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	3.74 7	1.42 30	6.45 27	5.61 78	6.24 277	4.69 20	1.54 41	7.61 3	7.19 20	3.59 6	7.87 21	4.20 20	6.43 90	6.07 6	1.96 1	0.03 16	1.03 261	0.04 95	0.54 279	0.23 54	2.12 252

CASnet	4.11 21	1.27 15	5.28 15	5.63 81	0.31 2	4.89 31	2.86 109	11.52 24	11.73 70	11.06 61	11.80 50	4.16 19	1.63 5	6.30 9	2.22 2	0.63 225	0.00 1	0.60 264	0.13 150	0.15 31	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	3.41 3	1.28 17	6.47 29	4.22 21	1.36 78	5.18 46	1.24 24	11.58 25	5.47 3	3.80 9	3.40 1	8.10 60	1.69 8	9.53 45	2.23 3	0.09 77	0.89 249	0.01 55	0.00 1	0.24 56	1.42 169

TANstereo	4.87 30	1.49 36	5.02 13	4.02 10	0.51 16	14.25 200	0.15 3	9.17 7	12.84 78	12.80 81	18.36 101	5.14 32	4.43 41	6.01 5	2.30 4	0.09 77	0.12 109	0.00 1	0.01 54	0.02 1	0.68 82

ACVNet-DCA	5.76 45	2.52 183	6.38 23	6.77 155	0.74 23	10.55 152	5.19 167	21.10 153	13.53 87	7.39 35	10.06 32	4.44 24	9.58 146	11.08 58	2.33 5	0.05 38	1.18 274	0.00 1	0.04 91	0.37 119	1.93 211

xx1	6.52 86	2.52 183	6.38 23	6.77 155	0.74 23	10.55 152	5.19 167	19.19 129	15.95 113	7.39 35	10.07 36	16.17 168	12.10 186	11.08 58	2.33 5	0.05 38	1.18 274	0.02 70	0.36 241	0.37 119	1.93 211

cc1	5.79 47	2.52 183	6.38 23	6.77 155	0.74 23	10.55 152	5.19 167	19.19 129	15.95 113	7.39 35	10.06 32	4.44 24	9.58 146	11.08 58	2.33 5	0.05 38	1.18 274	0.00 1	0.04 91	0.34 102	2.04 239

ffm	8.89 163	2.34 161	12.99 220	6.28 120	3.81 183	12.43 171	7.47 225	19.77 137	16.80 126	16.64 149	32.03 249	17.29 182	11.78 178	11.11 62	2.34 8	0.05 38	1.17 270	0.80 279	0.37 245	0.29 86	2.07 244

tt1	5.74 43	2.52 183	6.54 32	6.89 164	0.86 40	10.31 150	4.08 146	19.77 137	16.80 126	7.17 33	9.02 25	4.71 30	8.97 139	11.11 62	2.34 8	0.05 38	1.17 270	0.00 1	0.04 91	0.29 86	2.07 244

Any-RAFT	6.28 74	1.42 30	4.91 11	5.00 52	1.25 74	10.18 144	1.90 71	22.68 170	15.87 111	12.12 66	19.23 108	13.69 138	4.65 52	9.35 40	2.36 10	0.06 55	0.57 209	0.00 1	0.00 1	0.05 2	0.35 29

LoS_RVC	4.09 20	3.01 215	4.81 10	4.88 42	7.78 315	5.24 48	2.80 108	7.57 2	4.24 1	4.41 13	10.34 38	3.62 13	6.34 86	6.59 11	2.37 11	0.04 22	0.03 33	0.00 1	0.01 54	0.06 5	7.70 345

Selective-IGEV	3.46 4	1.32 20	5.92 17	4.55 32	2.27 131	4.65 17	2.07 78	11.50 23	5.81 6	3.19 2	4.75 6	5.46 37	1.77 9	11.24 69	2.37 11	0.05 38	0.82 238	0.00 1	0.20 188	0.10 11	1.17 138

MyStereo07	4.80 28	2.38 172	6.21 20	6.63 143	4.77 221	6.47 100	9.60 254	16.70 95	5.88 14	4.81 16	5.77 16	3.13 7	5.68 73	12.07 103	2.46 13	0.09 77	1.33 300	0.03 84	0.32 228	0.74 212	0.93 112

CAS	5.44 35	0.98 1	3.95 6	17.59 348	7.74 314	7.82 128	6.09 193	9.89 11	9.40 56	4.82 17	10.69 41	1.93 3	1.22 2	4.54 2	2.47 14	10.98 369	0.02 21	0.00 1	0.02 73	0.53 168	8.19 351

Former-RAFT_DAM_RVC	4.91 31	3.05 220	9.51 118	4.55 32	3.59 177	9.01 136	1.46 33	14.59 63	19.31 152	7.65 39	7.22 18	2.04 4	2.21 12	10.13 50	2.51 15	0.12 97	0.03 33	0.08 128	0.00 1	0.62 188	0.50 61

MC-Stereo	4.47 25	1.16 4	5.85 16	6.14 111	1.43 82	3.70 11	1.73 60	10.62 14	7.83 36	6.85 30	13.33 62	6.77 43	6.21 85	11.23 68	2.52 16	0.04 22	1.30 292	0.06 110	0.24 201	0.17 37	2.14 255

iRaftStereo_RVC	5.06 32	2.15 136	7.88 64	5.54 74	0.78 33	5.22 47	0.45 7	18.47 122	11.75 71	9.72 51	15.05 72	5.74 39	3.18 17	9.29 39	2.52 16	0.02 7	1.24 289	0.00 1	0.01 54	0.58 177	1.62 186

test-3	5.64 40	1.29 18	9.52 120	4.88 42	1.45 83	6.53 103	2.92 111	13.64 45	19.04 149	12.75 80	8.67 22	13.01 127	4.10 33	9.39 42	2.58 18	0.01 2	1.09 264	0.00 1	0.37 245	0.28 82	1.25 148

test_1	5.63 39	1.29 18	9.52 120	4.90 48	1.45 83	6.51 102	2.93 113	13.65 47	19.05 150	12.58 70	8.67 22	13.02 128	4.07 32	9.39 42	2.58 18	0.01 2	1.09 264	0.00 1	0.38 256	0.28 82	1.26 149

test_3	5.97 63	1.26 13	9.95 135	6.84 161	1.45 83	8.73 133	3.18 119	14.26 53	19.86 155	12.22 67	8.91 24	13.78 139	3.99 30	9.38 41	2.58 18	0.01 2	1.10 266	0.00 1	0.37 245	0.30 90	1.20 141

HH	6.00 66	2.42 175	9.81 129	5.74 97	1.64 104	7.05 114	3.48 133	17.54 109	7.69 25	8.73 43	12.47 55	14.83 152	8.86 136	13.04 147	2.59 21	0.04 22	1.21 284	0.20 206	0.05 105	0.30 90	2.34 261

HanStereo	6.00 66	2.42 175	9.81 129	5.74 97	1.64 104	7.05 114	3.48 133	17.54 109	7.69 25	8.73 43	12.47 55	14.83 152	8.86 136	13.04 147	2.59 21	0.04 22	1.21 284	0.20 206	0.05 105	0.30 90	2.34 261

XX-TBD	4.63 27	10.71 323	3.94 5	10.55 292	0.62 21	5.95 80	0.08 1	7.91 4	12.75 77	11.73 64	14.80 70	4.04 17	1.64 6	4.90 3	2.61 23	0.08 70	0.01 6	0.00 1	0.00 1	0.26 70	0.06 2

XX-Stereo	6.50 84	1.81 66	10.42 156	12.71 322	7.14 299	3.46 8	0.90 14	16.31 83	6.13 16	9.03 47	28.11 198	13.48 136	2.22 13	11.87 95	2.61 23	0.45 194	0.78 232	0.08 128	0.42 262	1.09 246	0.88 104

RAFT_CTSACE	8.55 153	2.62 196	9.63 123	7.41 194	5.06 234	5.76 75	2.54 95	15.38 71	17.84 133	24.33 272	34.69 285	16.37 171	7.22 108	18.05 245	2.63 25	0.01 2	0.56 206	0.00 1	0.03 81	0.42 140	0.41 48

CES	4.08 18	1.34 21	3.46 1	3.65 6	11.49 348	5.24 48	0.99 18	10.15 12	9.15 54	3.80 9	9.29 30	1.76 2	0.91 1	6.94 13	2.64 26	0.07 66	0.05 48	0.01 55	0.00 1	1.63 270	9.03 357

anonymousdsp	3.97 15	2.10 122	6.76 36	4.43 28	1.82 114	4.92 36	1.68 52	14.84 65	5.82 7	5.26 27	5.54 10	4.20 20	4.37 39	11.54 84	2.68 27	0.04 22	0.87 245	0.00 1	0.18 184	0.36 113	1.98 221

IGEV-Stereo	3.97 15	2.10 122	6.78 37	4.43 28	1.81 112	4.92 36	1.68 52	14.84 65	5.82 7	5.25 26	5.54 10	4.22 22	4.36 38	11.55 85	2.68 27	0.04 22	0.88 247	0.00 1	0.18 184	0.36 113	1.98 221
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ProNet	4.14 22	2.35 167	7.50 54	4.22 21	1.47 86	5.67 71	6.24 197	13.78 51	7.71 27	3.38 3	4.93 8	3.72 14	3.52 20	11.52 83	2.72 29	0.08 70	1.32 296	0.01 55	0.26 211	0.47 156	2.02 234

ff7	3.92 11	2.12 128	7.30 45	4.22 21	1.47 86	4.90 32	1.65 47	14.40 54	5.82 7	5.08 22	5.59 12	3.45 9	4.61 46	11.48 76	2.76 30	0.04 22	0.98 254	0.00 1	0.17 175	0.35 106	1.98 221

ffff	3.92 11	2.12 128	7.30 45	4.22 21	1.47 86	4.90 32	1.65 47	14.40 54	5.82 7	5.08 22	5.59 12	3.45 9	4.61 46	11.48 76	2.76 30	0.04 22	0.98 254	0.00 1	0.17 175	0.35 106	1.98 221

11t	3.92 11	2.12 128	7.30 45	4.22 21	1.47 86	4.90 32	1.65 47	14.40 54	5.82 7	5.08 22	5.59 12	3.45 9	4.61 46	11.48 76	2.76 30	0.04 22	0.98 254	0.00 1	0.17 175	0.35 106	1.98 221

ccc-4	3.92 11	2.12 128	7.30 45	4.22 21	1.47 86	4.90 32	1.65 47	14.40 54	5.82 7	5.08 22	5.59 12	3.45 9	4.61 46	11.48 76	2.76 30	0.04 22	0.98 254	0.00 1	0.17 175	0.35 106	1.98 221

CroCo-Stereo	3.51 5	2.49 182	8.03 68	9.10 252	1.26 75	0.97 1	0.96 17	11.24 22	8.52 46	3.79 8	4.87 7	7.93 59	4.44 43	3.26 1	2.76 30	0.03 16	0.00 1	0.00 1	0.00 1	0.34 102	0.16 14
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
RCA-Stereo	5.58 38	1.26 13	6.71 34	4.85 40	0.80 36	5.51 57	3.97 144	17.56 111	19.40 153	8.45 41	14.11 66	8.73 66	8.70 134	6.88 12	2.77 35	0.05 38	0.98 254	0.11 161	0.00 1	0.14 29	0.61 74

GMOStereo	6.33 75	2.04 105	8.28 75	5.68 92	1.20 65	6.11 81	2.14 79	11.20 18	13.15 81	18.66 192	21.83 138	17.35 187	6.64 100	7.09 14	2.78 36	0.02 7	1.42 312	0.13 171	0.00 1	0.53 168	0.37 39

error version	6.33 75	2.04 105	8.28 75	5.68 92	1.20 65	6.11 81	2.14 79	11.20 18	13.15 81	18.66 192	21.83 138	17.35 187	6.64 100	7.09 14	2.78 36	0.02 7	1.42 312	0.13 171	0.00 1	0.53 168	0.37 39

test-v	6.33 75	2.04 105	8.28 75	5.68 92	1.20 65	6.11 81	2.14 79	11.20 18	13.15 81	18.66 192	21.83 138	17.35 187	6.64 100	7.09 14	2.78 36	0.02 7	1.42 312	0.13 171	0.00 1	0.53 168	0.37 39

test-2	6.33 75	2.04 105	8.28 75	5.68 92	1.20 65	6.11 81	2.14 79	11.20 18	13.15 81	18.66 192	21.83 138	17.35 187	6.64 100	7.09 14	2.78 36	0.02 7	1.42 312	0.13 171	0.00 1	0.53 168	0.37 39

CREStereo	3.75 8	1.21 7	3.79 3	2.66 2	0.66 22	5.52 58	0.39 5	10.77 16	14.18 96	7.14 32	10.54 40	5.25 34	3.54 21	6.27 8	2.88 40	0.04 22	0.01 6	0.03 84	0.01 54	0.05 2	0.05 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
PMTNet	5.52 37	1.11 3	4.24 7	2.49 1	1.38 80	8.75 134	0.67 10	12.64 30	12.84 78	8.66 42	11.27 47	6.00 40	4.70 54	9.91 49	3.02 41	22.39 383	0.01 6	0.04 95	0.02 73	0.06 5	0.23 19

MSKI-zero shot	5.11 33	1.81 66	6.47 29	6.17 113	1.78 110	6.42 99	1.50 37	13.59 44	8.66 48	10.63 56	11.58 48	13.29 133	2.35 14	12.34 119	3.09 42	0.05 38	1.21 284	0.02 70	0.29 220	0.15 31	0.85 100

cross-raft	5.70 42	1.44 32	7.08 39	6.69 148	2.11 122	5.89 78	1.44 32	16.44 87	8.38 42	13.42 96	20.70 129	12.20 108	4.38 40	9.06 32	3.11 43	0.03 16	0.38 168	0.00 1	0.22 190	0.24 56	0.84 99

sAnonymous2	6.98 108	7.12 299	20.67 301	9.13 253	5.40 244	5.28 50	8.11 238	16.71 96	11.50 68	5.04 20	9.17 28	3.77 15	8.23 124	7.84 20	3.15 44	0.11 89	0.07 82	0.06 110	0.28 217	10.80 358	7.09 341

CroCo_RVC	6.98 108	7.12 299	20.67 301	9.13 253	5.40 244	5.28 50	8.11 238	16.71 96	11.50 68	5.04 20	9.17 28	3.77 15	8.23 124	7.84 20	3.15 44	0.11 89	0.07 82	0.06 110	0.28 217	10.80 358	7.09 341

KYRaft	9.17 174	1.39 25	7.74 59	7.07 176	1.03 56	8.05 131	7.90 234	23.72 182	9.22 55	21.43 241	31.08 234	22.52 236	8.03 120	12.21 111	3.16 46	0.10 85	0.02 21	0.05 103	0.67 289	0.46 154	17.51 378

LoS	3.83 9	1.25 12	4.39 8	3.29 3	0.58 19	4.87 30	1.15 20	11.00 17	13.34 86	5.02 19	10.69 41	4.14 18	3.78 24	9.15 36	3.20 47	0.08 70	0.03 33	0.09 134	0.00 1	0.13 28	0.35 29

EKT-Stereo	6.11 70	1.71 53	9.09 95	7.69 206	5.56 252	5.16 44	4.26 150	19.18 128	15.13 104	9.20 48	12.84 58	9.55 76	4.18 34	11.74 87	3.24 48	0.53 205	0.62 216	0.09 134	0.14 159	0.17 37	2.16 256

StereoIM	2.96 1	2.05 110	7.26 44	3.35 4	2.54 141	1.78 3	0.28 4	8.41 5	5.58 4	2.77 1	3.62 2	7.05 45	4.60 45	5.95 4	3.33 49	0.01 2	0.05 48	0.00 1	0.00 1	0.19 44	0.39 45

CFNet-RSSM	5.78 46	1.24 11	9.20 108	4.82 39	1.23 69	6.33 94	1.21 23	17.35 107	18.14 136	13.35 92	11.17 46	11.69 96	5.43 61	9.71 48	3.34 50	0.03 16	0.20 124	0.00 1	0.36 241	0.37 119	0.42 50

AE-Stereo	5.68 41	1.78 60	9.22 110	9.25 255	2.52 139	10.13 143	2.92 111	13.10 33	14.88 101	4.88 18	13.10 60	10.72 85	4.43 41	9.24 38	3.37 51	0.10 85	1.31 294	0.06 110	0.32 228	0.21 47	2.03 237

4D-IteraStereo	5.47 36	2.05 110	8.66 82	5.34 66	4.93 226	6.11 81	1.79 65	13.74 49	16.35 121	14.53 109	11.10 45	8.22 61	1.59 4	8.73 26	3.37 51	0.00 1	0.49 192	0.09 134	0.02 73	0.25 60	1.98 221

CREStereo++_RVC	4.83 29	1.16 4	4.67 9	4.71 35	2.02 118	4.01 12	0.11 2	9.48 8	18.00 135	8.87 45	16.74 86	4.43 23	2.15 11	6.09 7	3.39 53	0.07 66	0.00 1	0.00 1	10.51 373	0.05 2	0.12 11
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
raft_robust	8.39 148	2.81 201	7.62 56	6.32 127	1.17 63	5.47 55	0.82 13	34.37 294	35.49 289	18.40 191	20.25 121	7.24 47	5.51 65	15.77 205	3.40 54	0.11 89	1.10 266	0.00 1	0.50 275	0.33 97	1.19 140

test_4	5.75 44	1.40 27	6.47 29	7.20 187	0.89 43	5.81 77	1.82 66	12.26 28	6.62 19	12.85 82	30.51 225	7.61 52	3.81 25	12.70 135	3.47 55	0.02 7	0.27 143	0.03 84	0.17 175	0.39 130	0.67 80

