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

rvit_stereo_0083	0.25 2	0.19 4	0.58 1	0.28 80	0.18 96	0.28 4	0.22 69	0.38 4	0.54 145	0.23 19	0.30 42	0.27 50	0.26 83	0.37 68	0.24 70	0.14 266	0.12 228	0.13 228	0.10 86	0.12 40	0.10 41

rvit_stereo_0081	0.25 2	0.21 13	0.61 2	0.28 80	0.17 69	0.31 10	0.22 69	0.42 12	0.53 133	0.24 22	0.25 19	0.25 35	0.21 30	0.34 51	0.23 51	0.13 228	0.10 159	0.11 120	0.10 86	0.12 40	0.09 23

rvit_stereo_0082	0.25 2	0.21 13	0.61 2	0.28 80	0.17 69	0.31 10	0.22 69	0.42 12	0.53 133	0.24 22	0.25 19	0.25 35	0.21 30	0.34 51	0.23 51	0.13 228	0.10 159	0.11 120	0.10 86	0.12 40	0.09 23

IGEV-Stereo++	0.23 1	0.23 27	0.64 4	0.24 11	0.22 168	0.47 57	0.13 1	0.52 60	0.33 6	0.18 2	0.24 14	0.17 2	0.22 39	0.32 37	0.19 6	0.08 5	0.06 1	0.08 4	0.06 8	0.17 155	0.09 23

rvit_stereo_0080	0.27 5	0.38 138	0.76 5	0.24 11	0.18 96	0.34 18	0.27 178	0.54 78	0.44 51	0.24 22	0.26 24	0.27 50	0.22 39	0.29 18	0.23 51	0.13 228	0.10 159	0.10 70	0.10 86	0.15 101	0.11 55

whm_eth	0.27 5	0.38 138	0.76 5	0.24 11	0.18 96	0.34 18	0.27 178	0.54 78	0.44 51	0.24 22	0.26 24	0.27 50	0.22 39	0.29 18	0.23 51	0.13 228	0.10 159	0.10 70	0.10 86	0.15 101	0.11 55

IGEV-Stereo+	0.29 15	0.29 78	0.86 7	0.25 23	0.34 308	0.30 8	0.14 2	0.32 1	0.53 133	0.18 2	0.12 1	0.18 3	0.19 18	0.49 135	0.17 2	0.09 23	0.08 68	0.08 4	0.20 330	0.46 402	0.59 425

RSM++	0.27 5	0.26 48	0.87 8	0.28 80	0.13 9	0.39 31	0.20 34	0.45 22	0.45 64	0.20 5	0.24 14	0.24 27	0.17 6	0.36 61	0.20 24	0.08 5	0.07 14	0.09 30	0.35 397	0.26 291	0.18 227

U	3.37 463	0.17 1	0.91 9	0.26 45	13.79 477	19.19 480	0.15 4	0.41 10	0.31 2	0.17 1	0.18 2	0.27 50	0.15 3	0.21 1	0.16 1	0.09 23	0.06 1	17.88 481	12.81 478	0.10 16	0.08 13

Former-RAFT_DAM_RVC	0.50 203	0.33 107	0.93 10	0.26 45	0.22 168	0.46 54	0.20 34	1.10 415	1.34 430	3.16 466	0.32 53	0.22 13	0.20 24	0.30 23	0.22 44	0.10 96	0.09 127	0.11 120	0.09 53	0.15 101	0.19 239

RSM	0.28 9	0.26 48	0.97 11	0.25 23	0.24 198	0.37 26	0.21 51	0.49 41	0.44 51	0.21 7	0.27 26	0.28 58	0.17 6	0.38 73	0.20 24	0.07 1	0.07 14	0.09 30	0.34 394	0.21 225	0.16 191

EGLCR-Stereo	0.29 15	0.27 52	0.97 11	0.30 123	0.19 122	0.56 138	0.17 11	0.68 142	0.36 13	0.30 56	0.18 2	0.27 50	0.17 6	0.38 73	0.19 6	0.09 23	0.07 14	0.10 70	0.08 36	0.10 16	0.35 373

rvit_0105_6	0.31 28	0.29 78	1.00 13	0.31 149	0.18 96	0.35 22	0.25 134	0.51 49	0.61 199	0.25 35	0.28 29	0.32 77	0.25 69	0.39 77	0.25 81	0.18 328	0.16 302	0.15 289	0.13 205	0.14 85	0.13 120

rvit_stereo_0081_aga	0.27 5	0.29 78	1.08 14	0.26 45	0.20 137	0.33 15	0.21 51	0.41 10	0.42 40	0.26 43	0.28 29	0.27 50	0.21 30	0.31 30	0.21 34	0.14 266	0.10 159	0.11 120	0.10 86	0.14 85	0.10 41

CroCo-Stereo	0.30 21	0.45 182	1.08 14	0.31 149	0.17 69	0.19 1	0.21 51	0.73 166	0.50 100	0.21 7	0.24 14	0.55 213	0.22 39	0.27 5	0.26 88	0.09 23	0.08 68	0.08 4	0.07 15	0.12 40	0.09 23
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
CES	0.30 21	0.27 52	1.09 16	0.23 4	0.50 389	0.40 33	0.20 34	0.46 24	0.44 51	0.22 12	0.28 29	0.26 44	0.19 18	0.33 45	0.21 34	0.09 23	0.07 14	0.08 4	0.05 1	0.15 101	0.49 414

BUS	0.41 98	0.27 52	1.13 17	0.30 123	0.21 147	0.91 389	0.23 92	1.00 385	0.61 199	0.63 314	0.53 192	0.66 271	0.30 134	0.43 92	0.32 155	0.13 228	0.10 159	0.14 262	0.12 176	0.12 40	0.11 55

BSDual-CNN	0.41 98	0.27 52	1.13 17	0.30 123	0.21 147	0.76 341	0.31 234	1.00 385	0.61 199	0.63 314	0.53 192	0.63 255	0.37 179	0.43 92	0.38 192	0.13 228	0.10 159	0.14 262	0.12 176	0.12 40	0.11 55

psmg	0.41 98	0.27 52	1.13 17	0.27 58	0.21 147	0.75 338	0.36 283	0.90 300	0.61 199	0.59 279	0.59 239	0.63 255	0.37 179	0.43 92	0.38 192	0.13 228	0.10 159	0.13 228	0.12 176	0.13 66	0.11 55

WCG-NET	0.30 21	0.32 101	1.16 20	0.25 23	0.19 122	0.51 82	0.18 17	0.54 78	0.46 69	0.35 68	0.29 34	0.32 77	0.26 83	0.36 61	0.19 6	0.10 96	0.10 159	0.08 4	0.07 15	0.29 308	0.09 23

anonymousdsp2	0.34 47	0.24 35	1.16 20	0.28 80	0.15 31	0.57 156	0.23 92	0.79 232	0.47 84	0.38 82	0.37 76	0.40 114	0.25 69	0.47 120	0.21 34	0.09 23	0.07 14	0.10 70	0.13 205	0.19 200	0.27 328

rvit_stereo_ft	0.31 28	0.61 237	1.18 22	0.32 177	0.21 147	0.28 4	0.27 178	0.55 83	0.48 86	0.23 19	0.27 26	0.28 58	0.26 83	0.32 37	0.25 81	0.13 228	0.09 127	0.11 120	0.11 143	0.13 66	0.14 135

mmm	0.38 74	0.21 13	1.18 22	0.35 241	0.17 69	0.49 71	0.26 153	0.78 216	0.52 114	0.50 169	0.57 230	0.41 120	0.37 179	0.71 209	0.31 145	0.11 151	0.13 245	0.14 262	0.13 205	0.15 101	0.14 135

test_sample1	0.40 92	0.18 2	1.19 24	0.31 149	0.18 96	0.48 65	0.23 92	0.78 216	0.49 92	0.44 113	0.44 116	0.45 157	0.41 217	1.39 282	0.33 165	0.11 151	0.09 127	0.10 70	0.09 53	0.12 40	0.13 120

LoS_RVC	0.29 15	0.33 107	1.19 24	0.25 23	0.34 308	0.43 38	0.22 69	0.42 12	0.32 4	0.22 12	0.33 58	0.23 20	0.24 56	0.31 30	0.21 34	0.07 1	0.07 14	0.07 1	0.05 1	0.10 16	0.31 355

ITSA-stereo	0.48 175	0.33 107	1.20 26	0.33 198	0.18 96	0.60 198	0.29 214	0.94 335	0.80 363	0.50 169	0.49 159	0.53 205	0.59 320	1.25 275	0.64 300	0.15 283	0.12 228	0.17 324	0.16 274	0.18 179	0.23 292

CASnet	0.28 9	0.31 97	1.20 26	0.28 80	0.11 1	0.47 57	0.19 21	0.44 19	0.44 51	0.38 82	0.31 49	0.23 20	0.17 6	0.29 18	0.19 6	0.10 96	0.06 1	0.15 289	0.12 176	0.16 134	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
WCG-NET（raft）	0.32 33	0.53 212	1.21 28	0.23 4	0.12 3	0.44 40	0.24 119	0.40 6	0.50 100	0.35 68	0.35 68	0.47 178	0.25 69	0.35 55	0.20 24	0.08 5	0.29 393	0.08 4	0.07 15	0.22 239	0.11 55

test_sample2	0.41 98	0.19 4	1.23 29	0.31 149	0.17 69	0.51 82	0.27 178	0.81 238	0.55 150	0.44 113	0.45 119	0.46 170	0.38 186	1.51 302	0.30 133	0.12 199	0.09 127	0.11 120	0.10 86	0.14 85	0.14 135

222	0.78 368	0.23 27	1.23 29	0.28 80	0.18 96	0.62 239	0.24 119	1.02 396	0.70 289	0.58 266	0.66 302	0.46 170	0.42 233	1.80 349	6.53 467	0.13 228	0.10 159	0.11 120	0.10 86	0.12 40	0.17 208

IGEV-BASED-STEREO-	0.37 68	1.34 428	1.24 31	0.23 4	0.12 3	0.33 15	0.20 34	0.40 6	0.33 6	0.25 35	0.21 4	0.16 1	0.14 1	0.27 5	0.63 296	0.55 424	0.06 1	0.11 120	0.13 205	0.25 273	0.49 414

AIO-Stereo	0.30 21	0.27 52	1.25 32	0.27 58	0.24 198	0.37 26	0.20 34	0.52 60	0.36 13	0.21 7	0.30 42	0.23 20	0.14 1	0.31 30	0.20 24	0.08 5	0.07 14	0.09 30	0.38 407	0.19 200	0.31 355

CSP-Net	0.50 203	0.39 147	1.25 32	0.29 108	0.23 185	0.77 349	0.35 276	0.86 274	0.57 163	0.59 279	0.59 239	0.65 266	0.40 206	1.77 340	0.44 230	0.16 303	0.11 204	0.10 70	0.10 86	0.20 215	0.14 135

DMCA	0.41 98	0.52 207	1.26 34	0.31 149	0.24 198	0.59 188	0.26 153	0.77 202	0.63 228	0.58 266	0.48 142	0.57 231	0.35 160	0.40 82	0.50 257	0.14 266	0.10 159	0.14 262	0.10 86	0.15 101	0.15 168

Selective-IGEV	0.29 15	0.23 27	1.28 35	0.27 58	0.30 265	0.35 22	0.20 34	0.56 86	0.38 19	0.21 7	0.30 42	0.22 13	0.18 14	0.37 68	0.18 3	0.07 1	0.06 1	0.08 4	0.15 255	0.16 134	0.29 340

ProNet	0.30 21	0.54 216	1.29 36	0.25 23	0.15 31	0.47 57	0.25 134	0.48 35	0.39 25	0.21 7	0.23 8	0.22 13	0.20 24	0.44 98	0.19 6	0.08 5	0.08 68	0.10 70	0.08 36	0.23 248	0.12 86

anonymity	0.80 372	0.66 268	1.29 36	0.59 400	0.75 425	0.67 291	0.52 353	0.95 348	0.71 298	0.94 397	0.70 330	0.67 280	0.87 386	0.71 209	1.35 385	0.64 429	0.62 438	0.58 425	1.44 464	0.60 421	0.65 430

CAS	0.35 58	0.25 38	1.30 38	0.79 420	0.34 308	0.51 82	0.23 92	0.46 24	0.39 25	0.22 12	0.31 49	0.20 5	0.17 6	0.28 9	0.23 51	0.73 434	0.06 1	0.07 1	0.05 1	0.09 10	0.37 387

RCA-Stereo	0.34 47	0.32 101	1.30 38	0.26 45	0.14 17	0.58 172	0.23 92	0.78 216	0.62 217	0.40 90	0.44 116	0.28 58	0.35 160	0.29 18	0.20 24	0.09 23	0.10 159	0.09 30	0.07 15	0.19 200	0.08 13

PMTNet	0.31 28	0.35 125	1.30 38	0.20 3	0.14 17	0.57 156	0.25 134	0.46 24	0.42 40	0.27 48	0.32 53	0.27 50	0.24 56	0.39 77	0.23 51	0.43 412	0.07 14	0.08 4	0.05 1	0.18 179	0.07 3

trnet	0.28 9	0.26 48	1.32 41	0.19 1	0.12 3	0.54 112	0.15 4	0.48 35	0.46 69	0.27 48	0.33 58	0.24 27	0.21 30	0.30 23	0.21 34	0.10 96	0.07 14	0.08 4	0.05 1	0.09 10	0.07 3

IGEV++	0.34 47	0.43 167	1.32 41	0.31 149	0.14 17	0.32 13	0.21 51	0.70 150	0.34 8	0.22 12	0.28 29	0.22 13	0.27 99	0.35 55	0.27 96	0.09 23	0.39 418	0.08 4	0.15 255	0.25 273	0.45 408

Occ-G	0.30 21	0.30 88	1.33 43	0.23 4	0.15 31	0.36 25	0.25 134	0.43 16	0.31 2	0.26 43	0.35 68	0.46 170	0.22 39	0.30 23	0.25 81	0.09 23	0.07 14	0.09 30	0.16 274	0.31 326	0.08 13

xxxx	0.70 333	0.21 13	1.33 43	0.28 80	0.18 96	0.63 256	0.24 119	1.02 396	0.69 281	0.50 169	0.62 264	0.58 238	0.38 186	1.47 299	5.21 463	0.13 228	0.12 228	0.11 120	0.10 86	0.12 40	0.15 168

CREStereo	0.28 9	0.30 88	1.33 43	0.19 1	0.13 9	0.55 124	0.17 11	0.48 35	0.46 69	0.27 48	0.33 58	0.24 27	0.21 30	0.31 30	0.21 34	0.11 151	0.07 14	0.08 4	0.05 1	0.10 16	0.07 3
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
qqq	0.38 74	0.21 13	1.34 46	0.28 80	0.15 31	0.45 41	0.26 153	0.76 192	0.52 114	0.39 88	0.41 101	0.46 170	0.36 166	0.96 239	0.30 133	0.11 151	0.14 261	0.12 171	0.12 176	0.12 40	0.14 135

x	0.35 58	0.20 8	1.36 47	0.33 198	0.17 69	0.47 57	0.24 119	0.75 180	0.54 145	0.40 90	0.40 97	0.42 133	0.34 158	0.45 107	0.32 155	0.11 151	0.14 261	0.11 120	0.09 53	0.12 40	0.14 135

GLC_STEREO	0.28 9	0.27 52	1.36 47	0.28 80	0.12 3	0.41 35	0.20 34	0.37 3	0.38 19	0.26 43	0.30 42	0.25 35	0.19 18	0.33 45	0.24 70	0.09 23	0.11 204	0.12 171	0.10 86	0.13 66	0.09 23

test_xeample	0.72 343	0.21 13	1.36 47	0.27 58	0.17 69	0.59 188	0.28 193	1.01 393	0.70 289	0.55 229	0.67 305	0.44 148	0.39 200	1.88 367	5.17 462	0.12 199	0.10 159	0.11 120	0.10 86	0.13 66	0.15 168

ff7	0.32 33	0.52 207	1.38 50	0.25 23	0.16 45	0.56 138	0.23 92	0.46 24	0.41 34	0.24 22	0.23 8	0.20 5	0.23 49	0.48 125	0.19 6	0.09 23	0.08 68	0.10 70	0.18 301	0.23 248	0.22 271

IGEVStereo-DCA	0.33 40	0.34 118	1.38 50	0.27 58	0.16 45	0.45 41	0.23 92	0.46 24	0.41 34	0.24 22	0.21 4	0.26 44	0.25 69	0.64 185	0.52 262	0.09 23	0.07 14	0.10 70	0.18 301	0.16 134	0.22 271

ffff	0.32 33	0.52 207	1.38 50	0.25 23	0.16 45	0.56 138	0.23 92	0.46 24	0.41 34	0.24 22	0.23 8	0.20 5	0.23 49	0.48 125	0.19 6	0.09 23	0.08 68	0.10 70	0.18 301	0.23 248	0.22 271

11t	0.32 33	0.52 207	1.38 50	0.25 23	0.16 45	0.56 138	0.23 92	0.46 24	0.41 34	0.24 22	0.23 8	0.20 5	0.23 49	0.48 125	0.19 6	0.09 23	0.08 68	0.10 70	0.18 301	0.23 248	0.22 271

ccc-4	0.32 33	0.52 207	1.38 50	0.25 23	0.16 45	0.56 138	0.23 92	0.46 24	0.41 34	0.24 22	0.23 8	0.20 5	0.23 49	0.48 125	0.19 6	0.09 23	0.08 68	0.10 70	0.18 301	0.23 248	0.22 271

DDVS	0.62 294	0.40 151	1.40 55	2.21 464	0.35 319	0.87 383	1.00 428	0.69 144	0.50 100	0.53 199	0.56 222	0.90 369	0.37 179	1.22 269	0.47 243	0.15 283	0.14 261	0.14 262	0.12 176	0.19 200	0.22 271

MoCha-V2	0.36 62	0.32 101	1.41 56	0.36 259	0.31 281	0.35 22	0.19 21	0.57 89	0.39 25	0.30 56	0.32 53	0.28 58	0.27 99	0.47 120	0.24 70	0.08 5	0.56 434	0.08 4	0.38 407	0.18 179	0.12 86

11t1	0.33 40	0.19 4	1.41 56	0.33 198	0.16 45	0.48 65	0.21 51	0.67 139	0.48 86	0.40 90	0.34 64	0.32 77	0.33 150	0.42 89	0.27 96	0.11 151	0.12 228	0.10 70	0.08 36	0.13 66	0.14 135

iRaftStereo_RVC	0.37 68	0.53 212	1.41 56	0.28 80	0.15 31	0.52 99	0.20 34	0.54 78	0.46 69	0.37 76	0.43 106	0.41 120	0.23 49	0.36 61	0.26 88	0.09 23	0.15 286	0.12 171	0.11 143	0.41 387	0.37 387

DSFCA	0.54 242	0.35 125	1.41 56	0.28 80	0.28 249	0.79 358	0.88 418	0.76 192	0.70 289	0.72 356	0.66 302	0.67 280	0.57 313	1.17 265	0.63 296	0.16 303	0.14 261	0.13 228	0.14 233	0.16 134	0.13 120

RAFT-Stereo-weight	0.34 47	0.29 78	1.43 60	0.28 80	0.28 249	0.55 124	0.22 69	0.78 216	0.48 86	0.46 131	0.38 84	0.36 93	0.17 6	0.33 45	0.23 51	0.09 23	0.08 68	0.09 30	0.07 15	0.09 10	0.09 23

CAS++	0.31 28	0.33 107	1.43 60	0.25 23	0.17 69	0.31 10	0.20 34	0.78 216	0.41 34	0.30 56	0.30 42	0.21 12	0.16 4	0.33 45	0.18 3	0.15 283	0.12 228	0.13 228	0.10 86	0.15 101	0.11 55
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MaDis-Stereo	0.29 15	0.54 216	1.44 62	0.24 11	0.29 255	0.29 6	0.16 9	0.45 22	0.37 17	0.19 4	0.21 4	0.28 58	0.22 39	0.30 23	0.29 119	0.10 96	0.09 127	0.10 70	0.08 36	0.11 29	0.11 55

