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

LoS_RVC	0.27 14	0.16 16	0.27 10	0.32 10	0.30 266	0.44 160	0.34 149	0.41 7	0.33 18	0.31 18	0.51 65	0.29 9	0.32 87	0.36 14	0.28 68	0.11 1	0.10 12	0.11 1	0.08 1	0.11 1	0.19 243

RAFT-Stereo + iAFF	0.36 93	0.17 28	0.41 103	0.35 38	0.19 13	0.33 86	0.29 81	0.65 107	0.73 176	0.68 164	1.01 273	0.56 127	0.40 143	0.42 36	0.30 87	0.11 1	0.09 3	0.15 60	0.14 96	0.13 28	0.10 3

AFF-stereo	0.38 124	0.19 67	0.39 87	0.37 64	0.21 40	0.27 31	0.31 116	0.65 107	0.66 146	0.64 135	1.13 323	0.76 253	0.39 138	0.55 103	0.33 116	0.11 1	0.09 3	0.16 83	0.16 149	0.13 28	0.11 15

IGEV-Stereo++	0.21 1	0.15 7	0.27 10	0.37 64	0.19 13	0.22 5	0.18 2	0.42 10	0.35 28	0.22 2	0.28 12	0.24 3	0.18 2	0.27 2	0.22 1	0.12 4	0.09 3	0.12 2	0.10 16	0.12 11	0.10 3

AIO-Stereo	0.25 6	0.18 45	0.34 38	0.37 64	0.18 8	0.28 44	0.30 95	0.48 25	0.27 3	0.29 14	0.30 13	0.32 18	0.17 1	0.52 89	0.23 10	0.12 4	0.10 12	0.14 25	0.11 26	0.13 28	0.10 3

RSM++	0.25 6	0.18 45	0.34 38	0.36 49	0.20 28	0.28 44	0.30 95	0.51 37	0.32 15	0.25 5	0.22 2	0.37 45	0.21 10	0.50 79	0.24 14	0.12 4	0.10 12	0.14 25	0.12 46	0.14 63	0.10 3

RSM	0.25 6	0.18 45	0.33 28	0.36 49	0.20 28	0.27 31	0.34 149	0.51 37	0.27 3	0.26 6	0.23 3	0.39 50	0.21 10	0.56 112	0.22 1	0.12 4	0.10 12	0.14 25	0.11 26	0.14 63	0.10 3

MoCha-V2	0.25 6	0.15 7	0.29 14	0.40 146	0.18 8	0.27 31	0.26 52	0.49 29	0.27 3	0.36 31	0.27 9	0.33 27	0.35 107	0.49 75	0.22 1	0.12 4	0.10 12	0.12 2	0.10 16	0.13 28	0.11 15

Selective-IGEV	0.24 3	0.18 45	0.35 43	0.35 38	0.19 13	0.27 31	0.25 44	0.55 54	0.23 1	0.27 8	0.25 7	0.34 30	0.19 5	0.58 141	0.22 1	0.12 4	0.10 12	0.14 25	0.11 26	0.12 11	0.10 3

RAFT_CTSACE	0.45 194	0.20 92	0.44 145	0.45 271	0.27 204	0.34 93	0.39 246	0.60 77	0.73 176	0.76 217	1.44 385	0.83 274	0.38 127	1.08 371	0.26 44	0.12 4	0.13 178	0.18 148	0.16 149	0.15 100	0.11 15

test_4	0.36 93	0.18 45	0.31 19	0.44 249	0.25 140	0.20 2	0.34 149	0.56 56	0.41 59	0.59 105	1.45 388	0.43 77	0.25 25	0.63 186	0.28 68	0.12 4	0.10 12	0.17 109	0.19 248	0.15 100	0.11 15

test-3	0.34 61	0.16 16	0.43 133	0.39 116	0.21 40	0.43 154	0.22 14	0.63 95	0.78 207	0.71 184	0.45 39	0.64 181	0.27 42	0.43 40	0.31 94	0.12 4	0.09 3	0.17 109	0.13 71	0.12 11	0.10 3

test_1	0.34 61	0.16 16	0.43 133	0.39 116	0.21 40	0.43 154	0.23 25	0.63 95	0.78 207	0.68 164	0.45 39	0.64 181	0.27 42	0.43 40	0.31 94	0.12 4	0.09 3	0.17 109	0.13 71	0.12 11	0.10 3

test_3	0.36 93	0.19 67	0.44 145	0.44 249	0.23 89	0.48 175	0.36 190	0.66 116	0.82 229	0.64 135	0.45 39	0.68 207	0.25 25	0.41 32	0.31 94	0.12 4	0.10 12	0.18 148	0.16 149	0.15 100	0.11 15

cross-raft	0.34 61	0.20 92	0.37 61	0.44 249	0.23 89	0.32 82	0.35 170	0.74 178	0.40 55	0.60 109	0.77 147	0.57 132	0.27 42	0.43 40	0.28 68	0.12 4	0.10 12	0.15 60	0.13 71	0.15 100	0.11 15

s12784h	0.36 93	0.15 7	0.24 4	0.34 17	0.15 1	0.77 310	0.29 81	0.80 205	0.83 234	0.56 100	0.57 88	0.43 77	0.40 143	0.57 123	0.33 116	0.12 4	0.10 12	0.14 25	0.09 8	0.14 63	0.09 1

Occ-G	0.26 11	0.14 2	0.28 13	0.34 17	0.20 28	0.27 31	0.34 149	0.41 7	0.31 12	0.29 14	0.43 37	0.49 104	0.25 25	0.47 65	0.28 68	0.13 17	0.11 69	0.14 25	0.11 26	0.12 11	0.12 47

WCG-NET（raft）	0.31 42	0.15 7	0.36 48	0.32 10	0.19 13	0.35 101	0.27 63	0.51 37	0.78 207	0.45 67	0.55 82	0.48 99	0.27 42	0.54 99	0.26 44	0.13 17	0.10 12	0.12 2	0.11 26	0.12 11	0.11 15

RAFT-Stereo-weight	0.32 48	0.18 45	0.33 28	0.39 116	0.22 55	0.26 21	0.29 81	0.67 126	0.80 217	0.53 91	0.51 65	0.58 140	0.20 8	0.47 65	0.27 56	0.13 17	0.10 12	0.14 25	0.11 26	0.13 28	0.11 15

gcap-zeroshot	0.34 61	0.18 45	0.52 246	0.38 89	0.22 55	0.49 179	0.27 63	0.52 44	0.34 19	0.64 135	0.50 58	0.83 274	0.34 104	0.48 72	0.24 14	0.13 17	0.11 69	0.15 60	0.12 46	0.13 28	0.12 47

AE-Stereo	0.34 61	0.21 125	0.42 123	0.48 305	0.31 287	0.48 175	0.35 170	0.61 83	0.62 120	0.32 23	0.55 82	0.52 113	0.27 42	0.47 65	0.29 81	0.13 17	0.13 178	0.18 148	0.16 149	0.15 100	0.12 47

MIM_Stereo	0.38 124	0.17 28	0.53 254	0.37 64	0.24 114	0.27 31	0.24 37	0.70 158	0.54 103	0.72 196	1.00 270	0.63 174	0.29 67	0.64 197	0.38 186	0.13 17	0.14 206	0.17 109	0.16 149	0.14 63	0.11 15

CES	0.28 19	0.14 2	0.23 1	0.30 5	0.70 425	0.37 111	0.27 63	0.48 25	0.46 81	0.34 25	0.48 52	0.27 7	0.22 14	0.39 24	0.23 10	0.13 17	0.11 69	0.12 2	0.08 1	0.13 28	0.17 195

Selective-RAFT	0.35 75	0.23 174	0.51 241	0.44 249	0.21 40	0.64 268	0.27 63	0.59 67	0.63 131	0.40 51	0.38 30	0.55 124	0.40 143	0.57 123	0.35 147	0.13 17	0.11 69	0.14 25	0.12 46	0.16 133	0.13 75

ProNet	0.29 26	0.21 125	0.38 70	0.35 38	0.24 114	0.32 82	0.43 280	0.57 59	0.37 44	0.33 24	0.30 13	0.32 18	0.28 54	0.57 123	0.26 44	0.13 17	0.11 69	0.16 83	0.13 71	0.13 28	0.13 75

MC-Stereo	0.28 19	0.17 28	0.32 24	0.38 89	0.20 28	0.26 21	0.26 52	0.49 29	0.37 44	0.37 34	0.61 98	0.41 63	0.31 83	0.55 103	0.25 21	0.13 17	0.09 3	0.14 25	0.12 46	0.12 11	0.11 15

RCA-Stereo	0.35 75	0.17 28	0.34 38	0.38 89	0.22 55	0.31 72	0.34 149	0.68 136	1.24 388	0.45 67	0.65 107	0.47 95	0.43 157	0.38 22	0.27 56	0.13 17	0.10 12	0.14 25	0.11 26	0.11 1	0.11 15

raft_robust	0.41 161	0.23 174	0.36 48	0.42 212	0.21 40	0.40 132	0.33 142	0.79 202	0.98 315	0.79 230	0.87 211	0.39 50	0.33 97	0.84 305	0.29 81	0.13 17	0.12 119	0.16 83	0.17 196	0.15 100	0.12 47

iRaft-Stereo_5w	0.45 194	0.21 125	0.48 205	0.42 212	0.28 226	0.31 72	0.54 343	0.63 95	0.62 120	0.62 117	0.89 222	1.01 328	0.69 302	0.75 266	0.66 311	0.13 17	0.12 119	0.17 109	0.15 119	0.14 63	0.15 135

IPLG	0.39 139	0.20 92	0.59 278	0.40 146	0.24 114	0.54 200	0.27 63	0.75 184	0.63 131	0.84 271	0.81 177	0.32 18	0.32 87	0.60 162	0.45 234	0.13 17	0.11 69	0.16 83	0.13 71	0.13 28	0.12 47

IPLGR	0.39 139	0.21 125	0.63 297	0.39 116	0.22 55	0.49 179	0.29 81	0.76 191	0.74 182	0.78 227	0.77 147	0.44 82	0.42 151	0.47 65	0.38 186	0.13 17	0.12 119	0.16 83	0.14 96	0.15 100	0.13 75

GMOStereo	0.37 109	0.19 67	0.38 70	0.43 231	0.24 114	0.37 111	0.38 224	0.52 44	0.62 120	0.87 285	0.84 192	0.64 181	0.35 107	0.37 18	0.28 68	0.13 17	0.11 69	0.20 215	0.18 220	0.15 100	0.11 15

error version	0.37 109	0.19 67	0.38 70	0.43 231	0.24 114	0.37 111	0.38 224	0.52 44	0.62 120	0.87 285	0.84 192	0.64 181	0.35 107	0.37 18	0.28 68	0.13 17	0.11 69	0.20 215	0.18 220	0.15 100	0.11 15

test-v	0.37 109	0.19 67	0.38 70	0.43 231	0.24 114	0.37 111	0.38 224	0.52 44	0.62 120	0.87 285	0.84 192	0.64 181	0.35 107	0.37 18	0.28 68	0.13 17	0.11 69	0.20 215	0.18 220	0.15 100	0.11 15

DRaft	0.49 242	0.17 28	0.47 186	0.37 64	0.25 140	0.58 225	0.40 255	0.65 107	0.85 246	1.02 356	1.75 410	0.50 106	0.82 351	0.63 186	0.40 198	0.13 17	0.11 69	0.16 83	0.16 149	0.14 63	0.15 135

RAFT-RH_RVC	0.56 303	0.17 28	0.41 103	0.37 64	0.23 89	0.57 223	0.24 37	0.60 77	0.70 158	1.19 390	3.94 457	0.56 127	0.38 127	0.65 204	0.36 163	0.13 17	0.11 69	0.20 215	0.14 96	0.12 11	0.13 75

test-2	0.37 109	0.19 67	0.38 70	0.43 231	0.24 114	0.37 111	0.38 224	0.52 44	0.62 120	0.87 285	0.84 192	0.64 181	0.35 107	0.37 18	0.28 68	0.13 17	0.11 69	0.20 215	0.18 220	0.15 100	0.11 15

CREStereo++_RVC	0.32 48	0.15 7	0.23 1	0.31 7	0.24 114	0.27 31	0.22 14	0.46 22	0.88 264	0.46 72	0.80 170	0.30 10	0.26 35	0.36 14	0.33 116	0.13 17	0.09 3	0.13 15	0.51 431	0.13 28	0.09 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
CFNet-RSSM	0.34 61	0.17 28	0.45 157	0.39 116	0.22 55	0.35 101	0.23 25	0.73 176	0.84 239	0.65 144	0.54 77	0.57 132	0.28 54	0.46 58	0.26 44	0.13 17	0.10 12	0.14 25	0.12 46	0.13 28	0.11 15

MLCV	0.47 214	0.24 210	0.61 285	0.37 64	0.17 4	0.61 245	0.33 142	0.80 205	0.87 260	0.94 324	1.13 323	0.72 228	0.43 157	0.89 324	0.51 268	0.13 17	0.10 12	0.13 15	0.11 26	0.14 63	0.12 47

UGAM-zero	0.46 201	0.19 67	0.62 288	0.37 64	0.23 89	0.34 93	0.21 8	1.15 334	0.39 54	0.66 156	0.61 98	1.70 418	0.91 369	0.75 266	0.25 21	0.14 41	0.11 69	0.15 60	0.12 46	0.13 28	0.13 75

IGEV-Stereo+	0.23 2	0.14 2	0.26 8	0.32 10	0.19 13	0.12 1	0.17 1	0.29 1	0.29 6	0.21 1	0.15 1	0.22 2	0.22 14	0.40 27	0.22 1	0.14 41	0.10 12	0.12 2	0.09 8	0.15 100	0.86 441

IGEV++	0.24 3	0.17 28	0.31 19	0.38 89	0.22 55	0.24 10	0.22 14	0.50 36	0.23 1	0.28 10	0.35 27	0.30 10	0.22 14	0.31 5	0.28 68	0.14 41	0.10 12	0.13 15	0.10 16	0.13 28	0.13 75

MyStereo07	0.32 48	0.22 154	0.34 38	0.42 212	0.28 226	0.40 132	0.50 318	0.72 168	0.37 44	0.37 34	0.34 25	0.32 18	0.31 83	0.59 156	0.27 56	0.14 41	0.13 178	0.18 148	0.17 196	0.17 165	0.16 177

MyStereo06	0.38 124	0.21 125	0.61 285	0.41 174	0.28 226	0.41 145	0.50 318	0.95 258	0.35 28	0.62 117	0.54 77	0.76 253	0.27 42	0.50 79	0.29 81	0.14 41	0.13 178	0.18 148	0.17 196	0.17 165	0.15 135

MyStereo05	0.44 184	0.21 125	0.45 157	0.41 174	0.28 226	0.41 145	0.50 318	0.93 247	1.09 364	0.76 217	0.61 98	0.51 110	0.57 231	0.73 255	0.42 205	0.14 41	0.13 178	0.18 148	0.17 196	0.17 165	0.15 135

MyStereo04	0.44 184	0.22 154	0.44 145	0.42 212	0.28 226	0.40 132	0.50 318	1.00 273	1.08 362	0.62 117	0.58 92	0.55 124	0.57 231	0.71 245	0.44 226	0.14 41	0.13 178	0.18 148	0.17 196	0.17 165	0.16 177

ff7	0.29 26	0.21 125	0.38 70	0.36 49	0.26 177	0.31 72	0.35 170	0.62 89	0.34 19	0.38 38	0.33 19	0.32 18	0.29 67	0.58 141	0.25 21	0.14 41	0.10 12	0.17 109	0.12 46	0.14 63	0.15 135

ffff	0.29 26	0.21 125	0.38 70	0.36 49	0.26 177	0.31 72	0.35 170	0.62 89	0.34 19	0.38 38	0.33 19	0.32 18	0.29 67	0.58 141	0.25 21	0.14 41	0.10 12	0.17 109	0.12 46	0.14 63	0.15 135

11t	0.29 26	0.21 125	0.38 70	0.36 49	0.26 177	0.31 72	0.35 170	0.62 89	0.34 19	0.38 38	0.33 19	0.32 18	0.29 67	0.58 141	0.25 21	0.14 41	0.10 12	0.17 109	0.12 46	0.14 63	0.15 135

IGEV_Zeroshot_test	0.34 61	0.18 45	0.67 317	0.39 116	0.28 226	0.30 60	0.25 44	0.74 178	0.31 12	0.62 117	0.57 88	0.54 121	0.25 25	0.53 96	0.27 56	0.14 41	0.10 12	0.15 60	0.14 96	0.14 63	0.12 47

MSKI-zero shot	0.32 48	0.17 28	0.34 38	0.39 116	0.21 40	0.32 82	0.22 14	0.61 83	0.43 66	0.52 88	0.64 104	0.61 166	0.20 8	0.74 262	0.25 21	0.14 41	0.10 12	0.14 25	0.10 16	0.12 11	0.12 47

CASnet	0.30 39	0.20 92	0.33 28	0.41 174	0.16 3	0.26 21	0.24 37	0.52 44	0.53 99	0.52 88	0.54 77	0.39 50	0.24 22	0.40 27	0.26 44	0.14 41	0.10 12	0.22 269	0.18 220	0.18 184	0.11 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.28 19	0.19 67	0.43 133	0.34 17	0.23 89	0.45 167	0.30 95	0.43 15	0.29 6	0.68 164	0.49 55	0.35 37	0.25 25	0.32 7	0.25 21	0.14 41	0.11 69	0.14 25	0.09 8	0.11 1	0.11 15

AEACV	0.27 14	0.17 28	0.31 19	0.34 17	0.45 381	0.26 21	0.28 73	0.37 2	0.32 15	0.30 17	0.46 44	0.31 16	0.37 124	0.36 14	0.24 14	0.14 41	0.10 12	0.15 60	0.12 46	0.13 28	0.11 15

SPstereo	0.28 19	0.19 67	0.40 95	0.38 89	0.19 13	0.38 124	0.23 25	0.57 59	0.41 59	0.45 67	0.49 55	0.39 50	0.27 42	0.33 9	0.23 10	0.14 41	0.12 119	0.14 25	0.11 26	0.12 11	0.11 15

RAFT-Test	0.34 61	0.18 45	0.37 61	0.38 89	0.23 89	0.50 182	0.23 25	0.69 144	0.40 55	0.60 109	0.85 201	0.61 166	0.28 54	0.46 58	0.27 56	0.14 41	0.11 69	0.14 25	0.11 26	0.13 28	0.12 47

LL-Strereo2	0.35 75	0.24 210	0.48 205	0.41 174	0.26 177	0.35 101	0.24 37	0.67 126	0.44 70	0.54 95	0.51 65	0.66 199	0.25 25	0.66 212	0.30 87	0.14 41	0.12 119	0.23 288	0.20 272	0.18 184	0.13 75

4D-IteraStereo	0.33 58	0.18 45	0.40 95	0.40 146	0.24 114	0.32 82	0.27 63	0.58 65	0.72 169	0.65 144	0.54 77	0.42 70	0.23 18	0.45 50	0.28 68	0.14 41	0.09 3	0.19 187	0.16 149	0.16 133	0.11 15

anonymousdsp2	0.35 75	0.20 92	0.43 133	0.37 64	0.24 114	0.48 175	0.31 116	0.86 220	0.65 143	0.55 97	0.50 58	0.50 106	0.34 104	0.56 112	0.31 94	0.14 41	0.10 12	0.14 25	0.10 16	0.16 133	0.14 114

anonymousdsp	0.29 26	0.21 125	0.38 70	0.37 64	0.25 140	0.30 60	0.35 170	0.63 95	0.35 28	0.39 46	0.33 19	0.33 27	0.28 54	0.59 156	0.25 21	0.14 41	0.10 12	0.17 109	0.12 46	0.14 63	0.15 135

EGLCR-Stereo	0.25 6	0.16 16	0.33 28	0.34 17	0.20 28	0.35 101	0.20 3	0.52 44	0.36 34	0.28 10	0.27 9	0.41 63	0.18 2	0.45 50	0.26 44	0.14 41	0.10 12	0.16 83	0.14 96	0.13 28	0.11 15

