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

U	2.23 106	0.36 8	2.93 48	0.26 30	8.08 431	11.12 375	0.00 1	3.68 16	1.12 1	0.29 2	0.52 12	0.16 2	0.08 1	0.83 1	0.30 1	0.00 1	0.00 1	9.75 439	5.13 448	0.02 13	0.02 5

test_for_model	7.41 369	28.34 452	2.84 44	22.38 450	16.53 451	3.40 191	0.91 252	6.72 158	4.54 118	8.04 274	2.84 71	1.04 66	0.43 45	0.86 2	0.60 16	9.67 442	3.31 444	0.00 1	0.08 256	26.60 457	9.03 439

RAStereo	0.81 1	0.70 138	3.97 148	0.21 18	0.54 158	1.16 5	0.02 8	3.78 19	1.22 2	0.62 24	1.57 35	0.16 2	0.23 7	0.89 3	1.05 81	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.02 5

CREStereo++_RVC	1.70 55	0.50 66	3.07 66	0.45 60	0.01 1	1.69 43	0.02 8	3.09 8	8.24 273	3.82 106	7.53 205	0.49 47	0.32 22	1.05 4	0.52 8	0.00 1	0.00 1	0.00 1	3.03 436	0.01 3	0.08 44
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
CASnet	1.09 11	0.47 46	2.09 10	0.79 107	0.08 13	2.10 74	0.14 59	3.83 22	4.26 101	3.84 108	1.56 34	0.32 30	0.30 16	1.13 5	0.77 41	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Occ-G	1.39 28	0.66 122	3.05 64	0.60 74	0.75 196	1.46 22	0.67 194	3.66 14	3.50 44	1.76 62	0.65 14	5.00 217	0.55 58	1.15 6	1.56 130	0.00 1	0.74 320	0.00 1	0.17 304	0.19 256	1.61 336

TANstereo	1.32 24	0.79 151	2.93 48	0.37 47	0.11 20	1.81 56	0.01 2	3.56 11	4.36 109	4.53 123	4.96 124	0.41 38	0.68 66	1.22 7	0.59 14	0.01 129	0.00 1	0.00 1	0.00 1	0.00 1	0.03 12

sAnonymous2	1.54 44	2.26 355	9.53 369	0.65 82	0.50 141	1.20 6	0.23 88	4.86 50	3.65 65	0.42 8	1.27 26	0.23 12	1.40 125	1.23 8	0.68 24	0.02 220	0.00 1	0.00 1	0.20 321	2.00 415	0.42 194

CroCo_RVC	1.54 44	2.26 355	9.53 369	0.65 82	0.50 141	1.20 6	0.23 88	4.86 50	3.65 65	0.42 8	1.27 26	0.23 12	1.40 125	1.23 8	0.68 24	0.02 220	0.00 1	0.00 1	0.20 321	2.00 415	0.42 194

MaDis-Stereo	0.96 5	1.11 228	4.01 153	0.36 46	1.86 311	1.20 6	0.06 18	3.99 25	1.73 5	0.45 10	0.56 13	0.43 42	0.51 52	1.28 10	1.46 124	0.00 1	0.00 1	0.00 1	0.00 1	0.06 89	0.08 44

GLC_STEREO	0.87 2	0.39 16	1.55 2	0.72 94	0.01 1	1.98 65	0.55 160	3.52 10	3.54 57	0.96 45	1.63 37	0.19 5	0.41 35	1.29 11	0.58 12	0.00 1	0.01 119	0.00 1	0.00 1	0.05 79	0.08 44

IGEV-Stereo++	1.03 6	0.32 5	2.03 9	0.25 27	1.94 317	1.94 62	0.01 2	3.57 12	2.52 10	0.70 28	1.80 48	0.10 1	1.14 98	1.34 12	0.55 11	0.01 129	0.75 321	0.00 1	0.00 1	0.04 63	1.57 335

Pointernet	1.04 10	0.44 34	2.58 26	0.32 34	0.52 152	1.78 53	0.07 21	5.69 98	2.76 14	0.27 1	2.28 60	0.80 61	0.44 46	1.37 13	0.49 4	0.00 1	0.36 287	0.00 1	0.25 339	0.02 13	0.32 163

CroCo-Stereo	1.14 16	1.22 251	3.99 151	0.61 77	0.53 154	0.38 1	0.06 18	5.35 79	4.15 94	0.59 23	1.92 51	1.00 65	0.27 11	1.37 13	1.33 117	0.01 129	0.00 1	0.00 1	0.00 1	0.05 79	0.05 27
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
XX-TBD	1.55 48	1.11 228	2.94 50	2.45 315	0.06 9	2.31 85	0.01 2	3.58 13	7.80 260	3.11 88	5.10 127	0.27 20	0.26 9	1.42 15	0.60 16	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 21

testlalala2	2.34 118	0.64 116	2.49 20	9.58 431	6.50 421	3.57 209	0.18 73	5.34 74	3.20 33	3.87 110	4.57 117	3.12 129	0.52 54	1.49 16	0.44 2	0.00 1	0.31 279	0.00 1	0.43 390	0.12 184	0.40 180

rvit_stereo_ft	1.23 19	1.42 283	5.16 222	0.94 124	0.36 110	1.22 9	0.24 90	4.57 43	4.49 116	0.51 14	1.04 19	0.73 59	1.10 93	1.50 17	1.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.05 79	0.22 129

trnet	1.09 11	0.47 46	2.19 15	0.12 3	0.21 70	1.70 44	0.02 8	4.28 34	6.97 230	0.78 39	1.77 45	0.48 46	0.67 65	1.50 17	0.58 12	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.03 12

Former-RAFT_DAM_RVC	1.39 28	0.74 146	2.72 39	0.73 97	1.26 266	2.42 92	0.02 8	3.78 19	8.16 272	1.81 67	2.94 73	0.28 22	0.32 22	1.51 19	0.76 37	0.04 280	0.01 119	0.00 1	0.00 1	0.08 120	0.19 113

AIO-Stereo	1.30 23	0.45 37	1.73 3	0.67 88	0.77 200	2.33 86	0.60 174	5.99 125	3.27 37	0.45 10	3.46 81	0.41 38	0.28 12	1.53 20	0.71 34	0.04 280	0.79 324	0.00 1	0.67 405	0.10 155	1.67 346

rvit_stereo_0081_aga	0.95 4	1.03 217	4.52 187	0.16 7	0.25 85	1.70 44	0.21 82	4.27 32	3.17 32	0.38 6	0.23 5	0.27 20	0.31 18	1.56 21	0.64 22	0.00 1	0.00 1	0.00 1	0.00 1	0.13 203	0.15 87

testlalala	1.80 60	0.49 60	2.67 36	1.24 149	0.46 133	3.91 238	0.87 248	6.62 151	2.96 22	6.78 214	3.83 96	1.74 87	0.40 34	1.57 22	0.76 37	0.01 129	1.16 391	0.00 1	0.38 381	0.01 3	0.17 101

IGEV-BASED-STEREO-	4.37 296	25.82 447	26.88 439	0.56 72	0.08 13	1.46 22	0.53 156	2.17 3	2.15 7	0.67 26	0.73 15	0.23 12	0.20 4	1.58 23	0.80 42	11.76 450	0.38 290	0.00 1	0.08 256	1.75 411	9.67 445

CREStereo	1.09 11	0.51 67	2.16 13	0.11 2	0.24 81	1.67 39	0.03 13	4.24 29	6.91 227	0.80 40	1.73 42	0.44 43	0.64 64	1.58 23	0.61 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
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
RCA-Stereo	2.19 99	0.46 41	3.22 72	0.47 64	0.33 102	2.27 82	0.47 136	5.60 93	15.20 376	2.86 79	5.61 147	0.78 60	3.15 198	1.71 25	0.48 3	0.00 1	0.90 339	0.00 1	0.00 1	0.10 155	0.26 145

CroCo-Stereo Lap2	1.37 27	1.19 243	4.17 163	1.01 129	4.58 406	0.46 2	0.09 28	4.27 32	2.94 20	1.25 53	2.40 62	1.55 83	0.20 4	1.72 26	1.30 112	0.00 1	0.00 1	0.00 1	0.00 1	0.15 228	0.13 71

MGS-Stereo	1.22 18	0.44 34	2.92 47	0.83 112	0.07 12	1.82 57	0.65 189	2.44 4	3.95 85	1.11 49	6.19 164	0.49 47	0.37 29	1.73 27	0.81 46	0.00 1	0.00 1	0.00 1	0.00 1	0.48 361	0.01 1

CAS	2.42 131	0.37 10	2.30 17	11.49 437	3.97 390	1.65 38	0.02 8	4.08 26	2.84 17	0.51 14	1.65 39	0.25 18	0.28 12	1.73 27	0.92 63	10.05 444	0.01 119	0.00 1	0.00 1	0.01 3	6.26 433

GMOStereo	2.08 79	0.85 168	2.95 53	0.23 22	0.73 191	1.50 25	0.86 243	5.08 59	4.78 131	8.42 288	6.99 189	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 405	0.00 1	0.00 1	0.28 311	0.23 133

error version	2.08 79	0.85 168	2.95 53	0.23 22	0.73 191	1.50 25	0.86 243	5.08 59	4.78 131	8.42 288	6.99 189	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 405	0.00 1	0.00 1	0.28 311	0.23 133

test-v	2.08 79	0.85 168	2.95 53	0.23 22	0.73 191	1.50 25	0.86 243	5.08 59	4.78 131	8.42 288	6.99 189	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 405	0.00 1	0.00 1	0.28 311	0.23 133

test-2	2.08 79	0.85 168	2.95 53	0.23 22	0.73 191	1.50 25	0.86 243	5.08 59	4.78 131	8.42 288	6.99 189	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 405	0.00 1	0.00 1	0.28 311	0.23 133

UniTT-Stereo	0.94 3	0.53 73	2.82 42	0.94 124	1.29 273	0.56 3	0.12 40	1.49 1	3.16 31	1.77 63	2.22 57	0.20 6	0.32 22	1.76 33	1.33 117	0.00 1	0.00 1	0.00 1	0.00 1	0.16 232	0.02 5