AEACV	0.33 40	0.24 35	1.44 62	0.28 80	0.35 319	0.47 57	0.21 51	0.43 16	0.28 1	0.26 43	0.25 19	0.22 13	0.38 186	0.30 23	0.18 3	0.09 23	0.35 406	0.09 30	0.36 404	0.23 248	0.25 312

rvit_0105_4	0.35 58	0.35 125	1.45 64	0.31 149	0.18 96	0.37 26	0.28 193	0.59 101	0.62 217	0.27 48	0.31 49	0.35 90	0.27 99	0.43 92	0.25 81	0.18 328	0.16 302	0.15 289	0.13 205	0.15 101	0.12 86

rvit_0105_3	0.39 87	0.47 192	1.46 65	0.33 198	0.19 122	0.45 41	0.35 276	0.69 144	0.65 249	0.37 76	0.37 76	0.40 114	0.31 142	0.44 98	0.30 133	0.18 328	0.17 318	0.17 324	0.18 301	0.15 101	0.15 168

rvit_105_1	0.44 129	0.54 216	1.46 65	0.36 259	0.24 198	0.51 82	0.45 332	0.75 180	0.74 324	0.45 123	0.44 116	0.44 148	0.36 166	0.62 180	0.38 192	0.20 350	0.18 328	0.18 344	0.22 342	0.18 179	0.18 227

MyStereo07	0.34 47	0.40 151	1.46 65	0.29 108	0.23 185	0.60 198	0.31 234	0.53 68	0.42 40	0.25 35	0.25 19	0.20 5	0.26 83	0.57 165	0.19 6	0.09 23	0.18 328	0.12 171	0.11 143	0.16 134	0.19 239

MC-Stereo	0.32 33	0.31 97	1.46 65	0.31 149	0.15 31	0.53 106	0.19 21	0.44 19	0.35 10	0.36 72	0.38 84	0.27 50	0.27 99	0.42 89	0.19 6	0.09 23	0.13 245	0.09 30	0.16 274	0.20 215	0.13 120

anonymousdsp	0.34 47	0.53 212	1.47 69	0.25 23	0.16 45	0.56 138	0.23 92	0.49 41	0.40 30	0.25 35	0.24 14	0.22 13	0.24 56	0.55 162	0.19 6	0.09 23	0.11 204	0.10 70	0.18 301	0.24 263	0.29 340

CroCo-Stereo Lap2	0.33 40	0.61 237	1.47 69	0.32 177	0.38 343	0.23 2	0.22 69	0.58 94	0.46 69	0.22 12	0.27 26	0.29 65	0.23 49	0.32 37	0.26 88	0.09 23	0.09 127	0.10 70	0.08 36	0.21 225	0.14 135

IGEV-Stereo	0.34 47	0.54 216	1.47 69	0.25 23	0.16 45	0.56 138	0.23 92	0.49 41	0.40 30	0.25 35	0.24 14	0.22 13	0.24 56	0.54 158	0.19 6	0.09 23	0.10 159	0.10 70	0.18 301	0.24 263	0.29 340
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rvit_0105_5	0.36 62	0.39 147	1.48 72	0.30 123	0.18 96	0.41 35	0.30 222	0.64 123	0.62 217	0.30 56	0.33 58	0.37 95	0.29 126	0.41 84	0.28 105	0.18 328	0.16 302	0.15 289	0.15 255	0.15 101	0.14 135

Selective-RAFT	0.35 58	0.26 48	1.48 72	0.31 149	0.15 31	0.61 219	0.19 21	0.60 111	0.54 145	0.28 53	0.29 34	0.40 114	0.33 150	0.50 141	0.27 96	0.10 96	0.07 14	0.09 30	0.35 397	0.19 200	0.08 13

Pointernet	0.29 15	0.25 38	1.49 74	0.24 11	0.20 137	0.47 57	0.15 4	0.62 117	0.47 84	0.22 12	0.29 34	0.26 44	0.20 24	0.28 9	0.20 24	0.10 96	0.07 14	0.07 1	0.12 176	0.10 16	0.07 3

test_sample7	0.47 170	0.33 107	1.49 74	0.34 226	0.20 137	0.51 82	0.30 222	0.93 327	0.66 263	0.57 250	0.51 171	0.55 213	0.45 254	1.11 256	0.38 192	0.17 317	0.14 261	0.16 307	0.15 255	0.19 200	0.18 227

DLCB_ROB	0.54 242	0.55 225	1.49 74	0.36 259	0.25 213	0.65 279	0.36 283	0.80 234	0.70 289	0.72 356	0.69 320	0.83 349	0.46 265	1.53 305	0.60 290	0.13 228	0.12 228	0.14 262	0.14 233	0.14 85	0.13 120

AnonymousM	0.37 68	0.44 176	1.50 77	0.25 23	0.15 31	0.52 99	0.23 92	0.60 111	0.42 40	0.42 102	0.32 53	0.30 67	0.25 69	0.34 51	0.23 51	0.11 151	0.09 127	0.71 432	0.36 404	0.12 40	0.07 3

DIP-Stereo	0.37 68	0.34 118	1.50 77	0.27 58	0.18 96	0.63 256	0.17 11	0.92 319	0.53 133	0.49 162	0.48 142	0.30 67	0.30 134	0.39 77	0.30 133	0.10 96	0.08 68	0.10 70	0.08 36	0.15 101	0.12 86
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
StereoDRNet-Refined	0.50 203	0.41 156	1.50 77	0.33 198	0.21 147	0.68 303	0.26 153	0.81 238	0.68 272	0.67 336	0.68 313	0.73 312	0.42 233	1.10 253	0.59 288	0.11 151	0.08 68	0.14 262	0.14 233	0.25 273	0.21 261
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAStereo	0.28 9	0.48 195	1.52 80	0.26 45	0.18 96	0.25 3	0.19 21	0.42 12	0.35 10	0.20 5	0.25 19	0.20 5	0.16 4	0.24 2	0.24 70	0.09 23	0.08 68	0.10 70	0.08 36	0.12 40	0.08 13

LoS	0.31 28	0.30 88	1.52 80	0.23 4	0.13 9	0.54 112	0.20 34	0.48 35	0.49 92	0.25 35	0.28 29	0.37 95	0.24 56	0.38 73	0.23 51	0.10 96	0.08 68	0.08 4	0.05 1	0.15 101	0.07 3
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GMStereo_Zeroshot	0.41 98	0.36 131	1.54 82	0.41 316	0.19 122	0.52 99	0.19 21	0.59 101	0.52 114	0.57 250	0.59 239	0.63 255	0.29 126	0.58 168	0.33 165	0.15 283	0.09 127	0.16 307	0.09 53	0.24 263	0.12 86

raftrobust	0.38 74	0.68 271	1.54 82	0.32 177	0.46 382	0.52 99	0.21 51	0.56 86	0.42 40	0.52 189	0.35 68	0.31 69	0.33 150	0.37 68	0.30 133	0.10 96	0.11 204	0.08 4	0.07 15	0.21 225	0.19 239

DAS	0.56 260	0.35 125	1.55 84	0.33 198	0.34 308	0.50 76	0.42 311	0.83 251	0.74 324	0.83 384	0.68 313	0.56 225	0.48 278	2.40 411	0.46 234	0.12 199	0.08 68	0.12 171	0.09 53	0.18 179	0.15 168

SepStereo	0.52 231	0.35 125	1.55 84	0.33 198	0.34 308	0.50 76	0.42 311	0.83 251	0.74 324	0.83 384	0.68 313	0.56 225	0.48 278	1.56 308	0.46 234	0.12 199	0.08 68	0.12 171	0.09 53	0.18 179	0.15 168

ETE_ROB	0.60 281	0.71 280	1.55 84	0.37 279	0.25 213	0.69 309	0.51 350	1.47 437	0.70 289	0.80 374	0.69 320	0.85 355	0.49 284	1.36 281	0.58 286	0.16 303	0.13 245	0.19 350	0.16 274	0.21 225	0.23 292

s12784h	0.36 62	0.28 73	1.58 87	0.23 4	0.11 1	0.62 239	0.24 119	0.79 232	0.64 236	0.44 113	0.52 183	0.28 58	0.26 83	0.50 141	0.24 70	0.11 151	0.06 1	0.09 30	0.06 8	0.16 134	0.06 1

RAFT	0.45 147	0.92 347	1.59 88	0.34 226	0.19 122	0.46 54	0.35 276	0.65 128	0.49 92	0.49 162	0.49 159	0.70 303	0.40 206	0.47 120	0.32 155	0.11 151	0.16 302	0.14 262	0.13 205	0.51 410	0.13 120

ccnet	0.71 340	0.41 156	1.59 88	0.40 310	0.45 376	1.06 405	0.55 363	0.98 365	0.71 298	0.88 390	0.97 385	0.82 347	0.88 389	1.68 327	0.94 346	0.32 403	0.26 384	0.32 404	0.27 365	0.34 347	0.30 348

SMFormer	0.50 203	0.46 184	1.60 90	0.30 123	0.15 31	0.45 41	0.24 119	0.90 300	0.72 306	0.56 239	0.64 291	0.51 197	0.41 217	1.87 360	0.49 252	0.13 228	0.10 159	0.11 120	0.10 86	0.15 101	0.16 191

tta	0.50 203	0.46 184	1.60 90	0.30 123	0.15 31	0.45 41	0.24 119	0.90 300	0.72 306	0.56 239	0.64 291	0.51 197	0.41 217	1.87 360	0.49 252	0.13 228	0.10 159	0.11 120	0.10 86	0.14 85	0.11 55

qqq1	0.48 175	0.46 184	1.60 90	0.30 123	0.15 31	0.45 41	0.24 119	0.90 300	0.72 306	0.56 239	0.64 291	0.51 197	0.41 217	1.87 360	0.23 51	0.13 228	0.10 159	0.09 30	0.08 36	0.14 85	0.11 55

fff1	0.48 175	0.46 184	1.60 90	0.30 123	0.15 31	0.45 41	0.24 119	0.90 300	0.72 306	0.56 239	0.64 291	0.51 197	0.41 217	1.87 360	0.23 51	0.13 228	0.10 159	0.09 30	0.08 36	0.14 85	0.11 55

CASS	0.39 87	0.30 88	1.61 94	0.32 177	0.17 69	0.53 106	0.24 119	0.70 150	0.49 92	0.59 279	0.54 202	0.40 114	0.40 206	0.41 84	0.30 133	0.17 317	0.10 159	0.14 262	0.11 143	0.18 179	0.17 208
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
delet	0.52 231	0.54 216	1.62 95	0.31 149	0.35 319	0.74 332	0.46 335	0.85 265	0.74 324	0.55 229	0.60 252	0.67 280	0.50 287	1.12 259	0.57 281	0.11 151	0.11 204	0.13 228	0.14 233	0.16 134	0.12 86

NOSS_ROB	0.64 302	0.65 262	1.62 95	0.46 351	0.25 213	0.67 291	0.30 222	0.93 327	0.77 350	0.59 279	0.57 230	0.77 329	0.38 186	2.78 439	0.44 230	0.23 372	0.24 369	0.28 392	0.26 361	0.27 299	0.39 394

AE-Stereo	0.42 113	0.29 78	1.65 97	0.43 328	0.47 384	0.56 138	0.23 92	0.86 274	0.46 69	0.31 60	0.41 101	0.43 137	0.24 56	0.34 51	0.24 70	0.09 23	0.48 430	0.11 120	0.45 420	0.22 239	0.19 239

Anonymous_2	0.74 355	0.32 101	1.65 97	0.33 198	0.30 265	0.67 291	0.32 257	0.69 144	0.46 69	0.48 151	0.41 101	0.84 352	0.58 317	0.51 144	0.40 209	0.32 403	0.38 412	1.43 458	3.69 471	0.80 433	0.27 328

PSMNet-ADL	0.51 220	0.38 138	1.65 97	0.35 241	0.21 147	0.67 291	0.26 153	0.74 170	0.55 150	0.42 102	0.52 183	0.70 303	0.45 254	1.91 370	0.57 281	0.15 283	0.13 245	0.11 120	0.13 205	0.15 101	0.20 254

HCRNet	0.46 156	0.49 198	1.65 97	0.38 293	0.29 255	0.58 172	0.22 69	0.75 180	0.62 217	0.47 133	0.49 159	0.48 189	0.36 166	1.12 259	0.37 186	0.15 283	0.10 159	0.15 289	0.13 205	0.17 155	0.17 208

XPNet_ROB	0.61 289	0.72 284	1.66 101	0.37 279	0.27 239	0.67 291	0.47 343	0.89 294	0.71 298	0.78 372	0.70 330	0.81 343	0.53 296	1.70 330	0.76 327	0.21 356	0.16 302	0.16 307	0.15 255	0.20 215	0.21 261

EAI-Stereo	0.78 368	0.25 38	1.67 102	0.54 385	0.59 409	1.95 445	2.05 459	1.11 419	0.64 236	0.95 399	1.49 420	0.50 194	0.67 349	0.59 172	1.44 392	0.09 23	0.19 338	0.09 30	0.49 423	0.13 66	0.22 271

ttt	0.66 314	0.22 23	1.68 103	0.34 226	0.24 198	0.60 198	0.26 153	1.00 385	0.77 350	0.55 229	0.67 305	0.54 210	0.36 166	2.14 392	3.03 438	0.16 303	0.13 245	0.13 228	0.12 176	0.15 101	0.17 208

UniTT-Stereo	0.30 21	0.36 131	1.68 103	0.27 58	0.24 198	0.29 6	0.18 17	0.33 2	0.34 8	0.26 43	0.37 76	0.18 3	0.18 14	0.31 30	0.27 96	0.10 96	0.08 68	0.08 4	0.07 15	0.25 273	0.08 13

IER	0.43 119	0.38 138	1.69 105	0.26 45	0.25 213	0.66 285	0.26 153	0.71 153	0.55 150	0.54 212	0.59 239	0.60 246	0.53 296	0.52 148	0.39 203	0.11 151	0.08 68	0.11 120	0.11 143	0.14 85	0.11 55

NINENet	0.50 203	0.33 107	1.69 105	0.55 391	0.25 213	0.91 389	0.23 92	0.98 365	0.71 298	0.53 199	0.55 211	0.66 271	0.30 134	1.22 269	0.32 155	0.15 283	0.13 245	0.16 307	0.11 143	0.16 134	0.13 120

test-1	0.44 129	0.48 195	1.69 105	0.30 123	0.27 239	0.50 76	0.28 193	0.80 234	0.43 48	0.40 90	0.54 202	0.41 120	0.24 56	0.31 30	1.16 373	0.09 23	0.20 347	0.10 70	0.17 291	0.11 29	0.26 321

LALA_ROB	0.60 281	0.76 293	1.69 105	0.36 259	0.29 255	0.79 358	0.55 363	0.94 335	0.77 350	0.81 379	0.67 305	0.94 380	0.49 284	0.99 242	0.73 323	0.21 356	0.15 286	0.20 358	0.18 301	0.23 248	0.21 261

MGS-Stereo	0.32 33	0.34 118	1.70 109	0.25 23	0.14 17	0.40 33	0.22 69	0.38 4	0.43 48	0.24 22	0.51 171	0.25 35	0.18 14	0.31 30	0.20 24	0.09 23	0.08 68	0.09 30	0.08 36	0.47 403	0.08 13

hknet	0.47 170	0.29 78	1.70 109	0.30 123	0.24 198	0.76 341	0.31 234	1.00 385	0.64 236	0.63 314	0.53 192	0.80 340	0.38 186	0.77 221	0.37 186	0.11 151	0.10 159	0.14 262	0.12 176	0.12 40	0.11 55

test-3	0.43 119	0.20 8	1.70 109	0.34 226	0.32 288	0.45 41	0.23 92	0.71 153	0.46 69	0.51 182	0.29 34	0.45 157	0.21 30	0.59 172	0.98 350	0.08 5	0.07 14	0.10 70	0.35 397	0.29 308	0.28 334

test_1	0.43 119	0.20 8	1.70 109	0.34 226	0.32 288	0.45 41	0.23 92	0.71 153	0.46 69	0.50 169	0.29 34	0.45 157	0.21 30	0.59 172	0.98 350	0.08 5	0.07 14	0.10 70	0.35 397	0.29 308	0.29 340

test_3	0.44 129	0.20 8	1.70 109	0.36 259	0.32 288	0.47 57	0.30 222	0.73 166	0.49 92	0.50 169	0.30 42	0.45 157	0.22 39	0.59 172	0.98 350	0.08 5	0.10 159	0.11 120	0.35 397	0.29 308	0.28 334

R-Stereo Train	0.36 62	0.21 13	1.70 109	0.29 108	0.18 96	0.55 124	0.26 153	0.78 216	0.36 13	0.57 250	0.67 305	0.33 82	0.24 56	0.32 37	0.23 51	0.10 96	0.08 68	0.09 30	0.07 15	0.09 10	0.12 86

RAFT-Stereo	0.36 62	0.21 13	1.70 109	0.29 108	0.18 96	0.55 124	0.26 153	0.78 216	0.36 13	0.57 250	0.67 305	0.33 82	0.24 56	0.32 37	0.23 51	0.10 96	0.08 68	0.09 30	0.07 15	0.09 10	0.12 86
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM	0.62 294	0.76 293	1.72 116	0.30 123	0.29 255	0.64 267	0.28 193	0.94 335	0.62 217	0.58 266	0.57 230	1.40 426	0.64 340	2.59 427	0.42 217	0.11 151	0.08 68	0.10 70	0.08 36	0.14 85	0.11 55

raft_robust	0.55 254	0.84 328	1.73 117	0.28 80	0.54 398	0.53 106	0.25 134	0.88 288	0.75 337	0.48 151	0.46 126	0.76 327	0.75 369	1.46 292	0.27 96	0.09 23	0.10 159	0.10 70	0.30 377	0.26 291	0.16 191

AACVNet	0.54 242	0.78 310	1.73 117	0.36 259	0.21 147	0.57 156	0.25 134	0.71 153	0.51 108	0.55 229	0.59 239	0.64 263	0.41 217	2.13 391	0.41 215	0.14 266	0.11 204	0.14 262	0.11 143	0.33 340	0.15 168

UPFNet	0.46 156	0.28 73	1.73 117	0.33 198	0.32 288	0.65 279	0.38 296	0.83 251	0.59 180	0.57 250	0.52 183	0.61 248	0.40 206	0.75 214	0.52 262	0.13 228	0.12 228	0.13 228	0.12 176	0.15 101	0.11 55

iResNet_ROB	0.50 203	1.15 405	1.73 117	0.31 149	0.21 147	0.58 172	0.22 69	0.95 348	0.82 369	0.58 266	0.62 264	0.57 231	0.39 200	0.84 230	0.40 209	0.11 151	0.08 68	0.09 30	0.06 8	0.21 225	0.13 120

riskmin	0.37 68	0.22 23	1.74 121	0.32 177	0.20 137	0.48 65	0.20 34	0.66 130	0.46 69	0.36 72	0.34 64	0.69 293	0.45 254	0.39 77	0.27 96	0.11 151	0.08 68	0.12 171	0.08 36	0.13 66	0.16 191

UDGNet	0.44 129	1.02 387	1.74 121	0.35 241	0.19 122	0.58 172	0.23 92	0.49 41	0.66 263	0.41 97	0.38 84	0.34 86	0.29 126	0.53 154	0.30 133	0.24 379	0.10 159	0.37 413	0.19 320	0.27 299	0.15 168

dad	0.51 220	1.01 384	1.74 121	0.29 108	0.19 122	0.60 198	0.26 153	0.52 60	0.75 337	0.63 314	0.63 276	0.63 255	0.33 150	0.85 232	0.47 243	0.27 392	0.15 286	0.40 416	0.18 301	0.22 239	0.14 135