DCRE	0.37 109	0.18 45	0.46 174	0.45 271	0.32 303	0.42 152	0.37 203	0.63 95	0.51 93	0.47 75	0.94 237	0.56 127	0.36 121	0.52 89	0.32 104	0.14 41	0.13 178	0.15 60	0.14 96	0.14 63	0.13 75

CroCo-Stereo Lap2	0.28 19	0.24 210	0.39 87	0.50 334	0.29 252	0.20 2	0.31 116	0.49 29	0.38 48	0.24 4	0.27 9	0.46 91	0.31 83	0.39 24	0.30 87	0.14 41	0.15 235	0.16 83	0.13 71	0.16 133	0.15 135

DCANet-4	0.36 93	0.20 92	0.48 205	0.34 17	0.19 13	0.29 52	0.30 95	0.66 116	0.92 289	0.69 172	0.78 158	0.40 57	0.47 179	0.45 50	0.34 130	0.14 41	0.10 12	0.14 25	0.11 26	0.11 1	0.13 75

ccc-4	0.29 26	0.21 125	0.38 70	0.36 49	0.26 177	0.31 72	0.35 170	0.62 89	0.34 19	0.38 38	0.33 19	0.32 18	0.29 67	0.58 141	0.25 21	0.14 41	0.10 12	0.17 109	0.12 46	0.14 63	0.15 135

fff	0.37 109	0.16 16	0.41 103	0.34 17	0.19 13	0.29 52	0.30 95	0.69 144	1.06 353	0.69 172	0.78 158	0.42 70	0.63 268	0.46 58	0.34 130	0.14 41	0.10 12	0.14 25	0.11 26	0.11 1	0.13 75

ADStereo(finetuned)	0.37 109	0.16 16	0.49 216	0.34 17	0.19 13	0.30 60	0.30 95	0.68 136	0.91 284	0.70 178	0.77 147	0.43 77	0.69 302	0.45 50	0.33 116	0.14 41	0.10 12	0.14 25	0.11 26	0.13 28	0.12 47

RAFT+CT+SA	0.39 139	0.23 174	0.36 48	0.51 349	0.27 204	0.29 52	0.46 294	0.75 184	0.80 217	0.51 83	0.89 222	0.41 63	0.40 143	0.78 281	0.32 104	0.14 41	0.11 69	0.18 148	0.18 220	0.15 100	0.14 114

test_5	0.43 178	0.24 210	0.43 133	0.52 360	0.28 226	0.28 44	0.42 278	0.72 168	0.82 229	0.62 117	0.91 229	0.72 228	0.55 223	0.79 285	0.35 147	0.14 41	0.11 69	0.18 148	0.18 220	0.18 184	0.16 177

IGEV-Stereo	0.29 26	0.21 125	0.38 70	0.37 64	0.25 140	0.30 60	0.35 170	0.63 95	0.35 28	0.39 46	0.33 19	0.33 27	0.28 54	0.59 156	0.25 21	0.14 41	0.10 12	0.17 109	0.12 46	0.14 63	0.15 135
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.39 139	0.19 67	0.57 273	0.37 64	0.27 204	0.31 72	0.24 37	1.44 414	0.29 6	0.69 172	0.53 75	0.60 161	0.42 151	0.83 300	0.27 56	0.14 41	0.11 69	0.14 25	0.13 71	0.15 100	0.13 75

GLC_STEREO	0.29 26	0.19 67	0.27 10	0.44 249	0.19 13	0.31 72	0.26 52	0.47 23	0.43 66	0.37 34	0.47 49	0.41 63	0.23 18	0.50 79	0.34 130	0.14 41	0.18 299	0.19 187	0.16 149	0.16 133	0.13 75

MIPNet	0.37 109	0.21 125	0.59 278	0.39 116	0.25 140	0.50 182	0.28 73	0.77 194	0.70 158	0.65 144	0.60 95	0.40 57	0.49 187	0.44 49	0.37 178	0.14 41	0.11 69	0.16 83	0.13 71	0.14 63	0.13 75

LCNet	0.41 161	0.20 92	0.32 24	0.44 249	0.24 114	0.47 173	0.29 81	0.67 126	0.53 99	0.72 196	1.03 285	0.66 199	0.60 251	0.58 141	0.34 130	0.14 41	0.10 12	0.19 187	0.19 248	0.21 255	0.36 380

STrans-v2	0.46 201	0.20 92	0.48 205	0.40 146	0.24 114	0.55 205	0.50 318	1.07 302	0.73 176	0.65 144	1.05 295	0.72 228	0.69 302	0.72 250	0.33 116	0.14 41	0.10 12	0.17 109	0.14 96	0.13 28	0.12 47

FTStereo	0.56 303	0.20 92	0.37 61	0.41 174	0.25 140	0.40 132	0.79 403	0.66 116	0.43 66	1.09 378	3.27 446	0.70 215	0.73 325	0.55 103	0.33 116	0.14 41	0.13 178	0.19 187	0.17 196	0.15 100	0.30 351

ASMatch	0.48 225	0.19 67	0.45 157	0.39 116	0.28 226	0.37 111	0.26 52	0.74 178	0.68 153	0.76 217	2.34 426	0.61 166	0.52 204	0.62 176	0.37 178	0.14 41	0.12 119	0.17 109	0.15 119	0.14 63	0.21 283

DEmStereo	0.48 225	0.17 28	0.50 229	0.38 89	0.25 140	0.59 237	0.34 149	0.63 95	0.74 182	0.89 297	1.66 403	0.58 140	1.06 394	0.60 162	0.42 205	0.14 41	0.11 69	0.16 83	0.16 149	0.14 63	0.15 135

GrayStereo	0.49 242	0.19 67	0.42 123	0.46 291	0.28 226	0.53 196	0.67 374	0.69 144	0.63 131	1.02 356	1.47 391	0.78 260	0.76 332	0.56 112	0.33 116	0.14 41	0.12 119	0.17 109	0.17 196	0.15 100	0.29 344

RAFT-345	0.40 150	0.18 45	0.40 95	0.38 89	0.22 55	0.33 86	0.26 52	0.61 83	0.51 93	0.74 208	1.79 411	0.45 84	0.33 97	0.66 212	0.36 163	0.14 41	0.11 69	0.18 148	0.14 96	0.13 28	0.13 75

test-1	0.36 93	0.19 67	0.71 334	0.46 291	0.26 177	0.44 160	0.36 190	0.60 77	0.59 116	0.48 77	0.67 116	0.53 117	0.36 121	0.40 27	0.29 81	0.14 41	0.11 69	0.16 83	0.14 96	0.15 100	0.16 177

Prome-Stereo	0.46 201	0.19 67	0.35 43	0.44 249	0.26 177	0.40 132	0.45 291	0.68 136	0.44 70	0.96 332	1.84 413	0.59 155	0.67 292	0.61 169	0.32 104	0.14 41	0.11 69	0.16 83	0.14 96	0.16 133	0.29 344

iRaftStereo_RVC	0.32 48	0.19 67	0.37 61	0.39 116	0.22 55	0.31 72	0.29 81	0.68 136	0.51 93	0.49 78	0.66 112	0.37 45	0.23 18	0.45 50	0.33 116	0.14 41	0.10 12	0.18 148	0.17 196	0.15 100	0.12 47

DCANet	0.36 93	0.16 16	0.41 103	0.34 17	0.19 13	0.30 60	0.30 95	0.68 136	0.91 284	0.70 178	0.77 147	0.43 77	0.57 231	0.45 50	0.34 130	0.14 41	0.10 12	0.14 25	0.11 26	0.13 28	0.12 47

csc	0.37 109	0.16 16	0.41 103	0.34 17	0.19 13	0.29 52	0.30 95	0.69 144	1.06 353	0.69 172	0.78 158	0.42 70	0.63 268	0.46 58	0.34 130	0.14 41	0.10 12	0.14 25	0.11 26	0.11 1	0.13 75

cscssc	0.37 109	0.16 16	0.41 103	0.34 17	0.19 13	0.29 52	0.30 95	0.69 144	1.06 353	0.69 172	0.78 158	0.42 70	0.63 268	0.46 58	0.34 130	0.14 41	0.10 12	0.14 25	0.11 26	0.11 1	0.13 75

111	0.40 150	0.17 28	0.41 103	0.34 17	0.19 13	0.52 190	0.28 73	0.74 178	1.16 374	0.50 81	0.91 229	0.63 174	0.48 184	0.61 169	0.35 147	0.14 41	0.10 12	0.14 25	0.12 46	0.13 28	0.13 75

test_xeample3	0.29 26	0.21 125	0.41 103	0.35 38	0.26 177	0.35 101	0.32 133	0.56 56	0.36 34	0.43 62	0.32 18	0.34 30	0.28 54	0.54 99	0.23 10	0.14 41	0.11 69	0.16 83	0.12 46	0.14 63	0.13 75

EAI-Stereo	0.34 61	0.19 67	0.44 145	0.39 116	0.21 40	0.31 72	0.30 95	1.15 334	0.30 9	0.49 78	0.75 139	0.36 43	0.28 54	0.62 176	0.27 56	0.14 41	0.11 69	0.14 25	0.13 71	0.13 28	0.12 47

Gwc-CoAtRS	0.34 61	0.17 28	0.44 145	0.39 116	0.23 89	0.34 93	0.22 14	0.70 158	0.75 185	0.60 109	0.59 93	0.58 140	0.29 67	0.45 50	0.26 44	0.14 41	0.11 69	0.14 25	0.12 46	0.12 11	0.12 47

HITNet	0.41 161	0.26 251	0.45 157	0.33 14	0.17 4	0.63 261	0.30 95	0.93 247	0.64 138	0.71 184	0.82 181	0.64 181	0.52 204	0.59 156	0.43 210	0.14 41	0.10 12	0.15 60	0.13 71	0.19 218	0.12 47
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
WCG-NET	0.29 26	0.15 7	0.36 48	0.36 49	0.23 89	0.43 154	0.23 25	0.48 25	0.46 81	0.40 51	0.47 49	0.46 91	0.28 54	0.55 103	0.25 21	0.15 93	0.11 69	0.13 15	0.12 46	0.13 28	0.12 47

GCAP-BAT	0.30 39	0.21 125	0.42 123	0.33 14	0.27 204	0.26 21	0.27 63	0.45 20	0.30 9	0.60 109	0.64 104	0.45 84	0.23 18	0.56 112	0.26 44	0.15 93	0.12 119	0.15 60	0.10 16	0.12 11	0.11 15

RAStereo	0.24 3	0.17 28	0.29 14	0.40 146	0.21 40	0.23 7	0.26 52	0.42 10	0.45 77	0.23 3	0.34 25	0.30 10	0.19 5	0.34 10	0.25 21	0.15 93	0.12 119	0.16 83	0.13 71	0.14 63	0.11 15

Pointernet	0.27 14	0.14 2	0.33 28	0.35 38	0.23 89	0.35 101	0.21 8	0.72 168	0.38 48	0.39 46	0.36 28	0.34 30	0.25 25	0.36 14	0.25 21	0.15 93	0.10 12	0.12 2	0.08 1	0.11 1	0.10 3

AIO-Stereo-zeroshot1	0.48 225	0.21 125	1.26 413	0.39 116	0.51 397	0.28 44	0.30 95	1.25 379	0.44 70	0.68 164	1.11 314	0.86 285	0.33 97	0.67 222	0.27 56	0.15 93	0.11 69	0.17 109	0.20 272	0.22 276	0.24 310

U	0.45 194	0.16 16	0.32 24	0.40 146	0.71 426	3.55 459	0.20 3	0.41 7	0.38 48	0.26 6	0.23 3	0.24 3	0.22 14	0.26 1	0.22 1	0.15 93	0.09 3	0.88 436	0.13 71	0.13 28	0.11 15

trnet	0.27 14	0.14 2	0.23 1	0.28 2	0.15 1	0.37 111	0.23 25	0.52 44	0.72 169	0.42 59	0.51 65	0.34 30	0.26 35	0.39 24	0.25 21	0.15 93	0.11 69	0.12 2	0.08 1	0.11 1	0.10 3

testlalala2	0.36 93	0.18 45	0.45 157	0.89 430	0.53 402	0.44 160	0.26 52	0.61 83	0.49 87	0.68 164	0.56 85	0.44 82	0.24 22	0.34 10	0.31 94	0.15 93	0.12 119	0.14 25	0.10 16	0.13 28	0.13 75

H2IRNET	0.37 109	0.20 92	0.33 28	0.38 89	0.25 140	0.27 31	0.23 25	0.59 67	0.72 169	0.39 46	0.90 226	0.74 245	0.55 223	0.52 89	0.43 210	0.15 93	0.13 178	0.18 148	0.20 272	0.16 133	0.13 75

MGS-Stereo	0.28 19	0.19 67	0.40 95	0.36 49	0.23 89	0.37 111	0.30 95	0.39 4	0.44 70	0.31 18	0.51 65	0.40 57	0.24 22	0.43 40	0.26 44	0.15 93	0.12 119	0.15 60	0.13 71	0.14 63	0.13 75

MyStereo8	0.40 150	0.20 92	0.54 258	0.41 174	0.29 252	0.53 196	0.29 81	0.65 107	0.49 87	0.71 184	0.98 263	0.58 140	0.43 157	0.50 79	0.51 268	0.15 93	0.12 119	0.16 83	0.14 96	0.19 218	0.19 243

IGEVStereo-DCA	0.29 26	0.22 154	0.38 70	0.35 38	0.27 204	0.37 111	0.35 170	0.62 89	0.34 19	0.38 38	0.30 13	0.35 37	0.27 42	0.51 84	0.22 1	0.15 93	0.12 119	0.16 83	0.12 46	0.13 28	0.15 135

rrr	0.29 26	0.22 154	0.41 103	0.35 38	0.27 204	0.37 111	0.32 133	0.52 44	0.42 64	0.38 38	0.30 13	0.35 37	0.27 42	0.51 84	0.22 1	0.15 93	0.12 119	0.16 83	0.13 71	0.13 28	0.14 114

Any-RAFT	0.35 75	0.16 16	0.30 17	0.34 17	0.21 40	0.52 190	0.22 14	0.88 232	0.73 176	0.53 91	0.73 128	0.64 181	0.28 54	0.46 58	0.24 14	0.15 93	0.10 12	0.13 15	0.10 16	0.13 28	0.12 47

HH	0.35 75	0.20 92	0.47 186	0.40 146	0.25 140	0.33 86	0.31 116	0.76 191	0.38 48	0.43 62	0.57 88	0.79 262	0.44 166	0.71 245	0.25 21	0.15 93	0.11 69	0.15 60	0.14 96	0.14 63	0.12 47

HanStereo	0.35 75	0.20 92	0.47 186	0.40 146	0.25 140	0.33 86	0.31 116	0.76 191	0.38 48	0.43 62	0.57 88	0.79 262	0.44 166	0.71 245	0.25 21	0.15 93	0.11 69	0.15 60	0.14 96	0.14 63	0.12 47

LoS	0.29 26	0.15 7	0.30 17	0.29 3	0.18 8	0.33 86	0.29 81	0.51 37	0.72 169	0.34 25	0.52 73	0.41 63	0.28 54	0.47 65	0.28 68	0.15 93	0.11 69	0.13 15	0.09 8	0.11 1	0.11 15
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Sa-1000	0.48 225	0.24 210	0.41 103	0.45 271	0.25 140	0.59 237	0.34 149	0.81 208	0.93 294	0.82 252	1.50 392	0.53 117	0.45 171	0.92 336	0.30 87	0.15 93	0.12 119	0.21 256	0.19 248	0.15 100	0.13 75

CrosDoStereo	0.50 257	0.18 45	0.45 157	0.38 89	0.24 114	0.40 132	1.18 433	0.67 126	0.86 251	0.94 324	1.37 371	0.63 174	0.77 336	0.65 204	0.45 234	0.15 93	0.12 119	0.17 109	0.18 220	0.14 63	0.14 114

HHNet	0.41 161	0.17 28	0.41 103	0.34 17	0.37 334	0.33 86	0.34 149	0.69 144	0.75 185	0.86 278	1.30 361	0.52 113	0.32 87	0.52 89	0.35 147	0.15 93	0.11 69	0.19 187	0.15 119	0.15 100	0.24 310

TransformOpticalFlow	0.44 184	0.20 92	0.47 186	0.41 174	0.23 89	0.37 111	0.47 301	0.94 251	0.76 193	0.65 144	1.14 326	0.73 239	0.56 230	0.76 270	0.32 104	0.15 93	0.10 12	0.17 109	0.15 119	0.14 63	0.13 75

OMP-Stereo	0.42 168	0.22 154	0.46 174	0.52 360	0.24 114	0.36 109	0.25 44	0.71 164	0.78 207	0.77 223	0.64 104	0.89 300	0.39 138	0.91 333	0.35 147	0.15 93	0.12 119	0.20 215	0.15 119	0.15 100	0.12 47

IIG-Stereo	0.43 178	0.21 125	0.44 145	0.50 334	0.25 140	0.44 160	0.21 8	0.71 164	0.76 193	0.83 264	0.95 245	0.83 274	0.43 157	0.90 326	0.35 147	0.15 93	0.12 119	0.19 187	0.14 96	0.15 100	0.11 15

NRIStereo	0.36 93	0.20 92	0.45 157	0.41 174	0.23 89	0.34 93	0.26 52	0.65 107	0.55 107	0.64 135	0.63 101	0.56 127	0.37 124	0.65 204	0.37 178	0.15 93	0.11 69	0.18 148	0.15 119	0.17 165	0.14 114

PSM-AAD	0.48 225	0.20 92	0.37 61	0.43 231	0.23 89	0.56 218	0.50 318	0.65 107	0.70 158	1.07 373	1.12 317	0.58 140	0.92 373	0.61 169	0.32 104	0.15 93	0.11 69	0.25 316	0.26 357	0.18 184	0.43 406

DeepStereo_LL	0.50 257	0.18 45	0.45 157	0.38 89	0.24 114	0.40 132	1.18 433	0.67 126	0.86 251	0.94 324	1.37 371	0.63 174	0.77 336	0.65 204	0.45 234	0.15 93	0.12 119	0.17 109	0.18 220	0.14 63	0.14 114

THIR-Stereo	0.50 257	0.18 45	0.45 157	0.38 89	0.23 89	0.75 307	0.67 374	0.66 116	0.87 260	1.02 356	1.40 377	0.72 228	0.76 332	0.62 176	0.42 205	0.15 93	0.11 69	0.17 109	0.18 220	0.14 63	0.15 135

AnonymousM	0.41 161	0.81 422	0.29 14	0.34 17	0.22 55	0.28 44	0.38 224	0.53 53	0.41 59	0.70 178	0.49 55	0.47 95	0.27 42	0.41 32	0.31 94	0.15 93	0.12 119	1.51 445	0.26 357	0.12 11	0.10 3

CroCo-Stereo	0.26 11	0.22 154	0.36 48	0.48 305	0.22 55	0.20 2	0.29 81	0.51 37	0.44 70	0.28 10	0.23 3	0.42 70	0.26 35	0.29 3	0.26 44	0.15 93	0.13 178	0.13 15	0.11 26	0.16 133	0.12 47
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
GMM-Stereo	0.44 184	0.19 67	0.36 48	0.42 212	0.25 140	0.51 186	0.47 301	0.71 164	0.53 99	0.76 217	1.37 371	0.76 253	0.38 127	0.60 162	0.33 116	0.15 93	0.10 12	0.20 215	0.19 248	0.16 133	0.27 331

raft+_RVC	0.38 124	0.19 67	0.35 43	0.37 64	0.25 140	0.45 167	0.37 203	0.78 199	0.89 277	0.51 83	0.78 158	0.50 106	0.29 67	0.53 96	0.40 198	0.15 93	0.12 119	0.17 109	0.15 119	0.14 63	0.12 47

