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

MIM_Stereo	0.18 53	0.12 81	0.38 127	0.20 57	0.11 42	0.17 9	0.14 13	0.35 104	0.25 58	0.27 89	0.35 148	0.23 93	0.13 32	0.27 108	0.16 67	0.06 1	0.07 158	0.08 65	0.08 109	0.08 81	0.06 18

LL-Strereo2	0.18 53	0.18 235	0.39 138	0.22 129	0.12 77	0.24 125	0.13 3	0.31 59	0.23 44	0.24 70	0.20 35	0.24 104	0.12 14	0.26 93	0.15 51	0.06 1	0.06 72	0.12 262	0.09 183	0.08 81	0.07 65

4D-IteraStereo	0.17 36	0.16 207	0.50 235	0.21 86	0.14 164	0.19 34	0.17 59	0.28 33	0.28 87	0.23 57	0.20 35	0.20 59	0.11 8	0.19 25	0.14 40	0.06 1	0.04 1	0.10 182	0.08 109	0.08 81	0.06 18

LoS_RVC	0.13 2	0.10 24	0.19 1	0.18 8	0.16 228	0.20 55	0.18 86	0.20 2	0.17 3	0.13 2	0.19 25	0.12 3	0.15 49	0.17 11	0.13 24	0.06 1	0.05 6	0.06 1	0.04 1	0.05 1	0.12 253

Selective-IGEV	0.12 1	0.09 9	0.22 6	0.19 26	0.10 20	0.15 4	0.14 13	0.27 21	0.15 2	0.13 2	0.14 14	0.13 11	0.08 1	0.21 39	0.12 6	0.06 1	0.05 6	0.07 14	0.06 23	0.06 6	0.05 1

ProNet	0.14 6	0.12 81	0.25 13	0.19 26	0.11 42	0.19 34	0.19 123	0.27 21	0.20 16	0.14 8	0.13 6	0.13 11	0.12 14	0.24 57	0.12 6	0.06 1	0.05 6	0.07 14	0.06 23	0.07 37	0.07 65

RAFT_CTSACE	0.21 116	0.16 207	0.41 165	0.25 245	0.15 205	0.22 93	0.24 242	0.32 67	0.28 87	0.33 195	0.51 283	0.29 160	0.17 86	0.32 156	0.13 24	0.06 1	0.07 158	0.09 120	0.08 109	0.08 81	0.06 18

test_4	0.18 53	0.12 81	0.34 78	0.23 171	0.12 77	0.18 13	0.22 200	0.26 14	0.24 54	0.24 70	0.47 268	0.22 74	0.13 32	0.24 57	0.16 67	0.06 1	0.05 6	0.09 120	0.09 183	0.07 37	0.05 1

iRaft-Stereo_5w	0.23 159	0.18 235	0.44 188	0.22 129	0.13 131	0.19 34	0.19 123	0.37 129	0.32 132	0.28 98	0.37 167	0.34 199	0.23 154	0.65 288	0.27 222	0.06 1	0.06 72	0.08 65	0.07 50	0.09 142	0.08 111

test-3	0.16 28	0.09 9	0.31 54	0.21 86	0.11 42	0.18 13	0.16 38	0.30 54	0.27 74	0.26 85	0.16 16	0.22 74	0.12 14	0.26 93	0.18 104	0.06 1	0.04 1	0.08 65	0.08 109	0.06 6	0.06 18

test_1	0.16 28	0.09 9	0.31 54	0.21 86	0.11 42	0.18 13	0.16 38	0.30 54	0.27 74	0.25 76	0.16 16	0.22 74	0.12 14	0.26 93	0.18 104	0.06 1	0.04 1	0.08 65	0.08 109	0.06 6	0.06 18

test_3	0.18 53	0.11 63	0.32 60	0.24 208	0.11 42	0.22 93	0.25 256	0.31 59	0.31 124	0.25 76	0.18 22	0.23 93	0.13 32	0.25 80	0.19 128	0.06 1	0.05 6	0.09 120	0.10 215	0.07 37	0.06 18

cross-raft	0.17 36	0.12 81	0.41 165	0.23 171	0.10 20	0.20 55	0.24 242	0.33 81	0.23 44	0.23 57	0.28 79	0.29 160	0.15 49	0.17 11	0.15 51	0.06 1	0.05 6	0.07 14	0.07 50	0.06 6	0.05 1

RAFT-Stereo + iAFF	0.17 36	0.14 164	0.32 60	0.20 57	0.09 7	0.19 34	0.17 59	0.32 67	0.30 114	0.25 76	0.33 135	0.20 59	0.17 86	0.19 25	0.15 51	0.06 1	0.05 6	0.07 14	0.07 50	0.07 37	0.05 1

AFF-stereo	0.18 53	0.15 189	0.32 60	0.21 86	0.10 20	0.18 13	0.18 86	0.33 81	0.27 74	0.25 76	0.37 167	0.25 111	0.17 86	0.24 57	0.15 51	0.06 1	0.05 6	0.08 65	0.08 109	0.07 37	0.05 1

MyStereo07	0.16 28	0.12 81	0.26 16	0.22 129	0.14 164	0.25 135	0.23 220	0.29 40	0.21 26	0.15 11	0.13 6	0.12 3	0.13 32	0.25 80	0.13 24	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

MyStereo06	0.20 102	0.12 81	0.57 264	0.21 86	0.14 164	0.25 135	0.23 220	0.40 153	0.21 26	0.30 151	0.24 59	0.31 178	0.18 108	0.22 44	0.18 104	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

MyStereo05	0.23 159	0.12 81	0.57 264	0.21 86	0.14 164	0.25 135	0.23 220	0.48 224	0.52 306	0.31 168	0.23 49	0.25 111	0.22 145	0.30 145	0.21 160	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

MyStereo04	0.23 159	0.12 81	0.55 256	0.22 129	0.14 164	0.25 135	0.23 220	0.49 230	0.52 306	0.28 98	0.23 49	0.27 138	0.23 154	0.30 145	0.22 174	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

AE-Stereo	0.17 36	0.11 63	0.31 54	0.24 208	0.14 164	0.23 110	0.18 86	0.34 87	0.29 105	0.15 11	0.25 64	0.21 67	0.13 32	0.20 28	0.14 40	0.07 16	0.08 223	0.09 120	0.10 215	0.07 37	0.06 18

ff7	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

IGEVStereo-DCA	0.14 6	0.11 63	0.27 21	0.19 26	0.12 77	0.20 55	0.18 86	0.27 21	0.20 16	0.15 11	0.12 2	0.14 21	0.12 14	0.28 120	0.14 40	0.07 16	0.06 72	0.08 65	0.07 50	0.07 37	0.07 65

ffff	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

rrr	0.17 36	0.11 63	0.57 264	0.19 26	0.12 77	0.20 55	0.18 86	0.35 104	0.22 33	0.15 11	0.12 2	0.14 21	0.12 14	0.28 120	0.14 40	0.07 16	0.06 72	0.08 65	0.07 50	0.07 37	0.07 65

11t	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

IGEV_Zeroshot_test	0.18 53	0.10 24	0.65 293	0.20 57	0.12 77	0.19 34	0.15 26	0.34 87	0.19 7	0.28 98	0.22 47	0.27 138	0.13 32	0.23 51	0.18 104	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.06 18

MSKI-zero shot	0.17 36	0.09 9	0.43 182	0.20 57	0.11 42	0.21 73	0.15 26	0.32 67	0.21 26	0.23 57	0.24 59	0.23 93	0.10 4	0.31 150	0.13 24	0.07 16	0.06 72	0.07 14	0.06 23	0.06 6	0.06 18

CASnet	0.14 6	0.12 81	0.22 6	0.22 129	0.08 2	0.16 6	0.15 26	0.27 21	0.25 58	0.22 54	0.20 35	0.15 27	0.11 8	0.17 11	0.13 24	0.07 16	0.05 6	0.11 229	0.09 183	0.08 81	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.13 2	0.09 9	0.23 8	0.18 8	0.19 281	0.19 34	0.16 38	0.23 6	0.14 1	0.13 2	0.17 19	0.13 11	0.16 63	0.16 7	0.12 6	0.07 16	0.05 6	0.07 14	0.08 109	0.07 37	0.06 18

RAFT-Test	0.17 36	0.10 24	0.38 127	0.19 26	0.12 77	0.25 135	0.17 59	0.33 81	0.23 44	0.23 57	0.29 88	0.27 138	0.14 42	0.20 28	0.14 40	0.07 16	0.06 72	0.07 14	0.07 50	0.06 6	0.06 18

HH	0.18 53	0.12 81	0.55 256	0.22 129	0.12 77	0.18 13	0.18 86	0.34 87	0.19 7	0.20 41	0.24 59	0.34 199	0.18 108	0.29 133	0.12 6	0.07 16	0.05 6	0.07 14	0.07 50	0.07 37	0.06 18

HanStereo	0.18 53	0.12 81	0.55 256	0.22 129	0.12 77	0.18 13	0.18 86	0.34 87	0.19 7	0.20 41	0.24 59	0.34 199	0.18 108	0.29 133	0.12 6	0.07 16	0.05 6	0.07 14	0.07 50	0.07 37	0.06 18

anonymousdsp2	0.17 36	0.10 24	0.28 29	0.20 57	0.11 42	0.25 135	0.17 59	0.41 163	0.31 124	0.23 57	0.23 49	0.22 74	0.15 49	0.25 80	0.15 51	0.07 16	0.05 6	0.07 14	0.05 9	0.08 81	0.07 65

anonymousdsp	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.28 33	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.07 65

CES	0.14 6	0.08 2	0.19 1	0.17 5	0.22 318	0.18 13	0.16 38	0.23 6	0.19 7	0.14 8	0.17 19	0.14 21	0.10 4	0.18 19	0.12 6	0.07 16	0.05 6	0.06 1	0.04 1	0.08 81	0.18 319

EGLCR-Stereo	0.13 2	0.08 2	0.20 3	0.18 8	0.09 7	0.21 73	0.13 3	0.27 21	0.21 26	0.13 2	0.10 1	0.15 27	0.09 2	0.20 28	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.06 18

DCRE	0.20 102	0.13 136	0.40 143	0.21 86	0.15 205	0.20 55	0.19 123	0.30 54	0.27 74	0.22 54	0.80 355	0.23 93	0.16 63	0.23 51	0.15 51	0.07 16	0.07 158	0.07 14	0.08 109	0.07 37	0.06 18

Selective-RAFT	0.17 36	0.12 81	0.30 42	0.24 208	0.10 20	0.29 191	0.15 26	0.32 67	0.31 124	0.17 28	0.17 19	0.21 67	0.18 108	0.28 120	0.17 90	0.07 16	0.06 72	0.07 14	0.07 50	0.08 81	0.06 18

MC-Stereo	0.14 6	0.09 9	0.25 13	0.21 86	0.09 7	0.18 13	0.16 38	0.23 6	0.19 7	0.18 39	0.23 49	0.16 34	0.13 32	0.22 44	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.05 1

RCA-Stereo	0.16 28	0.09 9	0.25 13	0.20 57	0.10 20	0.19 34	0.17 59	0.36 123	0.35 156	0.20 41	0.25 64	0.17 39	0.17 86	0.18 19	0.14 40	0.07 16	0.05 6	0.07 14	0.06 23	0.06 6	0.05 1

CroCo-Stereo Lap2	0.15 21	0.15 189	0.28 29	0.25 245	0.18 263	0.11 1	0.19 123	0.28 33	0.21 26	0.13 2	0.16 16	0.15 27	0.12 14	0.17 11	0.14 40	0.07 16	0.07 158	0.08 65	0.06 23	0.08 81	0.07 65

TestStereo1	0.21 116	0.16 207	0.32 60	0.26 273	0.13 131	0.26 152	0.27 272	0.40 153	0.36 166	0.29 123	0.39 189	0.22 74	0.21 134	0.33 162	0.17 90	0.07 16	0.06 72	0.09 120	0.08 109	0.08 81	0.07 65

DCANet-4	0.19 89	0.10 24	0.52 245	0.19 26	0.09 7	0.19 34	0.18 86	0.36 123	0.39 193	0.29 123	0.30 99	0.17 39	0.22 145	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

ccc-4	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

fff	0.19 89	0.13 136	0.40 143	0.18 8	0.09 7	0.19 34	0.18 86	0.35 104	0.43 226	0.29 123	0.30 99	0.18 46	0.28 223	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

ADStereo(finetuned)	0.19 89	0.13 136	0.49 225	0.19 26	0.09 7	0.19 34	0.18 86	0.34 87	0.39 193	0.29 123	0.31 113	0.18 46	0.31 256	0.21 39	0.19 128	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.07 65

raft_robust	0.22 142	0.17 223	0.30 42	0.22 129	0.12 77	0.23 110	0.22 200	0.49 230	0.48 280	0.32 186	0.32 116	0.26 130	0.23 154	0.53 234	0.15 51	0.07 16	0.06 72	0.08 65	0.10 215	0.08 81	0.06 18

RAFT+CT+SA	0.21 116	0.18 235	0.33 73	0.25 245	0.18 263	0.23 110	0.29 289	0.40 153	0.36 166	0.24 70	0.38 177	0.18 46	0.16 63	0.32 156	0.16 67	0.07 16	0.05 6	0.09 120	0.12 280	0.09 142	0.09 161

test_5	0.23 159	0.19 250	0.38 127	0.26 273	0.18 263	0.25 135	0.29 289	0.40 153	0.37 175	0.29 123	0.40 196	0.25 111	0.22 145	0.34 168	0.18 104	0.07 16	0.05 6	0.09 120	0.09 183	0.10 189	0.10 206

SA-5K	0.21 116	0.16 207	0.32 60	0.26 273	0.13 131	0.26 152	0.27 272	0.40 153	0.36 166	0.29 123	0.39 189	0.22 74	0.21 134	0.33 162	0.17 90	0.07 16	0.06 72	0.09 120	0.08 109	0.08 81	0.07 65

Sa-1000	0.22 142	0.15 189	0.35 86	0.23 171	0.13 131	0.28 172	0.23 220	0.47 213	0.39 193	0.30 151	0.50 277	0.26 130	0.19 121	0.33 162	0.16 67	0.07 16	0.06 72	0.10 182	0.11 248	0.08 81	0.06 18

SA	0.22 142	0.16 207	0.36 103	0.23 171	0.13 131	0.24 125	0.23 220	0.45 197	0.40 206	0.27 89	0.44 239	0.23 93	0.23 154	0.33 162	0.17 90	0.07 16	0.06 72	0.10 182	0.11 248	0.08 81	0.06 18

IGEV-Stereo	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.28 33	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.07 65
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.19 89	0.10 24	0.46 204	0.19 26	0.13 131	0.25 135	0.19 123	0.52 261	0.19 7	0.29 123	0.21 43	0.22 74	0.20 129	0.28 120	0.18 104	0.07 16	0.06 72	0.07 14	0.08 109	0.08 81	0.08 111

GLC_STEREO	0.15 21	0.10 24	0.24 10	0.21 86	0.09 7	0.17 9	0.15 26	0.23 6	0.27 74	0.17 28	0.20 35	0.17 39	0.11 8	0.23 51	0.16 67	0.07 16	0.09 251	0.09 120	0.08 109	0.07 37	0.06 18

IPLG	0.21 116	0.15 189	0.53 248	0.21 86	0.12 77	0.28 172	0.17 59	0.42 175	0.30 114	0.33 195	0.32 116	0.15 27	0.17 86	0.50 218	0.21 160	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.06 18

MIPNet	0.21 116	0.15 189	0.52 245	0.21 86	0.12 77	0.27 159	0.20 161	0.45 197	0.37 175	0.30 151	0.23 49	0.19 57	0.24 169	0.27 108	0.19 128	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.06 18

IPLGR	0.21 116	0.13 136	0.61 277	0.21 86	0.11 42	0.25 135	0.18 86	0.41 163	0.37 175	0.28 98	0.27 75	0.21 67	0.19 121	0.37 183	0.18 104	0.07 16	0.06 72	0.08 65	0.07 50	0.07 37	0.06 18

GMOStereo	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

error version	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

test-v	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

CrosDoStereo	0.31 262	0.10 24	0.49 225	0.18 8	0.12 77	0.22 93	1.11 405	0.34 87	0.37 175	0.38 255	0.61 325	0.28 153	0.46 326	0.61 267	0.57 328	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.07 65

