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

IGEV-RUCA	0.81 11	0.15 1	1.13 2	0.52 101	0.32 167	2.13 86	0.51 168	3.46 31	1.71 14	0.95 62	0.16 4	0.24 25	0.55 70	2.81 78	0.41 31	0.12 365	0.21 404	0.20 415	0.25 382	0.21 320	0.20 328

riskmin	1.88 106	0.15 1	2.11 69	1.38 218	0.88 263	2.40 107	0.04 17	5.93 166	6.10 231	2.25 86	1.34 41	6.06 266	5.08 323	2.78 77	1.01 148	0.00 1	0.02 203	0.00 1	0.00 1	0.01 10	0.06 179

MonoStereo	0.65 2	0.17 3	1.28 7	0.04 9	0.98 275	1.45 27	0.01 2	3.37 25	1.62 12	0.28 10	1.39 42	0.06 1	0.25 12	1.89 59	0.19 6	0.00 1	0.02 203	0.00 1	0.00 1	0.00 1	0.01 16

Selective-IGEV	1.23 53	0.18 4	1.13 2	0.07 14	0.17 98	2.38 106	0.54 172	6.10 172	2.51 37	0.41 36	3.20 94	0.26 27	0.29 26	6.94 221	0.16 2	0.00 1	0.01 149	0.00 1	0.11 331	0.04 104	0.10 246

RSM	1.21 51	0.20 5	1.30 8	0.12 28	0.06 23	2.48 113	0.51 168	3.78 47	2.74 53	0.48 44	2.38 76	2.18 118	0.28 23	6.77 208	0.56 64	0.00 1	0.00 1	0.00 1	0.16 345	0.07 169	0.05 163

EGLCR-Stereo	1.04 33	0.20 5	2.00 53	1.14 188	0.16 92	2.50 114	0.11 44	4.96 105	2.61 44	0.79 58	0.07 3	1.46 94	0.37 41	3.96 105	0.23 9	0.01 190	0.05 287	0.00 1	0.00 1	0.00 1	0.07 197

PSM-AAD	3.33 257	0.20 5	1.47 13	0.73 130	0.54 223	2.55 122	6.19 408	4.97 106	3.27 92	10.92 388	11.92 330	2.95 137	9.59 404	7.90 277	0.82 113	0.01 190	0.01 149	0.00 1	0.00 1	0.04 104	2.47 437

GrayStereo	3.74 288	0.20 5	1.94 46	1.55 242	0.60 229	3.12 196	8.22 430	5.76 157	3.32 97	10.40 377	16.66 379	5.81 261	8.60 390	6.57 197	1.37 178	0.01 190	0.00 1	0.01 314	0.63 426	0.02 39	0.04 130

knoymous	1.36 65	0.21 9	1.68 28	0.20 51	0.49 212	1.58 38	0.11 44	5.15 117	2.40 34	4.62 148	1.77 56	4.56 216	0.45 60	3.23 85	0.63 73	0.00 1	0.02 203	0.00 1	0.00 1	0.02 39	0.01 16

test-3	1.86 101	0.21 9	2.46 93	1.03 171	0.22 131	1.38 22	0.83 248	4.65 90	5.04 185	7.26 277	1.78 57	4.10 194	0.41 53	6.53 196	0.76 99	0.00 1	0.00 1	0.00 1	0.29 392	0.18 297	0.14 286

test_1	1.85 100	0.21 9	2.45 90	1.02 169	0.22 131	1.37 21	0.82 244	4.66 92	5.06 186	7.02 260	1.73 54	4.09 192	0.41 53	6.51 194	0.76 99	0.00 1	0.00 1	0.00 1	0.29 392	0.18 297	0.14 286

AIO-Stereo	0.94 19	0.22 12	1.20 6	0.06 11	0.08 45	2.36 102	0.62 196	5.50 148	2.61 44	0.30 12	3.32 97	0.41 52	0.25 12	1.12 17	0.17 5	0.00 1	0.01 149	0.00 1	0.35 408	0.06 153	0.12 271

test_3	1.88 106	0.22 12	2.75 124	0.96 161	0.22 131	1.28 15	0.77 235	4.62 85	5.87 216	6.55 241	1.84 60	4.28 205	0.45 60	6.48 191	0.76 99	0.00 1	0.01 149	0.00 1	0.28 391	0.17 287	0.14 286

IGEV-Stereo++	0.74 6	0.23 14	1.31 9	0.06 11	1.62 315	1.95 68	0.01 2	3.29 20	1.81 16	0.38 23	1.68 53	0.10 2	1.16 123	0.91 8	0.19 6	0.01 190	0.01 149	0.00 1	0.00 1	0.04 104	0.01 16

ttt	3.86 301	0.23 14	2.34 84	2.22 346	1.68 323	4.36 280	0.28 110	12.45 364	11.09 365	6.90 257	11.85 328	4.08 191	3.28 229	8.47 318	7.85 371	0.06 338	0.04 276	0.00 1	0.00 1	0.03 82	0.03 88

RSM++	1.02 29	0.24 16	1.33 10	0.86 143	0.04 11	2.78 154	0.30 119	2.63 7	2.67 47	0.48 44	1.95 62	0.52 62	0.25 12	5.50 150	0.57 65	0.00 1	0.00 1	0.00 1	0.17 352	0.11 226	0.09 224

U	2.12 133	0.25 17	2.47 96	0.17 45	8.09 451	10.63 392	0.00 1	3.08 14	0.87 2	0.24 6	0.45 16	0.17 5	0.08 1	0.69 3	0.15 1	0.00 1	0.00 1	9.89 457	5.19 467	0.01 10	0.01 16

test_sample2	2.32 162	0.25 17	3.38 190	2.08 327	0.41 191	2.58 127	0.15 72	9.50 277	4.97 184	3.66 123	4.86 139	4.29 207	3.26 228	5.83 158	1.09 154	0.00 1	0.01 149	0.00 1	0.00 1	0.03 82	0.03 88

Any-RAFT	2.18 143	0.25 17	1.94 46	1.37 216	0.80 256	5.01 299	0.56 178	8.51 247	5.58 206	4.01 134	4.85 138	5.44 248	2.26 187	2.45 73	0.35 20	0.00 1	0.15 376	0.00 1	0.00 1	0.02 39	0.02 53

CAS	2.24 147	0.25 17	1.86 37	11.21 455	3.86 411	1.67 47	0.02 11	3.87 52	2.67 47	0.41 36	1.63 50	0.24 25	0.27 21	1.50 36	0.74 92	9.43 462	0.01 149	0.00 1	0.00 1	0.01 10	5.21 449

rvit_stereo_0083	1.03 30	0.26 21	3.09 169	0.49 99	0.09 50	1.27 13	0.24 101	2.72 8	4.60 170	0.38 23	0.77 22	0.78 74	1.18 125	4.35 116	0.33 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.03 88

test_sample1	2.31 160	0.26 21	3.29 183	2.08 327	0.46 201	2.62 136	0.05 21	9.88 288	4.23 150	3.90 130	3.92 115	3.49 166	4.44 295	5.67 153	1.88 222	0.00 1	0.01 149	0.00 1	0.00 1	0.02 39	0.03 88

MGS-Stereo	1.10 38	0.26 21	2.45 90	0.58 112	0.06 23	1.84 62	0.67 210	2.16 5	3.42 103	1.03 64	6.13 183	0.49 60	0.36 38	1.43 31	0.62 71	0.00 1	0.00 1	0.00 1	0.00 1	0.47 388	0.00 1

11t1	1.62 78	0.26 21	2.53 99	2.37 363	0.24 137	2.58 127	0.06 25	6.66 203	3.00 71	3.40 117	3.01 87	1.14 83	1.94 173	4.18 111	0.91 136	0.01 190	0.02 203	0.00 1	0.00 1	0.03 82	0.03 88

GMM-Stereo	3.32 255	0.27 25	2.52 98	0.82 137	0.48 209	2.27 96	4.91 395	5.06 112	3.08 78	7.06 264	16.72 380	6.21 270	3.70 253	7.60 259	1.16 163	0.04 317	0.00 1	0.00 1	0.04 300	0.10 209	4.45 444

rvit_stereo_0081	0.88 14	0.28 26	1.81 33	0.62 118	0.13 79	1.34 19	0.12 50	3.14 15	4.59 168	0.43 42	0.30 12	0.54 65	0.11 4	3.89 99	0.36 23	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 16

rvit_stereo_0082	0.88 14	0.28 26	1.81 33	0.62 118	0.13 79	1.34 19	0.12 50	3.14 15	4.59 168	0.43 42	0.30 12	0.54 65	0.11 4	3.89 99	0.36 23	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 16

x	1.73 86	0.28 26	2.49 97	1.91 293	0.17 98	2.10 82	0.83 248	8.74 259	3.55 109	3.28 112	2.12 71	3.10 147	1.96 174	2.90 80	1.12 157	0.00 1	0.02 203	0.00 1	0.00 1	0.02 39	0.03 88

fffft	0.97 22	0.29 29	1.69 29	0.03 1	0.05 14	2.12 85	0.65 204	3.44 30	1.87 19	0.34 18	0.60 19	0.23 21	0.20 6	6.69 205	0.89 132	0.00 1	0.01 149	0.00 1	0.00 1	0.18 297	0.09 224
1: 1. 1
DEFOM-Stereo	0.70 4	0.29 29	1.62 21	0.16 44	0.06 23	1.95 68	0.45 149	0.88 1	0.74 1	0.55 49	0.51 17	0.14 3	0.09 2	6.32 179	0.20 8	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 16

mmm	2.50 185	0.29 29	3.22 179	1.98 308	0.32 167	3.72 247	0.12 50	9.45 276	4.05 139	5.84 188	10.80 307	2.47 124	2.86 217	4.07 109	0.75 97	0.00 1	0.02 203	0.00 1	0.01 249	0.03 82	0.02 53

AEACV	0.80 9	0.29 29	1.70 30	0.96 161	0.24 137	2.03 76	0.88 262	3.50 34	0.88 3	0.34 18	0.20 8	0.29 34	2.01 175	1.77 51	0.33 17	0.00 1	0.03 251	0.00 1	0.29 392	0.10 209	0.09 224

GLC_STEREO	0.75 7	0.29 29	1.19 5	0.55 106	0.01 1	1.98 72	0.57 186	3.07 13	3.02 74	0.90 61	1.48 45	0.19 7	0.40 47	0.93 9	0.36 23	0.00 1	0.01 149	0.00 1	0.00 1	0.04 104	0.02 53

Prome-Stereo	3.65 282	0.29 29	1.92 43	0.91 148	0.49 212	2.07 79	4.75 393	4.41 73	3.23 90	9.32 352	20.63 408	4.06 190	7.19 366	7.70 265	1.17 164	0.00 1	0.00 1	0.00 1	0.00 1	0.05 131	4.72 448

1111x	4.25 331	0.30 35	4.31 260	1.47 229	0.37 182	5.10 300	0.32 121	12.86 377	9.82 341	6.01 200	9.73 285	8.78 326	5.97 344	9.43 363	10.39 407	0.06 338	0.03 251	0.00 1	0.00 1	0.02 39	0.04 130

qqq	1.93 114	0.30 35	2.96 151	1.40 220	0.05 14	1.96 71	0.39 135	8.45 242	3.33 98	3.06 104	3.84 111	4.67 219	2.70 204	4.40 117	0.96 141	0.00 1	0.01 149	0.00 1	0.00 1	0.02 39	0.03 88

s12784h	1.89 109	0.30 35	2.57 103	0.11 26	0.09 50	4.18 273	0.13 59	6.61 201	7.44 282	3.62 122	4.28 124	0.59 69	0.81 94	6.61 200	0.46 44	0.01 190	0.01 149	0.00 1	0.00 1	0.02 39	0.00 1

PAM	3.38 260	0.31 38	5.61 335	1.37 216	0.71 247	7.60 357	0.38 134	8.94 262	3.55 109	5.54 176	4.69 134	16.09 402	7.03 364	3.67 95	1.02 149	0.00 1	0.21 404	0.00 1	0.38 410	0.07 169	0.41 376

RAFT-Stereo-weight	1.67 80	0.31 38	1.57 17	0.97 164	0.15 88	3.19 203	0.77 235	5.06 112	6.19 241	4.96 159	3.38 103	2.83 133	0.35 37	2.87 79	0.74 92	0.01 190	0.06 301	0.00 1	0.00 1	0.01 10	0.02 53

ffm	2.90 218	0.31 38	3.97 236	1.34 209	0.98 275	2.80 157	0.48 153	4.53 80	10.19 347	6.29 227	9.23 268	5.59 251	3.72 258	8.00 281	0.46 44	0.00 1	0.02 203	0.00 1	0.00 1	0.10 209	0.04 130

ff1	3.45 270	0.31 38	3.97 236	1.34 209	0.98 275	2.80 157	0.48 153	4.53 80	10.19 347	6.29 227	9.23 268	5.59 251	3.72 258	10.11 374	9.35 396	0.00 1	0.02 203	0.00 1	0.00 1	0.10 209	0.04 130

mmx	3.86 301	0.31 38	3.97 236	1.34 209	0.98 275	2.80 157	0.48 153	12.18 360	10.66 360	6.29 227	9.23 268	5.59 251	3.72 258	10.11 374	9.35 396	0.05 329	0.02 203	0.00 1	0.00 1	0.03 82	0.04 130

xxx	3.86 301	0.31 38	3.98 240	1.34 209	0.98 275	2.80 157	0.48 153	12.18 360	10.66 360	6.29 227	9.23 268	5.59 251	3.72 258	10.11 374	9.35 396	0.05 329	0.02 203	0.00 1	0.00 1	0.03 82	0.04 130

PFNet+	2.35 165	0.31 38	3.69 216	0.79 134	0.17 98	3.15 201	0.75 231	4.52 79	6.30 243	7.90 304	6.34 196	2.53 125	1.18 125	7.72 268	1.62 201	0.03 299	0.00 1	0.00 1	0.00 1	0.01 10	0.03 88

KYRaft	3.59 278	0.31 38	1.84 36	0.76 132	0.46 201	2.29 97	4.04 377	4.75 95	3.25 91	8.93 343	19.47 401	6.62 284	5.07 322	7.79 272	0.71 87	0.01 190	0.00 1	0.00 1	0.01 249	0.04 104	5.38 451

SST-Stereo	2.75 202	0.31 38	2.78 130	1.33 207	0.33 172	3.99 266	0.82 244	5.60 150	3.93 128	10.92 388	6.19 187	5.00 233	4.23 280	8.66 328	0.74 92	0.00 1	0.00 1	0.00 1	0.00 1	0.03 82	0.03 88

xxxx	4.51 342	0.31 38	2.77 128	1.69 261	0.47 208	7.74 359	0.07 30	14.04 394	7.91 300	5.82 186	8.97 263	9.34 332	3.41 240	7.33 246	20.24 442	0.05 329	0.03 251	0.00 1	0.00 1	0.03 82	0.04 130

PAM_32	3.50 271	0.32 48	5.22 316	1.32 206	0.53 222	7.49 351	0.39 135	9.52 280	3.91 126	5.22 168	5.28 163	16.75 408	7.44 370	4.61 123	0.90 135	0.00 1	0.20 401	0.00 1	0.39 413	0.09 198	0.39 372

rvit_stereo_0075_2	2.00 123	0.32 48	5.49 328	0.60 115	1.98 342	1.77 59	0.10 40	7.24 218	5.70 209	2.90 100	4.06 117	3.11 148	0.56 72	5.32 145	0.76 99	0.00 1	0.00 1	0.00 1	0.00 1	0.03 82	0.16 306

AE-Stereo	1.44 69	0.32 48	2.69 115	1.58 247	0.20 125	2.24 94	0.59 188	6.01 167	5.70 209	1.18 73	3.17 93	1.02 79	0.78 91	1.73 47	0.83 114	0.02 265	0.18 392	0.00 1	0.29 392	0.11 226	0.07 197

CASnet	0.98 23	0.32 48	1.62 21	0.65 124	0.07 31	2.11 84	0.14 66	3.50 34	4.03 135	3.77 128	1.41 43	0.31 39	0.29 26	0.80 7	0.57 65	0.01 190	0.00 1	0.00 1	0.00 1	0.04 104	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-RAFT	1.69 81	0.32 48	3.29 183	0.92 152	0.18 110	3.89 260	0.06 25	4.22 65	4.00 132	1.47 75	1.98 63	3.07 146	2.81 213	6.35 183	0.89 132	0.01 190	0.00 1	0.00 1	0.21 369	0.05 131	0.00 1

DisPM	2.43 173	0.32 48	3.04 161	1.76 271	0.18 110	3.46 214	0.65 204	5.13 114	4.88 181	8.59 330	7.04 218	2.84 134	1.03 107	8.85 341	0.83 114	0.01 190	0.00 1	0.00 1	0.00 1	0.01 10	0.02 53

BUS	2.49 182	0.32 48	3.05 166	0.46 94	0.46 201	7.12 342	0.50 165	9.05 264	4.69 173	6.11 208	6.15 184	5.29 242	0.83 95	3.91 101	1.77 214	0.01 190	0.03 251	0.03 362	0.00 1	0.04 104	0.00 1

BSDual-CNN	2.69 195	0.32 48	3.05 166	0.46 94	0.46 201	7.13 344	1.63 316	9.05 264	4.69 173	6.11 208	6.15 184	6.26 271	2.54 195	3.91 101	1.91 224	0.01 190	0.03 251	0.03 362	0.00 1	0.04 104	0.00 1

psmg	3.10 234	0.32 48	3.05 166	0.54 103	0.46 201	8.68 367	2.84 350	9.87 287	4.69 173	8.08 307	8.69 255	6.26 271	2.54 195	3.91 101	1.91 224	0.01 190	0.04 276	0.06 385	0.00 1	0.11 226	0.00 1

R-Stereo Train	2.44 175	0.32 48	1.93 44	0.94 155	0.16 92	3.67 238	0.61 193	6.37 187	3.08 78	9.14 346	17.44 393	1.80 106	0.77 88	1.76 49	0.70 83	0.00 1	0.01 149	0.00 1	0.00 1	0.01 10	0.03 88

RAFT-Stereo	2.44 175	0.32 48	1.93 44	0.94 155	0.16 92	3.67 238	0.61 193	6.37 187	3.08 78	9.14 346	17.44 393	1.80 106	0.77 88	1.76 49	0.70 83	0.00 1	0.01 149	0.00 1	0.00 1	0.01 10	0.03 88
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	4.20 325	0.32 48	2.76 127	0.63 121	0.69 242	6.95 339	1.69 320	11.96 348	8.36 313	8.83 337	12.17 337	15.18 394	4.21 278	6.91 217	3.30 288	0.02 265	0.02 203	0.00 1	0.00 1	0.01 10	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	8.37 410	0.32 48	9.03 395	4.18 431	2.42 364	26.86 456	6.14 407	19.36 443	13.52 391	27.09 451	22.75 418	9.47 335	4.74 309	15.06 427	6.34 351	0.02 265	0.02 203	0.00 1	0.00 1	0.02 39	0.13 279

SGM-Forest	4.96 350	0.32 48	2.84 137	1.21 192	0.64 236	10.23 385	6.64 419	11.55 335	10.98 364	10.94 390	13.59 352	11.65 370	4.30 287	8.94 345	4.63 325	0.11 362	0.04 276	0.00 1	0.00 1	0.05 131	0.46 386
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UGAM-zero	3.51 272	0.33 62	4.44 268	0.88 145	0.65 237	3.52 229	0.16 77	11.35 329	2.71 50	5.09 165	5.82 174	15.28 395	9.14 399	8.38 312	1.61 200	0.00 1	0.16 384	0.00 1	0.46 421	0.02 39	0.19 322

MIF-Stereo (partial)	1.29 59	0.33 62	3.02 156	0.03 1	1.12 288	1.26 12	0.13 59	4.46 76	3.75 117	0.35 20	2.39 77	0.31 39	0.74 83	6.09 166	1.76 213	0.00 1	0.00 1	0.00 1	0.00 1	0.08 181	0.04 130

UniTT-Stereo	0.83 12	0.33 62	1.98 49	0.92 152	1.27 297	0.54 3	0.11 44	1.35 2	2.94 62	1.67 79	2.09 66	0.20 11	0.31 33	1.57 39	1.07 151	0.00 1	0.00 1	0.00 1	0.00 1	0.16 276	0.01 16

NF-Stereo	2.24 147	0.33 62	3.00 152	2.04 322	0.10 56	3.46 214	0.43 143	6.51 198	3.17 84	6.84 250	5.24 158	2.67 131	1.34 135	8.17 302	1.53 191	0.01 190	0.00 1	0.00 1	0.00 1	0.02 39	0.01 16