RAFT+CT+SA	7.76 138	2.01 99	7.56 55	11.32 306	3.31 168	4.60 15	7.19 220	17.21 104	27.40 222	10.43 53	27.34 190	7.63 53	7.83 117	15.46 203	3.51 56	0.03 16	0.39 170	0.18 195	0.46 265	0.33 97	0.93 112

SA	8.43 150	2.16 140	10.02 137	8.41 235	0.93 50	7.36 119	2.21 85	23.73 183	26.15 211	13.55 98	30.84 231	9.89 78	10.09 154	16.84 227	3.52 57	0.18 123	0.68 220	0.17 192	0.40 261	0.48 158	0.92 108

RAFT-Test	6.19 72	1.47 33	7.90 65	4.91 49	2.70 145	9.97 139	1.52 39	17.08 102	9.06 53	13.21 89	23.67 159	12.89 124	4.63 51	9.47 44	3.57 58	0.02 7	0.81 235	0.00 1	0.38 256	0.21 47	0.39 45

DCRE	6.73 91	2.11 126	9.19 107	7.76 212	4.90 224	7.81 127	5.86 188	16.46 88	11.38 66	9.61 49	22.55 151	11.84 102	6.35 87	11.09 61	3.63 59	0.04 22	1.19 279	0.06 110	0.37 245	0.15 31	2.23 257

Sa-1000	8.91 164	2.10 122	9.11 96	8.07 227	1.16 62	16.62 242	2.39 88	25.58 197	25.43 204	15.52 124	28.24 199	12.19 107	8.67 132	16.40 215	3.70 60	0.39 176	0.86 244	0.16 189	0.23 197	0.48 158	0.89 106

GLC_STEREO	3.61 6	1.35 22	3.91 4	6.86 162	0.23 1	4.69 20	1.61 43	9.80 9	7.20 21	5.64 29	9.11 27	5.19 33	2.02 10	10.25 51	3.70 60	0.07 66	0.04 41	0.22 216	0.00 1	0.24 56	0.17 16

raftrobust	5.94 60	2.07 117	6.94 38	7.67 205	6.24 277	4.96 41	1.82 66	17.76 112	14.36 97	12.03 65	11.62 49	7.74 54	9.01 140	11.29 72	3.71 62	0.05 38	0.79 233	0.00 1	0.04 91	0.25 60	0.38 43

AFF-stereo	6.50 84	2.29 153	8.09 70	4.63 34	0.87 41	3.48 9	0.75 11	16.92 100	13.98 93	13.26 90	25.21 171	15.46 162	7.68 115	11.50 81	3.71 62	0.04 22	0.70 222	0.00 1	0.00 1	0.48 158	1.02 123

RAFT-Stereo + iAFF	5.94 60	2.35 167	8.80 85	4.07 15	1.36 78	2.78 5	0.66 9	17.05 101	15.89 112	12.65 71	18.49 102	11.81 100	7.89 118	8.48 25	3.80 64	0.02 7	0.75 227	0.00 1	0.00 1	0.43 142	1.49 177

anonymousdsp2	6.47 83	1.81 66	9.73 126	5.25 62	1.23 69	9.35 138	3.96 143	22.51 167	18.39 138	12.87 84	10.19 37	10.17 80	4.46 44	11.77 89	3.83 65	0.06 55	1.00 259	0.31 242	0.18 184	0.25 60	2.06 243

TestStereo1	8.04 141	2.22 147	8.85 88	10.87 299	2.12 124	4.66 18	2.40 89	21.17 157	23.79 187	17.41 165	26.31 182	9.41 74	9.09 141	16.23 209	3.85 66	0.14 106	0.40 172	0.02 70	0.13 150	0.58 177	1.10 132

SA-5K	8.04 141	2.22 147	8.85 88	10.87 299	2.12 124	4.66 18	2.40 89	21.17 157	23.79 187	17.41 165	26.31 182	9.41 74	9.09 141	16.23 209	3.85 66	0.14 106	0.40 172	0.02 70	0.13 150	0.58 177	1.10 132

RALAANet	6.86 97	3.28 229	11.09 182	7.63 203	4.95 228	6.16 90	1.63 44	20.54 145	15.45 106	15.30 117	14.52 68	12.98 126	4.35 37	13.53 164	3.98 68	0.11 89	0.35 162	0.00 1	0.29 220	0.58 177	0.48 59

LCNet	7.64 130	1.41 28	6.15 19	6.93 168	1.35 77	9.00 135	5.44 175	18.37 119	11.30 64	16.62 147	24.39 165	14.67 148	11.03 162	12.03 102	4.01 69	0.07 66	0.02 21	0.23 218	2.07 333	1.00 243	6.69 337

test_5	8.85 161	2.05 110	9.51 118	11.62 308	4.99 230	6.74 107	5.48 177	18.25 117	23.57 184	16.72 155	29.73 217	15.54 163	10.54 159	16.25 212	4.02 70	0.05 38	0.40 172	0.27 227	0.08 128	0.34 102	0.81 96

Prome-Stereo	8.22 146	1.48 34	6.24 21	7.06 175	1.55 97	6.54 104	9.08 246	21.88 162	9.88 59	21.12 236	32.48 259	11.82 101	11.59 174	11.99 100	4.04 71	0.08 70	0.02 21	0.19 201	0.12 147	0.45 149	6.89 340

AnonymousM	6.73 91	12.03 336	3.53 2	4.47 30	1.55 97	4.42 14	3.17 118	11.94 26	8.44 43	17.00 161	10.06 32	9.08 71	4.00 31	7.56 18	4.06 72	0.55 212	0.68 220	23.13 377	8.12 367	0.07 7	0.65 77

PSM-AAD	8.76 158	1.41 28	6.46 28	6.87 163	1.18 64	12.78 178	9.66 259	20.03 142	15.78 109	21.79 246	24.91 167	14.31 143	13.16 200	12.42 125	4.07 73	0.05 38	0.06 72	2.44 330	0.16 171	0.45 149	7.17 343

DisPM	6.68 90	1.58 42	9.90 133	7.19 186	1.12 59	5.71 72	3.69 137	13.74 49	12.42 74	16.60 146	23.63 158	12.64 112	6.39 88	13.31 160	4.08 74	0.77 241	0.01 6	0.08 128	0.15 165	0.14 29	0.53 62

TransformOpticalFlow	7.95 140	2.10 122	9.83 131	6.06 109	1.24 72	6.82 108	7.98 235	18.60 123	14.06 95	14.93 112	28.79 203	18.74 207	11.03 162	12.79 137	4.12 75	0.06 55	0.04 41	0.21 209	0.04 91	0.21 47	1.27 150

iRaft-Stereo_20w	6.75 93	2.17 141	13.20 226	5.07 55	2.34 135	7.43 121	2.61 99	20.20 144	7.85 37	15.28 116	10.36 39	14.42 147	8.13 123	16.81 225	4.20 76	0.06 55	0.84 240	0.13 171	0.83 296	0.66 201	2.42 269

Gwc-CoAtRS	5.80 48	1.37 24	9.07 93	4.80 38	1.39 81	6.90 112	1.27 25	16.50 89	15.48 108	13.07 87	13.35 63	12.64 112	5.61 71	9.14 35	4.20 76	0.04 22	0.32 154	0.00 1	0.29 220	0.30 90	0.33 25

TRStereo	6.64 89	6.95 298	12.06 205	9.69 266	7.59 307	5.12 43	1.68 52	20.72 146	12.34 73	10.93 60	9.07 26	10.57 84	3.16 16	14.33 180	4.23 78	0.60 221	0.80 234	0.14 178	0.37 245	0.56 176	1.86 203

test croco	4.41 24	2.18 143	11.50 187	5.46 72	2.97 160	3.20 7	1.38 28	9.01 6	5.96 15	3.56 5	16.63 84	3.01 5	2.76 15	14.80 193	4.25 79	0.32 164	0.00 1	0.04 95	0.01 54	0.79 221	0.43 51

IGEVStereo-DCA	3.90 10	2.95 210	7.30 45	4.05 12	0.92 46	4.94 39	1.65 47	14.40 54	5.82 7	4.17 11	4.67 4	4.50 27	3.95 28	11.24 69	4.28 80	0.18 123	0.56 206	0.00 1	0.17 175	0.25 60	1.98 221

rrr	3.99 17	2.95 210	11.04 181	4.05 12	0.92 46	4.94 39	1.53 40	11.97 27	6.50 18	4.17 11	4.67 4	4.50 27	3.95 28	11.24 69	4.28 80	0.18 123	0.56 206	0.00 1	0.22 190	0.25 60	1.88 204

TestStereo	6.45 80	3.34 232	8.02 67	6.23 117	1.68 106	6.33 94	2.48 92	14.54 62	16.71 125	11.71 63	24.13 163	9.38 73	7.13 107	11.83 92	4.32 82	0.12 97	0.01 6	0.00 1	0.00 1	0.73 210	0.33 25

test-1	6.03 68	1.76 58	15.61 260	8.01 225	1.98 117	7.82 128	1.16 21	13.64 45	13.60 90	9.69 50	15.16 74	11.55 94	5.45 63	7.78 19	4.35 83	0.16 114	1.18 274	0.00 1	0.13 150	0.16 35	1.39 164

s12784h	6.22 73	1.01 2	4.95 12	3.57 5	0.54 18	19.55 267	0.95 16	19.51 134	18.39 138	12.98 86	12.58 57	7.78 55	5.56 70	11.34 73	4.36 84	0.89 257	0.01 6	0.05 103	0.00 1	0.07 7	0.20 18

STrans-v2	8.16 145	2.09 120	9.79 128	5.44 71	1.53 96	11.87 169	9.69 260	19.77 137	13.20 85	14.01 104	25.80 175	17.88 199	12.55 194	13.30 159	4.39 85	0.06 55	0.01 6	0.18 195	0.01 54	0.25 60	1.31 155

qqq1	10.51 206	1.90 79	14.85 247	4.89 44	1.48 91	14.92 206	3.21 122	31.03 250	30.74 245	20.28 215	29.37 210	18.33 201	14.54 218	16.56 220	4.42 86	0.41 181	1.20 280	0.00 1	0.14 159	0.39 130	1.60 183

fff1	10.51 206	1.90 79	14.85 247	4.89 44	1.48 91	14.92 206	3.21 122	31.03 250	30.74 245	20.28 215	29.37 210	18.33 201	14.54 218	16.56 220	4.42 86	0.41 181	1.20 280	0.00 1	0.14 159	0.39 130	1.60 183

test_xeample3	4.08 18	2.95 210	11.20 184	4.05 12	1.05 57	5.62 69	1.58 42	13.23 34	4.76 2	7.10 31	3.83 3	3.18 8	3.30 18	11.75 88	4.42 86	0.08 70	0.74 225	0.00 1	0.38 256	0.26 70	2.04 239

raft+_RVC	7.10 112	2.37 169	6.59 33	6.94 170	5.82 262	6.35 96	5.97 191	21.05 152	23.63 186	10.90 59	17.95 91	9.80 77	5.55 69	11.49 80	4.47 89	0.04 22	1.50 321	0.00 1	0.00 1	0.38 129	1.23 145

MyStereo06	6.95 103	2.25 149	14.05 237	6.69 148	4.74 219	7.75 125	9.60 254	17.85 114	9.03 52	13.29 91	10.78 44	18.68 206	5.70 75	10.66 53	4.52 90	0.09 77	1.32 296	0.02 70	0.26 211	0.84 232	0.92 108

CroCo-Stereo Lap2	4.21 23	2.60 191	9.11 96	10.21 280	6.06 271	1.11 2	0.78 12	10.63 15	8.34 41	3.46 4	5.18 9	8.92 68	5.66 72	6.42 10	4.53 91	0.03 16	0.05 48	0.00 1	0.00 1	0.81 226	0.39 45

MIF-Stereo (partial)	4.55 26	1.63 46	8.37 79	5.46 72	5.35 242	3.48 9	0.94 15	9.80 9	8.03 39	4.45 14	15.68 76	5.33 36	5.11 57	11.92 98	4.57 92	0.06 55	0.02 21	0.06 110	0.03 81	0.45 149	0.30 24

GMM-Stereo	8.44 151	1.27 15	7.36 51	6.64 146	2.56 143	10.00 140	9.29 252	23.79 184	11.33 65	17.96 182	29.59 214	17.14 180	7.59 113	11.77 89	4.61 93	0.13 104	0.01 6	0.24 222	0.94 300	0.49 166	6.14 329

LL-Strereo2	5.97 63	2.88 205	10.62 164	6.59 137	3.38 171	6.31 93	2.20 83	15.61 73	8.46 44	11.33 62	10.75 43	15.69 165	3.45 19	13.58 168	4.65 94	0.16 114	0.48 189	1.33 310	0.13 150	0.36 113	1.42 169

FTStereo	8.76 158	1.57 40	6.75 35	6.55 134	2.45 137	7.65 124	11.62 287	18.36 118	9.01 50	20.25 214	40.79 322	15.87 167	12.36 190	11.02 57	4.69 95	0.24 144	0.01 6	0.09 134	0.16 171	0.19 44	5.58 323

RAFT-345	6.94 102	1.48 34	7.45 52	5.65 83	0.96 54	5.49 56	3.20 120	13.73 48	10.97 63	13.81 102	42.93 334	9.01 70	5.31 60	13.09 152	4.73 96	0.58 216	0.05 48	0.10 142	0.06 115	0.08 9	0.08 4

IGEV_Zeroshot_test	5.90 59	2.30 154	15.24 255	6.90 165	2.11 122	4.35 13	1.51 38	15.68 74	8.52 46	13.73 101	11.89 52	11.49 92	3.82 26	11.41 74	4.76 97	0.11 89	0.84 240	0.15 183	0.25 209	0.87 234	1.98 221

DLNR_Zeroshot_test	27.91 364	51.88 388	91.97 413	98.26 422	97.92 422	3.07 6	0.49 8	31.27 258	8.33 40	8.40 40	15.66 75	7.22 46	1.66 7	12.16 108	4.82 98	40.46 390	1.87 331	0.06 110	0.33 234	80.45 413	1.99 231

sCroCo_RVC	5.29 34	3.82 248	17.52 279	11.17 304	6.67 288	5.78 76	2.66 101	10.47 13	8.48 45	3.78 7	9.32 31	4.76 31	4.83 55	8.33 24	4.88 99	1.17 289	0.52 198	0.06 110	0.03 81	0.70 206	0.90 107

EAI-Stereo	5.82 50	2.06 113	9.08 94	6.23 117	2.20 129	6.24 92	6.20 196	20.18 143	6.36 17	10.65 57	15.97 79	6.31 41	3.63 23	12.09 106	4.88 99	0.06 55	0.73 224	0.04 95	1.59 324	0.21 47	1.67 189

GrayStereo	9.02 168	1.35 22	7.73 58	8.62 241	2.88 153	10.28 147	10.99 277	18.66 125	16.36 122	22.78 259	30.63 227	17.56 193	12.19 188	11.50 81	5.08 101	0.09 77	0.02 21	0.19 201	0.78 295	0.33 97	2.37 264

HHNet	7.57 126	2.01 99	8.03 68	3.71 7	3.46 174	4.93 38	6.17 195	19.69 136	16.27 119	20.91 232	31.75 245	10.56 83	5.82 76	10.69 55	5.10 102	0.67 232	0.07 82	0.21 209	0.14 159	0.63 190	0.54 64

StereoVision	7.48 124	2.90 207	10.47 162	10.13 276	3.93 190	4.99 42	1.86 69	21.10 153	17.66 132	8.90 46	29.71 216	10.95 89	6.61 94	12.83 140	5.11 103	0.69 233	0.05 48	0.17 192	0.03 81	0.98 240	0.56 67

knoymous	6.46 81	1.84 73	5.13 14	4.31 27	1.88 116	6.36 97	5.55 178	15.25 68	14.48 98	13.85 103	21.25 134	12.66 114	6.63 96	13.20 154	5.11 103	0.19 132	0.13 110	0.12 166	0.00 1	0.71 208	0.57 72

OMP-Stereo	7.13 113	2.89 206	9.89 132	10.98 301	1.73 109	4.81 29	1.85 68	18.38 120	16.26 118	16.94 159	14.11 66	17.45 191	7.57 112	13.26 158	5.12 105	0.43 188	0.04 41	0.06 110	0.02 73	0.20 46	0.56 67

Selective-RAFT	6.10 69	1.16 4	10.90 177	7.41 194	0.91 45	15.22 215	1.11 19	14.84 65	16.23 117	7.19 34	7.06 17	11.49 92	8.10 122	12.83 140	5.19 106	0.26 151	0.97 253	0.00 1	0.46 265	0.10 11	0.65 77

R-Stereo Train	7.33 121	1.62 44	9.31 112	6.80 159	2.33 133	7.57 122	5.36 173	24.47 188	7.63 23	16.40 140	33.07 264	12.42 110	5.52 66	8.06 22	5.23 107	0.05 38	0.05 48	0.01 55	0.00 1	0.12 21	0.56 67

RAFT-Stereo	7.33 121	1.62 44	9.31 112	6.80 159	2.33 133	7.57 122	5.36 173	24.47 188	7.63 23	16.40 140	33.07 264	12.42 110	5.52 66	8.06 22	5.23 107	0.05 38	0.05 48	0.01 55	0.00 1	0.12 21	0.56 67
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT-RH_RVC	7.88 139	1.51 37	7.72 57	5.41 70	0.96 54	11.41 164	1.48 36	13.43 43	15.04 102	17.54 172	45.66 346	10.86 87	6.42 89	13.48 162	5.26 109	0.81 247	0.04 41	0.12 166	0.13 150	0.12 21	0.17 16

