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

RAStereo	2.53 1	1.48 43	7.27 60	4.18 31	1.48 101	1.78 3	0.13 4	8.50 10	8.15 57	2.40 3	4.11 7	3.37 14	0.81 2	3.73 4	2.75 44	0.05 46	0.00 1	0.00 1	0.00 1	0.35 128	0.14 13

IGEV-Stereo++	2.55 2	0.93 2	4.65 10	4.40 41	3.52 221	3.33 10	0.10 2	8.77 14	4.60 3	2.63 4	4.41 8	2.00 7	4.67 79	3.47 3	0.98 1	0.02 7	0.78 260	0.09 179	0.00 1	0.06 8	1.65 224

MaDis-Stereo	2.96 3	2.05 134	7.26 59	3.35 6	2.54 172	1.78 3	0.28 7	8.41 8	5.58 11	2.77 5	3.62 4	7.05 65	4.60 67	5.95 12	3.33 68	0.01 2	0.05 60	0.00 1	0.00 1	0.19 56	0.39 50

IGEV-Stereo+	3.03 4	1.10 6	5.14 17	3.52 8	4.87 273	2.53 5	0.68 16	4.40 1	3.11 1	2.20 2	0.71 1	0.79 2	3.45 35	8.89 48	1.25 3	0.08 89	0.70 249	0.00 1	0.40 302	5.72 388	11.13 425

UniTT-Stereo	3.10 5	1.22 16	7.79 79	4.50 46	2.51 169	2.59 6	0.42 11	5.88 2	5.74 12	5.46 45	7.76 38	1.12 3	1.46 8	9.06 53	5.42 149	0.06 70	0.07 96	0.00 1	0.01 65	0.60 226	0.26 25

AIO-Stereo	3.32 6	1.49 46	5.67 21	5.06 74	1.51 107	4.67 34	1.71 80	10.31 27	5.90 23	3.02 7	4.90 15	5.32 46	0.80 1	10.66 81	1.88 6	0.06 70	0.85 274	0.00 1	0.70 340	0.14 38	1.78 235

RSM++	3.35 7	1.29 25	5.82 22	5.16 81	1.00 61	4.93 57	2.54 126	10.70 35	5.17 7	3.45 10	4.81 13	6.63 61	1.86 18	10.23 77	2.06 10	0.05 46	0.06 85	0.01 81	0.18 214	0.19 56	0.95 139

RSM	3.39 8	1.22 16	5.46 19	5.06 74	1.60 115	4.70 37	1.76 86	10.72 36	4.92 6	3.67 14	4.52 9	7.70 75	1.74 16	11.04 88	2.06 10	0.05 46	0.18 135	0.00 1	0.35 277	0.19 56	0.92 129

EGLCR-Stereo	3.41 9	1.28 24	6.47 39	4.22 34	1.36 86	5.18 68	1.24 35	11.58 52	5.47 9	3.80 17	3.40 3	8.10 82	1.69 15	9.53 67	2.23 13	0.09 99	0.89 280	0.01 81	0.00 1	0.24 72	1.42 198

Selective-IGEV	3.46 10	1.32 28	5.92 25	4.55 47	2.27 159	4.65 31	2.07 106	11.50 50	5.81 14	3.19 8	4.75 12	5.46 49	1.77 17	11.24 99	2.37 22	0.05 46	0.82 267	0.00 1	0.20 222	0.10 19	1.17 165

MGS-Stereo	3.47 11	1.54 50	7.34 67	3.79 12	0.51 18	4.78 44	1.51 52	6.53 3	9.92 85	4.54 25	10.22 64	5.44 48	1.26 5	8.51 43	2.53 30	0.21 167	0.01 10	0.02 100	0.00 1	0.59 220	0.23 22

IGEV++	3.49 12	1.67 65	6.59 44	6.41 167	1.44 91	4.50 27	1.66 70	11.20 44	5.34 8	3.01 6	6.40 30	4.30 29	4.36 57	5.66 10	3.53 77	0.05 46	1.20 324	0.00 1	0.15 188	0.32 113	2.10 293

CroCo-Stereo	3.51 13	2.49 219	8.03 87	9.10 301	1.26 82	0.97 1	0.96 24	11.24 49	8.52 65	3.79 16	4.87 14	7.93 81	4.44 65	3.26 2	2.76 45	0.03 18	0.00 1	0.00 1	0.00 1	0.34 123	0.16 17
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
Pointernet	3.56 14	0.99 4	6.55 43	3.79 12	0.85 43	5.19 69	0.36 8	17.55 144	7.32 37	4.50 24	6.92 31	4.82 38	2.69 27	5.26 8	2.99 57	0.04 26	0.53 223	0.00 1	0.35 277	0.05 2	0.42 58

GLC_STEREO	3.61 15	1.35 30	3.91 5	6.86 207	0.23 1	4.69 35	1.61 59	9.80 21	7.20 35	5.64 46	9.11 47	5.19 40	2.02 20	10.25 78	3.70 82	0.07 85	0.04 51	0.22 265	0.00 1	0.24 72	0.17 19

MoCha-V2	3.68 16	1.42 38	5.50 20	6.03 143	1.50 106	4.53 28	1.32 39	11.05 42	6.30 27	5.86 47	5.39 18	2.66 10	6.33 119	10.36 79	1.58 4	0.19 161	1.57 375	0.00 1	0.24 236	0.07 13	1.77 234

AEACV	3.74 17	1.42 38	6.45 37	5.61 105	6.24 330	4.69 35	1.54 56	7.61 6	7.19 34	3.59 13	7.87 39	4.20 26	6.43 124	6.07 16	1.96 8	0.03 18	1.03 302	0.04 130	0.54 326	0.23 68	2.12 295

CREStereo	3.75 18	1.21 12	3.79 4	2.66 2	0.66 26	5.52 81	0.39 9	10.77 37	14.18 128	7.14 53	10.54 70	5.25 43	3.54 39	6.27 19	2.88 55	0.04 26	0.01 10	0.03 117	0.01 65	0.05 2	0.05 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
trnet	3.79 19	1.10 6	3.76 3	2.70 3	0.63 25	5.60 92	0.41 10	10.89 38	14.11 127	7.11 52	10.55 71	5.73 51	3.75 42	6.25 18	2.89 56	0.04 26	0.02 30	0.03 117	0.01 65	0.06 8	0.07 3

LoS	3.83 20	1.25 19	4.39 9	3.29 5	0.58 22	4.87 47	1.15 31	11.00 39	13.34 116	5.02 34	10.69 72	4.14 24	3.78 43	9.15 57	3.20 64	0.08 89	0.03 43	0.09 179	0.00 1	0.13 36	0.35 34
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
U	3.84 21	0.81 1	6.63 46	4.40 41	11.89 406	11.98 211	0.20 6	8.42 9	5.78 13	1.97 1	2.73 2	0.77 1	1.59 9	2.60 1	0.98 1	0.04 26	0.04 51	10.46 423	5.41 412	0.05 2	0.14 13

IGEVStereo-DCA	3.90 22	2.95 251	7.30 61	4.05 20	0.92 51	4.94 59	1.65 65	14.40 85	5.82 15	4.17 19	4.67 10	4.50 34	3.95 47	11.24 99	4.28 110	0.18 152	0.56 230	0.00 1	0.17 202	0.25 77	1.98 263

ff7	3.92 23	2.12 153	7.30 61	4.22 34	1.47 96	4.90 50	1.65 65	14.40 85	5.82 15	5.08 37	5.59 23	3.45 15	4.61 70	11.48 109	2.76 45	0.04 26	0.98 290	0.00 1	0.17 202	0.35 128	1.98 263

ffff	3.92 23	2.12 153	7.30 61	4.22 34	1.47 96	4.90 50	1.65 65	14.40 85	5.82 15	5.08 37	5.59 23	3.45 15	4.61 70	11.48 109	2.76 45	0.04 26	0.98 290	0.00 1	0.17 202	0.35 128	1.98 263

11t	3.92 23	2.12 153	7.30 61	4.22 34	1.47 96	4.90 50	1.65 65	14.40 85	5.82 15	5.08 37	5.59 23	3.45 15	4.61 70	11.48 109	2.76 45	0.04 26	0.98 290	0.00 1	0.17 202	0.35 128	1.98 263

ccc-4	3.92 23	2.12 153	7.30 61	4.22 34	1.47 96	4.90 50	1.65 65	14.40 85	5.82 15	5.08 37	5.59 23	3.45 15	4.61 70	11.48 109	2.76 45	0.04 26	0.98 290	0.00 1	0.17 202	0.35 128	1.98 263

anonymousdsp	3.97 27	2.10 147	6.76 50	4.43 43	1.82 134	4.92 55	1.68 71	14.84 97	5.82 15	5.26 42	5.54 21	4.20 26	4.37 61	11.54 118	2.68 41	0.04 26	0.87 276	0.00 1	0.18 214	0.36 137	1.98 263

IGEV-Stereo	3.97 27	2.10 147	6.78 51	4.43 43	1.81 132	4.92 55	1.68 71	14.84 97	5.82 15	5.25 41	5.54 21	4.22 28	4.36 57	11.55 119	2.68 41	0.04 26	0.88 278	0.00 1	0.18 214	0.36 137	1.98 263
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 29	2.95 251	11.04 216	4.05 20	0.92 51	4.94 59	1.53 55	11.97 54	6.50 30	4.17 19	4.67 10	4.50 34	3.95 47	11.24 99	4.28 110	0.18 152	0.56 230	0.00 1	0.22 224	0.25 77	1.88 245

rvit_stereo_0081_aga	4.01 30	3.10 262	10.05 167	5.65 110	3.01 200	4.91 54	1.88 96	8.80 15	7.27 36	6.97 50	6.94 32	5.81 53	3.23 33	7.63 32	3.77 86	0.08 89	0.00 1	0.00 1	0.00 1	0.62 229	0.44 64

CES	4.08 31	1.34 29	3.46 1	3.65 10	11.49 403	5.24 71	0.99 26	10.15 25	9.15 76	3.80 17	9.29 51	1.76 4	0.91 3	6.94 24	2.64 40	0.07 85	0.05 60	0.01 81	0.00 1	1.63 320	9.03 411

test_xeample3	4.08 31	2.95 251	11.20 219	4.05 20	1.05 63	5.62 93	1.58 57	13.23 63	4.76 5	7.10 51	3.83 5	3.18 13	3.30 34	11.75 122	4.42 117	0.08 89	0.74 253	0.00 1	0.38 296	0.26 87	2.04 281

LoS_RVC	4.09 33	3.01 256	4.81 12	4.88 61	7.78 367	5.24 71	2.80 142	7.57 5	4.24 2	4.41 22	10.34 66	3.62 19	6.34 120	6.59 22	2.37 22	0.04 26	0.03 43	0.00 1	0.01 65	0.06 8	7.70 399

CASnet	4.11 34	1.27 22	5.28 18	5.63 108	0.31 2	4.89 49	2.86 143	11.52 51	11.73 100	11.06 90	11.80 82	4.16 25	1.63 11	6.30 20	2.22 12	0.63 273	0.00 1	0.60 318	0.13 172	0.15 41	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Occ-G	4.14 35	1.50 48	5.89 24	3.82 14	1.88 136	3.75 17	6.51 249	8.68 13	6.38 29	4.81 29	8.44 41	9.56 104	4.31 55	10.00 75	4.16 102	0.05 46	0.84 269	0.00 1	0.19 218	0.23 68	1.71 228

ProNet	4.14 35	2.35 202	7.50 71	4.22 34	1.47 96	5.67 97	6.24 241	13.78 82	7.71 43	3.38 9	4.93 16	3.72 20	3.52 37	11.52 117	2.72 43	0.08 89	1.32 344	0.01 81	0.26 247	0.47 184	2.02 276

rvit_stereo_0081	4.20 37	2.18 170	9.43 143	6.66 191	1.77 128	3.43 11	2.29 114	8.53 11	16.32 154	4.68 27	5.52 19	5.21 41	4.60 67	8.22 39	4.20 103	0.05 46	0.01 10	0.00 1	0.01 65	0.41 161	0.49 74

rvit_stereo_0082	4.20 37	2.18 170	9.43 143	6.66 191	1.77 128	3.43 11	2.29 114	8.53 11	16.32 154	4.68 27	5.52 19	5.21 41	4.60 67	8.22 39	4.20 103	0.05 46	0.01 10	0.00 1	0.01 65	0.41 161	0.49 74

CroCo-Stereo Lap2	4.21 39	2.60 229	9.11 122	10.21 329	6.06 324	1.11 2	0.78 19	10.63 33	8.34 60	3.46 11	5.18 17	8.92 93	5.66 104	6.42 21	4.53 122	0.03 18	0.05 60	0.00 1	0.00 1	0.81 272	0.39 50

CAS++	4.25 40	2.16 165	6.64 47	4.57 49	1.14 68	4.22 24	1.62 60	19.22 168	10.81 91	9.35 75	9.25 50	1.97 6	1.40 7	9.87 73	2.00 9	0.15 140	0.05 60	0.00 1	0.00 1	0.33 117	0.28 27
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
SPstereo	4.26 41	2.26 186	8.78 108	5.09 78	1.45 92	5.66 94	1.08 29	13.30 71	8.20 58	8.93 72	10.09 62	6.61 60	3.52 37	5.14 7	3.20 64	0.02 7	1.13 311	0.06 147	0.00 1	0.32 113	0.39 50

rvit_stereo_0080	4.27 42	2.89 245	9.02 117	4.10 25	1.93 140	4.06 19	7.35 274	10.37 28	8.86 70	5.39 43	7.51 36	6.20 55	4.36 57	7.08 25	4.75 128	0.45 238	0.01 10	0.00 1	0.00 1	0.59 220	0.45 65

whm_eth	4.27 42	2.89 245	9.02 117	4.10 25	1.93 140	4.06 19	7.35 274	10.37 28	8.86 70	5.39 43	7.51 36	6.20 55	4.36 57	7.08 25	4.75 128	0.45 238	0.01 10	0.00 1	0.00 1	0.59 220	0.45 65

testlalala	4.28 44	1.72 70	8.36 98	4.01 16	3.59 222	7.88 164	1.70 79	9.98 24	5.56 10	13.20 121	10.02 56	7.06 66	1.91 19	5.98 13	2.36 20	0.03 18	1.26 338	0.00 1	0.41 304	0.06 8	0.52 77

plain	4.41 45	2.18 170	11.50 227	5.46 97	2.97 198	3.20 9	1.38 41	9.01 17	5.96 24	3.56 12	16.63 122	3.01 11	2.76 28	14.80 241	4.25 109	0.32 203	0.00 1	0.04 130	0.01 65	0.79 267	0.43 61

MC-Stereo	4.47 46	1.16 9	5.85 23	6.14 147	1.43 90	3.70 16	1.73 81	10.62 32	7.83 52	6.85 49	13.33 96	6.77 63	6.21 118	11.23 98	2.52 28	0.04 26	1.30 340	0.06 147	0.24 236	0.17 48	2.14 298

MIF-Stereo (partial)	4.55 47	1.63 59	8.37 99	5.46 97	5.35 293	3.48 14	0.94 22	9.80 21	8.03 55	4.45 23	15.68 112	5.33 47	5.11 85	11.92 132	4.57 123	0.06 70	0.02 30	0.06 147	0.03 98	0.45 177	0.30 29

XX-TBD	4.63 48	10.71 378	3.94 6	10.55 343	0.62 24	5.95 108	0.08 1	7.91 7	12.75 107	11.73 95	14.80 106	4.04 23	1.64 12	4.90 6	2.61 36	0.08 89	0.01 10	0.00 1	0.00 1	0.26 87	0.06 2

WCG-NET	4.66 49	1.97 108	6.29 31	4.20 33	3.10 205	8.44 168	1.34 40	10.21 26	10.23 88	8.58 65	9.53 54	8.37 85	5.23 90	11.46 107	2.62 38	0.08 89	0.34 178	0.00 1	0.00 1	0.24 72	1.03 148

rvit_stereo_0083	4.77 50	2.28 188	10.63 197	7.49 248	1.73 125	4.88 48	2.71 138	8.97 16	18.71 186	5.01 33	7.88 40	6.38 58	5.11 85	7.80 34	4.86 132	0.28 194	0.04 51	0.00 1	0.01 65	0.26 87	0.39 50

MyStereo07	4.80 51	2.38 207	6.21 28	6.63 186	4.77 270	6.47 131	9.60 308	16.70 127	5.88 22	4.81 29	5.77 27	3.13 12	5.68 105	12.07 137	2.46 24	0.09 99	1.33 348	0.03 117	0.32 264	0.74 259	0.93 134

CREStereo++_RVC	4.83 52	1.16 9	4.67 11	4.71 53	2.02 145	4.01 18	0.11 3	9.48 19	18.00 171	8.87 70	16.74 124	4.43 30	2.15 21	6.09 17	3.39 72	0.07 85	0.00 1	0.00 1	10.51 430	0.05 2	0.12 12
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
WCG-NET（raft）	4.87 53	1.67 65	6.84 52	3.49 7	0.31 2	4.96 61	1.95 100	11.08 43	15.49 141	8.82 69	11.46 79	9.50 102	4.96 83	11.32 103	3.26 67	0.09 99	1.41 360	0.00 1	0.03 98	0.23 68	0.54 80

TANstereo	4.87 53	1.49 46	5.02 15	4.02 18	0.51 18	14.25 245	0.15 5	9.17 18	12.84 108	12.80 113	18.36 140	5.14 39	4.43 63	6.01 14	2.30 14	0.09 99	0.12 122	0.00 1	0.01 65	0.02 1	0.68 101

Former-RAFT_DAM_RVC	4.91 55	3.05 261	9.51 146	4.55 47	3.59 222	9.01 173	1.46 47	14.59 95	19.31 191	7.65 62	7.22 35	2.04 8	2.21 22	10.13 76	2.51 27	0.12 122	0.03 43	0.08 172	0.00 1	0.62 229	0.50 76

rvit_stereo_ft	5.02 56	3.45 280	10.80 204	11.76 364	2.76 182	4.08 22	8.16 291	10.64 34	10.63 90	4.34 21	6.39 29	6.65 62	4.63 75	9.35 61	5.82 164	0.11 113	0.00 1	0.00 1	0.00 1	0.34 123	0.42 58

iRaftStereo_RVC	5.06 57	2.15 161	7.88 83	5.54 101	0.78 37	5.22 70	0.45 12	18.47 158	11.75 101	9.72 78	15.05 108	5.74 52	3.18 32	9.29 60	2.52 28	0.02 7	1.24 335	0.00 1	0.01 65	0.58 214	1.62 221

MSKI-zero shot	5.11 58	1.81 84	6.47 39	6.17 149	1.78 130	6.42 130	1.50 51	13.59 74	8.66 67	10.63 85	11.58 80	13.29 165	2.35 24	12.34 153	3.09 59	0.05 46	1.21 330	0.02 100	0.29 256	0.15 41	0.85 120

GCAP-BAT	5.15 59	2.42 210	8.74 106	4.07 23	5.04 283	6.61 138	1.82 90	10.43 30	6.66 32	13.47 131	12.76 91	9.14 97	2.87 29	11.51 116	3.58 80	0.03 18	1.24 335	0.01 81	0.60 333	0.13 36	1.81 237

sCroCo_RVC	5.29 60	3.82 296	17.52 327	11.17 356	6.67 341	5.78 103	2.66 133	10.47 31	8.48 64	3.78 15	9.32 52	4.76 37	4.83 82	8.33 41	4.88 133	1.17 340	0.52 221	0.06 147	0.03 98	0.70 250	0.90 128

RAFT-Stereo-weight	5.42 61	1.21 12	6.22 29	4.69 51	1.28 83	6.18 119	1.58 57	18.42 157	18.47 180	11.35 93	10.27 65	11.93 135	1.65 13	9.59 68	3.83 88	0.10 108	0.60 240	0.00 1	0.00 1	0.16 45	0.89 126