OCTAStereo	2.24 147	0.33 62	3.03 158	2.04 322	0.10 56	3.45 213	0.43 143	6.50 195	3.17 84	6.84 250	5.20 153	2.65 128	1.33 133	8.18 303	1.56 195	0.01 190	0.00 1	0.00 1	0.00 1	0.02 39	0.01 16

RAFT_R40	2.71 198	0.33 62	3.00 152	1.26 197	0.30 159	3.83 258	1.00 275	5.69 153	4.29 151	9.69 361	6.33 195	5.02 235	4.02 271	8.58 324	0.86 122	0.01 190	0.00 1	0.00 1	0.00 1	0.03 82	0.02 53

RE-Stereo	2.25 152	0.33 62	3.03 158	2.04 322	0.10 56	3.47 216	0.43 143	6.50 195	3.18 87	6.84 250	5.20 153	2.65 128	1.34 135	8.18 303	1.58 197	0.01 190	0.00 1	0.01 314	0.00 1	0.02 39	0.01 16

TVStereo	2.25 152	0.33 62	3.03 158	2.04 322	0.10 56	3.47 216	0.43 143	6.50 195	3.18 87	6.84 250	5.20 153	2.65 128	1.34 135	8.18 303	1.58 197	0.01 190	0.00 1	0.01 314	0.00 1	0.02 39	0.01 16

CFNet-RSSM	2.11 132	0.33 62	2.71 119	1.04 176	0.30 159	3.21 205	0.41 140	6.67 204	6.96 265	5.62 178	4.58 132	5.40 247	1.71 161	1.86 55	0.87 124	0.00 1	0.08 325	0.00 1	0.32 401	0.02 39	0.02 53

Gwc-CoAtRS	2.02 126	0.33 62	2.61 107	1.04 176	0.30 159	3.56 231	0.40 139	5.89 165	5.94 221	5.08 164	5.01 144	5.55 250	1.72 162	1.60 41	0.91 136	0.01 190	0.09 332	0.00 1	0.25 382	0.01 10	0.02 53

FACV-RUCA	2.21 146	0.34 72	3.59 207	1.30 204	2.90 375	2.22 93	1.25 294	7.98 233	5.71 213	3.59 121	7.21 222	1.14 83	1.60 157	3.12 84	1.46 185	0.01 190	0.03 251	0.10 399	0.04 300	0.35 367	0.17 309

LoS	0.91 18	0.34 72	2.10 68	0.38 85	0.13 79	2.47 111	0.26 108	5.00 110	2.74 53	0.89 60	0.21 9	0.49 60	0.36 38	1.97 61	0.67 79	0.02 265	0.02 203	0.00 1	0.00 1	0.06 153	0.01 16
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RCA-Stereo	1.99 122	0.34 72	2.71 119	0.26 60	0.06 23	2.29 97	0.48 153	4.89 100	14.65 398	2.81 97	5.51 169	0.78 74	3.21 227	1.44 32	0.33 17	0.00 1	0.01 149	0.00 1	0.00 1	0.07 169	0.02 53

DCANet-4	2.03 127	0.34 72	5.30 320	0.31 67	0.18 110	1.69 51	0.12 50	4.95 103	8.55 321	5.78 181	5.17 148	1.12 82	2.82 214	2.11 67	1.92 226	0.00 1	0.00 1	0.00 1	0.00 1	0.02 39	0.18 312

tt	83.26 494	0.34 72	99.99 502	79.40 496	93.18 497	100.00 502	100.00 503	100.00 506	99.95 501	60.33 486	47.63 473	99.98 505	99.96 501	99.98 503	100.00 506	92.42 497	99.82 501	73.83 497	73.63 494	88.42 498	56.35 492

test_4	2.38 169	0.34 72	2.68 113	0.08 19	0.11 65	3.69 242	1.14 287	3.33 23	3.34 101	4.03 135	17.35 392	3.31 156	0.51 64	6.28 175	1.15 161	0.00 1	0.00 1	0.00 1	0.11 331	0.16 276	0.01 16

AAGNet	3.41 265	0.34 72	2.45 90	1.78 275	0.39 186	3.69 242	1.05 279	4.79 96	4.61 171	9.62 359	7.74 239	4.98 229	6.38 351	7.34 247	13.02 425	0.00 1	0.00 1	0.00 1	0.00 1	0.03 82	0.04 130

PSM-softLoss	2.24 147	0.34 72	3.42 196	1.81 279	0.17 98	2.74 147	0.39 135	6.17 178	2.92 60	6.26 222	6.29 193	2.96 138	0.97 102	8.68 329	1.71 208	0.00 1	0.00 1	0.00 1	0.00 1	0.02 39	0.02 53

KMStereo	2.24 147	0.34 72	3.42 196	1.81 279	0.17 98	2.74 147	0.39 135	6.17 178	2.92 60	6.26 222	6.29 193	2.96 138	0.97 102	8.68 329	1.71 208	0.00 1	0.00 1	0.00 1	0.00 1	0.02 39	0.02 53

FENet	2.19 144	0.34 72	3.04 161	2.05 326	0.26 147	2.82 168	0.13 59	7.02 215	5.55 203	4.97 160	1.94 61	4.91 228	3.39 237	4.71 124	2.50 260	0.02 265	0.03 251	0.00 1	0.00 1	0.00 1	0.21 330

SMoEStereo_RVC	0.95 20	0.35 82	1.37 11	0.63 121	0.07 31	2.07 79	0.16 77	2.88 10	1.68 13	0.30 12	1.23 38	0.19 7	0.28 23	6.80 209	0.84 117	0.00 1	0.00 1	0.00 1	0.00 1	0.11 226	0.13 279

tt45	1.09 37	0.35 82	1.49 14	0.39 86	0.23 135	3.50 223	0.14 66	3.35 24	1.81 16	0.36 21	2.04 64	0.27 29	0.26 19	6.84 212	0.63 73	0.00 1	0.00 1	0.00 1	0.00 1	0.16 276	0.03 88

dual_stereo	0.53 1	0.35 82	1.13 2	0.07 14	0.10 56	0.72 4	0.03 15	3.59 37	0.91 4	0.12 1	0.03 1	0.23 21	0.10 3	2.39 71	0.50 59	0.00 1	0.14 369	0.00 1	0.15 341	0.00 1	0.02 53

Pointernet	0.84 13	0.35 82	2.00 53	0.12 28	0.13 79	1.77 59	0.06 25	4.87 99	2.53 39	0.14 2	2.11 68	0.76 73	0.44 59	1.02 13	0.32 16	0.00 1	0.04 276	0.00 1	0.15 341	0.02 39	0.01 16

CES	1.56 76	0.35 82	1.44 12	0.42 89	7.70 450	2.66 143	0.13 59	4.89 100	2.53 39	0.25 7	1.10 30	0.33 45	0.31 33	1.61 42	0.58 69	0.01 190	0.02 203	0.00 1	0.00 1	0.54 390	6.26 453

iRaft-Stereo_20w	2.56 187	0.35 82	4.98 298	0.37 83	0.67 240	3.47 216	0.59 188	12.57 372	3.89 124	6.10 207	6.23 190	1.49 95	2.24 183	6.65 203	0.86 122	0.00 1	0.19 397	0.00 1	0.33 403	0.08 181	0.22 332

DAS	3.74 288	0.35 82	5.19 314	1.99 310	3.74 403	2.36 102	3.22 359	7.77 226	9.27 330	8.70 331	12.08 333	4.45 212	5.43 333	8.39 313	1.71 208	0.01 190	0.00 1	0.00 1	0.00 1	0.04 104	0.02 53

SepStereo	3.78 294	0.35 82	5.19 314	1.99 310	3.74 403	2.36 102	3.22 359	7.77 226	9.27 330	8.70 331	12.08 333	4.45 212	5.43 333	9.18 353	1.71 208	0.01 190	0.00 1	0.00 1	0.00 1	0.04 104	0.02 53

NRIStereo	2.14 136	0.35 82	2.65 112	1.10 181	0.14 84	3.05 189	0.86 258	5.35 138	3.18 87	6.24 219	3.36 102	4.17 198	1.82 171	8.12 295	2.01 232	0.00 1	0.10 341	0.00 1	0.00 1	0.12 241	0.19 322

CRE-IMP	1.95 116	0.35 82	2.68 113	0.27 64	0.17 98	3.90 261	0.85 257	5.14 115	2.87 59	5.74 180	4.14 120	3.49 166	0.83 95	6.40 184	1.80 217	0.00 1	0.00 1	0.00 1	0.00 1	0.10 209	0.19 322

cross-raft	2.03 127	0.35 82	2.78 130	1.10 181	0.16 92	3.77 254	0.48 153	7.03 216	3.75 117	5.06 163	5.55 170	6.26 271	1.41 139	1.75 48	0.89 132	0.01 190	0.07 315	0.00 1	0.19 363	0.03 82	0.03 88

MSKI-zero shot	2.00 123	0.36 93	2.15 70	0.81 135	0.25 140	2.69 145	0.29 114	6.16 176	2.34 33	4.31 138	7.52 228	3.70 178	0.25 12	8.42 316	0.41 31	0.01 190	0.13 365	0.00 1	0.25 382	0.03 82	0.02 53

RAFT-Test	2.17 141	0.36 93	3.40 194	1.05 178	0.34 175	4.90 296	0.69 215	6.27 182	3.98 130	4.65 152	7.02 215	6.30 274	1.12 112	1.81 52	0.99 145	0.01 190	0.17 388	0.00 1	0.34 405	0.02 39	0.02 53

MC-Stereo	1.47 71	0.36 93	2.54 100	1.99 310	0.12 74	1.90 64	0.12 50	4.47 77	2.83 57	3.31 115	3.44 105	0.56 67	1.47 143	5.39 147	0.47 50	0.00 1	0.04 276	0.00 1	0.21 369	0.07 169	0.04 130

FTStereo	4.55 346	0.36 93	2.18 78	0.94 155	0.38 184	2.60 132	8.82 433	4.98 108	3.17 84	10.88 387	30.35 442	5.60 255	7.60 376	7.62 260	1.55 194	0.17 377	0.00 1	0.05 381	0.00 1	0.03 82	3.80 442

pcwnet_v2	4.20 325	0.36 93	8.53 393	1.33 207	1.12 288	3.43 212	0.41 140	12.85 376	14.16 394	9.90 367	14.29 360	5.90 263	3.03 221	6.20 172	2.06 236	0.01 190	0.05 287	0.04 374	0.02 270	0.16 276	0.18 312

test_xeample	4.13 319	0.36 93	2.75 124	1.23 194	0.51 218	3.96 265	0.13 59	12.63 373	7.65 288	7.49 287	10.86 311	3.29 155	3.36 232	6.71 206	21.53 447	0.02 265	0.03 251	0.00 1	0.00 1	0.03 82	0.04 130

999	1.25 55	0.37 99	1.63 23	1.15 189	0.34 175	3.03 187	0.66 207	3.41 28	2.27 25	0.30 12	3.20 94	0.19 7	0.25 12	7.23 242	0.85 118	0.00 1	0.00 1	0.00 1	0.00 1	0.16 276	0.01 16

DCVSM-stereo	3.13 236	0.37 99	2.95 149	1.51 233	0.80 256	2.75 152	0.49 163	6.79 209	5.25 192	11.43 395	5.57 171	10.79 357	5.30 327	5.25 142	2.95 274	0.03 299	0.09 332	0.03 362	0.00 1	0.12 241	0.09 224

test_sample3	2.87 215	0.37 99	4.45 269	1.95 303	0.59 227	4.69 291	0.16 77	11.50 334	6.45 250	5.82 186	6.44 198	3.76 181	2.64 201	6.01 164	2.41 257	0.01 190	0.01 149	0.00 1	0.00 1	0.04 104	0.05 163

trnet	0.99 26	0.37 99	1.89 40	0.08 19	0.19 120	1.68 50	0.02 11	4.12 63	6.41 249	0.70 55	1.57 48	0.46 58	0.67 78	1.15 19	0.41 31	0.00 1	0.01 149	0.00 1	0.00 1	0.01 10	0.01 16

DEmStereo	3.79 295	0.37 99	3.69 216	0.17 45	0.17 98	5.28 306	2.54 339	4.35 68	3.70 113	8.21 315	20.15 403	5.13 239	10.38 410	7.65 261	3.85 311	0.01 190	0.01 149	0.01 314	0.00 1	0.02 39	0.06 179

PMTNet	1.41 67	0.37 99	2.06 58	0.26 60	0.15 88	2.94 180	0.34 126	3.39 26	5.33 196	1.00 63	1.27 39	0.28 33	0.93 100	4.04 108	0.74 92	5.00 448	0.00 1	0.00 1	0.00 1	0.03 82	0.01 16

Occ-G	0.98 23	0.38 105	1.82 35	0.15 42	0.18 110	1.45 27	0.69 215	3.15 17	2.25 24	1.45 74	0.59 18	5.06 236	0.54 69	0.75 5	0.77 105	0.00 1	0.03 251	0.00 1	0.17 352	0.16 276	0.01 16

ICVP	2.32 162	0.38 105	2.89 147	0.92 152	0.70 246	2.55 122	0.87 261	9.97 291	3.99 131	4.13 136	8.97 263	2.71 132	1.69 160	2.52 74	3.52 302	0.05 329	0.24 415	0.01 314	0.01 249	0.11 226	0.13 279
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	2.71 198	0.38 105	5.96 344	2.25 347	2.20 355	1.54 37	0.21 94	5.44 144	3.05 75	2.28 88	16.16 374	7.03 290	0.24 11	6.19 170	0.79 109	0.00 1	0.15 376	0.00 1	0.23 375	0.13 256	0.04 130

GES	2.49 182	0.38 105	4.29 259	1.58 247	0.05 14	4.58 288	1.07 282	9.70 284	3.39 102	5.21 167	6.64 201	1.84 109	3.36 232	4.86 127	2.54 263	0.06 338	0.01 149	0.06 385	0.01 249	0.12 241	0.03 88

SMFormer	3.54 274	0.39 109	3.61 209	1.69 261	0.11 65	2.85 172	0.29 114	12.46 365	10.41 352	7.16 270	10.23 293	4.78 223	4.45 296	8.71 333	3.51 298	0.07 347	0.05 287	0.00 1	0.00 1	0.06 153	0.04 130

tta	3.54 274	0.39 109	3.61 209	1.69 261	0.11 65	2.85 172	0.29 114	12.46 365	10.41 352	7.16 270	10.23 293	4.78 223	4.45 296	8.71 333	3.51 298	0.07 347	0.05 287	0.00 1	0.00 1	0.06 153	0.03 88

qqq1	3.38 260	0.39 109	3.61 209	1.69 261	0.11 65	2.85 172	0.29 114	12.46 365	10.41 352	7.16 270	10.23 293	4.78 223	4.45 296	8.71 333	0.30 13	0.07 347	0.05 287	0.00 1	0.00 1	0.06 153	0.03 88

fff1	3.38 260	0.39 109	3.61 209	1.69 261	0.11 65	2.85 172	0.29 114	12.46 365	10.41 352	7.16 270	10.23 293	4.78 223	4.45 296	8.71 333	0.30 13	0.07 347	0.05 287	0.00 1	0.00 1	0.06 153	0.03 88

PCWNet_CMD	2.99 225	0.39 109	4.02 243	0.39 86	0.26 147	2.53 118	0.15 72	9.24 270	9.22 328	7.12 267	11.53 325	6.94 288	2.41 191	4.02 107	1.33 174	0.01 190	0.02 203	0.02 345	0.00 1	0.05 131	0.07 197

anonymousdsp2	1.78 90	0.39 109	3.40 194	1.10 181	0.04 11	3.63 235	0.50 165	7.80 228	2.77 55	2.91 101	2.88 84	3.17 151	1.01 104	5.15 141	0.43 35	0.00 1	0.01 149	0.02 345	0.15 341	0.05 131	0.12 271

DeepStereo_RVC	2.05 129	0.39 109	2.87 144	0.14 41	0.17 98	3.51 226	0.70 218	5.21 121	3.00 71	6.27 224	4.13 119	3.47 164	4.53 300	4.81 126	1.49 187	0.01 190	0.00 1	0.00 1	0.00 1	0.09 198	0.18 312

CREStereo++_RVC	1.59 77	0.39 109	2.26 80	0.36 81	0.01 1	1.67 47	0.01 2	2.95 11	8.12 305	3.69 125	7.44 227	0.47 59	0.32 35	0.74 4	0.39 28	0.00 1	0.00 1	0.00 1	3.03 455	0.00 1	0.00 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
MSMDNet	2.99 225	0.39 109	4.02 243	0.40 88	0.25 140	2.53 118	0.16 77	9.35 274	9.25 329	7.08 265	11.39 320	6.93 287	2.43 192	4.01 106	1.34 176	0.01 190	0.02 203	0.02 345	0.00 1	0.05 131	0.07 197

test_sample5	2.91 220	0.40 118	4.33 261	1.81 279	0.50 215	3.33 209	0.17 82	11.27 325	6.55 254	6.18 214	8.35 250	3.65 173	2.71 207	6.61 200	2.15 241	0.02 265	0.02 203	0.00 1	0.00 1	0.05 131	0.05 163

test_sample4	2.87 215	0.40 118	4.54 275	1.80 277	0.54 223	3.95 264	0.15 72	11.48 333	6.49 253	6.33 231	6.81 206	3.68 177	2.65 202	6.11 167	2.36 253	0.02 265	0.01 149	0.00 1	0.00 1	0.04 104	0.05 163

DualNet	3.05 228	0.40 118	4.33 261	1.81 279	0.50 215	3.33 209	0.17 82	11.27 325	6.55 254	6.50 237	10.86 311	3.65 173	2.71 207	6.61 200	2.15 241	0.02 265	0.02 203	0.00 1	0.00 1	0.05 131	0.05 163

Patchmatch Stereo++	1.95 116	0.40 118	2.86 140	0.12 28	0.18 110	3.74 249	0.66 207	5.24 128	2.96 65	5.86 189	4.32 125	3.46 161	1.52 149	6.88 214	0.70 83	0.01 190	0.00 1	0.00 1	0.00 1	0.08 181	0.09 224
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	1.88 106	0.40 118	2.86 140	0.12 28	0.19 120	3.75 252	0.71 221	5.23 122	2.96 65	5.86 189	4.33 127	3.45 159	1.51 144	5.40 148	0.69 81	0.01 190	0.00 1	0.00 1	0.00 1	0.08 181	0.09 224

PFNet	2.93 221	0.40 118	5.51 330	2.13 335	0.84 260	3.11 195	0.75 231	6.78 208	4.79 179	9.98 369	6.00 177	4.78 223	2.13 179	8.33 310	2.11 237	0.19 381	0.06 301	0.00 1	0.11 331	0.20 309	0.35 367

Pruner-Stereo	2.49 182	0.40 118	2.46 93	1.80 277	0.25 140	3.51 226	0.77 235	6.03 168	4.92 182	8.91 340	6.09 179	4.45 212	1.11 111	6.99 224	2.11 237	0.02 265	0.00 1	0.02 345	0.00 1	0.01 10	0.04 130

iGMRVC	1.96 119	0.40 118	2.88 145	0.12 28	0.19 120	3.74 249	0.73 226	5.23 122	2.97 69	5.87 194	4.37 131	3.48 165	1.52 149	6.73 207	0.74 92	0.02 265	0.00 1	0.00 1	0.00 1	0.08 181	0.08 211

iRAFT	1.95 116	0.40 118	2.86 140	0.12 28	0.18 110	3.74 249	0.66 207	5.24 128	2.96 65	5.86 189	4.32 125	3.46 161	1.52 149	6.88 214	0.70 83	0.01 190	0.00 1	0.00 1	0.00 1	0.08 181	0.09 224

222	5.36 357	0.40 118	2.72 121	1.50 230	0.48 209	6.15 322	0.07 30	13.73 391	8.06 303	8.79 334	11.03 315	3.71 179	4.21 278	7.47 254	38.74 477	0.03 299	0.02 203	0.00 1	0.00 1	0.04 104	0.05 163

test_sample6	3.14 238	0.41 128	4.42 266	1.92 297	0.49 212	3.25 206	0.21 94	11.30 327	6.69 258	6.50 237	10.86 311	4.03 188	2.93 220	7.06 230	2.65 265	0.02 265	0.02 203	0.00 1	0.00 1	0.05 131	0.06 179

testlalala	1.50 74	0.41 128	1.67 27	0.98 165	0.31 165	4.00 267	0.90 267	5.26 133	2.17 21	6.56 242	3.61 109	1.74 104	0.38 43	1.21 23	0.42 34	0.00 1	0.02 203	0.00 1	0.29 392	0.01 10	0.01 16