SPstereo	1.35 26	1.11 228	2.82 42	0.66 86	1.08 244	1.68 41	0.01 2	5.17 66	3.68 67	2.10 68	1.63 37	1.42 74	0.75 71	1.77 34	1.59 134	0.00 1	1.08 371	0.00 1	0.00 1	0.17 239	0.26 145

sCroCo_RVC	1.34 25	0.85 168	6.15 278	1.21 146	1.28 268	0.90 4	0.18 73	4.50 40	2.86 18	0.37 4	3.18 77	0.52 50	1.52 139	1.83 35	0.93 65	0.13 337	0.25 273	0.00 1	0.00 1	0.08 120	0.16 94

CES	1.72 59	0.40 21	1.82 5	0.65 82	7.83 429	2.62 111	0.13 49	5.35 79	2.68 12	0.36 3	1.30 31	0.33 31	0.32 22	1.92 36	0.72 35	0.01 129	0.02 152	0.00 1	0.00 1	0.56 370	7.35 436

test-1	2.14 91	0.54 77	6.32 289	1.07 134	1.22 260	2.13 77	0.54 157	6.40 144	4.80 136	3.55 97	5.23 131	4.02 171	0.71 68	1.95 37	2.15 189	0.08 317	0.98 356	0.00 1	0.08 256	0.02 13	1.07 293

rvit_stereo_0080	1.09 11	1.08 223	4.16 160	0.12 3	0.12 28	1.32 13	0.36 114	4.52 41	3.94 83	0.70 28	1.29 29	0.41 38	0.75 71	1.98 38	0.76 37	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.18 104

whm_eth	1.09 11	1.08 223	4.16 160	0.12 3	0.12 28	1.32 13	0.36 114	4.52 41	3.94 83	0.70 28	1.29 29	0.41 38	0.75 71	1.98 38	0.76 37	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.18 104

LoS_RVC	1.47 38	1.75 322	2.66 34	0.52 69	3.89 386	1.67 39	0.04 14	2.66 5	2.61 11	0.55 19	2.63 68	0.31 26	1.68 145	1.99 40	0.81 46	0.01 129	0.02 152	0.00 1	0.00 1	0.03 40	5.54 428

Gwc-CoAtRS	2.16 94	0.42 24	3.13 67	1.28 153	0.31 95	3.52 206	0.39 121	6.56 148	6.31 195	5.38 147	5.11 128	5.47 229	1.70 147	2.00 41	1.08 86	0.01 129	0.19 256	0.00 1	0.25 339	0.02 13	0.16 94

testlalala_base	3.54 232	0.53 73	3.53 104	2.31 297	2.22 330	4.04 250	0.61 178	6.91 165	2.73 13	2.69 75	4.17 103	1.78 92	0.51 52	2.02 42	1.08 86	13.13 452	3.23 443	0.00 1	0.35 377	16.60 447	2.27 402

R-Stereo Train	2.60 150	0.46 41	2.94 50	1.10 137	0.18 53	3.61 212	0.60 174	6.88 163	3.50 44	9.13 314	17.23 368	1.77 89	0.77 75	2.03 43	1.65 145	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.21 124

RAFT-Stereo	2.60 150	0.46 41	2.94 50	1.10 137	0.18 53	3.61 212	0.60 174	6.88 163	3.50 44	9.13 314	17.23 368	1.77 89	0.77 75	2.03 43	1.65 145	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.21 124
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
anonymousa	4.24 289	0.78 149	4.05 155	2.16 260	4.87 412	8.76 348	0.35 113	7.41 190	4.47 115	8.21 283	19.70 385	11.03 348	5.87 317	2.04 45	2.20 190	0.00 1	1.16 391	0.00 1	0.55 399	0.04 63	1.11 297

IGEV++	1.58 50	0.81 157	2.66 34	1.35 158	0.99 230	2.47 97	0.98 257	7.35 186	3.70 68	0.82 41	2.24 58	0.44 43	1.18 108	2.08 46	1.15 92	0.03 256	1.18 395	0.00 1	0.05 247	0.17 239	2.00 391

CAS++	1.27 21	0.68 129	2.40 19	0.25 27	0.30 93	1.80 54	0.61 178	8.46 212	3.61 62	1.80 64	2.42 63	0.18 4	0.21 6	2.12 47	0.49 4	0.01 129	0.01 119	0.00 1	0.00 1	0.02 13	0.06 36
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
AE-Stereo	1.89 64	0.38 11	3.86 132	1.94 236	0.38 115	2.51 101	0.58 169	7.19 179	7.28 241	1.60 61	3.51 89	1.07 67	0.77 75	2.12 47	1.24 107	0.03 256	1.02 364	0.00 1	0.28 356	0.11 167	1.84 375

cross-raft	2.25 108	0.48 52	2.96 57	1.87 225	0.94 223	3.72 228	0.47 136	7.61 196	4.15 94	5.37 146	5.68 150	6.17 253	1.40 125	2.15 49	1.06 83	0.01 129	0.22 263	0.00 1	0.19 312	0.03 40	0.41 189

RAFT-Test	2.49 136	0.45 37	4.35 175	1.89 229	1.28 268	4.83 277	0.68 197	7.19 179	4.51 117	5.00 135	7.09 195	6.81 269	1.12 95	2.22 50	1.16 94	0.01 129	0.63 308	0.00 1	0.33 371	0.05 79	0.20 119

DCANet	2.35 119	0.96 202	5.51 243	0.39 49	0.19 56	1.72 50	0.25 94	6.06 127	9.33 304	6.31 181	5.42 141	1.44 78	4.14 255	2.22 50	2.28 202	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.66 244

AnonymousM	2.96 186	7.19 422	1.41 1	0.92 122	0.06 9	2.37 89	0.52 153	6.05 126	3.83 78	4.97 131	2.37 61	1.91 94	1.00 87	2.23 52	1.06 83	0.01 129	0.57 306	17.64 445	4.90 444	0.02 13	0.27 148

ADStereo(finetuned)	2.50 138	0.95 200	6.60 296	0.39 49	0.20 61	1.72 50	0.24 90	6.06 127	9.31 303	6.30 180	5.42 141	1.44 78	6.22 326	2.25 53	2.14 188	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.65 236

CFNet-RSSM	2.26 109	0.43 25	3.24 74	1.28 153	0.31 95	3.19 177	0.40 122	7.62 197	7.29 242	5.88 159	4.68 118	5.32 226	1.68 145	2.26 54	1.04 80	0.01 129	0.09 225	0.00 1	0.31 366	0.03 40	0.16 94

AEACV	1.27 21	0.38 11	2.61 29	1.75 210	1.21 259	2.44 94	0.85 241	4.79 49	1.67 4	0.71 31	0.26 8	0.29 24	2.00 158	2.30 55	0.66 23	0.01 129	0.95 347	0.00 1	0.42 388	0.12 184	2.07 393

LoS	1.03 6	0.43 25	2.53 23	0.64 78	0.14 35	2.42 92	0.26 96	5.64 96	2.93 19	1.08 47	0.24 6	0.49 47	0.45 48	2.31 56	0.83 50	0.02 220	0.02 152	0.00 1	0.00 1	0.06 89	0.03 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RAFT-Stereo + iAFF	2.48 135	1.23 254	3.48 99	1.61 186	1.09 245	1.63 36	0.15 61	5.80 106	6.43 201	7.32 248	9.91 266	3.05 124	1.71 148	2.33 57	1.75 158	0.01 129	0.71 319	0.00 1	0.00 1	0.28 311	1.19 303

DCRE	2.21 102	0.95 200	3.17 69	2.10 254	1.30 275	1.86 58	0.05 15	5.33 73	4.69 127	3.59 99	9.37 253	3.81 162	1.18 108	2.34 58	1.22 105	0.01 129	0.97 351	0.00 1	0.30 363	0.04 63	1.97 389

fff	2.54 142	0.93 189	5.51 243	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 358	6.03 171	5.29 135	1.43 75	5.28 303	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 227

csc	2.54 142	0.93 189	5.51 243	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 358	6.03 171	5.29 135	1.43 75	5.28 303	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 227

cscssc	2.54 142	0.93 189	5.51 243	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 358	6.03 171	5.29 135	1.43 75	5.28 303	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 227

4D-IteraStereo	1.99 73	1.32 266	3.77 127	0.13 6	2.84 351	3.51 203	1.03 261	4.26 31	5.38 157	5.50 151	1.03 18	3.86 164	0.38 33	2.44 62	1.88 166	0.00 1	0.43 294	0.00 1	0.01 195	0.11 167	1.84 375

DCANet-4	2.26 109	0.43 25	6.69 302	0.40 51	0.20 61	1.70 44	0.13 49	5.73 101	9.44 307	6.01 169	5.29 135	1.12 69	2.77 189	2.49 63	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 227

ACVNet	2.86 172	0.96 202	3.87 133	0.86 114	0.61 169	2.63 113	0.54 157	8.93 223	6.12 188	5.09 136	9.32 251	5.70 241	3.84 238	2.68 64	5.56 308	0.00 1	0.00 1	0.00 1	0.00 1	0.26 298	0.23 133

acv_ft	3.90 262	0.96 202	5.85 265	2.56 329	4.70 409	7.27 328	0.84 236	9.17 234	6.12 188	10.00 340	9.32 251	5.70 241	4.07 252	2.68 64	8.24 341	0.00 1	0.00 1	0.00 1	0.00 1	0.35 337	0.23 133

Any-RAFT	2.33 117	0.36 8	2.35 18	1.58 184	0.84 210	4.93 280	0.55 160	9.10 229	5.93 183	4.30 118	4.90 123	5.79 245	2.22 167	2.75 66	0.51 6	0.02 220	0.32 280	0.00 1	0.00 1	0.02 13	0.18 104

MyStereo8	3.30 210	1.69 311	6.28 286	2.51 320	3.79 384	4.22 256	0.07 21	7.43 191	6.39 200	6.51 195	10.13 271	4.23 186	1.45 128	2.79 67	5.08 301	0.06 305	1.49 416	0.00 1	0.40 384	0.26 298	1.33 317

model_zeroshot	1.98 72	0.70 138	4.98 215	2.25 282	1.07 238	3.20 178	0.13 49	7.01 166	3.34 41	3.46 94	3.77 95	2.69 115	0.42 37	2.86 68	1.18 99	0.06 305	0.85 331	0.00 1	0.25 339	0.02 13	1.40 323

