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

MLG-Stereo_test1	0.27 3	0.19 4	0.38 8	0.40 16	0.24 28	0.38 23	0.20 8	0.59 12	0.19 1	0.24 2	0.17 1	0.33 15	0.27 12	0.90 126	0.25 8	0.14 6	0.11 6	0.16 27	0.11 8	0.13 1	0.12 9

MLG-Stereo_test2	0.26 2	0.20 7	0.36 3	0.37 5	0.22 15	0.35 14	0.18 2	0.45 4	0.21 2	0.26 5	0.23 5	0.34 17	0.20 1	0.77 83	0.23 2	0.16 33	0.11 6	0.15 8	0.11 8	0.13 1	0.11 1

MLG-Stereo	0.29 8	0.19 4	0.38 8	0.41 23	0.20 3	0.42 39	0.20 8	0.66 20	0.21 2	0.25 3	0.22 4	0.33 15	0.28 15	1.09 180	0.25 8	0.14 6	0.11 6	0.16 27	0.11 8	0.13 1	0.12 9

StereoAnything_RVC	0.45 76	1.43 500	0.48 42	0.35 2	0.20 3	0.26 3	0.21 11	0.43 2	0.22 4	0.22 1	0.21 2	0.19 1	0.36 49	1.27 223	0.22 1	0.21 218	0.11 6	0.14 1	0.10 2	2.37 506	0.11 1

FoundationStereo	0.24 1	0.21 21	0.36 3	0.38 11	0.22 15	0.32 11	0.22 14	0.39 1	0.23 5	0.30 13	0.25 7	0.30 11	0.33 34	0.34 2	0.26 13	0.16 33	0.12 29	0.15 8	0.11 8	0.13 1	0.12 9

LG-G_1	0.31 12	0.20 7	0.44 27	0.42 30	0.20 3	0.64 168	0.18 2	0.70 27	0.25 6	0.29 10	0.29 13	0.36 21	0.35 42	0.87 117	0.24 5	0.16 33	0.12 29	0.16 27	0.11 8	0.13 1	0.13 18

LG-G	0.31 12	0.20 7	0.44 27	0.42 30	0.20 3	0.64 168	0.18 2	0.70 27	0.25 6	0.29 10	0.29 13	0.36 21	0.35 42	0.87 117	0.24 5	0.16 33	0.12 29	0.16 27	0.11 8	0.13 1	0.13 18

LG-Stereo_L1	0.30 10	0.20 7	0.44 27	0.37 5	0.26 46	0.29 8	0.21 11	0.66 20	0.26 8	0.25 3	0.25 7	0.24 4	0.22 5	1.24 216	0.23 2	0.15 13	0.11 6	0.15 8	0.12 27	0.14 10	0.11 1

LGtest1	0.27 3	0.21 21	0.44 27	0.41 23	0.21 9	0.42 39	0.19 5	0.56 9	0.26 8	0.29 10	0.24 6	0.29 7	0.29 19	0.55 26	0.25 8	0.18 113	0.12 29	0.16 27	0.12 27	0.14 10	0.13 18

LG-Stereo_L2	0.29 8	0.20 7	0.45 34	0.37 5	0.25 40	0.26 3	0.20 8	0.78 49	0.28 10	0.28 7	0.26 10	0.24 4	0.26 10	0.91 127	0.23 2	0.15 13	0.11 6	0.15 8	0.12 27	0.14 10	0.11 1

MLG-Stereo_test3	0.28 6	0.18 1	0.42 23	0.40 16	0.23 20	0.47 59	0.19 5	0.61 14	0.29 11	0.35 23	0.21 2	0.35 19	0.21 2	0.60 44	0.25 8	0.15 13	0.11 6	0.16 27	0.11 8	0.13 1	0.13 18

dual_stereo	0.27 3	0.19 4	0.35 1	0.39 13	0.21 9	0.25 2	0.22 14	0.48 5	0.31 12	0.32 16	0.26 10	0.37 26	0.24 7	0.83 102	0.29 21	0.16 33	0.12 29	0.14 1	0.11 8	0.14 10	0.11 1

SGD-Stereo	0.32 14	0.20 7	0.40 15	0.38 11	0.19 1	0.43 46	0.22 14	0.64 16	0.33 13	0.42 44	0.34 18	0.27 6	0.35 42	1.15 193	0.30 29	0.20 186	0.10 1	0.15 8	0.13 42	0.17 62	0.13 18

fffft	0.38 33	0.23 46	0.51 59	0.44 58	0.32 170	0.43 46	0.48 241	0.76 42	0.36 14	0.44 51	0.34 18	0.38 28	0.31 27	1.31 231	0.32 46	0.14 6	0.11 6	0.19 103	0.15 81	0.16 38	0.16 95
1: 1. 1
IGEV-Stereo+	0.45 76	0.21 21	0.43 26	0.41 23	0.39 262	0.15 1	0.19 5	0.44 3	0.36 14	0.26 5	0.25 7	0.31 13	0.41 67	1.43 265	0.30 29	0.17 74	0.12 29	0.15 8	0.11 8	1.16 495	1.70 509

DEFOM-Stereo	0.33 16	0.20 7	0.40 15	0.42 30	0.28 88	0.80 267	0.23 22	0.48 5	0.37 16	0.37 31	0.31 16	0.23 2	0.24 7	1.20 206	0.27 16	0.16 33	0.12 29	0.14 1	0.11 8	0.14 10	0.14 41

111111	0.34 17	0.20 7	0.41 19	0.45 70	0.42 284	0.37 20	0.22 14	0.95 117	0.38 17	0.31 14	0.31 16	0.40 30	0.27 12	0.96 141	0.26 13	0.17 74	0.12 29	0.15 8	0.11 8	0.15 22	0.13 18

LG-Stereo_Zeroshot	0.36 23	0.23 46	0.54 75	0.50 138	0.28 88	0.36 18	0.22 14	1.02 141	0.39 18	0.42 44	0.64 80	0.36 21	0.51 129	0.39 5	0.29 21	0.18 113	0.12 29	0.17 50	0.13 42	0.18 93	0.18 145

Selective-IGEV	0.39 36	0.24 60	0.50 52	0.44 58	0.25 40	0.46 57	0.33 79	1.25 236	0.40 19	0.35 23	0.45 31	0.52 82	0.30 23	1.07 175	0.30 29	0.14 6	0.12 29	0.17 50	0.13 42	0.16 38	0.13 18

AIO_test	0.35 22	0.22 35	0.44 27	0.43 37	0.27 65	0.57 134	0.44 200	0.79 54	0.41 20	0.32 16	0.47 35	0.46 47	0.30 23	0.69 59	0.30 29	0.16 33	0.11 6	0.16 27	0.13 42	0.15 22	0.12 9

tt45	0.45 76	0.23 46	0.46 38	0.45 70	0.33 190	0.79 259	0.32 72	0.78 49	0.41 20	0.51 81	0.44 28	0.49 65	0.37 53	2.14 366	0.34 74	0.16 33	0.13 86	0.19 103	0.16 120	0.17 62	0.18 145

LoS_RVC	0.42 52	0.26 99	0.40 15	0.44 58	0.82 457	0.51 101	0.44 200	0.64 16	0.41 20	0.44 51	0.78 114	0.44 36	0.47 103	0.56 27	0.36 92	0.13 2	0.12 29	0.14 1	0.10 2	0.13 1	0.84 486

IGEV-BASED-STEREO-	0.70 243	3.18 529	2.55 488	0.39 13	0.23 20	0.44 51	0.23 22	0.63 15	0.42 23	0.44 51	0.44 28	0.34 17	0.28 15	0.56 27	0.29 21	1.35 503	0.10 1	0.22 201	0.19 179	0.46 434	1.31 502

HUF	0.36 23	0.23 46	0.52 66	0.40 16	0.22 15	0.54 117	0.47 231	0.82 69	0.43 24	0.36 28	0.43 26	0.50 71	0.42 71	0.64 49	0.29 21	0.17 74	0.12 29	0.16 27	0.12 27	0.15 22	0.14 41

MonSter	0.28 6	0.18 1	0.39 14	0.36 3	0.21 9	0.55 124	0.31 65	0.55 8	0.43 24	0.28 7	0.29 13	0.23 2	0.21 2	0.56 27	0.25 8	0.11 1	0.10 1	0.14 1	0.11 8	0.14 10	0.11 1

DEFOM-Stereo_RVC	0.40 43	0.67 446	0.42 23	0.64 348	0.29 105	0.48 63	0.25 28	0.85 77	0.44 26	0.38 36	0.36 20	0.30 11	0.70 218	1.15 193	0.29 21	0.16 33	0.11 6	0.16 27	0.11 8	0.18 93	0.12 9

RSM	0.39 36	0.24 60	0.49 47	0.46 76	0.26 46	0.47 59	0.40 152	0.92 99	0.44 26	0.41 42	0.42 23	0.65 132	0.33 34	1.07 175	0.29 21	0.15 13	0.12 29	0.17 50	0.13 42	0.17 62	0.13 18

AIO_rvc	0.36 23	0.23 46	0.49 47	0.43 37	0.27 65	0.59 142	0.38 130	0.94 112	0.45 28	0.33 21	0.46 33	0.49 65	0.22 5	0.84 105	0.30 29	0.16 33	0.11 6	0.16 27	0.12 27	0.15 22	0.13 18

SMoEStereo_RVC	0.39 36	0.25 83	0.50 52	0.45 70	0.30 126	0.61 156	0.36 110	0.72 32	0.45 28	0.46 58	0.43 26	0.42 31	0.35 42	1.39 257	0.29 21	0.15 13	0.12 29	0.20 138	0.15 81	0.16 38	0.15 69

IGEV-Stereo++	0.30 10	0.20 7	0.40 15	0.46 76	0.30 126	0.33 12	0.22 14	0.75 39	0.45 28	0.32 16	0.41 22	0.32 14	0.48 114	0.38 3	0.27 16	0.15 13	0.11 6	0.15 8	0.12 27	0.15 22	0.13 18

RSM++	0.38 33	0.24 60	0.51 59	0.47 87	0.26 46	0.50 85	0.41 165	0.79 54	0.45 28	0.37 31	0.45 31	0.60 114	0.35 42	1.02 161	0.30 29	0.15 13	0.13 86	0.17 50	0.14 66	0.18 93	0.13 18

testlalala	0.45 76	0.28 146	0.59 111	0.42 30	0.39 262	0.71 220	0.39 145	1.08 181	0.45 28	1.24 313	0.80 124	0.61 118	0.36 49	0.54 21	0.33 59	0.20 186	0.13 86	0.18 82	0.12 27	0.15 22	0.15 69

test_xeample3	0.42 52	0.28 146	0.69 170	0.43 37	0.33 190	0.56 129	0.38 130	0.79 54	0.45 28	0.53 83	0.46 33	0.44 36	0.44 86	1.38 252	0.31 44	0.18 113	0.14 137	0.19 103	0.15 81	0.17 62	0.16 95

mms	0.40 43	0.27 125	0.52 66	0.46 76	0.32 170	0.43 46	0.46 224	0.70 27	0.46 34	0.35 23	0.58 69	0.44 36	0.30 23	1.36 247	0.33 59	0.16 33	0.13 86	0.18 82	0.15 81	0.19 132	0.15 69

IGEV++	0.40 43	0.22 35	0.51 59	0.52 190	0.29 105	0.45 54	0.25 28	1.65 331	0.46 34	0.37 31	0.57 66	0.46 47	0.45 89	0.50 12	0.38 114	0.19 154	0.12 29	0.16 27	0.13 42	0.16 38	0.15 69

EGLCR-Stereo	0.37 28	0.22 35	0.51 59	0.43 37	0.26 46	0.44 51	0.22 14	0.99 131	0.48 36	0.42 44	0.42 23	0.67 139	0.29 19	0.86 114	0.33 59	0.17 74	0.12 29	0.19 103	0.17 140	0.17 62	0.15 69

IGEV-RUCA	0.37 28	0.23 46	0.48 42	0.49 127	0.36 220	0.60 150	0.23 22	0.64 16	0.49 37	0.39 40	0.49 43	0.44 36	0.31 27	0.85 110	0.30 29	0.24 284	0.13 86	0.16 27	0.12 27	0.20 166	0.19 185

Occ-G	0.42 52	0.21 21	0.48 42	0.41 23	0.26 46	0.42 39	0.62 342	0.77 45	0.49 37	0.43 49	0.66 81	1.02 272	0.46 94	0.78 86	0.41 138	0.16 33	0.13 86	0.18 82	0.13 42	0.16 38	0.16 95

UniTT-Stereo	0.36 23	0.23 46	0.59 111	0.48 112	0.36 220	0.40 28	0.32 72	0.53 7	0.49 37	0.54 85	0.55 60	0.36 21	0.31 27	0.58 32	0.51 218	0.20 186	0.15 192	0.17 50	0.15 81	0.19 132	0.15 69

HART	0.45 76	0.22 35	0.54 75	0.50 138	0.26 46	0.41 32	0.29 52	1.03 146	0.50 40	0.58 90	1.45 358	0.61 118	0.35 42	1.08 179	0.30 29	0.15 13	0.13 86	0.19 103	0.14 66	0.19 132	0.14 41

ff7	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

IGEVStereo-DCA	0.46 83	0.28 146	0.56 88	0.43 37	0.33 190	0.49 75	0.42 169	0.87 80	0.50 40	0.47 61	0.48 37	0.48 58	0.46 94	2.03 356	0.30 29	0.19 154	0.14 137	0.19 103	0.15 81	0.16 38	0.18 145

ffff	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

rrr	0.46 83	0.28 146	0.73 206	0.43 37	0.33 190	0.49 75	0.38 130	0.76 42	0.50 40	0.47 61	0.48 37	0.48 58	0.46 94	2.03 356	0.30 29	0.19 154	0.14 137	0.19 103	0.15 81	0.16 38	0.16 95

11t	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

MaDis-Stereo	0.36 23	0.25 83	0.58 104	0.44 58	0.34 207	0.30 9	0.30 59	0.72 32	0.50 40	0.37 31	0.36 20	0.58 106	0.49 122	0.52 17	0.36 92	0.19 154	0.16 229	0.19 103	0.15 81	0.18 93	0.14 41

ccc-4	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

MyStereo07	0.48 96	0.29 181	0.50 52	0.55 245	0.45 308	0.59 142	0.79 392	1.05 160	0.51 48	0.48 65	0.53 52	0.43 34	0.55 151	1.30 230	0.34 74	0.17 74	0.16 229	0.24 259	0.20 211	0.23 254	0.20 217

testlalala_base	0.77 289	0.40 351	0.70 176	0.65 362	0.50 335	0.79 259	0.28 47	1.50 289	0.51 48	0.73 123	0.90 140	0.69 146	0.54 144	0.66 56	0.40 127	2.82 514	0.14 137	0.17 50	0.12 27	2.68 510	0.19 185

anonymousdsp	0.43 58	0.27 125	0.53 70	0.44 58	0.32 170	0.50 85	0.42 169	0.89 89	0.51 48	0.49 70	0.53 52	0.47 54	0.47 103	1.33 238	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

IGEV-Stereo	0.43 58	0.27 125	0.54 75	0.45 70	0.32 170	0.50 85	0.42 169	0.90 95	0.51 48	0.49 70	0.53 52	0.47 54	0.47 103	1.32 235	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
LG-Stereo	0.34 17	0.25 83	0.78 249	0.47 87	0.26 46	0.37 20	0.30 59	0.71 31	0.52 52	0.36 28	0.57 66	0.29 7	0.21 2	0.50 12	0.36 92	0.13 2	0.13 86	0.20 138	0.18 157	0.18 93	0.12 9

GIP-stereo	0.34 17	0.23 46	0.45 34	0.50 138	0.36 220	0.38 23	0.23 22	0.78 49	0.52 52	0.34 22	0.51 48	0.46 47	0.38 59	0.51 14	0.27 16	0.20 186	0.12 29	0.16 27	0.12 27	0.16 38	0.14 41

U	9.45 530	0.21 21	0.58 104	0.47 87	53.11 550	61.27 554	0.24 27	0.70 27	0.52 52	0.36 28	0.28 12	0.29 7	0.35 42	0.33 1	0.26 13	0.19 154	0.11 6	60.50 551	8.88 538	0.17 62	0.13 18

AIO-Stereo	0.37 28	0.25 83	0.51 59	0.47 87	0.23 20	0.45 54	0.39 145	1.07 175	0.52 52	0.41 42	0.48 37	0.52 82	0.25 9	0.72 70	0.30 29	0.16 33	0.12 29	0.17 50	0.13 42	0.16 38	0.13 18

xyz-stereo-finetune2	0.58 171	0.27 125	0.57 98	0.40 16	0.24 28	1.09 356	0.32 72	0.79 54	0.53 56	0.65 108	1.07 204	0.58 106	0.80 258	2.47 397	0.80 327	0.16 33	0.15 192	0.21 173	0.17 140	0.16 38	0.17 120

MoCha-V2	0.40 43	0.20 7	0.49 47	0.50 138	0.21 9	0.44 51	0.33 79	0.93 105	0.53 56	0.53 83	0.53 52	0.42 31	0.58 174	1.09 180	0.27 16	0.14 6	0.12 29	0.15 8	0.12 27	0.17 62	0.15 69

AEACV	0.37 28	0.24 60	0.52 66	0.47 87	0.51 346	0.37 20	0.38 130	0.65 19	0.53 56	0.42 44	0.56 63	0.46 47	0.60 178	0.53 19	0.30 29	0.16 33	0.13 86	0.18 82	0.15 81	0.17 62	0.14 41

999	0.48 96	0.22 35	0.49 47	0.48 112	0.34 207	0.75 235	0.31 65	0.85 77	0.55 59	0.37 31	0.48 37	0.50 71	0.36 49	2.45 393	0.39 122	0.16 33	0.13 86	0.18 82	0.15 81	0.16 38	0.19 185

fffy	0.42 52	0.27 125	0.57 98	0.46 76	0.29 105	0.48 63	0.35 96	0.91 96	0.55 59	0.40 41	0.58 69	0.55 92	0.41 67	1.26 220	0.36 92	0.15 13	0.13 86	0.19 103	0.16 120	0.18 93	0.14 41

ours_stereo	0.39 36	0.28 146	0.51 59	0.46 76	0.30 126	0.40 28	0.44 200	0.73 34	0.56 61	0.35 23	0.56 63	0.46 47	0.33 34	1.11 186	0.32 46	0.16 33	0.13 86	0.19 103	0.15 81	0.19 132	0.14 41

plain	0.46 83	0.27 125	1.01 339	0.50 138	0.40 272	0.35 14	0.37 124	0.87 80	0.56 61	0.43 49	0.76 110	0.42 31	0.40 65	1.13 191	0.45 174	0.21 218	0.15 192	0.24 259	0.19 179	0.24 269	0.16 95

rvit_stereo_0081_aga	0.44 68	0.34 295	0.73 206	0.51 168	0.41 279	0.50 85	0.40 152	0.81 66	0.57 63	0.58 90	0.56 63	0.53 87	0.43 78	0.66 56	0.40 127	0.26 332	0.21 335	0.22 201	0.20 211	0.26 293	0.18 145

GREAT-IGEV	0.32 14	0.20 7	0.42 23	0.37 5	0.29 105	0.36 18	0.28 47	0.56 9	0.58 64	0.28 7	0.50 46	0.29 7	0.29 19	0.84 105	0.27 16	0.14 6	0.11 6	0.15 8	0.11 8	0.17 62	0.14 41

castereo++	0.38 33	0.23 46	0.41 19	0.43 37	0.31 152	0.97 329	0.22 14	0.86 79	0.58 64	0.32 16	0.44 28	0.51 75	0.39 61	0.93 135	0.24 5	0.17 74	0.11 6	0.17 50	0.12 27	0.14 10	0.14 41

GCAP-Stereo	0.40 43	0.28 146	0.68 157	0.47 87	0.25 40	0.53 110	0.32 72	0.82 69	0.58 64	0.65 108	0.69 91	0.58 106	0.42 71	0.47 9	0.29 21	0.17 74	0.14 137	0.17 50	0.13 42	0.17 62	0.14 41

ProNet	0.43 58	0.28 146	0.58 104	0.43 37	0.30 126	0.56 129	0.52 271	1.00 135	0.58 64	0.44 51	0.49 43	0.43 34	0.43 78	1.28 225	0.36 92	0.15 13	0.13 86	0.19 103	0.16 120	0.17 62	0.16 95

GLC_STEREO	0.39 36	0.25 83	0.41 19	0.54 222	0.23 20	0.48 63	0.30 59	0.73 34	0.58 64	0.52 82	0.73 103	0.51 75	0.31 27	0.64 49	0.42 149	0.17 74	0.20 313	0.23 239	0.19 179	0.21 206	0.17 120

XX-Stereo	0.63 197	0.26 99	1.90 465	0.81 440	0.67 415	0.43 46	0.23 22	1.03 146	0.58 64	0.65 108	1.56 389	1.41 369	0.39 61	1.28 225	0.35 83	0.20 186	0.14 137	0.20 138	0.19 179	0.18 93	0.14 41

MIF-Stereo (partial)	0.45 76	0.25 83	0.70 176	0.50 138	0.52 357	0.35 14	0.26 37	0.91 96	0.59 70	0.45 57	0.71 98	0.51 75	0.51 129	1.11 186	0.45 174	0.20 186	0.16 229	0.23 239	0.20 211	0.24 269	0.18 145