ROB_FTStereo_v2	1.91 112	0.41 128	2.85 138	0.12 28	0.19 120	3.71 244	0.73 226	5.23 122	2.95 63	5.86 189	4.36 130	3.46 161	1.51 144	5.86 159	0.69 81	0.01 190	0.00 1	0.00 1	0.00 1	0.08 181	0.08 211

HUI-Stereo	1.80 93	0.41 128	2.85 138	0.12 28	0.18 110	3.72 247	0.65 204	5.23 122	2.97 69	5.87 194	4.34 128	3.45 159	1.52 149	3.93 104	0.65 75	0.02 265	0.00 1	0.00 1	0.00 1	0.08 181	0.10 246

IRAFT_RVC	2.85 209	0.41 128	3.32 186	2.09 330	0.41 191	2.92 178	5.22 400	6.41 192	3.63 112	6.53 240	5.48 168	5.09 237	4.88 317	8.20 306	2.15 241	0.01 190	0.17 388	0.01 314	0.00 1	0.02 39	0.04 130

RAFT-345	3.27 244	0.41 128	2.88 145	1.02 169	0.21 128	2.63 138	0.48 153	3.76 46	5.51 201	7.35 282	24.88 427	4.25 201	1.76 169	8.15 298	2.13 239	0.01 190	0.00 1	0.00 1	0.00 1	0.01 10	0.01 16

model_zeroshot	1.52 75	0.42 134	4.10 252	1.25 196	0.11 65	3.04 188	0.14 66	5.79 161	2.84 58	3.12 106	3.65 110	2.05 116	0.42 57	2.38 70	0.71 87	0.01 190	0.10 341	0.00 1	0.20 365	0.02 39	0.04 130

RAStereo	0.68 3	0.42 134	3.15 174	0.18 50	0.52 221	1.17 7	0.02 11	3.16 18	0.98 6	0.51 47	1.43 44	0.16 4	0.22 10	0.75 5	0.83 114	0.00 1	0.00 1	0.00 1	0.00 1	0.07 169	0.02 53

MoCha-V2	1.41 67	0.42 134	2.61 107	0.81 135	0.23 135	2.53 118	0.20 91	4.81 97	3.16 82	0.82 59	3.15 92	0.30 35	1.61 158	6.66 204	0.40 30	0.00 1	0.20 401	0.00 1	0.24 378	0.05 131	0.02 53

Former-RAFT_DAM_RVC	1.26 56	0.42 134	2.36 86	0.59 114	1.26 295	2.43 110	0.01 2	3.29 20	7.76 295	1.71 80	2.78 83	0.27 29	0.32 35	1.16 21	0.58 69	0.04 317	0.01 149	0.00 1	0.00 1	0.04 104	0.10 246

hknet	3.31 249	0.42 134	4.68 285	0.46 94	1.17 291	7.13 344	1.63 316	9.05 264	6.91 263	6.11 208	6.15 184	9.66 337	2.85 216	7.48 255	2.45 259	0.01 190	0.03 251	0.03 362	0.00 1	0.04 104	0.00 1

LCNet	2.85 209	0.42 134	1.90 41	0.95 159	0.56 225	2.07 79	1.60 314	4.99 109	3.57 111	6.05 202	10.59 302	4.59 217	6.79 360	7.46 252	0.72 89	0.01 190	0.00 1	0.01 314	0.77 433	0.30 352	3.57 440

ROB_FTStereo	1.90 110	0.42 134	2.86 140	0.12 28	0.19 120	3.71 244	0.75 231	5.24 128	2.95 63	5.87 194	4.26 123	3.41 157	1.51 144	5.80 156	0.65 75	0.01 190	0.00 1	0.00 1	0.00 1	0.08 181	0.08 211

RAFT-IKP	1.90 110	0.42 134	2.83 135	0.12 28	0.18 110	3.50 223	0.64 201	5.24 128	2.96 65	5.86 189	4.34 128	3.50 168	1.51 144	5.99 163	0.76 99	0.01 190	0.00 1	0.00 1	0.00 1	0.08 181	0.08 211

CFNet_pseudo	2.81 206	0.42 134	4.04 246	0.33 75	0.24 137	2.59 130	0.12 50	8.20 237	7.66 289	7.04 263	10.42 298	6.56 281	2.05 177	4.88 128	1.53 191	0.00 1	0.02 203	0.01 314	0.00 1	0.05 131	0.07 197

CREStereo	0.98 23	0.42 134	1.86 37	0.07 14	0.22 131	1.65 45	0.02 11	4.07 59	6.33 246	0.72 56	1.54 47	0.43 55	0.64 77	1.22 24	0.44 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ccs_rob	2.81 206	0.42 134	4.06 248	0.33 75	0.25 140	2.59 130	0.12 50	8.19 236	7.68 290	7.02 260	10.37 297	6.54 277	2.06 178	4.88 128	1.53 191	0.00 1	0.02 203	0.01 314	0.00 1	0.05 131	0.07 197

IGEV-Stereo+	1.69 81	0.43 145	1.59 19	0.37 83	3.10 377	2.10 82	0.07 30	1.86 3	0.91 4	0.39 30	0.03 1	0.20 11	0.41 53	7.05 227	0.16 2	0.02 265	0.07 315	0.00 1	0.18 358	5.14 447	9.77 468

PSMNet-ADL	2.98 224	0.43 145	2.41 87	1.43 225	0.40 188	5.94 319	0.28 110	8.45 242	5.13 189	3.36 116	6.77 204	8.41 318	4.61 303	7.20 241	4.55 324	0.02 265	0.09 332	0.00 1	0.00 1	0.01 10	0.03 88

DRaft	3.74 288	0.43 145	2.60 105	0.12 28	0.15 88	4.76 292	1.34 303	5.33 137	4.31 152	10.30 373	21.91 412	3.27 154	8.83 393	7.36 249	3.66 306	0.05 329	0.10 341	0.00 1	0.14 338	0.10 209	0.14 286

test_xeample3	1.08 36	0.43 145	3.39 192	0.49 99	0.05 14	2.58 127	0.93 268	3.32 22	1.77 15	0.23 5	0.23 10	0.19 7	0.28 23	6.34 181	0.85 118	0.00 1	0.01 149	0.00 1	0.26 390	0.06 153	0.10 246

SFCPSM	3.29 246	0.43 145	5.11 307	0.34 79	0.94 271	8.48 363	2.15 332	14.51 401	5.29 193	7.00 259	7.65 236	3.43 158	2.59 199	5.11 139	2.37 254	0.01 190	0.03 251	0.01 314	0.07 313	0.13 256	0.15 295

xy-stereo	0.70 4	0.44 150	1.70 30	1.52 235	0.75 250	1.48 29	0.05 21	4.18 64	1.10 7	0.18 4	0.42 15	0.58 68	0.38 43	0.65 2	0.46 44	0.00 1	0.00 1	0.00 1	0.00 1	0.05 131	0.01 16

gcap-zeroshot	1.87 105	0.44 150	4.24 256	0.53 102	0.51 218	3.12 196	0.75 231	6.42 193	3.91 126	3.75 127	1.67 52	7.79 305	0.55 70	2.61 75	0.53 61	0.02 265	0.21 404	0.00 1	0.23 375	0.00 1	0.05 163

testlalala2	2.15 138	0.44 150	2.44 89	9.24 449	6.30 441	3.64 236	0.18 85	4.63 86	2.55 42	3.73 126	4.17 121	3.14 149	0.51 64	1.08 15	0.26 11	0.00 1	0.10 341	0.00 1	0.44 420	0.11 226	0.03 88

CFNet_ucs	3.07 230	0.44 150	4.05 247	0.54 103	0.37 182	3.08 190	0.19 87	9.80 286	8.49 319	7.64 292	12.62 344	5.67 256	1.76 169	4.96 134	1.51 188	0.00 1	0.04 276	0.01 314	0.00 1	0.09 198	0.11 258

CASS	2.44 175	0.44 150	3.56 205	0.85 142	0.38 184	3.14 198	0.22 96	9.64 282	4.00 132	6.78 246	7.62 234	3.57 171	3.58 246	3.80 98	1.10 155	0.02 265	0.01 149	0.00 1	0.00 1	0.05 131	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous3	1.76 88	0.44 150	6.37 357	0.33 75	0.50 215	4.33 277	0.54 172	4.43 74	2.48 35	2.21 84	3.24 96	1.53 97	1.14 115	5.64 151	1.29 171	0.17 377	0.23 410	0.00 1	0.00 1	0.12 241	0.15 295

EAI-Stereo	2.31 160	0.44 150	2.72 121	0.68 127	0.56 225	3.51 226	2.62 344	11.42 331	4.14 146	2.09 83	7.23 224	1.21 86	0.91 98	5.67 153	1.51 188	0.01 190	0.25 416	0.00 1	0.88 435	0.04 104	0.26 351

H2IRNET	2.16 139	0.45 157	2.60 105	1.22 193	0.03 9	1.98 72	0.13 59	4.73 94	7.04 270	1.15 70	7.79 241	5.88 262	3.39 237	4.97 135	1.45 184	0.01 190	0.00 1	0.04 374	0.17 352	0.19 305	0.03 88

IGEVStereo-DCA	1.06 35	0.45 157	2.06 58	0.32 70	0.06 23	2.74 147	0.84 251	3.71 40	2.27 25	0.39 30	0.16 4	0.20 11	0.29 26	6.47 189	0.87 124	0.00 1	0.00 1	0.00 1	0.16 345	0.06 153	0.06 179

rrr	1.05 34	0.45 157	3.18 176	0.32 70	0.06 23	2.74 147	0.95 273	3.49 33	1.12 8	0.39 30	0.16 4	0.20 11	0.29 26	6.47 189	0.87 124	0.00 1	0.00 1	0.00 1	0.21 369	0.06 153	0.10 246

CrosDoStereo	3.96 310	0.45 157	3.04 161	0.32 70	0.20 125	3.28 207	11.63 451	5.76 157	4.45 159	9.04 344	16.58 377	4.99 230	7.45 371	8.04 284	3.72 307	0.00 1	0.02 203	0.01 314	0.00 1	0.16 276	0.10 246

DeepStereo_LL	3.96 310	0.45 157	3.04 161	0.32 70	0.20 125	3.28 207	11.63 451	5.76 157	4.45 159	9.04 344	16.58 377	4.99 230	7.45 371	8.04 284	3.72 307	0.00 1	0.02 203	0.01 314	0.00 1	0.16 276	0.10 246

test-1	1.82 98	0.45 157	5.42 323	0.89 146	0.41 191	2.14 87	0.56 178	5.75 155	4.15 147	3.28 112	5.11 146	3.61 172	0.70 79	1.53 38	1.56 195	0.02 265	0.34 422	0.00 1	0.08 317	0.02 39	0.30 361

RAFT-RH_RVC	3.96 310	0.46 163	2.93 148	1.55 242	0.42 194	3.14 198	0.14 66	3.70 39	5.98 225	11.25 393	32.23 446	5.29 242	1.68 159	8.13 296	2.14 240	0.08 352	0.00 1	0.00 1	0.03 283	0.01 10	0.00 1

NOSS_ROB	3.30 247	0.46 163	2.62 109	2.08 327	1.01 281	5.60 310	0.74 229	10.37 302	11.48 372	5.15 166	8.43 252	5.67 256	1.73 163	7.97 280	2.34 250	0.02 265	0.06 301	0.00 1	0.00 1	0.07 169	0.14 286

test_sample7	3.30 247	0.47 165	3.43 199	1.98 308	0.35 178	4.33 277	1.88 326	10.66 309	7.73 292	8.36 317	7.55 230	6.55 278	4.27 282	6.58 198	1.62 201	0.06 338	0.03 251	0.00 1	0.00 1	0.05 131	0.06 179

GMOStereo	1.81 94	0.47 165	2.09 64	0.10 22	0.27 150	1.49 30	0.89 263	4.40 69	4.51 163	8.16 310	6.97 209	2.96 138	1.15 117	1.42 27	0.88 127	0.00 1	0.14 369	0.00 1	0.00 1	0.23 331	0.03 88

error version	1.81 94	0.47 165	2.09 64	0.10 22	0.27 150	1.49 30	0.89 263	4.40 69	4.51 163	8.16 310	6.97 209	2.96 138	1.15 117	1.42 27	0.88 127	0.00 1	0.14 369	0.00 1	0.00 1	0.23 331	0.03 88

test-v	1.81 94	0.47 165	2.09 64	0.10 22	0.27 150	1.49 30	0.89 263	4.40 69	4.51 163	8.16 310	6.97 209	2.96 138	1.15 117	1.42 27	0.88 127	0.00 1	0.14 369	0.00 1	0.00 1	0.23 331	0.03 88

test-2	1.81 94	0.47 165	2.09 64	0.10 22	0.27 150	1.49 30	0.89 263	4.40 69	4.51 163	8.16 310	6.97 209	2.96 138	1.15 117	1.42 27	0.88 127	0.00 1	0.14 369	0.00 1	0.00 1	0.23 331	0.03 88

UPFNet	3.82 298	0.47 165	4.34 264	2.21 343	3.38 388	7.26 346	2.69 346	9.89 289	5.96 222	7.98 305	7.53 229	7.89 308	3.15 225	7.72 268	5.88 346	0.01 190	0.02 203	0.00 1	0.00 1	0.04 104	0.06 179

ac_64	3.70 286	0.47 165	3.50 203	2.87 387	3.50 394	5.91 318	0.72 225	10.17 299	4.34 153	8.16 310	5.80 173	10.82 358	5.64 339	7.08 231	4.73 327	0.03 299	0.00 1	0.00 1	0.00 1	0.08 181	0.14 286

UGAM	3.90 305	0.48 172	4.69 286	0.17 45	0.08 45	3.67 238	1.22 292	4.81 97	14.45 396	4.59 147	11.94 331	14.20 387	3.80 263	9.92 373	3.61 304	0.00 1	0.00 1	0.00 1	0.02 270	0.32 360	0.07 197

EKT-Stereo	1.91 112	0.48 172	2.77 128	2.19 340	4.36 420	1.42 26	0.24 101	4.63 86	3.51 107	2.94 102	3.47 106	3.55 170	2.25 185	5.26 143	0.85 118	0.04 317	0.12 356	0.00 1	0.09 325	0.06 153	0.05 163

testlalala_base	3.12 235	0.48 172	2.79 133	2.14 336	1.98 342	4.13 272	0.64 201	6.16 176	2.09 20	2.38 89	4.08 118	1.80 106	0.50 63	1.65 43	0.72 89	12.33 470	2.33 451	0.00 1	0.31 400	14.56 465	1.32 419

GwcNet-ADL	2.65 194	0.48 172	3.84 233	0.82 137	0.33 172	2.04 77	0.69 215	8.07 234	9.42 333	6.05 202	6.66 202	4.14 196	1.73 163	5.40 148	3.01 276	0.08 352	0.06 301	0.00 1	0.00 1	0.06 153	0.03 88

castereo	1.10 38	0.49 176	1.53 15	1.35 215	0.26 147	2.00 75	0.86 258	6.08 171	2.58 43	0.65 54	1.81 59	0.35 48	2.59 199	1.02 13	0.16 2	0.01 190	0.01 149	0.00 1	0.25 382	0.04 104	0.02 53

GCAP-BAT	1.77 89	0.49 176	2.78 130	0.66 125	0.16 92	3.76 253	0.80 241	3.72 45	3.27 92	3.68 124	5.03 145	3.66 175	0.56 72	5.82 157	0.65 75	0.00 1	0.05 287	0.00 1	0.24 378	0.01 10	0.01 16

TANstereo	1.20 49	0.49 176	2.04 56	0.34 79	0.10 56	1.80 61	0.01 2	3.40 27	4.10 143	4.37 140	4.82 136	0.41 52	0.70 79	0.94 10	0.46 44	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

WCG-NET（raft）	1.49 73	0.50 179	1.55 16	0.21 54	0.08 45	2.15 88	1.01 276	2.72 8	6.26 242	2.79 95	3.06 91	4.38 210	1.04 109	3.53 92	0.26 11	0.00 1	0.12 356	0.00 1	0.00 1	0.10 209	0.08 211

IGEV_Zeroshot_test	2.13 135	0.50 179	4.91 295	1.41 223	0.18 110	2.62 136	0.36 128	7.80 228	3.87 122	5.04 162	5.42 166	4.77 222	1.03 107	3.43 89	0.79 109	0.00 1	0.16 384	0.00 1	0.18 358	0.17 287	0.04 130

GANet-ADL	2.20 145	0.50 179	3.27 182	2.02 317	0.11 65	2.21 92	0.48 153	8.64 256	6.79 261	4.56 146	5.83 175	3.98 186	1.27 132	2.68 76	1.43 181	0.04 317	0.08 325	0.02 345	0.00 1	0.15 270	0.03 88

ASMatch	3.32 255	0.50 179	3.32 186	1.72 267	0.45 200	1.93 67	0.68 211	6.42 193	3.89 124	6.18 214	22.30 415	4.61 218	4.82 315	7.65 261	1.70 207	0.00 1	0.02 203	0.00 1	0.03 283	0.01 10	0.18 312

DSFCA	4.21 327	0.50 179	5.45 326	1.34 209	1.68 323	7.04 340	4.51 388	10.73 313	7.00 267	10.78 385	6.80 205	8.48 322	4.63 304	9.91 372	5.12 333	0.02 265	0.06 301	0.02 345	0.03 283	0.08 181	0.03 88

fffy	1.13 46	0.51 184	2.15 70	1.01 168	0.09 50	2.30 99	0.19 87	4.07 59	1.13 9	0.16 3	2.66 80	0.20 11	0.38 43	6.98 223	0.35 20	0.00 1	0.06 301	0.00 1	0.00 1	0.14 266	0.16 306

rvit_stereo_0081_aga	0.76 8	0.51 184	3.29 183	0.11 26	0.25 140	1.73 58	0.22 96	3.68 38	2.54 41	0.26 9	0.16 4	0.27 29	0.30 32	1.31 25	0.36 23	0.00 1	0.00 1	0.00 1	0.00 1	0.12 241	0.04 130

rvit_stereo_0080	0.88 14	0.51 184	3.12 171	0.07 14	0.12 74	1.31 16	0.37 130	3.78 47	3.29 95	0.56 50	1.13 35	0.40 50	0.76 85	1.71 44	0.47 50	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.04 130

IGEV++	1.14 47	0.51 184	1.66 24	0.55 106	0.08 45	2.52 115	1.01 276	6.51 198	3.16 82	0.59 52	2.11 68	0.43 55	1.18 125	1.44 32	0.79 109	0.00 1	0.05 287	0.00 1	0.05 305	0.11 226	0.11 258

whm_eth	0.88 14	0.51 184	3.12 171	0.07 14	0.12 74	1.31 16	0.37 130	3.78 47	3.29 95	0.56 50	1.13 35	0.40 50	0.76 85	1.71 44	0.47 50	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.04 130

plain	1.34 62	0.51 184	5.09 306	0.30 65	0.05 14	1.58 38	0.08 34	4.47 77	3.77 120	0.42 40	1.76 55	0.60 70	0.74 83	6.11 167	0.94 140	0.00 1	0.00 1	0.00 1	0.00 1	0.40 380	0.02 53

IPLGR	2.28 156	0.51 184	6.00 345	0.15 42	0.15 88	1.99 74	0.22 96	6.34 184	6.04 229	6.80 248	5.76 172	2.87 135	2.31 188	4.88 128	1.28 170	0.00 1	0.00 1	0.00 1	0.00 1	0.09 198	0.18 312

FC-DCNN v2	10.88 434	0.52 191	4.17 254	1.92 297	1.63 316	17.79 436	5.35 403	18.87 436	19.88 425	28.77 454	34.99 456	34.62 461	21.72 452	16.03 434	11.16 416	0.03 299	0.01 149	0.02 345	0.00 1	0.06 153	0.08 211

HGLStereo	4.25 331	0.52 191	4.65 283	3.09 395	5.18 434	6.51 331	0.73 226	10.37 302	6.74 260	7.32 280	12.44 342	7.00 289	7.21 368	7.46 252	5.51 339	0.00 1	0.02 203	0.00 1	0.00 1	0.06 153	0.10 246

FC-DCNN	10.72 433	0.52 191	4.27 258	1.88 289	1.63 316	17.18 432	5.29 402	18.20 429	19.69 424	28.50 453	34.51 454	34.03 459	21.48 451	15.89 431	11.15 415	0.03 299	0.01 149	0.02 345	0.01 249	0.07 169	0.09 224