LCNet	0.21 116	0.11 63	0.29 36	0.25 245	0.12 77	0.23 110	0.19 123	0.34 87	0.26 65	0.28 98	0.35 148	0.26 130	0.30 245	0.35 177	0.17 90	0.07 16	0.05 6	0.09 120	0.10 215	0.13 264	0.22 348

STrans-v2	0.24 182	0.13 136	0.54 251	0.21 86	0.12 77	0.23 110	0.21 184	0.47 213	0.28 87	0.31 168	0.42 218	0.36 218	0.35 277	0.62 275	0.23 188	0.07 16	0.05 6	0.08 65	0.07 50	0.06 6	0.06 18

TransformOpticalFlow	0.24 182	0.13 136	0.56 260	0.23 171	0.11 42	0.21 73	0.19 123	0.40 153	0.32 132	0.30 151	0.43 230	0.36 218	0.31 256	0.61 267	0.20 139	0.07 16	0.05 6	0.08 65	0.07 50	0.06 6	0.07 65

OMP-Stereo	0.23 159	0.14 164	0.35 86	0.29 316	0.13 131	0.21 73	0.16 38	0.37 129	0.33 143	0.34 211	0.30 99	0.34 199	0.19 121	0.70 300	0.24 197	0.07 16	0.06 72	0.09 120	0.07 50	0.07 37	0.06 18

NRIStereo	0.18 53	0.11 63	0.35 86	0.23 171	0.11 42	0.24 125	0.20 161	0.29 40	0.26 65	0.26 85	0.25 64	0.25 111	0.18 108	0.34 168	0.18 104	0.07 16	0.06 72	0.09 120	0.07 50	0.09 142	0.08 111

PSM-AAD	0.25 204	0.10 24	0.30 42	0.24 208	0.12 77	0.26 152	0.38 335	0.34 87	0.28 87	0.35 227	0.39 189	0.28 153	0.79 370	0.30 145	0.16 67	0.07 16	0.06 72	0.12 262	0.11 248	0.08 81	0.21 343

KYRaft	0.22 142	0.10 24	0.30 42	0.23 171	0.12 77	0.23 110	0.23 220	0.35 104	0.24 54	0.35 227	0.54 299	0.34 199	0.26 193	0.29 133	0.15 51	0.07 16	0.05 6	0.09 120	0.10 215	0.08 81	0.31 367

ASMatch	0.23 159	0.11 63	0.51 241	0.24 208	0.14 164	0.19 34	0.17 59	0.31 59	0.28 87	0.28 98	0.68 338	0.27 138	0.26 193	0.50 218	0.22 174	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.11 231

DeepStereo_LL	0.31 262	0.10 24	0.49 225	0.18 8	0.12 77	0.22 93	1.11 405	0.34 87	0.37 175	0.38 255	0.61 325	0.28 153	0.46 326	0.61 267	0.57 328	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.07 65

DEmStereo	0.26 214	0.09 9	0.47 211	0.19 26	0.12 77	0.30 208	0.25 256	0.28 33	0.36 166	0.36 242	0.58 311	0.25 111	0.48 335	0.53 234	0.44 301	0.07 16	0.06 72	0.08 65	0.08 109	0.06 6	0.07 65

THIR-Stereo	0.29 248	0.12 81	0.41 165	0.19 26	0.11 42	0.28 172	0.72 383	0.32 67	0.35 156	0.37 247	0.65 332	0.34 199	0.50 337	0.57 250	0.45 304	0.07 16	0.06 72	0.08 65	0.09 183	0.07 37	0.07 65

DRaft	0.24 182	0.10 24	0.34 78	0.18 8	0.12 77	0.28 172	0.23 220	0.33 81	0.39 193	0.38 255	0.61 325	0.21 67	0.41 305	0.48 211	0.42 296	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.08 111

GrayStereo	0.25 204	0.09 9	0.32 60	0.26 273	0.13 131	0.23 110	0.47 360	0.34 87	0.30 114	0.39 270	0.47 268	0.30 170	0.79 370	0.29 133	0.16 67	0.07 16	0.06 72	0.08 65	0.09 183	0.07 37	0.13 265

RAFT-RH_RVC	0.25 204	0.11 63	0.45 198	0.21 86	0.12 77	0.25 135	0.14 13	0.27 21	0.27 74	0.38 255	1.15 376	0.23 93	0.17 86	0.57 250	0.24 197	0.07 16	0.05 6	0.10 182	0.07 50	0.06 6	0.07 65

RAFT-345	0.21 116	0.10 24	0.46 204	0.22 129	0.11 42	0.20 55	0.16 38	0.26 14	0.25 58	0.27 89	0.66 334	0.21 67	0.16 63	0.55 239	0.21 160	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.06 18

test-2	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

test-1	0.17 36	0.11 63	0.40 143	0.23 171	0.13 131	0.22 93	0.23 220	0.34 87	0.26 65	0.20 41	0.24 59	0.22 74	0.14 42	0.16 7	0.20 139	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.08 111

GMM-Stereo	0.21 116	0.10 24	0.43 182	0.23 171	0.13 131	0.24 125	0.25 256	0.37 129	0.27 74	0.30 151	0.45 251	0.27 138	0.21 134	0.31 150	0.17 90	0.07 16	0.05 6	0.10 182	0.09 183	0.08 81	0.19 326

Prome-Stereo	0.21 116	0.10 24	0.30 42	0.24 208	0.12 77	0.23 110	0.23 220	0.36 123	0.25 58	0.33 195	0.59 313	0.24 104	0.28 223	0.29 133	0.16 67	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.20 336

iRaftStereo_RVC	0.16 28	0.12 81	0.26 16	0.21 86	0.11 42	0.20 55	0.17 59	0.32 67	0.23 44	0.20 41	0.25 64	0.18 46	0.12 14	0.20 28	0.15 51	0.07 16	0.05 6	0.09 120	0.09 183	0.08 81	0.07 65

CREStereo++_RVC	0.15 21	0.08 2	0.26 16	0.17 5	0.11 42	0.18 13	0.13 3	0.22 3	0.30 114	0.21 50	0.30 99	0.13 11	0.11 8	0.16 7	0.15 51	0.07 16	0.04 1	0.06 1	0.15 317	0.06 6	0.05 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.17 36	0.09 9	0.26 16	0.18 8	0.07 1	0.32 227	0.19 123	0.37 129	0.32 132	0.23 57	0.25 64	0.18 46	0.17 86	0.25 80	0.16 67	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.05 1

DCANet	0.18 53	0.13 136	0.40 143	0.19 26	0.09 7	0.19 34	0.18 86	0.34 87	0.39 193	0.29 123	0.31 113	0.18 46	0.23 154	0.20 28	0.19 128	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.07 65

csc	0.19 89	0.13 136	0.40 143	0.18 8	0.09 7	0.19 34	0.18 86	0.35 104	0.43 226	0.29 123	0.30 99	0.18 46	0.28 223	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

cscssc	0.19 89	0.13 136	0.40 143	0.18 8	0.09 7	0.19 34	0.18 86	0.35 104	0.43 226	0.29 123	0.30 99	0.18 46	0.28 223	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

111	0.20 102	0.17 223	0.40 143	0.18 8	0.09 7	0.24 125	0.17 59	0.41 163	0.45 252	0.23 57	0.29 88	0.29 160	0.21 134	0.24 57	0.18 104	0.07 16	0.05 6	0.07 14	0.06 23	0.07 37	0.08 111

test_xeample3	0.16 28	0.11 63	0.56 260	0.19 26	0.12 77	0.20 55	0.18 86	0.35 104	0.20 16	0.16 24	0.12 2	0.13 11	0.12 14	0.24 57	0.15 51	0.07 16	0.06 72	0.07 14	0.08 109	0.07 37	0.07 65

ARAFT	0.24 182	0.21 271	0.78 317	0.22 129	0.12 77	0.29 191	0.24 242	0.43 185	0.32 132	0.33 195	0.28 79	0.28 153	0.19 121	0.49 216	0.18 104	0.07 16	0.06 72	0.12 262	0.11 248	0.09 142	0.06 18

EAI-Stereo	0.21 116	0.10 24	0.33 73	0.21 86	0.12 77	0.30 208	0.46 356	0.46 206	0.20 16	0.25 76	0.50 277	0.17 39	0.16 63	0.24 57	0.23 188	0.07 16	0.06 72	0.07 14	0.10 215	0.06 6	0.07 65

CFNet-RSSM	0.17 36	0.10 24	0.40 143	0.20 57	0.11 42	0.20 55	0.15 26	0.36 123	0.30 114	0.23 57	0.21 43	0.26 130	0.15 49	0.20 28	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.05 1

Gwc-CoAtRS	0.17 36	0.10 24	0.37 108	0.20 57	0.12 77	0.19 34	0.15 26	0.32 67	0.28 87	0.23 57	0.23 49	0.27 138	0.15 49	0.20 28	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.06 18

DIP-Stereo	0.18 53	0.12 81	0.33 73	0.20 57	0.13 131	0.28 172	0.12 1	0.42 175	0.25 58	0.27 89	0.32 116	0.21 67	0.17 86	0.25 80	0.20 139	0.07 16	0.06 72	0.08 65	0.06 23	0.07 37	0.08 111
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.20 102	0.17 223	0.43 182	0.19 26	0.08 2	0.27 159	0.14 13	0.42 175	0.30 114	0.29 123	0.32 116	0.27 138	0.21 134	0.28 120	0.25 206	0.07 16	0.05 6	0.07 14	0.06 23	0.09 142	0.06 18
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
MLCV	0.22 142	0.16 207	0.44 188	0.21 86	0.08 2	0.29 191	0.19 123	0.38 135	0.37 175	0.38 255	0.44 239	0.31 178	0.21 134	0.41 194	0.24 197	0.07 16	0.05 6	0.06 1	0.05 9	0.07 37	0.06 18

iResNet	0.24 182	0.18 235	0.61 277	0.25 245	0.11 42	0.29 191	0.21 184	0.42 175	0.43 226	0.33 195	0.43 230	0.27 138	0.22 145	0.34 168	0.26 218	0.07 16	0.05 6	0.07 14	0.06 23	0.08 81	0.07 65

DN-CSS_ROB	0.22 142	0.25 297	0.47 211	0.24 208	0.14 164	0.25 135	0.12 1	0.40 153	0.33 143	0.29 123	0.42 218	0.22 74	0.20 129	0.33 162	0.19 128	0.07 16	0.06 72	0.11 229	0.11 248	0.11 225	0.07 65

MyStereo8	0.22 142	0.15 189	0.63 287	0.21 86	0.17 244	0.31 219	0.16 38	0.36 123	0.32 132	0.28 98	0.36 158	0.25 111	0.18 108	0.25 80	0.28 224	0.08 99	0.07 158	0.08 65	0.07 50	0.10 189	0.12 253

ACVNet-DCA	0.18 53	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.41 163	0.27 74	0.17 28	0.19 25	0.13 11	0.18 108	0.28 120	0.11 1	0.08 99	0.05 6	0.08 65	0.06 23	0.09 142	0.09 161

xx1	0.20 102	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.35 104	0.47 271	0.17 28	0.19 25	0.28 153	0.24 169	0.28 120	0.11 1	0.08 99	0.05 6	0.10 182	0.09 183	0.09 142	0.09 161

1test111	0.19 89	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.41 163	0.27 74	0.17 28	0.19 25	0.13 11	0.18 108	0.34 168	0.22 174	0.08 99	0.05 6	0.08 65	0.06 23	0.09 142	0.09 161

cc1	0.18 53	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.35 104	0.47 271	0.17 28	0.19 25	0.13 11	0.18 108	0.28 120	0.11 1	0.08 99	0.05 6	0.08 65	0.06 23	0.08 81	0.08 111

DualNet	0.26 214	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.27 108	1.08 369	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

ffm	0.22 142	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.27 108	0.11 1	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

ff1	0.29 248	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 369	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

tt1	0.18 53	0.14 164	0.35 86	0.23 171	0.11 42	0.30 208	0.19 123	0.35 104	0.44 240	0.17 28	0.19 25	0.13 11	0.16 63	0.27 108	0.11 1	0.08 99	0.05 6	0.08 65	0.06 23	0.08 81	0.08 111

test croco	0.17 36	0.13 136	0.43 182	0.21 86	0.13 131	0.16 6	0.17 59	0.27 21	0.22 33	0.16 24	0.26 70	0.13 11	0.16 63	0.27 108	0.16 67	0.08 99	0.06 72	0.10 182	0.07 50	0.10 189	0.07 65

StereoIM	0.14 6	0.13 136	0.26 16	0.19 26	0.14 164	0.16 6	0.13 3	0.25 11	0.21 26	0.13 2	0.14 14	0.14 21	0.11 8	0.17 11	0.17 90	0.08 99	0.07 158	0.08 65	0.06 23	0.07 37	0.06 18

MIF-Stereo	0.14 6	0.10 24	0.30 42	0.21 86	0.13 131	0.17 9	0.13 3	0.19 1	0.18 5	0.15 11	0.20 35	0.10 1	0.11 8	0.18 19	0.16 67	0.08 99	0.06 72	0.07 14	0.06 23	0.08 81	0.06 18

Any-RAFT	0.17 36	0.08 2	0.31 54	0.19 26	0.10 20	0.29 191	0.16 38	0.42 175	0.30 114	0.24 70	0.27 75	0.27 138	0.16 63	0.21 39	0.12 6	0.08 99	0.05 6	0.06 1	0.05 9	0.07 37	0.06 18

LL-Strereo	0.29 248	0.25 297	0.58 268	0.25 245	0.21 303	0.23 110	0.24 242	0.55 289	0.42 221	0.34 211	0.32 116	0.41 254	0.40 301	0.94 361	0.23 188	0.08 99	0.07 158	0.11 229	0.09 183	0.09 142	0.09 161

CBFPSM	0.27 221	0.16 207	0.67 297	0.20 57	0.14 164	0.38 275	0.25 256	0.40 153	0.36 166	0.33 195	0.36 158	0.56 318	0.38 293	0.32 156	0.38 273	0.08 99	0.08 223	0.07 14	0.08 109	0.09 142	0.11 231

LoS	0.14 6	0.08 2	0.27 21	0.16 3	0.09 7	0.22 93	0.14 13	0.26 14	0.26 65	0.15 11	0.18 22	0.18 46	0.13 32	0.22 44	0.14 40	0.08 99	0.06 72	0.06 1	0.04 1	0.06 6	0.06 18

ToySt	0.24 182	0.16 207	0.48 220	0.21 86	0.13 131	0.29 191	0.29 289	0.39 146	0.39 193	0.27 89	0.35 148	0.39 238	0.31 256	0.31 150	0.29 234	0.08 99	0.09 251	0.10 182	0.11 248	0.11 225	0.10 206

anonymousa	0.23 159	0.11 63	0.50 235	0.21 86	0.16 228	0.31 219	0.20 161	0.36 123	0.35 156	0.32 186	0.50 277	0.39 238	0.26 193	0.22 44	0.20 139	0.08 99	0.06 72	0.09 120	0.11 248	0.07 37	0.08 111

qqq	0.20 102	0.12 81	0.31 54	0.20 57	0.11 42	0.23 110	0.19 123	0.41 163	0.27 74	0.24 70	0.28 79	0.28 153	0.24 169	0.34 168	0.22 174	0.08 99	0.07 158	0.10 182	0.09 183	0.09 142	0.09 161

CIPLG	0.21 116	0.21 271	0.55 256	0.23 171	0.15 205	0.25 135	0.20 161	0.35 104	0.29 105	0.31 168	0.33 135	0.22 74	0.15 49	0.26 93	0.20 139	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111

IPLGR_C	0.21 116	0.22 283	0.60 274	0.23 171	0.15 205	0.24 125	0.20 161	0.35 104	0.29 105	0.31 168	0.32 116	0.22 74	0.15 49	0.25 80	0.20 139	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111

ACRE	0.21 116	0.20 258	0.62 285	0.23 171	0.15 205	0.24 125	0.20 161	0.35 104	0.28 87	0.31 168	0.32 116	0.22 74	0.15 49	0.25 80	0.20 139	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111