TANstereo	0.30 39	0.15 7	0.31 19	0.30 5	0.17 4	0.55 205	0.23 25	0.44 17	0.55 107	0.59 105	0.68 118	0.37 45	0.26 35	0.35 13	0.27 56	0.15 93	0.16 264	0.12 2	0.10 16	0.13 28	0.14 114

RALAANet	0.38 124	0.23 174	0.48 205	0.42 212	0.29 252	0.35 101	0.25 44	0.86 220	0.64 138	0.67 158	0.65 107	0.60 161	0.29 67	0.60 162	0.34 130	0.15 93	0.12 119	0.17 109	0.15 119	0.21 255	0.13 75

ARAFT	0.47 214	0.24 210	0.79 363	0.42 212	0.25 140	0.55 205	0.55 347	0.75 184	0.81 224	0.89 297	0.75 139	0.73 239	0.47 179	0.88 319	0.37 178	0.15 93	0.12 119	0.23 288	0.22 310	0.14 63	0.13 75

MMNet	0.55 292	0.25 232	0.61 285	0.43 231	0.34 321	1.07 376	0.39 246	0.87 227	0.91 284	0.91 309	0.93 236	0.86 285	0.76 332	0.81 289	0.76 333	0.15 93	0.14 206	0.18 148	0.19 248	0.20 234	0.16 177

DIP-Stereo	0.39 139	0.21 125	0.50 229	0.41 174	0.28 226	0.62 252	0.27 63	0.77 194	0.40 55	0.64 135	0.86 204	0.52 113	0.33 97	0.66 212	0.42 205	0.15 93	0.13 178	0.17 109	0.14 96	0.15 100	0.15 135
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.39 139	0.18 45	0.42 123	0.42 212	0.26 177	0.40 132	0.32 133	0.72 168	0.34 19	0.89 297	1.28 357	0.57 132	0.35 107	0.42 36	0.32 104	0.15 93	0.12 119	0.14 25	0.12 46	0.14 63	0.13 75

RAFT-Stereo	0.39 139	0.18 45	0.42 123	0.42 212	0.26 177	0.40 132	0.32 133	0.72 168	0.34 19	0.89 297	1.28 357	0.57 132	0.35 107	0.42 36	0.32 104	0.15 93	0.12 119	0.14 25	0.12 46	0.14 63	0.13 75
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNet	0.49 242	0.29 293	0.79 363	0.42 212	0.21 40	0.61 245	0.40 255	0.82 210	0.99 320	0.87 285	1.12 317	0.69 211	0.53 207	0.78 281	0.51 268	0.15 93	0.11 69	0.14 25	0.12 46	0.17 165	0.15 135

DN-CSS_ROB	0.43 178	0.26 251	0.62 288	0.40 146	0.29 252	0.44 160	0.27 63	0.77 194	0.75 185	0.72 196	1.09 311	0.48 99	0.43 157	0.69 237	0.37 178	0.15 93	0.12 119	0.21 256	0.19 248	0.18 184	0.16 177

pmcnn	1.23 419	0.29 293	0.96 381	0.40 146	0.23 89	0.95 353	0.69 384	1.16 340	1.28 397	1.67 423	2.33 425	11.15 475	0.86 360	0.93 342	0.88 359	0.15 93	0.12 119	0.12 2	0.10 16	0.15 100	0.15 135

model_zeroshot	0.33 58	0.18 45	0.48 205	0.39 116	0.28 226	0.45 167	0.25 44	0.63 95	0.45 77	0.61 115	0.50 58	0.51 110	0.25 25	0.45 50	0.26 44	0.16 134	0.13 178	0.15 60	0.14 96	0.13 28	0.13 75

AIO-Stereo-zeroshot	0.42 168	0.20 92	0.74 347	0.38 89	0.43 370	0.39 128	0.26 52	0.94 251	0.49 87	0.53 91	0.77 147	0.93 310	0.45 171	0.63 186	0.24 14	0.16 134	0.10 12	0.17 109	0.18 220	0.20 234	0.20 265

Former-RAFT_DAM_RVC	0.34 61	0.27 268	0.45 157	0.36 49	0.25 140	0.48 175	0.30 95	0.58 65	0.90 279	0.42 59	0.36 28	0.30 10	0.29 67	0.49 75	0.30 87	0.16 134	0.14 206	0.18 148	0.15 119	0.18 184	0.15 135

ACVNet-DCA	0.35 75	0.23 174	0.33 28	0.41 174	0.22 55	0.55 205	0.38 224	0.85 217	0.54 103	0.41 54	0.50 58	0.34 30	0.49 187	0.57 123	0.25 21	0.16 134	0.10 12	0.19 187	0.13 71	0.18 184	0.17 195

xx1	0.39 139	0.23 174	0.33 28	0.41 174	0.22 55	0.55 205	0.38 224	0.67 126	1.06 353	0.41 54	0.50 58	0.65 194	0.53 207	0.57 123	0.25 21	0.16 134	0.10 12	0.20 215	0.19 248	0.18 184	0.17 195

1test111	0.36 93	0.23 174	0.33 28	0.41 174	0.22 55	0.55 205	0.38 224	0.85 217	0.54 103	0.41 54	0.50 58	0.34 30	0.49 187	0.55 103	0.45 234	0.16 134	0.10 12	0.19 187	0.13 71	0.18 184	0.17 195

cc1	0.37 109	0.23 174	0.33 28	0.41 174	0.22 55	0.55 205	0.38 224	0.67 126	1.06 353	0.41 54	0.50 58	0.34 30	0.49 187	0.57 123	0.25 21	0.16 134	0.10 12	0.19 187	0.13 71	0.16 133	0.15 135

ffm	0.44 184	0.26 251	0.49 216	0.37 64	0.25 140	0.55 205	0.37 203	0.68 136	1.04 342	0.73 203	0.96 249	0.71 219	0.53 207	0.57 123	0.25 21	0.16 134	0.10 12	0.25 316	0.21 293	0.16 133	0.16 177

ff1	0.49 242	0.26 251	0.49 216	0.37 64	0.25 140	0.55 205	0.37 203	0.68 136	1.04 342	0.73 203	0.96 249	0.71 219	0.53 207	1.01 356	0.88 359	0.16 134	0.10 12	0.25 316	0.21 293	0.16 133	0.16 177

tt1	0.36 93	0.24 210	0.32 24	0.41 174	0.22 55	0.54 200	0.38 224	0.68 136	1.04 342	0.41 54	0.46 44	0.35 37	0.45 171	0.57 123	0.25 21	0.16 134	0.10 12	0.19 187	0.13 71	0.16 133	0.16 177

MaDis-Stereo	0.26 11	0.18 45	0.36 48	0.36 49	0.26 177	0.27 31	0.27 63	0.43 15	0.35 28	0.27 8	0.26 8	0.41 63	0.28 54	0.40 27	0.28 68	0.16 134	0.14 206	0.16 83	0.13 71	0.14 63	0.12 47

CBFPSM	0.59 323	0.22 154	1.31 417	0.38 89	0.27 204	1.12 385	0.65 371	0.79 202	0.82 229	0.80 232	0.81 177	1.35 392	0.87 363	0.67 222	0.76 333	0.16 134	0.15 235	0.15 60	0.16 149	0.17 165	0.22 298

ToySt	0.49 242	0.27 268	0.75 351	0.40 146	0.27 204	0.64 268	0.49 315	0.84 214	0.77 200	0.60 109	0.83 187	0.88 296	0.66 289	0.70 240	0.56 289	0.16 134	0.17 283	0.21 256	0.20 272	0.21 255	0.19 243

anonymousa	0.49 242	0.20 92	0.42 123	0.38 89	0.23 89	0.91 345	0.35 170	0.75 184	0.62 120	0.85 272	1.54 396	1.06 343	0.66 289	0.51 84	0.43 210	0.16 134	0.13 178	0.19 187	0.21 293	0.16 133	0.14 114

TestStereo1	0.43 178	0.23 174	0.41 103	0.51 349	0.24 114	0.34 93	0.40 255	0.77 194	0.90 279	0.68 164	0.96 249	0.48 99	0.46 175	0.91 333	0.32 104	0.16 134	0.13 178	0.18 148	0.15 119	0.14 63	0.13 75

SA-5K	0.43 178	0.23 174	0.41 103	0.51 349	0.24 114	0.34 93	0.40 255	0.77 194	0.90 279	0.68 164	0.96 249	0.48 99	0.46 175	0.91 333	0.32 104	0.16 134	0.13 178	0.18 148	0.15 119	0.14 63	0.13 75

SA	0.44 184	0.25 232	0.46 174	0.46 291	0.24 114	0.43 154	0.36 190	0.75 184	0.96 308	0.59 105	1.03 285	0.48 99	0.52 204	0.94 349	0.32 104	0.16 134	0.12 119	0.21 256	0.19 248	0.15 100	0.13 75

CIPLG	0.41 161	0.21 125	0.63 297	0.45 271	0.33 313	0.52 190	0.33 142	0.65 107	0.60 118	0.82 252	0.96 249	0.46 91	0.32 87	0.55 103	0.44 226	0.16 134	0.12 119	0.15 60	0.14 96	0.13 28	0.14 114

ACRE	0.40 150	0.21 125	0.65 308	0.45 271	0.33 313	0.51 186	0.33 142	0.66 116	0.63 131	0.80 232	0.92 233	0.45 84	0.32 87	0.52 89	0.45 234	0.16 134	0.12 119	0.15 60	0.14 96	0.13 28	0.14 114

AAGNet	1.43 430	0.20 92	0.48 205	0.44 249	0.25 140	0.29 52	0.31 116	0.65 107	0.68 153	0.97 336	0.86 204	0.67 206	0.62 262	0.64 197	20.63 477	0.16 134	0.11 69	0.19 187	0.15 119	0.19 218	0.12 47

KYRaft	0.48 225	0.20 92	0.38 70	0.44 249	0.23 89	0.44 160	0.37 203	0.66 116	0.41 59	0.94 324	1.73 407	0.79 262	0.41 149	0.63 186	0.31 94	0.16 134	0.11 69	0.18 148	0.22 310	0.16 133	0.78 436

SST-Stereo	0.40 150	0.19 67	0.45 157	0.42 212	0.25 140	0.25 19	0.21 8	0.66 116	0.47 85	1.08 376	0.79 167	0.72 228	0.43 157	0.77 277	0.35 147	0.16 134	0.11 69	0.20 215	0.16 149	0.19 218	0.15 135

RAFT_R40	0.40 150	0.19 67	0.44 145	0.43 231	0.25 140	0.23 7	0.26 52	0.67 126	0.67 148	0.98 341	0.78 158	0.72 228	0.43 157	0.76 270	0.35 147	0.16 134	0.11 69	0.20 215	0.16 149	0.18 184	0.14 114

PFNet	0.42 168	0.18 45	0.58 277	0.43 231	0.24 114	0.43 154	0.32 133	0.74 178	0.78 207	1.00 349	0.74 137	0.68 207	0.39 138	0.72 250	0.37 178	0.16 134	0.10 12	0.20 215	0.15 119	0.16 133	0.13 75

DeepStereo_RVC	0.36 93	0.21 125	0.47 186	0.40 146	0.24 114	0.26 21	0.22 14	0.60 77	0.38 48	0.69 172	0.67 116	0.57 132	0.51 202	0.56 112	0.39 192	0.16 134	0.12 119	0.18 148	0.15 119	0.19 218	0.18 211

rafts_anoy	0.37 109	0.21 125	0.36 48	0.41 174	0.26 177	0.30 60	0.33 142	0.67 126	0.90 279	0.58 103	0.66 112	0.45 84	0.33 97	0.47 65	0.39 192	0.16 134	0.11 69	0.21 256	0.23 323	0.17 165	0.14 114

XX-TBD	0.32 48	0.53 396	0.26 8	0.51 349	0.20 28	0.37 111	0.24 37	0.40 6	0.73 176	0.54 95	0.69 119	0.31 16	0.25 25	0.32 7	0.27 56	0.16 134	0.10 12	0.12 2	0.09 8	0.13 28	0.11 15

raftrobust	0.34 61	0.19 67	0.36 48	0.41 174	0.27 204	0.30 60	0.25 44	0.71 164	0.63 131	0.58 103	0.55 82	0.45 84	0.46 175	0.51 84	0.29 81	0.16 134	0.12 119	0.14 25	0.12 46	0.12 11	0.13 75

RALCasStereoNet	0.36 93	0.21 125	0.37 61	0.42 212	0.26 177	0.35 101	0.38 224	0.63 95	0.64 138	0.50 81	0.72 124	0.51 110	0.29 67	0.59 156	0.36 163	0.16 134	0.14 206	0.15 60	0.13 71	0.17 165	0.16 177

XX-Stereo	0.37 109	0.17 28	0.45 157	0.55 376	0.36 329	0.38 124	0.20 3	0.60 77	0.30 9	0.46 72	1.30 361	0.73 239	0.26 35	0.56 112	0.26 44	0.16 134	0.11 69	0.17 109	0.16 149	0.14 63	0.10 3

CREStereo	0.28 19	0.15 7	0.24 4	0.27 1	0.17 4	0.37 111	0.25 44	0.51 37	0.72 169	0.42 59	0.51 65	0.32 18	0.26 35	0.38 22	0.25 21	0.16 134	0.11 69	0.12 2	0.08 1	0.12 11	0.11 15
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
BEATNet_4x	0.46 201	0.32 309	0.56 269	0.37 64	0.19 13	0.63 261	0.35 170	1.01 280	0.72 169	0.77 223	0.83 187	0.70 215	0.59 247	0.68 232	0.53 278	0.16 134	0.12 119	0.16 83	0.14 96	0.24 306	0.16 177

RASNet	0.53 279	0.22 154	0.52 246	0.38 89	0.22 55	0.68 284	0.38 224	0.97 264	0.88 264	0.73 203	1.04 291	1.03 335	0.92 373	0.90 326	0.86 352	0.16 134	0.14 206	0.14 25	0.17 196	0.15 100	0.13 75

iResNet_ROB	0.52 273	0.21 125	0.53 254	0.37 64	0.21 40	0.61 245	0.29 81	1.51 423	1.32 401	0.90 304	1.02 281	0.80 270	0.62 262	0.76 270	0.43 210	0.16 134	0.12 119	0.13 15	0.09 8	0.15 100	0.18 211

UGAM	0.52 273	0.22 154	0.46 174	0.45 271	0.25 140	0.41 145	0.52 335	0.62 89	1.16 374	0.76 217	1.13 323	1.32 383	0.57 231	1.00 355	0.53 278	0.17 168	0.14 206	0.25 316	0.21 293	0.15 100	0.13 75

CoDeX	0.47 214	0.20 92	0.49 216	0.42 212	0.25 140	0.75 307	0.36 190	1.27 383	0.80 217	0.82 252	0.96 249	0.62 172	0.57 231	0.60 162	0.36 163	0.17 168	0.12 119	0.17 109	0.15 119	0.16 133	0.14 114

plain	0.31 42	0.20 92	0.50 229	0.39 116	0.29 252	0.27 31	0.30 95	0.44 17	0.35 28	0.31 18	0.66 112	0.30 10	0.31 83	0.65 204	0.31 94	0.17 168	0.13 178	0.20 215	0.15 119	0.17 165	0.12 47

MIF-Stereo (partial)	0.31 42	0.18 45	0.37 61	0.41 174	0.31 287	0.28 44	0.23 25	0.47 23	0.42 64	0.31 18	0.63 101	0.36 43	0.35 107	0.57 123	0.31 94	0.17 168	0.13 178	0.19 187	0.17 196	0.18 184	0.14 114

UniTT-Stereo	0.27 14	0.17 28	0.37 61	0.40 146	0.27 204	0.30 60	0.28 73	0.39 4	0.31 12	0.29 14	0.46 44	0.27 7	0.25 25	0.47 65	0.34 130	0.17 168	0.13 178	0.13 15	0.12 46	0.14 63	0.12 47

PCWNet_CMD	0.48 225	0.24 210	0.52 246	0.39 116	0.27 204	0.63 261	0.30 95	0.95 258	0.96 308	0.86 278	1.07 304	0.79 262	0.44 166	0.57 123	0.43 210	0.17 168	0.12 119	0.21 256	0.16 149	0.24 306	0.19 243

LL-Strereo	0.57 309	0.27 268	0.68 320	0.48 305	0.34 321	0.39 128	0.48 309	0.94 251	0.97 311	0.83 264	0.78 158	1.10 354	1.18 406	1.33 402	0.49 257	0.17 168	0.14 206	0.22 269	0.19 248	0.16 133	0.17 195

knoymous	0.36 93	0.20 92	0.31 19	0.31 7	0.22 55	0.36 109	0.29 81	0.61 83	0.64 138	0.67 158	0.70 122	0.60 161	0.40 143	0.58 141	0.34 130	0.17 168	0.11 69	0.20 215	0.11 26	0.17 165	0.18 211

riskmin	0.38 124	0.20 92	0.39 87	0.32 10	0.23 89	0.53 196	0.30 95	0.63 95	0.80 217	0.49 78	0.56 85	0.73 239	0.58 240	0.55 103	0.36 163	0.17 168	0.11 69	0.19 187	0.13 71	0.19 218	0.20 265

qqq	0.40 150	0.26 251	0.44 145	0.36 49	0.22 55	0.46 171	0.36 190	0.85 217	0.54 103	0.56 100	0.69 119	0.65 194	0.53 207	0.55 103	0.45 234	0.17 168	0.16 264	0.20 215	0.19 248	0.18 184	0.17 195

x	0.39 139	0.24 210	0.41 103	0.34 17	0.23 89	0.52 190	0.32 133	0.86 220	0.52 96	0.57 102	0.70 122	0.59 155	0.50 198	0.49 75	0.46 244	0.17 168	0.15 235	0.17 109	0.15 119	0.17 165	0.16 177

IER	0.46 201	0.23 174	0.50 229	0.38 89	0.28 226	0.69 286	0.35 170	0.80 205	0.66 146	0.83 264	0.94 237	0.75 247	0.77 336	0.60 162	0.42 205	0.17 168	0.14 206	0.17 109	0.17 196	0.17 165	0.15 135

DAS	0.51 264	0.25 232	0.60 283	0.48 305	0.31 287	0.58 225	0.41 269	0.83 211	0.97 311	0.89 297	1.12 317	0.70 215	0.75 329	0.82 292	0.43 210	0.17 168	0.13 178	0.18 148	0.15 119	0.20 234	0.18 211

SepStereo	0.51 264	0.25 232	0.60 283	0.48 305	0.31 287	0.58 225	0.41 269	0.83 211	0.97 311	0.89 297	1.12 317	0.70 215	0.75 329	0.93 342	0.43 210	0.17 168	0.13 178	0.18 148	0.15 119	0.20 234	0.18 211

IPLGR_C	0.40 150	0.21 125	0.64 302	0.45 271	0.33 313	0.52 190	0.34 149	0.66 116	0.62 120	0.82 252	0.92 233	0.45 84	0.32 87	0.52 89	0.46 244	0.17 168	0.12 119	0.15 60	0.14 96	0.13 28	0.14 114

TRStereo	0.37 109	0.27 268	0.59 278	0.47 300	0.41 359	0.29 52	0.30 95	0.84 214	0.59 116	0.52 88	0.41 33	0.52 113	0.26 35	0.73 255	0.27 56	0.17 168	0.12 119	0.19 187	0.19 248	0.13 28	0.11 15

IRAFT_RVC	0.42 168	0.20 92	0.48 205	0.44 249	0.24 114	0.27 31	0.54 343	0.74 178	0.77 200	0.76 217	0.80 170	0.73 239	0.51 202	0.70 240	0.36 163	0.17 168	0.10 12	0.21 256	0.16 149	0.16 133	0.14 114

CRE-IMP	0.36 93	0.23 174	0.49 216	0.42 212	0.24 114	0.41 145	0.21 8	0.57 59	0.41 59	0.65 144	0.72 124	0.53 117	0.37 124	0.61 169	0.38 186	0.17 168	0.11 69	0.19 187	0.15 119	0.21 255	0.18 211