ARAFT	8.86 162	3.86 249	17.37 278	5.96 106	0.94 53	12.59 176	10.80 273	18.20 116	19.95 156	18.77 197	16.27 83	17.78 196	8.88 138	18.82 252	5.30 110	0.35 168	0.04 41	0.00 1	0.00 1	0.62 188	0.64 75

HUI-Stereo	5.80 48	1.98 92	10.42 156	5.66 84	0.45 3	5.52 58	2.68 103	13.29 41	7.82 35	12.71 79	18.16 95	12.91 125	6.60 92	10.73 56	5.36 111	0.89 257	0.08 88	0.10 142	0.00 1	0.25 60	0.36 35

MIF-Stereo	3.10 2	1.22 10	7.79 60	4.50 31	2.51 138	2.59 4	0.42 6	5.88 1	5.74 5	5.46 28	7.76 20	1.12 1	1.46 3	9.06 32	5.42 112	0.06 55	0.07 82	0.00 1	0.01 54	0.60 185	0.26 21

IIG-Stereo	7.59 127	2.47 178	9.40 116	10.39 287	1.78 110	6.67 106	1.47 34	17.83 113	16.51 124	18.91 202	20.12 120	17.76 195	8.74 135	13.21 156	5.43 113	0.44 191	0.05 48	0.03 84	0.00 1	0.17 37	0.45 54

ROB_FTStereo	5.82 50	1.97 85	10.37 152	5.67 91	0.46 9	5.52 58	1.63 44	13.27 39	7.79 29	12.69 73	18.06 92	12.86 120	6.63 96	12.28 116	5.43 113	0.87 256	0.09 91	0.10 142	0.00 1	0.26 70	0.36 35

PSM-adaLoss	5.83 52	1.97 85	10.44 160	5.66 84	0.46 9	5.54 65	1.91 72	13.24 35	7.80 33	12.69 73	18.19 99	12.80 116	6.65 104	11.89 96	5.45 115	1.02 271	0.09 91	0.10 142	0.00 1	0.26 70	0.36 35

ASMatch	7.61 128	1.63 46	9.18 106	5.79 101	2.27 131	4.63 16	2.54 95	17.23 105	13.73 91	17.27 164	34.28 280	13.26 132	10.15 156	12.39 124	5.49 116	0.12 97	0.24 138	0.21 209	0.17 175	0.18 41	1.55 182

PFNet+	6.92 101	1.64 48	10.96 178	6.27 119	0.90 44	5.66 70	1.68 52	14.43 60	16.02 115	18.13 186	21.24 133	14.33 144	5.97 77	13.13 153	5.51 117	0.90 259	0.20 124	0.11 161	0.30 225	0.08 9	0.94 116

RALCasStereoNet	6.53 87	2.84 204	8.12 71	7.88 219	6.12 273	6.85 109	5.29 171	14.66 64	13.94 92	10.20 52	18.18 98	10.24 81	3.83 27	12.33 118	5.56 118	0.04 22	1.88 332	0.11 161	0.01 54	0.26 70	2.24 258

Patchmatch Stereo++	5.88 57	1.97 85	10.43 158	5.66 84	0.45 3	5.54 65	2.32 86	13.26 37	7.79 29	12.69 73	18.14 93	12.86 120	6.63 96	12.36 121	5.60 119	1.09 277	0.09 91	0.10 142	0.00 1	0.25 60	0.35 29
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	5.88 57	1.97 85	10.43 158	5.66 84	0.45 3	5.54 65	2.32 86	13.26 37	7.79 29	12.69 73	18.14 93	12.86 120	6.63 96	12.36 121	5.60 119	1.09 277	0.09 91	0.10 142	0.00 1	0.25 60	0.35 29

RAFT-IKP	5.85 54	1.97 85	10.36 150	5.66 84	0.45 3	5.33 53	2.01 77	13.27 39	7.79 29	12.69 73	18.19 99	12.77 115	6.67 105	12.36 121	5.60 119	1.11 280	0.09 91	0.10 142	0.00 1	0.25 60	0.35 29

whm_eth	9.17 174	5.14 275	19.04 293	7.90 221	6.70 290	6.89 111	3.35 128	18.64 124	21.30 162	22.39 255	38.88 312	4.64 29	4.25 35	14.43 183	5.63 122	0.65 227	0.08 88	0.22 216	0.10 141	0.74 212	2.37 264

ROB_FTStereo_v2	5.85 54	1.97 85	10.38 153	5.66 84	0.46 9	5.52 58	1.95 74	13.24 35	7.78 28	12.68 72	18.16 95	12.83 117	6.61 94	12.27 114	5.63 122	1.00 268	0.09 91	0.10 142	0.00 1	0.26 70	0.36 35

SST-Stereo	6.85 95	1.67 51	9.39 115	7.24 189	0.82 37	5.89 78	1.87 70	15.34 69	9.89 60	19.25 208	20.26 122	16.63 175	8.40 129	13.81 173	5.75 124	0.40 178	0.05 48	0.13 171	0.00 1	0.10 11	0.08 4

iGMRVC	5.86 56	1.97 85	10.41 155	5.66 84	0.45 3	5.53 62	1.75 63	13.35 42	7.81 34	12.69 73	18.17 97	12.86 120	6.53 91	12.34 119	5.77 125	1.13 283	0.09 91	0.10 142	0.00 1	0.26 70	0.34 28

RAFT_R40	7.14 114	1.73 55	9.36 114	7.36 193	0.82 37	5.74 73	3.69 137	15.47 72	15.09 103	18.24 189	19.87 117	16.82 176	8.50 131	13.72 172	5.81 126	0.28 156	0.02 21	0.14 178	0.00 1	0.11 18	0.09 6

Anonymous	7.23 115	3.43 235	20.00 297	12.23 318	8.33 326	14.99 211	12.18 291	15.77 76	10.89 62	4.48 15	7.52 19	3.11 6	7.53 111	12.16 108	6.03 127	1.24 293	0.36 165	0.09 134	0.20 188	2.81 296	1.32 157

SFCPSM	9.16 173	1.72 54	12.32 209	5.64 82	3.51 176	16.58 241	6.93 214	31.11 255	26.15 211	17.05 162	20.08 119	11.05 90	9.94 151	12.55 128	6.05 128	0.36 170	0.17 120	0.37 248	0.22 190	0.40 134	1.01 121

ADStereo(finetuned)	7.09 111	2.04 105	11.52 188	4.01 9	0.77 30	4.78 28	1.73 60	16.15 81	25.08 199	15.89 135	20.74 130	7.88 56	13.56 206	9.11 34	6.07 129	0.18 123	0.05 48	0.00 1	0.00 1	0.28 82	1.93 211

Pruner-Stereo	6.85 95	1.81 66	10.24 146	6.92 167	0.92 46	5.55 68	4.01 145	14.42 59	11.85 72	18.22 188	21.92 144	15.64 164	5.69 74	12.10 107	6.08 130	0.84 251	0.02 21	0.18 195	0.10 141	0.11 18	0.38 43

Anonymous3	10.07 192	4.14 255	31.49 331	9.77 269	5.11 236	25.00 302	11.85 288	25.20 194	19.24 151	10.80 58	14.78 69	7.92 58	8.68 133	14.40 181	6.12 131	3.25 334	1.40 309	0.08 128	0.06 115	0.81 226	1.30 154

DCANet	6.87 98	2.02 101	9.12 98	4.03 11	0.76 28	4.77 27	1.74 62	16.15 81	25.07 198	15.88 134	20.79 131	7.89 57	11.31 170	9.23 37	6.15 132	0.18 123	0.05 48	0.00 1	0.00 1	0.28 82	2.01 233

NF-Stereo	6.96 104	1.80 63	10.17 140	7.16 185	0.79 35	6.15 89	3.26 127	20.74 150	18.45 142	13.42 96	19.33 109	11.67 95	6.05 78	12.71 136	6.17 133	0.57 215	0.06 72	0.21 209	0.23 197	0.12 21	0.09 6

OCTAStereo	6.97 105	1.80 63	10.20 143	7.15 184	0.78 33	6.12 86	3.38 129	20.72 146	18.47 143	13.41 93	19.33 109	11.91 103	6.05 78	12.68 134	6.19 134	0.59 219	0.06 72	0.21 209	0.22 190	0.12 21	0.10 8

RE-Stereo	6.97 105	1.79 61	10.18 141	7.14 179	0.77 30	6.14 87	3.39 130	20.72 146	18.43 140	13.41 93	19.33 109	11.78 98	6.09 80	12.66 132	6.22 135	0.58 216	0.05 48	0.21 209	0.22 190	0.12 21	0.10 8

TVStereo	6.97 105	1.79 61	10.18 141	7.14 179	0.77 30	6.14 87	3.39 130	20.72 146	18.43 140	13.41 93	19.33 109	11.78 98	6.09 80	12.66 132	6.22 135	0.58 216	0.05 48	0.21 209	0.22 190	0.12 21	0.10 8

NRIStereo	5.98 65	1.91 83	9.60 122	6.29 125	0.45 3	6.56 105	2.52 94	15.37 70	11.43 67	12.55 69	15.07 73	11.45 91	6.11 82	12.32 117	6.23 137	0.83 249	0.16 118	0.11 161	0.00 1	0.32 95	0.33 25

DCANet-4	6.78 94	1.21 7	11.48 186	3.95 8	0.76 28	4.73 22	1.68 52	18.40 121	25.78 209	15.44 119	20.36 123	6.42 42	8.48 130	8.87 28	6.24 138	0.18 123	0.05 48	0.01 55	0.00 1	0.10 11	1.37 158

fff	7.26 116	1.99 93	9.12 98	4.17 16	0.47 12	4.73 22	1.68 52	16.56 91	33.55 266	15.45 120	20.36 123	7.49 49	12.54 191	9.03 29	6.26 139	0.18 123	0.05 48	0.01 55	0.00 1	0.10 11	1.37 158

csc	7.26 116	1.99 93	9.12 98	4.17 16	0.47 12	4.73 22	1.68 52	16.56 91	33.55 266	15.45 120	20.36 123	7.49 49	12.54 191	9.03 29	6.26 139	0.18 123	0.05 48	0.01 55	0.00 1	0.10 11	1.37 158

cscssc	7.26 116	1.99 93	9.12 98	4.17 16	0.47 12	4.73 22	1.68 52	16.56 91	33.55 266	15.45 120	20.36 123	7.49 49	12.54 191	9.03 29	6.26 139	0.18 123	0.05 48	0.01 55	0.00 1	0.10 11	1.37 158

IRAFT_RVC	8.93 165	1.80 63	10.65 165	7.83 215	1.81 112	6.36 97	10.05 264	26.32 207	27.59 224	17.93 181	19.70 114	17.67 194	9.98 152	13.20 154	6.29 142	0.37 174	0.30 151	0.19 201	0.05 105	0.23 54	0.24 20

MIPNet	7.26 116	2.30 154	13.74 231	5.32 65	1.61 101	11.32 162	2.77 107	27.02 216	18.47 143	15.56 126	13.20 61	7.01 44	9.46 145	8.84 27	6.32 143	0.15 113	0.03 33	0.06 110	0.08 128	0.42 140	1.39 164

rafts_anoy	6.46 81	2.37 169	7.09 40	7.48 200	6.02 269	5.31 52	2.45 91	14.50 61	22.01 169	12.94 85	16.18 82	8.48 65	5.53 68	9.70 47	6.32 143	0.05 38	1.66 326	0.10 142	0.05 105	0.30 90	0.69 83

IPLGR	7.48 124	1.61 43	14.03 236	4.92 50	1.30 76	10.30 148	1.20 22	24.52 191	22.59 176	16.71 154	18.84 104	8.44 64	7.49 110	9.62 46	6.34 145	0.26 151	0.05 48	0.05 103	0.06 115	0.37 119	0.93 112

DN-CSS_ROB	8.72 156	3.49 237	16.63 269	6.74 152	3.39 172	6.20 91	3.43 132	23.40 180	22.03 170	17.46 169	30.28 221	9.33 72	8.32 127	14.71 186	6.36 146	0.91 261	0.00 1	0.45 254	0.00 1	0.65 196	0.70 84

RAFT	9.07 169	2.76 199	10.38 153	8.89 250	1.24 72	13.48 189	8.19 240	17.14 103	17.29 131	23.01 261	19.34 113	20.06 218	11.13 165	17.79 243	6.43 147	0.09 77	1.12 268	0.28 233	0.02 73	0.79 221	1.94 217

GMStereo	6.44 79	4.92 271	12.13 206	5.60 77	0.87 41	9.18 137	2.57 98	12.99 32	25.54 206	12.85 82	11.84 51	5.60 38	3.62 22	11.92 98	6.44 148	0.53 205	0.02 21	0.05 103	0.36 241	0.98 240	0.70 84
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PFNet	8.10 143	1.75 56	12.34 210	7.54 202	2.40 136	7.41 120	5.81 186	23.83 185	17.85 134	20.78 226	17.57 89	15.22 160	7.72 116	13.37 161	6.46 149	0.33 165	0.20 124	0.12 166	0.19 187	0.32 95	0.77 94

CRE-IMP	5.83 52	1.86 74	11.10 183	6.20 116	0.51 16	6.86 110	1.64 46	12.56 29	9.01 50	13.16 88	16.11 81	10.94 88	6.14 84	12.81 138	6.46 149	0.50 201	0.07 82	0.10 142	0.00 1	0.27 78	0.27 22

riskmin	7.28 120	1.54 38	8.37 79	5.01 53	3.24 167	11.65 166	3.20 120	16.61 94	18.86 148	10.45 54	13.46 64	16.20 170	12.68 196	12.46 126	6.57 151	0.17 120	1.38 308	0.14 178	0.33 234	0.67 203	2.52 273

111	7.73 137	2.39 174	9.12 98	4.17 16	0.47 12	10.65 156	3.49 136	21.34 159	28.25 229	10.60 55	16.85 87	14.74 151	10.22 157	12.48 127	6.61 152	0.43 188	0.01 6	0.00 1	0.00 1	0.35 106	2.39 268

UDGNet	10.51 206	14.75 348	11.91 201	10.29 282	2.78 148	7.93 130	1.94 73	19.31 132	34.57 281	17.74 175	13.70 65	13.56 137	7.30 109	13.52 163	7.18 153	5.80 353	0.11 105	12.86 371	2.76 339	9.87 354	2.34 261

HCRNet	9.13 172	1.82 72	8.73 84	14.95 336	5.22 239	10.66 157	2.49 93	26.57 211	18.64 147	16.31 137	25.51 173	18.42 205	11.15 166	13.53 164	7.25 154	0.10 85	0.04 41	0.10 142	0.02 73	0.27 78	0.76 92

DeepStereo_RVC	5.95 62	1.88 78	10.44 160	5.76 100	0.60 20	5.45 54	1.78 64	12.93 31	8.02 38	14.07 105	14.98 71	12.40 109	10.05 153	12.02 101	7.35 155	0.61 223	0.10 101	0.12 166	0.00 1	0.21 47	0.29 23

MIM_Stereo	7.37 123	2.06 113	12.02 204	4.71 35	1.69 107	5.17 45	1.28 26	19.54 135	13.09 80	16.93 157	28.48 201	13.05 129	5.43 61	13.25 157	7.41 156	0.02 7	0.62 216	0.00 1	0.01 54	0.45 149	2.09 250

CASS	8.64 155	2.03 103	8.60 81	8.71 245	1.59 100	15.02 213	2.75 106	23.27 179	18.58 146	16.29 136	22.78 153	13.42 134	13.68 210	13.07 151	7.66 157	1.18 290	0.05 48	0.13 171	0.01 54	0.75 216	3.24 297
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
iResNetv2_ROB	12.78 252	4.09 253	15.60 259	6.44 131	3.75 181	14.86 204	7.17 218	34.46 296	37.12 295	26.06 286	34.81 286	29.76 280	16.32 245	14.77 191	7.67 158	0.31 161	0.03 33	0.12 166	0.01 54	0.94 238	1.23 145

MyStereo05	9.63 183	2.25 149	10.26 147	6.69 148	4.74 219	7.75 125	9.60 254	31.51 263	41.00 317	17.45 168	13.02 59	10.28 82	12.27 189	14.74 190	7.68 159	0.09 77	1.32 296	0.02 70	0.26 211	0.84 232	0.92 108

PCWNet_CMD	9.97 189	2.08 118	11.61 190	5.36 67	2.92 155	16.39 236	2.94 114	29.76 242	34.38 277	17.83 177	21.86 142	18.91 210	8.27 126	13.01 144	7.73 160	0.23 139	0.46 186	0.79 277	0.25 209	3.46 311	1.12 137

MSMDNet	9.96 187	2.08 118	11.66 191	5.39 69	2.92 155	16.50 239	2.89 110	29.73 241	34.55 280	17.86 180	21.91 143	18.86 209	8.36 128	13.06 149	7.74 161	0.24 144	0.47 188	0.66 269	0.24 201	3.07 302	1.04 125

CoDeX	9.58 180	2.12 128	10.82 171	6.52 133	3.76 182	16.55 240	6.82 211	26.62 212	25.63 208	17.50 170	25.62 174	14.70 150	11.81 183	12.82 139	7.88 162	0.42 187	0.20 124	0.15 183	0.02 73	0.36 113	1.28 151

PSM-softLoss	6.90 99	1.81 66	10.84 172	7.04 172	0.93 50	5.53 62	1.97 75	23.18 176	9.65 57	14.16 106	22.01 148	12.84 118	5.15 58	13.03 145	7.95 163	0.76 238	0.06 72	0.27 227	0.55 282	0.21 47	0.14 12