HHNet	0.22 142	0.12 81	0.52 245	0.18 8	0.18 263	0.20 55	0.20 161	0.34 87	0.31 124	0.32 186	0.59 313	0.20 59	0.21 134	0.24 57	0.31 244	0.08 99	0.05 6	0.09 120	0.07 50	0.08 81	0.11 231

Patchmatch Stereo++	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.26 93	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111
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
AAGNet	0.33 277	0.11 63	0.37 108	0.25 245	0.16 228	0.20 55	0.19 123	0.30 54	0.27 74	0.35 227	0.35 148	0.27 138	0.30 245	0.44 202	2.66 406	0.08 99	0.05 6	0.10 182	0.07 50	0.08 81	0.06 18

IIG-Stereo	0.23 159	0.13 136	0.35 86	0.29 316	0.12 77	0.23 110	0.14 13	0.38 135	0.31 124	0.34 211	0.37 167	0.33 193	0.21 134	0.70 300	0.26 218	0.08 99	0.06 72	0.09 120	0.07 50	0.07 37	0.06 18

NF-Stereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

OCTAStereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

PSM-adaLoss	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.16 38	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.18 108	0.24 57	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

FTStereo	0.28 238	0.10 24	0.43 182	0.23 171	0.13 131	0.21 73	0.53 370	0.34 87	0.26 65	0.38 255	0.95 367	0.30 170	0.56 347	0.32 156	0.18 104	0.08 99	0.06 72	0.09 120	0.08 109	0.07 37	0.19 326

ROB_FTStereo_v2	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.16 38	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.24 57	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

ROB_FTStereo	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.28 79	0.25 111	0.17 86	0.24 57	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

HUI-Stereo	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.28 79	0.25 111	0.17 86	0.22 44	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

SST-Stereo	0.21 116	0.10 24	0.37 108	0.24 208	0.13 131	0.19 34	0.17 59	0.31 59	0.24 54	0.34 211	0.33 135	0.29 160	0.25 184	0.56 247	0.17 90	0.08 99	0.05 6	0.10 182	0.08 109	0.09 142	0.07 65

RAFT_R40	0.21 116	0.10 24	0.37 108	0.24 208	0.13 131	0.18 13	0.18 86	0.31 59	0.29 105	0.33 195	0.33 135	0.30 170	0.24 169	0.55 239	0.18 104	0.08 99	0.05 6	0.10 182	0.08 109	0.08 81	0.07 65

RE-Stereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

TVStereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

DeepStereo_RVC	0.18 53	0.11 63	0.40 143	0.21 86	0.11 42	0.19 34	0.16 38	0.28 33	0.22 33	0.27 89	0.27 75	0.23 93	0.28 223	0.24 57	0.18 104	0.08 99	0.06 72	0.09 120	0.07 50	0.09 142	0.10 206

iGMRVC	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.15 26	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.27 108	0.17 90	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

IRAFT_RVC	0.22 142	0.12 81	0.39 138	0.26 273	0.11 42	0.18 13	0.24 242	0.40 153	0.37 175	0.31 168	0.30 99	0.29 160	0.24 169	0.55 239	0.22 174	0.08 99	0.06 72	0.10 182	0.08 109	0.08 81	0.07 65

iRAFT	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.26 93	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

CRE-IMP	0.18 53	0.12 81	0.37 108	0.22 129	0.11 42	0.24 125	0.17 59	0.29 40	0.21 26	0.27 89	0.26 70	0.24 104	0.17 86	0.23 51	0.18 104	0.08 99	0.05 6	0.10 182	0.07 50	0.10 189	0.10 206

CroCo-Stereo	0.14 6	0.13 136	0.24 10	0.25 245	0.11 42	0.11 1	0.18 86	0.32 67	0.23 44	0.12 1	0.12 2	0.18 46	0.12 14	0.14 1	0.13 24	0.08 99	0.06 72	0.07 14	0.05 9	0.07 37	0.06 18
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAFT	0.21 116	0.17 223	0.32 60	0.24 208	0.12 77	0.25 135	0.27 272	0.35 104	0.28 87	0.33 195	0.33 135	0.38 227	0.22 145	0.29 133	0.17 90	0.08 99	0.08 223	0.11 229	0.10 215	0.10 189	0.06 18

RAFT-IKP	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.15 26	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.18 108	0.25 80	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

rafts_anoy	0.18 53	0.15 189	0.35 86	0.22 129	0.14 164	0.19 34	0.17 59	0.32 67	0.30 114	0.23 57	0.25 64	0.20 59	0.16 63	0.22 44	0.19 128	0.08 99	0.07 158	0.10 182	0.12 280	0.09 142	0.08 111

TestStereo	0.21 116	0.19 250	0.40 143	0.25 245	0.10 20	0.22 93	0.21 184	0.31 59	0.31 124	0.23 57	0.34 141	0.22 74	0.18 108	0.62 275	0.18 104	0.08 99	0.06 72	0.10 182	0.07 50	0.11 225	0.06 18

raft+_RVC	0.18 53	0.14 164	0.32 60	0.21 86	0.15 205	0.21 73	0.16 38	0.38 135	0.34 150	0.21 50	0.28 79	0.20 59	0.15 49	0.24 57	0.19 128	0.08 99	0.06 72	0.08 65	0.07 50	0.07 37	0.08 111

TANstereo	0.15 21	0.09 9	0.28 29	0.16 3	0.08 2	0.25 135	0.14 13	0.23 6	0.28 87	0.24 70	0.30 99	0.16 34	0.12 14	0.17 11	0.13 24	0.08 99	0.07 158	0.06 1	0.05 9	0.06 6	0.07 65

XX-TBD	0.15 21	0.18 235	0.28 29	0.22 129	0.10 20	0.22 93	0.15 26	0.22 3	0.27 74	0.22 54	0.26 70	0.14 21	0.12 14	0.16 7	0.13 24	0.08 99	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18

raftrobust	0.16 28	0.13 136	0.29 36	0.22 129	0.15 205	0.19 34	0.13 3	0.32 67	0.26 65	0.26 85	0.20 35	0.19 57	0.17 86	0.21 39	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.07 65

RALCasStereoNet	0.18 53	0.15 189	0.33 73	0.21 86	0.14 164	0.21 73	0.18 86	0.31 59	0.25 58	0.21 50	0.29 88	0.22 74	0.15 49	0.27 108	0.17 90	0.08 99	0.10 269	0.07 14	0.06 23	0.09 142	0.09 161

RALAANet	0.19 89	0.18 235	0.37 108	0.23 171	0.14 164	0.23 110	0.13 3	0.37 129	0.29 105	0.28 98	0.26 70	0.25 111	0.15 49	0.26 93	0.18 104	0.08 99	0.06 72	0.09 120	0.08 109	0.09 142	0.06 18

XX-Stereo	0.21 116	0.10 24	0.83 331	0.26 273	0.17 244	0.23 110	0.13 3	0.40 153	0.18 5	0.20 41	0.41 204	0.31 178	0.10 4	0.32 156	0.12 6	0.08 99	0.06 72	0.08 65	0.08 109	0.07 37	0.05 1

MMNet	0.27 221	0.14 164	0.49 225	0.24 208	0.17 244	0.47 320	0.22 200	0.45 197	0.51 300	0.39 270	0.41 204	0.36 218	0.33 266	0.39 189	0.34 260	0.08 99	0.07 158	0.09 120	0.09 183	0.10 189	0.08 111

ACVNet	0.23 159	0.13 136	0.35 86	0.18 8	0.15 205	0.27 159	0.23 220	0.39 146	0.44 240	0.28 98	0.41 204	0.38 227	0.26 193	0.27 108	0.32 249	0.08 99	0.07 158	0.08 65	0.07 50	0.10 189	0.07 65

acv_ft	0.25 204	0.13 136	0.40 143	0.23 171	0.19 281	0.34 249	0.21 184	0.45 197	0.44 240	0.38 255	0.41 204	0.38 227	0.27 210	0.27 108	0.35 264	0.08 99	0.07 158	0.08 65	0.07 50	0.11 225	0.07 65

BEATNet_4x	0.22 142	0.18 235	0.47 211	0.22 129	0.10 20	0.28 172	0.14 13	0.46 206	0.32 132	0.31 168	0.34 141	0.31 178	0.25 184	0.31 150	0.29 234	0.08 99	0.06 72	0.08 65	0.06 23	0.10 189	0.08 111

R-Stereo Train	0.18 53	0.09 9	0.32 60	0.22 129	0.12 77	0.22 93	0.19 123	0.42 175	0.19 7	0.31 168	0.45 251	0.20 59	0.14 42	0.18 19	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.06 18

RAFT-Stereo	0.18 53	0.09 9	0.32 60	0.22 129	0.12 77	0.22 93	0.19 123	0.42 175	0.19 7	0.31 168	0.45 251	0.20 59	0.14 42	0.18 19	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.06 18
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	0.27 221	0.11 63	0.42 172	0.19 26	0.11 42	0.34 249	0.20 161	0.62 342	0.43 226	0.40 278	0.43 230	0.50 301	0.26 193	0.76 323	0.22 174	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	0.27 221	0.26 308	0.72 311	0.23 171	0.13 131	0.29 191	0.18 86	0.52 261	0.49 289	0.37 247	0.45 251	0.39 238	0.25 184	0.34 168	0.20 139	0.08 99	0.06 72	0.07 14	0.05 9	0.12 251	0.09 161

HSM	0.28 238	0.16 207	0.35 86	0.20 57	0.15 205	0.33 236	0.19 123	0.53 272	0.37 175	0.36 242	0.38 177	0.67 352	0.31 256	0.89 352	0.23 188	0.08 99	0.06 72	0.08 65	0.07 50	0.08 81	0.08 111

iResNet_ROB	0.25 204	0.19 250	0.40 143	0.20 57	0.12 77	0.30 208	0.16 38	0.55 289	0.53 310	0.38 255	0.43 230	0.37 222	0.26 193	0.38 187	0.22 174	0.08 99	0.06 72	0.06 1	0.04 1	0.09 142	0.09 161

pmcnn	0.50 344	0.20 258	0.78 317	0.24 208	0.26 346	0.39 282	0.30 299	0.51 251	0.50 297	0.54 342	1.23 379	2.52 402	0.37 289	0.77 329	0.95 363	0.08 99	0.06 72	0.06 1	0.05 9	0.10 189	0.08 111

CoDeX	0.23 159	0.12 81	0.46 204	0.21 86	0.14 164	0.29 191	0.21 184	0.53 272	0.41 217	0.29 123	0.35 148	0.29 160	0.22 145	0.48 211	0.19 128	0.09 164	0.06 72	0.08 65	0.07 50	0.08 81	0.07 65

mmm	0.21 116	0.12 81	0.31 54	0.22 129	0.12 77	0.28 172	0.21 184	0.41 163	0.27 74	0.29 123	0.38 177	0.29 160	0.24 169	0.29 133	0.22 174	0.09 164	0.07 158	0.11 229	0.09 183	0.10 189	0.09 161

11t1	0.18 53	0.10 24	0.30 42	0.20 57	0.11 42	0.27 159	0.17 59	0.35 104	0.23 44	0.25 76	0.23 49	0.23 93	0.23 154	0.25 80	0.18 104	0.09 164	0.07 158	0.07 14	0.06 23	0.09 142	0.09 161

1111x	0.32 271	0.11 63	0.40 143	0.22 129	0.11 42	0.32 227	0.26 267	0.59 322	0.43 226	0.31 168	0.41 204	0.39 238	0.28 223	0.76 323	1.37 386	0.09 164	0.08 223	0.09 120	0.10 215	0.09 142	0.08 111

whm_eth	0.23 159	0.18 235	0.56 260	0.24 208	0.19 281	0.21 73	0.18 86	0.37 129	0.40 206	0.31 168	0.60 318	0.15 27	0.17 86	0.26 93	0.19 128	0.09 164	0.08 223	0.10 182	0.09 183	0.09 142	0.11 231

MIF-Stereo (partial)	0.16 28	0.10 24	0.34 78	0.21 86	0.15 205	0.15 4	0.13 3	0.28 33	0.25 58	0.17 28	0.26 70	0.15 27	0.16 63	0.25 80	0.17 90	0.09 164	0.06 72	0.10 182	0.08 109	0.09 142	0.08 111

EKT-Stereo	0.38 308	0.12 81	0.38 127	0.42 366	3.88 413	0.21 73	0.17 59	0.35 104	0.28 87	0.20 41	0.20 35	0.23 93	0.15 49	0.28 120	0.16 67	0.09 164	0.07 158	0.09 120	0.07 50	0.09 142	0.09 161

PCWNet_CMD	0.23 159	0.13 136	0.48 220	0.20 57	0.13 131	0.28 172	0.16 38	0.46 206	0.46 266	0.29 123	0.36 158	0.37 222	0.24 169	0.28 120	0.20 139	0.09 164	0.06 72	0.10 182	0.08 109	0.11 225	0.09 161

gwcnet-sp	0.24 182	0.13 136	0.63 287	0.22 129	0.14 164	0.34 249	0.22 200	0.44 189	0.39 193	0.35 227	0.34 141	0.27 138	0.27 210	0.35 177	0.25 206	0.09 164	0.08 223	0.09 120	0.09 183	0.09 142	0.09 161

scenet	0.24 182	0.13 136	0.63 287	0.22 129	0.14 164	0.34 249	0.22 200	0.44 189	0.39 193	0.35 227	0.34 141	0.27 138	0.27 210	0.35 177	0.25 206	0.09 164	0.08 223	0.09 120	0.09 183	0.09 142	0.09 161

knoymous	0.17 36	0.09 9	0.32 60	0.17 5	0.11 42	0.21 73	0.17 59	0.32 67	0.23 44	0.23 57	0.28 79	0.27 138	0.16 63	0.23 51	0.16 67	0.09 164	0.06 72	0.09 120	0.06 23	0.09 142	0.09 161

riskmin	0.18 53	0.09 9	0.34 78	0.18 8	0.12 77	0.24 125	0.16 38	0.34 87	0.28 87	0.21 50	0.23 49	0.33 193	0.24 169	0.23 51	0.17 90	0.09 164	0.06 72	0.09 120	0.06 23	0.10 189	0.10 206

ssnet	0.24 182	0.13 136	0.63 287	0.22 129	0.14 164	0.34 249	0.22 200	0.44 189	0.39 193	0.35 227	0.34 141	0.27 138	0.27 210	0.35 177	0.25 206	0.09 164	0.08 223	0.09 120	0.09 183	0.09 142	0.09 161

x	0.19 89	0.11 63	0.29 36	0.20 57	0.11 42	0.26 152	0.18 86	0.41 163	0.29 105	0.25 76	0.29 88	0.28 153	0.24 169	0.26 93	0.23 188	0.09 164	0.07 158	0.08 65	0.07 50	0.09 142	0.08 111

DisPM	0.19 89	0.10 24	0.35 86	0.23 171	0.13 131	0.18 13	0.20 161	0.29 40	0.29 105	0.33 195	0.34 141	0.23 93	0.16 63	0.33 162	0.16 67	0.09 164	0.06 72	0.09 120	0.08 109	0.07 37	0.11 231

Wz-Net-LNSev-Ref	0.30 255	0.20 258	0.70 308	0.21 86	0.17 244	0.46 314	0.27 272	0.50 238	0.49 289	0.42 295	0.55 303	0.43 264	0.30 245	0.46 206	0.38 273	0.09 164	0.06 72	0.07 14	0.06 23	0.11 225	0.10 206

IER	0.23 159	0.12 81	0.39 138	0.20 57	0.14 164	0.31 219	0.19 123	0.42 175	0.36 166	0.33 195	0.40 196	0.32 186	0.33 266	0.29 133	0.22 174	0.09 164	0.07 158	0.08 65	0.08 109	0.09 142	0.08 111

hknet	0.25 204	0.14 164	0.40 143	0.25 245	0.15 205	0.35 258	0.21 184	0.56 303	0.37 175	0.34 211	0.35 148	0.43 264	0.27 210	0.37 183	0.21 160	0.09 164	0.07 158	0.11 229	0.10 215	0.09 142	0.09 161