RAFT	0.45 194	0.22 154	0.45 157	0.47 300	0.26 177	0.54 200	0.47 301	0.66 116	0.58 115	0.80 232	0.82 181	0.94 312	0.57 231	0.75 266	0.34 130	0.17 168	0.15 235	0.22 269	0.20 272	0.16 133	0.12 47

CFNet_pseudo	0.46 201	0.24 210	0.52 246	0.37 64	0.27 204	0.58 225	0.30 95	0.86 220	0.88 264	0.82 252	1.03 285	0.75 247	0.47 179	0.58 141	0.44 226	0.17 168	0.12 119	0.24 303	0.16 149	0.24 306	0.19 243

RAFT + AFF	0.53 279	0.29 293	0.75 351	0.51 349	0.32 303	0.63 261	0.60 360	1.00 273	0.91 284	0.78 227	0.87 211	0.83 274	0.58 240	0.80 286	0.47 251	0.17 168	0.20 322	0.23 288	0.22 310	0.18 184	0.18 211

ACVNet	0.46 201	0.23 174	0.36 48	0.39 116	0.28 226	0.58 225	0.40 255	0.87 227	0.80 217	0.64 135	0.96 249	0.79 262	0.60 251	0.63 186	0.67 314	0.17 168	0.15 235	0.16 83	0.15 119	0.18 184	0.15 135

acv_ft	0.51 264	0.23 174	0.56 269	0.44 249	0.28 226	0.86 342	0.39 246	0.91 243	0.80 217	0.97 336	0.96 249	0.79 262	0.59 247	0.63 186	0.87 356	0.17 168	0.15 235	0.16 83	0.15 119	0.17 165	0.15 135

MSMDNet	0.48 225	0.24 210	0.52 246	0.39 116	0.27 204	0.63 261	0.30 95	0.96 261	0.96 308	0.86 278	1.07 304	0.79 262	0.44 166	0.57 123	0.43 210	0.17 168	0.12 119	0.20 215	0.16 149	0.23 293	0.19 243

HSM-Net_RVC	0.53 279	0.22 154	0.35 43	0.37 64	0.21 40	0.85 339	0.37 203	1.23 368	0.93 294	0.90 304	1.15 331	1.26 371	0.63 268	0.72 250	0.48 255	0.17 168	0.13 178	0.16 83	0.15 119	0.17 165	0.15 135
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccs_rob	0.46 201	0.24 210	0.52 246	0.37 64	0.27 204	0.58 225	0.31 116	0.86 220	0.88 264	0.82 252	1.02 281	0.75 247	0.47 179	0.58 141	0.44 226	0.17 168	0.12 119	0.24 303	0.16 149	0.24 306	0.19 243

HSM	0.51 264	0.24 210	0.41 103	0.39 116	0.24 114	0.75 307	0.40 255	1.22 364	0.75 185	0.81 243	0.91 229	1.21 367	0.69 302	0.87 316	0.46 244	0.17 168	0.13 178	0.17 109	0.14 96	0.17 165	0.17 195

StereoDRNet-Refined	0.58 316	0.32 309	0.54 258	0.46 291	0.30 266	0.96 356	0.40 255	1.00 273	0.94 301	1.12 383	1.08 307	0.96 316	0.67 292	0.90 326	0.89 369	0.17 168	0.13 178	0.22 269	0.21 293	0.20 234	0.19 243
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LE_ROB	4.42 465	0.24 210	2.75 449	0.42 212	0.23 89	1.57 422	0.90 416	1.71 437	17.88 481	16.56 483	4.88 465	5.17 462	18.85 482	1.63 423	14.62 473	0.17 168	0.14 206	0.16 83	0.16 149	0.19 218	0.17 195

test_sample1	0.42 168	0.22 154	0.46 174	0.34 17	0.23 89	0.58 225	0.35 170	0.99 269	0.49 87	0.62 117	0.75 139	0.69 211	0.61 256	0.58 141	0.44 226	0.18 197	0.14 206	0.17 109	0.15 119	0.17 165	0.17 195

mmm	0.44 184	0.27 268	0.46 174	0.38 89	0.24 114	0.61 245	0.35 170	0.94 251	0.53 99	0.72 196	1.05 295	0.63 174	0.50 198	0.57 123	0.45 234	0.18 197	0.15 235	0.23 288	0.20 272	0.20 234	0.18 211

11t1	0.36 93	0.21 125	0.42 123	0.35 38	0.22 55	0.62 252	0.29 81	0.69 144	0.43 66	0.60 109	0.53 75	0.53 117	0.48 184	0.56 112	0.40 198	0.18 197	0.14 206	0.16 83	0.13 71	0.17 165	0.17 195

1111x	0.55 292	0.22 154	0.46 174	0.38 89	0.20 28	0.66 278	0.43 280	1.23 368	0.99 320	0.71 184	0.99 268	0.95 314	0.69 302	0.90 326	1.08 395	0.18 197	0.17 283	0.18 148	0.19 248	0.20 234	0.18 211

EKT-Stereo	0.35 75	0.23 174	0.39 87	0.43 231	0.29 252	0.38 124	0.31 116	0.69 144	0.64 138	0.45 67	0.63 101	0.49 104	0.27 42	0.56 112	0.33 116	0.18 197	0.14 206	0.18 148	0.15 119	0.16 133	0.16 177

gwcnet-sp	0.48 225	0.23 174	0.70 330	0.40 146	0.26 177	0.81 325	0.41 269	0.89 234	0.84 239	0.91 309	0.76 143	0.66 199	0.61 256	0.66 212	0.50 258	0.18 197	0.17 283	0.18 148	0.18 220	0.18 184	0.18 211

scenet	0.48 225	0.23 174	0.70 330	0.40 146	0.26 177	0.81 325	0.41 269	0.89 234	0.84 239	0.91 309	0.76 143	0.66 199	0.61 256	0.66 212	0.50 258	0.18 197	0.17 283	0.18 148	0.18 220	0.18 184	0.18 211

ssnet	0.48 225	0.23 174	0.70 330	0.40 146	0.26 177	0.81 325	0.41 269	0.89 234	0.84 239	0.91 309	0.76 143	0.66 199	0.61 256	0.66 212	0.50 258	0.18 197	0.17 283	0.18 148	0.18 220	0.18 184	0.18 211

DisPM	0.39 139	0.19 67	0.44 145	0.41 174	0.27 204	0.24 10	0.31 116	0.65 107	0.57 114	0.87 285	0.87 211	0.60 161	0.32 87	0.76 270	0.32 104	0.18 197	0.12 119	0.19 187	0.17 196	0.15 100	0.20 265

hknet	0.49 242	0.25 232	0.51 241	0.45 271	0.29 252	0.77 310	0.40 255	0.94 251	0.83 234	0.75 210	0.80 170	0.97 318	0.61 256	0.73 255	0.45 234	0.18 197	0.14 206	0.22 269	0.19 248	0.18 184	0.18 211

Patchmatch Stereo++	0.35 75	0.23 174	0.47 186	0.41 174	0.22 55	0.24 10	0.22 14	0.59 67	0.36 34	0.63 125	0.73 128	0.58 140	0.38 127	0.58 141	0.36 163	0.18 197	0.12 119	0.20 215	0.16 149	0.20 234	0.15 135
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
NF-Stereo	0.38 124	0.20 92	0.45 157	0.41 174	0.25 140	0.26 21	0.31 116	0.69 144	0.70 158	0.65 144	0.77 147	0.57 132	0.30 78	0.67 222	0.35 147	0.18 197	0.12 119	0.20 215	0.16 149	0.16 133	0.27 331

OCTAStereo	0.38 124	0.20 92	0.46 174	0.41 174	0.25 140	0.26 21	0.31 116	0.69 144	0.70 158	0.65 144	0.77 147	0.58 140	0.30 78	0.67 222	0.35 147	0.18 197	0.12 119	0.20 215	0.16 149	0.16 133	0.27 331

PSM-adaLoss	0.35 75	0.23 174	0.47 186	0.41 174	0.22 55	0.24 10	0.31 116	0.59 67	0.36 34	0.63 125	0.73 128	0.58 140	0.38 127	0.56 112	0.35 147	0.18 197	0.12 119	0.20 215	0.16 149	0.20 234	0.15 135

ROB_FTStereo_v2	0.35 75	0.23 174	0.47 186	0.41 174	0.22 55	0.24 10	0.31 116	0.59 67	0.36 34	0.63 125	0.73 128	0.57 132	0.38 127	0.57 123	0.36 163	0.18 197	0.12 119	0.20 215	0.16 149	0.20 234	0.15 135

ROB_FTStereo	0.35 75	0.23 174	0.47 186	0.41 174	0.22 55	0.25 19	0.21 8	0.59 67	0.36 34	0.63 125	0.73 128	0.58 140	0.38 127	0.57 123	0.35 147	0.18 197	0.12 119	0.20 215	0.16 149	0.20 234	0.15 135

HUI-Stereo	0.35 75	0.23 174	0.47 186	0.41 174	0.22 55	0.24 10	0.22 14	0.60 77	0.36 34	0.63 125	0.73 128	0.58 140	0.38 127	0.50 79	0.35 147	0.18 197	0.12 119	0.20 215	0.16 149	0.20 234	0.15 135

RE-Stereo	0.38 124	0.20 92	0.46 174	0.41 174	0.25 140	0.26 21	0.31 116	0.69 144	0.70 158	0.65 144	0.77 147	0.58 140	0.30 78	0.67 222	0.35 147	0.18 197	0.12 119	0.20 215	0.16 149	0.16 133	0.27 331

Pruner-Stereo	0.38 124	0.20 92	0.45 157	0.40 146	0.25 140	0.22 5	0.24 37	0.67 126	0.55 107	0.89 297	0.76 143	0.68 207	0.29 67	0.62 176	0.35 147	0.18 197	0.12 119	0.20 215	0.17 196	0.17 165	0.18 211

TVStereo	0.38 124	0.20 92	0.46 174	0.41 174	0.25 140	0.26 21	0.31 116	0.69 144	0.70 158	0.65 144	0.77 147	0.58 140	0.30 78	0.67 222	0.35 147	0.18 197	0.12 119	0.20 215	0.16 149	0.16 133	0.27 331

iGMRVC	0.35 75	0.23 174	0.47 186	0.41 174	0.22 55	0.24 10	0.30 95	0.59 67	0.36 34	0.63 125	0.73 128	0.58 140	0.38 127	0.58 141	0.36 163	0.18 197	0.12 119	0.20 215	0.16 149	0.20 234	0.15 135

iRAFT	0.35 75	0.23 174	0.47 186	0.41 174	0.22 55	0.24 10	0.22 14	0.59 67	0.36 34	0.63 125	0.73 128	0.58 140	0.38 127	0.58 141	0.36 163	0.18 197	0.12 119	0.20 215	0.16 149	0.20 234	0.15 135

RAFT-IKP	0.35 75	0.23 174	0.47 186	0.41 174	0.22 55	0.24 10	0.28 73	0.59 67	0.36 34	0.63 125	0.73 128	0.57 132	0.38 127	0.58 141	0.36 163	0.18 197	0.12 119	0.20 215	0.16 149	0.20 234	0.15 135

TestStereo	0.38 124	0.31 306	0.40 95	0.45 271	0.20 28	0.40 132	0.37 203	0.66 116	0.65 143	0.53 91	0.78 158	0.47 95	0.40 143	0.55 103	0.37 178	0.18 197	0.13 178	0.20 215	0.15 119	0.22 276	0.13 75

SFCPSM	0.47 214	0.21 125	0.55 263	0.40 146	0.27 204	0.87 343	0.37 203	1.33 394	0.77 200	0.80 232	0.84 192	0.54 121	0.49 187	0.57 123	0.37 178	0.18 197	0.13 178	0.18 148	0.20 272	0.16 133	0.15 135

delet	0.55 292	0.24 210	0.55 263	0.44 249	0.33 313	1.07 376	0.50 318	1.00 273	0.86 251	0.85 272	0.96 249	0.90 304	0.63 268	0.83 300	0.74 331	0.18 197	0.18 299	0.20 215	0.21 293	0.16 133	0.15 135

FADNet-RVC-Resample	0.56 303	0.33 317	1.16 399	0.49 320	0.34 321	0.71 295	0.43 280	1.01 280	0.93 294	0.82 252	0.87 211	0.74 245	0.67 292	0.73 255	0.45 234	0.18 197	0.18 299	0.26 332	0.27 363	0.26 320	0.27 331

ADCRef	0.80 365	0.43 365	1.32 419	0.50 334	0.45 381	1.07 376	0.51 332	1.07 302	0.98 315	1.17 388	1.42 380	0.87 291	0.91 369	0.85 312	3.19 446	0.18 197	0.16 264	0.23 288	0.23 323	0.22 276	0.21 283

AANet_RVC	0.57 309	0.32 309	0.54 258	0.45 271	0.27 204	0.57 223	0.48 309	1.00 273	1.28 397	0.86 278	1.33 365	0.87 291	0.58 240	1.07 369	0.75 332	0.18 197	0.12 119	0.15 60	0.13 71	0.18 184	0.18 211

test_sample2	0.42 168	0.22 154	0.43 133	0.33 14	0.21 40	0.58 225	0.39 246	0.95 258	0.67 148	0.63 125	0.77 147	0.69 211	0.57 231	0.61 169	0.38 186	0.19 226	0.14 206	0.18 148	0.16 149	0.19 218	0.18 211

DispNO	0.47 214	0.23 174	0.71 334	0.39 116	0.31 287	0.60 243	0.38 224	0.89 234	0.77 200	0.75 210	0.84 192	0.72 228	0.54 218	0.73 255	0.46 244	0.19 226	0.14 206	0.20 215	0.18 220	0.16 133	0.17 195

SMFormer	0.51 264	0.23 174	0.62 288	0.34 17	0.20 28	0.62 252	0.34 149	1.21 356	1.02 333	0.81 243	1.01 273	0.71 219	0.65 284	0.84 305	0.55 287	0.19 226	0.15 235	0.18 148	0.16 149	0.18 184	0.18 211

tta	0.51 264	0.23 174	0.62 288	0.34 17	0.20 28	0.62 252	0.34 149	1.21 356	1.02 333	0.81 243	1.01 273	0.71 219	0.65 284	0.84 305	0.55 287	0.19 226	0.15 235	0.18 148	0.16 149	0.15 100	0.14 114

qqq1	0.49 242	0.23 174	0.62 288	0.34 17	0.20 28	0.62 252	0.34 149	1.21 356	1.02 333	0.81 243	1.01 273	0.71 219	0.65 284	0.84 305	0.34 130	0.19 226	0.15 235	0.14 25	0.12 46	0.15 100	0.14 114

fff1	0.49 242	0.23 174	0.62 288	0.34 17	0.20 28	0.62 252	0.34 149	1.21 356	1.02 333	0.81 243	1.01 273	0.71 219	0.65 284	0.84 305	0.34 130	0.19 226	0.15 235	0.14 25	0.12 46	0.15 100	0.14 114

Wz-Net-LNSev-Ref	0.63 331	0.28 282	0.99 384	0.40 146	0.30 266	1.03 369	0.56 352	1.10 311	0.99 320	0.97 336	1.22 346	1.06 343	0.69 302	1.07 369	0.95 378	0.19 226	0.11 69	0.16 83	0.13 71	0.22 276	0.21 283

GwcNet-ADL	0.44 184	0.22 154	0.48 205	0.45 271	0.30 266	0.40 132	0.37 203	0.92 245	0.97 311	0.71 184	0.78 158	0.61 166	0.42 151	0.62 176	0.50 258	0.19 226	0.14 206	0.15 60	0.14 96	0.18 184	0.18 211

PFNet+	0.40 150	0.19 67	0.49 216	0.39 116	0.25 140	0.28 44	0.23 25	0.64 106	0.70 158	0.85 272	0.79 167	0.64 181	0.35 107	0.72 250	0.34 130	0.19 226	0.14 206	0.23 288	0.20 272	0.16 133	0.20 265

PSM-softLoss	0.38 124	0.20 92	0.48 205	0.41 174	0.26 177	0.30 60	0.35 170	0.69 144	0.46 81	0.62 117	0.82 181	0.59 155	0.33 97	0.70 240	0.39 192	0.19 226	0.12 119	0.20 215	0.18 220	0.16 133	0.22 298

KMStereo	0.38 124	0.20 92	0.48 205	0.41 174	0.26 177	0.30 60	0.35 170	0.69 144	0.46 81	0.62 117	0.82 181	0.59 155	0.33 97	0.70 240	0.39 192	0.19 226	0.12 119	0.20 215	0.18 220	0.16 133	0.22 298

LMCR-Stereo	0.53 279	0.30 301	0.53 254	0.58 385	0.30 266	0.83 335	0.36 190	1.19 350	0.76 193	0.88 293	1.04 291	0.56 127	0.62 262	0.82 292	0.67 314	0.19 226	0.15 235	0.19 187	0.14 96	0.23 293	0.17 195

sAnonymous2	0.40 150	0.39 353	0.85 368	0.48 305	0.37 334	0.40 132	0.46 294	0.57 59	0.52 96	0.38 38	0.46 44	0.35 37	0.42 151	0.43 40	0.30 87	0.19 226	0.14 206	0.18 148	0.17 196	0.57 423	0.44 407

CroCo_RVC	0.40 150	0.39 353	0.85 368	0.48 305	0.37 334	0.40 132	0.46 294	0.57 59	0.52 96	0.38 38	0.46 44	0.35 37	0.42 151	0.43 40	0.30 87	0.19 226	0.14 206	0.18 148	0.17 196	0.57 423	0.44 407

test_xeample	1.01 396	0.21 125	0.42 123	0.35 38	0.21 40	0.71 295	0.39 246	1.23 368	0.86 251	0.81 243	1.04 291	0.69 211	0.61 256	0.69 237	10.93 469	0.19 226	0.15 235	0.18 148	0.17 196	0.18 184	0.17 195

GMStereo	0.39 139	0.37 339	0.54 258	0.40 146	0.26 177	0.42 152	0.36 190	0.59 67	1.04 342	0.55 97	0.51 65	0.37 45	0.35 107	0.54 99	0.41 201	0.19 226	0.13 178	0.16 83	0.17 196	0.24 306	0.18 211
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.54 290	0.26 251	0.66 314	0.44 249	0.40 352	0.99 362	0.41 269	0.98 267	0.75 185	0.83 264	0.89 222	1.04 337	0.72 323	0.73 255	0.62 301	0.19 226	0.14 206	0.20 215	0.17 196	0.20 234	0.17 195

FENet	0.42 168	0.22 154	0.38 70	0.39 116	0.24 114	0.55 205	0.32 133	0.79 202	0.70 158	0.71 184	0.72 124	0.63 174	0.57 231	0.62 176	0.44 226	0.19 226	0.13 178	0.19 187	0.17 196	0.18 184	0.19 243

SuperB	1.04 401	0.37 339	4.81 460	0.43 231	0.31 287	0.99 362	0.46 294	1.02 283	2.09 437	1.09 378	1.09 311	0.75 247	0.81 347	1.06 366	1.76 425	0.19 226	0.15 235	0.17 109	0.15 119	2.82 467	0.26 322

ADCP+	1.06 405	0.35 328	1.51 432	0.49 320	0.51 397	1.45 415	0.55 347	1.25 379	1.03 338	1.16 387	1.15 331	1.10 354	1.07 396	1.56 417	6.75 465	0.19 226	0.16 264	0.23 288	0.21 293	0.28 333	0.21 283

CFNet	0.51 264	0.29 293	0.46 174	0.41 174	0.27 204	0.70 290	0.32 133	1.13 322	1.00 326	0.72 196	1.07 304	0.85 280	0.60 251	0.76 270	0.52 275	0.19 226	0.14 206	0.23 288	0.23 323	0.21 255	0.16 177

iResNetv2_ROB	0.52 273	0.27 268	0.69 326	0.38 89	0.25 140	0.62 252	0.35 170	1.17 345	1.01 330	0.99 344	1.06 301	0.88 296	0.67 292	0.66 212	0.39 192	0.19 226	0.13 178	0.15 60	0.11 26	0.18 184	0.16 177

