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

Pointernet	1.04 10	0.44 34	2.58 26	0.32 34	0.52 152	1.78 53	0.07 21	5.69 98	2.76 14	0.27 1	2.28 60	0.80 61	0.44 46	1.37 13	0.49 4	0.00 1	0.36 287	0.00 1	0.25 338	0.02 13	0.32 162

U	2.23 106	0.36 8	2.93 48	0.26 30	8.08 430	11.12 375	0.00 1	3.68 16	1.12 1	0.29 2	0.52 12	0.16 2	0.08 1	0.83 1	0.30 1	0.00 1	0.00 1	9.75 438	5.13 447	0.02 13	0.02 5

CES	1.72 59	0.40 21	1.82 5	0.65 82	7.83 428	2.62 111	0.13 49	5.35 79	2.68 12	0.36 3	1.30 31	0.33 31	0.32 22	1.92 36	0.72 35	0.01 129	0.02 152	0.00 1	0.00 1	0.56 370	7.35 434

ProNet	1.58 50	0.86 175	3.17 69	0.75 105	0.72 189	2.84 142	0.66 190	5.91 120	3.28 39	0.37 4	1.47 33	0.40 37	0.37 29	7.19 190	0.70 30	0.02 220	0.98 356	0.00 1	0.05 247	0.20 263	1.77 366

sCroCo_RVC	1.34 25	0.85 168	6.15 278	1.21 146	1.28 268	0.90 4	0.18 73	4.50 40	2.86 18	0.37 4	3.18 77	0.52 50	1.52 139	1.83 35	0.93 65	0.13 337	0.25 273	0.00 1	0.00 1	0.08 120	0.16 93

rvit_stereo_0081_aga	0.95 4	1.03 217	4.52 187	0.16 7	0.25 85	1.70 44	0.21 82	4.27 32	3.17 32	0.38 6	0.23 5	0.27 20	0.31 18	1.56 21	0.64 22	0.00 1	0.00 1	0.00 1	0.00 1	0.13 203	0.15 86

rvit_0105_6	1.44 31	1.26 255	5.78 262	0.66 86	0.08 13	1.58 31	0.32 108	4.57 43	6.53 207	0.40 7	0.38 11	1.11 68	0.29 15	4.76 110	0.92 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.20 118

sAnonymous2	1.54 44	2.26 354	9.53 369	0.65 82	0.50 141	1.20 6	0.23 88	4.86 50	3.65 65	0.42 8	1.27 26	0.23 12	1.40 125	1.23 8	0.68 24	0.02 220	0.00 1	0.00 1	0.20 320	2.00 414	0.42 193

CroCo_RVC	1.54 44	2.26 354	9.53 369	0.65 82	0.50 141	1.20 6	0.23 88	4.86 50	3.65 65	0.42 8	1.27 26	0.23 12	1.40 125	1.23 8	0.68 24	0.02 220	0.00 1	0.00 1	0.20 320	2.00 414	0.42 193

AIO-Stereo	1.30 23	0.45 37	1.73 3	0.67 88	0.77 200	2.33 86	0.60 174	5.99 125	3.27 37	0.45 10	3.46 81	0.41 38	0.28 12	1.53 20	0.71 34	0.04 280	0.79 324	0.00 1	0.67 404	0.10 155	1.67 345

MaDis-Stereo	0.96 5	1.11 228	4.01 153	0.36 46	1.86 311	1.20 6	0.06 18	3.99 25	1.73 5	0.45 10	0.56 13	0.43 42	0.51 52	1.28 10	1.46 124	0.00 1	0.00 1	0.00 1	0.00 1	0.06 89	0.08 44

rvit_0105_4	1.58 50	1.41 280	6.67 300	0.65 82	0.05 5	1.60 34	0.41 124	4.70 46	6.48 204	0.46 12	0.87 17	1.40 73	0.53 57	5.08 118	1.12 89	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.18 103

MIF-Stereo (partial)	1.44 31	0.59 102	3.98 149	0.08 1	1.09 245	1.24 10	0.13 49	5.12 63	4.07 92	0.47 13	2.56 66	0.31 26	0.74 70	6.31 154	2.02 182	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.04 21

rvit_stereo_ft	1.23 19	1.42 282	5.16 222	0.94 124	0.36 110	1.22 9	0.24 90	4.57 43	4.49 116	0.51 14	1.04 19	0.73 59	1.10 93	1.50 17	1.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.05 79	0.22 128

CAS	2.42 131	0.37 10	2.30 17	11.49 435	3.97 390	1.65 38	0.02 8	4.08 26	2.84 17	0.51 14	1.65 39	0.25 18	0.28 12	1.73 27	0.92 63	10.05 443	0.01 119	0.00 1	0.00 1	0.01 3	6.26 431

rvit_stereo_0083	1.16 17	0.47 46	3.68 123	0.54 71	0.10 19	1.25 11	0.24 90	3.17 9	5.31 153	0.52 16	0.80 16	0.82 62	1.16 106	4.52 105	0.51 6	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.13 70

Selective-IGEV	1.56 49	0.34 7	2.13 12	0.77 106	0.76 199	2.36 88	0.52 153	6.80 160	3.08 30	0.53 17	3.34 79	0.26 19	0.31 18	7.24 194	0.73 36	0.01 129	0.80 326	0.00 1	0.14 289	0.08 120	1.01 283

plain	1.53 43	0.86 175	6.50 293	0.42 53	0.05 5	1.56 30	0.09 28	5.18 68	4.02 90	0.54 18	1.76 44	0.59 56	0.75 71	6.48 159	1.23 106	0.00 1	0.00 1	0.00 1	0.00 1	0.43 351	0.07 41

rvit_stereo_0081	1.03 6	0.55 82	2.58 26	0.64 78	0.13 32	1.35 16	0.12 40	3.74 17	5.28 150	0.55 19	0.32 9	0.55 53	0.12 2	4.08 90	0.53 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

rvit_stereo_0082	1.03 6	0.55 82	2.58 26	0.64 78	0.13 32	1.35 16	0.12 40	3.74 17	5.28 150	0.55 19	0.32 9	0.55 53	0.12 2	4.08 90	0.53 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

LoS_RVC	1.47 38	1.75 321	2.66 34	0.52 69	3.89 386	1.67 39	0.04 14	2.66 5	2.61 11	0.55 19	2.63 68	0.31 26	1.68 145	1.99 40	0.81 46	0.01 129	0.02 152	0.00 1	0.00 1	0.03 40	5.54 427

test_xeample3	1.71 58	1.75 321	6.64 298	0.90 119	0.29 92	2.55 103	0.90 249	4.08 26	2.36 8	0.56 22	0.24 6	0.23 12	0.31 18	7.51 217	2.73 226	0.00 1	0.70 316	0.00 1	0.36 378	0.18 248	1.92 385

CroCo-Stereo	1.14 16	1.22 250	3.99 151	0.61 77	0.53 154	0.38 1	0.06 18	5.35 79	4.15 94	0.59 23	1.92 51	1.00 65	0.27 11	1.37 13	1.33 117	0.01 129	0.00 1	0.00 1	0.00 1	0.05 79	0.05 27
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
RAStereo	0.81 1	0.70 138	3.97 148	0.21 18	0.54 158	1.16 5	0.02 8	3.78 19	1.22 2	0.62 24	1.57 35	0.16 2	0.23 7	0.89 3	1.05 81	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.02 5

RSM	1.43 30	0.40 21	1.79 4	0.74 103	0.54 158	2.45 95	0.49 150	4.13 28	3.29 40	0.65 25	2.53 65	2.15 102	0.30 16	6.97 183	0.85 51	0.01 129	0.12 237	0.00 1	0.25 338	0.11 167	0.72 253

IGEV-BASED-STEREO-	4.37 296	25.82 445	26.88 438	0.56 72	0.08 13	1.46 22	0.53 156	2.17 3	2.15 7	0.67 26	0.73 15	0.23 12	0.20 4	1.58 23	0.80 42	11.76 449	0.38 290	0.00 1	0.08 256	1.75 410	9.67 443

RSM++	1.24 20	0.45 37	1.84 6	1.61 186	0.51 148	2.73 127	0.29 99	2.99 6	3.22 35	0.69 27	2.06 53	0.52 50	0.28 12	5.62 134	0.86 53	0.01 129	0.03 177	0.00 1	0.17 303	0.16 232	0.85 266

IGEV-Stereo++	1.03 6	0.32 5	2.03 9	0.25 27	1.94 317	1.94 62	0.01 2	3.57 12	2.52 10	0.70 28	1.80 48	0.10 1	1.14 98	1.34 12	0.55 11	0.01 129	0.75 321	0.00 1	0.00 1	0.04 63	1.57 334

rvit_stereo_0080	1.09 11	1.08 223	4.16 160	0.12 3	0.12 28	1.32 13	0.36 114	4.52 41	3.94 83	0.70 28	1.29 29	0.41 38	0.75 71	1.98 38	0.76 37	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.18 103

whm_eth	1.09 11	1.08 223	4.16 160	0.12 3	0.12 28	1.32 13	0.36 114	4.52 41	3.94 83	0.70 28	1.29 29	0.41 38	0.75 71	1.98 38	0.76 37	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.18 103

AEACV	1.27 21	0.38 11	2.61 29	1.75 210	1.21 259	2.44 94	0.85 241	4.79 49	1.67 4	0.71 31	0.26 8	0.29 24	2.00 158	2.30 55	0.66 23	0.01 129	0.95 347	0.00 1	0.42 387	0.12 184	2.07 392

IGEVStereo-DCA	1.54 44	1.71 314	2.99 58	0.73 97	0.24 81	2.69 121	0.81 227	4.31 35	2.97 23	0.73 32	0.16 2	0.23 12	0.32 22	7.57 222	2.72 224	0.00 1	0.49 301	0.00 1	0.16 294	0.17 239	1.82 369

rrr	1.64 53	1.71 314	6.31 288	0.73 97	0.24 81	2.69 121	0.92 254	4.25 30	1.75 6	0.73 32	0.16 2	0.23 12	0.32 22	7.57 222	2.72 224	0.00 1	0.49 301	0.00 1	0.20 320	0.17 239	1.68 348

IGEV-Stereo+	1.89 64	0.55 82	2.49 20	0.48 65	3.25 363	2.06 71	0.07 21	1.92 2	1.52 3	0.77 34	0.08 1	0.22 11	0.44 46	7.11 188	0.68 24	0.04 280	0.66 310	0.00 1	0.33 370	5.08 427	10.13 445

ff7	1.46 34	0.79 151	2.99 58	0.33 40	0.35 105	2.75 130	0.81 227	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 204	0.86 53	0.00 1	0.93 341	0.00 1	0.16 294	0.12 184	1.82 369

ffff	1.46 34	0.79 151	2.99 58	0.33 40	0.35 105	2.75 130	0.81 227	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 204	0.86 53	0.00 1	0.93 341	0.00 1	0.16 294	0.12 184	1.82 369

11t	1.46 34	0.79 151	2.99 58	0.33 40	0.35 105	2.75 130	0.81 227	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 204	0.87 57	0.00 1	0.93 341	0.00 1	0.16 294	0.12 184	1.82 369

ccc-4	1.46 34	0.79 151	2.99 58	0.33 40	0.35 105	2.75 130	0.81 227	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 204	0.86 53	0.00 1	0.93 341	0.00 1	0.16 294	0.12 184	1.82 369

trnet	1.09 11	0.47 46	2.19 15	0.12 3	0.21 70	1.70 44	0.02 8	4.28 34	6.97 230	0.78 39	1.77 45	0.48 46	0.67 65	1.50 17	0.58 12	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.03 12

CREStereo	1.09 11	0.51 67	2.16 13	0.11 2	0.24 81	1.67 39	0.03 13	4.24 29	6.91 227	0.80 40	1.73 42	0.44 43	0.64 64	1.58 23	0.61 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
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
IGEV++	1.58 50	0.81 157	2.66 34	1.35 158	0.99 230	2.47 97	0.98 257	7.35 186	3.70 68	0.82 41	2.24 58	0.44 43	1.18 108	2.08 46	1.15 92	0.03 256	1.18 395	0.00 1	0.05 247	0.17 239	2.00 390

anonymousdsp	1.51 41	0.81 157	2.70 38	0.60 74	0.69 180	2.76 134	0.79 222	4.86 50	3.00 29	0.82 41	1.25 24	0.31 26	0.42 37	7.44 204	0.81 46	0.00 1	0.83 327	0.00 1	0.17 303	0.12 184	1.85 376

IGEV-Stereo	1.51 41	0.81 157	2.69 37	0.60 74	0.69 180	2.77 135	0.79 222	4.88 54	2.99 28	0.82 41	1.25 24	0.31 26	0.42 37	7.43 203	0.85 51	0.00 1	0.83 327	0.00 1	0.17 303	0.12 184	1.85 376
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rvit_0105_5	1.70 55	1.36 272	6.71 303	0.52 69	0.04 4	1.58 31	0.58 169	5.39 83	6.62 211	0.91 44	1.72 41	1.77 89	0.77 75	4.44 101	1.28 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.23 132

GLC_STEREO	0.87 2	0.39 16	1.55 2	0.72 94	0.01 1	1.98 65	0.55 160	3.52 10	3.54 57	0.96 45	1.63 37	0.19 5	0.41 35	1.29 11	0.58 12	0.00 1	0.01 119	0.00 1	0.00 1	0.05 79	0.08 44

MoCha-V2	1.83 61	0.87 183	3.33 83	1.41 169	1.27 267	2.50 98	0.20 78	5.60 93	3.90 82	0.98 46	3.30 78	0.35 36	1.58 143	7.09 186	0.80 42	0.00 1	1.52 418	0.00 1	0.23 333	0.06 89	1.70 353

LoS	1.03 6	0.43 25	2.53 23	0.64 78	0.14 35	2.42 92	0.26 96	5.64 96	2.93 19	1.08 47	0.24 6	0.49 47	0.45 48	2.31 56	0.83 50	0.02 220	0.02 152	0.00 1	0.00 1	0.06 89	0.03 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MyStereo07	1.64 53	1.15 235	2.61 29	1.28 153	1.49 286	2.63 113	0.45 132	6.45 146	2.94 20	1.10 48	1.61 36	0.29 24	0.60 62	7.45 211	0.80 42	0.01 129	1.27 403	0.00 1	0.25 338	0.11 167	0.42 193

MGS-Stereo	1.22 18	0.44 34	2.92 47	0.83 112	0.07 12	1.82 57	0.65 189	2.44 4	3.95 85	1.11 49	6.19 164	0.49 47	0.37 29	1.73 27	0.81 46	0.00 1	0.00 1	0.00 1	0.00 1	0.48 361	0.01 1

PMTNet	1.48 39	0.43 25	2.77 41	0.31 33	0.17 49	2.94 159	0.33 111	3.66 14	5.27 149	1.11 49	1.28 28	0.28 22	0.92 83	4.32 99	0.90 60	4.89 429	0.00 1	0.00 1	0.00 1	0.03 40	0.05 27

EGLCR-Stereo	1.45 33	0.26 2	2.91 46	1.94 236	0.90 217	3.13 173	0.69 200	5.81 107	3.21 34	1.14 51	0.20 4	1.52 82	0.37 29	4.29 98	0.69 29	0.01 129	0.79 324	0.00 1	0.00 1	0.01 3	1.21 304

DLNR_Zeroshot_test	24.96 448	51.28 466	90.69 471	97.84 479	97.22 478	1.40 20	0.12 40	23.19 436	3.55 58	1.21 52	2.95 74	0.72 58	0.31 18	7.09 186	2.61 217	38.70 464	1.32 405	0.00 1	0.29 360	77.04 475	1.68 348

CroCo-Stereo Lap2	1.37 27	1.19 242	4.17 163	1.01 129	4.58 406	0.46 2	0.09 28	4.27 32	2.94 20	1.25 53	2.40 62	1.55 83	0.20 4	1.72 26	1.30 112	0.00 1	0.00 1	0.00 1	0.00 1	0.15 228	0.13 70

H2IRNET	2.29 114	0.86 175	3.38 87	1.51 177	0.11 20	1.97 64	0.13 49	5.15 65	7.19 237	1.26 54	7.77 212	5.80 246	3.31 209	5.09 119	1.66 148	0.01 129	0.00 1	0.04 352	0.17 303	0.27 308	0.10 53

ACVNet-DCA	2.41 130	0.93 189	3.39 89	3.05 360	0.39 118	5.69 295	0.55 160	9.15 231	4.33 103	1.42 55	3.48 84	0.33 31	3.65 229	8.26 255	0.70 30	0.00 1	1.14 385	0.00 1	0.03 226	0.09 135	1.65 338

xx1	2.73 165	0.93 189	3.39 89	3.05 360	0.39 118	5.69 295	0.55 160	5.34 74	10.76 329	1.42 55	3.48 84	4.63 201	2.83 192	8.26 255	0.70 30	0.00 1	1.14 385	0.00 1	0.25 338	0.09 135	1.65 338

1test111	2.31 116	0.93 189	3.39 89	3.05 360	0.39 118	5.69 295	0.55 160	9.15 231	4.33 103	1.42 55	3.48 84	0.33 31	3.65 229	4.95 112	2.06 183	0.00 1	1.14 385	0.00 1	0.03 226	0.09 135	1.65 338

cc1	2.56 145	0.93 189	3.39 89	3.05 360	0.39 118	5.69 295	0.55 160	5.34 74	10.76 329	1.42 55	3.48 84	0.33 31	3.65 229	8.26 255	0.70 30	0.00 1	1.14 385	0.00 1	0.03 226	0.12 184	1.89 383

tt1	2.53 140	0.91 187	3.53 104	2.92 350	0.53 154	5.60 292	0.61 178	5.55 88	10.56 323	1.54 59	3.54 90	0.34 35	3.00 195	8.20 253	0.68 24	0.00 1	1.13 378	0.00 1	0.03 226	0.11 167	1.88 380

Selective-RAFT	1.92 68	0.54 77	3.87 133	1.15 139	0.21 70	3.83 236	0.06 18	5.00 58	4.68 126	1.59 60	2.14 55	3.05 124	2.77 189	6.63 164	1.34 119	0.00 1	0.95 347	0.00 1	0.32 367	0.05 79	0.19 112

AE-Stereo	1.89 64	0.38 11	3.86 132	1.94 236	0.38 115	2.51 101	0.58 169	7.19 179	7.28 241	1.60 61	3.51 89	1.07 67	0.77 75	2.12 47	1.24 107	0.03 256	1.02 364	0.00 1	0.28 355	0.11 167	1.84 374

Occ-G	1.39 28	0.66 122	3.05 64	0.60 74	0.75 196	1.46 22	0.67 194	3.66 14	3.50 44	1.76 62	0.65 14	5.00 217	0.55 58	1.15 6	1.56 130	0.00 1	0.74 320	0.00 1	0.17 303	0.19 256	1.61 335

UniTT-Stereo	0.94 3	0.53 73	2.82 42	0.94 124	1.29 273	0.56 3	0.12 40	1.49 1	3.16 31	1.77 63	2.22 57	0.20 6	0.32 22	1.76 33	1.33 117	0.00 1	0.00 1	0.00 1	0.00 1	0.16 232	0.02 5