SCV	0.46 83	0.26 99	0.55 85	0.47 87	0.25 40	0.39 26	0.38 130	1.98 425	0.60 71	0.35 23	0.48 37	0.55 92	0.36 49	1.28 225	0.32 46	0.24 284	0.12 29	0.17 50	0.13 42	0.18 93	0.14 41

Pointernet	0.37 28	0.20 7	0.57 98	0.43 37	0.28 88	0.51 101	0.27 43	0.93 105	0.61 72	0.47 61	0.63 77	0.49 65	0.38 59	0.49 11	0.33 59	0.17 74	0.13 86	0.14 1	0.11 8	0.13 1	0.12 9

sCroCo_RVC	0.49 102	0.40 351	1.02 346	0.65 362	0.60 394	0.52 105	0.40 152	0.83 73	0.61 72	0.44 51	0.74 106	0.49 65	0.50 126	0.63 48	0.48 200	0.26 332	0.27 394	0.23 239	0.22 284	0.29 336	0.25 296

model_zeroshot	0.48 96	0.29 181	0.86 273	0.51 168	0.36 220	0.69 208	0.37 124	1.12 194	0.62 74	0.85 155	0.84 128	0.66 136	0.37 53	0.73 74	0.34 74	0.20 186	0.16 229	0.19 103	0.16 120	0.17 62	0.16 95

CAS	0.63 197	0.18 1	0.37 5	2.27 509	0.84 459	0.57 134	0.54 286	0.79 54	0.62 74	0.48 65	0.70 95	0.36 21	0.26 10	0.45 7	0.35 83	2.24 509	0.10 1	0.14 1	0.09 1	0.15 22	1.06 498

test_4	0.53 119	0.22 35	0.56 88	0.54 222	0.32 170	0.64 168	0.39 145	0.80 62	0.62 74	0.92 169	1.87 439	0.68 141	0.42 71	1.16 197	0.37 104	0.15 13	0.13 86	0.20 138	0.22 284	0.20 166	0.15 69

UGAM-zero	1.00 377	0.30 201	0.93 310	0.47 87	0.30 126	0.57 134	0.25 28	2.25 474	0.63 77	1.01 197	1.10 218	2.73 485	1.85 473	6.26 484	0.40 127	0.17 74	0.14 137	0.19 103	0.15 81	0.16 38	0.17 120

RAStereo	0.34 17	0.21 21	0.66 148	0.47 87	0.27 65	0.26 3	0.29 52	0.69 25	0.63 77	0.32 16	0.42 23	0.45 44	0.31 27	0.45 7	0.34 74	0.17 74	0.15 192	0.19 103	0.15 81	0.18 93	0.13 18

11t1	0.52 109	0.28 146	0.68 157	0.51 168	0.28 88	0.83 283	0.39 145	1.22 228	0.63 77	0.84 150	0.74 106	0.68 141	0.68 210	0.91 127	0.57 247	0.21 218	0.18 279	0.19 103	0.16 120	0.20 166	0.21 234

IGEV_Zeroshot_test	0.53 119	0.30 201	0.99 330	0.56 258	0.35 211	0.41 32	0.32 72	1.37 256	0.63 77	1.00 194	1.09 214	0.95 246	0.41 67	0.83 102	0.39 122	0.18 113	0.12 29	0.19 103	0.18 157	0.19 132	0.17 120

S2M2	0.34 17	0.28 146	0.45 34	0.40 16	0.30 126	0.31 10	0.16 1	0.60 13	0.64 81	0.31 14	0.48 37	0.47 54	0.34 40	0.38 3	0.32 46	0.25 310	0.22 353	0.20 138	0.22 284	0.25 281	0.22 251

GCAP-BAT	0.49 102	0.31 234	0.64 134	0.41 23	0.46 319	0.70 215	0.35 96	0.77 45	0.64 81	0.86 157	1.00 170	0.77 165	0.37 53	1.18 203	0.36 92	0.18 113	0.14 137	0.18 82	0.13 42	0.17 62	0.15 69

MSKI-zero shot	0.55 149	0.26 99	0.57 98	0.51 168	0.26 46	0.69 208	0.28 47	1.18 209	0.64 81	0.91 167	1.32 314	0.82 184	0.33 34	1.92 344	0.32 46	0.17 74	0.12 29	0.17 50	0.13 42	0.16 38	0.16 95

HH	0.63 197	0.30 201	0.77 241	0.50 138	0.32 170	0.49 75	0.46 224	1.65 331	0.64 81	0.69 113	1.09 214	1.63 412	0.85 282	1.90 342	0.37 104	0.18 113	0.13 86	0.19 103	0.17 140	0.19 132	0.16 95

HanStereo	0.63 197	0.30 201	0.77 241	0.50 138	0.32 170	0.49 75	0.46 224	1.65 331	0.64 81	0.69 113	1.09 214	1.63 412	0.85 282	1.90 342	0.37 104	0.18 113	0.13 86	0.19 103	0.17 140	0.19 132	0.16 95

Patchmatch Stereo++	0.55 149	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.29 52	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.37 248	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.41 165	1.04 152	0.64 81	1.12 235	0.96 154	0.82 184	0.61 187	1.06 171	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

ROB_FTStereo_v2	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.64 168	0.42 169	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.12 189	0.46 188	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

ROB_FTStereo	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.64 168	0.25 28	1.05 160	0.64 81	1.12 235	0.95 151	0.82 184	0.61 187	1.15 193	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

HUI-Stereo	0.52 109	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.30 59	1.04 152	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	0.79 90	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

iGMRVC	0.56 158	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.38 130	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.52 282	0.46 188	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

iRAFT	0.55 149	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.29 52	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.37 248	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

AnonymousM	0.59 177	1.11 487	0.41 19	0.44 58	0.32 170	0.43 46	0.47 231	1.05 160	0.64 81	0.98 186	0.63 77	0.67 139	0.43 78	0.59 33	0.41 138	0.20 186	0.15 192	1.84 507	0.84 498	0.14 10	0.13 18

RAFT-IKP	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.59 142	0.36 110	1.04 152	0.64 81	1.12 235	0.96 154	0.83 191	0.61 187	1.22 209	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

EAI-Stereo	0.65 217	0.28 146	0.69 170	0.53 207	0.27 65	0.60 150	0.40 152	2.28 478	0.64 81	0.71 117	3.18 487	0.57 101	0.43 78	1.06 171	0.41 138	0.18 113	0.13 86	0.17 50	0.17 140	0.17 62	0.17 120

PAM_32	0.77 289	0.28 146	1.03 350	0.52 190	0.30 126	1.32 395	0.35 96	1.97 423	0.65 96	1.02 201	1.06 200	3.05 490	1.49 444	0.96 141	0.36 92	0.19 154	0.13 86	0.20 138	0.18 157	0.19 132	0.19 185

AIO-Stereo-zeroshot	0.72 252	0.35 316	1.70 451	0.49 127	0.56 371	0.63 165	0.38 130	2.41 489	0.65 96	0.77 130	1.07 204	1.82 436	0.95 332	0.93 135	0.43 158	0.20 186	0.13 86	0.21 173	0.25 334	0.28 325	0.26 320

CES	0.48 96	0.20 7	0.37 5	0.39 13	1.39 500	0.55 124	0.35 96	0.98 129	0.66 98	0.44 51	0.66 81	0.35 19	0.27 12	0.56 27	0.33 59	0.15 13	0.13 86	0.15 8	0.10 2	0.19 132	1.46 504

PAM	0.76 287	0.29 181	1.08 369	0.52 190	0.33 190	1.38 405	0.39 145	2.01 432	0.67 99	1.06 209	0.96 154	2.89 489	1.43 434	0.86 114	0.35 83	0.19 154	0.12 29	0.19 103	0.17 140	0.19 132	0.20 217

MyStereo06	0.61 186	0.28 146	0.95 318	0.56 258	0.46 319	0.61 156	0.73 376	1.78 368	0.67 99	1.03 205	1.12 231	1.13 309	0.56 156	0.78 86	0.41 138	0.17 74	0.16 229	0.23 239	0.20 211	0.22 229	0.20 217

LL-Strereo2	0.52 109	0.33 272	0.69 170	0.52 190	0.37 234	0.70 215	0.30 59	1.13 197	0.67 99	0.94 175	0.78 114	0.91 224	0.42 71	1.05 170	0.42 149	0.17 74	0.16 229	0.29 356	0.25 334	0.21 206	0.16 95

DIP-Stereo	0.62 190	0.30 201	0.83 265	0.48 112	0.36 220	0.95 320	0.33 79	2.37 486	0.67 99	1.25 318	1.00 170	0.68 141	0.51 129	0.91 127	0.61 263	0.18 113	0.15 192	0.21 173	0.17 140	0.19 132	0.19 185
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_stereo_0080	0.44 68	0.32 250	0.71 188	0.47 87	0.36 220	0.42 39	0.55 302	0.82 69	0.68 103	0.50 77	0.60 71	0.55 92	0.47 103	0.59 33	0.44 161	0.26 332	0.21 335	0.20 138	0.20 211	0.31 356	0.19 185

whm_eth	0.44 68	0.32 250	0.71 188	0.47 87	0.36 220	0.42 39	0.55 302	0.82 69	0.68 103	0.50 77	0.60 71	0.55 92	0.47 103	0.59 33	0.44 161	0.26 332	0.21 335	0.20 138	0.20 211	0.31 356	0.19 185

MC-Stereo	0.43 58	0.23 46	0.48 42	0.51 168	0.28 88	0.39 26	0.32 72	0.88 88	0.68 103	0.60 100	0.84 128	0.56 99	0.61 187	1.03 162	0.31 44	0.17 74	0.11 6	0.17 50	0.15 81	0.16 38	0.13 18

sAnonymous2	0.55 149	0.56 417	1.46 433	0.60 304	0.51 346	0.48 63	0.52 271	0.79 54	0.68 103	0.50 77	0.67 84	0.46 47	0.62 192	0.59 33	0.40 127	0.22 244	0.17 258	0.22 201	0.21 255	0.86 482	0.56 456

CroCo_RVC	0.55 149	0.56 417	1.46 433	0.60 304	0.51 346	0.48 63	0.52 271	0.79 54	0.68 103	0.50 77	0.67 84	0.46 47	0.62 192	0.59 33	0.40 127	0.22 244	0.17 258	0.22 201	0.21 255	0.86 482	0.56 456

testlalala2	0.58 171	0.27 125	0.68 157	1.72 502	1.27 498	0.68 203	0.42 169	0.93 105	0.70 108	0.90 162	0.93 147	0.76 162	0.34 40	0.52 17	0.40 127	0.18 113	0.15 192	0.17 50	0.13 42	0.17 62	0.17 120

iRaft-Stereo_20w	0.65 217	0.31 234	1.00 335	0.47 87	0.34 207	0.73 226	0.30 59	2.96 501	0.70 108	1.15 258	1.14 240	0.76 162	0.65 207	1.11 186	0.38 114	0.17 74	0.13 86	0.18 82	0.16 120	0.19 132	0.18 145

PSM-softLoss	0.78 297	0.31 234	0.77 241	0.58 280	0.32 170	0.56 129	0.40 152	1.18 209	0.70 108	1.24 313	1.07 204	0.83 191	0.52 134	5.36 464	0.53 232	0.24 284	0.15 192	0.25 298	0.22 284	0.20 166	0.25 296

KMStereo	0.78 297	0.31 234	0.77 241	0.58 280	0.32 170	0.56 129	0.40 152	1.18 209	0.70 108	1.24 313	1.07 204	0.83 191	0.52 134	5.36 464	0.53 232	0.24 284	0.15 192	0.25 298	0.22 284	0.20 166	0.25 296

DeepStereo_RVC	0.55 149	0.29 181	0.72 194	0.51 168	0.30 126	0.59 142	0.33 79	1.03 146	0.70 108	1.16 268	0.93 147	0.83 191	0.94 327	0.96 141	0.54 238	0.21 218	0.14 137	0.21 173	0.19 179	0.24 269	0.24 284

CroCo-Stereo Lap2	0.44 68	0.34 295	0.77 241	0.61 318	0.79 448	0.28 7	0.35 96	0.75 39	0.71 113	0.38 36	0.50 46	0.72 154	0.55 151	0.57 31	0.47 195	0.17 74	0.18 279	0.19 103	0.16 120	0.21 206	0.20 217

CAS++	0.47 90	0.31 234	0.56 88	0.47 87	0.32 170	0.42 39	0.28 47	1.76 360	0.72 114	0.71 117	0.72 101	0.37 26	0.28 15	0.69 59	0.33 59	0.27 348	0.22 353	0.26 317	0.21 255	0.29 336	0.19 185
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CRE-IMP	0.55 149	0.30 201	0.74 222	0.52 190	0.29 105	0.79 259	0.25 28	1.04 152	0.72 114	1.09 219	0.95 151	0.81 179	0.57 165	1.10 183	0.50 213	0.21 218	0.14 137	0.23 239	0.19 179	0.28 325	0.22 251

R-Stereo Train	0.57 165	0.26 99	0.63 127	0.54 222	0.36 220	0.69 208	0.54 286	1.22 228	0.72 114	1.61 432	1.50 375	0.75 158	0.53 139	0.64 49	0.44 161	0.18 113	0.15 192	0.17 50	0.15 81	0.17 62	0.17 120

RAFT-Stereo	0.57 165	0.26 99	0.63 127	0.54 222	0.36 220	0.69 208	0.54 286	1.22 228	0.72 114	1.61 432	1.50 375	0.75 158	0.53 139	0.64 49	0.44 161	0.18 113	0.15 192	0.17 50	0.15 81	0.17 62	0.17 120
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
SCV_C0	0.43 58	0.26 99	0.65 141	0.43 37	0.29 105	0.47 59	0.31 65	1.34 250	0.73 118	0.38 36	0.49 43	0.54 89	0.29 19	1.24 216	0.30 29	0.17 74	0.13 86	0.16 27	0.13 42	0.20 166	0.15 69

gcap-zeroshot	0.53 119	0.28 146	0.89 297	0.49 127	0.28 88	0.76 241	0.37 124	1.34 250	0.73 118	0.89 160	0.67 84	1.35 360	0.51 129	0.79 90	0.33 59	0.18 113	0.15 192	0.18 82	0.15 81	0.17 62	0.16 95

rvit_stereo_ft	0.47 90	0.35 316	0.87 284	0.67 381	0.42 284	0.40 28	0.59 333	0.81 66	0.74 120	0.46 58	0.55 60	0.57 101	0.49 122	0.65 54	0.50 213	0.25 310	0.17 258	0.22 201	0.22 284	0.24 269	0.17 120

HI	0.64 209	0.32 250	0.68 157	0.47 87	0.51 346	0.41 32	0.36 110	1.04 152	0.75 121	1.31 351	1.43 350	1.62 407	1.12 390	0.94 138	0.88 346	0.15 13	0.12 29	0.20 138	0.20 211	0.20 166	0.18 145

CoSv	0.64 209	0.32 250	0.68 157	0.47 87	0.51 346	0.41 32	0.36 110	1.04 152	0.75 121	1.31 351	1.43 350	1.62 407	1.12 390	0.94 138	0.88 346	0.15 13	0.12 29	0.20 138	0.20 211	0.20 166	0.18 145

AIO-Stereo-zeroshot1	0.98 370	0.39 345	3.21 497	0.50 138	0.63 403	0.64 168	0.39 145	2.36 484	0.75 121	0.95 177	4.63 503	1.81 434	0.56 156	0.96 141	0.41 138	0.18 113	0.13 86	0.21 173	0.26 351	0.32 364	0.35 390

MIM_Stereo	0.57 165	0.24 60	0.92 308	0.46 76	0.30 126	0.54 117	0.28 47	1.27 238	0.75 121	1.00 194	1.16 253	0.93 235	0.53 139	1.45 269	0.61 263	0.16 33	0.16 229	0.20 138	0.19 179	0.17 62	0.14 41

DLNR_Zeroshot_test	23.17 543	48.52 556	43.29 547	176.68 556	78.69 552	0.35 14	0.21 11	23.41 542	0.75 121	0.66 111	0.86 131	0.59 113	0.30 23	1.56 292	0.44 161	9.57 540	0.12 29	0.18 82	0.14 66	76.92 555	0.16 95

FTStereo	0.91 349	0.26 99	0.56 88	0.54 222	0.33 190	0.66 192	1.87 498	1.00 135	0.75 121	1.75 446	4.15 498	1.04 279	1.65 457	1.57 293	0.46 188	0.19 154	0.16 229	0.23 239	0.21 255	0.18 93	0.63 469

xyz-stereo	7.16 526	0.22 35	69.90 552	0.42 30	0.21 9	32.92 548	0.49 251	0.87 80	0.76 127	1.38 380	27.04 543	1.19 318	1.16 397	4.69 451	0.97 365	0.16 33	0.12 29	0.20 138	0.14 66	0.16 38	0.12 9

cross-raft	0.54 134	0.25 83	0.61 119	0.52 190	0.29 105	0.68 203	0.37 124	1.46 280	0.76 127	1.01 197	1.06 200	1.28 345	0.46 94	0.71 67	0.35 83	0.15 13	0.12 29	0.18 82	0.16 120	0.19 132	0.14 41

RAFT	0.64 209	0.30 201	0.73 206	0.59 293	0.33 190	0.68 203	0.58 325	1.04 152	0.76 127	1.08 213	1.19 265	1.65 417	0.93 322	1.06 171	0.56 244	0.21 218	0.18 279	0.27 333	0.24 320	0.22 229	0.17 120

MM-Stereo_test2	0.43 58	0.24 60	0.67 153	0.51 168	0.32 170	0.55 124	0.45 217	0.97 125	0.77 130	0.59 98	0.51 48	0.49 65	0.42 71	0.80 92	0.30 29	0.15 13	0.13 86	0.18 82	0.14 66	0.19 132	0.14 41

knoymous	0.51 108	0.29 181	0.47 40	0.43 37	0.30 126	0.55 124	0.55 302	1.02 141	0.77 130	0.98 186	0.85 130	0.94 238	0.56 156	0.85 110	0.45 174	0.20 186	0.14 137	0.26 317	0.14 66	0.23 254	0.23 270

iRaftStereo_RVC	0.47 90	0.26 99	0.64 134	0.50 138	0.29 105	0.53 110	0.33 79	1.05 160	0.77 130	0.84 150	1.00 170	0.55 92	0.37 53	0.81 97	0.40 127	0.17 74	0.12 29	0.22 201	0.20 211	0.19 132	0.15 69

ACVNet-DCA	0.56 158	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	1.42 268	0.78 133	0.58 90	0.79 119	0.48 58	0.88 300	1.46 271	0.32 46	0.20 186	0.12 29	0.25 298	0.15 81	0.22 229	0.21 234

1test111	0.54 134	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	1.42 268	0.78 133	0.58 90	0.79 119	0.48 58	0.88 300	0.88 119	0.59 253	0.20 186	0.12 29	0.25 298	0.15 81	0.22 229	0.21 234

DCRE	0.82 315	0.26 99	0.70 176	0.58 280	0.44 301	0.54 117	0.48 241	0.95 117	0.78 133	0.78 132	7.33 519	0.86 204	0.52 134	0.76 80	0.41 138	0.16 33	0.16 229	0.19 103	0.17 140	0.18 93	0.17 120

qqq	0.57 165	0.34 295	0.71 188	0.47 87	0.27 65	0.64 168	0.62 342	1.42 268	0.78 133	0.80 137	0.92 144	0.95 246	0.77 241	0.88 119	0.59 253	0.21 218	0.20 313	0.24 259	0.23 307	0.22 229	0.21 234

x	0.54 134	0.31 234	0.61 119	0.47 87	0.30 126	0.67 196	0.47 231	1.53 304	0.79 137	0.81 141	0.83 126	0.78 169	0.70 218	0.70 63	0.62 266	0.21 218	0.19 295	0.22 201	0.19 179	0.21 206	0.20 217

xyz-stereo-finetune	0.48 96	0.25 83	0.54 75	0.42 30	0.23 20	0.80 267	0.42 169	0.80 62	0.80 138	0.61 101	0.62 75	0.54 89	0.43 78	1.70 316	0.58 250	0.15 13	0.15 192	0.19 103	0.15 81	0.16 38	0.15 69

castereo	0.41 50	0.22 35	0.46 38	0.44 58	0.30 126	0.61 156	0.56 310	0.97 125	0.80 138	0.38 36	0.69 91	0.45 44	0.69 213	0.51 14	0.30 29	0.16 33	0.11 6	0.16 27	0.13 42	0.16 38	0.12 9

CASnet	0.41 50	0.25 83	0.48 42	0.50 138	0.20 3	0.50 85	0.36 110	0.81 66	0.80 138	0.83 147	0.68 87	0.48 58	0.31 27	0.54 21	0.32 46	0.18 113	0.12 29	0.27 333	0.22 284	0.23 254	0.14 41
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 134	0.25 83	0.64 134	0.47 87	0.30 126	0.97 329	0.27 43	1.24 234	0.81 141	0.96 179	1.12 231	1.28 345	0.48 114	0.71 67	0.36 92	0.17 74	0.13 86	0.17 50	0.14 66	0.16 38	0.16 95

CRFU-Net	0.86 336	0.39 345	1.00 335	0.65 362	0.57 374	1.78 448	0.86 410	2.15 455	0.81 141	1.38 380	1.18 258	1.64 415	1.19 404	1.35 242	0.90 352	0.26 332	0.22 353	0.21 173	0.19 179	0.23 254	0.24 284

