 314	3.71 190	8.72 264	5.30 260	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.10 194

LALA_ROB	6.58 307	1.80 320	6.25 281	1.26 147	0.94 207	10.08 309	9.02 356	16.00 339	11.51 299	12.74 330	13.02 270	24.77 363	5.25 256	10.56 308	8.02 299	0.04 253	0.05 235	0.00 1	0.02 227	0.10 165	0.25 281

SAMSARA	14.63 368	2.74 341	12.38 338	12.65 381	6.74 369	36.50 391	72.93 414	19.36 365	23.77 360	16.20 350	13.04 271	29.21 372	12.78 347	16.98 360	15.21 356	0.11 294	0.26 345	0.03 297	0.14 288	0.76 337	0.77 333

DDUNet	9.47 345	11.32 383	6.14 280	12.93 382	11.65 382	10.45 315	3.87 297	11.70 267	7.89 224	9.27 276	13.28 272	16.18 329	6.14 275	8.80 267	5.77 267	6.64 380	3.38 392	20.90 388	4.28 384	11.01 381	7.80 382

TransformOpticalFlow	3.38 198	0.70 191	4.54 215	1.00 121	0.30 121	3.56 173	0.14 46	9.67 221	7.30 208	5.55 115	13.34 273	6.74 219	5.03 250	8.22 237	1.34 121	0.00 1	0.01 124	0.01 252	0.00 1	0.04 78	0.11 205

APVNet	5.98 293	1.72 315	8.72 320	3.21 330	4.04 344	12.31 332	1.81 253	19.09 361	6.10 173	6.13 149	13.41 274	10.69 288	6.30 277	11.26 318	13.90 352	0.05 264	0.02 163	0.11 331	0.03 239	0.53 319	0.20 265

SGM-Forest	4.96 278	0.32 32	2.84 97	1.21 144	0.64 177	10.23 312	6.64 340	11.55 263	10.98 290	10.94 315	13.59 275	11.65 300	4.30 219	8.94 272	4.63 251	0.11 294	0.04 226	0.00 1	0.00 1	0.05 99	0.46 316
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DPSNet	10.14 351	1.88 324	16.82 360	1.85 222	1.73 256	24.84 370	17.20 393	19.92 371	27.41 365	12.23 327	13.62 276	16.52 330	18.35 361	14.42 346	12.50 344	0.78 352	0.54 364	0.08 326	0.25 321	1.18 347	0.59 329

HHNet	2.59 137	0.55 145	2.55 65	0.20 32	0.32 128	2.84 127	0.94 206	5.77 114	5.14 139	7.33 211	13.80 277	0.94 44	3.20 165	5.27 101	2.41 191	0.13 299	0.02 163	0.06 317	0.00 1	0.23 266	0.03 66

PASM	7.90 329	4.22 356	21.97 374	3.25 331	3.29 313	5.39 239	6.57 338	10.57 243	19.09 341	12.77 331	13.92 278	18.11 340	9.51 328	13.79 341	10.77 337	0.19 312	0.45 359	0.29 350	1.08 365	1.49 354	1.19 344

CC-Net-ROB	7.68 324	9.21 377	7.46 309	3.82 349	3.66 329	15.68 347	5.02 319	17.95 349	10.45 285	6.44 171	14.00 279	7.63 237	4.77 240	10.75 311	3.10 210	5.99 378	2.46 378	16.28 385	1.08 365	6.30 376	1.56 351

DGSMNet	6.47 305	2.61 338	13.64 349	3.46 337	3.74 331	8.97 297	6.01 327	14.15 321	13.01 311	7.46 216	14.10 280	9.94 273	4.79 243	10.44 306	6.22 272	1.30 365	1.70 373	1.80 369	1.52 372	2.27 364	2.35 361

PDISCO_ROB	9.62 348	1.99 329	11.51 333	9.88 376	9.61 378	21.48 365	3.83 296	19.33 364	28.49 368	11.27 319	14.17 281	19.92 351	5.02 249	16.35 358	9.18 316	5.28 376	0.41 355	0.14 336	0.09 278	2.05 360	2.36 362

CBMV_ROB	4.14 250	0.52 137	3.14 129	1.30 151	0.77 192	6.92 268	1.97 255	10.11 235	9.58 261	8.92 267	14.20 282	7.12 231	5.90 271	8.65 255	3.50 227	0.01 141	0.05 235	0.00 1	0.00 1	0.04 78	0.09 175

pcwnet_v2	4.20 255	0.36 69	8.53 319	1.33 152	1.12 222	3.43 159	0.41 98	12.85 301	14.16 319	9.90 292	14.29 283	5.90 201	3.03 160	6.20 122	2.06 174	0.01 141	0.05 235	0.04 307	0.02 227	0.16 221	0.18 249

iinet-f	5.94 291	1.60 306	26.88 383	1.79 216	1.38 238	11.92 329	1.47 237	6.80 156	7.11 201	6.90 188	14.43 284	10.64 287	7.97 308	7.00 161	12.12 342	0.02 210	0.03 206	0.05 313	0.00 1	0.63 330	0.02 37

HBP-ISP	4.09 246	1.05 254	4.10 200	1.87 223	1.31 235	7.56 281	3.98 298	11.26 257	9.94 270	7.81 227	14.44 285	3.23 104	4.27 218	8.89 271	1.87 159	0.06 274	0.06 247	0.00 1	0.00 1	0.06 115	0.04 101

GwcNet-RSSM	3.77 225	1.05 254	5.06 240	2.21 269	1.87 267	2.36 65	1.52 240	8.98 203	7.96 227	5.91 135	14.59 286	7.94 245	3.50 178	6.43 133	5.70 266	0.00 1	0.00 1	0.04 307	0.00 1	0.20 247	0.08 165

PS-NSSS	3.90 237	1.84 321	4.55 217	0.87 101	2.95 305	4.10 208	2.00 256	10.77 248	8.23 235	6.75 176	14.63 287	5.01 173	2.24 129	8.41 243	2.91 204	0.33 331	0.03 206	0.83 362	0.00 1	0.82 339	0.70 332

CBMV	5.35 284	0.91 235	3.67 165	1.62 196	0.44 148	10.09 310	7.19 347	12.49 294	12.33 308	12.22 325	14.69 288	10.93 293	6.48 281	8.51 248	4.96 257	0.02 210	0.15 312	0.00 1	0.00 1	0.17 229	0.17 247
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ETE_ROB	5.80 288	1.77 318	6.33 283	1.44 173	0.78 193	6.43 259	6.90 343	12.53 295	8.08 230	12.93 334	14.89 289	21.13 358	5.87 270	9.83 296	6.57 280	0.04 253	0.01 124	0.00 1	0.02 227	0.08 138	0.33 299

FBW_ROB	8.50 337	1.03 252	7.98 315	1.93 234	1.28 231	13.10 339	6.23 332	22.50 376	18.98 340	18.82 354	14.91 290	19.06 346	10.04 332	18.41 364	9.83 327	0.62 349	0.22 335	1.82 371	0.82 360	0.99 344	1.36 347