CAS++	1.27 21	0.68 129	2.40 19	0.25 27	0.30 93	1.80 54	0.61 178	8.46 212	3.61 62	1.80 64	2.42 63	0.18 4	0.21 6	2.12 47	0.49 4	0.01 129	0.01 119	0.00 1	0.00 1	0.02 13	0.06 36
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
HH	2.88 175	0.82 161	4.07 157	1.71 204	0.54 158	4.71 273	0.69 200	8.72 218	3.57 59	1.80 64	6.49 179	7.81 288	3.92 246	8.93 299	0.99 74	0.00 1	1.06 368	0.00 1	0.03 226	0.05 79	1.69 350

HanStereo	2.88 175	0.82 161	4.07 157	1.71 204	0.54 158	4.71 273	0.69 200	8.72 218	3.57 59	1.80 64	6.49 179	7.81 288	3.92 246	8.93 299	0.99 74	0.00 1	1.06 368	0.00 1	0.03 226	0.05 79	1.69 350

Former-RAFT_DAM_RVC	1.39 28	0.74 146	2.72 39	0.73 97	1.26 266	2.42 92	0.02 8	3.78 19	8.16 272	1.81 67	2.94 73	0.28 22	0.32 22	1.51 19	0.76 37	0.04 280	0.01 119	0.00 1	0.00 1	0.08 120	0.19 112

SPstereo	1.35 26	1.11 228	2.82 42	0.66 86	1.08 244	1.68 41	0.01 2	5.17 66	3.68 67	2.10 68	1.63 37	1.42 74	0.75 71	1.77 34	1.59 134	0.00 1	1.08 371	0.00 1	0.00 1	0.17 239	0.26 144

StereoVision	2.42 131	1.18 240	5.14 221	1.15 139	2.64 347	1.89 59	0.28 97	6.61 150	4.72 128	2.14 69	10.52 281	3.84 163	0.52 54	5.33 125	2.29 204	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.04 21

Anonymous3	1.96 71	0.61 106	7.58 329	0.42 53	0.51 148	4.28 259	0.52 153	5.56 91	2.76 14	2.35 70	3.47 82	1.50 80	1.13 96	5.92 142	1.54 128	0.23 362	0.23 266	0.00 1	0.00 1	0.14 214	0.47 201

rvit_0105_3	1.94 69	1.44 288	7.39 323	0.88 116	0.02 3	1.61 35	1.64 298	5.88 110	6.73 217	2.37 71	1.78 46	2.01 98	1.16 106	4.46 102	1.26 110	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.14 74

XX-Stereo	2.95 184	0.48 52	7.08 316	2.84 347	2.51 344	1.63 36	0.20 78	6.15 132	3.38 42	2.38 72	16.00 354	6.90 272	0.25 8	6.40 156	1.14 91	0.00 1	0.66 310	0.00 1	0.31 365	0.16 232	0.57 216

RALCasStereoNet	2.39 128	1.73 319	3.59 116	2.38 307	2.69 348	2.84 142	0.18 73	5.29 70	4.94 141	2.45 73	5.62 149	2.22 103	0.79 80	7.48 216	1.63 140	0.00 1	1.75 421	0.00 1	0.00 1	0.14 214	2.03 391

EAI-Stereo	2.75 167	0.54 77	3.17 69	0.91 121	1.28 268	4.02 247	5.30 376	12.39 319	4.76 130	2.51 74	7.10 196	1.22 71	0.94 84	6.03 145	1.96 174	0.01 129	0.56 304	0.00 1	1.38 421	0.04 63	0.95 278

testlalala_base	3.54 232	0.53 73	3.53 104	2.31 297	2.22 330	4.04 250	0.61 178	6.91 165	2.73 13	2.69 75	4.17 103	1.78 92	0.51 52	2.02 42	1.08 86	13.13 451	3.23 442	0.00 1	0.35 376	16.60 445	2.27 401

AIO-Stereo-zeroshot	3.35 217	1.28 258	8.51 344	1.86 224	1.83 307	3.51 203	0.31 106	10.50 270	4.32 102	2.74 76	5.87 153	10.30 328	4.53 271	4.66 108	3.16 243	0.02 220	0.87 337	0.00 1	0.97 411	0.38 343	1.43 323

riskmin	2.49 136	0.22 1	3.34 84	2.33 301	1.78 301	2.89 157	0.46 134	7.35 186	6.95 229	2.75 77	1.67 40	6.75 265	5.08 296	3.24 74	1.93 172	0.00 1	0.99 359	0.00 1	0.27 354	0.02 13	1.73 359

RAFT+CT+SA	2.59 148	1.19 242	3.55 108	1.09 135	2.21 328	3.14 175	0.90 249	7.59 193	5.65 169	2.76 78	8.21 228	2.04 99	1.57 142	8.84 293	1.31 114	0.02 220	0.34 283	0.00 1	0.38 380	0.22 278	0.73 254

RCA-Stereo	2.19 99	0.46 41	3.22 72	0.47 64	0.33 102	2.27 82	0.47 136	5.60 93	15.20 375	2.86 79	5.61 147	0.78 60	3.15 198	1.71 25	0.48 3	0.00 1	0.90 339	0.00 1	0.00 1	0.10 155	0.26 144

WCG-NET（raft）	1.70 55	0.97 206	2.01 8	0.40 51	0.17 49	2.10 74	0.97 255	3.05 7	6.47 203	2.89 80	3.17 76	4.31 190	1.03 90	3.85 85	0.60 16	0.00 1	1.32 405	0.00 1	0.01 195	0.18 248	0.41 188

UDGNet	2.92 180	7.79 424	4.92 211	3.01 355	0.08 13	2.96 161	0.20 78	4.77 48	8.93 291	2.91 81	2.85 72	0.95 64	1.00 87	6.46 158	1.66 148	1.46 412	0.00 1	5.33 436	0.92 410	1.95 413	0.19 112

rvit_stereo_0075_2	2.15 92	0.39 16	6.61 297	0.67 88	1.95 318	1.74 52	0.10 32	7.81 202	6.03 185	2.97 82	4.01 100	3.07 127	0.57 60	5.49 131	1.13 90	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.34 164

dd	2.36 121	1.93 334	6.03 273	0.83 112	0.12 28	1.80 54	0.17 69	5.30 71	11.82 348	2.98 83	3.64 94	1.50 80	1.21 114	5.25 122	3.92 267	0.13 337	0.01 119	0.04 352	0.22 330	0.10 155	0.14 74

raft+_RVC	2.18 97	1.49 293	3.14 68	2.77 339	2.01 320	1.40 20	0.10 32	7.02 169	5.35 154	2.99 84	5.54 146	1.19 70	1.34 123	4.98 114	1.49 125	0.00 1	1.45 413	0.00 1	0.00 1	0.14 214	1.11 296

test_5	3.16 201	1.18 240	4.96 213	2.33 301	3.10 359	4.51 268	1.27 279	7.47 192	7.61 254	3.00 85	7.38 202	5.37 228	4.06 250	8.28 260	1.54 128	0.00 1	0.34 283	0.00 1	0.02 214	0.21 273	0.62 231

ToySt	3.39 221	0.89 186	9.29 366	1.47 174	0.94 223	4.20 255	1.98 307	7.33 184	5.42 159	3.01 86	6.75 184	8.67 308	5.10 297	5.43 130	3.72 256	0.07 312	0.89 338	0.00 1	0.23 333	0.28 311	2.13 394

iRaft-Stereo_5w	3.20 203	1.27 257	5.27 227	0.27 32	0.99 230	2.71 124	0.58 169	5.75 102	5.85 180	3.03 87	7.88 215	10.08 324	4.08 253	8.40 272	6.09 313	0.00 1	0.25 273	0.00 1	0.12 282	0.31 329	0.95 278

XX-TBD	1.55 48	1.11 228	2.94 50	2.45 315	0.06 9	2.31 85	0.01 2	3.58 13	7.80 260	3.11 88	5.10 127	0.27 20	0.26 9	1.42 15	0.60 16	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 21

EKT-Stereo	2.16 94	0.61 106	3.78 128	2.31 297	4.40 397	1.47 24	0.24 90	5.54 87	4.22 99	3.16 89	3.58 92	3.53 153	2.20 165	5.66 136	1.40 122	0.04 280	0.36 287	0.00 1	0.09 264	0.06 89	0.58 218

ACV-stereo	4.65 314	1.22 250	10.49 379	2.22 273	1.05 236	12.62 390	1.24 277	6.70 157	7.36 244	3.22 90	5.18 130	16.59 386	10.02 381	8.18 252	6.19 318	0.06 305	0.14 245	0.01 291	0.00 1	0.12 184	0.40 179

anonymousdsp2	2.20 101	0.57 98	4.59 196	1.69 200	0.82 208	3.58 210	0.48 146	8.57 213	3.63 64	3.37 91	3.03 75	3.32 132	1.00 87	5.57 133	0.80 42	0.01 129	0.94 346	0.02 324	0.15 292	0.06 89	1.89 383

qqq	2.44 133	0.85 168	4.33 173	1.73 208	0.71 186	1.98 65	0.38 118	9.15 231	4.33 103	3.37 91	4.34 106	4.63 201	2.83 192	4.95 112	2.06 183	0.00 1	1.13 378	0.00 1	0.25 338	0.09 135	1.65 338

rafts_anoy	2.09 84	1.42 282	3.34 84	2.87 349	2.72 349	2.46 96	0.17 69	6.20 137	6.48 204	3.40 93	2.25 59	1.91 94	1.32 118	3.59 77	1.75 158	0.01 129	1.52 418	0.00 1	0.01 195	0.06 89	0.28 151

model_zeroshot	1.98 72	0.70 138	4.98 215	2.25 282	1.07 238	3.20 178	0.13 49	7.01 166	3.34 41	3.46 94	3.77 95	2.69 115	0.42 37	2.86 68	1.18 99	0.06 305	0.85 331	0.00 1	0.25 338	0.02 13	1.40 322

TRStereo	2.71 160	3.79 400	5.46 241	2.19 268	2.22 330	2.98 164	1.07 266	9.83 251	4.39 110	3.46 94	3.48 84	3.92 167	0.77 75	6.43 157	1.70 154	0.03 256	0.63 308	0.00 1	0.29 360	0.11 167	1.49 326

WCG-NET	1.54 44	0.94 198	2.29 16	0.70 90	0.33 102	2.06 71	0.42 126	5.24 69	4.93 140	3.51 96	1.34 32	2.32 104	1.15 104	3.79 82	0.59 14	0.01 129	0.24 269	0.00 1	0.00 1	0.18 248	0.76 258

test-1	2.14 91	0.54 77	6.32 289	1.07 134	1.22 260	2.13 77	0.54 157	6.40 144	4.80 136	3.55 97	5.23 131	4.02 171	0.71 68	1.95 37	2.15 189	0.08 317	0.98 356	0.00 1	0.08 256	0.02 13	1.07 292

PSMNet-ADL	3.17 202	0.56 93	3.00 63	1.55 182	0.40 123	5.97 303	0.28 97	9.06 226	5.75 177	3.56 98	6.80 186	8.33 298	4.51 266	7.65 227	5.51 307	0.03 256	0.09 225	0.00 1	0.00 1	0.03 40	0.28 151

DCRE	2.21 102	0.95 200	3.17 69	2.10 254	1.30 275	1.86 58	0.05 15	5.33 73	4.69 127	3.59 99	9.37 253	3.81 162	1.18 108	2.34 58	1.22 105	0.01 129	0.97 351	0.00 1	0.30 362	0.04 63	1.97 388

TestStereo	1.89 64	1.59 302	4.22 167	0.37 47	0.28 91	1.33 15	0.01 2	5.63 95	4.13 93	3.59 99	5.11 128	2.06 101	0.70 67	7.62 226	0.93 65	0.02 220	0.00 1	0.00 1	0.00 1	0.02 13	0.19 112

111	3.05 190	1.41 280	5.51 243	0.32 34	0.14 35	2.83 140	0.68 197	6.76 159	14.21 370	3.59 99	9.11 241	5.50 230	3.30 207	4.05 87	2.43 208	0.01 129	0.00 1	0.00 1	0.00 1	0.13 203	1.02 287

MC-Stereo	1.87 62	0.49 60	3.52 101	2.82 344	1.07 238	1.90 60	0.12 40	4.89 56	3.27 37	3.66 102	3.58 92	0.56 55	1.45 128	5.79 139	0.81 46	0.00 1	1.19 396	0.00 1	0.21 325	0.11 167	1.95 387

FADNet_RVC	4.24 289	2.32 362	14.23 398	1.18 144	0.79 202	5.64 293	0.60 174	11.50 297	7.19 237	3.68 103	8.08 226	4.14 179	4.06 250	10.29 349	7.47 332	0.36 378	0.44 296	0.18 395	0.47 392	0.93 392	1.23 306

11t1	2.13 90	0.67 127	3.98 149	2.69 335	0.85 213	2.59 109	0.07 21	7.40 189	3.89 81	3.75 104	3.57 91	1.24 72	1.96 156	4.68 109	1.97 175	0.10 332	1.13 378	0.00 1	0.22 330	0.09 135	1.66 342

FADNet-RVC	4.36 294	2.62 376	14.51 401	2.01 249	0.44 132	4.27 258	1.27 279	12.61 327	7.89 261	3.76 105	4.05 101	10.63 335	4.34 262	9.87 337	7.66 335	0.03 256	0.09 225	0.00 1	0.03 226	0.65 374	0.50 204

CREStereo++_RVC	1.70 55	0.50 66	3.07 66	0.45 60	0.01 1	1.69 43	0.02 8	3.09 8	8.24 273	3.82 106	7.53 205	0.49 47	0.32 22	1.05 4	0.52 8	0.00 1	0.00 1	0.00 1	3.03 435	0.01 3	0.08 44
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
x	2.30 115	0.82 161	3.85 130	2.23 276	0.72 189	2.12 76	0.81 227	9.48 245	4.82 137	3.83 107	2.76 70	3.49 151	2.30 171	3.48 76	2.25 197	0.00 1	1.13 378	0.00 1	0.22 330	0.09 135	1.66 342

CASnet	1.09 11	0.47 46	2.09 10	0.79 107	0.08 13	2.10 74	0.14 59	3.83 22	4.26 101	3.84 108	1.56 34	0.32 30	0.30 16	1.13 5	0.77 41	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
gcap-zeroshot	2.22 103	0.68 129	5.64 253	0.79 107	1.15 253	3.33 190	0.73 212	7.14 178	4.59 121	3.86 109	1.79 47	8.42 304	0.56 59	3.00 70	0.89 58	0.02 220	0.66 310	0.00 1	0.26 350	0.01 3	0.83 264

testlalala2	2.34 118	0.64 116	2.49 20	9.58 430	6.50 421	3.57 209	0.18 73	5.34 74	3.20 33	3.87 110	4.57 117	3.12 129	0.52 54	1.49 16	0.44 2	0.00 1	0.31 279	0.00 1	0.43 389	0.12 184	0.40 179

s12784h	2.10 88	0.38 11	3.31 81	0.17 8	0.09 17	4.89 279	0.13 49	7.34 185	8.06 269	3.87 110	4.47 116	0.60 57	1.19 113	6.78 175	0.63 20	0.01 129	0.01 119	0.00 1	0.00 1	0.02 13	0.04 21

iRaftStereo_RVC	1.88 63	1.22 250	2.63 32	0.95 126	0.06 9	2.96 161	0.05 15	6.08 130	3.99 89	3.92 112	4.88 121	2.53 110	0.62 63	3.62 78	1.19 100	0.00 1	1.19 396	0.00 1	0.00 1	0.37 341	1.29 313

GCAP-BAT	2.26 109	0.61 106	3.67 122	1.48 175	0.81 206	4.32 262	0.77 221	4.87 53	4.04 91	3.97 113	5.41 140	4.38 193	0.59 61	6.20 151	1.17 95	0.02 220	1.14 385	0.00 1	0.55 398	0.07 107	1.22 305

FADNet	4.55 306	2.35 364	13.60 393	1.87 225	0.80 204	4.74 276	0.75 219	14.47 373	12.41 352	4.07 114	5.45 143	9.64 316	5.03 290	8.86 295	4.82 294	0.20 357	0.04 192	0.07 368	0.05 247	1.27 401	0.40 179

test_4	2.58 147	0.70 138	3.30 79	0.43 56	0.30 93	3.97 244	1.11 271	3.91 23	3.83 78	4.15 115	17.20 366	3.44 147	0.52 54	6.60 163	1.58 131	0.00 1	0.13 241	0.00 1	0.11 276	0.20 263	0.20 118

GMStereo	2.07 78	1.56 299	5.64 253	0.74 103	0.05 5	3.63 217	0.01 2	5.17 66	11.27 343	4.22 116	2.44 64	0.53 52	0.49 51	4.06 89	1.01 78	0.22 361	0.00 1	0.00 1	0.14 289	0.18 248	0.05 27
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
test_sample2	2.79 168	0.59 102	4.40 177	2.38 307	0.43 130	2.58 108	0.15 61	10.14 260	5.78 179	4.23 117	5.86 151	4.31 190	4.02 249	6.34 155	2.00 180	0.00 1	0.96 349	0.00 1	0.12 282	0.07 107	1.37 321

Any-RAFT	2.33 117	0.36 8	2.35 18	1.58 184	0.84 210	4.93 280	0.55 160	9.10 229	5.93 183	4.30 118	4.90 123	5.79 245	2.22 167	2.75 66	0.51 6	0.02 220	0.32 280	0.00 1	0.00 1	0.02 13	0.18 103

ICVP	2.53 140	0.47 46	3.64 120	1.20 145	0.69 180	2.71 124	0.84 236	10.63 275	4.66 125	4.31 119	8.99 238	2.75 116	1.93 155	2.91 69	4.07 274	0.06 305	0.24 269	0.01 291	0.01 195	0.13 203	0.26 144
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MSKI-zero shot	2.23 106	0.49 60	2.49 20	1.60 185	0.81 206	2.69 121	0.29 99	6.82 161	2.50 9	4.37 120	7.61 207	3.65 159	0.26 9	8.62 286	0.63 20	0.01 129	1.09 372	0.00 1	0.25 338	0.03 40	0.46 200

MyStereo04	3.29 208	1.15 235	6.64 298	1.28 153	1.49 286	2.63 113	0.45 132	10.57 274	13.30 364	4.41 121	3.90 98	3.06 126	3.56 223	7.87 237	3.35 247	0.01 129	1.27 403	0.00 1	0.25 338	0.11 167	0.42 193

test_sample1	2.88 175	0.63 114	4.46 179	2.38 307	0.68 177	2.61 110	0.05 15	10.51 271	5.36 156	4.50 122	4.81 120	3.76 161	5.94 319	6.10 149	2.96 234	0.00 1	0.99 359	0.00 1	0.11 276	0.07 107	1.67 345

AIO-Stereo-zeroshot1	4.10 278	1.65 307	13.34 392	2.14 259	1.84 308	4.03 248	0.98 257	13.13 347	4.97 145	4.53 123	11.37 298	9.85 321	1.97 157	4.88 111	2.74 228	0.03 256	0.90 339	0.00 1	1.11 414	0.84 391	1.72 357

TANstereo	1.32 24	0.79 151	2.93 48	0.37 47	0.11 20	1.81 56	0.01 2	3.56 11	4.36 109	4.53 123	4.96 124	0.41 38	0.68 66	1.22 7	0.59 14	0.01 129	0.00 1	0.00 1	0.00 1	0.00 1	0.03 12