AACVNet	0.86 336	0.35 316	0.79 252	0.82 448	0.39 262	0.76 241	0.49 251	1.61 323	0.81 141	1.08 213	1.33 316	1.30 349	0.93 322	4.34 446	0.74 301	0.25 310	0.21 335	0.28 346	0.22 284	0.29 336	0.25 296

CroCo-Stereo	0.40 43	0.31 234	0.73 206	0.58 280	0.27 65	0.26 3	0.33 79	0.95 117	0.81 141	0.42 44	0.47 35	0.65 132	0.47 103	0.39 5	0.34 74	0.18 113	0.15 192	0.16 27	0.14 66	0.19 132	0.16 95
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
Anonymous3	0.61 186	0.44 369	1.11 377	0.59 293	0.49 328	0.93 315	0.65 351	0.93 105	0.81 141	0.72 122	0.88 136	0.65 132	0.69 213	1.06 171	0.53 232	0.35 414	0.30 416	0.26 317	0.26 351	0.31 356	0.27 330

anonymousdsp2	0.53 119	0.27 125	0.74 222	0.48 112	0.29 105	0.76 241	0.47 231	1.61 323	0.82 146	0.77 130	0.77 112	0.75 158	0.47 103	1.03 162	0.40 127	0.18 113	0.13 86	0.18 82	0.13 42	0.19 132	0.18 145

tg	0.52 109	0.24 60	0.61 119	0.49 127	0.30 126	0.90 301	0.29 52	1.07 175	0.83 147	0.83 147	1.02 184	0.62 123	0.43 78	1.35 242	0.41 138	0.17 74	0.12 29	0.22 201	0.20 211	0.17 62	0.15 69

test_for_model	1.30 428	3.71 532	0.58 104	3.22 523	2.84 523	0.59 142	0.33 79	1.40 264	0.83 147	1.42 395	0.61 73	0.52 82	0.37 53	0.51 14	0.33 59	2.46 510	0.15 192	0.16 27	0.11 8	4.39 533	1.50 505

MGS-Stereo	0.42 52	0.26 99	0.58 104	0.44 58	0.28 88	0.50 85	0.34 91	0.57 11	0.83 147	0.46 58	1.31 308	0.52 82	0.33 34	0.65 54	0.36 92	0.19 154	0.16 229	0.18 82	0.15 81	0.17 62	0.16 95

TANstereo	0.44 68	0.21 21	0.44 27	0.41 23	0.21 9	0.65 184	0.26 37	0.79 54	0.83 147	0.93 170	0.98 164	0.51 75	0.46 94	0.54 21	0.35 83	0.18 113	0.24 374	0.16 27	0.13 42	0.16 38	0.26 320

test_sample1	0.61 186	0.29 181	0.75 225	0.50 138	0.31 152	0.76 241	0.48 241	1.59 316	0.84 151	0.90 162	0.94 150	0.88 212	0.95 332	1.16 197	0.67 281	0.22 244	0.18 279	0.20 138	0.19 179	0.21 206	0.21 234

KYRaft	0.75 281	0.28 146	0.62 124	0.56 258	0.29 105	0.67 196	0.86 410	0.94 112	0.84 151	1.62 435	2.21 463	1.16 313	1.02 367	1.57 293	0.40 127	0.20 186	0.13 86	0.22 201	0.28 381	0.20 166	1.02 493

mmm	0.63 197	0.35 316	0.72 194	0.51 168	0.30 126	0.86 295	0.54 286	1.59 316	0.86 153	1.07 212	1.38 337	0.79 173	0.75 229	0.91 127	0.58 250	0.22 244	0.18 279	0.29 356	0.25 334	0.25 281	0.23 270

CASS	0.65 217	0.34 295	0.72 194	0.56 258	0.27 65	0.78 254	0.42 169	1.59 316	0.86 153	1.30 341	1.25 283	0.87 208	0.84 279	0.84 105	0.54 238	0.35 414	0.19 295	0.26 317	0.21 255	0.28 325	0.42 418
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SST-Stereo	0.83 322	0.28 146	0.72 194	0.59 293	0.31 152	0.72 223	0.26 37	1.09 183	0.86 153	1.47 402	1.10 218	1.00 263	0.87 295	5.73 476	0.45 174	0.22 244	0.13 86	0.23 239	0.19 179	0.23 254	0.18 145

GES	0.66 224	0.34 295	0.90 301	0.59 293	0.38 251	0.94 316	0.57 321	2.11 448	0.86 153	1.02 201	1.11 224	0.66 136	0.79 252	0.99 153	0.61 263	0.27 348	0.19 295	0.20 138	0.20 211	0.21 206	0.30 360

iRaft-Stereo_5w	0.85 331	0.29 181	0.91 304	0.53 207	0.43 294	0.49 75	0.68 363	0.99 131	0.87 157	0.79 135	1.34 323	1.46 381	0.91 310	5.11 459	1.11 387	0.17 74	0.14 137	0.22 201	0.18 157	0.20 166	0.20 217

NRIStereo	0.60 180	0.29 181	0.69 170	0.53 207	0.28 88	0.63 165	0.33 79	1.08 181	0.87 157	1.14 252	0.87 134	0.91 224	0.59 175	2.24 377	0.49 207	0.20 186	0.14 137	0.21 173	0.19 179	0.21 206	0.17 120

GrayStereo	0.82 315	0.26 99	0.58 104	0.63 339	0.37 234	0.76 241	1.86 497	1.11 192	0.87 157	1.99 467	1.89 441	1.08 287	1.82 472	1.39 257	0.48 200	0.19 154	0.14 137	0.19 103	0.21 255	0.18 93	0.39 409

GMM-Stereo	0.74 273	0.25 83	0.59 111	0.54 222	0.34 207	0.72 223	0.99 438	1.01 140	0.87 157	1.36 372	1.78 427	1.12 304	0.81 262	2.09 362	0.46 188	0.18 113	0.12 29	0.25 298	0.25 334	0.20 166	0.85 487

Selective-RAFT	0.52 109	0.28 146	0.79 252	0.55 245	0.27 65	0.91 304	0.33 79	0.80 62	0.88 161	0.58 90	0.63 77	0.81 179	0.77 241	1.29 229	0.48 200	0.19 154	0.14 137	0.17 50	0.15 81	0.19 132	0.17 120

LCNet	0.72 252	0.28 146	0.52 66	0.55 245	0.31 152	0.69 208	0.54 286	1.00 135	0.88 161	1.19 286	1.34 323	0.97 254	1.34 429	2.56 401	0.45 174	0.18 113	0.13 86	0.21 173	0.25 334	0.27 307	0.73 481

Prome-Stereo	0.75 281	0.27 125	0.53 70	0.55 245	0.32 170	0.59 142	0.97 434	0.89 89	0.88 161	1.45 399	2.46 475	0.91 224	1.41 432	1.58 295	0.44 161	0.18 113	0.13 86	0.19 103	0.17 140	0.20 166	0.92 489

anonymousa	0.72 252	0.27 125	0.75 225	0.47 87	0.63 403	1.43 414	0.45 217	1.24 234	0.89 164	1.28 327	1.75 424	1.62 407	1.13 394	0.69 59	0.59 253	0.19 154	0.16 229	0.23 239	0.25 334	0.20 166	0.18 145

TRStereo	0.60 180	0.60 435	0.97 326	0.74 422	0.67 415	0.46 57	0.38 130	1.85 390	0.89 164	0.79 135	0.80 124	0.88 212	0.39 61	1.10 183	0.41 138	0.23 269	0.15 192	0.23 239	0.24 320	0.17 62	0.15 69

DEmStereo	0.97 366	0.23 46	0.79 252	0.47 87	0.32 170	1.04 346	0.56 310	0.93 105	0.89 164	1.39 386	2.14 461	1.02 272	2.07 486	5.64 474	0.77 315	0.17 74	0.15 192	0.20 138	0.20 211	0.18 93	0.20 217

ICVP	0.63 197	0.33 272	0.57 98	0.61 318	0.40 272	0.80 267	0.58 325	1.61 323	0.89 164	0.90 162	1.24 279	0.88 212	0.73 225	0.72 70	0.88 346	0.29 371	0.21 335	0.22 201	0.21 255	0.24 269	0.27 330
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EKT-Stereo	0.53 119	0.30 201	0.73 206	0.58 280	0.60 394	0.51 101	0.48 241	0.94 112	0.90 168	0.71 117	0.88 136	0.77 165	0.43 78	1.07 175	0.40 127	0.22 244	0.16 229	0.21 173	0.18 157	0.20 166	0.22 251

NF-Stereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.02 184	0.82 184	0.57 165	5.40 468	0.48 200	0.23 269	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

OCTAStereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.82 184	0.57 165	5.35 463	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

RE-Stereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.81 179	0.57 165	5.37 466	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

TVStereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.81 179	0.57 165	5.37 466	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

DDVS	0.78 297	0.41 359	0.94 314	0.60 304	0.43 294	1.30 392	0.43 187	1.40 264	0.91 173	1.20 290	1.15 248	1.43 371	0.64 201	2.18 372	0.89 349	0.28 361	0.22 353	0.26 317	0.23 307	0.31 356	0.33 381

PSM-AAD	0.79 301	0.27 125	0.53 70	0.55 245	0.28 88	0.77 249	1.24 465	0.99 131	0.91 173	1.66 440	1.57 393	0.81 179	2.19 490	1.65 304	0.44 161	0.19 154	0.14 137	0.38 427	0.32 414	0.21 206	0.70 478

test-1	0.52 109	0.26 99	1.04 354	0.56 258	0.32 170	0.61 156	0.38 130	1.10 186	0.91 173	0.78 132	1.01 176	0.77 165	0.52 134	0.60 44	0.42 149	0.17 74	0.14 137	0.20 138	0.17 140	0.20 166	0.23 270

TestStereo	0.64 209	0.39 345	0.71 188	0.51 168	0.27 65	0.56 129	0.42 169	1.03 146	0.91 173	0.80 137	1.00 170	0.68 141	0.52 134	3.25 425	0.45 174	0.22 244	0.15 192	0.24 259	0.18 157	0.27 307	0.16 95

raftrobust	0.52 109	0.25 83	0.56 88	0.65 362	0.52 357	0.49 75	0.34 91	0.98 129	0.91 173	1.30 341	0.87 134	0.63 126	0.81 262	0.78 86	0.41 138	0.19 154	0.15 192	0.16 27	0.14 66	0.15 22	0.16 95

ASMatch	0.88 341	0.26 99	0.69 170	0.51 168	0.35 211	0.48 63	0.37 124	1.12 194	0.92 178	1.10 227	3.28 488	0.96 252	0.98 350	4.90 456	0.49 207	0.19 154	0.16 229	0.22 201	0.19 179	0.19 132	0.27 330

ac_64	0.82 315	0.29 181	0.81 258	0.71 408	0.60 394	1.05 347	0.54 286	1.99 427	0.92 178	1.18 282	1.06 200	1.99 453	1.08 382	1.94 348	0.97 365	0.27 348	0.22 353	0.24 259	0.23 307	0.22 229	0.19 185

StereoVision	0.65 217	0.34 295	0.86 273	0.59 293	0.40 272	0.50 85	0.41 165	1.09 183	0.93 180	0.71 117	2.50 476	0.82 184	0.57 165	1.03 162	0.49 207	0.25 310	0.28 401	0.29 356	0.28 381	0.36 385	0.20 217

RALCasStereoNet	0.54 134	0.30 201	0.66 148	0.59 293	0.51 346	0.61 156	0.52 271	0.94 112	0.93 180	0.70 115	1.01 176	0.78 169	0.44 86	1.33 238	0.47 195	0.20 186	0.16 229	0.18 82	0.16 120	0.20 166	0.19 185

DN-CSS_ROB	0.64 209	0.32 250	1.05 356	0.55 245	0.40 272	0.54 117	0.45 217	1.21 220	0.93 180	1.03 205	1.47 365	0.69 146	0.63 197	1.76 328	0.49 207	0.18 113	0.14 137	0.25 298	0.22 284	0.22 229	0.20 217

LoS	0.40 43	0.21 21	0.44 27	0.37 5	0.22 15	0.50 85	0.40 152	1.00 135	0.94 183	0.48 65	0.66 81	0.48 58	0.40 65	0.60 44	0.37 104	0.18 113	0.14 137	0.16 27	0.11 8	0.14 10	0.14 41
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IRAFT_RVC	0.88 341	0.28 146	0.76 235	0.63 339	0.31 152	0.65 184	1.02 443	1.22 228	0.94 183	1.22 299	1.04 196	1.01 270	0.98 350	5.82 478	0.53 232	0.22 244	0.12 29	0.25 298	0.20 211	0.20 166	0.19 185

rvit_stereo_0083	0.47 90	0.33 272	0.81 258	0.56 258	0.36 220	0.50 85	0.44 200	0.68 24	0.95 185	0.49 70	0.57 66	0.55 92	0.49 122	0.88 119	0.46 188	0.25 310	0.25 381	0.24 259	0.20 211	0.24 269	0.17 120

rvit_stereo_0081	0.44 68	0.33 272	0.64 134	0.54 222	0.35 211	0.41 32	0.44 200	0.66 20	0.95 185	0.48 65	0.52 50	0.50 71	0.46 94	0.82 100	0.44 161	0.25 310	0.20 313	0.22 201	0.19 179	0.25 281	0.17 120

rvit_stereo_0082	0.44 68	0.33 272	0.64 134	0.54 222	0.35 211	0.41 32	0.44 200	0.66 20	0.95 185	0.48 65	0.52 50	0.50 71	0.46 94	0.82 100	0.44 161	0.25 310	0.20 313	0.22 201	0.19 179	0.25 281	0.17 120

ACRE	0.61 186	0.33 272	1.01 339	0.58 280	0.49 328	0.75 235	0.47 231	1.06 173	0.95 185	1.37 375	1.55 385	0.62 123	0.46 94	0.83 102	0.70 289	0.23 269	0.15 192	0.19 103	0.16 120	0.18 93	0.21 234

RAFT_R40	0.83 322	0.28 146	0.73 206	0.59 293	0.31 152	0.69 208	0.44 200	1.10 186	0.95 185	1.47 402	1.10 218	1.00 263	0.85 282	5.53 470	0.46 188	0.22 244	0.13 86	0.23 239	0.20 211	0.23 254	0.18 145

CIPLG	0.62 190	0.33 272	0.96 324	0.58 280	0.50 335	0.75 235	0.48 241	1.05 160	0.96 190	1.40 387	1.57 393	0.64 129	0.48 114	0.89 124	0.70 289	0.23 269	0.15 192	0.19 103	0.16 120	0.19 132	0.21 234

IPLGR_C	0.62 190	0.33 272	0.99 330	0.58 280	0.49 328	0.76 241	0.48 241	1.10 186	0.96 190	1.40 387	1.56 389	0.62 123	0.48 114	0.80 92	0.71 294	0.23 269	0.15 192	0.19 103	0.16 120	0.19 132	0.21 234

GMOStereo	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 389	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

error version	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 389	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

test-v	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 389	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

test-2	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 389	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

DeepPruner_ROB	0.74 273	0.48 387	0.87 284	0.57 274	0.44 301	0.79 259	0.54 286	1.73 348	0.96 190	1.38 380	1.27 293	1.24 330	0.73 225	1.43 265	0.73 300	0.34 407	0.28 401	0.27 333	0.26 351	0.31 356	0.31 370

ToySt	0.66 224	0.33 272	1.23 395	0.51 168	0.33 190	0.86 295	0.68 363	1.10 186	0.97 197	0.84 150	1.08 209	1.25 334	0.94 327	1.01 158	0.74 301	0.19 154	0.19 295	0.24 259	0.24 320	0.27 307	0.23 270

Anonymous_2	1.30 428	0.55 414	0.82 261	0.52 190	0.58 383	1.01 339	0.64 349	1.25 236	0.97 197	0.96 179	0.78 114	1.33 355	1.29 421	1.03 162	0.74 301	0.62 480	0.64 499	1.06 499	9.63 539	1.16 495	0.49 442

RAFT_CTSACE	0.63 197	0.26 99	0.88 291	0.55 245	0.51 346	0.71 220	0.44 200	0.80 62	0.97 197	0.97 182	1.84 434	1.18 317	0.68 210	1.47 275	0.36 92	0.16 33	0.15 192	0.21 173	0.20 211	0.20 166	0.14 41

THIR-Stereo	1.02 386	0.27 125	0.69 170	0.49 127	0.28 88	0.95 320	1.34 472	1.03 146	0.97 197	1.34 367	1.90 442	1.17 314	1.58 450	6.44 488	0.78 317	0.19 154	0.14 137	0.21 173	0.22 284	0.19 132	0.20 217

DRaft	0.80 304	0.24 60	0.70 176	0.45 70	0.30 126	0.97 329	0.53 279	1.05 160	0.97 197	1.78 449	2.02 453	0.80 175	1.74 464	2.73 408	0.72 297	0.17 74	0.14 137	0.20 138	0.20 211	0.18 93	0.21 234

BUS	0.74 273	0.32 250	0.68 157	0.54 222	0.44 301	2.34 480	0.42 169	2.16 458	0.98 202	1.20 290	1.11 224	1.03 276	0.62 192	0.91 127	0.70 289	0.24 284	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

BSDual-CNN	0.71 250	0.32 250	0.68 157	0.54 222	0.44 301	1.27 387	0.65 351	2.16 458	0.98 202	1.20 290	1.11 224	1.12 304	0.74 227	0.91 127	0.66 278	0.24 284	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

psmg	0.72 252	0.32 250	0.68 157	0.50 138	0.44 301	1.48 417	0.75 381	1.94 416	0.98 202	1.21 294	1.33 316	1.12 304	0.74 227	0.91 127	0.66 278	0.24 284	0.19 295	0.25 298	0.25 334	0.23 254	0.22 251

CrosDoStereo	1.58 452	0.24 60	0.72 194	0.48 112	0.29 105	0.67 196	12.49 534	1.10 186	0.98 202	1.34 367	1.75 424	1.00 263	1.89 475	6.65 491	0.81 329	0.19 154	0.15 192	0.20 138	0.22 284	0.18 93	0.19 185

AAGNet	1.83 470	0.28 146	0.72 194	0.61 318	0.32 170	0.67 196	0.51 260	0.96 124	0.98 202	1.47 402	1.20 269	1.00 263	1.18 401	2.83 410	22.77 541	0.22 244	0.13 86	0.22 201	0.19 179	0.23 254	0.15 69

DeepStereo_LL	1.58 452	0.24 60	0.72 194	0.48 112	0.29 105	0.67 196	12.49 534	1.10 186	0.98 202	1.34 367	1.75 424	1.00 263	1.89 475	6.65 491	0.81 329	0.19 154	0.15 192	0.20 138	0.22 284	0.18 93	0.19 185

LMCR-Stereo	0.82 315	0.46 378	0.88 291	0.75 425	0.43 294	1.33 397	0.56 310	2.43 491	0.98 202	1.53 416	1.49 372	0.74 156	1.00 360	1.63 302	0.89 349	0.28 361	0.17 258	0.22 201	0.17 140	0.29 336	0.20 217

DisPM	0.66 224	0.28 146	0.72 194	0.61 318	0.35 211	0.62 164	0.45 217	1.02 141	0.99 209	1.56 424	1.10 218	0.80 175	0.59 175	2.37 388	0.41 138	0.23 269	0.14 137	0.23 239	0.21 255	0.20 166	0.25 296

IER	0.70 243	0.31 234	1.02 346	0.48 112	0.52 357	1.34 399	0.51 260	1.17 204	0.99 209	1.23 305	1.34 323	1.12 304	1.11 387	0.99 153	0.71 294	0.20 186	0.16 229	0.21 173	0.21 255	0.20 166	0.19 185

PFNet	0.91 349	0.26 99	1.10 375	0.63 339	0.32 170	0.64 168	0.56 310	1.17 204	0.99 209	1.47 402	1.08 209	0.98 256	0.69 213	6.62 490	0.54 238	0.20 186	0.12 29	0.24 259	0.19 179	0.20 166	0.17 120

Pruner-Stereo	0.62 190	0.29 181	0.70 176	0.61 318	0.31 152	0.63 165	0.43 187	1.17 204	0.99 209	1.53 416	1.08 209	0.95 246	0.55 151	1.35 242	0.51 218	0.23 269	0.14 137	0.24 259	0.21 255	0.21 206	0.23 270

raft+_RVC	0.53 119	0.26 99	0.54 75	0.60 304	0.47 324	0.54 117	0.54 286	1.27 238	0.99 209	0.76 125	1.03 193	0.70 150	0.56 156	0.93 135	0.47 195	0.18 113	0.14 137	0.19 103	0.18 157	0.18 93	0.15 69

test_sample2	0.62 190	0.29 181	0.74 222	0.50 138	0.28 88	0.80 267	0.61 339	1.61 323	1.00 214	0.88 159	0.99 166	0.94 238	0.83 275	1.16 197	0.51 218	0.23 269	0.18 279	0.22 201	0.21 255	0.23 254	0.22 251

test-3	0.54 134	0.22 35	0.68 157	0.47 87	0.27 65	0.58 137	0.35 96	0.92 99	1.00 214	1.32 355	0.69 91	0.87 208	0.45 89	1.68 314	0.37 104	0.16 33	0.11 6	0.20 138	0.16 120	0.17 62	0.13 18

test_1	0.54 134	0.22 35	0.68 157	0.47 87	0.27 65	0.58 137	0.35 96	0.92 99	1.00 214	1.28 327	0.68 87	0.87 208	0.45 89	1.67 309	0.37 104	0.16 33	0.11 6	0.20 138	0.16 120	0.17 62	0.13 18