CBMV_ROB	4.14 320	0.52 191	3.14 173	1.30 204	0.77 254	6.92 338	1.97 328	10.11 298	9.58 336	8.92 341	14.20 359	7.12 296	5.90 342	8.65 327	3.50 297	0.01 190	0.05 287	0.00 1	0.00 1	0.04 104	0.09 224

DDVS	3.59 278	0.53 195	4.53 274	2.02 317	1.27 297	6.63 332	0.49 163	8.73 258	4.10 143	7.14 268	7.63 235	12.68 376	2.25 185	8.69 331	4.09 316	0.08 352	0.20 401	0.01 314	0.00 1	0.14 266	0.59 399

WCG-NET	1.31 60	0.53 195	1.77 32	0.43 92	0.33 172	2.05 78	0.43 143	4.68 93	4.48 162	3.21 109	0.90 24	2.34 122	1.15 117	3.50 91	0.24 10	0.00 1	0.01 149	0.00 1	0.00 1	0.12 241	0.01 16

HCRNet	2.56 187	0.53 195	3.35 188	0.24 59	3.39 390	2.19 90	0.23 100	6.89 212	5.50 199	5.26 170	4.79 135	5.27 241	2.78 211	7.71 266	2.89 272	0.00 1	0.02 203	0.00 1	0.00 1	0.04 104	0.04 130

ACVNet	2.58 190	0.53 195	2.69 115	0.84 140	0.59 227	2.61 133	0.55 176	8.35 238	5.70 209	4.45 142	9.26 276	5.77 258	3.50 241	2.24 68	4.41 321	0.00 1	0.00 1	0.00 1	0.00 1	0.17 287	0.01 16

acv_ft	3.69 285	0.53 195	4.58 282	2.31 358	4.71 432	7.44 350	0.86 258	8.54 249	5.70 209	9.29 351	9.26 276	5.77 258	4.15 275	2.24 68	8.13 380	0.00 1	0.00 1	0.00 1	0.00 1	0.29 351	0.01 16

mms	1.03 30	0.54 200	1.58 18	0.05 10	0.36 179	1.52 36	0.08 34	2.97 12	1.84 18	0.38 23	2.94 85	0.32 41	0.25 12	6.82 210	0.39 28	0.00 1	0.04 276	0.00 1	0.00 1	0.17 287	0.28 357

ITSA-stereo	3.76 292	0.54 200	3.80 225	1.91 293	0.29 158	3.09 192	0.70 218	13.22 384	15.64 403	6.79 247	6.66 202	4.15 197	3.52 244	8.30 309	5.00 332	0.09 357	0.07 315	0.11 400	0.10 329	0.18 297	0.95 411

IER	3.20 241	0.54 200	5.13 309	0.58 112	1.59 312	7.29 347	0.56 178	6.36 185	4.95 183	7.44 285	8.84 256	6.20 269	6.26 347	4.88 128	3.29 287	0.00 1	0.00 1	0.00 1	0.00 1	0.02 39	0.01 16

ours_stereo	1.03 30	0.55 203	1.86 37	0.12 28	0.32 167	1.16 6	0.09 38	3.27 19	2.18 22	0.39 30	3.02 88	0.34 47	0.26 19	6.32 179	0.37 27	0.00 1	0.01 149	0.00 1	0.00 1	0.18 297	0.13 279

CAS++	1.18 48	0.55 203	1.99 51	0.17 45	0.27 150	1.85 63	0.63 197	8.48 246	3.07 77	1.71 80	2.32 75	0.18 6	0.20 6	1.91 60	0.30 13	0.00 1	0.01 149	0.00 1	0.00 1	0.02 39	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ToySt	2.69 195	0.55 203	7.03 372	1.03 171	0.10 56	3.49 221	1.04 278	6.38 191	4.55 167	2.69 92	6.28 192	7.95 313	4.38 291	5.08 137	2.58 264	0.01 190	0.11 349	0.00 1	0.04 300	0.28 349	0.19 322

anonymousa	3.80 297	0.55 203	3.35 188	1.24 195	3.74 403	9.04 371	0.36 128	6.74 207	4.03 135	7.72 295	19.64 402	10.62 353	6.01 345	1.52 37	1.40 179	0.00 1	0.00 1	0.00 1	0.05 305	0.00 1	0.03 88

HHNet	2.59 191	0.55 203	2.55 101	0.20 51	0.32 167	2.84 171	0.94 270	5.77 160	5.14 190	7.33 281	13.80 354	0.94 76	3.20 226	5.27 144	2.41 257	0.13 368	0.02 203	0.06 385	0.00 1	0.23 331	0.03 88

NINENet	3.09 231	0.56 208	3.22 179	1.61 252	1.37 306	7.12 342	0.50 165	11.88 345	5.63 207	6.63 243	8.40 251	5.29 242	0.83 95	6.51 194	1.77 214	0.15 371	0.07 315	0.07 391	0.00 1	0.09 198	0.00 1

FCDSN-DC	10.24 430	0.56 208	3.49 202	1.96 306	1.29 300	16.90 431	4.59 390	17.16 422	19.10 419	24.64 449	32.46 450	33.82 458	22.14 454	15.93 432	10.45 408	0.04 317	0.00 1	0.00 1	0.00 1	0.05 131	0.21 330
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ff7	1.12 40	0.57 210	2.06 58	0.03 1	0.07 31	2.80 157	0.84 251	3.71 40	2.27 25	0.38 23	1.06 26	0.20 11	0.40 47	7.12 234	0.49 53	0.00 1	0.00 1	0.00 1	0.16 345	0.09 198	0.06 179

ffff	1.12 40	0.57 210	2.06 58	0.03 1	0.07 31	2.80 157	0.84 251	3.71 40	2.27 25	0.38 23	1.06 26	0.20 11	0.40 47	7.12 234	0.49 53	0.00 1	0.00 1	0.00 1	0.16 345	0.09 198	0.06 179

11t	1.12 40	0.57 210	2.06 58	0.03 1	0.07 31	2.80 157	0.84 251	3.71 40	2.27 25	0.38 23	1.06 26	0.20 11	0.40 47	7.12 234	0.49 53	0.00 1	0.00 1	0.00 1	0.16 345	0.09 198	0.06 179

ccc-4	1.12 40	0.57 210	2.06 58	0.03 1	0.07 31	2.80 157	0.84 251	3.71 40	2.27 25	0.38 23	1.06 26	0.20 11	0.40 47	7.12 234	0.49 53	0.00 1	0.00 1	0.00 1	0.16 345	0.09 198	0.06 179

DISCO	6.28 373	0.57 210	5.78 338	3.43 410	1.17 291	11.22 396	3.39 366	12.14 358	16.16 407	6.52 239	11.22 318	16.96 410	6.32 349	19.51 447	10.74 411	0.00 1	0.00 1	0.00 1	0.00 1	0.35 367	0.11 258

RAFT-Stereo + iAFF	2.12 133	0.58 215	2.43 88	1.27 199	0.16 92	1.60 40	0.14 66	5.17 119	5.90 218	7.10 266	10.10 289	3.06 145	1.74 165	1.87 56	0.97 143	0.01 190	0.02 203	0.00 1	0.00 1	0.23 331	0.02 53

AdaStereo	3.09 231	0.58 215	3.04 161	2.84 386	0.48 209	4.08 269	1.29 300	12.16 359	7.77 296	6.03 201	9.62 282	5.79 260	1.53 153	4.56 121	1.93 230	0.00 1	0.00 1	0.00 1	0.00 1	0.02 39	0.02 53
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.
anonymousdsp	1.12 40	0.59 217	1.66 24	0.03 1	0.07 31	2.81 165	0.82 244	4.07 59	2.30 31	0.41 36	1.12 34	0.30 35	0.40 47	7.05 227	0.49 53	0.00 1	0.00 1	0.00 1	0.17 352	0.10 209	0.05 163

IGEV-Stereo	1.12 40	0.59 217	1.66 24	0.03 1	0.07 31	2.82 168	0.82 244	4.09 62	2.30 31	0.41 36	1.11 31	0.30 35	0.41 53	7.05 227	0.49 53	0.00 1	0.00 1	0.00 1	0.17 352	0.10 209	0.05 163
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ProNet	1.20 49	0.60 219	2.00 53	0.26 60	0.08 45	2.73 146	0.68 211	5.00 110	2.52 38	0.29 11	1.32 40	0.37 49	0.36 38	6.94 221	0.44 36	0.00 1	0.07 315	0.00 1	0.00 1	0.17 287	0.07 197

GANet-RSSM	3.27 244	0.60 219	3.38 190	2.94 393	2.00 344	2.61 133	0.48 153	10.93 319	6.11 234	5.47 174	10.20 292	6.57 282	5.44 336	6.25 173	2.23 246	0.00 1	0.00 1	0.08 394	0.00 1	0.17 287	0.03 88

SGM_RVC	10.08 427	0.60 219	3.42 196	2.30 352	0.32 167	19.41 440	6.33 414	18.95 437	14.64 397	25.14 450	24.32 424	33.34 457	18.79 441	19.86 448	12.55 424	0.25 391	0.26 418	0.22 417	0.24 378	0.34 366	0.40 374
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fff	2.28 156	0.61 222	3.81 227	0.22 55	0.07 31	1.69 51	0.11 44	5.37 141	11.84 376	5.80 183	5.17 148	1.44 91	5.41 330	2.00 62	1.92 226	0.00 1	0.00 1	0.00 1	0.00 1	0.02 39	0.18 312

csc	2.28 156	0.61 222	3.81 227	0.22 55	0.07 31	1.69 51	0.11 44	5.37 141	11.84 376	5.80 183	5.17 148	1.44 91	5.41 330	2.00 62	1.92 226	0.00 1	0.00 1	0.00 1	0.00 1	0.02 39	0.18 312

cscssc	2.28 156	0.61 222	3.81 227	0.22 55	0.07 31	1.69 51	0.11 44	5.37 141	11.84 376	5.80 183	5.17 148	1.44 91	5.41 330	2.00 62	1.92 226	0.00 1	0.00 1	0.00 1	0.00 1	0.02 39	0.18 312

UNet	3.97 313	0.61 222	6.50 362	1.68 260	3.22 382	9.82 380	0.31 120	9.50 277	5.32 195	7.20 274	6.35 197	10.59 351	5.91 343	6.93 218	5.49 338	0.00 1	0.00 1	0.00 1	0.00 1	0.02 39	0.01 16

RASNet	4.52 345	0.61 222	4.42 266	3.42 409	4.68 431	4.58 288	0.99 274	9.54 281	8.01 302	5.28 171	11.42 322	10.34 350	8.88 394	9.28 358	8.68 387	0.15 371	0.00 1	0.00 1	0.00 1	0.03 82	0.04 130

GCAP-Stereo	0.95 20	0.62 227	1.99 51	0.30 65	0.03 9	1.66 46	0.01 2	4.43 74	3.00 71	1.63 78	1.17 37	1.39 88	0.76 85	1.31 25	0.55 63	0.00 1	0.03 251	0.00 1	0.00 1	0.12 241	0.02 53

Anonymous_2	4.14 320	0.62 227	3.21 178	1.40 220	1.43 308	5.19 301	0.32 121	6.63 202	4.38 155	4.48 145	2.30 74	8.08 314	7.00 362	5.37 146	2.29 248	0.23 388	0.75 438	5.20 454	18.12 479	5.66 449	0.23 338

StereoDRNet-Refined	4.46 338	0.62 227	3.80 225	1.92 297	0.40 188	9.35 374	0.15 72	10.02 294	8.83 325	12.69 405	11.62 327	9.34 332	3.87 265	8.06 291	8.02 375	0.00 1	0.00 1	0.01 314	0.05 305	0.20 309	0.26 351
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
tt1	2.14 136	0.63 230	2.22 79	2.27 348	0.02 3	5.71 312	0.63 197	4.53 80	10.19 347	1.16 71	3.39 104	0.33 45	3.05 223	8.00 281	0.46 44	0.00 1	0.02 203	0.00 1	0.03 283	0.10 209	0.04 130

tg	1.96 119	0.64 231	2.15 70	0.68 127	0.12 74	4.40 285	0.04 17	5.74 154	4.19 149	4.00 133	5.23 157	2.58 127	0.93 100	7.12 234	0.77 105	0.00 1	0.02 203	0.00 1	0.00 1	0.31 357	0.25 345

ADStereo(finetuned)	2.26 155	0.64 231	5.22 316	0.31 67	0.18 110	1.71 56	0.25 106	5.23 122	8.46 316	6.06 204	5.30 164	1.41 89	6.37 350	1.87 56	1.87 220	0.00 1	0.00 1	0.00 1	0.00 1	0.04 104	0.18 312

DCANet	2.08 131	0.64 231	3.81 227	0.31 67	0.17 98	1.70 55	0.25 106	5.23 122	8.47 317	6.07 205	5.30 164	1.41 89	4.23 280	1.85 54	2.02 234	0.00 1	0.00 1	0.00 1	0.00 1	0.04 104	0.19 322

DMCA	2.82 208	0.64 231	4.45 269	1.61 252	0.89 264	3.86 259	0.57 186	9.18 268	5.10 188	6.24 219	6.49 199	7.17 297	2.13 179	3.31 86	4.73 327	0.00 1	0.01 149	0.00 1	0.00 1	0.04 104	0.02 53

DIP-Stereo	1.97 121	0.64 231	2.95 149	0.17 45	0.10 56	4.83 294	0.13 59	8.60 254	4.06 142	6.42 234	4.92 140	0.44 57	0.72 82	3.57 93	1.80 217	0.00 1	0.01 149	0.00 1	0.00 1	0.05 131	0.04 130
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ACVNet-DCA	2.01 125	0.65 236	2.15 70	2.30 352	0.02 3	5.80 314	0.56 178	8.45 242	3.33 98	1.03 64	3.33 98	0.32 41	3.71 254	8.05 287	0.45 40	0.00 1	0.02 203	0.00 1	0.03 283	0.02 39	0.03 88

xx1	2.33 164	0.65 236	2.15 70	2.30 352	0.02 3	5.80 314	0.56 178	4.31 66	10.41 352	1.03 64	3.33 98	4.67 219	2.70 204	8.05 287	0.45 40	0.00 1	0.02 203	0.00 1	0.00 1	0.02 39	0.03 88

1test111	1.86 101	0.65 236	2.15 70	2.30 352	0.02 3	5.80 314	0.56 178	8.45 242	3.33 98	1.03 64	3.33 98	0.32 41	3.71 254	4.40 117	0.96 141	0.00 1	0.02 203	0.00 1	0.03 283	0.02 39	0.03 88

cc1	2.17 141	0.65 236	2.15 70	2.30 352	0.02 3	5.80 314	0.56 178	4.31 66	10.41 352	1.03 64	3.33 98	0.32 41	3.71 254	8.05 287	0.45 40	0.00 1	0.02 203	0.00 1	0.03 283	0.10 209	0.05 163

sCroCo_RVC	1.21 51	0.65 236	5.16 312	1.09 180	1.29 300	0.92 5	0.19 87	3.92 53	2.68 49	0.30 12	3.04 89	0.52 62	1.56 154	1.58 40	0.78 107	0.09 357	0.25 416	0.00 1	0.00 1	0.07 169	0.11 258

hitnet-ft	3.66 283	0.65 236	2.79 133	0.89 146	0.72 249	4.25 274	0.55 176	9.11 267	7.52 284	7.14 268	10.19 291	12.49 375	4.70 307	7.44 251	4.41 321	0.03 299	0.00 1	0.06 385	0.00 1	0.20 309	0.04 130

MyStereo06	2.35 165	0.66 242	4.54 275	1.10 181	0.96 273	2.57 125	0.10 40	9.30 272	4.05 139	5.22 168	6.09 179	5.95 264	2.38 190	3.00 81	0.73 91	0.01 190	0.08 325	0.00 1	0.01 249	0.13 256	0.15 295

MyStereo05	2.94 222	0.66 242	5.25 319	1.10 181	0.96 273	2.57 125	0.10 40	8.53 248	12.34 384	6.28 225	3.88 112	3.18 152	3.30 230	7.81 273	2.37 254	0.01 190	0.08 325	0.00 1	0.01 249	0.13 256	0.15 295

IPLG	2.43 173	0.66 242	4.77 289	0.54 103	0.31 165	3.01 185	0.26 108	6.15 175	5.55 203	7.69 293	6.21 188	1.89 110	1.74 165	7.19 240	2.35 252	0.01 190	0.01 149	0.00 1	0.00 1	0.24 341	0.12 271

CRFU-Net	4.45 337	0.67 245	5.02 299	2.78 384	1.32 304	12.67 413	3.35 364	11.26 323	3.52 108	10.06 371	9.30 278	10.91 361	6.92 361	7.26 243	3.24 285	0.15 371	0.16 384	0.16 408	0.00 1	0.26 342	0.05 163

CoDeX	3.43 267	0.68 246	4.49 271	0.98 165	1.65 318	6.37 326	2.14 331	13.23 385	6.07 230	7.23 275	8.95 260	4.09 192	3.79 262	6.31 177	2.37 254	0.03 299	0.06 301	0.00 1	0.00 1	0.07 169	0.15 295

DCRE	1.79 91	0.68 246	2.55 101	1.66 259	0.27 150	1.27 13	0.05 21	4.57 83	4.04 137	3.30 114	9.24 273	3.83 182	1.20 128	2.08 66	0.67 79	0.00 1	0.12 356	0.00 1	0.24 378	0.04 104	0.09 224

iRaftStereo_RVC	1.62 78	0.68 246	1.98 49	0.67 126	0.05 14	2.99 183	0.04 17	5.36 140	3.74 116	3.82 129	4.96 141	2.54 126	0.62 76	3.35 88	0.97 143	0.00 1	0.07 315	0.00 1	0.00 1	0.30 352	0.27 355

AFF-stereo	2.59 191	0.68 246	2.35 85	1.55 242	0.17 98	1.67 47	0.08 34	5.75 155	6.60 256	6.20 216	12.13 335	6.16 268	2.36 189	4.75 125	1.11 156	0.02 265	0.02 203	0.00 1	0.00 1	0.23 331	0.05 163

FAT-Stereo	6.78 386	0.68 246	6.80 367	2.30 352	1.77 332	5.63 311	4.20 381	18.79 433	18.62 416	10.53 381	17.15 388	18.52 419	13.74 429	8.86 343	7.38 364	0.03 299	0.15 376	0.01 314	0.07 313	0.12 241	0.26 351

MaDis-Stereo	0.80 9	0.69 251	3.02 156	0.33 75	1.83 336	1.22 8	0.06 25	3.41 28	1.49 10	0.31 16	0.38 14	0.42 54	0.51 64	1.14 18	1.21 166	0.00 1	0.00 1	0.00 1	0.00 1	0.05 131	0.05 163

MIPNet	2.06 130	0.69 251	4.57 281	0.32 70	0.21 128	1.92 66	0.19 87	6.89 212	5.64 208	5.48 175	4.02 116	2.02 115	3.50 241	3.32 87	2.01 232	0.00 1	0.01 149	0.01 314	0.01 249	0.20 309	0.13 279

test_5	2.90 218	0.70 253	3.69 216	2.01 315	3.17 381	4.61 290	1.32 302	6.69 205	7.02 269	2.79 95	7.18 220	4.99 230	4.14 274	7.96 278	1.31 172	0.00 1	0.00 1	0.00 1	0.03 283	0.19 305	0.26 351

TransformOpticalFlow	3.38 260	0.70 253	4.54 275	1.00 167	0.30 159	3.56 231	0.14 66	9.67 283	7.30 278	5.55 177	13.34 350	6.74 285	5.03 320	8.22 307	1.34 176	0.00 1	0.01 149	0.01 314	0.00 1	0.04 104	0.11 258

RAFT+CT+SA	2.36 167	0.71 255	2.46 93	0.83 139	2.26 358	3.18 202	0.93 268	6.82 211	5.48 198	2.55 91	8.07 245	1.64 99	1.59 156	8.54 321	1.15 161	0.02 265	0.00 1	0.00 1	0.38 410	0.19 305	0.36 369

DispNO	3.25 243	0.72 256	6.85 369	1.95 303	1.34 305	3.49 221	0.84 251	8.14 235	6.30 243	6.34 232	7.76 240	6.30 274	4.28 286	6.93 218	3.51 298	0.00 1	0.03 251	0.03 362	0.12 334	0.07 169	0.07 197