LL-Strereo2	2.22 103	1.39 279	3.39 89	1.26 150	1.01 233	3.73 229	1.47 289	6.47 147	4.61 122	4.66 125	2.64 69	4.17 181	0.37 29	6.03 145	1.61 136	0.09 328	0.24 269	0.00 1	0.08 256	0.08 120	1.16 300

GANet-ADL	2.40 129	0.65 118	3.92 143	2.22 273	0.11 20	2.23 80	0.47 136	9.29 240	7.27 240	4.77 126	5.95 159	3.96 168	1.26 117	3.08 72	2.27 200	0.04 280	0.08 219	0.02 324	0.00 1	0.15 228	0.21 123

knoymous	1.50 40	0.28 3	1.99 7	0.33 40	0.48 135	1.58 31	0.11 36	5.71 100	2.81 16	4.85 127	1.75 43	4.58 198	0.46 50	3.66 80	1.30 112	0.01 129	0.02 152	0.00 1	0.00 1	0.02 13	0.09 48

SA	3.34 213	1.29 259	4.84 206	1.99 245	0.57 163	3.15 176	1.39 285	7.66 199	9.94 313	4.86 128	10.87 290	2.97 123	4.61 276	9.88 339	1.38 121	0.00 1	0.60 307	0.00 1	0.19 311	0.25 297	0.37 173

TestStereo1	3.12 196	1.34 268	4.67 201	3.47 382	0.71 186	2.50 98	1.45 287	7.27 181	8.71 285	4.91 129	9.28 248	2.34 106	3.61 226	9.44 318	1.62 138	0.00 1	0.33 281	0.00 1	0.00 1	0.30 322	0.40 179

SA-5K	3.12 196	1.34 268	4.67 201	3.47 382	0.71 186	2.50 98	1.45 287	7.27 181	8.71 285	4.91 129	9.28 248	2.34 106	3.61 226	9.44 318	1.62 138	0.00 1	0.33 281	0.00 1	0.00 1	0.30 322	0.40 179

AnonymousM	2.96 186	7.19 421	1.41 1	0.92 122	0.06 9	2.37 89	0.52 153	6.05 126	3.83 78	4.97 131	2.37 61	1.91 94	1.00 87	2.23 52	1.06 83	0.01 129	0.57 306	17.64 444	4.90 443	0.02 13	0.27 147

rvit_105_1	2.69 157	1.34 268	6.85 307	1.89 229	0.09 17	1.94 62	3.50 349	6.38 142	9.00 295	4.98 132	2.19 56	3.57 155	1.56 141	7.31 199	3.03 237	0.00 1	0.00 1	0.00 1	0.02 214	0.06 89	0.16 93

Anonymous_2	4.74 321	0.98 207	4.46 179	2.35 303	2.27 333	5.66 294	0.67 194	8.08 207	5.28 150	4.98 132	2.60 67	8.74 310	6.92 339	5.79 139	3.46 249	0.24 364	1.70 420	5.16 435	18.18 460	5.41 428	1.85 376

UGAM	4.25 291	0.86 175	5.73 261	0.45 60	0.22 77	3.61 212	1.18 273	5.51 84	15.39 377	4.99 134	12.34 316	15.09 376	3.71 233	10.58 352	3.76 258	0.00 1	0.46 297	0.00 1	0.34 374	0.36 339	0.36 172

RAFT-Test	2.49 136	0.45 37	4.35 175	1.89 229	1.28 268	4.83 277	0.68 197	7.19 179	4.51 117	5.00 135	7.09 195	6.81 269	1.12 95	2.22 50	1.16 94	0.01 129	0.63 308	0.00 1	0.33 370	0.05 79	0.20 118

ACVNet	2.86 172	0.96 202	3.87 133	0.86 114	0.61 169	2.63 113	0.54 157	8.93 223	6.12 188	5.09 136	9.32 251	5.70 241	3.84 238	2.68 64	5.56 308	0.00 1	0.00 1	0.00 1	0.00 1	0.26 298	0.23 132

CFNet-ft	3.70 247	1.59 302	3.87 133	1.68 198	2.42 338	3.20 178	0.66 190	8.93 223	7.76 256	5.09 136	9.95 267	10.77 341	5.43 310	7.41 201	4.71 292	0.00 1	0.00 1	0.03 342	0.01 195	0.30 322	0.11 61

CFNet_RVC	3.70 247	1.59 302	3.87 133	1.68 198	2.42 338	3.20 178	0.66 190	8.92 222	7.76 256	5.09 136	9.95 267	10.77 341	5.43 310	7.41 201	4.71 292	0.00 1	0.00 1	0.03 342	0.01 195	0.30 322	0.11 61

UCFNet_RVC	3.37 219	1.25 254	3.30 79	2.55 328	1.80 303	3.92 240	1.28 281	12.49 324	7.16 235	5.12 139	7.88 215	8.14 293	4.59 274	5.67 137	2.11 186	0.00 1	0.00 1	0.00 1	0.00 1	0.14 214	0.07 41

NVstereo2D	4.82 324	1.29 259	7.98 338	3.68 388	3.48 373	8.02 338	3.10 336	11.25 288	15.50 380	5.14 140	7.71 209	8.21 295	4.68 277	10.19 348	4.30 279	0.02 220	0.19 256	0.13 383	0.36 378	0.07 107	1.12 299

MIM_Stereo	2.83 169	1.20 248	5.27 227	1.41 169	1.16 254	3.07 167	0.33 111	6.67 152	3.95 85	5.17 141	10.11 270	4.25 188	1.73 151	8.32 267	1.64 143	0.00 1	0.36 287	0.00 1	0.01 195	0.22 278	1.69 350

CFNet	4.03 273	1.97 339	6.30 287	2.70 336	1.64 290	5.41 287	0.22 84	12.14 312	10.28 316	5.24 142	11.15 293	6.43 258	3.70 232	8.97 304	4.01 273	0.00 1	0.00 1	0.00 1	0.00 1	0.30 322	0.13 70

RAFT-Stereo-weight	1.91 67	0.41 23	2.09 10	1.17 142	0.63 172	3.20 178	0.74 216	5.78 105	6.80 221	5.25 143	3.47 82	2.80 117	0.36 28	3.16 73	1.09 88	0.02 220	0.53 303	0.00 1	0.00 1	0.01 3	0.66 243

IGEV_Zeroshot_test	2.57 146	0.63 114	5.70 260	1.93 234	0.87 214	2.63 113	0.85 241	8.94 225	4.55 120	5.30 144	5.48 144	5.23 225	1.38 124	3.76 81	1.32 116	0.00 1	0.69 314	0.00 1	0.18 308	0.19 256	1.72 357

RAFT_CTSACE	3.62 241	1.65 307	5.41 237	1.36 159	3.08 357	3.95 243	1.03 261	4.62 45	4.65 124	5.33 145	17.73 374	7.63 285	2.71 184	10.98 356	1.15 92	0.00 1	0.48 300	0.00 1	0.00 1	0.31 329	0.25 143

cross-raft	2.25 108	0.48 52	2.96 57	1.87 225	0.94 223	3.72 228	0.47 136	7.61 196	4.15 94	5.37 146	5.68 150	6.17 253	1.40 125	2.15 49	1.06 83	0.01 129	0.22 263	0.00 1	0.19 311	0.03 40	0.41 188

Gwc-CoAtRS	2.16 94	0.42 24	3.13 67	1.28 153	0.31 95	3.52 206	0.39 121	6.56 148	6.31 195	5.38 147	5.11 128	5.47 229	1.70 147	2.00 41	1.08 86	0.01 129	0.19 256	0.00 1	0.25 338	0.02 13	0.16 93

FENet	2.35 119	0.59 102	3.28 78	2.32 299	0.27 90	2.78 136	0.13 49	7.68 200	6.09 186	5.38 147	2.12 54	4.84 208	3.33 214	4.98 114	2.66 218	0.02 220	0.03 177	0.00 1	0.00 1	0.04 63	0.40 179

NOSS_ROB	3.67 242	0.86 175	3.81 129	2.53 324	1.11 248	6.10 305	0.72 210	11.08 285	12.36 351	5.45 149	8.91 236	5.65 235	2.09 161	8.30 264	3.16 243	0.20 357	0.07 216	0.00 1	0.00 1	0.11 167	0.80 262

UGAM-zero	3.92 264	0.49 60	5.26 226	1.17 142	0.89 215	4.00 246	0.47 136	12.42 321	3.62 63	5.46 150	5.86 151	15.76 379	8.92 376	8.63 287	2.44 209	0.00 1	0.84 330	0.00 1	0.89 408	0.03 40	1.27 311

4D-IteraStereo	1.99 73	1.32 265	3.77 127	0.13 6	2.84 351	3.51 203	1.03 261	4.26 31	5.38 157	5.50 151	1.03 18	3.86 164	0.38 33	2.44 62	1.88 166	0.00 1	0.43 294	0.00 1	0.01 195	0.11 167	1.84 374

DN-CSS_ROB	3.00 189	2.14 348	7.33 320	2.67 334	0.78 201	3.13 173	0.07 21	6.68 156	4.22 99	5.51 152	12.12 311	2.33 105	1.21 114	8.69 289	2.51 210	0.03 256	0.00 1	0.00 1	0.00 1	0.42 347	0.15 86

GES	2.69 157	0.72 144	5.34 232	1.82 220	0.05 5	4.51 268	1.04 264	10.39 266	4.18 96	5.53 153	6.72 183	1.92 97	3.30 207	5.16 121	2.67 219	0.06 305	0.01 119	0.06 363	0.01 195	0.20 263	0.14 74

MyStereo06	2.71 160	1.05 221	5.43 240	1.39 164	1.20 257	2.57 105	0.10 32	10.39 266	4.79 135	5.54 154	6.16 163	6.39 257	2.33 173	3.40 75	1.35 120	0.01 129	1.24 400	0.00 1	0.21 325	0.13 203	0.50 204

TransformOpticalFlow	3.50 229	0.83 164	4.85 207	1.09 135	0.31 95	3.52 206	0.14 59	10.32 262	8.02 267	5.78 155	13.25 327	6.63 263	4.91 285	8.36 270	1.63 140	0.00 1	0.01 119	0.01 291	0.00 1	0.06 89	0.24 141

RALAANet	2.68 156	1.71 314	4.73 204	2.79 341	0.80 204	3.30 187	0.15 61	7.92 203	5.92 182	5.79 156	6.06 160	3.51 152	1.13 96	6.76 173	2.28 202	0.00 1	0.28 276	0.00 1	0.10 269	0.27 308	0.13 70

CRE-IMP	2.08 79	0.51 67	3.43 97	0.35 45	0.19 56	3.85 237	0.83 235	5.77 104	3.43 43	5.81 157	4.24 105	3.45 149	0.83 81	6.56 160	1.99 178	0.01 129	0.00 1	0.00 1	0.00 1	0.11 167	0.20 118

MIPNet	2.27 112	1.14 234	5.55 250	0.49 66	0.22 77	2.03 68	0.19 76	7.60 195	6.17 191	5.83 158	4.16 102	2.05 100	3.44 219	3.65 79	2.23 196	0.00 1	0.01 119	0.01 291	0.01 195	0.24 290	0.48 203

CFNet-RSSM	2.26 109	0.43 25	3.24 74	1.28 153	0.31 95	3.19 177	0.40 122	7.62 197	7.29 242	5.88 159	4.68 118	5.32 226	1.68 145	2.26 54	1.04 80	0.01 129	0.09 225	0.00 1	0.31 365	0.03 40	0.16 93

RASNet	5.00 328	1.19 242	5.69 258	3.68 388	4.80 410	5.04 282	1.29 282	10.26 261	8.99 294	5.89 160	11.65 304	10.55 334	9.76 380	9.96 343	10.32 373	0.20 357	0.00 1	0.00 1	0.00 1	0.09 135	0.73 254

Patchmatch Stereo++	2.09 84	0.55 82	3.57 111	0.20 9	0.20 61	3.68 224	0.64 186	5.90 116	3.52 51	5.91 161	4.41 109	3.42 141	1.51 135	7.07 184	0.95 70	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	2.02 74	0.55 82	3.57 111	0.20 9	0.21 70	3.69 227	0.69 200	5.89 111	3.52 51	5.91 161	4.43 111	3.42 141	1.50 131	5.63 135	0.94 69	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53

ROB_FTStereo_v2	2.04 76	0.56 93	3.56 110	0.20 9	0.21 70	3.66 219	0.72 210	5.89 111	3.51 49	5.91 161	4.46 114	3.42 141	1.50 131	6.08 148	0.93 65	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

iRAFT	2.09 84	0.55 82	3.57 111	0.20 9	0.20 61	3.68 224	0.64 186	5.90 116	3.52 51	5.91 161	4.41 109	3.42 141	1.51 135	7.07 184	0.95 70	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53

RAFT-IKP	2.04 76	0.57 98	3.54 106	0.20 9	0.20 61	3.45 198	0.62 182	5.90 116	3.52 51	5.91 161	4.44 112	3.46 150	1.50 131	6.20 151	1.00 76	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.08 44

ROB_FTStereo	2.03 75	0.57 98	3.57 111	0.20 9	0.21 70	3.66 219	0.73 212	5.89 111	3.51 49	5.92 166	4.35 108	3.37 137	1.50 131	6.02 144	0.90 60	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

HUI-Stereo	1.94 69	0.56 93	3.55 108	0.20 9	0.20 61	3.67 223	0.63 184	5.89 111	3.53 55	5.92 166	4.44 112	3.41 140	1.51 135	4.21 94	0.89 58	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.11 61

iGMRVC	2.09 84	0.56 93	3.59 116	0.20 9	0.21 70	3.68 224	0.71 207	5.89 111	3.53 55	5.92 166	4.46 114	3.44 147	1.51 135	6.93 181	0.98 73	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

DCANet-4	2.26 109	0.43 25	6.69 302	0.40 51	0.20 61	1.70 44	0.13 49	5.73 101	9.44 307	6.01 169	5.29 135	1.12 69	2.77 189	2.49 63	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 226

STrans-v2	3.55 233	0.94 198	5.06 218	0.32 34	0.60 168	2.97 163	1.15 272	11.08 285	7.97 266	6.01 169	10.93 291	6.65 264	6.86 338	8.37 271	1.66 148	0.00 1	0.01 119	0.00 1	0.00 1	0.04 63	0.39 178

fff	2.54 142	0.93 189	5.51 243	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 357	6.03 171	5.29 135	1.43 75	5.28 303	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 226

csc	2.54 142	0.93 189	5.51 243	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 357	6.03 171	5.29 135	1.43 75	5.28 303	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 226

cscssc	2.54 142	0.93 189	5.51 243	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 357	6.03 171	5.29 135	1.43 75	5.28 303	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 226

LCNet	2.94 182	0.55 82	2.57 25	1.03 132	0.59 167	2.05 69	1.55 294	5.51 84	4.19 97	6.08 174	10.58 283	4.54 196	6.63 333	7.59 224	0.90 60	0.01 129	0.00 1	0.01 291	0.76 407	0.31 329	3.43 415

HCRNet	2.74 166	0.83 164	4.19 164	0.45 60	3.31 366	2.18 78	0.22 84	7.59 193	5.76 178	6.08 174	4.89 122	5.21 222	2.74 186	8.04 246	3.10 240	0.00 1	0.02 152	0.00 1	0.00 1	0.10 155	0.09 48

raftrobust	2.16 94	1.31 262	2.76 40	2.38 307	3.33 367	2.72 126	0.51 152	5.34 74	4.64 123	6.13 176	3.98 99	1.63 84	2.51 179	3.02 71	1.64 143	0.00 1	0.76 323	0.00 1	0.02 214	0.14 214	0.27 147

ASMatch	3.41 223	0.62 112	3.59 116	1.99 245	0.48 135	1.91 61	0.66 190	7.01 166	4.43 112	6.25 177	22.02 394	4.56 197	4.72 280	7.78 232	1.85 163	0.01 129	0.01 119	0.00 1	0.03 226	0.02 13	0.21 123

GANet-RSSM	3.67 242	1.16 237	4.56 194	3.24 373	2.03 322	2.63 113	0.50 151	11.53 299	6.83 223	6.25 177	10.58 283	7.35 279	6.65 334	6.77 174	2.94 233	0.00 1	0.00 1	0.08 374	0.00 1	0.26 298	0.12 65

NRIStereo	2.27 112	0.52 72	3.35 86	1.26 150	0.17 49	3.04 166	0.84 236	5.96 123	3.74 69	6.27 179	3.44 80	4.13 178	1.80 154	8.31 266	2.11 186	0.00 1	0.10 230	0.00 1	0.00 1	0.12 184	0.20 118

ADStereo(finetuned)	2.50 138	0.95 200	6.60 296	0.39 49	0.20 61	1.72 50	0.24 90	6.06 127	9.31 303	6.30 180	5.42 141	1.44 78	6.22 326	2.25 53	2.14 188	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.65 235

DCANet	2.35 119	0.96 202	5.51 243	0.39 49	0.19 56	1.72 50	0.25 94	6.06 127	9.33 304	6.31 181	5.42 141	1.44 78	4.14 255	2.22 50	2.28 202	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.66 243

PSM-softLoss	2.38 122	0.48 52	4.28 169	1.94 236	0.19 56	2.73 127	0.38 118	6.67 152	3.50 44	6.33 182	6.33 173	2.93 120	0.97 85	8.90 296	1.88 166	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.03 12

KMStereo	2.38 122	0.48 52	4.28 169	1.94 236	0.19 56	2.73 127	0.38 118	6.67 152	3.50 44	6.33 182	6.33 173	2.93 120	0.97 85	8.90 296	1.88 166	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.03 12

AdaStereo	3.34 213	0.74 146	4.00 152	3.10 366	0.51 148	4.22 256	1.25 278	12.84 332	8.39 277	6.33 182	9.55 256	5.77 244	1.54 140	5.53 132	2.74 228	0.02 220	0.00 1	0.00 1	0.00 1	0.03 40	0.15 86
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.
AACVNet	3.71 249	1.63 305	4.89 209	3.80 392	0.62 170	3.25 182	0.30 105	9.47 244	3.81 75	6.34 185	10.74 287	10.52 331	4.92 286	9.31 315	3.88 265	0.03 256	0.01 119	0.00 1	0.00 1	0.34 335	0.28 151

GwcNet-ADL	2.85 171	0.61 106	4.38 176	0.92 122	0.33 102	2.05 69	0.67 194	8.85 221	9.65 309	6.36 186	6.71 182	4.11 177	1.71 148	5.97 143	4.22 277	0.08 317	0.06 205	0.00 1	0.00 1	0.07 107	0.16 93

DeepStereo_RVC	2.15 92	0.55 82	3.26 76	0.21 18	0.19 56	3.47 201	0.68 197	5.76 103	3.60 61	6.36 186	4.19 104	3.42 141	4.44 264	5.04 116	1.59 134	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.18 103

mmm	3.07 192	0.76 148	4.50 183	2.27 289	1.24 263	3.75 230	0.12 40	10.03 257	5.12 147	6.43 188	11.19 294	3.10 128	3.20 200	4.54 107	1.78 160	0.02 220	1.19 396	0.00 1	0.30 362	0.09 135	1.79 368

test_sample3	3.27 206	0.62 112	5.29 231	2.24 280	0.58 166	4.62 271	0.16 66	12.15 313	7.51 248	6.44 189	7.25 200	3.72 160	3.03 196	6.73 170	3.17 245	0.01 129	0.85 331	0.00 1	0.10 269	0.07 107	0.88 269