ICVP	2.53 140	0.47 46	3.64 120	1.20 145	0.69 180	2.71 124	0.84 236	10.63 275	4.66 125	4.31 119	8.99 238	2.75 116	1.93 155	2.91 69	4.07 274	0.06 305	0.24 269	0.01 291	0.01 195	0.13 203	0.26 145
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
gcap-zeroshot	2.22 103	0.68 129	5.64 253	0.79 107	1.15 253	3.33 190	0.73 212	7.14 178	4.59 121	3.86 109	1.79 47	8.42 304	0.56 59	3.00 70	0.89 58	0.02 220	0.66 310	0.00 1	0.26 351	0.01 3	0.83 265

raftrobust	2.16 94	1.31 263	2.76 40	2.38 307	3.33 367	2.72 126	0.51 152	5.34 74	4.64 123	6.13 176	3.98 99	1.63 84	2.51 179	3.02 71	1.64 143	0.00 1	0.76 323	0.00 1	0.02 214	0.14 214	0.27 148

GANet-ADL	2.40 129	0.65 118	3.92 143	2.22 273	0.11 20	2.23 80	0.47 136	9.29 240	7.27 240	4.77 126	5.95 159	3.96 168	1.26 117	3.08 72	2.27 200	0.04 280	0.08 219	0.02 324	0.00 1	0.15 228	0.21 124

RAFT-Stereo-weight	1.91 67	0.41 23	2.09 10	1.17 142	0.63 172	3.20 178	0.74 216	5.78 105	6.80 221	5.25 143	3.47 82	2.80 117	0.36 28	3.16 73	1.09 88	0.02 220	0.53 303	0.00 1	0.00 1	0.01 3	0.66 244

riskmin	2.49 136	0.22 1	3.34 84	2.33 301	1.78 301	2.89 157	0.46 134	7.35 186	6.95 229	2.75 77	1.67 40	6.75 265	5.08 296	3.24 74	1.93 172	0.00 1	0.99 359	0.00 1	0.27 355	0.02 13	1.73 360

MyStereo06	2.71 160	1.05 221	5.43 240	1.39 164	1.20 257	2.57 105	0.10 32	10.39 266	4.79 135	5.54 154	6.16 163	6.39 257	2.33 173	3.40 75	1.35 120	0.01 129	1.24 400	0.00 1	0.21 326	0.13 203	0.50 205

x	2.30 115	0.82 161	3.85 130	2.23 276	0.72 189	2.12 76	0.81 227	9.48 245	4.82 137	3.83 107	2.76 70	3.49 151	2.30 171	3.48 76	2.25 197	0.00 1	1.13 378	0.00 1	0.22 331	0.09 135	1.66 343

rafts_anoy	2.09 84	1.42 283	3.34 84	2.87 349	2.72 349	2.46 96	0.17 69	6.20 137	6.48 204	3.40 93	2.25 59	1.91 94	1.32 118	3.59 77	1.75 158	0.01 129	1.52 418	0.00 1	0.01 195	0.06 89	0.28 152

iRaftStereo_RVC	1.88 63	1.22 251	2.63 32	0.95 126	0.06 9	2.96 161	0.05 15	6.08 130	3.99 89	3.92 112	4.88 121	2.53 110	0.62 63	3.62 78	1.19 100	0.00 1	1.19 396	0.00 1	0.00 1	0.37 341	1.29 314

MIPNet	2.27 112	1.14 234	5.55 250	0.49 66	0.22 77	2.03 68	0.19 76	7.60 195	6.17 191	5.83 158	4.16 102	2.05 100	3.44 219	3.65 79	2.23 196	0.00 1	0.01 119	0.01 291	0.01 195	0.24 290	0.48 204

knoymous	1.50 40	0.28 3	1.99 7	0.33 40	0.48 135	1.58 31	0.11 36	5.71 100	2.81 16	4.85 127	1.75 43	4.58 198	0.46 50	3.66 80	1.30 112	0.01 129	0.02 152	0.00 1	0.00 1	0.02 13	0.09 48

IGEV_Zeroshot_test	2.57 146	0.63 114	5.70 260	1.93 234	0.87 214	2.63 113	0.85 241	8.94 225	4.55 120	5.30 144	5.48 144	5.23 225	1.38 124	3.76 81	1.32 116	0.00 1	0.69 314	0.00 1	0.18 309	0.19 256	1.72 358

WCG-NET	1.54 44	0.94 198	2.29 16	0.70 90	0.33 102	2.06 71	0.42 126	5.24 69	4.93 140	3.51 96	1.34 32	2.32 104	1.15 104	3.79 82	0.59 14	0.01 129	0.24 269	0.00 1	0.00 1	0.18 248	0.76 259

IPLGR_C	2.69 157	1.75 322	6.20 280	0.79 107	2.06 324	2.64 118	0.86 243	6.36 141	5.64 168	8.13 280	9.26 246	1.69 85	1.15 104	3.79 82	2.80 231	0.02 220	0.20 261	0.02 324	0.08 256	0.26 298	0.18 104

DIP-Stereo	2.12 89	0.98 207	3.94 145	0.20 9	0.11 20	4.73 275	0.13 49	9.27 238	4.40 111	6.46 191	5.03 126	0.45 45	0.72 69	3.79 82	1.94 173	0.00 1	0.01 119	0.00 1	0.00 1	0.05 79	0.24 142
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
WCG-NET（raft）	1.70 55	0.97 206	2.01 8	0.40 51	0.17 49	2.10 74	0.97 255	3.05 7	6.47 203	2.89 80	3.17 76	4.31 190	1.03 90	3.85 85	0.60 16	0.00 1	1.32 405	0.00 1	0.01 195	0.18 248	0.41 189

AASNet	4.20 286	1.63 306	5.82 263	3.79 392	3.93 388	6.55 313	1.22 275	19.12 413	6.82 222	7.86 264	8.35 230	4.36 192	2.55 180	3.87 86	7.47 332	0.00 1	0.00 1	0.00 1	0.00 1	0.49 364	0.22 129

111	3.05 190	1.41 281	5.51 243	0.32 34	0.14 35	2.83 140	0.68 197	6.76 159	14.21 371	3.59 99	9.11 241	5.50 230	3.30 207	4.05 87	2.43 208	0.01 129	0.00 1	0.00 1	0.00 1	0.13 203	1.02 288

DMCA	3.08 193	1.10 226	6.20 280	1.82 220	0.90 217	3.80 235	0.55 160	9.76 248	5.42 159	6.56 200	6.47 178	7.06 277	2.09 161	4.05 87	5.46 306	0.00 1	0.01 119	0.00 1	0.00 1	0.11 167	0.16 94

GMStereo	2.07 78	1.56 300	5.64 253	0.74 103	0.05 5	3.63 217	0.01 2	5.17 66	11.27 343	4.22 116	2.44 64	0.53 52	0.49 51	4.06 89	1.01 78	0.22 361	0.00 1	0.00 1	0.14 290	0.18 248	0.05 27
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
rvit_stereo_0081	1.03 6	0.55 82	2.58 26	0.64 78	0.13 32	1.35 16	0.12 40	3.74 17	5.28 150	0.55 19	0.32 9	0.55 53	0.12 2	4.08 90	0.53 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

rvit_stereo_0082	1.03 6	0.55 82	2.58 26	0.64 78	0.13 32	1.35 16	0.12 40	3.74 17	5.28 150	0.55 19	0.32 9	0.55 53	0.12 2	4.08 90	0.53 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

ACRE	2.67 155	1.66 310	6.50 293	0.72 94	2.03 322	2.65 119	0.84 236	5.97 124	5.52 164	7.85 263	9.23 244	1.72 86	1.09 92	4.09 92	2.73 226	0.02 220	0.19 256	0.02 324	0.08 256	0.26 298	0.21 124

CASS	2.62 152	0.57 98	4.28 169	0.90 119	0.38 115	3.45 198	0.22 84	9.91 252	4.46 113	7.33 249	7.92 218	3.53 153	3.59 225	4.16 93	1.49 125	0.03 256	0.01 119	0.00 1	0.00 1	0.05 79	0.06 36
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HUI-Stereo	1.94 69	0.56 93	3.55 108	0.20 9	0.20 61	3.67 223	0.63 184	5.89 111	3.53 55	5.92 166	4.44 112	3.41 140	1.51 135	4.21 94	0.89 58	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.11 61

BUS	2.72 163	0.43 25	3.76 124	0.70 90	0.50 141	7.31 329	0.48 146	9.93 253	5.65 169	6.50 192	6.23 166	5.21 222	1.18 108	4.27 95	1.89 169	0.01 129	0.03 177	0.03 342	0.00 1	0.06 89	0.14 75

BSDual-CNN	2.91 178	0.43 25	3.76 124	0.70 90	0.50 141	6.97 319	1.58 295	9.93 253	5.65 169	6.50 192	6.23 166	6.17 253	2.50 177	4.27 95	2.67 219	0.01 129	0.03 177	0.03 342	0.00 1	0.06 89	0.14 75

psmg	3.34 213	0.43 25	3.76 124	0.73 97	0.50 141	8.47 346	2.74 324	10.88 282	5.65 169	8.91 305	8.78 233	6.17 253	2.50 177	4.27 95	2.67 219	0.01 129	0.04 192	0.06 363	0.00 1	0.12 184	0.10 53

EGLCR-Stereo	1.45 33	0.26 2	2.91 46	1.94 236	0.90 217	3.13 173	0.69 200	5.81 107	3.21 34	1.14 51	0.20 4	1.52 82	0.37 29	4.29 98	0.69 29	0.01 129	0.79 324	0.00 1	0.00 1	0.01 3	1.21 305

PMTNet	1.48 39	0.43 25	2.77 41	0.31 33	0.17 49	2.94 159	0.33 111	3.66 14	5.27 149	1.11 49	1.28 28	0.28 22	0.92 83	4.32 99	0.90 60	4.89 430	0.00 1	0.00 1	0.00 1	0.03 40	0.05 27