DISCO	0.70 344	0.26 251	0.68 320	0.44 249	0.31 287	1.14 387	0.51 332	1.23 368	1.23 386	0.81 243	1.05 295	1.50 406	0.85 358	1.82 432	1.03 389	0.19 226	0.15 235	0.18 148	0.16 149	0.24 306	0.23 304

DCVSM-stereo	0.49 242	0.27 268	0.53 254	0.39 116	0.29 252	0.51 186	0.26 52	0.75 184	0.75 185	1.11 382	0.75 139	1.05 341	0.72 323	0.60 162	0.47 251	0.20 249	0.19 313	0.24 303	0.20 272	0.25 314	0.30 351

mmx	0.53 279	0.26 251	0.49 216	0.37 64	0.25 140	0.55 205	0.37 203	1.16 340	1.03 338	0.73 203	0.96 249	0.71 219	0.53 207	1.01 356	0.88 359	0.20 249	0.15 235	0.25 316	0.21 293	0.22 276	0.20 265

xxx	0.53 279	0.26 251	0.49 216	0.37 64	0.25 140	0.55 205	0.37 203	1.16 340	1.03 338	0.73 203	0.96 249	0.71 219	0.53 207	1.01 356	0.88 359	0.20 249	0.15 235	0.25 316	0.21 293	0.22 276	0.20 265

iinet-f	0.67 337	0.26 251	2.15 444	0.39 116	0.31 287	1.19 395	0.56 352	0.84 214	0.84 239	0.80 232	1.17 338	1.05 341	0.84 357	0.71 245	1.21 406	0.20 249	0.18 299	0.17 109	0.15 119	0.20 234	0.20 265

BUS	0.45 194	0.25 232	0.43 133	0.45 271	0.28 226	0.70 290	0.34 149	0.94 251	0.76 193	0.75 210	0.80 170	0.65 194	0.49 187	0.64 197	0.51 268	0.20 249	0.14 206	0.22 269	0.19 248	0.18 184	0.18 211

BSDual-CNN	0.46 201	0.25 232	0.43 133	0.45 271	0.28 226	0.77 310	0.40 255	0.94 251	0.76 193	0.75 210	0.80 170	0.76 253	0.54 218	0.64 197	0.43 210	0.20 249	0.14 206	0.22 269	0.19 248	0.18 184	0.18 211

psmg	0.49 242	0.25 232	0.43 133	0.41 174	0.28 226	0.85 339	0.43 280	0.99 269	0.76 193	0.91 309	0.94 237	0.76 253	0.54 218	0.64 197	0.43 210	0.20 249	0.15 235	0.20 215	0.20 272	0.18 184	0.18 211

ADLNet2	0.55 292	0.25 232	0.65 308	0.47 300	0.30 266	0.83 335	0.50 318	1.05 295	0.95 307	0.80 232	0.98 263	0.99 322	0.69 302	0.77 277	0.73 328	0.20 249	0.16 264	0.17 109	0.18 220	0.21 255	0.21 283

222	1.18 416	0.22 154	0.44 145	0.37 64	0.22 55	0.79 317	0.37 203	1.31 391	0.89 277	0.92 317	1.08 307	0.72 228	0.71 319	0.66 212	13.89 472	0.20 249	0.15 235	0.17 109	0.16 149	0.18 184	0.19 243

xxxx	1.01 396	0.22 154	0.43 133	0.36 49	0.21 40	0.82 333	0.36 190	1.32 392	0.88 264	0.71 184	0.94 237	0.97 318	0.63 268	0.64 197	10.58 468	0.20 249	0.16 264	0.18 148	0.17 196	0.19 218	0.19 243

UPFNet	0.53 279	0.24 210	0.51 241	0.45 271	0.38 343	0.84 338	0.49 315	0.99 269	0.75 185	0.87 285	0.88 218	0.86 285	0.64 278	0.80 286	0.71 325	0.20 249	0.20 322	0.20 215	0.20 272	0.19 218	0.15 135

aanetorigin	0.83 376	0.56 399	1.87 439	0.49 320	0.38 343	0.56 218	0.66 372	0.70 158	1.00 326	2.42 445	2.02 420	1.31 378	1.18 406	0.93 342	1.13 402	0.20 249	0.18 299	0.20 215	0.19 248	0.27 330	0.30 351

EDNetEfficientorigin	9.93 472	1.15 440	175.16 491	0.48 305	0.36 329	1.04 373	0.68 379	1.24 375	2.69 448	3.17 459	2.50 431	2.30 432	2.07 446	1.76 429	2.21 436	0.20 249	0.18 299	0.24 303	0.19 248	0.51 412	0.50 423

DLCB_ROB	0.58 316	0.28 282	0.47 186	0.49 320	0.32 303	0.77 310	0.50 318	0.99 269	0.92 289	1.04 365	1.14 326	1.21 367	0.69 302	0.88 319	0.69 318	0.20 249	0.20 322	0.22 269	0.22 310	0.21 255	0.18 211

ACV-stereo	0.62 329	0.34 322	1.00 385	0.43 231	0.31 287	1.20 396	0.40 255	0.75 184	0.83 234	0.64 135	0.77 147	2.10 428	1.03 391	0.81 289	0.64 306	0.21 263	0.17 283	0.18 148	0.18 220	0.21 255	0.21 283

ITSA-stereo	0.53 279	0.28 282	0.52 246	0.40 146	0.23 89	0.56 218	0.34 149	1.24 375	1.24 388	0.80 232	0.81 177	0.72 228	0.58 240	0.82 292	0.65 308	0.21 263	0.17 283	0.23 288	0.21 293	0.22 276	0.26 322

test_sample5	0.47 214	0.26 251	0.49 216	0.36 49	0.22 55	0.64 268	0.39 246	1.13 322	0.81 224	0.77 223	0.94 237	0.64 181	0.54 218	0.65 204	0.43 210	0.21 263	0.16 264	0.22 269	0.20 272	0.22 276	0.20 265

test_sample4	0.47 214	0.26 251	0.50 229	0.35 38	0.22 55	0.69 286	0.38 224	1.15 334	0.81 224	0.78 227	0.82 181	0.62 172	0.53 207	0.63 186	0.44 226	0.21 263	0.15 235	0.21 256	0.19 248	0.21 255	0.19 243

test_sample3	0.46 201	0.25 232	0.50 229	0.35 38	0.23 89	0.69 286	0.37 203	1.15 334	0.81 224	0.75 210	0.79 167	0.66 199	0.49 187	0.63 186	0.46 244	0.21 263	0.15 235	0.20 215	0.19 248	0.21 255	0.19 243

DualNet	0.48 225	0.26 251	0.49 216	0.36 49	0.22 55	0.64 268	0.39 246	1.13 322	0.81 224	0.80 232	1.03 285	0.64 181	0.54 218	0.65 204	0.43 210	0.21 263	0.16 264	0.22 269	0.20 272	0.22 276	0.20 265

StereoVision	0.42 168	0.28 282	0.45 157	0.49 320	0.28 226	0.38 124	0.38 224	0.72 168	0.62 120	0.44 65	1.14 326	0.54 121	0.39 138	0.56 112	0.34 130	0.21 263	0.24 356	0.25 316	0.24 337	0.26 320	0.16 177

CFNet_ucs	0.50 257	0.24 210	0.55 263	0.38 89	0.31 287	0.58 225	0.33 142	0.98 267	0.93 294	0.88 293	1.19 344	0.80 270	0.49 187	0.63 186	0.43 210	0.21 263	0.15 235	0.26 332	0.18 220	0.26 320	0.22 298

fast-acv-ft	0.64 332	0.30 301	0.73 342	0.45 271	0.34 321	1.17 392	0.49 315	0.86 220	0.98 315	1.02 356	1.36 368	1.29 375	0.85 358	0.76 270	0.81 343	0.21 263	0.23 348	0.23 288	0.23 323	0.21 255	0.20 265

CRFU-Net	0.57 309	0.27 268	0.57 273	0.46 291	0.30 266	1.20 396	0.52 335	1.10 311	0.56 113	1.00 349	0.98 263	1.06 343	0.79 343	0.81 289	0.71 325	0.21 263	0.19 313	0.18 148	0.16 149	0.18 184	0.19 243

AACVNet	0.50 257	0.23 174	0.49 216	0.46 291	0.29 252	0.52 190	0.38 224	0.90 239	0.55 107	0.81 243	1.03 285	1.00 325	0.70 315	0.83 300	0.54 282	0.21 263	0.18 299	0.24 303	0.18 220	0.23 293	0.20 265

GANet-ADL	0.42 168	0.25 232	0.45 157	0.43 231	0.29 252	0.54 200	0.35 170	0.89 234	0.86 251	0.63 125	0.72 124	0.68 207	0.42 151	0.52 89	0.41 201	0.21 263	0.14 206	0.15 60	0.13 71	0.18 184	0.19 243

sCroCo_RVC	0.35 75	0.28 282	0.69 326	0.51 349	0.39 347	0.41 145	0.31 116	0.49 29	0.45 77	0.31 18	0.48 52	0.38 49	0.32 87	0.46 58	0.32 104	0.21 263	0.22 338	0.19 187	0.19 248	0.21 255	0.20 265

psm_up	0.55 292	0.26 251	0.47 186	0.49 320	0.32 303	0.65 275	0.56 352	1.04 290	0.82 229	0.82 252	0.88 218	1.01 328	0.94 379	0.74 262	0.61 299	0.21 263	0.25 364	0.26 332	0.23 323	0.21 255	0.20 265

EDNetEfficient	1.46 431	0.80 421	6.12 462	0.47 300	0.39 347	0.69 286	0.83 406	0.90 239	2.77 449	3.50 462	1.96 418	1.66 416	2.03 445	1.26 394	4.18 455	0.21 263	0.18 299	0.21 256	0.20 272	0.41 392	0.39 393

ac_64	0.52 273	0.22 154	0.50 229	0.45 271	0.28 226	0.80 320	0.45 291	1.02 283	0.61 119	0.91 309	0.83 187	1.07 348	0.68 298	0.74 262	0.70 321	0.21 263	0.18 299	0.20 215	0.19 248	0.18 184	0.15 135

HGLStereo	0.56 303	0.28 282	0.57 273	0.50 334	0.37 334	0.80 320	0.45 291	1.02 283	0.78 207	0.86 278	1.14 326	0.89 300	0.82 351	0.76 270	0.73 328	0.21 263	0.20 322	0.19 187	0.18 220	0.19 218	0.21 283

cf-r	0.47 214	0.23 174	0.41 103	0.39 116	0.23 89	0.59 237	0.37 203	0.88 232	0.85 246	0.72 196	1.05 295	0.94 312	0.62 262	0.56 112	0.54 282	0.21 263	0.14 206	0.17 109	0.19 248	0.15 100	0.15 135

GANet-RSSM	0.47 214	0.21 125	0.37 61	0.38 89	0.25 140	0.58 225	0.36 190	1.07 302	0.78 207	0.68 164	1.01 273	0.86 285	0.67 292	0.62 176	0.44 226	0.21 263	0.15 235	0.18 148	0.18 220	0.18 184	0.17 195

GwcNet-RSSM	0.49 242	0.24 210	0.42 123	0.40 146	0.23 89	0.55 205	0.38 224	0.93 247	0.93 294	0.71 184	1.16 336	0.86 285	0.60 251	0.62 176	0.66 311	0.21 263	0.14 206	0.19 187	0.20 272	0.16 133	0.15 135

DMCA	0.45 194	0.26 251	0.50 229	0.38 89	0.28 226	0.51 186	0.34 149	0.93 247	0.68 153	0.75 210	0.83 187	0.79 262	0.53 207	0.51 84	0.54 282	0.21 263	0.16 264	0.21 256	0.16 149	0.19 218	0.21 283

FADNet_RVC	0.55 292	0.37 339	1.17 404	0.44 249	0.31 287	0.56 218	0.34 149	1.06 298	0.88 264	0.67 158	0.90 226	0.61 166	0.65 284	0.93 342	0.70 321	0.21 263	0.18 299	0.26 332	0.23 323	0.31 350	0.28 338

ADCL	1.04 401	0.38 349	1.35 421	0.50 334	0.39 347	1.61 424	0.89 414	1.29 386	1.39 407	1.29 401	1.50 392	1.24 370	1.24 411	1.37 410	4.87 458	0.21 263	0.19 313	0.25 316	0.25 346	0.29 336	0.27 331

NLCA_NET_v2_RVC	0.53 279	0.32 309	0.64 302	0.44 249	0.30 266	0.66 278	0.44 289	1.04 290	0.88 264	0.91 309	0.91 229	0.99 322	0.60 251	0.68 232	0.60 297	0.21 263	0.17 283	0.22 269	0.22 310	0.21 255	0.21 283
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DDVS	0.52 273	0.30 301	0.56 269	0.41 174	0.31 287	0.71 295	0.34 149	0.91 243	0.67 148	0.85 272	0.89 222	1.12 358	0.46 175	0.86 314	0.60 297	0.22 287	0.16 264	0.22 269	0.18 220	0.25 314	0.26 322

rvit_stereo_0083	0.34 61	0.24 210	0.50 229	0.44 249	0.27 204	0.34 93	0.35 170	0.45 20	0.62 120	0.37 34	0.47 49	0.42 70	0.35 107	0.40 27	0.36 163	0.22 287	0.20 322	0.20 215	0.17 196	0.20 234	0.14 114

rvit_stereo_0081	0.32 48	0.24 210	0.47 186	0.43 231	0.26 177	0.30 60	0.37 203	0.42 10	0.55 107	0.36 31	0.40 31	0.39 50	0.35 107	0.43 40	0.33 116	0.22 287	0.16 264	0.19 187	0.16 149	0.19 218	0.13 75

rvit_stereo_0082	0.32 48	0.24 210	0.47 186	0.43 231	0.26 177	0.30 60	0.37 203	0.42 10	0.55 107	0.36 31	0.40 31	0.39 50	0.35 107	0.43 40	0.33 116	0.22 287	0.16 264	0.19 187	0.16 149	0.19 218	0.13 75

rvit_stereo_0080	0.31 42	0.25 232	0.40 95	0.39 116	0.28 226	0.27 31	0.46 294	0.49 29	0.44 70	0.35 29	0.42 35	0.40 57	0.28 54	0.41 32	0.33 116	0.22 287	0.17 283	0.17 109	0.16 149	0.22 276	0.15 135

rvit_stereo_ft	0.33 58	0.25 232	0.47 186	0.52 360	0.32 303	0.33 86	0.47 301	0.49 29	0.50 91	0.34 25	0.41 33	0.41 63	0.32 87	0.48 72	0.34 130	0.22 287	0.14 206	0.19 187	0.18 220	0.19 218	0.14 114

test_sample6	0.49 242	0.26 251	0.50 229	0.37 64	0.22 55	0.63 261	0.40 255	1.12 320	0.83 234	0.80 232	1.03 285	0.66 199	0.55 223	0.67 222	0.46 244	0.22 287	0.16 264	0.22 269	0.22 310	0.23 293	0.21 283

whm_eth	0.31 42	0.25 232	0.40 95	0.39 116	0.28 226	0.27 31	0.46 294	0.49 29	0.44 70	0.35 29	0.42 35	0.40 57	0.28 54	0.41 32	0.33 116	0.22 287	0.17 283	0.17 109	0.16 149	0.22 276	0.15 135

Wz-Net-MNSev	0.76 357	0.40 357	1.34 420	0.50 334	0.40 352	1.44 414	0.83 406	1.15 334	1.16 374	1.25 399	1.20 345	1.13 362	0.81 347	1.16 380	1.00 388	0.22 287	0.19 313	0.24 303	0.23 323	0.28 333	0.26 322

NINENet	0.50 257	0.29 293	0.51 241	0.45 271	0.32 303	0.70 290	0.34 149	1.10 311	0.88 264	0.80 232	0.94 237	0.65 194	0.49 187	0.73 255	0.51 268	0.22 287	0.20 322	0.25 316	0.18 220	0.22 276	0.21 283

ADLNet	0.55 292	0.27 268	0.51 241	0.44 249	0.35 327	0.78 314	0.46 294	1.08 306	0.86 251	0.99 344	0.98 263	0.92 308	0.63 268	0.69 237	0.81 343	0.22 287	0.16 264	0.22 269	0.22 310	0.21 255	0.21 283

GES	0.44 184	0.23 174	0.57 273	0.40 146	0.30 266	0.59 237	0.36 190	0.96 261	0.68 153	0.74 208	0.83 187	0.47 95	0.48 184	0.67 222	0.43 210	0.22 287	0.16 264	0.17 109	0.16 149	0.18 184	0.23 304

RYNet	0.72 352	0.35 328	0.64 302	0.53 366	0.67 421	1.31 405	0.67 374	1.20 354	1.18 378	1.05 367	0.87 211	1.27 372	0.93 378	0.93 342	1.27 411	0.22 287	0.16 264	0.26 332	0.23 323	0.40 386	0.39 393

rvit_stereo_0081_aga	0.31 42	0.28 282	0.44 145	0.42 212	0.29 252	0.34 93	0.31 116	0.44 17	0.40 55	0.39 46	0.44 38	0.40 57	0.32 87	0.42 36	0.29 81	0.23 300	0.17 283	0.19 187	0.16 149	0.20 234	0.15 135

CAS++	0.32 48	0.24 210	0.36 48	0.37 64	0.26 177	0.28 44	0.23 25	0.87 227	0.50 91	0.47 75	0.45 39	0.26 6	0.21 10	0.49 75	0.24 14	0.23 300	0.19 313	0.22 269	0.17 196	0.21 255	0.16 177
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
AASNet	0.53 279	0.25 232	0.52 246	0.49 320	0.32 303	0.74 304	0.40 255	1.50 420	0.86 251	0.86 278	0.92 233	0.64 181	0.59 247	0.59 156	0.79 338	0.23 300	0.19 313	0.20 215	0.16 149	0.21 255	0.19 243

PSMNet-ADL	0.48 225	0.27 268	0.40 95	0.48 305	0.30 266	0.68 284	0.37 203	0.90 239	0.80 217	0.61 115	0.80 170	0.92 308	0.62 262	0.72 250	0.63 304	0.23 300	0.18 299	0.18 148	0.20 272	0.22 276	0.20 265

ICVP	0.46 201	0.25 232	0.38 70	0.48 305	0.28 226	0.58 225	0.43 280	1.00 273	0.70 158	0.67 158	0.95 245	0.75 247	0.55 223	0.53 96	0.54 282	0.23 300	0.17 283	0.19 187	0.17 196	0.19 218	0.20 265
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
PSMNet-RSSM	0.48 225	0.22 154	0.38 70	0.42 212	0.25 140	0.50 182	0.37 203	1.10 311	0.77 200	0.70 178	1.06 301	0.84 278	0.64 278	0.62 176	0.47 251	0.23 300	0.15 235	0.23 288	0.25 346	0.20 234	0.19 243

CFNet-ft	0.48 225	0.23 174	0.36 48	0.40 146	0.26 177	0.64 268	0.37 203	0.87 227	0.85 246	0.64 135	1.00 270	1.01 328	0.64 278	0.61 169	0.53 278	0.23 300	0.15 235	0.24 303	0.21 293	0.23 293	0.18 211

DMCA-RVC	0.51 264	0.30 301	0.59 278	0.50 334	0.32 303	0.54 200	0.38 224	0.86 220	0.68 153	0.94 324	0.86 204	0.91 306	0.68 298	0.70 240	0.59 294	0.23 300	0.18 299	0.31 369	0.23 323	0.26 320	0.19 243

CFNet_RVC	0.48 225	0.23 174	0.36 48	0.40 146	0.26 177	0.64 268	0.37 203	0.87 227	0.85 246	0.64 135	1.00 270	1.01 328	0.64 278	0.61 169	0.53 278	0.23 300	0.15 235	0.24 303	0.21 293	0.23 293	0.18 211