MyStereo05	3.24 205	1.05 221	5.93 267	1.39 164	1.20 257	2.57 105	0.10 32	9.11 230	13.17 363	6.45 190	3.86 97	3.20 130	3.26 205	8.35 269	3.02 235	0.01 129	1.24 400	0.00 1	0.21 325	0.13 203	0.50 204

DIP-Stereo	2.12 89	0.98 207	3.94 145	0.20 9	0.11 20	4.73 275	0.13 49	9.27 238	4.40 111	6.46 191	5.03 126	0.45 45	0.72 69	3.79 82	1.94 173	0.00 1	0.01 119	0.00 1	0.00 1	0.05 79	0.24 141
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BUS	2.72 163	0.43 25	3.76 124	0.70 90	0.50 141	7.31 329	0.48 146	9.93 253	5.65 169	6.50 192	6.23 166	5.21 222	1.18 108	4.27 95	1.89 169	0.01 129	0.03 177	0.03 342	0.00 1	0.06 89	0.14 74

BSDual-CNN	2.91 178	0.43 25	3.76 124	0.70 90	0.50 141	6.97 319	1.58 295	9.93 253	5.65 169	6.50 192	6.23 166	6.17 253	2.50 177	4.27 95	2.67 219	0.01 129	0.03 177	0.03 342	0.00 1	0.06 89	0.14 74

hknet	3.56 234	0.66 122	5.82 263	0.70 90	1.19 256	6.97 319	1.58 295	9.93 253	7.76 256	6.50 192	6.23 166	9.53 315	2.81 191	7.84 233	3.39 248	0.01 129	0.03 177	0.03 342	0.00 1	0.06 89	0.14 74

MyStereo8	3.30 210	1.69 310	6.28 286	2.51 320	3.79 384	4.22 256	0.07 21	7.43 191	6.39 200	6.51 195	10.13 271	4.23 186	1.45 128	2.79 67	5.08 301	0.06 305	1.49 416	0.00 1	0.40 383	0.26 298	1.33 316

AFF-stereo	2.87 174	1.31 262	3.26 76	1.87 225	0.38 115	1.68 41	0.09 28	6.38 142	7.07 232	6.52 196	11.90 308	6.08 250	2.32 172	5.05 117	1.65 145	0.02 220	0.66 310	0.00 1	0.00 1	0.29 319	0.94 277

FADNet-RVC-Resample	4.11 279	2.25 352	13.88 395	1.64 189	0.66 176	5.91 302	2.34 316	10.87 279	9.09 297	6.53 197	4.34 106	5.69 240	4.71 279	8.01 243	4.64 291	0.18 353	0.22 263	0.17 394	0.12 282	0.46 356	0.59 221

CBFPSM	5.12 330	1.48 292	16.22 408	1.81 217	1.14 252	11.16 376	2.90 328	7.99 206	6.75 219	6.55 198	5.00 125	15.05 375	8.78 371	7.52 218	8.90 352	0.04 280	0.02 152	0.00 1	0.00 1	0.42 347	0.67 246

xxxx	5.16 332	0.86 175	4.86 208	1.96 240	1.22 260	7.56 334	0.07 21	14.67 375	9.15 300	6.55 198	9.87 264	9.30 313	3.47 220	8.07 248	22.20 424	0.05 295	1.16 391	0.00 1	0.26 350	0.10 155	1.76 365

DMCA	3.08 193	1.10 226	6.20 280	1.82 220	0.90 217	3.80 235	0.55 160	9.76 248	5.42 159	6.56 200	6.47 178	7.06 277	2.09 161	4.05 87	5.46 306	0.00 1	0.01 119	0.00 1	0.00 1	0.11 167	0.16 93

IRAFT_RVC	2.98 188	0.66 122	4.23 168	2.20 269	0.40 123	2.91 158	5.04 373	7.03 170	4.21 98	6.59 201	5.52 145	5.02 218	4.77 281	8.41 274	2.30 206	0.01 129	0.17 253	0.01 291	0.00 1	0.03 40	0.05 27

PSMNet-RSSM	3.69 245	1.36 272	4.54 189	2.44 314	1.90 313	2.35 87	0.69 200	11.77 302	6.38 199	6.60 202	11.85 307	7.70 286	5.61 314	6.66 167	3.67 252	0.00 1	0.00 1	0.02 324	0.01 195	0.17 239	0.10 53

HITNet	3.11 194	1.38 278	5.35 234	2.23 276	0.12 28	5.59 291	0.58 169	9.95 256	5.72 176	6.62 203	7.91 217	3.90 166	3.24 203	4.39 100	4.58 290	0.01 129	0.00 1	0.00 1	0.00 1	0.08 120	0.57 216
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
test_3	2.22 103	0.39 16	4.20 166	1.51 177	0.90 217	1.29 12	0.74 216	5.34 74	6.37 198	6.64 204	1.96 52	4.24 187	0.45 48	6.63 164	1.17 95	0.00 1	1.00 363	0.00 1	0.28 355	0.19 256	1.01 283

RAFT	2.94 182	1.29 259	4.06 156	1.36 159	0.50 141	2.39 90	0.91 252	6.11 131	3.25 36	6.64 204	7.30 201	9.96 322	4.20 257	6.03 145	2.21 191	0.00 1	1.02 364	0.00 1	0.02 214	0.54 369	1.01 283

GwcNet-RSSM	4.13 282	1.71 314	6.25 284	2.50 319	1.93 316	2.39 90	1.49 291	9.59 246	8.71 285	6.66 206	15.04 344	8.47 305	3.84 238	6.87 176	6.74 322	0.00 1	0.00 1	0.04 352	0.00 1	0.29 319	0.15 86

ffm	3.41 223	0.98 207	7.03 312	1.64 189	1.07 238	2.84 142	0.47 136	5.55 88	10.56 323	6.68 207	9.59 258	5.66 236	3.87 241	8.20 253	0.68 24	0.00 1	1.13 378	0.00 1	0.19 311	0.11 167	1.88 380

ff1	4.11 279	0.98 207	7.03 312	1.64 189	1.07 238	2.84 142	0.47 136	5.55 88	10.56 323	6.68 207	9.59 258	5.66 236	3.87 241	11.33 363	11.69 386	0.00 1	1.13 378	0.00 1	0.19 311	0.11 167	1.88 380

mmx	4.50 304	0.98 207	7.03 312	1.64 189	1.07 238	2.84 142	0.47 136	12.84 332	11.23 340	6.68 207	9.59 258	5.66 236	3.87 241	11.33 363	11.69 386	0.05 295	1.12 375	0.00 1	0.19 311	0.10 155	1.53 328

1111x	4.96 327	1.04 219	7.09 317	1.75 210	1.05 236	5.03 281	0.32 108	13.52 356	10.70 328	6.68 207	10.35 274	8.81 311	6.01 321	10.65 353	12.78 397	0.07 312	1.24 400	0.00 1	0.33 370	0.11 167	1.75 363

xxx	4.50 304	0.98 207	7.04 315	1.64 189	1.07 238	2.84 142	0.47 136	12.84 332	11.23 340	6.68 207	9.59 258	5.66 236	3.87 241	11.33 363	11.69 386	0.05 295	1.12 375	0.00 1	0.19 311	0.10 155	1.53 328

iRaft-Stereo_20w	3.11 194	0.49 60	6.09 274	1.01 129	1.25 264	3.99 245	1.00 259	14.00 366	4.73 129	6.70 212	6.27 171	2.34 106	2.28 170	7.29 198	1.58 131	0.01 129	0.75 321	0.00 1	0.73 406	0.10 155	1.63 337

CC-Net-ROB	8.09 378	10.11 433	9.03 360	4.07 396	3.74 383	15.24 401	4.84 370	18.44 406	10.87 332	6.73 213	14.03 336	7.54 283	4.68 277	11.61 371	3.98 271	6.59 433	2.54 432	16.51 443	1.19 417	7.88 434	2.20 397

DispNO	3.51 231	1.33 267	8.51 344	2.26 285	1.36 280	3.46 200	0.81 227	8.74 220	6.58 208	6.78 214	7.63 208	6.22 256	4.20 257	7.47 213	4.44 284	0.00 1	0.03 177	0.03 342	0.11 276	0.13 203	0.14 74

testlalala	1.80 60	0.49 60	2.67 36	1.24 149	0.46 133	3.91 238	0.87 248	6.62 151	2.96 22	6.78 214	3.83 96	1.74 87	0.40 34	1.57 22	0.76 37	0.01 129	1.16 391	0.00 1	0.38 380	0.01 3	0.17 100

PSMNet_ROB	5.41 335	2.45 367	7.39 323	2.36 305	1.90 313	10.11 364	6.54 392	16.32 392	7.59 252	6.84 216	10.83 289	12.06 356	4.13 254	8.73 290	10.24 371	0.02 220	0.01 119	0.01 291	0.11 276	0.26 298	0.40 179

test_sample5	3.34 213	0.65 118	5.17 223	2.10 254	0.49 138	3.31 188	0.17 69	11.91 304	7.47 245	6.91 217	9.15 242	3.61 156	3.37 216	7.53 219	3.06 238	0.02 220	0.85 331	0.00 1	0.10 269	0.07 107	0.90 270

NF-Stereo	2.38 122	0.48 52	3.88 138	2.17 265	0.11 20	3.43 195	0.42 126	7.08 177	3.75 71	6.91 217	5.29 135	2.65 114	1.33 120	8.40 272	1.67 151	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.02 5

OCTAStereo	2.38 122	0.48 52	3.90 140	2.16 260	0.11 20	3.42 193	0.42 126	7.06 172	3.74 69	6.91 217	5.26 132	2.63 113	1.32 118	8.41 274	1.70 154	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.01 1

RE-Stereo	2.38 122	0.48 52	3.91 141	2.17 265	0.11 20	3.43 195	0.42 126	7.07 174	3.75 71	6.91 217	5.26 132	2.62 111	1.33 120	8.41 274	1.72 156	0.01 129	0.00 1	0.01 291	0.00 1	0.03 40	0.01 1

TVStereo	2.38 122	0.48 52	3.91 141	2.17 265	0.11 20	3.43 195	0.42 126	7.07 174	3.75 71	6.91 217	5.26 132	2.62 111	1.33 120	8.41 274	1.72 156	0.01 129	0.00 1	0.01 291	0.00 1	0.03 40	0.01 1

TDLM	4.58 309	1.79 326	5.03 217	2.45 315	1.32 278	4.04 250	7.15 402	11.60 300	11.46 344	6.91 217	12.69 321	5.94 248	5.03 290	9.74 332	3.80 262	0.67 395	0.00 1	0.01 291	0.05 247	0.23 286	1.78 367

APVNet	6.28 345	2.46 368	10.09 375	3.51 384	3.97 390	12.15 386	1.75 302	20.08 424	6.73 217	6.92 223	13.45 329	10.75 340	6.29 328	11.86 373	14.34 408	0.05 295	0.02 152	0.11 376	0.03 226	0.63 372	0.34 164

raft_robust	2.91 178	1.71 314	3.42 96	1.36 159	0.57 163	1.53 29	0.12 40	7.06 172	9.09 297	6.96 224	7.21 199	4.43 195	2.09 161	9.40 317	1.61 136	0.03 256	0.93 341	0.00 1	0.21 325	0.17 239	0.38 176

test_sample4	3.29 208	0.64 116	5.38 235	2.08 253	0.53 154	3.91 238	0.15 61	12.13 310	7.50 247	7.04 225	7.50 204	3.64 158	3.19 199	6.95 182	3.14 242	0.02 220	0.85 331	0.00 1	0.10 269	0.07 107	0.92 275

cf-r	3.76 252	1.43 284	5.34 232	2.66 332	2.79 350	2.85 153	0.62 182	9.08 228	6.91 227	7.06 226	11.90 308	9.64 316	3.83 237	6.23 153	4.53 287	0.00 1	0.00 1	0.00 1	0.00 1	0.19 256	0.17 100

HSM	4.25 291	1.10 226	4.14 159	1.78 213	2.14 326	6.67 316	1.08 267	12.92 336	6.90 226	7.06 226	8.17 227	14.17 368	6.03 322	9.16 310	3.11 241	0.00 1	0.00 1	0.00 1	0.00 1	0.09 135	0.41 188

GMM-Stereo	3.42 225	0.39 16	3.24 74	0.87 115	0.50 141	2.26 81	4.73 368	5.64 96	3.81 75	7.08 228	16.57 360	6.13 251	3.62 228	7.74 230	1.40 122	0.05 295	0.00 1	0.00 1	0.04 244	0.12 184	4.24 424

BEATNet_4x	3.69 245	2.12 347	8.11 339	1.82 220	0.16 46	5.30 285	1.04 264	10.87 279	6.14 190	7.09 229	8.42 231	4.99 216	4.42 263	5.89 141	6.23 319	0.04 280	0.05 199	0.00 1	0.00 1	0.32 333	0.84 265

IPLGR	2.46 134	0.68 129	7.02 311	0.22 20	0.16 46	2.01 67	0.22 84	7.01 166	6.62 211	7.10 230	5.92 158	2.91 119	2.27 169	5.12 120	1.52 127	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.41 188

test_1	2.18 97	0.38 11	3.87 133	1.54 181	0.91 220	1.38 18	0.80 224	5.36 81	5.53 165	7.12 231	1.86 49	4.05 173	0.41 35	6.65 166	1.17 95	0.00 1	0.99 359	0.00 1	0.28 355	0.20 263	1.08 294

ITSA-stereo	4.02 272	0.73 145	4.51 184	2.16 260	0.31 95	3.58 210	0.70 205	13.77 364	15.84 382	7.13 232	6.59 181	4.25 188	3.48 221	9.04 306	6.12 315	0.09 328	0.08 219	0.11 376	0.10 269	0.19 256	1.54 330

PS-NSSS	4.22 287	2.53 370	5.89 266	1.01 129	2.93 352	4.05 252	1.93 306	11.44 295	8.94 292	7.14 233	14.70 343	4.96 214	2.60 182	9.09 309	3.92 267	0.40 380	0.04 192	0.83 414	0.00 1	1.09 394	1.02 287

GMStereo_Zeroshot	2.92 180	2.33 363	6.12 275	1.66 195	0.36 110	3.61 212	0.09 28	5.95 122	6.20 192	7.15 234	7.11 197	8.37 300	0.91 82	6.17 150	1.97 175	0.00 1	0.00 1	0.00 1	0.00 1	0.22 278	0.14 74

SFCPSM	3.39 221	0.61 106	5.42 238	0.43 56	0.93 222	8.26 339	2.08 311	15.01 379	5.89 181	7.17 235	7.60 206	3.39 139	2.55 180	5.39 127	2.53 211	0.01 129	0.03 177	0.01 291	0.07 254	0.19 256	0.31 159

test_sample6	3.60 239	0.66 122	5.27 227	2.23 276	0.48 135	3.25 182	0.21 82	11.94 306	7.53 250	7.18 236	11.56 301	3.99 170	3.86 240	8.03 244	3.88 265	0.03 256	0.83 327	0.00 1	0.09 264	0.07 107	0.86 267

DualNet	3.48 228	0.65 118	5.17 223	2.10 254	0.49 138	3.31 188	0.17 69	11.91 304	7.47 245	7.18 236	11.56 301	3.61 156	3.37 216	7.53 219	3.06 238	0.02 220	0.85 331	0.00 1	0.10 269	0.07 107	0.90 270

ccs_rob	2.95 184	0.55 82	4.53 188	0.42 53	0.25 85	2.84 142	0.12 40	8.58 214	8.13 270	7.18 236	10.36 275	6.44 259	2.05 160	5.28 124	1.97 175	0.00 1	0.02 152	0.01 291	0.00 1	0.06 89	0.23 132

ttt	4.41 301	0.70 138	3.95 147	2.53 324	2.01 320	4.34 264	0.41 124	13.09 346	11.69 347	7.20 239	12.20 314	4.15 180	3.35 215	9.54 323	10.11 368	0.07 312	1.11 374	0.00 1	0.19 311	0.10 155	1.47 324

CFNet_pseudo	2.96 186	0.55 82	4.51 184	0.43 56	0.24 81	2.83 140	0.12 40	8.59 215	8.13 270	7.20 239	10.41 276	6.47 260	2.04 159	5.27 123	2.00 180	0.00 1	0.02 152	0.01 291	0.00 1	0.06 89	0.23 132

MSMDNet	3.15 199	0.51 67	4.48 182	0.46 63	0.25 85	2.88 156	0.16 66	9.79 250	9.82 312	7.24 241	11.36 297	6.82 270	2.41 175	4.47 103	1.86 164	0.01 129	0.02 152	0.02 324	0.00 1	0.06 89	0.30 157

GEStereo_RVC	3.95 268	1.21 249	6.13 276	2.30 295	1.22 260	4.29 260	2.96 331	12.39 319	8.24 273	7.25 242	6.79 185	7.58 284	4.22 259	9.16 310	4.56 288	0.04 280	0.01 119	0.02 324	0.02 214	0.19 256	0.42 193

DISCO	6.58 353	0.98 207	6.44 292	3.75 390	1.18 255	11.19 377	3.29 346	12.92 336	16.72 385	7.27 243	11.74 305	17.34 391	6.60 332	19.59 426	11.59 385	0.00 1	0.00 1	0.00 1	0.00 1	0.45 355	0.50 204

PCWNet_CMD	3.14 198	0.51 67	4.47 181	0.44 59	0.26 89	2.87 155	0.15 61	9.66 247	9.78 311	7.28 244	11.50 299	6.84 271	2.40 174	4.47 103	1.83 162	0.01 129	0.02 152	0.02 324	0.00 1	0.06 89	0.29 154

DDVS	3.79 256	0.66 122	5.66 256	2.27 289	1.28 268	6.48 312	0.47 136	9.33 242	4.35 108	7.29 245	7.71 209	12.49 358	2.21 166	9.01 305	5.16 303	0.08 317	0.20 261	0.01 291	0.00 1	0.14 214	1.03 290

NINENet	3.38 220	0.81 157	4.16 160	1.88 228	1.40 283	7.31 329	0.48 146	12.95 339	6.64 213	7.29 245	9.24 245	5.21 222	1.18 108	6.72 169	1.89 169	0.17 349	0.08 219	0.07 368	0.00 1	0.09 135	0.03 12

PA-Net	5.40 333	2.35 364	9.55 371	2.75 337	2.21 328	8.74 347	3.92 353	13.05 341	13.35 365	7.30 247	7.98 219	8.08 292	6.39 329	11.17 361	9.30 359	0.02 220	0.03 177	0.00 1	0.03 226	0.16 232	1.55 333
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RAFT-Stereo + iAFF	2.48 135	1.23 253	3.48 99	1.61 186	1.09 245	1.63 36	0.15 61	5.80 106	6.43 201	7.32 248	9.91 266	3.05 124	1.71 148	2.33 57	1.75 158	0.01 129	0.71 319	0.00 1	0.00 1	0.28 311	1.19 302

