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

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

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

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

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

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

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

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++_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
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

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

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

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

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

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

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

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

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
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
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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	0.78 379

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

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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	2.42 387	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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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	3.50 404	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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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
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

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

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

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

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

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

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)
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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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.
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

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	0.85 383

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	2.84 395	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

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

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

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	0.66 376

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

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

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

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
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

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
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

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

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

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

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

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	8.09 408	12.12 416	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	2.15 381	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

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
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

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	2.45 388	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

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	3.17 401	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

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

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	2.04 377	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	10.09 419

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

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

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

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

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

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

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	0.94 386

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

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

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	0.79 381

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

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

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

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

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

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-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

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

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	2.64 390	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	0.96 389

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	0.78 379

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	3.26 402	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.
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

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

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

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	1.87 371	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	1.14 395

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

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	1.89 372	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	1.89 372	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

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	0.94 386

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	0.75 377

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

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	0.88 384
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
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	3.36 397	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

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

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

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

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

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

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

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

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

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

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

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

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	2.25 384	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
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	2.09 379	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	0.96 389
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
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	0.84 382

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
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	1.91 375	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

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	2.83 394	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

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	1.07 394

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

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

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	4.64 409	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

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

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

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	17.88 422	16.56 424	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

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

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	4.47 408	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
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	3.33 403	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
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	2.18 382	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

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	0.95 388

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	2.36 386	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	0.91 385

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	6.25 409	4.41 397	0.65 376	0.64 385	0.58 372	0.54 375	0.80 376	0.76 378

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

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	1.78 369	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	0.96 389

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	3.64 405	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
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	2.12 380	2.64 378	3.34 392	3.05 401	6.49 410	3.39 389	0.78 382	0.76 394	0.75 375	0.76 385	0.97 382	1.18 400

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	3.95 402	1.90 374	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	1.35 403

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	1.17 398

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	1.17 398

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	3.63 400	1.98 376	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	1.27 402

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	3.03 393	1.81 370	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	1.19 401

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	3.23 396	4.71 410	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	2.64 412

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	3.06 395	2.23 383	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	0.97 392

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	3.05 394	2.78 393	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	1.97 407

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	6.50 406	2.49 389	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	1.77 406

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	13.77 415	2.90 399	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	1.98 408

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	3.80 401	2.08 378	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	1.03 393

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	12.41 412	3.03 400	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	2.08 410

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	5.47 405	2.75 392	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	2.01 409

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	4.24 403	8.19 415	6.76 411	19.00 422	9.08 411	10.74 416	6.62 405	0.31 314	0.33 352	0.32 322	0.32 334	0.29 283	0.29 292

FADE		2.05 405		1.03 379	0.99 381			3.91 405	3.00 392	1.76 368		2.73 382		5.95 408		11.57 423	1.70 411	23.09 429	15.86 423	0.62 372	0.65 375

MADNet++	4.03 403	2.70 414	3.44 395	3.72 415	3.44 414	4.44 405	3.52 411	3.95 406	3.61 399	4.46 407	4.98 408	4.10 396	4.58 408	7.00 412	5.89 402	3.74 412	3.67 416	3.27 414	2.71 413	3.70 415	3.66 416

JetRed	5.27 409	5.84 416	12.81 413	2.36 403	2.83 412	12.23 416	10.50 415	4.46 407	3.60 398	3.86 406	3.83 396	4.85 402	4.18 407	6.78 411	11.96 411	2.17 408	2.96 415	2.18 400	1.97 409	3.38 414	2.68 413

WAO-8	2.92 396	1.55 395	1.35 362	1.79 393	1.63 394	5.23 406	1.22 378	4.58 408	12.56 413	2.84 395	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	1.15 396

Venus	2.92 396	1.55 395	1.35 362	1.79 393	1.63 394	5.23 406	1.22 378	4.58 408	12.56 413	2.84 395	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	1.15 396

TorneroNet-64	3.44 399	1.86 401	1.42 370	2.58 407	2.28 405	6.87 409	1.68 398	4.70 410	12.03 410	2.31 385	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	1.44 404