PSMNet-ADL	0.72 252	0.35 316	0.62 124	0.69 395	0.46 319	1.14 362	0.44 200	1.37 256	1.01 217	0.83 147	1.17 256	1.33 355	0.96 340	1.43 265	0.95 359	0.33 397	0.22 353	0.21 173	0.23 307	0.27 307	0.29 346

HHNet	0.62 190	0.26 99	0.63 127	0.43 37	0.45 308	0.50 85	0.58 325	1.07 175	1.01 217	1.25 318	2.23 464	0.70 150	0.61 187	1.07 175	0.47 195	0.20 186	0.13 86	0.23 239	0.19 179	0.19 132	0.30 360

DMCA-RVC	0.74 273	0.40 351	1.27 404	0.66 369	0.49 328	0.77 249	0.47 231	1.35 253	1.01 217	1.53 416	1.01 176	1.29 348	0.82 267	1.31 231	0.78 317	0.27 348	0.21 335	0.35 413	0.27 361	0.32 364	0.24 284

DCVSM-stereo	0.72 252	0.35 316	0.76 235	0.55 245	0.42 284	0.73 226	0.38 130	1.21 220	1.02 220	1.79 452	1.04 196	1.62 407	1.03 369	1.04 168	0.79 323	0.24 284	0.27 394	0.29 356	0.24 320	0.30 347	0.36 395

4D-IteraStereo	0.48 96	0.24 60	0.76 235	0.50 138	0.44 301	0.66 192	0.31 65	0.87 80	1.02 220	1.03 205	0.72 101	0.78 169	0.32 33	0.64 49	0.37 104	0.17 74	0.11 6	0.23 239	0.19 179	0.19 132	0.13 18

DMCA	0.67 233	0.34 295	0.90 301	0.51 168	0.44 301	0.86 295	0.47 231	1.42 268	1.02 220	1.17 277	1.12 231	1.23 328	0.75 229	0.78 86	0.95 359	0.25 310	0.19 295	0.27 333	0.19 179	0.24 269	0.27 330

HITNet	0.65 217	0.40 351	0.77 241	0.48 112	0.24 28	1.05 347	0.49 251	1.76 360	1.02 220	1.18 282	1.18 258	0.89 220	0.80 258	0.85 110	0.79 323	0.17 74	0.12 29	0.21 173	0.17 140	0.29 336	0.15 69
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
MM-Stereo_test1	0.49 102	0.24 60	0.56 88	0.51 168	0.30 126	0.50 85	0.54 286	0.91 96	1.03 224	0.84 150	0.69 91	0.54 89	0.60 178	1.16 197	0.33 59	0.18 113	0.16 229	0.20 138	0.17 140	0.19 132	0.15 69

RAFT+CT+SA	0.58 171	0.29 181	0.60 116	0.66 369	0.37 234	0.42 39	0.55 302	1.27 238	1.03 224	0.70 115	1.22 273	0.60 114	0.70 218	1.64 303	0.41 138	0.18 113	0.13 86	0.22 201	0.22 284	0.21 206	0.18 145

IIG-Stereo	0.96 360	0.31 234	0.72 194	0.88 466	0.33 190	0.61 156	0.26 37	1.19 217	1.03 224	1.69 442	1.37 332	1.46 381	0.75 229	6.96 499	0.51 218	0.19 154	0.14 137	0.23 239	0.18 157	0.20 166	0.14 41

rafts_anoy	0.52 109	0.29 181	0.59 111	0.59 293	0.50 335	0.53 110	0.40 152	1.11 192	1.03 224	0.84 150	0.83 126	0.68 141	0.54 144	0.72 70	0.51 218	0.19 154	0.14 137	0.24 259	0.26 351	0.21 206	0.18 145

SFCPSM	0.70 243	0.28 146	1.02 346	0.51 168	0.38 251	1.37 402	0.66 356	2.00 428	1.03 224	1.17 277	1.21 271	0.82 184	0.78 248	1.03 162	0.53 232	0.21 218	0.17 258	0.22 201	0.24 320	0.21 206	0.19 185

riskmin	0.56 158	0.27 125	0.60 116	0.43 37	0.31 152	0.83 283	0.42 169	1.14 198	1.04 229	0.73 123	0.75 108	1.11 303	1.01 362	0.81 97	0.51 218	0.20 186	0.14 137	0.24 259	0.15 81	0.24 269	0.25 296

NINENet	0.77 289	0.37 333	0.78 249	0.62 330	0.51 346	2.34 480	0.42 169	1.83 386	1.04 229	1.14 252	1.23 277	1.03 276	0.62 192	1.24 216	0.70 289	0.28 361	0.23 365	0.31 373	0.21 255	0.26 293	0.25 296

UNet	0.83 322	0.34 295	1.31 408	0.58 280	0.74 432	1.58 427	0.49 251	1.41 266	1.04 229	1.21 294	1.08 209	1.54 395	1.12 390	1.65 304	1.09 381	0.23 269	0.17 258	0.25 298	0.20 211	0.25 281	0.22 251

PMTNet	0.46 83	0.21 21	0.38 8	0.37 5	0.23 20	0.71 220	0.27 43	0.74 38	1.04 229	0.64 106	0.70 95	0.55 92	0.47 103	0.86 114	0.35 83	1.00 492	0.13 86	0.15 8	0.10 2	0.15 22	0.13 18

MM-Stereo_test3	0.50 106	0.24 60	0.54 75	0.54 222	0.74 432	0.49 75	0.53 279	1.09 183	1.05 233	0.62 104	0.95 151	0.61 118	0.42 71	0.77 83	0.38 114	0.20 186	0.17 258	0.20 138	0.16 120	0.18 93	0.18 145

Any-RAFT	0.53 119	0.24 60	0.47 40	0.47 87	0.27 65	1.00 338	0.25 28	1.58 315	1.05 233	0.85 155	0.99 166	1.06 281	0.47 103	0.70 63	0.32 46	0.18 113	0.13 86	0.16 27	0.13 42	0.16 38	0.16 95

CSP-Net	0.97 366	0.38 340	0.83 265	0.53 207	0.41 279	1.63 431	0.77 387	2.00 428	1.05 233	1.25 318	1.20 269	1.33 355	0.83 275	4.93 458	0.85 342	0.32 389	0.22 353	0.20 138	0.20 211	0.23 254	0.25 296

test_3	0.55 149	0.23 46	0.71 188	0.53 207	0.28 88	0.61 156	0.40 152	0.92 99	1.05 233	1.19 286	0.68 87	0.93 235	0.44 86	1.67 309	0.39 122	0.15 13	0.12 29	0.22 201	0.19 179	0.21 206	0.14 41

IPLG	0.69 239	0.27 125	0.97 326	0.51 168	0.43 294	0.79 259	0.33 79	1.21 220	1.06 237	1.30 341	1.10 218	0.52 82	0.55 151	3.16 423	0.63 270	0.16 33	0.14 137	0.19 103	0.16 120	0.18 93	0.17 120

OMP-Stereo	0.94 356	0.33 272	0.72 194	0.90 471	0.31 152	0.49 75	0.36 110	1.16 202	1.06 237	1.58 430	1.12 231	1.46 381	0.69 213	6.94 498	0.49 207	0.19 154	0.14 137	0.24 259	0.18 157	0.20 166	0.14 41

RALAANet	0.60 180	0.33 272	0.87 284	0.62 330	0.50 335	0.69 208	0.31 65	1.21 220	1.06 237	1.09 219	1.16 253	0.88 212	0.46 94	1.22 209	0.42 149	0.19 154	0.15 192	0.21 173	0.17 140	0.27 307	0.17 120

ARAFT	0.77 289	0.36 326	1.49 440	0.51 168	0.31 152	0.90 301	0.82 402	1.90 403	1.06 237	1.62 435	1.24 279	1.02 272	0.64 201	1.84 335	0.50 213	0.18 113	0.14 137	0.28 346	0.27 361	0.17 62	0.16 95

BEATNet_4x	0.73 270	0.49 390	1.17 389	0.53 207	0.26 46	1.03 344	0.55 302	1.82 381	1.06 237	1.21 294	1.22 273	0.96 252	0.91 310	1.01 158	1.06 375	0.21 218	0.14 137	0.24 259	0.19 179	0.37 389	0.21 234

FACV-RUCA	0.63 197	0.34 295	0.82 261	0.62 330	0.65 408	0.81 276	0.41 165	1.44 275	1.07 242	0.86 157	1.14 240	0.61 118	0.69 213	0.80 92	0.53 232	0.28 361	0.19 295	0.47 455	0.21 255	0.35 378	0.25 296

RAFT-Stereo-weight	0.47 90	0.24 60	0.53 70	0.48 112	0.27 65	0.60 150	0.35 96	1.02 141	1.07 242	0.99 189	0.78 114	0.76 162	0.28 15	0.76 80	0.36 92	0.16 33	0.12 29	0.17 50	0.15 81	0.16 38	0.15 69

hknet	0.77 289	0.32 250	0.95 318	0.54 222	0.38 251	1.27 387	0.65 351	2.16 458	1.07 242	1.20 290	1.11 224	1.59 403	0.81 262	1.37 248	0.66 278	0.22 244	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

FENet	0.60 180	0.28 146	0.63 127	0.54 222	0.33 190	0.83 283	0.38 130	1.27 238	1.07 242	1.00 194	0.86 131	0.99 262	0.85 282	0.96 141	0.68 285	0.22 244	0.15 192	0.23 239	0.20 211	0.22 229	0.23 270

ACVNet	0.63 197	0.31 234	0.54 75	0.54 222	0.36 220	0.80 267	0.46 224	1.37 256	1.07 242	0.93 170	1.30 302	1.08 287	0.85 282	0.80 92	0.94 356	0.21 218	0.19 295	0.21 173	0.18 157	0.22 229	0.18 145

acv_ft	0.75 281	0.31 234	0.95 318	0.70 400	0.86 464	1.24 383	0.53 279	1.44 275	1.07 242	1.24 313	1.30 302	1.08 287	0.92 313	0.80 92	1.34 416	0.21 218	0.19 295	0.21 173	0.18 157	0.21 206	0.18 145

DFGA-Net	0.72 252	0.40 351	1.40 419	0.52 190	0.45 308	0.83 283	0.44 200	1.28 242	1.08 248	0.99 189	1.19 265	0.70 150	0.55 151	2.14 366	1.16 393	0.18 113	0.16 229	0.24 259	0.23 307	0.27 307	0.25 296

Reg-Stereo(zero)	0.44 68	0.22 35	0.45 34	0.43 37	0.23 20	0.38 23	0.25 28	0.76 42	1.08 248	0.90 162	0.78 114	0.90 221	0.47 103	0.70 63	0.36 92	0.15 13	0.12 29	0.15 8	0.12 27	0.15 22	0.15 69

MIPNet	0.56 158	0.28 146	0.94 314	0.49 127	0.33 190	0.66 192	0.38 130	1.35 253	1.08 248	1.06 209	0.92 144	0.60 114	0.79 252	0.73 74	0.52 225	0.17 74	0.14 137	0.19 103	0.16 120	0.18 93	0.17 120

AASNet	0.76 287	0.35 316	0.91 304	0.79 434	0.81 455	1.14 362	0.56 310	2.02 436	1.08 248	1.22 299	1.24 279	0.93 235	0.76 237	0.77 83	1.16 393	0.27 348	0.23 365	0.24 259	0.20 211	0.28 325	0.24 284

RAFT-RH_RVC	1.03 388	0.24 60	0.67 153	0.49 127	0.28 88	0.81 276	0.33 79	0.83 73	1.08 248	2.05 470	4.65 505	1.04 279	0.57 165	5.98 483	0.50 213	0.18 113	0.13 86	0.26 317	0.20 211	0.16 38	0.17 120

APVNet	1.06 392	0.53 408	1.42 425	0.84 452	0.79 448	1.92 459	0.82 402	1.90 403	1.08 248	1.08 213	1.43 350	1.56 398	1.13 394	3.07 418	1.58 447	0.31 382	0.34 436	0.42 443	0.36 437	0.36 385	0.37 400

Gwc-CoAtRS	0.52 109	0.24 60	0.68 157	0.48 112	0.29 105	0.64 168	0.25 28	1.16 202	1.08 248	1.01 197	1.00 170	1.12 304	0.56 156	0.69 59	0.37 104	0.16 33	0.13 86	0.17 50	0.15 81	0.15 22	0.15 69

GANet-RSSM	0.72 252	0.28 146	0.63 127	0.64 348	0.58 383	0.80 267	0.58 325	1.89 400	1.08 248	1.04 208	1.25 283	1.15 312	1.04 371	1.49 277	0.62 266	0.25 310	0.19 295	0.22 201	0.22 284	0.22 229	0.21 234

G2L-Stereo	0.80 304	0.32 250	0.95 318	0.60 304	0.42 284	0.78 254	0.69 367	1.50 289	1.09 256	1.33 363	1.14 240	1.45 378	0.72 224	2.45 393	1.10 384	0.25 310	0.20 313	0.26 317	0.21 255	0.20 166	0.26 320

WCG-NET（raft）	0.45 76	0.21 21	0.55 85	0.40 16	0.24 28	0.50 85	0.36 110	0.73 34	1.09 256	0.71 117	0.76 110	0.92 233	0.51 129	0.84 105	0.34 74	0.16 33	0.12 29	0.15 8	0.14 66	0.14 10	0.14 41

AE-Stereo	0.49 102	0.27 125	0.67 153	0.60 304	0.39 262	0.67 196	0.46 224	1.18 209	1.09 256	0.47 61	0.75 108	0.69 146	0.47 103	0.59 33	0.40 127	0.16 33	0.15 192	0.21 173	0.20 211	0.19 132	0.15 69

SQANet	1.31 430	0.88 472	1.08 369	1.83 505	1.44 501	1.44 415	0.75 381	1.74 352	1.09 256	1.32 355	1.26 290	1.28 345	1.01 362	1.50 279	0.83 336	2.50 511	0.34 436	1.47 503	0.55 478	2.32 505	1.57 506

RAFT-Stereo + iAFF	0.54 134	0.25 83	0.68 157	0.43 37	0.24 28	0.40 28	0.34 91	1.04 152	1.09 256	1.32 355	1.60 398	0.80 175	0.68 210	0.67 58	0.39 122	0.13 2	0.10 1	0.18 82	0.17 140	0.17 62	0.13 18

FADNet_RVC	0.83 322	0.51 400	1.83 463	0.54 222	0.42 284	1.19 377	0.46 224	1.51 296	1.09 256	0.89 160	1.24 279	0.91 224	0.87 295	2.11 364	1.11 387	0.27 348	0.22 353	0.31 373	0.28 381	0.43 419	0.38 406

UPFNet	0.80 304	0.32 250	0.90 301	0.59 293	0.74 432	1.26 386	0.80 398	1.52 298	1.10 262	1.30 341	1.12 231	1.30 349	0.84 279	1.67 309	1.09 381	0.24 284	0.24 374	0.24 259	0.23 307	0.25 281	0.18 145

PSMNet-RSSM	0.72 252	0.30 201	0.61 119	0.63 339	0.42 284	0.73 226	0.56 310	1.92 410	1.10 262	1.09 219	1.37 332	1.22 323	0.98 350	1.28 225	0.72 297	0.27 348	0.19 295	0.27 333	0.29 392	0.24 269	0.24 284

RAFT-345	0.84 327	0.25 83	0.66 148	0.50 138	0.27 65	0.54 117	0.42 169	0.83 73	1.11 264	1.32 355	2.34 469	0.86 204	0.54 144	5.72 475	0.47 195	0.18 113	0.13 86	0.22 201	0.17 140	0.17 62	0.16 95

CREStereo	0.39 36	0.21 21	0.38 8	0.34 1	0.22 15	0.53 110	0.29 52	0.77 45	1.11 264	0.58 90	0.71 98	0.51 75	0.41 67	0.54 21	0.34 74	0.18 113	0.13 86	0.15 8	0.10 2	0.14 10	0.14 41
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
MaskLacGwcNet_RVC	1.10 402	1.02 480	1.00 335	0.82 448	0.67 415	1.93 460	0.93 428	1.62 327	1.11 264	1.15 258	1.25 283	1.50 389	0.79 252	1.96 350	0.76 309	1.89 505	0.34 436	0.79 489	0.36 437	1.25 499	0.83 485

STTStereo	0.78 297	0.50 397	1.22 394	0.64 348	0.54 363	0.89 298	0.54 286	1.44 275	1.11 264	1.38 380	1.09 214	1.27 342	0.85 282	1.43 265	0.83 336	0.29 371	0.27 394	0.33 395	0.39 444	0.32 364	0.30 360

rvit_stereo_0075_2	0.64 209	0.46 378	1.05 356	0.66 369	0.66 411	0.53 110	0.48 241	1.20 219	1.12 268	0.76 125	0.92 144	0.78 169	0.53 139	1.03 162	0.59 253	0.37 422	0.28 401	0.40 438	0.31 406	0.37 389	0.32 375

trnet	0.39 36	0.21 21	0.37 5	0.36 3	0.20 3	0.53 110	0.29 52	0.78 49	1.12 268	0.59 98	0.71 98	0.53 87	0.42 71	0.54 21	0.34 74	0.18 113	0.13 86	0.15 8	0.10 2	0.14 10	0.13 18

Former-RAFT_DAM_RVC	0.46 83	0.36 326	0.71 188	0.47 87	0.36 220	0.67 196	0.35 96	0.78 49	1.12 268	0.61 101	0.62 75	0.39 29	0.39 61	0.71 67	0.39 122	0.20 186	0.17 258	0.22 201	0.18 157	0.23 254	0.19 185

GMStereo_Zeroshot	0.67 233	0.61 437	1.01 339	0.64 348	0.37 234	0.84 291	0.35 96	1.05 160	1.12 268	1.12 235	1.06 200	1.27 342	0.54 144	1.19 205	0.59 253	0.32 389	0.17 258	0.31 373	0.18 157	0.52 448	0.22 251

CBFPSM	0.92 351	0.33 272	1.86 464	0.49 127	0.38 251	1.75 441	0.84 404	1.39 262	1.12 268	1.09 219	0.99 166	2.37 472	1.66 461	1.32 235	1.42 433	0.19 154	0.18 279	0.20 138	0.20 211	0.21 206	0.33 381

test_5	0.65 217	0.30 201	0.75 225	0.67 381	0.50 335	0.92 311	0.52 271	1.39 262	1.12 268	0.76 125	1.11 224	1.00 263	0.90 307	1.53 286	0.45 174	0.18 113	0.13 86	0.23 239	0.22 284	0.21 206	0.19 185

SACVNet	0.85 331	0.46 378	0.85 267	0.81 440	0.56 371	0.80 267	0.79 392	1.68 338	1.12 268	1.34 367	1.33 316	1.25 334	0.94 327	2.39 390	0.76 309	0.34 407	0.26 386	0.31 373	0.29 392	0.35 378	0.44 427

GANet-ADL	0.60 180	0.35 316	0.72 194	0.64 348	0.40 272	0.68 203	0.51 260	1.49 285	1.12 268	0.95 177	1.08 209	0.91 224	0.57 165	0.76 80	0.55 242	0.26 332	0.18 279	0.18 82	0.16 120	0.23 254	0.25 296

STrans-v2	1.04 391	0.28 146	0.96 324	0.49 127	0.32 170	0.68 203	0.79 392	2.47 493	1.12 268	1.12 235	1.46 364	1.40 366	1.46 439	6.70 495	0.43 158	0.18 113	0.13 86	0.20 138	0.18 157	0.18 93	0.18 145

TransformOpticalFlow	0.96 360	0.28 146	0.89 297	0.52 190	0.31 152	0.66 192	0.54 286	1.75 354	1.12 268	1.09 219	1.44 356	1.37 365	1.01 362	6.70 495	0.42 149	0.19 154	0.12 29	0.20 138	0.19 179	0.18 93	0.19 185

psm_up	0.77 289	0.34 295	0.70 176	0.66 369	0.58 383	1.05 347	0.92 424	1.52 298	1.12 268	1.26 322	1.16 253	1.31 353	1.23 413	1.20 206	0.81 329	0.25 310	0.29 412	0.31 373	0.27 361	0.27 307	0.25 296

PSMNet_ROB	0.90 346	0.52 404	1.17 389	0.72 411	0.61 397	1.27 387	1.12 454	1.76 360	1.12 268	1.09 219	1.28 298	1.45 378	0.89 306	1.65 304	1.42 433	0.33 397	0.25 381	0.37 424	0.39 444	0.35 378	0.29 346

ISRNet	0.80 304	0.33 272	1.07 365	0.81 440	0.66 411	0.60 150	0.34 91	1.19 217	1.13 280	1.59 431	1.53 379	1.35 360	0.77 241	1.27 223	0.94 356	0.39 429	0.34 436	0.43 445	0.38 442	0.34 376	0.49 442

IPLGR	0.58 171	0.27 125	1.14 385	0.48 112	0.28 88	0.65 184	0.33 79	1.22 228	1.13 280	1.18 282	1.05 198	0.69 146	0.66 209	0.96 141	0.52 225	0.17 74	0.15 192	0.20 138	0.17 140	0.20 166	0.18 145