HITNet	3.11 194	1.38 279	5.35 234	2.23 276	0.12 28	5.59 291	0.58 169	9.95 256	5.72 176	6.62 203	7.91 217	3.90 166	3.24 203	4.39 100	4.58 290	0.01 129	0.00 1	0.00 1	0.00 1	0.08 120	0.57 217
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_0105_5	1.70 55	1.36 273	6.71 303	0.52 69	0.04 4	1.58 31	0.58 169	5.39 83	6.62 211	0.91 44	1.72 41	1.77 89	0.77 75	4.44 101	1.28 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.23 133

rvit_0105_3	1.94 69	1.44 289	7.39 323	0.88 116	0.02 3	1.61 35	1.64 298	5.88 110	6.73 217	2.37 71	1.78 46	2.01 98	1.16 106	4.46 102	1.26 110	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.14 75

PCWNet_CMD	3.14 198	0.51 67	4.47 181	0.44 59	0.26 89	2.87 155	0.15 61	9.66 247	9.78 311	7.28 244	11.50 299	6.84 271	2.40 174	4.47 103	1.83 162	0.01 129	0.02 152	0.02 324	0.00 1	0.06 89	0.29 155

MSMDNet	3.15 199	0.51 67	4.48 182	0.46 63	0.25 85	2.88 156	0.16 66	9.79 250	9.82 312	7.24 241	11.36 297	6.82 270	2.41 175	4.47 103	1.86 164	0.01 129	0.02 152	0.02 324	0.00 1	0.06 89	0.30 158

rvit_stereo_0083	1.16 17	0.47 46	3.68 123	0.54 71	0.10 19	1.25 11	0.24 90	3.17 9	5.31 153	0.52 16	0.80 16	0.82 62	1.16 106	4.52 105	0.51 6	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.13 71

CIPLG	2.72 163	1.69 311	6.02 271	0.80 110	2.14 326	2.66 120	0.84 236	5.90 116	5.59 166	8.12 279	9.58 257	1.74 87	1.14 98	4.53 106	2.82 232	0.02 220	0.19 256	0.02 324	0.09 264	0.26 298	0.22 129

mmm	3.07 192	0.76 148	4.50 183	2.27 289	1.24 263	3.75 230	0.12 40	10.03 257	5.12 147	6.43 188	11.19 294	3.10 128	3.20 200	4.54 107	1.78 160	0.02 220	1.19 396	0.00 1	0.30 363	0.09 135	1.79 369

AIO-Stereo-zeroshot	3.35 217	1.28 259	8.51 344	1.86 224	1.83 307	3.51 203	0.31 106	10.50 270	4.32 102	2.74 76	5.87 153	10.30 328	4.53 271	4.66 108	3.16 243	0.02 220	0.87 337	0.00 1	0.97 412	0.38 343	1.43 324

11t1	2.13 90	0.67 127	3.98 149	2.69 335	0.85 213	2.59 109	0.07 21	7.40 189	3.89 81	3.75 104	3.57 91	1.24 72	1.96 156	4.68 109	1.97 175	0.10 332	1.13 378	0.00 1	0.22 331	0.09 135	1.66 343

rvit_0105_6	1.44 31	1.26 256	5.78 262	0.66 86	0.08 13	1.58 31	0.32 108	4.57 43	6.53 207	0.40 7	0.38 11	1.11 68	0.29 15	4.76 110	0.92 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.20 119

AIO-Stereo-zeroshot1	4.10 278	1.65 308	13.34 393	2.14 259	1.84 308	4.03 248	0.98 257	13.13 347	4.97 145	4.53 123	11.37 298	9.85 321	1.97 157	4.88 111	2.74 228	0.03 256	0.90 339	0.00 1	1.11 415	0.84 391	1.72 358

1test111	2.31 116	0.93 189	3.39 89	3.05 360	0.39 118	5.69 295	0.55 160	9.15 231	4.33 103	1.42 55	3.48 84	0.33 31	3.65 229	4.95 112	2.06 183	0.00 1	1.14 385	0.00 1	0.03 226	0.09 135	1.65 339

qqq	2.44 133	0.85 168	4.33 173	1.73 208	0.71 186	1.98 65	0.38 118	9.15 231	4.33 103	3.37 91	4.34 106	4.63 201	2.83 192	4.95 112	2.06 183	0.00 1	1.13 378	0.00 1	0.25 339	0.09 135	1.65 339

raft+_RVC	2.18 97	1.49 294	3.14 68	2.77 339	2.01 320	1.40 20	0.10 32	7.02 169	5.35 154	2.99 84	5.54 146	1.19 70	1.34 123	4.98 114	1.49 125	0.00 1	1.45 413	0.00 1	0.00 1	0.14 214	1.11 297

FENet	2.35 119	0.59 102	3.28 78	2.32 299	0.27 90	2.78 136	0.13 49	7.68 200	6.09 186	5.38 147	2.12 54	4.84 208	3.33 214	4.98 114	2.66 218	0.02 220	0.03 177	0.00 1	0.00 1	0.04 63	0.40 180

DeepStereo_RVC	2.15 92	0.55 82	3.26 76	0.21 18	0.19 56	3.47 201	0.68 197	5.76 103	3.60 61	6.36 186	4.19 104	3.42 141	4.44 264	5.04 116	1.59 134	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.18 104

AFF-stereo	2.87 174	1.31 263	3.26 76	1.87 225	0.38 115	1.68 41	0.09 28	6.38 142	7.07 232	6.52 196	11.90 308	6.08 250	2.32 172	5.05 117	1.65 145	0.02 220	0.66 310	0.00 1	0.00 1	0.29 319	0.94 278

rvit_0105_4	1.58 50	1.41 281	6.67 300	0.65 82	0.05 5	1.60 34	0.41 124	4.70 46	6.48 204	0.46 12	0.87 17	1.40 73	0.53 57	5.08 118	1.12 89	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.18 104

H2IRNET	2.29 114	0.86 175	3.38 87	1.51 177	0.11 20	1.97 64	0.13 49	5.15 65	7.19 237	1.26 54	7.77 212	5.80 246	3.31 209	5.09 119	1.66 148	0.01 129	0.00 1	0.04 352	0.17 304	0.27 308	0.10 53

IPLGR	2.46 134	0.68 129	7.02 311	0.22 20	0.16 46	2.01 67	0.22 84	7.01 166	6.62 211	7.10 230	5.92 158	2.91 119	2.27 169	5.12 120	1.52 127	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.41 189

GES	2.69 157	0.72 144	5.34 232	1.82 220	0.05 5	4.51 268	1.04 264	10.39 266	4.18 96	5.53 153	6.72 183	1.92 97	3.30 207	5.16 121	2.67 219	0.06 305	0.01 119	0.06 363	0.01 195	0.20 263	0.14 75

dd	2.36 121	1.93 335	6.03 273	0.83 112	0.12 28	1.80 54	0.17 69	5.30 71	11.82 348	2.98 83	3.64 94	1.50 80	1.21 114	5.25 122	3.92 267	0.13 337	0.01 119	0.04 352	0.22 331	0.10 155	0.14 75

CFNet_pseudo	2.96 186	0.55 82	4.51 184	0.43 56	0.24 81	2.83 140	0.12 40	8.59 215	8.13 270	7.20 239	10.41 276	6.47 260	2.04 159	5.27 123	2.00 180	0.00 1	0.02 152	0.01 291	0.00 1	0.06 89	0.23 133

ccs_rob	2.95 184	0.55 82	4.53 188	0.42 53	0.25 85	2.84 142	0.12 40	8.58 214	8.13 270	7.18 236	10.36 275	6.44 259	2.05 160	5.28 124	1.97 175	0.00 1	0.02 152	0.01 291	0.00 1	0.06 89	0.23 133

StereoVision	2.42 131	1.18 240	5.14 221	1.15 139	2.64 347	1.89 59	0.28 97	6.61 150	4.72 128	2.14 69	10.52 281	3.84 163	0.52 54	5.33 125	2.29 204	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.04 21

IER	3.42 225	0.91 187	6.38 291	0.73 97	1.60 288	7.07 324	0.55 160	7.07 174	5.45 162	8.17 282	8.89 235	6.13 251	6.13 323	5.36 126	3.77 261	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.05 27

CFNet_ucs	3.23 204	0.56 93	4.59 196	0.59 73	0.37 114	3.29 186	0.19 76	10.47 269	9.02 296	7.78 262	12.57 320	5.59 234	1.74 152	5.39 127	1.86 164	0.00 1	0.04 192	0.01 291	0.00 1	0.10 155	0.33 164

SFCPSM	3.39 221	0.61 106	5.42 238	0.43 56	0.93 222	8.26 339	2.08 311	15.01 379	5.89 181	7.17 235	7.60 206	3.39 139	2.55 180	5.39 127	2.53 211	0.01 129	0.03 177	0.01 291	0.07 254	0.19 256	0.31 160

HHNet	2.71 160	0.69 132	3.31 81	0.25 27	0.39 118	2.80 139	0.90 249	6.33 138	5.68 174	7.51 254	13.70 330	0.94 63	3.14 197	5.42 129	2.54 216	0.14 340	0.02 152	0.06 363	0.00 1	0.24 290	0.07 41

ToySt	3.39 221	0.89 186	9.29 366	1.47 174	0.94 223	4.20 255	1.98 307	7.33 184	5.42 159	3.01 86	6.75 184	8.67 308	5.10 297	5.43 130	3.72 256	0.07 312	0.89 338	0.00 1	0.23 334	0.28 311	2.13 395

rvit_stereo_0075_2	2.15 92	0.39 16	6.61 297	0.67 88	1.95 318	1.74 52	0.10 32	7.81 202	6.03 185	2.97 82	4.01 100	3.07 127	0.57 60	5.49 131	1.13 90	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.34 165

AdaStereo	3.34 213	0.74 146	4.00 152	3.10 366	0.51 148	4.22 256	1.25 278	12.84 332	8.39 277	6.33 182	9.55 256	5.77 244	1.54 140	5.53 132	2.74 228	0.02 220	0.00 1	0.00 1	0.00 1	0.03 40	0.15 87
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.
anonymousdsp2	2.20 101	0.57 98	4.59 196	1.69 200	0.82 208	3.58 210	0.48 146	8.57 213	3.63 64	3.37 91	3.03 75	3.32 132	1.00 87	5.57 133	0.80 42	0.01 129	0.94 346	0.02 324	0.15 293	0.06 89	1.89 384