OMP-Stereo	0.59 276	0.65 262	1.74 121	0.56 393	0.37 338	0.60 198	0.26 153	0.70 150	0.65 249	0.66 332	0.60 252	0.69 293	0.32 147	2.09 389	1.20 375	0.10 96	0.07 14	0.12 171	0.09 53	0.17 155	0.10 41

IIG-Stereo	0.59 276	0.65 262	1.74 121	0.54 385	0.23 185	0.61 219	0.21 51	0.73 166	0.65 249	0.64 323	0.69 320	0.69 293	0.38 186	2.09 389	1.39 388	0.11 151	0.07 14	0.11 120	0.09 53	0.15 101	0.09 23

CREStereo++_RVC	0.33 40	0.29 78	1.74 121	0.24 11	0.16 45	0.54 112	0.15 4	0.40 6	0.55 150	0.37 76	0.51 171	0.24 27	0.19 18	0.27 5	0.26 88	0.09 23	0.06 1	0.08 4	0.30 377	0.08 1	0.06 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
knoymous	0.34 47	0.25 38	1.75 127	0.24 11	0.18 96	0.45 41	0.24 119	0.57 89	0.38 19	0.41 97	0.39 92	0.55 213	0.25 69	0.38 73	0.23 51	0.11 151	0.08 68	0.12 171	0.07 15	0.13 66	0.12 86

KYRaft	0.48 175	0.29 78	1.75 127	0.33 198	0.21 147	0.75 338	0.44 325	0.58 94	0.57 163	0.64 323	0.93 379	0.53 205	0.72 360	0.60 177	0.24 70	0.10 96	0.07 14	0.12 171	0.14 233	0.12 40	0.54 418

TANstereo	0.33 40	0.49 198	1.75 127	0.23 4	0.12 3	0.54 112	0.16 9	0.40 6	0.45 64	0.45 123	0.51 171	0.26 44	0.22 39	0.29 18	0.20 24	0.10 96	0.10 159	0.08 4	0.06 8	0.08 1	0.11 55

XX-TBD	0.34 47	0.77 302	1.75 127	0.34 226	0.13 9	0.51 82	0.17 11	0.43 16	0.50 100	0.37 76	0.49 159	0.23 20	0.18 14	0.28 9	0.24 70	0.10 96	0.07 14	0.08 4	0.06 8	0.09 10	0.07 3

SPstereo	0.34 47	0.89 342	1.76 131	0.26 45	0.12 3	0.52 99	0.14 2	0.49 41	0.38 19	0.29 55	0.30 42	0.29 65	0.22 39	0.30 23	0.20 24	0.09 23	0.17 318	0.09 30	0.07 15	0.21 225	0.11 55

SST-Stereo	0.52 231	0.20 8	1.76 131	0.62 405	0.53 396	0.62 239	0.66 390	0.55 83	0.61 199	0.58 266	0.53 192	0.52 203	0.60 323	1.59 316	0.29 119	0.11 151	0.07 14	0.12 171	0.10 86	0.16 134	0.10 41

RAFT_R40	0.50 203	0.21 13	1.76 131	0.50 368	0.40 353	0.61 219	0.53 357	0.56 86	0.60 184	0.56 239	0.54 202	0.55 213	0.51 289	1.57 310	0.53 266	0.11 151	0.07 14	0.12 171	0.10 86	0.16 134	0.09 23

DRaft	0.62 294	0.38 138	1.76 131	0.24 11	0.16 45	0.64 267	0.66 390	0.53 68	0.53 133	0.67 336	0.99 388	0.38 102	1.00 401	1.44 287	2.10 419	0.10 96	0.14 261	0.10 70	0.14 233	0.18 179	0.21 261

GrayStereo	0.66 314	0.19 4	1.76 131	0.90 428	0.23 185	0.62 239	1.42 454	0.62 117	0.60 184	0.72 356	0.78 352	0.56 225	3.07 458	0.60 177	0.26 88	0.09 23	0.08 68	0.10 70	0.21 335	0.11 29	0.18 227

CRE-IMP	0.41 98	0.22 23	1.76 131	0.48 364	0.17 69	0.79 358	0.69 398	0.52 60	0.52 114	0.47 133	0.42 104	0.45 157	0.26 83	0.41 84	0.31 145	0.11 151	0.07 14	0.12 171	0.09 53	0.17 155	0.23 292

Prome-Stereo	0.49 193	0.30 88	1.76 131	0.60 403	0.23 185	0.63 256	0.42 311	0.62 117	0.60 184	0.59 279	1.03 395	0.43 137	0.72 360	0.60 177	0.33 165	0.09 23	0.07 14	0.10 70	0.09 53	0.11 29	0.43 405

acv_ft	0.48 175	0.44 176	1.76 131	0.32 177	0.41 360	0.63 256	0.28 193	0.81 238	0.68 272	0.61 294	0.59 239	0.69 293	0.45 254	0.44 98	0.63 296	0.11 151	0.09 127	0.10 70	0.09 53	0.41 387	0.10 41

TDLM	0.67 318	0.92 347	1.76 131	0.37 279	0.24 198	0.66 285	0.56 368	0.82 245	0.74 324	1.16 414	0.62 264	0.61 248	0.48 278	2.70 435	0.50 257	0.20 350	0.11 204	0.35 407	0.14 233	0.32 332	0.16 191

testlalala	0.36 62	0.30 88	1.77 140	0.28 80	0.33 301	0.60 198	0.22 69	0.55 83	0.51 108	0.55 229	0.35 68	0.31 69	0.20 24	0.26 3	0.22 44	0.10 96	0.13 245	0.09 30	0.24 347	0.08 1	0.07 3

dd	0.42 113	0.96 363	1.77 140	0.31 149	0.17 69	0.57 156	0.26 153	0.49 41	0.68 272	0.41 97	0.40 97	0.34 86	0.27 99	0.45 107	0.40 209	0.17 317	0.10 159	0.13 228	0.12 176	0.21 225	0.12 86

NRIStereo	0.46 156	0.25 38	1.77 140	0.47 356	0.16 45	0.95 393	0.74 406	0.51 49	0.56 160	0.48 151	0.39 92	0.59 240	0.29 126	0.77 221	0.32 155	0.11 151	0.13 245	0.11 120	0.09 53	0.21 225	0.24 303

PSM-AAD	0.63 298	0.22 23	1.77 140	0.37 279	0.23 185	0.86 379	1.17 440	0.59 101	0.60 184	0.64 323	0.71 334	0.68 286	2.93 455	0.65 192	0.31 145	0.09 23	0.07 14	0.17 324	0.15 255	0.13 66	0.33 367

FBW_ROB	0.83 380	0.77 302	1.77 140	0.44 333	0.30 265	0.87 383	0.46 335	1.10 415	0.91 391	0.81 379	0.75 346	1.01 393	0.61 331	3.66 457	1.23 379	0.26 387	0.23 366	0.36 409	0.25 355	0.27 299	0.62 427

gcap-zeroshot	0.41 98	0.62 243	1.78 145	0.31 149	0.32 288	0.69 309	0.21 51	0.74 170	0.52 114	0.43 107	0.35 68	0.62 252	0.24 56	0.41 84	0.24 70	0.09 23	0.16 302	0.09 30	0.31 382	0.08 1	0.09 23

DisPM	0.43 119	0.33 107	1.78 145	0.57 395	0.18 96	0.59 188	0.63 388	0.53 68	0.61 199	0.60 287	0.53 192	0.38 102	0.26 83	0.75 214	0.29 119	0.12 199	0.07 14	0.12 171	0.11 143	0.11 29	0.14 135

GMOStereo	0.41 98	0.62 243	1.78 145	0.28 80	0.36 327	0.51 82	0.31 234	0.53 68	0.44 51	0.57 250	0.48 142	0.41 120	0.27 99	0.28 9	0.23 51	0.08 5	0.38 412	0.13 228	0.11 143	0.34 347	0.11 55

error version	0.41 98	0.62 243	1.78 145	0.28 80	0.36 327	0.51 82	0.31 234	0.53 68	0.44 51	0.57 250	0.48 142	0.41 120	0.27 99	0.28 9	0.23 51	0.08 5	0.38 412	0.13 228	0.11 143	0.34 347	0.11 55

test-v	0.41 98	0.62 243	1.78 145	0.28 80	0.36 327	0.51 82	0.31 234	0.53 68	0.44 51	0.57 250	0.48 142	0.41 120	0.27 99	0.28 9	0.23 51	0.08 5	0.38 412	0.13 228	0.11 143	0.34 347	0.11 55

LCNet	0.54 242	0.37 133	1.78 145	0.92 430	0.22 168	0.96 394	0.30 222	0.59 101	0.58 173	0.51 182	0.55 211	0.41 120	0.76 370	0.84 230	0.26 88	0.09 23	0.06 1	0.12 171	0.18 301	0.98 437	0.39 394

Patchmatch Stereo++	0.39 87	0.27 52	1.78 145	0.44 333	0.16 45	0.61 219	0.27 178	0.51 49	0.52 114	0.47 133	0.43 106	0.43 137	0.28 113	0.54 158	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.38 74	0.27 52	1.78 145	0.44 333	0.17 69	0.60 198	0.29 214	0.51 49	0.52 114	0.47 133	0.43 106	0.44 148	0.28 113	0.47 120	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

ROB_FTStereo_v2	0.38 74	0.27 52	1.78 145	0.44 333	0.17 69	0.61 219	0.28 193	0.51 49	0.52 114	0.47 133	0.43 106	0.44 148	0.28 113	0.47 120	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

ROB_FTStereo	0.38 74	0.27 52	1.78 145	0.44 333	0.17 69	0.61 219	0.26 153	0.51 49	0.52 114	0.47 133	0.43 106	0.43 137	0.28 113	0.49 135	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

Pruner-Stereo	0.51 220	0.27 52	1.78 145	1.79 457	0.19 122	0.62 239	0.45 332	0.57 89	0.60 184	0.61 294	0.48 142	0.41 120	0.24 56	0.46 113	1.00 356	0.12 199	0.07 14	0.12 171	0.10 86	0.12 40	0.13 120

iGMRVC	0.39 87	0.27 52	1.78 145	0.44 333	0.17 69	0.61 219	0.27 178	0.51 49	0.52 114	0.47 133	0.43 106	0.44 148	0.28 113	0.55 162	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

IRAFT_RVC	0.54 242	0.53 212	1.78 145	0.46 351	0.21 147	0.58 172	0.43 317	0.65 128	0.66 263	0.54 212	0.50 167	0.49 191	0.51 289	1.58 314	1.01 360	0.11 151	0.25 382	0.13 228	0.10 86	0.15 101	0.13 120

iRAFT	0.39 87	0.27 52	1.78 145	0.44 333	0.16 45	0.61 219	0.27 178	0.51 49	0.52 114	0.47 133	0.43 106	0.43 137	0.28 113	0.54 158	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

test-2	0.41 98	0.62 243	1.78 145	0.28 80	0.36 327	0.51 82	0.31 234	0.53 68	0.44 51	0.57 250	0.48 142	0.41 120	0.27 99	0.28 9	0.23 51	0.08 5	0.38 412	0.13 228	0.11 143	0.34 347	0.11 55

RAFT-Stereo + iAFF	0.42 113	0.86 333	1.78 145	0.28 80	0.17 69	0.52 99	0.20 34	0.62 117	0.61 199	0.50 169	0.61 259	0.39 106	0.32 147	0.35 55	0.30 133	0.07 1	0.10 159	0.09 30	0.09 53	0.35 355	0.10 41

AFF-stereo	0.44 129	0.96 363	1.78 145	0.31 149	0.15 31	0.50 76	0.21 51	0.64 123	0.63 228	0.47 133	0.64 291	0.49 191	0.34 158	0.46 113	0.31 145	0.08 5	0.09 127	0.10 70	0.10 86	0.37 367	0.10 41

PSMNet-RSSM	0.53 237	0.82 323	1.78 145	0.31 149	0.25 213	0.58 172	0.28 193	0.84 261	0.60 184	0.50 169	0.61 259	0.67 280	0.43 243	1.68 327	0.42 217	0.15 283	0.10 159	0.14 262	0.16 274	0.15 101	0.13 120

CFNet	0.58 271	0.96 363	1.78 145	0.33 198	0.25 213	0.63 256	0.22 69	0.88 288	0.75 337	0.46 131	0.59 239	0.58 238	0.40 206	2.29 400	0.48 247	0.12 199	0.09 127	0.15 289	0.14 233	0.30 319	0.15 168

AAGNet	0.88 387	0.33 107	1.79 164	0.54 385	0.98 438	0.62 239	0.46 335	0.50 47	0.60 184	0.58 266	0.53 192	0.50 194	0.73 363	1.23 271	7.48 468	0.11 151	0.07 14	0.12 171	0.10 86	0.14 85	0.09 23

HUI-Stereo	0.38 74	0.27 52	1.79 164	0.44 333	0.17 69	0.61 219	0.28 193	0.51 49	0.52 114	0.47 133	0.43 106	0.44 148	0.28 113	0.45 107	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

RAFT-IKP	0.38 74	0.27 52	1.79 164	0.44 333	0.16 45	0.60 198	0.28 193	0.51 49	0.52 114	0.47 133	0.43 106	0.43 137	0.28 113	0.50 141	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

ACVNet	0.45 147	0.44 176	1.79 164	0.28 80	0.21 147	0.59 188	0.36 283	0.66 130	0.68 272	0.45 123	0.59 239	0.69 293	0.40 206	0.44 98	0.55 271	0.11 151	0.09 127	0.10 70	0.09 53	0.34 347	0.10 41

CFNet-ft	0.51 220	0.76 293	1.79 164	0.28 80	0.30 265	0.63 256	0.28 193	0.66 130	0.55 150	0.45 123	0.57 230	0.74 318	0.41 217	1.46 292	0.42 217	0.14 266	0.10 159	0.28 392	0.13 205	0.18 179	0.14 135

CFNet_RVC	0.51 220	0.76 293	1.79 164	0.28 80	0.30 265	0.63 256	0.28 193	0.66 130	0.55 150	0.45 123	0.57 230	0.74 318	0.41 217	1.46 292	0.42 217	0.14 266	0.10 159	0.28 392	0.13 205	0.18 179	0.14 135

AdaStereo	0.44 129	0.38 138	1.79 164	0.34 226	0.20 137	0.57 156	0.28 193	0.92 319	0.69 281	0.52 189	0.55 211	0.61 248	0.33 150	0.48 125	0.39 203	0.17 317	0.08 68	0.17 324	0.11 143	0.18 179	0.12 86
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
test_sample6	0.52 231	0.44 176	1.81 171	0.33 198	0.18 96	0.55 124	0.27 178	0.94 335	0.66 263	0.54 212	0.62 264	0.47 178	0.36 166	1.97 376	0.38 192	0.14 266	0.10 159	0.13 228	0.13 205	0.17 155	0.16 191

NF-Stereo	0.48 175	0.25 38	1.81 171	0.52 376	0.16 45	0.61 219	0.44 325	0.66 130	0.61 199	0.50 169	0.47 130	0.37 95	0.26 83	1.45 291	0.79 335	0.11 151	0.07 14	0.12 171	0.10 86	0.13 66	0.16 191

OCTAStereo	0.48 175	0.25 38	1.81 171	0.52 376	0.16 45	0.61 219	0.43 317	0.66 130	0.61 199	0.50 169	0.47 130	0.37 95	0.26 83	1.44 287	0.80 336	0.11 151	0.07 14	0.12 171	0.10 86	0.13 66	0.17 208

RE-Stereo	0.48 175	0.25 38	1.81 171	0.52 376	0.16 45	0.61 219	0.43 317	0.66 130	0.60 184	0.50 169	0.47 130	0.37 95	0.26 83	1.44 287	0.78 331	0.11 151	0.07 14	0.12 171	0.10 86	0.13 66	0.17 208

TVStereo	0.48 175	0.25 38	1.81 171	0.52 376	0.16 45	0.61 219	0.43 317	0.66 130	0.60 184	0.50 169	0.47 130	0.37 95	0.26 83	1.44 287	0.78 331	0.11 151	0.07 14	0.12 171	0.10 86	0.13 66	0.17 208

PS-NSSS	0.63 298	1.00 380	1.81 171	0.30 123	0.31 281	0.63 256	0.34 269	0.98 365	0.69 281	0.54 212	0.74 343	0.51 197	0.41 217	2.43 415	0.48 247	0.24 379	0.17 318	0.27 388	0.18 301	0.27 299	0.21 261

GCAP-BAT	0.43 119	0.31 97	1.82 177	0.25 23	0.26 227	0.65 279	0.23 92	0.48 35	0.37 17	0.67 336	0.82 358	0.44 148	0.24 56	0.48 125	0.87 343	0.09 23	0.13 245	0.09 30	0.22 342	0.08 1	0.09 23

test_for_model	0.64 302	1.60 437	1.82 177	1.23 446	1.02 443	0.53 106	0.23 92	0.75 180	0.50 100	0.57 250	0.29 34	0.25 35	0.20 24	0.26 3	0.22 44	0.76 436	0.31 399	0.08 4	0.07 15	1.68 458	0.50 417

testlalala_base	0.46 156	0.30 88	1.82 177	0.34 226	0.27 239	0.55 124	0.21 51	0.85 265	0.32 4	0.32 66	0.39 92	0.31 69	0.23 49	0.30 23	0.28 105	0.95 442	0.30 397	0.09 30	0.21 335	1.03 438	0.18 227

CBFPSM	0.56 260	0.91 346	1.82 177	0.28 80	0.23 185	0.71 318	0.37 290	0.72 158	0.64 236	0.50 169	0.49 159	1.03 397	0.83 378	0.62 180	1.35 385	0.10 96	0.12 228	0.10 70	0.10 86	0.18 179	0.19 239

RAFT+CT+SA	0.50 203	0.86 333	1.82 177	0.37 279	0.75 425	0.54 112	0.34 269	0.77 202	0.63 228	0.38 82	0.55 211	0.34 86	0.29 126	0.68 196	0.27 96	0.09 23	0.07 14	0.11 120	0.51 425	0.29 308	0.41 403

test_sample5	0.51 220	0.43 167	1.83 182	0.32 177	0.18 96	0.55 124	0.26 153	0.92 319	0.65 249	0.53 199	0.59 239	0.45 157	0.36 166	1.87 360	0.36 181	0.13 228	0.10 159	0.13 228	0.12 176	0.17 155	0.16 191

DualNet	0.51 220	0.43 167	1.83 182	0.32 177	0.18 96	0.55 124	0.26 153	0.92 319	0.65 249	0.54 212	0.62 264	0.45 157	0.36 166	1.87 360	0.36 181	0.13 228	0.10 159	0.13 228	0.12 176	0.17 155	0.16 191

tt1	0.44 129	0.64 256	1.83 182	0.35 241	0.14 17	0.76 341	0.25 134	0.74 170	0.88 384	0.31 60	0.37 76	0.25 35	0.35 160	0.63 183	0.19 6	0.10 96	0.24 369	0.11 120	0.09 53	0.25 273	0.36 381

LL-Strereo2	0.41 98	0.90 345	1.83 182	0.44 333	0.24 198	0.54 112	0.27 178	0.58 94	0.45 64	0.41 97	0.33 58	0.44 148	0.21 30	0.44 98	0.34 172	0.09 23	0.08 68	0.16 307	0.14 233	0.17 155	0.17 208

psm_up	0.57 266	0.61 237	1.83 182	0.35 241	0.30 265	0.64 267	0.37 290	0.90 300	0.68 272	0.59 279	0.55 211	0.68 286	0.54 299	1.91 370	0.46 234	0.16 303	0.15 286	0.16 307	0.15 255	0.23 248	0.13 120