KMStereo	6.90 99	1.81 66	10.84 172	7.04 172	0.93 50	5.53 62	1.97 75	23.18 176	9.65 57	14.16 106	22.01 148	12.84 118	5.15 58	13.03 145	7.95 163	0.76 238	0.06 72	0.27 227	0.55 282	0.21 47	0.14 12

GANet-ADL	8.73 157	2.80 200	9.48 117	7.87 218	2.77 147	12.88 180	5.29 171	29.97 243	25.61 207	14.50 108	16.64 85	17.02 179	7.60 114	11.61 86	8.01 165	0.51 204	0.40 172	0.10 142	0.12 147	0.77 219	0.70 84

DRaft	9.41 176	1.56 39	10.09 139	4.18 20	0.92 46	12.87 179	5.68 180	17.40 108	29.75 237	21.24 238	38.12 306	9.96 79	13.97 215	11.81 91	8.08 166	0.66 231	0.30 151	0.07 125	0.26 211	0.33 97	0.88 104

DIP-Stereo	6.99 110	2.37 169	11.45 185	4.78 37	1.70 108	13.13 183	1.47 34	15.76 75	7.43 22	14.57 110	26.61 186	10.76 86	5.10 56	14.97 196	8.10 167	0.06 55	0.06 72	0.06 110	0.00 1	0.17 37	1.22 143
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CFNet_ucs	10.56 210	2.15 136	12.88 216	5.55 75	4.11 196	15.24 216	3.93 142	28.55 228	32.41 259	18.70 196	24.95 169	22.99 238	9.66 149	14.22 177	8.13 168	0.29 158	0.84 240	1.63 315	0.23 197	3.43 310	1.31 155

MyStereo04	9.58 180	2.38 172	10.28 149	6.63 143	4.77 221	6.47 100	9.60 254	32.50 271	42.15 321	14.59 111	12.10 54	11.92 104	11.87 184	14.80 193	8.14 169	0.09 77	1.33 300	0.03 84	0.32 228	0.74 212	0.93 112

GMStereo_Zeroshot	11.32 223	8.59 317	21.66 306	10.06 274	2.53 140	12.38 170	1.43 30	21.36 160	21.50 166	23.48 265	35.74 291	24.85 253	6.12 83	20.48 268	8.28 170	0.83 249	0.02 21	0.25 224	0.01 54	6.33 337	0.53 62

FENet	8.22 146	1.39 25	7.33 50	6.43 129	2.17 128	10.97 158	2.20 83	22.10 165	21.26 161	17.85 179	23.22 156	14.29 142	11.50 172	13.56 167	8.32 171	0.29 158	0.24 138	0.03 84	0.03 81	0.18 41	1.04 125

CFNet_pseudo	9.92 185	2.21 144	11.76 193	5.09 57	2.93 158	14.43 201	3.12 116	27.16 217	32.52 260	17.58 174	22.81 154	21.97 231	9.29 144	13.06 149	8.34 172	0.23 139	0.46 186	1.23 306	0.27 215	2.89 298	0.99 118

ccs_rob	9.95 186	2.21 144	11.74 192	5.11 58	2.91 154	14.48 202	3.21 122	27.26 218	32.72 262	17.53 171	22.70 152	21.96 230	9.25 143	12.99 143	8.34 172	0.23 139	0.45 184	1.38 311	0.28 217	3.13 306	1.07 130

GES	9.01 167	2.61 195	12.88 216	6.76 153	2.02 118	13.08 182	6.33 201	22.23 166	22.21 172	19.80 213	26.73 187	8.97 69	11.01 161	14.41 182	8.35 174	0.54 210	0.10 101	0.30 241	0.15 165	0.82 229	0.99 118

DEmStereo	9.07 169	1.70 52	10.89 175	4.86 41	1.23 69	11.51 165	5.70 181	14.24 52	27.02 219	22.33 254	32.56 260	11.70 97	15.04 227	11.83 92	8.53 175	0.31 161	0.16 118	0.02 70	0.09 134	0.11 18	1.47 173

THIR-Stereo	9.52 179	2.21 144	9.26 111	5.38 68	0.85 39	15.55 218	11.50 286	16.88 99	21.74 167	24.45 275	31.96 248	14.20 141	13.85 213	11.89 96	8.54 176	0.14 106	0.25 142	0.10 142	0.05 105	0.40 134	1.11 136

11t1	6.61 88	1.76 58	9.64 124	5.62 80	2.15 126	13.57 191	2.67 102	15.77 76	8.83 49	13.66 100	11.90 53	12.03 106	9.76 150	12.23 113	8.58 177	0.23 139	1.33 300	0.00 1	0.31 226	0.26 70	1.95 218

anonymousa	9.61 182	2.06 113	9.20 108	5.24 61	6.67 288	15.03 214	4.18 149	19.08 127	21.43 165	19.03 203	30.96 233	21.49 228	14.23 217	11.12 66	8.61 178	0.08 70	1.24 289	0.29 237	0.69 290	0.18 41	1.48 176

IER	10.32 201	2.06 113	11.88 200	4.95 51	5.34 241	13.34 187	6.11 194	27.47 221	23.59 185	20.37 220	30.03 219	16.50 172	20.42 288	14.24 178	8.81 179	0.16 114	0.03 33	0.18 195	0.10 141	0.27 78	0.56 67

iResNet_ROB	12.41 243	3.19 223	12.39 211	6.63 143	3.72 179	16.98 248	2.64 100	32.29 269	38.58 307	26.93 296	33.73 274	26.24 264	17.40 262	17.36 235	8.95 180	0.33 165	0.01 6	0.00 1	0.00 1	0.40 134	0.35 29

DAS	11.51 229	2.60 191	15.62 261	9.37 257	6.27 280	16.04 228	7.71 231	22.70 171	33.92 271	19.53 210	29.03 205	19.51 213	19.10 277	17.44 236	8.98 181	0.78 244	0.02 21	0.29 237	0.01 54	0.48 158	0.81 96

SepStereo	12.04 236	2.60 191	15.62 261	9.37 257	6.27 280	16.04 228	7.71 231	22.70 171	33.92 271	19.53 210	29.03 205	19.51 213	19.10 277	27.97 319	8.98 181	0.78 244	0.02 21	0.29 237	0.01 54	0.48 158	0.81 96

CrosDoStereo	9.41 176	1.65 49	8.83 86	5.19 59	1.13 60	7.34 117	14.47 309	16.33 85	24.64 195	24.44 273	33.36 269	13.18 130	13.52 203	12.56 129	9.08 183	0.06 55	0.11 105	0.09 134	0.04 91	0.41 137	1.73 193

DeepStereo_LL	9.41 176	1.65 49	8.83 86	5.19 59	1.13 60	7.34 117	14.47 309	16.33 85	24.64 195	24.44 273	33.36 269	13.18 130	13.52 203	12.56 129	9.08 183	0.06 55	0.11 105	0.09 134	0.04 91	0.41 137	1.73 193

UCFNet_RVC	10.01 191	2.81 201	6.11 18	7.31 191	3.92 189	16.80 244	8.00 236	28.68 230	20.81 160	16.57 144	23.35 157	25.82 261	13.06 199	13.55 166	9.18 185	0.12 97	0.06 72	1.19 302	0.32 228	1.47 265	1.06 128

HITNet	8.41 149	3.59 244	9.91 134	5.30 63	1.52 95	13.35 188	4.48 155	22.00 163	16.06 116	15.52 124	22.95 155	15.28 161	11.74 177	14.91 195	9.25 186	0.10 85	0.01 6	0.48 256	0.06 115	0.58 177	1.04 125
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
1test111	6.16 71	2.52 183	6.38 23	6.77 155	0.74 23	10.55 152	5.19 167	21.10 153	13.53 87	7.39 35	10.06 32	4.44 24	9.58 146	12.08 104	9.26 187	0.05 38	1.18 274	0.00 1	0.04 91	0.37 119	1.93 211

qqq	7.72 136	2.15 136	10.06 138	5.01 53	1.82 114	8.62 132	7.27 223	21.10 153	13.53 87	12.48 68	18.71 103	16.17 168	12.10 186	12.08 104	9.26 187	0.08 70	1.35 304	0.02 70	0.36 241	0.36 113	1.93 211

GANet-RSSM	10.17 194	2.02 101	8.21 73	7.09 178	5.57 253	13.17 185	7.29 224	27.27 219	19.65 154	15.81 130	28.83 204	26.18 263	16.33 246	14.58 184	9.28 189	0.25 148	0.27 143	0.16 189	0.04 91	0.65 196	0.72 87

mmm	8.54 152	2.13 134	10.21 144	5.81 103	2.96 159	14.00 196	6.67 206	19.28 131	12.59 76	16.95 160	24.40 166	17.83 198	10.70 160	12.90 142	9.42 190	0.17 120	1.28 291	0.50 258	0.60 286	0.44 145	2.03 237

BSDual-CNN	10.33 202	1.86 74	9.14 103	7.14 179	4.12 197	15.83 226	8.93 243	34.15 290	23.28 180	18.82 199	21.95 145	22.14 232	13.58 207	14.72 187	9.53 191	0.36 170	0.13 110	0.15 183	0.04 91	0.37 119	0.46 55

psmg	10.36 203	1.86 74	9.14 103	5.58 76	4.12 197	15.74 225	7.65 230	30.05 244	23.28 180	21.80 247	26.26 181	22.14 232	13.58 207	14.72 187	9.53 191	0.36 170	0.13 110	0.17 192	0.04 91	0.44 145	0.67 80

HSM	11.89 235	2.32 157	8.70 83	6.70 151	4.10 195	16.45 237	8.06 237	30.42 246	20.31 159	23.35 264	26.42 184	41.60 348	17.59 265	20.66 271	9.57 193	0.11 89	0.03 33	0.01 55	0.01 54	0.24 56	1.22 143

IPLG	7.65 131	2.00 97	13.81 232	5.86 105	4.35 207	10.97 158	1.43 30	22.52 168	16.50 123	19.78 212	20.62 128	5.28 35	5.49 64	12.58 131	9.70 194	0.13 104	0.06 72	0.03 84	0.07 122	0.41 137	1.38 162

hknet	10.77 213	1.95 84	11.80 195	7.14 179	3.83 188	15.83 226	8.93 243	34.15 290	22.70 177	18.82 199	21.95 145	23.13 240	17.03 256	16.94 229	9.85 195	0.28 156	0.13 110	0.15 183	0.04 91	0.37 119	0.46 55

x	7.70 134	2.12 128	8.93 91	5.08 56	2.55 142	11.65 166	4.40 153	20.91 151	12.53 75	13.58 99	20.49 127	15.73 166	11.10 164	10.65 52	10.16 196	0.11 89	1.37 306	0.04 95	0.29 220	0.34 102	1.95 218

LL-Strereo	11.34 225	4.25 257	13.90 233	9.09 251	6.20 275	7.31 116	8.93 243	35.93 309	30.30 239	16.93 157	15.83 77	21.85 229	17.45 263	21.92 289	10.25 197	0.43 188	1.47 320	0.74 274	0.08 128	1.15 248	2.71 280

pcwnet_v2	12.68 251	2.30 154	18.36 286	8.32 234	5.74 257	17.73 253	4.77 162	36.75 323	46.28 343	20.98 233	29.07 207	16.62 173	13.52 203	16.56 220	10.30 198	0.55 212	1.02 260	0.34 245	0.24 201	2.10 282	2.11 251

RAFT + AFF	10.71 212	4.59 263	18.51 287	10.52 289	5.02 232	13.14 184	11.12 280	26.24 204	27.48 223	15.09 113	16.07 80	19.83 216	11.23 167	17.09 232	10.38 199	0.45 194	1.45 317	0.65 268	0.23 197	2.31 290	2.74 282

AdaStereo	10.85 216	4.57 262	10.79 169	9.59 263	3.46 174	17.49 251	6.29 199	32.70 273	26.07 210	19.04 204	26.55 185	19.60 215	10.12 155	17.71 242	10.38 199	1.00 268	0.05 48	0.42 252	0.02 73	0.70 206	0.46 55
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.
CIPLG	7.69 133	3.27 227	14.40 241	7.84 216	5.08 235	10.24 145	4.59 157	16.02 80	15.45 106	18.05 184	19.72 115	8.79 67	4.61 46	11.84 94	10.40 201	0.76 238	0.33 160	0.03 84	0.15 165	0.44 145	1.83 200

PSMNet-RSSM	10.31 199	2.47 178	7.79 60	7.85 217	4.38 209	10.47 151	6.67 206	29.67 239	22.25 173	16.62 147	33.75 275	23.30 242	14.58 222	13.91 175	10.56 202	0.23 139	0.09 91	0.07 125	0.24 201	0.87 234	0.48 59

MyStereo8	7.68 132	3.00 213	12.46 212	7.70 209	5.11 236	11.40 163	1.39 29	15.98 79	10.05 61	16.45 142	24.04 162	12.01 105	7.91 119	10.68 54	10.57 203	0.14 106	1.52 323	0.08 128	0.48 271	0.60 185	1.98 221

ACRE	7.62 129	3.21 224	14.93 252	7.81 214	5.00 231	10.01 141	4.45 154	16.32 84	15.86 110	17.81 176	19.21 107	8.38 63	4.25 35	11.11 62	10.58 204	0.78 244	0.32 154	0.03 84	0.15 165	0.44 145	1.84 201

FADNet-RVC-Resample	12.31 238	5.22 277	32.28 334	10.14 277	4.08 194	14.97 210	6.98 216	26.54 210	24.42 193	23.72 267	29.31 209	19.87 217	15.01 226	16.26 213	10.61 205	0.65 227	0.52 198	0.48 256	0.54 279	1.52 267	3.09 294

NOSS_ROB	11.76 234	4.63 265	8.14 72	7.46 198	2.92 155	17.82 254	10.55 270	30.45 247	34.08 275	16.37 138	19.97 118	23.14 241	16.31 244	18.22 247	10.67 206	2.98 329	1.84 330	3.39 343	1.64 325	2.24 286	2.37 264

gwcnet-sp	10.26 195	3.56 240	15.31 256	6.59 137	4.30 203	15.71 221	5.71 183	26.09 201	25.15 201	21.68 243	21.77 135	15.01 155	16.42 249	15.21 198	10.76 207	0.12 97	0.20 124	0.02 70	0.09 134	0.63 190	0.86 101

scenet	10.26 195	3.56 240	15.31 256	6.59 137	4.30 203	15.71 221	5.71 183	26.09 201	25.15 201	21.68 243	21.77 135	15.01 155	16.42 249	15.21 198	10.76 207	0.12 97	0.20 124	0.02 70	0.09 134	0.63 190	0.86 101

ssnet	10.26 195	3.56 240	15.31 256	6.59 137	4.30 203	15.71 221	5.71 183	26.09 201	25.15 201	21.68 243	21.77 135	15.01 155	16.42 249	15.21 198	10.76 207	0.12 97	0.20 124	0.02 70	0.09 134	0.63 190	0.86 101

HSM-Net_RVC	11.37 227	1.57 40	6.32 22	5.99 107	2.67 144	20.99 277	7.19 220	28.50 226	28.64 231	21.03 235	25.84 176	33.64 312	16.37 248	16.83 226	10.76 207	0.21 136	0.08 88	0.02 70	0.00 1	0.16 35	0.55 65
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
IPLGR_C	7.70 134	3.32 230	14.54 243	7.98 223	5.04 233	10.26 146	4.64 160	16.50 89	16.28 120	17.97 183	18.85 105	8.30 62	4.66 53	11.22 67	10.89 211	0.77 241	0.32 154	0.03 84	0.15 165	0.43 142	1.84 201

dd	8.57 154	5.20 276	13.37 227	6.91 166	1.05 57	10.30 148	3.89 141	17.29 106	34.00 273	15.73 129	17.50 88	7.45 48	6.60 92	15.00 197	10.99 212	1.39 298	0.41 178	0.18 195	0.46 265	2.25 287	1.40 166

dad	13.05 256	11.39 331	15.64 263	7.35 192	2.10 121	15.64 220	3.48 133	18.77 126	35.55 290	27.77 301	33.76 276	31.59 292	13.04 198	14.79 192	11.16 213	3.35 335	0.54 201	7.85 362	0.96 305	3.88 318	2.49 272

GwcNet-ADL	8.81 160	2.00 97	10.21 144	7.70 209	2.82 149	6.99 113	7.05 217	30.58 248	26.21 213	15.71 128	17.65 90	13.93 140	6.83 106	13.90 174	11.43 214	0.49 199	0.76 231	0.01 55	0.01 54	0.55 175	1.46 172

FADNet	14.77 281	11.96 335	39.55 349	8.50 239	6.64 287	18.53 260	6.74 209	35.70 307	35.06 285	19.21 207	28.06 197	28.14 275	13.94 214	18.54 249	11.61 215	0.48 196	0.75 227	0.38 250	0.49 274	9.17 349	2.05 242

DeepPruner_ROB	11.28 222	5.83 285	15.23 253	6.93 168	4.50 214	10.08 142	6.62 205	36.65 320	20.17 157	18.12 185	27.95 195	23.10 239	13.43 202	20.08 261	11.90 216	1.16 286	0.51 195	0.23 218	0.17 175	1.11 247	1.91 209

CBMV_ROB	12.51 246	3.86 249	7.98 66	5.81 103	2.99 161	16.05 231	4.62 158	27.61 223	31.37 252	26.75 294	32.62 261	23.97 246	22.66 302	21.14 281	12.09 217	2.15 315	1.78 329	2.24 325	1.27 317	1.64 271	1.54 181