DAS	0.27 221	0.12 81	0.42 172	0.24 208	0.18 263	0.29 191	0.24 242	0.45 197	0.45 252	0.41 287	0.44 239	0.34 199	0.29 236	0.75 318	0.21 160	0.09 164	0.07 158	0.09 120	0.07 50	0.09 142	0.09 161

SepStereo	0.26 214	0.12 81	0.42 172	0.24 208	0.18 263	0.29 191	0.24 242	0.45 197	0.45 252	0.41 287	0.44 239	0.34 199	0.29 236	0.64 282	0.21 160	0.09 164	0.07 158	0.09 120	0.07 50	0.09 142	0.09 161

GwcNet-ADL	0.22 142	0.14 164	0.58 268	0.24 208	0.13 131	0.22 93	0.23 220	0.49 230	0.40 206	0.27 89	0.29 88	0.30 170	0.20 129	0.26 93	0.23 188	0.09 164	0.07 158	0.07 14	0.07 50	0.09 142	0.09 161

TRStereo	0.19 89	0.17 223	0.47 211	0.23 171	0.19 281	0.19 34	0.16 38	0.52 261	0.28 87	0.20 41	0.19 25	0.21 67	0.13 32	0.24 57	0.13 24	0.09 164	0.06 72	0.09 120	0.11 248	0.06 6	0.06 18

PSM-softLoss	0.21 116	0.10 24	0.39 138	0.24 208	0.12 77	0.20 55	0.18 86	0.38 135	0.26 65	0.29 123	0.32 116	0.24 104	0.16 63	0.52 229	0.20 139	0.09 164	0.06 72	0.10 182	0.09 183	0.08 81	0.12 253

KMStereo	0.21 116	0.10 24	0.39 138	0.24 208	0.12 77	0.20 55	0.18 86	0.38 135	0.26 65	0.29 123	0.32 116	0.24 104	0.16 63	0.52 229	0.20 139	0.09 164	0.06 72	0.10 182	0.09 183	0.08 81	0.12 253

PFNet	0.23 159	0.10 24	0.57 264	0.24 208	0.14 164	0.22 93	0.19 123	0.39 146	0.33 143	0.35 227	0.32 116	0.27 138	0.19 121	0.64 282	0.22 174	0.09 164	0.05 6	0.09 120	0.07 50	0.08 81	0.07 65

Pruner-Stereo	0.19 89	0.11 63	0.34 78	0.29 316	0.12 77	0.19 34	0.17 59	0.31 59	0.29 105	0.33 195	0.32 116	0.25 111	0.15 49	0.24 57	0.21 160	0.09 164	0.06 72	0.09 120	0.08 109	0.08 81	0.09 161

AnonymousM	0.17 36	0.19 250	0.24 10	0.18 8	0.10 20	0.18 13	0.17 59	0.30 54	0.23 44	0.26 85	0.20 35	0.18 46	0.14 42	0.19 25	0.14 40	0.09 164	0.06 72	0.38 372	0.15 317	0.06 6	0.05 1

CFNet_pseudo	0.23 159	0.13 136	0.47 211	0.19 26	0.13 131	0.26 152	0.16 38	0.44 189	0.44 240	0.29 123	0.37 167	0.38 227	0.23 154	0.29 133	0.21 160	0.09 164	0.06 72	0.11 229	0.08 109	0.11 225	0.09 161

RAFT + AFF	0.27 221	0.23 290	0.50 235	0.25 245	0.17 244	0.30 208	0.33 317	0.52 261	0.40 206	0.28 98	0.30 99	0.30 170	0.31 256	0.62 275	0.24 197	0.09 164	0.10 269	0.11 229	0.10 215	0.11 225	0.11 231

GMStereo	0.19 89	0.25 297	0.40 143	0.21 86	0.12 77	0.22 93	0.19 123	0.29 40	0.40 206	0.25 76	0.23 49	0.16 34	0.15 49	0.25 80	0.19 128	0.09 164	0.06 72	0.08 65	0.08 109	0.10 189	0.08 111
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.22 142	0.10 24	0.51 241	0.21 86	0.14 164	0.34 249	0.22 200	0.55 289	0.39 193	0.29 123	0.32 116	0.23 93	0.21 134	0.27 108	0.19 128	0.09 164	0.07 158	0.09 120	0.09 183	0.09 142	0.08 111

delet	0.27 221	0.14 164	0.40 143	0.23 171	0.19 281	0.41 290	0.29 289	0.49 230	0.48 280	0.33 195	0.41 204	0.37 222	0.30 245	0.48 211	0.34 260	0.09 164	0.09 251	0.11 229	0.12 280	0.08 81	0.08 111

UNet	0.28 238	0.14 164	0.69 302	0.23 171	0.20 295	0.44 307	0.22 200	0.50 238	0.40 206	0.34 211	0.39 189	0.43 264	0.33 266	0.40 192	0.31 244	0.09 164	0.07 158	0.10 182	0.08 109	0.10 189	0.08 111

CREStereo	0.13 2	0.08 2	0.21 4	0.14 1	0.08 2	0.22 93	0.15 26	0.25 11	0.24 54	0.16 24	0.21 43	0.14 21	0.13 32	0.18 19	0.13 24	0.09 164	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18
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
FENet	0.21 116	0.11 63	0.45 198	0.21 86	0.12 77	0.26 152	0.17 59	0.41 163	0.35 156	0.30 151	0.31 113	0.29 160	0.23 154	0.26 93	0.23 188	0.09 164	0.06 72	0.09 120	0.09 183	0.09 142	0.09 161

ADCRef	0.38 308	0.24 293	0.88 342	0.26 273	0.21 303	0.49 327	0.27 272	0.52 261	0.48 280	0.50 324	0.58 311	0.35 213	0.47 329	0.48 211	1.29 385	0.09 164	0.08 223	0.12 262	0.12 280	0.11 225	0.11 231

RASNet	0.28 238	0.14 164	0.44 188	0.22 129	0.18 263	0.32 227	0.19 123	0.48 224	0.38 187	0.29 123	0.43 230	0.47 286	0.37 289	0.79 332	0.36 270	0.09 164	0.07 158	0.07 14	0.09 183	0.07 37	0.07 65

MSMDNet	0.23 159	0.13 136	0.48 220	0.20 57	0.13 131	0.28 172	0.16 38	0.46 206	0.46 266	0.29 123	0.36 158	0.37 222	0.24 169	0.28 120	0.20 139	0.09 164	0.06 72	0.09 120	0.08 109	0.11 225	0.09 161

CFNet	0.27 221	0.20 258	0.44 188	0.22 129	0.14 164	0.33 236	0.14 13	0.51 251	0.45 252	0.30 151	0.40 196	0.38 227	0.27 210	0.76 323	0.25 206	0.09 164	0.07 158	0.11 229	0.11 248	0.11 225	0.08 111

ccs_rob	0.23 159	0.13 136	0.47 211	0.20 57	0.13 131	0.26 152	0.17 59	0.44 189	0.44 240	0.29 123	0.37 167	0.38 227	0.23 154	0.29 133	0.21 160	0.09 164	0.06 72	0.11 229	0.08 109	0.11 225	0.09 161

StereoDRNet-Refined	0.27 221	0.17 223	0.35 86	0.25 245	0.14 164	0.37 268	0.21 184	0.47 213	0.41 217	0.44 306	0.51 283	0.41 254	0.28 223	0.45 204	0.37 271	0.09 164	0.06 72	0.11 229	0.11 248	0.10 189	0.10 206
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	0.32 271	0.13 136	0.51 241	0.25 245	0.16 228	0.48 324	0.25 256	0.50 238	0.57 325	0.37 247	0.45 251	0.62 336	0.36 281	0.64 282	0.49 316	0.09 164	0.07 158	0.09 120	0.08 109	0.12 251	0.11 231

SMFormer	0.25 204	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.28 224	0.10 206	0.07 158	0.08 65	0.08 109	0.09 142	0.09 161

tta	0.24 182	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.28 224	0.10 206	0.07 158	0.08 65	0.08 109	0.08 81	0.07 65

qqq1	0.24 182	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.16 67	0.10 206	0.07 158	0.07 14	0.06 23	0.08 81	0.07 65

fff1	0.24 182	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.16 67	0.10 206	0.07 158	0.07 14	0.06 23	0.08 81	0.07 65

mmx	0.31 262	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.55 289	0.45 252	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 369	0.10 206	0.07 158	0.11 229	0.10 215	0.11 225	0.10 206

xxx	0.31 262	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.55 289	0.45 252	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 369	0.10 206	0.07 158	0.11 229	0.10 215	0.11 225	0.10 206

iinet-f	0.30 255	0.18 235	1.03 364	0.20 57	0.15 205	0.44 307	0.22 200	0.45 197	0.37 175	0.35 227	0.44 239	0.41 254	0.34 273	0.34 168	0.40 287	0.10 206	0.09 251	0.08 65	0.08 109	0.13 264	0.11 231

BUS	0.23 159	0.12 81	0.28 29	0.25 245	0.14 164	0.43 305	0.17 59	0.56 303	0.34 150	0.34 211	0.35 148	0.32 186	0.20 129	0.26 93	0.21 160	0.10 206	0.07 158	0.11 229	0.10 215	0.09 142	0.09 161

NINENet	0.25 204	0.15 189	0.37 108	0.23 171	0.16 228	0.43 305	0.17 59	0.60 330	0.46 266	0.32 186	0.37 167	0.32 186	0.20 129	0.42 196	0.21 160	0.10 206	0.10 269	0.12 262	0.08 109	0.11 225	0.10 206

BSDual-CNN	0.23 159	0.12 81	0.28 29	0.25 245	0.14 164	0.35 258	0.21 184	0.56 303	0.34 150	0.34 211	0.35 148	0.38 227	0.24 169	0.26 93	0.21 160	0.10 206	0.07 158	0.11 229	0.10 215	0.09 142	0.09 161

psmg	0.23 159	0.12 81	0.28 29	0.21 86	0.14 164	0.35 258	0.23 220	0.51 251	0.34 150	0.35 227	0.38 177	0.38 227	0.24 169	0.26 93	0.21 160	0.10 206	0.08 223	0.10 182	0.10 215	0.09 142	0.08 111

GANet-ADL	0.21 116	0.12 81	0.45 198	0.23 171	0.14 164	0.29 191	0.19 123	0.46 206	0.35 156	0.25 76	0.32 116	0.32 186	0.19 121	0.24 57	0.20 139	0.10 206	0.07 158	0.07 14	0.06 23	0.09 142	0.10 206

ADLNet2	0.30 255	0.17 223	0.72 311	0.23 171	0.17 244	0.36 263	0.24 242	0.52 261	0.51 300	0.32 186	0.38 177	0.45 278	0.30 245	0.69 297	0.35 264	0.10 206	0.08 223	0.09 120	0.09 183	0.12 251	0.10 206

PFNet+	0.20 102	0.10 24	0.37 108	0.21 86	0.12 77	0.17 9	0.19 123	0.29 40	0.34 150	0.33 195	0.32 116	0.24 104	0.16 63	0.32 156	0.17 90	0.10 206	0.07 158	0.11 229	0.10 215	0.08 81	0.12 253

sAnonymous2	0.20 102	0.21 271	0.58 268	0.24 208	0.17 244	0.22 93	0.19 123	0.34 87	0.28 87	0.17 28	0.19 25	0.17 39	0.16 63	0.17 11	0.14 40	0.10 206	0.07 158	0.09 120	0.08 109	0.23 346	0.17 306

CroCo_RVC	0.20 102	0.21 271	0.58 268	0.24 208	0.17 244	0.22 93	0.19 123	0.34 87	0.28 87	0.17 28	0.19 25	0.17 39	0.16 63	0.17 11	0.14 40	0.10 206	0.07 158	0.09 120	0.08 109	0.23 346	0.17 306

sCroCo_RVC	0.18 53	0.14 164	0.49 225	0.27 296	0.18 263	0.22 93	0.17 59	0.27 21	0.23 44	0.14 8	0.22 47	0.17 39	0.14 42	0.21 39	0.15 51	0.10 206	0.11 286	0.09 120	0.09 183	0.09 142	0.09 161

Anonymous	0.20 102	0.14 164	0.47 211	0.27 296	0.20 295	0.25 135	0.25 256	0.32 67	0.26 65	0.18 39	0.18 22	0.15 27	0.19 121	0.24 57	0.18 104	0.10 206	0.09 251	0.09 120	0.09 183	0.15 288	0.13 265

GES	0.22 142	0.12 81	0.42 172	0.20 57	0.14 164	0.27 159	0.19 123	0.49 230	0.33 143	0.30 151	0.36 158	0.25 111	0.23 154	0.29 133	0.22 174	0.10 206	0.08 223	0.08 65	0.07 50	0.10 189	0.11 231

test_xeample	0.34 284	0.10 24	0.29 36	0.19 26	0.11 42	0.33 236	0.23 220	0.55 289	0.38 187	0.32 186	0.45 251	0.29 160	0.26 193	0.57 250	2.24 404	0.10 206	0.07 158	0.09 120	0.08 109	0.09 142	0.09 161

UPFNet	0.25 204	0.12 81	0.38 127	0.24 208	0.19 281	0.37 268	0.28 285	0.48 224	0.38 187	0.34 211	0.37 167	0.37 222	0.28 223	0.39 189	0.33 256	0.10 206	0.09 251	0.10 182	0.10 215	0.10 189	0.08 111

EDNetEfficientorigin	7.51 413	0.52 374	140.47 435	0.25 245	0.17 244	0.42 297	0.29 289	0.47 213	1.03 380	1.28 389	1.02 370	0.83 366	0.84 376	0.75 318	0.99 365	0.10 206	0.09 251	0.12 262	0.10 215	0.21 337	0.22 348

FADNet-RVC-Resample	0.29 248	0.25 297	0.93 350	0.26 273	0.16 228	0.32 227	0.21 184	0.47 213	0.39 193	0.35 227	0.38 177	0.33 193	0.27 210	0.53 234	0.24 197	0.10 206	0.10 269	0.14 300	0.13 298	0.13 264	0.16 298

SuperB	0.49 342	0.28 318	2.23 395	0.23 171	0.15 205	0.41 290	0.32 307	0.47 213	0.82 366	0.43 301	0.50 277	0.33 193	0.45 320	0.68 295	1.08 369	0.10 206	0.07 158	0.09 120	0.08 109	0.98 401	0.14 282

ADCP+	0.45 335	0.24 293	1.15 372	0.25 245	0.22 318	0.56 343	0.39 340	0.54 279	0.51 300	0.44 306	0.51 283	0.46 284	0.52 342	0.56 247	1.89 398	0.10 206	0.08 223	0.11 229	0.10 215	0.14 276	0.13 265

DLCB_ROB	0.28 238	0.16 207	0.34 78	0.27 296	0.16 228	0.38 275	0.25 256	0.48 224	0.43 226	0.46 313	0.46 261	0.51 305	0.33 266	0.53 234	0.33 256	0.10 206	0.10 269	0.11 229	0.11 248	0.10 189	0.09 161

LE_ROB	1.76 402	0.20 258	2.68 403	0.48 373	0.52 379	0.78 370	0.96 398	0.84 382	6.61 414	7.40 415	2.08 402	2.08 395	4.83 410	1.27 385	3.79 410	0.10 206	0.08 223	0.12 262	0.11 248	0.11 225	0.10 206

StereoVision	0.22 142	0.18 235	0.37 108	0.27 296	0.17 244	0.23 110	0.22 200	0.38 135	0.31 124	0.20 41	0.51 283	0.22 74	0.16 63	0.28 120	0.18 104	0.11 233	0.12 303	0.13 281	0.13 298	0.10 189	0.07 65

CFNet_ucs	0.24 182	0.13 136	0.50 235	0.20 57	0.15 205	0.28 172	0.17 59	0.49 230	0.45 252	0.32 186	0.42 218	0.39 238	0.22 145	0.31 150	0.21 160	0.11 233	0.08 223	0.12 262	0.09 183	0.12 251	0.11 231

fast-acv-ft	0.31 262	0.20 258	0.81 327	0.24 208	0.18 263	0.46 314	0.27 272	0.41 163	0.49 289	0.39 270	0.55 303	0.49 295	0.35 277	0.37 183	0.38 273	0.11 233	0.11 286	0.11 229	0.12 280	0.12 251	0.09 161