CASS	2.62 152	0.57 98	4.28 169	0.90 119	0.38 115	3.45 198	0.22 84	9.91 252	4.46 113	7.33 249	7.92 218	3.53 153	3.59 225	4.16 93	1.49 125	0.03 256	0.01 119	0.00 1	0.00 1	0.05 79	0.06 36
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test-3	2.19 99	0.38 11	3.88 138	1.55 182	0.91 220	1.39 19	0.80 224	5.36 81	5.51 163	7.36 250	1.90 50	4.05 173	0.42 37	6.67 168	1.17 95	0.00 1	0.99 359	0.00 1	0.28 355	0.20 263	1.08 294

CoDeX	3.61 240	0.86 175	5.27 227	1.16 141	1.62 289	6.24 307	2.07 310	13.78 365	6.86 224	7.42 251	9.00 240	4.06 175	3.72 234	6.58 161	3.02 235	0.03 256	0.06 205	0.00 1	0.00 1	0.15 228	0.35 169

hitnet-ft	3.95 268	1.16 237	3.92 143	0.89 117	0.73 191	4.88 278	0.54 157	9.78 249	7.91 263	7.42 251	10.24 272	12.50 359	4.84 283	8.15 251	5.56 308	0.03 256	0.00 1	0.06 363	0.00 1	0.24 290	0.12 65

RAFT-345	3.36 218	0.55 82	3.43 97	1.23 147	0.21 70	2.62 111	0.46 134	3.91 23	6.34 196	7.46 253	24.49 404	4.19 182	1.74 152	8.27 259	2.25 197	0.01 129	0.00 1	0.00 1	0.00 1	0.02 13	0.02 5

HHNet	2.71 160	0.69 132	3.31 81	0.25 27	0.39 118	2.80 139	0.90 249	6.33 138	5.68 174	7.51 254	13.70 330	0.94 63	3.14 197	5.42 129	2.54 216	0.14 340	0.02 152	0.06 363	0.00 1	0.24 290	0.07 41

MaskLacGwcNet_RVC	6.42 348	6.12 417	6.53 295	4.29 405	3.61 377	15.41 402	4.13 355	12.36 317	7.32 243	7.60 255	8.51 232	8.97 312	2.64 183	10.17 347	3.72 256	8.16 437	2.40 428	2.00 425	0.11 276	8.55 435	5.84 429

SMFormer	3.94 266	0.69 132	4.55 190	1.97 241	0.15 41	2.84 142	0.29 99	13.06 342	11.10 335	7.69 256	10.45 277	4.77 204	4.52 267	9.68 326	4.89 295	0.08 317	0.97 351	0.00 1	0.16 294	0.11 167	0.92 275

tta	3.96 270	0.69 132	4.55 190	1.97 241	0.15 41	2.84 142	0.29 99	13.06 342	11.10 335	7.69 256	10.45 277	4.77 204	4.52 267	9.68 326	4.89 295	0.08 317	0.97 351	0.00 1	0.16 294	0.13 203	1.24 307

qqq1	3.78 254	0.69 132	4.55 190	1.97 241	0.15 41	2.84 142	0.29 99	13.06 342	11.10 335	7.69 256	10.45 277	4.77 204	4.52 267	9.68 326	1.24 107	0.08 317	0.97 351	0.00 1	0.12 282	0.13 203	1.24 307

fff1	3.78 254	0.69 132	4.55 190	1.97 241	0.15 41	2.84 142	0.29 99	13.06 342	11.10 335	7.69 256	10.45 277	4.77 204	4.52 267	9.68 326	1.24 107	0.08 317	0.97 351	0.00 1	0.12 282	0.13 203	1.24 307

RAFT + AFF	4.63 313	2.28 357	7.43 326	1.51 177	2.38 336	5.81 300	6.49 391	10.74 277	8.53 282	7.75 260	8.95 237	7.47 282	6.68 337	9.17 312	5.06 300	0.08 317	0.47 299	0.00 1	0.01 195	0.66 375	1.03 290

iinet-f	6.21 342	2.11 346	28.74 443	2.13 258	1.38 281	11.62 380	1.49 291	7.64 198	7.19 237	7.77 261	14.38 338	10.49 330	7.79 357	7.76 231	12.90 398	0.03 256	0.03 177	0.05 359	0.00 1	0.67 376	0.12 65

CFNet_ucs	3.23 204	0.56 93	4.59 196	0.59 73	0.37 114	3.29 186	0.19 76	10.47 269	9.02 296	7.78 262	12.57 320	5.59 234	1.74 152	5.39 127	1.86 164	0.00 1	0.04 192	0.01 291	0.00 1	0.10 155	0.33 163

ACRE	2.67 155	1.66 309	6.50 293	0.72 94	2.03 322	2.65 119	0.84 236	5.97 124	5.52 164	7.85 263	9.23 244	1.72 86	1.09 92	4.09 92	2.73 226	0.02 220	0.19 256	0.02 324	0.08 256	0.26 298	0.21 123

AASNet	4.20 286	1.63 305	5.82 263	3.79 391	3.93 388	6.55 313	1.22 275	19.12 412	6.82 222	7.86 264	8.35 230	4.36 192	2.55 180	3.87 86	7.47 332	0.00 1	0.00 1	0.00 1	0.00 1	0.49 364	0.22 128

IPLG	2.63 153	1.09 225	5.67 257	0.73 97	0.31 95	3.00 165	0.25 94	6.84 162	6.02 184	7.93 265	6.31 172	1.91 94	1.72 150	7.47 213	2.53 211	0.01 129	0.01 119	0.00 1	0.00 1	0.29 319	0.58 218

PFNet+	2.52 139	0.47 46	4.97 214	0.95 126	0.18 53	3.12 172	0.73 212	4.98 57	6.97 230	7.95 266	6.38 176	2.51 109	1.18 108	8.05 247	1.82 161	0.03 256	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

Sa-1000	3.81 257	1.26 255	4.64 199	2.29 294	0.55 162	3.51 203	1.58 295	8.37 209	9.13 299	7.97 267	17.42 370	3.98 169	2.76 188	9.61 324	1.68 152	0.00 1	0.69 314	0.00 1	0.18 308	0.23 286	0.27 147

UNet	4.19 285	0.87 183	7.18 318	2.00 248	3.22 362	9.55 356	0.31 106	10.11 258	6.22 193	7.98 268	6.82 187	10.42 329	5.77 315	7.28 197	5.83 310	0.00 1	0.00 1	0.00 1	0.00 1	0.10 155	0.12 65

iResNet	4.04 274	1.46 291	8.72 351	3.25 374	0.36 110	4.54 270	0.47 136	9.06 226	10.40 321	7.98 268	12.82 324	4.06 175	3.22 202	8.82 292	4.95 298	0.03 256	0.01 119	0.00 1	0.00 1	0.14 214	0.55 213

ADLNet2	4.72 318	1.44 288	6.68 301	3.03 357	3.90 387	6.80 317	2.91 329	11.67 301	9.63 308	7.99 270	9.89 265	9.75 319	5.32 307	7.70 228	7.13 329	0.01 129	0.03 177	0.00 1	0.00 1	0.26 298	0.22 128

OMP-Stereo	3.15 199	1.19 242	3.49 100	4.34 407	0.51 148	2.20 79	1.21 274	6.67 152	6.52 206	7.99 270	6.24 170	8.38 302	2.44 176	9.65 325	1.92 171	0.01 129	0.02 152	0.00 1	0.00 1	0.08 120	0.15 86

AANet_RVC	5.41 335	2.61 374	8.17 340	2.25 282	1.30 275	2.27 82	1.64 298	10.82 278	18.54 396	8.01 272	18.09 376	8.39 303	3.31 209	11.37 366	8.98 355	1.15 406	0.38 290	0.02 324	0.00 1	0.17 239	0.70 250

DeepPruner_ROB	3.82 258	1.87 327	5.65 255	1.31 157	1.64 290	3.62 216	0.81 227	14.47 373	5.03 146	8.03 273	10.78 288	6.95 274	2.26 168	8.92 298	4.32 280	0.07 312	0.03 177	0.00 1	0.01 195	0.37 341	0.29 154

test_for_model	7.41 368	28.34 450	2.84 44	22.38 448	16.53 449	3.40 191	0.91 252	6.72 158	4.54 118	8.04 274	2.84 71	1.04 66	0.43 45	0.86 2	0.60 16	9.67 441	3.31 443	0.00 1	0.08 256	26.60 455	9.03 437

HGLStereo	4.58 309	1.04 219	6.02 271	3.30 377	5.14 415	6.36 309	0.71 207	11.04 284	7.60 253	8.04 274	12.85 325	6.90 272	8.51 368	7.85 234	5.93 311	0.02 220	0.02 152	0.00 1	0.00 1	0.14 214	0.15 86

psm_up	4.33 293	1.34 268	4.43 178	2.27 289	2.62 346	5.29 284	3.30 347	11.49 296	6.89 225	8.05 276	8.06 224	10.09 326	11.10 388	7.12 189	3.76 258	0.24 364	0.01 119	0.00 1	0.00 1	0.20 263	0.37 173

CVANet_RVC	4.68 317	1.93 334	5.57 252	2.61 330	1.86 311	4.12 253	4.94 371	12.11 309	9.29 302	8.05 276	11.08 292	10.28 327	6.48 330	9.52 322	3.19 246	0.45 384	0.01 119	0.00 1	0.12 282	0.23 286	1.75 363

HBP-ISP	4.37 296	1.56 299	4.59 196	2.23 276	1.29 273	7.87 335	3.96 354	11.80 303	10.91 334	8.06 278	14.45 340	3.38 138	4.87 284	9.27 314	2.53 211	0.14 340	0.06 205	0.00 1	0.01 195	0.08 120	0.30 157

CIPLG	2.72 163	1.69 310	6.02 271	0.80 110	2.14 326	2.66 120	0.84 236	5.90 116	5.59 166	8.12 279	9.58 257	1.74 87	1.14 98	4.53 106	2.82 232	0.02 220	0.19 256	0.02 324	0.09 264	0.26 298	0.22 128

IPLGR_C	2.69 157	1.75 321	6.20 280	0.79 107	2.06 324	2.64 118	0.86 243	6.36 141	5.64 168	8.13 280	9.26 246	1.69 85	1.15 104	3.79 82	2.80 231	0.02 220	0.20 261	0.02 324	0.08 256	0.26 298	0.18 103

DGSMNet	7.10 363	3.49 392	15.11 404	4.36 408	4.41 398	8.94 351	6.25 387	15.10 380	14.28 371	8.15 281	14.51 342	10.08 324	5.38 308	11.04 357	7.95 337	1.49 413	2.00 425	1.79 423	1.68 428	2.43 417	3.48 416

IER	3.42 225	0.91 187	6.38 291	0.73 97	1.60 288	7.07 324	0.55 160	7.07 174	5.45 162	8.17 282	8.89 235	6.13 251	6.13 323	5.36 126	3.77 261	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.05 27

anonymousa	4.24 289	0.78 149	4.05 155	2.16 260	4.87 412	8.76 348	0.35 113	7.41 190	4.47 115	8.21 283	19.70 383	11.03 348	5.87 317	2.04 45	2.20 190	0.00 1	1.16 391	0.00 1	0.55 398	0.04 63	1.11 296

test_xeample	4.78 322	0.93 189	4.68 203	1.48 175	1.28 268	3.94 241	0.13 49	13.35 352	8.62 283	8.21 283	11.63 303	3.43 146	3.54 222	7.59 224	23.47 429	0.02 220	1.16 391	0.00 1	0.25 338	0.11 167	1.74 362

FINET	6.96 359	2.98 385	13.77 394	3.20 371	4.81 411	9.65 357	9.90 419	13.68 360	23.91 417	8.28 285	13.70 330	5.36 227	5.83 316	10.79 354	8.05 339	0.90 401	1.43 412	0.11 376	0.38 380	0.48 361	1.98 389

UDG	9.12 393	10.06 432	6.35 290	10.06 431	9.64 434	10.48 369	2.33 315	12.73 329	10.19 315	8.33 286	10.27 273	16.70 387	10.47 384	8.33 268	9.07 356	4.28 428	2.59 434	18.90 445	3.83 439	11.35 437	6.50 432

DEmStereo	3.86 260	0.54 77	4.04 154	0.26 30	0.17 49	5.17 283	2.45 318	4.70 46	4.34 107	8.37 287	19.94 384	5.06 219	10.13 383	7.86 235	3.93 269	0.01 129	0.01 119	0.01 291	0.00 1	0.03 40	0.10 53

GMOStereo	2.08 79	0.85 168	2.95 53	0.23 22	0.73 191	1.50 25	0.86 243	5.08 59	4.78 131	8.42 288	6.99 189	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 405	0.00 1	0.00 1	0.28 311	0.23 132

error version	2.08 79	0.85 168	2.95 53	0.23 22	0.73 191	1.50 25	0.86 243	5.08 59	4.78 131	8.42 288	6.99 189	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 405	0.00 1	0.00 1	0.28 311	0.23 132

test-v	2.08 79	0.85 168	2.95 53	0.23 22	0.73 191	1.50 25	0.86 243	5.08 59	4.78 131	8.42 288	6.99 189	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 405	0.00 1	0.00 1	0.28 311	0.23 132

test-2	2.08 79	0.85 168	2.95 53	0.23 22	0.73 191	1.50 25	0.86 243	5.08 59	4.78 131	8.42 288	6.99 189	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 405	0.00 1	0.00 1	0.28 311	0.23 132

IIG-Stereo	3.28 207	0.98 207	3.57 111	4.14 399	0.22 77	2.56 104	0.71 207	7.04 171	6.10 187	8.49 292	9.38 254	7.82 290	2.73 185	9.69 331	1.99 178	0.02 220	0.02 152	0.00 1	0.00 1	0.03 40	0.14 74

SQANet	8.22 382	4.42 407	7.19 319	12.11 437	9.77 435	11.80 382	3.23 342	12.00 307	6.60 209	8.59 293	11.52 300	10.97 347	5.31 306	11.10 358	4.20 276	9.56 440	2.29 427	10.51 439	1.61 427	13.06 442	8.49 436

DualNet (step1)	4.40 298	1.36 272	7.91 334	1.40 166	0.63 172	5.54 288	2.72 321	11.31 291	8.40 278	8.64 294	8.05 221	6.80 266	5.05 293	7.22 192	2.53 211	1.74 417	1.04 366	3.05 428	2.96 432	0.22 278	1.35 318

test_sample9	6.40 347	1.36 272	7.91 334	1.40 166	0.63 172	5.54 288	2.72 321	11.31 291	8.40 278	8.64 294	8.05 221	6.80 266	5.05 293	12.52 380	13.17 399	1.74 417	25.14 466	3.05 428	2.96 432	0.22 278	1.35 318

test_sample7	3.75 251	0.67 127	4.34 174	2.21 272	0.35 105	4.47 267	2.08 311	11.31 291	8.40 278	8.64 294	8.05 221	6.80 266	5.05 293	7.22 192	2.53 211	0.07 312	1.04 366	0.00 1	0.00 1	0.06 89	1.66 342

DisPM	2.59 148	0.47 46	4.32 172	1.89 229	0.20 61	3.42 193	0.63 184	5.56 91	5.60 167	8.66 297	7.05 193	2.82 118	1.03 90	9.05 307	1.07 85	0.02 220	0.00 1	0.00 1	0.00 1	0.02 13	0.04 21

LL-Strereo	5.14 331	2.29 360	8.95 358	1.26 150	5.05 414	3.66 219	1.40 286	10.33 263	8.98 293	8.71 298	8.24 229	10.70 338	11.10 388	12.66 384	5.36 305	0.05 295	1.35 411	0.00 1	0.00 1	0.38 343	2.23 400

LMCR-Stereo	3.92 264	1.96 338	4.92 211	2.85 348	0.23 80	7.88 336	1.47 289	12.52 325	5.39 158	8.71 298	10.65 285	1.90 93	5.04 292	8.53 281	4.89 295	1.05 404	0.00 1	0.00 1	0.00 1	0.42 347	0.05 27

iResNet_ROB	4.67 316	1.77 324	5.93 267	2.47 317	0.95 226	3.78 232	0.36 114	15.65 385	17.36 389	8.75 300	11.23 295	7.05 276	4.60 275	8.94 301	4.23 278	0.01 129	0.00 1	0.00 1	0.00 1	0.16 232	0.15 86

UPFNet	4.17 283	0.83 164	5.51 243	2.49 318	3.36 369	7.13 326	2.60 319	10.52 273	7.16 235	8.76 301	7.83 213	7.85 291	3.41 218	8.60 283	7.04 328	0.01 129	0.02 152	0.00 1	0.00 1	0.12 184	0.17 100

DeepPrunerF	7.18 366	3.58 394	25.29 435	4.27 404	7.20 425	3.78 232	4.64 367	14.03 367	20.86 407	8.85 302	10.57 282	7.35 279	7.88 359	12.16 378	10.66 378	0.25 367	0.16 249	0.29 404	0.43 389	0.77 387	0.65 235

Syn2CoEx	6.70 354	3.69 398	12.14 386	2.78 340	1.68 296	8.36 343	3.21 341	18.59 407	12.66 355	8.86 303	20.79 388	10.52 331	10.54 385	9.68 326	8.70 348	0.01 129	0.00 1	0.00 1	0.00 1	0.69 380	1.00 282

delet	4.59 311	1.12 232	5.93 267	1.37 162	3.73 382	10.48 369	3.90 352	10.51 271	9.17 301	8.87 304	9.74 263	8.37 300	3.74 235	8.12 250	6.36 321	0.00 1	0.00 1	0.00 1	0.00 1	0.21 273	0.12 65

psmg	3.34 213	0.43 25	3.76 124	0.73 97	0.50 141	8.47 346	2.74 324	10.88 282	5.65 169	8.91 305	8.78 233	6.17 253	2.50 177	4.27 95	2.67 219	0.01 129	0.04 192	0.06 363	0.00 1	0.12 184	0.10 53

ac_64	3.98 271	0.86 175	5.10 219	3.17 368	3.43 372	5.80 299	0.70 205	10.87 279	4.96 142	8.94 306	6.46 177	10.70 338	5.52 312	7.44 204	5.10 302	0.03 256	0.00 1	0.00 1	0.00 1	0.14 214	0.31 159

Pruner-Stereo	2.66 154	0.61 106	3.54 106	1.93 234	0.25 85	3.47 201	0.74 216	6.60 149	5.66 173	8.98 307	6.12 162	4.39 194	1.11 94	7.27 196	2.34 207	0.03 256	0.00 1	0.02 324	0.00 1	0.03 40	0.04 21

NLCA_NET_v2_RVC	4.11 279	1.53 298	6.87 308	3.04 359	3.33 367	4.34 264	0.59 173	11.36 294	7.92 264	8.98 307	7.98 219	9.72 318	3.82 236	7.92 239	4.43 283	0.15 342	0.02 152	0.03 342	0.03 226	0.07 107	0.14 74
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
KYRaft	3.68 244	0.43 25	2.53 23	0.89 117	0.49 138	2.28 84	3.89 351	5.30 71	3.82 77	8.99 309	19.28 381	6.54 262	4.96 288	7.92 239	0.96 72	0.01 129	0.00 1	0.00 1	0.01 195	0.06 89	5.17 426

CrosDoStereo	4.05 276	0.71 142	3.52 101	0.51 67	0.20 61	3.25 182	11.21 424	6.34 139	4.96 142	9.04 310	16.44 356	4.92 211	7.28 347	8.29 261	3.84 263	0.00 1	0.02 152	0.01 291	0.00 1	0.18 248	0.19 112