StereoVision	2.25 152	0.72 256	4.00 242	1.03 171	2.64 369	1.91 65	0.28 110	5.83 163	4.43 157	1.89 82	10.65 305	3.88 183	0.52 67	5.13 140	1.98 231	0.00 1	0.00 1	0.00 1	0.00 1	0.09 198	0.03 88

delet	4.27 333	0.72 256	4.50 272	1.07 179	3.75 407	10.79 394	4.04 377	9.95 290	7.89 298	8.09 308	8.89 258	8.46 320	3.81 264	7.56 257	5.80 344	0.00 1	0.00 1	0.00 1	0.00 1	0.11 226	0.02 53

HH	2.42 171	0.73 259	3.76 221	0.91 148	0.14 84	2.78 154	0.71 221	7.92 231	2.72 51	1.53 76	6.10 181	7.93 309	4.01 269	8.60 325	0.44 36	0.00 1	0.09 332	0.00 1	0.00 1	0.05 131	0.04 130

HanStereo	2.42 171	0.73 259	3.76 221	0.91 148	0.14 84	2.78 154	0.71 221	7.92 231	2.72 51	1.53 76	6.10 181	7.93 309	4.01 269	8.60 325	0.44 36	0.00 1	0.09 332	0.00 1	0.00 1	0.05 131	0.04 130

STrans-v2	3.43 267	0.73 259	4.82 290	0.26 60	0.60 229	3.00 184	1.19 291	10.41 304	7.22 275	5.79 182	10.97 314	6.75 286	7.03 364	8.25 308	1.40 179	0.00 1	0.01 149	0.00 1	0.00 1	0.03 82	0.18 312

GEStereo_RVC	3.74 288	0.73 259	4.95 297	2.01 315	1.24 294	4.36 280	3.07 354	11.77 342	7.80 297	6.87 254	6.52 200	7.70 304	4.31 289	8.98 347	4.19 318	0.03 299	0.01 149	0.02 345	0.02 270	0.13 256	0.11 258

SA	3.06 229	0.74 263	3.79 224	1.60 251	0.30 159	3.19 203	1.43 305	6.72 206	9.06 327	4.63 151	10.80 307	2.89 136	4.71 308	9.62 369	1.18 165	0.00 1	0.09 332	0.00 1	0.19 363	0.23 331	0.02 53

raftrobust	1.86 101	0.74 263	1.94 46	2.15 337	2.24 357	2.74 147	0.53 170	4.89 100	4.05 139	6.09 206	3.89 113	1.64 99	2.55 197	2.44 72	1.12 157	0.00 1	0.03 251	0.00 1	0.00 1	0.12 241	0.08 211

MIM_Stereo	2.50 185	0.75 265	4.26 257	1.18 191	0.11 65	3.08 190	0.33 124	6.07 170	3.28 94	5.01 161	10.12 290	4.29 207	1.74 165	8.06 291	1.27 169	0.00 1	0.12 356	0.00 1	0.01 249	0.18 297	0.15 295

Sa-1000	3.55 276	0.75 265	3.63 213	1.91 293	0.30 159	3.55 230	1.63 316	7.39 222	8.54 320	7.70 294	17.44 393	4.00 187	2.82 214	9.44 366	1.33 174	0.00 1	0.10 341	0.00 1	0.18 358	0.21 320	0.04 130

IIG-Stereo	3.16 239	0.75 265	2.83 135	4.08 428	0.21 128	2.56 124	0.74 229	6.55 200	5.56 205	8.39 322	9.38 279	7.94 311	2.79 212	9.50 368	1.89 223	0.02 265	0.00 1	0.00 1	0.00 1	0.02 39	0.04 130

ACV-stereo	4.46 338	0.76 268	9.94 402	1.91 293	1.06 283	11.61 401	1.28 298	6.25 181	7.09 271	3.09 105	5.21 156	16.88 409	10.23 409	7.96 278	5.47 337	0.06 338	0.15 376	0.01 314	0.00 1	0.12 241	0.14 286

RAFT	2.57 189	0.76 268	3.09 169	0.91 148	0.09 50	2.41 108	0.94 270	5.35 138	2.65 46	6.11 208	7.21 222	9.43 334	4.30 287	5.73 155	1.77 214	0.00 1	0.12 356	0.00 1	0.02 270	0.46 387	0.08 211

THIR-Stereo	3.86 301	0.77 270	2.62 109	0.12 28	0.13 79	4.25 274	6.63 418	5.30 135	4.18 148	10.33 374	17.13 387	6.58 283	7.62 377	7.78 271	3.51 298	0.01 190	0.07 315	0.07 391	0.00 1	0.11 226	0.02 53

MMNet	4.16 323	0.77 270	5.47 327	1.40 220	1.67 321	10.78 393	0.63 197	8.64 256	8.47 317	8.80 336	8.33 249	7.51 300	6.61 354	7.53 256	6.54 355	0.00 1	0.00 1	0.00 1	0.00 1	0.03 82	0.05 163

PSMNet-RSSM	3.33 257	0.77 270	3.22 179	2.12 333	1.90 341	2.33 100	0.71 221	11.17 321	5.83 215	5.90 197	11.43 323	7.04 292	4.83 316	5.96 162	3.17 281	0.00 1	0.00 1	0.02 345	0.00 1	0.08 181	0.02 53

UCFNet_RVC	3.09 231	0.77 270	2.27 81	2.35 361	1.79 333	3.50 223	1.06 280	12.12 357	6.91 263	4.71 154	7.67 237	7.58 301	4.40 293	4.95 133	1.67 206	0.00 1	0.00 1	0.00 1	0.00 1	0.11 226	0.01 16

HITNet	2.79 205	0.77 270	4.02 243	2.03 320	0.11 65	5.58 309	0.59 188	9.24 270	5.15 191	6.42 234	7.26 225	3.66 175	2.92 219	4.07 109	3.87 312	0.00 1	0.00 1	0.00 1	0.00 1	0.06 153	0.02 53
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
rvit_stereo_ft	1.00 28	0.78 275	3.84 233	0.84 140	0.36 179	1.23 9	0.24 101	3.81 51	3.76 119	0.37 22	0.87 23	0.74 72	1.12 112	1.18 22	0.76 99	0.00 1	0.00 1	0.00 1	0.00 1	0.02 39	0.06 179

MyStereo07	1.31 60	0.79 276	1.61 20	1.03 171	1.11 286	2.63 138	0.46 150	5.48 145	2.24 23	0.64 53	1.48 45	0.27 29	0.59 75	7.03 226	0.45 40	0.00 1	0.09 332	0.00 1	0.01 249	0.11 226	0.09 224

MyStereo04	2.95 223	0.79 276	5.38 322	1.03 171	1.11 286	2.63 138	0.46 150	10.00 292	12.44 385	4.19 137	3.91 114	3.04 144	3.60 247	7.34 247	2.74 271	0.00 1	0.09 332	0.00 1	0.01 249	0.11 226	0.09 224

rafts_anoy	1.72 84	0.79 276	2.58 104	2.03 320	1.75 329	2.47 111	0.16 77	5.48 145	6.01 228	3.24 111	2.11 68	1.92 113	1.33 133	3.08 83	1.13 159	0.01 190	0.18 392	0.00 1	0.01 249	0.03 82	0.07 197

HSM	4.00 315	0.79 276	3.16 175	1.59 250	2.17 352	6.77 335	1.11 285	12.28 362	6.35 248	6.75 244	8.11 247	13.90 384	5.37 329	8.85 341	2.71 267	0.00 1	0.00 1	0.00 1	0.00 1	0.02 39	0.02 53

rvit_105_1	2.44 175	0.80 280	5.08 305	1.77 273	0.09 50	1.95 68	3.62 371	5.62 152	8.21 309	4.85 157	2.07 65	3.15 150	1.58 155	7.08 231	2.71 267	0.00 1	0.00 1	0.00 1	0.01 249	0.04 104	0.08 211

ADLNet	4.32 336	0.80 280	4.33 261	3.60 416	3.56 396	6.87 337	2.48 338	11.20 322	7.58 287	9.87 365	9.62 282	8.39 317	4.95 318	6.16 169	6.60 357	0.01 190	0.01 149	0.00 1	0.01 249	0.12 241	0.25 345

TestStereo1	2.85 209	0.81 282	3.48 200	3.11 397	0.44 195	2.52 115	1.50 308	6.37 187	8.18 307	4.62 148	9.24 273	2.23 120	3.69 251	9.19 354	1.26 167	0.00 1	0.01 149	0.00 1	0.00 1	0.27 347	0.09 224

SA-5K	2.85 209	0.81 282	3.48 200	3.11 397	0.44 195	2.52 115	1.50 308	6.37 187	8.18 307	4.62 148	9.24 273	2.23 120	3.69 251	9.19 354	1.26 167	0.00 1	0.01 149	0.00 1	0.00 1	0.27 347	0.09 224

cf-r	3.42 266	0.81 282	3.97 236	2.41 367	2.78 371	2.85 172	0.64 201	8.44 241	6.32 245	6.25 221	11.57 326	8.97 329	3.54 245	5.93 161	3.83 310	0.00 1	0.00 1	0.00 1	0.00 1	0.09 198	0.07 197

psm_up	3.85 300	0.82 285	3.01 154	2.00 314	2.58 368	5.28 306	3.34 363	10.85 317	6.33 246	7.27 278	7.32 226	10.15 344	9.02 397	6.19 170	2.51 261	0.22 387	0.01 149	0.00 1	0.00 1	0.12 241	0.03 88

NVstereo2D	4.51 342	0.82 285	6.86 370	3.28 405	3.38 388	8.16 361	3.13 356	10.51 305	15.15 401	4.90 158	6.89 208	7.87 306	4.78 312	9.88 371	3.91 313	0.01 190	0.00 1	0.00 1	0.06 312	0.02 39	0.58 396

LL-Strereo2	1.86 101	0.83 287	2.33 83	0.36 81	0.17 98	3.79 256	1.52 310	5.82 162	4.04 137	4.43 141	2.51 78	4.23 199	0.37 41	5.66 152	0.99 145	0.00 1	0.02 203	0.00 1	0.05 305	0.06 153	0.11 258

raft+_RVC	1.79 91	0.84 288	2.32 82	2.40 364	0.85 261	1.38 22	0.09 38	6.36 185	4.75 178	2.85 98	5.46 167	1.17 85	1.36 138	4.54 120	0.91 136	0.00 1	0.10 341	0.00 1	0.00 1	0.11 226	0.22 332

S-Stereo	6.63 381	0.84 288	9.67 400	3.15 401	3.48 393	6.49 329	6.22 410	12.99 380	22.84 435	9.48 354	15.51 370	12.00 372	8.43 387	8.04 284	10.70 410	0.12 365	0.17 388	0.00 1	0.38 410	0.13 256	1.92 429

XX-TBD	1.44 69	0.85 290	2.04 56	2.45 369	0.05 14	2.34 101	0.01 2	3.46 31	7.51 283	2.88 99	4.98 143	0.26 27	0.25 12	1.15 19	0.46 44	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

4D-IteraStereo	1.72 84	0.86 291	3.01 154	0.09 21	2.86 374	3.57 234	1.06 280	3.92 53	5.31 194	5.28 171	1.02 25	3.92 184	0.38 43	1.83 53	1.04 150	0.00 1	0.01 149	0.00 1	0.00 1	0.07 169	0.09 224

iRaft-Stereo_5w	2.86 213	0.86 291	4.08 251	0.06 11	0.25 140	2.76 153	0.60 191	4.97 106	4.10 143	2.98 103	7.85 242	10.17 345	4.17 277	8.16 299	5.83 345	0.00 1	0.00 1	0.00 1	0.01 249	0.26 342	0.06 179

rvit_0105_6	1.26 56	0.87 293	4.85 292	0.61 116	0.07 31	1.60 40	0.32 121	3.79 50	5.87 216	0.25 7	0.26 11	1.09 81	0.29 26	4.60 122	0.62 71	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.06 179

ssnet_v2	4.46 338	0.87 293	5.18 313	1.57 246	0.67 240	9.14 372	4.73 392	11.84 343	9.68 337	8.79 334	6.24 191	9.91 340	4.34 290	6.28 175	9.30 395	0.00 1	0.01 149	0.00 1	0.00 1	0.28 349	0.30 361

WCMA_ROB	9.21 418	0.87 293	7.37 380	2.54 373	2.13 349	13.59 419	5.80 405	11.64 336	14.01 393	24.43 448	32.99 451	27.09 446	18.02 436	12.51 407	9.85 405	0.81 423	0.07 315	0.01 314	0.01 249	0.16 276	0.23 338

CroCo-Stereo Lap2	1.24 54	0.88 296	3.39 192	0.95 159	4.59 430	0.47 2	0.08 34	3.51 36	2.80 56	1.17 72	2.24 72	1.57 98	0.20 6	1.48 35	1.14 160	0.00 1	0.00 1	0.00 1	0.00 1	0.15 270	0.12 271

stereogan	7.69 401	0.88 296	7.08 374	3.49 414	3.93 413	18.98 438	3.23 361	16.52 418	19.58 423	9.93 368	18.92 399	20.50 432	9.04 398	14.07 420	6.14 347	0.26 393	0.04 276	0.21 416	0.03 283	0.63 400	0.33 365

MLCV	3.44 269	0.88 296	5.60 334	1.39 219	0.25 140	4.36 280	0.33 124	7.25 219	7.28 277	9.17 348	12.24 340	5.09 237	2.47 193	9.15 352	3.23 284	0.00 1	0.00 1	0.00 1	0.00 1	0.10 209	0.02 53

rvit_0105_5	1.48 72	0.89 299	5.43 324	0.46 94	0.04 11	1.60 40	0.60 191	4.65 90	5.90 218	0.76 57	1.59 49	1.75 105	0.78 91	4.20 113	0.88 127	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.06 179

CroCo-Stereo	0.99 26	0.89 299	3.19 177	0.46 94	0.44 195	0.38 1	0.05 21	4.61 84	3.95 129	0.48 44	1.78 57	1.01 78	0.27 21	1.11 16	1.07 151	0.01 190	0.00 1	0.00 1	0.00 1	0.05 131	0.04 130
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
RYNet	6.34 375	0.89 299	5.88 340	1.41 223	4.48 427	15.97 426	4.18 380	13.41 386	16.49 408	10.81 386	7.00 214	14.33 388	8.72 391	9.43 363	13.71 429	0.00 1	0.01 149	0.00 1	0.00 1	0.02 39	0.07 197

rvit_0105_3	1.71 83	0.90 302	5.93 343	0.78 133	0.02 3	1.62 43	1.69 320	5.15 117	5.99 226	2.22 85	1.64 51	1.97 114	1.17 124	4.19 112	0.92 139	0.00 1	0.00 1	0.00 1	0.00 1	0.02 39	0.03 88

ADLNet2	4.46 338	0.90 302	6.06 347	2.74 383	3.91 412	6.79 336	3.01 353	10.95 320	8.40 315	7.27 278	9.80 286	9.85 338	5.43 333	7.29 244	6.44 353	0.01 190	0.03 251	0.00 1	0.00 1	0.15 270	0.11 258

iResNet	3.68 284	0.91 304	7.94 388	2.97 394	0.34 175	4.44 286	0.48 153	7.70 225	9.74 339	7.72 295	12.74 345	4.03 188	2.87 218	8.05 287	3.37 289	0.02 265	0.01 149	0.00 1	0.00 1	0.10 209	0.09 224

DLCB_ROB	4.51 342	0.91 304	3.78 223	2.19 340	1.07 285	6.28 323	3.09 355	9.78 285	7.72 291	10.65 383	12.97 346	13.91 385	3.71 254	8.72 337	5.30 335	0.00 1	0.00 1	0.00 1	0.00 1	0.03 82	0.10 246

CBMV	5.35 356	0.91 304	3.67 215	1.62 255	0.44 195	10.09 383	7.19 426	12.49 369	12.33 383	12.22 401	14.69 366	10.93 362	6.48 352	8.51 320	4.96 331	0.02 265	0.15 376	0.00 1	0.00 1	0.17 287	0.17 309
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AASNet	3.90 305	0.92 307	4.41 265	3.56 415	4.00 415	6.70 333	1.26 297	18.71 432	6.14 235	7.35 282	7.91 244	4.35 209	2.58 198	3.04 82	6.62 359	0.00 1	0.00 1	0.00 1	0.00 1	0.39 377	0.14 286

111	2.78 204	0.92 307	3.81 227	0.22 55	0.07 31	2.83 170	0.70 218	6.03 168	14.00 392	3.22 110	8.93 259	5.48 249	3.30 230	3.66 94	2.03 235	0.00 1	0.00 1	0.00 1	0.00 1	0.10 209	0.29 359

ccnet	6.87 389	0.92 307	5.15 311	3.09 395	2.18 354	11.78 403	4.90 394	17.97 427	8.79 324	12.79 408	20.20 404	16.00 401	8.35 386	9.12 350	14.17 432	0.42 411	0.33 421	0.25 420	0.09 325	0.40 380	0.48 387

OMP-Stereo	3.03 227	0.93 310	2.72 121	4.21 432	0.51 218	2.19 90	1.25 294	6.19 180	6.00 227	7.99 306	6.21 188	8.50 324	2.49 194	9.44 366	1.74 212	0.01 190	0.00 1	0.00 1	0.00 1	0.08 181	0.05 163

STTStereo	3.60 280	0.93 310	6.34 356	2.71 380	2.23 356	3.68 241	0.63 197	9.42 275	6.73 259	9.87 365	6.97 209	8.84 328	3.65 249	6.85 213	3.04 277	0.00 1	0.02 203	0.01 314	0.00 1	0.02 39	0.02 53

CBFPSM	4.87 349	0.94 312	14.70 431	1.51 233	1.15 290	11.49 399	2.55 343	7.28 220	6.47 251	6.23 218	4.83 137	15.30 396	8.99 396	6.88 214	8.20 381	0.03 299	0.02 203	0.00 1	0.00 1	0.40 380	0.42 378

CFNet-ft	3.31 249	0.94 312	2.69 115	1.50 230	2.38 361	2.81 165	0.68 211	8.35 238	7.43 280	4.45 142	9.94 287	10.20 346	4.60 301	6.50 193	3.41 290	0.00 1	0.00 1	0.03 362	0.00 1	0.22 325	0.03 88

CFNet_RVC	3.31 249	0.94 312	2.69 115	1.50 230	2.38 361	2.81 165	0.68 211	8.35 238	7.43 280	4.45 142	9.94 287	10.20 346	4.60 301	6.49 192	3.41 290	0.00 1	0.00 1	0.03 362	0.00 1	0.22 325	0.03 88

rvit_0105_4	1.38 66	0.98 315	5.52 332	0.61 116	0.05 14	1.62 43	0.41 140	3.95 56	5.80 214	0.31 16	0.73 21	1.37 87	0.53 68	4.89 132	0.78 107	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.04 130

DRN-Test	5.87 362	0.98 315	5.89 341	2.69 379	3.65 400	12.37 410	3.35 364	20.07 450	10.20 350	11.93 400	12.31 341	11.06 365	5.31 328	7.89 276	9.05 391	0.04 317	0.05 287	0.04 374	0.04 300	0.18 297	0.25 345

AIO-Stereo-zeroshot	2.86 213	0.99 317	7.52 385	1.52 235	0.92 267	2.94 180	0.03 15	9.31 273	3.81 121	2.42 90	5.86 176	9.23 331	4.64 305	4.31 115	2.19 245	0.02 265	0.18 392	0.00 1	0.54 425	0.35 367	0.35 367

GMStereo	1.83 99	0.99 317	4.55 278	0.57 111	0.05 14	2.53 118	0.01 2	4.95 103	11.14 366	3.52 119	2.24 72	0.53 64	0.49 62	3.76 97	0.80 112	0.20 384	0.00 1	0.00 1	0.12 334	0.12 241	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALCasStereoNet	1.93 114	1.01 319	2.75 124	1.88 289	1.75 329	2.88 177	0.18 85	4.64 89	4.36 154	2.27 87	5.14 147	2.22 119	0.79 93	7.10 233	1.00 147	0.00 1	0.34 422	0.00 1	0.00 1	0.10 209	0.16 306

edge stereo	6.76 383	1.01 319	6.76 366	2.20 342	2.45 365	6.41 327	2.45 337	14.84 405	11.98 380	15.29 422	18.31 398	22.02 435	12.56 421	10.82 387	7.49 365	0.03 299	0.06 301	0.11 400	0.03 283	0.30 352	0.14 286

TestStereo	1.74 87	1.02 321	3.64 214	0.20 51	0.28 156	1.33 18	0.01 2	5.24 128	4.01 134	3.18 107	4.97 142	2.07 117	0.70 79	7.32 245	0.75 97	0.02 265	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1

iResNet_ROB	4.23 328	1.02 321	4.90 294	2.18 339	0.93 270	2.92 178	0.37 130	15.10 409	16.91 412	7.89 303	10.51 301	7.03 290	3.07 224	8.16 299	3.46 296	0.01 190	0.00 1	0.00 1	0.00 1	0.10 209	0.02 53