TestStereo1	0.49 193	0.81 319	1.85 187	0.39 301	0.57 405	0.56 138	0.34 269	0.75 180	0.69 281	0.44 113	0.63 276	0.35 90	0.42 233	0.64 185	0.29 119	0.10 96	0.08 68	0.12 171	0.10 86	0.33 340	0.26 321

SA-5K	0.49 193	0.81 319	1.85 187	0.39 301	0.57 405	0.56 138	0.34 269	0.75 180	0.69 281	0.44 113	0.63 276	0.35 90	0.42 233	0.64 185	0.29 119	0.10 96	0.08 68	0.12 171	0.10 86	0.33 340	0.26 321

PSM-softLoss	0.48 175	0.27 52	1.85 187	0.51 372	0.17 69	0.61 219	0.40 302	0.61 113	0.57 163	0.52 189	0.48 142	0.39 106	0.25 69	1.46 292	0.77 329	0.12 199	0.08 68	0.13 228	0.12 176	0.12 40	0.14 135

KMStereo	0.48 175	0.27 52	1.85 187	0.51 372	0.17 69	0.61 219	0.40 302	0.61 113	0.57 163	0.52 189	0.48 142	0.39 106	0.25 69	1.46 292	0.77 329	0.12 199	0.08 68	0.13 228	0.12 176	0.12 40	0.14 135

raft+_RVC	0.44 129	0.67 269	1.85 187	0.34 226	0.71 423	0.51 82	0.25 134	0.64 123	0.51 108	0.35 68	0.45 119	0.32 77	0.28 113	0.43 92	0.32 155	0.09 23	0.19 338	0.10 70	0.09 53	0.20 215	0.40 398

RALCasStereoNet	0.45 147	0.88 339	1.85 187	0.30 123	0.26 227	0.49 71	0.26 153	0.58 94	0.51 108	0.36 72	0.48 142	0.36 93	0.28 113	0.55 162	0.34 172	0.10 96	0.53 432	0.09 30	0.08 36	0.25 273	0.34 371

UCFNet_RVC	0.48 175	0.82 323	1.85 187	0.30 123	0.27 239	0.64 267	0.26 153	0.74 170	0.55 150	0.48 151	0.53 192	0.63 255	0.41 217	0.88 235	0.38 192	0.15 283	0.10 159	0.17 324	0.17 291	0.18 179	0.15 168

MLCV	0.48 175	0.89 342	1.85 187	0.29 108	0.14 17	0.59 188	0.23 92	0.72 158	0.59 180	0.66 332	0.66 302	0.55 213	0.36 166	1.03 247	0.49 252	0.09 23	0.06 1	0.09 30	0.07 15	0.19 200	0.11 55

IMH-64-1	1.39 432	1.64 440	1.86 195	1.36 448	1.11 447	1.39 423	1.19 441	1.76 446	1.45 435	1.16 414	2.21 439	1.53 430	1.38 426	1.98 377	1.52 395	1.29 452	0.67 442	1.27 452	0.69 443	1.29 449	0.98 448

IMH-64	1.39 432	1.64 440	1.86 195	1.36 448	1.11 447	1.39 423	1.19 441	1.76 446	1.45 435	1.16 414	2.21 439	1.53 430	1.38 426	1.98 377	1.52 395	1.29 452	0.67 442	1.27 452	0.69 443	1.29 449	0.98 448

ssnet_v2	0.55 254	0.60 233	1.86 195	0.32 177	0.22 168	0.72 324	0.44 325	0.94 335	0.74 324	0.63 314	0.54 202	0.81 343	0.47 270	0.77 221	0.70 314	0.16 303	0.14 261	0.14 262	0.14 233	0.30 319	0.30 348

CRFU-Net	0.56 260	0.38 138	1.86 195	0.46 351	0.26 227	0.82 369	0.36 283	0.90 300	0.49 92	0.62 305	0.59 239	0.78 332	1.35 424	1.00 243	0.48 247	0.15 283	0.14 261	0.17 324	0.10 86	0.19 200	0.14 135

PFNet+	0.45 147	0.37 133	1.86 195	0.46 351	0.18 96	0.58 172	0.77 410	0.52 60	0.64 236	0.56 239	0.48 142	0.39 106	0.26 83	0.93 236	0.32 155	0.13 228	0.09 127	0.14 262	0.13 205	0.12 40	0.15 168

DISCO	0.57 266	0.34 118	1.87 200	0.45 347	0.34 308	0.84 373	0.35 276	0.84 261	0.78 355	0.59 279	0.63 276	1.06 404	0.53 296	1.10 253	0.82 338	0.12 199	0.09 127	0.11 120	0.10 86	0.22 239	0.18 227

rvit_stereo_0075_2	0.40 92	0.40 151	1.88 201	0.33 198	0.32 288	0.41 35	0.22 69	0.58 94	0.53 133	0.38 82	0.51 171	0.40 114	0.27 99	0.44 98	0.29 119	0.20 350	0.15 286	0.22 366	0.15 255	0.18 179	0.23 292

test_sample4	0.50 203	0.42 163	1.88 201	0.32 177	0.19 122	0.56 138	0.26 153	0.93 327	0.65 249	0.54 212	0.54 202	0.45 157	0.36 166	1.79 345	0.36 181	0.13 228	0.10 159	0.13 228	0.12 176	0.17 155	0.16 191

test_sample3	0.50 203	0.41 156	1.88 201	0.32 177	0.19 122	0.57 156	0.25 134	0.92 319	0.64 236	0.52 189	0.49 159	0.47 178	0.35 160	1.79 345	0.37 186	0.13 228	0.10 159	0.12 171	0.11 143	0.16 134	0.16 191

MIM_Stereo	0.41 98	0.60 233	1.88 201	0.31 149	0.21 147	0.50 76	0.19 21	0.64 123	0.44 51	0.43 107	0.53 192	0.43 137	0.27 99	0.51 144	0.28 105	0.08 5	0.14 261	0.11 120	0.10 86	0.26 291	0.26 321

DDUNet	0.77 364	1.12 397	1.88 201	0.76 417	0.69 421	0.84 373	0.43 317	0.85 265	0.65 249	0.67 336	0.75 346	0.91 371	0.52 294	1.03 247	0.57 281	0.54 422	0.37 410	0.95 442	0.52 427	0.71 427	0.57 422

GES	0.44 129	0.28 73	1.88 201	0.30 123	0.18 96	0.61 219	0.30 222	0.88 288	0.46 69	0.47 133	0.52 183	0.39 106	0.42 233	0.58 168	0.67 307	0.15 283	0.11 204	0.12 171	0.10 86	0.15 101	0.17 208

PWC_ROB	0.70 333	0.94 355	1.88 201	0.39 301	0.39 345	0.62 239	0.30 222	0.98 365	0.94 395	0.91 394	1.29 411	0.77 329	0.62 336	1.62 321	1.03 363	0.18 328	0.11 204	0.18 344	0.13 205	0.51 410	0.22 271

Any-RAFT	0.38 74	0.25 38	1.89 208	0.27 58	0.17 69	0.68 303	0.21 51	0.78 216	0.53 133	0.43 107	0.43 106	0.54 210	0.30 134	0.41 84	0.20 24	0.10 96	0.12 228	0.08 4	0.06 8	0.10 16	0.09 23

ToySt	0.44 129	0.61 237	1.89 208	0.29 108	0.18 96	0.55 124	0.35 276	0.67 139	0.53 133	0.39 88	0.50 167	0.59 240	0.43 243	0.51 144	0.49 252	0.10 96	0.12 228	0.13 228	0.16 274	0.24 263	0.19 239

sCroCo_RVC	0.33 40	0.32 101	1.89 208	0.34 226	0.27 239	0.30 8	0.22 69	0.48 35	0.44 51	0.22 12	0.33 58	0.25 35	0.25 69	0.32 37	0.24 70	0.14 266	0.16 302	0.12 171	0.12 176	0.15 101	0.13 120

H2IRNET	0.40 92	0.61 237	1.90 211	0.29 108	0.17 69	0.54 112	0.18 17	0.52 60	0.50 100	0.27 48	0.56 222	0.47 178	0.35 160	0.46 113	0.33 165	0.10 96	0.07 14	0.12 171	0.14 233	0.32 332	0.12 86

Sa-1000	0.51 220	0.72 284	1.90 211	0.31 149	0.60 414	0.60 198	0.31 234	0.94 335	0.71 298	0.52 189	0.83 359	0.42 133	0.33 150	0.68 196	0.28 105	0.10 96	0.09 127	0.13 228	0.29 371	0.29 308	0.10 41

SACVNet	0.60 281	0.74 290	1.90 211	0.37 279	0.28 249	0.64 267	0.37 290	0.86 274	0.61 199	0.65 330	0.62 264	0.69 293	0.44 250	2.08 387	0.42 217	0.18 328	0.14 261	0.16 307	0.15 255	0.38 373	0.24 303

RALAANet	0.43 119	0.98 374	1.90 211	0.32 177	0.23 185	0.48 65	0.19 21	0.67 139	0.53 133	0.48 151	0.45 119	0.39 106	0.30 134	0.48 125	0.37 186	0.10 96	0.08 68	0.11 120	0.14 233	0.27 299	0.10 41

hitnet-ft	0.67 318	0.80 314	1.90 211	0.28 80	0.22 168	0.69 309	0.36 283	0.85 265	0.65 249	0.56 239	0.84 362	1.03 397	0.95 399	2.32 402	0.55 271	0.23 372	0.14 261	0.41 417	0.13 205	0.24 263	0.17 208

GANet-RSSM	0.55 254	0.73 287	1.90 211	0.36 259	0.26 227	0.59 188	0.27 178	0.78 216	0.52 114	0.47 133	0.57 230	0.63 255	0.45 254	1.92 374	0.43 226	0.14 266	0.10 159	0.25 384	0.11 143	0.34 347	0.14 135

GMStereo	0.38 74	0.99 378	1.91 217	0.27 58	0.16 45	0.39 31	0.23 92	0.47 32	0.62 217	0.38 82	0.34 64	0.25 35	0.25 69	0.39 77	0.29 119	0.14 266	0.08 68	0.10 70	0.12 176	0.15 101	0.11 55
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
BEATNet_4x	0.47 170	0.73 287	1.91 217	0.33 198	0.15 31	0.56 138	0.25 134	0.85 265	0.58 173	0.54 212	0.51 171	0.57 231	0.42 233	0.57 165	0.61 292	0.11 151	0.08 68	0.12 171	0.09 53	0.20 215	0.16 191

PASM	0.72 343	0.68 271	1.91 217	0.47 356	0.44 368	0.60 198	0.51 350	0.76 192	0.80 363	0.77 370	0.67 305	0.87 361	0.61 331	2.40 411	0.67 307	0.32 403	0.35 406	0.36 409	0.41 415	0.45 401	0.39 394

DeepStereo_RVC	0.44 129	0.28 73	1.92 220	0.49 366	0.17 69	0.60 198	0.59 376	0.50 47	0.52 114	0.49 162	0.45 119	0.39 106	0.86 385	0.45 107	0.33 165	0.11 151	0.08 68	0.11 120	0.09 53	0.15 101	0.19 239

Gwc-CoAtRS	0.38 74	0.33 107	1.92 220	0.27 58	0.41 360	0.48 65	0.19 21	0.59 101	0.46 69	0.43 107	0.39 92	0.57 231	0.26 83	0.32 37	0.26 88	0.09 23	0.09 127	0.09 30	0.31 382	0.11 29	0.09 23

ac_64	0.55 254	0.46 184	1.92 220	0.36 259	0.34 308	0.63 256	0.31 234	0.82 245	0.61 199	0.55 229	0.51 171	0.89 367	0.48 278	1.83 353	0.55 271	0.14 266	0.11 204	0.12 171	0.12 176	0.18 179	0.12 86

DualNet (step1)	0.59 276	0.62 243	1.93 223	0.27 58	0.22 168	0.68 303	0.31 234	0.93 327	0.66 263	0.57 250	0.51 171	0.55 213	0.45 254	1.11 256	0.38 192	0.61 426	0.14 261	0.87 436	0.56 431	0.25 273	0.23 292

test_sample9	0.94 394	0.62 243	1.93 223	0.27 58	0.22 168	0.68 303	0.31 234	0.93 327	0.66 263	0.57 250	0.51 171	0.55 213	0.45 254	1.91 370	2.55 431	0.61 426	4.16 470	0.87 436	0.56 431	0.25 273	0.23 292

test_sample8	1.12 409	0.62 243	1.93 223	0.27 58	0.22 168	0.68 303	0.31 234	0.95 348	0.61 199	1.18 421	0.56 222	2.53 445	1.31 420	1.91 370	2.55 431	0.61 426	4.16 470	0.87 436	0.56 431	0.25 273	0.23 292

1111x	0.74 355	0.21 13	1.93 223	0.31 149	0.17 69	0.63 256	0.32 257	1.03 403	0.74 324	0.52 189	0.62 264	0.57 231	0.47 270	2.38 407	4.25 457	0.12 199	0.14 261	0.11 120	0.12 176	0.12 40	0.14 135

MIF-Stereo (partial)	0.34 47	0.41 156	1.93 223	0.26 45	0.24 198	0.32 13	0.17 11	0.53 68	0.42 40	0.25 35	0.37 76	0.25 35	0.26 83	0.44 98	0.31 145	0.11 151	0.08 68	0.12 171	0.10 86	0.19 200	0.14 135

EKT-Stereo	1.47 436	0.49 198	1.93 223	2.57 467	19.31 481	0.55 124	0.22 69	0.69 144	0.42 40	0.38 82	0.36 73	0.43 137	0.27 99	0.69 202	0.26 88	0.12 199	0.14 261	0.11 120	0.16 274	0.20 215	0.15 168

MMNet	0.50 203	0.48 195	1.93 223	0.33 198	0.27 239	0.79 358	0.28 193	0.81 238	0.74 324	0.60 287	0.56 222	0.59 240	0.55 304	0.79 226	0.59 288	0.10 96	0.09 127	0.12 171	0.11 143	0.13 66	0.14 135

StereoVision	0.45 147	0.72 284	1.94 230	0.33 198	0.32 288	0.47 57	0.26 153	0.68 142	0.57 163	0.32 66	0.89 373	0.45 157	0.27 99	0.49 135	0.36 181	0.13 228	0.15 286	0.16 307	0.15 255	0.19 200	0.13 120

RP	0.67 318	0.82 323	1.94 230	0.43 328	0.44 368	0.65 279	0.45 332	0.89 294	0.82 369	0.66 332	0.92 376	0.99 390	0.76 370	1.55 307	0.66 304	0.25 384	0.18 328	0.23 373	0.20 330	0.31 326	0.22 271

DeepPruner_ROB	0.50 203	0.70 278	1.94 230	0.29 108	0.26 227	0.63 256	0.31 234	0.80 234	0.48 86	0.61 294	0.55 211	0.66 271	0.38 186	0.98 241	0.40 209	0.19 342	0.14 261	0.14 262	0.14 233	0.23 248	0.17 208

fff	0.43 119	0.77 302	1.95 233	0.24 11	0.13 9	0.51 82	0.22 69	0.77 202	0.75 337	0.54 212	0.47 130	0.31 69	0.65 342	0.36 61	0.34 172	0.09 23	0.07 14	0.08 4	0.07 15	0.08 1	0.22 271

SA	0.50 203	0.75 292	1.95 233	0.31 149	0.61 416	0.57 156	0.31 234	0.91 310	0.73 320	0.42 102	0.62 264	0.38 102	0.47 270	0.68 196	0.29 119	0.09 23	0.09 127	0.13 228	0.32 387	0.30 319	0.10 41

GEStereo_RVC	0.54 242	0.87 336	1.95 233	0.47 356	0.25 213	0.62 239	0.37 290	1.00 385	0.74 324	0.53 199	0.54 202	0.59 240	0.44 250	1.10 253	0.46 234	0.15 283	0.11 204	0.12 171	0.10 86	0.26 291	0.19 239

ADLNet	0.60 281	0.71 280	1.95 233	0.35 241	0.34 308	0.67 291	0.34 269	0.90 300	0.74 324	0.68 343	0.62 264	0.80 340	0.45 254	1.78 341	0.64 300	0.14 266	0.11 204	0.14 262	0.14 233	0.29 308	0.21 261

DCANet	0.42 113	0.77 302	1.95 233	0.25 23	0.14 17	0.51 82	0.22 69	0.77 202	0.72 306	0.54 212	0.48 142	0.31 69	0.41 217	0.36 61	0.39 203	0.09 23	0.07 14	0.09 30	0.07 15	0.13 66	0.23 292

csc	0.43 119	0.77 302	1.95 233	0.24 11	0.13 9	0.51 82	0.22 69	0.77 202	0.75 337	0.54 212	0.47 130	0.31 69	0.65 342	0.36 61	0.34 172	0.09 23	0.07 14	0.08 4	0.07 15	0.08 1	0.22 271

cscssc	0.43 119	0.77 302	1.95 233	0.24 11	0.13 9	0.51 82	0.22 69	0.77 202	0.75 337	0.54 212	0.47 130	0.31 69	0.65 342	0.36 61	0.34 172	0.09 23	0.07 14	0.08 4	0.07 15	0.08 1	0.22 271

111	0.48 175	1.09 394	1.95 233	0.24 11	0.13 9	0.59 188	0.26 153	0.83 251	0.78 355	0.48 151	0.52 183	0.56 225	0.38 186	0.49 135	0.38 192	0.09 23	0.07 14	0.09 30	0.07 15	0.23 248	0.35 373

RAFT + AFF	0.64 302	1.20 411	1.95 233	0.34 226	0.33 301	0.67 291	0.52 353	0.99 377	0.74 324	0.53 199	0.58 236	0.57 231	0.80 374	1.76 338	0.51 260	0.12 199	0.27 390	0.15 289	0.14 233	0.43 393	0.29 340

iRaft-Stereo_20w	0.58 271	0.39 147	1.96 242	0.45 347	0.32 288	0.92 391	0.57 372	1.14 420	0.56 160	0.81 379	0.40 97	0.55 213	0.69 353	0.65 192	1.04 364	0.09 23	0.16 302	0.09 30	0.36 404	0.17 155	0.25 312

rafts_anoy	0.43 119	0.89 342	1.96 242	0.32 177	0.30 265	0.48 65	0.24 119	0.62 117	0.49 92	0.37 76	0.38 84	0.33 82	0.30 134	0.51 144	0.34 172	0.10 96	0.39 418	0.13 228	0.15 255	0.17 155	0.15 168

NCCL2	0.65 310	0.94 355	1.96 242	0.43 328	0.30 265	0.71 318	0.68 396	0.84 261	0.65 249	0.70 349	0.60 252	0.86 359	0.54 299	1.56 308	0.57 281	0.20 350	0.16 302	0.67 430	0.25 355	0.22 239	0.24 303

model_zeroshot	0.44 129	0.68 271	1.97 245	0.28 80	0.18 96	0.69 309	0.21 51	0.63 122	0.40 30	1.00 402	0.34 64	0.42 133	0.20 24	0.69 202	0.24 70	0.10 96	0.22 360	0.10 70	0.22 342	0.12 40	0.10 41

test_5	0.51 220	0.87 336	1.99 246	0.37 279	0.65 418	0.58 172	0.35 276	0.78 216	0.62 217	0.48 151	0.55 211	0.45 157	0.40 206	0.72 211	0.30 133	0.09 23	0.07 14	0.12 171	0.12 176	0.33 340	0.38 390

DN-CSS_ROB	0.48 175	1.23 414	1.99 246	0.39 301	0.22 168	0.56 138	0.19 21	0.75 180	0.61 199	0.45 123	0.62 264	0.41 120	0.31 142	0.70 207	0.32 155	0.11 151	0.08 68	0.14 262	0.13 205	0.36 360	0.12 86