DRN-Test	0.66 336	0.32 309	0.66 314	0.50 334	0.39 347	1.15 389	0.61 365	1.49 419	1.01 330	1.12 383	1.08 307	1.06 343	0.69 302	0.77 277	0.94 375	0.23 300	0.17 283	0.26 332	0.25 346	0.25 314	0.21 283

StereoDRNet	0.64 332	0.33 317	0.68 320	0.51 349	0.43 370	1.03 369	0.53 339	1.47 416	0.99 320	1.10 380	0.87 211	1.07 348	0.71 319	0.82 292	0.88 359	0.23 300	0.19 313	0.25 316	0.23 323	0.27 330	0.19 243

ttt	0.51 264	0.25 232	0.43 133	0.38 89	0.24 114	0.65 275	0.38 224	1.18 348	1.05 346	0.72 196	1.08 307	0.63 174	0.49 187	0.84 305	0.59 294	0.24 311	0.21 332	0.22 269	0.20 272	0.24 306	0.24 310

coex-ft	6.43 470	1.51 451	87.33 490	0.49 320	0.38 343	1.34 406	1.21 437	1.16 340	8.09 467	12.12 475	2.79 439	2.77 441	3.31 460	1.16 380	3.15 445	0.24 311	0.23 348	0.27 344	0.24 337	0.45 401	0.37 385

Wz-Net-LNSev	0.71 348	0.51 386	1.36 425	0.50 334	0.41 359	1.15 389	0.69 384	1.21 356	1.07 359	1.02 356	1.12 317	1.08 350	0.87 363	0.89 324	0.89 369	0.24 311	0.22 338	0.21 256	0.19 248	0.26 320	0.26 322

dd	0.43 178	0.38 349	0.55 263	0.44 249	0.25 140	0.47 173	0.38 224	0.70 158	1.05 346	0.59 105	0.65 107	0.42 70	0.39 138	0.66 212	0.50 258	0.24 311	0.15 235	0.21 256	0.15 119	0.22 276	0.18 211

GEStereo_RVC	0.55 292	0.29 293	0.63 297	0.49 320	0.31 287	0.70 290	0.54 343	1.22 364	0.92 289	0.82 252	0.85 201	0.85 280	0.63 268	0.90 326	0.65 308	0.24 311	0.16 264	0.19 187	0.16 149	0.21 255	0.22 298

Anonymous3	0.46 201	0.34 322	0.86 373	0.50 334	0.37 334	0.81 325	0.50 318	0.72 168	0.65 143	0.51 83	0.65 107	0.45 84	0.45 171	0.64 197	0.38 186	0.24 311	0.24 356	0.22 269	0.21 293	0.23 293	0.23 304

HCRNet	0.44 184	0.34 322	0.41 103	0.53 366	0.26 177	0.53 196	0.29 81	0.83 211	0.63 131	0.71 184	0.81 177	0.77 259	0.50 198	0.66 212	0.36 163	0.24 311	0.16 264	0.24 303	0.20 272	0.21 255	0.18 211

PA-Net	0.67 337	0.43 365	0.83 366	0.50 334	0.53 402	0.94 350	0.68 379	1.10 311	1.14 372	0.80 232	0.88 218	0.87 291	0.77 336	1.02 361	0.88 359	0.24 311	0.41 423	0.29 360	0.44 417	0.26 320	0.34 373
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
UCFNet_RVC	0.49 242	0.26 251	0.35 43	0.39 116	0.26 177	0.64 268	0.36 190	1.15 334	0.84 239	0.67 158	0.88 218	0.88 296	0.59 247	0.58 141	0.45 234	0.24 311	0.17 283	0.27 344	0.27 363	0.25 314	0.23 304

NaN_ROB	0.69 342	0.44 369	0.69 326	0.51 349	0.33 313	0.97 357	1.06 427	1.22 364	1.19 380	1.24 398	0.96 249	1.08 350	0.78 341	1.20 385	0.67 314	0.24 311	0.30 389	0.23 288	0.24 337	0.23 293	0.25 317

ssnet_v2	0.58 316	0.28 282	0.56 269	0.43 231	0.29 252	0.95 353	0.59 358	1.13 322	0.99 320	0.93 321	0.80 170	0.99 322	0.64 278	0.82 292	0.94 375	0.25 321	0.22 338	0.23 288	0.24 337	0.20 234	0.19 243

Wz-Net-SNSev	0.91 388	0.73 416	2.13 443	0.56 379	0.45 381	0.95 353	1.13 432	1.34 396	1.24 388	1.02 356	1.30 361	1.46 400	0.86 360	1.81 431	1.50 419	0.25 321	0.23 348	0.25 316	0.26 357	0.32 355	0.29 344

GwcNet	0.69 342	0.36 333	1.10 393	0.51 349	0.42 365	1.08 380	0.50 318	1.21 356	1.16 374	1.00 349	1.37 371	1.06 343	0.79 343	0.92 336	0.94 375	0.25 321	0.24 356	0.24 303	0.22 310	0.23 293	0.26 322

DSFCA	0.55 292	0.25 232	0.62 288	0.40 146	0.36 329	0.74 304	0.52 335	1.04 290	0.82 229	1.06 370	0.84 192	0.89 300	0.63 268	0.99 352	0.58 290	0.25 321	0.21 332	0.21 256	0.21 293	0.21 255	0.19 243

STTStereo	0.55 292	0.37 339	0.76 356	0.44 249	0.31 287	0.60 243	0.44 289	0.96 261	0.86 251	0.99 344	0.90 226	0.96 316	0.58 240	0.71 245	0.61 299	0.25 321	0.23 348	0.26 332	0.32 388	0.24 306	0.23 304

RTSC	0.87 380	0.48 376	1.23 410	0.52 360	0.37 334	1.13 386	0.50 318	1.34 396	1.79 431	1.51 411	1.24 351	1.12 358	0.81 347	1.62 421	2.16 435	0.25 321	0.19 313	0.23 288	0.24 337	0.30 345	0.31 358

GANet	0.70 344	0.37 339	0.55 263	0.51 349	0.34 321	0.94 350	0.96 420	1.08 306	0.94 301	1.04 365	1.98 419	1.13 362	0.88 366	1.12 377	0.66 311	0.25 321	0.26 371	0.27 344	0.22 310	0.31 350	0.22 298

MDST_ROB	0.91 388	0.27 268	0.85 368	0.63 401	0.41 359	2.53 442	0.71 394	1.60 430	1.13 370	2.83 452	1.73 407	0.97 318	0.69 302	1.61 420	0.73 328	0.25 321	0.22 338	0.32 374	0.28 368	0.25 314	0.24 310

FBW_ROB	0.88 382	0.50 383	0.85 368	0.55 376	0.40 352	1.17 392	0.78 402	1.50 420	1.37 404	1.33 404	1.27 355	1.48 404	1.00 389	2.57 452	0.98 384	0.25 321	0.32 401	0.45 409	0.30 375	0.34 366	0.28 338

PWC_ROB	0.87 380	0.52 393	1.28 414	0.50 334	0.32 303	0.91 345	0.37 203	1.36 402	1.46 414	1.61 417	2.59 435	1.16 366	1.01 390	1.34 404	1.40 418	0.25 321	0.18 299	0.28 352	0.20 272	0.29 336	0.28 338

test_sample7	0.52 273	0.29 293	0.50 229	0.36 49	0.27 204	0.62 252	0.41 269	1.06 298	0.88 264	0.92 317	0.86 204	0.85 280	0.69 302	0.68 232	0.50 258	0.26 331	0.20 322	0.27 344	0.26 357	0.27 330	0.24 310

GMStereo_Zeroshot	0.49 242	0.44 369	0.74 347	0.49 320	0.27 204	0.56 218	0.29 81	0.73 176	0.76 193	0.86 278	0.94 237	0.91 306	0.36 121	0.74 262	0.43 210	0.26 331	0.14 206	0.26 332	0.15 119	0.36 374	0.18 211

CSP-Net	0.56 303	0.27 268	0.49 216	0.41 174	0.28 226	1.22 398	0.50 318	1.23 368	0.72 169	0.95 331	0.95 245	0.89 300	0.62 262	0.83 300	0.62 301	0.26 331	0.17 283	0.17 109	0.17 196	0.18 184	0.17 195

APVNet	0.71 348	0.37 339	0.89 376	0.56 379	0.45 381	1.18 394	0.68 379	1.41 410	0.85 246	0.81 243	1.15 331	1.04 337	0.81 347	1.10 374	1.17 403	0.26 331	0.28 380	0.32 374	0.31 382	0.29 336	0.30 351

FADNet-RVC	0.60 326	0.53 396	1.14 398	0.46 291	0.39 347	0.61 245	0.39 246	1.12 320	0.87 260	0.70 178	0.84 192	1.04 337	0.55 223	0.94 349	0.69 318	0.26 331	0.25 364	0.28 352	0.28 368	0.31 350	0.31 358

S-Stereo	0.74 355	0.35 328	0.96 381	0.56 379	0.45 381	0.82 333	0.60 360	1.24 375	1.60 426	0.96 332	1.41 379	1.12 358	0.94 379	0.80 286	1.04 392	0.26 331	0.31 398	0.28 352	0.25 346	0.32 355	0.47 417

ADCMid	1.14 411	0.52 393	2.23 445	0.53 366	0.43 370	1.07 376	0.75 398	1.23 368	1.05 346	2.15 439	1.44 385	1.50 406	1.43 422	1.56 417	5.01 459	0.26 331	0.24 356	0.29 360	0.31 382	0.37 379	0.33 366

ETE_ROB	0.70 344	0.49 379	0.73 342	0.56 379	0.36 329	0.79 317	0.87 413	1.14 331	0.93 294	1.19 390	1.18 340	1.39 395	0.82 351	0.99 352	0.80 340	0.26 331	0.21 332	0.31 369	0.26 357	0.33 360	0.34 373

rvit_0105_6	0.38 124	0.28 282	0.64 302	0.50 334	0.30 266	0.39 128	0.38 224	0.51 37	0.67 148	0.40 51	0.45 39	0.50 106	0.41 149	0.54 99	0.36 163	0.27 339	0.26 371	0.24 303	0.21 293	0.22 276	0.16 177

rvit_0105_5	0.42 168	0.31 306	0.73 342	0.50 334	0.29 252	0.44 160	0.42 278	0.61 83	0.74 182	0.51 83	0.51 65	0.60 161	0.47 179	0.57 123	0.38 186	0.27 339	0.25 364	0.25 316	0.23 323	0.22 276	0.18 211

WZ-Net	1.19 417	0.59 403	4.07 457	0.62 400	0.51 397	1.34 406	1.31 445	1.32 392	1.74 430	1.53 413	1.65 401	1.74 419	1.28 415	2.25 446	2.01 432	0.27 339	0.21 332	0.23 288	0.25 346	0.40 386	0.39 393

SACVNet	0.58 316	0.34 322	0.55 263	0.55 376	0.36 329	0.63 261	0.48 309	1.13 322	0.77 200	1.02 356	1.06 301	1.02 333	0.74 327	0.90 326	0.51 268	0.27 339	0.21 332	0.25 316	0.24 337	0.29 336	0.36 380

pcwnet_v2	0.58 316	0.28 282	0.84 367	0.45 271	0.35 327	0.61 245	0.35 170	1.27 383	1.21 383	0.99 344	1.27 355	0.72 228	0.58 240	0.67 222	0.48 255	0.27 339	0.21 332	0.24 303	0.23 323	0.29 336	0.29 344

DANet	0.71 348	0.45 373	0.91 377	0.59 389	0.40 352	0.81 325	0.40 255	0.97 264	0.84 239	1.20 393	1.22 346	1.33 386	0.88 366	1.16 380	1.24 407	0.27 339	0.23 348	0.31 369	0.25 346	0.35 370	0.32 362
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AdaStereo	0.50 257	0.32 309	0.47 186	0.48 305	0.25 140	0.67 282	0.32 133	1.17 345	0.88 264	0.75 210	0.99 268	0.75 247	0.49 187	0.67 222	0.46 244	0.27 339	0.12 119	0.28 352	0.18 220	0.23 293	0.18 211
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.
SGM_RVC	0.97 393	0.28 282	0.41 103	0.39 116	0.22 55	1.55 420	0.73 396	1.51 423	1.25 393	2.25 442	1.92 416	2.58 438	1.56 427	2.02 440	1.19 405	0.27 339	0.27 377	0.27 344	0.25 346	0.25 314	0.25 317
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_0105_4	0.41 161	0.29 293	0.71 334	0.50 334	0.29 252	0.41 145	0.41 269	0.55 54	0.73 176	0.45 67	0.48 52	0.55 124	0.44 166	0.57 123	0.36 163	0.28 347	0.26 371	0.25 316	0.22 310	0.23 293	0.18 211

hitnet-ft	0.55 292	0.27 268	0.39 87	0.41 174	0.28 226	0.78 314	0.40 255	0.92 245	0.90 279	0.82 252	1.01 273	1.13 362	0.70 315	0.78 281	0.67 314	0.28 347	0.20 322	0.28 352	0.22 310	0.29 336	0.26 322

FAT-Stereo	0.73 354	0.33 317	0.75 351	0.49 320	0.37 334	0.71 295	0.59 358	1.36 402	1.30 399	1.03 364	1.40 377	1.59 415	1.15 402	0.87 316	0.86 352	0.28 347	0.28 380	0.28 352	0.23 323	0.28 333	0.38 391

stereogan	0.80 365	0.31 306	0.71 334	0.59 389	0.50 394	1.72 431	0.48 309	1.35 399	1.37 404	1.00 349	1.46 390	1.56 412	0.95 382	1.29 398	0.84 347	0.28 347	0.29 385	0.29 360	0.25 346	0.38 383	0.38 391

TDLM	0.57 309	0.33 317	0.49 216	0.51 349	0.30 266	0.66 278	0.73 396	1.03 287	1.01 330	0.82 252	1.10 313	0.84 278	0.70 315	0.86 314	0.58 290	0.28 347	0.17 283	0.25 316	0.22 310	0.26 320	0.19 243

SANet	1.07 407	0.41 361	1.06 390	0.48 305	0.30 266	1.41 411	0.94 418	1.42 411	3.36 456	1.58 414	2.43 429	2.33 434	1.70 434	1.34 404	1.07 394	0.28 347	0.24 356	0.26 332	0.23 323	0.34 366	0.30 351

CBMV	0.64 332	0.35 328	0.41 103	0.42 212	0.25 140	1.01 364	0.77 400	1.13 322	1.09 364	1.17 388	1.22 346	1.04 337	0.75 329	0.88 319	0.63 304	0.28 347	0.30 389	0.34 381	0.30 375	0.26 320	0.26 322
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
rvit_0105_3	0.47 214	0.34 322	0.77 361	0.54 372	0.31 287	0.49 179	0.47 301	0.63 95	0.79 215	0.65 144	0.59 93	0.64 181	0.50 198	0.65 204	0.39 192	0.29 354	0.27 377	0.29 360	0.28 368	0.21 255	0.20 265

CASS	0.45 194	0.27 268	0.42 123	0.48 305	0.22 55	0.61 245	0.34 149	0.97 264	0.62 120	0.71 184	0.85 201	0.61 166	0.55 223	0.57 123	0.41 201	0.29 354	0.16 264	0.22 269	0.18 220	0.22 276	0.28 338
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
FADNet	0.61 328	0.51 386	1.10 393	0.45 271	0.44 377	0.65 275	0.41 269	1.19 350	1.05 346	0.70 178	0.84 192	0.98 321	0.66 289	0.82 292	0.50 258	0.29 354	0.30 389	0.27 344	0.30 375	0.46 404	0.35 378

AnyNet_C32	1.16 415	0.62 410	2.40 446	0.57 384	0.55 407	1.41 411	1.34 446	1.18 348	1.24 388	1.49 409	1.42 380	1.39 395	1.20 410	1.55 415	4.82 457	0.29 354	0.28 380	0.29 360	0.34 392	0.38 383	0.42 401

CVANet_RVC	0.57 309	0.33 317	0.44 145	0.47 300	0.32 303	0.67 282	0.61 365	1.05 295	0.93 294	0.85 272	1.04 291	1.01 328	0.73 325	0.83 300	0.52 275	0.29 354	0.19 313	0.27 344	0.25 346	0.31 350	0.21 283

DeepPruner_ROB	0.53 279	0.34 322	0.59 278	0.41 174	0.30 266	0.50 182	0.43 280	1.19 350	0.70 158	0.85 272	1.05 295	0.86 285	0.55 223	0.84 305	0.51 268	0.29 354	0.23 348	0.22 269	0.22 310	0.26 320	0.25 317

PSMNet_ROB	0.64 332	0.37 339	0.65 308	0.56 379	0.42 365	0.97 357	0.83 406	1.21 356	0.92 289	0.79 230	1.02 281	1.08 350	0.63 268	0.82 292	0.91 373	0.29 354	0.20 322	0.31 369	0.31 382	0.26 320	0.23 304

Syn2CoEx	0.71 348	0.51 386	0.95 379	0.64 402	0.45 381	0.91 345	0.53 339	1.48 417	1.13 370	0.93 321	1.35 367	1.02 333	0.99 387	0.92 336	0.80 340	0.30 361	0.27 377	0.28 352	0.24 337	0.23 293	0.24 310

Nwc_Net	0.78 361	0.38 349	0.73 342	0.60 394	0.55 407	1.05 374	0.55 347	1.67 435	1.05 346	0.88 293	1.86 415	1.40 397	1.09 397	1.10 374	0.87 356	0.30 361	0.25 364	0.36 387	0.38 400	0.29 336	0.29 344

ADCPNet	1.03 400	0.48 376	2.70 448	0.54 372	0.42 365	1.40 409	0.75 398	1.13 322	1.07 359	1.22 395	1.42 380	1.68 417	1.09 397	1.36 409	3.45 450	0.30 361	0.28 380	0.29 360	0.32 388	0.37 379	0.35 378

GASNet	0.67 337	0.72 415	0.96 381	0.70 420	0.48 390	0.62 252	0.47 301	1.08 306	1.03 338	0.94 324	0.82 181	0.93 310	0.83 355	1.33 402	0.80 340	0.31 364	0.22 338	0.29 360	0.28 368	0.44 397	0.24 310

psmorigin	0.82 369	0.51 386	2.09 442	0.49 320	0.41 359	0.85 339	0.50 318	1.04 290	0.88 264	1.45 408	1.43 383	1.50 406	1.06 394	1.22 390	0.97 381	0.31 364	0.32 401	0.27 344	0.27 363	0.33 360	0.42 401

NCC-stereo	0.78 361	0.40 357	0.76 356	0.61 396	0.67 421	0.81 325	0.69 384	1.54 427	1.11 366	0.90 304	1.36 368	1.33 386	1.16 403	1.19 383	0.88 359	0.31 364	0.30 389	0.37 391	0.48 424	0.33 360	0.33 366

Abc-Net	0.78 361	0.40 357	0.76 356	0.61 396	0.67 421	0.81 325	0.69 384	1.54 427	1.11 366	0.90 304	1.36 368	1.33 386	1.16 403	1.19 383	0.88 359	0.31 364	0.30 389	0.37 391	0.48 424	0.33 360	0.33 366
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.93 391	0.50 383	1.18 405	0.59 389	0.46 388	0.97 357	0.48 309	1.70 436	2.15 438	1.58 414	1.37 371	1.42 398	1.19 408	1.31 400	1.60 420	0.31 364	0.26 371	0.32 374	0.33 391	0.40 386	0.42 401

RTS	1.98 445	0.96 433	11.36 468	0.65 407	0.57 413	2.77 448	1.40 449	1.39 406	2.26 439	1.89 430	2.56 432	1.32 383	1.25 412	5.20 465	4.05 453	0.31 364	0.22 338	0.29 360	0.29 373	0.40 386	0.37 385

RTSA	1.98 445	0.96 433	11.36 468	0.65 407	0.57 413	2.77 448	1.40 449	1.39 406	2.26 439	1.89 430	2.56 432	1.32 383	1.25 412	5.20 465	4.05 453	0.31 364	0.22 338	0.29 360	0.29 373	0.40 386	0.37 385