RSM++	1.24 20	0.45 37	1.84 6	1.61 186	0.51 148	2.73 127	0.29 99	2.99 6	3.22 35	0.69 27	2.06 53	0.52 50	0.28 12	5.62 134	0.86 53	0.01 129	0.03 177	0.00 1	0.17 304	0.16 232	0.85 267

PSM-adaLoss	2.02 74	0.55 82	3.57 111	0.20 9	0.21 70	3.69 227	0.69 200	5.89 111	3.52 51	5.91 161	4.43 111	3.42 141	1.50 131	5.63 135	0.94 69	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53

EKT-Stereo	2.16 94	0.61 106	3.78 128	2.31 297	4.40 397	1.47 24	0.24 90	5.54 87	4.22 99	3.16 89	3.58 92	3.53 153	2.20 165	5.66 136	1.40 122	0.04 280	0.36 287	0.00 1	0.09 264	0.06 89	0.58 219

UCFNet_RVC	3.37 219	1.25 255	3.30 79	2.55 328	1.80 303	3.92 240	1.28 281	12.49 324	7.16 235	5.12 139	7.88 215	8.14 293	4.59 274	5.67 137	2.11 186	0.00 1	0.00 1	0.00 1	0.00 1	0.14 214	0.07 41

DCVSM-stereo	3.32 211	0.51 67	3.40 95	1.79 214	0.79 202	2.94 159	0.48 146	7.31 183	5.69 175	11.47 373	5.61 147	10.63 335	5.93 318	5.74 138	3.63 251	0.03 256	0.09 225	0.03 342	0.00 1	0.12 184	0.11 61

Anonymous_2	4.74 321	0.98 207	4.46 179	2.35 303	2.27 333	5.66 294	0.67 194	8.08 207	5.28 150	4.98 132	2.60 67	8.74 310	6.92 339	5.79 139	3.46 249	0.24 364	1.70 420	5.16 436	18.18 461	5.41 429	1.85 377

MC-Stereo	1.87 62	0.49 60	3.52 101	2.82 344	1.07 238	1.90 60	0.12 40	4.89 56	3.27 37	3.66 102	3.58 92	0.56 55	1.45 128	5.79 139	0.81 46	0.00 1	1.19 396	0.00 1	0.21 326	0.11 167	1.95 388

BEATNet_4x	3.69 245	2.12 348	8.11 339	1.82 220	0.16 46	5.30 285	1.04 264	10.87 279	6.14 190	7.09 229	8.42 231	4.99 216	4.42 263	5.89 141	6.23 319	0.04 280	0.05 199	0.00 1	0.00 1	0.32 333	0.84 266

Anonymous3	1.96 71	0.61 106	7.58 329	0.42 53	0.51 148	4.28 259	0.52 153	5.56 91	2.76 14	2.35 70	3.47 82	1.50 80	1.13 96	5.92 142	1.54 128	0.23 362	0.23 266	0.00 1	0.00 1	0.14 214	0.47 202

GwcNet-ADL	2.85 171	0.61 106	4.38 176	0.92 122	0.33 102	2.05 69	0.67 194	8.85 221	9.65 309	6.36 186	6.71 182	4.11 177	1.71 148	5.97 143	4.22 277	0.08 317	0.06 205	0.00 1	0.00 1	0.07 107	0.16 94

ROB_FTStereo	2.03 75	0.57 98	3.57 111	0.20 9	0.21 70	3.66 219	0.73 212	5.89 111	3.51 49	5.92 166	4.35 108	3.37 137	1.50 131	6.02 144	0.90 60	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

LL-Strereo2	2.22 103	1.39 280	3.39 89	1.26 150	1.01 233	3.73 229	1.47 289	6.47 147	4.61 122	4.66 125	2.64 69	4.17 181	0.37 29	6.03 145	1.61 136	0.09 328	0.24 269	0.00 1	0.08 256	0.08 120	1.16 301

RAFT	2.94 182	1.29 260	4.06 156	1.36 159	0.50 141	2.39 90	0.91 252	6.11 131	3.25 36	6.64 204	7.30 201	9.96 322	4.20 257	6.03 145	2.21 191	0.00 1	1.02 364	0.00 1	0.02 214	0.54 369	1.01 284

EAI-Stereo	2.75 167	0.54 77	3.17 69	0.91 121	1.28 268	4.02 247	5.30 377	12.39 319	4.76 130	2.51 74	7.10 196	1.22 71	0.94 84	6.03 145	1.96 174	0.01 129	0.56 304	0.00 1	1.38 422	0.04 63	0.95 279

ROB_FTStereo_v2	2.04 76	0.56 93	3.56 110	0.20 9	0.21 70	3.66 219	0.72 210	5.89 111	3.51 49	5.91 161	4.46 114	3.42 141	1.50 131	6.08 148	0.93 65	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

test_sample1	2.88 175	0.63 114	4.46 179	2.38 307	0.68 177	2.61 110	0.05 15	10.51 271	5.36 156	4.50 122	4.81 120	3.76 161	5.94 319	6.10 149	2.96 234	0.00 1	0.99 359	0.00 1	0.11 276	0.07 107	1.67 346

GMStereo_Zeroshot	2.92 180	2.33 364	6.12 275	1.66 195	0.36 110	3.61 212	0.09 28	5.95 122	6.20 192	7.15 234	7.11 197	8.37 300	0.91 82	6.17 150	1.97 175	0.00 1	0.00 1	0.00 1	0.00 1	0.22 278	0.14 75

GCAP-BAT	2.26 109	0.61 106	3.67 122	1.48 175	0.81 206	4.32 262	0.77 221	4.87 53	4.04 91	3.97 113	5.41 140	4.38 193	0.59 61	6.20 151	1.17 95	0.02 220	1.14 385	0.00 1	0.55 399	0.07 107	1.22 306

RAFT-IKP	2.04 76	0.57 98	3.54 106	0.20 9	0.20 61	3.45 198	0.62 182	5.90 116	3.52 51	5.91 161	4.44 112	3.46 150	1.50 131	6.20 151	1.00 76	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.08 44

cf-r	3.76 252	1.43 285	5.34 232	2.66 332	2.79 350	2.85 153	0.62 182	9.08 228	6.91 227	7.06 226	11.90 308	9.64 316	3.83 237	6.23 153	4.53 287	0.00 1	0.00 1	0.00 1	0.00 1	0.19 256	0.17 101

MIF-Stereo (partial)	1.44 31	0.59 102	3.98 149	0.08 1	1.09 245	1.24 10	0.13 49	5.12 63	4.07 92	0.47 13	2.56 66	0.31 26	0.74 70	6.31 154	2.02 182	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.04 21

test_sample2	2.79 168	0.59 102	4.40 177	2.38 307	0.43 130	2.58 108	0.15 61	10.14 260	5.78 179	4.23 117	5.86 151	4.31 190	4.02 249	6.34 155	2.00 180	0.00 1	0.96 349	0.00 1	0.12 282	0.07 107	1.37 322

XX-Stereo	2.95 184	0.48 52	7.08 316	2.84 347	2.51 344	1.63 36	0.20 78	6.15 132	3.38 42	2.38 72	16.00 355	6.90 272	0.25 8	6.40 156	1.14 91	0.00 1	0.66 310	0.00 1	0.31 366	0.16 232	0.57 217

TRStereo	2.71 160	3.79 401	5.46 241	2.19 268	2.22 330	2.98 164	1.07 266	9.83 251	4.39 110	3.46 94	3.48 84	3.92 167	0.77 75	6.43 157	1.70 154	0.03 256	0.63 308	0.00 1	0.29 361	0.11 167	1.49 327

UDGNet	2.92 180	7.79 425	4.92 211	3.01 355	0.08 13	2.96 161	0.20 78	4.77 48	8.93 291	2.91 81	2.85 72	0.95 64	1.00 87	6.46 158	1.66 148	1.46 412	0.00 1	5.33 437	0.92 411	1.95 414	0.19 113

plain	1.53 43	0.86 175	6.50 293	0.42 53	0.05 5	1.56 30	0.09 28	5.18 68	4.02 90	0.54 18	1.76 44	0.59 56	0.75 71	6.48 159	1.23 106	0.00 1	0.00 1	0.00 1	0.00 1	0.43 351	0.07 41

CRE-IMP	2.08 79	0.51 67	3.43 97	0.35 45	0.19 56	3.85 237	0.83 235	5.77 104	3.43 43	5.81 157	4.24 105	3.45 149	0.83 81	6.56 160	1.99 178	0.01 129	0.00 1	0.00 1	0.00 1	0.11 167	0.20 119

CoDeX	3.61 240	0.86 175	5.27 227	1.16 141	1.62 289	6.24 307	2.07 310	13.78 365	6.86 224	7.42 251	9.00 240	4.06 175	3.72 234	6.58 161	3.02 235	0.03 256	0.06 205	0.00 1	0.00 1	0.15 228	0.35 170

ADLNet	4.56 308	1.19 243	5.52 249	3.81 394	3.59 376	6.98 321	2.40 317	12.01 308	7.96 265	10.52 350	9.67 262	8.26 296	4.98 289	6.59 162	6.93 324	0.01 129	0.01 119	0.00 1	0.01 195	0.22 278	0.55 214

test_4	2.58 147	0.70 138	3.30 79	0.43 56	0.30 93	3.97 244	1.11 271	3.91 23	3.83 78	4.15 115	17.20 367	3.44 147	0.52 54	6.60 163	1.58 131	0.00 1	0.13 241	0.00 1	0.11 276	0.20 263	0.20 119

Selective-RAFT	1.92 68	0.54 77	3.87 133	1.15 139	0.21 70	3.83 236	0.06 18	5.00 58	4.68 126	1.59 60	2.14 55	3.05 124	2.77 189	6.63 164	1.34 119	0.00 1	0.95 347	0.00 1	0.32 368	0.05 79	0.19 113

test_3	2.22 103	0.39 16	4.20 166	1.51 177	0.90 217	1.29 12	0.74 216	5.34 74	6.37 198	6.64 204	1.96 52	4.24 187	0.45 48	6.63 164	1.17 95	0.00 1	1.00 363	0.00 1	0.28 356	0.19 256	1.01 284

test_1	2.18 97	0.38 11	3.87 133	1.54 181	0.91 220	1.38 18	0.80 224	5.36 81	5.53 165	7.12 231	1.86 49	4.05 173	0.41 35	6.65 166	1.17 95	0.00 1	0.99 359	0.00 1	0.28 356	0.20 263	1.08 295