HCRNet	0.70 243	0.39 345	0.73 206	0.60 304	0.59 391	0.76 241	0.35 96	1.22 228	1.13 280	1.02 201	0.99 166	1.02 272	0.76 237	2.19 374	0.70 289	0.28 361	0.19 295	0.28 346	0.23 307	0.25 281	0.23 270

test_sample5	0.69 239	0.34 295	0.87 284	0.52 190	0.30 126	0.84 291	0.54 286	1.83 386	1.14 283	1.11 233	1.25 283	0.88 212	0.78 248	1.23 211	0.65 275	0.26 332	0.20 313	0.27 333	0.27 361	0.27 307	0.26 320

DualNet	0.70 243	0.34 295	0.87 284	0.52 190	0.30 126	0.84 291	0.54 286	1.83 386	1.14 283	1.14 252	1.33 316	0.88 212	0.78 248	1.23 211	0.65 275	0.26 332	0.20 313	0.27 333	0.27 361	0.27 307	0.26 320

iinet-f	0.99 372	0.45 376	3.71 502	0.55 245	0.43 294	1.81 449	0.68 363	1.14 198	1.14 283	1.18 282	1.42 346	1.58 402	1.44 436	1.34 241	1.59 449	0.24 284	0.23 365	0.20 138	0.19 179	0.26 293	0.25 296

gwcnet-sp	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 341	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

scenet	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 341	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

ssnet	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 341	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

PFNet+	0.59 177	0.28 146	0.77 241	0.53 207	0.30 126	0.59 142	0.31 65	0.92 99	1.14 283	1.33 363	1.10 218	0.79 173	0.57 165	1.31 231	0.49 207	0.25 310	0.17 258	0.28 346	0.26 351	0.21 206	0.25 296

AFF-stereo	0.58 171	0.25 83	0.64 134	0.46 76	0.29 105	0.34 13	0.38 130	1.15 200	1.14 283	1.17 277	1.60 398	1.10 299	0.71 222	0.97 149	0.43 158	0.13 2	0.11 6	0.19 103	0.19 179	0.17 62	0.14 41

CFNet-RSSM	0.54 134	0.24 60	0.70 176	0.48 112	0.28 88	0.60 150	0.27 43	1.49 285	1.14 283	1.06 209	0.93 147	1.08 287	0.54 144	0.70 63	0.35 83	0.16 33	0.12 29	0.17 50	0.15 81	0.16 38	0.14 41

UCFNet_RVC	0.69 239	0.35 316	0.49 47	0.64 348	0.39 262	0.85 294	0.58 325	1.75 354	1.14 283	0.97 182	1.19 265	1.17 314	0.93 322	0.99 153	0.62 266	0.28 361	0.20 313	0.34 405	0.31 406	0.32 364	0.27 330

PS-NSSS	0.99 372	0.58 424	0.93 310	0.58 280	0.57 374	0.91 304	0.80 398	1.81 380	1.14 283	1.14 252	1.67 415	1.00 263	0.83 275	4.62 450	0.78 317	0.37 422	0.31 422	0.52 463	0.32 414	0.45 428	0.38 406

WCG-NET	0.42 52	0.21 21	0.54 75	0.40 16	0.25 40	0.47 59	0.32 72	0.73 34	1.15 294	0.76 125	0.73 103	0.58 106	0.45 89	0.60 44	0.34 74	0.15 13	0.11 6	0.16 27	0.14 66	0.15 22	0.13 18

test_sample8	2.19 486	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.82 381	1.15 294	2.26 476	1.30 302	4.94 510	2.52 499	2.27 381	7.92 514	0.57 473	12.61 545	0.62 482	0.67 489	0.45 428	0.42 418

test_sample6	0.71 250	0.34 295	0.87 284	0.52 190	0.30 126	0.82 278	0.58 325	1.79 374	1.15 294	1.14 252	1.33 316	0.91 224	0.79 252	1.31 231	0.74 301	0.27 348	0.21 335	0.27 333	0.29 392	0.28 325	0.27 330

test_sample4	0.69 239	0.33 272	0.91 304	0.51 168	0.30 126	0.92 311	0.52 271	1.87 395	1.15 294	1.14 252	1.18 258	0.87 208	0.75 229	1.18 203	0.68 285	0.25 310	0.20 313	0.26 317	0.26 351	0.26 293	0.25 296

test_sample3	0.68 237	0.32 250	0.88 291	0.52 190	0.30 126	0.97 329	0.52 271	1.86 393	1.15 294	1.08 213	1.11 224	0.88 212	0.71 222	1.17 201	0.68 285	0.25 310	0.20 313	0.25 298	0.25 334	0.25 281	0.25 296

cf-r	0.73 270	0.30 201	0.77 241	0.55 245	0.63 403	0.78 254	0.48 241	1.79 374	1.15 294	1.13 249	1.26 290	1.43 371	0.87 295	1.40 263	0.85 342	0.25 310	0.18 279	0.22 201	0.23 307	0.19 132	0.19 185

CFNet-ft	0.72 252	0.32 250	0.54 75	0.66 369	0.54 363	0.83 283	0.55 302	1.37 256	1.15 294	0.93 170	1.28 298	1.57 399	0.97 343	1.35 242	0.81 329	0.26 332	0.20 313	0.33 395	0.25 334	0.30 347	0.23 270

DANet	1.08 397	0.61 437	1.32 411	0.85 457	0.72 428	1.37 402	0.51 260	1.54 306	1.15 294	1.78 449	1.54 383	2.01 455	1.11 387	2.90 413	2.00 465	0.33 397	0.30 416	0.40 438	0.30 401	0.44 425	0.45 429
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CFNet_RVC	0.72 252	0.32 250	0.54 75	0.66 369	0.54 363	0.83 283	0.55 302	1.37 256	1.15 294	0.93 170	1.28 298	1.57 399	0.97 343	1.35 242	0.81 329	0.26 332	0.20 313	0.33 395	0.25 334	0.30 347	0.23 270

GCST	1.08 397	1.47 502	0.93 310	1.73 503	1.14 489	1.30 392	0.31 65	1.33 245	1.16 303	1.29 332	0.97 163	0.98 256	0.49 122	2.08 361	0.46 188	1.19 502	0.70 502	1.30 502	0.85 500	1.02 490	0.89 488

anonymity	1.12 407	0.97 475	1.21 392	1.07 488	1.12 485	1.08 353	0.89 416	1.95 418	1.16 303	1.29 332	1.26 290	1.22 323	1.09 385	1.15 193	1.01 371	1.02 495	1.00 518	0.97 494	0.97 506	0.98 487	0.99 492

DDUNet	1.50 447	2.69 526	1.12 379	1.77 504	1.88 506	1.84 453	0.92 424	1.70 345	1.16 303	1.38 380	1.79 428	1.60 405	1.12 390	1.37 248	1.08 379	1.10 500	0.76 503	2.37 512	0.94 504	2.00 503	1.37 503

rvit_0105_4	0.56 158	0.38 340	1.06 360	0.66 369	0.38 251	0.53 110	0.53 279	0.84 76	1.17 306	0.56 87	0.61 73	0.72 154	0.59 175	0.98 150	0.45 174	0.32 389	0.33 434	0.29 356	0.25 334	0.29 336	0.23 270

rvit_0105_3	0.63 197	0.44 369	1.08 369	0.72 411	0.40 272	0.64 168	0.71 372	1.03 146	1.17 306	0.82 145	0.70 95	0.80 175	0.70 218	0.91 127	0.56 244	0.35 414	0.34 436	0.34 405	0.32 414	0.27 307	0.28 342

H2IRNET	0.56 158	0.26 99	0.66 148	0.47 87	0.35 211	0.41 32	0.26 37	0.92 99	1.17 306	0.61 101	1.28 298	1.08 287	0.86 290	0.99 153	0.63 270	0.19 154	0.16 229	0.22 201	0.25 334	0.21 206	0.18 145

CoDeX	0.73 270	0.29 181	0.93 310	0.54 222	0.36 220	1.14 362	0.61 339	2.34 483	1.17 306	1.16 268	1.25 283	0.91 224	0.87 295	1.33 238	0.64 274	0.20 186	0.16 229	0.21 173	0.18 157	0.20 166	0.18 145

LL-Strereo	1.33 433	0.39 345	1.38 418	0.61 318	0.61 397	0.75 235	0.66 356	1.63 329	1.17 306	1.56 424	1.60 398	2.03 458	2.12 487	9.72 528	0.97 365	0.21 218	0.18 279	0.27 333	0.23 307	0.22 229	0.25 296

GEStereo_RVC	0.90 346	0.37 333	0.99 330	0.64 348	0.50 335	0.95 320	0.79 392	2.42 490	1.17 306	1.16 268	1.11 224	1.26 338	0.92 313	3.24 424	0.90 352	0.29 371	0.19 295	0.23 239	0.20 211	0.27 307	0.29 346

StereoDRNet-Refined	0.80 304	0.41 359	0.88 291	0.62 330	0.42 284	1.33 397	0.48 241	1.52 298	1.17 306	1.45 399	1.44 356	1.44 376	0.90 307	1.26 220	1.24 402	0.20 186	0.16 229	0.27 333	0.24 320	0.25 281	0.28 342
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
YMNet	1.00 377	0.54 409	1.40 419	0.81 440	0.85 462	1.87 456	0.62 342	1.55 310	1.18 313	1.63 437	1.99 448	1.77 431	0.97 343	1.50 279	1.45 437	0.33 397	0.37 454	0.31 373	0.32 414	0.32 364	0.29 346

YMNet_1	1.00 377	0.54 409	1.40 419	0.81 440	0.85 462	1.87 456	0.62 342	1.55 310	1.18 313	1.63 437	1.99 448	1.77 431	0.97 343	1.50 279	1.45 437	0.33 397	0.37 454	0.31 373	0.32 414	0.32 364	0.29 346

rvit_0105_5	0.58 171	0.39 345	1.05 356	0.66 369	0.37 234	0.58 137	0.56 310	0.94 112	1.18 313	0.64 106	0.68 87	0.75 158	0.63 197	0.88 119	0.50 213	0.32 389	0.32 430	0.30 367	0.27 361	0.28 325	0.25 296

rvit_105_1	0.72 252	0.52 404	1.01 339	0.78 432	0.49 328	0.75 235	0.87 412	1.12 194	1.18 313	0.99 189	0.79 119	0.90 221	0.77 241	1.26 220	0.75 306	0.41 436	0.36 452	0.36 421	0.41 449	0.30 347	0.33 381

ACV-stereo	0.99 372	0.51 400	1.41 424	0.56 258	0.41 279	2.43 484	0.57 321	1.15 200	1.18 313	0.81 141	1.01 176	3.39 496	2.14 488	1.60 298	1.07 378	0.27 348	0.22 353	0.22 201	0.22 284	0.28 325	0.32 375

FADNet-RVC	0.88 341	0.67 446	1.93 467	0.60 304	0.48 325	0.91 304	0.60 337	1.71 346	1.18 313	0.90 162	0.96 154	1.36 362	0.92 313	2.25 379	1.17 396	0.30 375	0.29 412	0.32 387	0.32 414	0.41 409	0.35 390

NLCA_NET_v2_RVC	0.79 301	0.43 366	1.05 356	0.64 348	0.58 383	0.95 320	0.53 279	1.53 304	1.18 313	1.37 375	1.15 248	1.43 371	0.88 300	1.61 300	0.84 339	0.25 310	0.22 353	0.27 333	0.27 361	0.29 336	0.29 346
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 243	0.43 366	0.75 225	0.73 419	0.37 234	0.92 311	0.53 279	1.85 390	1.18 313	1.12 235	1.23 277	1.07 286	0.65 207	0.96 141	0.63 270	0.31 382	0.15 192	0.32 387	0.21 255	0.29 336	0.22 251
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.
RAFT + AFF	1.00 377	0.42 363	1.09 372	0.67 381	0.50 335	1.22 381	1.24 465	2.24 473	1.19 321	1.30 341	1.56 389	1.17 314	1.49 444	3.44 432	0.83 336	0.21 218	0.25 381	0.30 367	0.26 351	0.27 307	0.27 330

psmorigin	1.52 449	0.69 451	10.52 523	0.68 392	0.59 391	1.13 361	0.70 370	1.57 314	1.19 321	1.99 467	1.79 428	2.26 466	1.47 441	2.09 362	1.36 420	0.39 429	0.40 465	0.34 405	0.33 423	0.43 419	0.56 456

DSFCA	0.93 354	0.34 295	1.06 360	0.52 190	0.65 408	1.55 424	0.93 428	1.49 285	1.19 321	1.56 424	1.15 248	1.50 389	0.96 340	3.07 418	1.02 372	0.30 375	0.26 386	0.25 298	0.25 334	0.28 325	0.24 284

HSM	1.19 420	0.32 250	0.65 141	0.57 274	0.38 251	1.23 382	0.59 333	2.25 474	1.19 321	1.30 341	1.25 283	1.94 448	1.03 369	9.32 522	0.71 294	0.22 244	0.16 229	0.20 138	0.16 120	0.21 206	0.21 234

ETE_ROB	0.96 360	0.64 443	1.16 387	0.69 395	0.48 325	1.14 362	1.13 455	1.77 364	1.19 321	1.91 464	1.45 358	1.73 425	1.05 375	1.60 298	1.14 391	0.32 389	0.26 386	0.38 427	0.34 428	0.39 402	0.41 414

rvit_0105_6	0.53 119	0.37 333	0.98 329	0.65 362	0.38 251	0.51 101	0.51 260	0.77 45	1.20 326	0.54 85	0.55 60	0.65 132	0.53 139	0.94 138	0.44 161	0.32 389	0.32 430	0.28 346	0.24 320	0.28 325	0.21 234

DAS	0.84 327	0.34 295	1.03 350	0.64 348	0.69 423	0.77 249	0.63 347	1.54 306	1.20 326	1.79 452	1.55 385	0.95 246	1.04 371	2.83 410	0.60 261	0.21 218	0.16 229	0.25 298	0.18 157	0.27 307	0.22 251

SepStereo	0.82 315	0.34 295	1.03 350	0.64 348	0.69 423	0.77 249	0.63 347	1.54 306	1.20 326	1.79 452	1.55 385	0.95 246	1.04 371	2.30 383	0.60 261	0.21 218	0.16 229	0.25 298	0.18 157	0.27 307	0.22 251

HGLStereo	0.85 331	0.38 340	0.94 314	0.80 437	1.03 477	1.17 372	0.58 325	1.52 298	1.20 326	1.19 286	1.62 405	1.13 309	1.20 407	1.80 332	1.06 375	0.24 284	0.24 374	0.24 259	0.21 255	0.23 254	0.27 330

GwcNet-RSSM	0.77 289	0.32 250	1.01 339	0.62 330	0.54 363	0.78 254	0.51 260	1.73 348	1.20 326	1.09 219	1.37 332	1.46 381	0.85 282	1.53 286	1.09 381	0.25 310	0.18 279	0.23 239	0.24 320	0.20 166	0.19 185

FADNet-RVC-Resample	0.84 327	0.47 383	2.10 472	0.61 318	0.45 308	1.07 352	0.61 339	1.59 316	1.20 326	1.08 213	0.98 164	1.03 276	0.98 350	2.17 369	0.72 297	0.23 269	0.22 353	0.30 367	0.32 414	0.35 378	0.34 385

DualNet (step1)	0.83 322	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	1.23 211	0.67 281	0.57 473	0.28 401	0.62 482	0.67 489	0.45 428	0.42 418

test_sample9	1.86 473	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	2.27 381	7.92 514	0.57 473	12.61 545	0.62 482	0.67 489	0.45 428	0.42 418

test_sample7	0.74 273	0.37 333	0.76 235	0.52 190	0.35 211	0.91 304	0.67 359	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	1.23 211	0.67 281	0.31 382	0.28 401	0.32 387	0.31 406	0.33 373	0.29 346

DispNO	0.93 354	0.30 201	1.34 416	0.55 245	0.55 369	0.89 298	0.49 251	1.48 283	1.21 332	1.17 277	1.27 293	1.19 318	0.90 307	5.23 461	0.74 301	0.22 244	0.17 258	0.24 259	0.21 255	0.19 132	0.20 217

TestStereo1	0.63 197	0.28 146	0.75 225	0.76 427	0.31 152	0.48 63	0.43 187	1.30 243	1.21 332	0.97 182	1.31 308	0.64 129	0.77 241	1.75 323	0.42 149	0.20 186	0.15 192	0.22 201	0.18 157	0.21 206	0.17 120

SA-5K	0.63 197	0.28 146	0.75 225	0.76 427	0.31 152	0.48 63	0.43 187	1.30 243	1.21 332	0.97 182	1.31 308	0.64 129	0.77 241	1.75 323	0.42 149	0.20 186	0.15 192	0.22 201	0.18 157	0.21 206	0.17 120

CFNet_pseudo	0.66 224	0.32 250	0.86 273	0.48 112	0.39 262	0.70 215	0.40 152	1.33 245	1.22 338	1.16 268	1.34 323	1.24 330	0.64 201	0.98 150	0.59 253	0.21 218	0.16 229	0.33 395	0.19 179	0.36 385	0.25 296

G-Net	1.66 460	0.63 441	1.56 443	1.11 490	0.74 432	2.98 499	0.91 422	1.55 310	1.22 338	2.76 495	8.18 526	2.32 470	2.53 500	1.92 344	1.87 457	0.48 459	0.44 473	0.45 450	0.31 406	0.60 465	0.57 460

ccs_rob	0.66 224	0.33 272	0.86 273	0.48 112	0.39 262	0.70 215	0.40 152	1.33 245	1.22 338	1.16 268	1.34 323	1.23 328	0.64 201	0.98 150	0.59 253	0.21 218	0.16 229	0.35 413	0.20 211	0.37 389	0.25 296

coex_refinement	0.80 304	0.28 146	0.73 206	0.70 400	0.51 346	0.95 320	0.60 337	1.78 368	1.23 341	1.36 372	1.37 332	1.82 436	0.81 262	1.32 235	1.13 390	0.26 332	0.17 258	0.19 103	0.20 211	0.24 269	0.25 296

TCMNet	1.01 383	0.60 435	2.10 472	0.86 459	1.33 499	1.14 362	0.67 359	1.69 340	1.23 341	1.11 233	1.57 393	1.30 349	0.97 343	2.01 354	1.50 444	0.31 382	0.31 422	0.38 427	0.34 428	0.42 413	0.36 395

UDG	1.41 442	2.65 525	0.99 330	1.44 500	1.64 504	1.34 399	0.80 398	1.60 320	1.23 341	1.23 305	1.71 418	2.01 455	1.34 429	1.47 275	1.41 429	0.90 490	0.54 493	2.29 510	0.75 493	1.84 502	1.04 495

MLCV	0.72 252	0.34 295	1.10 375	0.51 168	0.23 20	0.91 304	0.39 145	1.33 245	1.23 341	1.46 401	1.55 385	1.01 270	0.64 201	1.95 349	0.80 327	0.18 113	0.12 29	0.18 82	0.14 66	0.19 132	0.17 120

DLCB_ROB	0.86 336	0.40 351	0.78 249	0.68 392	0.54 363	1.11 357	0.84 404	1.49 285	1.23 341	1.64 439	1.65 411	1.70 422	0.91 310	1.70 316	1.05 373	0.25 310	0.24 374	0.26 317	0.27 361	0.27 307	0.24 284

XPNet_ROB	0.96 360	0.49 390	1.09 372	0.72 411	0.57 374	1.11 357	1.14 456	1.66 336	1.23 341	1.85 459	1.39 341	1.64 415	1.11 387	1.80 332	1.42 433	0.38 426	0.30 416	0.33 395	0.29 392	0.37 389	0.34 385

raft_robust	0.68 237	0.30 201	0.64 134	0.52 190	0.26 46	0.54 117	0.35 96	1.33 245	1.24 347	1.16 268	1.07 204	0.60 114	0.54 144	3.58 435	0.37 104	0.18 113	0.14 137	0.20 138	0.22 284	0.20 166	0.16 95

ADLNet2	0.88 341	0.34 295	1.17 389	0.77 430	0.64 406	1.12 360	0.76 384	1.74 352	1.24 347	1.21 294	1.65 411	1.71 423	1.05 375	1.67 309	1.17 396	0.24 284	0.21 335	0.21 173	0.22 284	0.26 293	0.29 346

GANet	1.36 436	0.47 383	0.86 273	0.67 381	0.45 308	1.34 399	1.73 490	1.64 330	1.24 347	1.49 410	2.38 470	1.55 397	1.20 407	9.30 521	0.93 354	0.30 375	0.31 422	0.33 395	0.28 381	0.39 402	0.30 360

fff	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

s12784h	0.52 109	0.20 7	0.38 8	0.41 23	0.19 1	0.96 325	0.34 91	1.17 204	1.25 350	0.81 141	0.90 140	0.63 126	0.50 126	1.45 269	0.42 149	0.14 6	0.12 29	0.17 50	0.11 8	0.18 93	0.11 1

csc	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

cscssc	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

iResNet	0.75 281	0.40 351	1.36 417	0.67 381	0.29 105	0.92 311	0.59 333	1.52 298	1.25 350	1.28 327	1.48 370	0.94 238	0.76 237	1.62 301	0.78 317	0.18 113	0.14 137	0.18 82	0.15 81	0.22 229	0.23 270