SGM-ForestM	4.04 463	0.32 309	0.46 174	0.43 231	0.27 204	7.50 470	1.45 453	3.84 463	4.24 462	8.19 474	6.76 470	19.00 481	9.08 470	10.74 475	6.62 464	0.31 364	0.33 407	0.32 374	0.32 388	0.29 336	0.29 344

PS-NSSS	0.58 316	0.44 369	0.62 288	0.42 212	0.33 313	0.66 278	0.58 356	1.02 283	0.86 251	0.77 223	1.28 357	0.72 228	0.64 278	0.82 292	0.59 294	0.31 364	0.26 371	0.40 399	0.27 363	0.33 360	0.26 322

NCCL2	0.72 352	0.41 361	0.65 308	0.64 402	0.44 377	0.98 361	1.20 435	1.11 316	1.00 326	0.98 341	0.96 249	1.49 405	0.87 363	0.90 326	0.79 338	0.31 364	0.26 371	0.39 396	0.39 404	0.32 355	0.32 362

SGM-Forest	0.62 329	0.32 309	0.39 87	0.43 231	0.30 266	1.02 366	0.55 347	1.09 310	1.05 346	1.06 370	1.18 340	1.10 354	0.67 292	0.88 319	0.62 301	0.31 364	0.33 407	0.33 379	0.30 375	0.30 345	0.28 338
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_105_1	0.54 290	0.40 357	0.76 356	0.58 385	0.37 334	0.59 237	0.68 379	0.70 158	0.94 301	0.82 252	0.69 119	0.73 239	0.58 240	0.78 281	0.54 282	0.32 375	0.29 385	0.31 369	0.34 392	0.23 293	0.20 265

rvit_stereo_0075_2	0.47 214	0.37 339	0.70 330	0.53 366	0.46 388	0.43 154	0.36 190	0.81 208	0.67 148	0.55 97	0.74 137	0.59 155	0.43 157	0.63 186	0.43 210	0.32 375	0.23 348	0.35 383	0.25 346	0.30 345	0.25 317

Wz-Net-TNSev	1.14 411	1.06 439	4.32 459	0.49 320	0.42 365	1.51 418	1.11 431	1.48 417	1.40 409	1.22 395	1.26 354	1.58 414	1.43 422	1.76 429	1.70 422	0.32 375	0.31 398	0.26 332	0.30 375	0.41 392	0.41 400

UDGNet	0.48 225	0.77 419	0.50 229	0.48 305	0.31 287	0.41 145	0.34 149	0.70 158	0.92 289	0.65 144	0.60 95	0.58 140	0.43 157	0.63 186	0.41 201	0.32 375	0.15 235	0.66 431	0.19 248	0.36 374	0.21 283

AF-Net	0.81 368	0.39 353	0.68 320	0.64 402	0.54 405	0.91 345	0.51 332	1.61 431	1.31 400	0.96 332	2.02 420	1.46 400	1.26 414	1.11 376	0.99 385	0.32 375	0.24 356	0.39 396	0.27 363	0.30 345	0.25 317

RGC	0.79 364	0.59 403	0.71 334	0.65 407	0.65 420	0.92 349	0.58 356	1.29 386	1.05 346	1.07 373	1.45 388	1.47 403	1.03 391	1.21 389	0.88 359	0.32 375	0.30 389	0.48 417	0.40 407	0.37 379	0.37 385

NVstereo2D	0.60 326	0.30 301	0.75 351	0.48 305	0.43 370	0.89 344	0.48 309	1.05 295	1.15 373	0.66 156	0.86 204	0.88 296	0.70 315	0.99 352	0.65 308	0.32 375	0.15 235	0.28 352	0.20 272	0.40 386	0.36 380

XPNet_ROB	0.70 344	0.35 328	0.68 320	0.52 360	0.40 352	0.79 317	0.85 412	1.16 340	0.94 301	1.33 404	1.15 331	1.38 394	0.83 355	1.03 363	0.90 371	0.32 375	0.25 364	0.26 332	0.24 337	0.31 350	0.28 338

RP	0.76 357	0.36 333	0.63 297	0.66 410	0.58 415	0.80 320	0.55 347	1.14 331	1.22 385	0.97 336	1.65 401	1.43 399	1.32 416	1.01 356	0.84 347	0.33 383	0.30 389	0.36 387	0.30 375	0.34 366	0.34 373

edge stereo	0.76 357	0.38 349	0.74 347	0.52 360	0.43 370	0.80 320	0.53 339	1.28 385	1.06 353	1.28 400	1.38 376	1.81 420	1.11 399	1.08 371	0.85 351	0.33 383	0.32 401	0.41 403	0.28 368	0.32 355	0.36 380

ADCS	1.51 433	0.61 407	3.42 452	0.59 389	0.51 397	1.27 403	1.08 430	1.59 429	1.81 432	1.91 433	1.66 403	1.51 409	1.42 421	1.94 438	8.60 467	0.33 383	0.32 401	0.33 379	0.36 396	0.44 397	0.42 401

AnyNet_C01	1.56 434	1.05 438	7.45 464	0.64 402	0.54 405	1.99 436	1.38 448	1.43 413	1.36 402	1.63 420	1.92 416	1.84 421	1.33 417	2.40 448	4.03 452	0.33 383	0.32 401	0.32 374	0.34 392	0.44 397	0.45 411

LSM	4.74 467	0.77 419	10.16 466	0.70 420	56.56 487	1.02 366	1.00 425	1.24 375	1.62 427	2.04 435	2.34 426	1.33 386	1.17 405	1.38 411	1.09 396	0.33 383	0.49 435	0.39 396	0.46 418	0.51 412	10.09 477

LALA_ROB	0.74 355	0.43 365	0.69 326	0.54 372	0.40 352	1.01 364	0.95 419	1.21 356	1.07 359	1.22 395	1.12 317	1.56 412	0.79 343	1.04 365	0.86 352	0.33 383	0.22 338	0.35 383	0.30 375	0.35 370	0.31 358

test_for_model	0.82 369	3.60 473	0.39 87	2.35 461	2.07 461	0.39 128	0.28 73	0.42 10	0.45 77	0.71 184	0.31 17	0.30 10	0.27 42	0.34 10	0.25 21	0.34 389	0.11 69	0.13 15	0.09 8	3.49 472	0.18 211

DGSMNet	0.76 357	0.55 398	1.29 416	0.58 385	0.62 418	0.94 350	0.70 389	1.26 381	1.11 366	0.83 264	1.24 351	1.00 325	0.71 319	1.03 363	0.81 343	0.34 389	0.29 385	0.41 403	0.40 407	0.57 423	0.55 428

DeepPrunerF	0.89 384	0.52 393	3.43 453	0.68 417	0.81 427	0.72 302	0.72 395	1.22 364	1.99 436	0.93 321	1.01 273	0.87 291	0.86 360	1.08 371	0.95 378	0.34 389	0.28 380	0.43 405	0.39 404	0.30 345	0.32 362

DPSNet	0.99 395	0.42 363	1.88 440	0.53 366	0.41 359	1.59 423	1.26 441	2.21 446	1.43 410	1.10 380	1.11 314	1.46 400	1.95 443	1.34 404	1.26 409	0.34 389	0.25 364	0.25 316	0.21 293	0.46 404	0.37 385

PWCDC_ROB	0.89 384	0.49 379	0.80 365	0.74 424	0.40 352	1.03 369	0.39 246	1.33 394	2.35 444	1.02 356	3.77 452	0.81 272	0.92 373	1.20 385	0.90 371	0.34 389	0.22 338	0.24 303	0.20 272	0.34 366	0.29 344

HBP-ISP	0.59 323	0.45 373	0.43 133	0.45 271	0.33 313	0.70 290	0.28 73	1.11 316	1.00 326	0.83 264	1.18 340	0.65 194	0.68 298	0.88 319	0.52 275	0.35 394	0.38 416	0.47 413	0.41 412	0.38 383	0.31 358

dad	0.58 316	0.50 383	0.64 302	0.43 231	0.30 266	0.59 237	0.36 190	0.78 199	1.25 393	1.01 354	1.17 338	1.15 365	0.53 207	0.68 232	0.50 258	0.35 394	0.23 348	0.37 391	0.21 293	0.29 336	0.20 265

MeshStereo	1.34 424	0.43 365	0.54 258	0.44 249	0.34 321	1.66 427	0.60 360	1.94 440	1.37 404	4.47 466	3.25 444	4.71 457	1.94 442	1.92 436	1.17 403	0.35 394	0.35 411	0.37 391	0.31 382	0.32 355	0.32 362
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
FINET	0.67 337	0.42 363	1.00 385	0.46 291	0.43 370	0.83 335	0.89 414	1.08 306	1.50 416	0.87 285	1.14 326	0.71 219	0.68 298	0.92 336	0.70 321	0.36 397	0.30 389	0.26 332	0.24 337	0.35 370	0.33 366

G-Net	0.95 392	0.46 375	1.04 388	0.64 402	0.48 390	2.12 438	0.64 370	1.01 280	0.87 260	1.75 425	2.82 442	1.30 377	1.64 433	1.06 366	0.96 380	0.36 397	0.29 385	0.35 383	0.25 346	0.45 401	0.42 401

CBMV_ROB	0.59 323	0.37 339	0.38 70	0.39 116	0.28 226	0.74 304	0.28 73	1.00 273	0.98 315	0.94 324	1.25 353	0.81 272	0.78 341	0.87 316	0.50 258	0.36 397	0.37 414	0.43 405	0.40 407	0.33 360	0.30 351

MFN_U_SF_DS_RVC	1.02 399	0.57 401	1.51 432	0.67 413	0.50 394	2.57 443	1.66 456	1.20 354	1.43 410	1.38 406	1.57 398	1.33 386	0.92 373	1.64 424	0.88 359	0.37 400	0.39 420	0.46 412	0.60 436	0.41 392	0.40 396

XQC	0.89 384	0.65 412	1.31 417	0.67 413	0.52 401	1.22 398	0.68 379	1.26 381	1.52 417	1.14 386	1.11 314	1.28 374	1.04 393	1.40 412	1.77 426	0.38 401	0.24 356	0.37 391	0.31 382	0.53 417	0.47 417

NOSS_ROB	0.57 309	0.39 353	0.39 87	0.44 249	0.30 266	0.73 303	0.54 343	1.03 287	1.08 362	0.67 158	0.87 211	0.76 253	0.57 231	0.77 277	0.47 251	0.38 401	0.38 416	0.44 408	0.42 416	0.37 379	0.34 373

MaskLacGwcNet_RVC	0.67 337	0.81 422	0.73 342	0.53 366	0.37 334	1.40 409	0.53 339	1.04 290	0.79 215	0.88 293	0.94 237	0.95 314	0.53 207	0.93 342	0.58 290	0.39 403	0.30 389	0.57 427	0.31 382	0.53 417	0.30 351

PVD	1.28 423	0.67 414	1.28 414	0.74 424	0.62 418	1.50 417	0.84 409	1.99 442	2.96 450	2.18 440	2.36 428	1.85 423	1.95 443	1.92 436	1.94 430	0.39 403	0.36 413	0.49 420	0.37 397	0.51 412	0.64 430

SAMSARA	1.07 407	0.65 412	1.19 406	1.06 438	0.90 430	1.76 432	1.76 460	1.46 415	1.44 412	1.51 411	1.16 336	2.00 427	1.14 401	1.48 413	1.31 413	0.39 403	0.44 431	0.35 383	0.38 400	0.49 409	0.49 422

CSAN	0.83 376	0.49 379	0.77 361	0.60 394	0.41 359	1.14 387	1.06 427	1.19 350	1.46 414	1.32 402	1.43 383	1.37 393	1.19 408	1.27 397	0.86 352	0.39 403	0.31 398	0.36 387	0.37 397	0.35 370	0.34 373

MFN_U_SF_RVC	1.09 409	0.59 403	1.97 441	0.67 413	0.44 377	1.93 435	0.60 360	1.85 439	1.36 402	1.61 417	1.54 396	1.95 426	1.37 418	1.64 424	1.73 423	0.40 407	0.37 414	0.45 409	0.48 424	0.44 397	0.44 407

DualNet (step1)	0.57 309	0.36 333	0.72 339	0.38 89	0.30 266	0.71 295	0.43 280	1.06 298	0.88 264	0.92 317	0.86 204	0.85 280	0.69 302	0.68 232	0.50 258	0.41 408	0.20 322	0.40 399	0.41 412	0.36 374	0.33 366

test_sample9	1.05 404	0.36 333	0.72 339	0.38 89	0.30 266	0.71 295	0.43 280	1.06 298	0.88 264	0.92 317	0.86 204	0.85 280	0.69 302	1.20 385	1.36 414	0.41 408	8.41 475	0.40 399	0.41 412	0.36 374	0.33 366

test_sample8	1.25 421	0.36 333	0.72 339	0.38 89	0.30 266	0.71 295	0.43 280	1.13 322	0.75 185	1.50 410	0.95 245	3.29 449	1.59 429	1.20 385	1.36 414	0.41 408	8.41 475	0.40 399	0.41 412	0.36 374	0.33 366

BEATNet-Init1	15.13 476	0.82 425	50.86 489	0.72 423	0.53 402	38.10 487	7.03 473	11.83 478	14.25 475	29.78 488	30.17 487	48.21 491	22.64 484	26.78 486	18.11 475	0.42 411	0.38 416	0.47 413	0.46 418	0.51 412	0.48 419

WCMA_ROB	1.14 411	0.36 333	0.76 356	0.49 320	0.44 377	1.23 400	0.67 374	1.11 316	1.23 386	2.84 453	3.95 458	3.28 448	1.83 439	1.25 393	0.99 385	0.44 412	0.34 409	0.34 381	0.37 397	0.41 392	0.40 396

MSMD_ROB	1.21 418	0.49 379	0.62 288	0.59 389	0.50 394	1.62 426	0.67 374	1.23 368	1.24 388	2.45 446	3.77 452	3.09 445	2.98 458	1.32 401	0.81 343	0.45 413	0.41 423	0.49 420	0.51 431	0.47 406	0.44 407

FC-DCNN v2	1.65 439	0.51 386	0.65 308	0.61 396	0.49 392	1.61 424	0.70 389	1.75 438	1.56 422	4.74 469	4.91 466	6.46 468	3.31 460	1.91 435	1.11 397	0.46 414	0.42 425	0.47 413	0.46 418	0.48 407	0.46 412

FCDSN-DC	1.39 429	0.56 399	0.65 308	0.74 424	0.59 416	1.38 408	0.63 367	1.35 399	1.39 407	3.26 460	4.50 463	4.61 455	2.63 453	1.58 419	1.03 389	0.46 414	0.42 425	0.48 417	0.47 422	0.50 411	0.50 423
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
CC-Net-ROB	0.82 369	0.96 433	0.85 368	0.58 385	0.45 381	1.27 403	0.70 389	1.17 345	1.02 333	0.83 264	1.23 350	0.90 304	0.77 336	1.06 366	0.69 318	0.46 414	0.34 409	1.71 447	0.38 400	0.59 427	0.36 380

FC-DCNN	1.59 435	0.51 386	0.66 314	0.61 396	0.49 392	1.56 421	0.70 389	1.66 434	1.53 418	4.64 467	4.62 464	5.85 464	3.34 462	1.84 433	1.11 397	0.46 414	0.42 425	0.47 413	0.46 418	0.48 407	0.46 412

MSC_U_SF_DS_RVC	1.34 424	0.87 427	1.76 437	0.86 428	0.56 410	4.29 463	1.79 461	1.50 420	1.98 435	1.61 417	1.85 414	1.84 421	1.41 420	1.89 434	1.36 414	0.48 418	0.40 422	0.56 426	0.57 434	0.69 430	0.48 419

GANetREF_RVC	0.80 365	0.75 418	0.86 373	0.66 410	0.42 365	1.15 389	0.98 421	1.14 331	1.19 380	1.01 354	1.02 281	1.10 354	0.90 368	1.15 379	0.76 333	0.48 418	0.39 420	0.57 427	0.38 400	0.63 429	0.46 412
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
ccnet	0.82 369	0.57 401	0.75 351	0.54 372	0.59 416	1.09 381	0.66 372	1.38 405	0.94 301	1.12 383	1.44 385	1.29 375	0.92 373	0.95 351	1.24 407	0.49 420	0.42 425	0.50 422	0.47 422	0.51 412	0.46 412

MANE	4.13 464	0.51 386	0.64 302	0.66 410	0.56 410	6.89 469	0.99 423	7.55 472	12.04 470	6.68 472	8.57 473	10.69 474	9.45 471	7.59 472	6.39 463	0.49 420	0.43 429	0.48 417	0.98 452	0.49 409	0.48 419

PDISCO_ROB	0.91 388	0.48 376	1.06 390	0.99 433	0.97 435	1.67 429	0.63 367	1.64 433	1.59 423	1.06 370	1.18 340	1.31 378	0.79 343	1.55 415	0.97 381	0.49 420	0.22 338	0.45 409	0.40 407	0.45 401	0.37 385

SDNR	0.86 379	0.37 339	1.47 430	0.40 146	0.38 343	3.38 458	0.33 142	0.90 239	0.98 315	0.99 344	2.09 423	0.59 155	0.71 319	1.29 398	0.70 321	0.51 423	0.56 438	0.36 387	0.26 357	0.43 396	0.46 412

Anonymous_2	0.82 369	0.44 369	0.63 297	0.40 146	0.43 370	0.80 320	0.52 335	0.72 168	0.77 200	0.71 184	0.60 95	0.87 291	0.76 332	0.75 266	0.58 290	0.52 424	0.54 437	0.54 425	4.82 475	0.56 421	0.40 396

PASM	0.90 387	0.64 411	1.69 434	0.69 419	0.69 424	0.78 314	0.84 409	1.03 287	1.26 396	1.19 390	1.15 331	1.31 378	0.98 386	1.24 392	1.03 389	0.52 424	0.56 438	0.59 430	0.66 438	0.56 421	0.54 427

ELAS_RVC	1.60 436	0.61 407	1.01 387	0.70 420	0.56 410	2.00 437	1.89 463	1.96 441	2.65 447	3.33 461	3.26 445	3.03 442	3.41 463	2.49 450	2.09 434	0.52 424	0.45 432	0.50 422	0.48 424	0.54 419	0.52 425
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.63 438	0.61 407	0.95 379	0.68 417	0.55 407	3.01 456	1.55 454	2.39 448	2.33 443	3.64 463	3.89 456	2.75 440	2.90 457	2.15 444	2.27 441	0.52 424	0.45 432	0.50 422	0.48 424	0.54 419	0.52 425
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UDG	0.88 382	0.82 425	0.67 317	1.00 435	0.96 434	1.02 366	0.57 355	1.13 322	0.99 320	0.90 304	0.97 262	1.31 378	0.99 387	0.85 312	0.84 347	0.54 428	0.32 401	1.77 448	0.40 407	0.94 436	0.66 432

STTRV1_RVC	0.82 369	0.59 403	1.16 399	0.67 413	0.81 427	1.11 382	0.63 367	1.30 389	1.11 366	0.98 341	1.33 365	1.08 350	0.95 382	1.26 394	0.87 356	0.55 429	0.25 364	0.43 405	0.39 404	0.58 426	0.40 396

DispFullNet	1.60 436	2.63 470	2.75 449	2.56 465	1.79 456	1.24 401	0.47 301	1.37 404	1.45 413	1.87 429	1.50 392	1.55 411	2.46 449	2.04 441	1.04 392	0.59 430	0.18 299	2.32 460	0.68 440	2.29 460	1.14 454

SQANet	0.82 369	0.74 417	0.67 317	1.13 439	0.98 437	1.11 382	0.47 301	1.07 302	0.83 234	0.91 309	1.05 295	1.03 335	0.74 327	1.01 356	0.64 306	0.61 431	0.24 356	1.03 440	0.35 395	1.18 443	0.58 429