DeepStereo_LL	4.05 276	0.71 142	3.52 101	0.51 67	0.20 61	3.25 182	11.21 424	6.34 139	4.96 142	9.04 310	16.44 356	4.92 211	7.28 347	8.29 261	3.84 263	0.00 1	0.02 152	0.01 291	0.00 1	0.18 248	0.19 112

HSM-Net_RVC	4.40 298	0.44 34	3.22 72	0.72 94	0.68 177	7.06 323	1.82 304	12.57 326	8.48 281	9.04 310	12.20 314	14.98 373	5.14 299	7.32 200	4.19 275	0.02 220	0.02 152	0.00 1	0.00 1	0.02 13	0.14 74
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Nwc_Net	7.54 373	1.91 333	8.71 350	4.16 400	3.42 371	10.77 373	2.00 308	20.33 425	12.19 350	9.10 313	24.04 403	17.67 393	13.58 403	12.14 377	9.12 357	0.94 403	0.00 1	0.00 1	0.02 214	0.22 278	0.41 188

R-Stereo Train	2.60 150	0.46 41	2.94 50	1.10 137	0.18 53	3.61 212	0.60 174	6.88 163	3.50 44	9.13 314	17.23 367	1.77 89	0.77 75	2.03 43	1.65 145	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.21 123

RAFT-Stereo	2.60 150	0.46 41	2.94 50	1.10 137	0.18 53	3.61 212	0.60 174	6.88 163	3.50 44	9.13 314	17.23 367	1.77 89	0.77 75	2.03 43	1.65 145	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.21 123
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
NCC-stereo	7.43 370	2.28 357	8.58 347	3.28 375	4.48 400	8.34 340	4.27 359	20.45 426	13.66 367	9.17 316	17.52 371	16.49 384	14.31 408	13.71 390	8.95 353	1.73 415	0.12 237	0.01 291	0.50 395	0.21 273	0.60 223

Abc-Net	7.43 370	2.28 357	8.58 347	3.28 375	4.48 400	8.34 340	4.27 359	20.45 426	13.66 367	9.17 316	17.52 371	16.49 384	14.31 408	13.71 390	8.95 353	1.73 415	0.12 237	0.01 291	0.50 395	0.21 273	0.60 223
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CBMV_ROB	4.66 315	0.85 168	3.94 145	1.64 189	0.75 196	8.38 345	1.90 305	11.19 287	10.36 319	9.20 318	15.21 345	7.28 278	6.99 341	9.48 320	5.24 304	0.04 280	0.05 199	0.00 1	0.00 1	0.07 107	0.64 234

ARAFT	3.32 211	1.74 320	7.92 337	0.64 78	0.15 41	4.45 266	2.89 327	8.20 208	6.30 194	9.23 319	7.12 198	5.58 233	1.24 116	8.60 283	1.69 153	0.01 129	0.03 177	0.00 1	0.00 1	0.35 337	0.35 169

gwcnet-sp	3.58 235	2.01 342	8.82 354	2.01 249	0.69 180	7.38 331	1.10 268	9.23 235	6.66 214	9.32 320	5.91 155	4.21 183	3.31 209	6.91 178	3.69 253	0.00 1	0.00 1	0.00 1	0.00 1	0.24 290	0.18 103

scenet	3.58 235	2.01 342	8.82 354	2.01 249	0.69 180	7.38 331	1.10 268	9.23 235	6.66 214	9.32 320	5.91 155	4.21 183	3.31 209	6.91 178	3.69 253	0.00 1	0.00 1	0.00 1	0.00 1	0.24 290	0.18 103

ssnet	3.58 235	2.01 342	8.82 354	2.01 249	0.69 180	7.38 331	1.10 268	9.23 235	6.66 214	9.32 320	5.91 155	4.21 183	3.31 209	6.91 178	3.69 253	0.00 1	0.00 1	0.00 1	0.00 1	0.24 290	0.18 103

Prome-Stereo	3.73 250	0.39 16	2.62 31	1.05 133	0.52 152	2.06 71	4.58 365	4.88 54	3.95 85	9.34 323	20.39 386	4.03 172	7.02 342	7.86 235	1.31 114	0.00 1	0.00 1	0.00 1	0.00 1	0.07 107	4.52 425

DMCA-RVC	3.59 238	1.98 340	8.68 349	2.30 295	1.48 285	3.54 208	0.55 160	8.40 210	5.43 161	9.37 324	5.90 154	8.34 299	3.21 201	7.19 190	4.46 285	0.06 305	0.11 234	0.08 374	0.02 214	0.21 273	0.40 179

DAS	4.18 284	0.53 73	6.20 280	2.20 269	3.69 379	2.78 136	3.12 337	8.69 216	10.29 317	9.39 325	12.80 322	4.58 198	7.20 345	9.08 308	2.70 222	0.02 220	0.00 1	0.00 1	0.00 1	0.04 63	0.34 164

SepStereo	4.22 287	0.53 73	6.20 280	2.20 269	3.69 379	2.78 136	3.12 337	8.69 216	10.29 317	9.39 325	12.80 322	4.58 198	7.20 345	9.74 332	2.70 222	0.02 220	0.00 1	0.00 1	0.00 1	0.04 63	0.34 164

ssnet_v2	4.73 320	1.43 284	6.74 304	1.80 216	0.75 196	8.89 350	4.60 366	12.66 328	10.65 327	9.53 327	6.23 166	9.78 320	4.26 261	6.89 177	9.65 364	0.01 129	0.01 119	0.00 1	0.00 1	0.36 339	0.31 159

222	5.93 338	0.88 185	4.58 195	1.76 212	0.98 229	6.02 304	0.08 27	14.45 372	8.89 290	9.53 327	11.77 306	3.88 165	4.23 260	8.26 255	39.96 458	0.03 256	1.12 375	0.00 1	0.24 335	0.11 167	1.73 359

MMNet	4.44 302	1.37 277	6.26 285	1.73 208	1.64 290	10.51 371	0.61 178	9.27 238	9.66 310	9.55 329	9.22 243	7.40 281	6.52 331	7.90 238	6.98 325	0.01 129	0.00 1	0.00 1	0.00 1	0.14 214	0.10 53

MLCV	3.76 252	1.52 296	6.93 309	1.66 195	0.31 95	4.31 261	0.32 108	7.92 203	7.68 255	9.55 329	12.12 311	5.17 220	2.74 186	10.00 344	4.49 286	0.01 129	0.00 1	0.00 1	0.00 1	0.16 232	0.27 147

GASNet	5.62 337	5.76 416	12.05 384	5.03 415	2.08 325	3.77 231	1.53 293	12.92 336	11.62 346	9.64 331	7.40 203	8.58 307	7.54 353	14.76 400	8.25 342	0.02 220	0.15 247	0.00 1	0.00 1	0.81 390	0.52 210

CSP-Net	4.40 298	1.70 312	4.90 210	1.82 220	1.04 235	12.96 392	2.25 314	13.75 362	6.34 196	9.64 331	8.99 238	8.31 297	3.24 203	8.45 278	4.32 280	0.01 129	0.00 1	0.00 1	0.00 1	0.23 286	0.06 36

DDUNet	10.03 402	12.17 438	8.24 343	13.02 438	11.73 440	10.32 367	3.76 350	12.27 315	8.35 276	9.64 331	13.89 334	16.48 383	6.67 336	9.50 321	7.00 326	6.80 434	3.45 446	21.10 446	4.33 441	12.78 441	9.12 438

AAGNet	3.50 229	0.49 60	3.38 87	1.91 232	0.41 127	3.66 219	1.02 260	5.14 64	5.16 148	9.65 334	7.75 211	4.91 210	6.23 327	7.45 211	12.73 396	0.01 129	0.00 1	0.00 1	0.00 1	0.05 79	0.06 36

S-Stereo	6.85 356	0.93 189	10.76 380	3.34 378	3.51 374	6.55 313	6.01 383	13.75 362	23.86 416	9.65 334	15.54 347	11.81 354	8.24 363	8.59 282	11.23 382	0.13 337	0.16 249	0.00 1	0.42 387	0.14 214	2.39 403

RAFT_R40	2.83 169	0.46 41	3.85 130	1.38 163	0.32 101	3.78 232	0.97 255	6.16 133	4.82 137	9.74 336	6.35 175	4.96 214	3.94 248	8.78 291	1.05 81	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12

GCST	9.50 397	17.91 442	6.18 279	53.02 465	11.57 439	10.95 374	0.20 78	7.71 201	7.12 234	9.83 337	4.71 119	4.87 209	1.49 130	9.87 337	2.06 183	8.70 438	0.07 216	22.79 447	0.40 383	6.66 431	3.86 422

NCCL2	6.27 344	2.46 368	7.00 310	2.36 305	1.11 248	9.48 355	11.14 423	13.01 340	10.40 321	9.94 338	9.49 255	22.11 417	7.42 350	9.90 341	8.56 345	0.01 129	0.00 1	0.02 324	0.03 226	0.20 263	0.73 254

acv_ft	3.90 262	0.96 202	5.85 265	2.56 329	4.70 409	7.27 328	0.84 236	9.17 234	6.12 188	10.00 339	9.32 251	5.70 241	4.07 252	2.68 64	8.24 341	0.00 1	0.00 1	0.00 1	0.00 1	0.35 337	0.23 132

Wz-Net-LNSev-Ref	6.52 352	2.21 351	12.10 385	2.75 337	3.28 364	10.03 363	3.05 334	12.31 316	11.52 345	10.10 340	21.36 389	11.51 350	7.30 349	11.56 369	10.61 376	0.09 328	0.00 1	0.00 1	0.00 1	0.08 120	0.51 208

PFNet	3.06 191	0.59 102	6.13 276	2.26 285	0.84 210	3.08 168	0.73 212	7.38 188	5.35 154	10.20 341	6.06 160	4.72 203	2.10 164	8.47 279	2.25 197	0.19 354	0.06 205	0.00 1	0.11 276	0.20 263	0.42 193

STTStereo	3.90 262	1.43 284	8.20 341	3.03 357	2.28 334	3.64 218	0.64 186	10.11 258	7.09 233	10.20 341	7.08 194	8.73 309	3.57 224	7.44 204	4.00 272	0.00 1	0.02 152	0.01 291	0.01 195	0.04 63	0.40 179

Ntro	12.91 420	9.95 431	10.01 374	14.12 441	12.55 442	26.31 432	6.76 395	19.04 411	22.03 414	10.23 343	16.26 355	20.22 410	10.06 382	16.81 413	7.93 336	10.16 444	2.55 433	15.19 442	2.86 431	15.27 444	9.93 444

DRaft	3.83 259	0.65 118	3.39 89	0.22 20	0.16 46	4.67 272	1.30 283	5.82 108	4.86 139	10.26 344	21.65 390	3.24 131	8.62 370	7.53 219	3.76 258	0.05 295	0.10 230	0.00 1	0.14 289	0.12 184	0.16 93

pcwnet_v2	4.36 294	0.46 41	9.07 362	1.43 171	1.10 247	3.41 192	0.40 122	13.44 355	14.60 372	10.29 345	14.22 337	5.82 247	2.97 194	6.75 171	2.29 204	0.01 129	0.05 199	0.04 352	0.02 214	0.17 239	0.61 226

RP	7.41 368	1.90 332	7.33 320	4.26 403	5.25 416	6.64 315	3.46 348	12.44 322	16.23 384	10.36 346	23.00 398	18.72 399	16.59 413	11.10 358	8.47 344	1.10 405	0.02 152	0.12 381	0.16 294	0.43 351	0.65 235

AF-Net	8.37 384	2.16 349	9.01 359	3.65 387	4.58 406	9.40 354	2.63 320	17.71 401	21.32 409	10.38 347	24.51 405	20.43 411	16.67 414	12.54 382	10.76 380	0.70 397	0.00 1	0.12 381	0.00 1	0.47 358	0.42 193

THIR-Stereo	3.94 266	1.12 232	3.06 65	0.23 22	0.13 32	4.17 254	6.40 389	5.83 109	4.54 118	10.46 348	16.98 362	6.49 261	7.44 352	8.00 241	3.58 250	0.01 129	0.07 216	0.07 368	0.00 1	0.14 214	0.06 36

ADLNet	4.56 308	1.19 242	5.52 249	3.81 393	3.59 376	6.98 321	2.40 317	12.01 308	7.96 265	10.52 349	9.67 262	8.26 296	4.98 289	6.59 162	6.93 324	0.01 129	0.01 119	0.00 1	0.01 195	0.22 278	0.55 213

iResNetv2_ROB	4.72 318	2.26 354	8.87 357	3.20 371	1.25 264	4.32 262	1.73 301	14.22 370	10.62 326	10.53 350	12.13 313	7.77 287	5.54 313	8.29 261	2.76 230	0.00 1	0.00 1	0.00 1	0.00 1	0.42 347	0.55 213

GrayStereo	3.86 260	0.33 6	2.63 32	1.66 195	0.62 170	3.09 169	7.92 409	6.43 145	3.88 80	10.61 351	16.51 359	5.75 243	8.40 365	6.75 171	1.58 131	0.01 129	0.00 1	0.01 291	0.62 401	0.04 63	0.38 176

GANetREF_RVC	6.97 360	3.59 395	9.14 364	4.00 395	0.40 123	13.17 393	11.27 427	15.95 388	17.51 391	10.62 352	10.66 286	12.15 357	7.97 361	13.18 387	5.04 299	0.45 384	0.00 1	0.01 291	0.15 292	3.47 424	0.60 223
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
stereogan	8.18 381	1.32 265	9.05 361	3.59 385	4.00 393	20.16 421	3.13 339	17.25 399	20.16 403	10.68 353	19.19 380	20.56 414	10.70 387	14.74 399	7.00 326	0.34 376	0.04 192	0.21 399	0.08 256	0.70 382	0.65 235

SDNR	7.97 376	2.75 378	16.90 412	2.28 292	0.94 223	45.23 456	0.43 131	9.30 241	10.84 331	10.71 354	25.30 409	5.51 231	4.47 265	11.98 374	7.58 334	0.15 342	0.14 245	0.00 1	0.04 244	2.27 416	2.65 408

FAT-Stereo	6.98 361	0.79 151	7.57 328	2.54 327	1.80 303	6.16 306	4.33 362	19.16 413	18.82 397	10.75 355	17.08 364	18.23 397	13.56 402	9.25 313	8.44 343	0.03 256	0.16 249	0.01 291	0.10 269	0.14 214	0.65 235

Wz-Net-SNSev	9.92 401	8.01 426	26.42 437	2.26 285	1.85 309	8.36 343	14.30 437	18.01 403	21.68 410	10.78 356	23.95 399	16.84 388	8.60 369	15.59 405	19.76 419	0.01 129	0.03 177	0.01 291	0.00 1	0.52 367	1.34 317

GwcNet	6.95 358	2.89 384	13.32 391	2.82 344	5.53 417	11.76 381	2.14 313	14.95 378	17.69 392	10.83 357	18.14 377	10.83 343	6.66 335	9.83 336	10.19 370	0.03 256	0.06 205	0.03 342	0.08 256	0.64 373	0.66 243

dad	5.10 329	2.61 374	6.76 305	1.23 147	0.14 35	2.85 153	0.36 114	7.98 205	14.88 373	10.84 358	17.06 363	15.59 377	3.29 206	7.24 194	4.39 282	1.20 407	0.10 230	4.02 433	0.49 394	0.20 263	0.69 247

FTStereo	4.61 312	0.54 77	2.86 45	0.98 128	0.40 123	2.57 105	8.51 412	5.70 99	3.76 74	10.85 359	29.92 421	5.53 232	7.43 351	7.73 229	1.63 140	0.17 349	0.00 1	0.05 359	0.00 1	0.04 63	3.62 419

PWCDC_ROB	8.50 386	4.40 406	9.57 372	6.16 424	4.54 405	10.46 368	1.03 261	15.30 381	28.16 425	10.88 360	30.88 425	6.96 275	11.31 391	14.57 397	10.40 374	3.10 427	0.02 152	0.00 1	0.00 1	1.55 406	0.63 232

CRFU-Net	4.81 323	0.78 149	5.69 258	3.10 366	1.39 282	13.18 394	3.23 342	12.26 314	4.33 103	10.91 361	9.98 269	10.94 346	7.93 360	7.47 213	3.94 270	0.16 345	0.16 249	0.16 389	0.00 1	0.26 298	0.29 154

SST-Stereo	2.86 172	0.45 37	3.64 120	1.46 173	0.36 110	3.94 241	0.80 224	6.07 129	4.46 113	10.96 362	6.21 165	4.94 213	4.14 255	8.85 294	0.93 65	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12

PSM-AAD	3.43 227	0.31 4	2.16 13	0.80 110	0.57 163	2.53 102	5.97 380	5.53 86	3.98 88	11.00 363	11.90 308	2.93 120	9.36 379	8.03 244	1.00 76	0.01 129	0.01 119	0.00 1	0.00 1	0.06 89	2.39 403

DSFCA	4.48 303	1.03 217	6.84 306	1.61 186	1.68 296	7.26 327	4.46 364	11.27 290	7.51 248	11.01 364	6.89 188	8.49 306	4.54 272	10.41 351	6.18 317	0.03 256	0.06 205	0.02 324	0.03 226	0.13 203	0.14 74

DLCB_ROB	4.87 326	1.45 290	4.75 205	2.52 323	1.13 251	6.25 308	3.01 333	10.44 268	8.34 275	11.05 365	13.43 328	14.04 366	3.90 245	9.74 332	6.80 323	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.37 173

SACVNet	4.55 306	1.88 328	5.55 250	3.38 379	1.68 296	3.11 170	2.76 326	12.44 322	6.43 201	11.07 366	11.31 296	10.53 333	5.13 298	9.88 339	4.56 288	0.08 317	0.02 152	0.00 1	0.01 195	0.38 343	0.80 262

Wz-Net-LNSev	7.12 364	2.75 378	18.64 416	1.70 203	4.16 394	12.79 391	6.72 394	13.74 361	13.57 366	11.14 367	17.31 369	11.90 355	8.50 367	8.96 303	9.94 366	0.00 1	0.01 119	0.00 1	0.00 1	0.18 248	0.34 164

fast-acv-ft	6.00 340	1.95 337	7.88 333	2.35 303	1.85 309	13.61 397	1.76 303	8.44 211	10.12 314	11.22 368	20.57 387	14.41 371	7.55 354	8.11 249	8.83 350	0.10 332	0.09 225	0.16 389	0.07 254	0.68 378	0.35 169

RAFT-RH_RVC	4.04 274	0.69 132	3.59 116	1.91 232	0.43 130	3.11 170	0.13 49	3.80 21	6.60 209	11.26 369	31.68 427	5.20 221	1.66 144	8.30 264	2.27 200	0.09 328	0.00 1	0.00 1	0.03 226	0.03 40	0.02 5

Consistency-Raft	9.58 398	5.11 412	13.00 389	5.61 418	8.92 433	4.03 248	5.07 374	19.73 418	24.90 420	11.32 370	29.86 419	13.36 362	6.16 324	8.00 241	13.47 403	0.67 395	0.34 283	1.81 424	4.36 442	12.23 438	3.62 419

GANet	6.86 357	1.78 325	5.98 270	3.05 360	1.12 250	10.12 365	9.38 416	13.41 354	8.67 284	11.46 371	29.87 420	13.94 365	8.25 364	12.06 375	6.33 320	0.40 380	0.06 205	0.16 389	0.33 370	0.18 248	0.59 221