GwcNet-ADL	0.64 209	0.31 234	0.79 252	0.56 258	0.41 279	0.60 150	0.58 325	1.41 266	1.26 355	1.08 213	1.13 236	0.91 224	0.60 178	1.04 168	0.78 317	0.27 348	0.18 279	0.18 82	0.18 157	0.25 281	0.29 346

ccnet	1.12 407	0.67 446	1.01 339	0.78 432	0.73 431	1.72 439	0.99 438	1.84 389	1.26 355	1.47 402	1.85 436	1.75 430	1.29 421	1.75 323	1.88 459	0.57 473	0.53 490	0.57 479	0.55 478	0.59 461	0.54 452

RGC	1.14 412	0.79 464	1.26 401	0.91 474	0.96 475	1.52 421	0.77 387	1.92 410	1.26 355	1.54 420	1.93 444	2.02 457	1.54 447	2.25 379	1.31 412	0.44 450	0.35 447	0.58 480	0.48 465	0.47 435	0.46 432

CC-Net-ROB	1.49 445	1.26 494	1.27 404	0.88 466	0.79 448	1.76 443	1.00 440	1.79 374	1.26 355	1.10 227	1.61 402	1.21 321	0.99 358	8.13 515	0.84 339	1.09 499	0.41 467	2.20 508	0.46 461	1.20 498	0.48 438

TDLM	1.06 392	0.44 369	0.79 252	0.63 339	0.50 335	0.89 298	1.44 477	1.48 283	1.26 355	1.12 235	1.40 343	1.08 287	0.98 350	6.65 491	0.78 317	0.33 397	0.21 335	0.33 395	0.26 351	0.37 389	0.24 284

CVANet_RVC	1.07 394	0.43 366	0.76 235	0.60 304	0.50 335	0.90 301	0.97 434	1.52 298	1.26 355	1.33 363	1.38 337	1.24 330	1.18 401	6.75 497	0.75 306	0.34 407	0.23 365	0.34 405	0.29 392	0.42 413	0.27 330

XX-TBD	0.46 83	0.70 454	0.35 1	0.79 434	0.25 40	0.58 137	0.26 37	0.69 25	1.27 361	0.76 125	1.00 170	0.45 44	0.33 34	0.47 9	0.37 104	0.19 154	0.15 192	0.15 8	0.11 8	0.17 62	0.14 41

MMNet	0.84 327	0.32 250	1.09 372	0.60 304	0.59 391	1.85 454	0.49 251	1.51 296	1.27 361	1.37 375	1.15 248	1.26 338	1.18 401	1.67 309	1.22 400	0.19 154	0.18 279	0.23 239	0.22 284	0.25 281	0.21 234

Nwc_Net	1.09 400	0.49 390	1.33 413	0.89 470	0.80 453	1.49 419	0.66 356	2.19 467	1.27 361	1.32 355	2.26 465	1.96 450	1.54 447	1.92 344	1.34 416	0.40 432	0.30 416	0.43 445	0.45 458	0.38 398	0.37 400

ADCRef	1.35 435	0.55 414	2.37 484	0.72 411	0.77 443	1.94 461	0.78 389	1.91 407	1.27 361	1.57 428	1.59 397	1.36 362	1.41 432	1.54 288	7.53 509	0.23 269	0.20 313	0.32 387	0.30 401	0.29 336	0.29 346

CBMV_ROB	0.90 346	0.44 369	0.63 127	0.51 168	0.37 234	1.25 385	0.49 251	1.77 364	1.27 361	1.41 389	2.00 450	1.33 355	1.08 382	2.17 369	0.76 309	0.43 445	0.42 469	0.47 455	0.44 456	0.41 409	0.36 395

1111x	1.70 465	0.29 181	0.86 273	0.51 168	0.27 65	1.01 339	0.68 363	2.22 471	1.28 366	1.13 249	1.40 343	1.21 321	1.10 386	5.53 470	15.20 531	0.22 244	0.21 335	0.22 201	0.22 284	0.24 269	0.22 251

GASNet	0.99 372	0.97 475	1.72 454	0.98 480	0.68 421	0.83 283	0.67 359	1.60 320	1.28 366	1.31 351	1.22 273	1.22 323	1.21 410	2.41 391	1.41 429	0.43 445	0.26 386	0.36 421	0.34 428	0.55 454	0.31 370

HBP-ISP	0.96 360	0.58 424	0.72 194	0.61 318	0.46 319	1.64 433	0.76 384	1.86 393	1.28 366	1.30 341	1.53 379	0.86 204	0.94 327	3.27 426	0.69 288	0.45 451	0.44 473	0.54 469	0.48 465	0.47 435	0.40 410

HSM-Net_RVC	0.87 340	0.29 181	0.53 70	0.53 207	0.30 126	1.15 368	0.55 302	3.57 509	1.28 366	1.53 416	1.74 421	1.68 420	0.93 322	1.49 277	0.77 315	0.22 244	0.17 258	0.19 103	0.18 157	0.20 166	0.19 185
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_ucs	0.70 243	0.33 272	0.88 291	0.50 138	0.43 294	0.74 230	0.44 200	1.60 320	1.29 370	1.22 299	1.54 383	1.09 297	0.63 197	0.99 153	0.59 253	0.25 310	0.20 313	0.37 424	0.21 255	0.40 406	0.28 342

SDNR	1.62 458	0.51 400	2.17 477	0.53 207	0.56 371	3.80 510	0.45 217	1.54 306	1.29 370	1.33 363	2.41 473	1.08 287	0.96 340	11.18 533	1.16 393	0.66 484	0.63 498	0.43 445	0.32 414	0.64 468	0.67 475

Wz-Net-LNSev-Ref	0.99 372	0.40 351	1.82 461	0.66 369	0.62 402	2.05 468	0.78 389	1.91 407	1.29 370	1.54 420	1.42 346	1.51 391	1.23 413	1.99 352	1.33 414	0.23 269	0.14 137	0.20 138	0.15 81	0.27 307	0.26 320

CREStereo++_RVC	0.47 90	0.21 21	0.38 8	0.45 70	0.38 251	0.45 54	0.25 28	0.75 39	1.29 370	0.80 137	1.21 271	0.47 54	0.37 53	0.53 19	0.44 161	0.16 33	0.11 6	0.15 8	0.80 496	0.18 93	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
xxxx	1.51 448	0.28 146	0.68 157	0.54 222	0.28 88	1.16 370	0.44 200	2.19 467	1.29 370	1.09 219	1.36 330	1.22 323	0.85 282	1.79 331	15.70 533	0.24 284	0.21 335	0.21 173	0.20 211	0.22 229	0.23 270

test_xeample	1.45 444	0.28 146	0.65 141	0.51 168	0.28 88	0.94 316	0.59 333	2.14 453	1.29 370	1.24 313	1.51 377	0.88 212	0.86 290	1.46 271	15.10 530	0.22 244	0.20 313	0.22 201	0.20 211	0.22 229	0.22 251

DCANet-4	0.54 134	0.26 99	1.07 365	0.42 30	0.24 28	0.48 63	0.36 110	0.99 131	1.30 376	1.10 227	1.02 184	0.56 99	0.75 229	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

ADStereo(finetuned)	0.57 165	0.24 60	1.06 360	0.43 37	0.24 28	0.49 75	0.35 96	1.05 160	1.30 376	1.12 235	1.03 193	0.58 106	1.20 407	0.84 105	0.51 218	0.16 33	0.13 86	0.17 50	0.13 42	0.18 93	0.19 185

SA	0.66 224	0.30 201	0.82 261	0.61 318	0.30 126	0.58 137	0.38 130	1.44 275	1.30 376	0.96 179	1.36 330	0.66 136	0.95 332	1.85 338	0.42 149	0.19 154	0.15 192	0.25 298	0.23 307	0.21 206	0.17 120

DCANet	0.54 134	0.24 60	0.70 176	0.43 37	0.24 28	0.49 75	0.36 110	1.05 160	1.30 376	1.12 235	1.03 193	0.58 106	0.92 313	0.81 97	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.18 93	0.19 185

MyStereo8	0.65 217	0.29 181	1.00 335	0.58 280	0.49 328	0.91 304	0.35 96	1.18 209	1.31 380	1.16 268	1.27 293	0.90 221	0.64 201	0.72 70	0.95 359	0.18 113	0.14 137	0.20 138	0.18 157	0.22 229	0.26 320

PCWNet_CMD	0.66 224	0.32 250	0.88 291	0.49 127	0.37 234	0.78 254	0.40 152	1.42 268	1.31 380	1.16 268	1.31 308	1.25 334	0.62 192	0.89 124	0.57 247	0.20 186	0.16 229	0.27 333	0.19 179	0.40 406	0.25 296

222	1.61 457	0.29 181	0.67 153	0.56 258	0.29 105	1.06 350	0.42 169	2.17 464	1.31 380	1.31 351	1.52 378	0.92 233	0.94 327	1.76 328	17.65 534	0.24 284	0.20 313	0.21 173	0.19 179	0.22 229	0.23 270

MSMDNet	0.66 224	0.32 250	0.87 284	0.49 127	0.37 234	0.79 259	0.40 152	1.43 274	1.31 380	1.15 258	1.31 308	1.24 330	0.63 197	0.88 119	0.57 247	0.21 218	0.16 229	0.26 317	0.19 179	0.39 402	0.24 284

UGAM	1.14 412	0.27 125	0.95 318	0.53 207	0.42 284	0.70 215	0.72 375	0.95 117	1.32 384	0.98 186	1.48 370	1.78 433	0.87 295	9.65 527	0.87 345	0.21 218	0.18 279	0.30 367	0.24 320	0.19 132	0.16 95

Wz-Net-LNSev	1.03 388	0.67 446	2.71 493	0.64 348	0.84 459	1.75 441	1.00 440	1.80 377	1.32 384	1.28 327	1.25 283	1.65 417	1.22 411	1.39 257	1.40 425	0.28 361	0.26 386	0.24 259	0.23 307	0.33 373	0.32 375

CFNet	0.96 360	0.36 326	1.01 339	0.62 330	0.42 284	0.99 336	0.47 231	1.90 403	1.32 384	0.99 189	1.39 341	1.10 299	0.86 290	5.58 473	0.79 323	0.23 269	0.17 258	0.28 346	0.27 361	0.26 293	0.21 234

StereoDRNet	0.98 370	0.47 383	1.70 451	0.76 427	0.94 472	1.51 420	0.91 422	1.92 410	1.32 384	1.61 432	1.13 236	1.47 386	0.97 343	1.75 323	1.46 440	0.28 361	0.23 365	0.29 356	0.27 361	0.35 378	0.27 330

Sa-1000	0.72 252	0.29 181	0.76 235	0.59 293	0.30 126	0.73 226	0.37 124	1.62 327	1.33 388	1.28 327	2.04 455	0.86 204	0.75 229	1.84 335	0.38 114	0.19 154	0.14 137	0.25 298	0.23 307	0.20 166	0.16 95

hitnet-ft	0.79 301	0.35 316	0.57 98	0.58 280	0.42 284	0.96 325	0.46 224	1.47 282	1.33 388	1.19 286	1.22 273	1.81 434	0.98 350	1.66 308	0.94 356	0.33 397	0.28 401	0.34 405	0.27 361	0.35 378	0.31 370

FADNet	0.92 351	0.61 437	1.81 460	0.62 330	0.55 369	0.96 325	0.57 321	1.78 368	1.33 388	0.93 170	1.01 176	1.36 362	1.01 362	2.71 407	0.75 306	0.33 397	0.34 436	0.31 373	0.34 428	0.59 461	0.40 410

AIO-test1	0.56 158	0.25 83	0.55 85	0.64 348	0.78 445	0.80 267	0.36 110	1.18 209	1.34 391	0.57 88	0.88 136	0.61 118	0.50 126	1.12 189	0.35 83	0.17 74	0.17 258	0.22 201	0.24 320	0.18 93	0.23 270

ttt	0.94 356	0.34 295	0.59 111	0.61 318	0.37 234	0.94 316	0.50 259	2.17 464	1.34 391	1.23 305	1.61 402	0.91 224	0.76 237	1.85 338	3.97 495	0.30 375	0.26 386	0.26 317	0.24 320	0.29 336	0.29 346

ssnet_v2	0.88 341	0.36 326	1.02 346	0.62 330	0.38 251	1.32 395	0.97 434	2.07 444	1.34 391	1.37 375	1.18 258	1.54 395	0.92 313	1.10 183	1.65 450	0.30 375	0.27 394	0.30 367	0.28 381	0.27 307	0.26 320

UDGNet	0.72 252	1.17 492	0.80 257	0.77 430	0.41 279	0.77 249	0.38 130	0.97 125	1.34 391	0.81 141	0.88 136	0.71 153	0.60 178	1.21 208	0.54 238	0.52 464	0.19 295	1.02 498	0.26 351	0.71 477	0.31 370

dd	0.59 177	0.48 387	0.97 326	0.55 245	0.32 170	0.64 168	0.47 231	1.02 141	1.34 391	0.78 132	0.86 131	0.58 106	0.54 144	1.01 158	0.86 344	0.28 361	0.18 279	0.26 317	0.19 179	0.32 364	0.24 284

NCC-stereo	1.10 402	0.54 409	1.24 398	0.84 452	0.94 472	1.29 390	0.89 416	2.01 432	1.34 391	1.32 355	1.74 421	1.88 438	1.74 464	2.35 386	1.25 403	0.45 451	0.37 454	0.45 450	0.58 481	0.42 413	0.42 418

Abc-Net	1.10 402	0.54 409	1.24 398	0.84 452	0.94 472	1.29 390	0.89 416	2.01 432	1.34 391	1.32 355	1.74 421	1.88 438	1.74 464	2.35 386	1.25 403	0.45 451	0.37 454	0.45 450	0.58 481	0.42 413	0.42 418
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	1.99 481	0.48 387	7.73 515	0.66 369	0.91 468	2.30 478	1.05 446	1.82 381	1.34 391	1.54 420	1.32 314	1.74 427	1.61 454	2.17 369	13.37 526	0.24 284	0.21 335	0.32 387	0.28 381	0.37 389	0.29 346

iResNetv2_ROB	0.80 304	0.37 333	1.71 453	0.56 258	0.37 234	0.94 316	0.64 349	1.73 348	1.34 391	1.23 305	1.42 346	1.26 338	0.92 313	1.85 338	0.56 244	0.23 269	0.15 192	0.19 103	0.14 66	0.24 269	0.19 185

DGSMNet	1.14 412	0.76 462	2.49 487	0.81 440	0.86 464	1.39 407	1.39 474	2.13 449	1.35 400	1.26 322	1.63 408	1.48 387	0.98 350	1.75 323	1.10 384	0.45 451	0.43 470	0.55 474	0.49 468	0.75 480	0.70 478

delet	0.85 331	0.32 250	0.95 318	0.65 362	0.66 411	1.64 433	0.84 404	1.75 354	1.35 400	1.32 355	1.30 302	1.30 349	0.88 300	1.68 314	1.10 384	0.21 218	0.21 335	0.24 259	0.24 320	0.21 206	0.21 234

RASNet	1.12 407	0.30 201	0.91 304	0.66 369	0.77 443	0.97 329	0.57 321	1.37 256	1.35 400	1.02 201	1.34 323	2.11 462	1.43 434	7.09 500	1.39 424	0.19 154	0.17 258	0.17 50	0.19 179	0.18 93	0.16 95

otaku	1.60 455	1.11 487	1.21 392	2.20 508	1.56 503	1.97 463	1.24 465	2.07 444	1.36 403	1.44 397	1.62 405	1.73 425	1.19 404	1.73 322	0.98 368	2.89 516	0.57 495	1.74 504	0.60 485	2.78 512	1.94 512

ADLNet	0.85 331	0.36 326	0.89 297	0.85 457	0.72 428	1.24 383	0.76 384	1.82 381	1.36 403	1.52 415	1.35 329	1.27 342	0.99 358	1.23 211	1.15 392	0.27 348	0.20 313	0.26 317	0.25 334	0.28 325	0.30 360

NCCL2	1.00 377	0.56 417	1.06 360	0.75 425	0.57 374	1.31 394	1.72 489	1.77 364	1.36 403	1.50 411	1.17 256	1.91 443	1.17 398	1.54 288	1.29 410	0.35 414	0.31 422	0.45 450	0.44 456	0.40 406	0.40 410

SGM-Forest	1.24 422	0.38 340	0.60 116	0.52 190	0.37 234	1.56 425	1.30 470	1.65 331	1.36 403	2.11 473	1.79 428	1.63 412	0.93 322	7.48 508	0.95 359	0.36 418	0.37 454	0.39 433	0.34 428	0.37 389	0.32 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
mmx	1.39 439	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	2.13 449	1.37 407	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 510	0.24 284	0.19 295	0.31 373	0.27 361	0.30 347	0.25 296

xxx	1.39 439	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	2.13 449	1.37 407	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 510	0.24 284	0.19 295	0.31 373	0.27 361	0.30 347	0.25 296

aanetorigin	1.23 421	0.79 464	2.78 495	0.70 400	0.79 448	0.99 336	1.06 448	1.06 173	1.37 407	3.52 506	2.61 478	1.72 424	1.63 455	1.99 352	1.78 454	0.25 310	0.24 374	0.26 317	0.25 334	0.38 398	0.45 429

edge stereo	1.11 405	0.50 397	1.30 407	0.71 408	0.65 408	1.14 362	0.75 381	1.93 414	1.37 407	1.71 443	1.83 432	2.54 478	1.44 436	2.43 392	1.23 401	0.42 440	0.41 467	0.54 469	0.35 433	0.42 413	0.46 432

PSMNet-RUCA	1.02 386	0.97 475	1.44 426	1.23 494	1.10 481	1.40 408	0.62 342	1.69 340	1.38 411	0.94 175	1.53 379	0.97 254	0.83 275	1.17 201	0.93 354	0.69 485	0.34 436	0.99 496	0.60 485	0.97 486	0.64 473

Ntro	1.64 459	1.15 490	1.23 395	2.48 513	1.83 505	2.09 470	1.16 459	1.96 419	1.38 411	1.21 294	1.62 405	1.62 407	1.29 421	1.87 341	1.11 387	3.04 517	0.56 494	1.82 506	0.64 487	2.80 513	2.05 513

RCA-Stereo	0.50 106	0.23 46	0.58 104	0.48 112	0.33 190	0.55 124	0.45 217	0.97 125	1.38 411	0.68 112	1.05 198	0.63 126	0.80 258	0.59 33	0.32 46	0.17 74	0.12 29	0.17 50	0.14 66	0.16 38	0.14 41

NVstereo2D	0.92 351	0.41 359	1.48 438	0.72 411	0.72 428	1.20 379	0.87 412	1.75 354	1.38 411	0.99 189	1.13 236	1.26 338	0.98 350	2.21 376	0.89 349	0.43 445	0.20 313	0.38 427	0.24 320	0.57 457	0.63 469

LALA_ROB	1.01 383	0.59 427	1.16 387	0.67 381	0.51 346	1.63 431	1.26 469	1.69 340	1.38 411	1.81 456	1.37 332	1.94 448	1.02 367	1.58 295	1.38 421	0.37 422	0.27 394	0.43 445	0.37 440	0.43 419	0.37 400

SMFormer	0.75 281	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.82 334	0.24 284	0.20 313	0.22 201	0.21 255	0.23 254	0.24 284

tta	0.75 281	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.82 334	0.24 284	0.20 313	0.22 201	0.21 255	0.18 93	0.18 145

qqq1	0.72 252	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.44 161	0.24 284	0.20 313	0.18 82	0.15 81	0.18 93	0.18 145

fff1	0.72 252	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.44 161	0.24 284	0.20 313	0.18 82	0.15 81	0.18 93	0.18 145

Wz-Net-SNSev	1.49 445	1.23 493	6.27 513	0.68 392	0.67 415	1.37 402	1.41 475	2.00 428	1.39 416	1.48 408	1.61 402	2.29 467	1.32 427	3.93 437	2.14 470	0.31 382	0.28 401	0.31 373	0.33 423	0.42 413	0.36 395

AIO-test2	0.57 165	0.28 146	0.63 127	0.61 318	0.58 383	0.79 259	0.51 260	1.18 209	1.40 421	0.63 105	1.15 248	0.51 75	0.43 78	1.09 180	0.35 83	0.21 218	0.17 258	0.26 317	0.30 401	0.20 166	0.19 185

MyStereo04	0.67 233	0.29 181	1.07 365	0.55 245	0.45 308	0.59 142	0.79 392	1.50 289	1.40 421	0.91 167	0.91 142	0.74 156	0.86 290	1.52 282	0.62 266	0.17 74	0.16 229	0.24 259	0.20 211	0.23 254	0.20 217

GMStereo	0.55 149	0.45 376	0.94 314	0.50 138	0.32 170	0.64 168	0.43 187	1.00 135	1.40 421	0.82 145	0.73 103	0.51 75	0.45 89	0.85 110	0.55 242	0.24 284	0.15 192	0.20 138	0.21 255	0.31 356	0.24 284
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
NOSS_ROB	1.26 425	0.46 378	0.62 124	0.56 258	0.38 251	1.06 350	0.78 389	1.73 348	1.40 421	1.01 197	1.43 350	1.10 299	0.75 229	10.62 532	0.65 275	0.45 451	0.43 470	0.48 457	0.45 458	0.44 425	0.41 414