PSMNet-RSSM	3.69 245	1.36 273	4.54 189	2.44 314	1.90 313	2.35 87	0.69 200	11.77 302	6.38 199	6.60 202	11.85 307	7.70 286	5.61 314	6.66 167	3.67 252	0.00 1	0.00 1	0.02 324	0.01 195	0.17 239	0.10 53

test-3	2.19 99	0.38 11	3.88 138	1.55 182	0.91 220	1.39 19	0.80 224	5.36 81	5.51 163	7.36 250	1.90 50	4.05 173	0.42 37	6.67 168	1.17 95	0.00 1	0.99 359	0.00 1	0.28 356	0.20 263	1.08 295

NINENet	3.38 220	0.81 157	4.16 160	1.88 228	1.40 283	7.31 329	0.48 146	12.95 339	6.64 213	7.29 245	9.24 245	5.21 222	1.18 108	6.72 169	1.89 169	0.17 349	0.08 219	0.07 368	0.00 1	0.09 135	0.03 12

test_sample3	3.27 206	0.62 112	5.29 231	2.24 280	0.58 166	4.62 271	0.16 66	12.15 313	7.51 248	6.44 189	7.25 200	3.72 160	3.03 196	6.73 170	3.17 245	0.01 129	0.85 331	0.00 1	0.10 269	0.07 107	0.88 270

GrayStereo	3.86 260	0.33 6	2.63 32	1.66 195	0.62 170	3.09 169	7.92 410	6.43 145	3.88 80	10.61 352	16.51 360	5.75 243	8.40 365	6.75 171	1.58 131	0.01 129	0.00 1	0.01 291	0.62 402	0.04 63	0.38 177

pcwnet_v2	4.36 294	0.46 41	9.07 362	1.43 171	1.10 247	3.41 192	0.40 122	13.44 355	14.60 373	10.29 346	14.22 337	5.82 247	2.97 194	6.75 171	2.29 204	0.01 129	0.05 199	0.04 352	0.02 214	0.17 239	0.61 227

RALAANet	2.68 156	1.71 315	4.73 204	2.79 341	0.80 204	3.30 187	0.15 61	7.92 203	5.92 182	5.79 156	6.06 160	3.51 152	1.13 96	6.76 173	2.28 202	0.00 1	0.28 276	0.00 1	0.10 269	0.27 308	0.13 71

GANet-RSSM	3.67 242	1.16 237	4.56 194	3.24 373	2.03 322	2.63 113	0.50 151	11.53 299	6.83 223	6.25 177	10.58 283	7.35 279	6.65 334	6.77 174	2.94 233	0.00 1	0.00 1	0.08 374	0.00 1	0.26 298	0.12 65

s12784h	2.10 88	0.38 11	3.31 81	0.17 8	0.09 17	4.89 279	0.13 49	7.34 185	8.06 269	3.87 110	4.47 116	0.60 57	1.19 113	6.78 175	0.63 20	0.01 129	0.01 119	0.00 1	0.00 1	0.02 13	0.04 21

GwcNet-RSSM	4.13 282	1.71 315	6.25 284	2.50 319	1.93 316	2.39 90	1.49 291	9.59 246	8.71 285	6.66 206	15.04 345	8.47 305	3.84 238	6.87 176	6.74 322	0.00 1	0.00 1	0.04 352	0.00 1	0.29 319	0.15 87

ssnet_v2	4.73 320	1.43 285	6.74 304	1.80 216	0.75 196	8.89 350	4.60 367	12.66 328	10.65 327	9.53 327	6.23 166	9.78 320	4.26 261	6.89 177	9.65 365	0.01 129	0.01 119	0.00 1	0.00 1	0.36 339	0.31 160

gwcnet-sp	3.58 235	2.01 343	8.82 354	2.01 249	0.69 180	7.38 331	1.10 268	9.23 235	6.66 214	9.32 320	5.91 155	4.21 183	3.31 209	6.91 178	3.69 253	0.00 1	0.00 1	0.00 1	0.00 1	0.24 290	0.18 104

scenet	3.58 235	2.01 343	8.82 354	2.01 249	0.69 180	7.38 331	1.10 268	9.23 235	6.66 214	9.32 320	5.91 155	4.21 183	3.31 209	6.91 178	3.69 253	0.00 1	0.00 1	0.00 1	0.00 1	0.24 290	0.18 104

ssnet	3.58 235	2.01 343	8.82 354	2.01 249	0.69 180	7.38 331	1.10 268	9.23 235	6.66 214	9.32 320	5.91 155	4.21 183	3.31 209	6.91 178	3.69 253	0.00 1	0.00 1	0.00 1	0.00 1	0.24 290	0.18 104

iGMRVC	2.09 84	0.56 93	3.59 116	0.20 9	0.21 70	3.68 224	0.71 207	5.89 111	3.53 55	5.92 166	4.46 114	3.44 147	1.51 135	6.93 181	0.98 73	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

test_sample4	3.29 208	0.64 116	5.38 235	2.08 253	0.53 154	3.91 238	0.15 61	12.13 310	7.50 247	7.04 225	7.50 204	3.64 158	3.19 199	6.95 182	3.14 242	0.02 220	0.85 331	0.00 1	0.10 269	0.07 107	0.92 276

RSM	1.43 30	0.40 21	1.79 4	0.74 103	0.54 158	2.45 95	0.49 150	4.13 28	3.29 40	0.65 25	2.53 65	2.15 102	0.30 16	6.97 183	0.85 51	0.01 129	0.12 237	0.00 1	0.25 339	0.11 167	0.72 254

Patchmatch Stereo++	2.09 84	0.55 82	3.57 111	0.20 9	0.20 61	3.68 224	0.64 186	5.90 116	3.52 51	5.91 161	4.41 109	3.42 141	1.51 135	7.07 184	0.95 70	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	2.09 84	0.55 82	3.57 111	0.20 9	0.20 61	3.68 224	0.64 186	5.90 116	3.52 51	5.91 161	4.41 109	3.42 141	1.51 135	7.07 184	0.95 70	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53

MoCha-V2	1.83 61	0.87 183	3.33 83	1.41 169	1.27 267	2.50 98	0.20 78	5.60 93	3.90 82	0.98 46	3.30 78	0.35 36	1.58 143	7.09 186	0.80 42	0.00 1	1.52 418	0.00 1	0.23 334	0.06 89	1.70 354

DLNR_Zeroshot_test	24.96 449	51.28 468	90.69 474	97.84 482	97.22 481	1.40 20	0.12 40	23.19 437	3.55 58	1.21 52	2.95 74	0.72 58	0.31 18	7.09 186	2.61 217	38.70 466	1.32 405	0.00 1	0.29 361	77.04 478	1.68 349

IGEV-Stereo+	1.89 64	0.55 82	2.49 20	0.48 65	3.25 363	2.06 71	0.07 21	1.92 2	1.52 3	0.77 34	0.08 1	0.22 11	0.44 46	7.11 188	0.68 24	0.04 280	0.66 310	0.00 1	0.33 371	5.08 428	10.13 447

psm_up	4.33 293	1.34 269	4.43 178	2.27 289	2.62 346	5.29 284	3.30 347	11.49 296	6.89 225	8.05 276	8.06 224	10.09 326	11.10 389	7.12 189	3.76 258	0.24 364	0.01 119	0.00 1	0.00 1	0.20 263	0.37 174

ProNet	1.58 50	0.86 175	3.17 69	0.75 105	0.72 189	2.84 142	0.66 190	5.91 120	3.28 39	0.37 4	1.47 33	0.40 37	0.37 29	7.19 190	0.70 30	0.02 220	0.98 356	0.00 1	0.05 247	0.20 263	1.77 367

DMCA-RVC	3.59 238	1.98 341	8.68 349	2.30 295	1.48 285	3.54 208	0.55 160	8.40 210	5.43 161	9.37 324	5.90 154	8.34 299	3.21 201	7.19 190	4.46 285	0.06 305	0.11 234	0.08 374	0.02 214	0.21 273	0.40 180

DualNet (step1)	4.40 298	1.36 273	7.91 334	1.40 166	0.63 172	5.54 288	2.72 321	11.31 291	8.40 278	8.64 294	8.05 221	6.80 266	5.05 293	7.22 192	2.53 211	1.74 417	1.04 366	3.05 429	2.96 433	0.22 278	1.35 319

test_sample7	3.75 251	0.67 127	4.34 174	2.21 272	0.35 105	4.47 267	2.08 311	11.31 291	8.40 278	8.64 294	8.05 221	6.80 266	5.05 293	7.22 192	2.53 211	0.07 312	1.04 366	0.00 1	0.00 1	0.06 89	1.66 343

Selective-IGEV	1.56 49	0.34 7	2.13 12	0.77 106	0.76 199	2.36 88	0.52 153	6.80 160	3.08 30	0.53 17	3.34 79	0.26 19	0.31 18	7.24 194	0.73 36	0.01 129	0.80 326	0.00 1	0.14 290	0.08 120	1.01 284

dad	5.10 329	2.61 375	6.76 305	1.23 147	0.14 35	2.85 153	0.36 114	7.98 205	14.88 374	10.84 359	17.06 364	15.59 378	3.29 206	7.24 194	4.39 282	1.20 407	0.10 230	4.02 434	0.49 395	0.20 263	0.69 248

Pruner-Stereo	2.66 154	0.61 106	3.54 106	1.93 234	0.25 85	3.47 201	0.74 216	6.60 149	5.66 173	8.98 307	6.12 162	4.39 194	1.11 94	7.27 196	2.34 207	0.03 256	0.00 1	0.02 324	0.00 1	0.03 40	0.04 21