DCVSM-stereo	3.32 211	0.51 67	3.40 95	1.79 214	0.79 202	2.94 159	0.48 146	7.31 183	5.69 175	11.47 372	5.61 147	10.63 335	5.93 318	5.74 138	3.63 251	0.03 256	0.09 225	0.03 342	0.00 1	0.12 184	0.11 61

SGM-Forest	5.40 333	0.84 167	4.19 164	1.43 171	0.68 177	10.12 365	6.41 390	12.13 310	11.86 349	11.50 373	14.43 339	11.62 351	5.20 300	9.93 342	6.16 316	0.16 345	0.04 192	0.00 1	0.00 1	0.08 120	1.24 307
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ACVNet-4b	16.48 430	23.07 444	14.73 402	16.69 443	15.18 446	31.83 441	7.30 405	19.71 417	27.82 424	11.54 374	22.10 395	31.68 435	8.96 377	18.88 422	7.28 331	11.04 446	2.65 435	24.93 450	5.02 444	18.57 447	10.67 447

RYNet	6.82 355	1.51 294	7.35 322	1.79 214	4.52 403	16.68 406	4.41 363	14.19 369	17.43 390	11.64 375	7.86 214	15.03 374	8.81 372	10.10 345	14.16 407	0.04 280	0.13 241	0.15 386	0.05 247	0.08 120	0.53 211

SuperB	8.29 383	3.96 402	24.92 433	2.96 353	1.33 279	9.83 360	4.15 356	10.92 283	29.79 428	11.86 376	12.51 319	6.07 249	6.97 340	11.13 360	14.73 409	0.15 342	0.11 234	0.35 406	0.26 350	12.64 440	1.11 296

PDISCO_ROB	10.27 405	2.79 382	13.30 390	10.58 434	9.96 436	22.78 424	5.99 381	20.01 420	28.57 426	11.88 377	14.49 341	20.54 412	4.92 286	17.01 415	10.29 372	5.79 431	0.42 293	0.14 385	0.13 288	2.53 419	3.25 412

otaku	12.35 419	8.64 427	9.11 363	13.56 439	10.98 437	26.23 431	7.22 403	19.45 415	19.26 398	11.92 378	17.90 375	20.21 409	8.91 375	16.06 408	6.09 313	9.77 442	2.50 431	13.23 440	1.90 429	14.61 443	9.41 441

RGC	7.40 367	2.77 380	7.71 330	4.43 410	4.87 412	8.88 349	2.96 331	16.05 389	12.76 360	11.96 379	19.57 382	18.32 398	11.57 394	13.89 394	9.58 363	0.83 400	0.02 152	0.24 402	0.41 386	0.40 346	0.77 260

XQC	9.46 396	4.84 411	18.88 417	4.07 396	3.09 358	15.97 404	6.65 393	16.26 391	26.63 422	12.63 380	12.35 317	15.75 378	10.62 386	16.48 410	21.19 420	0.44 382	0.96 349	0.05 359	0.32 367	1.10 395	0.99 280

DRN-Test	6.23 343	1.51 294	7.53 327	3.07 365	3.69 379	12.17 387	3.23 342	20.80 428	11.11 339	12.64 381	13.02 326	10.91 345	5.26 301	8.49 280	10.12 369	0.05 295	0.05 199	0.04 352	0.04 244	0.28 311	0.65 235

StereoDRNet	6.02 341	2.40 366	8.22 342	3.43 380	4.43 399	10.57 372	4.21 357	19.44 414	11.24 342	12.86 382	8.06 224	11.64 352	4.79 282	8.65 288	9.32 360	0.01 129	0.10 230	0.00 1	0.03 226	0.34 335	0.69 247

DPSNet	10.88 411	2.57 372	20.40 423	2.24 280	1.90 313	24.92 428	17.00 449	21.35 431	28.61 427	12.87 383	13.74 332	17.01 390	20.14 422	15.36 402	14.01 406	0.81 399	0.98 356	0.20 398	0.65 403	1.30 402	1.54 330

LALA_ROB	7.02 362	2.54 371	8.51 344	1.53 180	0.96 228	9.96 361	8.71 413	16.70 394	12.68 356	12.99 384	13.90 335	24.47 420	5.40 309	11.61 371	9.50 361	0.04 280	0.05 199	0.00 1	0.02 214	0.17 239	0.65 235

ETE_ROB	6.28 345	2.60 373	9.22 365	1.71 204	0.84 210	6.44 310	6.78 396	13.16 348	8.80 288	13.01 385	15.93 352	21.01 415	6.18 325	10.97 355	8.11 340	0.04 280	0.01 119	0.00 1	0.02 214	0.16 232	0.70 250

NaN_ROB	6.51 351	2.25 352	8.77 352	1.69 200	1.79 302	9.71 359	10.94 421	16.20 390	16.13 383	13.04 386	8.86 234	11.77 353	5.94 319	12.88 385	8.01 338	0.05 295	0.13 241	0.07 368	0.20 320	0.32 333	1.50 327

CBMV	5.97 339	1.52 296	4.51 184	1.99 245	0.53 154	10.02 362	6.94 399	13.27 350	13.80 369	13.08 387	15.93 352	11.36 349	8.11 362	9.82 335	7.27 330	0.08 317	0.15 247	0.00 1	0.00 1	0.30 322	0.74 257
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	7.45 372	1.89 331	7.71 330	3.18 369	2.35 335	12.19 388	6.14 386	18.95 409	9.36 305	13.33 388	20.38 385	16.00 381	9.10 378	10.10 345	15.40 413	0.44 382	0.34 283	0.25 403	0.25 338	0.48 361	1.18 301

StereoDRNet-Refined	4.84 325	0.96 202	5.13 220	2.22 273	0.46 133	9.10 352	0.16 66	10.72 276	9.40 306	13.41 389	12.50 318	10.02 323	4.58 273	8.60 283	8.71 349	0.01 129	0.00 1	0.01 291	0.05 247	0.24 290	0.53 211
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
PASM	9.11 392	5.68 415	25.06 434	4.33 406	4.18 395	7.01 322	8.48 410	12.37 318	20.95 408	13.49 390	15.37 346	18.80 400	11.52 393	14.70 398	12.70 395	0.93 402	1.19 396	0.32 405	1.21 418	1.66 407	2.22 399

ADCP+	8.60 388	2.78 381	17.44 413	1.69 200	4.27 396	16.95 409	5.29 375	13.38 353	12.52 353	13.57 391	17.57 373	10.86 344	11.28 390	18.43 421	23.91 434	0.03 256	0.05 199	0.01 291	0.18 308	0.47 358	1.31 314

ADCRef	7.76 375	2.31 361	19.09 419	2.82 344	3.29 365	11.88 383	3.06 335	11.52 298	10.89 333	13.69 392	25.85 411	8.20 294	8.89 374	8.95 302	22.66 425	0.16 345	0.08 219	0.16 389	0.34 374	0.47 358	0.91 273

DANet	6.46 349	1.58 301	9.58 373	4.10 398	3.99 392	9.13 353	1.34 284	10.37 265	7.76 256	13.76 393	15.66 348	16.14 382	7.03 343	13.07 386	13.62 405	0.19 354	0.12 237	0.02 324	0.02 214	0.15 228	1.61 335
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
anonymity	8.04 377	4.13 404	12.86 388	7.43 427	13.11 443	8.34 340	2.02 309	18.21 405	7.55 251	13.88 394	9.27 247	10.63 335	7.79 357	11.57 370	6.06 312	6.25 432	5.59 456	3.71 432	3.28 436	3.27 422	5.78 428

Wz-Net-MNSev	8.12 379	3.18 386	18.07 415	2.63 331	3.36 369	17.82 413	9.40 417	12.89 335	15.44 379	13.95 395	18.21 378	14.38 370	7.75 356	12.50 379	11.45 384	0.46 386	0.03 177	0.00 1	0.01 195	0.26 298	0.58 218

ADCPNet	10.18 403	3.40 391	33.24 446	2.38 307	1.74 299	17.75 412	7.65 407	13.20 349	13.03 362	14.09 396	21.72 392	19.36 404	11.40 392	15.43 404	23.00 427	0.28 373	1.15 390	0.39 409	1.48 423	0.68 378	2.21 398

CSAN	8.41 385	2.86 383	9.35 368	2.43 313	0.82 208	13.59 396	11.68 429	15.80 387	21.98 413	14.71 397	16.46 358	18.00 395	14.42 410	13.68 389	10.10 367	0.10 332	0.13 241	0.15 386	0.19 311	0.43 351	1.28 312

Wz-Net-TNSev	12.01 418	11.86 437	38.26 451	2.81 342	1.82 306	18.12 414	11.31 428	16.67 393	21.73 411	15.06 398	17.17 365	19.72 407	20.69 424	20.68 428	21.41 422	0.04 280	0.06 205	0.00 1	0.16 294	0.74 384	1.93 386

ADCL	10.77 409	3.23 387	21.50 425	2.26 285	1.96 319	23.65 425	9.07 414	14.69 377	24.88 419	15.21 399	27.20 412	12.68 360	14.02 407	16.94 414	24.43 436	0.26 370	0.18 254	0.74 412	0.67 404	0.80 388	1.02 287

pmcnn	8.17 380	1.70 312	11.49 382	3.18 369	3.07 356	9.66 358	6.06 385	13.60 358	17.71 393	15.23 400	24.02 401	27.61 428	8.81 372	10.36 350	9.51 362	0.08 317	0.08 219	0.00 1	0.00 1	0.31 329	0.87 268

XPNet_ROB	6.46 349	1.88 328	7.41 325	2.81 342	0.95 226	6.45 311	6.82 397	13.58 357	8.80 288	15.50 401	15.86 350	19.59 406	7.12 344	11.41 367	9.86 365	0.02 220	0.04 192	0.00 1	0.03 226	0.20 263	0.79 261

RainbowNet	18.69 441	27.15 449	22.03 426	18.76 445	15.00 445	27.97 436	10.17 420	27.99 441	34.19 435	15.53 402	27.53 413	25.33 422	13.80 405	19.86 427	10.59 375	14.50 454	3.57 447	23.85 449	5.03 445	18.49 446	12.41 451

edge stereo	7.12 364	1.19 242	7.83 332	2.32 299	2.46 340	6.90 318	3.26 345	15.58 384	12.52 353	15.68 403	18.34 379	21.83 416	13.05 398	11.53 368	8.68 347	0.04 280	0.06 205	0.11 376	0.03 226	0.30 322	0.63 232

WZ-Net	13.61 422	5.57 414	42.84 454	3.89 394	3.19 361	19.90 419	15.44 439	15.67 386	32.04 431	16.13 404	28.69 416	22.17 418	15.84 412	21.40 432	26.87 439	0.75 398	0.01 119	0.01 291	0.03 226	0.51 366	1.20 303

RTSC	9.87 400	4.34 405	16.44 409	4.60 412	2.38 336	12.54 389	0.75 219	18.19 404	37.31 442	16.16 405	15.86 350	13.32 361	7.56 355	20.93 430	23.50 430	0.34 376	1.07 370	0.02 324	0.35 376	0.71 383	0.99 280

PWC_ROB	8.89 390	4.49 408	15.62 406	2.92 350	4.49 402	7.89 337	1.23 276	17.29 400	20.00 401	16.54 406	28.06 415	14.37 369	11.98 397	14.93 401	15.43 414	0.47 389	0.00 1	0.05 359	0.00 1	0.67 376	1.31 314

AnyNet_C32	11.82 416	7.08 420	25.83 436	4.55 411	5.88 420	16.92 408	16.97 448	14.14 368	18.11 395	16.87 407	21.66 391	14.78 372	13.87 406	23.54 437	31.83 449	0.24 364	0.28 276	0.35 406	0.53 397	1.35 403	1.71 356

SAMSARA	15.67 427	3.89 401	14.48 400	13.77 440	7.92 429	38.69 450	73.90 473	21.22 430	24.66 418	17.04 408	13.86 333	30.01 431	13.07 399	18.07 420	17.48 415	0.23 362	1.46 414	0.07 368	0.40 383	0.99 393	2.15 395

test_sample8	8.50 386	1.36 272	7.91 334	1.40 166	0.63 172	5.54 288	2.72 321	12.78 331	6.78 220	17.61 409	9.29 250	24.63 421	19.17 418	12.52 380	13.17 399	1.74 417	25.14 466	3.05 428	2.96 432	0.22 278	1.35 318

AnyNet_C01	16.99 431	12.34 439	60.47 462	4.88 414	3.11 360	31.77 440	16.79 446	18.60 408	17.96 394	18.62 410	38.50 440	24.03 419	19.00 417	30.59 444	35.18 454	0.29 374	0.56 304	0.45 411	0.48 393	2.70 421	3.40 414

SHD	10.45 407	3.67 397	14.03 397	4.81 413	4.52 403	11.93 384	1.66 300	21.36 432	38.40 444	18.84 411	21.72 392	17.63 392	13.07 399	15.65 407	17.71 416	0.36 378	1.09 372	0.01 291	0.32 367	0.50 365	1.67 345

FBW_ROB	9.17 395	2.08 345	10.31 378	2.51 320	1.66 295	13.22 395	6.04 384	23.09 435	20.11 402	19.55 412	15.80 349	18.97 403	11.96 396	19.34 423	11.38 383	0.66 394	0.30 278	2.15 426	0.90 409	1.15 398	2.16 396

SANet	11.48 415	3.34 389	13.93 396	2.40 312	1.01 233	16.49 405	12.16 432	20.05 423	37.28 441	19.62 413	28.04 414	25.61 424	20.10 421	14.43 396	12.39 392	0.10 332	0.06 205	0.03 342	0.06 253	0.76 386	1.73 359

G-Net	8.60 388	1.93 334	12.59 387	6.04 422	3.66 378	25.93 430	4.26 358	10.35 264	8.05 268	19.71 414	24.73 406	14.15 367	15.49 411	11.30 362	10.69 379	0.50 392	0.46 297	0.19 397	0.25 338	0.80 388	0.91 273

MFN_U_SF_DS_RVC	10.36 406	5.37 413	16.61 411	2.95 352	3.02 355	24.75 427	15.44 439	14.68 376	19.73 399	19.77 415	23.97 400	16.98 389	8.40 365	17.58 418	9.23 358	1.59 414	1.75 421	0.16 389	2.63 430	0.75 385	1.85 376

DispFullNet	18.06 438	27.03 448	34.90 447	22.68 449	20.79 452	15.03 400	3.18 340	16.95 398	26.06 421	20.48 416	16.91 361	20.55 413	18.37 416	23.48 436	12.16 390	5.31 430	2.91 439	31.24 454	8.09 450	22.63 451	12.44 452

psmorigin	7.74 374	2.19 350	18.99 418	2.51 320	0.89 215	7.08 325	2.74 324	11.25 288	7.90 262	20.49 417	22.36 396	20.16 408	11.95 395	13.84 392	10.61 376	0.04 280	0.18 254	0.06 363	0.24 335	0.27 308	1.07 292

MADNet+	27.96 450	35.32 457	91.41 472	21.04 447	8.86 432	49.25 462	47.41 469	36.98 449	37.84 443	21.00 418	30.83 424	25.41 423	34.95 449	46.51 461	51.54 467	3.04 426	3.33 444	1.48 421	1.05 413	5.85 429	6.05 430

MSMD_ROB	9.73 399	1.43 284	5.42 238	1.81 217	0.42 129	16.83 407	4.30 361	14.29 371	15.34 376	23.06 419	40.17 442	25.63 425	22.62 430	13.37 388	8.85 351	0.48 391	0.03 177	0.00 1	0.00 1	0.13 203	0.47 201

ADCS	13.76 423	6.46 418	30.74 444	3.62 386	2.93 352	14.28 399	11.22 426	20.02 421	34.42 436	23.20 420	25.42 410	19.51 405	19.62 419	24.54 438	33.88 452	0.27 372	0.23 266	0.37 408	0.19 311	1.47 404	2.84 409

RTS	19.64 443	10.42 434	87.01 468	5.88 419	6.82 422	41.73 453	16.69 444	16.80 396	41.90 448	23.44 421	32.96 430	13.79 363	21.49 426	38.85 453	30.84 446	0.46 386	0.70 316	0.00 1	0.09 264	1.13 396	1.70 353

RTSA	19.64 443	10.42 434	87.01 468	5.88 419	6.82 422	41.73 453	16.69 444	16.80 396	41.90 448	23.44 421	32.96 430	13.79 363	21.49 426	38.85 453	30.84 446	0.46 386	0.70 316	0.00 1	0.09 264	1.13 396	1.70 353

ADCMid	10.97 412	4.49 408	23.66 429	2.53 324	2.52 345	11.46 379	6.31 388	15.31 382	12.85 361	23.57 423	22.99 397	17.92 394	21.04 425	19.57 425	28.05 443	0.47 389	0.43 294	1.10 417	1.32 420	1.73 409	2.10 393

MFMNet_re	14.09 424	9.67 430	20.31 422	10.40 433	7.62 426	21.38 423	17.49 451	21.36 432	31.95 430	23.70 424	29.22 417	18.87 401	27.41 441	14.27 395	11.16 381	2.85 425	1.51 417	0.41 410	0.28 355	4.88 426	7.10 433

LSM	14.85 426	7.41 423	36.29 449	7.76 429	43.77 467	11.24 378	12.14 431	16.73 395	23.72 415	23.73 425	32.92 429	18.89 402	13.31 401	16.60 411	12.37 391	0.26 370	0.86 336	0.11 376	0.43 389	1.24 399	17.26 460

MFN_U_SF_RVC	13.54 421	4.69 410	28.43 441	4.24 402	2.50 343	24.26 426	5.99 381	28.23 442	20.18 404	24.06 426	29.38 418	30.35 432	16.92 415	20.98 431	21.39 421	1.35 410	1.13 378	1.02 415	1.41 422	1.88 412	2.50 406

FCDSN-DC	10.72 408	1.16 237	5.01 216	2.16 260	1.31 277	17.46 411	4.80 369	17.79 402	19.87 400	25.02 427	32.85 428	33.57 436	23.52 435	16.80 412	12.13 389	0.11 336	0.00 1	0.00 1	0.00 1	0.09 135	0.76 258
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ACVNet_1	19.51 442	26.19 447	15.50 405	17.71 444	15.28 447	26.46 433	9.36 415	29.16 445	34.18 434	25.06 428	24.89 407	37.18 443	21.93 428	17.80 419	15.03 411	11.08 447	2.83 436	25.29 451	5.06 446	19.11 448	11.14 448

WCMA_ROB	10.20 404	1.99 341	9.33 367	3.01 355	2.46 340	15.78 403	7.67 408	12.75 330	15.41 378	25.08 429	33.42 432	27.06 427	19.86 420	13.87 393	12.47 393	1.28 409	0.38 290	0.18 395	0.20 320	0.28 311	1.54 330