XPNet_ROB	6.03 297	1.22 273	5.61 268	2.56 302	0.90 203	6.32 255	7.07 345	12.92 303	8.30 236	14.76 344	15.13 291	19.84 350	6.66 286	10.36 305	8.58 309	0.02 210	0.04 226	0.00 1	0.03 239	0.11 182	0.24 278

S-Stereo	6.63 308	0.84 222	9.67 326	3.15 328	3.48 321	6.49 260	6.22 331	12.99 305	22.84 357	9.48 279	15.51 292	12.00 302	8.43 314	8.04 214	10.70 334	0.12 297	0.17 322	0.00 1	0.38 343	0.13 203	1.92 355

RTSC	9.15 340	3.00 344	13.57 348	3.72 346	1.76 260	11.82 328	0.46 106	16.95 343	36.83 383	15.80 348	15.53 293	12.91 307	7.46 300	20.01 372	21.76 371	0.31 329	0.13 303	0.01 252	0.08 271	0.57 323	0.41 308

DANet	6.02 296	1.23 275	8.45 318	3.86 351	3.94 342	7.64 285	1.34 233	9.51 218	7.00 198	13.39 337	15.53 293	15.99 327	7.02 292	12.14 326	12.37 343	0.19 312	0.12 296	0.02 281	0.03 239	0.13 203	0.56 325
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CSAN	7.62 322	1.60 306	6.56 291	1.83 221	0.66 178	12.40 334	10.52 368	14.45 324	21.32 353	14.19 340	15.98 295	17.84 337	13.02 350	12.32 328	8.38 306	0.09 290	0.07 259	0.03 297	0.04 256	0.33 296	0.67 331

XX-Stereo	2.71 144	0.38 77	5.96 275	2.25 273	2.20 282	1.54 23	0.21 61	5.44 101	3.05 45	2.28 47	16.16 296	7.03 225	0.24 2	6.19 120	0.79 63	0.00 1	0.15 312	0.00 1	0.23 317	0.13 203	0.04 101

Wz-Net-LNSev	6.46 304	1.93 326	16.44 359	1.52 179	4.15 345	12.66 335	4.96 318	13.05 306	12.10 306	10.55 307	16.23 297	11.32 298	7.19 294	8.43 245	8.48 308	0.00 1	0.01 124	0.00 1	0.00 1	0.08 138	0.06 140

Ntro	12.35 361	8.88 375	7.80 313	13.79 384	12.42 384	26.54 376	6.98 344	18.54 353	22.14 356	9.82 287	16.45 298	20.30 354	9.29 327	15.95 356	6.61 282	9.53 387	2.47 379	14.93 384	2.77 376	13.11 387	8.63 387

CrosDoStereo	3.96 240	0.45 115	3.04 120	0.32 49	0.20 93	3.28 156	11.63 372	5.76 111	4.45 113	9.04 270	16.58 299	4.99 169	7.45 298	8.04 214	3.72 235	0.00 1	0.02 163	0.01 252	0.00 1	0.16 221	0.10 194

DeepStereo_LL	3.96 240	0.45 115	3.04 120	0.32 49	0.20 93	3.28 156	11.63 372	5.76 111	4.45 113	9.04 270	16.58 299	4.99 169	7.45 298	8.04 214	3.72 235	0.00 1	0.02 163	0.01 252	0.00 1	0.16 221	0.10 194

GrayStereo	3.74 221	0.20 3	1.94 20	1.55 183	0.60 173	3.12 148	8.22 351	5.76 111	3.32 61	10.40 302	16.66 301	5.81 200	8.60 317	6.57 145	1.37 123	0.01 141	0.00 1	0.01 252	0.63 354	0.02 22	0.04 101

GMM-Stereo	3.32 192	0.27 14	2.52 62	0.82 96	0.48 161	2.27 60	4.91 317	5.06 72	3.08 47	7.06 195	16.72 302	6.21 208	3.70 189	7.60 189	1.16 109	0.04 253	0.00 1	0.00 1	0.04 256	0.10 165	4.45 369

dad	4.66 275	1.89 325	5.51 263	0.94 111	0.09 33	2.16 54	0.37 92	7.10 163	14.43 320	10.13 297	16.84 303	14.97 320	1.90 118	6.82 150	4.15 244	1.09 361	0.11 289	4.08 376	0.46 351	0.17 229	0.06 140

NCC-stereo	6.77 311	1.49 298	6.48 288	2.92 316	4.40 349	7.43 277	3.61 293	19.52 368	13.29 313	8.39 248	16.91 304	15.96 325	12.13 342	12.85 332	7.70 292	1.47 366	0.11 289	0.01 252	0.42 347	0.14 213	0.24 278

Abc-Net	6.77 311	1.49 298	6.48 288	2.92 316	4.40 349	7.43 277	3.61 293	19.52 368	13.29 313	8.39 248	16.91 304	15.96 325	12.13 342	12.85 332	7.70 292	1.47 366	0.11 289	0.01 252	0.42 347	0.14 213	0.24 278
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-TNSev	11.35 358	10.56 381	35.88 392	2.28 276	1.73 256	18.25 359	11.42 370	15.88 338	20.88 352	14.44 341	16.97 306	19.57 348	19.04 365	19.31 368	18.67 361	0.01 141	0.06 247	0.00 1	0.16 293	0.62 328	1.25 345

Wz-Net-MNSev	7.43 320	2.35 335	15.22 354	2.34 286	3.41 320	17.27 357	8.55 352	11.91 274	13.48 315	13.37 336	17.05 307	13.70 309	7.47 301	11.90 325	9.99 330	0.40 338	0.03 206	0.00 1	0.01 207	0.16 221	0.07 153

ADCP+	8.09 331	1.79 319	14.50 351	1.54 181	4.28 346	16.57 351	5.20 321	12.80 300	11.20 294	12.83 333	17.07 308	11.02 295	10.80 337	17.59 362	23.18 377	0.03 237	0.05 235	0.01 252	0.18 302	0.39 308	0.81 335

THIR-Stereo	3.86 233	0.77 206	2.62 71	0.12 18	0.13 54	4.25 210	6.63 339	5.30 92	4.18 105	10.33 299	17.13 309	6.58 217	7.62 304	7.78 201	3.51 228	0.01 141	0.07 259	0.07 323	0.00 1	0.11 182	0.02 37

FAT-Stereo	6.78 313	0.68 184	6.80 295	2.30 278	1.77 261	5.63 242	4.20 303	18.79 356	18.62 339	10.53 306	17.15 310	18.52 343	13.74 353	8.86 270	7.38 288	0.03 237	0.15 312	0.01 252	0.07 267	0.12 193	0.26 286