CAS	5.44 62	0.98 3	3.95 7	17.59 403	7.74 366	7.82 162	6.09 237	9.89 23	9.40 79	4.82 31	10.69 72	1.93 5	1.22 4	4.54 5	2.47 25	10.98 424	0.02 30	0.00 1	0.02 89	0.53 200	8.19 405

4D-IteraStereo	5.47 63	2.05 134	8.66 102	5.34 89	4.93 276	6.11 109	1.79 89	13.74 80	16.35 156	14.53 145	11.10 76	8.22 83	1.59 9	8.73 45	3.37 70	0.00 1	0.49 214	0.09 179	0.02 89	0.25 77	1.98 263

PMTNet	5.52 64	1.11 8	4.24 8	2.49 1	1.38 88	8.75 171	0.67 15	12.64 58	12.84 108	8.66 66	11.27 78	6.00 54	4.70 81	9.91 74	3.02 58	22.39 439	0.01 10	0.04 130	0.02 89	0.06 8	0.23 22

RCA-Stereo	5.58 65	1.26 20	6.71 48	4.85 59	0.80 40	5.51 80	3.97 179	17.56 145	19.40 192	8.45 64	14.11 101	8.73 90	8.70 170	6.88 23	2.77 50	0.05 46	0.98 290	0.11 207	0.00 1	0.14 38	0.61 92

test_1	5.63 66	1.29 25	9.52 148	4.90 67	1.45 92	6.51 133	2.93 147	13.65 77	19.05 189	12.58 102	8.67 42	13.02 159	4.07 51	9.39 64	2.58 31	0.01 2	1.09 305	0.00 1	0.38 296	0.28 100	1.26 176

test-3	5.64 67	1.29 25	9.52 148	4.88 61	1.45 92	6.53 134	2.92 145	13.64 75	19.04 188	12.75 112	8.67 42	13.01 158	4.10 52	9.39 64	2.58 31	0.01 2	1.09 305	0.00 1	0.37 286	0.28 100	1.25 175

AE-Stereo	5.68 68	1.78 78	9.22 136	9.25 304	2.52 170	10.13 181	2.92 145	13.10 62	14.88 133	4.88 32	13.10 94	10.72 114	4.43 63	9.24 59	3.37 70	0.10 108	1.31 342	0.06 147	0.32 264	0.21 61	2.03 279

cross-raft	5.70 69	1.44 41	7.08 54	6.69 193	2.11 149	5.89 105	1.44 45	16.44 119	8.38 61	13.42 129	20.70 170	12.20 139	4.38 62	9.06 53	3.11 60	0.03 18	0.38 185	0.00 1	0.22 224	0.24 72	0.84 119

tt1	5.74 70	2.52 220	6.54 42	6.89 209	0.86 45	10.31 188	4.08 181	19.77 176	16.80 161	7.17 54	9.02 45	4.71 36	8.97 175	11.11 93	2.34 18	0.05 46	1.17 314	0.00 1	0.04 109	0.29 105	2.07 286

test_4	5.75 71	1.40 35	6.47 39	7.20 233	0.89 48	5.81 104	1.82 90	12.26 55	6.62 31	12.85 114	30.51 282	7.61 73	3.81 44	12.70 170	3.47 74	0.02 7	0.27 158	0.03 117	0.17 202	0.39 154	0.67 99

ACVNet-DCA	5.76 72	2.52 220	6.38 33	6.77 200	0.74 27	10.55 191	5.19 206	21.10 194	13.53 117	7.39 58	10.06 57	4.44 31	9.58 183	11.08 89	2.33 15	0.05 46	1.18 318	0.00 1	0.04 109	0.37 143	1.93 252

CFNet-RSSM	5.78 73	1.24 18	9.20 134	4.82 58	1.23 76	6.33 123	1.21 34	17.35 139	18.14 173	13.35 125	11.17 77	11.69 126	5.43 92	9.71 71	3.34 69	0.03 18	0.20 139	0.00 1	0.36 281	0.37 143	0.42 58

cc1	5.79 74	2.52 220	6.38 33	6.77 200	0.74 27	10.55 191	5.19 206	19.19 165	15.95 146	7.39 58	10.06 57	4.44 31	9.58 183	11.08 89	2.33 15	0.05 46	1.18 318	0.00 1	0.04 109	0.34 123	2.04 281

HUI-Stereo	5.80 75	1.98 116	10.42 187	5.66 112	0.45 4	5.52 81	2.68 135	13.29 70	7.82 51	12.71 111	18.16 134	12.91 156	6.60 126	10.73 86	5.36 147	0.89 308	0.08 102	0.10 187	0.00 1	0.25 77	0.36 40

Gwc-CoAtRS	5.80 75	1.37 32	9.07 119	4.80 57	1.39 89	6.90 144	1.27 36	16.50 121	15.48 140	13.07 119	13.35 97	12.64 143	5.61 102	9.14 56	4.20 103	0.04 26	0.32 170	0.00 1	0.29 256	0.30 108	0.33 30

ROB_FTStereo	5.82 77	1.97 108	10.37 183	5.67 119	0.46 10	5.52 81	1.63 61	13.27 68	7.79 45	12.69 105	18.06 131	12.86 151	6.63 130	12.28 149	5.43 150	0.87 307	0.09 104	0.10 187	0.00 1	0.26 87	0.36 40

EAI-Stereo	5.82 77	2.06 138	9.08 120	6.23 154	2.20 156	6.24 121	6.20 240	20.18 181	6.36 28	10.65 86	15.97 117	6.31 57	3.63 41	12.09 140	4.88 133	0.06 70	0.73 252	0.04 130	1.59 375	0.21 61	1.67 225

gcap-zeroshot	5.83 79	1.82 90	11.95 245	5.34 89	1.98 142	11.06 199	1.64 63	11.01 40	7.05 33	15.27 156	9.84 55	18.92 254	5.12 87	9.85 72	2.50 26	0.27 190	0.90 281	0.07 164	0.33 270	0.05 2	1.61 219

PSM-adaLoss	5.83 79	1.97 108	10.44 191	5.66 112	0.46 10	5.54 88	1.91 98	13.24 64	7.80 49	12.69 105	18.19 138	12.80 147	6.65 138	11.89 130	5.45 152	1.02 322	0.09 104	0.10 187	0.00 1	0.26 87	0.36 40

CRE-IMP	5.83 79	1.86 95	11.10 218	6.20 152	0.51 18	6.86 143	1.64 63	12.56 56	9.01 72	13.16 120	16.11 119	10.94 117	6.14 117	12.81 173	6.46 187	0.50 247	0.07 96	0.10 187	0.00 1	0.27 96	0.27 26

model_zeroshot	5.85 82	1.91 104	10.98 213	6.34 165	2.55 173	10.42 189	2.38 118	17.38 140	9.39 78	14.72 148	10.36 67	11.21 120	2.93 30	8.95 49	3.57 78	0.14 131	1.01 299	0.15 230	0.38 296	0.08 16	2.15 299

ROB_FTStereo_v2	5.85 82	1.97 108	10.38 184	5.66 112	0.46 10	5.52 81	1.95 100	13.24 64	7.78 44	12.68 104	18.16 134	12.83 148	6.61 128	12.27 147	5.63 159	1.00 319	0.09 104	0.10 187	0.00 1	0.26 87	0.36 40

RAFT-IKP	5.85 82	1.97 108	10.36 181	5.66 112	0.45 4	5.33 76	2.01 104	13.27 68	7.79 45	12.69 105	18.19 138	12.77 146	6.67 139	12.36 155	5.60 156	1.11 331	0.09 104	0.10 187	0.00 1	0.25 77	0.35 34

iGMRVC	5.86 85	1.97 108	10.41 186	5.66 112	0.45 4	5.53 85	1.75 85	13.35 72	7.81 50	12.69 105	18.17 136	12.86 151	6.53 125	12.34 153	5.77 161	1.13 334	0.09 104	0.10 187	0.00 1	0.26 87	0.34 33

Patchmatch Stereo++	5.88 86	1.97 108	10.43 189	5.66 112	0.45 4	5.54 88	2.32 116	13.26 66	7.79 45	12.69 105	18.14 132	12.86 151	6.63 130	12.36 155	5.60 156	1.09 328	0.09 104	0.10 187	0.00 1	0.25 77	0.35 34
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	5.88 86	1.97 108	10.43 189	5.66 112	0.45 4	5.54 88	2.32 116	13.26 66	7.79 45	12.69 105	18.14 132	12.86 151	6.63 130	12.36 155	5.60 156	1.09 328	0.09 104	0.10 187	0.00 1	0.25 77	0.35 34

IGEV_Zeroshot_test	5.90 88	2.30 190	15.24 301	6.90 210	2.11 149	4.35 25	1.51 52	15.68 106	8.52 65	13.73 136	11.89 84	11.49 122	3.82 45	11.41 105	4.76 130	0.11 113	0.84 269	0.15 230	0.25 245	0.87 282	1.98 263

raftrobust	5.94 89	2.07 142	6.94 53	7.67 254	6.24 330	4.96 61	1.82 90	17.76 146	14.36 129	12.03 96	11.62 81	7.74 76	9.01 176	11.29 102	3.71 84	0.05 46	0.79 262	0.00 1	0.04 109	0.25 77	0.38 48

RAFT-Stereo + iAFF	5.94 89	2.35 202	8.80 109	4.07 23	1.36 86	2.78 7	0.66 14	17.05 133	15.89 145	12.65 103	18.49 141	11.81 130	7.89 151	8.48 42	3.80 87	0.02 7	0.75 255	0.00 1	0.00 1	0.43 168	1.49 208

DeepStereo_RVC	5.95 91	1.88 99	10.44 191	5.76 130	0.60 23	5.45 77	1.78 88	12.93 60	8.02 54	14.07 140	14.98 107	12.40 140	10.05 191	12.02 135	7.35 195	0.61 271	0.10 114	0.12 212	0.00 1	0.21 61	0.29 28

LL-Strereo2	5.97 92	2.88 244	10.62 196	6.59 180	3.38 214	6.31 122	2.20 111	15.61 105	8.46 63	11.33 92	10.75 74	15.69 200	3.45 35	13.58 207	4.65 125	0.16 143	0.48 211	1.33 363	0.13 172	0.36 137	1.42 198

test_3	5.97 92	1.26 20	9.95 164	6.84 206	1.45 92	8.73 170	3.18 153	14.26 84	19.86 194	12.22 98	8.91 44	13.78 171	3.99 49	9.38 63	2.58 31	0.01 2	1.10 307	0.00 1	0.37 286	0.30 108	1.20 168

NRIStereo	5.98 94	1.91 104	9.60 150	6.29 162	0.45 4	6.56 136	2.52 125	15.37 102	11.43 96	12.55 101	15.07 109	11.45 121	6.11 115	12.32 150	6.23 175	0.83 300	0.16 131	0.11 207	0.00 1	0.32 113	0.33 30

HH	6.00 95	2.42 210	9.81 158	5.74 127	1.64 120	7.05 146	3.48 166	17.54 142	7.69 41	8.73 67	12.47 87	14.83 184	8.86 172	13.04 184	2.59 34	0.04 26	1.21 330	0.20 255	0.05 123	0.30 108	2.34 307

HanStereo	6.00 95	2.42 210	9.81 158	5.74 127	1.64 120	7.05 146	3.48 166	17.54 142	7.69 41	8.73 67	12.47 87	14.83 184	8.86 172	13.04 184	2.59 34	0.04 26	1.21 330	0.20 255	0.05 123	0.30 108	2.34 307

test-1	6.03 97	1.76 76	15.61 307	8.01 273	1.98 142	7.82 162	1.16 32	13.64 75	13.60 120	9.69 77	15.16 110	11.55 124	5.45 94	7.78 33	4.35 114	0.16 143	1.18 318	0.00 1	0.13 172	0.16 45	1.39 190

rvit_0105_6	6.06 98	3.23 267	15.34 305	10.26 330	1.75 127	5.08 64	5.19 206	11.03 41	20.73 201	6.39 48	7.02 33	10.21 109	7.94 153	11.42 106	3.83 88	0.40 220	0.29 165	0.00 1	0.01 65	0.57 211	0.40 55

Selective-RAFT	6.10 99	1.16 9	10.90 211	7.41 240	0.91 50	15.22 260	1.11 30	14.84 97	16.23 150	7.19 56	7.06 34	11.49 122	8.10 156	12.83 175	5.19 142	0.26 186	0.97 288	0.00 1	0.46 308	0.10 19	0.65 96

H2IRNET	6.11 100	1.63 59	7.52 72	4.69 51	2.30 161	4.07 21	0.71 17	12.58 57	13.88 122	7.18 55	20.80 173	15.50 196	10.48 196	10.72 85	8.26 210	0.19 161	0.00 1	0.07 164	0.52 324	0.52 199	0.55 82

EKT-Stereo	6.11 100	1.71 69	9.09 121	7.69 255	5.56 304	5.16 66	4.26 186	19.18 164	15.13 136	9.20 74	12.84 92	9.55 103	4.18 53	11.74 121	3.24 66	0.53 251	0.62 242	0.09 179	0.14 181	0.17 48	2.16 300

1test111	6.16 102	2.52 220	6.38 33	6.77 200	0.74 27	10.55 191	5.19 206	21.10 194	13.53 117	7.39 58	10.06 57	4.44 31	9.58 183	12.08 138	9.26 229	0.05 46	1.18 318	0.00 1	0.04 109	0.37 143	1.93 252

RAFT-Test	6.19 103	1.47 42	7.90 84	4.91 68	2.70 179	9.97 177	1.52 54	17.08 134	9.06 75	13.21 122	23.67 210	12.89 155	4.63 75	9.47 66	3.57 78	0.02 7	0.81 264	0.00 1	0.38 296	0.21 61	0.39 50

testlalala2	6.22 104	2.05 134	8.67 103	15.89 397	10.72 399	7.88 164	3.50 170	13.65 77	10.50 89	15.90 178	12.54 89	8.50 89	2.47 25	5.89 11	3.87 93	0.06 70	0.63 244	0.00 1	0.50 320	0.54 207	0.61 92

s12784h	6.22 104	1.01 5	4.95 14	3.57 9	0.54 21	19.55 322	0.95 23	19.51 173	18.39 175	12.98 118	12.58 90	7.78 77	5.56 101	11.34 104	4.36 115	0.89 308	0.01 10	0.05 138	0.00 1	0.07 13	0.20 21

Any-RAFT	6.28 106	1.42 38	4.91 13	5.00 71	1.25 81	10.18 182	1.90 97	22.68 212	15.87 144	12.12 97	19.23 148	13.69 170	4.65 77	9.35 61	2.36 20	0.06 70	0.57 233	0.00 1	0.00 1	0.05 2	0.35 34

GMOStereo	6.33 107	2.04 129	8.28 94	5.68 120	1.20 72	6.11 109	2.14 107	11.20 44	13.15 111	18.66 237	21.83 186	17.35 226	6.64 134	7.09 27	2.78 51	0.02 7	1.42 361	0.13 218	0.00 1	0.53 200	0.37 44

error version	6.33 107	2.04 129	8.28 94	5.68 120	1.20 72	6.11 109	2.14 107	11.20 44	13.15 111	18.66 237	21.83 186	17.35 226	6.64 134	7.09 27	2.78 51	0.02 7	1.42 361	0.13 218	0.00 1	0.53 200	0.37 44

test-v	6.33 107	2.04 129	8.28 94	5.68 120	1.20 72	6.11 109	2.14 107	11.20 44	13.15 111	18.66 237	21.83 186	17.35 226	6.64 134	7.09 27	2.78 51	0.02 7	1.42 361	0.13 218	0.00 1	0.53 200	0.37 44

test-2	6.33 107	2.04 129	8.28 94	5.68 120	1.20 72	6.11 109	2.14 107	11.20 44	13.15 111	18.66 237	21.83 186	17.35 226	6.64 134	7.09 27	2.78 51	0.02 7	1.42 361	0.13 218	0.00 1	0.53 200	0.37 44

GMStereo	6.44 111	4.92 322	12.13 249	5.60 104	0.87 46	9.18 175	2.57 130	12.99 61	25.54 259	12.85 114	11.84 83	5.60 50	3.62 40	11.92 132	6.44 186	0.53 251	0.02 30	0.05 138	0.36 281	0.98 288	0.70 104
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 112	3.34 276	8.02 86	6.23 154	1.68 122	6.33 123	2.48 123	14.54 94	16.71 160	11.71 94	24.13 214	9.38 99	7.13 141	11.83 126	4.32 112	0.12 122	0.01 10	0.00 1	0.00 1	0.73 256	0.33 30

knoymous	6.46 113	1.84 93	5.13 16	4.31 40	1.88 136	6.36 127	5.55 220	15.25 100	14.48 130	13.85 138	21.25 176	12.66 145	6.63 130	13.20 193	5.11 138	0.19 161	0.13 123	0.12 212	0.00 1	0.71 254	0.57 90

rafts_anoy	6.46 113	2.37 204	7.09 55	7.48 247	6.02 322	5.31 75	2.45 122	14.50 92	22.01 216	12.94 117	16.18 120	8.48 88	5.53 99	9.70 70	6.32 181	0.05 46	1.66 377	0.10 187	0.05 123	0.30 108	0.69 103

anonymousdsp2	6.47 115	1.81 84	9.73 155	5.25 85	1.23 76	9.35 176	3.96 178	22.51 209	18.39 175	12.87 116	10.19 63	10.17 108	4.46 66	11.77 123	3.83 88	0.06 70	1.00 297	0.31 292	0.18 214	0.25 77	2.06 285

XX-Stereo	6.50 116	1.81 84	10.42 187	12.71 376	7.14 351	3.46 13	0.90 21	16.31 115	6.13 25	9.03 73	28.11 251	13.48 168	2.22 23	11.87 129	2.61 36	0.45 238	0.78 260	0.08 172	0.42 305	1.09 295	0.88 124

AFF-stereo	6.50 116	2.29 189	8.09 89	4.63 50	0.87 46	3.48 14	0.75 18	16.92 132	13.98 124	13.26 123	25.21 223	15.46 195	7.68 148	11.50 114	3.71 84	0.04 26	0.70 249	0.00 1	0.00 1	0.48 187	1.02 147

xx1	6.52 118	2.52 220	6.38 33	6.77 200	0.74 27	10.55 191	5.19 206	19.19 165	15.95 146	7.39 58	10.07 61	16.17 206	12.10 227	11.08 89	2.33 15	0.05 46	1.18 318	0.02 100	0.36 281	0.37 143	1.93 252

RALCasStereoNet	6.53 119	2.84 243	8.12 90	7.88 268	6.12 326	6.85 142	5.29 213	14.66 96	13.94 123	10.20 79	18.18 137	10.24 110	3.83 46	12.33 151	5.56 155	0.04 26	1.88 383	0.11 207	0.01 65	0.26 87	2.24 304

11t1	6.61 120	1.76 76	9.64 152	5.62 107	2.15 153	13.57 235	2.67 134	15.77 108	8.83 69	13.66 135	11.90 85	12.03 137	9.76 188	12.23 146	8.58 218	0.23 171	1.33 348	0.00 1	0.31 262	0.26 87	1.95 260

TRStereo	6.64 121	6.95 353	12.06 248	9.69 315	7.59 359	5.12 65	1.68 71	20.72 184	12.34 103	10.93 89	9.07 46	10.57 113	3.16 31	14.33 221	4.23 107	0.60 269	0.80 263	0.14 225	0.37 286	0.56 209	1.86 244

DisPM	6.68 122	1.58 55	9.90 162	7.19 232	1.12 65	5.71 98	3.69 172	13.74 80	12.42 104	16.60 189	23.63 209	12.64 143	6.39 122	13.31 199	4.08 100	0.77 289	0.01 10	0.08 172	0.15 188	0.14 38	0.53 78

DCRE	6.73 123	2.11 151	9.19 133	7.76 261	4.90 274	7.81 161	5.86 232	16.46 120	11.38 95	9.61 76	22.55 200	11.84 132	6.35 121	11.09 92	3.63 81	0.04 26	1.19 323	0.06 147	0.37 286	0.15 41	2.23 303