HGLStereo	0.54 242	0.69 275	2.00 248	0.35 241	0.40 353	0.66 285	0.30 222	0.83 251	0.62 217	0.57 250	0.69 320	0.69 293	0.54 299	1.07 250	0.55 271	0.13 228	0.13 245	0.13 228	0.11 143	0.19 200	0.17 208

ffm	0.47 170	0.23 27	2.01 249	0.30 123	0.21 147	0.57 156	0.26 153	0.74 170	0.88 384	0.53 199	0.63 276	0.66 271	0.39 200	0.63 183	0.19 6	0.10 96	0.24 369	0.15 289	0.13 205	0.25 273	0.36 381

ff1	0.73 352	0.23 27	2.01 249	0.30 123	0.21 147	0.57 156	0.26 153	0.74 170	0.88 384	0.53 199	0.63 276	0.66 271	0.39 200	2.52 422	3.43 449	0.10 96	0.24 369	0.15 289	0.13 205	0.25 273	0.36 381

mmx	0.72 343	0.23 27	2.01 249	0.30 123	0.21 147	0.57 156	0.26 153	0.99 377	0.76 346	0.53 199	0.63 276	0.66 271	0.39 200	2.52 422	3.43 449	0.13 228	0.10 159	0.15 289	0.13 205	0.15 101	0.15 168

xxx	0.72 343	0.23 27	2.01 249	0.30 123	0.21 147	0.57 156	0.26 153	0.99 377	0.76 346	0.53 199	0.63 276	0.66 271	0.39 200	2.52 422	3.43 449	0.13 228	0.10 159	0.15 289	0.13 205	0.15 101	0.15 168

RAFT-Test	0.44 129	0.38 138	2.01 249	0.27 58	0.44 368	0.64 267	0.37 290	0.72 158	0.57 163	0.45 123	0.48 142	0.65 266	0.24 56	0.35 55	0.29 119	0.09 23	0.11 204	0.09 30	0.38 407	0.10 16	0.11 55

test_4	0.40 92	0.37 133	2.01 249	0.29 108	0.21 147	0.50 76	0.28 193	0.47 32	0.39 25	0.42 102	0.76 348	0.38 102	0.22 39	0.52 148	0.33 165	0.08 5	0.07 14	0.11 120	0.15 255	0.28 305	0.07 3

GANet	0.75 357	0.84 328	2.01 249	0.40 310	0.25 213	0.74 332	0.66 390	0.87 283	0.73 320	0.71 353	1.07 400	0.84 352	0.59 320	2.71 437	1.15 372	0.17 317	0.16 302	0.44 420	0.16 274	0.31 326	0.20 254

RASNet	0.61 289	0.68 271	2.03 256	0.35 241	0.46 382	0.65 279	0.28 193	0.78 216	0.70 289	0.48 151	0.64 291	0.93 376	0.61 331	2.21 396	0.73 323	0.12 199	0.09 127	0.09 30	0.10 86	0.14 85	0.11 55

NVstereo2D	0.58 271	0.40 151	2.03 256	0.35 241	0.35 319	0.69 309	0.39 300	0.91 310	0.80 363	0.47 133	0.53 192	0.67 280	0.46 265	1.99 380	0.48 247	0.19 342	0.11 204	0.17 324	0.13 205	0.25 273	0.25 312

FADNet	0.64 302	1.22 413	2.06 258	0.32 177	0.30 265	0.66 285	0.29 214	0.88 288	0.72 306	0.44 113	0.48 142	0.66 271	0.57 313	1.84 358	0.45 233	0.46 417	0.20 347	0.17 324	0.19 320	0.59 418	0.24 303

MaskLacGwcNet_RVC	0.77 364	1.04 389	2.06 258	0.94 432	0.35 319	0.89 386	0.40 302	0.85 265	0.63 228	0.55 229	0.63 276	0.75 323	0.38 186	2.38 407	0.48 247	1.10 448	0.31 399	0.36 409	0.21 335	0.53 414	0.55 421

ACVNet-DCA	0.42 113	0.64 256	2.07 260	0.35 241	0.14 17	0.76 341	0.25 134	0.76 192	0.52 114	0.31 60	0.38 84	0.24 27	0.38 186	0.69 202	0.19 6	0.10 96	0.24 369	0.11 120	0.09 53	0.12 40	0.14 135

xx1	0.46 156	0.64 256	2.07 260	0.35 241	0.14 17	0.76 341	0.25 134	0.74 170	1.01 405	0.31 60	0.38 84	0.46 170	0.36 166	0.69 202	0.19 6	0.10 96	0.24 369	0.12 171	0.12 176	0.12 40	0.14 135

1test111	0.44 129	0.64 256	2.07 260	0.35 241	0.14 17	0.76 341	0.25 134	0.76 192	0.52 114	0.31 60	0.38 84	0.24 27	0.38 186	0.96 239	0.30 133	0.10 96	0.24 369	0.11 120	0.09 53	0.12 40	0.14 135

cc1	0.47 170	0.64 256	2.07 260	0.35 241	0.14 17	0.76 341	0.25 134	0.74 170	1.01 405	0.31 60	0.38 84	0.24 27	0.38 186	0.69 202	0.19 6	0.10 96	0.24 369	0.11 120	0.09 53	0.25 273	0.40 398

RAFT_CTSACE	0.46 156	0.76 293	2.07 260	0.35 241	0.30 265	0.54 112	0.30 222	0.61 113	0.48 86	0.49 162	0.76 348	0.55 213	0.36 166	0.58 168	0.22 44	0.08 5	0.13 245	0.11 120	0.10 86	0.41 387	0.08 13

iRaft-Stereo_5w	0.54 242	1.01 384	2.08 265	0.27 58	0.21 147	0.49 71	0.28 193	0.73 166	0.58 173	0.40 90	0.61 259	0.62 252	0.46 265	1.78 341	0.47 243	0.09 23	0.07 14	0.11 120	0.10 86	0.39 381	0.12 86

Anonymous3	0.42 113	0.35 125	2.09 266	0.33 198	0.24 198	0.72 324	0.31 234	0.74 170	0.55 150	0.35 68	0.40 97	0.33 82	0.29 126	0.44 98	0.28 105	0.18 328	0.18 328	0.13 228	0.13 205	0.17 155	0.17 208

AANet_RVC	0.68 325	1.00 380	2.09 266	0.33 198	0.25 213	0.58 172	0.32 257	0.81 238	0.80 363	0.61 294	0.94 380	0.80 340	0.41 217	2.46 417	1.02 361	0.36 409	0.14 261	0.10 70	0.09 53	0.23 248	0.22 271

HITNet	0.46 156	0.92 347	2.09 266	0.33 198	0.14 17	0.55 124	0.22 69	0.83 251	0.56 160	0.51 182	0.49 159	0.48 189	0.37 179	0.48 125	0.54 270	0.09 23	0.06 1	0.10 70	0.08 36	0.23 248	0.09 23
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
PWCDC_ROB	0.72 343	1.06 391	2.09 266	0.47 356	0.36 327	0.78 354	0.26 153	0.98 365	1.34 430	0.61 294	2.07 433	0.64 263	0.61 331	0.83 228	0.71 316	0.31 402	0.14 261	0.15 289	0.12 176	0.60 421	0.21 261

Wz-Net-LNSev-Ref	0.57 266	0.87 336	2.11 270	0.32 177	0.30 265	0.84 373	0.40 302	0.88 288	0.72 306	0.65 330	0.73 340	0.66 271	0.57 313	0.93 236	0.71 316	0.13 228	0.07 14	0.10 70	0.08 36	0.15 101	0.14 135

TestStereo	0.45 147	0.54 216	2.11 270	0.29 108	0.16 45	0.43 38	0.24 119	0.54 78	0.45 64	0.37 76	0.46 126	0.34 86	0.27 99	1.98 377	0.27 96	0.11 151	0.08 68	0.12 171	0.09 53	0.14 85	0.08 13

PDISCO_ROB	0.75 357	1.06 391	2.11 270	0.64 407	0.59 409	1.13 414	0.43 317	1.14 420	1.05 409	0.64 323	0.71 334	0.96 383	0.61 331	1.21 267	0.76 327	0.37 410	0.18 328	0.27 388	0.24 347	0.56 417	0.32 360

ADStereo(finetuned)	0.45 147	0.77 302	2.12 273	0.25 23	0.14 17	0.51 82	0.22 69	0.77 202	0.72 306	0.54 212	0.48 142	0.31 69	0.76 370	0.37 68	0.38 192	0.09 23	0.07 14	0.09 30	0.07 15	0.13 66	0.23 292

FADNet-RVC	0.61 289	1.26 418	2.12 273	0.33 198	0.26 227	0.59 188	0.29 214	0.86 274	0.62 217	0.45 123	0.50 167	0.62 252	0.46 265	1.73 334	0.55 271	0.17 317	0.20 347	0.17 324	0.18 301	0.59 418	0.28 334

DCRE	0.50 203	0.63 254	2.13 275	0.30 123	0.23 185	0.45 41	0.24 119	0.59 101	0.53 133	0.50 169	2.10 435	0.42 133	0.26 83	0.35 55	0.23 51	0.09 23	0.14 261	0.10 70	0.32 387	0.16 134	0.15 168

THIR-Stereo	0.86 384	0.62 243	2.13 275	0.25 23	0.16 45	0.58 172	2.74 465	0.59 101	0.51 108	0.62 305	1.62 424	0.97 386	1.80 443	1.69 329	2.25 424	0.10 96	0.08 68	0.14 262	0.11 143	0.15 101	0.11 55

GwcNet-RSSM	0.57 266	0.94 355	2.13 275	0.32 177	0.25 213	0.60 198	0.30 222	0.80 234	0.66 263	0.52 189	0.64 291	0.71 306	0.40 206	1.79 345	0.50 257	0.13 228	0.09 127	0.12 171	0.12 176	0.21 225	0.15 168

CC-Net-ROB	0.85 383	1.15 405	2.13 275	0.88 427	0.38 343	0.88 385	0.44 325	1.06 409	0.79 360	0.58 266	0.69 320	0.65 266	0.50 287	2.74 438	0.51 260	0.93 440	0.39 418	0.87 436	0.29 371	0.54 415	0.54 418

CVANet_RVC	0.65 310	0.80 314	2.13 275	0.36 259	0.26 227	0.62 239	0.42 311	0.84 261	0.72 306	0.69 345	0.68 313	0.68 286	0.52 294	2.64 429	0.42 217	0.19 342	0.12 228	0.22 366	0.17 291	0.37 367	0.15 168

STTStereo	0.51 220	0.69 275	2.14 280	0.36 259	0.30 265	0.61 219	0.32 257	0.77 202	0.60 184	0.60 287	0.54 202	0.67 280	0.43 243	0.86 233	0.42 217	0.16 303	0.15 286	0.17 324	0.20 330	0.16 134	0.15 168

GCST	0.72 343	1.10 395	2.15 281	1.11 442	0.59 409	0.62 239	0.19 21	0.75 180	0.53 133	0.56 239	0.63 276	0.47 178	0.31 142	1.11 256	0.33 165	0.75 435	0.45 422	0.84 435	0.64 442	0.69 426	0.54 418

plain	0.37 68	0.47 192	2.15 281	0.27 58	0.19 122	0.33 15	0.20 34	0.58 94	0.46 69	0.23 19	0.37 76	0.23 20	0.25 69	0.45 107	0.28 105	0.11 151	0.08 68	0.13 228	0.09 53	0.42 391	0.12 86

UDG	0.77 364	1.23 414	2.15 281	0.67 412	0.59 409	0.78 354	0.38 296	0.90 300	0.70 289	0.61 294	0.69 320	1.01 393	0.67 349	1.02 245	0.73 323	0.45 415	0.34 405	0.87 436	0.51 425	0.67 425	0.46 410

sAnonymous2	0.38 74	0.62 243	2.15 281	0.31 149	0.24 198	0.34 18	0.27 178	0.53 68	0.46 69	0.24 22	0.29 34	0.23 20	0.28 113	0.28 9	0.22 44	0.12 199	0.09 127	0.11 120	0.13 205	0.38 373	0.35 373

CroCo_RVC	0.38 74	0.62 243	2.15 281	0.31 149	0.24 198	0.34 18	0.27 178	0.53 68	0.46 69	0.24 22	0.29 34	0.23 20	0.28 113	0.28 9	0.22 44	0.12 199	0.09 127	0.11 120	0.13 205	0.38 373	0.35 373

cf-r	0.53 237	0.81 319	2.15 281	0.33 198	0.28 249	0.60 198	0.28 193	0.78 216	0.64 236	0.51 182	0.60 252	0.75 323	0.40 206	1.32 277	0.43 226	0.13 228	0.09 127	0.11 120	0.12 176	0.15 101	0.14 135

PVD	0.90 389	0.85 332	2.15 281	0.53 382	0.50 389	0.99 397	0.56 368	1.15 423	1.64 441	1.41 436	1.41 419	1.11 412	1.13 413	1.35 280	1.31 382	0.26 387	0.28 392	0.28 392	0.26 361	0.37 367	0.49 414

RGC	0.71 340	0.97 371	2.18 288	0.44 333	0.44 368	0.73 329	0.40 302	0.94 335	0.71 298	0.71 353	1.04 398	1.01 393	0.71 357	1.74 336	0.70 314	0.23 372	0.18 328	0.28 392	0.26 361	0.29 308	0.27 328

Wz-Net-MNSev	0.65 310	0.97 371	2.19 289	0.36 259	0.33 301	0.90 387	0.60 378	0.92 319	0.81 368	0.75 363	0.72 338	0.73 312	0.65 342	1.39 282	0.71 316	0.16 303	0.13 245	0.14 262	0.14 233	0.24 263	0.18 227

CFNet-RSSM	0.41 98	0.32 101	2.20 290	0.27 58	0.44 368	0.52 99	0.19 21	0.76 192	0.48 86	0.43 107	0.36 73	0.54 210	0.26 83	0.33 45	0.25 81	0.09 23	0.08 68	0.09 30	0.38 407	0.10 16	0.09 23

UGAM	0.58 271	0.47 192	2.21 291	0.30 123	0.19 122	0.53 106	0.34 269	0.59 101	0.63 228	0.44 113	0.73 340	0.78 332	0.37 179	2.58 426	0.39 203	0.10 96	0.08 68	0.17 324	0.14 233	0.42 391	0.17 208

DCANet-4	0.40 92	0.27 52	2.21 291	0.25 23	0.14 17	0.51 82	0.22 69	0.77 202	0.72 306	0.54 212	0.47 130	0.28 58	0.37 179	0.37 68	0.34 172	0.09 23	0.07 14	0.08 4	0.07 15	0.08 1	0.22 271

AF-Net	0.69 329	0.92 347	2.21 291	0.41 316	0.40 353	0.68 303	0.40 302	1.02 396	0.86 378	0.69 345	1.03 395	1.04 400	0.84 381	1.19 266	0.78 331	0.22 369	0.14 261	0.25 384	0.17 291	0.30 319	0.18 227

DANet	0.80 372	0.65 262	2.21 291	1.19 445	0.48 386	0.74 332	1.25 443	0.89 294	1.53 438	0.89 392	0.71 334	0.96 383	0.56 308	1.83 353	0.96 348	0.18 328	0.16 302	0.19 350	0.16 274	0.26 291	0.29 340
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
cross-raft	0.40 92	0.27 52	2.22 295	0.30 123	0.17 69	0.49 71	0.35 276	0.71 153	0.39 25	0.43 107	0.45 119	0.64 263	0.25 69	0.32 37	0.25 81	0.08 5	0.08 68	0.09 30	0.23 345	0.11 29	0.14 135

SAMSARA	0.91 390	0.97 371	2.22 295	0.80 421	0.58 407	1.32 420	1.31 445	1.01 393	0.94 395	1.36 431	0.87 369	1.38 425	0.90 391	1.72 333	1.02 361	0.24 379	0.30 397	0.22 366	0.25 355	0.36 360	0.35 373

RTSC	0.72 343	1.00 380	2.22 295	0.40 310	0.29 255	0.82 369	0.31 234	0.96 353	1.10 416	0.92 395	0.81 356	0.78 332	0.58 317	1.23 271	1.55 397	0.18 328	0.17 318	0.14 262	0.17 291	0.43 393	0.30 348

ccs_rob	0.45 147	0.46 184	2.22 295	0.26 45	0.19 122	0.56 138	0.21 51	0.77 202	0.60 184	0.49 162	0.56 222	0.69 293	0.47 270	0.52 148	0.31 145	0.11 151	0.09 127	0.16 307	0.10 86	0.17 155	0.14 135

CFNet_pseudo	0.45 147	0.46 184	2.23 299	0.25 23	0.19 122	0.56 138	0.21 51	0.77 202	0.60 184	0.49 162	0.56 222	0.69 293	0.47 270	0.52 148	0.31 145	0.11 151	0.10 159	0.15 289	0.10 86	0.17 155	0.14 135

HSM-Net_RVC	0.67 318	0.34 118	2.23 299	0.26 45	0.19 122	0.67 291	0.29 214	1.26 430	0.69 281	0.72 356	0.70 330	0.78 332	0.42 233	3.77 458	0.41 215	0.13 228	0.09 127	0.10 70	0.09 53	0.12 40	0.11 55
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CoDeX	0.52 231	0.43 167	2.25 301	0.29 108	0.26 227	0.61 219	0.32 257	0.99 377	0.68 272	0.48 151	0.55 211	0.52 203	0.40 206	1.60 317	0.35 179	0.12 199	0.09 127	0.11 120	0.10 86	0.13 66	0.12 86

DEmStereo	0.68 325	0.31 97	2.25 301	0.42 324	0.17 69	0.66 285	0.89 419	0.51 49	0.59 180	0.60 287	1.01 391	0.45 157	1.26 416	1.54 306	2.26 425	0.10 96	0.08 68	0.10 70	0.10 86	0.10 16	0.11 55

RYNet	0.70 333	0.56 227	2.25 301	0.35 241	0.41 360	0.86 379	0.43 317	0.94 335	0.82 369	0.62 305	0.53 192	0.91 371	0.60 323	2.70 435	1.00 356	0.14 266	0.11 204	0.16 307	0.14 233	0.25 273	0.27 328

iinet-f	0.57 266	0.93 353	2.27 304	0.31 149	0.25 213	0.83 371	0.33 265	0.81 238	0.65 249	0.54 212	0.63 276	0.73 312	0.67 349	0.73 212	0.67 307	0.13 228	0.13 245	0.11 120	0.10 86	0.43 393	0.16 191

PCWNet_CMD	0.46 156	0.45 182	2.28 305	0.26 45	0.20 137	0.55 124	0.21 51	0.75 180	0.64 236	0.48 151	0.55 211	0.68 286	0.57 313	0.46 113	0.30 133	0.11 151	0.10 159	0.14 262	0.10 86	0.18 179	0.14 135

MSMDNet	0.46 156	0.44 176	2.28 305	0.26 45	0.20 137	0.55 124	0.21 51	0.75 180	0.64 236	0.48 151	0.55 211	0.68 286	0.56 308	0.46 113	0.30 133	0.11 151	0.10 159	0.13 228	0.10 86	0.18 179	0.15 168

ADCRef	0.80 372	0.96 363	2.29 307	0.37 279	0.35 319	0.96 394	0.51 350	0.87 283	0.75 337	0.88 390	0.83 359	0.61 248	1.36 425	1.02 245	3.27 444	0.13 228	0.11 204	0.17 324	0.19 320	0.25 273	0.21 261

GANet-ADL	0.44 129	0.41 156	2.31 308	0.33 198	0.20 137	0.57 156	0.25 134	0.75 180	0.54 145	0.42 102	0.59 239	0.56 225	0.30 134	0.40 82	0.38 192	0.14 266	0.11 204	0.09 30	0.08 36	0.22 239	0.17 208

WAO-6	1.58 442	1.54 435	2.32 309	1.14 444	1.00 440	2.30 455	1.03 431	1.82 449	2.85 459	1.25 424	2.61 449	2.20 441	1.56 436	2.47 419	1.99 412	0.95 442	0.67 442	1.19 451	0.83 450	1.08 439	0.88 445