DispFullNet	17.47 380	26.01 390	33.98 390	22.58 391	20.86 395	13.84 344	1.28 229	16.50 340	26.27 364	19.97 359	17.17 311	20.52 357	18.49 362	22.86 378	10.76 336	5.13 375	2.83 385	30.72 395	7.72 391	20.86 393	11.01 393

GwcNet	6.42 303	1.97 327	10.92 331	2.59 303	5.58 365	11.55 325	2.21 260	14.10 320	16.52 334	10.04 295	17.19 312	10.86 291	5.61 267	9.23 283	8.84 313	0.01 141	0.06 247	0.03 297	0.08 271	0.56 321	0.40 306

otaku	11.73 360	7.51 373	7.07 300	13.22 383	10.85 381	26.61 377	7.25 348	18.84 358	19.16 343	11.58 322	17.23 313	20.19 353	8.09 311	15.11 351	4.64 252	9.13 385	2.42 377	13.08 382	1.83 374	12.48 385	8.22 384

test_4	2.38 116	0.34 53	2.68 75	0.08 11	0.11 44	3.69 182	1.14 220	3.33 6	3.34 65	4.03 79	17.35 314	3.31 107	0.51 34	6.28 125	1.15 107	0.00 1	0.00 1	0.00 1	0.11 283	0.16 221	0.01 15

Sa-1000	3.55 211	0.75 202	3.63 163	1.91 230	0.30 121	3.55 172	1.63 246	7.39 167	8.54 245	7.70 223	17.44 315	4.00 132	2.82 154	9.44 292	1.33 119	0.00 1	0.10 283	0.00 1	0.18 302	0.21 255	0.04 101

R-Stereo Train	2.44 122	0.32 32	1.93 18	0.94 111	0.16 63	3.67 179	0.61 144	6.37 136	3.08 47	9.14 272	17.44 315	1.80 67	0.77 47	1.76 28	0.70 45	0.00 1	0.01 124	0.00 1	0.00 1	0.01 7	0.03 66

RAFT-Stereo	2.44 122	0.32 32	1.93 18	0.94 111	0.16 63	3.67 179	0.61 144	6.37 136	3.08 47	9.14 272	17.44 315	1.80 67	0.77 47	1.76 28	0.70 45	0.00 1	0.01 124	0.00 1	0.00 1	0.01 7	0.03 66
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT_CTSACE	3.40 201	1.07 257	4.52 214	1.27 149	3.14 306	4.00 205	1.07 215	3.93 25	4.43 111	4.66 95	17.94 318	7.21 234	2.76 150	10.82 312	0.85 69	0.00 1	0.07 259	0.00 1	0.00 1	0.30 287	0.01 15

AANet_RVC	5.01 280	1.74 316	6.38 286	1.96 237	1.29 232	2.26 59	1.69 250	10.07 232	18.53 338	7.88 231	18.15 319	8.49 257	2.70 146	10.59 309	7.04 285	0.96 359	0.15 312	0.02 281	0.00 1	0.13 203	0.12 216

edge stereo	6.76 310	1.01 248	6.76 294	2.20 268	2.45 292	6.41 258	2.45 264	14.84 329	11.98 305	15.29 346	18.31 320	22.02 359	12.56 345	10.82 312	7.49 289	0.03 237	0.06 247	0.11 331	0.03 239	0.30 287	0.14 228

stereogan	7.69 326	0.88 229	7.08 301	3.49 340	3.93 341	18.98 360	3.23 285	16.52 341	19.58 346	9.93 293	18.92 321	20.50 356	9.04 324	14.07 343	6.14 271	0.26 324	0.04 226	0.21 345	0.03 239	0.63 330	0.33 299

RGC	6.88 316	2.23 332	6.13 279	4.05 353	4.73 361	8.94 296	2.78 272	15.19 334	11.74 301	11.13 316	19.34 322	17.86 338	10.42 335	13.02 335	8.03 301	0.73 351	0.01 124	0.24 348	0.41 346	0.31 292	0.38 304

KYRaft	3.59 212	0.31 23	1.84 12	0.76 93	0.46 154	2.29 61	4.04 299	4.75 57	3.25 58	8.93 269	19.47 323	6.62 218	5.07 252	7.79 202	0.71 49	0.01 141	0.00 1	0.00 1	0.01 207	0.04 78	5.38 376

anonymousa	3.80 229	0.55 145	3.35 141	1.24 146	3.74 331	9.04 298	0.36 90	6.74 154	4.03 93	7.72 224	19.64 324	10.62 285	6.01 274	1.52 19	1.40 124	0.00 1	0.00 1	0.00 1	0.05 260	0.00 1	0.03 66

DEmStereo	3.79 227	0.37 75	3.69 166	0.17 30	0.17 68	5.28 237	2.54 266	4.35 34	3.70 76	8.21 244	20.15 325	5.13 177	10.38 334	7.65 191	3.85 239	0.01 141	0.01 124	0.01 252	0.00 1	0.02 22	0.06 140

ccnet	6.87 315	0.92 238	5.15 247	3.09 322	2.18 281	11.78 327	4.90 316	17.97 350	8.79 249	12.79 332	20.20 326	16.00 328	8.35 313	9.12 277	14.17 354	0.42 342	0.33 348	0.25 349	0.09 278	0.40 311	0.48 317

Wz-Net-LNSev-Ref	5.98 293	1.55 302	9.92 327	2.40 290	3.22 310	10.28 313	3.14 281	11.64 264	9.79 265	9.54 281	20.22 327	11.16 297	6.77 288	10.61 310	9.16 315	0.06 274	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

fast-acv-ft	5.62 287	1.39 289	7.01 298	2.02 247	1.89 269	12.23 331	1.82 254	7.35 166	9.45 259	10.46 304	20.27 328	14.55 318	7.71 306	7.41 181	7.61 291	0.10 292	0.09 275	0.16 338	0.07 267	0.59 325	0.13 223

AnyNet_C32	10.98 357	5.58 363	22.79 375	4.16 355	5.83 366	15.64 346	14.30 381	13.18 307	17.15 336	16.44 351	20.52 329	14.68 319	13.44 351	22.46 376	30.08 390	0.17 308	0.26 345	0.36 355	0.36 342	1.23 348	0.91 338

Prome-Stereo	3.65 215	0.29 16	1.92 17	0.91 104	0.49 164	2.07 49	4.75 315	4.41 39	3.23 57	9.32 278	20.63 330	4.06 134	7.19 294	7.70 195	1.17 110	0.00 1	0.00 1	0.00 1	0.00 1	0.05 99	4.72 373

Syn2CoEx	6.32 301	2.72 340	9.33 323	2.45 295	1.67 250	8.59 292	3.32 286	18.08 351	12.27 307	8.53 252	21.08 331	10.30 281	9.80 330	9.30 286	7.86 296	0.01 141	0.00 1	0.00 1	0.00 1	0.63 330	0.43 311