Wz-Net-LNSev	0.34 284	0.29 325	0.91 346	0.26 273	0.21 303	0.47 320	0.31 303	0.54 279	0.54 313	0.44 306	0.52 291	0.50 301	0.35 277	0.39 189	0.39 281	0.11 233	0.11 286	0.10 182	0.09 183	0.14 276	0.13 265

Wz-Net-MNSev	0.36 293	0.26 308	0.79 323	0.26 273	0.21 303	0.59 348	0.38 335	0.55 289	0.56 322	0.48 323	0.54 299	0.53 312	0.36 281	0.60 262	0.44 301	0.11 233	0.09 251	0.11 229	0.11 248	0.15 288	0.13 265

CRFU-Net	0.28 238	0.14 164	0.45 198	0.25 245	0.15 205	0.45 312	0.23 220	0.50 238	0.30 114	0.43 301	0.41 204	0.48 291	0.46 326	0.43 198	0.29 234	0.11 233	0.10 269	0.09 120	0.08 109	0.10 189	0.10 206

AASNet	0.27 221	0.19 250	0.49 225	0.26 273	0.17 244	0.34 249	0.20 161	0.62 342	0.48 280	0.35 227	0.40 196	0.32 186	0.25 184	0.28 120	0.34 260	0.11 233	0.09 251	0.10 182	0.08 109	0.13 264	0.11 231

AACVNet	0.26 214	0.16 207	0.37 108	0.22 129	0.14 164	0.29 191	0.19 123	0.41 163	0.31 124	0.38 255	0.42 218	0.43 264	0.28 223	0.73 310	0.25 206	0.11 233	0.08 223	0.11 229	0.09 183	0.13 264	0.11 231

PSMNet-ADL	0.25 204	0.15 189	0.32 60	0.26 273	0.14 164	0.31 219	0.22 200	0.44 189	0.36 166	0.27 89	0.33 135	0.41 254	0.28 223	0.61 267	0.29 234	0.11 233	0.09 251	0.09 120	0.11 248	0.10 189	0.10 206

LMCR-Stereo	0.26 214	0.18 235	0.49 225	0.28 313	0.14 164	0.36 263	0.23 220	0.54 279	0.34 150	0.39 270	0.40 196	0.29 160	0.29 236	0.37 183	0.27 222	0.11 233	0.07 158	0.09 120	0.07 50	0.13 264	0.09 161

ADLNet	0.28 238	0.15 189	0.42 172	0.23 171	0.19 281	0.34 249	0.23 220	0.53 272	0.43 226	0.42 295	0.41 204	0.44 274	0.27 210	0.55 239	0.35 264	0.11 233	0.08 223	0.11 229	0.11 248	0.11 225	0.12 253

222	0.41 322	0.10 24	0.29 36	0.19 26	0.11 42	0.36 263	0.20 161	0.57 310	0.39 193	0.35 227	0.44 239	0.30 170	0.27 210	0.55 239	3.56 409	0.11 233	0.07 158	0.08 65	0.08 109	0.09 142	0.09 161

xxxx	0.34 284	0.10 24	0.29 36	0.19 26	0.11 42	0.37 268	0.20 161	0.58 317	0.38 187	0.29 123	0.42 218	0.38 227	0.24 169	0.46 206	2.20 402	0.11 233	0.07 158	0.09 120	0.08 109	0.09 142	0.09 161

psm_up	0.29 248	0.16 207	0.41 165	0.26 273	0.17 244	0.32 227	0.26 267	0.55 289	0.43 226	0.36 242	0.40 196	0.45 278	0.37 289	0.58 255	0.30 240	0.11 233	0.12 303	0.13 281	0.12 280	0.10 189	0.10 206

aanetorigin	0.39 314	0.29 325	1.09 367	0.24 208	0.19 281	0.28 172	0.37 329	0.33 81	0.47 271	0.94 374	0.82 357	0.52 308	0.54 343	0.49 216	0.50 321	0.11 233	0.09 251	0.10 182	0.10 215	0.16 296	0.15 291

EDNetEfficient	0.63 365	0.37 354	2.40 399	0.26 273	0.25 341	0.38 275	0.49 366	0.41 163	1.06 383	1.38 392	0.87 364	0.62 336	0.95 381	0.65 288	1.65 391	0.11 233	0.09 251	0.10 182	0.11 248	0.19 326	0.17 306

ac_64	0.27 221	0.13 136	0.41 165	0.24 208	0.17 244	0.36 263	0.22 200	0.46 206	0.33 143	0.35 227	0.36 158	0.52 308	0.30 245	0.62 275	0.32 249	0.11 233	0.09 251	0.10 182	0.10 215	0.09 142	0.08 111

HGLStereo	0.27 221	0.14 164	0.46 204	0.24 208	0.21 303	0.33 236	0.23 220	0.50 238	0.42 221	0.35 227	0.48 274	0.41 254	0.33 266	0.45 204	0.33 256	0.11 233	0.10 269	0.09 120	0.09 183	0.10 189	0.12 253

cf-r	0.24 182	0.15 189	0.44 188	0.21 86	0.14 164	0.27 159	0.22 200	0.42 175	0.40 206	0.30 151	0.42 218	0.42 261	0.26 193	0.43 198	0.25 206	0.11 233	0.06 72	0.08 65	0.10 215	0.08 81	0.08 111

GANet-RSSM	0.24 182	0.14 164	0.36 103	0.21 86	0.14 164	0.27 159	0.21 184	0.45 197	0.33 143	0.29 123	0.39 189	0.39 238	0.28 223	0.58 255	0.23 188	0.11 233	0.07 158	0.09 120	0.09 183	0.10 189	0.09 161

GwcNet-RSSM	0.26 214	0.17 223	0.46 204	0.21 86	0.13 131	0.28 172	0.23 220	0.44 189	0.42 221	0.31 168	0.45 251	0.40 251	0.26 193	0.55 239	0.28 224	0.11 233	0.07 158	0.09 120	0.10 215	0.09 142	0.08 111

DMCA	0.22 142	0.14 164	0.36 103	0.22 129	0.14 164	0.27 159	0.20 161	0.43 185	0.38 187	0.31 168	0.32 116	0.33 193	0.24 169	0.24 57	0.28 224	0.11 233	0.08 223	0.10 182	0.08 109	0.10 189	0.11 231

ADCL	0.47 338	0.22 283	1.00 358	0.27 296	0.19 281	0.74 364	0.64 378	0.54 279	0.69 350	0.56 344	0.71 343	0.55 316	0.60 352	0.60 262	1.43 387	0.11 233	0.09 251	0.13 281	0.13 298	0.14 276	0.14 282

RYNet	0.37 302	0.18 235	0.59 272	0.25 245	0.28 351	0.61 352	0.32 307	0.59 322	0.59 328	0.41 287	0.38 177	0.57 322	0.39 298	0.87 348	0.53 326	0.11 233	0.08 223	0.12 262	0.11 248	0.18 322	0.18 319

NLCA_NET_v2_RVC	0.27 221	0.21 271	0.59 272	0.25 245	0.18 263	0.29 191	0.22 200	0.50 238	0.40 206	0.38 255	0.41 204	0.43 264	0.27 210	0.43 198	0.29 234	0.11 233	0.08 223	0.10 182	0.10 215	0.10 189	0.11 231
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.31 262	0.22 283	0.50 235	0.23 171	0.14 164	0.30 208	0.24 242	0.47 213	0.54 313	0.38 255	0.60 318	0.43 264	0.29 236	0.87 348	0.40 287	0.11 233	0.07 158	0.07 14	0.07 50	0.09 142	0.09 161

StereoDRNet	0.32 271	0.22 283	0.61 277	0.27 296	0.21 303	0.42 297	0.30 299	0.61 334	0.48 280	0.46 313	0.39 189	0.48 291	0.30 245	0.57 250	0.40 287	0.11 233	0.09 251	0.12 262	0.11 248	0.12 251	0.10 206

GMStereo_Zeroshot	0.24 182	0.21 271	0.45 198	0.26 273	0.13 131	0.28 172	0.15 26	0.39 146	0.35 156	0.37 247	0.43 230	0.40 251	0.17 86	0.34 168	0.20 139	0.12 260	0.07 158	0.13 281	0.07 50	0.16 296	0.09 161

coex-ft	3.44 409	0.73 383	48.55 433	0.24 208	0.19 281	0.50 330	0.43 349	0.47 213	2.40 401	7.03 414	1.20 377	0.97 374	2.23 405	0.73 310	1.92 399	0.12 260	0.15 331	0.14 300	0.12 280	0.21 337	0.43 378

Wz-Net-SNSev	0.43 328	0.41 361	1.27 379	0.30 323	0.21 303	0.44 307	0.41 344	0.61 334	0.65 341	0.46 313	0.65 332	0.62 336	0.39 298	0.74 317	0.59 334	0.12 260	0.11 286	0.12 262	0.13 298	0.16 296	0.14 282

CSP-Net	0.27 221	0.15 189	0.30 42	0.21 86	0.14 164	0.44 307	0.24 242	0.50 238	0.40 206	0.41 287	0.43 230	0.42 261	0.26 193	0.66 292	0.28 224	0.12 260	0.08 223	0.08 65	0.08 109	0.10 189	0.09 161

dd	0.22 142	0.26 308	0.40 143	0.22 129	0.12 77	0.25 135	0.21 184	0.32 67	0.44 240	0.29 123	0.28 79	0.25 111	0.16 63	0.30 145	0.25 206	0.12 260	0.07 158	0.10 182	0.08 109	0.11 225	0.09 161

ICVP	0.23 159	0.13 136	0.44 188	0.26 273	0.14 164	0.29 191	0.25 256	0.45 197	0.33 143	0.29 123	0.43 230	0.35 213	0.25 184	0.26 93	0.23 188	0.12 260	0.09 251	0.09 120	0.08 109	0.09 142	0.10 206
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.27 221	0.20 258	0.44 188	0.27 296	0.16 228	0.33 236	0.25 256	0.56 303	0.54 313	0.34 211	0.38 177	0.34 199	0.25 184	0.51 223	0.28 224	0.12 260	0.08 223	0.09 120	0.08 109	0.11 225	0.11 231

Anonymous3	0.23 159	0.18 235	0.63 287	0.27 296	0.18 263	0.41 290	0.23 220	0.43 185	0.35 156	0.23 57	0.27 75	0.20 59	0.18 108	0.27 108	0.18 104	0.12 260	0.11 286	0.10 182	0.10 215	0.11 225	0.12 253

PSMNet-RSSM	0.24 182	0.15 189	0.36 103	0.21 86	0.14 164	0.25 135	0.20 161	0.48 224	0.37 175	0.30 151	0.44 239	0.38 227	0.26 193	0.52 229	0.22 174	0.12 260	0.07 158	0.11 229	0.13 298	0.10 189	0.09 161

CFNet-ft	0.24 182	0.15 189	0.35 86	0.18 8	0.15 205	0.30 208	0.21 184	0.39 146	0.36 166	0.28 98	0.40 196	0.43 264	0.25 184	0.47 209	0.24 197	0.12 260	0.07 158	0.12 262	0.11 248	0.12 251	0.09 161

DSFCA	0.27 221	0.13 136	0.36 103	0.20 57	0.17 244	0.38 275	0.31 303	0.47 213	0.43 226	0.43 301	0.37 167	0.39 238	0.29 236	0.52 229	0.32 249	0.12 260	0.10 269	0.10 182	0.11 248	0.11 225	0.10 206

S-Stereo	0.38 308	0.20 258	1.05 365	0.27 296	0.22 318	0.38 275	0.32 307	0.55 289	0.66 342	0.39 270	0.59 313	0.49 295	0.41 305	0.75 318	0.40 287	0.12 260	0.15 331	0.13 281	0.13 298	0.16 296	0.21 343

PA-Net	0.37 302	0.28 318	0.83 331	0.31 330	0.28 351	0.39 282	0.42 347	0.51 251	0.55 319	0.34 211	0.42 218	0.41 254	0.36 281	0.79 332	0.49 316	0.12 260	0.23 366	0.16 321	0.23 359	0.12 251	0.18 319
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_RVC	0.24 182	0.15 189	0.35 86	0.18 8	0.15 205	0.30 208	0.21 184	0.39 146	0.36 166	0.28 98	0.40 196	0.43 264	0.25 184	0.47 209	0.24 197	0.12 260	0.07 158	0.12 262	0.11 248	0.12 251	0.09 161

DRN-Test	0.33 277	0.17 223	0.61 277	0.27 296	0.19 281	0.46 314	0.29 289	0.65 350	0.51 300	0.47 320	0.46 261	0.44 274	0.34 273	0.62 275	0.41 293	0.12 260	0.08 223	0.13 281	0.12 280	0.12 251	0.10 206

NaN_ROB	0.41 322	0.28 318	0.62 285	0.30 323	0.19 281	0.51 331	0.47 360	0.58 317	0.59 328	0.56 344	0.47 268	0.49 295	0.41 305	1.21 381	0.64 343	0.12 260	0.18 349	0.12 262	0.13 298	0.11 225	0.14 282

ttt	0.29 248	0.12 81	0.34 78	0.21 86	0.13 131	0.29 191	0.20 161	0.56 303	0.47 271	0.31 168	0.44 239	0.30 170	0.22 145	0.65 288	0.85 359	0.13 276	0.10 269	0.10 182	0.10 215	0.11 225	0.11 231

CASS	0.21 116	0.15 189	0.32 60	0.26 273	0.11 42	0.28 172	0.19 123	0.39 146	0.30 114	0.32 186	0.34 141	0.25 111	0.24 169	0.25 80	0.20 139	0.13 276	0.08 223	0.11 229	0.09 183	0.11 225	0.11 231
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet_v2	0.28 238	0.16 207	0.44 188	0.22 129	0.15 205	0.40 287	0.30 299	0.57 310	0.46 266	0.38 255	0.36 158	0.47 286	0.29 236	0.38 187	0.39 281	0.13 276	0.11 286	0.11 229	0.11 248	0.11 225	0.11 231

WZ-Net	0.52 352	0.38 356	1.90 393	0.30 323	0.24 334	0.57 346	0.48 364	0.62 342	0.78 363	0.50 324	0.71 343	0.68 355	0.54 343	0.98 367	0.84 356	0.13 276	0.10 269	0.11 229	0.12 280	0.19 326	0.20 336

SACVNet	0.30 255	0.20 258	0.41 165	0.25 245	0.18 263	0.34 249	0.25 256	0.52 261	0.40 206	0.41 287	0.44 239	0.46 284	0.32 263	0.71 303	0.25 206	0.13 276	0.10 269	0.12 262	0.12 280	0.16 296	0.17 306

HCRNet	0.24 182	0.25 297	0.33 73	0.34 343	0.16 228	0.27 159	0.18 86	0.43 185	0.35 156	0.30 151	0.35 148	0.32 186	0.22 145	0.44 202	0.20 139	0.13 276	0.08 223	0.13 281	0.11 248	0.10 189	0.09 161

APVNet	0.36 293	0.20 258	0.70 308	0.26 273	0.22 318	0.52 340	0.35 322	0.61 334	0.44 240	0.38 255	0.52 291	0.48 291	0.38 293	0.84 344	0.46 310	0.13 276	0.14 317	0.15 312	0.16 328	0.16 296	0.15 291

GwcNet	0.35 289	0.23 290	0.88 342	0.25 245	0.24 334	0.48 324	0.27 272	0.55 289	0.57 325	0.38 255	0.52 291	0.51 305	0.32 263	0.60 262	0.41 293	0.13 276	0.11 286	0.12 262	0.11 248	0.13 264	0.14 282

FAT-Stereo	0.36 293	0.18 235	0.73 314	0.26 273	0.18 263	0.33 236	0.29 289	0.60 330	0.59 328	0.46 313	0.60 318	0.60 330	0.50 337	0.61 267	0.34 260	0.13 276	0.14 317	0.13 281	0.12 280	0.14 276	0.18 319

DMCA-RVC	0.27 221	0.21 271	0.61 277	0.28 313	0.17 244	0.29 191	0.21 184	0.42 175	0.35 156	0.40 278	0.37 167	0.39 238	0.36 281	0.43 198	0.30 240	0.13 276	0.10 269	0.15 312	0.11 248	0.13 264	0.10 206