CFNet_ucs	0.48 175	0.50 204	2.32 309	0.26 45	0.22 168	0.57 156	0.22 69	0.85 265	0.65 249	0.53 199	0.64 291	0.68 286	0.44 250	0.54 158	0.31 145	0.13 228	0.12 228	0.16 307	0.11 143	0.19 200	0.17 208

MFN_U_SF_DS_RVC	1.01 404	1.67 442	2.32 309	0.47 356	0.39 345	1.47 425	0.95 422	0.95 348	0.91 391	0.84 386	0.94 380	1.05 402	0.60 323	2.95 444	0.72 320	0.41 411	0.72 451	0.32 404	0.55 428	0.74 428	1.22 457

RAFT-RH_RVC	0.61 289	0.50 204	2.33 312	0.36 259	0.29 255	0.60 198	0.18 17	0.44 19	0.58 173	0.76 366	1.91 431	0.47 178	0.29 126	1.60 317	1.23 379	0.14 266	0.07 14	0.13 228	0.13 205	0.10 16	0.09 23

PSMNet_ROB	0.66 314	1.01 384	2.33 312	0.38 293	0.31 281	0.72 324	0.55 363	0.86 274	0.69 281	0.54 212	0.60 252	0.75 323	0.47 270	2.00 381	0.82 338	0.17 317	0.13 245	0.19 350	0.19 320	0.24 263	0.27 328

AASNet	0.56 260	1.03 388	2.34 314	0.37 279	0.33 301	0.65 279	0.29 214	0.96 353	0.73 320	0.54 212	0.60 252	0.55 213	0.38 186	0.59 172	0.58 286	0.14 266	0.12 228	0.13 228	0.10 86	0.43 393	0.24 303

RAFT-345	0.53 237	0.30 88	2.34 314	0.38 293	0.34 308	0.58 172	0.42 311	0.47 32	0.61 199	0.51 182	1.00 390	0.43 137	0.28 113	1.57 310	0.82 338	0.10 96	0.07 14	0.11 120	0.09 53	0.10 16	0.08 13

DPSNet	0.86 384	0.60 233	2.34 314	0.58 397	0.36 327	1.07 410	0.75 407	1.30 431	1.05 409	0.70 349	0.68 313	0.94 380	1.29 417	2.08 387	1.82 407	0.26 387	0.23 366	0.16 307	0.17 291	0.48 404	0.40 398

FTStereo	0.76 360	0.18 2	2.35 317	0.71 414	0.21 147	0.73 329	1.79 457	0.57 89	0.53 133	1.07 407	1.63 425	1.29 420	2.13 447	0.75 214	0.29 119	0.19 342	0.08 68	0.12 171	0.11 143	0.11 29	0.40 398

SFCPSM	0.46 156	0.24 35	2.35 317	0.27 58	0.27 239	0.70 316	0.32 257	0.96 353	0.63 228	0.49 162	0.52 183	0.43 137	0.36 166	0.52 148	0.43 226	0.12 199	0.09 127	0.12 171	0.16 274	0.16 134	0.12 86

StereoDRNet	0.64 302	0.88 339	2.35 317	0.41 316	0.45 376	0.73 329	0.47 343	0.94 335	0.74 324	0.75 363	0.54 202	0.74 318	0.47 270	1.70 330	0.72 320	0.15 283	0.14 261	0.15 289	0.14 233	0.20 215	0.19 239

SHD	0.72 343	0.77 302	2.36 320	0.45 347	0.40 353	0.71 318	0.32 257	1.02 396	1.25 426	1.07 407	0.84 362	0.90 369	0.73 363	1.09 252	0.98 350	0.21 356	0.18 328	0.20 358	0.21 335	0.32 332	0.31 355

NLCA_NET_v2_RVC	0.55 254	0.92 347	2.36 320	0.38 293	0.37 338	0.60 198	0.28 193	0.82 245	0.62 217	0.62 305	0.55 211	0.72 308	0.45 254	1.00 243	0.43 226	0.15 283	0.11 204	0.14 262	0.14 233	0.15 101	0.16 191
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
TRStereo	0.53 237	0.76 293	2.38 322	0.42 324	0.29 255	0.69 309	0.23 92	1.81 448	0.55 150	0.36 72	0.32 53	0.47 178	0.40 206	0.46 113	0.25 81	0.12 199	0.11 204	0.11 120	0.41 415	0.13 66	0.32 360

MSMD_ROB	1.34 427	0.96 363	2.38 322	0.39 301	0.32 288	1.96 446	0.62 386	0.91 310	1.43 434	2.94 464	2.60 448	4.77 464	1.95 445	2.43 415	1.33 384	0.29 397	0.26 384	0.32 404	0.32 387	0.30 319	0.30 348

LMCR-Stereo	0.52 231	0.71 280	2.39 324	0.40 310	0.21 147	0.74 332	0.31 234	1.02 396	0.64 236	0.61 294	0.63 276	0.39 106	0.51 289	0.62 180	0.42 217	0.19 342	0.09 127	0.12 171	0.09 53	0.23 248	0.12 86

XQC	0.73 352	0.98 374	2.39 324	0.46 351	0.35 319	0.81 366	0.46 335	1.00 385	1.00 403	0.80 374	0.69 320	0.88 365	0.74 368	1.32 277	1.20 375	0.24 379	0.16 302	0.23 373	0.20 330	0.41 387	0.33 367

MIPNet	0.83 380	0.81 319	2.40 326	0.61 404	0.18 96	1.48 426	1.39 450	1.60 443	0.74 324	1.94 445	0.85 366	0.73 312	1.68 439	0.87 234	0.31 145	0.09 23	0.08 68	0.11 120	0.32 387	0.25 273	0.12 86

GMM-Stereo	0.50 203	0.23 27	2.41 327	0.54 385	0.24 198	0.77 349	0.46 335	0.59 101	0.57 163	0.58 266	0.73 340	0.47 178	0.43 243	0.68 196	0.27 96	0.10 96	0.06 1	0.13 228	0.13 205	0.14 85	0.44 407

ICVP	0.46 156	0.29 78	2.41 327	0.33 198	0.22 168	0.59 188	0.55 363	0.75 180	0.50 100	0.44 113	0.60 252	0.49 191	0.35 160	0.53 154	0.37 186	0.16 303	0.16 302	0.14 262	0.11 143	0.15 101	0.15 168
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FENet	0.44 129	0.30 88	2.42 329	0.32 177	0.17 69	0.58 172	0.22 69	0.77 202	0.59 180	0.47 133	0.42 104	0.55 213	0.38 186	0.49 135	0.47 243	0.12 199	0.09 127	0.12 171	0.11 143	0.13 66	0.16 191

FADNet_RVC	0.81 378	1.14 401	2.42 329	0.30 123	0.24 198	0.71 318	0.24 119	0.95 348	0.61 199	0.44 113	0.56 222	0.59 240	0.42 233	1.52 304	0.68 310	0.94 441	0.96 457	0.28 392	1.00 457	0.90 436	1.36 461

NCC-stereo	0.79 370	0.94 355	2.42 329	0.59 400	0.45 376	1.90 443	0.46 335	0.99 377	0.72 306	0.64 323	0.84 362	0.91 371	0.73 363	1.80 349	1.00 356	0.27 392	0.19 338	0.23 373	0.31 382	0.24 263	0.22 271

Abc-Net	0.79 370	0.94 355	2.42 329	0.59 400	0.45 376	1.90 443	0.46 335	0.99 377	0.72 306	0.64 323	0.84 362	0.91 371	0.73 363	1.80 349	1.00 356	0.27 392	0.19 338	0.23 373	0.31 382	0.24 263	0.22 271
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
IPLG	0.69 329	0.84 328	2.43 333	0.35 241	0.21 147	1.65 436	0.61 382	1.36 434	0.58 173	1.39 435	0.51 171	0.37 95	0.87 386	1.41 285	0.36 181	0.09 23	0.07 14	0.14 262	0.12 176	0.32 332	0.11 55

ADCL	0.99 399	0.79 312	2.43 333	0.39 301	0.32 288	1.50 428	1.90 458	0.92 319	0.97 399	1.26 428	1.27 409	1.00 392	1.42 430	1.14 262	3.31 445	0.17 317	0.14 261	0.22 366	0.21 335	0.30 319	0.22 271

anonymousa	0.48 175	0.46 184	2.44 335	0.29 108	0.34 308	0.61 219	0.25 134	0.66 130	0.54 145	0.53 199	0.77 351	0.73 312	0.46 265	0.33 45	0.31 145	0.10 96	0.09 127	0.12 171	0.29 371	0.10 16	0.19 239

stereogan	0.69 329	0.51 206	2.44 335	0.39 301	0.39 345	1.01 401	0.41 308	0.94 335	0.92 394	0.73 360	0.85 366	1.15 415	0.69 353	1.57 310	0.53 266	0.19 342	0.18 328	0.20 358	0.16 274	0.36 360	0.24 303

DRN-Test	0.64 302	0.43 167	2.44 335	0.39 301	0.44 368	0.80 365	0.41 308	1.02 396	0.78 355	0.80 374	0.63 276	0.69 293	0.56 308	1.79 345	0.69 312	0.15 283	0.12 228	0.17 324	0.16 274	0.18 179	0.17 208

CIPLG	0.56 260	1.19 410	2.46 338	0.80 421	0.31 281	0.61 219	0.57 372	0.76 192	0.57 163	0.56 239	0.63 276	0.41 120	0.30 134	0.45 107	0.40 209	0.11 151	0.20 347	0.13 228	0.13 205	0.35 355	0.19 239

GANetREF_RVC	0.75 357	1.15 405	2.46 338	0.47 356	0.26 227	0.83 371	0.61 382	0.97 361	0.89 388	0.62 305	0.61 259	0.72 308	0.59 320	2.42 413	0.55 271	0.32 403	0.25 382	0.36 409	0.24 347	0.39 381	0.31 355
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
MSKI-zero shot	0.46 156	0.38 138	2.47 340	0.27 58	0.43 367	0.56 138	0.20 34	0.77 202	0.43 48	0.60 287	0.51 171	0.44 148	0.17 6	0.68 196	0.21 34	0.09 23	0.29 393	0.09 30	0.32 387	0.14 85	0.10 41

Wz-Net-LNSev	0.59 276	0.96 363	2.47 340	0.34 226	0.37 338	0.79 358	0.44 325	0.86 274	0.77 350	0.61 294	0.67 305	0.79 337	0.56 308	0.64 185	0.62 294	0.15 283	0.14 261	0.12 171	0.12 176	0.18 179	0.19 239

PFNet	0.60 281	0.33 107	2.47 340	0.41 316	0.55 401	0.62 239	0.27 178	0.61 113	0.63 228	0.61 294	0.56 222	0.45 157	0.32 147	1.88 367	1.14 370	0.28 396	0.09 127	0.12 171	0.16 274	0.26 291	0.20 254

UGAM-zero	0.63 298	0.39 147	2.49 343	0.30 123	0.49 387	0.67 291	0.19 21	0.91 310	0.45 64	0.77 370	0.45 119	1.16 417	0.82 377	2.05 384	0.29 119	0.09 23	0.15 286	0.09 30	0.44 419	0.11 29	0.22 271

DCVSM-stereo	0.49 193	0.29 78	2.49 343	0.29 108	0.22 168	0.53 106	0.52 353	0.58 94	0.49 92	0.69 345	0.46 126	0.79 337	0.48 278	0.53 154	0.42 217	0.13 228	0.14 261	0.15 289	0.12 176	0.20 215	0.20 254

WAO-7	1.48 437	1.63 438	2.49 343	0.93 431	0.75 425	1.72 439	1.10 435	1.84 450	1.96 450	1.43 437	2.54 446	1.97 437	1.61 438	3.06 446	2.08 416	0.69 432	0.66 441	0.94 441	0.74 446	0.80 433	0.69 432

LL-Strereo	0.72 343	1.29 420	2.49 343	0.36 259	0.45 376	0.55 124	0.32 257	0.93 327	0.71 298	0.67 336	0.58 236	0.85 355	0.79 373	2.67 433	0.46 234	0.10 96	0.18 328	0.14 262	0.12 176	0.40 385	0.42 404

FCDSN-DC	1.29 424	0.54 216	2.50 347	0.47 356	0.41 360	1.12 412	0.60 378	1.10 415	1.27 428	2.23 453	2.87 453	3.67 455	3.12 460	2.39 410	1.69 401	0.30 400	0.26 384	0.31 401	0.30 377	0.35 355	0.38 390
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSC_U_SF_DS_RVC	1.34 427	1.70 446	2.50 347	0.56 393	0.40 353	2.15 453	0.99 425	1.24 428	1.26 427	1.02 403	1.10 402	1.29 420	0.88 389	3.10 448	1.08 366	1.66 460	0.83 453	0.68 431	0.88 452	1.57 454	1.80 468

SGM_RVC	1.89 447	0.92 347	2.50 347	0.96 435	0.93 437	1.63 434	1.37 448	1.52 441	12.43 471	1.85 444	1.69 426	2.40 444	1.74 442	2.81 442	1.71 402	0.53 420	0.47 427	0.42 418	0.47 421	0.74 428	0.74 433
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SQANet	0.80 372	1.58 436	2.53 350	0.76 417	0.83 429	0.76 341	0.36 283	0.83 251	0.64 236	0.63 314	0.69 320	0.73 312	0.51 289	1.21 267	0.53 266	0.77 437	0.29 393	0.59 427	0.29 371	0.86 435	0.61 426

CrosDoStereo	0.94 394	0.37 133	2.53 350	0.25 23	0.32 288	0.54 112	3.76 469	0.72 158	0.60 184	0.70 349	1.40 417	0.53 205	1.49 432	1.78 341	3.09 439	0.10 96	0.08 68	0.11 120	0.11 143	0.21 225	0.11 55

DeepStereo_LL	0.94 394	0.37 133	2.53 350	0.25 23	0.32 288	0.54 112	3.76 469	0.72 158	0.60 184	0.70 349	1.40 417	0.53 205	1.49 432	1.78 341	3.09 439	0.10 96	0.08 68	0.11 120	0.11 143	0.21 225	0.11 55

Nwc_Net	0.68 325	0.83 326	2.53 350	0.41 316	0.39 345	0.77 349	0.38 296	1.01 393	0.70 289	0.60 287	0.99 388	0.98 387	0.68 352	1.41 285	0.63 296	0.23 372	0.15 286	0.23 373	0.25 355	0.23 248	0.18 227

AnyNet_C32	1.00 402	1.33 427	2.53 350	0.49 366	0.54 398	1.15 416	1.14 438	0.91 310	0.89 388	1.11 410	0.95 382	0.87 361	0.93 393	1.50 301	4.07 454	0.21 356	0.20 347	0.25 384	0.24 347	0.38 373	0.33 367

MFMNet_re	0.92 392	1.28 419	2.53 350	0.82 425	0.76 428	0.90 387	0.75 407	0.98 365	1.04 408	1.03 404	1.05 399	0.84 352	0.94 396	0.83 228	0.72 320	0.68 431	0.60 436	0.63 428	0.60 438	0.77 431	0.74 433

gwcnet-sp	0.49 193	0.43 167	2.54 356	0.31 149	0.22 168	0.67 291	0.31 234	0.78 216	0.65 249	0.58 266	0.47 130	0.46 170	0.43 243	0.76 217	0.46 234	0.11 151	0.11 204	0.11 120	0.11 143	0.15 101	0.14 135

scenet	0.49 193	0.43 167	2.54 356	0.31 149	0.22 168	0.67 291	0.31 234	0.78 216	0.65 249	0.58 266	0.47 130	0.46 170	0.43 243	0.76 217	0.46 234	0.11 151	0.11 204	0.11 120	0.11 143	0.15 101	0.14 135

ssnet	0.49 193	0.43 167	2.54 356	0.31 149	0.22 168	0.67 291	0.31 234	0.78 216	0.65 249	0.58 266	0.47 130	0.46 170	0.43 243	0.76 217	0.46 234	0.11 151	0.11 204	0.11 120	0.11 143	0.15 101	0.14 135

NVStereoNet_ROB	1.16 415	0.95 361	2.54 356	0.58 397	0.55 401	0.78 354	0.63 388	1.00 385	1.08 414	1.03 404	4.07 463	1.48 429	1.22 415	2.88 443	1.27 381	0.50 419	0.46 424	0.54 424	0.62 439	0.50 408	0.63 429
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DispNO	0.67 318	0.98 374	2.58 360	0.31 149	0.27 239	0.59 188	0.29 214	0.83 251	0.68 272	0.53 199	0.79 355	0.83 349	0.47 270	2.46 417	0.68 310	0.12 199	0.10 159	0.19 350	0.31 382	0.16 134	0.17 208

ASMatch	0.60 281	0.43 167	2.58 360	0.91 429	0.36 327	0.56 138	0.25 134	0.52 60	0.61 199	0.47 133	1.21 406	0.47 178	0.66 347	1.34 279	0.94 346	0.10 96	0.08 68	0.11 120	0.11 143	0.10 16	0.16 191

testlalala2	0.44 129	0.28 73	2.59 362	0.64 407	0.56 403	0.57 156	0.20 34	0.78 216	0.52 114	0.40 90	0.39 92	0.45 157	0.21 30	0.27 5	0.22 44	0.09 23	0.10 159	0.08 4	0.29 371	0.12 40	0.10 41

aanetorigin	0.77 364	0.80 314	2.59 362	0.43 328	0.44 368	0.58 172	1.01 430	0.57 89	0.68 272	1.53 440	1.23 407	0.81 343	1.08 409	1.07 250	1.07 365	0.18 328	0.15 286	0.17 324	0.21 335	0.54 415	0.30 348

iResNet	0.51 220	0.76 293	2.59 362	0.41 316	0.17 69	0.64 267	0.27 178	0.82 245	0.70 289	0.57 250	0.64 291	0.43 137	0.36 166	0.70 207	0.52 262	0.10 96	0.07 14	0.09 30	0.08 36	0.21 225	0.13 120

HHNet	0.60 281	0.65 262	2.60 365	0.36 259	0.25 213	0.64 267	0.61 382	0.64 123	0.62 217	0.55 229	1.13 404	0.32 77	0.60 323	0.42 89	1.79 406	0.15 283	0.07 14	0.12 171	0.10 86	0.18 179	0.15 168

4D-IteraStereo	0.44 129	0.96 363	2.63 366	0.27 58	0.30 265	0.45 41	0.25 134	0.52 60	0.50 100	0.40 90	0.31 49	0.40 114	0.19 18	0.35 55	0.32 155	0.09 23	0.06 1	0.12 171	0.11 143	0.19 200	0.30 348

DMCA-RVC	0.62 294	0.96 363	2.63 366	0.36 259	0.90 434	0.56 138	0.31 234	0.69 144	0.57 163	0.68 343	0.52 183	0.59 240	0.56 308	1.23 271	0.53 266	0.16 303	0.38 412	0.20 358	0.15 255	0.20 215	0.15 168

STrans-v2	0.67 318	0.56 227	2.64 368	0.27 58	0.23 185	0.57 156	0.33 265	0.96 353	0.69 281	0.92 395	0.85 366	0.89 367	0.93 393	1.83 353	1.21 377	0.09 23	0.07 14	0.10 70	0.09 53	0.11 29	0.12 86

CBMV	0.71 340	0.76 293	2.64 368	0.33 198	0.20 137	0.78 354	0.79 411	0.98 365	0.78 355	0.85 389	0.71 334	0.86 359	1.10 411	1.46 292	0.62 294	0.18 328	0.20 347	0.21 364	0.19 320	0.25 273	0.33 367
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MyStereo04	0.48 175	0.40 151	2.65 370	0.29 108	0.23 185	0.60 198	0.31 234	0.83 251	0.75 337	0.47 133	0.36 73	0.53 205	0.42 233	0.53 154	0.39 203	0.09 23	0.18 328	0.12 171	0.11 143	0.16 134	0.19 239