AACVNet	3.33 257	1.03 323	3.56 205	3.46 411	0.63 234	3.09 192	0.28 110	8.78 260	3.43 104	5.99 199	10.64 304	10.08 343	4.03 272	8.69 331	2.51 261	0.03 299	0.01 149	0.00 1	0.00 1	0.26 342	0.06 179

FBW_ROB	8.50 413	1.03 323	7.98 389	1.93 301	1.28 299	13.10 416	6.23 411	22.50 454	18.98 417	18.82 431	14.91 368	19.06 422	10.04 407	18.41 442	9.83 403	0.62 418	0.22 408	1.82 443	0.82 434	0.99 415	1.36 421

HBP-ISP	4.09 316	1.05 325	4.10 252	1.87 286	1.31 303	7.56 353	3.98 375	11.26 323	9.94 344	7.81 298	14.44 362	3.23 153	4.27 282	8.89 344	1.87 220	0.06 338	0.06 301	0.00 1	0.00 1	0.06 153	0.04 130

GwcNet-RSSM	3.77 293	1.05 325	5.06 303	2.21 343	1.87 338	2.36 102	1.52 310	8.98 263	7.96 301	5.91 198	14.59 364	7.94 311	3.50 241	6.43 185	5.70 342	0.00 1	0.00 1	0.04 374	0.00 1	0.20 309	0.08 211

NLCA_NET_v2_RVC	3.84 299	1.06 327	5.23 318	2.72 382	3.27 384	4.36 280	0.61 193	10.71 312	7.56 285	8.75 333	7.89 243	9.86 339	3.90 266	7.15 239	3.44 292	0.14 369	0.02 203	0.02 345	0.03 283	0.04 104	0.03 88
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT_CTSACE	3.40 264	1.07 328	4.52 273	1.27 199	3.14 378	4.00 267	1.07 282	3.93 55	4.43 157	4.66 153	17.94 396	7.21 299	2.76 210	10.82 387	0.85 118	0.00 1	0.07 315	0.00 1	0.00 1	0.30 352	0.01 16

GANet	6.22 372	1.07 328	4.07 250	2.27 348	0.89 264	9.19 373	9.52 438	12.02 351	8.13 306	10.72 384	29.09 438	13.86 383	7.52 375	11.00 390	4.39 320	0.36 402	0.00 1	0.02 345	0.02 270	0.12 241	0.08 211

ACRE	2.41 170	1.08 330	5.11 307	0.55 106	2.05 345	2.65 141	0.78 240	5.26 133	4.67 172	7.59 290	9.20 266	1.70 102	1.08 110	3.74 96	2.18 244	0.01 190	0.18 392	0.02 345	0.08 317	0.22 325	0.10 246

SGM-ForestM	16.99 457	1.08 330	5.74 337	2.12 333	0.75 250	31.63 461	12.21 454	27.80 463	32.25 451	37.88 466	39.99 463	52.96 475	35.20 469	33.60 467	24.47 457	0.26 393	0.39 427	0.31 423	0.39 413	0.26 342	0.53 393

RALAANet	2.46 180	1.09 332	3.70 219	2.55 375	0.80 256	3.37 211	0.15 72	7.44 224	5.54 202	5.65 179	6.01 178	3.54 169	1.13 114	6.34 181	1.58 197	0.00 1	0.01 149	0.00 1	0.05 305	0.21 320	0.03 88

MSMD_ROB	9.28 420	1.09 332	4.65 283	1.58 247	0.39 186	16.52 427	4.41 386	13.60 388	14.87 400	22.34 439	39.89 462	25.67 443	20.71 448	12.42 406	6.98 360	0.34 401	0.03 251	0.00 1	0.00 1	0.05 131	0.09 224

CIPLG	2.47 181	1.10 334	4.71 288	0.63 121	2.15 351	2.67 144	0.77 235	5.19 120	4.73 176	7.85 300	9.56 281	1.72 103	1.14 115	4.20 113	2.34 250	0.01 190	0.19 397	0.02 345	0.09 325	0.23 331	0.08 211

STTRV1_RVC	7.02 392	1.10 334	12.88 422	3.32 406	6.92 443	11.90 405	4.00 376	15.07 406	11.94 379	9.51 355	14.57 363	11.63 369	8.73 392	12.65 409	8.06 378	3.32 446	2.75 459	0.41 429	0.12 334	1.38 424	0.11 258

CFNet	3.72 287	1.10 334	5.03 301	2.49 371	1.59 312	4.90 296	0.22 96	11.38 330	9.88 343	4.80 156	11.25 319	6.44 276	3.68 250	8.33 310	3.00 275	0.00 1	0.00 1	0.00 1	0.00 1	0.22 325	0.07 197

DualNet (step1)	3.91 308	1.11 337	6.15 350	1.27 199	0.60 229	5.22 302	2.54 339	10.66 309	7.73 292	8.36 317	7.55 230	6.55 278	4.27 282	6.58 198	1.62 201	1.49 437	0.03 251	3.10 446	2.99 452	0.20 309	0.15 295

test_sample9	5.87 362	1.11 337	6.15 350	1.27 199	0.60 229	5.22 302	2.54 339	10.66 309	7.73 292	8.36 317	7.55 230	6.55 278	4.27 282	11.68 398	11.44 417	1.49 437	24.31 485	3.10 446	2.99 452	0.20 309	0.15 295

test_sample8	7.99 406	1.11 337	6.15 350	1.27 199	0.60 229	5.22 302	2.54 339	12.04 352	6.15 236	17.46 428	9.02 265	24.67 439	18.16 437	11.68 398	11.44 417	1.49 437	24.31 485	3.10 446	2.99 452	0.20 309	0.15 295

ARAFT	3.13 236	1.11 337	7.34 379	0.42 89	0.14 84	4.52 287	2.99 352	7.41 223	5.97 224	8.85 338	7.06 219	5.20 240	1.25 131	8.49 319	1.44 182	0.00 1	0.03 251	0.00 1	0.00 1	0.33 363	0.11 258

TDLM	4.11 317	1.11 337	3.54 204	1.62 255	1.04 282	3.91 262	7.41 428	10.60 307	10.67 362	6.38 233	12.59 343	5.95 264	4.77 310	8.79 339	3.04 277	0.58 416	0.00 1	0.01 314	0.00 1	0.19 305	0.12 271

FINET	5.32 355	1.14 342	10.04 403	2.17 338	3.67 402	6.49 329	6.76 421	11.68 338	22.08 433	7.42 284	12.15 336	4.24 200	3.61 248	9.25 357	5.35 336	0.04 317	0.04 276	0.00 1	0.00 1	0.17 287	0.09 224

DeepPruner_ROB	3.52 273	1.14 342	4.06 248	1.12 187	1.65 318	3.65 237	0.83 248	13.96 393	4.47 161	7.80 297	10.84 309	7.05 294	2.16 182	8.14 297	3.08 279	0.07 347	0.03 251	0.00 1	0.01 249	0.32 360	0.06 179

CVANet_RVC	4.16 323	1.16 344	3.60 208	1.94 302	1.46 309	3.92 263	4.68 391	10.89 318	8.34 312	7.58 289	10.84 309	10.27 348	6.62 355	8.56 322	2.69 266	0.39 405	0.00 1	0.00 1	0.01 249	0.21 320	0.09 224

IPLGR_C	2.44 175	1.17 345	4.94 296	0.62 118	2.08 346	2.65 141	0.80 241	5.60 150	4.79 179	7.87 301	9.23 268	1.67 101	1.15 117	3.43 89	2.23 246	0.01 190	0.19 397	0.02 345	0.08 317	0.22 325	0.10 246

MyStereo8	2.88 217	1.19 346	5.03 301	1.61 252	3.75 407	4.30 276	0.07 30	6.14 174	6.16 237	6.22 217	9.64 284	4.28 205	1.45 142	2.05 65	4.76 329	0.00 1	0.16 384	0.00 1	0.14 338	0.26 342	0.43 380

raft_robust	2.64 193	1.20 347	2.62 109	1.10 181	0.28 156	1.50 34	0.12 50	6.28 183	9.04 326	6.80 248	7.19 221	3.73 180	2.13 179	9.06 349	1.07 151	0.03 299	0.12 356	0.00 1	0.21 369	0.17 287	0.22 332

dd	2.16 139	1.22 348	4.82 290	0.68 127	0.12 74	1.39 25	0.17 82	5.14 115	11.22 369	2.70 94	3.51 108	1.52 96	1.23 130	5.08 137	3.96 314	0.12 365	0.01 149	0.04 374	0.21 369	0.07 169	0.01 16

XPNet_ROB	6.03 371	1.22 348	5.61 335	2.56 376	0.90 266	6.32 324	7.07 424	12.92 378	8.30 311	14.76 420	15.13 369	19.84 426	6.66 357	10.36 380	8.58 386	0.02 265	0.04 276	0.00 1	0.03 283	0.11 226	0.24 342

DANet	6.02 370	1.23 350	8.45 392	3.86 425	3.94 414	7.64 358	1.34 303	9.51 279	7.00 267	13.39 413	15.53 371	15.99 400	7.02 363	12.14 403	12.37 422	0.19 381	0.12 356	0.02 345	0.03 283	0.13 256	0.56 395
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NaN_ROB	6.00 369	1.24 351	6.29 354	1.34 209	1.68 323	9.60 379	10.31 444	15.09 407	15.79 405	12.62 404	8.95 260	11.67 371	5.83 340	11.78 401	6.41 352	0.05 329	0.13 365	0.08 394	0.20 365	0.22 325	0.79 406

Nwc_Net	6.97 391	1.25 352	6.63 364	3.82 423	3.37 387	10.83 395	1.67 319	19.56 448	11.35 370	8.36 317	23.62 420	17.19 412	11.44 417	11.21 392	8.08 379	0.80 422	0.00 1	0.00 1	0.02 270	0.13 256	0.09 224

SACVNet	4.15 322	1.26 353	3.81 227	3.12 399	1.68 323	3.09 192	2.85 351	11.91 346	5.96 222	10.52 380	11.20 317	10.59 351	3.95 267	8.97 346	3.25 286	0.08 352	0.02 203	0.00 1	0.00 1	0.32 360	0.44 382

DMCA-RVC	3.17 240	1.26 353	6.39 359	2.10 332	1.51 311	3.02 186	0.56 178	7.84 230	5.06 186	9.23 349	5.19 152	8.46 320	2.72 209	6.31 177	3.22 283	0.06 338	0.11 349	0.09 397	0.02 270	0.16 276	0.08 211

BEATNet_4x	3.24 242	1.27 355	5.89 341	1.56 245	0.10 56	5.26 305	1.07 282	10.08 296	5.50 199	6.89 255	7.73 238	4.53 215	4.13 273	5.05 136	5.27 334	0.04 317	0.05 287	0.00 1	0.00 1	0.23 331	0.23 338

MANE	19.47 464	1.27 355	5.07 304	4.69 435	5.55 436	30.49 460	9.94 442	34.01 467	37.27 463	44.13 475	51.57 478	52.51 473	40.41 474	33.58 466	24.81 458	0.89 425	0.86 439	1.11 438	9.72 470	0.38 373	1.06 414

pmcnn	7.72 402	1.27 355	9.42 399	2.91 388	3.14 378	9.44 375	6.23 411	12.56 371	16.51 409	14.53 418	24.08 422	27.44 447	8.49 388	9.32 360	8.44 384	0.06 338	0.08 325	0.00 1	0.00 1	0.30 352	0.15 295

CSP-Net	4.12 318	1.28 358	3.70 219	1.54 240	1.06 283	13.28 418	2.33 334	12.96 379	5.45 197	8.87 339	8.54 254	8.43 319	3.03 221	8.16 299	3.65 305	0.00 1	0.00 1	0.00 1	0.00 1	0.18 297	0.03 88

LE_ROB	16.73 456	1.28 358	11.61 409	3.72 420	1.65 318	16.67 429	9.17 436	14.39 399	55.91 478	63.81 489	40.86 465	35.94 462	37.73 472	14.24 421	26.87 463	0.05 329	0.10 341	0.13 405	0.22 374	0.12 241	0.15 295

AIO-Stereo-zeroshot1	3.58 277	1.29 360	12.46 416	1.53 238	0.98 275	3.48 219	0.81 243	11.99 349	4.40 156	4.33 139	11.05 316	8.83 327	2.02 176	4.52 119	1.66 205	0.01 190	0.14 369	0.00 1	0.68 430	0.86 411	0.44 382

LMCR-Stereo	3.63 281	1.29 360	4.20 255	2.54 373	0.17 98	8.08 360	1.52 310	11.46 332	4.73 176	8.45 325	10.66 306	1.91 112	5.03 320	7.69 264	3.58 303	0.92 427	0.00 1	0.00 1	0.00 1	0.36 371	0.02 53

RP	6.84 388	1.29 360	5.53 333	3.92 426	5.18 434	6.32 324	3.53 367	11.73 341	15.31 402	9.54 357	22.38 416	18.25 417	14.47 431	10.11 374	7.49 365	0.91 426	0.01 149	0.12 403	0.15 341	0.33 363	0.19 322

ADCRef	7.27 393	1.38 363	16.37 435	2.52 372	3.30 386	11.63 402	3.16 358	10.80 315	9.35 332	13.03 411	25.27 430	8.17 315	8.92 395	8.06 291	21.81 450	0.15 371	0.08 325	0.16 408	0.34 405	0.38 373	0.58 396

fast-acv-ft	5.62 360	1.39 364	7.01 371	2.02 317	1.89 340	12.23 408	1.82 325	7.35 221	9.45 334	10.46 379	20.27 406	14.55 390	7.71 379	7.41 250	7.61 367	0.10 360	0.09 332	0.16 408	0.07 313	0.59 395	0.13 279

DN-CSS_ROB	2.69 195	1.40 365	5.34 321	2.31 358	0.75 250	3.14 198	0.06 25	6.11 173	3.87 122	5.34 173	12.18 338	2.34 122	1.22 129	7.84 274	1.48 186	0.03 299	0.00 1	0.00 1	0.00 1	0.35 367	0.03 88

LoS_RVC	1.26 56	1.43 366	1.91 42	0.42 89	3.77 409	1.71 56	0.04 17	2.58 6	2.49 36	0.42 40	2.58 79	0.30 35	0.57 74	1.71 44	0.66 78	0.01 190	0.02 203	0.00 1	0.00 1	0.02 39	4.49 446

iResNetv2_ROB	4.28 334	1.43 366	7.17 375	2.91 388	1.26 295	4.36 280	1.62 315	13.64 390	10.25 351	9.83 363	11.41 321	7.68 303	4.00 268	7.75 270	1.85 219	0.00 1	0.00 1	0.00 1	0.00 1	0.37 372	0.09 224

AF-Net	7.78 403	1.44 368	6.68 365	3.37 407	4.50 428	8.61 366	2.69 346	17.07 421	20.17 428	9.52 356	24.02 421	20.31 431	14.59 432	11.58 397	9.84 404	0.61 417	0.00 1	0.12 403	0.00 1	0.38 373	0.12 271

gwcnet-sp	3.31 249	1.47 369	7.26 376	1.73 268	0.69 242	7.57 354	1.14 287	8.59 250	6.17 238	8.57 327	5.25 160	4.26 202	3.36 232	6.46 186	3.44 292	0.00 1	0.00 1	0.00 1	0.00 1	0.15 270	0.11 258

scenet	3.31 249	1.47 369	7.26 376	1.73 268	0.69 242	7.57 354	1.14 287	8.59 250	6.17 238	8.57 327	5.25 160	4.26 202	3.36 232	6.46 186	3.44 292	0.00 1	0.00 1	0.00 1	0.00 1	0.15 270	0.11 258

ssnet	3.31 249	1.47 369	7.26 376	1.73 268	0.69 242	7.57 354	1.14 287	8.59 250	6.17 238	8.57 327	5.25 160	4.26 202	3.36 232	6.46 186	3.44 292	0.00 1	0.00 1	0.00 1	0.00 1	0.15 270	0.11 258

PA-Net	4.98 351	1.47 369	7.42 381	2.40 364	2.14 350	8.73 368	3.64 372	12.42 363	13.11 387	7.03 262	7.57 233	7.88 307	6.52 353	10.16 379	7.82 370	0.02 265	0.03 251	0.00 1	0.00 1	0.11 226	1.07 415
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	6.77 384	1.49 373	6.48 360	2.92 390	4.40 421	7.43 348	3.61 369	19.52 446	13.29 388	8.39 322	16.91 382	15.96 398	12.13 418	12.85 410	7.70 368	1.47 435	0.11 349	0.01 314	0.42 416	0.14 266	0.24 342

Abc-Net	6.77 384	1.49 373	6.48 360	2.92 390	4.40 421	7.43 348	3.61 369	19.52 446	13.29 388	8.39 322	16.91 382	15.96 398	12.13 418	12.85 410	7.70 368	1.47 435	0.11 349	0.01 314	0.42 416	0.14 266	0.24 342
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	11.52 437	1.52 375	4.55 278	1.89 291	1.46 309	19.87 442	5.11 398	20.66 452	15.91 406	32.67 459	34.51 454	39.34 466	21.15 449	18.74 444	12.10 420	0.11 362	0.06 301	0.01 314	0.00 1	0.45 386	0.22 332
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
G-Net	8.41 411	1.54 376	10.97 407	5.73 442	3.60 398	26.19 450	4.41 386	10.10 297	7.42 279	19.71 434	24.99 428	14.38 389	15.83 433	10.99 389	9.53 401	0.50 415	0.46 433	0.19 414	0.25 382	0.80 408	0.66 401

Wz-Net-LNSev-Ref	5.98 367	1.55 377	9.92 401	2.40 364	3.22 382	10.28 386	3.14 357	11.64 336	9.79 340	9.54 357	20.22 405	11.16 366	6.77 359	10.61 385	9.16 392	0.06 338	0.00 1	0.00 1	0.00 1	0.03 82	0.04 130

RAFT + AFF	4.30 335	1.55 377	5.84 339	1.43 225	2.36 360	5.94 319	6.72 420	10.01 293	7.56 285	7.55 288	8.96 262	7.09 295	6.73 358	8.57 323	4.02 315	0.02 265	0.47 434	0.00 1	0.01 249	0.56 391	0.54 394

psmorigin	7.34 394	1.58 379	18.31 442	2.35 361	0.87 262	6.72 334	1.70 323	10.63 308	7.14 273	19.77 435	22.71 417	20.13 428	11.34 415	12.96 412	9.49 400	0.04 317	0.17 388	0.06 385	0.17 352	0.21 320	0.50 390

NCCL2	5.88 364	1.59 380	5.44 325	1.87 286	0.92 267	9.55 377	11.55 450	12.11 355	9.94 344	9.67 360	8.85 257	22.28 437	7.41 369	8.78 338	7.17 362	0.01 190	0.00 1	0.03 362	0.00 1	0.13 256	0.23 338

iinet-f	5.94 365	1.60 381	26.88 461	1.79 276	1.38 307	11.92 406	1.47 307	6.80 210	7.11 272	6.90 257	14.43 361	10.64 355	7.97 381	7.00 225	12.12 421	0.02 265	0.03 251	0.05 381	0.00 1	0.63 400	0.02 53

CSAN	7.62 397	1.60 381	6.56 363	1.83 284	0.66 238	12.40 411	10.52 447	14.45 400	21.32 431	14.19 416	15.98 373	17.84 413	13.02 426	12.32 405	8.38 383	0.09 357	0.07 315	0.03 362	0.04 300	0.33 363	0.67 402

FADNet-RVC-Resample	3.79 295	1.62 383	12.06 412	1.43 225	0.66 238	5.94 319	2.41 335	10.18 300	8.58 322	6.28 225	4.22 122	5.33 246	4.80 314	7.71 266	3.19 282	0.17 377	0.21 404	0.17 411	0.12 334	0.41 383	0.29 359

PSMNet_ROB	5.02 353	1.63 384	6.03 346	1.90 292	1.83 336	9.57 378	6.35 415	15.58 414	7.23 276	6.15 213	10.48 300	12.22 373	4.16 276	8.02 283	8.71 388	0.02 265	0.01 149	0.01 314	0.10 329	0.20 309	0.12 271

LL-Strereo	4.71 348	1.64 385	7.51 384	1.15 189	4.31 419	3.71 244	1.45 306	9.21 269	8.36 313	8.37 321	8.17 248	10.82 358	11.36 416	12.51 407	4.82 330	0.00 1	0.12 356	0.00 1	0.00 1	0.31 357	0.32 364