Consistency-Raft	1.01 396	0.81 422	1.24 411	0.84 427	0.97 435	0.81 325	0.84 409	1.30 389	1.59 423	1.05 367	1.68 406	1.12 358	0.91 369	0.92 336	1.11 397	0.65 432	0.74 446	0.79 434	0.90 448	1.06 441	0.79 438

MADNet+	2.23 451	2.43 466	10.85 467	1.22 442	0.91 431	2.76 447	1.40 449	2.12 445	1.67 429	1.32 402	1.74 409	1.86 424	1.74 435	6.25 468	4.41 456	0.65 432	0.64 441	0.58 429	0.54 433	0.80 432	0.76 435

CAS	0.34 61	0.13 1	0.25 7	1.28 444	0.30 266	0.46 171	0.38 224	0.48 25	0.47 85	0.34 25	0.52 73	0.24 3	0.19 5	0.29 3	0.27 56	0.69 434	0.08 1	0.12 2	0.08 1	0.12 11	0.15 135

otaku	1.04 401	0.93 430	0.88 375	1.33 445	1.05 443	1.66 427	0.70 389	1.40 409	1.18 378	1.08 376	1.32 364	1.33 386	0.91 369	1.23 391	0.76 333	0.72 435	0.46 434	1.24 443	0.50 429	1.40 444	0.75 434

PMTNet	0.32 48	0.16 16	0.24 4	0.29 3	0.18 8	0.45 167	0.22 14	0.56 56	0.63 131	0.46 72	0.54 77	0.39 50	0.34 104	0.48 72	0.24 14	0.75 436	0.10 12	0.12 2	0.08 1	0.12 11	0.11 15

NVStereoNet_ROB	1.24 420	0.90 429	1.13 397	0.86 428	0.88 429	1.11 382	0.99 423	1.42 411	1.53 418	1.59 416	2.48 430	2.24 431	1.53 424	1.96 439	1.30 412	0.76 437	0.70 443	0.78 433	1.00 453	0.71 431	0.88 442
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
JetBlue	2.78 454	1.26 443	7.04 463	1.16 440	1.48 448	8.00 471	6.02 472	2.60 449	1.92 434	2.12 438	2.64 436	3.34 450	3.05 459	6.49 469	3.39 448	0.78 438	0.76 451	0.75 432	0.76 443	0.97 439	1.18 459

Ntro	1.09 409	0.97 436	0.91 377	1.44 446	1.19 445	1.69 430	0.80 404	1.35 399	1.25 393	1.00 349	1.29 360	1.31 378	0.97 385	1.26 394	0.84 347	0.84 439	0.43 429	1.36 444	0.50 429	1.56 445	0.78 436

DDUNet	1.06 405	2.56 469	0.68 320	1.21 441	1.26 446	1.03 369	0.69 384	1.11 316	0.94 301	0.96 332	1.22 346	1.27 372	0.82 351	0.93 342	0.72 327	0.84 439	0.38 416	1.99 451	0.60 436	1.10 442	0.85 440

MFMNet_re	1.14 411	0.97 436	1.19 406	0.99 433	0.95 433	1.25 402	1.22 438	1.39 406	1.55 420	1.69 424	1.67 405	1.21 367	1.53 424	1.12 377	0.99 385	0.87 441	0.75 450	0.79 434	0.75 442	0.90 433	0.94 444

GCST	0.83 376	1.22 442	0.74 347	1.58 447	1.01 440	1.06 375	0.23 25	0.78 199	0.78 207	0.97 336	0.65 107	0.78 260	0.35 107	0.92 336	0.34 130	0.96 442	0.65 442	1.20 442	0.81 445	0.91 434	0.70 433

anonymity	0.97 393	0.89 428	1.05 389	0.92 431	1.03 441	0.97 357	0.81 405	1.29 386	0.91 284	1.07 373	0.98 263	1.00 325	0.95 382	1.02 361	0.92 374	0.96 442	0.95 461	0.90 437	0.91 451	0.92 435	0.94 444

SPS-STEREO	1.25 421	0.93 430	1.06 390	1.04 437	1.03 441	1.41 411	0.91 417	1.51 423	1.19 380	2.09 437	1.83 412	1.94 425	1.39 419	1.62 421	1.39 417	0.97 444	0.94 460	0.90 437	0.89 447	0.96 438	0.96 447
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	1.35 426	0.94 432	1.25 412	0.96 432	1.00 439	1.52 419	1.02 426	1.34 396	1.21 383	2.64 448	2.65 437	2.44 435	1.56 427	1.64 424	1.26 409	0.97 444	0.95 461	0.90 437	0.90 448	0.94 436	0.96 447

WAO-7	1.90 443	1.20 441	1.35 421	1.27 443	1.06 444	2.84 450	1.56 455	3.23 456	3.06 454	2.23 441	3.33 449	3.17 446	2.28 448	3.12 453	2.21 436	1.02 446	0.91 456	1.06 441	1.03 456	1.04 440	0.97 450

ACVNet_2	1.65 439	1.27 444	1.41 428	1.75 450	1.62 450	2.22 439	1.20 435	2.30 447	2.62 446	1.78 427	2.56 432	3.03 442	1.61 430	1.54 414	1.12 401	1.06 447	0.58 440	1.82 449	0.70 441	1.82 450	0.96 447

IGEV-BASED-STEREO-	0.56 303	3.08 472	2.43 447	0.31 7	0.18 8	0.29 52	0.20 3	0.37 2	0.32 15	0.28 10	0.24 6	0.18 1	0.18 2	0.31 5	0.22 1	1.09 448	0.08 1	0.17 109	0.16 149	0.14 63	0.97 450

WAO-8	2.92 455	1.55 452	1.35 421	1.79 451	1.63 452	5.23 465	1.22 438	4.58 467	12.56 472	2.84 453	4.07 460	4.83 458	2.72 455	3.49 457	2.25 439	1.27 449	0.91 456	1.99 451	1.15 461	1.86 451	1.15 455

Venus	2.92 455	1.55 452	1.35 421	1.79 451	1.63 452	5.23 465	1.22 438	4.58 467	12.56 472	2.84 453	4.06 459	4.83 458	2.72 455	3.49 457	2.25 439	1.27 449	0.91 456	1.99 451	1.15 461	1.86 451	1.15 455

Dean	1.98 445	1.36 447	1.36 425	2.12 457	1.81 457	2.74 445	1.36 447	3.37 460	3.80 460	2.08 436	3.32 448	3.21 447	1.82 437	1.71 428	1.67 421	1.27 449	0.77 452	1.99 451	0.90 448	1.86 451	1.03 452

ACVNet_1	1.46 431	1.33 446	1.12 396	1.91 455	1.62 450	1.83 433	0.98 421	2.00 443	1.85 433	1.39 407	1.53 395	2.32 433	1.53 424	1.34 404	1.11 397	1.30 452	0.50 436	2.06 457	0.58 435	1.93 456	0.95 446

ACVNet-4b	1.35 426	1.31 445	1.10 393	1.90 454	1.59 449	1.92 434	0.77 400	1.52 426	1.62 427	1.05 367	1.60 400	2.11 429	0.94 379	1.64 424	0.77 337	1.30 452	0.35 411	2.03 455	0.67 439	1.88 454	0.84 439

WAO-6	2.04 448	1.50 450	1.16 399	1.70 449	1.67 454	2.69 444	1.44 452	3.06 453	3.63 459	1.98 434	3.27 446	3.54 453	2.07 446	2.36 447	2.22 438	1.31 454	0.91 456	2.04 456	1.22 463	1.73 449	1.27 461

RainbowNet	1.35 426	1.49 449	1.19 406	1.88 453	1.45 447	1.48 416	1.07 429	1.61 431	1.55 420	1.20 393	1.59 399	1.54 410	1.13 400	1.34 404	0.97 381	1.36 455	0.70 443	1.82 449	0.79 444	1.71 448	1.07 453

testlalala_base	0.46 201	0.25 232	0.41 103	0.46 291	0.33 313	0.58 225	0.25 44	0.57 59	0.34 19	0.51 83	0.56 85	0.46 91	0.30 78	0.43 40	0.31 94	1.47 456	0.11 69	0.14 25	0.09 8	1.59 446	0.13 75

IMH-64-1	1.86 441	1.62 454	1.16 399	2.20 458	1.89 458	2.33 440	1.30 442	2.89 451	2.29 441	1.66 421	2.80 440	2.49 436	1.61 430	2.10 442	1.78 427	1.60 457	0.74 446	2.43 461	1.02 454	2.12 457	1.17 457

IMH-64	1.86 441	1.62 454	1.16 399	2.20 458	1.89 458	2.33 440	1.30 442	2.89 451	2.29 441	1.66 421	2.80 440	2.49 436	1.61 430	2.10 442	1.78 427	1.60 457	0.74 446	2.43 461	1.02 454	2.12 457	1.17 457

PWCK	1.92 444	1.66 457	3.12 451	1.65 448	0.91 431	2.84 450	2.26 466	2.10 444	2.41 445	2.36 444	2.31 424	2.22 430	1.82 437	3.43 456	2.03 433	1.61 459	0.71 445	1.51 445	0.82 446	1.69 447	0.91 443

IMH	2.04 448	1.62 454	1.20 409	2.20 458	1.89 458	2.91 455	1.30 442	3.11 454	3.03 452	1.81 428	3.35 450	3.03 442	1.90 440	2.48 449	1.80 429	1.66 460	0.77 452	2.45 463	1.04 457	2.15 459	1.19 460

LVE	2.12 450	1.44 448	1.36 425	1.99 456	1.78 455	2.75 446	1.79 461	2.82 450	3.95 461	1.90 432	4.33 462	3.52 452	1.81 436	2.24 445	1.74 424	1.74 461	0.87 455	2.06 457	1.13 459	1.91 455	1.35 462

TorneroNet-64	3.44 458	1.86 458	1.42 429	2.58 466	2.28 464	6.87 468	1.68 457	4.70 469	12.03 469	2.31 443	5.59 469	8.25 470	2.55 452	3.97 462	2.73 443	1.81 462	0.74 446	2.57 465	1.07 458	2.35 461	1.44 463

TorneroNet	4.53 466	1.89 459	1.48 431	2.55 464	2.27 463	13.78 476	1.69 458	4.84 471	23.73 486	2.89 456	7.70 472	7.06 469	2.69 454	4.26 464	3.42 449	1.84 463	0.77 452	2.68 467	1.13 459	2.42 462	1.47 464

UNDER WATER-64	3.53 460	2.01 461	3.94 456	3.22 472	2.49 468	5.41 467	2.60 469	3.43 461	12.41 471	3.03 458	2.68 438	6.07 466	4.04 465	3.79 461	3.33 447	2.02 464	1.24 465	2.63 466	1.46 465	2.78 466	2.08 469

UNDER WATER	3.46 459	2.07 463	3.64 455	3.09 470	2.48 467	3.75 461	2.42 468	3.31 459	13.77 474	2.90 457	2.95 443	5.84 463	3.69 464	3.69 459	3.48 451	2.07 465	1.11 463	2.70 468	1.40 464	2.84 468	1.98 467

KSHMR	2.57 452	1.93 460	1.69 434	2.63 467	2.42 466	2.86 452	2.07 464	3.27 458	6.50 465	2.49 447	3.36 451	3.41 451	1.92 441	2.49 450	1.94 430	2.13 466	1.40 466	2.79 470	1.50 466	2.73 465	1.77 465

JetRed	5.27 468	5.84 474	12.81 471	2.36 462	2.83 471	12.23 475	10.50 474	4.46 466	3.60 457	3.86 464	3.83 454	4.85 460	4.18 466	6.78 470	11.96 470	2.17 467	2.96 472	2.18 459	1.97 468	3.38 471	2.68 472

notaker	2.76 453	2.29 465	1.80 438	2.96 469	2.58 470	2.90 454	1.75 459	3.24 457	3.05 453	2.78 451	4.24 461	6.15 467	2.51 451	3.34 455	2.75 444	2.31 468	1.18 464	3.00 471	1.65 467	2.84 468	1.97 466

DPSimNet_ROB	3.58 461	2.45 467	8.57 465	2.53 463	2.37 465	2.88 453	3.77 471	3.14 455	3.23 455	4.71 468	3.86 455	4.68 456	4.87 468	4.07 463	5.62 460	2.33 469	2.33 470	2.47 464	2.52 470	2.51 464	2.64 471

ktn	2.98 457	2.25 464	1.73 436	2.84 468	2.53 469	3.76 462	2.15 465	3.70 462	5.47 464	2.75 450	5.17 468	5.94 465	2.48 450	3.23 454	2.46 442	2.34 470	1.44 467	2.78 469	2.03 469	2.45 463	2.01 468

MADNet++	4.03 462	2.70 471	3.44 454	3.72 474	3.44 473	4.44 464	3.52 470	3.95 465	3.61 458	4.46 465	4.98 467	4.10 454	4.58 467	7.00 471	5.89 461	3.74 471	3.67 473	3.27 473	2.71 472	3.70 473	3.66 474

ASD4	9.96 473	8.86 477	17.78 472	7.17 475	9.80 474	16.08 477	28.92 479	9.77 476	8.20 468	7.02 473	7.08 471	8.47 471	9.57 472	11.17 476	20.26 476	4.12 472	4.14 474	5.57 477	4.74 474	5.53 474	4.90 476

HanzoNet	6.76 471	2.45 467	4.22 458	3.19 471	2.94 472	3.62 460	2.28 467	4.79 470	7.20 466	14.00 479	13.19 477	17.49 479	22.30 483	13.25 477	6.19 462	4.20 473	1.93 469	3.10 472	2.56 471	3.35 470	2.88 473

DGTPSM_ROB	12.07 474	8.00 475	20.99 473	8.93 477	16.78 476	10.67 472	30.87 480	9.01 474	15.16 476	6.50 470	15.41 481	9.04 472	14.85 474	9.25 473	21.67 478	4.57 474	8.57 477	5.08 475	9.28 477	5.90 476	10.95 478

DPSMNet_ROB	12.08 475	8.00 475	21.00 474	8.97 478	16.79 477	10.67 472	30.89 481	9.02 475	15.17 477	6.51 471	15.41 481	9.04 472	14.85 474	9.27 474	21.67 478	4.58 475	8.57 477	5.09 476	9.29 478	5.90 476	10.95 478

DLNR_Zeroshot_test	20.09 479	36.28 486	38.04 483	169.85 492	61.80 488	0.23 7	0.20 3	13.88 479	0.37 44	0.44 65	0.66 112	0.43 77	0.21 10	0.62 176	0.28 68	5.46 476	0.10 12	0.15 60	0.11 26	72.60 491	0.11 15

tt	6.20 469	0.20 92	5.89 461	3.55 473	2.07 461	11.26 474	19.21 475	11.74 477	5.46 463	2.69 449	2.04 422	4.87 461	6.25 469	3.70 460	7.09 466	8.32 477	11.17 482	4.93 474	5.41 476	5.74 475	2.37 470

PML	40.80 491	29.24 484	11.87 470	7.20 476	14.47 475	92.13 491	213.69 492	7.63 473	23.35 485	74.72 492	190.14 492	50.17 492	26.15 485	21.39 481	12.70 471	8.76 478	2.92 471	8.45 478	3.25 473	13.26 478	4.42 475

DPSM_ROB	17.78 477	18.63 479	24.31 480	20.90 480	19.47 478	25.97 480	36.21 483	21.23 485	16.24 479	13.38 477	14.06 479	19.18 482	16.30 477	20.78 479	25.67 481	9.38 479	9.23 480	9.49 479	9.82 479	13.51 479	11.91 481

DPSM	17.78 477	18.63 479	24.31 480	20.90 480	19.47 478	25.97 480	36.21 483	21.23 485	16.24 479	13.38 477	14.06 479	19.18 482	16.30 477	20.78 479	25.67 481	9.38 479	9.23 480	9.49 479	9.82 479	13.51 479	11.91 481

FADE		2.05 462		1.03 436	0.99 438			3.91 464	3.00 451	1.76 426		2.73 439		5.95 467		11.57 481	1.70 468	23.09 484	15.86 481	0.62 428	0.65 431

xxxxx1	36.64 485	19.51 481	24.21 477	61.66 489	64.63 489	27.28 483	40.10 485	20.25 480	18.63 482	14.07 480	12.97 474	17.26 476	17.36 479	21.70 482	27.93 483	13.18 482	18.50 485	111.26 490	133.37 490	29.24 484	39.73 487

tt_ll	36.64 485	19.51 481	24.21 477	61.66 489	64.63 489	27.28 483	40.10 485	20.25 480	18.63 482	14.07 480	12.97 474	17.26 476	17.36 479	21.70 482	27.93 483	13.18 482	18.50 485	111.26 490	133.37 490	29.24 484	39.73 487

ff	36.64 485	19.51 481	24.21 477	61.66 489	64.63 489	27.28 483	40.10 485	20.25 480	18.63 482	14.07 480	12.97 474	17.26 476	17.36 479	21.70 482	27.93 483	13.18 482	18.50 485	111.26 490	133.37 490	29.24 484	39.73 487

Anonymous_1	33.25 482	18.26 478	23.92 476	20.54 479	21.28 480	25.59 479	35.94 482	22.01 487	15.57 478	13.33 476	13.49 478	18.08 480	15.29 476	20.36 478	24.60 480	16.28 485	8.84 479	66.59 489	118.00 489	155.73 492	11.23 480

CasAABBNet	35.74 483	37.43 488	48.72 487	42.22 486	39.20 485	52.24 488	73.12 490	42.61 490	32.62 489	26.78 485	27.95 483	38.58 488	32.60 487	41.67 490	51.65 490	18.74 486	18.57 488	19.15 482	19.77 483	27.20 481	23.98 483

Selective-RAFT-Error	35.84 484	37.49 489	48.83 488	42.26 487	39.24 486	52.30 489	73.09 489	42.66 491	32.61 488	26.80 486	28.30 486	38.84 490	33.51 489	41.68 491	51.59 489	18.82 487	18.58 489	19.17 483	19.80 484	27.28 482	24.05 484

LSM0	38.95 490	37.60 490	48.58 486	43.57 488	91.06 492	52.57 490	72.57 488	43.17 492	32.63 490	26.97 487	27.97 484	38.65 489	32.94 488	41.86 492	51.78 491	18.89 488	18.41 484	19.13 481	19.63 482	27.29 483	33.77 486

LRCNet_RVC	21.24 480	31.15 485	21.41 475	28.98 483	23.82 481	3.13 457	0.60 360	20.96 484	1.59 423	25.58 484	28.15 485	21.99 484	14.79 473	21.94 485	16.41 474	28.89 489	14.87 483	33.53 485	31.28 485	29.51 487	26.16 485

HaxPig	31.96 481	37.24 487	34.27 482	24.37 482	24.88 482	18.26 478	19.86 476	20.64 483	28.52 487	35.97 489	38.75 488	25.57 485	28.72 486	33.88 487	34.39 486	35.94 490	38.87 490	37.80 486	40.48 486	39.68 488	41.15 490

AVERAGE_ROB	37.58 489	40.13 491	40.15 484	34.81 485	33.82 484	28.55 486	25.10 478	32.02 489	34.06 492	41.28 490	40.66 489	34.46 487	34.81 491	39.18 488	37.57 488	42.78 491	43.44 491	43.82 487	43.03 487	40.47 489	41.51 491

MEDIAN_ROB	37.38 488	40.85 492	40.60 485	32.31 484	31.85 483	27.20 482	24.55 477	29.10 488	33.19 491	42.09 491	41.76 490	33.35 486	34.39 490	39.78 489	37.07 487	43.64 492	44.10 492	44.12 488	43.40 488	41.51 490	42.76 492

test_example2	176.61 492	205.14 493	198.86 492	188.60 493	190.98 493	152.67 492	170.61 491	94.86 493	123.55 493	178.88 493	179.48 491	158.94 493	141.34 492	192.61 493	198.96 492	203.76 493	236.37 493	164.13 493	173.55 493	218.58 493	160.41 493

Low-res two-view benchmark