SHD	9.61 347	2.60 337	12.46 340	3.69 345	3.54 323	9.47 303	1.25 226	20.16 373	37.84 386	18.19 353	21.24 332	16.96 334	12.83 349	14.47 347	16.05 357	0.32 330	0.13 303	0.01 252	0.08 271	0.38 304	0.48 317

ADCPNet	9.54 346	2.39 336	31.46 387	2.09 257	1.60 245	16.71 353	6.39 337	12.11 280	11.45 297	13.53 338	21.45 333	19.41 347	10.94 338	14.38 345	21.54 370	0.27 327	1.16 368	0.39 357	1.49 370	0.58 324	1.45 348

DRaft	3.74 221	0.43 107	2.60 69	0.12 18	0.15 60	4.76 226	1.34 233	5.33 94	4.31 107	10.30 298	21.91 334	3.27 105	8.83 319	7.36 180	3.66 234	0.05 264	0.10 283	0.00 1	0.14 288	0.10 165	0.14 228

ACVNet-4b	15.90 372	22.00 387	12.37 337	16.40 386	15.14 388	31.87 384	7.50 350	19.04 360	27.85 366	11.48 320	22.02 335	31.86 377	9.16 326	17.95 363	5.69 265	10.43 389	2.58 381	24.44 391	4.87 388	16.04 389	9.28 388

ADCMid	10.24 353	3.13 346	20.70 370	2.21 269	2.39 290	11.23 323	6.19 329	14.17 322	11.19 293	23.20 367	22.25 336	17.89 339	19.54 367	18.51 365	26.21 384	0.45 344	0.42 357	1.10 365	1.29 367	1.56 356	1.18 343

ASMatch	3.32 192	0.50 131	3.32 139	1.72 208	0.45 153	1.93 43	0.68 156	6.42 142	3.89 84	6.18 151	22.30 337	4.61 158	4.82 245	7.65 191	1.70 146	0.00 1	0.02 163	0.00 1	0.03 239	0.01 7	0.18 249

RP	6.84 314	1.29 285	5.53 266	3.92 352	5.18 362	6.32 255	3.53 291	11.73 269	15.31 326	9.54 281	22.38 338	18.25 341	14.47 355	10.11 299	7.49 289	0.91 357	0.01 124	0.12 333	0.15 291	0.33 296	0.19 259

psmorigin	7.34 319	1.58 304	18.31 364	2.35 287	0.87 199	6.72 264	1.70 252	10.63 245	7.14 202	19.77 358	22.71 339	20.13 352	11.34 339	12.96 334	9.49 324	0.04 253	0.17 322	0.06 317	0.17 299	0.21 255	0.50 320

MDST_ROB	8.37 334	0.32 32	9.03 321	4.18 357	2.42 291	26.86 378	6.14 328	19.36 365	13.52 316	27.09 373	22.75 340	9.47 267	4.74 239	15.06 350	6.34 275	0.02 210	0.02 163	0.00 1	0.00 1	0.02 22	0.13 223

Wz-Net-SNSev	9.23 342	6.70 367	24.28 378	1.87 223	1.81 264	8.57 291	12.29 377	17.37 346	20.39 351	10.43 303	23.11 341	16.66 332	8.03 309	14.47 347	17.86 359	0.00 1	0.02 163	0.01 252	0.00 1	0.41 314	0.30 295

Nwc_Net	6.97 317	1.25 277	6.63 292	3.82 349	3.37 315	10.83 321	1.67 249	19.56 370	11.35 296	8.36 246	23.62 342	17.19 336	11.44 341	11.21 317	8.08 302	0.80 353	0.00 1	0.00 1	0.02 227	0.13 203	0.09 175

AF-Net	7.78 328	1.44 293	6.68 293	3.37 333	4.50 356	8.61 293	2.69 270	17.07 344	20.17 350	9.52 280	24.02 343	20.31 355	14.59 356	11.58 322	9.84 328	0.61 348	0.00 1	0.12 333	0.00 1	0.38 304	0.12 216

pmcnn	7.72 327	1.27 280	9.42 325	2.91 314	3.14 306	9.44 302	6.23 332	12.56 296	16.51 332	14.53 342	24.08 344	27.44 369	8.49 315	9.32 287	8.44 307	0.06 274	0.08 267	0.00 1	0.00 1	0.30 287	0.15 237

MFN_U_SF_DS_RVC	9.78 349	4.27 357	14.47 350	2.29 277	2.85 303	23.40 369	13.62 380	13.60 312	19.54 345	19.42 356	24.27 345	16.74 333	8.59 316	17.05 361	7.98 298	1.25 363	1.68 372	0.17 341	2.63 375	0.72 336	1.04 340

whm_eth	3.00 169	1.32 287	5.51 263	0.75 92	2.73 300	2.57 83	0.28 73	6.84 158	7.24 206	5.29 111	24.32 346	0.37 29	0.46 32	1.03 7	0.95 88	0.01 141	0.03 206	0.00 1	0.00 1	0.06 115	0.14 228

ACVNet_1	18.70 383	25.08 389	12.72 343	17.33 387	15.18 389	26.02 371	9.62 361	28.44 387	34.49 377	24.39 369	24.32 346	37.22 385	20.13 370	16.67 359	13.39 348	10.45 390	2.59 382	24.77 392	4.92 389	16.57 390	9.75 389

SGM_RVC	10.08 350	0.60 159	3.42 148	2.30 278	0.32 128	19.41 362	6.33 335	18.95 359	14.64 321	25.14 372	24.32 346	33.34 379	18.79 364	19.86 370	12.55 345	0.25 322	0.26 345	0.22 346	0.24 319	0.34 299	0.40 306
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCS	13.02 364	4.93 361	28.38 385	3.17 329	2.67 298	13.61 343	10.83 369	18.70 354	33.46 375	22.59 362	24.78 349	19.59 349	18.51 363	23.40 379	32.16 393	0.10 292	0.19 330	0.37 356	0.18 302	1.26 349	1.46 349

RAFT-345	3.27 182	0.41 96	2.88 105	1.02 122	0.21 96	2.63 95	0.48 109	3.76 21	5.51 149	7.35 212	24.88 350	4.25 144	1.76 115	8.15 228	2.13 177	0.01 141	0.00 1	0.00 1	0.00 1	0.01 7	0.01 15

G-Net	8.41 335	1.54 301	10.97 332	5.73 368	3.60 326	26.19 372	4.41 308	10.10 234	7.42 209	19.71 357	24.99 351	14.38 317	15.83 357	10.99 314	9.53 325	0.50 346	0.46 360	0.19 344	0.25 321	0.80 338	0.66 330

SDNR	7.50 321	2.32 334	15.58 356	1.82 220	0.63 175	44.66 399	0.44 105	8.59 192	9.52 260	9.84 289	25.18 352	5.30 183	4.38 223	11.46 321	6.49 278	0.05 264	0.03 206	0.00 1	0.01 207	1.79 358	1.87 354