MLCV	9.96 187	3.33 231	14.77 244	5.75 99	1.62 102	14.91 205	1.31 27	22.06 164	24.83 197	22.51 256	31.57 243	17.20 181	8.07 121	17.07 231	12.11 218	0.48 196	0.01 6	0.05 103	0.05 105	0.48 158	1.10 132

SACVNet	14.10 278	5.24 278	14.19 239	12.11 316	6.12 273	18.45 258	9.11 247	33.13 278	22.94 178	28.79 308	33.88 277	32.69 303	23.78 303	20.91 275	12.13 219	1.08 275	0.54 201	0.84 287	0.48 271	1.41 261	4.26 311

CFNet-ft	10.46 204	3.02 216	7.10 41	7.69 206	5.42 247	16.93 245	5.92 189	22.83 174	22.31 174	15.81 130	30.40 223	26.42 266	15.19 230	13.60 169	12.18 220	0.14 106	0.10 101	1.87 319	0.34 237	1.22 251	0.73 90

CFNet_RVC	10.46 204	3.02 216	7.10 41	7.69 206	5.42 247	16.93 245	5.92 189	22.82 173	22.31 174	15.81 130	30.40 223	26.41 265	15.19 230	13.60 169	12.19 221	0.14 106	0.10 101	1.87 319	0.34 237	1.22 251	0.73 90

CFNet	11.23 220	3.41 234	10.68 166	7.08 177	4.22 201	17.38 250	4.83 163	31.29 260	31.29 251	19.15 206	26.85 188	24.06 247	13.75 211	16.23 209	12.22 222	0.26 151	0.05 48	0.44 253	0.09 134	0.92 237	0.41 48

DMCA	8.96 166	2.60 191	11.84 198	5.61 78	4.25 202	11.09 160	4.36 152	25.89 199	20.23 158	17.10 163	20.96 132	17.55 192	11.92 185	11.47 75	12.27 223	0.60 221	0.09 91	0.35 246	0.05 105	0.48 158	0.57 72

BUS	9.86 184	1.86 74	9.14 103	7.14 179	4.12 197	19.47 265	2.69 104	34.15 290	23.28 180	18.82 199	21.95 145	14.37 145	11.63 175	14.72 187	12.39 224	0.36 170	0.13 110	0.15 183	0.04 91	0.37 119	0.46 55

NINENet	11.46 228	3.02 216	11.83 197	8.45 237	5.40 244	19.47 265	2.69 104	39.63 341	34.82 282	19.11 205	27.64 193	14.37 145	11.63 175	16.21 208	12.39 224	0.94 263	0.21 132	0.29 237	0.00 1	0.48 158	0.55 65

BEATNet_4x	10.11 193	5.82 284	14.80 246	6.14 111	1.55 97	13.87 194	5.98 192	26.24 204	18.35 137	16.53 143	25.41 172	18.01 200	13.78 212	18.01 244	12.39 224	0.48 196	0.18 121	0.81 284	0.11 145	2.02 279	1.70 191

CVANet_RVC	14.09 277	4.82 270	10.86 174	9.46 260	5.60 255	19.70 268	12.94 301	33.38 281	34.86 283	23.72 267	33.31 268	29.76 280	16.35 247	24.37 300	12.45 227	1.22 291	0.23 136	1.45 312	0.87 299	3.41 309	3.01 291

ICVP	10.54 209	2.11 126	7.49 53	9.62 264	3.41 173	13.85 193	6.34 202	26.81 214	23.24 179	16.90 156	31.76 246	27.31 274	12.81 197	12.18 110	12.47 228	1.59 301	0.58 212	0.19 201	0.13 150	0.63 190	1.45 171
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iResNet	11.06 219	4.16 256	16.83 271	7.89 220	2.23 130	15.59 219	9.17 250	24.49 190	29.14 234	20.78 226	31.13 236	16.87 178	11.58 173	15.45 202	12.50 229	0.64 226	0.05 48	0.02 70	0.10 141	0.79 221	1.71 192

cf-r	10.67 211	2.34 161	9.77 127	6.17 113	5.79 259	12.94 181	5.14 166	25.21 196	27.86 226	17.84 178	32.03 249	25.81 260	15.91 240	12.22 112	12.56 230	0.17 120	0.19 123	0.05 103	0.06 115	0.59 183	0.72 87

HBP-ISP	13.07 258	8.80 318	8.99 92	8.11 229	4.55 216	13.48 189	6.60 204	29.09 235	30.50 241	21.33 239	36.14 292	16.62 173	19.42 281	20.92 276	12.81 231	3.63 337	2.61 347	7.18 358	4.12 351	3.74 316	2.69 279

iRaft-Stereo_5w	9.10 171	2.33 159	10.69 167	6.64 146	4.47 213	4.74 26	10.72 272	16.71 96	16.97 130	15.39 118	26.15 179	21.25 225	12.59 195	16.38 214	12.90 232	0.85 252	0.51 195	0.08 128	0.22 190	0.95 239	1.53 180

AACVNet	11.24 221	3.71 246	11.56 189	9.45 259	3.35 170	11.67 168	4.88 164	23.23 178	14.00 94	28.19 304	29.90 218	30.39 289	18.03 268	20.04 260	13.22 233	0.50 201	0.21 132	0.23 218	0.07 122	0.75 216	1.52 179

DSFCA	12.44 244	3.00 213	14.87 251	6.04 108	7.03 297	17.06 249	10.86 276	31.11 255	32.12 257	26.41 291	23.81 161	22.37 234	15.13 229	21.13 280	13.53 234	0.95 265	0.66 218	0.28 233	0.38 256	1.21 250	0.77 94

ttt	10.82 214	2.17 141	9.66 125	7.03 171	4.44 210	14.16 198	6.87 212	33.72 285	30.69 243	15.67 127	31.50 241	14.99 154	10.50 158	16.54 219	13.98 235	0.41 181	1.31 294	0.10 142	0.29 220	0.47 156	1.92 210

TDLM	13.70 269	4.93 272	11.80 195	11.93 314	5.53 251	16.75 243	14.38 308	36.12 313	32.59 261	23.08 262	27.03 189	25.90 262	15.40 232	25.87 309	14.23 236	1.24 293	0.09 91	1.53 313	0.61 287	2.06 281	2.94 289

SDNR	16.80 289	5.88 287	30.01 327	6.39 128	6.53 284	57.67 385	3.15 117	24.30 187	31.49 253	21.50 242	36.56 297	14.69 149	16.76 252	19.14 253	14.45 237	11.12 371	14.00 383	3.11 339	0.51 276	8.86 348	9.92 363

SMFormer	11.03 217	1.90 79	14.85 247	4.89 44	1.48 91	14.92 206	3.21 122	31.03 250	30.74 245	20.28 215	29.37 210	18.33 201	14.54 218	16.56 220	14.46 238	0.41 181	1.20 280	0.28 233	0.24 201	0.45 149	1.47 173

tta	11.03 217	1.90 79	14.85 247	4.89 44	1.48 91	14.92 206	3.21 122	31.03 250	30.73 244	20.28 215	29.37 210	18.33 201	14.54 218	16.56 220	14.46 238	0.41 181	1.20 280	0.28 233	0.24 201	0.39 130	1.60 183

FADNet_RVC	12.44 244	6.19 292	40.86 350	7.04 172	3.69 178	11.30 161	4.17 148	29.67 239	27.67 225	18.20 187	26.04 177	13.47 135	17.15 257	16.85 228	14.95 240	0.99 267	0.75 227	0.60 264	1.32 318	4.18 320	3.62 303

GwcNet-RSSM	11.34 225	2.72 198	10.26 147	7.24 189	5.38 243	12.67 177	6.70 208	26.70 213	31.93 256	17.56 173	34.45 282	24.37 250	15.77 238	13.70 171	15.31 241	0.19 132	0.20 124	0.14 178	0.05 105	0.81 226	0.64 75

PSMNet-ADL	10.30 198	2.32 157	7.83 62	9.69 266	4.44 210	16.04 228	4.16 147	27.57 222	25.08 199	15.16 114	19.04 106	25.28 258	13.63 209	16.49 218	15.33 242	0.86 254	0.81 235	0.01 55	0.04 91	0.33 97	1.81 197

SGM-Forest	13.63 268	2.55 188	8.22 74	6.30 126	2.16 127	23.84 296	11.13 281	34.68 299	32.40 258	27.27 297	33.02 263	30.08 286	17.82 267	22.13 290	15.40 243	1.66 307	0.32 154	0.88 288	0.03 81	0.79 221	1.93 211
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ToySt	11.51 229	2.48 181	17.84 283	6.10 110	2.09 120	16.11 232	12.36 294	25.07 193	28.25 229	15.22 115	25.16 170	25.51 259	15.98 241	17.63 241	15.46 244	0.19 132	1.08 263	0.04 95	0.31 226	0.66 201	2.67 277

UNet	13.18 260	2.47 178	14.45 242	7.45 197	7.82 316	26.01 309	4.67 161	34.38 295	29.42 236	20.90 231	31.81 247	26.68 269	18.98 274	21.08 279	15.56 245	0.21 136	0.06 72	0.27 227	0.09 134	0.37 119	1.01 121

FADNet-RVC	13.86 272	12.75 342	41.65 351	8.64 242	4.63 217	16.45 237	6.89 213	28.91 232	24.20 191	20.89 230	31.44 240	26.73 271	11.37 171	21.58 287	15.91 246	0.25 148	0.14 115	0.14 178	0.24 201	2.97 300	1.50 178

Anonymous_2	15.61 284	7.12 299	18.63 290	6.49 132	7.98 317	26.94 316	11.93 289	19.48 133	18.48 145	18.25 190	15.95 78	24.18 248	21.32 295	21.17 282	15.94 247	10.88 368	13.80 382	11.19 369	25.13 384	10.92 360	6.42 335

GEStereo_RVC	13.23 262	3.13 221	15.23 253	10.33 285	4.95 228	18.92 262	11.46 285	31.58 264	48.03 345	20.51 223	27.68 194	19.00 211	13.31 201	20.44 267	16.01 248	1.15 285	0.51 195	0.10 142	0.14 159	0.67 203	1.47 173

CSP-Net	13.41 265	3.62 245	11.03 180	6.62 142	4.07 193	25.76 308	9.61 258	29.66 238	27.14 220	29.97 316	33.42 271	29.84 282	17.23 259	20.64 270	16.03 249	1.12 281	0.41 178	0.03 84	0.00 1	0.75 216	1.29 153

DMCA-RVC	12.06 237	4.35 259	14.21 240	10.52 289	4.86 223	13.84 192	4.33 151	25.20 194	24.13 189	20.56 224	29.22 208	26.65 268	25.85 315	17.02 230	16.34 250	0.41 181	0.35 162	0.55 261	0.24 201	0.83 231	1.81 197

CBFPSM	12.96 254	3.37 233	30.97 329	5.30 63	3.22 166	22.79 290	16.93 327	21.82 161	21.35 163	21.93 249	28.34 200	29.99 284	17.38 261	15.32 201	16.39 251	0.11 89	0.48 189	0.10 142	0.17 175	0.58 177	2.72 281

MaskLacGwcNet_RVC	17.56 298	17.23 355	20.10 298	12.02 315	6.91 295	28.81 325	11.45 284	41.35 347	21.95 168	30.13 318	34.66 284	32.04 300	11.30 169	21.04 277	16.43 252	8.91 361	2.67 348	12.29 370	0.84 297	12.72 366	8.43 353

STTStereo	13.60 267	5.63 282	28.73 324	8.07 227	5.65 256	13.97 195	7.17 218	31.25 257	26.70 217	25.59 282	32.06 255	31.71 295	14.71 223	17.24 234	16.46 253	0.29 158	0.40 172	0.71 271	1.43 321	1.31 256	2.82 284

AAGNet	8.15 144	1.75 56	10.57 163	7.72 211	0.74 23	5.74 73	4.98 165	15.90 78	14.59 99	20.31 219	23.80 160	15.08 158	11.25 168	12.27 114	16.70 254	0.85 252	0.06 72	0.32 244	0.01 54	0.15 31	0.16 14

CBMV	14.52 280	4.59 263	9.99 136	6.61 141	2.85 151	22.76 289	12.45 295	30.63 249	33.32 265	31.98 326	35.00 288	31.68 293	19.43 282	26.53 312	16.71 255	1.28 295	0.61 215	0.63 266	0.12 147	1.26 254	1.89 205
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NLCA_NET_v2_RVC	12.58 247	4.09 253	18.25 285	8.26 231	5.83 263	14.72 203	5.85 187	33.49 283	27.86 226	22.14 252	32.16 256	24.94 255	14.01 216	16.19 207	16.82 256	0.90 259	0.35 162	0.37 248	0.58 285	1.51 266	3.31 298
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	15.77 285	4.01 251	17.73 282	9.96 272	8.10 322	30.36 332	9.52 253	43.10 356	43.12 327	15.45 120	28.03 196	23.46 243	16.84 254	24.62 301	17.06 257	3.35 335	0.87 245	1.76 317	1.13 311	7.76 343	9.19 358

UPFNet	12.31 238	2.15 136	11.91 201	7.90 221	7.21 301	20.03 271	9.28 251	29.44 237	27.18 221	20.88 229	30.86 232	21.23 224	18.11 269	19.60 257	17.41 258	0.55 212	0.57 209	0.26 226	0.07 122	0.67 203	0.92 108

LMCR-Stereo	11.32 223	4.98 273	11.87 199	14.09 327	4.01 191	16.97 247	5.70 181	26.41 208	23.41 183	22.57 258	22.11 150	15.18 159	15.44 234	21.48 285	17.57 259	2.29 317	0.04 41	0.00 1	0.03 81	1.53 268	0.65 77

psm_up	13.88 273	2.70 197	10.89 175	10.20 279	5.97 267	15.01 212	12.58 296	39.13 338	31.75 254	21.39 240	31.09 235	30.18 288	25.01 311	20.33 265	17.62 260	0.75 236	0.39 170	0.18 195	0.03 81	0.82 229	1.67 189

ac_64	11.57 231	2.13 134	11.77 194	8.79 247	5.51 250	19.40 263	6.29 199	24.72 192	15.20 105	23.50 266	24.91 167	33.07 306	16.82 253	19.33 255	17.78 261	0.53 205	0.15 116	0.02 70	0.03 81	0.35 106	1.03 124

NaN_ROB	17.35 294	7.91 308	18.84 292	11.29 305	4.93 226	33.28 343	20.75 346	38.10 330	43.81 328	30.28 319	31.53 242	32.88 304	20.88 292	29.10 324	17.85 262	0.40 178	0.43 183	0.31 242	0.44 264	0.98 240	3.03 292

ACVNet	10.83 215	2.25 149	7.10 41	6.43 129	3.02 162	13.17 185	3.75 139	22.83 174	35.15 287	15.81 130	30.67 228	24.65 251	15.77 238	16.47 216	18.13 263	0.16 114	0.01 6	0.06 110	0.07 122	0.65 196	0.43 51

hitnet-ft	12.59 248	3.03 219	7.87 63	7.49 201	4.20 200	27.41 318	3.75 139	23.41 181	24.15 190	21.14 237	34.12 279	31.93 298	19.74 285	20.28 264	18.13 263	0.54 210	1.45 317	0.35 246	0.09 134	1.26 254	1.41 168

GASNet	17.87 302	20.62 366	32.66 336	21.17 358	9.48 337	16.26 234	9.15 249	45.00 366	40.55 315	26.16 287	24.34 164	33.05 305	15.45 235	29.82 328	18.15 265	3.79 340	0.28 148	1.87 319	0.51 276	7.06 338	1.97 220

RASNet	12.38 241	2.58 189	12.48 214	6.76 153	5.97 267	16.37 235	6.74 209	34.99 301	22.20 171	17.44 167	33.11 266	22.81 237	24.84 308	20.33 265	18.27 266	1.16 286	0.05 48	0.06 110	0.01 54	0.27 78	1.06 128

AANet_RVC	13.75 270	6.34 293	12.90 218	8.87 248	4.53 215	14.09 197	9.12 248	29.37 236	38.32 305	23.85 270	37.41 299	23.55 244	17.51 264	23.31 297	18.56 267	2.08 314	1.30 292	0.25 224	0.06 115	0.73 210	2.87 287

DLCB_ROB	13.97 274	3.74 247	11.01 179	9.99 273	5.85 264	21.40 280	10.37 268	30.17 245	30.49 240	28.21 305	32.18 257	32.67 302	21.17 294	20.20 263	18.59 268	0.34 167	0.18 121	0.41 251	0.15 165	0.61 187	1.76 196

PS-NSSS	14.36 279	8.44 315	16.43 268	7.44 196	5.79 259	18.65 261	12.71 299	39.02 335	26.84 218	20.99 234	36.15 293	21.47 227	18.25 270	18.21 246	18.63 269	2.44 322	0.55 205	5.38 348	0.37 245	5.25 329	4.11 310

MDST_ROB	18.99 313	3.23 225	15.81 265	14.15 328	6.98 296	44.89 368	16.81 326	43.19 357	42.83 325	43.71 364	43.84 340	28.79 277	19.02 275	30.64 332	18.70 270	1.84 311	0.84 240	0.69 270	0.47 270	0.71 208	2.61 274

DDUNet	23.49 346	20.59 365	17.13 276	24.58 369	22.45 376	24.86 300	17.96 338	31.42 261	31.06 249	29.59 312	37.81 302	37.85 330	26.39 317	25.77 308	18.74 271	18.99 380	8.10 379	26.65 380	11.80 376	19.41 378	18.58 380