FADNet-RVC	0.31 262	0.35 346	0.78 317	0.25 245	0.20 295	0.33 236	0.20 161	0.49 230	0.40 206	0.34 211	0.39 189	0.41 254	0.29 236	0.63 280	0.31 244	0.13 276	0.14 317	0.14 300	0.15 317	0.19 326	0.19 326

STTStereo	0.28 238	0.20 258	0.61 277	0.25 245	0.17 244	0.29 191	0.24 242	0.47 213	0.39 193	0.39 270	0.41 204	0.44 274	0.28 223	0.40 192	0.28 224	0.13 276	0.12 303	0.13 281	0.16 328	0.12 251	0.11 231

stereogan	0.37 302	0.17 223	0.65 293	0.27 296	0.22 318	0.62 353	0.26 267	0.59 322	0.63 339	0.43 301	0.60 318	0.67 352	0.42 313	0.68 295	0.35 264	0.13 276	0.14 317	0.14 300	0.12 280	0.19 326	0.17 306

RTSC	0.39 314	0.28 318	0.78 317	0.27 296	0.18 263	0.49 327	0.22 200	0.59 322	0.84 371	0.55 343	0.53 296	0.49 295	0.36 281	0.67 294	0.82 355	0.13 276	0.10 269	0.11 229	0.12 280	0.17 311	0.17 306

ADCMid	0.49 342	0.34 343	1.13 371	0.26 273	0.21 303	0.51 331	0.37 329	0.57 310	0.54 313	0.75 365	0.66 334	0.62 336	0.64 362	0.64 282	1.68 392	0.13 276	0.12 303	0.17 327	0.17 337	0.20 334	0.17 306

DANet	0.35 289	0.23 290	0.60 274	0.36 353	0.22 318	0.39 282	0.25 256	0.48 224	0.43 226	0.52 335	0.50 277	0.59 327	0.41 305	0.76 323	0.49 316	0.13 276	0.11 286	0.14 300	0.12 280	0.17 311	0.15 291
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.36 293	0.22 283	0.49 225	0.29 316	0.17 244	0.41 290	0.38 335	0.57 310	0.45 252	0.46 313	0.75 349	0.55 316	0.40 301	0.94 361	0.41 293	0.13 276	0.13 313	0.13 281	0.11 248	0.14 276	0.11 231

UCFNet_RVC	0.24 182	0.16 207	0.34 78	0.18 8	0.15 205	0.33 236	0.16 38	0.46 206	0.35 156	0.29 123	0.35 148	0.39 238	0.25 184	0.34 168	0.22 174	0.13 276	0.08 223	0.13 281	0.14 309	0.13 264	0.12 253

NVstereo2D	0.31 262	0.16 207	0.54 251	0.24 208	0.22 318	0.42 297	0.28 285	0.58 317	0.56 322	0.28 98	0.38 177	0.40 251	0.30 245	0.71 303	0.28 224	0.13 276	0.08 223	0.13 281	0.10 215	0.19 326	0.16 298

MDST_ROB	0.48 340	0.14 164	0.95 353	0.30 323	0.21 303	1.33 396	0.32 307	0.77 373	0.56 322	1.06 382	0.71 343	0.49 295	0.35 277	1.26 384	0.38 273	0.13 276	0.11 286	0.16 321	0.13 298	0.12 251	0.12 253

FBW_ROB	0.43 328	0.26 308	0.54 251	0.31 330	0.20 295	0.51 331	0.32 307	0.70 366	0.60 331	0.59 347	0.55 303	0.65 347	0.41 305	1.40 389	0.51 323	0.13 276	0.17 343	0.21 346	0.16 328	0.17 311	0.18 319

ETE_ROB	0.34 284	0.26 308	0.45 198	0.29 316	0.18 263	0.40 287	0.37 329	0.57 310	0.47 271	0.50 324	0.50 277	0.62 336	0.36 281	0.55 239	0.38 273	0.13 276	0.10 269	0.14 300	0.12 280	0.16 296	0.16 298

PWC_ROB	0.38 308	0.29 325	0.69 302	0.25 245	0.20 295	0.38 275	0.19 123	0.58 317	0.67 345	0.57 346	0.85 360	0.51 305	0.40 301	0.71 303	0.52 324	0.13 276	0.09 251	0.14 300	0.10 215	0.17 311	0.14 282

pcwnet_v2	0.32 271	0.15 189	1.26 378	0.23 171	0.18 263	0.32 227	0.18 86	0.59 322	0.60 331	0.36 242	0.45 251	0.35 213	0.29 236	0.36 181	0.25 206	0.14 299	0.11 286	0.12 262	0.11 248	0.14 276	0.15 291

psmorigin	0.50 344	0.25 297	3.03 405	0.24 208	0.19 281	0.38 275	0.22 200	0.50 238	0.44 240	0.64 353	0.68 338	0.71 360	0.51 340	0.85 345	0.45 304	0.14 299	0.17 343	0.13 281	0.14 309	0.16 296	0.21 343

hitnet-ft	0.29 248	0.17 223	0.40 143	0.19 26	0.14 164	0.39 282	0.23 220	0.44 189	0.41 217	0.36 242	0.46 261	0.53 312	0.34 273	0.76 323	0.32 249	0.14 299	0.10 269	0.13 281	0.10 215	0.15 288	0.13 265

FADNet_RVC	0.30 255	0.28 318	0.83 331	0.23 171	0.15 205	0.30 208	0.17 59	0.49 230	0.37 175	0.30 151	0.38 177	0.30 170	0.27 210	0.52 229	0.31 244	0.14 299	0.14 317	0.14 300	0.16 328	0.21 337	0.23 354

RTS	0.78 379	0.48 366	4.68 407	0.34 343	0.28 351	1.12 386	0.46 356	0.62 342	1.03 380	0.73 361	0.89 365	0.60 330	0.59 350	1.61 392	1.16 378	0.14 299	0.11 286	0.15 312	0.15 317	0.21 337	0.19 326

RTSA	0.78 379	0.48 366	4.68 407	0.34 343	0.28 351	1.12 386	0.46 356	0.62 342	1.03 380	0.73 361	0.89 365	0.60 330	0.59 350	1.61 392	1.16 378	0.14 299	0.11 286	0.15 312	0.15 317	0.21 337	0.19 326

TDLM	0.30 255	0.21 271	0.38 127	0.28 313	0.15 205	0.33 236	0.32 307	0.52 261	0.47 271	0.38 255	0.43 230	0.39 238	0.29 236	0.91 356	0.28 224	0.14 299	0.08 223	0.13 281	0.11 248	0.12 251	0.10 206

CVANet_RVC	0.30 255	0.19 250	0.41 165	0.26 273	0.16 228	0.33 236	0.26 267	0.52 261	0.47 271	0.40 278	0.46 261	0.43 264	0.31 256	0.89 352	0.26 218	0.14 299	0.09 251	0.14 300	0.13 298	0.14 276	0.10 206

AdaStereo	0.24 182	0.16 207	0.37 108	0.24 208	0.12 77	0.32 227	0.17 59	0.54 279	0.42 221	0.33 195	0.38 177	0.35 213	0.21 134	0.30 145	0.22 174	0.14 299	0.06 72	0.13 281	0.08 109	0.11 225	0.08 111
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.
SANet	0.53 353	0.28 318	0.96 354	0.26 273	0.15 205	0.69 359	0.44 352	0.67 361	1.34 390	0.67 356	0.98 369	0.94 371	0.71 366	0.89 352	0.76 349	0.14 299	0.12 303	0.12 262	0.11 248	0.17 311	0.16 298

PSMNet_ROB	0.33 277	0.24 293	0.54 251	0.31 330	0.21 303	0.42 297	0.43 349	0.59 322	0.47 271	0.37 247	0.44 239	0.49 295	0.31 256	0.64 282	0.43 297	0.14 299	0.10 269	0.15 312	0.14 309	0.13 264	0.11 231

GASNet	0.36 293	0.46 362	0.88 342	0.34 343	0.23 329	0.35 258	0.22 200	0.60 330	0.53 310	0.40 278	0.37 167	0.45 278	0.30 245	0.79 332	0.35 264	0.15 310	0.10 269	0.14 300	0.14 309	0.22 343	0.12 253

Wz-Net-TNSev	0.51 348	0.58 376	1.61 391	0.25 245	0.21 303	0.65 355	0.45 354	0.63 348	0.69 350	0.51 329	0.54 299	0.71 360	0.60 352	1.00 368	0.77 352	0.15 310	0.15 331	0.13 281	0.15 317	0.21 337	0.20 336

UDGNet	0.23 159	0.31 336	0.38 127	0.24 208	0.14 164	0.24 125	0.18 86	0.32 67	0.43 226	0.29 123	0.28 79	0.24 104	0.19 121	0.29 133	0.20 139	0.15 310	0.07 158	0.21 346	0.11 248	0.14 276	0.10 206

AF-Net	0.37 302	0.26 308	0.56 260	0.32 336	0.23 329	0.41 290	0.29 289	0.61 334	0.64 340	0.42 295	0.68 338	0.65 347	0.49 336	0.57 250	0.44 301	0.15 310	0.11 286	0.19 341	0.14 309	0.15 288	0.13 265

RGC	0.39 314	0.32 341	0.64 292	0.34 343	0.27 348	0.40 287	0.29 289	0.57 310	0.53 310	0.45 310	0.64 331	0.62 336	0.45 320	0.72 308	0.39 281	0.15 310	0.15 331	0.21 346	0.20 347	0.18 322	0.19 326

Nwc_Net	0.37 302	0.25 297	0.68 301	0.31 330	0.24 334	0.44 307	0.30 299	0.65 350	0.50 297	0.37 247	0.69 342	0.58 325	0.45 320	0.60 262	0.40 287	0.15 310	0.12 303	0.19 341	0.21 350	0.14 276	0.13 265

SHD	0.42 325	0.27 315	0.81 327	0.31 330	0.25 341	0.42 297	0.22 200	0.66 356	0.94 379	0.63 351	0.60 318	0.59 327	0.47 329	0.59 261	0.58 333	0.15 310	0.13 313	0.16 321	0.16 328	0.20 334	0.22 348

AnyNet_C32	0.51 348	0.40 358	1.10 370	0.29 316	0.28 351	0.59 348	0.58 373	0.54 279	0.60 331	0.62 350	0.66 334	0.54 314	0.54 343	0.78 330	1.74 395	0.15 310	0.14 317	0.15 312	0.17 337	0.20 334	0.20 336

ADCPNet	0.48 340	0.29 325	1.60 389	0.27 296	0.23 329	0.70 362	0.38 335	0.53 272	0.51 300	0.51 329	0.59 313	0.67 352	0.56 347	0.60 262	1.14 375	0.15 310	0.18 349	0.14 300	0.23 359	0.19 326	0.19 326

Anonymous Stereo	0.38 308	0.34 343	1.00 358	0.30 323	0.25 341	0.33 236	0.44 352	0.50 238	0.54 313	0.41 287	0.45 251	0.39 238	0.26 193	0.93 358	0.48 313	0.15 310	0.14 317	0.15 312	0.16 328	0.16 296	0.17 306

DeepPruner_ROB	0.26 214	0.19 250	0.44 188	0.21 86	0.16 228	0.30 208	0.21 184	0.52 261	0.32 132	0.35 227	0.38 177	0.39 238	0.26 193	0.42 196	0.24 197	0.15 310	0.11 286	0.11 229	0.11 248	0.14 276	0.13 265

CBMV	0.33 277	0.21 271	0.54 251	0.23 171	0.13 131	0.42 297	0.33 317	0.53 272	0.48 280	0.52 335	0.49 275	0.50 301	0.41 305	0.56 247	0.31 244	0.15 310	0.16 338	0.18 334	0.16 328	0.13 264	0.13 265
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	0.32 271	0.36 349	0.74 315	0.23 171	0.22 318	0.37 268	0.19 123	0.53 272	0.48 280	0.32 186	0.36 158	0.43 264	0.32 263	0.64 282	0.25 206	0.16 322	0.16 338	0.14 300	0.16 328	0.24 349	0.19 326

RP	0.35 289	0.22 283	0.51 241	0.31 330	0.24 334	0.37 268	0.28 285	0.50 238	0.58 327	0.40 278	0.63 330	0.61 334	0.47 329	0.61 267	0.39 281	0.16 322	0.15 331	0.17 327	0.15 317	0.17 311	0.17 306

G-Net	0.46 337	0.25 297	0.86 339	0.34 343	0.28 351	0.90 378	0.35 322	0.47 213	0.45 252	0.68 357	1.22 378	0.64 346	0.60 352	0.61 267	0.57 328	0.16 322	0.14 317	0.17 327	0.13 298	0.22 343	0.19 326

edge stereo	0.39 314	0.22 283	0.81 327	0.27 296	0.22 318	0.37 268	0.24 242	0.56 303	0.54 313	0.53 340	0.60 318	0.71 360	0.50 337	0.78 330	0.40 287	0.16 322	0.14 317	0.19 341	0.14 309	0.16 296	0.17 306

ADCS	0.58 359	0.40 358	1.35 384	0.29 316	0.24 334	0.55 342	0.45 354	0.67 361	0.83 369	0.76 366	0.71 343	0.68 355	0.60 352	0.76 323	2.23 403	0.16 322	0.16 338	0.16 321	0.17 337	0.22 343	0.22 348

AnyNet_C01	0.65 367	0.58 376	2.60 402	0.32 336	0.26 346	0.88 376	0.61 376	0.63 348	0.62 336	0.68 357	0.96 368	0.76 363	0.60 352	0.96 364	1.43 387	0.16 322	0.16 338	0.17 327	0.17 337	0.23 346	0.23 354

LSM	1.64 401	0.40 358	2.56 401	2.02 411	17.61 422	0.51 331	0.52 368	0.61 334	0.76 360	0.82 368	1.11 374	0.63 344	0.54 343	0.75 318	0.49 316	0.16 322	0.24 368	0.18 334	0.21 350	0.25 350	2.42 414

DPSNet	0.47 338	0.24 293	0.93 350	0.27 296	0.20 295	0.75 366	0.57 372	0.84 382	0.79 364	0.47 320	0.51 283	0.60 330	0.69 364	0.87 348	0.71 347	0.16 322	0.13 313	0.12 262	0.10 215	0.25 350	0.21 343

NCCL2	0.35 289	0.26 308	0.49 225	0.36 353	0.22 318	0.41 290	0.41 344	0.53 272	0.42 221	0.47 320	0.46 261	0.61 334	0.39 298	0.55 239	0.37 271	0.16 322	0.13 313	0.21 346	0.21 350	0.16 296	0.16 298

SGM_RVC	0.50 344	0.19 250	0.50 235	0.25 245	0.15 205	0.69 359	0.39 340	0.68 364	0.82 366	0.95 376	0.84 359	1.13 376	0.76 368	1.16 377	0.60 336	0.16 322	0.16 338	0.16 321	0.16 328	0.16 296	0.17 306
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Syn2CoEx	0.36 293	0.31 336	0.78 317	0.34 343	0.21 303	0.41 290	0.28 285	0.61 334	0.49 289	0.42 295	0.56 308	0.45 278	0.44 317	0.69 297	0.38 273	0.17 332	0.14 317	0.15 312	0.12 280	0.13 264	0.12 253

NCC-stereo	0.39 314	0.25 297	0.69 302	0.32 336	0.28 351	0.46 314	0.36 325	0.65 350	0.52 306	0.40 278	0.57 309	0.56 318	0.47 329	0.73 310	0.45 304	0.17 332	0.14 317	0.18 334	0.25 361	0.16 296	0.16 298

Abc-Net	0.39 314	0.25 297	0.69 302	0.32 336	0.28 351	0.46 314	0.36 325	0.65 350	0.52 306	0.40 278	0.57 309	0.56 318	0.47 329	0.73 310	0.45 304	0.17 332	0.14 317	0.18 334	0.25 361	0.16 296	0.16 298
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	0.43 328	0.37 354	0.96 354	0.34 343	0.25 341	0.53 341	0.34 319	0.60 330	0.73 358	0.51 329	0.46 261	0.57 322	0.47 329	0.70 300	0.72 348	0.17 332	0.12 303	0.18 334	0.15 317	0.25 350	0.23 354