AnonymousM	6.73 123	12.03 391	3.53 2	4.47 45	1.55 110	4.42 26	3.17 152	11.94 53	8.44 62	17.00 203	10.06 57	9.08 96	4.00 50	7.56 31	4.06 98	0.55 259	0.68 247	23.13 434	8.12 424	0.07 13	0.65 96

iRaft-Stereo_20w	6.75 125	2.17 168	13.20 269	5.07 76	2.34 164	7.43 155	2.61 131	20.20 182	7.85 53	15.28 157	10.36 67	14.42 179	8.13 157	16.81 275	4.20 103	0.06 70	0.84 269	0.13 218	0.83 345	0.66 243	2.42 314

DCANet-4	6.78 126	1.21 12	11.48 225	3.95 15	0.76 32	4.73 38	1.68 71	18.40 156	25.78 262	15.44 161	20.36 164	6.42 59	8.48 165	8.87 47	6.24 176	0.18 152	0.05 60	0.01 81	0.00 1	0.10 19	1.37 184

SST-Stereo	6.85 127	1.67 65	9.39 141	7.24 235	0.82 41	5.89 105	1.87 95	15.34 101	9.89 84	19.25 255	20.26 163	16.63 214	8.40 163	13.81 214	5.75 160	0.40 220	0.05 60	0.13 218	0.00 1	0.10 19	0.08 5

Pruner-Stereo	6.85 127	1.81 84	10.24 177	6.92 212	0.92 51	5.55 91	4.01 180	14.42 90	11.85 102	18.22 233	21.92 192	15.64 199	5.69 106	12.10 141	6.08 168	0.84 302	0.02 30	0.18 244	0.10 163	0.11 26	0.38 48

RALAANet	6.86 129	3.28 272	11.09 217	7.63 252	4.95 278	6.16 118	1.63 61	20.54 183	15.45 138	15.30 158	14.52 103	12.98 157	4.35 56	13.53 203	3.98 94	0.11 113	0.35 180	0.00 1	0.29 256	0.58 214	0.48 72

DCANet	6.87 130	2.02 125	9.12 124	4.03 19	0.76 32	4.77 43	1.74 84	16.15 113	25.07 248	15.88 176	20.79 172	7.89 79	11.31 212	9.23 58	6.15 170	0.18 152	0.05 60	0.00 1	0.00 1	0.28 100	2.01 275

PSM-softLoss	6.90 131	1.81 84	10.84 206	7.04 217	0.93 55	5.53 85	1.97 102	23.18 218	9.65 81	14.16 141	22.01 197	12.84 149	5.15 88	13.03 182	7.95 203	0.76 286	0.06 85	0.27 276	0.55 329	0.21 61	0.14 13

KMStereo	6.90 131	1.81 84	10.84 206	7.04 217	0.93 55	5.53 85	1.97 102	23.18 218	9.65 81	14.16 141	22.01 197	12.84 149	5.15 88	13.03 182	7.95 203	0.76 286	0.06 85	0.27 276	0.55 329	0.21 61	0.14 13

PFNet+	6.92 133	1.64 62	10.96 212	6.27 157	0.90 49	5.66 94	1.68 71	14.43 91	16.02 148	18.13 231	21.24 175	14.33 176	5.97 110	13.13 190	5.51 154	0.90 310	0.20 139	0.11 207	0.30 261	0.08 16	0.94 138

RAFT-345	6.94 134	1.48 43	7.45 69	5.65 110	0.96 59	5.49 79	3.20 154	13.73 79	10.97 92	13.81 137	42.93 391	9.01 95	5.31 91	13.09 189	4.73 127	0.58 263	0.05 60	0.10 187	0.06 133	0.08 16	0.08 5

MyStereo06	6.95 135	2.25 182	14.05 281	6.69 193	4.74 268	7.75 159	9.60 308	17.85 148	9.03 74	13.29 124	10.78 75	18.68 248	5.70 107	10.66 81	4.52 121	0.09 99	1.32 344	0.02 100	0.26 247	0.84 279	0.92 129

NF-Stereo	6.96 136	1.80 81	10.17 171	7.16 231	0.79 39	6.15 117	3.26 161	20.74 189	18.45 179	13.42 129	19.33 149	11.67 125	6.05 111	12.71 171	6.17 171	0.57 262	0.06 85	0.21 258	0.23 232	0.12 29	0.09 7

OCTAStereo	6.97 137	1.80 81	10.20 174	7.15 230	0.78 37	6.12 114	3.38 162	20.72 184	18.47 180	13.41 126	19.33 149	11.91 133	6.05 111	12.68 169	6.19 172	0.59 267	0.06 85	0.21 258	0.22 224	0.12 29	0.10 9

RE-Stereo	6.97 137	1.79 79	10.18 172	7.14 225	0.77 34	6.14 115	3.39 163	20.72 184	18.43 177	13.41 126	19.33 149	11.78 128	6.09 113	12.66 167	6.22 173	0.58 263	0.05 60	0.21 258	0.22 224	0.12 29	0.10 9

TVStereo	6.97 137	1.79 79	10.18 172	7.14 225	0.77 34	6.14 115	3.39 163	20.72 184	18.43 177	13.41 126	19.33 149	11.78 128	6.09 113	12.66 167	6.22 173	0.58 263	0.05 60	0.21 258	0.22 224	0.12 29	0.10 9

sAnonymous2	6.98 140	7.12 354	20.67 356	9.13 302	5.40 295	5.28 73	8.11 289	16.71 128	11.50 98	5.04 35	9.17 48	3.77 21	8.23 158	7.84 35	3.15 61	0.11 113	0.07 96	0.06 147	0.28 253	10.80 413	7.09 395

CroCo_RVC	6.98 140	7.12 354	20.67 356	9.13 302	5.40 295	5.28 73	8.11 289	16.71 128	11.50 98	5.04 35	9.17 48	3.77 21	8.23 158	7.84 35	3.15 61	0.11 113	0.07 96	0.06 147	0.28 253	10.80 413	7.09 395

DIP-Stereo	6.99 142	2.37 204	11.45 224	4.78 55	1.70 124	13.13 226	1.47 48	15.76 107	7.43 38	14.57 146	26.61 239	10.76 115	5.10 84	14.97 244	8.10 207	0.06 70	0.06 85	0.06 147	0.00 1	0.17 48	1.22 170
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_4	7.09 143	3.33 274	16.60 316	10.68 345	1.59 113	5.89 105	6.84 260	14.50 92	23.99 238	7.31 57	9.49 53	13.18 161	9.62 186	12.33 151	4.32 112	0.39 217	0.46 207	0.00 1	0.02 89	0.67 245	0.68 101

ADStereo(finetuned)	7.09 143	2.04 129	11.52 228	4.01 16	0.77 34	4.78 44	1.73 81	16.15 113	25.08 249	15.89 177	20.74 171	7.88 78	13.56 253	9.11 55	6.07 167	0.18 152	0.05 60	0.00 1	0.00 1	0.28 100	1.93 252

raft+_RVC	7.10 145	2.37 204	6.59 44	6.94 215	5.82 315	6.35 126	5.97 235	21.05 192	23.63 235	10.90 88	17.95 130	9.80 105	5.55 100	11.49 113	4.47 120	0.04 26	1.50 370	0.00 1	0.00 1	0.38 153	1.23 172

OMP-Stereo	7.13 146	2.89 245	9.89 161	10.98 353	1.73 125	4.81 46	1.85 93	18.38 155	16.26 151	16.94 201	14.11 101	17.45 231	7.57 145	13.26 197	5.12 140	0.43 231	0.04 51	0.06 147	0.02 89	0.20 60	0.56 85

RAFT_R40	7.14 147	1.73 72	9.36 140	7.36 239	0.82 41	5.74 100	3.69 172	15.47 104	15.09 135	18.24 234	19.87 157	16.82 215	8.50 166	13.72 212	5.81 163	0.28 194	0.02 30	0.14 225	0.00 1	0.11 26	0.09 7

fff	7.26 148	1.99 117	9.12 124	4.17 27	0.47 13	4.73 38	1.68 71	16.56 123	33.55 322	15.45 162	20.36 164	7.49 70	12.54 233	9.03 50	6.26 177	0.18 152	0.05 60	0.01 81	0.00 1	0.10 19	1.37 184

MIPNet	7.26 148	2.30 190	13.74 275	5.32 88	1.61 116	11.32 202	2.77 141	27.02 263	18.47 180	15.56 168	13.20 95	7.01 64	9.46 182	8.84 46	6.32 181	0.15 140	0.03 43	0.06 147	0.08 147	0.42 166	1.39 190

csc	7.26 148	1.99 117	9.12 124	4.17 27	0.47 13	4.73 38	1.68 71	16.56 123	33.55 322	15.45 162	20.36 164	7.49 70	12.54 233	9.03 50	6.26 177	0.18 152	0.05 60	0.01 81	0.00 1	0.10 19	1.37 184

cscssc	7.26 148	1.99 117	9.12 124	4.17 27	0.47 13	4.73 38	1.68 71	16.56 123	33.55 322	15.45 162	20.36 164	7.49 70	12.54 233	9.03 50	6.26 177	0.18 152	0.05 60	0.01 81	0.00 1	0.10 19	1.37 184

riskmin	7.28 152	1.54 50	8.37 99	5.01 72	3.24 210	11.65 206	3.20 154	16.61 126	18.86 187	10.45 81	13.46 98	16.20 208	12.68 239	12.46 160	6.57 189	0.17 149	1.38 356	0.14 225	0.33 270	0.67 245	2.52 318

R-Stereo Train	7.33 153	1.62 57	9.31 138	6.80 204	2.33 162	7.57 156	5.36 215	24.47 233	7.63 39	16.40 183	33.07 321	12.42 141	5.52 97	8.06 37	5.23 143	0.05 46	0.05 60	0.01 81	0.00 1	0.12 29	0.56 85

RAFT-Stereo	7.33 153	1.62 57	9.31 138	6.80 204	2.33 162	7.57 156	5.36 215	24.47 233	7.63 39	16.40 183	33.07 321	12.42 141	5.52 97	8.06 37	5.23 143	0.05 46	0.05 60	0.01 81	0.00 1	0.12 29	0.56 85
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 155	2.06 138	12.02 247	4.71 53	1.69 123	5.17 67	1.28 37	19.54 174	13.09 110	16.93 199	28.48 256	13.05 160	5.43 92	13.25 196	7.41 196	0.02 7	0.62 242	0.00 1	0.01 65	0.45 177	2.09 292

UGAM-zero	7.48 156	1.91 104	14.55 288	4.78 55	2.00 144	6.34 125	1.02 28	18.99 162	8.70 68	14.93 151	15.74 113	24.94 308	13.86 263	13.13 190	5.05 135	0.04 26	0.96 286	0.02 100	1.08 360	0.18 52	1.46 201

StereoVision	7.48 156	2.90 248	10.47 193	10.13 325	3.93 236	4.99 63	1.86 94	21.10 194	17.66 167	8.90 71	29.71 272	10.95 118	6.61 128	12.83 175	5.11 138	0.69 281	0.05 60	0.17 240	0.03 98	0.98 288	0.56 85

IPLGR	7.48 156	1.61 56	14.03 280	4.92 69	1.30 84	10.30 186	1.20 33	24.52 236	22.59 224	16.71 196	18.84 144	8.44 87	7.49 144	9.62 69	6.34 183	0.26 186	0.05 60	0.05 138	0.06 133	0.37 143	0.93 134

HHNet	7.57 159	2.01 123	8.03 87	3.71 11	3.46 218	4.93 57	6.17 239	19.69 175	16.27 152	20.91 283	31.75 302	10.56 112	5.82 108	10.69 84	5.10 137	0.67 279	0.07 96	0.21 258	0.14 181	0.63 232	0.54 80

IIG-Stereo	7.59 160	2.47 214	9.40 142	10.39 337	1.78 130	6.67 139	1.47 48	17.83 147	16.51 159	18.91 249	20.12 161	17.76 235	8.74 171	13.21 195	5.43 150	0.44 234	0.05 60	0.03 117	0.00 1	0.17 48	0.45 65

ASMatch	7.61 161	1.63 59	9.18 132	5.79 131	2.27 159	4.63 30	2.54 126	17.23 137	13.73 121	17.27 206	34.28 339	13.26 164	10.15 194	12.39 158	5.49 153	0.12 122	0.24 153	0.21 258	0.17 202	0.18 52	1.55 215

ACRE	7.62 162	3.21 266	14.93 297	7.81 263	5.00 281	10.01 179	4.45 190	16.32 116	15.86 143	17.81 219	19.21 147	8.38 86	4.25 54	11.11 93	10.58 253	0.78 292	0.32 170	0.03 117	0.15 188	0.44 171	1.84 242

LCNet	7.64 163	1.41 36	6.15 27	6.93 213	1.35 85	9.00 172	5.44 217	18.37 154	11.30 93	16.62 190	24.39 217	14.67 180	11.03 202	12.03 136	4.01 95	0.07 85	0.02 30	0.23 266	2.07 384	1.00 291	6.69 390

IPLG	7.65 164	2.00 121	13.81 276	5.86 139	4.35 254	10.97 197	1.43 43	22.52 210	16.50 158	19.78 261	20.62 169	5.28 45	5.49 95	12.58 166	9.70 239	0.13 129	0.06 85	0.03 117	0.07 141	0.41 161	1.38 188

MyStereo8	7.68 165	3.00 254	12.46 255	7.70 258	5.11 287	11.40 203	1.39 42	15.98 110	10.05 87	16.45 185	24.04 213	12.01 136	7.91 152	10.68 83	10.57 252	0.14 131	1.52 372	0.08 172	0.48 315	0.60 226	1.98 263

CIPLG	7.69 166	3.27 270	14.40 285	7.84 265	5.08 286	10.24 183	4.59 194	16.02 111	15.45 138	18.05 229	19.72 155	8.79 92	4.61 70	11.84 128	10.40 249	0.76 286	0.33 176	0.03 117	0.15 188	0.44 171	1.83 241

x	7.70 167	2.12 153	8.93 115	5.08 77	2.55 173	11.65 206	4.40 189	20.91 191	12.53 105	13.58 133	20.49 168	15.73 201	11.10 204	10.65 80	10.16 243	0.11 113	1.37 354	0.04 130	0.29 256	0.34 123	1.95 260

IPLGR_C	7.70 167	3.32 273	14.54 287	7.98 271	5.04 283	10.26 184	4.64 197	16.50 121	16.28 153	17.97 227	18.85 145	8.30 84	4.66 78	11.22 97	10.89 261	0.77 289	0.32 170	0.03 117	0.15 188	0.43 168	1.84 242

qqq	7.72 169	2.15 161	10.06 168	5.01 72	1.82 134	8.62 169	7.27 272	21.10 194	13.53 117	12.48 100	18.71 143	16.17 206	12.10 227	12.08 138	9.26 229	0.08 89	1.35 352	0.02 100	0.36 281	0.36 137	1.93 252

111	7.73 170	2.39 209	9.12 124	4.17 27	0.47 13	10.65 195	3.49 169	21.34 200	28.25 284	10.60 84	16.85 125	14.74 183	10.22 195	12.48 161	6.61 190	0.43 231	0.01 10	0.00 1	0.00 1	0.35 128	2.39 313

AIO-Stereo-zeroshot	7.75 171	3.47 282	14.99 298	5.34 89	7.99 370	7.13 148	0.96 24	23.20 220	10.00 86	11.29 91	17.31 126	18.44 247	9.03 177	13.19 192	5.77 161	0.06 70	1.01 299	0.12 212	1.51 373	1.49 315	2.74 328

RAFT+CT+SA	7.76 172	2.01 123	7.56 73	11.32 358	3.31 211	4.60 29	7.19 269	17.21 136	27.40 276	10.43 80	27.34 243	7.63 74	7.83 150	15.46 251	3.51 75	0.03 18	0.39 187	0.18 244	0.46 308	0.33 117	0.93 134

IGEV-BASED-STEREO-	7.80 173	28.14 431	42.31 409	3.20 4	0.50 17	4.12 23	1.45 46	7.06 4	4.60 3	4.66 26	3.90 6	2.47 9	1.37 6	6.02 15	1.94 7	24.62 440	0.43 203	0.01 81	0.08 147	4.61 378	14.42 430

testlalala_base	7.81 174	3.52 284	8.75 107	8.73 294	5.44 301	12.21 213	1.77 87	12.73 59	6.24 26	10.56 83	13.62 99	8.76 91	5.61 102	8.69 44	4.24 108	16.24 433	3.38 410	0.00 1	0.46 308	22.32 436	3.02 340

RAFT-RH_RVC	7.88 175	1.51 49	7.72 76	5.41 95	0.96 59	11.41 204	1.48 50	13.43 73	15.04 134	17.54 214	45.66 403	10.86 116	6.42 123	13.48 201	5.26 145	0.81 297	0.04 51	0.12 212	0.13 172	0.12 29	0.17 19

TransformOpticalFlow	7.95 176	2.10 147	9.83 160	6.06 145	1.24 79	6.82 141	7.98 285	18.60 159	14.06 126	14.93 151	28.79 258	18.74 249	11.03 202	12.79 172	4.12 101	0.06 70	0.04 51	0.21 258	0.04 109	0.21 61	1.27 177

rvit_0105_5	8.01 177	3.69 293	17.73 330	10.42 339	1.61 116	7.29 149	6.68 254	18.33 152	25.98 263	10.45 81	10.46 69	15.53 197	11.01 200	12.87 177	5.37 148	0.44 234	0.41 196	0.00 1	0.15 188	0.70 250	1.08 157

TestStereo1	8.04 178	2.22 176	8.85 112	10.87 351	2.12 151	4.66 32	2.40 120	21.17 198	23.79 236	17.41 207	26.31 235	9.41 100	9.09 178	16.23 258	3.85 91	0.14 131	0.40 189	0.02 100	0.13 172	0.58 214	1.10 159

SA-5K	8.04 178	2.22 176	8.85 112	10.87 351	2.12 151	4.66 32	2.40 120	21.17 198	23.79 236	17.41 207	26.31 235	9.41 100	9.09 178	16.23 258	3.85 91	0.14 131	0.40 189	0.02 100	0.13 172	0.58 214	1.10 159

PFNet	8.10 180	1.75 74	12.34 253	7.54 251	2.40 165	7.41 154	5.81 230	23.83 229	17.85 169	20.78 277	17.57 128	15.22 193	7.72 149	13.37 200	6.46 187	0.33 205	0.20 139	0.12 212	0.19 218	0.32 113	0.77 114

AAGNet	8.15 181	1.75 74	10.57 194	7.72 260	0.74 27	5.74 100	4.98 204	15.90 109	14.59 131	20.31 270	23.80 211	15.08 191	11.25 210	12.27 147	16.70 311	0.85 303	0.06 85	0.32 294	0.01 65	0.15 41	0.16 17

STrans-v2	8.16 182	2.09 145	9.79 157	5.44 96	1.53 109	11.87 209	9.69 314	19.77 176	13.20 115	14.01 139	25.80 227	17.88 239	12.55 236	13.30 198	4.39 116	0.06 70	0.01 10	0.18 244	0.01 65	0.25 77	1.31 182

Prome-Stereo	8.22 183	1.48 43	6.24 30	7.06 220	1.55 110	6.54 135	9.08 299	21.88 203	9.88 83	21.12 288	32.48 315	11.82 131	11.59 216	11.99 134	4.04 97	0.08 89	0.02 30	0.19 250	0.12 168	0.45 177	6.89 394

FENet	8.22 183	1.39 33	7.33 66	6.43 171	2.17 155	10.97 197	2.20 111	22.10 206	21.26 204	17.85 222	23.22 207	14.29 174	11.50 214	13.56 206	8.32 212	0.29 197	0.24 153	0.03 117	0.03 98	0.18 52	1.04 150