ADCRef	7.27 318	1.38 288	16.37 357	2.52 298	3.30 314	11.63 326	3.16 282	10.80 249	9.35 257	13.03 335	25.27 353	8.17 249	8.92 321	8.06 221	21.81 372	0.15 302	0.08 267	0.16 338	0.34 340	0.38 304	0.58 326

ADCL	10.16 352	2.11 330	19.36 367	1.92 232	1.88 268	22.23 366	8.91 355	14.04 318	23.56 359	14.62 343	26.19 354	12.75 306	13.59 352	16.06 357	22.95 376	0.26 324	0.18 326	0.75 360	0.65 355	0.69 334	0.58 326

RainbowNet	18.01 382	26.22 391	19.95 368	18.59 388	14.88 387	27.38 379	10.46 366	27.39 383	34.54 378	14.91 345	27.01 355	25.65 365	12.44 344	18.94 367	9.23 317	13.91 395	3.46 393	23.36 390	4.86 387	16.03 388	10.91 392

WZ-Net	13.00 363	4.64 359	41.07 395	3.48 339	3.15 308	19.12 361	15.66 391	14.81 328	31.33 372	15.71 347	27.88 356	22.22 360	14.01 354	20.44 374	25.03 381	0.64 350	0.00 1	0.01 252	0.03 239	0.39 308	0.37 303

SANet	10.64 355	1.86 323	10.91 330	1.76 212	0.71 187	14.62 345	9.23 358	19.18 362	37.14 384	19.22 355	27.96 357	25.86 367	19.11 366	13.02 335	10.63 333	0.08 286	0.06 247	0.03 297	0.02 227	0.62 328	0.81 335

PWC_ROB	8.24 333	3.13 346	12.74 344	2.43 294	4.43 352	7.51 280	1.22 225	16.63 342	19.24 344	16.08 349	28.29 358	13.99 315	10.16 333	13.63 340	14.06 353	0.42 342	0.00 1	0.05 313	0.00 1	0.59 325	0.27 290

MFMNet_re	13.29 365	8.60 374	18.29 363	9.75 375	7.25 372	19.65 363	14.84 385	20.71 375	30.72 371	23.03 365	28.77 359	18.85 345	26.09 382	13.55 339	9.82 326	2.44 370	1.35 371	0.34 353	0.23 317	4.78 372	6.69 379

MFN_U_SF_RVC	12.94 362	3.66 354	25.81 382	3.61 343	2.26 285	22.77 367	4.55 311	27.10 382	20.06 348	23.90 368	28.99 360	30.53 375	16.98 358	19.92 371	20.26 365	1.24 362	1.07 367	0.98 364	1.33 368	1.80 359	2.04 357

GANet	6.22 299	1.07 257	4.07 198	2.27 274	0.89 201	9.19 300	9.52 359	12.02 277	8.13 232	10.72 309	29.09 361	13.86 312	7.52 302	11.00 315	4.39 246	0.36 333	0.00 1	0.02 281	0.02 227	0.12 193	0.08 165

SPS-STEREO	15.04 369	6.23 366	13.21 347	11.34 379	11.65 382	23.30 368	7.15 346	24.16 379	15.65 327	31.78 379	29.19 362	31.62 376	21.32 373	24.62 380	19.50 363	7.59 382	4.19 397	3.22 374	1.48 369	6.99 378	6.54 378
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Consistency-Raft	9.42 344	4.74 360	12.66 342	5.30 366	9.08 376	4.08 206	5.26 323	19.26 363	24.87 361	11.17 317	29.85 363	13.57 308	5.51 266	7.67 193	13.40 349	0.36 333	0.35 351	1.81 370	4.24 383	11.61 383	3.57 365

MADNet+	27.07 391	33.84 397	90.97 414	20.14 389	7.47 374	48.43 403	47.10 410	35.43 390	36.46 382	20.11 360	30.05 364	25.29 364	35.08 390	45.50 402	50.28 408	2.13 368	2.00 374	1.19 368	0.76 358	4.71 371	4.43 368

FTStereo	4.55 274	0.36 69	2.18 46	0.94 111	0.38 138	2.60 90	8.82 354	4.98 68	3.17 51	10.88 312	30.35 365	5.60 194	7.60 303	7.62 190	1.55 137	0.17 308	0.00 1	0.05 313	0.00 1	0.03 58	3.80 367

EDNetEfficient	13.82 366	6.19 365	54.79 401	2.83 311	3.60 326	4.86 229	8.57 353	8.61 197	32.90 374	40.77 392	30.59 366	18.33 342	21.87 375	11.38 320	25.36 382	0.15 302	0.23 337	0.06 317	1.03 364	2.54 365	1.79 352

PWCDC_ROB	7.92 330	3.17 350	7.48 310	5.73 368	4.40 349	10.45 315	0.35 89	14.52 326	28.19 367	10.36 301	31.27 367	7.04 227	9.14 325	13.22 337	8.78 312	2.74 372	0.02 163	0.00 1	0.00 1	1.31 351	0.17 247

aanetorigin	8.72 339	3.29 351	27.55 384	1.95 236	3.84 338	4.93 232	5.39 325	5.49 104	10.05 272	27.85 374	31.47 368	15.80 324	12.78 347	9.04 275	11.98 340	0.25 322	0.22 335	0.22 346	0.25 321	1.28 350	0.84 337

RAFT-RH_RVC	3.96 240	0.46 120	2.93 108	1.55 183	0.42 147	3.14 149	0.14 46	3.70 15	5.98 168	11.25 318	32.23 369	5.29 180	1.68 106	8.13 226	2.14 178	0.08 286	0.00 1	0.00 1	0.03 239	0.01 7	0.00 1

RTS	18.87 384	9.32 379	86.48 410	4.95 364	6.10 367	42.08 395	14.70 383	15.49 335	41.06 388	22.65 363	32.32 370	13.77 310	19.54 367	37.98 394	28.96 387	0.41 339	0.23 337	0.00 1	0.02 227	0.91 341	0.50 320

RTSA	18.87 384	9.32 379	86.48 410	4.95 364	6.10 367	42.08 395	14.70 383	15.49 335	41.06 388	22.65 363	32.32 370	13.77 310	19.54 367	37.98 394	28.96 387	0.41 339	0.23 337	0.00 1	0.02 227	0.91 341	0.50 320

LSM	14.01 367	5.95 364	33.49 388	6.78 372	43.61 408	10.22 311	9.98 364	15.16 333	22.93 358	23.07 366	32.34 372	18.52 343	12.67 346	15.45 353	11.10 338	0.16 307	0.51 363	0.09 329	0.32 336	1.08 345	16.85 403