UNet	4.19 285	0.87 183	7.18 318	2.00 248	3.22 362	9.55 356	0.31 106	10.11 258	6.22 193	7.98 268	6.82 187	10.42 329	5.77 315	7.28 197	5.83 310	0.00 1	0.00 1	0.00 1	0.00 1	0.10 155	0.12 65

iRaft-Stereo_20w	3.11 194	0.49 60	6.09 274	1.01 129	1.25 264	3.99 245	1.00 259	14.00 366	4.73 129	6.70 212	6.27 171	2.34 106	2.28 170	7.29 198	1.58 131	0.01 129	0.75 321	0.00 1	0.73 407	0.10 155	1.63 338

rvit_105_1	2.69 157	1.34 269	6.85 307	1.89 229	0.09 17	1.94 62	3.50 349	6.38 142	9.00 295	4.98 132	2.19 56	3.57 155	1.56 141	7.31 199	3.03 237	0.00 1	0.00 1	0.00 1	0.02 214	0.06 89	0.16 94

HSM-Net_RVC	4.40 298	0.44 34	3.22 72	0.72 94	0.68 177	7.06 323	1.82 304	12.57 326	8.48 281	9.04 310	12.20 314	14.98 374	5.14 299	7.32 200	4.19 275	0.02 220	0.02 152	0.00 1	0.00 1	0.02 13	0.14 75
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet-ft	3.70 247	1.59 303	3.87 133	1.68 198	2.42 338	3.20 178	0.66 190	8.93 223	7.76 256	5.09 136	9.95 267	10.77 341	5.43 310	7.41 201	4.71 292	0.00 1	0.00 1	0.03 342	0.01 195	0.30 322	0.11 61

CFNet_RVC	3.70 247	1.59 303	3.87 133	1.68 198	2.42 338	3.20 178	0.66 190	8.92 222	7.76 256	5.09 136	9.95 267	10.77 341	5.43 310	7.41 201	4.71 292	0.00 1	0.00 1	0.03 342	0.01 195	0.30 322	0.11 61

IGEV-Stereo	1.51 41	0.81 157	2.69 37	0.60 74	0.69 180	2.77 135	0.79 222	4.88 54	2.99 28	0.82 41	1.25 24	0.31 26	0.42 37	7.43 203	0.85 51	0.00 1	0.83 327	0.00 1	0.17 304	0.12 184	1.85 377
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ff7	1.46 34	0.79 151	2.99 58	0.33 40	0.35 105	2.75 130	0.81 227	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 204	0.86 53	0.00 1	0.93 341	0.00 1	0.16 295	0.12 184	1.82 370

ffff	1.46 34	0.79 151	2.99 58	0.33 40	0.35 105	2.75 130	0.81 227	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 204	0.86 53	0.00 1	0.93 341	0.00 1	0.16 295	0.12 184	1.82 370

11t	1.46 34	0.79 151	2.99 58	0.33 40	0.35 105	2.75 130	0.81 227	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 204	0.87 57	0.00 1	0.93 341	0.00 1	0.16 295	0.12 184	1.82 370

anonymousdsp	1.51 41	0.81 157	2.70 38	0.60 74	0.69 180	2.76 134	0.79 222	4.86 50	3.00 29	0.82 41	1.25 24	0.31 26	0.42 37	7.44 204	0.81 46	0.00 1	0.83 327	0.00 1	0.17 304	0.12 184	1.85 377

ccc-4	1.46 34	0.79 151	2.99 58	0.33 40	0.35 105	2.75 130	0.81 227	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 204	0.86 53	0.00 1	0.93 341	0.00 1	0.16 295	0.12 184	1.82 370

ac_64	3.98 271	0.86 175	5.10 219	3.17 368	3.43 372	5.80 299	0.70 205	10.87 279	4.96 142	8.94 306	6.46 177	10.70 338	5.52 312	7.44 204	5.10 302	0.03 256	0.00 1	0.00 1	0.00 1	0.14 214	0.31 160

STTStereo	3.90 262	1.43 285	8.20 341	3.03 357	2.28 334	3.64 218	0.64 186	10.11 258	7.09 233	10.20 342	7.08 194	8.73 309	3.57 224	7.44 204	4.00 272	0.00 1	0.02 152	0.01 291	0.01 195	0.04 63	0.40 180

MyStereo07	1.64 53	1.15 235	2.61 29	1.28 153	1.49 286	2.63 113	0.45 132	6.45 146	2.94 20	1.10 48	1.61 36	0.29 24	0.60 62	7.45 211	0.80 42	0.01 129	1.27 403	0.00 1	0.25 339	0.11 167	0.42 194

AAGNet	3.50 229	0.49 60	3.38 87	1.91 232	0.41 127	3.66 219	1.02 260	5.14 64	5.16 148	9.65 335	7.75 211	4.91 210	6.23 327	7.45 211	12.73 397	0.01 129	0.00 1	0.00 1	0.00 1	0.05 79	0.06 36

DispNO	3.51 231	1.33 268	8.51 344	2.26 285	1.36 280	3.46 200	0.81 227	8.74 220	6.58 208	6.78 214	7.63 208	6.22 256	4.20 257	7.47 213	4.44 284	0.00 1	0.03 177	0.03 342	0.11 276	0.13 203	0.14 75

CRFU-Net	4.81 323	0.78 149	5.69 258	3.10 366	1.39 282	13.18 395	3.23 342	12.26 314	4.33 103	10.91 362	9.98 269	10.94 346	7.93 360	7.47 213	3.94 270	0.16 345	0.16 249	0.16 389	0.00 1	0.26 298	0.29 155

IPLG	2.63 153	1.09 225	5.67 257	0.73 97	0.31 95	3.00 165	0.25 94	6.84 162	6.02 184	7.93 265	6.31 172	1.91 94	1.72 150	7.47 213	2.53 211	0.01 129	0.01 119	0.00 1	0.00 1	0.29 319	0.58 219

RALCasStereoNet	2.39 128	1.73 320	3.59 116	2.38 307	2.69 348	2.84 142	0.18 73	5.29 70	4.94 141	2.45 73	5.62 149	2.22 103	0.79 80	7.48 216	1.63 140	0.00 1	1.75 421	0.00 1	0.00 1	0.14 214	2.03 392

test_xeample3	1.71 58	1.75 322	6.64 298	0.90 119	0.29 92	2.55 103	0.90 249	4.08 26	2.36 8	0.56 22	0.24 6	0.23 12	0.31 18	7.51 217	2.73 226	0.00 1	0.70 316	0.00 1	0.36 379	0.18 248	1.92 386

CBFPSM	5.12 330	1.48 293	16.22 409	1.81 217	1.14 252	11.16 376	2.90 328	7.99 206	6.75 219	6.55 198	5.00 125	15.05 376	8.78 372	7.52 218	8.90 353	0.04 280	0.02 152	0.00 1	0.00 1	0.42 347	0.67 247

test_sample5	3.34 213	0.65 118	5.17 223	2.10 254	0.49 138	3.31 188	0.17 69	11.91 304	7.47 245	6.91 217	9.15 242	3.61 156	3.37 216	7.53 219	3.06 238	0.02 220	0.85 331	0.00 1	0.10 269	0.07 107	0.90 271

DualNet	3.48 228	0.65 118	5.17 223	2.10 254	0.49 138	3.31 188	0.17 69	11.91 304	7.47 245	7.18 236	11.56 301	3.61 156	3.37 216	7.53 219	3.06 238	0.02 220	0.85 331	0.00 1	0.10 269	0.07 107	0.90 271

DRaft	3.83 259	0.65 118	3.39 89	0.22 20	0.16 46	4.67 272	1.30 283	5.82 108	4.86 139	10.26 345	21.65 392	3.24 131	8.62 370	7.53 219	3.76 258	0.05 295	0.10 230	0.00 1	0.14 290	0.12 184	0.16 94

IGEVStereo-DCA	1.54 44	1.71 315	2.99 58	0.73 97	0.24 81	2.69 121	0.81 227	4.31 35	2.97 23	0.73 32	0.16 2	0.23 12	0.32 22	7.57 222	2.72 224	0.00 1	0.49 301	0.00 1	0.16 295	0.17 239	1.82 370

rrr	1.64 53	1.71 315	6.31 288	0.73 97	0.24 81	2.69 121	0.92 254	4.25 30	1.75 6	0.73 32	0.16 2	0.23 12	0.32 22	7.57 222	2.72 224	0.00 1	0.49 301	0.00 1	0.20 321	0.17 239	1.68 349

LCNet	2.94 182	0.55 82	2.57 25	1.03 132	0.59 167	2.05 69	1.55 294	5.51 84	4.19 97	6.08 174	10.58 283	4.54 196	6.63 333	7.59 224	0.90 60	0.01 129	0.00 1	0.01 291	0.76 408	0.31 329	3.43 416

test_xeample	4.78 322	0.93 189	4.68 203	1.48 175	1.28 268	3.94 241	0.13 49	13.35 352	8.62 283	8.21 283	11.63 303	3.43 146	3.54 222	7.59 224	23.47 430	0.02 220	1.16 391	0.00 1	0.25 339	0.11 167	1.74 363

TestStereo	1.89 64	1.59 303	4.22 167	0.37 47	0.28 91	1.33 15	0.01 2	5.63 95	4.13 93	3.59 99	5.11 128	2.06 101	0.70 67	7.62 226	0.93 65	0.02 220	0.00 1	0.00 1	0.00 1	0.02 13	0.19 113

PSMNet-ADL	3.17 202	0.56 93	3.00 63	1.55 182	0.40 123	5.97 303	0.28 97	9.06 226	5.75 177	3.56 98	6.80 186	8.33 298	4.51 266	7.65 227	5.51 307	0.03 256	0.09 225	0.00 1	0.00 1	0.03 40	0.28 152

ADLNet2	4.72 318	1.44 289	6.68 301	3.03 357	3.90 387	6.80 317	2.91 329	11.67 301	9.63 308	7.99 270	9.89 265	9.75 319	5.32 307	7.70 228	7.13 329	0.01 129	0.03 177	0.00 1	0.00 1	0.26 298	0.22 129

FTStereo	4.61 312	0.54 77	2.86 45	0.98 128	0.40 123	2.57 105	8.51 413	5.70 99	3.76 74	10.85 360	29.92 423	5.53 232	7.43 351	7.73 229	1.63 140	0.17 349	0.00 1	0.05 359	0.00 1	0.04 63	3.62 420