AIO-Stereo-zeroshot1	8.37 185	4.16 304	20.63 355	5.82 135	11.79 404	6.40 129	2.02 105	20.82 190	8.03 55	14.52 144	21.38 179	17.44 230	5.83 109	14.43 228	5.13 141	0.06 70	1.00 297	0.05 138	1.81 380	2.44 343	3.62 352

raft_robust	8.39 186	2.81 240	7.62 74	6.32 164	1.17 70	5.47 78	0.82 20	34.37 350	35.49 345	18.40 236	20.25 162	7.24 68	5.51 96	15.77 253	3.40 73	0.11 113	1.10 307	0.00 1	0.50 320	0.33 117	1.19 167

HITNet	8.41 187	3.59 291	9.91 163	5.30 86	1.52 108	13.35 232	4.48 191	22.00 204	16.06 149	15.52 166	22.95 206	15.28 194	11.74 219	14.91 243	9.25 228	0.10 108	0.01 10	0.48 309	0.06 133	0.58 214	1.04 150
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
SA	8.43 188	2.16 165	10.02 166	8.41 283	0.93 55	7.36 153	2.21 113	23.73 227	26.15 265	13.55 132	30.84 288	9.89 106	10.09 192	16.84 277	3.52 76	0.18 152	0.68 247	0.17 240	0.40 302	0.48 187	0.92 129

GMM-Stereo	8.44 189	1.27 22	7.36 68	6.64 189	2.56 175	10.00 178	9.29 306	23.79 228	11.33 94	17.96 226	29.59 270	17.14 220	7.59 146	11.77 123	4.61 124	0.13 129	0.01 10	0.24 270	0.94 349	0.49 195	6.14 382

test_sample1	8.49 190	1.83 92	10.60 195	5.53 99	2.95 196	15.17 259	4.51 192	20.73 188	11.47 97	14.78 149	22.80 204	19.06 256	13.86 263	12.52 162	10.17 244	0.14 131	1.20 324	0.02 100	0.19 218	0.28 100	1.93 252

mmm	8.54 191	2.13 159	10.21 175	5.81 133	2.96 197	14.00 241	6.67 252	19.28 169	12.59 106	16.95 202	24.40 218	17.83 238	10.70 199	12.90 178	9.42 234	0.17 149	1.28 339	0.50 311	0.60 333	0.44 171	2.03 279

RAFT_CTSACE	8.55 192	2.62 234	9.63 151	7.41 240	5.06 285	5.76 102	2.54 126	15.38 103	17.84 168	24.33 325	34.69 344	16.37 209	7.22 142	18.05 297	2.63 39	0.01 2	0.56 230	0.00 1	0.03 98	0.42 166	0.41 56

dd	8.57 193	5.20 326	13.37 270	6.91 211	1.05 63	10.30 186	3.89 176	17.29 138	34.00 329	15.73 171	17.50 127	7.45 69	6.60 126	15.00 245	10.99 262	1.39 348	0.41 196	0.18 244	0.46 308	2.25 337	1.40 193

CASS	8.64 194	2.03 127	8.60 101	8.71 293	1.59 113	15.02 257	2.75 140	23.27 223	18.58 184	16.29 179	22.78 203	13.42 166	13.68 257	13.07 188	7.66 197	1.18 341	0.05 60	0.13 218	0.01 65	0.75 262	3.24 346
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_sample2	8.68 195	1.84 93	9.64 152	5.53 99	2.43 166	13.92 239	8.00 286	21.09 193	16.82 164	14.92 150	22.73 202	19.44 258	13.75 258	12.99 179	6.85 191	0.15 140	1.15 313	0.07 164	0.20 222	0.35 128	1.78 235

DN-CSS_ROB	8.72 196	3.49 283	16.63 317	6.74 197	3.39 215	6.20 120	3.43 165	23.40 224	22.03 217	17.46 211	30.28 278	9.33 98	8.32 161	14.71 234	6.36 184	0.91 312	0.00 1	0.45 306	0.00 1	0.65 238	0.70 104

GANet-ADL	8.73 197	2.80 239	9.48 145	7.87 267	2.77 183	12.88 223	5.29 213	29.97 299	25.61 260	14.50 143	16.64 123	17.02 218	7.60 147	11.61 120	8.01 205	0.51 250	0.40 189	0.10 187	0.12 168	0.77 265	0.70 104

PSM-AAD	8.76 198	1.41 36	6.46 38	6.87 208	1.18 71	12.78 221	9.66 313	20.03 180	15.78 142	21.79 299	24.91 219	14.31 175	13.16 246	12.42 159	4.07 99	0.05 46	0.06 85	2.44 382	0.16 196	0.45 177	7.17 397

FTStereo	8.76 198	1.57 53	6.75 49	6.55 177	2.45 167	7.65 158	11.62 345	18.36 153	9.01 72	20.25 263	40.79 379	15.87 202	12.36 232	11.02 87	4.69 126	0.24 176	0.01 10	0.09 179	0.16 196	0.19 56	5.58 376

GwcNet-ADL	8.81 200	2.00 121	10.21 175	7.70 258	2.82 186	6.99 145	7.05 266	30.58 304	26.21 267	15.71 170	17.65 129	13.93 172	6.83 140	13.90 215	11.43 267	0.49 245	0.76 259	0.01 81	0.01 65	0.55 208	1.46 201

test_5	8.85 201	2.05 134	9.51 146	11.62 360	4.99 280	6.74 140	5.48 219	18.25 151	23.57 233	16.72 197	29.73 273	15.54 198	10.54 198	16.25 261	4.02 96	0.05 46	0.40 189	0.27 276	0.08 147	0.34 123	0.81 116

ARAFT	8.86 202	3.86 297	17.37 326	5.96 141	0.94 58	12.59 219	10.80 330	18.20 150	19.95 195	18.77 244	16.27 121	17.78 236	8.88 174	18.82 305	5.30 146	0.35 208	0.04 51	0.00 1	0.00 1	0.62 229	0.64 94

ffm	8.89 203	2.34 197	12.99 264	6.28 158	3.81 230	12.43 215	7.47 276	19.77 176	16.80 161	16.64 192	32.03 306	17.29 222	11.78 220	11.11 93	2.34 18	0.05 46	1.17 314	0.80 333	0.37 286	0.29 105	2.07 286

Sa-1000	8.91 204	2.10 147	9.11 122	8.07 275	1.16 69	16.62 292	2.39 119	25.58 243	25.43 257	15.52 166	28.24 253	12.19 138	8.67 168	16.40 264	3.70 82	0.39 217	0.86 275	0.16 237	0.23 232	0.48 187	0.89 126

IRAFT_RVC	8.93 205	1.80 81	10.65 198	7.83 264	1.81 132	6.36 127	10.05 321	26.32 254	27.59 278	17.93 225	19.70 154	17.67 234	9.98 190	13.20 193	6.29 180	0.37 215	0.30 167	0.19 250	0.05 123	0.23 68	0.24 24

DMCA	8.96 206	2.60 229	11.84 239	5.61 105	4.25 249	11.09 200	4.36 188	25.89 245	20.23 199	17.10 205	20.96 174	17.55 232	11.92 226	11.47 108	12.27 276	0.60 269	0.09 104	0.35 297	0.05 123	0.48 187	0.57 90

GES	9.01 207	2.61 233	12.88 260	6.76 198	2.02 145	13.08 225	6.33 245	22.23 208	22.21 219	19.80 262	26.73 240	8.97 94	11.01 200	14.41 225	8.35 215	0.54 257	0.10 114	0.30 291	0.15 188	0.82 275	0.99 142

GrayStereo	9.02 208	1.35 30	7.73 77	8.62 289	2.88 190	10.28 185	10.99 334	18.66 160	16.36 157	22.78 311	30.63 284	17.56 233	12.19 230	11.50 114	5.08 136	0.09 99	0.02 30	0.19 250	0.78 344	0.33 117	2.37 310

DEmStereo	9.07 209	1.70 68	10.89 209	4.86 60	1.23 76	11.51 205	5.70 223	14.24 83	27.02 273	22.33 307	32.56 316	11.70 127	15.04 278	11.83 126	8.53 216	0.31 200	0.16 131	0.02 100	0.09 155	0.11 26	1.47 203

RAFT	9.07 209	2.76 238	10.38 184	8.89 299	1.24 79	13.48 233	8.19 292	17.14 135	17.29 166	23.01 313	19.34 153	20.06 265	11.13 205	17.79 295	6.43 185	0.09 99	1.12 310	0.28 282	0.02 89	0.79 267	1.94 259

iRaft-Stereo_5w	9.10 211	2.33 195	10.69 200	6.64 189	4.47 261	4.74 42	10.72 329	16.71 128	16.97 165	15.39 159	26.15 231	21.25 272	12.59 237	16.38 263	12.90 286	0.85 303	0.51 218	0.08 172	0.22 224	0.95 287	1.53 213

HCRNet	9.13 212	1.82 90	8.73 105	14.95 391	5.22 290	10.66 196	2.49 124	26.57 258	18.64 185	16.31 180	25.51 225	18.42 246	11.15 206	13.53 203	7.25 194	0.10 108	0.04 51	0.10 187	0.02 89	0.27 96	0.76 112

SFCPSM	9.16 213	1.72 70	12.32 252	5.64 109	3.51 220	16.58 291	6.93 263	31.11 311	26.15 265	17.05 204	20.08 160	11.05 119	9.94 189	12.55 163	6.05 166	0.36 211	0.17 134	0.37 299	0.22 224	0.40 158	1.01 145

KYRaft	9.17 214	1.39 33	7.74 78	7.07 222	1.03 62	8.05 167	7.90 284	23.72 226	9.22 77	21.43 294	31.08 291	22.52 285	8.03 154	12.21 144	3.16 63	0.10 108	0.02 30	0.05 138	0.67 337	0.46 182	17.51 434

CrosDoStereo	9.41 215	1.65 63	8.83 110	5.19 82	1.13 66	7.34 151	14.47 366	16.33 117	24.64 245	24.44 326	33.36 326	13.18 161	13.52 250	12.56 164	9.08 225	0.06 70	0.11 118	0.09 179	0.04 109	0.41 161	1.73 230

DeepStereo_LL	9.41 215	1.65 63	8.83 110	5.19 82	1.13 66	7.34 151	14.47 366	16.33 117	24.64 245	24.44 326	33.36 326	13.18 161	13.52 250	12.56 164	9.08 225	0.06 70	0.11 118	0.09 179	0.04 109	0.41 161	1.73 230

DRaft	9.41 215	1.56 52	10.09 169	4.18 31	0.92 51	12.87 222	5.68 222	17.40 141	29.75 292	21.24 290	38.12 364	9.96 107	13.97 266	11.81 125	8.08 206	0.66 278	0.30 167	0.07 164	0.26 247	0.33 117	0.88 124

rvit_stereo_0075_2	9.46 218	4.16 304	20.27 352	12.15 371	8.82 384	5.72 99	4.24 185	23.21 221	18.05 172	12.37 99	28.80 259	16.10 205	8.43 164	14.57 230	8.89 221	0.58 263	0.34 178	0.52 313	0.08 147	0.44 171	1.41 196

test_sample3	9.46 218	2.24 178	11.38 222	5.72 125	2.79 185	18.29 312	5.20 211	27.54 270	21.43 207	18.03 228	21.98 196	16.47 210	11.22 208	13.58 207	9.99 242	0.24 176	0.96 286	0.05 138	0.17 202	0.47 184	1.39 190

THIR-Stereo	9.52 220	2.21 173	9.26 137	5.38 93	0.85 43	15.55 265	11.50 344	16.88 131	21.74 214	24.45 328	31.96 305	14.20 173	13.85 262	11.89 130	8.54 217	0.14 131	0.25 157	0.10 187	0.05 123	0.40 158	1.11 163

MyStereo04	9.58 221	2.38 207	10.28 180	6.63 186	4.77 270	6.47 131	9.60 308	32.50 327	42.15 377	14.59 147	12.10 86	11.92 134	11.87 225	14.80 241	8.14 209	0.09 99	1.33 348	0.03 117	0.32 264	0.74 259	0.93 134

CoDeX	9.58 221	2.12 153	10.82 205	6.52 175	3.76 229	16.55 290	6.82 259	26.62 259	25.63 261	17.50 212	25.62 226	14.70 182	11.81 224	12.82 174	7.88 202	0.42 230	0.20 139	0.15 230	0.02 89	0.36 137	1.28 178

anonymousa	9.61 223	2.06 138	9.20 134	5.24 84	6.67 341	15.03 258	4.18 184	19.08 163	21.43 207	19.03 250	30.96 290	21.49 275	14.23 268	11.12 96	8.61 219	0.08 89	1.24 335	0.29 287	0.69 338	0.18 52	1.48 206

MyStereo05	9.63 224	2.25 182	10.26 178	6.69 193	4.74 268	7.75 159	9.60 308	31.51 319	41.00 373	17.45 210	13.02 93	10.28 111	12.27 231	14.74 238	7.68 199	0.09 99	1.32 344	0.02 100	0.26 247	0.84 279	0.92 129

rvit_0105_3	9.68 225	4.32 309	19.50 345	12.22 372	1.90 138	9.16 174	8.63 293	19.21 167	30.92 304	15.42 160	14.72 104	18.81 251	12.18 229	15.98 254	7.12 192	0.67 279	0.42 201	0.01 81	0.49 318	0.56 209	1.40 193

test_sample4	9.81 226	2.27 187	11.39 223	5.70 124	2.74 180	17.40 301	5.20 211	28.01 275	21.50 209	18.70 241	28.46 255	14.96 186	12.86 241	13.80 213	9.68 238	0.24 176	0.97 288	0.06 147	0.16 196	0.51 197	1.48 206

DispNO	9.82 227	2.57 226	17.77 332	6.22 153	5.73 309	11.89 210	4.77 199	25.54 242	21.70 213	17.56 215	21.28 178	18.01 240	13.83 261	17.46 287	9.91 241	0.35 208	0.16 131	0.03 117	0.12 168	0.51 197	1.05 153

BUS	9.86 228	1.86 95	9.14 129	7.14 225	4.12 244	19.47 320	2.69 136	34.15 346	23.28 229	18.82 246	21.95 193	14.37 177	11.63 217	14.72 235	12.39 277	0.36 211	0.13 123	0.15 230	0.04 109	0.37 143	0.46 68

CFNet_pseudo	9.92 229	2.21 173	11.76 234	5.09 78	2.93 195	14.43 246	3.12 150	27.16 264	32.52 316	17.58 217	22.81 205	21.97 279	9.29 181	13.06 186	8.34 213	0.23 171	0.46 207	1.23 359	0.27 251	2.89 348	0.99 142

ccs_rob	9.95 230	2.21 173	11.74 233	5.11 80	2.91 191	14.48 247	3.21 156	27.26 266	32.72 318	17.53 213	22.70 201	21.96 278	9.25 180	12.99 179	8.34 213	0.23 171	0.45 205	1.38 364	0.28 253	3.13 356	1.07 156

MSMDNet	9.96 231	2.08 143	11.66 232	5.39 94	2.92 192	16.50 289	2.89 144	29.73 297	34.55 336	17.86 223	21.91 191	18.86 252	8.36 162	13.06 186	7.74 201	0.24 176	0.47 210	0.66 323	0.24 236	3.07 352	1.04 150

MLCV	9.96 231	3.33 274	14.77 289	5.75 129	1.62 118	14.91 250	1.31 38	22.06 205	24.83 247	22.51 308	31.57 300	17.20 221	8.07 155	17.07 281	12.11 271	0.48 242	0.01 10	0.05 138	0.05 123	0.48 187	1.10 159

PCWNet_CMD	9.97 233	2.08 143	11.61 231	5.36 92	2.92 192	16.39 286	2.94 148	29.76 298	34.38 333	17.83 220	21.86 190	18.91 253	8.27 160	13.01 181	7.73 200	0.23 171	0.46 207	0.79 331	0.25 245	3.46 364	1.12 164

UCFNet_RVC	10.01 234	2.81 240	6.11 26	7.31 237	3.92 235	16.80 294	8.00 286	28.68 282	20.81 202	16.57 187	23.35 208	25.82 314	13.06 245	13.55 205	9.18 227	0.12 122	0.06 85	1.19 355	0.32 264	1.47 314	1.06 154

test_sample5	10.07 235	2.24 178	11.22 220	5.82 135	2.68 177	16.15 281	5.79 228	27.87 273	21.59 211	19.26 256	32.74 319	15.92 203	12.97 242	14.33 221	9.26 229	0.27 190	0.98 290	0.07 164	0.17 202	0.57 211	1.49 208

Anonymous3	10.07 235	4.14 303	31.49 389	9.77 318	5.11 287	25.00 359	11.85 346	25.20 239	19.24 190	10.80 87	14.78 105	7.92 80	8.68 169	14.40 224	6.12 169	3.25 384	1.40 357	0.08 172	0.06 133	0.81 272	1.30 181

BEATNet_4x	10.11 237	5.82 337	14.80 291	6.14 147	1.55 110	13.87 238	5.98 236	26.24 251	18.35 174	16.53 186	25.41 224	18.01 240	13.78 260	18.01 296	12.39 277	0.48 242	0.18 135	0.81 337	0.11 166	2.02 329	1.70 227

GANet-RSSM	10.17 238	2.02 125	8.21 92	7.09 224	5.57 305	13.17 228	7.29 273	27.27 267	19.65 193	15.81 172	28.83 260	26.18 316	16.33 297	14.58 232	9.28 233	0.25 182	0.27 158	0.16 237	0.04 109	0.65 238	0.72 107

DualNet	10.19 239	2.24 178	11.22 220	5.82 135	2.68 177	16.15 281	5.79 228	27.87 273	21.59 211	20.28 264	34.11 336	15.92 203	12.97 242	14.33 221	9.26 229	0.27 190	0.98 290	0.07 164	0.17 202	0.57 211	1.49 208

DCVSM-stereo	10.23 240	2.16 165	12.54 258	6.23 154	3.65 224	12.01 212	3.56 171	19.41 171	23.18 227	24.08 323	19.88 158	29.55 334	18.82 326	14.49 229	10.42 250	0.25 182	1.17 314	0.28 282	0.06 133	0.82 275	2.07 286

gwcnet-sp	10.26 241	3.56 287	15.31 302	6.59 180	4.30 250	15.71 268	5.71 225	26.09 248	25.15 251	21.68 296	21.77 183	15.01 188	16.42 300	15.21 246	10.76 257	0.12 122	0.20 139	0.02 100	0.09 155	0.63 232	0.86 121

scenet	10.26 241	3.56 287	15.31 302	6.59 180	4.30 250	15.71 268	5.71 225	26.09 248	25.15 251	21.68 296	21.77 183	15.01 188	16.42 300	15.21 246	10.76 257	0.12 122	0.20 139	0.02 100	0.09 155	0.63 232	0.86 121

ssnet	10.26 241	3.56 287	15.31 302	6.59 180	4.30 250	15.71 268	5.71 225	26.09 248	25.15 251	21.68 296	21.77 183	15.01 188	16.42 300	15.21 246	10.76 257	0.12 122	0.20 139	0.02 100	0.09 155	0.63 232	0.86 121

PSMNet-ADL	10.30 244	2.32 193	7.83 81	9.69 315	4.44 257	16.04 275	4.16 182	27.57 271	25.08 249	15.16 154	19.04 146	25.28 311	13.63 256	16.49 267	15.33 298	0.86 305	0.81 264	0.01 81	0.04 109	0.33 117	1.81 237

ff1	10.31 245	2.34 197	12.99 264	6.28 158	3.81 230	12.43 215	7.47 276	19.77 176	16.80 161	16.64 192	32.03 306	17.29 222	11.78 220	17.54 288	24.30 359	0.05 46	1.17 314	0.80 333	0.37 286	0.29 105	2.07 286