SGM_RVC	10.77 409	1.11 228	4.66 200	2.66 332	0.41 127	21.03 422	6.87 398	20.02 421	15.54 381	25.86 430	24.97 408	33.59 437	20.51 423	20.89 429	14.78 410	0.31 375	0.26 275	0.22 400	0.26 350	0.43 351	1.01 283
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MDST_ROB	9.13 394	1.31 262	10.16 377	4.36 408	2.48 342	28.66 437	7.64 406	19.96 419	14.97 374	27.53 431	24.02 401	9.47 314	5.27 302	16.31 409	8.61 346	0.63 393	0.19 256	0.00 1	0.00 1	0.08 120	0.90 270

aanetorigin	9.02 391	3.75 399	28.68 442	2.16 260	3.86 385	5.84 301	5.40 378	5.93 121	10.39 320	28.12 432	31.02 426	15.98 380	13.74 404	9.38 316	12.55 394	0.25 367	0.22 263	0.22 400	0.24 335	1.24 399	1.47 324

FC-DCNN	11.29 413	1.01 216	5.50 242	2.25 282	1.65 293	18.23 415	5.36 377	18.99 410	20.65 405	28.95 433	34.83 435	33.83 438	23.18 433	17.04 416	13.37 402	0.17 349	0.01 119	0.02 324	0.02 214	0.10 155	0.70 250

FC-DCNN v2	11.44 414	0.98 207	5.39 236	2.28 292	1.65 293	18.84 417	5.41 379	19.66 416	20.80 406	29.20 434	35.39 437	34.37 440	23.46 434	17.13 417	13.18 401	0.17 349	0.01 119	0.02 324	0.01 195	0.08 120	0.69 247

NVStereoNet_ROB	17.22 433	8.76 428	16.47 410	7.52 428	8.42 431	13.75 398	11.07 422	24.24 437	26.67 423	31.00 435	46.49 451	34.88 441	27.06 440	22.72 434	23.61 431	6.83 435	4.32 451	6.32 437	10.37 452	4.39 425	9.57 442
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	17.25 434	9.46 429	22.74 427	10.11 432	11.40 438	28.98 438	13.74 435	21.15 429	16.85 387	31.39 436	34.79 434	34.05 439	24.24 436	26.23 440	19.31 417	8.79 439	7.56 460	4.88 434	3.93 440	6.07 430	9.33 439

PVD	16.41 429	3.98 403	16.04 407	5.38 416	4.59 408	19.44 418	7.28 404	28.88 444	49.27 454	31.53 437	43.72 448	30.36 433	32.17 448	26.70 441	23.19 428	0.25 367	1.48 415	0.04 352	0.59 400	0.52 367	2.87 410

SPS-STEREO	15.83 428	7.38 422	14.92 403	11.63 436	11.77 441	25.30 429	7.12 401	25.20 438	17.06 388	32.24 438	30.34 423	31.63 434	22.59 429	25.67 439	21.97 423	7.71 436	4.50 452	3.35 431	1.56 426	6.97 433	7.72 435
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MeshStereo	11.94 417	1.88 328	5.24 225	2.11 257	1.44 284	20.09 420	4.95 372	21.74 434	16.75 386	33.10 439	35.07 436	39.28 446	22.72 431	19.45 424	13.59 404	0.19 354	0.06 205	0.02 324	0.00 1	0.46 356	0.65 235
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
TorneroNet-64	33.32 457	33.28 455	33.07 445	35.14 457	21.25 456	48.02 461	21.13 453	43.47 453	58.77 460	33.36 440	46.64 452	62.00 461	38.19 451	44.82 460	35.07 453	15.02 456	3.59 448	35.81 459	12.20 456	29.45 460	16.17 457

MSC_U_SF_DS_RVC	17.08 432	7.98 425	24.37 432	6.82 426	2.93 352	39.68 452	16.11 441	25.46 439	34.93 437	34.13 441	34.20 433	29.20 430	24.94 437	23.01 435	19.39 418	2.79 424	2.87 438	1.18 419	1.53 425	6.78 432	3.31 413

IMH-64-1	28.06 451	29.98 451	19.46 420	32.15 452	20.98 453	27.68 434	16.66 442	47.31 455	44.85 451	34.14 442	50.94 456	41.49 447	31.67 445	37.53 449	23.88 432	14.17 452	2.96 440	34.45 456	11.15 453	26.12 453	13.75 453

IMH-64	28.06 451	29.98 451	19.46 420	32.15 452	20.98 453	27.68 434	16.66 442	47.31 455	44.85 451	34.14 442	50.94 456	41.49 447	31.67 445	37.53 449	23.88 432	14.17 452	2.96 440	34.45 456	11.15 453	26.12 453	13.75 453

JetBlue	29.99 453	17.24 441	55.64 459	16.24 442	21.08 455	62.07 471	33.14 462	40.60 451	35.73 440	34.59 444	40.67 443	57.18 458	43.54 457	51.46 466	52.18 468	2.72 423	4.58 454	2.86 427	3.53 437	10.57 436	14.11 455

TorneroNet	36.02 461	35.25 456	36.33 450	38.44 459	22.19 458	50.72 465	24.42 459	48.39 458	54.53 457	38.03 445	53.44 460	62.83 464	44.79 458	47.68 463	42.11 462	15.69 457	3.97 450	37.25 460	15.05 459	30.83 462	18.40 462

IMH	30.65 455	30.30 453	21.09 424	34.89 456	21.75 457	33.16 444	16.91 447	49.53 462	52.50 455	38.41 446	55.10 462	45.13 449	40.36 454	41.57 456	25.66 437	14.74 455	3.36 445	35.43 458	11.69 455	27.31 458	14.16 456

SGM-ForestM	18.61 440	3.38 390	10.14 376	3.44 381	2.24 332	34.17 445	15.39 438	29.44 446	33.93 433	38.55 447	41.08 445	53.64 455	36.76 450	34.82 448	27.16 441	1.25 408	1.81 424	0.74 412	1.01 412	0.61 371	2.61 407

EDNetEfficientorigin	18.25 439	14.44 440	99.41 480	1.72 207	1.00 232	12.07 385	6.97 400	13.67 359	35.06 438	38.59 448	37.10 439	27.03 426	27.46 442	15.38 403	26.92 440	0.05 295	0.08 219	0.15 386	0.62 401	3.33 423	3.92 423

EDNetEfficient	14.14 425	6.71 419	56.12 460	2.99 354	3.58 375	5.38 286	8.49 411	9.35 243	33.24 432	40.73 449	30.21 422	18.04 396	22.92 432	12.13 376	26.26 438	0.16 345	0.24 269	0.07 368	1.15 415	2.58 420	2.39 403

ELAS_RVC	17.82 436	3.60 396	11.92 383	6.63 425	5.73 418	30.34 439	19.64 452	26.92 440	35.06 438	40.79 450	41.32 446	37.31 444	31.61 444	30.54 443	22.93 426	1.97 422	2.40 428	1.28 420	1.27 419	1.71 408	3.51 418
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	17.99 437	3.49 392	11.19 381	6.14 423	5.79 419	34.89 446	17.28 450	28.75 443	30.47 429	40.80 451	45.79 450	39.04 445	32.05 447	27.63 442	24.30 435	1.88 421	2.41 430	1.09 416	1.48 423	1.83 411	3.48 416
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	27.45 449	30.56 454	27.90 439	20.72 446	15.55 448	37.22 448	14.00 436	49.32 461	65.88 468	43.17 452	56.99 463	51.90 451	26.98 439	21.46 433	15.38 412	10.77 445	2.85 437	23.12 448	3.62 438	20.08 449	11.47 449

WAO-7	30.22 454	25.83 446	23.33 428	33.10 454	14.36 444	36.98 447	22.41 456	52.85 464	64.46 466	43.76 453	59.24 465	52.31 452	45.69 459	32.82 445	32.60 450	11.16 448	5.49 455	13.76 441	12.60 457	12.36 439	9.38 440

WAO-6	35.59 459	37.89 460	17.67 414	37.86 458	24.46 459	37.85 449	21.49 454	49.01 460	67.96 469	44.22 454	48.08 453	53.02 453	53.39 464	33.67 446	36.83 456	26.05 462	7.83 461	43.19 463	21.76 463	30.18 461	19.37 463

MANE	20.98 446	3.23 387	8.81 353	5.96 421	6.96 424	33.07 443	13.20 433	35.43 448	38.86 445	44.72 455	52.41 459	53.20 454	41.84 455	34.74 447	27.45 442	1.87 420	2.27 426	1.54 422	10.18 451	0.69 380	3.11 411

PWCK	31.62 456	45.59 463	49.67 457	30.49 450	7.80 427	42.91 455	29.73 461	45.45 454	44.44 450	47.41 456	36.92 438	47.86 450	26.79 438	41.90 457	33.36 451	22.77 459	4.56 453	29.89 453	5.13 447	29.43 459	10.36 446

LVE	35.84 460	41.54 462	36.25 448	33.36 455	18.92 451	53.05 467	27.99 460	53.17 467	64.93 467	47.63 457	61.58 467	54.25 456	38.72 452	38.72 452	35.50 455	16.36 458	6.23 457	31.51 455	14.04 458	25.01 452	18.07 461

BEATNet-Init1	24.70 447	11.33 436	44.28 455	5.48 417	3.94 389	47.60 460	22.33 455	34.94 447	40.01 446	48.11 458	49.98 455	59.86 459	43.17 456	39.48 455	31.77 448	1.37 411	1.76 423	1.17 418	1.17 416	2.44 418	3.85 421

UNDER WATER	45.99 464	49.80 465	68.56 464	49.99 464	32.13 463	55.35 469	39.50 464	41.12 452	52.90 456	50.69 459	45.18 449	67.79 469	58.75 469	51.93 468	50.97 466	30.59 463	14.03 462	51.66 465	37.15 464	40.27 464	31.35 464

ktn	49.32 467	58.11 468	40.16 452	59.92 469	43.22 466	49.79 464	42.99 466	48.56 459	60.67 462	51.59 460	54.51 461	55.34 457	52.65 463	47.92 464	37.91 457	57.88 469	24.79 465	63.00 470	43.57 467	52.51 467	41.31 467

UNDER WATER-64	46.01 465	48.25 464	68.05 463	44.59 462	28.11 462	57.02 470	43.78 467	40.20 450	48.80 453	52.08 461	42.95 447	67.22 468	57.71 468	48.98 465	49.57 465	40.01 465	17.98 463	52.15 466	39.41 466	38.99 463	34.41 465

WAO-8	38.93 462	36.84 458	23.97 430	43.96 460	24.48 460	45.73 457	22.62 457	53.10 465	75.66 470	53.86 462	66.14 470	62.39 462	55.11 466	43.01 458	40.67 460	22.98 460	7.22 458	37.53 461	19.49 461	27.04 457	16.83 458

Venus	38.93 462	36.84 458	23.97 430	43.96 460	24.48 460	45.73 457	22.62 457	53.10 465	75.66 470	53.86 462	66.17 471	62.39 462	55.11 466	43.01 458	40.67 460	22.98 460	7.22 458	37.53 461	19.49 461	27.02 456	16.83 458

notaker	48.05 466	55.94 467	50.90 458	56.89 468	40.29 464	38.96 451	33.86 463	47.82 457	55.70 458	57.55 464	57.48 464	60.22 460	59.71 470	54.64 469	43.27 463	41.13 466	19.86 464	57.61 467	37.79 465	50.95 466	40.33 466

coex-ft	20.15 445	20.03 443	87.93 470	1.81 217	1.77 300	18.77 416	13.73 434	13.28 351	41.87 447	60.24 465	39.04 441	28.27 429	30.39 443	12.57 383	28.66 445	0.20 357	0.23 266	0.04 352	0.30 362	1.52 405	2.34 402

tt	83.10 474	0.43 25	99.97 482	79.27 475	93.14 476	100.00 482	100.00 482	100.00 484	99.89 479	60.55 466	48.44 454	99.98 483	99.96 481	99.98 483	100.00 485	91.80 476	99.82 480	73.67 476	73.25 473	86.43 477	55.39 472

KSHMR	56.07 469	64.25 471	40.47 453	74.89 471	49.63 469	49.42 463	45.46 468	57.71 470	63.52 464	61.65 467	61.67 468	71.88 470	47.67 461	51.47 467	44.57 464	54.67 468	62.25 470	66.31 471	54.18 471	53.03 469	46.75 469

Dean	35.52 458	40.12 461	27.99 440	30.63 451	17.33 450	45.80 459	11.68 429	57.61 469	76.54 472	63.70 468	60.65 466	66.93 467	49.40 462	38.12 451	40.28 459	12.18 450	3.73 449	28.86 452	5.94 449	20.69 450	12.16 450

LE_ROB	17.31 435	2.62 376	14.26 399	4.20 401	1.80 303	17.40 410	9.70 418	15.38 383	55.92 459	63.97 469	40.81 444	35.50 442	39.26 453	15.64 406	28.51 444	0.06 305	0.11 234	0.13 383	0.21 325	0.14 214	0.51 208

DPSimNet_ROB	54.45 468	65.73 472	47.00 456	54.49 466	46.37 468	55.34 468	56.47 470	56.18 468	59.04 461	64.57 470	51.76 458	64.01 465	54.49 465	47.54 462	67.21 471	63.21 470	27.86 468	58.04 468	51.28 470	46.61 465	51.87 471

HanzoNet	57.16 470	60.12 469	60.00 461	55.77 467	42.11 465	51.98 466	41.93 465	52.07 463	61.47 463	65.98 471	65.90 469	72.11 471	70.14 471	71.11 472	61.13 470	64.31 471	34.72 469	62.27 469	50.86 469	52.83 468	46.33 468

JetRed	61.44 471	61.87 470	83.02 467	46.49 463	56.73 471	83.63 472	65.09 471	59.75 471	64.22 465	69.50 472	69.26 472	66.24 466	47.62 460	61.80 470	74.60 472	45.99 467	66.40 472	46.67 464	45.27 468	63.49 470	51.22 470

LRCNet_RVC	66.47 472	66.44 473	69.02 465	71.60 470	54.27 470	32.21 442	2.93 330	63.19 472	21.83 412	82.02 473	90.16 474	83.59 472	72.13 472	69.45 471	53.25 469	95.47 477	64.21 471	95.15 477	95.27 477	72.59 471	74.60 473

xxxxx1	85.58 475	90.37 475	96.61 475	76.69 472	80.77 472	97.50 476	96.92 477	85.57 473	88.66 474	88.63 474	91.64 475	94.27 474	93.09 474	90.03 474	91.91 474	70.77 472	70.62 473	73.61 473	81.26 474	72.90 472	79.86 474

tt_ll	85.58 475	90.37 475	96.61 475	76.69 472	80.77 472	97.50 476	96.92 477	85.57 473	88.66 474	88.63 474	91.64 475	94.27 474	93.09 474	90.03 474	91.91 474	70.77 472	70.62 473	73.61 473	81.26 474	72.90 472	79.86 474

ff	85.58 475	90.37 475	96.61 475	76.69 472	80.77 472	97.50 476	96.92 477	85.57 473	88.66 474	88.63 474	91.64 475	94.27 474	93.09 474	90.03 474	91.91 474	70.77 472	70.62 473	73.61 473	81.26 474	72.90 472	79.86 474

MADNet++	82.81 473	81.73 474	74.64 466	87.71 476	82.67 475	93.35 473	70.27 472	86.39 476	82.88 473	93.51 477	86.62 473	86.40 473	81.37 473	88.21 473	88.63 473	86.59 475	84.23 476	72.14 472	68.69 472	78.88 476	81.36 477

DPSMNet_ROB	99.90 484	100.00 483	99.99 483	99.99 483	100.00 483	100.00 482	100.00 482	99.98 482	100.00 482	98.37 478	100.00 482	99.81 481	100.00 483	99.97 480	99.99 482	100.00 485	100.00 483	100.00 480	100.00 483	100.00 484	99.99 484

DGTPSM_ROB	99.90 484	100.00 483	99.99 483	99.99 483	100.00 483	100.00 482	100.00 482	99.98 482	100.00 482	98.37 478	100.00 482	99.81 481	100.00 483	99.97 480	99.99 482	99.99 483	100.00 483	100.00 480	100.00 483	100.00 484	99.99 484

MEDIAN_ROB	98.44 479	99.70 478	99.34 479	97.13 477	97.06 477	96.94 475	95.91 476	97.71 479	97.33 478	98.78 480	98.91 479	99.19 479	98.13 478	96.94 477	96.99 479	99.97 481	99.18 478	100.00 480	99.99 481	99.70 480	99.83 480

Anonymous_1	99.01 481	99.91 479	99.85 481	97.31 478	99.09 480	100.00 482	100.00 482	99.59 481	99.96 480	99.29 481	99.86 480	99.55 480	99.99 482	99.30 479	99.76 480	95.67 478	99.58 479	97.24 478	98.56 479	97.36 478	98.34 479

HaxPig	98.85 480	99.94 480	95.36 473	99.99 483	99.98 481	94.12 474	94.52 474	99.12 480	99.96 480	99.96 482	99.99 481	99.98 483	99.89 480	98.16 478	96.14 478	99.98 482	99.99 482	100.00 480	99.99 481	99.99 483	99.95 483

Selective-RAFT-Error	100.00 488	100.00 483	100.00 486	100.00 486	100.00 483	100.00 482	100.00 482	100.00 484	100.00 482	100.00 483	100.00 482	100.00 485	100.00 483	100.00 484	100.00 485	100.00 485	100.00 483	100.00 480	100.00 483	100.00 484	100.00 487

PML	97.69 478	100.00 483	96.50 474	97.85 480	97.35 479	99.77 481	99.36 480	96.92 477	96.34 477	100.00 483	96.52 478	97.41 478	99.61 479	100.00 484	95.46 477	99.99 483	97.44 477	100.00 480	96.08 478	99.13 479	88.02 478

CasAABBNet	100.00 488	100.00 483	100.00 486	100.00 486	100.00 483	100.00 482	100.00 482	100.00 484	100.00 482	100.00 483	100.00 482	100.00 485	100.00 483	100.00 484	100.00 485	100.00 485	100.00 483	100.00 480	100.00 483	100.00 484	100.00 487

test_example2	99.38 482	99.98 482	99.99 483	100.00 486	99.98 481	99.73 480	99.99 481	96.99 478	100.00 482	100.00 483	100.00 482	96.49 477	96.74 477	99.97 480	99.96 481	100.00 485	99.97 481	98.68 479	99.11 480	100.00 484	100.00 487

LSM0	100.00 488	100.00 483	100.00 486	100.00 486	100.00 483	100.00 482	100.00 482	100.00 484	100.00 482	100.00 483	100.00 482	100.00 485	100.00 483	100.00 484	100.00 485	100.00 485	100.00 483	100.00 480	100.00 483	100.00 484	99.99 484

DPSM_ROB	99.94 486	100.00 483	100.00 486	99.74 481	100.00 483	100.00 482	100.00 482	100.00 484	100.00 482	100.00 483	100.00 482	100.00 485	100.00 483	100.00 484	100.00 485	99.08 479	100.00 483	100.00 480	100.00 483	99.98 481	99.94 481

DPSM	99.94 486	100.00 483	100.00 486	99.74 481	100.00 483	100.00 482	100.00 482	100.00 484	100.00 482	100.00 483	100.00 482	100.00 485	100.00 483	100.00 484	100.00 485	99.08 479	100.00 483	100.00 480	100.00 483	99.98 481	99.94 481

AVERAGE_ROB	99.63 483	99.96 481	98.88 478	100.00 486	100.00 483	98.16 479	95.64 475	100.00 484	100.00 482	100.00 483	100.00 482	100.00 485	100.00 483	100.00 484	99.99 482	100.00 485	100.00 483	100.00 480	100.00 483	100.00 484	100.00 487

Low-res two-view benchmark