SGM-ForestM	1.36 393	0.28 318	0.79 323	0.26 273	0.16 228	2.26 407	1.00 400	1.42 395	1.46 394	2.38 406	2.05 401	5.95 415	2.66 408	2.95 407	2.46 405	0.17 332	0.18 349	0.18 334	0.18 342	0.15 288	0.18 319

PS-NSSS	0.32 271	0.30 331	0.46 204	0.23 171	0.17 244	0.33 236	0.24 242	0.57 310	0.41 217	0.37 247	0.52 291	0.35 213	0.30 245	0.80 336	0.30 240	0.17 332	0.14 317	0.21 346	0.15 317	0.15 288	0.13 265

XPNet_ROB	0.33 277	0.20 258	0.43 182	0.27 296	0.18 263	0.37 268	0.31 303	0.55 289	0.50 297	0.51 329	0.53 296	0.58 325	0.37 289	0.63 280	0.45 304	0.17 332	0.12 303	0.13 281	0.12 280	0.15 288	0.14 282

LALA_ROB	0.36 293	0.25 297	0.46 204	0.30 323	0.21 303	0.47 320	0.39 340	0.61 334	0.51 300	0.52 335	0.51 283	0.69 357	0.36 281	0.50 218	0.43 297	0.17 332	0.11 286	0.16 321	0.14 309	0.17 311	0.15 291

SGM-Forest	0.36 293	0.17 223	0.47 211	0.23 171	0.16 228	0.45 312	0.41 344	0.55 289	0.48 280	0.52 335	0.60 318	0.52 308	0.41 305	0.85 345	0.50 321	0.17 332	0.17 343	0.17 327	0.15 317	0.15 288	0.15 291
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MeshStereo	0.58 359	0.27 315	0.67 297	0.22 129	0.17 244	0.66 357	0.37 329	0.78 374	0.61 334	1.47 402	1.30 381	1.65 389	0.79 370	1.12 375	0.59 334	0.17 332	0.17 343	0.17 327	0.14 309	0.17 311	0.14 282
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
HBP-ISP	0.33 277	0.30 331	0.72 311	0.22 129	0.16 228	0.32 227	0.22 200	0.54 279	0.44 240	0.41 287	0.49 275	0.33 193	0.38 293	0.73 310	0.25 206	0.18 342	0.19 353	0.24 355	0.20 347	0.16 296	0.13 265

DeepPrunerF	0.44 334	0.29 325	1.29 381	0.33 341	0.30 359	0.35 258	0.36 325	0.62 342	1.15 388	0.40 278	0.44 239	0.39 238	0.41 305	0.80 336	0.52 324	0.18 342	0.14 317	0.23 353	0.21 350	0.17 311	0.17 306

CBMV_ROB	0.33 277	0.18 235	0.53 248	0.21 86	0.14 164	0.33 236	0.20 161	0.51 251	0.45 252	0.51 329	0.55 303	0.45 278	0.42 313	0.71 303	0.32 249	0.18 342	0.19 353	0.23 353	0.21 350	0.14 276	0.15 291

PWCDC_ROB	0.38 308	0.30 331	0.60 274	0.33 341	0.20 295	0.42 297	0.19 123	0.58 317	0.89 372	0.42 295	1.26 380	0.36 218	0.34 273	0.50 218	0.38 273	0.18 342	0.11 286	0.11 229	0.09 183	0.19 326	0.13 265

WCMA_ROB	0.51 348	0.21 271	0.65 293	0.25 245	0.21 303	0.58 347	0.32 307	0.54 279	0.55 319	0.95 376	1.40 384	1.28 382	0.81 373	0.73 310	0.62 339	0.18 342	0.15 331	0.15 312	0.15 317	0.19 326	0.19 326

FINET	0.34 284	0.27 315	0.80 325	0.24 208	0.24 334	0.36 263	0.34 319	0.54 279	0.72 355	0.39 270	0.47 268	0.32 186	0.30 245	0.51 223	0.32 249	0.19 347	0.17 343	0.13 281	0.12 280	0.18 322	0.16 298

SAMSARA	0.56 355	0.39 357	0.80 325	0.60 381	0.46 374	1.00 382	1.23 408	0.67 361	0.68 348	0.71 360	0.54 299	0.89 370	0.57 349	0.81 339	0.62 339	0.19 347	0.22 363	0.18 334	0.18 342	0.27 359	0.25 359

NOSS_ROB	0.31 262	0.20 258	0.35 86	0.24 208	0.16 228	0.32 227	0.19 123	0.52 261	0.48 280	0.33 195	0.36 158	0.42 261	0.28 223	0.93 358	0.24 197	0.19 347	0.20 358	0.24 355	0.22 357	0.17 311	0.17 306

dad	0.28 238	0.31 336	0.44 188	0.21 86	0.14 164	0.30 208	0.20 161	0.33 81	0.49 289	0.44 306	0.44 239	0.45 278	0.21 134	0.41 194	0.26 218	0.20 350	0.11 286	0.20 344	0.11 248	0.14 276	0.10 206

PVD	0.58 359	0.34 343	0.84 335	0.39 362	0.31 361	0.59 348	0.47 360	0.80 378	1.25 389	0.92 373	1.09 372	0.79 364	0.82 374	0.85 345	0.76 349	0.21 351	0.18 349	0.22 352	0.18 342	0.27 359	0.35 372

CSAN	0.50 344	0.35 346	0.78 317	0.36 353	0.23 329	0.56 343	0.59 375	0.61 334	0.70 352	0.64 353	0.78 353	0.65 347	0.60 352	1.38 388	0.62 339	0.21 351	0.17 343	0.20 344	0.20 347	0.18 322	0.18 319

PDISCO_ROB	0.43 328	0.30 331	0.67 297	0.43 367	0.36 367	0.67 358	0.32 307	0.72 369	0.76 360	0.43 301	0.53 296	0.63 344	0.40 301	0.66 292	0.47 312	0.21 351	0.12 303	0.21 346	0.19 346	0.25 350	0.20 336

SDNR	0.42 325	0.21 271	0.82 330	0.21 86	0.18 263	1.27 393	0.17 59	0.50 238	0.49 289	0.42 295	0.81 356	0.38 227	0.27 210	1.19 378	0.38 273	0.23 354	0.24 368	0.17 327	0.13 298	0.17 311	0.20 336

MFN_U_SF_DS_RVC	0.51 348	0.50 371	0.86 339	0.39 362	0.24 334	0.84 374	0.55 371	0.56 303	0.62 336	0.60 348	0.68 338	0.62 336	0.42 313	1.13 376	0.43 297	0.23 354	0.27 372	0.27 358	0.35 374	0.25 350	0.29 364

MSMD_ROB	0.60 363	0.33 342	0.61 277	0.30 323	0.25 341	0.86 375	0.35 322	0.55 289	0.67 345	1.10 384	1.49 389	1.76 392	0.97 384	0.88 351	0.49 316	0.23 354	0.21 359	0.27 358	0.27 367	0.25 350	0.24 358

FCDSN-DC	0.63 365	0.31 336	0.61 277	0.36 353	0.30 359	0.65 355	0.37 329	0.66 356	0.68 348	1.14 386	1.54 392	1.71 391	1.26 393	0.92 357	0.64 343	0.24 357	0.22 363	0.27 358	0.26 365	0.27 359	0.27 363
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.70 372	0.30 331	0.69 302	0.32 336	0.27 348	0.81 373	0.39 340	0.79 377	0.82 366	1.41 395	1.58 394	1.98 394	1.26 393	1.02 370	0.77 352	0.24 357	0.22 363	0.27 358	0.26 365	0.26 356	0.26 360

Anonymous_2	0.37 302	0.21 271	0.47 211	0.20 57	0.21 303	0.42 297	0.26 267	0.38 135	0.29 105	0.33 195	0.30 99	0.44 274	0.38 293	0.36 181	0.29 234	0.26 359	0.29 376	0.44 376	1.41 410	0.34 369	0.21 343

UDG	0.40 320	0.46 362	0.49 225	0.40 364	0.35 366	0.47 320	0.27 272	0.54 279	0.47 271	0.39 270	0.45 251	0.59 327	0.44 317	0.46 206	0.39 281	0.26 359	0.19 353	0.48 378	0.22 357	0.34 369	0.26 360

ccnet	0.42 325	0.31 336	0.48 220	0.27 296	0.32 362	0.60 351	0.32 307	0.65 350	0.46 266	0.53 340	0.66 334	0.56 318	0.45 320	0.72 308	0.61 337	0.26 359	0.19 353	0.24 355	0.21 350	0.26 356	0.22 348

PASM	0.45 335	0.35 346	0.90 345	0.35 352	0.33 363	0.39 282	0.38 335	0.50 238	0.61 334	0.52 335	0.51 283	0.62 336	0.45 320	0.93 358	0.48 313	0.26 359	0.29 376	0.29 364	0.33 372	0.29 364	0.26 360

ELAS	0.74 377	0.36 349	0.85 338	0.36 353	0.33 363	1.36 397	0.77 388	0.93 385	0.92 376	1.41 395	1.53 391	1.16 379	1.17 389	0.95 363	1.03 367	0.26 359	0.25 370	0.28 363	0.28 370	0.31 366	0.30 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GANetREF_RVC	0.43 328	0.47 364	0.69 302	0.38 360	0.20 295	0.51 331	0.48 364	0.66 356	0.66 342	0.46 313	0.46 261	0.50 301	0.44 317	0.90 355	0.39 281	0.27 364	0.21 359	0.32 368	0.18 342	0.27 359	0.22 348
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
DispFullNet	0.66 368	0.89 391	1.59 388	0.77 388	1.21 405	0.51 331	0.23 220	0.59 322	0.72 355	0.69 359	0.61 325	0.69 357	0.91 380	0.79 332	0.48 313	0.27 364	0.12 303	0.73 390	0.30 371	0.65 386	0.40 376

ELAS_RVC	0.74 377	0.36 349	1.00 358	0.37 358	0.33 363	0.88 376	0.93 397	0.83 381	1.08 384	1.35 391	1.33 383	1.24 380	1.33 396	1.06 372	0.95 363	0.27 364	0.25 370	0.29 364	0.27 367	0.30 365	0.30 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
BEATNet-Init1	4.73 412	2.61 412	13.29 422	0.58 379	0.53 380	10.12 417	3.33 413	4.83 413	5.01 412	8.75 416	8.51 414	14.08 423	7.60 415	7.70 416	5.34 413	0.28 367	0.28 375	0.34 370	0.37 378	0.57 380	0.45 379

MANE	1.41 394	0.36 349	0.74 315	0.43 367	0.41 371	2.16 406	0.80 390	2.39 410	3.38 404	2.22 405	3.06 407	3.54 408	2.73 409	2.15 404	1.94 400	0.28 367	0.27 372	0.30 366	0.46 382	0.28 363	0.34 371

CAS	0.15 21	0.07 1	0.21 4	0.41 365	0.16 228	0.20 55	0.18 86	0.22 3	0.19 7	0.15 11	0.19 25	0.11 2	0.09 2	0.14 1	0.13 24	0.29 369	0.04 1	0.06 1	0.04 1	0.06 6	0.14 282

MFN_U_SF_RVC	0.56 355	0.51 373	1.19 373	0.38 360	0.22 318	0.69 359	0.27 272	0.80 378	0.67 345	0.73 361	0.74 348	0.87 367	0.61 361	0.81 339	0.76 349	0.29 369	0.27 372	0.32 368	0.37 378	0.32 368	0.31 367

PMTNet	0.15 21	0.08 2	0.23 8	0.15 2	0.09 7	0.23 110	0.16 38	0.25 11	0.23 44	0.17 28	0.21 43	0.16 34	0.14 42	0.22 44	0.13 24	0.29 369	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18

NVStereoNet_ROB	0.67 369	0.49 370	0.83 331	0.48 373	0.40 370	0.51 331	0.46 356	0.70 366	0.77 362	0.84 369	1.72 395	1.02 375	0.83 375	1.23 382	0.79 354	0.32 372	0.38 383	0.40 374	0.46 382	0.36 371	0.41 377
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	0.41 322	0.50 371	0.48 220	0.44 369	0.39 368	0.46 314	0.32 307	0.50 238	0.43 226	0.45 310	0.52 291	0.57 322	0.36 281	0.48 211	0.33 256	0.33 373	0.21 359	0.55 382	0.25 361	0.37 372	0.32 370

CC-Net-ROB	0.43 328	0.47 364	0.65 293	0.37 358	0.23 329	0.51 331	0.29 289	0.66 356	0.49 289	0.46 313	0.51 283	0.48 291	0.38 293	0.96 364	0.35 264	0.34 374	0.23 366	0.55 382	0.25 361	0.31 366	0.20 336

SQANet	0.40 320	0.48 366	0.67 297	0.48 373	0.39 368	0.48 324	0.22 200	0.51 251	0.43 226	0.40 278	0.47 268	0.47 286	0.33 266	0.54 238	0.32 249	0.36 375	0.15 331	0.40 374	0.21 350	0.45 375	0.31 367

MaskLacGwcNet_RVC	0.36 293	0.36 349	0.53 248	0.34 343	0.19 281	0.51 331	0.24 242	0.55 289	0.38 187	0.41 287	0.47 268	0.47 286	0.27 210	0.73 310	0.30 240	0.36 375	0.19 353	0.27 358	0.17 337	0.26 356	0.23 354

MSC_U_SF_DS_RVC	0.68 370	0.64 380	1.06 366	0.45 370	0.27 348	1.40 399	0.58 373	0.78 374	0.92 376	0.84 369	0.86 361	0.88 369	0.68 363	1.33 387	0.68 346	0.37 377	0.29 376	0.34 370	0.36 377	0.43 373	0.37 373

MADNet+	1.01 386	1.16 402	4.72 409	0.70 385	0.47 375	1.24 392	0.96 398	0.97 386	0.89 372	0.65 355	0.77 352	0.87 367	0.85 378	2.09 402	1.68 392	0.38 378	0.39 384	0.31 367	0.27 367	0.43 373	0.39 375

Consistency-Raft	0.55 354	0.48 366	1.02 362	0.45 370	0.49 376	0.49 327	0.47 360	0.72 369	0.72 355	0.45 310	0.82 357	0.47 286	0.60 352	0.50 218	0.63 342	0.39 379	0.39 384	0.44 376	0.51 387	0.52 377	0.37 373

JetBlue	1.14 391	0.76 384	2.36 397	0.59 380	0.75 390	3.04 410	1.78 410	1.11 388	0.90 374	0.94 374	1.10 373	1.66 390	1.28 395	2.09 402	1.72 394	0.43 380	0.36 382	0.38 372	0.38 380	0.58 381	0.56 386

otaku	0.57 358	0.62 379	0.87 341	0.63 383	0.44 373	0.73 363	0.37 329	0.65 350	0.66 342	0.51 329	0.75 349	0.66 351	0.45 320	0.69 297	0.46 310	0.53 381	0.34 381	0.55 382	0.35 374	0.60 382	0.45 379

DGSMNet	0.61 364	0.29 325	0.91 346	0.51 376	0.70 388	0.62 353	1.38 409	0.59 322	0.55 319	0.37 247	0.61 325	0.52 308	0.33 266	0.65 288	0.43 297	0.53 381	0.60 399	0.67 387	0.61 395	0.63 383	0.61 393

ACVNet_1	0.72 373	0.81 386	1.37 385	0.72 386	0.53 380	0.77 367	0.42 347	0.85 384	0.90 374	0.74 364	0.75 349	1.32 384	0.72 367	1.02 370	0.55 327	0.54 383	0.31 379	0.71 389	0.35 374	0.64 385	0.45 379

anonymity	0.56 355	0.54 375	0.70 308	0.47 372	0.61 384	0.56 343	0.43 349	0.69 365	0.49 289	0.63 351	0.55 303	0.54 314	0.60 352	0.61 267	0.57 328	0.55 384	0.53 392	0.50 379	0.54 390	0.51 376	0.56 386

Ntro	0.58 359	0.64 380	0.92 348	0.66 384	0.50 377	0.77 367	0.36 325	0.66 356	0.70 352	0.50 324	0.59 313	0.65 347	0.51 340	0.75 318	0.45 304	0.56 385	0.32 380	0.56 385	0.34 373	0.63 383	0.46 382