PSMNet-RSSM	10.31 245	2.47 214	7.79 79	7.85 266	4.38 256	10.47 190	6.67 252	29.67 295	22.25 220	16.62 190	33.75 332	23.30 291	14.58 273	13.91 216	10.56 251	0.23 171	0.09 104	0.07 164	0.24 236	0.87 282	0.48 72

IER	10.32 247	2.06 138	11.88 241	4.95 70	5.34 292	13.34 231	6.11 238	27.47 269	23.59 234	20.37 271	30.03 275	16.50 211	20.42 344	14.24 219	8.81 220	0.16 143	0.03 43	0.18 244	0.10 163	0.27 96	0.56 85

BSDual-CNN	10.33 248	1.86 95	9.14 129	7.14 225	4.12 244	15.83 273	8.93 296	34.15 346	23.28 229	18.82 246	21.95 193	22.14 281	13.58 254	14.72 235	9.53 235	0.36 211	0.13 123	0.15 230	0.04 109	0.37 143	0.46 68

psmg	10.36 249	1.86 95	9.14 129	5.58 103	4.12 244	15.74 272	7.65 280	30.05 300	23.28 229	21.80 300	26.26 233	22.14 281	13.58 254	14.72 235	9.53 235	0.36 211	0.13 123	0.17 240	0.04 109	0.44 171	0.67 99

test_for_model	10.44 250	31.57 433	7.69 75	28.25 430	19.35 428	5.66 94	1.73 81	9.50 20	9.59 80	13.59 134	6.15 28	5.25 43	2.58 26	5.60 9	1.81 5	10.21 420	3.48 414	0.00 1	0.16 196	35.71 444	10.93 422

CFNet-ft	10.46 251	3.02 257	7.10 56	7.69 255	5.42 298	16.93 295	5.92 233	22.83 216	22.31 221	15.81 172	30.40 280	26.42 319	15.19 281	13.60 209	12.18 273	0.14 131	0.10 114	1.87 371	0.34 275	1.22 300	0.73 110

CFNet_RVC	10.46 251	3.02 257	7.10 56	7.69 255	5.42 298	16.93 295	5.92 233	22.82 215	22.31 221	15.81 172	30.40 280	26.41 318	15.19 281	13.60 209	12.19 274	0.14 131	0.10 114	1.87 371	0.34 275	1.22 300	0.73 110

test_sample6	10.49 253	2.24 178	11.49 226	5.91 140	2.48 168	16.12 280	6.37 248	28.98 286	22.48 223	20.28 264	34.11 336	17.08 219	13.28 247	14.57 230	10.61 254	0.32 203	0.95 285	0.10 187	0.19 218	0.59 220	1.61 219

UGAM	10.51 254	1.74 73	10.16 170	7.06 220	4.44 257	6.56 136	11.34 340	16.06 112	27.83 280	21.09 287	28.18 252	23.47 293	11.21 207	26.86 371	11.33 266	0.05 46	0.49 214	0.46 307	0.36 281	0.44 171	0.97 140

qqq1	10.51 254	1.90 100	14.85 292	4.89 63	1.48 101	14.92 251	3.21 156	31.03 306	30.74 300	20.28 264	29.37 266	18.33 242	14.54 269	16.56 269	4.42 117	0.41 224	1.20 324	0.00 1	0.14 181	0.39 154	1.60 216

fff1	10.51 254	1.90 100	14.85 292	4.89 63	1.48 101	14.92 251	3.21 156	31.03 306	30.74 300	20.28 264	29.37 266	18.33 242	14.54 269	16.56 269	4.42 117	0.41 224	1.20 324	0.00 1	0.14 181	0.39 154	1.60 216

UDGNet	10.51 254	14.75 403	11.91 242	10.29 332	2.78 184	7.93 166	1.94 99	19.31 170	34.57 337	17.74 218	13.70 100	13.56 169	7.30 143	13.52 202	7.18 193	5.80 403	0.11 118	12.86 428	2.76 391	9.87 409	2.34 307

ICVP	10.54 258	2.11 151	7.49 70	9.62 313	3.41 216	13.85 237	6.34 246	26.81 261	23.24 228	16.90 198	31.76 303	27.31 328	12.81 240	12.18 143	12.47 281	1.59 351	0.58 236	0.19 250	0.13 172	0.63 232	1.45 200
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 259	2.15 161	12.88 260	5.55 102	4.11 243	15.24 261	3.93 177	28.55 280	32.41 315	18.70 241	24.95 221	22.99 287	9.66 187	14.22 218	8.13 208	0.29 197	0.84 269	1.63 368	0.23 232	3.43 363	1.31 182

cf-r	10.67 260	2.34 197	9.77 156	6.17 149	5.79 312	12.94 224	5.14 205	25.21 241	27.86 281	17.84 221	32.03 306	25.81 313	15.91 291	12.22 145	12.56 283	0.17 149	0.19 138	0.05 138	0.06 133	0.59 220	0.72 107

RAFT + AFF	10.71 261	4.59 314	18.51 337	10.52 340	5.02 282	13.14 227	11.12 337	26.24 251	27.48 277	15.09 153	16.07 118	19.83 262	11.23 209	17.09 282	10.38 247	0.45 238	1.45 366	0.65 322	0.23 232	2.31 340	2.74 328

hknet	10.77 262	1.95 107	11.80 236	7.14 225	3.83 234	15.83 273	8.93 296	34.15 346	22.70 225	18.82 246	21.95 193	23.13 289	17.03 307	16.94 279	9.85 240	0.28 194	0.13 123	0.15 230	0.04 109	0.37 143	0.46 68

ttt	10.82 263	2.17 168	9.66 154	7.03 216	4.44 257	14.16 243	6.87 261	33.72 342	30.69 298	15.67 169	31.50 298	14.99 187	10.50 197	16.54 268	13.98 289	0.41 224	1.31 342	0.10 187	0.29 256	0.47 184	1.92 251

ACVNet	10.83 264	2.25 182	7.10 56	6.43 171	3.02 201	13.17 228	3.75 174	22.83 216	35.15 343	15.81 172	30.67 285	24.65 301	15.77 289	16.47 265	18.13 320	0.16 143	0.01 10	0.06 147	0.07 141	0.65 238	0.43 61

AdaStereo	10.85 265	4.57 313	10.79 202	9.59 312	3.46 218	17.49 302	6.29 243	32.70 330	26.07 264	19.04 251	26.55 238	19.60 261	10.12 193	17.71 294	10.38 247	1.00 319	0.05 60	0.42 303	0.02 89	0.70 250	0.46 68
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.
SMFormer	11.03 266	1.90 100	14.85 292	4.89 63	1.48 101	14.92 251	3.21 156	31.03 306	30.74 300	20.28 264	29.37 266	18.33 242	14.54 269	16.56 269	14.46 293	0.41 224	1.20 324	0.28 282	0.24 236	0.45 177	1.47 203

tta	11.03 266	1.90 100	14.85 292	4.89 63	1.48 101	14.92 251	3.21 156	31.03 306	30.73 299	20.28 264	29.37 266	18.33 242	14.54 269	16.56 269	14.46 293	0.41 224	1.20 324	0.28 282	0.24 236	0.39 154	1.60 216

iResNet	11.06 268	4.16 304	16.83 319	7.89 269	2.23 158	15.59 266	9.17 304	24.49 235	29.14 289	20.78 277	31.13 293	16.87 217	11.58 215	15.45 250	12.50 282	0.64 274	0.05 60	0.02 100	0.10 163	0.79 267	1.71 228

DDVS	11.10 269	3.37 277	13.49 272	7.49 248	4.07 239	16.17 283	2.73 139	24.18 231	17.91 170	21.37 292	30.15 277	31.23 346	8.50 166	19.92 313	15.00 296	0.82 299	1.56 374	0.08 172	0.22 224	0.84 279	2.84 332

test_sample7	11.16 270	2.69 235	11.55 229	5.82 135	2.21 157	15.39 263	9.15 302	29.36 289	25.26 254	24.82 330	21.48 180	24.89 304	18.88 329	14.41 225	11.06 263	0.78 292	1.96 386	0.43 304	0.14 181	0.73 256	2.20 301

CFNet	11.23 271	3.41 279	10.68 199	7.08 223	4.22 248	17.38 300	4.83 202	31.29 316	31.29 307	19.15 253	26.85 241	24.06 297	13.75 258	16.23 258	12.22 275	0.26 186	0.05 60	0.44 305	0.09 155	0.92 285	0.41 56

AACVNet	11.24 272	3.71 294	11.56 230	9.45 308	3.35 213	11.67 208	4.88 203	23.23 222	14.00 125	28.19 360	29.90 274	30.39 344	18.03 320	20.04 314	13.22 287	0.50 247	0.21 147	0.23 266	0.07 141	0.75 262	1.52 212

DeepPruner_ROB	11.28 273	5.83 338	15.23 299	6.93 213	4.50 262	10.08 180	6.62 251	36.65 376	20.17 198	18.12 230	27.95 248	23.10 288	13.43 249	20.08 315	11.90 269	1.16 337	0.51 218	0.23 266	0.17 202	1.11 296	1.91 250

GMStereo_Zeroshot	11.32 274	8.59 372	21.66 361	10.06 323	2.53 171	12.38 214	1.43 43	21.36 201	21.50 209	23.48 317	35.74 349	24.85 303	6.12 116	20.48 322	8.28 211	0.83 300	0.02 30	0.25 272	0.01 65	6.33 391	0.53 78

LMCR-Stereo	11.32 274	4.98 324	11.87 240	14.09 382	4.01 237	16.97 297	5.70 223	26.41 255	23.41 232	22.57 310	22.11 199	15.18 192	15.44 285	21.48 342	17.57 316	2.29 367	0.04 51	0.00 1	0.03 98	1.53 318	0.65 96

LL-Strereo	11.34 276	4.25 307	13.90 277	9.09 300	6.20 328	7.31 150	8.93 296	35.93 365	30.30 294	16.93 199	15.83 115	21.85 277	17.45 315	21.92 346	10.25 245	0.43 231	1.47 369	0.74 328	0.08 147	1.15 297	2.71 326

GwcNet-RSSM	11.34 276	2.72 237	10.26 178	7.24 235	5.38 294	12.67 220	6.70 255	26.70 260	31.93 312	17.56 215	34.45 341	24.37 300	15.77 289	13.70 211	15.31 297	0.19 161	0.20 139	0.14 225	0.05 123	0.81 272	0.64 94

HSM-Net_RVC	11.37 278	1.57 53	6.32 32	5.99 142	2.67 176	20.99 332	7.19 269	28.50 278	28.64 286	21.03 286	25.84 228	33.64 368	16.37 299	16.83 276	10.76 257	0.21 167	0.08 102	0.02 100	0.00 1	0.16 45	0.55 82
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 279	3.02 257	11.83 238	8.45 285	5.40 295	19.47 320	2.69 136	39.63 398	34.82 338	19.11 252	27.64 246	14.37 177	11.63 217	16.21 257	12.39 277	0.94 314	0.21 147	0.29 287	0.00 1	0.48 187	0.55 82

ToySt	11.51 280	2.48 217	17.84 333	6.10 146	2.09 147	16.11 279	12.36 351	25.07 238	28.25 284	15.22 155	25.16 222	25.51 312	15.98 293	17.63 293	15.46 300	0.19 161	1.08 304	0.04 130	0.31 262	0.66 243	2.67 323

DAS	11.51 280	2.60 229	15.62 308	9.37 306	6.27 333	16.04 275	7.71 281	22.70 213	33.92 327	19.53 258	29.03 261	19.51 259	19.10 333	17.44 286	8.98 223	0.78 292	0.02 30	0.29 287	0.01 65	0.48 187	0.81 116

ac_64	11.57 282	2.13 159	11.77 235	8.79 296	5.51 302	19.40 318	6.29 243	24.72 237	15.20 137	23.50 318	24.91 219	33.07 362	16.82 304	19.33 308	17.78 318	0.53 251	0.15 129	0.02 100	0.03 98	0.35 128	1.03 148

mmx	11.59 283	2.34 197	12.99 264	6.28 158	3.81 230	12.43 215	7.47 276	32.76 332	28.92 287	16.64 192	32.03 306	17.29 222	11.78 220	17.54 288	24.30 359	0.24 176	1.21 330	0.80 333	0.37 286	0.65 238	1.89 246

xxx	11.59 283	2.34 197	12.99 264	6.28 158	3.81 230	12.43 215	7.47 276	32.75 331	28.92 287	16.64 192	32.03 306	17.29 222	11.78 220	17.54 288	24.30 359	0.24 176	1.21 330	0.80 333	0.37 286	0.65 238	1.89 246

NOSS_ROB	11.76 285	4.63 316	8.14 91	7.46 245	2.92 192	17.82 305	10.55 327	30.45 303	34.08 331	16.37 181	19.97 159	23.14 290	16.31 295	18.22 299	10.67 256	2.98 379	1.84 381	3.39 395	1.64 376	2.24 336	2.37 310

ITSA-stereo	11.88 286	2.48 217	11.96 246	6.54 176	1.92 139	13.33 230	4.81 201	37.17 381	49.04 404	18.70 241	18.52 142	21.69 276	12.63 238	16.77 274	15.60 302	0.53 251	0.40 189	0.32 294	0.33 270	1.07 294	3.89 360

HSM	11.89 287	2.32 193	8.70 104	6.70 196	4.10 242	16.45 287	8.06 288	30.42 302	20.31 200	23.35 316	26.42 237	41.60 405	17.59 317	20.66 325	9.57 237	0.11 113	0.03 43	0.01 81	0.01 65	0.24 72	1.22 170

SepStereo	12.04 288	2.60 229	15.62 308	9.37 306	6.27 333	16.04 275	7.71 281	22.70 213	33.92 327	19.53 258	29.03 261	19.51 259	19.10 333	27.97 377	8.98 223	0.78 292	0.02 30	0.29 287	0.01 65	0.48 187	0.81 116

DMCA-RVC	12.06 289	4.35 310	14.21 284	10.52 340	4.86 272	13.84 236	4.33 187	25.20 239	24.13 239	20.56 275	29.22 264	26.65 321	25.85 371	17.02 280	16.34 307	0.41 224	0.35 180	0.55 315	0.24 236	0.83 278	1.81 237

ACV-stereo	12.12 290	6.01 344	30.51 385	7.45 243	3.42 217	21.69 338	6.74 256	22.11 207	20.81 202	17.88 224	21.26 177	26.73 324	17.28 311	20.80 329	14.16 290	0.79 296	1.10 307	0.17 240	0.09 155	0.67 245	2.66 321

1111x	12.31 291	2.33 195	12.13 249	5.79 131	2.84 187	15.49 264	8.70 294	36.34 371	29.33 290	16.58 188	27.52 245	26.70 323	15.76 288	17.21 283	24.79 365	0.26 186	1.37 354	0.04 130	0.42 305	0.46 182	2.07 286

UPFNet	12.31 291	2.15 161	11.91 242	7.90 270	7.21 353	20.03 326	9.28 305	29.44 293	27.18 275	20.88 280	30.86 289	21.23 271	18.11 321	19.60 310	17.41 315	0.55 259	0.57 233	0.26 274	0.07 141	0.67 245	0.92 129

FADNet-RVC-Resample	12.31 291	5.22 327	32.28 392	10.14 326	4.08 241	14.97 255	6.98 265	26.54 257	24.42 243	23.72 319	29.31 265	19.87 263	15.01 277	16.26 262	10.61 254	0.65 275	0.52 221	0.48 309	0.54 326	1.52 317	3.09 343

RASNet	12.38 294	2.58 227	12.48 257	6.76 198	5.97 320	16.37 285	6.74 256	34.99 357	22.20 218	17.44 209	33.11 323	22.81 286	24.84 364	20.33 319	18.27 323	1.16 337	0.05 60	0.06 147	0.01 65	0.27 96	1.06 154

test_xeample	12.39 295	2.09 145	10.36 181	5.73 126	3.06 203	18.17 311	6.27 242	31.98 323	24.37 242	18.78 245	33.92 335	19.09 257	16.00 294	14.60 233	39.03 421	0.19 161	1.32 344	0.01 81	0.33 270	0.36 137	2.04 281

iResNet_ROB	12.41 296	3.19 265	12.39 254	6.63 186	3.72 226	16.98 298	2.64 132	32.29 325	38.58 363	26.93 352	33.73 331	26.24 317	17.40 314	17.36 285	8.95 222	0.33 205	0.01 10	0.00 1	0.00 1	0.40 158	0.35 34

DSFCA	12.44 297	3.00 254	14.87 296	6.04 144	7.03 349	17.06 299	10.86 333	31.11 311	32.12 313	26.41 347	23.81 212	22.37 283	15.13 280	21.13 337	13.53 288	0.95 316	0.66 245	0.28 282	0.38 296	1.21 299	0.77 114

FADNet_RVC	12.44 297	6.19 346	40.86 407	7.04 217	3.69 225	11.30 201	4.17 183	29.67 295	27.67 279	18.20 232	26.04 229	13.47 167	17.15 308	16.85 278	14.95 295	0.99 318	0.75 255	0.60 318	1.32 368	4.18 372	3.62 352

CBMV_ROB	12.51 299	3.86 297	7.98 85	5.81 133	2.99 199	16.05 278	4.62 195	27.61 272	31.37 308	26.75 350	32.62 317	23.97 296	22.66 358	21.14 338	12.09 270	2.15 364	1.78 380	2.24 377	1.27 367	1.64 321	1.54 214

NLCA_NET_v2_RVC	12.58 300	4.09 301	18.25 335	8.26 279	5.83 316	14.72 248	5.85 231	33.49 340	27.86 281	22.14 305	32.16 312	24.94 308	14.01 267	16.19 256	16.82 313	0.90 310	0.35 180	0.37 299	0.58 332	1.51 316	3.31 347
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 301	2.25 182	13.50 273	8.30 281	6.23 329	19.81 324	6.34 246	26.43 256	35.15 343	26.38 346	30.67 285	24.65 301	14.91 276	16.47 265	19.16 332	0.16 143	0.01 10	0.06 147	0.07 141	0.74 259	0.43 61

hitnet-ft	12.59 301	3.03 260	7.87 82	7.49 248	4.20 247	27.41 375	3.75 174	23.41 225	24.15 240	21.14 289	34.12 338	31.93 354	19.74 341	20.28 318	18.13 320	0.54 257	1.45 366	0.35 297	0.09 155	1.26 303	1.41 196

xxxx	12.60 303	2.03 127	10.79 202	6.18 151	2.86 189	21.84 339	3.02 149	34.55 354	25.46 258	16.39 182	31.58 301	26.87 327	14.75 275	14.00 217	37.45 413	0.21 167	1.36 353	0.01 81	0.32 264	0.35 128	2.07 286

pcwnet_v2	12.68 304	2.30 190	18.36 336	8.32 282	5.74 310	17.73 304	4.77 199	36.75 379	46.28 400	20.98 284	29.07 263	16.62 212	13.52 250	16.56 269	10.30 246	0.55 259	1.02 301	0.34 296	0.24 236	2.10 332	2.11 294

iResNetv2_ROB	12.78 305	4.09 301	15.60 306	6.44 173	3.75 228	14.86 249	7.17 267	34.46 352	37.12 351	26.06 341	34.81 345	29.76 335	16.32 296	14.77 239	7.67 198	0.31 200	0.03 43	0.12 212	0.01 65	0.94 286	1.23 172

ADLNet	12.84 306	2.93 249	11.94 244	8.87 297	6.88 345	17.96 306	8.85 295	34.12 344	26.67 270	27.81 359	26.24 232	26.84 326	15.04 278	17.54 288	19.94 336	0.59 267	0.58 236	0.24 270	0.11 166	0.80 271	2.85 334

CBFPSM	12.96 307	3.37 277	30.97 387	5.30 86	3.22 209	22.79 346	16.93 384	21.82 202	21.35 205	21.93 302	28.34 254	29.99 339	17.38 313	15.32 249	16.39 308	0.11 113	0.48 211	0.10 187	0.17 202	0.58 214	2.72 327