TransformOpticalFlow	0.64 302	0.56 227	2.66 371	0.44 333	0.26 227	0.62 239	0.28 193	0.83 251	0.71 298	0.76 366	0.74 343	0.91 371	0.85 382	1.83 353	0.81 337	0.10 96	0.07 14	0.11 120	0.09 53	0.11 29	0.12 86

WCMA_ROB	1.12 409	0.83 326	2.66 371	0.58 397	0.34 308	1.17 418	0.71 402	0.93 327	0.94 395	1.74 443	2.63 450	3.09 451	1.71 441	1.70 330	1.84 408	0.26 387	0.21 355	0.20 358	0.21 335	0.28 305	0.43 405

MyStereo06	0.54 242	0.41 156	2.68 373	0.30 123	0.23 185	0.60 198	0.30 222	0.81 238	0.44 51	0.84 386	0.52 183	0.78 332	0.58 317	0.48 125	1.10 367	0.09 23	0.17 318	0.12 171	0.10 86	0.16 134	0.20 254

IPLGR	0.54 242	0.56 227	2.68 373	0.36 259	0.18 96	0.62 239	0.54 360	1.02 396	0.64 236	0.73 360	0.46 126	0.47 178	0.45 254	1.12 259	0.29 119	0.09 23	0.08 68	0.11 120	0.09 53	0.19 200	0.12 86

CBMV_ROB	0.76 360	0.42 163	2.68 373	0.33 198	0.22 168	0.74 332	0.47 343	0.96 353	0.76 346	1.04 406	0.96 383	0.88 365	0.93 393	2.06 385	1.19 374	0.22 369	0.24 369	0.27 388	0.25 355	0.25 273	0.28 334

IMH	2.02 450	2.15 467	2.69 376	1.68 454	1.12 449	1.66 437	0.92 421	2.10 454	1.92 449	1.32 430	2.66 451	2.21 442	1.69 440	5.78 465	1.68 400	5.54 470	0.96 457	1.31 454	0.71 445	1.32 452	0.99 452

SDNR	1.22 421	0.80 314	2.71 377	0.33 198	1.48 459	1.98 449	0.23 92	1.93 452	2.44 453	0.89 392	2.52 445	1.36 424	0.51 289	3.65 456	1.93 409	0.30 400	0.31 399	0.22 366	0.16 274	0.33 340	0.36 381

APVNet	0.70 333	0.67 269	2.71 377	0.38 293	0.36 327	0.85 377	0.43 317	0.91 310	0.68 272	0.55 229	0.69 320	0.75 323	0.55 304	2.31 401	0.78 331	0.17 317	0.17 318	0.24 379	0.19 320	0.33 340	0.23 292

MyStereo05	0.49 193	0.41 156	2.72 379	0.30 123	0.23 185	0.60 198	0.30 222	0.82 245	0.77 350	0.52 189	0.37 76	0.51 197	0.42 233	0.52 148	0.38 192	0.09 23	0.17 318	0.12 171	0.10 86	0.16 134	0.20 254

otaku	1.03 405	1.68 444	2.72 379	0.95 433	0.73 424	1.03 403	0.59 376	0.99 377	0.86 378	0.69 345	1.61 423	0.98 387	0.64 340	1.46 292	1.14 370	0.95 442	0.46 424	0.72 433	0.40 412	1.24 447	0.78 438

RainbowNet	1.15 413	1.78 449	2.72 379	1.12 443	0.91 435	1.06 405	0.76 409	1.16 425	1.13 420	0.75 363	0.97 385	1.09 408	0.80 374	1.60 317	1.21 377	1.17 450	1.26 460	1.01 445	0.57 434	1.13 441	0.88 445

IPLGR_C	0.58 271	1.25 417	2.72 379	0.80 421	0.31 281	0.60 198	0.61 382	0.76 192	0.58 173	0.56 239	0.62 264	0.41 120	0.31 142	0.43 92	0.40 209	0.11 151	0.22 360	0.13 228	0.15 255	0.35 355	0.19 239

Syn2CoEx	0.70 333	1.07 393	2.74 383	0.43 328	0.30 265	0.64 267	0.42 311	0.99 377	0.78 355	0.62 305	0.78 352	0.74 318	0.72 360	1.92 374	0.61 292	0.20 350	0.17 318	0.19 350	0.15 255	0.29 308	0.22 271

ADCMid	0.96 398	1.32 425	2.74 383	0.38 293	0.35 319	0.99 397	0.58 374	0.94 335	0.86 378	1.23 423	1.01 391	1.01 393	1.00 401	1.05 249	3.97 452	0.21 356	0.19 338	0.42 418	0.32 387	0.40 385	0.29 340

MyStereo8	0.54 242	0.80 314	2.76 385	0.32 177	0.33 301	0.71 318	0.20 34	0.87 283	0.57 163	0.51 182	0.59 239	0.50 194	0.33 150	0.68 196	0.55 271	0.10 96	0.29 393	0.10 70	0.13 205	0.21 225	0.34 371

G-Net	0.99 399	0.64 256	2.76 385	0.57 395	0.67 419	2.03 450	0.72 405	0.76 192	0.67 270	1.14 413	2.56 447	1.30 423	1.02 403	1.48 300	1.74 404	0.25 384	0.24 369	0.24 379	0.26 361	0.37 367	0.31 355

ACRE	0.56 260	1.14 401	2.77 387	0.76 417	0.28 249	0.60 198	0.56 368	0.76 192	0.58 173	0.55 229	0.62 264	0.41 120	0.29 126	0.44 98	0.39 203	0.11 151	0.19 338	0.13 228	0.14 233	0.36 360	0.18 227

pmcnn	1.32 425	1.05 390	2.77 387	0.74 416	1.43 454	0.72 324	0.56 368	0.96 353	0.91 391	0.99 401	2.92 456	6.01 468	0.70 355	2.38 407	3.32 446	0.13 228	0.10 159	0.08 4	0.06 8	0.34 347	0.22 271

HH	0.49 193	0.49 198	2.78 389	0.50 368	0.41 360	0.38 29	0.23 92	0.72 158	0.38 19	0.63 314	0.48 142	0.87 361	0.41 217	0.64 185	0.21 34	0.09 23	0.17 318	0.10 70	0.09 53	0.16 134	0.12 86

HanStereo	0.49 193	0.49 198	2.78 389	0.50 368	0.41 360	0.38 29	0.23 92	0.72 158	0.38 19	0.63 314	0.48 142	0.87 361	0.41 217	0.64 185	0.21 34	0.09 23	0.17 318	0.10 70	0.09 53	0.16 134	0.12 86

FC-DCNN v2	1.54 440	0.58 231	2.80 391	0.44 333	0.39 345	2.05 451	0.66 390	1.90 451	1.84 448	2.79 462	2.97 457	4.41 462	3.07 458	2.65 430	2.30 426	0.29 397	0.26 384	0.31 401	0.30 377	0.32 332	0.38 390

Ntro	1.00 402	1.68 444	2.80 391	0.95 433	0.85 430	1.06 405	0.53 357	0.98 365	0.90 390	0.62 305	0.76 348	0.93 376	0.66 347	1.66 324	0.98 350	0.99 445	0.45 422	0.75 434	0.40 412	1.19 443	0.75 435

UNet	0.54 242	0.44 176	2.83 393	0.31 149	0.33 301	0.74 332	0.27 178	0.82 245	0.61 199	0.53 199	0.54 202	0.72 308	0.54 299	0.78 225	0.56 278	0.11 151	0.09 127	0.13 228	0.11 143	0.14 85	0.12 86

ACV-stereo	0.66 314	0.76 293	2.86 394	0.32 177	0.25 213	1.01 401	0.60 378	0.59 101	0.52 114	0.41 97	0.45 119	1.55 432	0.94 396	1.40 284	0.69 312	0.14 266	0.13 245	0.12 171	0.11 143	0.20 215	0.19 239

ELAS	1.39 432	0.79 312	2.86 394	0.53 382	0.50 389	2.81 460	2.20 460	1.61 444	1.50 437	2.28 455	2.35 442	1.82 435	2.13 447	1.73 334	2.22 422	0.35 407	0.37 410	0.35 407	0.35 397	0.49 406	0.47 411
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FAT-Stereo	0.70 333	0.54 216	2.88 396	0.36 259	0.29 255	0.62 239	0.54 360	0.97 361	0.87 381	0.76 366	0.92 376	0.94 380	0.80 374	1.84 358	0.57 281	0.18 328	0.19 338	0.17 324	0.16 274	0.22 239	0.25 312

FC-DCNN	1.49 438	0.59 232	2.88 396	0.44 333	0.39 345	1.97 448	0.66 390	1.67 445	1.70 443	2.72 461	2.89 454	4.22 458	2.97 457	2.55 425	2.19 421	0.29 397	0.26 384	0.31 401	0.30 377	0.32 332	0.39 394

SPS-STEREO	1.07 408	1.13 400	2.88 396	0.65 410	0.69 421	0.99 397	0.68 396	1.05 408	0.87 381	1.36 431	1.23 407	1.46 428	0.94 396	1.87 360	1.72 403	0.66 430	0.61 437	0.58 425	0.57 434	0.65 423	0.77 437
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-8	2.80 456	2.14 465	2.89 399	1.91 461	1.04 444	3.98 464	0.96 423	3.26 464	6.17 465	2.15 451	3.37 460	3.31 453	2.41 451	11.84 474	2.03 414	2.05 464	1.86 464	1.54 460	0.92 453	1.22 444	0.87 443

ktn	4.35 465	2.10 462	2.89 399	1.80 458	1.49 460	2.13 452	1.41 453	2.26 455	12.72 472	11.41 474	16.43 478	11.15 474	3.75 461	4.36 463	3.18 443	1.82 462	0.98 459	1.73 466	1.21 462	2.97 468	1.27 458

Venus	2.80 456	2.14 465	2.89 399	1.91 461	1.04 444	3.98 464	0.96 423	3.26 464	6.17 465	2.15 451	3.37 460	3.31 453	2.41 451	11.84 474	2.03 414	2.05 464	1.86 464	1.54 460	0.92 453	1.22 444	0.87 443

STTRV1_RVC	0.80 372	0.55 225	2.89 399	0.42 324	0.49 387	0.79 358	0.44 325	1.15 423	0.82 369	0.62 305	0.89 373	0.72 308	0.63 339	2.69 434	0.64 300	0.48 418	0.64 439	0.27 388	0.24 347	0.35 355	0.27 328

GwcNet-ADL	0.50 203	0.74 290	2.90 403	0.31 149	0.20 137	0.58 172	0.29 214	0.87 283	0.64 236	0.47 133	0.47 130	0.56 225	0.33 150	0.46 113	0.46 234	0.13 228	0.12 228	0.09 30	0.09 53	0.14 85	0.21 261

IGEV_Zeroshot_test	0.53 237	0.33 107	2.91 404	0.32 177	0.18 96	0.54 112	0.21 51	0.72 158	0.42 40	0.81 379	0.51 171	0.71 306	0.41 217	0.48 125	1.13 369	0.09 23	0.15 286	0.10 70	0.35 397	0.19 200	0.09 23

DeepPrunerF	0.86 384	0.86 333	2.91 404	0.45 347	0.50 389	0.64 267	0.48 346	1.14 420	2.64 457	0.63 314	0.61 259	0.65 266	0.62 336	2.21 396	1.31 382	0.23 372	0.19 338	0.30 400	0.28 368	0.36 360	0.25 312

MANE	2.90 459	1.14 401	2.96 406	1.03 437	1.01 441	5.01 468	2.45 462	5.36 471	6.88 469	3.58 467	4.76 467	5.99 467	4.99 465	4.23 461	4.61 460	0.56 425	0.67 442	0.44 420	0.78 448	0.51 410	1.03 453

iResNetv2_ROB	0.59 276	1.43 431	2.96 406	0.40 310	0.22 168	0.58 172	0.28 193	0.91 310	0.73 320	0.57 250	0.63 276	0.60 246	0.41 217	0.74 213	0.35 179	0.11 151	0.08 68	0.10 70	0.07 15	0.43 393	0.17 208

NaN_ROB	1.14 411	0.94 355	2.96 406	0.53 382	0.56 403	1.13 414	0.99 425	0.98 365	1.00 403	1.09 409	0.87 369	0.77 329	1.06 408	5.90 466	2.72 433	0.16 303	0.23 366	0.16 307	0.24 347	0.22 239	0.36 381

MADNet++	2.79 455	2.11 464	2.97 409	2.49 466	2.28 464	2.95 461	2.31 461	2.67 458	2.47 454	3.03 465	3.13 458	2.70 447	2.92 454	4.10 460	4.48 458	2.68 466	2.24 469	3.04 470	2.44 468	2.37 465	2.34 469

ADCS	1.05 407	1.36 430	2.98 410	0.42 324	0.36 327	0.96 394	0.81 415	1.06 409	1.12 418	1.25 424	0.97 385	1.08 406	0.90 391	1.25 275	4.86 461	0.21 356	0.21 355	0.22 366	0.23 345	0.36 360	0.38 390

test_xeample3	0.46 156	0.34 118	2.99 411	0.37 279	0.16 45	0.49 71	0.33 265	1.06 409	0.44 51	0.25 35	0.23 8	0.24 27	0.25 69	0.49 135	0.56 278	0.09 23	0.07 14	0.10 70	0.40 412	0.17 155	0.26 321

MeshStereo	1.21 418	1.15 405	3.01 412	0.34 226	0.28 249	1.10 411	0.69 398	1.35 433	1.01 405	2.71 460	2.41 444	2.96 448	1.45 431	2.80 441	1.40 390	0.22 369	0.22 360	0.22 366	0.19 320	0.50 408	0.26 321
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
GASNet	0.73 352	1.47 433	3.04 413	0.47 356	0.33 301	0.57 156	0.34 269	0.91 310	0.75 337	0.58 266	0.58 236	0.74 318	0.55 304	2.03 382	0.65 303	0.21 356	0.15 286	0.19 350	0.17 291	0.51 410	0.28 334

CSAN	1.25 422	1.12 397	3.04 413	0.51 372	0.37 338	1.06 405	1.15 439	1.22 426	1.08 414	1.17 419	1.91 431	1.04 400	1.31 420	5.96 467	2.43 429	0.26 387	0.22 360	0.24 379	0.24 347	0.31 326	0.30 348

FINET	0.65 310	0.95 361	3.06 415	0.35 241	0.40 353	0.58 172	0.48 346	0.92 319	1.10 416	0.57 250	0.68 313	0.47 178	0.44 250	1.15 264	0.60 290	0.23 372	0.21 355	0.17 324	0.15 255	0.26 291	0.25 312

rrr	0.46 156	0.34 118	3.08 416	0.27 58	0.16 45	0.45 41	0.28 193	1.09 414	0.51 108	0.24 22	0.21 4	0.26 44	0.25 69	0.64 185	0.52 262	0.09 23	0.07 14	0.10 70	0.29 371	0.16 134	0.25 312

Wz-Net-TNSev	0.91 390	1.73 448	3.08 416	0.36 259	0.31 281	1.00 400	0.71 402	1.06 409	0.97 399	0.71 353	0.72 338	1.09 408	0.87 386	2.42 413	1.59 398	0.20 350	0.20 347	0.16 307	0.20 330	0.44 400	0.35 373

fast-acv-ft	0.63 298	0.88 339	3.10 418	0.38 293	0.30 265	0.79 358	0.48 346	0.69 144	0.72 306	0.58 266	0.78 352	0.76 327	0.60 323	0.67 195	0.73 323	0.15 283	0.15 286	0.18 344	0.17 291	0.37 367	0.16 191

ARAFT	0.60 281	1.23 414	3.10 418	0.28 80	0.16 45	0.64 267	0.36 283	0.90 300	0.67 270	0.61 294	0.49 159	0.55 213	0.31 142	1.24 274	0.32 155	0.10 96	0.08 68	0.14 262	0.13 205	0.37 367	0.21 261

Wz-Net-SNSev	0.76 360	1.32 425	3.11 420	0.40 310	0.31 281	0.71 318	0.60 378	0.98 365	0.87 381	0.67 336	0.83 359	0.96 383	0.60 323	1.67 326	0.97 349	0.16 303	0.15 286	0.16 307	0.17 291	0.36 360	0.24 303

GwcNet	0.69 329	0.71 280	3.12 421	0.36 259	0.45 376	0.81 366	0.44 325	0.86 274	0.84 375	0.60 287	0.74 343	0.82 347	0.49 284	1.65 323	0.66 304	0.16 303	0.15 286	0.15 289	0.15 255	0.31 326	0.24 303

LVE	1.96 449	2.17 468	3.14 422	1.68 454	1.80 463	1.63 434	1.03 431	2.34 456	2.81 458	1.25 424	2.89 454	4.24 460	1.29 417	2.79 440	1.44 392	2.85 467	0.91 456	1.18 448	1.46 465	1.23 446	1.10 454

ADCP+	0.94 394	1.12 397	3.14 422	0.34 226	0.39 345	1.06 405	0.79 411	0.89 294	0.80 363	0.66 332	0.67 305	0.85 355	1.55 435	0.93 236	4.55 459	0.13 228	0.11 204	0.16 307	0.15 255	0.26 291	0.25 312

TorneroNet	5.50 468	1.92 458	3.16 424	1.47 452	1.25 453	14.07 475	1.06 433	4.90 469	20.99 488	10.17 471	16.48 479	11.88 476	6.93 469	3.34 452	4.20 456	1.30 454	0.69 447	1.45 459	0.86 451	2.61 466	1.20 456

MFN_U_SF_RVC	1.55 441	2.39 469	3.16 424	0.65 410	0.41 360	1.12 412	0.46 335	1.23 427	1.33 429	1.61 441	1.20 405	1.43 427	0.98 400	1.76 338	1.97 410	1.90 463	1.80 462	1.98 467	2.15 466	1.63 455	1.77 467

FADNet-RVC-Resample	0.67 318	1.16 409	3.16 424	0.37 279	0.29 255	0.62 239	0.38 296	0.86 274	0.63 228	0.51 182	0.50 167	0.57 231	0.45 254	1.57 310	0.49 252	0.24 379	0.32 404	0.23 373	0.19 320	0.27 299	0.62 427

DGSMNet	2.89 458	0.63 254	3.18 427	3.43 471	4.17 469	2.57 459	6.98 472	0.97 361	0.83 373	0.56 239	1.86 430	0.79 337	0.62 336	1.64 322	1.39 388	4.61 469	5.01 472	5.17 473	4.71 472	4.44 473	4.19 472

HBP-ISP	0.76 360	1.30 421	3.19 428	0.35 241	0.26 227	0.85 377	0.54 360	1.03 403	0.72 306	0.80 374	0.69 320	0.68 286	0.83 378	2.04 383	0.44 230	0.23 372	0.24 369	0.29 399	0.25 355	0.28 305	0.24 303

ADLNet2	0.68 325	0.84 328	3.19 428	0.33 198	0.36 327	0.64 267	0.37 290	0.89 294	0.79 360	0.54 212	0.65 300	0.93 376	0.48 278	2.07 386	0.56 278	0.13 228	0.11 204	0.11 120	0.11 143	0.33 340	0.18 227

ELAS_RVC	1.37 431	0.78 310	3.21 430	0.55 391	0.50 389	1.49 427	2.48 463	1.48 438	1.71 444	2.13 450	2.09 434	2.07 439	2.56 453	1.90 369	2.02 413	0.35 407	0.36 408	0.37 413	0.34 394	0.49 406	0.47 411
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	1.49 438	1.90 456	3.22 431	1.09 440	0.54 398	1.71 438	1.73 456	1.49 439	1.53 438	1.44 438	1.80 428	1.82 435	1.30 419	3.34 452	1.76 405	1.07 447	0.56 434	0.97 443	0.58 436	1.38 453	0.65 430

ACVNet_2	1.42 435	1.81 450	3.23 432	1.08 439	0.92 436	1.32 420	0.85 416	1.49 439	1.69 442	1.19 422	1.73 427	2.13 440	1.03 404	2.50 421	1.40 390	0.91 439	0.53 432	1.00 444	0.55 428	2.11 463	0.85 441