SGM+DAISY	0.87 381	0.66 382	1.30 382	0.51 376	0.60 383	1.03 383	0.84 394	0.76 372	0.73 358	1.39 393	1.51 390	1.31 383	1.22 391	1.11 373	1.08 369	0.57 386	0.53 392	0.51 381	0.51 387	0.54 378	0.61 393

SPS-STEREO	0.69 371	0.61 378	0.98 356	0.52 378	0.57 382	0.74 364	0.50 367	0.78 374	0.62 336	0.95 376	0.86 361	0.94 371	0.70 365	1.01 369	0.87 360	0.58 387	0.51 389	0.50 379	0.50 386	0.55 379	0.58 388
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	1.01 386	0.89 391	0.93 350	0.83 391	0.66 387	1.18 388	0.81 392	1.40 394	1.57 395	1.11 385	1.76 397	1.45 386	1.19 390	1.50 391	1.14 375	0.61 388	0.62 402	0.70 388	0.68 397	0.66 388	0.60 390

ACVNet_2	0.89 382	0.87 390	1.25 377	0.82 389	0.62 385	0.97 381	0.62 377	1.14 389	1.42 392	1.00 379	1.40 384	1.47 387	0.84 376	1.11 373	0.66 345	0.61 388	0.43 386	0.78 392	0.49 384	0.75 390	0.52 384

MFMNet_re	0.72 373	0.76 384	0.99 357	0.62 382	0.70 388	0.77 367	0.67 379	0.75 371	0.83 369	0.78 367	0.86 361	0.69 357	0.78 369	0.71 303	0.61 337	0.66 390	0.59 398	0.61 386	0.58 394	0.68 389	0.71 397

IMH-64-1	0.91 383	0.86 388	0.84 335	0.97 394	0.75 390	0.92 379	0.71 381	1.27 390	1.10 385	0.89 371	1.45 386	1.14 377	0.96 382	1.19 378	0.84 356	0.74 391	0.51 389	0.97 396	0.55 391	0.84 393	0.60 390

IMH-64	0.91 383	0.86 388	0.84 335	0.97 394	0.75 390	0.92 379	0.71 381	1.27 390	1.10 385	0.89 371	1.45 386	1.14 377	0.96 382	1.19 378	0.84 356	0.74 391	0.51 389	0.97 396	0.55 391	0.84 393	0.60 390

TorneroNet-64	1.43 395	1.03 397	1.20 374	1.10 399	0.86 399	2.26 407	0.73 384	1.84 403	3.84 409	1.25 388	2.25 405	2.69 404	1.42 397	1.76 399	1.43 387	0.76 393	0.50 387	1.09 401	0.66 396	1.23 404	0.76 402

WAO-6	1.07 389	0.93 394	0.92 348	0.96 393	0.78 393	1.28 394	0.75 385	1.34 392	2.00 399	1.02 381	1.54 392	1.59 388	1.22 391	1.31 386	1.14 375	0.78 394	0.55 395	1.02 400	0.75 401	0.83 392	0.69 396

RainbowNet	0.72 373	0.89 391	1.02 362	0.82 389	0.63 386	0.78 370	0.52 368	0.81 380	0.93 378	0.60 348	0.79 354	0.80 365	0.60 352	0.80 336	0.57 328	0.78 394	0.55 395	0.78 392	0.49 384	0.76 391	0.58 388

Dean	1.17 392	1.04 398	1.49 387	1.03 398	0.78 393	1.20 391	0.77 388	1.48 398	1.96 397	1.28 389	1.99 400	2.15 396	1.14 386	1.25 383	1.00 366	0.81 396	0.60 399	1.01 399	0.69 398	0.92 399	0.74 400

TorneroNet	2.22 405	1.08 399	1.24 376	1.14 403	0.90 400	5.58 412	0.80 390	2.12 408	8.69 415	2.58 407	5.42 412	3.88 409	1.97 403	1.78 401	1.87 397	0.86 397	0.54 394	1.15 405	0.74 400	1.23 404	0.85 403

PWCK	1.00 385	1.17 403	1.70 392	0.91 392	0.41 371	1.19 390	0.92 396	1.10 387	1.14 387	1.16 387	1.14 375	1.25 381	0.88 379	1.75 398	1.04 368	0.87 398	0.50 387	0.87 394	0.53 389	0.96 400	0.52 384

WAO-8	1.46 397	1.10 400	1.09 367	1.10 399	0.84 397	2.06 403	0.75 385	1.84 403	3.83 407	1.44 399	2.21 403	2.15 396	1.43 398	3.17 408	1.19 380	0.91 399	0.65 404	1.09 401	0.79 402	0.90 397	0.71 397

Venus	1.46 397	1.10 400	1.09 367	1.10 399	0.84 397	2.06 403	0.75 385	1.84 403	3.83 407	1.44 399	2.21 403	2.15 396	1.43 398	3.17 408	1.19 380	0.91 399	0.65 404	1.09 401	0.79 402	0.90 397	0.71 397

LVE	1.13 390	1.02 396	1.28 380	1.01 396	0.80 396	1.29 395	0.81 392	1.47 397	1.96 397	1.07 383	1.90 398	1.90 393	1.01 385	1.48 390	0.91 362	0.93 401	0.61 401	0.94 395	0.69 398	0.87 395	0.75 401

JetRed	2.30 407	2.64 413	6.12 410	1.12 402	1.38 408	5.85 413	3.29 412	1.99 406	1.67 396	1.98 404	1.95 399	2.16 399	1.60 401	2.48 406	4.10 411	1.05 402	1.60 411	1.09 401	1.01 408	1.67 410	1.28 409

UNDER WATER	1.59 400	1.22 405	2.36 397	1.38 405	1.03 402	1.67 402	1.10 404	1.54 401	3.63 405	1.44 399	1.47 388	2.85 405	2.25 406	1.67 395	1.94 400	1.06 403	0.62 402	1.31 407	0.93 406	1.21 403	1.02 406

IMH	1.05 388	0.95 395	1.00 358	1.01 396	0.78 393	1.11 385	0.68 380	1.38 393	1.43 393	1.00 379	1.72 395	1.43 385	1.14 386	1.73 397	0.89 361	1.09 404	0.55 395	0.99 398	0.57 393	0.87 395	0.62 395

UNDER WATER-64	1.55 399	1.19 404	2.52 400	1.31 404	0.95 401	2.12 405	1.21 407	1.45 396	3.19 403	1.43 398	1.32 382	2.64 403	2.04 404	1.63 394	1.83 396	1.11 405	0.67 406	1.28 406	0.92 405	1.19 402	1.02 406

notaker	1.45 396	1.34 406	1.48 386	1.40 406	1.07 403	1.18 388	0.85 395	1.48 398	1.40 391	1.51 403	3.46 408	2.40 401	1.81 402	1.76 399	1.45 390	1.11 405	0.69 407	1.38 408	0.87 404	1.31 406	0.97 405

ACVNet-4b	0.72 373	0.81 386	1.33 383	0.72 386	0.50 377	0.80 372	0.31 303	0.71 368	0.80 365	0.50 324	0.72 347	0.95 373	0.43 316	0.96 364	1.20 382	1.13 407	0.21 359	0.76 391	0.45 381	0.65 386	0.46 382

KSHMR	1.89 404	1.36 407	1.60 389	1.47 408	1.22 406	1.38 398	1.06 402	1.79 402	5.97 413	1.42 397	5.65 413	2.98 406	1.14 386	2.23 405	1.20 382	1.27 408	1.12 409	1.46 410	1.10 409	1.32 408	1.15 408

ktn	1.77 403	1.36 407	1.22 375	1.43 407	1.14 404	1.52 400	1.08 403	1.51 400	3.96 410	2.77 409	4.69 410	3.35 407	1.46 400	1.69 396	1.25 384	1.43 409	0.77 408	1.45 409	0.99 407	1.32 408	0.96 404

SPstereo	14.25 420	1.73 410	2.83 404	1.84 410	1.57 410	23.16 427	43.27 427	35.72 434	29.56 434	20.86 431	20.62 425	26.34 434	21.82 427	25.23 434	19.62 426	1.56 410	1.42 410	2.96 414	2.17 412	1.31 406	1.33 411

MADNet++	2.26 406	1.80 411	2.06 394	2.13 413	1.97 411	2.61 409	1.79 411	2.38 409	2.16 400	2.75 408	2.65 406	2.38 400	2.43 407	3.17 408	3.21 407	2.17 411	1.95 412	1.94 412	1.63 411	2.06 411	2.01 413

DLNR_Zeroshot_test	10.44 416	12.10 424	19.93 424	106.08 435	23.66 432	0.14 3	0.13 3	3.22 412	0.17 3	0.16 24	0.23 49	0.16 34	0.10 4	0.31 150	0.15 51	2.36 412	0.06 72	0.07 14	0.07 50	39.70 433	0.06 18

HanzoNet	2.97 408	1.69 409	2.29 396	1.74 409	1.33 407	1.53 401	1.03 401	1.99 406	2.64 402	5.51 412	5.16 411	5.90 414	6.82 414	4.32 413	3.29 408	3.16 413	2.02 414	1.92 411	2.87 415	2.24 412	1.89 412

DGTPSM_ROB	8.34 414	5.10 415	10.37 420	5.31 416	10.18 416	8.33 414	23.60 422	6.06 415	13.41 421	4.90 410	10.87 419	5.65 412	10.44 416	6.17 414	12.59 417	3.74 414	7.55 417	3.69 415	7.26 419	4.14 415	7.46 417

DPSMNet_ROB	8.40 415	5.11 416	10.49 421	5.58 417	10.25 417	8.34 415	23.62 423	6.07 416	13.45 422	4.93 411	10.88 420	5.66 413	10.44 416	6.24 415	12.64 418	3.98 415	7.61 418	3.76 416	7.30 420	4.20 416	7.51 418

DPSimNet_ROB	4.34 410	4.23 414	6.89 412	3.67 414	3.68 412	4.75 411	5.21 414	2.67 411	3.68 406	5.82 413	3.95 409	5.57 411	6.72 413	3.46 412	4.48 412	4.05 416	2.88 415	4.68 417	3.12 416	3.69 414	3.62 416

tt	4.71 411	0.10 24	3.94 406	2.06 412	1.53 409	10.14 418	16.88 418	9.27 418	4.98 411	1.39 393	1.02 370	4.68 410	4.90 411	3.35 411	5.86 414	5.76 417	9.15 422	2.24 413	2.53 414	3.10 413	1.32 410

PML	16.10 424	12.82 425	6.78 411	5.23 415	7.76 414	33.92 428	66.56 434	5.30 414	10.28 416	26.12 433	68.59 434	20.51 425	13.49 424	10.06 418	6.78 416	5.96 418	2.00 413	6.04 420	2.18 413	8.96 419	2.60 415

DPSM_ROB	11.49 418	9.87 422	10.35 418	11.13 419	11.31 418	19.11 425	27.51 425	13.37 423	14.21 424	10.31 420	11.06 421	10.96 421	11.27 422	11.96 423	13.59 420	6.78 419	8.19 420	6.03 418	7.09 417	7.93 417	7.73 420

DPSM	11.49 418	9.87 422	10.35 418	11.13 419	11.31 418	19.11 425	27.51 425	13.37 423	14.21 424	10.31 420	11.06 421	10.96 421	11.27 422	11.96 423	13.59 420	6.78 419	8.19 420	6.03 418	7.09 417	7.93 417	7.73 420

xxxxx1	15.27 421	9.54 419	10.31 415	20.13 424	18.88 423	17.08 420	23.03 419	10.36 419	10.99 417	9.21 417	9.62 415	10.74 418	10.61 419	10.72 419	13.89 422	7.97 421	9.20 423	31.85 432	44.72 432	12.84 420	13.69 422

tt_ll	15.27 421	9.54 419	10.31 415	20.13 424	18.88 423	17.08 420	23.03 419	10.36 419	10.99 417	9.21 417	9.62 415	10.74 418	10.61 419	10.72 419	13.89 422	7.97 421	9.20 423	31.85 432	44.72 432	12.84 420	13.69 422

ff	15.27 421	9.54 419	10.31 415	20.13 424	18.88 423	17.08 420	23.03 419	10.36 419	10.99 417	9.21 417	9.62 415	10.74 418	10.61 419	10.72 419	13.89 422	7.97 421	9.20 423	31.85 432	44.72 432	12.84 420	13.69 422

CasAABBNet	23.10 428	19.86 427	20.64 425	22.47 427	22.73 430	38.41 429	55.50 430	26.89 431	28.70 429	20.61 426	22.15 428	22.08 430	22.75 431	23.99 430	27.36 430	13.59 424	16.48 427	12.14 421	14.27 422	15.95 424	15.53 426

Selective-RAFT-Error	23.16 432	19.93 431	20.87 429	22.54 431	22.81 431	38.52 434	55.47 429	27.01 433	28.83 433	20.66 427	22.25 429	22.09 431	22.80 433	24.09 431	27.36 430	13.61 425	16.48 427	12.15 422	14.28 423	15.99 428	15.57 430

MyStereo03	23.12 429	19.90 428	20.85 426	22.49 428	22.71 427	38.42 430	55.53 431	26.80 428	28.72 430	20.77 428	22.25 429	22.03 427	22.69 428	23.90 427	27.38 432	13.62 426	16.50 429	12.15 422	14.28 423	15.95 424	15.53 426

MyStereo02	23.12 429	19.90 428	20.85 426	22.49 428	22.71 427	38.42 430	55.53 431	26.80 428	28.72 430	20.77 428	22.25 429	22.03 427	22.69 428	23.90 427	27.38 432	13.62 426	16.50 429	12.15 422	14.28 423	15.95 424	15.53 426

MyStereo	23.12 429	19.90 428	20.85 426	22.49 428	22.71 427	38.42 430	55.53 431	26.80 428	28.72 430	20.77 428	22.25 429	22.03 427	22.69 428	23.90 427	27.38 432	13.62 426	16.50 429	12.15 422	14.28 423	15.95 424	15.53 426

LSM0	24.24 433	19.98 432	22.32 430	24.22 432	40.14 434	38.48 433	55.20 428	26.95 432	28.57 428	20.49 425	21.83 426	22.26 432	22.75 431	24.22 432	27.30 429	13.66 429	16.32 426	12.19 426	14.15 421	16.10 429	17.66 431

Anonymous_1	16.62 425	9.35 418	9.84 414	10.66 418	14.64 420	18.66 424	27.12 424	12.64 422	13.51 423	10.76 422	10.30 418	10.13 417	10.60 418	11.06 422	12.74 419	15.87 430	7.74 419	16.92 427	43.48 431	58.66 434	7.68 419

LRCNet_RVC	10.90 417	14.34 426	9.35 413	15.35 421	8.04 415	1.08 384	0.34 319	8.78 417	0.70 352	12.63 423	16.05 423	9.85 416	6.54 412	8.57 417	6.34 415	20.27 431	5.40 416	23.70 429	21.88 428	14.87 423	13.83 425

HaxPig	17.72 426	20.22 433	19.73 423	16.53 422	16.51 421	9.27 416	9.33 415	14.34 425	13.27 420	18.65 424	18.70 424	17.35 424	16.77 425	17.04 425	16.45 425	22.05 432	20.89 432	22.27 428	21.53 427	21.29 430	22.13 432

MEDIAN_ROB	21.21 427	24.62 434	23.47 431	19.58 423	19.65 426	13.22 419	10.96 416	17.88 426	17.00 426	22.14 432	22.02 427	20.86 426	20.36 426	21.06 426	19.71 427	25.63 433	24.13 433	26.21 430	25.20 429	25.17 431	25.38 433

AVERAGE_ROB	25.43 434	29.06 435	27.24 432	24.63 433	24.20 433	17.73 423	12.61 417	22.29 427	21.39 427	26.79 434	26.16 433	25.20 433	24.64 434	25.07 433	23.53 428	29.96 434	28.40 434	30.60 431	29.58 430	29.72 432	29.84 434

test_example2	101.33 435	108.28 436	68.15 434	98.43 434	106.93 435	89.75 435	102.43 435	36.80 435	97.65 435	129.04 435	130.15 435	65.26 435	66.62 435	92.11 435	80.24 435	144.10 435	199.48 435	81.81 435	103.01 435	125.01 435	101.27 435

ASD4		6.65 417

Low-res two-view benchmark