ADLNet2	12.99 308	2.94 250	14.18 282	9.57 311	5.96 319	20.23 329	10.41 326	33.05 334	37.61 355	19.46 257	19.74 156	22.46 284	18.63 323	22.37 349	20.76 340	0.37 215	0.15 129	0.06 147	0.08 147	1.04 293	0.72 107

dad	13.05 309	11.39 386	15.64 310	7.35 238	2.10 148	15.64 267	3.48 166	18.77 161	35.55 346	27.77 357	33.76 333	31.59 348	13.04 244	14.79 240	11.16 265	3.35 385	0.54 225	7.85 418	0.96 354	3.88 370	2.49 317

AASNet	13.05 309	3.27 270	12.23 251	10.28 331	6.90 346	17.61 303	7.88 283	41.14 403	38.29 360	23.20 315	29.62 271	16.85 216	15.59 287	15.50 252	19.03 330	0.39 217	0.03 43	0.78 330	0.05 123	1.32 307	1.08 157

HBP-ISP	13.07 311	8.80 373	8.99 116	8.11 277	4.55 264	13.48 233	6.60 250	29.09 288	30.50 296	21.33 291	36.14 350	16.62 212	19.42 337	20.92 331	12.81 285	3.63 387	2.61 399	7.18 414	4.12 403	3.74 368	2.69 325

222	13.07 311	1.99 117	10.74 201	6.56 178	2.74 180	19.95 325	2.54 126	34.13 345	24.42 243	22.52 309	31.39 295	20.78 267	16.99 306	14.31 220	48.07 443	0.16 143	1.33 348	0.01 81	0.32 264	0.37 143	2.02 276

DualNet (step1)	13.16 313	5.31 329	19.76 346	6.41 167	3.12 206	17.98 307	9.85 317	29.36 289	25.26 254	24.82 330	21.48 180	24.89 304	18.87 327	14.41 225	11.06 263	6.83 407	1.96 386	6.61 407	7.47 417	3.22 359	4.59 363

UNet	13.18 314	2.47 214	14.45 286	7.45 243	7.82 368	26.01 366	4.67 198	34.38 351	29.42 291	20.90 282	31.81 304	26.68 322	18.98 330	21.08 336	15.56 301	0.21 167	0.06 85	0.27 276	0.09 155	0.37 143	1.01 145

HGLStereo	13.21 315	3.45 280	14.01 279	10.32 334	7.72 365	15.72 271	7.19 269	31.94 322	28.12 283	20.83 279	36.16 352	26.61 320	20.82 346	18.74 303	19.63 335	1.01 321	0.22 149	0.07 164	0.08 147	0.59 220	1.00 144

GEStereo_RVC	13.23 316	3.13 263	15.23 299	10.33 335	4.95 278	18.92 317	11.46 343	31.58 320	48.03 402	20.51 274	27.68 247	19.00 255	13.31 248	20.44 321	16.01 305	1.15 336	0.51 218	0.10 187	0.14 181	0.67 245	1.47 203

delet	13.26 317	2.43 213	12.99 264	8.45 285	6.26 332	22.40 342	10.83 332	28.78 283	38.76 364	20.39 273	30.36 279	20.85 268	17.67 318	22.97 351	19.13 331	0.14 131	0.45 205	0.19 250	0.08 147	0.78 266	1.24 174

CRFU-Net	13.32 318	3.53 286	12.90 262	8.76 295	6.05 323	26.25 368	10.15 323	25.86 244	14.68 132	30.76 378	30.58 283	30.11 342	21.59 355	20.52 323	20.28 338	1.53 350	0.48 211	0.27 276	0.16 196	0.64 237	1.28 178

CSP-Net	13.41 319	3.62 292	11.03 215	6.62 185	4.07 239	25.76 365	9.61 312	29.66 294	27.14 274	29.97 372	33.42 328	29.84 337	17.23 310	20.64 324	16.03 306	1.12 332	0.41 196	0.03 117	0.00 1	0.75 262	1.29 180

MMNet	13.55 320	2.82 242	13.90 277	7.63 252	6.36 336	26.45 370	4.63 196	24.00 230	42.67 380	26.25 344	33.12 324	20.98 270	19.45 339	20.14 316	19.49 334	0.75 284	0.54 225	0.11 207	0.01 65	0.53 200	1.10 159

STTStereo	13.60 321	5.63 335	28.73 381	8.07 275	5.65 308	13.97 240	7.17 267	31.25 313	26.70 271	25.59 337	32.06 311	31.71 351	14.71 274	17.24 284	16.46 310	0.29 197	0.40 189	0.71 325	1.43 371	1.31 305	2.82 331

SGM-Forest	13.63 322	2.55 225	8.22 93	6.30 163	2.16 154	23.84 352	11.13 338	34.68 355	32.40 314	27.27 353	33.02 320	30.08 341	17.82 319	22.13 347	15.40 299	1.66 357	0.32 170	0.88 341	0.03 98	0.79 267	1.93 252
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 323	4.93 323	11.80 236	11.93 367	5.53 303	16.75 293	14.38 365	36.12 369	32.59 317	23.08 314	27.03 242	25.90 315	15.40 283	25.87 366	14.23 291	1.24 344	0.09 104	1.53 366	0.61 335	2.06 331	2.94 337

AANet_RVC	13.75 324	6.34 348	12.90 262	8.87 297	4.53 263	14.09 242	9.12 301	29.37 292	38.32 361	23.85 322	37.41 357	23.55 294	17.51 316	23.31 354	18.56 324	2.08 363	1.30 340	0.25 272	0.06 133	0.73 256	2.87 335

ssnet_v2	13.84 325	3.15 264	13.44 271	7.99 272	3.08 204	22.60 343	14.51 368	36.65 376	33.59 325	22.04 304	26.10 230	28.64 330	17.16 309	23.13 352	20.86 342	0.50 247	0.32 170	0.20 255	0.13 172	1.41 310	1.38 188

FADNet-RVC	13.86 326	12.75 398	41.65 408	8.64 290	4.63 266	16.45 287	6.89 262	28.91 284	24.20 241	20.89 281	31.44 297	26.73 324	11.37 213	21.58 344	15.91 303	0.25 182	0.14 128	0.14 225	0.24 236	2.97 350	1.50 211

psm_up	13.88 327	2.70 236	10.89 209	10.20 328	5.97 320	15.01 256	12.58 353	39.13 395	31.75 310	21.39 293	31.09 292	30.18 343	25.01 367	20.33 319	17.62 317	0.75 284	0.39 187	0.18 244	0.03 98	0.82 275	1.67 225

DLCB_ROB	13.97 328	3.74 295	11.01 214	9.99 322	5.85 317	21.40 335	10.37 325	30.17 301	30.49 295	28.21 361	32.18 313	32.67 358	21.17 350	20.20 317	18.59 325	0.34 207	0.18 135	0.41 302	0.15 188	0.61 228	1.76 233

StereoDRNet-Refined	14.03 329	3.52 284	12.77 259	8.70 292	3.31 211	18.50 314	4.58 193	29.08 287	30.59 297	29.85 370	42.52 388	25.24 310	19.57 340	23.88 356	23.55 354	0.44 234	0.07 96	0.54 314	0.38 296	0.88 284	2.64 320
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 330	5.00 325	47.51 418	6.57 179	4.04 238	21.14 333	14.37 363	28.25 276	21.37 206	21.95 303	31.37 294	21.31 273	18.66 324	16.15 255	20.61 339	0.31 200	0.41 196	0.09 179	0.05 123	1.00 291	0.76 112

CVANet_RVC	14.09 331	4.82 321	10.86 208	9.46 309	5.60 307	19.70 323	12.94 358	33.38 338	34.86 339	23.72 319	33.31 325	29.76 335	16.35 298	24.37 357	12.45 280	1.22 342	0.23 151	1.45 365	0.87 348	3.41 362	3.01 339

SACVNet	14.10 332	5.24 328	14.19 283	12.11 369	6.12 326	18.45 313	9.11 300	33.13 335	22.94 226	28.79 364	33.88 334	32.69 359	23.78 359	20.91 330	12.13 272	1.08 326	0.54 225	0.84 340	0.48 315	1.41 310	4.26 362

rvit_105_1	14.11 333	6.23 347	22.11 364	13.74 381	4.55 264	15.38 262	28.19 429	27.21 265	43.35 384	19.53 258	24.36 216	22.05 280	15.96 292	18.37 300	12.70 284	2.27 366	0.58 236	0.26 274	2.37 389	0.70 250	2.20 301

PS-NSSS	14.36 334	8.44 370	16.43 315	7.44 242	5.79 312	18.65 316	12.71 356	39.02 392	26.84 272	20.99 285	36.15 351	21.47 274	18.25 322	18.21 298	18.63 326	2.44 372	0.55 229	5.38 400	0.37 286	5.25 382	4.11 361

CBMV	14.52 335	4.59 314	9.99 165	6.61 184	2.85 188	22.76 345	12.45 352	30.63 305	33.32 321	31.98 382	35.00 347	31.68 349	19.43 338	26.53 369	16.71 312	1.28 345	0.61 241	0.63 320	0.12 168	1.26 303	1.89 246
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 336	11.96 390	39.55 406	8.50 287	6.64 340	18.53 315	6.74 256	35.70 363	35.06 341	19.21 254	28.06 250	28.14 329	13.94 265	18.54 302	11.61 268	0.48 242	0.75 255	0.38 301	0.49 318	9.17 404	2.05 284

fast-acv-ft	14.96 337	4.73 318	17.68 329	8.03 274	5.27 291	28.61 381	9.97 320	26.25 253	35.58 347	26.03 340	38.02 363	31.91 353	21.50 352	19.25 307	21.18 343	0.61 271	0.38 185	0.63 320	0.48 315	1.31 305	1.73 230

pmcnn	15.27 338	4.31 308	22.32 366	7.46 245	4.46 260	22.15 341	15.74 375	28.53 279	31.88 311	27.78 358	40.04 375	39.06 390	19.11 335	18.79 304	20.78 341	1.04 324	0.23 151	0.00 1	0.00 1	0.53 200	1.17 165

Anonymous_2	15.61 339	7.12 354	18.63 340	6.49 174	7.98 369	26.94 373	11.93 347	19.48 172	18.48 183	18.25 235	15.95 116	24.18 298	21.32 351	21.17 339	15.94 304	10.88 423	13.80 437	11.19 426	25.13 441	10.92 415	6.42 388

NVstereo2D	15.77 340	4.01 299	17.73 330	9.96 321	8.10 375	30.36 389	9.52 307	43.10 414	43.12 383	15.45 162	28.03 249	23.46 292	16.84 305	24.62 358	17.06 314	3.35 385	0.87 276	1.76 370	1.13 361	7.76 397	9.19 412

test_sample9	15.79 341	5.31 329	19.76 346	6.41 167	3.12 206	17.98 307	9.85 317	29.36 289	25.26 254	24.82 330	21.48 180	24.89 304	18.87 327	21.03 332	22.11 345	6.83 407	36.75 446	6.61 407	7.47 417	3.22 359	4.59 363

StereoDRNet	16.00 342	5.45 333	16.67 318	11.34 359	8.74 383	25.62 362	11.07 336	40.40 401	37.03 350	29.77 369	30.04 276	34.35 373	19.09 332	19.81 311	25.28 368	0.65 275	0.30 167	0.16 237	0.14 181	1.80 325	2.33 306

Wz-Net-LNSev-Ref	16.12 343	4.56 312	29.46 382	7.78 262	6.11 325	26.08 367	13.01 359	31.08 310	37.61 355	27.66 355	46.96 409	29.92 338	15.40 283	21.54 343	22.39 347	1.09 328	0.05 60	0.10 187	0.00 1	0.43 168	1.21 169

DRN-Test	16.60 344	4.76 319	16.90 322	10.75 346	8.16 376	29.42 385	14.37 363	43.26 416	39.35 365	28.93 366	35.46 348	29.03 332	20.11 343	20.78 327	24.51 364	0.94 314	0.93 283	0.46 307	0.35 277	1.42 312	2.12 295

SDNR	16.80 345	5.88 340	30.01 384	6.39 166	6.53 337	57.67 443	3.15 151	24.30 232	31.49 309	21.50 295	36.56 355	14.69 181	16.76 303	19.14 306	14.45 292	11.12 426	14.00 438	3.11 391	0.51 322	8.86 403	9.92 417

DISCO	16.93 346	2.58 227	17.15 325	8.26 279	4.37 255	27.65 377	10.68 328	31.28 315	44.93 393	22.21 306	34.47 342	36.48 381	23.91 360	36.14 406	34.48 408	0.35 208	0.11 118	0.04 130	0.07 141	1.95 327	1.40 193

PA-Net	16.98 347	8.05 367	29.56 383	10.52 340	11.30 402	21.91 340	29.93 433	32.64 328	39.50 366	20.38 272	28.51 257	23.80 295	20.82 346	21.45 341	25.60 370	0.25 182	2.36 396	0.23 266	4.99 408	1.34 308	6.47 389
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 348	8.11 368	28.42 380	9.29 305	8.89 386	24.46 354	25.06 421	35.40 360	49.52 408	26.73 349	33.49 330	20.50 266	18.75 325	20.67 326	19.18 333	2.30 368	2.09 388	1.13 353	0.75 343	2.86 347	2.84 332

GwcNet	17.31 349	6.61 352	23.02 368	10.83 350	8.63 381	29.48 386	10.80 330	39.37 397	45.73 395	24.16 324	37.85 362	31.50 347	21.81 357	21.37 340	27.25 384	0.81 297	0.88 278	0.57 317	0.46 308	1.54 319	3.61 350

NaN_ROB	17.35 350	7.91 363	18.84 342	11.29 357	4.93 276	33.28 400	20.75 403	38.10 387	43.81 385	30.28 375	31.53 299	32.88 360	20.88 348	29.10 382	17.85 319	0.40 220	0.43 203	0.31 292	0.44 307	0.98 288	3.03 341

S-Stereo	17.36 351	4.46 311	22.16 365	12.58 375	9.10 388	23.07 347	12.60 354	33.18 336	46.12 398	22.78 311	38.67 369	29.04 333	27.48 378	19.40 309	23.90 358	3.14 383	3.13 408	0.88 341	1.95 383	3.77 369	9.86 416

FAT-Stereo	17.45 352	3.56 287	19.19 343	10.31 333	6.54 338	18.00 310	14.89 371	38.68 390	40.49 369	27.39 354	39.66 372	37.32 383	32.14 404	21.07 335	22.97 350	3.68 388	2.16 393	0.81 337	1.21 365	2.10 332	6.78 392

DANet	17.51 353	8.91 374	27.61 377	14.94 390	7.48 355	22.67 344	5.66 221	27.33 268	26.64 268	32.62 389	36.27 353	37.40 384	30.07 394	31.65 392	26.09 376	1.30 346	1.46 368	2.33 379	0.53 325	3.54 365	5.69 377
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 354	17.23 410	20.10 351	12.02 368	6.91 347	28.81 382	11.45 342	41.35 404	21.95 215	30.13 374	34.66 343	32.04 356	11.30 211	21.04 334	16.43 309	8.91 415	2.67 400	12.29 427	0.84 346	12.72 421	8.43 407

PSMNet_ROB	17.59 355	6.52 351	16.27 313	14.43 385	7.71 364	29.22 384	33.59 438	43.94 419	38.52 362	24.74 329	33.46 329	34.17 371	17.29 312	18.52 301	25.68 372	0.40 220	0.29 165	0.96 345	2.22 386	2.03 330	1.81 237

Syn2CoEx	17.68 356	11.86 389	28.39 379	20.88 413	8.24 377	25.66 363	12.35 349	37.57 383	33.60 326	29.57 367	39.80 374	30.02 340	28.00 381	19.91 312	18.91 329	1.14 335	0.53 223	1.23 359	0.46 308	1.97 328	3.61 350

GANet	17.85 357	5.41 332	14.79 290	11.91 366	4.73 267	24.54 356	17.04 387	41.01 402	34.96 340	33.06 390	45.84 404	39.83 395	29.19 388	24.71 360	22.45 349	1.34 347	0.41 196	1.09 349	0.70 340	2.15 334	1.89 246

GASNet	17.87 358	20.62 421	32.66 394	21.17 414	9.48 391	16.26 284	9.15 302	45.00 424	40.55 371	26.16 342	24.34 215	33.05 361	15.45 286	29.82 386	18.15 322	3.79 390	0.28 163	1.87 371	0.51 322	7.06 392	1.97 262

test_sample8	17.93 359	5.31 329	19.76 346	6.41 167	3.12 206	17.98 307	9.85 317	32.68 329	20.05 196	33.68 395	26.30 234	40.74 399	34.14 408	21.03 332	22.11 345	6.83 407	36.75 446	6.61 407	7.47 417	3.22 359	4.59 363

NCCL2	17.94 360	7.94 365	16.87 321	24.07 424	7.60 360	24.52 355	17.08 388	35.42 361	26.65 269	32.01 383	38.57 366	41.96 408	27.61 379	22.24 348	24.43 363	0.65 275	0.33 176	2.64 385	2.13 385	2.28 339	3.86 359

ADCRef	18.01 361	8.01 366	44.10 412	10.75 346	8.85 385	27.18 374	11.06 335	31.77 321	34.40 334	31.90 381	42.45 387	18.79 250	21.55 354	25.18 363	35.17 409	1.03 323	0.42 201	2.18 376	1.79 378	1.38 309	2.27 305

XPNet_ROB	18.03 362	6.06 345	18.19 334	11.68 362	6.83 343	21.23 334	16.93 384	36.66 378	39.82 368	32.51 388	42.05 386	41.04 402	25.77 370	25.72 364	28.80 394	1.67 358	0.91 282	0.79 331	0.27 251	1.24 302	2.38 312

SuperB	18.07 363	7.33 357	56.73 429	8.42 284	5.42 298	20.39 330	9.73 315	26.04 247	50.80 412	26.88 351	39.52 371	17.79 237	21.54 353	23.17 353	25.96 375	0.77 289	0.32 170	1.11 352	0.73 342	16.11 428	2.75 330

RP	18.36 364	5.94 342	17.54 328	15.95 400	12.33 410	21.55 337	12.66 355	28.65 281	45.65 394	23.78 321	42.55 389	39.77 394	29.54 391	26.72 370	23.58 356	6.14 405	1.05 303	4.38 397	1.77 377	3.90 371	3.82 358

APVNet	18.42 365	6.37 349	23.10 369	12.76 377	8.28 378	30.74 390	24.17 418	42.08 410	30.76 303	25.86 339	41.66 382	31.83 352	24.99 365	28.01 378	28.77 392	0.49 245	0.57 233	3.05 389	0.55 329	1.80 325	2.46 315

ETE_ROB	18.45 366	10.71 378	20.90 358	14.23 384	4.92 275	23.28 349	22.01 406	33.00 333	36.14 349	30.68 377	39.03 370	46.10 420	26.28 372	27.52 375	26.22 377	0.53 251	0.49 214	1.16 354	0.94 349	1.69 323	3.07 342

PWCDC_ROB	18.66 367	11.24 384	21.32 360	18.82 408	8.08 374	25.75 364	6.94 264	35.08 358	53.33 419	30.37 376	49.70 417	20.87 269	21.63 356	31.05 391	22.39 347	6.94 411	0.28 163	0.10 187	0.06 133	5.98 390	3.22 345

Nwc_Net	18.76 368	5.80 336	19.91 350	14.99 392	11.96 407	26.32 369	15.90 376	41.68 407	40.50 370	21.85 301	43.58 396	34.89 374	29.47 390	27.48 374	26.34 378	3.75 389	0.27 158	2.55 384	3.31 396	2.25 337	2.46 315

ADCP+	18.93 369	5.83 338	35.35 398	9.85 319	10.36 396	29.49 387	13.65 361	34.22 349	37.75 357	30.02 373	41.45 380	24.18 298	26.43 375	34.71 400	36.58 411	0.27 190	0.40 189	2.00 374	1.19 363	2.31 340	2.66 321