FCDSN-DC	10.24 353	0.56 148	3.49 153	1.96 237	1.29 232	16.90 354	4.59 312	17.16 345	19.10 342	24.64 371	32.46 373	33.82 380	22.14 376	15.93 355	10.45 332	0.04 253	0.00 1	0.00 1	0.00 1	0.05 99	0.21 266
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
WCMA_ROB	9.21 341	0.87 227	7.37 307	2.54 299	2.13 276	13.59 342	5.80 326	11.64 264	14.01 318	24.43 370	32.99 374	27.09 368	18.02 360	12.51 330	9.85 329	0.81 354	0.07 259	0.01 252	0.01 207	0.16 221	0.23 274

SGM+DAISY	15.62 371	7.26 372	19.28 366	8.94 374	10.11 380	26.25 373	10.49 367	19.36 365	14.65 322	30.64 377	33.59 375	33.00 378	22.32 377	24.96 381	16.42 358	7.90 383	6.25 401	4.51 377	3.37 379	5.86 374	7.20 380

MSC_U_SF_DS_RVC	16.41 375	6.93 370	21.83 373	5.94 370	2.81 302	38.71 393	14.59 382	24.55 380	34.87 381	33.66 384	34.35 376	29.24 373	24.20 378	22.59 377	17.95 360	2.52 371	2.81 384	1.17 367	1.51 371	5.89 375	2.16 358

FC-DCNN	10.72 356	0.52 137	4.27 204	1.88 226	1.63 246	17.18 355	5.29 324	18.20 352	19.69 347	28.50 375	34.51 377	34.03 381	21.48 374	15.89 354	11.15 339	0.03 237	0.01 124	0.02 281	0.01 207	0.07 130	0.09 175

MeshStereo	11.52 359	1.52 300	4.55 217	1.89 228	1.46 240	19.87 364	5.11 320	20.66 374	15.91 329	32.67 380	34.51 377	39.34 387	21.15 372	18.74 366	12.10 341	0.11 294	0.06 247	0.01 252	0.00 1	0.45 317	0.22 268
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PWCK	30.53 397	44.32 404	47.25 398	29.76 392	7.23 371	40.78 394	27.10 402	44.73 395	44.32 391	47.31 398	36.37 379	47.16 391	26.05 381	41.26 398	31.87 392	21.83 400	4.03 396	29.50 394	4.67 385	27.17 401	7.80 382

EDNetEfficientorigin	17.87 381	14.00 384	99.53 422	1.64 198	0.92 204	10.55 317	6.26 334	13.21 308	34.84 380	38.20 389	36.91 380	27.47 370	26.32 383	14.71 349	25.69 383	0.04 253	0.06 247	0.14 336	0.52 353	3.16 368	3.27 364

AnyNet_C01	16.12 374	10.81 382	59.36 403	4.42 360	2.49 294	30.06 381	15.15 389	17.51 348	16.51 332	17.88 352	37.69 381	24.04 362	17.54 359	29.60 385	33.29 394	0.28 328	0.38 353	0.43 358	0.42 347	2.57 366	1.98 356

coex-ft	19.78 387	19.39 386	87.73 412	1.77 214	1.80 263	17.25 356	13.50 379	12.63 298	42.10 390	60.18 406	38.90 382	28.72 371	28.74 384	11.74 323	27.40 386	0.21 316	0.23 337	0.04 307	0.30 334	1.36 352	1.54 350

JetBlue	29.12 394	15.72 385	54.12 400	15.93 385	20.98 396	60.90 412	30.62 403	39.38 391	34.62 379	34.08 385	39.69 383	57.35 399	43.17 398	50.71 408	50.60 409	2.41 369	3.79 395	2.81 373	3.45 380	9.57 380	12.59 397

MSMD_ROB	9.28 343	1.09 261	4.65 222	1.58 188	0.39 140	16.52 350	4.41 308	13.60 312	14.87 324	22.34 361	39.89 384	25.67 366	20.71 371	12.42 329	6.98 284	0.34 332	0.03 206	0.00 1	0.00 1	0.05 99	0.09 175

SGM-ForestM	16.99 379	1.08 259	5.74 269	2.12 260	0.75 189	31.63 383	12.21 375	27.80 385	32.25 373	37.88 387	39.99 385	52.96 396	35.20 391	33.60 389	24.47 379	0.26 324	0.39 354	0.31 352	0.39 345	0.26 277	0.53 323

ELAS_RVC	16.54 376	2.26 333	10.09 329	5.50 367	4.46 354	28.28 380	16.72 392	25.55 381	33.54 376	40.19 390	40.30 386	36.68 384	30.03 385	29.40 384	20.61 366	0.98 360	1.21 369	0.86 363	0.70 357	1.39 353	2.16 358
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	16.73 378	1.28 283	11.61 334	3.72 346	1.65 247	16.67 352	9.17 357	14.39 323	55.91 399	63.81 410	40.86 387	35.94 383	37.73 394	14.24 344	26.87 385	0.05 264	0.10 283	0.13 335	0.22 316	0.12 193	0.15 237

UNDER WATER-64	45.16 406	46.99 405	66.69 405	43.90 404	27.64 403	55.58 411	41.87 407	39.42 392	48.42 394	51.73 402	43.08 388	67.76 409	56.69 409	48.02 406	48.34 406	39.50 406	17.64 406	51.78 407	38.93 407	36.62 404	32.61 406

PVD	15.44 370	2.93 343	14.67 352	4.21 358	3.39 318	17.43 358	4.16 301	27.84 386	48.84 395	31.02 378	43.54 389	29.76 374	30.81 387	25.97 382	21.40 368	0.23 319	0.41 355	0.04 307	0.33 338	0.41 314	1.33 346

ELAS	16.72 377	2.14 331	9.23 322	4.92 363	4.53 357	32.66 387	15.11 388	27.40 384	28.68 369	40.27 391	44.90 390	38.33 386	30.50 386	26.44 383	21.94 373	0.88 355	1.23 370	0.67 359	0.89 362	1.49 354	2.18 360
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UNDER WATER	45.09 405	48.60 407	67.37 406	49.30 406	31.41 404	53.80 410	37.39 405	40.25 393	52.48 396	50.24 400	45.37 391	68.37 410	57.76 410	51.03 409	49.88 407	29.97 404	13.75 405	51.22 406	36.57 405	37.87 405	29.12 405

NVStereoNet_ROB	16.04 373	6.75 368	12.90 345	6.37 371	7.42 373	12.89 337	9.74 362	22.78 377	25.12 362	30.32 376	46.19 392	34.37 382	25.38 379	21.48 375	21.38 367	5.94 377	3.10 389	6.07 380	10.09 393	4.01 370	8.54 386
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
TorneroNet-64	32.42 398	31.89 396	30.52 386	34.73 399	21.13 397	46.99 402	18.82 394	43.10 394	59.42 402	32.70 381	46.98 393	62.01 402	36.98 392	43.97 401	33.88 395	14.10 397	3.22 390	35.28 400	11.72 397	26.84 400	14.07 398