HanzoNet	6.76 412	2.45 410	4.22 399	3.19 412	2.94 413	3.62 401	2.28 408	4.79 411	7.20 407	14.00 420	13.19 418	17.49 420	22.30 424	13.25 418	6.19 403	4.20 415	1.93 412	3.10 413	2.56 412	3.35 413	2.88 414

TorneroNet	4.53 407	1.89 402	1.48 372	2.55 405	2.27 404	13.78 417	1.69 399	4.84 412	23.73 427	2.89 398	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	1.47 405

MANE	4.13 405	0.51 330	0.64 256	0.66 354	0.56 353	6.89 410	0.99 363	7.55 413	12.04 411	6.68 413	8.57 414	10.69 415	9.45 412	7.59 413	6.39 404	0.49 364	0.43 373	0.48 360	0.98 393	0.49 353	0.48 363

PML	40.80 436	29.24 426	11.87 412	7.20 418	14.47 417	92.13 436	213.69 437	7.63 414	23.35 426	74.72 437	190.14 437	50.17 437	26.15 426	21.39 422	12.70 412	8.76 420	2.92 414	8.45 420	3.25 414	13.26 420	4.42 417

DGTPSM_ROB	12.07 415	8.00 417	20.99 415	8.93 419	16.78 418	10.67 413	30.87 421	9.01 415	15.16 417	6.50 411	15.41 422	9.04 413	14.85 415	9.25 414	21.67 419	4.57 416	8.57 419	5.08 416	9.28 419	5.90 418	10.95 420

DPSMNet_ROB	12.08 416	8.00 417	21.00 416	8.97 420	16.79 419	10.67 413	30.89 422	9.02 416	15.17 418	6.51 412	15.41 422	9.04 413	14.85 415	9.27 415	21.67 419	4.58 417	8.57 419	5.09 417	9.29 420	5.90 418	10.95 420

ASD4	9.96 414	8.86 419	17.78 414	7.17 417	9.80 416	16.08 418	28.92 420	9.77 417	8.20 409	7.02 414	7.08 412	8.47 412	9.57 413	11.17 417	20.26 417	4.12 414	4.14 418	5.57 418	4.74 416	5.53 416	4.90 418

tt	6.20 410	0.20 70	5.89 402	3.55 414	2.07 403	11.26 415	19.21 416	11.74 418	5.46 404	2.69 391	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	2.37 411

BEATNet-Init1	15.13 417	0.82 369	50.86 434	0.72 367	0.53 346	38.10 428	7.03 414	11.83 419	14.25 416	29.78 433	30.17 432	48.21 436	22.64 425	26.78 427	18.11 416	0.42 356	0.38 361	0.47 357	0.46 361	0.51 356	0.48 363

DLNR_Zeroshot_test	20.09 420	36.28 428	38.04 425	169.85 437	61.80 433	0.23 5	0.20 1	13.88 420	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	20.25 421	18.63 423	14.07 421	12.97 415	17.26 417	17.36 420	21.70 423	27.93 424	13.18 424	18.50 427	111.26 435	133.37 435	29.24 429	39.73 432

tt_ll	36.64 430	19.51 423	24.21 419	61.66 434	64.63 434	27.28 424	40.10 426	20.25 421	18.63 423	14.07 421	12.97 415	17.26 417	17.36 420	21.70 423	27.93 424	13.18 424	18.50 427	111.26 435	133.37 435	29.24 429	39.73 432

ff	36.64 430	19.51 423	24.21 419	61.66 434	64.63 434	27.28 424	40.10 426	20.25 421	18.63 423	14.07 421	12.97 415	17.26 417	17.36 420	21.70 423	27.93 424	13.18 424	18.50 427	111.26 435	133.37 435	29.24 429	39.73 432

HaxPig	31.96 423	37.24 429	34.27 424	24.37 424	24.88 424	18.26 419	19.86 417	20.64 424	28.52 428	35.97 434	38.75 433	25.57 426	28.72 427	33.88 428	34.39 427	35.94 435	38.87 435	37.80 431	40.48 431	39.68 433	41.15 435

LRCNet_RVC	21.24 421	31.15 427	21.41 417	28.98 425	23.82 423	3.13 399	0.60 302	20.96 425	1.59 364	25.58 425	28.15 427	21.99 425	14.79 414	21.94 426	16.41 415	28.89 434	14.87 425	33.53 430	31.28 430	29.51 432	26.16 430