MDST_ROB	18.99 370	3.23 267	15.81 312	14.15 383	6.98 348	44.89 426	16.81 383	43.19 415	42.83 381	43.71 420	43.84 397	28.79 331	19.02 331	30.64 390	18.70 327	1.84 360	0.84 269	0.69 324	0.47 314	0.71 254	2.61 319

Wz-Net-LNSev	19.04 371	11.48 387	43.55 411	10.82 349	8.01 372	24.96 358	17.46 392	34.72 356	44.36 389	33.43 393	44.72 402	32.54 357	24.13 361	21.64 345	24.38 362	0.93 313	0.22 149	0.00 1	0.03 98	1.44 313	1.99 273

AF-Net	19.18 372	6.50 350	16.90 322	16.60 401	11.00 401	23.83 351	11.31 339	36.25 370	51.10 415	25.56 336	38.34 365	41.77 406	31.01 399	30.20 388	27.83 387	4.87 400	0.27 158	4.60 398	1.00 356	2.67 345	2.02 276

PWC_ROB	19.21 373	12.15 395	28.02 378	11.02 354	6.62 339	25.15 360	5.47 218	36.42 373	49.47 407	33.19 391	44.32 399	34.98 375	26.66 376	32.22 395	27.30 385	1.71 359	0.27 158	1.62 367	0.37 286	2.38 342	4.90 369

stereogan	19.38 374	4.02 300	18.62 339	13.54 379	10.30 395	37.03 409	9.83 316	39.12 394	46.13 399	25.09 335	41.76 384	40.01 396	27.19 377	32.16 393	25.48 369	2.44 372	1.13 311	2.70 387	0.86 347	5.45 384	4.81 366

edge stereo	19.38 374	5.98 343	19.25 344	11.11 355	8.07 373	23.51 350	12.74 357	35.93 365	42.55 378	35.05 398	43.06 393	41.34 404	36.05 412	26.06 367	25.62 371	2.70 376	2.47 397	6.38 405	1.54 374	3.18 358	5.01 370

RYNet	19.73 376	5.52 334	18.58 338	11.63 361	15.84 420	47.05 429	17.28 389	38.60 389	49.19 406	27.71 356	27.46 244	38.63 388	26.42 374	20.79 328	32.08 406	0.73 282	0.59 239	0.97 346	0.16 196	7.40 394	8.04 403

LALA_ROB	19.82 377	8.32 369	18.64 341	13.59 380	5.79 312	28.03 379	23.44 413	43.09 413	37.57 354	33.91 397	41.55 381	50.73 430	25.61 369	29.09 381	27.30 385	0.73 282	0.67 246	2.08 375	1.42 370	2.70 346	2.12 295

Wz-Net-MNSev	19.84 378	7.55 360	35.79 399	10.79 348	7.51 357	38.96 417	18.39 397	35.08 358	44.72 391	31.28 379	41.70 383	41.18 403	20.49 345	28.41 379	30.13 403	0.96 317	0.36 183	0.05 138	0.13 172	1.70 324	1.64 222

aanetorigin	19.84 378	13.32 400	54.46 424	10.07 324	7.99 370	14.16 243	15.32 372	17.85 148	34.49 335	49.59 430	48.88 414	34.28 372	31.32 401	23.53 355	29.64 399	1.12 332	0.81 264	0.73 326	0.94 349	3.05 351	5.23 374

SGM_RVC	20.33 380	3.24 269	8.92 114	7.20 233	1.62 118	39.61 419	17.01 386	39.11 393	35.12 342	46.26 425	42.62 390	51.57 432	39.45 419	39.66 425	29.87 401	1.16 337	0.37 184	0.55 315	0.35 277	1.20 298	1.64 222
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 381	11.06 381	33.58 395	12.11 369	7.19 352	28.90 383	11.99 348	38.49 388	58.85 436	32.22 386	37.28 356	33.11 363	21.14 349	36.93 415	38.84 420	1.49 349	1.50 370	0.15 230	0.64 336	2.18 335	2.67 323

NCC-stereo	20.61 382	7.39 358	25.96 372	15.90 398	16.62 421	20.15 327	23.27 409	44.11 422	41.29 375	25.00 333	38.64 367	35.47 376	28.75 384	36.35 409	26.90 382	4.83 398	2.14 390	3.33 393	9.27 427	3.10 353	3.72 356

Abc-Net	20.61 382	7.39 358	25.96 372	15.90 398	16.62 421	20.15 327	23.27 409	44.11 422	41.29 375	25.00 333	38.64 367	35.47 376	28.75 384	36.35 409	26.90 382	4.83 398	2.14 390	3.33 393	9.27 427	3.10 353	3.72 356
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 382	12.13 394	46.35 415	21.53 415	17.78 424	19.41 319	23.64 416	37.23 382	50.61 409	26.20 343	37.72 358	24.90 307	25.02 368	24.63 359	23.53 353	3.13 382	1.65 376	5.69 401	4.09 402	3.64 367	3.34 348

RGC	20.62 385	14.30 402	21.99 363	18.85 409	14.53 415	21.42 336	14.82 370	36.00 368	44.32 388	28.54 363	41.82 385	40.12 397	29.43 389	35.44 405	23.33 351	4.12 392	0.72 251	8.80 419	4.39 405	4.55 377	4.84 368

DGSMNet	20.75 386	13.28 399	34.59 397	14.80 389	17.14 423	23.25 348	17.99 396	36.39 372	43.00 382	20.70 276	32.67 318	36.05 380	19.22 336	30.34 389	25.04 367	4.61 395	4.62 422	6.31 404	5.20 411	14.71 425	15.15 432

WCMA_ROB	21.17 387	5.89 341	22.32 366	10.39 337	7.65 362	34.55 403	16.42 381	33.20 337	34.02 330	42.06 415	52.50 421	44.09 412	37.59 415	33.66 398	26.77 381	7.45 414	3.18 409	1.27 362	1.43 371	4.18 372	4.81 366

psmorigin	21.56 388	11.18 383	36.59 401	10.19 327	7.08 350	25.30 361	12.35 349	33.52 341	33.12 320	43.62 419	54.15 429	42.72 409	37.44 414	36.87 414	28.98 395	1.65 356	2.78 403	0.81 337	1.19 363	3.62 366	8.10 404

G-Net	21.66 389	9.10 375	39.39 405	15.85 396	9.60 392	51.00 434	16.73 382	28.32 277	31.17 306	38.99 408	43.24 394	33.26 366	32.09 403	28.50 380	26.50 380	4.74 397	3.92 419	3.60 396	1.02 357	8.42 402	7.86 401

FBW_ROB	21.87 390	11.80 388	25.52 371	14.64 387	7.49 356	31.20 393	16.35 380	45.28 425	44.78 392	44.85 424	40.36 377	43.50 411	27.85 380	34.94 401	23.52 352	3.07 381	2.15 392	7.53 417	3.03 395	4.30 374	5.17 373

SANet	22.05 391	8.47 371	32.65 393	9.90 320	4.31 253	33.49 401	23.44 413	42.82 412	56.64 431	39.67 411	44.09 398	44.62 413	32.96 406	29.24 385	25.79 373	1.08 326	0.74 253	0.98 347	0.69 338	5.69 387	3.66 355

SQANet	22.07 392	25.29 429	21.78 362	26.81 428	18.92 427	30.75 391	10.25 324	33.47 339	30.10 293	25.73 338	34.31 340	33.45 367	19.94 342	29.16 383	20.03 337	11.68 427	3.08 407	26.95 438	5.80 414	20.97 434	12.99 426

UDG	22.21 393	15.90 409	16.41 314	21.71 416	20.17 429	32.51 396	13.78 362	36.62 375	35.77 348	26.64 348	31.43 296	37.49 385	32.33 405	22.77 350	21.19 344	11.08 425	5.60 426	23.12 433	7.74 421	17.07 430	14.89 431

SHD	22.33 394	11.30 385	32.10 390	15.61 394	9.88 393	26.75 371	10.12 322	41.84 408	61.77 441	36.36 402	44.65 401	39.28 391	31.10 400	35.07 402	32.76 407	2.35 369	1.95 385	1.24 361	1.90 382	4.33 375	6.34 385

CSAN	22.36 395	11.11 382	26.06 374	21.79 417	5.59 306	34.55 403	36.54 440	40.04 400	50.84 413	37.47 405	40.31 376	45.09 416	33.07 407	27.44 373	25.80 374	1.60 354	0.75 255	1.08 348	1.80 379	2.89 348	3.36 349

ADCL	22.44 396	7.79 361	49.20 420	10.61 344	7.28 354	40.40 422	21.03 404	32.07 324	55.07 423	28.53 362	48.73 412	31.68 349	31.69 402	34.04 399	38.38 416	1.22 342	0.93 283	2.65 386	1.89 381	2.65 344	2.94 337

CC-Net-ROB	22.73 397	23.99 426	30.57 386	14.72 388	8.91 387	32.98 397	16.17 378	46.75 429	37.29 352	33.88 396	32.33 314	35.48 378	25.00 366	24.75 361	28.78 393	9.60 419	3.03 406	25.33 436	3.87 400	14.82 426	6.33 384

ADCPNet	22.75 398	10.94 380	58.96 433	12.24 373	7.57 358	37.33 410	20.08 402	33.89 343	37.37 353	33.49 394	44.32 399	39.36 393	28.43 383	32.19 394	38.55 418	2.25 365	2.69 402	2.37 381	3.59 399	4.33 375	5.01 370

MeshStereo	22.95 399	7.84 362	12.46 255	8.13 278	5.20 289	38.49 415	13.36 360	42.69 411	38.05 359	51.34 433	53.82 425	58.22 438	43.29 428	38.42 420	29.59 398	2.96 378	2.84 405	3.11 391	2.33 388	3.12 355	3.65 354
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
Wz-Net-SNSev	23.35 400	18.18 412	47.37 417	14.55 386	8.63 381	28.33 380	29.16 431	39.88 399	55.80 428	32.16 385	53.91 427	39.35 392	24.42 362	27.60 376	38.11 415	1.06 325	0.24 153	1.20 356	0.95 352	3.16 357	2.93 336

DDUNet	23.49 401	20.59 420	17.13 324	24.58 425	22.45 433	24.86 357	17.96 395	31.42 317	31.06 305	29.59 368	37.81 360	37.85 386	26.39 373	25.77 365	18.74 328	18.99 436	8.10 434	26.65 437	11.80 433	19.41 433	18.58 436

MSMD_ROB	23.50 402	10.55 377	15.65 311	17.87 407	10.07 394	35.58 406	19.04 399	34.53 353	37.81 358	41.55 414	60.11 437	46.01 419	39.81 421	32.74 396	24.92 366	6.86 410	3.63 417	8.92 420	11.16 432	7.21 393	5.99 381

LE_ROB	23.59 403	4.64 317	16.84 320	8.59 288	3.05 202	33.01 398	18.53 398	28.96 285	67.40 452	70.71 453	55.67 433	48.44 426	48.90 435	26.06 367	37.98 414	0.44 234	0.24 153	0.27 276	0.54 326	0.49 195	0.98 141

ADCMid	23.61 404	12.42 396	44.10 412	11.85 365	8.33 379	27.89 378	20.03 401	36.49 374	39.56 367	40.81 412	47.01 410	36.89 382	43.95 429	39.12 423	42.60 430	1.95 361	1.55 373	3.05 389	3.98 401	5.20 381	5.37 375

AnyNet_C32	24.34 405	15.07 405	42.84 410	13.07 378	11.83 405	31.80 394	31.73 435	32.47 326	45.77 396	35.92 400	49.66 416	34.05 369	35.21 410	44.09 432	43.39 434	1.61 355	1.70 378	1.22 358	2.94 394	4.87 379	7.60 398

MFN_U_SF_DS_RVC	24.71 406	14.86 404	32.18 391	26.47 427	10.48 397	40.27 421	22.83 408	36.88 380	44.51 390	42.59 416	47.13 411	40.20 398	28.00 381	36.70 412	28.36 388	4.23 394	4.00 420	6.73 410	16.35 438	5.05 380	6.34 385

ccnet	24.80 407	17.64 411	24.53 370	12.35 374	18.18 426	38.47 414	17.76 394	46.24 427	32.78 319	37.51 406	46.76 406	38.80 389	30.45 397	38.35 419	41.98 427	9.41 418	6.40 428	9.67 422	8.04 422	11.64 419	9.00 410

FC-DCNN	25.07 408	12.06 393	20.30 353	19.06 410	9.41 389	38.40 413	23.46 415	41.37 405	44.07 387	46.76 427	53.99 428	50.49 428	39.32 418	36.43 411	29.46 397	7.40 413	3.39 411	6.15 402	5.01 409	8.05 399	6.83 393

FC-DCNN v2	25.13 409	12.03 391	19.82 349	19.08 411	9.43 390	38.89 416	23.42 412	41.85 409	44.02 386	46.96 428	54.51 430	50.70 429	39.69 420	36.34 408	29.25 396	7.36 412	3.39 411	6.17 403	5.02 410	8.00 398	6.71 391

XQC	25.15 410	18.26 413	52.31 422	22.53 422	12.15 408	37.47 411	21.78 405	38.74 391	55.51 427	32.40 387	30.75 287	38.36 387	30.19 396	38.28 418	41.25 426	4.61 395	1.44 365	2.77 388	2.26 387	12.52 420	9.49 414

DPSNet	25.20 411	7.92 364	36.17 400	11.72 363	6.85 344	53.68 436	43.17 446	52.22 438	60.09 439	31.61 380	39.76 373	40.91 401	35.82 411	33.42 397	26.48 379	4.98 401	2.10 389	0.50 311	1.13 361	9.63 406	5.83 378

SGM-ForestM	25.21 412	4.80 320	13.50 273	8.68 291	3.74 227	46.85 428	22.04 407	46.25 428	51.32 417	51.28 432	52.07 420	62.64 445	47.13 433	46.05 433	36.30 410	1.99 362	2.25 395	1.21 357	1.24 366	1.65 322	3.21 344

PDISCO_ROB	25.35 413	10.44 376	31.01 388	29.47 433	20.36 430	38.32 412	17.74 393	45.56 426	55.34 425	29.88 371	42.94 392	46.63 421	29.76 392	36.23 407	31.29 405	10.74 422	2.20 394	6.96 411	3.53 398	9.98 410	8.52 408

EDNetEfficient	25.68 414	22.94 425	77.88 457	9.49 310	7.66 363	20.89 331	17.37 390	22.52 210	56.02 429	61.49 444	53.31 423	35.83 379	41.88 427	25.06 362	39.53 422	0.86 305	0.83 268	0.91 343	2.82 392	8.28 400	7.98 402

Wz-Net-TNSev	25.85 415	21.47 423	59.51 435	10.38 336	7.64 361	42.40 425	23.33 411	35.97 367	54.36 421	36.56 403	43.26 395	45.90 418	41.27 425	37.81 416	37.10 412	2.35 369	1.90 384	0.77 329	1.34 369	5.89 389	7.75 400

WZ-Net	25.86 416	14.23 401	64.17 438	15.77 395	10.61 398	39.36 418	28.01 428	41.38 406	54.97 422	28.82 365	53.68 424	40.90 400	30.14 395	37.91 417	42.98 433	1.59 351	0.49 214	0.73 326	0.95 352	5.43 383	5.12 372

GANetREF_RVC	26.12 417	30.35 432	27.03 375	26.08 426	6.28 335	31.16 392	37.25 442	48.48 431	50.90 414	37.30 404	36.39 354	34.11 370	30.98 398	38.51 421	28.38 389	9.08 416	2.68 401	16.48 430	5.42 413	16.24 429	9.34 413
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
FCDSN-DC	26.18 418	15.77 408	20.36 354	28.79 432	15.78 419	40.13 420	19.12 400	43.57 417	42.59 379	44.78 423	52.51 422	50.73 430	40.32 423	35.32 404	28.55 390	6.41 406	3.61 416	7.11 413	6.54 415	10.58 411	10.93 422
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 419	15.49 407	48.87 419	15.20 393	10.99 400	31.86 395	24.37 419	43.99 420	58.30 434	43.12 417	49.92 418	41.90 407	41.43 426	42.90 431	46.29 438	3.00 380	2.60 398	2.45 383	3.47 397	7.63 395	8.41 406

DLNR_Zeroshot_test	27.91 420	51.88 446	91.97 469	98.26 479	97.92 479	3.07 8	0.49 13	31.27 314	8.33 59	8.40 63	15.66 111	7.22 67	1.66 14	12.16 142	4.82 131	40.46 446	1.87 382	0.06 147	0.33 270	80.45 470	1.99 273

MFN_U_SF_RVC	28.91 421	15.44 406	55.12 426	22.00 419	8.49 380	41.39 423	15.36 373	52.74 439	46.70 401	47.83 429	53.87 426	54.97 435	40.50 424	39.54 424	40.77 424	6.09 404	4.92 424	7.08 412	9.02 426	7.68 396	8.69 409

PASM	29.37 422	19.17 415	50.43 421	23.55 423	23.15 435	27.62 376	27.82 427	35.90 364	50.76 411	35.98 401	40.55 378	47.26 424	34.98 409	35.28 403	38.72 419	12.58 431	15.96 439	17.57 432	22.46 440	13.71 422	13.92 429

EDNetEfficientorigin	29.50 423	36.05 438	99.77 481	9.67 314	5.93 318	26.79 372	16.02 377	26.87 262	55.18 424	61.15 441	57.72 434	45.04 415	50.99 438	26.90 372	44.78 436	0.53 251	0.54 225	1.72 369	2.53 390	11.05 416	10.75 419

AnyNet_C01	30.67 424	27.57 430	76.09 455	17.61 404	12.18 409	50.42 433	28.89 430	39.14 396	41.14 374	41.36 413	65.66 448	47.21 423	40.16 422	47.50 434	49.82 445	2.38 371	2.79 404	2.31 378	2.83 393	8.35 401	9.99 418

LSM	30.92 425	21.18 422	57.13 432	19.98 412	54.02 453	33.70 402	25.92 423	43.87 418	49.18 405	46.43 426	55.59 432	43.44 410	36.70 413	36.70 412	28.75 391	2.94 377	9.77 435	5.07 399	8.20 425	10.77 412	29.00 443

RTS	30.97 426	24.38 427	96.47 471	17.75 405	12.63 411	58.43 445	26.47 424	38.01 385	63.33 444	44.41 421	46.81 407	33.16 364	45.26 430	52.06 440	42.65 431	2.66 374	1.40 357	1.09 349	1.02 357	5.49 385	5.86 379

RTSA	30.97 426	24.38 427	96.47 471	17.75 405	12.63 411	58.43 445	26.47 424	38.01 385	63.33 444	44.41 421	46.81 407	33.16 364	45.26 430	52.06 440	42.65 431	2.66 374	1.40 357	1.09 349	1.02 357	5.49 385	5.86 379

DispFullNet	31.01 428	32.97 434	59.04 434	30.27 434	28.46 439	33.06 399	11.44 341	37.69 384	54.13 420	33.30 392	37.78 359	44.68 414	28.96 387	42.19 430	29.68 400	12.35 430	3.56 415	36.10 442	12.90 435	32.29 442	19.42 438

coex-ft	31.29 429	39.15 442	93.51 470	9.71 317	5.77 311	36.25 408	26.79 426	31.43 318	59.45 437	73.35 457	58.73 435	45.49 417	48.48 434	30.19 387	46.52 440	1.59 351	1.71 379	0.94 344	0.97 355	9.43 405	6.35 387

MANE	33.27 430	12.69 397	21.10 359	22.10 420	15.09 418	49.75 431	29.51 432	54.10 442	56.36 430	59.73 437	64.93 445	65.43 448	57.34 446	52.70 443	41.02 425	10.52 421	6.09 427	7.35 415	20.29 439	9.66 407	9.65 415

otaku	33.83 431	36.87 440	53.81 423	40.41 439	21.58 431	54.54 438	17.45 391	44.01 421	61.47 440	39.63 409	50.06 419	46.76 422	29.76 392	40.64 427	30.07 402	19.17 437	7.09 431	32.34 440	9.92 429	24.17 437	16.94 433