Syn2CoEx	17.68 300	11.86 334	28.39 322	20.88 357	8.24 324	25.66 306	12.35 292	37.57 326	33.60 270	29.57 311	39.80 317	30.02 285	28.00 325	19.91 259	18.91 272	1.14 284	0.53 200	1.23 306	0.46 265	1.97 278	3.61 301

AASNet	13.05 256	3.27 227	12.23 208	10.28 281	6.90 294	17.61 252	7.88 233	41.14 346	38.29 304	23.20 263	29.62 215	16.85 177	15.59 236	15.50 204	19.03 273	0.39 176	0.03 33	0.78 276	0.05 105	1.32 258	1.08 131

delet	13.26 263	2.43 177	12.99 220	8.45 237	6.26 279	22.40 286	10.83 275	28.78 231	38.76 308	20.39 222	30.36 222	20.85 221	17.67 266	22.97 294	19.13 274	0.14 106	0.45 184	0.19 201	0.08 128	0.78 220	1.24 147

acv_ft	12.59 248	2.25 149	13.50 229	8.30 233	6.23 276	19.81 269	6.34 202	26.43 209	35.15 287	26.38 290	30.67 228	24.65 251	14.91 225	16.47 216	19.16 275	0.16 114	0.01 6	0.06 110	0.07 122	0.74 212	0.43 51

FINET	17.02 292	8.11 313	28.42 323	9.29 256	8.89 333	24.46 297	25.06 363	35.40 304	49.52 350	26.73 293	33.49 273	20.50 219	18.75 273	20.67 272	19.18 276	2.30 318	2.09 335	1.13 300	0.75 294	2.86 297	2.84 285

MMNet	13.55 266	2.82 203	13.90 233	7.63 203	6.36 283	26.45 313	4.63 159	24.00 186	42.67 324	26.25 289	33.12 267	20.98 223	19.45 283	20.14 262	19.49 277	0.75 236	0.54 201	0.11 161	0.01 54	0.53 168	1.10 132

HGLStereo	13.21 261	3.45 236	14.01 235	10.32 284	7.72 313	15.72 224	7.19 220	31.94 266	28.12 228	20.83 228	36.16 294	26.61 267	20.82 290	18.74 250	19.63 278	1.01 270	0.22 134	0.07 125	0.08 128	0.59 183	1.00 120

ADLNet	12.84 253	2.93 208	11.94 203	8.87 248	6.88 293	17.96 255	8.85 242	34.12 288	26.67 216	27.81 303	26.24 180	26.84 272	15.04 227	17.54 237	19.94 279	0.59 219	0.58 212	0.24 222	0.11 145	0.80 225	2.85 286

SQANet	22.07 336	25.29 374	21.78 307	26.81 372	18.92 371	30.75 334	10.25 267	33.47 282	30.10 238	25.73 283	34.31 281	33.45 311	19.94 286	29.16 325	20.03 280	11.68 372	3.08 355	26.95 381	5.80 360	20.97 379	12.99 370

CRFU-Net	13.32 264	3.53 239	12.90 218	8.76 246	6.05 270	26.25 311	10.15 266	25.86 198	14.68 100	30.76 322	30.58 226	30.11 287	21.59 299	20.52 269	20.28 281	1.53 300	0.48 189	0.27 227	0.16 171	0.64 195	1.28 151

iinet-f	14.05 276	5.00 274	47.51 360	6.57 136	4.04 192	21.14 278	14.37 306	28.25 224	21.37 164	21.95 250	31.37 237	21.31 226	18.66 272	16.15 206	20.61 282	0.31 161	0.41 178	0.09 134	0.05 105	1.00 243	0.76 92

ADLNet2	12.99 255	2.94 209	14.18 238	9.57 262	5.96 266	20.23 274	10.41 269	33.05 277	37.61 299	19.46 209	19.74 116	22.46 235	18.63 271	22.37 292	20.76 283	0.37 174	0.15 116	0.06 110	0.08 128	1.04 245	0.72 87

pmcnn	15.27 283	4.31 258	22.32 310	7.46 198	4.46 212	22.15 285	15.74 318	28.53 227	31.88 255	27.78 302	40.04 318	39.06 334	19.11 279	18.79 251	20.78 284	1.04 273	0.23 136	0.00 1	0.00 1	0.53 168	1.17 138

ssnet_v2	13.84 271	3.15 222	13.44 228	7.99 224	3.08 165	22.60 287	14.51 311	36.65 320	33.59 269	22.04 251	26.10 178	28.64 276	17.16 258	23.13 295	20.86 285	0.50 201	0.32 154	0.20 206	0.13 150	1.41 261	1.38 162

fast-acv-ft	14.96 282	4.73 267	17.68 281	8.03 226	5.27 240	28.61 324	9.97 263	26.25 206	35.58 291	26.03 285	38.02 305	31.91 297	21.50 296	19.25 254	21.18 286	0.61 223	0.38 168	0.63 266	0.48 271	1.31 256	1.73 193

UDG	22.21 337	15.90 354	16.41 267	21.71 360	20.17 372	32.51 339	13.78 305	36.62 319	35.77 292	26.64 292	31.43 239	37.49 329	32.33 349	22.77 293	21.19 287	11.08 370	5.60 371	23.12 376	7.74 364	17.07 375	14.89 374

Wz-Net-LNSev-Ref	16.12 287	4.56 261	29.46 325	7.78 213	6.11 272	26.08 310	13.01 302	31.08 254	37.61 299	27.66 299	46.96 352	29.92 283	15.40 232	21.54 286	22.39 288	1.09 277	0.05 48	0.10 142	0.00 1	0.43 142	1.21 142

PWCDC_ROB	18.66 310	11.24 329	21.32 305	18.82 353	8.08 321	25.75 307	6.94 215	35.08 302	53.33 361	30.37 320	49.70 360	20.87 222	21.63 300	31.05 333	22.39 288	6.94 358	0.28 148	0.10 142	0.06 115	5.98 336	3.22 296

GANet	17.85 301	5.41 279	14.79 245	11.91 313	4.73 218	24.54 299	17.04 330	41.01 345	34.96 284	33.06 334	45.84 347	39.83 339	29.19 332	24.71 303	22.45 290	1.34 297	0.41 178	1.09 296	0.70 292	2.15 284	1.89 205

FAT-Stereo	17.45 296	3.56 240	19.19 294	10.31 283	6.54 285	18.00 256	14.89 314	38.68 333	40.49 313	27.39 298	39.66 315	37.32 327	32.14 348	21.07 278	22.97 291	3.68 338	2.16 340	0.81 284	1.21 315	2.10 282	6.78 338

RGC	20.62 329	14.30 347	21.99 308	18.85 354	14.53 359	21.42 281	14.82 313	36.00 312	44.32 330	28.54 307	41.82 328	40.12 341	29.43 333	35.44 348	23.33 292	4.12 342	0.72 223	8.80 363	4.39 353	4.55 325	4.84 314

FBW_ROB	21.87 334	11.80 333	25.52 315	14.64 332	7.49 304	31.20 336	16.35 323	45.28 367	44.78 335	44.85 368	40.36 320	43.50 355	27.85 324	34.94 344	23.52 293	3.07 331	2.15 339	7.53 361	3.03 343	4.30 322	5.17 320

DeepPrunerF	20.61 326	12.13 338	46.35 357	21.53 359	17.78 368	19.41 264	23.64 358	37.23 325	50.61 351	26.20 288	37.72 300	24.90 254	25.02 312	24.63 302	23.53 294	3.13 332	1.65 325	5.69 349	4.09 350	3.64 315	3.34 299

ACVNet-4b	36.91 382	52.81 389	57.04 374	42.64 385	22.08 375	48.32 372	14.64 312	50.28 377	59.78 380	43.17 362	46.34 348	55.50 379	24.49 307	39.03 364	23.55 295	25.75 385	3.76 363	47.36 389	33.76 388	28.62 383	19.22 381

StereoDRNet-Refined	14.03 275	3.52 238	12.77 215	8.70 244	3.31 168	18.50 259	4.58 156	29.08 234	30.59 242	29.85 314	42.52 331	25.24 257	19.57 284	23.88 299	23.55 295	0.44 191	0.07 82	0.54 260	0.38 256	0.88 236	2.64 275
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RP	18.36 307	5.94 289	17.54 280	15.95 345	12.33 353	21.55 282	12.66 298	28.65 229	45.65 337	23.78 269	42.55 332	39.77 338	29.54 335	26.72 313	23.58 297	6.14 355	1.05 262	4.38 345	1.77 326	3.90 319	3.82 308

STTRV1_RVC	22.31 338	18.60 359	39.50 348	16.79 347	23.81 380	29.59 331	15.67 317	35.42 305	34.27 276	35.05 341	34.94 287	31.94 299	28.80 330	29.17 326	23.89 298	12.64 377	3.40 359	6.58 353	4.73 355	15.20 372	6.23 330

S-Stereo	17.36 295	4.46 260	22.16 309	12.58 321	9.10 335	23.07 291	12.60 297	33.18 279	46.12 341	22.78 259	38.67 311	29.04 279	27.48 322	19.40 256	23.90 299	3.14 333	3.13 356	0.88 288	1.95 331	3.77 317	9.86 362

DualNet	9.99 190	2.34 161	12.99 220	6.28 120	3.81 183	12.43 171	7.47 225	19.77 137	16.80 126	16.64 149	32.03 249	17.29 182	11.78 178	11.11 62	24.30 300	0.05 38	1.17 270	0.80 279	0.37 245	0.29 86	2.07 244

ff1	10.31 199	2.34 161	12.99 220	6.28 120	3.81 183	12.43 171	7.47 225	19.77 137	16.80 126	16.64 149	32.03 249	17.29 182	11.78 178	17.54 237	24.30 300	0.05 38	1.17 270	0.80 279	0.37 245	0.29 86	2.07 244

mmx	11.59 232	2.34 161	12.99 220	6.28 120	3.81 183	12.43 171	7.47 225	32.76 275	28.92 232	16.64 149	32.03 249	17.29 182	11.78 178	17.54 237	24.30 300	0.24 144	1.21 284	0.80 279	0.37 245	0.65 196	1.89 205

xxx	11.59 232	2.34 161	12.99 220	6.28 120	3.81 183	12.43 171	7.47 225	32.75 274	28.92 232	16.64 149	32.03 249	17.29 182	11.78 178	17.54 237	24.30 300	0.24 144	1.21 284	0.80 279	0.37 245	0.65 196	1.89 205

Wz-Net-LNSev	19.04 314	11.48 332	43.55 353	10.82 297	8.01 319	24.96 301	17.46 335	34.72 300	44.36 331	33.43 337	44.72 345	32.54 301	24.13 305	21.64 288	24.38 304	0.93 262	0.22 134	0.00 1	0.03 81	1.44 264	1.99 231

NCCL2	17.94 303	7.94 310	16.87 273	24.07 368	7.60 308	24.52 298	17.08 331	35.42 305	26.65 215	32.01 327	38.57 308	41.96 351	27.61 323	22.24 291	24.43 305	0.65 227	0.33 160	2.64 333	2.13 334	2.28 289	3.86 309

DRN-Test	16.60 288	4.76 268	16.90 274	10.75 294	8.16 323	29.42 328	14.37 306	43.26 358	39.35 309	28.93 310	35.46 290	29.03 278	20.11 287	20.78 273	24.51 306	0.94 263	0.93 251	0.46 255	0.35 239	1.42 263	2.12 252

1111x	12.31 238	2.33 159	12.13 206	5.79 101	2.84 150	15.49 217	8.70 241	36.34 315	29.33 235	16.58 145	27.52 192	26.70 270	15.76 237	17.21 233	24.79 307	0.26 151	1.37 306	0.04 95	0.42 262	0.46 154	2.07 244

MSMD_ROB	23.50 347	10.55 322	15.65 264	17.87 352	10.07 340	35.58 349	19.04 342	34.53 297	37.81 302	41.55 357	60.11 379	46.01 363	39.81 363	32.74 339	24.92 308	6.86 357	3.63 362	8.92 364	11.16 375	7.21 339	5.99 328

DGSMNet	20.75 330	13.28 343	34.59 339	14.80 334	17.14 367	23.25 292	17.99 339	36.39 316	43.00 326	20.70 225	32.67 262	36.05 324	19.22 280	30.34 331	25.04 309	4.61 345	4.62 367	6.31 351	5.20 358	14.71 370	15.15 375

StereoDRNet	16.00 286	5.45 280	16.67 270	11.34 307	8.74 331	25.62 305	11.07 279	40.40 344	37.03 294	29.77 313	30.04 220	34.35 317	19.09 276	19.81 258	25.28 310	0.65 227	0.30 151	0.16 189	0.14 159	1.80 275	2.33 260

stereogan	19.38 317	4.02 252	18.62 289	13.54 325	10.30 341	37.03 352	9.83 262	39.12 337	46.13 342	25.09 279	41.76 327	40.01 340	27.19 321	32.16 335	25.48 311	2.44 322	1.13 269	2.70 335	0.86 298	5.45 331	4.81 312

PA-Net	16.98 291	8.05 312	29.56 326	10.52 289	11.30 347	21.91 284	29.93 375	32.64 272	39.50 310	20.38 221	28.51 202	23.80 245	20.82 290	21.45 284	25.60 312	0.25 148	2.36 344	0.23 218	4.99 356	1.34 259	6.47 336
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	19.38 317	5.98 290	19.25 295	11.11 303	8.07 320	23.51 294	12.74 300	35.93 309	42.55 322	35.05 341	43.06 336	41.34 347	36.05 355	26.06 310	25.62 313	2.70 326	2.47 345	6.38 352	1.54 323	3.18 308	5.01 317

PSMNet_ROB	17.59 299	6.52 296	16.27 266	14.43 330	7.71 312	29.22 327	33.59 380	43.94 361	38.52 306	24.74 276	33.46 272	34.17 315	17.29 260	18.52 248	25.68 314	0.40 178	0.29 150	0.96 292	2.22 335	2.03 280	1.81 197

SANet	22.05 335	8.47 316	32.65 335	9.90 271	4.31 206	33.49 344	23.44 355	42.82 354	56.64 373	39.67 354	44.09 341	44.62 357	32.96 350	29.24 327	25.79 315	1.08 275	0.74 225	0.98 294	0.69 290	5.69 334	3.66 305

CSAN	22.36 340	11.11 327	26.06 318	21.79 361	5.59 254	34.55 346	36.54 382	40.04 343	50.84 355	37.47 348	40.31 319	45.09 360	33.07 351	27.44 315	25.80 316	1.60 304	0.75 227	1.08 295	1.80 328	2.89 298	3.36 300

SuperB	18.07 306	7.33 302	56.73 372	8.42 236	5.42 247	20.39 275	9.73 261	26.04 200	50.80 354	26.88 295	39.52 314	17.79 197	21.54 297	23.17 296	25.96 317	0.77 241	0.32 154	1.11 299	0.73 293	16.11 373	2.75 283

DANet	17.51 297	8.91 319	27.61 320	14.94 335	7.48 303	22.67 288	5.66 179	27.33 220	26.64 214	32.62 333	36.27 295	37.40 328	30.07 338	31.65 334	26.09 318	1.30 296	1.46 319	2.33 327	0.53 278	3.54 312	5.69 324
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ETE_ROB	18.45 309	10.71 323	20.90 303	14.23 329	4.92 225	23.28 293	22.01 349	33.00 276	36.14 293	30.68 321	39.03 313	46.10 364	26.28 316	27.52 317	26.22 319	0.53 205	0.49 192	1.16 301	0.94 300	1.69 273	3.07 293

Nwc_Net	18.76 311	5.80 283	19.91 296	14.99 337	11.96 350	26.32 312	15.90 319	41.68 350	40.50 314	21.85 248	43.58 339	34.89 318	29.47 334	27.48 316	26.34 320	3.75 339	0.27 143	2.55 332	3.31 344	2.25 287	2.46 270

DPSNet	25.20 355	7.92 309	36.17 342	11.72 311	6.85 292	53.68 378	43.17 388	52.22 380	60.09 381	31.61 324	39.76 316	40.91 344	35.82 354	33.42 340	26.48 321	4.98 351	2.10 336	0.50 258	1.13 311	9.63 351	5.83 325

G-Net	21.66 333	9.10 320	39.39 347	15.85 342	9.60 338	51.00 376	16.73 325	28.32 225	31.17 250	38.99 351	43.24 337	33.26 310	32.09 347	28.50 322	26.50 322	4.74 347	3.92 364	3.60 344	1.02 308	8.42 347	7.86 347

WCMA_ROB	21.17 331	5.89 288	22.32 310	10.39 287	7.65 310	34.55 346	16.42 324	33.20 280	34.02 274	42.06 358	52.50 364	44.09 356	37.59 358	33.66 341	26.77 323	7.45 360	3.18 357	1.27 309	1.43 321	4.18 320	4.81 312

NCC-stereo	20.61 326	7.39 303	25.96 316	15.90 343	16.62 365	20.15 272	23.27 352	44.11 364	41.29 319	25.00 277	38.64 309	35.47 320	28.75 328	36.35 351	26.90 324	4.83 348	2.14 337	3.33 341	9.27 370	3.10 303	3.72 306

Abc-Net	20.61 326	7.39 303	25.96 316	15.90 343	16.62 365	20.15 272	23.27 352	44.11 364	41.29 319	25.00 277	38.64 309	35.47 320	28.75 328	36.35 351	26.90 324	4.83 348	2.14 337	3.33 341	9.27 370	3.10 303	3.72 306
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GwcNet	17.31 293	6.61 297	23.02 312	10.83 298	8.63 329	29.48 329	10.80 273	39.37 340	45.73 338	24.16 271	37.85 304	31.50 291	21.81 301	21.37 283	27.25 326	0.81 247	0.88 247	0.57 263	0.46 265	1.54 269	3.61 301