G2L-Stereo_aug	0.82 315	0.26 99	1.04 354	0.51 168	0.38 251	0.97 329	0.53 279	1.44 275	1.41 425	1.51 414	1.43 350	1.53 393	0.95 332	2.47 397	0.96 363	0.19 154	0.14 137	0.16 27	0.14 66	0.17 62	0.19 185

MyStereo05	0.66 224	0.28 146	1.07 365	0.56 258	0.46 319	0.61 156	0.73 376	1.34 250	1.41 425	1.15 258	0.91 142	0.77 165	0.80 258	1.41 264	0.63 270	0.17 74	0.16 229	0.23 239	0.20 211	0.22 229	0.20 217

111	0.60 180	0.23 46	0.70 176	0.43 37	0.24 28	0.72 223	0.42 169	1.18 209	1.41 425	0.80 137	1.38 337	1.10 299	0.79 252	0.96 141	0.58 250	0.18 113	0.13 86	0.17 50	0.15 81	0.17 62	0.19 185

MDST_ROB	1.67 461	0.34 295	1.58 445	0.92 476	0.58 383	4.26 516	1.11 452	2.83 498	1.41 425	4.49 517	2.55 477	1.45 378	0.97 343	7.79 512	1.17 396	0.31 382	0.25 381	0.37 424	0.33 423	0.31 356	0.30 360

fast-acv-ft	0.94 356	0.44 369	1.40 419	0.58 280	0.51 346	1.77 446	0.69 367	1.36 255	1.42 429	1.29 332	1.86 437	1.74 427	1.25 416	1.52 282	1.38 421	0.26 332	0.28 401	0.28 346	0.28 381	0.27 307	0.26 320

CBMV	0.95 359	0.44 369	0.66 148	0.53 207	0.35 211	1.53 422	1.63 488	1.69 340	1.42 429	2.00 469	1.60 398	1.43 371	1.17 398	1.59 297	0.99 369	0.34 407	0.34 436	0.39 433	0.33 423	0.33 373	0.32 375
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PA-Net	1.01 383	0.57 421	1.29 406	0.64 348	0.74 432	1.19 377	0.84 404	1.69 340	1.43 431	1.16 268	1.19 265	1.32 354	1.19 404	3.42 430	1.25 403	0.29 371	0.45 477	0.33 395	0.49 468	0.32 364	0.47 435
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DRN-Test	1.00 377	0.44 369	1.13 381	0.70 400	0.81 455	1.62 430	0.79 392	2.14 453	1.44 432	1.78 449	1.33 316	1.43 371	1.05 375	2.18 372	1.53 446	0.27 348	0.21 335	0.31 373	0.30 401	0.32 364	0.28 342

Wz-Net-MNSev	1.11 405	0.58 424	2.23 480	0.66 369	0.71 426	1.95 462	1.46 478	1.98 425	1.45 433	1.79 452	1.43 350	1.49 388	1.33 428	1.97 351	1.42 433	0.27 348	0.23 365	0.28 346	0.28 381	0.34 376	0.31 370

RYNet	1.17 419	0.49 390	1.24 398	0.70 400	0.97 476	1.71 437	0.92 424	1.91 407	1.46 434	1.38 380	1.14 240	1.88 438	1.30 425	4.24 442	1.87 457	0.26 332	0.21 335	0.35 413	0.27 361	0.55 454	0.54 452

GwcNet	1.08 397	0.51 400	2.33 482	0.79 434	1.18 492	1.76 443	0.70 370	1.68 338	1.47 435	1.41 389	1.64 409	1.74 427	1.04 371	2.20 375	1.41 429	0.30 375	0.29 412	0.29 356	0.27 361	0.30 347	0.35 390

ADCMid	1.89 477	0.73 456	5.06 506	0.72 411	0.67 415	2.00 466	1.14 456	1.97 423	1.48 436	2.86 498	1.81 431	2.37 472	2.05 485	2.24 377	10.39 523	0.33 397	0.31 422	0.39 433	0.43 454	0.50 442	0.44 427

AnyNet_C32	1.96 479	1.10 484	5.17 507	0.90 471	1.11 483	2.12 472	2.37 517	1.85 390	1.48 436	2.45 486	1.70 417	2.05 460	1.64 456	2.50 399	10.28 522	0.37 422	0.34 436	0.35 413	0.41 449	0.49 441	0.54 452

NaN_ROB	1.13 410	0.55 414	1.15 386	0.64 348	0.48 325	1.61 429	2.03 506	1.72 347	1.48 436	2.09 472	1.27 293	1.40 366	1.08 382	3.94 438	1.30 411	0.28 361	0.34 436	0.28 346	0.28 381	0.30 347	0.33 381

dad	0.86 336	0.66 445	1.06 360	0.56 258	0.37 234	0.76 241	0.44 200	1.17 204	1.50 439	1.44 397	1.27 293	1.34 359	0.75 229	2.52 400	0.84 339	0.42 440	0.27 394	0.83 490	0.26 351	0.41 409	0.29 346

DISCO	1.03 388	0.34 295	1.11 377	0.69 395	0.45 308	2.07 469	0.84 404	2.13 449	1.50 439	1.15 258	1.33 316	2.40 474	1.07 381	2.60 403	1.51 445	0.23 269	0.18 279	0.22 201	0.20 211	0.31 356	0.27 330

PASM	1.34 434	0.92 473	2.62 491	0.86 459	0.87 466	1.03 344	1.08 450	1.50 289	1.51 441	1.82 457	1.41 345	1.68 420	1.26 418	4.87 455	1.34 416	0.61 479	0.65 501	0.68 486	0.78 495	0.69 475	0.68 477

GANetREF_RVC	1.07 394	0.86 469	1.31 408	0.82 448	0.53 360	1.41 413	1.31 471	1.76 360	1.52 442	1.27 325	1.31 308	1.46 381	1.24 415	2.03 356	0.96 363	0.56 472	0.45 477	0.67 485	0.50 471	0.88 484	0.59 463
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
SPS-STEREO	1.67 461	1.04 481	1.23 395	1.21 492	1.13 488	1.82 451	1.11 452	2.16 458	1.52 442	3.07 505	2.32 467	2.82 487	1.80 469	4.11 441	2.04 466	1.03 496	0.99 517	0.97 494	0.94 504	1.03 492	1.02 493
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pmcnn	2.37 492	0.42 363	2.71 493	0.63 339	0.43 294	1.54 423	1.19 462	2.01 432	1.53 444	2.64 491	7.60 520	18.07 539	1.45 438	3.44 432	2.78 479	0.18 113	0.15 192	0.15 8	0.12 27	0.20 166	0.18 145

Syn2CoEx	1.14 412	0.69 451	1.66 449	0.80 437	0.67 415	1.40 408	0.88 414	2.06 443	1.54 445	1.25 318	1.58 396	1.42 370	1.50 446	4.09 440	1.40 425	0.36 418	0.32 430	0.34 405	0.29 392	0.29 336	0.34 385

ADCPNet	1.85 472	0.69 451	8.07 516	0.71 408	0.58 383	2.79 494	1.22 464	1.94 416	1.54 445	1.88 460	1.69 416	2.46 477	2.04 483	2.37 388	6.48 504	0.38 426	0.37 454	0.38 427	0.43 454	0.47 435	0.45 429

AANet_RVC	1.16 418	0.52 404	1.49 440	0.65 362	0.45 308	0.75 235	0.69 367	1.42 268	1.55 447	1.34 367	1.87 439	1.53 393	0.78 248	7.43 506	1.38 421	0.25 310	0.17 258	0.19 103	0.16 120	0.22 229	0.26 320

pcwnet_v2	0.97 366	0.37 333	4.33 503	0.62 330	0.54 363	0.79 259	0.45 217	2.02 436	1.58 448	1.42 395	1.64 409	1.09 297	0.79 252	1.24 216	0.67 281	0.32 389	0.25 381	0.29 356	0.27 361	0.37 389	0.35 390

iResNet_ROB	0.77 289	0.30 201	0.99 330	0.57 274	0.36 220	0.83 283	0.36 110	2.33 481	1.58 448	1.27 325	1.30 302	1.25 334	0.84 279	1.65 304	0.79 323	0.20 186	0.14 137	0.17 50	0.12 27	0.18 93	0.27 330

AF-Net	1.13 410	0.52 404	1.33 413	0.86 459	0.91 468	1.38 405	0.71 372	2.16 458	1.62 450	1.56 424	2.40 472	1.99 453	1.65 457	1.81 334	1.48 442	0.48 459	0.28 401	0.49 459	0.33 423	0.39 402	0.32 375

RP	1.09 400	0.50 397	1.12 379	0.90 471	1.04 478	1.11 357	0.84 404	1.80 377	1.62 450	1.55 423	2.00 450	1.90 442	1.78 467	1.84 335	1.25 403	0.52 464	0.36 452	0.48 457	0.36 437	0.45 428	0.43 425

FAT-Stereo	1.07 394	0.41 359	1.32 411	0.72 411	0.58 383	1.08 353	0.89 416	1.96 419	1.65 452	1.75 446	1.98 447	2.03 458	1.48 442	2.02 355	1.18 399	0.42 440	0.35 447	0.34 405	0.29 392	0.35 378	0.53 451

SGM+DAISY	2.41 495	1.07 482	2.14 476	1.18 491	1.10 481	2.14 473	1.36 473	1.96 419	1.66 453	5.46 526	7.07 517	4.95 511	4.32 518	5.50 469	2.26 472	1.04 497	1.02 520	0.99 496	0.97 506	1.02 490	1.04 495

ITSA-stereo	0.82 315	0.36 326	0.82 261	0.54 222	0.31 152	0.80 267	0.47 231	2.17 464	1.67 454	1.13 249	1.13 236	0.94 238	0.86 290	2.46 395	1.00 370	0.26 332	0.23 365	0.28 346	0.27 361	0.28 325	0.36 395

ADCL	1.72 468	0.57 421	3.66 500	0.67 381	0.61 397	2.61 490	1.85 496	1.96 419	1.67 454	1.90 463	1.83 432	2.06 461	1.90 477	2.13 365	9.15 518	0.26 332	0.24 374	0.34 405	0.32 414	0.38 398	0.35 390

SGM_RVC	1.68 463	0.36 326	0.61 119	0.59 293	0.29 105	2.25 476	1.18 461	2.38 487	1.68 456	3.60 507	2.67 480	3.69 499	2.42 496	8.13 515	1.90 460	0.31 382	0.31 422	0.30 367	0.28 381	0.30 347	0.29 346
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MFN_U_SF_RVC	1.52 449	0.84 466	3.42 498	0.87 465	0.66 411	2.56 488	0.95 432	2.36 484	1.70 457	1.98 466	1.86 437	2.45 476	1.79 468	2.95 414	2.58 475	0.52 464	0.48 482	0.55 474	0.59 484	0.59 461	0.61 467

FBW_ROB	1.71 467	0.62 440	1.45 431	0.67 381	0.61 397	1.81 449	1.08 450	2.52 494	1.70 457	1.77 448	1.73 420	1.98 452	1.25 416	12.57 535	1.84 456	0.34 407	0.37 454	0.56 477	0.38 442	0.45 428	0.43 425

DispFullNet	2.34 491	2.85 527	3.66 500	3.08 522	2.27 513	1.97 463	0.67 359	2.00 428	1.70 457	2.52 487	2.00 450	2.23 464	5.86 522	3.44 432	1.58 447	1.01 493	0.32 430	2.64 521	1.94 526	2.85 517	2.24 515

stereogan	1.15 416	0.42 363	1.40 419	0.86 459	0.84 459	2.38 482	0.71 372	1.88 398	1.73 460	1.72 444	1.94 446	2.31 469	1.29 421	2.07 360	1.08 379	0.36 418	0.35 447	0.39 433	0.31 406	0.51 446	0.46 432

WCMA_ROB	1.84 471	0.47 383	1.31 408	0.69 395	0.57 374	2.11 471	1.14 456	1.87 395	1.73 460	4.04 511	6.43 514	5.62 515	3.61 511	2.59 402	1.94 462	0.52 464	0.44 473	0.39 433	0.42 452	0.48 438	0.47 435

Wz-Net-TNSev	1.88 474	2.08 519	7.66 514	0.67 381	0.64 406	2.42 483	1.83 495	2.33 481	1.74 462	1.57 428	1.56 389	2.58 479	1.90 477	4.86 454	3.12 483	0.39 429	0.37 454	0.33 395	0.37 440	0.53 450	0.58 461

STTRV1_RVC	1.58 452	0.68 450	1.96 469	0.88 466	1.12 485	1.57 426	0.90 421	2.25 474	1.75 463	1.29 332	2.02 453	1.40 366	1.22 411	9.77 529	1.31 412	0.81 488	0.33 434	0.54 469	0.49 468	0.73 479	0.52 450

DPSNet	1.69 464	0.59 427	4.33 503	0.70 400	0.57 374	2.02 467	1.62 487	3.35 507	1.78 464	1.48 408	1.38 337	2.17 463	2.84 503	4.77 453	3.66 491	0.48 459	0.31 422	0.29 356	0.25 334	0.64 468	0.48 438

MSMD_ROB	1.99 481	0.59 427	0.89 297	0.70 400	0.61 397	3.95 512	0.94 430	1.80 377	1.79 465	4.41 515	4.43 499	8.17 524	3.66 512	3.40 428	1.33 414	0.52 464	0.48 482	0.54 469	0.58 481	0.53 450	0.50 444

FCDSN-DC	2.32 490	0.63 441	0.81 258	0.84 452	0.75 439	2.23 475	0.94 430	2.09 447	1.80 466	5.45 525	7.72 523	7.77 523	6.93 529	3.39 427	1.80 455	0.52 464	0.48 482	0.52 463	0.51 474	0.57 457	0.58 461
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AnyNet_C01	2.26 488	1.78 508	10.22 522	0.93 477	0.74 432	2.92 497	2.20 512	2.29 479	1.80 466	2.53 488	2.41 473	2.71 484	1.73 463	3.41 429	6.72 506	0.41 436	0.39 463	0.40 438	0.42 452	0.67 473	0.63 469

MFN_U_SF_DS_RVC	1.74 469	0.87 470	3.56 499	0.80 437	0.75 439	3.72 507	2.44 519	1.82 381	1.82 468	1.74 445	1.91 443	1.92 446	1.26 418	7.69 511	1.28 409	0.45 451	0.47 481	0.52 463	0.77 494	0.50 442	0.50 444

MFMNet_re	1.40 441	1.14 489	1.68 450	1.39 497	1.07 479	1.48 417	1.43 476	1.87 395	1.82 468	2.26 476	2.19 462	1.51 391	1.86 474	1.52 282	1.25 403	0.93 491	0.83 506	0.84 491	0.80 496	0.99 489	1.05 497

XQC	1.37 437	0.87 470	2.56 489	0.84 452	0.69 423	1.83 452	0.89 416	2.07 444	1.88 470	1.88 460	1.53 379	1.91 443	1.55 449	2.85 412	3.05 481	0.48 459	0.29 412	0.44 449	0.39 444	0.69 475	0.60 466

RainbowNet	1.97 480	1.76 507	1.57 444	2.81 516	2.21 511	1.98 465	1.81 493	2.54 495	1.89 471	1.50 411	1.84 434	1.96 450	1.65 457	2.14 366	1.25 403	3.33 523	0.85 510	2.39 515	0.98 508	2.82 515	2.22 514

SAMSARA	1.55 451	0.84 466	2.61 490	1.22 493	1.07 479	2.50 486	1.93 501	2.05 438	1.89 471	2.75 494	1.66 413	2.81 486	1.69 462	3.08 420	1.97 464	0.46 457	0.51 488	0.42 443	0.46 461	0.58 459	0.59 463

CSAN	1.41 442	0.59 427	1.26 401	0.70 400	0.50 335	1.76 443	1.78 491	1.77 364	1.90 473	2.35 481	2.32 467	1.92 446	1.94 479	5.56 472	1.49 443	0.43 445	0.35 447	0.40 438	0.41 449	0.43 419	0.41 414

Consistency-Raft	1.25 424	0.99 478	1.93 467	1.02 484	1.21 494	0.96 325	1.01 442	1.75 354	1.92 474	1.36 372	2.12 459	1.44 376	1.01 362	1.14 192	1.40 425	0.72 486	0.82 505	0.89 492	0.98 508	1.31 500	0.95 490

PWC_ROB	1.24 422	0.76 462	2.46 486	0.72 411	0.78 445	1.15 368	0.49 251	1.75 354	1.92 474	2.31 478	3.07 485	1.59 403	1.40 431	2.46 395	2.10 469	0.33 397	0.22 353	0.35 413	0.24 320	0.38 398	0.41 414

NVStereoNet_ROB	1.88 474	1.07 482	1.45 431	1.07 488	1.17 490	1.47 416	1.48 480	1.89 400	1.93 476	1.94 465	4.67 506	3.08 493	1.80 469	6.51 489	1.65 450	1.06 498	0.86 512	1.08 500	1.32 513	0.93 485	1.26 501
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WZ-Net	1.95 478	0.95 474	10.10 520	0.86 459	0.78 445	1.69 436	1.60 486	2.20 470	1.98 477	2.08 471	1.93 444	2.30 468	1.97 480	5.30 462	3.17 486	0.34 407	0.26 386	0.29 356	0.31 406	0.51 446	0.47 435

RTSC	1.29 426	0.73 456	2.44 485	0.83 451	0.57 374	1.85 454	0.65 351	1.88 398	2.00 478	2.20 475	1.66 413	1.60 405	1.26 418	2.33 385	3.92 493	0.32 389	0.23 365	0.27 333	0.29 392	0.37 389	0.37 400

LRCNet_RVC	22.74 542	32.10 548	21.97 535	29.84 546	26.23 543	4.42 517	0.81 401	22.66 541	2.02 479	26.93 546	29.26 546	23.06 548	15.59 536	23.84 544	18.88 535	31.75 548	19.90 550	34.65 547	32.13 548	30.54 548	28.32 548

S-Stereo	1.15 416	0.46 378	2.17 477	0.81 440	0.80 453	1.21 380	1.19 462	1.93 414	2.02 479	1.47 402	2.11 458	1.57 399	1.17 398	2.05 359	1.41 429	0.40 432	0.40 465	0.35 413	0.31 406	0.44 425	0.70 478

MeshStereo	2.26 488	0.56 417	0.92 308	0.61 318	0.49 328	2.60 489	1.02 443	3.18 504	2.05 481	7.40 532	4.98 509	7.58 521	2.98 506	6.37 487	1.96 463	0.43 445	0.43 470	0.45 450	0.39 444	0.43 419	0.42 418
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
PDISCO_ROB	1.32 432	0.65 444	1.44 426	1.36 495	1.46 502	2.55 487	0.92 424	2.45 492	2.07 482	1.37 375	1.49 372	1.65 417	1.00 360	2.82 409	1.35 419	1.01 493	0.27 394	0.54 469	0.47 463	0.71 477	0.73 481

ACVNet-4b	2.15 484	1.41 498	1.64 447	2.80 515	2.31 515	2.31 479	1.24 465	2.32 480	2.14 483	1.26 322	2.39 471	2.66 482	1.48 442	5.95 482	1.06 375	3.20 521	0.45 477	2.37 512	0.89 501	2.83 516	2.37 517

ADCS	2.25 487	0.99 478	5.55 508	0.81 440	0.74 432	2.19 474	1.80 492	2.27 477	2.14 483	2.80 497	2.13 460	2.40 474	2.03 482	2.64 405	13.69 527	0.41 436	0.39 463	0.40 438	0.45 458	0.58 459	0.56 456

FINET	0.97 366	0.54 409	1.60 446	0.63 339	0.79 448	1.08 353	1.07 449	1.56 313	2.20 485	1.15 258	1.49 372	0.94 238	0.88 300	2.32 384	1.05 373	0.42 440	0.35 447	0.32 387	0.28 381	0.43 419	0.38 406

ACVNet_1	2.18 485	1.45 501	1.72 454	2.85 517	2.33 516	2.28 477	1.46 478	3.08 503	2.22 486	1.82 457	2.05 456	3.56 497	1.98 481	3.09 421	1.40 425	3.17 518	0.60 497	2.40 516	0.92 503	2.91 519	2.37 517

MADNet+	2.69 502	3.22 530	11.53 524	1.44 500	1.12 485	3.19 501	1.81 493	2.85 499	2.37 487	1.68 441	2.07 457	2.85 488	2.18 489	7.41 505	5.23 500	0.79 487	0.76 503	0.69 488	0.65 488	0.98 487	0.95 490

SuperB	2.53 498	0.59 427	18.45 530	0.69 395	0.50 335	1.87 456	0.88 414	1.67 337	2.39 488	1.50 411	1.42 346	1.14 311	1.15 396	4.28 445	5.07 499	0.24 284	0.19 295	0.22 201	0.19 179	7.86 538	0.34 385

JetBlue	3.97 512	2.01 514	10.19 521	1.38 496	2.84 523	10.53 529	9.54 531	3.60 510	2.41 489	2.73 493	3.39 490	4.54 504	4.31 517	7.85 514	6.84 507	0.88 489	0.93 516	0.89 492	0.91 502	1.74 501	1.91 511