FADNet	4.23 328	1.65 386	11.75 411	1.64 257	0.80 256	4.80 293	0.77 235	13.76 392	11.65 374	3.97 132	5.24 158	9.62 336	5.14 324	8.40 314	3.78 309	0.21 385	0.04 276	0.07 391	0.05 305	1.14 417	0.10 246

sAnonymous2	1.35 63	1.66 387	8.14 390	0.55 106	0.46 201	1.23 9	0.24 101	4.00 57	3.47 105	0.40 34	1.11 31	0.23 21	1.42 140	0.96 11	0.57 65	0.01 190	0.00 1	0.00 1	0.20 365	2.07 434	0.22 332

CroCo_RVC	1.35 63	1.66 387	8.14 390	0.55 106	0.46 201	1.23 9	0.24 101	4.00 57	3.47 105	0.40 34	1.11 31	0.23 21	1.42 140	0.96 11	0.57 65	0.01 190	0.00 1	0.00 1	0.20 365	2.07 434	0.22 332

FADNet_RVC	3.91 308	1.67 389	12.95 424	0.96 161	0.75 250	5.71 312	0.54 172	10.83 316	6.60 256	3.46 118	8.09 246	4.10 194	3.40 239	9.43 363	6.33 350	0.36 402	0.44 431	0.17 411	0.46 421	0.91 412	0.95 411

APVNet	5.98 367	1.72 390	8.72 394	3.21 403	4.04 416	12.31 409	1.81 324	19.09 439	6.10 231	6.13 212	13.41 351	10.69 356	6.30 348	11.26 393	13.90 430	0.05 329	0.02 203	0.11 400	0.03 283	0.53 389	0.20 328

AANet_RVC	5.01 352	1.74 391	6.38 358	1.96 306	1.29 300	2.26 95	1.69 320	10.07 295	18.53 415	7.88 302	18.15 397	8.49 323	2.70 204	10.59 384	7.04 361	0.96 428	0.15 376	0.02 345	0.00 1	0.13 256	0.12 271

StereoDRNet	5.59 358	1.75 392	6.80 367	3.12 399	4.45 425	10.61 391	4.35 385	18.80 434	9.73 338	12.22 401	6.87 207	11.44 368	4.65 306	8.09 294	8.26 382	0.02 265	0.11 349	0.00 1	0.03 283	0.20 309	0.28 357

ETE_ROB	5.80 361	1.77 393	6.33 355	1.44 228	0.78 255	6.43 328	6.90 422	12.53 370	8.08 304	12.93 410	14.89 367	21.13 434	5.87 341	9.83 370	6.57 356	0.04 317	0.01 149	0.00 1	0.02 270	0.08 181	0.33 365

ADCP+	8.09 407	1.79 394	14.50 429	1.54 240	4.28 418	16.57 428	5.20 399	12.80 375	11.20 368	12.83 409	17.07 386	11.02 364	10.80 413	17.59 440	23.18 455	0.03 299	0.05 287	0.01 314	0.18 358	0.39 377	0.81 407

LALA_ROB	6.58 380	1.80 395	6.25 353	1.26 197	0.94 271	10.08 382	9.02 435	16.00 416	11.51 373	12.74 406	13.02 347	24.77 440	5.25 326	10.56 383	8.02 375	0.04 317	0.05 287	0.00 1	0.02 270	0.10 209	0.25 345

FADNet-RVC	3.98 314	1.84 396	12.48 418	1.69 261	0.44 195	4.33 277	1.31 301	11.84 343	7.15 274	3.53 120	3.50 107	10.63 354	4.43 294	9.12 350	6.25 349	0.03 299	0.10 341	0.00 1	0.03 283	0.60 397	0.25 345

PS-NSSS	3.90 305	1.84 396	4.55 278	0.87 144	2.95 376	4.10 271	2.00 329	10.77 314	8.23 310	6.75 244	14.63 365	5.01 234	2.24 183	8.41 315	2.91 273	0.33 400	0.03 251	0.83 434	0.00 1	0.82 409	0.70 404

SANet	10.64 432	1.86 398	10.91 405	1.76 271	0.71 247	14.62 422	9.23 437	19.18 440	37.14 462	19.22 432	27.96 434	25.86 444	19.11 443	13.02 413	10.63 409	0.08 352	0.06 301	0.03 362	0.02 270	0.62 398	0.81 407

DPSNet	10.14 428	1.88 399	16.82 438	1.85 285	1.73 327	24.84 448	17.20 471	19.92 449	27.41 443	12.23 403	13.62 353	16.52 404	18.35 438	14.42 423	12.50 423	0.78 421	0.54 437	0.08 394	0.25 382	1.18 418	0.59 399

dad	4.66 347	1.89 400	5.51 330	0.94 155	0.09 50	2.16 89	0.37 130	7.10 217	14.43 395	10.13 372	16.84 381	14.97 392	1.90 172	6.82 210	4.15 317	1.09 430	0.11 349	4.08 451	0.46 421	0.17 287	0.06 179

Wz-Net-LNSev	6.46 377	1.93 401	16.44 437	1.52 235	4.15 417	12.66 412	4.96 396	13.05 381	12.10 381	10.55 382	16.23 375	11.32 367	7.19 366	8.43 317	8.48 385	0.00 1	0.01 149	0.00 1	0.00 1	0.08 181	0.06 179

GwcNet	6.42 376	1.97 402	10.92 406	2.59 377	5.58 437	11.55 400	2.21 333	14.10 396	16.52 411	10.04 370	17.19 390	10.86 360	5.61 338	9.23 356	8.84 390	0.01 190	0.06 301	0.03 362	0.08 317	0.56 391	0.40 374

GMStereo_Zeroshot	2.77 203	1.98 403	5.14 310	1.53 238	0.36 179	3.56 231	0.10 40	5.57 149	5.91 220	6.89 255	7.02 215	8.50 324	0.91 98	6.01 164	1.65 204	0.00 1	0.00 1	0.00 1	0.00 1	0.20 309	0.01 16

PDISCO_ROB	9.62 425	1.99 404	11.51 408	9.88 451	9.61 454	21.48 443	3.83 373	19.33 442	28.49 446	11.27 394	14.17 358	19.92 427	5.02 319	16.35 436	9.18 393	5.28 450	0.41 428	0.14 406	0.09 325	2.05 433	2.36 436

ADCL	10.16 429	2.11 405	19.36 445	1.92 297	1.88 339	22.23 444	8.91 434	14.04 394	23.56 437	14.62 419	26.19 431	12.75 377	13.59 428	16.06 435	22.95 454	0.26 393	0.18 392	0.75 432	0.65 427	0.69 404	0.58 396

ELAS	16.72 455	2.14 406	9.23 396	4.92 437	4.53 429	32.66 465	15.11 466	27.40 462	28.68 447	40.27 470	44.90 468	38.33 465	30.50 464	26.44 461	21.94 451	0.88 424	1.23 443	0.67 431	0.89 436	1.49 426	2.18 434
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RGC	6.88 390	2.23 407	6.13 348	4.05 427	4.73 433	8.94 369	2.78 348	15.19 411	11.74 375	11.13 391	19.34 400	17.86 414	10.42 411	13.02 413	8.03 377	0.73 420	0.01 149	0.24 419	0.41 415	0.31 357	0.38 371

ELAS_RVC	16.54 454	2.26 408	10.09 404	5.50 441	4.46 426	28.28 458	16.72 470	25.55 459	33.54 454	40.19 469	40.30 464	36.68 463	30.03 463	29.40 462	20.61 444	0.98 429	1.21 442	0.86 435	0.70 431	1.39 425	2.16 432
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	7.50 396	2.32 409	15.58 434	1.82 283	0.63 234	44.66 477	0.44 148	8.59 250	9.52 335	9.84 364	25.18 429	5.30 245	4.38 291	11.46 396	6.49 354	0.05 329	0.03 251	0.00 1	0.01 249	1.79 431	1.87 428

Wz-Net-MNSev	7.43 395	2.35 410	15.22 432	2.34 360	3.41 392	17.27 434	8.55 431	11.91 346	13.48 390	13.37 412	17.05 385	13.70 380	7.47 374	11.90 402	9.99 406	0.40 407	0.03 251	0.00 1	0.01 249	0.16 276	0.07 197

ADCPNet	9.54 423	2.39 411	31.46 465	2.09 330	1.60 314	16.71 430	6.39 416	12.11 355	11.45 371	13.53 414	21.45 411	19.41 423	10.94 414	14.38 422	21.54 448	0.27 396	1.16 441	0.39 428	1.49 444	0.58 394	1.45 422

SHD	9.61 424	2.60 412	12.46 416	3.69 419	3.54 395	9.47 376	1.25 294	20.16 451	37.84 464	18.19 430	21.24 410	16.96 410	12.83 425	14.47 424	16.05 435	0.32 399	0.13 365	0.01 314	0.08 317	0.38 373	0.48 387

DGSMNet	6.47 378	2.61 413	13.64 427	3.46 411	3.74 403	8.97 370	6.01 406	14.15 397	13.01 386	7.46 286	14.10 357	9.94 341	4.79 313	10.44 381	6.22 348	1.30 434	1.70 446	1.80 441	1.52 446	2.27 437	2.35 435

DeepPrunerF	6.75 382	2.69 414	23.31 454	3.68 418	7.16 444	3.78 255	4.29 383	13.42 387	20.13 427	8.13 309	10.46 299	7.18 298	8.06 383	11.10 391	9.44 399	0.24 390	0.15 376	0.29 421	0.42 416	0.66 403	0.45 384

Syn2CoEx	6.32 374	2.72 415	9.33 397	2.45 369	1.67 321	8.59 365	3.32 362	18.08 428	12.27 382	8.53 326	21.08 409	10.30 349	9.80 405	9.30 359	7.86 372	0.01 190	0.00 1	0.00 1	0.00 1	0.63 400	0.43 380

SAMSARA	14.63 446	2.74 416	12.38 414	12.65 458	6.74 442	36.50 469	72.93 492	19.36 443	23.77 438	16.20 426	13.04 348	29.21 450	12.78 423	16.98 438	15.21 434	0.11 362	0.26 418	0.03 362	0.14 338	0.76 407	0.77 405

GANetREF_RVC	6.56 379	2.89 417	7.58 386	3.41 408	0.40 188	12.96 415	9.58 439	15.09 407	17.25 414	10.33 374	10.62 303	12.27 374	8.16 385	12.21 404	4.53 323	0.41 408	0.00 1	0.00 1	0.02 270	3.12 440	0.39 372
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
PVD	15.44 448	2.93 418	14.67 430	4.21 432	3.39 390	17.43 435	4.16 379	27.84 464	48.84 473	31.02 457	43.54 467	29.76 452	30.81 465	25.97 460	21.40 446	0.23 388	0.41 428	0.04 374	0.33 403	0.41 383	1.33 420

RTSC	9.15 417	3.00 419	13.57 426	3.72 420	1.76 331	11.82 404	0.46 150	16.95 420	36.83 461	15.80 424	15.53 371	12.91 378	7.46 373	20.01 450	21.76 449	0.31 398	0.13 365	0.01 314	0.08 317	0.57 393	0.41 376

TRStereo	2.36 167	3.10 420	4.70 287	1.99 310	2.08 346	2.61 133	1.11 285	8.79 261	3.73 115	3.19 108	3.04 89	3.96 185	0.77 88	5.92 160	1.44 182	0.03 299	0.14 369	0.00 1	0.29 392	0.08 181	0.25 345

ADCMid	10.24 430	3.13 421	20.70 448	2.21 343	2.39 363	11.23 397	6.19 408	14.17 398	11.19 367	23.20 445	22.25 414	17.89 415	19.54 444	18.51 443	26.21 462	0.45 413	0.42 430	1.10 437	1.29 441	1.56 428	1.18 416

PWC_ROB	8.24 409	3.13 421	12.74 421	2.43 368	4.43 424	7.51 352	1.22 292	16.63 419	19.24 421	16.08 425	28.29 435	13.99 386	10.16 408	13.63 417	14.06 431	0.42 411	0.00 1	0.05 381	0.00 1	0.59 395	0.27 355

SuperB	8.10 408	3.15 423	24.67 456	2.65 378	1.23 293	9.88 381	4.29 383	10.18 300	30.07 448	11.53 397	12.18 338	6.12 267	6.65 356	10.50 382	14.47 433	0.14 369	0.11 349	0.35 425	0.25 382	13.06 463	0.48 387

PWCDC_ROB	7.92 405	3.17 424	7.48 383	5.73 442	4.40 421	10.45 388	0.35 127	14.52 402	28.19 445	10.36 376	31.27 444	7.04 292	9.14 399	13.22 415	8.78 389	2.74 445	0.02 203	0.00 1	0.00 1	1.31 422	0.17 309

aanetorigin	8.72 415	3.29 425	27.55 462	1.95 303	3.84 410	4.93 298	5.39 404	5.49 147	10.05 346	27.85 452	31.47 445	15.80 397	12.78 423	9.04 348	11.98 419	0.25 391	0.22 408	0.22 417	0.25 382	1.28 421	0.84 409

SQANet	7.64 398	3.40 426	5.49 328	11.73 457	9.62 455	11.96 407	2.82 349	11.33 328	6.10 231	8.33 316	11.49 324	11.00 363	5.16 325	10.12 378	2.72 270	8.92 459	2.21 448	10.41 458	1.58 447	11.13 459	7.39 458

XQC	8.43 412	3.58 427	16.40 436	2.92 390	2.17 352	13.22 417	3.60 368	14.64 403	25.86 441	11.87 399	12.04 332	15.06 393	10.67 412	15.24 429	19.41 440	0.39 405	0.08 325	0.05 381	0.07 313	0.84 410	0.45 384

MFN_U_SF_RVC	12.94 440	3.66 428	25.81 459	3.61 417	2.26 358	22.77 445	4.55 389	27.10 460	20.06 426	23.90 446	28.99 437	30.53 453	16.98 434	19.92 449	20.26 443	1.24 431	1.07 440	0.98 436	1.33 442	1.80 432	2.04 431

anonymity	7.68 399	3.83 429	12.39 415	7.04 447	12.67 463	8.18 362	2.00 329	17.50 424	6.85 262	13.56 415	9.21 267	9.97 342	7.82 380	11.28 394	5.58 340	6.27 453	4.98 475	3.68 450	2.96 451	3.33 442	4.48 445

PASM	7.90 404	4.22 430	21.97 452	3.25 404	3.29 385	5.39 308	6.57 417	10.57 306	19.09 418	12.77 407	13.92 355	18.11 416	9.51 403	13.79 418	10.77 413	0.19 381	0.45 432	0.29 421	1.08 439	1.49 426	1.19 417

MFN_U_SF_DS_RVC	9.78 426	4.27 431	14.47 428	2.29 351	2.85 373	23.40 447	13.62 458	13.60 388	19.54 422	19.42 433	24.27 423	16.74 407	8.59 389	17.05 439	7.98 374	1.25 432	1.68 445	0.17 411	2.63 449	0.72 406	1.04 413

GASNet	5.19 354	4.61 432	9.38 398	4.73 436	2.10 348	3.80 257	1.57 313	12.07 353	10.96 363	8.92 341	7.03 217	8.21 316	7.67 378	14.02 419	7.36 363	0.02 265	0.15 376	0.00 1	0.00 1	0.69 404	0.42 378

PSMNet-RUCA	5.60 359	4.62 433	11.61 409	10.29 453	7.55 449	7.08 341	1.94 327	12.01 350	10.52 359	3.90 130	11.88 329	4.43 211	1.75 168	7.56 257	4.24 319	1.68 440	0.12 356	4.78 453	0.67 429	4.74 445	0.68 403

WZ-Net	13.00 441	4.64 434	41.07 473	3.48 413	3.15 380	19.12 439	15.66 469	14.81 404	31.33 450	15.71 423	27.88 433	22.22 436	14.01 430	20.44 452	25.03 459	0.64 419	0.00 1	0.01 314	0.03 283	0.39 377	0.37 370

Consistency-Raft	9.42 421	4.74 435	12.66 419	5.30 440	9.08 452	4.08 269	5.26 401	19.26 441	24.87 439	11.17 392	29.85 440	13.57 379	5.51 337	7.67 263	13.40 427	0.36 402	0.35 424	1.81 442	4.24 460	11.61 460	3.57 440

ADCS	13.02 442	4.93 436	28.38 463	3.17 402	2.67 370	13.61 420	10.83 448	18.70 431	33.46 453	22.59 440	24.78 426	19.59 425	18.51 440	23.40 457	32.16 471	0.10 360	0.19 397	0.37 427	0.18 358	1.26 420	1.46 423

MaskLacGwcNet_RVC	5.97 366	5.36 437	5.02 299	3.75 422	3.57 397	15.81 425	4.27 382	11.72 340	6.96 265	7.23 275	8.47 253	9.09 330	2.66 203	9.36 362	2.71 267	7.49 455	2.32 450	2.01 444	0.08 317	6.77 454	4.67 447

AnyNet_C32	10.98 435	5.58 438	22.79 453	4.16 429	5.83 438	15.64 423	14.30 459	13.18 382	17.15 413	16.44 427	20.52 407	14.68 391	13.44 427	22.46 454	30.08 468	0.17 377	0.26 418	0.36 426	0.36 409	1.23 419	0.91 410

LSM	14.01 445	5.95 439	33.49 466	6.78 446	43.61 487	10.22 384	9.98 443	15.16 410	22.93 436	23.07 444	32.34 449	18.52 419	12.67 422	15.45 430	11.10 414	0.16 376	0.51 436	0.09 397	0.32 401	1.08 416	16.85 482

EDNetEfficient	13.82 444	6.19 440	54.79 479	2.83 385	3.60 398	4.86 295	8.57 432	8.61 255	32.90 452	40.77 471	30.59 443	18.33 418	21.87 453	11.38 395	25.36 460	0.15 371	0.23 410	0.06 385	1.03 438	2.54 438	1.79 426

SPS-STEREO	15.04 447	6.23 441	13.21 425	11.34 456	11.65 460	23.30 446	7.15 425	24.16 457	15.65 404	31.78 458	29.19 439	31.62 454	21.32 450	24.62 458	19.50 441	7.59 456	4.19 473	3.22 449	1.48 443	6.99 455	6.54 455
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-SNSev	9.23 419	6.70 442	24.28 455	1.87 286	1.81 335	8.57 364	12.29 456	17.37 423	20.39 429	10.43 378	23.11 419	16.66 406	8.03 382	14.47 424	17.86 437	0.00 1	0.02 203	0.01 314	0.00 1	0.41 383	0.30 361

AnonymousM	2.71 198	6.75 443	0.98 1	0.73 130	0.06 23	2.41 108	0.53 170	5.30 135	3.05 75	4.75 155	2.09 66	1.89 110	1.01 104	1.88 58	0.51 60	0.01 190	0.02 203	17.42 463	4.76 463	0.02 39	0.01 16

NVStereoNet_ROB	16.04 451	6.75 443	12.90 423	6.37 445	7.42 447	12.89 414	9.74 441	22.78 455	25.12 440	30.32 455	46.19 470	34.37 460	25.38 457	21.48 453	21.38 445	5.94 451	3.10 465	6.07 456	10.09 471	4.01 443	8.54 463
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	16.41 453	6.93 445	21.83 451	5.94 444	2.81 372	38.71 471	14.59 460	24.55 458	34.87 459	33.66 463	34.35 453	29.24 451	24.20 456	22.59 455	17.95 438	2.52 444	2.81 460	1.17 439	1.51 445	5.89 451	2.16 432

UDGNet	2.73 201	7.09 446	3.90 235	2.71 380	0.06 23	2.98 182	0.20 91	4.63 86	8.58 322	2.69 92	2.70 81	0.95 77	1.01 104	6.27 174	1.51 188	1.28 433	0.00 1	5.24 455	0.94 437	1.70 429	0.13 279

SGM+DAISY	15.62 449	7.26 447	19.28 444	8.94 448	10.11 457	26.25 451	10.49 446	19.36 443	14.65 398	30.64 456	33.59 452	33.00 456	22.32 455	24.96 459	16.42 436	7.90 457	6.25 477	4.51 452	3.37 456	5.86 450	7.20 457

otaku	11.73 438	7.51 448	7.07 373	13.22 460	10.85 459	26.61 455	7.25 427	18.84 435	19.16 420	11.58 398	17.23 391	20.19 429	8.09 384	15.11 428	4.64 326	9.13 461	2.42 452	13.08 459	1.83 448	12.48 462	8.22 461