WAO-6	34.74 400	36.76 401	15.36 355	37.53 400	24.15 402	35.99 390	19.36 395	48.96 402	68.54 410	43.84 395	47.58 394	52.77 395	52.60 404	32.63 387	34.73 397	26.20 403	7.74 404	42.78 404	21.64 404	28.07 402	17.62 404

tt	83.26 416	0.34 53	99.99 424	79.40 417	93.18 418	100.00 423	100.00 424	100.00 425	99.95 420	60.33 407	47.63 395	99.98 424	99.96 422	99.98 423	100.00 427	92.42 418	99.82 422	73.83 418	73.63 415	88.42 419	56.35 414

BEATNet-Init1	23.31 388	9.03 376	41.67 396	4.17 356	2.53 295	45.68 401	19.47 396	33.43 388	38.45 387	47.59 399	49.10 396	59.31 400	41.80 397	38.35 396	29.21 389	0.47 345	0.50 362	0.81 361	0.66 356	2.10 363	1.86 353

DPSimNet_ROB	53.45 409	64.73 414	44.39 397	53.97 407	45.39 409	53.66 409	54.83 411	55.15 409	57.87 401	64.16 411	50.83 397	63.40 406	53.34 406	46.45 403	65.81 412	63.13 412	26.54 409	57.94 409	51.11 411	45.52 407	50.69 413

IMH-64-1	27.21 392	28.77 392	16.84 361	31.57 394	20.76 393	26.43 374	15.10 386	47.11 396	45.20 392	33.53 382	51.16 398	41.42 388	31.10 388	36.48 390	22.39 374	13.48 393	2.87 387	33.95 397	10.70 394	23.50 395	11.75 394

IMH-64	27.21 392	28.77 392	16.84 361	31.57 394	20.76 393	26.43 374	15.10 386	47.11 396	45.20 392	33.53 382	51.16 398	41.42 388	31.10 388	36.48 390	22.39 374	13.48 393	2.87 387	33.95 397	10.70 394	23.50 395	11.75 394

MANE	19.47 386	1.27 280	5.07 241	4.69 361	5.55 364	30.49 382	9.94 363	34.01 389	37.27 385	44.13 396	51.57 400	52.51 394	40.41 396	33.58 388	24.81 380	0.89 356	0.86 366	1.11 366	9.72 392	0.38 304	1.06 341

TorneroNet	35.11 402	33.92 398	33.82 389	37.86 401	22.01 399	49.64 405	21.58 400	48.09 400	55.23 398	37.50 386	53.79 401	62.81 405	43.66 399	46.71 404	41.25 403	14.80 398	3.53 394	36.72 401	14.57 400	28.28 403	16.49 401

ktn	48.94 408	57.58 410	38.86 394	59.57 411	43.27 407	50.37 406	43.38 408	48.07 399	61.11 403	51.30 401	54.25 402	54.96 398	52.88 405	47.30 405	35.83 398	57.77 411	24.88 408	62.69 411	43.55 408	50.70 409	40.41 408

IMH	29.82 396	29.11 394	18.51 365	34.28 398	21.40 398	32.33 386	15.39 390	49.40 403	53.07 397	37.88 387	55.32 403	45.05 390	39.54 395	40.63 397	24.12 378	14.03 396	3.27 391	34.93 399	11.24 396	24.69 397	12.21 396

ACVNet_2	26.45 390	29.35 395	25.14 380	20.27 390	15.43 390	34.97 389	12.23 376	48.37 401	66.25 409	42.69 393	56.73 404	51.77 392	25.59 380	20.39 373	13.52 350	10.13 388	2.59 382	22.78 389	3.52 381	17.57 391	9.80 390

notaker	47.42 407	55.20 409	49.13 399	56.52 409	40.18 405	38.52 392	32.97 404	47.21 398	56.08 400	57.21 405	57.24 405	60.09 401	59.19 411	53.93 410	41.64 404	40.61 407	19.93 407	57.21 408	37.41 406	49.02 408	39.02 407

WAO-7	29.39 395	24.43 388	20.47 369	32.71 397	13.83 386	34.70 388	20.27 399	52.19 406	65.03 407	43.29 394	59.35 406	52.19 393	44.68 400	31.71 386	30.56 391	10.98 391	4.94 398	13.71 383	12.52 398	12.06 384	8.22 384

Dean	34.67 399	38.70 402	25.33 381	29.89 393	17.21 391	45.24 400	11.98 374	56.90 410	76.55 411	63.47 409	60.22 407	67.36 408	48.14 403	37.24 392	39.01 400	11.00 392	2.83 385	28.35 393	5.60 390	18.14 392	10.31 391

LVE	34.99 401	40.10 403	34.97 391	32.49 396	18.61 392	51.45 408	26.82 401	52.15 405	65.94 408	47.21 397	61.04 408	53.99 397	37.30 393	37.95 393	34.09 396	15.55 399	5.95 400	31.01 396	13.81 399	22.58 394	16.72 402

KSHMR	55.63 410	63.60 413	37.85 393	74.69 413	49.56 411	49.01 404	45.73 409	57.46 411	63.97 406	61.61 408	62.07 409	72.39 412	47.01 401	50.65 407	43.29 405	54.10 410	62.21 412	66.10 412	53.94 412	51.25 411	46.11 411

HanzoNet	56.48 411	59.32 411	58.25 402	55.32 408	41.94 406	50.95 407	41.33 406	51.12 404	61.40 404	65.62 412	65.59 410	71.66 411	69.41 412	70.77 413	60.03 411	63.99 413	34.70 410	61.96 410	50.54 410	51.00 410	44.71 410

WAO-8	38.15 403	35.51 399	21.50 371	43.67 402	23.92 400	44.44 397	20.26 397	52.83 407	76.62 412	53.57 403	66.79 411	62.63 403	54.56 407	42.03 399	39.18 401	22.71 401	6.65 402	37.08 402	19.08 402	24.72 399	15.24 399

Venus	38.15 403	35.51 399	21.50 371	43.67 402	23.92 400	44.44 397	20.26 397	52.83 407	76.62 412	53.57 403	66.81 412	62.63 403	54.56 407	42.03 399	39.18 401	22.71 401	6.65 402	37.08 402	19.08 402	24.70 398	15.24 399

JetRed	61.02 412	61.05 412	82.56 409	46.09 405	56.80 413	83.19 414	63.76 412	59.26 412	63.61 405	69.29 413	68.85 413	66.59 407	47.62 402	61.57 411	74.09 413	45.58 408	66.14 414	46.59 405	45.06 409	63.17 412	49.58 412

MADNet++	82.84 415	82.38 417	73.57 408	87.72 418	82.97 417	93.14 415	69.15 413	86.42 417	82.50 414	93.46 418	86.70 414	86.28 414	80.92 414	88.34 414	88.84 415	86.83 417	84.17 418	72.64 414	68.92 414	80.47 418	81.42 419