LSM	6.33 522	1.10 484	13.19 525	1.41 499	68.17 551	1.64 433	1.90 500	1.92 410	2.46 490	2.99 501	3.11 486	1.88 438	1.80 469	2.61 404	2.06 468	0.41 436	0.58 496	0.50 460	0.57 480	0.64 468	17.66 545

ffm	0.72 252	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	0.95 117	2.47 491	1.15 258	1.45 358	1.06 281	0.82 267	1.55 290	0.32 46	0.20 186	0.12 29	0.31 373	0.27 361	0.19 132	0.20 217

ff1	1.37 437	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	0.95 117	2.47 491	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 510	0.20 186	0.12 29	0.31 373	0.27 361	0.19 132	0.20 217

tt1	0.62 190	0.32 250	0.51 59	0.54 222	0.26 46	1.16 370	0.48 241	0.95 117	2.47 491	0.57 88	0.77 112	0.49 65	0.81 262	1.55 290	0.32 46	0.20 186	0.12 29	0.24 259	0.15 81	0.19 132	0.20 217

SHD	1.31 430	0.71 455	2.34 483	0.86 459	0.75 439	1.77 446	0.65 351	2.22 471	2.50 494	2.40 485	1.71 418	1.91 443	1.60 453	1.93 347	2.37 473	0.38 426	0.31 422	0.38 427	0.40 448	0.48 438	0.50 444

FC-DCNN	2.72 505	0.59 427	0.86 273	0.73 419	0.57 374	2.91 496	1.04 445	3.01 502	2.60 495	6.83 527	7.64 521	9.92 528	6.33 527	5.21 460	3.14 484	0.53 470	0.48 482	0.51 461	0.50 471	0.53 450	0.51 448

FC-DCNN v2	2.81 506	0.59 427	0.85 267	0.73 419	0.57 374	2.97 498	1.05 446	3.39 508	2.61 496	6.98 528	7.67 522	10.38 531	6.31 526	5.75 477	3.37 489	0.53 470	0.48 482	0.51 461	0.50 471	0.53 450	0.51 448

MSC_U_SF_DS_RVC	2.12 483	1.15 490	3.10 496	1.05 485	0.76 442	5.03 521	2.40 518	2.16 458	2.62 497	1.89 462	2.28 466	2.69 483	1.65 457	9.35 523	2.04 466	0.64 483	0.51 488	0.68 486	0.71 492	1.09 494	0.67 475

RTS	2.67 500	1.38 495	15.28 528	0.99 481	1.26 496	3.78 508	1.96 503	2.15 455	2.62 497	2.61 489	2.85 483	2.60 480	1.59 451	6.27 485	5.71 502	0.40 432	0.28 401	0.35 413	0.35 433	0.50 442	0.48 438

RTSA	2.67 500	1.38 495	15.28 528	0.99 481	1.26 496	3.78 508	1.96 503	2.15 455	2.62 497	2.61 489	2.85 483	2.60 480	1.59 451	6.27 485	5.71 502	0.40 432	0.28 401	0.35 413	0.35 433	0.50 442	0.48 438

IMH-64-1	2.70 503	1.79 509	1.46 433	3.26 525	2.66 519	3.23 503	2.10 507	4.08 512	2.75 500	2.34 479	3.81 495	3.06 491	2.22 491	4.25 443	2.59 476	3.75 527	0.84 507	2.75 522	1.35 514	3.15 521	2.60 523

IMH-64	2.70 503	1.79 509	1.46 433	3.26 525	2.66 519	3.23 503	2.10 507	4.08 512	2.75 500	2.34 479	3.81 495	3.06 491	2.22 491	4.25 443	2.59 476	3.75 527	0.84 507	2.75 522	1.35 514	3.15 521	2.60 523

ACVNet_2	2.43 496	1.41 498	2.04 470	2.62 514	2.24 512	2.63 491	1.88 499	3.31 505	3.01 502	2.19 474	3.45 491	4.62 505	2.04 483	4.50 448	1.47 441	2.55 512	0.64 499	2.22 509	0.84 498	2.69 511	2.29 516

xx1	0.67 233	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	0.93 105	3.05 503	0.58 90	0.79 119	0.95 246	0.77 241	1.46 271	0.32 46	0.20 186	0.12 29	0.24 259	0.23 307	0.22 229	0.21 234

cc1	0.64 209	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	0.93 105	3.05 503	0.58 90	0.79 119	0.48 58	0.88 300	1.46 271	0.32 46	0.20 186	0.12 29	0.25 298	0.15 81	0.19 132	0.19 185

PWCDC_ROB	1.29 426	0.75 461	1.33 413	1.05 485	0.88 467	1.73 440	0.52 271	1.89 400	3.28 505	1.29 332	4.88 508	1.22 323	1.46 439	1.77 330	1.45 437	0.60 478	0.26 386	0.29 356	0.25 334	0.52 448	0.37 400

PVD	1.70 465	0.84 466	2.26 481	0.94 479	0.83 458	2.48 485	0.97 434	2.59 496	3.35 506	3.01 503	2.77 481	2.34 471	2.47 498	2.67 406	3.14 484	0.47 458	0.45 477	0.59 481	0.48 465	0.59 461	0.75 483

EDNetEfficientorigin	10.57 532	1.47 502	177.42 555	0.67 381	0.53 360	1.58 427	1.16 459	1.90 403	3.37 507	4.71 519	3.38 489	3.10 494	2.69 502	3.13 422	3.58 490	0.25 310	0.23 365	0.33 395	0.27 361	0.83 481	0.81 484

ELAS	2.37 492	0.74 459	1.54 442	0.99 481	0.92 470	4.78 518	2.33 516	3.33 506	3.37 507	5.05 523	4.77 507	3.67 498	4.53 519	3.42 430	4.50 497	0.62 480	0.53 490	0.55 474	0.53 476	0.63 466	0.64 473
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	3.98 513	2.40 524	2.68 492	3.82 532	3.27 529	3.97 513	2.14 510	4.78 520	3.45 509	4.12 514	6.94 516	7.65 522	3.26 508	7.82 513	5.30 501	4.04 532	1.41 526	3.36 531	2.10 528	3.88 527	3.31 529

TCMNet-wrong-test	10.31 531	11.40 539	14.84 527	20.96 542	18.45 539	13.80 535	10.76 532	15.78 538	3.53 510	5.20 524	5.52 511	16.26 537	12.61 532	7.51 509	10.15 520	7.43 537	2.37 530	4.31 534	3.43 533	11.36 540	10.61 538

PWCK	2.88 508	2.05 517	5.72 510	2.08 507	1.11 483	3.55 505	3.90 527	2.86 500	3.54 511	3.03 504	3.63 493	3.10 494	2.31 493	8.15 517	3.09 482	2.12 508	0.91 515	1.75 505	0.98 508	2.57 509	1.18 500

IMH	3.21 510	1.85 513	1.48 438	3.25 524	2.69 521	4.07 514	2.02 505	4.41 517	3.80 512	2.72 492	7.11 518	4.75 508	2.92 504	5.92 480	2.55 474	3.85 531	0.88 513	2.78 524	1.36 516	3.19 523	2.59 522

WAO-7	2.66 499	1.40 497	1.73 456	1.39 497	1.17 490	3.93 511	1.94 502	4.11 514	3.88 513	2.92 499	5.50 510	4.18 503	3.00 507	7.63 510	3.71 492	1.13 501	1.00 518	1.17 501	1.13 512	1.18 497	1.09 499

EDNetEfficient	2.37 492	1.10 484	8.08 517	0.74 422	0.71 426	0.98 335	1.56 483	1.46 280	4.06 514	4.90 520	2.82 482	2.25 465	3.48 510	2.95 414	9.97 519	0.26 332	0.24 374	0.26 317	0.30 401	0.68 474	0.61 467

ELAS_RVC	2.48 497	0.74 459	1.90 465	1.05 485	0.92 470	2.76 492	4.01 528	2.76 497	4.11 515	4.69 518	4.63 503	4.62 505	5.96 524	3.97 439	3.96 494	0.63 482	0.53 490	0.56 477	0.52 475	0.64 468	0.63 469
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	5.01 517	3.14 528	4.91 505	4.55 536	3.94 533	5.20 522	4.41 529	4.40 516	4.13 516	4.95 521	6.08 512	4.74 507	5.37 520	9.40 524	10.67 524	4.65 534	4.15 535	3.97 533	3.34 532	4.09 529	4.08 534

JetRed	6.91 525	8.80 537	25.96 540	2.85 517	3.25 528	13.98 536	11.87 533	6.25 528	4.28 517	4.45 516	4.56 501	6.69 517	5.46 521	7.46 507	14.05 528	2.59 513	3.31 532	2.59 520	2.29 530	4.20 530	3.36 530

Dean	2.91 509	1.53 504	2.07 471	2.96 521	2.51 518	3.15 500	2.14 510	4.75 519	4.41 518	2.76 495	6.10 513	5.53 514	2.37 494	2.97 416	1.92 461	3.18 519	0.85 510	2.51 519	1.04 511	2.88 518	2.47 520

WAO-6	2.81 506	1.60 505	1.46 433	2.36 512	2.28 514	3.55 505	2.29 515	4.21 515	4.56 519	2.36 483	4.51 500	4.88 509	2.66 501	4.60 449	4.07 496	1.72 504	1.15 524	2.31 511	1.46 519	2.31 504	1.85 510

LVE	3.31 511	1.67 506	1.64 447	2.85 517	2.42 517	3.20 502	2.26 514	4.78 520	5.05 520	2.35 481	6.91 515	6.02 516	2.37 494	9.15 519	2.17 471	3.19 520	1.08 523	2.38 514	1.47 520	2.81 514	2.40 519

DeepPrunerF	1.60 455	0.73 456	5.81 511	0.88 466	1.19 493	0.91 304	0.95 432	2.19 467	5.24 521	1.17 277	1.30 302	1.19 318	1.30 425	4.90 456	1.66 452	0.42 440	0.34 436	0.52 463	0.47 463	0.41 409	0.40 410

tt	6.58 524	0.26 99	6.10 512	3.77 531	2.16 508	11.55 530	19.63 537	13.33 537	5.74 522	2.96 500	2.65 479	4.97 512	6.33 527	3.81 436	7.24 508	9.15 539	11.32 544	5.89 538	6.24 537	6.03 534	2.55 521

SANet	1.88 474	0.57 421	2.18 479	0.63 339	0.40 272	2.80 495	1.57 485	2.39 488	5.88 523	2.36 483	3.57 492	3.72 500	2.97 505	4.74 452	1.76 453	0.34 407	0.30 416	0.32 387	0.29 392	0.48 438	0.37 400

DPSimNet_ROB	11.20 535	4.98 534	35.43 544	2.90 520	4.52 534	7.89 525	17.09 536	4.66 518	6.06 524	14.89 540	10.93 533	17.29 538	36.81 549	13.18 536	15.68 532	2.86 515	6.29 537	5.75 537	5.09 535	3.91 528	7.70 536

SGM-ForestM	6.52 523	0.38 340	1.26 401	0.63 339	0.35 211	13.59 534	5.32 530	6.32 529	6.70 525	11.14 535	9.18 528	22.51 547	13.93 535	16.89 538	20.07 536	0.36 418	0.37 454	0.36 421	0.35 433	0.36 385	0.34 385

ktn	4.70 516	2.38 523	2.12 475	3.76 530	3.24 527	4.85 519	2.95 525	5.52 522	7.37 526	4.07 513	19.32 540	7.46 520	3.47 509	7.39 504	2.95 480	4.04 532	1.85 529	3.26 530	2.22 529	3.08 520	2.65 525

HanzoNet	11.04 534	3.62 531	8.10 518	4.08 535	3.55 532	4.90 520	2.73 523	7.19 530	10.10 527	31.86 550	28.92 545	21.96 546	36.36 547	18.08 540	10.17 521	7.94 538	3.32 533	3.47 532	3.31 531	7.06 537	4.04 533

ASD4	15.85 539	10.99 538	19.63 531	10.21 540	11.70 535	19.24 537	31.10 542	19.35 539	10.68 528	11.14 535	10.18 531	12.59 534	12.64 533	14.74 537	24.83 542	12.93 544	9.94 543	26.83 546	19.40 544	16.23 543	12.70 544

coex-ft	8.13 528	2.13 520	98.04 554	0.67 381	0.53 360	1.71 437	1.56 483	1.65 331	11.11 529	18.17 544	3.75 494	3.88 501	7.61 530	2.98 417	6.49 505	0.30 375	0.30 416	0.32 387	0.31 406	0.66 472	0.50 444

USTest	14.33 538	14.94 541	21.04 532	17.44 541	16.05 536	23.26 538	33.84 545	21.73 540	11.80 530	9.36 534	10.14 530	15.97 536	13.20 534	17.28 539	22.43 539	3.78 530	5.01 536	6.17 539	6.16 536	9.25 539	7.72 537

UNDER WATER-64	5.27 519	2.32 521	8.78 519	3.93 533	3.54 531	7.61 524	3.03 526	5.84 525	14.19 531	4.04 511	4.04 497	9.39 527	6.26 525	5.93 481	8.48 516	3.60 526	1.51 527	3.13 527	1.88 524	4.29 531	3.61 531

Anonymous_1	43.04 551	18.73 542	24.79 537	21.81 543	46.26 549	27.80 539	37.60 546	28.08 545	16.14 532	14.66 539	14.30 534	20.65 540	17.88 539	21.56 541	25.94 543	117.93 555	8.92 540	100.65 552	126.50 552	158.64 556	12.08 541

DGTPSM_ROB	13.01 536	8.23 535	21.87 533	9.51 538	18.10 537	11.56 531	32.01 543	10.63 534	16.20 533	7.03 529	19.48 541	10.15 529	16.66 537	9.83 530	22.42 538	4.75 535	8.68 538	5.37 535	10.25 540	6.16 535	11.36 539

DPSMNet_ROB	13.02 537	8.23 535	21.91 534	9.53 539	18.11 538	11.56 531	32.02 544	10.64 535	16.23 534	7.05 530	19.49 542	10.16 530	16.66 537	9.85 531	22.43 539	4.77 536	8.68 538	5.38 536	10.26 541	6.17 536	11.36 539

WAO-8	4.40 514	1.82 511	1.79 458	2.34 510	2.20 509	9.19 526	1.53 481	6.09 526	16.46 535	3.94 509	7.84 524	7.32 518	3.72 514	9.41 525	3.31 487	2.00 506	1.07 521	2.44 517	1.37 517	2.50 507	1.68 507

Venus	4.40 514	1.82 511	1.79 458	2.34 510	2.20 509	9.19 526	1.53 481	6.09 526	16.46 535	3.94 509	7.84 524	7.32 518	3.72 514	9.41 525	3.31 487	2.00 506	1.07 521	2.44 517	1.37 517	2.50 507	1.68 507

UNDER WATER	5.08 518	2.33 522	5.55 508	3.94 534	3.51 530	5.20 522	2.72 522	5.61 524	16.52 537	3.84 508	4.60 502	9.21 526	5.89 523	5.90 479	8.66 517	3.75 527	1.34 525	3.18 529	1.88 524	4.33 532	3.61 531

DPSM_ROB	19.08 540	19.14 543	25.17 538	22.15 544	20.85 541	28.17 540	37.82 547	26.56 543	16.85 538	14.14 537	14.84 535	21.70 541	18.75 540	21.87 542	26.55 544	10.16 542	9.30 541	10.47 541	10.42 542	14.03 541	12.61 542

DPSM	19.08 540	19.14 543	25.17 538	22.15 544	20.85 541	28.17 540	37.82 547	26.56 543	16.85 538	14.14 537	14.84 535	21.70 541	18.75 540	21.87 542	26.55 544	10.16 542	9.30 541	10.47 541	10.42 542	14.03 541	12.61 542

TorneroNet-64	5.30 520	2.03 515	1.74 457	3.43 527	2.81 522	10.09 528	2.12 509	9.10 533	17.12 540	4.96 522	9.27 529	10.72 533	3.70 513	9.20 520	4.55 498	3.31 522	0.84 507	2.88 525	1.55 521	3.49 524	3.04 526

MANE	6.19 521	0.59 427	1.03 350	0.93 477	1.22 495	13.38 533	2.69 520	12.81 536	17.94 541	8.21 533	10.82 532	14.72 535	11.68 531	11.39 534	11.90 525	0.59 477	0.50 487	0.52 463	1.76 523	0.55 454	0.54 452

xxxxx1	54.10 553	25.67 545	27.13 541	113.43 553	96.96 553	30.69 544	47.44 549	32.38 547	25.60 542	17.75 541	17.27 537	21.81 543	21.02 542	24.43 545	33.82 546	33.37 549	40.54 551	157.71 554	175.86 554	66.16 552	72.93 553

tt_ll	54.10 553	25.67 545	27.13 541	113.43 553	96.96 553	30.69 544	47.44 549	32.38 547	25.60 542	17.75 541	17.27 537	21.81 543	21.02 542	24.43 545	33.82 546	33.37 549	40.54 551	157.71 554	175.86 554	66.16 552	72.93 553

ff	54.10 553	25.67 545	27.13 541	113.43 553	96.96 553	30.69 544	47.44 549	32.38 547	25.60 542	17.75 541	17.27 537	21.81 543	21.02 542	24.43 545	33.82 546	33.37 549	40.54 551	157.71 554	175.86 554	66.16 552	72.93 553

LE_ROB	8.05 527	0.37 333	23.53 536	0.74 422	0.33 190	2.77 493	2.87 524	3.71 511	27.24 545	25.39 545	8.87 527	8.46 525	26.71 545	6.65 491	21.99 537	0.21 218	0.19 295	0.20 138	0.21 255	0.25 281	0.22 251

PML	51.67 552	36.25 549	13.28 526	7.46 537	20.81 540	108.69 555	232.22 556	8.72 531	27.82 546	87.01 555	269.67 556	69.67 556	61.95 555	24.76 548	14.20 529	9.74 541	3.40 534	9.62 540	4.70 534	18.74 544	4.72 535

BEATNet-Init1	26.87 544	13.43 540	70.68 553	0.91 474	0.68 421	57.02 553	21.06 538	32.82 550	32.67 547	52.12 554	53.61 553	66.05 555	49.56 554	48.79 555	34.71 549	0.49 463	0.44 473	0.53 468	0.53 476	0.63 466	0.59 463

LSM0	42.82 550	38.75 552	50.81 551	47.07 552	109.38 556	57.00 552	76.02 552	53.74 555	33.71 548	29.02 549	30.41 549	43.87 554	37.22 550	43.91 553	53.54 555	20.52 547	18.62 547	21.10 545	21.11 547	28.41 547	42.22 549

CasAABBNet	38.33 545	38.46 550	50.35 549	44.75 551	41.84 547	56.68 550	76.37 553	53.22 553	33.83 549	28.31 547	29.54 547	43.62 553	37.71 551	43.84 552	53.41 554	20.30 545	18.70 548	21.07 543	21.07 546	28.24 545	25.34 546

Selective-RAFT-Error	38.39 546	38.47 551	50.44 550	44.73 550	41.97 548	56.68 550	76.38 554	53.24 554	33.92 550	28.34 548	29.85 548	43.60 552	38.20 552	43.75 551	53.34 553	20.38 546	18.70 548	21.09 544	21.05 545	28.30 546	25.43 547

HaxPig	38.92 547	41.40 553	41.64 545	29.95 547	32.27 544	28.90 542	27.60 539	29.73 546	37.71 551	43.82 551	43.87 550	33.17 549	35.56 546	41.53 549	40.37 551	43.94 552	47.51 555	45.82 548	47.08 550	42.38 549	44.15 551

AVERAGE_ROB	40.43 548	42.37 554	42.73 546	36.96 549	35.58 546	30.50 543	27.61 540	36.71 552	38.39 552	44.91 552	44.36 551	37.45 551	36.70 548	41.88 550	40.35 550	45.43 553	46.81 554	47.11 549	46.35 549	42.51 550	43.87 550

MEDIAN_ROB	42.00 549	44.40 555	44.29 548	35.15 548	34.95 545	31.28 547	29.60 541	35.88 551	40.02 553	47.20 553	46.64 552	37.37 550	38.48 553	44.35 554	42.45 552	48.03 554	49.39 556	49.71 550	49.03 551	45.14 551	46.65 552

KSHMR	8.75 529	2.06 518	2.11 474	3.53 529	3.11 526	4.13 515	2.69 520	5.60 523	61.37 554	3.00 502	55.83 554	4.98 513	2.45 497	4.49 447	2.61 478	3.46 524	1.55 528	3.14 528	1.94 526	3.72 526	3.18 528

TorneroNet	10.70 533	2.03 515	1.82 461	3.43 527	3.01 525	43.83 549	2.22 513	8.87 532	67.47 555	7.17 531	27.36 544	10.68 532	3.85 516	8.67 518	7.65 513	3.59 525	0.88 513	3.04 526	1.57 522	3.71 525	3.17 527

test_example2	192.40 556	210.76 557	206.48 556	199.83 557	204.73 557	172.94 556	183.52 555	133.93 556	133.41 556	191.38 556	196.19 555	187.13 557	178.77 556	205.33 556	208.00 556	222.09 557	238.72 557	186.54 557	190.54 557	227.34 557	170.31 556

ccccc	497.63 557	492.34 558	595.97 557	530.87 558	530.37 558	478.08 557	442.62 557	491.76 557	343.70 557	448.18 557	520.80 557	476.12 558	550.57 557	541.64 557	605.32 557	663.49 558	459.54 558	353.94 558	309.79 558	586.66 558	530.90 557

FADE		4.78 533		1.89 506	1.92 507							4.13 502				188.09 556	2.77 531	123.78 553	127.92 553	1.06 493

Low-res two-view benchmark