LALA_ROB	19.82 320	8.32 314	18.64 291	13.59 326	5.79 259	28.03 322	23.44 355	43.09 355	37.57 298	33.91 340	41.55 324	50.73 373	25.61 313	29.09 323	27.30 327	0.73 234	0.67 219	2.08 323	1.42 320	2.70 295	2.12 252

PWC_ROB	19.21 316	12.15 339	28.02 321	11.02 302	6.62 286	25.15 303	5.47 176	36.42 317	49.47 349	33.19 335	44.32 342	34.98 319	26.66 320	32.22 337	27.30 327	1.71 309	0.27 143	1.62 314	0.37 245	2.38 292	4.90 315

AF-Net	19.18 315	6.50 295	16.90 274	16.60 346	11.00 346	23.83 295	11.31 282	36.25 314	51.10 357	25.56 281	38.34 307	41.77 349	31.01 343	30.20 330	27.83 329	4.87 350	0.27 143	4.60 346	1.00 307	2.67 294	2.02 234

MFN_U_SF_DS_RVC	24.71 351	14.86 349	32.18 333	26.47 371	10.48 343	40.27 363	22.83 351	36.88 324	44.51 333	42.59 359	47.13 354	40.20 342	28.00 325	36.70 354	28.36 330	4.23 344	4.00 365	6.73 354	16.35 381	5.05 327	6.34 332

GANetREF_RVC	26.12 361	30.35 376	27.03 319	26.08 370	6.28 282	31.16 335	37.25 384	48.48 373	50.90 356	37.30 347	36.39 296	34.11 314	30.98 342	38.51 363	28.38 331	9.08 362	2.68 349	16.48 373	5.42 359	16.24 374	9.34 359
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
FCDSN-DC	26.18 362	15.77 353	20.36 300	28.79 375	15.78 363	40.13 362	19.12 343	43.57 359	42.59 323	44.78 367	52.51 365	50.73 373	40.32 365	35.32 347	28.55 332	6.41 356	3.61 361	7.11 357	6.54 361	10.58 356	10.93 368
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
LSM	30.92 369	21.18 367	57.13 375	19.98 356	54.02 395	33.70 345	25.92 366	43.87 360	49.18 347	46.43 370	55.59 374	43.44 353	36.70 356	36.70 354	28.75 333	2.94 327	9.77 380	5.07 347	8.20 368	10.77 357	29.00 387

APVNet	18.42 308	6.37 294	23.10 313	12.76 323	8.28 325	30.74 333	24.17 360	42.08 352	30.76 248	25.86 284	41.66 325	31.83 296	24.99 309	28.01 320	28.77 334	0.49 199	0.57 209	3.05 337	0.55 282	1.80 275	2.46 270

CC-Net-ROB	22.73 342	23.99 371	30.57 328	14.72 333	8.91 334	32.98 340	16.17 321	46.75 371	37.29 296	33.88 339	32.33 258	35.48 322	25.00 310	24.75 304	28.78 335	9.60 365	3.03 354	25.33 379	3.87 348	14.82 371	6.33 331

XPNet_ROB	18.03 305	6.06 291	18.19 284	11.68 310	6.83 291	21.23 279	16.93 327	36.66 322	39.82 312	32.51 332	42.05 329	41.04 345	25.77 314	25.72 307	28.80 336	1.67 308	0.91 250	0.79 277	0.27 215	1.24 253	2.38 267

psmorigin	21.56 332	11.18 328	36.59 343	10.19 278	7.08 298	25.30 304	12.35 292	33.52 284	33.12 264	43.62 363	54.15 372	42.72 352	37.44 357	36.87 356	28.98 337	1.65 306	2.78 351	0.81 284	1.19 313	3.62 314	8.10 350

FC-DCNN	25.07 353	12.06 337	20.30 299	19.06 355	9.41 336	38.40 356	23.46 357	41.37 348	44.07 329	46.76 371	53.99 371	50.49 372	39.32 361	36.43 353	29.46 338	7.40 359	3.39 358	6.15 350	5.01 357	8.05 344	6.83 339

MeshStereo	22.95 344	7.84 307	12.46 212	8.13 230	5.20 238	38.49 358	13.36 303	42.69 353	38.05 303	51.34 376	53.82 368	58.22 381	43.29 370	38.42 362	29.59 339	2.96 328	2.84 353	3.11 339	2.33 337	3.12 305	3.65 304
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
aanetorigin	19.84 321	13.32 344	54.46 367	10.07 275	7.99 318	14.16 198	15.32 315	17.85 114	34.49 279	49.59 373	48.88 357	34.28 316	31.32 345	23.53 298	29.64 340	1.12 281	0.81 235	0.73 272	0.94 300	3.05 301	5.23 321

DispFullNet	31.01 372	32.97 377	59.04 377	30.27 377	28.46 382	33.06 342	11.44 283	37.69 327	54.13 362	33.30 336	37.78 301	44.68 358	28.96 331	42.19 372	29.68 341	12.35 375	3.56 360	36.10 385	12.90 378	32.29 386	19.42 382

SGM_RVC	20.33 324	3.24 226	8.92 90	7.20 187	1.62 102	39.61 361	17.01 329	39.11 336	35.12 286	46.26 369	42.62 333	51.57 375	39.45 362	39.66 367	29.87 342	1.16 286	0.37 167	0.55 261	0.35 239	1.20 249	1.64 187
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
otaku	33.83 375	36.87 383	53.81 366	40.41 382	21.58 374	54.54 380	17.45 334	44.01 363	61.47 382	39.63 352	50.06 362	46.76 366	29.76 336	40.64 369	30.07 343	19.17 381	7.09 376	32.34 383	9.92 372	24.17 381	16.94 377

Wz-Net-MNSev	19.84 321	7.55 305	35.79 341	10.79 296	7.51 305	38.96 359	18.39 340	35.08 302	44.72 334	31.28 323	41.70 326	41.18 346	20.49 289	28.41 321	30.13 344	0.96 266	0.36 165	0.05 103	0.13 150	1.70 274	1.64 187

Ntro	35.59 380	38.58 384	55.41 370	43.66 386	22.54 377	57.26 381	23.73 359	47.69 372	63.99 389	39.63 352	48.82 356	47.68 369	37.60 359	41.55 371	30.80 345	17.85 379	6.61 374	33.21 384	10.52 374	26.65 382	17.97 379

PDISCO_ROB	25.35 357	10.44 321	31.01 330	29.47 376	20.36 373	38.32 355	17.74 336	45.56 368	55.34 367	29.88 315	42.94 335	46.63 365	29.76 336	36.23 350	31.29 346	10.74 367	2.20 341	6.96 355	3.53 346	9.98 355	8.52 354

RYNet	19.73 319	5.52 281	18.58 288	11.63 309	15.84 364	47.05 371	17.28 332	38.60 332	49.19 348	27.71 300	27.46 191	38.63 332	26.42 318	20.79 274	32.08 347	0.73 234	0.59 214	0.97 293	0.16 171	7.40 340	8.04 349

SHD	22.33 339	11.30 330	32.10 332	15.61 340	9.88 339	26.75 314	10.12 265	41.84 351	61.77 383	36.36 345	44.65 344	39.28 335	31.10 344	35.07 345	32.76 348	2.35 319	1.95 334	1.24 308	1.90 330	4.33 323	6.34 332

Anonymous Stereo	19.84 321	13.55 345	51.68 364	15.30 339	12.97 356	16.15 233	25.32 364	33.73 286	44.41 332	25.12 280	35.39 289	25.00 256	16.27 243	32.62 338	33.04 349	1.83 310	2.26 343	1.76 317	2.01 332	3.57 313	4.92 316

DISCO	16.93 290	2.58 189	17.15 277	8.26 231	4.37 208	27.65 320	10.68 271	31.28 259	44.93 336	22.21 253	34.47 283	36.48 325	23.91 304	36.14 349	34.48 350	0.35 168	0.11 105	0.04 95	0.07 122	1.95 277	1.40 166

ADCRef	18.01 304	8.01 311	44.10 354	10.75 294	8.85 332	27.18 317	11.06 278	31.77 265	34.40 278	31.90 325	42.45 330	18.79 208	21.55 298	25.18 306	35.17 351	1.03 272	0.42 182	2.18 324	1.79 327	1.38 260	2.27 259

SGM-ForestM	25.21 356	4.80 269	13.50 229	8.68 243	3.74 180	46.85 370	22.04 350	46.25 370	51.32 359	51.28 375	52.07 363	62.64 388	47.13 375	46.05 375	36.30 352	1.99 313	2.25 342	1.21 304	1.24 316	1.65 272	3.21 295

ADCP+	18.93 312	5.83 285	35.35 340	9.85 270	10.36 342	29.49 330	13.65 304	34.22 293	37.75 301	30.02 317	41.45 323	24.18 248	26.43 319	34.71 343	36.58 353	0.27 155	0.40 172	2.00 322	1.19 313	2.31 290	2.66 276

Wz-Net-TNSev	25.85 359	21.47 368	59.51 378	10.38 286	7.64 309	42.40 367	23.33 354	35.97 311	54.36 363	36.56 346	43.26 338	45.90 362	41.27 367	37.81 358	37.10 354	2.35 319	1.90 333	0.77 275	1.34 319	5.89 335	7.75 346

xxxx	12.60 250	2.03 103	10.79 169	6.18 115	2.86 152	21.84 283	3.02 115	34.55 298	25.46 205	16.39 139	31.58 244	26.87 273	14.75 224	14.00 176	37.45 355	0.21 136	1.36 305	0.01 55	0.32 228	0.35 106	2.07 244

LE_ROB	23.59 348	4.64 266	16.84 272	8.59 240	3.05 163	33.01 341	18.53 341	28.96 233	67.40 394	70.71 396	55.67 375	48.44 370	48.90 377	26.06 310	37.98 356	0.44 191	0.24 138	0.27 227	0.54 279	0.49 166	0.98 117

Wz-Net-SNSev	23.35 345	18.18 357	47.37 359	14.55 331	8.63 329	28.33 323	29.16 373	39.88 342	55.80 370	32.16 329	53.91 370	39.35 336	24.42 306	27.60 318	38.11 357	1.06 274	0.24 138	1.20 303	0.95 303	3.16 307	2.93 288

ADCL	22.44 341	7.79 306	49.20 362	10.61 293	7.28 302	40.40 364	21.03 347	32.07 268	55.07 365	28.53 306	48.73 355	31.68 293	31.69 346	34.04 342	38.38 358	1.22 291	0.93 251	2.65 334	1.89 329	2.65 293	2.94 289

ACVNet_1	42.11 385	50.66 387	66.19 386	45.24 388	25.33 381	50.11 374	25.60 365	55.90 385	65.25 390	60.15 381	59.98 378	63.57 389	50.05 379	50.45 379	38.46 359	20.06 382	11.00 381	38.79 386	14.48 379	31.31 385	19.68 383

ADCPNet	22.75 343	10.94 325	58.96 376	12.24 319	7.57 306	37.33 353	20.08 345	33.89 287	37.37 297	33.49 338	44.32 342	39.36 337	28.43 327	32.19 336	38.55 360	2.25 316	2.69 350	2.37 329	3.59 347	4.33 323	5.01 317

PASM	29.37 366	19.17 360	50.43 363	23.55 367	23.15 378	27.62 319	27.82 370	35.90 308	50.76 353	35.98 344	40.55 321	47.26 368	34.98 352	35.28 346	38.72 361	12.58 376	15.96 384	17.57 375	22.46 383	13.71 367	13.92 373

RTSC	20.52 325	11.06 326	33.58 337	12.11 316	7.19 300	28.90 326	11.99 290	38.49 331	58.85 378	32.22 330	37.28 298	33.11 307	21.14 293	36.93 357	38.84 362	1.49 299	1.50 321	0.15 183	0.64 288	2.18 285	2.67 277

test_xeample	12.39 242	2.09 120	10.36 150	5.73 96	3.06 164	18.17 257	6.27 198	31.98 267	24.37 192	18.78 198	33.92 278	19.09 212	16.00 242	14.60 185	39.03 363	0.19 132	1.32 296	0.01 55	0.33 234	0.36 113	2.04 239

EDNetEfficient	25.68 358	22.94 370	77.88 400	9.49 261	7.66 311	20.89 276	17.37 333	22.52 168	56.02 371	61.49 387	53.31 366	35.83 323	41.88 369	25.06 305	39.53 364	0.86 254	0.83 239	0.91 290	2.82 340	8.28 345	7.98 348

SAMSARA	35.29 379	19.78 361	33.90 338	55.86 391	36.15 385	76.79 407	94.89 417	49.29 374	51.59 360	38.15 350	37.83 303	53.71 377	39.29 360	40.56 368	40.41 365	4.02 341	6.72 375	2.35 328	4.12 351	9.70 353	10.76 366

MFN_U_SF_RVC	28.91 365	15.44 351	55.12 369	22.00 363	8.49 328	41.39 365	15.36 316	52.74 381	46.70 344	47.83 372	53.87 369	54.97 378	40.50 366	39.54 366	40.77 366	6.09 354	4.92 369	7.08 356	9.02 369	7.68 342	8.69 355

MANE	33.27 374	12.69 341	21.10 304	22.10 364	15.09 362	49.75 373	29.51 374	54.10 384	56.36 372	59.73 380	64.93 387	65.43 391	57.34 388	52.70 385	41.02 367	10.52 366	6.09 372	7.35 359	20.29 382	9.66 352	9.65 361

XQC	25.15 354	18.26 358	52.31 365	22.53 366	12.15 351	37.47 354	21.78 348	38.74 334	55.51 369	32.40 331	30.75 230	38.36 331	30.19 340	38.28 360	41.25 368	4.61 345	1.44 316	2.77 336	2.26 336	12.52 365	9.49 360

ccnet	24.80 352	17.64 356	24.53 314	12.35 320	18.18 370	38.47 357	17.76 337	46.24 369	32.78 263	37.51 349	46.76 349	38.80 333	30.45 341	38.35 361	41.98 369	9.41 364	6.40 373	9.67 366	8.04 365	11.64 364	9.00 356

PVD	34.10 376	19.91 362	39.04 346	27.08 373	18.09 369	35.11 348	44.32 390	52.16 379	66.36 391	53.04 378	64.50 386	52.33 376	56.17 384	52.24 384	42.11 370	4.17 343	4.82 368	9.60 365	4.65 354	11.11 362	25.25 385

RainbowNet	51.77 387	63.10 397	65.03 385	60.15 392	39.21 388	59.39 389	31.46 376	57.61 390	78.49 406	50.61 374	66.05 391	59.57 384	45.26 372	50.17 378	42.57 371	46.92 394	45.90 395	53.26 393	32.46 387	54.03 394	34.14 390

ADCMid	23.61 349	12.42 340	44.10 354	11.85 312	8.33 326	27.89 321	20.03 344	36.49 318	39.56 311	40.81 355	47.01 353	36.89 326	43.95 371	39.12 365	42.60 372	1.95 312	1.55 324	3.05 337	3.98 349	5.20 328	5.37 322

RTS	30.97 370	24.38 372	96.47 415	17.75 350	12.63 354	58.43 387	26.47 367	38.01 328	63.33 386	44.41 365	46.81 350	33.16 308	45.26 372	52.06 382	42.65 373	2.66 324	1.40 309	1.09 296	1.02 308	5.49 332	5.86 326

RTSA	30.97 370	24.38 372	96.47 415	17.75 350	12.63 354	58.43 387	26.47 367	38.01 328	63.33 386	44.41 365	46.81 350	33.16 308	45.26 372	52.06 382	42.65 373	2.66 324	1.40 309	1.09 296	1.02 308	5.49 332	5.86 326

WZ-Net	25.86 360	14.23 346	64.17 381	15.77 341	10.61 344	39.36 360	28.01 371	41.38 349	54.97 364	28.82 309	53.68 367	40.90 343	30.14 339	37.91 359	42.98 375	1.59 301	0.49 192	0.73 272	0.95 303	5.43 330	5.12 319

AnyNet_C32	24.34 350	15.07 350	42.84 352	13.07 324	11.83 349	31.80 337	31.73 377	32.47 270	45.77 339	35.92 343	49.66 359	34.05 313	35.21 353	44.09 374	43.39 376	1.61 305	1.70 327	1.22 305	2.94 342	4.87 326	7.60 344

ELAS_RVC	34.88 378	20.50 364	37.14 344	22.37 365	15.07 361	54.02 379	38.42 385	50.06 376	56.72 374	61.86 388	63.52 381	58.79 382	54.60 383	54.13 387	43.99 377	12.20 374	7.90 378	10.75 368	7.65 363	14.42 368	13.42 371
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficientorigin	29.50 367	36.05 381	99.77 425	9.67 265	5.93 265	26.79 315	16.02 320	26.87 215	55.18 366	61.15 384	57.72 376	45.04 359	50.99 380	26.90 314	44.78 378	0.53 205	0.54 201	1.72 316	2.53 338	11.05 361	10.75 365

ELAS	34.78 377	20.32 363	38.13 345	21.79 361	14.89 360	57.95 386	37.04 383	51.15 378	51.19 358	60.95 383	64.42 385	59.08 383	54.44 382	51.53 380	46.26 379	12.00 373	7.83 377	10.46 367	8.04 365	14.42 368	13.71 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCS	27.11 363	15.49 352	48.87 361	15.20 338	10.99 345	31.86 338	24.37 361	43.99 362	58.30 376	43.12 361	49.92 361	41.90 350	41.43 368	42.90 373	46.29 380	3.00 330	2.60 346	2.45 331	3.47 345	7.63 341	8.41 352