PVD	34.10 432	19.91 417	39.04 404	27.08 429	18.09 425	35.11 405	44.32 448	52.16 437	66.36 449	53.04 435	64.50 444	52.33 433	56.17 442	52.24 442	42.11 428	4.17 393	4.82 423	9.60 421	4.65 406	11.11 417	25.25 441

ELAS	34.78 433	20.32 418	38.13 403	21.79 417	14.89 416	57.95 444	37.04 441	51.15 436	51.19 416	60.95 440	64.42 443	59.08 440	54.44 440	51.53 438	46.26 437	12.00 428	7.83 432	10.46 423	8.04 422	14.42 423	13.71 428
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 434	20.50 419	37.14 402	22.37 421	15.07 417	54.02 437	38.42 443	50.06 434	56.72 432	61.86 445	63.52 439	58.79 439	54.60 441	54.13 445	43.99 435	12.20 429	7.90 433	10.75 425	7.65 420	14.42 423	13.42 427
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 435	19.78 416	33.90 396	55.86 448	36.15 442	76.79 465	94.89 474	49.29 432	51.59 418	38.15 407	37.83 361	53.71 434	39.29 417	40.56 426	40.41 423	4.02 391	6.72 430	2.35 380	4.12 403	9.70 408	10.76 420

Ntro	35.59 436	38.58 441	55.41 427	43.66 443	22.54 434	57.26 439	23.73 417	47.69 430	63.99 447	39.63 409	48.82 413	47.68 425	37.60 416	41.55 429	30.80 404	17.85 435	6.61 429	33.21 441	10.52 431	26.65 438	17.97 435

BEATNet-Init1	36.29 437	22.72 424	56.79 430	28.53 431	13.41 414	59.81 448	33.49 436	53.72 441	58.64 435	60.78 439	63.63 440	70.42 450	56.59 444	53.93 444	46.48 439	5.63 402	4.14 421	7.49 416	7.45 416	11.35 418	10.88 421

ACVNet-4b	36.91 438	52.81 447	57.04 431	42.64 442	22.08 432	48.32 430	14.64 369	50.28 435	59.78 438	43.17 418	46.34 405	55.50 436	24.49 363	39.03 422	23.55 354	25.75 442	3.76 418	47.36 446	33.76 445	28.62 439	19.22 437

GCST	37.71 439	41.51 443	27.28 376	92.08 476	36.49 443	24.16 353	0.99 26	26.00 246	20.14 197	26.34 345	15.80 114	19.97 264	4.67 79	17.54 288	5.83 165	80.93 468	35.32 445	87.67 474	74.76 464	73.87 466	42.93 452

MSC_U_SF_DS_RVC	37.85 440	35.62 437	55.10 425	38.16 438	13.19 413	57.63 442	24.72 420	52.87 440	63.40 446	66.39 449	63.74 441	58.16 437	54.28 439	51.56 439	47.39 441	9.36 417	5.44 425	14.82 429	15.34 437	18.80 432	11.04 424

Consistency-Raft	41.94 441	35.39 436	45.40 414	33.16 436	41.47 447	45.14 427	33.50 437	56.78 446	55.37 426	32.11 384	65.41 446	30.46 345	49.76 436	40.94 428	48.33 444	27.72 443	35.00 444	43.33 444	51.89 454	39.60 445	28.04 442

ACVNet_1	42.11 442	50.66 445	66.19 443	45.24 445	25.33 438	50.11 432	25.60 422	55.90 443	65.25 448	60.15 438	59.98 436	63.57 446	50.05 437	50.45 437	38.46 417	20.06 438	11.00 436	38.79 443	14.48 436	31.31 441	19.68 439

NVStereoNet_ROB	42.81 443	34.00 435	46.84 416	37.40 437	28.64 440	35.65 407	33.88 439	49.95 433	58.27 433	69.65 452	75.69 457	66.36 449	65.66 450	48.37 435	62.04 457	16.50 434	25.07 441	23.61 435	32.35 443	21.58 435	24.72 440
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 444	63.10 455	65.03 442	60.15 449	39.21 446	59.39 447	31.46 434	57.61 447	78.49 463	50.61 431	66.05 449	59.57 441	45.26 430	50.17 436	42.57 429	46.92 450	45.90 452	53.26 450	32.46 444	54.03 451	34.14 446

anonymity	52.60 445	58.73 449	63.81 437	41.37 441	59.41 457	53.52 435	41.39 444	56.50 445	40.60 372	55.03 436	49.64 415	49.57 427	56.22 443	59.42 447	50.07 446	55.57 453	50.19 458	51.15 448	51.23 452	51.90 447	56.75 455

MADNet+	53.97 446	69.36 456	98.79 478	67.30 453	38.52 444	79.97 469	81.50 471	61.38 449	62.53 442	52.01 434	55.50 431	61.22 444	59.61 448	70.25 456	77.26 470	25.21 441	25.07 441	17.40 431	12.69 434	34.21 443	29.70 445

JetBlue	54.72 447	46.20 444	75.05 453	51.44 446	47.85 448	76.48 464	62.38 457	64.44 451	62.86 443	63.67 448	65.49 447	78.96 457	68.77 451	68.63 454	75.95 469	37.07 444	25.78 443	29.10 439	29.19 442	29.75 440	35.27 447

SGM+DAISY	55.54 448	57.77 448	64.45 440	40.89 440	53.89 451	63.34 451	50.45 450	56.00 444	45.95 397	61.43 443	64.32 442	61.05 443	56.70 445	61.32 449	56.86 451	56.51 454	49.35 456	50.49 447	50.00 451	52.52 448	57.57 456

SPS-STEREO	56.02 449	59.82 452	64.35 439	45.23 444	53.96 452	61.34 449	44.05 447	60.08 448	50.73 410	62.61 446	61.78 438	59.73 442	57.62 447	60.63 448	59.08 452	58.29 455	48.28 453	51.30 449	49.29 450	55.67 452	56.59 454
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 450	62.74 454	73.58 452	66.59 452	38.77 445	63.23 450	49.56 449	72.12 461	82.24 467	79.37 465	88.96 473	76.25 454	73.29 456	55.14 446	48.05 442	38.17 445	24.21 440	54.92 451	37.94 446	48.23 446	29.29 444

IMH-64-1	59.89 451	58.89 450	69.08 447	66.46 450	50.96 449	57.48 440	51.18 451	69.03 455	67.25 450	67.90 450	80.31 462	70.42 450	74.30 457	72.66 462	50.07 446	42.88 447	43.00 449	65.88 452	47.48 447	53.41 449	39.15 448

IMH-64	59.89 451	58.89 450	69.08 447	66.46 450	50.96 449	57.48 440	51.18 451	69.03 455	67.25 450	67.90 450	80.31 462	70.42 450	74.30 457	72.66 462	50.07 446	42.88 447	43.00 449	65.88 452	47.48 447	53.41 449	39.15 448

IMH	63.51 453	61.05 453	69.15 449	69.90 454	54.09 454	65.82 454	55.66 453	72.12 461	72.52 456	72.73 455	81.82 464	73.16 453	79.86 462	77.03 467	52.57 449	44.46 449	50.01 457	68.11 454	51.57 453	56.59 453	41.88 451

TorneroNet-64	66.18 454	71.37 458	72.19 451	76.80 458	59.54 458	67.82 455	59.56 454	67.83 454	79.98 464	63.09 447	67.00 450	82.98 462	69.97 453	68.02 451	62.78 458	49.03 451	44.17 451	73.23 456	64.19 456	69.14 457	54.83 453

PWCK	66.53 455	88.82 474	80.30 459	80.69 466	30.85 441	65.18 453	41.64 445	72.55 463	71.28 455	78.68 464	69.18 452	78.14 456	62.17 449	82.93 471	63.46 459	80.46 467	40.52 448	82.05 467	47.71 449	74.54 467	39.47 450

WAO-6	71.06 456	73.42 460	67.24 444	79.78 465	61.93 461	69.67 456	60.23 455	75.12 466	87.02 470	74.87 458	79.60 461	79.28 458	84.75 468	68.25 453	61.91 456	67.67 458	48.98 455	81.65 465	73.43 461	66.76 455	59.64 457

TorneroNet	71.59 457	73.91 461	76.67 456	81.06 467	65.65 462	71.44 458	65.68 459	71.66 460	75.08 458	71.76 454	73.09 456	84.12 466	74.51 459	70.46 457	69.58 462	59.87 456	48.58 454	79.93 461	73.78 462	75.74 468	69.18 466

LVE	71.96 458	73.19 459	84.13 463	75.60 457	55.78 456	75.59 461	63.60 458	77.67 467	83.64 468	82.16 466	87.25 472	83.54 464	82.79 467	76.17 465	65.22 460	49.11 452	57.71 464	74.86 458	62.93 455	66.84 456	61.36 458

MFMNet_re	72.11 459	79.45 466	64.79 441	52.91 447	84.26 472	78.00 467	69.47 462	64.08 450	67.45 453	61.33 442	71.28 454	64.22 447	69.42 452	72.45 459	61.54 454	81.63 470	73.93 471	80.19 463	74.21 463	83.02 472	88.49 474

WAO-7	72.48 460	78.58 463	55.84 428	79.20 463	69.56 467	71.30 457	73.06 466	78.20 470	84.37 469	77.52 461	85.78 468	79.44 459	80.26 463	65.93 450	66.47 461	62.13 457	69.81 469	70.46 455	73.18 460	66.66 454	61.95 459

notaker	72.59 461	79.99 468	79.75 458	79.06 462	68.60 465	63.66 452	62.15 456	69.61 458	75.78 459	77.77 462	79.16 460	79.92 460	84.80 469	77.69 468	59.73 453	70.15 461	61.03 465	77.65 460	68.69 458	70.81 459	65.81 463

ktn	72.86 462	80.20 469	70.88 450	79.38 464	69.76 468	75.01 459	70.17 465	69.27 457	77.21 460	73.05 456	77.79 459	77.79 455	77.01 460	73.04 464	56.44 450	79.36 464	66.31 466	80.24 464	68.37 457	72.53 464	63.45 460

UNDER WATER-64	73.59 463	75.19 462	88.26 466	74.50 456	55.55 455	78.94 468	76.55 468	65.86 452	68.37 454	75.79 460	69.24 453	84.00 465	77.49 461	69.01 455	73.11 465	81.39 469	57.22 463	82.69 468	80.62 467	69.53 458	68.45 465

LRCNet_RVC	73.95 464	70.63 457	75.65 454	77.92 460	60.69 460	41.66 424	16.24 379	71.26 459	48.66 403	88.23 473	93.84 476	90.11 472	82.18 465	80.69 470	61.88 455	97.09 479	72.20 470	96.71 479	97.62 479	77.99 469	77.70 470

DPSimNet_ROB	74.86 465	83.75 472	61.14 436	77.51 459	65.78 463	76.04 463	75.86 467	74.62 465	77.61 461	82.20 467	75.97 458	80.50 461	72.45 454	68.06 452	84.65 472	81.90 471	52.11 459	79.97 462	76.71 466	70.85 460	79.47 471

UNDER WATER	76.36 466	79.65 467	88.23 465	84.62 469	67.01 464	77.90 466	78.03 469	67.43 453	72.64 457	75.52 459	71.49 455	85.52 467	82.57 466	70.68 458	75.48 468	79.61 466	54.01 460	86.59 472	84.76 471	72.44 463	72.94 468

WAO-8	77.20 467	78.94 464	67.39 445	86.73 471	72.82 469	79.98 470	69.63 463	77.88 468	88.66 472	83.17 469	86.77 469	85.56 468	85.20 470	72.63 460	69.82 463	75.00 462	55.65 461	87.92 475	83.63 469	71.60 461	64.97 461

Venus	77.20 467	78.94 464	67.39 445	86.73 471	72.82 469	79.98 470	69.63 463	77.88 468	88.66 472	83.17 469	86.77 469	85.56 468	85.20 470	72.63 460	69.82 463	75.00 462	55.65 461	87.92 475	83.63 469	71.61 462	64.97 461

HanzoNet	77.99 469	81.45 471	83.64 460	78.05 461	69.26 466	75.78 462	69.09 461	73.99 464	78.09 462	82.39 468	83.06 465	85.66 470	87.00 473	86.11 473	74.40 467	85.46 475	68.53 468	81.84 466	75.61 465	73.07 465	67.26 464

JetRed	79.80 470	80.33 470	91.79 468	71.25 455	75.71 471	91.85 473	80.84 470	79.41 471	80.84 465	84.48 471	84.47 467	83.34 463	72.72 455	79.51 469	85.74 473	69.66 460	81.68 472	73.70 457	72.68 459	82.42 471	73.53 469

Dean	80.94 471	86.19 473	83.94 462	85.03 470	60.07 459	75.42 460	67.27 460	81.85 472	88.36 471	92.35 475	87.09 471	92.14 474	93.19 475	83.37 472	74.06 466	68.69 459	66.48 467	94.89 478	84.90 472	83.86 474	69.69 467

ASD4	87.80 472	90.70 475	83.73 461	83.43 468	90.78 476	97.93 476	99.61 481	89.14 474	96.84 478	88.33 474	93.49 474	89.94 471	86.43 472	88.88 474	91.91 474	79.57 465	81.89 473	76.64 459	81.57 468	83.78 473	81.45 472

KSHMR	88.63 473	93.05 476	84.15 464	95.59 477	91.74 477	82.94 472	83.28 472	84.59 473	81.87 466	87.85 472	83.96 466	91.71 473	81.49 464	76.73 466	82.12 471	96.47 478	96.06 478	96.71 479	97.16 478	92.74 479	92.47 478

tt	89.84 474	1.21 12	99.99 483	99.29 482	100.00 485	100.00 484	100.00 484	100.00 484	99.99 482	78.46 463	68.51 451	99.99 485	100.00 483	100.00 485	100.00 486	95.27 476	99.93 482	87.33 473	86.20 473	94.13 480	86.50 473

xxxxx1	91.89 475	95.36 478	98.42 475	87.40 473	89.37 473	98.54 477	98.20 478	92.95 475	93.30 475	93.53 476	95.30 477	97.01 476	96.36 476	94.68 475	94.93 475	83.39 472	84.31 474	82.86 469	88.15 474	84.30 475	89.46 475

tt_ll	91.89 475	95.36 478	98.42 475	87.40 473	89.37 473	98.54 477	98.20 478	92.95 475	93.30 475	93.53 476	95.30 477	97.01 476	96.36 476	94.68 475	94.93 475	83.39 472	84.31 474	82.86 469	88.15 474	84.30 475	89.46 475

ff	91.89 475	95.36 478	98.42 475	87.40 473	89.37 473	98.54 477	98.20 478	92.95 475	93.30 475	93.53 476	95.30 477	97.01 476	96.36 476	94.68 475	94.93 475	83.39 472	84.31 474	82.86 469	88.15 474	84.30 475	89.46 475

MADNet++	94.07 478	93.58 477	90.62 467	96.24 478	96.57 478	97.26 475	90.52 473	94.64 478	91.89 474	97.09 479	93.64 475	94.65 475	92.81 474	96.06 478	95.06 478	95.31 477	95.85 477	92.44 477	92.08 477	91.00 478	94.17 480

PML	99.07 479	100.00 486	98.17 474	99.22 481	99.21 481	99.98 483	99.74 482	98.27 480	98.10 479	100.00 485	99.37 480	98.77 480	99.85 481	100.00 485	98.07 480	100.00 483	99.54 479	100.00 483	99.51 481	99.87 483	93.65 479

MEDIAN_ROB	99.20 480	99.85 481	99.64 480	98.51 480	98.53 480	98.60 480	97.88 477	98.83 481	98.59 480	99.35 482	99.47 481	99.57 481	99.05 480	98.38 479	98.37 481	99.99 481	99.63 480	100.00 483	100.00 483	99.82 482	99.92 482

HaxPig	99.40 481	99.99 483	97.53 473	99.99 484	99.99 483	96.91 474	97.19 475	99.57 482	99.99 482	99.98 484	100.00 483	99.99 485	99.96 482	99.06 480	97.86 479	99.99 481	100.00 484	100.00 483	100.00 483	100.00 484	99.98 483

Anonymous_1	99.63 482	99.96 482	99.94 482	99.77 483	99.59 482	100.00 484	100.00 484	99.81 483	99.98 481	99.63 483	99.94 482	99.75 482	100.00 483	99.67 481	99.89 482	98.37 480	99.84 481	98.70 481	99.26 480	99.29 481	99.24 481

test_example2	99.67 483	99.99 483	99.99 483	100.00 485	99.99 483	99.87 482	99.99 483	98.01 479	100.00 484	100.00 485	100.00 483	98.18 479	98.43 479	99.98 482	99.98 483	100.00 483	99.99 483	99.40 482	99.52 482	100.00 484	100.00 484

AVERAGE_ROB	99.81 484	99.99 483	99.44 479	100.00 485	100.00 485	99.02 481	97.81 476	100.00 484	100.00 484	100.00 485	100.00 483	100.00 487	100.00 483	100.00 485	100.00 486	100.00 483	100.00 484	100.00 483	100.00 483	100.00 484	100.00 484

DPSMNet_ROB	99.95 485	100.00 486	100.00 485	100.00 485	100.00 485	100.00 484	100.00 484	100.00 484	100.00 484	99.16 480	100.00 483	99.95 483	100.00 483	99.98 482	99.99 484	100.00 483	100.00 484	100.00 483	100.00 483	100.00 484	100.00 484

DGTPSM_ROB	99.95 485	100.00 486	100.00 485	100.00 485	100.00 485	100.00 484	100.00 484	100.00 484	100.00 484	99.16 480	100.00 483	99.95 483	100.00 483	99.98 482	99.99 484	100.00 483	100.00 484	100.00 483	100.00 483	100.00 484	100.00 484

Selective-RAFT-Error	100.00 487	100.00 486	100.00 485	100.00 485	100.00 485	100.00 484	100.00 484	100.00 484	100.00 484	100.00 485	100.00 483	100.00 487	100.00 483	100.00 485	100.00 486	100.00 483	100.00 484	100.00 483	100.00 483	100.00 484	100.00 484

CasAABBNet	100.00 487	100.00 486	100.00 485	100.00 485	100.00 485	100.00 484	100.00 484	100.00 484	100.00 484	100.00 485	100.00 483	100.00 487	100.00 483	100.00 485	100.00 486	100.00 483	100.00 484	100.00 483	100.00 483	100.00 484	100.00 484

LSM0	100.00 487	100.00 486	100.00 485	100.00 485	100.00 485	100.00 484	100.00 484	100.00 484	100.00 484	100.00 485	100.00 483	100.00 487	100.00 483	100.00 485	100.00 486	100.00 483	100.00 484	100.00 483	100.00 483	100.00 484	100.00 484

DPSM_ROB	100.00 487	100.00 486	100.00 485	100.00 485	100.00 485	100.00 484	100.00 484	100.00 484	100.00 484	100.00 485	100.00 483	100.00 487	100.00 483	100.00 485	100.00 486	100.00 483	100.00 484	100.00 483	100.00 483	100.00 484	100.00 484

DPSM	100.00 487	100.00 486	100.00 485	100.00 485	100.00 485	100.00 484	100.00 484	100.00 484	100.00 484	100.00 485	100.00 483	100.00 487	100.00 483	100.00 485	100.00 486	100.00 483	100.00 484	100.00 483	100.00 483	100.00 484	100.00 484

STTRV1_RVC		18.60 414		16.79 402	23.81 437	29.59 388	15.67 374	35.42 361	34.27 332	35.05 398	34.94 346	31.94 355	28.80 386	29.17 384	23.89 357	12.64 432	3.40 413	6.58 406	4.73 407	15.20 427	6.23 383

FADE		36.34 439		32.23 435	23.74 436													44.28 445		17.94 431

Low-res two-view benchmark