LRCNet_RVC	66.23 413	65.67 415	67.63 407	71.47 412	54.32 412	32.17 385	2.66 269	63.19 413	21.35 354	81.79 414	91.26 415	83.62 413	71.62 413	69.32 412	52.57 410	95.49 419	64.45 413	95.07 419	95.19 419	71.52 413	74.31 415

xxxxx1	85.63 417	90.31 418	96.68 417	76.54 414	80.57 414	97.44 418	96.86 419	85.53 414	88.53 415	88.68 415	91.71 416	94.23 415	92.93 415	90.02 415	91.98 416	70.60 414	70.39 415	73.68 415	81.46 416	74.61 414	79.86 416

tt_ll	85.63 417	90.31 418	96.68 417	76.54 414	80.57 414	97.44 418	96.86 419	85.53 414	88.53 415	88.68 415	91.71 416	94.23 415	92.93 415	90.02 415	91.98 416	70.60 414	70.39 415	73.68 415	81.46 416	74.61 414	79.86 416

ff	85.63 417	90.31 418	96.68 417	76.54 414	80.57 414	97.44 418	96.86 419	85.53 414	88.53 415	88.68 415	91.71 416	94.23 415	92.93 415	90.02 415	91.98 416	70.60 414	70.39 415	73.68 415	81.46 416	74.61 414	79.86 416

PML	97.88 420	100.00 426	96.45 416	98.01 421	97.88 421	100.00 423	99.35 422	96.88 418	97.72 419	100.00 425	97.36 419	97.38 419	99.60 421	100.00 426	96.32 420	99.99 424	97.55 419	100.00 422	96.01 420	99.18 421	87.92 420

SPstereo	72.39 414	47.55 406	62.34 404	56.88 410	45.69 410	78.85 413	84.60 415	100.00 425	100.00 423	98.50 421	98.20 420	100.00 426	96.58 418	96.95 419	81.91 414	46.63 409	38.86 411	67.86 413	64.79 413	39.95 406	41.68 409

MEDIAN_ROB	98.41 421	99.70 421	99.30 421	97.09 419	97.02 419	96.89 417	95.77 418	97.66 420	97.28 418	98.79 422	98.94 421	99.18 420	98.14 420	96.89 418	96.88 421	99.96 423	99.16 420	100.00 422	99.99 423	99.69 422	99.88 422

Anonymous_1	99.08 423	99.91 422	99.85 423	97.63 420	99.10 422	100.00 423	100.00 424	99.61 422	99.96 421	99.28 423	99.86 422	99.54 421	99.99 423	99.29 421	99.75 422	96.05 420	99.59 421	97.31 420	98.57 421	97.71 420	98.63 421

MyStereo03	100.00 430	100.00 426	100.00 428	100.00 428	100.00 424	100.00 423	100.00 424	100.00 425	100.00 423	100.00 425	100.00 423	100.00 426	100.00 425	100.00 426	100.00 427	100.00 426	100.00 425	100.00 422	100.00 425	100.00 425	100.00 427

MyStereo02	100.00 430	100.00 426	100.00 428	100.00 428	100.00 424	100.00 423	100.00 424	100.00 425	100.00 423	100.00 425	100.00 423	100.00 426	100.00 425	100.00 426	100.00 427	100.00 426	100.00 425	100.00 422	100.00 425	100.00 425	100.00 427

MyStereo	100.00 430	100.00 426	100.00 428	100.00 428	100.00 424	100.00 423	100.00 424	100.00 425	100.00 423	100.00 425	100.00 423	100.00 426	100.00 425	100.00 426	100.00 427	100.00 426	100.00 425	100.00 422	100.00 425	100.00 425	100.00 427

HaxPig	98.85 422	99.94 423	95.08 415	99.99 425	100.00 424	94.03 416	94.78 416	99.15 421	99.98 422	99.99 424	100.00 423	99.98 424	99.99 423	98.12 420	95.97 419	100.00 426	99.99 424	100.00 422	99.99 423	100.00 425	99.99 425

Selective-RAFT-Error	100.00 430	100.00 426	100.00 428	100.00 428	100.00 424	100.00 423	100.00 424	100.00 425	100.00 423	100.00 425	100.00 423	100.00 426	100.00 425	100.00 426	100.00 427	100.00 426	100.00 425	100.00 422	100.00 425	100.00 425	100.00 427

CasAABBNet	100.00 430	100.00 426	100.00 428	100.00 428	100.00 424	100.00 423	100.00 424	100.00 425	100.00 423	100.00 425	100.00 423	100.00 426	100.00 425	100.00 426	100.00 427	100.00 426	100.00 425	100.00 422	100.00 425	100.00 425	100.00 427

test_example2	99.39 424	99.98 425	99.99 424	100.00 428	99.98 423	99.72 422	99.99 423	97.34 419	100.00 423	100.00 425	100.00 423	96.42 418	96.66 419	99.97 422	99.96 423	100.00 426	99.97 423	98.66 421	99.15 422	100.00 425	100.00 427

LSM0	100.00 430	100.00 426	100.00 428	100.00 428	100.00 424	100.00 423	100.00 424	100.00 425	100.00 423	100.00 425	100.00 423	100.00 426	100.00 425	100.00 426	100.00 427	100.00 426	100.00 425	100.00 422	100.00 425	100.00 425	99.99 425

DPSMNet_ROB	99.91 427	100.00 426	99.99 424	99.99 425	100.00 424	100.00 423	100.00 424	99.98 424	100.00 423	98.35 419	100.00 423	99.84 422	100.00 425	99.98 423	99.99 424	100.00 426	100.00 425	100.00 422	100.00 425	100.00 425	100.00 427

DGTPSM_ROB	99.90 426	100.00 426	99.99 424	99.99 425	100.00 424	100.00 423	100.00 424	99.97 423	100.00 423	98.35 419	100.00 423	99.84 422	100.00 425	99.98 423	99.99 424	99.99 424	100.00 425	100.00 422	100.00 425	100.00 425	100.00 427

DPSM_ROB	99.95 428	100.00 426	100.00 428	99.76 423	100.00 424	100.00 423	100.00 424	100.00 425	100.00 423	100.00 425	100.00 423	100.00 426	100.00 425	100.00 426	100.00 427	99.21 421	100.00 425	100.00 422	100.00 425	99.99 423	99.95 423

DPSM	99.95 428	100.00 426	100.00 428	99.76 423	100.00 424	100.00 423	100.00 424	100.00 425	100.00 423	100.00 425	100.00 423	100.00 426	100.00 425	100.00 426	100.00 427	99.21 421	100.00 425	100.00 422	100.00 425	99.99 423	99.95 423

AVERAGE_ROB	99.62 425	99.95 424	98.81 420	100.00 428	100.00 424	98.08 421	95.47 417	100.00 425	100.00 423	100.00 425	100.00 423	100.00 426	100.00 425	100.00 426	99.99 424	100.00 426	100.00 425	100.00 422	100.00 425	100.00 425	100.00 427

ASD4		81.57 416

Low-res two-view benchmark