BEATNet-Init1	36.29 381	22.72 369	56.79 373	28.53 374	13.41 358	59.81 390	33.49 378	53.72 383	58.64 377	60.78 382	63.63 382	70.42 393	56.59 386	53.93 386	46.48 381	5.63 352	4.14 366	7.49 360	7.45 362	11.35 363	10.88 367

coex-ft	31.29 373	39.15 385	93.51 414	9.71 268	5.77 258	36.25 351	26.79 369	31.43 262	59.45 379	73.35 400	58.73 377	45.49 361	48.48 376	30.19 329	46.52 382	1.59 301	1.71 328	0.94 291	0.97 306	9.43 350	6.35 334

MSC_U_SF_DS_RVC	37.85 383	35.62 380	55.10 368	38.16 381	13.19 357	57.63 384	24.72 362	52.87 382	63.40 388	66.39 392	63.74 383	58.16 380	54.28 381	51.56 381	47.39 383	9.36 363	5.44 370	14.82 372	15.34 380	18.80 377	11.04 369

ACVNet_2	58.13 393	62.74 396	73.58 395	66.59 395	38.77 387	63.23 392	49.56 391	72.12 404	82.24 410	79.37 408	88.96 415	76.25 397	73.29 398	55.14 388	48.05 384	38.17 388	24.21 386	54.92 394	37.94 389	48.23 389	29.29 388

222	13.07 258	1.99 93	10.74 168	6.56 135	2.74 146	19.95 270	2.54 95	34.13 289	24.42 193	22.52 257	31.39 238	20.78 220	16.99 255	14.31 179	48.07 385	0.16 114	1.33 300	0.01 55	0.32 228	0.37 119	2.02 234

Consistency-Raft	41.94 384	35.39 379	45.40 356	33.16 379	41.47 389	45.14 369	33.50 379	56.78 388	55.37 368	32.11 328	65.41 388	30.46 290	49.76 378	40.94 370	48.33 386	27.72 386	35.00 390	43.33 387	51.89 398	39.60 388	28.04 386

AnyNet_C01	30.67 368	27.57 375	76.09 398	17.61 349	12.18 352	50.42 375	28.89 372	39.14 339	41.14 318	41.36 356	65.66 390	47.21 367	40.16 364	47.50 376	49.82 387	2.38 321	2.79 352	2.31 326	2.83 341	8.35 346	9.99 364

IMH-64-1	59.89 394	58.89 392	69.08 390	66.46 393	50.96 391	57.48 382	51.18 393	69.03 398	67.25 392	67.90 393	80.31 404	70.42 393	74.30 399	72.66 405	50.07 388	42.88 391	43.00 392	65.88 395	47.48 391	53.41 392	39.15 392

IMH-64	59.89 394	58.89 392	69.08 390	66.46 393	50.96 391	57.48 382	51.18 393	69.03 398	67.25 392	67.90 393	80.31 404	70.42 393	74.30 399	72.66 405	50.07 388	42.88 391	43.00 392	65.88 395	47.48 391	53.41 392	39.15 392

anonymity	52.60 388	58.73 391	63.81 380	41.37 384	59.41 399	53.52 377	41.39 386	56.50 387	40.60 316	55.03 379	49.64 358	49.57 371	56.22 385	59.42 389	50.07 388	55.57 397	50.19 401	51.15 391	51.23 396	51.90 390	56.75 398

IMH	63.51 396	61.05 395	69.15 392	69.90 397	54.09 396	65.82 396	55.66 395	72.12 404	72.52 399	72.73 398	81.82 406	73.16 396	79.86 404	77.03 410	52.57 391	44.46 393	50.01 400	68.11 397	51.57 397	56.59 396	41.88 395

ktn	72.86 405	80.20 412	70.88 393	79.38 408	69.76 411	75.01 401	70.17 407	69.27 400	77.21 403	73.05 399	77.79 401	77.79 398	77.01 402	73.04 407	56.44 392	79.36 409	66.31 410	80.24 407	68.37 401	72.53 408	63.45 403

SGM+DAISY	55.54 391	57.77 390	64.45 383	40.89 383	53.89 393	63.34 393	50.45 392	56.00 386	45.95 340	61.43 386	64.32 384	61.05 386	56.70 387	61.32 392	56.86 393	56.51 398	49.35 399	50.49 390	50.00 395	52.52 391	57.57 399

SPS-STEREO	56.02 392	59.82 394	64.35 382	45.23 387	53.96 394	61.34 391	44.05 389	60.08 391	50.73 352	62.61 389	61.78 380	59.73 385	57.62 389	60.63 391	59.08 394	58.29 399	48.28 396	51.30 392	49.29 394	55.67 395	56.59 397
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
notaker	72.59 404	79.99 411	79.75 402	79.06 406	68.60 408	63.66 394	62.15 398	69.61 401	75.78 402	77.77 405	79.16 402	79.92 403	84.80 411	77.69 411	59.73 395	70.15 406	61.03 409	77.65 403	68.69 402	70.81 403	65.81 407

MFMNet_re	72.11 402	79.45 409	64.79 384	52.91 390	84.26 415	78.00 409	69.47 404	64.08 393	67.45 395	61.33 385	71.28 396	64.22 390	69.42 394	72.45 402	61.54 396	81.63 414	73.93 415	80.19 406	74.21 407	83.02 415	88.49 418

LRCNet_RVC	73.95 407	70.63 400	75.65 397	77.92 404	60.69 402	41.66 366	16.24 322	71.26 402	48.66 346	88.23 416	93.84 418	90.11 415	82.18 407	80.69 413	61.88 397	97.09 423	72.20 414	96.71 422	97.62 423	77.99 412	77.70 414

WAO-6	71.06 399	73.42 403	67.24 387	79.78 409	61.93 403	69.67 398	60.23 397	75.12 409	87.02 413	74.87 401	79.60 403	79.28 401	84.75 410	68.25 396	61.91 398	67.67 403	48.98 398	81.65 408	73.43 405	66.76 399	59.64 400

NVStereoNet_ROB	42.81 386	34.00 378	46.84 358	37.40 380	28.64 383	35.65 350	33.88 381	49.95 375	58.27 375	69.65 395	75.69 399	66.36 392	65.66 392	48.37 377	62.04 399	16.50 378	25.07 387	23.61 378	32.35 386	21.58 380	24.72 384
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
TorneroNet-64	66.18 397	71.37 401	72.19 394	76.80 402	59.54 400	67.82 397	59.56 396	67.83 397	79.98 407	63.09 390	67.00 392	82.98 405	69.97 395	68.02 394	62.78 400	49.03 395	44.17 394	73.23 399	64.19 400	69.14 401	54.83 396

PWCK	66.53 398	88.82 417	80.30 403	80.69 410	30.85 384	65.18 395	41.64 387	72.55 406	71.28 398	78.68 407	69.18 394	78.14 399	62.17 391	82.93 414	63.46 401	80.46 412	40.52 391	82.05 410	47.71 393	74.54 410	39.47 394

LVE	71.96 401	73.19 402	84.13 407	75.60 400	55.78 398	75.59 403	63.60 400	77.67 410	83.64 411	82.16 409	87.25 414	83.54 407	82.79 409	76.17 408	65.22 402	49.11 396	57.71 407	74.86 401	62.93 399	66.84 400	61.36 401

WAO-7	72.48 403	78.58 406	55.84 371	79.20 407	69.56 410	71.30 399	73.06 408	78.20 413	84.37 412	77.52 404	85.78 410	79.44 402	80.26 405	65.93 393	66.47 403	62.13 401	69.81 413	70.46 398	73.18 404	66.66 398	61.95 402

TorneroNet	71.59 400	73.91 404	76.67 399	81.06 411	65.65 404	71.44 400	65.68 401	71.66 403	75.08 401	71.76 397	73.09 398	84.12 409	74.51 401	70.46 400	69.58 404	59.87 400	48.58 397	79.93 404	73.78 406	75.74 411	69.18 410

WAO-8	77.20 410	78.94 407	67.39 388	86.73 415	72.82 412	79.98 412	69.63 405	77.88 411	88.66 415	83.17 412	86.77 411	85.56 411	85.20 412	72.63 403	69.82 405	75.00 407	55.65 404	87.92 418	83.63 413	71.60 405	64.97 405

Venus	77.20 410	78.94 407	67.39 388	86.73 415	72.82 412	79.98 412	69.63 405	77.88 411	88.66 415	83.17 412	86.77 411	85.56 411	85.20 412	72.63 403	69.82 405	75.00 407	55.65 404	87.92 418	83.63 413	71.61 406	64.97 405

UNDER WATER-64	73.59 406	75.19 405	88.26 410	74.50 399	55.55 397	78.94 410	76.55 410	65.86 395	68.37 396	75.79 403	69.24 395	84.00 408	77.49 403	69.01 398	73.11 407	81.39 413	57.22 406	82.69 412	80.62 410	69.53 402	68.45 409

Dean	80.94 414	86.19 416	83.94 406	85.03 414	60.07 401	75.42 402	67.27 402	81.85 415	88.36 414	92.35 418	87.09 413	92.14 417	93.19 417	83.37 415	74.06 408	68.69 404	66.48 411	94.89 421	84.90 416	83.86 417	69.69 411

HanzoNet	77.99 412	81.45 414	83.64 404	78.05 405	69.26 409	75.78 404	69.09 403	73.99 407	78.09 405	82.39 411	83.06 407	85.66 413	87.00 415	86.11 416	74.40 409	85.46 419	68.53 412	81.84 409	75.61 408	73.07 409	67.26 408

UNDER WATER	76.36 409	79.65 410	88.23 409	84.62 413	67.01 406	77.90 408	78.03 411	67.43 396	72.64 400	75.52 402	71.49 397	85.52 410	82.57 408	70.68 401	75.48 410	79.61 411	54.01 403	86.59 416	84.76 415	72.44 407	72.94 412

JetBlue	54.72 390	46.20 386	75.05 396	51.44 389	47.85 390	76.48 406	62.38 399	64.44 394	62.86 385	63.67 391	65.49 389	78.96 400	68.77 393	68.63 397	75.95 411	37.07 387	25.78 389	29.10 382	29.19 385	29.75 384	35.27 391

MADNet+	53.97 389	69.36 399	98.79 422	67.30 396	38.52 386	79.97 411	81.50 413	61.38 392	62.53 384	52.01 377	55.50 373	61.22 387	59.61 390	70.25 399	77.26 412	25.21 384	25.07 387	17.40 374	12.69 377	34.21 387	29.70 389

KSHMR	88.63 417	93.05 419	84.15 408	95.59 420	91.74 420	82.94 414	83.28 414	84.59 416	81.87 409	87.85 415	83.96 408	91.71 416	81.49 406	76.73 409	82.12 413	96.47 422	96.06 422	96.71 422	97.16 422	92.74 422	92.47 422

DPSimNet_ROB	74.86 408	83.75 415	61.14 379	77.51 403	65.78 405	76.04 405	75.86 409	74.62 408	77.61 404	82.20 410	75.97 400	80.50 404	72.45 396	68.06 395	84.65 414	81.90 415	52.11 402	79.97 405	76.71 409	70.85 404	79.47 415

JetRed	79.80 413	80.33 413	91.79 412	71.25 398	75.71 414	91.85 416	80.84 412	79.41 414	80.84 408	84.48 414	84.47 409	83.34 406	72.72 397	79.51 412	85.74 415	69.66 405	81.68 416	73.70 400	72.68 403	82.42 414	73.53 413

SPstereo	83.66 415	69.17 398	79.52 401	76.33 401	67.79 407	88.06 415	91.78 416	100.00 427	100.00 427	99.12 423	99.11 422	100.00 430	98.10 421	98.44 423	89.22 416	65.98 402	60.50 408	82.46 411	81.00 411	62.47 397	64.12 404

ASD4	87.80 416	90.70 418	83.73 405	83.43 412	90.78 419	97.93 419	99.61 424	89.14 417	96.84 421	88.33 417	93.49 416	89.94 414	86.43 414	88.88 417	91.91 417	79.57 410	81.89 417	76.64 402	81.57 412	83.78 416	81.45 416

xxxxx1	91.89 419	95.36 421	98.42 419	87.40 417	89.37 416	98.54 420	98.20 421	92.95 418	93.30 418	93.53 419	95.30 419	97.01 419	96.36 418	94.68 418	94.93 418	83.39 416	84.31 418	82.86 413	88.15 418	84.30 418	89.46 419

tt_ll	91.89 419	95.36 421	98.42 419	87.40 417	89.37 416	98.54 420	98.20 421	92.95 418	93.30 418	93.53 419	95.30 419	97.01 419	96.36 418	94.68 418	94.93 418	83.39 416	84.31 418	82.86 413	88.15 418	84.30 418	89.46 419

ff	91.89 419	95.36 421	98.42 419	87.40 417	89.37 416	98.54 420	98.20 421	92.95 418	93.30 418	93.53 419	95.30 419	97.01 419	96.36 418	94.68 418	94.93 418	83.39 416	84.31 418	82.86 413	88.15 418	84.30 418	89.46 419

MADNet++	94.07 422	93.58 420	90.62 411	96.24 421	96.57 421	97.26 418	90.52 415	94.64 421	91.89 417	97.09 422	93.64 417	94.65 418	92.81 416	96.06 421	95.06 421	95.31 421	95.85 421	92.44 420	92.08 421	91.00 421	94.17 424

HaxPig	99.40 425	99.99 426	97.53 417	99.99 427	99.99 426	96.91 417	97.19 418	99.57 425	99.99 425	99.98 428	100.00 426	99.99 428	99.96 425	99.06 424	97.86 422	99.99 425	100.00 428	100.00 426	100.00 427	100.00 427	99.98 427

PML	99.07 423	100.00 429	98.17 418	99.22 424	99.21 424	99.98 426	99.74 425	98.27 423	98.10 422	100.00 429	99.37 423	98.77 423	99.85 424	100.00 429	98.07 423	100.00 427	99.54 423	100.00 426	99.51 425	99.87 426	93.65 423

MEDIAN_ROB	99.20 424	99.85 424	99.64 424	98.51 423	98.53 423	98.60 423	97.88 420	98.83 424	98.59 423	99.35 426	99.47 424	99.57 424	99.05 423	98.38 422	98.37 424	99.99 425	99.63 424	100.00 426	100.00 427	99.82 425	99.92 426

Anonymous_1	99.63 426	99.96 425	99.94 426	99.77 426	99.59 425	100.00 427	100.00 427	99.81 426	99.98 424	99.63 427	99.94 425	99.75 425	100.00 426	99.67 425	99.89 425	98.37 424	99.84 425	98.70 424	99.26 424	99.29 424	99.24 425

test_example2	99.67 427	99.99 426	99.99 427	100.00 428	99.99 426	99.87 425	99.99 426	98.01 422	100.00 427	100.00 429	100.00 426	98.18 422	98.43 422	99.98 426	99.98 426	100.00 427	99.99 427	99.40 425	99.52 426	100.00 427	100.00 428

DPSMNet_ROB	99.95 429	100.00 429	100.00 429	100.00 428	100.00 428	100.00 427	100.00 427	100.00 427	100.00 427	99.16 424	100.00 426	99.95 426	100.00 426	99.98 426	99.99 427	100.00 427	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

DGTPSM_ROB	99.95 429	100.00 429	100.00 429	100.00 428	100.00 428	100.00 427	100.00 427	100.00 427	100.00 427	99.16 424	100.00 426	99.95 426	100.00 426	99.98 426	99.99 427	100.00 427	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

MyStereo03	100.00 431	100.00 429	100.00 429	100.00 428	100.00 428	100.00 427	100.00 427	100.00 427	100.00 427	100.00 429	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 427	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

MyStereo02	100.00 431	100.00 429	100.00 429	100.00 428	100.00 428	100.00 427	100.00 427	100.00 427	100.00 427	100.00 429	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 427	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

MyStereo	100.00 431	100.00 429	100.00 429	100.00 428	100.00 428	100.00 427	100.00 427	100.00 427	100.00 427	100.00 429	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 427	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

Selective-RAFT-Error	100.00 431	100.00 429	100.00 429	100.00 428	100.00 428	100.00 427	100.00 427	100.00 427	100.00 427	100.00 429	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 427	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

tt	89.84 418	1.21 7	99.99 427	99.29 425	100.00 428	100.00 427	100.00 427	100.00 427	99.99 425	78.46 406	68.51 393	99.99 428	100.00 426	100.00 429	100.00 429	95.27 420	99.93 426	87.33 417	86.20 417	94.13 423	86.50 417

CasAABBNet	100.00 431	100.00 429	100.00 429	100.00 428	100.00 428	100.00 427	100.00 427	100.00 427	100.00 427	100.00 429	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 427	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

LSM0	100.00 431	100.00 429	100.00 429	100.00 428	100.00 428	100.00 427	100.00 427	100.00 427	100.00 427	100.00 429	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 427	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

DPSM_ROB	100.00 431	100.00 429	100.00 429	100.00 428	100.00 428	100.00 427	100.00 427	100.00 427	100.00 427	100.00 429	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 427	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

DPSM	100.00 431	100.00 429	100.00 429	100.00 428	100.00 428	100.00 427	100.00 427	100.00 427	100.00 427	100.00 429	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 427	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

AVERAGE_ROB	99.81 428	99.99 426	99.44 423	100.00 428	100.00 428	99.02 424	97.81 419	100.00 427	100.00 427	100.00 429	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 427	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

FADE		36.34 382		32.23 378	23.74 379			57.46 389	71.16 397	43.07 360		43.49 354		59.46 390		38.46 389	21.19 385	44.28 388	42.47 390	17.94 376	15.62 376

Low-res two-view benchmark