Consistency-Raft	0.88 387	0.93 353	3.23 432	0.99 436	0.64 417	0.77 349	0.55 363	0.98 365	0.97 399	0.61 294	1.03 395	0.65 266	1.05 406	0.79 226	1.38 387	0.44 413	0.46 424	0.51 423	0.58 436	0.65 423	0.47 411

TorneroNet-64	2.65 452	1.83 451	3.30 434	1.46 451	1.20 450	3.89 463	0.99 425	3.51 468	6.71 468	2.56 458	4.60 465	4.22 458	3.85 463	3.33 451	3.14 442	1.19 451	0.65 440	1.39 457	0.79 449	3.31 469	1.15 455

edge stereo	0.81 378	0.73 287	3.30 434	0.37 279	1.21 451	0.62 239	0.39 300	0.93 327	0.79 360	0.80 374	0.88 371	1.14 414	0.71 357	2.18 394	0.71 316	0.21 356	0.20 347	0.26 387	0.18 301	0.38 373	0.26 321

notaker	2.66 453	2.07 461	3.31 436	2.61 468	1.43 454	1.76 441	1.11 436	2.76 460	1.79 447	2.26 454	11.53 474	3.96 456	4.29 464	3.09 447	2.76 435	1.55 459	0.88 455	1.70 465	1.07 459	2.00 462	1.35 460

SANet	1.20 417	1.21 412	3.33 437	0.38 293	0.27 239	1.73 440	0.85 416	1.10 415	2.49 455	1.16 414	1.83 429	1.72 434	1.50 434	2.37 404	2.84 436	0.18 328	0.16 302	0.16 307	0.15 255	0.32 332	0.32 360

AIO-Stereo-zeroshot	0.61 289	0.61 237	3.35 438	0.33 198	0.58 407	0.66 285	0.20 34	0.98 365	0.55 150	0.73 360	0.52 183	0.99 390	0.65 342	0.58 168	0.29 119	0.10 96	0.16 302	0.10 70	0.41 415	0.29 308	0.20 254

AIO-Stereo-zeroshot1	0.70 333	0.65 262	3.45 439	0.50 368	0.60 414	0.75 338	0.23 92	0.96 353	0.60 184	0.76 366	1.30 412	0.81 343	0.60 323	0.57 165	0.82 338	0.10 96	0.16 302	0.11 120	0.43 418	0.31 326	0.22 271

PA-Net	0.84 382	1.00 380	3.49 440	0.63 406	0.40 353	0.70 316	0.52 353	0.86 274	0.84 375	0.52 189	0.59 239	0.70 303	0.54 299	2.35 403	2.23 423	0.17 317	0.27 390	0.19 350	0.28 368	0.22 239	0.36 381
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
XX-Stereo	0.55 254	0.54 216	3.50 441	0.48 364	0.39 345	0.54 112	0.17 11	0.89 294	0.40 30	0.44 113	0.65 300	0.85 355	0.19 18	0.77 221	0.21 34	0.10 96	0.14 261	0.10 70	0.32 387	0.17 155	0.14 135

SGM-ForestM	2.98 460	1.70 446	3.52 442	0.67 412	0.47 384	5.18 469	3.36 467	3.30 466	2.86 460	4.44 468	3.79 462	9.80 472	5.50 468	6.29 468	6.52 466	0.27 392	0.36 408	0.24 379	0.27 365	0.38 373	0.58 424

SGM-Forest	1.04 406	0.42 163	3.59 443	0.41 316	0.32 288	1.05 404	1.32 446	0.94 335	0.83 373	1.16 414	2.23 441	1.03 397	1.39 428	2.49 420	2.35 427	0.21 356	0.21 355	0.20 358	0.19 320	0.23 248	0.32 360
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
WZ-Net	0.92 392	1.31 422	3.76 444	0.41 316	0.36 327	0.86 379	0.71 402	1.00 385	1.06 412	0.82 383	0.92 376	1.06 404	1.05 406	2.16 393	1.61 399	0.19 342	0.13 245	0.15 289	0.16 274	0.32 332	0.28 334

SGM+DAISY	1.83 446	1.43 431	3.81 445	0.87 426	1.01 441	2.38 457	2.53 464	1.36 434	1.75 445	2.92 463	3.22 459	2.65 446	2.93 455	2.22 399	3.10 441	0.72 433	0.69 447	0.63 428	0.62 439	0.77 431	0.98 448

MDST_ROB	1.17 416	0.42 163	3.87 446	0.54 385	0.44 368	4.11 466	0.58 374	1.31 432	0.84 375	2.12 447	1.12 403	0.98 387	0.71 357	4.24 462	0.99 355	0.16 303	0.14 261	0.19 350	0.17 291	0.18 179	0.35 373

S-Stereo	0.80 372	0.69 275	3.89 447	0.39 301	0.37 338	0.69 309	0.70 401	0.94 335	0.98 402	0.62 305	0.91 375	0.83 349	0.60 323	2.37 404	0.66 304	0.18 328	0.21 355	0.17 324	0.18 301	0.30 319	0.35 373

JetBlue	1.78 444	1.63 438	3.92 448	0.73 415	1.21 451	4.38 467	3.35 466	1.59 442	1.20 423	1.26 428	1.52 422	2.37 443	1.88 444	3.23 450	3.00 437	0.53 420	0.47 427	0.48 422	0.49 423	1.29 449	0.97 447

Dean	1.79 445	1.83 451	3.92 448	1.29 447	1.07 446	1.55 430	1.00 428	1.95 453	2.33 452	1.47 439	4.19 464	4.26 461	1.33 423	2.21 396	1.48 394	1.14 449	0.68 446	1.18 448	0.74 446	1.24 447	0.98 448

ADCPNet	0.99 399	0.99 378	3.93 450	0.37 279	0.68 420	1.36 422	0.62 386	0.87 283	0.76 346	0.78 372	0.81 356	1.08 406	1.18 414	1.14 262	2.49 430	0.21 356	0.69 447	0.21 364	0.95 455	0.29 308	0.37 387

ACVNet_1	1.33 426	1.91 457	4.03 451	1.09 440	0.88 432	1.19 419	0.66 390	1.24 428	1.17 421	0.94 397	0.96 383	3.09 451	1.04 405	2.37 404	1.11 368	1.04 446	0.48 430	1.03 446	0.48 422	1.12 440	0.83 440

EDNetEfficient	1.27 423	0.70 278	4.05 452	0.64 407	0.98 438	0.94 392	1.40 451	0.85 265	1.75 445	2.34 456	1.33 415	1.05 402	2.21 449	1.58 314	4.15 455	0.15 283	0.19 338	0.14 262	0.27 365	0.38 373	0.32 360

ACVNet-4b	1.93 448	1.85 453	4.10 453	1.07 438	0.86 431	1.15 416	0.53 357	1.06 409	1.12 418	0.64 323	1.09 401	1.99 438	0.70 355	2.20 395	9.86 473	5.62 471	0.41 421	1.03 446	0.55 428	1.86 461	0.85 441

tt	4.93 467	0.27 52	4.20 454	2.29 465	1.58 461	10.20 473	16.97 477	9.42 476	5.02 463	1.67 442	1.28 410	4.68 463	5.03 466	3.37 454	5.92 464	6.16 472	9.47 479	2.82 469	3.18 470	3.60 470	1.53 465

AnyNet_C01	1.14 411	1.49 434	4.23 455	0.54 385	0.53 396	1.51 429	1.37 448	1.04 407	1.07 413	1.17 419	1.33 415	1.15 415	1.08 409	1.61 320	2.74 434	0.25 384	0.22 360	0.28 392	0.24 347	0.48 404	0.40 398

pcwnet_v2	0.64 302	0.49 198	4.41 456	0.32 177	0.27 239	0.60 198	0.25 134	0.97 361	0.88 384	0.59 279	0.70 330	0.63 255	0.55 304	0.66 194	0.37 186	0.17 317	0.15 286	0.15 289	0.14 233	0.21 225	0.23 292

UNDER WATER	2.74 454	1.85 453	4.54 457	1.81 459	1.44 456	2.34 456	1.40 451	3.24 463	6.60 467	2.60 459	2.76 452	5.75 466	5.24 467	3.02 445	4.01 453	1.45 456	0.81 452	1.59 463	1.06 458	1.80 459	1.51 464

UNDER WATER-64	2.47 451	1.89 455	4.86 458	1.82 460	1.44 456	3.18 462	1.57 455	2.62 457	5.64 464	2.05 446	2.13 436	4.13 457	3.76 462	2.62 428	3.42 448	1.47 457	0.85 454	1.57 462	1.07 459	1.82 460	1.49 463

HanzoNet	7.64 470	2.86 470	5.05 459	7.01 474	3.97 468	2.18 454	1.34 447	3.37 467	4.05 461	13.17 476	10.58 468	10.73 473	16.52 479	8.45 473	10.51 474	10.48 478	9.72 480	5.59 474	13.46 479	6.84 475	6.83 475

DispFullNet	1.67 443	2.10 462	5.22 460	1.53 453	8.90 470	0.86 379	0.31 234	0.96 353	0.96 398	1.37 434	1.01 391	1.13 413	1.98 446	1.51 302	0.91 345	0.54 422	0.31 399	1.18 448	0.63 441	1.13 441	0.80 439

KSHMR	4.10 464	1.97 460	5.27 461	1.71 456	1.47 458	1.96 446	1.28 444	3.19 462	17.33 482	2.12 447	15.91 477	9.18 471	1.57 437	8.42 472	1.98 411	1.52 458	1.26 460	1.67 464	1.19 461	1.67 457	1.40 462

LSM	3.31 462	1.11 396	5.29 462	9.40 476	30.65 487	0.84 373	1.12 437	0.91 310	1.22 424	1.36 431	2.19 438	0.93 376	0.83 378	1.66 324	0.90 344	0.21 356	0.31 399	0.24 379	0.28 368	0.39 381	6.33 474

SuperB	1.15 413	1.14 401	5.43 463	0.36 259	0.26 227	0.81 366	0.89 419	0.88 288	1.17 421	0.67 336	0.68 313	0.63 255	1.39 428	1.74 336	3.37 447	0.15 283	0.12 228	0.17 324	0.16 274	2.80 467	0.25 312

MADNet+	1.36 429	1.93 459	5.95 464	0.81 424	0.59 409	1.57 431	1.09 434	1.39 436	1.22 424	0.84 386	1.01 391	1.25 419	1.12 412	3.19 449	2.36 428	0.45 415	0.47 427	0.38 415	0.34 394	0.59 418	0.57 422

RTS	1.21 418	1.31 422	6.39 465	0.52 376	0.51 394	1.61 432	0.79 411	1.03 403	1.37 432	1.13 411	1.30 412	1.10 410	0.85 382	2.65 430	2.08 416	0.21 356	0.24 369	0.18 344	0.18 301	0.43 393	0.32 360

RTSA	1.21 418	1.31 422	6.39 465	0.52 376	0.51 394	1.61 432	0.79 411	1.03 403	1.37 432	1.13 411	1.30 412	1.10 410	0.85 382	2.65 430	2.08 416	0.21 356	0.24 369	0.18 344	0.18 301	0.43 393	0.32 360

PML	23.15 483	16.83 479	7.78 467	5.49 472	9.93 471	51.13 491	104.50 491	5.76 472	13.62 475	37.30 492	105.93 491	30.86 492	23.50 486	12.07 476	7.87 469	6.30 473	2.12 468	6.32 475	2.43 467	10.44 478	2.90 470

LE_ROB	4.43 466	1.35 429	9.38 468	2.79 469	3.93 467	2.43 458	3.46 468	2.68 459	11.19 470	11.66 475	4.73 466	5.26 465	10.46 472	4.50 464	9.49 471	0.82 438	0.69 447	1.34 455	0.98 456	0.75 430	0.76 436

JetRed	3.29 461	4.93 472	10.17 469	1.45 450	1.72 462	7.44 470	5.05 471	3.06 461	2.12 451	2.41 457	2.39 443	2.99 449	2.37 450	3.51 455	6.44 465	1.32 455	1.90 466	1.37 456	1.23 463	2.21 464	1.76 466

Anonymous_1	22.91 482	11.20 476	12.13 470	12.75 477	26.28 486	19.43 481	27.92 484	14.08 479	13.61 474	14.96 477	10.58 468	11.26 475	11.19 475	12.55 478	14.57 478	38.28 491	7.88 474	34.96 488	63.99 488	89.57 492	10.94 480

DGTPSM_ROB	8.89 472	5.62 473	12.25 471	5.92 473	11.32 472	8.54 471	24.18 479	6.40 473	13.49 473	5.15 469	11.46 472	6.19 469	10.92 473	7.00 469	13.72 475	4.47 468	7.65 473	3.92 471	7.45 475	4.38 472	7.87 476

DPSM_ROB	12.34 475	11.21 477	12.51 472	12.91 478	12.80 475	19.84 483	28.28 485	14.38 481	14.28 478	10.58 472	11.26 470	12.03 477	11.85 476	13.15 480	15.34 480	7.11 475	8.31 476	6.50 476	7.35 473	8.84 476	8.31 478

DPSM	12.34 475	11.21 477	12.51 472	12.91 478	12.80 475	19.84 483	28.28 485	14.38 481	14.28 478	10.58 472	11.26 470	12.03 477	11.85 476	13.15 480	15.34 480	7.11 475	8.31 476	6.50 476	7.35 473	8.84 476	8.31 478

LRCNet_RVC	13.74 478	19.30 480	12.75 474	19.46 482	12.69 474	1.86 442	0.41 308	12.33 477	1.05 409	15.77 478	18.83 483	12.62 479	8.70 471	12.21 477	9.62 472	22.22 484	8.37 478	25.85 484	24.01 485	19.32 483	17.44 484

DPSMNet_ROB	9.48 473	5.64 474	13.01 475	8.82 475	11.82 473	8.54 471	24.20 480	6.41 474	13.65 476	5.32 470	11.47 473	6.33 470	10.92 473	7.69 470	13.89 476	7.25 477	8.19 475	5.06 472	7.78 476	5.31 474	8.26 477

psmorigin	1.36 429	0.60 233	13.80 476	0.37 279	0.29 255	0.62 239	0.33 265	0.77 202	0.61 199	0.96 400	0.88 371	1.17 418	0.73 363	4.00 459	0.86 342	0.19 342	0.22 360	0.17 324	0.18 301	0.24 263	0.29 340

xxxxx1	28.96 489	20.11 483	14.07 477	49.74 489	39.15 489	18.98 477	26.64 481	21.94 485	20.21 485	16.45 479	17.48 480	18.36 480	21.56 482	16.21 482	20.88 484	23.07 485	26.55 487	66.40 490	78.70 490	30.27 487	32.51 490

tt_ll	28.96 489	20.11 483	14.07 477	49.74 489	39.15 489	18.98 477	26.64 481	21.94 485	20.21 485	16.45 479	17.48 480	18.36 480	21.56 482	16.21 482	20.88 484	23.07 485	26.55 487	66.40 490	78.70 490	30.27 487	32.51 490

ff	28.96 489	20.11 483	14.07 477	49.74 489	39.15 489	18.98 477	26.64 481	21.94 485	20.21 485	16.45 479	17.48 480	18.36 480	21.56 482	16.21 482	20.88 484	23.07 485	26.55 487	66.40 490	78.70 490	30.27 487	32.51 490

ASD4	21.52 481	19.65 481	22.13 480	22.45 484	16.42 479	23.29 487	30.71 487	33.06 492	17.47 483	24.18 489	14.11 475	21.71 484	15.88 478	21.06 487	18.11 482	19.78 483	17.78 485	26.52 485	20.33 483	27.03 485	18.73 485

HaxPig	19.86 480	22.40 487	22.34 481	17.95 481	17.95 480	11.77 474	11.89 474	16.02 483	15.89 481	21.10 484	21.41 485	18.74 483	18.39 480	20.08 486	19.69 483	23.63 488	23.22 486	24.06 483	23.69 484	23.00 484	23.95 487

DLNR_Zeroshot_test	13.43 477	19.94 482	23.55 482	121.61 493	35.03 488	0.46 54	0.15 4	8.02 475	0.35 10	0.28 53	0.37 76	0.26 44	0.17 6	0.76 217	0.29 119	6.42 474	0.26 384	0.09 30	0.38 407	50.13 491	0.18 227

CasAABBNet	24.81 485	22.53 488	24.83 483	26.08 486	25.74 484	39.86 488	57.06 490	28.87 489	28.83 491	21.16 486	22.54 487	24.22 487	23.89 488	26.38 489	30.87 490	14.25 479	16.71 483	13.09 478	14.81 481	17.78 480	16.71 482

DPSimNet_ROB	17.97 479	20.20 486	24.98 484	17.62 480	15.92 478	21.53 485	21.00 478	13.70 478	15.61 480	23.89 488	14.69 476	22.87 485	24.58 490	12.70 479	14.56 477	18.48 482	12.91 481	20.21 482	12.05 477	17.76 479	14.17 481

Selective-RAFT-Error	24.87 486	22.59 489	25.14 485	26.13 487	25.82 485	39.93 489	57.03 489	28.97 490	28.95 492	21.21 487	22.65 488	24.25 488	23.98 489	26.43 490	30.83 489	14.27 480	16.71 483	13.10 479	14.82 482	17.82 481	16.76 483

LSM0	26.58 487	22.63 490	25.88 486	30.13 488	52.21 492	39.94 490	56.74 488	28.97 490	28.72 490	21.14 485	22.26 486	24.43 489	23.88 487	26.54 491	30.87 490	14.32 481	16.55 482	13.12 480	14.71 480	17.92 482	20.60 486

MEDIAN_ROB	23.96 484	27.05 491	26.39 487	22.16 483	22.13 482	16.12 476	13.97 475	20.24 484	20.05 484	25.50 490	25.31 489	22.96 486	22.63 485	24.39 488	23.24 487	28.20 489	27.23 490	28.62 486	27.75 486	27.50 486	27.76 488

BEATNet-Init1	12.10 474	11.19 475	27.29 488	2.99 470	3.51 466	21.84 486	11.10 473	14.34 480	13.83 477	20.34 483	20.33 484	26.35 491	20.03 481	19.06 485	14.80 479	1.74 461	1.81 463	2.05 468	2.49 469	3.69 471	3.12 471

AVERAGE_ROB	26.93 488	30.34 492	29.27 489	25.82 485	25.34 483	19.48 482	15.17 476	23.55 488	23.00 489	28.45 491	27.87 490	26.25 490	25.86 491	26.96 492	25.55 488	31.30 490	30.07 491	31.76 487	30.81 487	30.79 490	30.93 489

coex-ft	5.95 469	1.67 442	60.57 490	0.34 226	0.30 265	0.77 349	0.69 398	0.74 170	4.41 462	19.22 482	2.15 437	1.62 433	7.97 470	1.81 352	8.96 470	0.44 413	2.08 467	0.18 344	0.19 320	0.38 373	4.62 473

test_example2	115.39 492	123.23 493	94.57 491	115.52 492	123.55 493	101.63 492	114.33 492	53.41 493	99.48 493	134.90 493	135.05 492	85.83 493	85.11 492	111.32 493	106.15 492	152.55 493	205.26 493	99.78 493	114.96 493	140.96 493	110.20 493

EDNetEfficientorigin	8.18 471	0.98 374	145.96 492	0.51 372	0.89 433	0.72 324	0.48 346	0.85 265	1.56 440	2.12 447	1.49 420	1.29 420	1.31 420	1.83 353	2.13 420	0.13 228	0.12 228	0.17 324	0.18 301	0.39 381	0.45 408

FADE		3.00 471		2.11 463	2.94 465			5.00 470	2.49 455	1.25 424		3.05 450		8.02 471		94.83 492	35.90 492	65.83 489	66.18 489	1.66 456	1.30 459

Low-res two-view benchmark