MFMNet_re	13.29 443	8.60 449	18.29 441	9.75 450	7.25 446	19.65 441	14.84 463	20.71 453	30.72 449	23.03 443	28.77 436	18.85 421	26.09 460	13.55 416	9.82 402	2.44 443	1.35 444	0.34 424	0.23 375	4.78 446	6.69 456

Ntro	12.35 439	8.88 450	7.80 387	13.79 461	12.42 462	26.54 454	6.98 423	18.54 430	22.14 434	9.82 362	16.45 376	20.30 430	9.29 402	15.95 433	6.61 358	9.53 463	2.47 454	14.93 461	2.77 450	13.11 464	8.63 464

BEATNet-Init1	23.31 466	9.03 451	41.67 474	4.17 430	2.53 367	45.68 479	19.47 474	33.43 466	38.45 465	47.59 478	49.10 474	59.31 479	41.80 475	38.35 474	29.21 467	0.47 414	0.50 435	0.81 433	0.66 428	2.10 436	1.86 427

CC-Net-ROB	7.68 399	9.21 452	7.46 382	3.82 423	3.66 401	15.68 424	5.02 397	17.95 426	10.45 358	6.44 236	14.00 356	7.63 302	4.77 310	10.75 386	3.10 280	5.99 452	2.46 453	16.28 462	1.08 439	6.30 453	1.56 425

UDG	8.58 414	9.31 453	4.89 293	10.00 452	9.52 453	10.36 387	2.41 335	12.07 353	9.82 341	7.81 298	9.55 280	16.52 404	9.81 406	7.84 274	7.88 373	4.20 447	2.51 455	18.53 464	3.71 459	9.55 456	5.28 450

RTS	18.87 462	9.32 454	86.48 488	4.95 438	6.10 439	42.08 473	14.70 461	15.49 412	41.06 466	22.65 441	32.32 447	13.77 381	19.54 444	37.98 472	28.96 465	0.41 408	0.23 410	0.00 1	0.02 270	0.91 412	0.50 390

RTSA	18.87 462	9.32 454	86.48 488	4.95 438	6.10 439	42.08 473	14.70 461	15.49 412	41.06 466	22.65 441	32.32 447	13.77 381	19.54 444	37.98 472	28.96 465	0.41 408	0.23 410	0.00 1	0.02 270	0.91 412	0.50 390

Wz-Net-TNSev	11.35 436	10.56 456	35.88 470	2.28 350	1.73 327	18.25 437	11.42 449	15.88 415	20.88 430	14.44 417	16.97 384	19.57 424	19.04 442	19.31 446	18.67 439	0.01 190	0.06 301	0.00 1	0.16 345	0.62 398	1.25 418

AnyNet_C01	16.12 452	10.81 457	59.36 481	4.42 434	2.49 366	30.06 459	15.15 467	17.51 425	16.51 409	17.88 429	37.69 459	24.04 438	17.54 435	29.60 463	33.29 472	0.28 397	0.38 426	0.43 430	0.42 416	2.57 439	1.98 430

DDUNet	9.47 422	11.32 458	6.14 349	12.93 459	11.65 460	10.45 388	3.87 374	11.70 339	7.89 298	9.27 350	13.28 349	16.18 403	6.14 346	8.80 340	5.77 343	6.64 454	3.38 468	20.90 465	4.28 461	11.01 458	7.80 459

EDNetEfficientorigin	17.87 459	14.00 459	99.53 500	1.64 257	0.92 267	10.55 390	6.26 413	13.21 383	34.84 458	38.20 468	36.91 458	27.47 448	26.32 461	14.71 426	25.69 461	0.04 317	0.06 301	0.14 406	0.52 424	3.16 441	3.27 438

JetBlue	29.12 472	15.72 460	54.12 478	15.93 462	20.98 475	60.90 490	30.62 481	39.38 470	34.62 457	34.08 464	39.69 461	57.35 478	43.17 476	50.71 487	50.60 487	2.41 442	3.79 471	2.81 445	3.45 457	9.57 457	12.59 476

FADE		17.27 461		10.46 454	9.90 456			35.80 469	53.05 475	20.32 438		26.54 445		39.35 475		30.62 483	14.22 482	38.39 482	37.63 485	5.22 448	5.56 452

GCST	9.08 416	17.31 462	3.98 240	52.92 485	10.66 458	11.29 398	0.20 91	6.97 214	6.47 251	9.46 353	4.68 133	4.75 221	1.51 144	9.34 361	1.31 172	8.19 458	0.05 287	22.38 466	0.34 405	6.17 452	3.53 439

coex-ft	19.78 465	19.39 463	87.73 490	1.77 273	1.80 334	17.25 433	13.50 457	12.63 373	42.10 468	60.18 485	38.90 460	28.72 449	28.74 462	11.74 400	27.40 464	0.21 385	0.23 410	0.04 374	0.30 398	1.36 423	1.54 424

ACVNet-4b	15.90 450	22.00 464	12.37 413	16.40 463	15.14 466	31.87 462	7.50 429	19.04 438	27.85 444	11.48 396	22.02 413	31.86 455	9.16 401	17.95 441	5.69 341	10.43 465	2.58 456	24.44 469	4.87 465	16.04 467	9.28 465

WAO-7	29.39 473	24.43 465	20.47 447	32.71 475	13.83 464	34.70 466	20.27 477	52.19 485	65.03 486	43.29 473	59.35 484	52.19 472	44.68 478	31.71 464	30.56 469	10.98 467	4.94 474	13.71 460	12.52 476	12.06 461	8.22 461

IGEV-BASED-STEREO-	4.24 330	25.07 466	26.53 460	0.44 93	0.07 31	1.50 34	0.54 172	2.09 4	1.57 11	0.51 47	0.62 20	0.21 20	0.20 6	1.44 32	0.53 61	12.03 469	0.01 149	0.00 1	0.08 317	1.75 430	9.69 466

ACVNet_1	18.70 461	25.08 467	12.72 420	17.33 464	15.18 467	26.02 449	9.62 440	28.44 465	34.49 455	24.39 447	24.32 424	37.22 464	20.13 447	16.67 437	13.39 426	10.45 466	2.59 457	24.77 470	4.92 466	16.57 468	9.75 467

DispFullNet	17.47 458	26.01 468	33.98 468	22.58 469	20.86 474	13.84 421	1.28 298	16.50 417	26.27 442	19.97 436	17.17 389	20.52 433	18.49 439	22.86 456	10.76 412	5.13 449	2.83 461	30.72 473	7.72 469	20.86 471	11.01 472

RainbowNet	18.01 460	26.22 469	19.95 446	18.59 465	14.88 465	27.38 457	10.46 445	27.39 461	34.54 456	14.91 421	27.01 432	25.65 442	12.44 420	18.94 445	9.23 394	13.91 473	3.46 469	23.36 468	4.86 464	16.03 466	10.91 471

test_for_model	6.81 387	27.63 470	2.16 77	21.79 468	16.18 469	3.48 219	0.94 270	5.88 164	3.72 114	7.62 291	2.72 82	1.03 80	0.42 57	0.58 1	0.35 20	9.03 460	2.28 449	0.00 1	0.05 305	23.91 475	6.49 454

IMH-64-1	27.21 470	28.77 471	16.84 439	31.57 472	20.76 472	26.43 452	15.10 464	47.11 475	45.20 470	33.53 461	51.16 476	41.42 467	31.10 466	36.48 468	22.39 452	13.48 471	2.87 463	33.95 475	10.70 472	23.50 473	11.75 473

IMH-64	27.21 470	28.77 471	16.84 439	31.57 472	20.76 472	26.43 452	15.10 464	47.11 475	45.20 470	33.53 461	51.16 476	41.42 467	31.10 466	36.48 468	22.39 452	13.48 471	2.87 463	33.95 475	10.70 472	23.50 473	11.75 473

IMH	29.82 474	29.11 473	18.51 443	34.28 476	21.40 477	32.33 464	15.39 468	49.40 482	53.07 476	37.88 466	55.32 481	45.05 469	39.54 473	40.63 476	24.12 456	14.03 474	3.27 467	34.93 477	11.24 474	24.69 476	12.21 475

ACVNet_2	26.45 468	29.35 474	25.14 457	20.27 467	15.43 468	34.97 467	12.23 455	48.37 480	66.25 488	42.69 472	56.73 482	51.77 471	25.59 458	20.39 451	13.52 428	10.13 464	2.59 457	22.78 467	3.52 458	17.57 469	9.80 469

TorneroNet-64	32.42 476	31.89 475	30.52 464	34.73 477	21.13 476	46.99 480	18.82 472	43.10 473	59.42 481	32.70 460	46.98 471	62.01 481	36.98 470	43.97 480	33.88 473	14.10 475	3.22 466	35.28 478	11.72 475	26.84 479	14.07 477

MADNet+	27.07 469	33.84 476	90.97 492	20.14 466	7.47 448	48.43 481	47.10 488	35.43 468	36.46 460	20.11 437	30.05 441	25.29 441	35.08 468	45.50 481	50.28 486	2.13 441	2.00 447	1.19 440	0.76 432	4.71 444	4.43 443

TorneroNet	35.11 480	33.92 477	33.82 467	37.86 479	22.01 478	49.64 483	21.58 478	48.09 479	55.23 477	37.50 465	53.79 479	62.81 484	43.66 477	46.71 483	41.25 481	14.80 476	3.53 470	36.72 479	14.57 478	28.28 482	16.49 480

WAO-8	38.15 481	35.51 478	21.50 449	43.67 480	23.92 479	44.44 475	20.26 475	52.83 486	76.62 491	53.57 482	66.79 489	62.63 482	54.56 485	42.03 478	39.18 479	22.71 479	6.65 478	37.08 480	19.08 480	24.72 478	15.24 478

Venus	38.15 481	35.51 478	21.50 449	43.67 480	23.92 479	44.44 475	20.26 475	52.83 486	76.62 491	53.57 482	66.81 490	62.63 482	54.56 485	42.03 478	39.18 479	22.71 479	6.65 478	37.08 480	19.08 480	24.70 477	15.24 478

WAO-6	34.74 478	36.76 480	15.36 433	37.53 478	24.15 481	35.99 468	19.36 473	48.96 481	68.54 489	43.84 474	47.58 472	52.77 474	52.60 482	32.63 465	34.73 475	26.20 481	7.74 480	42.78 483	21.64 482	28.07 481	17.62 483

Dean	34.67 477	38.70 481	25.33 458	29.89 471	17.21 470	45.24 478	11.98 453	56.90 489	76.55 490	63.47 488	60.22 485	67.36 487	48.14 481	37.24 470	39.01 478	11.00 468	2.83 461	28.35 471	5.60 468	18.14 470	10.31 470

LVE	34.99 479	40.10 482	34.97 469	32.49 474	18.61 471	51.45 486	26.82 479	52.15 484	65.94 487	47.21 476	61.04 486	53.99 476	37.30 471	37.95 471	34.09 474	15.55 477	5.95 476	31.01 474	13.81 477	22.58 472	16.72 481

PWCK	30.53 475	44.32 483	47.25 476	29.76 470	7.23 445	40.78 472	27.10 480	44.73 474	44.32 469	47.31 477	36.37 457	47.16 470	26.05 459	41.26 477	31.87 470	21.83 478	4.03 472	29.50 472	4.67 462	27.17 480	7.80 459

UNDER WATER-64	45.16 484	46.99 484	66.69 482	43.90 482	27.64 482	55.58 489	41.87 485	39.42 471	48.42 472	51.73 481	43.08 466	67.76 488	56.69 487	48.02 485	48.34 484	39.50 485	17.64 483	51.78 486	38.93 486	36.62 483	32.61 485

UNDER WATER	45.09 483	48.60 485	67.37 483	49.30 484	31.41 483	53.80 488	37.39 483	40.25 472	52.48 474	50.24 479	45.37 469	68.37 489	57.76 488	51.03 488	49.88 485	29.97 482	13.75 481	51.22 485	36.57 483	37.87 484	29.12 484

DLNR_Zeroshot_test	24.70 467	50.77 486	90.11 491	98.11 501	97.34 499	1.38 22	0.12 50	22.79 456	3.09 81	1.07 69	2.95 86	0.71 71	0.29 26	6.93 218	2.29 248	38.56 484	0.37 425	0.00 1	0.30 398	76.73 496	0.09 224

notaker	47.42 485	55.20 487	49.13 477	56.52 488	40.18 484	38.52 470	32.97 482	47.21 477	56.08 479	57.21 484	57.24 483	60.09 480	59.19 489	53.93 489	41.64 482	40.61 486	19.93 484	57.21 488	37.41 484	49.02 486	39.02 486

ktn	48.94 486	57.58 488	38.86 472	59.57 489	43.27 486	50.37 484	43.38 486	48.07 478	61.11 482	51.30 480	54.25 480	54.96 477	52.88 483	47.30 484	35.83 476	57.77 489	24.88 487	62.69 491	43.55 487	50.70 487	40.41 487

HanzoNet	56.48 489	59.32 489	58.25 480	55.32 487	41.94 485	50.95 485	41.33 484	51.12 483	61.40 483	65.62 491	65.59 488	71.66 490	69.41 490	70.77 492	60.03 489	63.99 492	34.70 489	61.96 490	50.54 489	51.00 488	44.71 488

JetRed	61.02 490	61.05 490	82.56 487	46.09 483	56.80 491	83.19 491	63.76 490	59.26 491	63.61 484	69.29 492	68.85 491	66.59 486	47.62 480	61.57 490	74.09 491	45.58 487	66.14 493	46.59 484	45.06 488	63.17 490	49.58 490

KSHMR	55.63 488	63.60 491	37.85 471	74.69 492	49.56 489	49.01 482	45.73 487	57.46 490	63.97 485	61.61 487	62.07 487	72.39 491	47.01 479	50.65 486	43.29 483	54.10 488	62.21 490	66.10 492	53.94 491	51.25 489	46.11 489

DPSimNet_ROB	53.45 487	64.73 492	44.39 475	53.97 486	45.39 488	53.66 487	54.83 489	55.15 488	57.87 480	64.16 490	50.83 475	63.40 485	53.34 484	46.45 482	65.81 490	63.13 491	26.54 488	57.94 489	51.11 490	45.52 485	50.69 491

LRCNet_RVC	66.23 491	65.67 493	67.63 484	71.47 491	54.32 490	32.17 463	2.66 345	63.19 492	21.35 432	81.79 494	91.26 494	83.62 493	71.62 491	69.32 491	52.57 488	95.49 498	64.45 492	95.07 498	95.19 498	71.52 492	74.31 494

ASD4	75.85 492	81.57 494	69.25 485	68.23 490	80.87 495	96.24 494	99.15 499	77.50 493	93.47 497	77.59 493	85.63 492	78.32 492	76.43 492	77.89 493	82.61 492	58.30 490	62.67 491	55.02 487	62.43 492	68.35 491	65.49 493

MADNet++	82.84 493	82.38 495	73.57 486	87.72 497	82.97 496	93.14 492	69.15 491	86.42 497	82.50 493	93.46 498	86.70 493	86.28 494	80.92 493	88.34 494	88.84 493	86.83 496	84.17 497	72.64 493	68.92 493	80.47 497	81.42 498

xxxxx1	85.63 495	90.31 496	96.68 495	76.54 493	80.57 492	97.44 497	96.86 496	85.53 494	88.53 494	88.68 495	91.71 495	94.23 495	92.93 494	90.02 495	91.98 494	70.60 493	70.39 494	73.68 494	81.46 495	74.61 493	79.86 495

tt_ll	85.63 495	90.31 496	96.68 495	76.54 493	80.57 492	97.44 497	96.86 496	85.53 494	88.53 494	88.68 495	91.71 495	94.23 495	92.93 494	90.02 495	91.98 494	70.60 493	70.39 494	73.68 494	81.46 495	74.61 493	79.86 495

ff	85.63 495	90.31 496	96.68 495	76.54 493	80.57 492	97.44 497	96.86 496	85.53 494	88.53 494	88.68 495	91.71 495	94.23 495	92.93 494	90.02 495	91.98 494	70.60 493	70.39 494	73.68 494	81.46 495	74.61 493	79.86 495

ccccc	99.32 502	96.61 499	100.00 506	100.00 507	100.00 503	97.41 496	99.44 501	99.56 502	97.80 500	99.27 502	97.59 499	99.35 501	99.84 500	99.92 501	99.98 502	100.00 505	100.00 504	99.95 501	99.77 502	100.00 504	100.00 506

MEDIAN_ROB	98.41 499	99.70 500	99.30 499	97.09 498	97.02 498	96.89 495	95.77 495	97.66 500	97.28 498	98.79 501	98.94 500	99.18 500	98.14 498	96.89 498	96.88 499	99.96 502	99.16 499	100.00 502	99.99 503	99.69 501	99.88 501

Anonymous_1	99.08 501	99.91 501	99.85 501	97.63 499	99.10 501	100.00 502	100.00 503	99.61 503	99.96 502	99.28 503	99.86 501	99.54 502	99.99 502	99.29 500	99.75 500	96.05 499	99.59 500	97.31 499	98.57 500	97.71 499	98.63 500

HaxPig	98.85 500	99.94 502	95.08 493	99.99 504	100.00 503	94.03 493	94.78 493	99.15 501	99.98 503	99.99 504	100.00 502	99.98 505	99.99 502	98.12 499	95.97 497	100.00 505	99.99 503	100.00 502	99.99 503	100.00 504	99.99 504

AVERAGE_ROB	99.62 504	99.95 503	98.81 498	100.00 507	100.00 503	98.08 500	95.47 494	100.00 506	100.00 504	100.00 505	100.00 502	100.00 507	100.00 504	100.00 506	99.99 503	100.00 505	100.00 504	100.00 502	100.00 505	100.00 504	100.00 506

test_example2	99.39 503	99.98 504	99.99 502	100.00 507	99.98 502	99.72 501	99.99 502	97.34 499	100.00 504	100.00 505	100.00 502	96.42 498	96.66 497	99.97 502	99.96 501	100.00 505	99.97 502	98.66 500	99.15 501	100.00 504	100.00 506

Selective-RAFT-Error	100.00 509	100.00 505	100.00 506	100.00 507	100.00 503	100.00 502	100.00 503	100.00 506	100.00 504	100.00 505	100.00 502	100.00 507	100.00 504	100.00 506	100.00 506	100.00 505	100.00 504	100.00 502	100.00 505	100.00 504	100.00 506

PML	97.88 498	100.00 505	96.45 494	98.01 500	97.88 500	100.00 502	99.35 500	96.88 498	97.72 499	100.00 505	97.36 498	97.38 499	99.60 499	100.00 506	96.32 498	99.99 503	97.55 498	100.00 502	96.01 499	99.18 500	87.92 499

CasAABBNet	100.00 509	100.00 505	100.00 506	100.00 507	100.00 503	100.00 502	100.00 503	100.00 506	100.00 504	100.00 505	100.00 502	100.00 507	100.00 504	100.00 506	100.00 506	100.00 505	100.00 504	100.00 502	100.00 505	100.00 504	100.00 506

LSM0	100.00 509	100.00 505	100.00 506	100.00 507	100.00 503	100.00 502	100.00 503	100.00 506	100.00 504	100.00 505	100.00 502	100.00 507	100.00 504	100.00 506	100.00 506	100.00 505	100.00 504	100.00 502	100.00 505	100.00 504	99.99 504

DPSMNet_ROB	99.91 506	100.00 505	99.99 502	99.99 504	100.00 503	100.00 502	100.00 503	99.98 505	100.00 504	98.35 499	100.00 502	99.84 503	100.00 504	99.98 503	99.99 503	100.00 505	100.00 504	100.00 502	100.00 505	100.00 504	100.00 506

DGTPSM_ROB	99.90 505	100.00 505	99.99 502	99.99 504	100.00 503	100.00 502	100.00 503	99.97 504	100.00 504	98.35 499	100.00 502	99.84 503	100.00 504	99.98 503	99.99 503	99.99 503	100.00 504	100.00 502	100.00 505	100.00 504	100.00 506

DPSM_ROB	99.95 507	100.00 505	100.00 506	99.76 502	100.00 503	100.00 502	100.00 503	100.00 506	100.00 504	100.00 505	100.00 502	100.00 507	100.00 504	100.00 506	100.00 506	99.21 500	100.00 504	100.00 502	100.00 505	99.99 502	99.95 502

DPSM	99.95 507	100.00 505	100.00 506	99.76 502	100.00 503	100.00 502	100.00 503	100.00 506	100.00 504	100.00 505	100.00 502	100.00 507	100.00 504	100.00 506	100.00 506	99.21 500	100.00 504	100.00 502	100.00 505	99.99 502	99.95 502

Low-res two-view benchmark