DPSM_ROB	17.78 418	18.63 421	24.31 422	20.90 422	19.47 420	25.97 421	36.21 424	21.23 426	16.24 420	13.38 418	14.06 420	19.18 423	16.30 418	20.78 420	25.67 422	9.38 421	9.23 422	9.49 421	9.82 421	13.51 421	11.91 423

DPSM	17.78 418	18.63 421	24.31 422	20.90 422	19.47 420	25.97 421	36.21 424	21.23 426	16.24 420	13.38 418	14.06 420	19.18 423	16.30 418	20.78 420	25.67 422	9.38 421	9.23 422	9.49 421	9.82 421	13.51 421	11.91 423

Anonymous_1	33.25 424	18.26 420	23.92 418	20.54 421	21.28 422	25.59 420	35.94 423	22.01 428	15.57 419	13.33 417	13.49 419	18.08 421	15.29 417	20.36 419	24.60 421	16.28 427	8.84 421	66.59 434	118.00 434	155.73 437	11.23 422

MEDIAN_ROB	37.38 433	40.85 437	40.60 427	32.31 426	31.85 425	27.20 423	24.55 418	29.10 429	33.19 435	42.09 436	41.76 435	33.35 427	34.39 435	39.78 430	37.07 428	43.64 437	44.10 437	44.12 433	43.40 433	41.51 435	42.76 437

AVERAGE_ROB	37.58 434	40.13 436	40.15 426	34.81 427	33.82 426	28.55 427	25.10 419	32.02 430	34.06 437	41.28 435	40.66 434	34.46 428	34.81 436	39.18 429	37.57 429	42.78 436	43.44 436	43.82 432	43.03 432	40.47 434	41.51 436

MyStereo03	35.77 426	37.55 432	48.75 430	42.19 428	39.18 427	52.27 431	73.13 432	42.32 431	32.61 429	27.03 429	28.40 429	38.50 429	32.89 429	41.62 431	51.63 432	18.78 429	18.59 432	19.11 423	19.80 426	27.18 423	23.95 425

MyStereo02	35.77 426	37.55 432	48.75 430	42.19 428	39.18 427	52.27 431	73.13 432	42.32 431	32.61 429	27.03 429	28.40 429	38.50 429	32.89 429	41.62 431	51.63 432	18.78 429	18.59 432	19.11 423	19.80 426	27.18 423	23.95 425

MyStereo	35.77 426	37.55 432	48.75 430	42.19 428	39.18 427	52.27 431	73.13 432	42.32 431	32.61 429	27.03 429	28.40 429	38.50 429	32.89 429	41.62 431	51.63 432	18.78 429	18.59 432	19.11 423	19.80 426	27.18 423	23.95 425

CasAABBNet	35.74 425	37.43 430	48.72 429	42.22 431	39.20 430	52.24 430	73.12 431	42.61 434	32.62 433	26.78 426	27.95 425	38.58 432	32.60 428	41.67 434	51.65 435	18.74 428	18.57 430	19.15 427	19.77 425	27.20 426	23.98 428

Selective-RAFT-Error	35.84 429	37.49 431	48.83 433	42.26 432	39.24 431	52.30 434	73.09 430	42.66 435	32.61 429	26.80 427	28.30 428	38.84 434	33.51 433	41.68 435	51.59 431	18.82 432	18.58 431	19.17 428	19.80 426	27.28 427	24.05 429

LSM0	38.95 435	37.60 435	48.58 428	43.57 433	91.06 437	52.57 435	72.57 429	43.17 436	32.63 434	26.97 428	27.97 426	38.65 433	32.94 432	41.86 436	51.78 436	18.89 433	18.41 426	19.13 426	19.63 424	27.29 428	33.77 431

SPstereo	24.26 422	4.19 415	6.66 404	4.29 416	3.79 415	45.68 429	78.09 435	63.52 437	33.36 436	27.50 432	26.65 424	39.53 435	33.55 434	42.77 437	51.02 430	3.90 413	3.72 417	5.95 419	4.66 415	3.15 412	3.30 415

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

Low-res two-view benchmark