GMM-Stereo	3.42 225	0.39 16	3.24 74	0.87 115	0.50 141	2.26 81	4.73 369	5.64 96	3.81 75	7.08 228	16.57 361	6.13 251	3.62 228	7.74 230	1.40 122	0.05 295	0.00 1	0.00 1	0.04 244	0.12 184	4.24 425

iinet-f	6.21 342	2.11 347	28.74 444	2.13 258	1.38 281	11.62 380	1.49 291	7.64 198	7.19 237	7.77 261	14.38 338	10.49 330	7.79 357	7.76 231	12.90 399	0.03 256	0.03 177	0.05 359	0.00 1	0.67 376	0.12 65

ASMatch	3.41 223	0.62 112	3.59 116	1.99 245	0.48 135	1.91 61	0.66 190	7.01 166	4.43 112	6.25 177	22.02 396	4.56 197	4.72 280	7.78 232	1.85 163	0.01 129	0.01 119	0.00 1	0.03 226	0.02 13	0.21 124

hknet	3.56 234	0.66 122	5.82 263	0.70 90	1.19 256	6.97 319	1.58 295	9.93 253	7.76 256	6.50 192	6.23 166	9.53 315	2.81 191	7.84 233	3.39 248	0.01 129	0.03 177	0.03 342	0.00 1	0.06 89	0.14 75

HGLStereo	4.58 309	1.04 219	6.02 271	3.30 377	5.14 415	6.36 309	0.71 207	11.04 284	7.60 253	8.04 274	12.85 325	6.90 272	8.51 368	7.85 234	5.93 311	0.02 220	0.02 152	0.00 1	0.00 1	0.14 214	0.15 87

DEmStereo	3.86 260	0.54 77	4.04 154	0.26 30	0.17 49	5.17 283	2.45 318	4.70 46	4.34 107	8.37 287	19.94 386	5.06 219	10.13 384	7.86 235	3.93 269	0.01 129	0.01 119	0.01 291	0.00 1	0.03 40	0.10 53

Prome-Stereo	3.73 250	0.39 16	2.62 31	1.05 133	0.52 152	2.06 71	4.58 366	4.88 54	3.95 85	9.34 323	20.39 388	4.03 172	7.02 342	7.86 235	1.31 114	0.00 1	0.00 1	0.00 1	0.00 1	0.07 107	4.52 426

MyStereo04	3.29 208	1.15 235	6.64 298	1.28 153	1.49 286	2.63 113	0.45 132	10.57 274	13.30 365	4.41 121	3.90 98	3.06 126	3.56 223	7.87 237	3.35 247	0.01 129	1.27 403	0.00 1	0.25 339	0.11 167	0.42 194

MMNet	4.44 302	1.37 278	6.26 285	1.73 208	1.64 290	10.51 371	0.61 178	9.27 238	9.66 310	9.55 329	9.22 243	7.40 281	6.52 331	7.90 238	6.98 325	0.01 129	0.00 1	0.00 1	0.00 1	0.14 214	0.10 53

KYRaft	3.68 244	0.43 25	2.53 23	0.89 117	0.49 138	2.28 84	3.89 351	5.30 71	3.82 77	8.99 309	19.28 383	6.54 262	4.96 288	7.92 239	0.96 72	0.01 129	0.00 1	0.00 1	0.01 195	0.06 89	5.17 427

NLCA_NET_v2_RVC	4.11 279	1.53 299	6.87 308	3.04 359	3.33 367	4.34 264	0.59 173	11.36 294	7.92 264	8.98 307	7.98 219	9.72 318	3.82 236	7.92 239	4.43 283	0.15 342	0.02 152	0.03 342	0.03 226	0.07 107	0.14 75
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Consistency-Raft	9.58 399	5.11 413	13.00 389	5.61 419	8.92 434	4.03 248	5.07 375	19.73 419	24.90 421	11.32 371	29.86 421	13.36 363	6.16 324	8.00 241	13.47 404	0.67 395	0.34 283	1.81 425	4.36 443	12.23 440	3.62 420

THIR-Stereo	3.94 266	1.12 232	3.06 65	0.23 22	0.13 32	4.17 254	6.40 390	5.83 109	4.54 118	10.46 349	16.98 363	6.49 261	7.44 352	8.00 241	3.58 250	0.01 129	0.07 216	0.07 368	0.00 1	0.14 214	0.06 36

FADNet-RVC-Resample	4.11 279	2.25 353	13.88 396	1.64 189	0.66 176	5.91 302	2.34 316	10.87 279	9.09 297	6.53 197	4.34 106	5.69 240	4.71 279	8.01 243	4.64 291	0.18 353	0.22 263	0.17 394	0.12 282	0.46 356	0.59 222

test_sample6	3.60 239	0.66 122	5.27 227	2.23 276	0.48 135	3.25 182	0.21 82	11.94 306	7.53 250	7.18 236	11.56 301	3.99 170	3.86 240	8.03 244	3.88 265	0.03 256	0.83 327	0.00 1	0.09 264	0.07 107	0.86 268

PSM-AAD	3.43 227	0.31 4	2.16 13	0.80 110	0.57 163	2.53 102	5.97 381	5.53 86	3.98 88	11.00 364	11.90 308	2.93 120	9.36 380	8.03 244	1.00 76	0.01 129	0.01 119	0.00 1	0.00 1	0.06 89	2.39 404

HCRNet	2.74 166	0.83 164	4.19 164	0.45 60	3.31 366	2.18 78	0.22 84	7.59 193	5.76 178	6.08 174	4.89 122	5.21 222	2.74 186	8.04 246	3.10 240	0.00 1	0.02 152	0.00 1	0.00 1	0.10 155	0.09 48

PFNet+	2.52 139	0.47 46	4.97 214	0.95 126	0.18 53	3.12 172	0.73 212	4.98 57	6.97 230	7.95 266	6.38 176	2.51 109	1.18 108	8.05 247	1.82 161	0.03 256	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

xxxx	5.16 332	0.86 175	4.86 208	1.96 240	1.22 260	7.56 334	0.07 21	14.67 375	9.15 300	6.55 198	9.87 264	9.30 313	3.47 220	8.07 248	22.20 425	0.05 295	1.16 391	0.00 1	0.26 351	0.10 155	1.76 366

fast-acv-ft	6.00 340	1.95 338	7.88 333	2.35 303	1.85 309	13.61 398	1.76 303	8.44 211	10.12 314	11.22 369	20.57 389	14.41 372	7.55 354	8.11 249	8.83 351	0.10 332	0.09 225	0.16 389	0.07 254	0.68 378	0.35 170

delet	4.59 311	1.12 232	5.93 267	1.37 162	3.73 382	10.48 369	3.90 352	10.51 271	9.17 301	8.87 304	9.74 263	8.37 300	3.74 235	8.12 250	6.36 321	0.00 1	0.00 1	0.00 1	0.00 1	0.21 273	0.12 65

hitnet-ft	3.95 268	1.16 237	3.92 143	0.89 117	0.73 191	4.88 278	0.54 157	9.78 249	7.91 263	7.42 251	10.24 272	12.50 360	4.84 283	8.15 251	5.56 308	0.03 256	0.00 1	0.06 363	0.00 1	0.24 290	0.12 65

ACV-stereo	4.65 314	1.22 251	10.49 379	2.22 273	1.05 236	12.62 391	1.24 277	6.70 157	7.36 244	3.22 90	5.18 130	16.59 387	10.02 382	8.18 252	6.19 318	0.06 305	0.14 245	0.01 291	0.00 1	0.12 184	0.40 180

ffm	3.41 223	0.98 207	7.03 312	1.64 189	1.07 238	2.84 142	0.47 136	5.55 88	10.56 323	6.68 207	9.59 258	5.66 236	3.87 241	8.20 253	0.68 24	0.00 1	1.13 378	0.00 1	0.19 312	0.11 167	1.88 381

tt1	2.53 140	0.91 187	3.53 104	2.92 350	0.53 154	5.60 292	0.61 178	5.55 88	10.56 323	1.54 59	3.54 90	0.34 35	3.00 195	8.20 253	0.68 24	0.00 1	1.13 378	0.00 1	0.03 226	0.11 167	1.88 381

ACVNet-DCA	2.41 130	0.93 189	3.39 89	3.05 360	0.39 118	5.69 295	0.55 160	9.15 231	4.33 103	1.42 55	3.48 84	0.33 31	3.65 229	8.26 255	0.70 30	0.00 1	1.14 385	0.00 1	0.03 226	0.09 135	1.65 339

xx1	2.73 165	0.93 189	3.39 89	3.05 360	0.39 118	5.69 295	0.55 160	5.34 74	10.76 329	1.42 55	3.48 84	4.63 201	2.83 192	8.26 255	0.70 30	0.00 1	1.14 385	0.00 1	0.25 339	0.09 135	1.65 339

cc1	2.56 145	0.93 189	3.39 89	3.05 360	0.39 118	5.69 295	0.55 160	5.34 74	10.76 329	1.42 55	3.48 84	0.33 31	3.65 229	8.26 255	0.70 30	0.00 1	1.14 385	0.00 1	0.03 226	0.12 184	1.89 384

222	5.93 338	0.88 185	4.58 195	1.76 212	0.98 229	6.02 304	0.08 27	14.45 372	8.89 290	9.53 327	11.77 306	3.88 165	4.23 260	8.26 255	39.96 460	0.03 256	1.12 375	0.00 1	0.24 336	0.11 167	1.73 360

RAFT-345	3.36 218	0.55 82	3.43 97	1.23 147	0.21 70	2.62 111	0.46 134	3.91 23	6.34 196	7.46 253	24.49 406	4.19 182	1.74 152	8.27 259	2.25 197	0.01 129	0.00 1	0.00 1	0.00 1	0.02 13	0.02 5

test_5	3.16 201	1.18 240	4.96 213	2.33 301	3.10 359	4.51 268	1.27 279	7.47 192	7.61 254	3.00 85	7.38 202	5.37 228	4.06 250	8.28 260	1.54 128	0.00 1	0.34 283	0.00 1	0.02 214	0.21 273	0.62 232

CrosDoStereo	4.05 276	0.71 142	3.52 101	0.51 67	0.20 61	3.25 182	11.21 426	6.34 139	4.96 142	9.04 310	16.44 357	4.92 211	7.28 347	8.29 261	3.84 263	0.00 1	0.02 152	0.01 291	0.00 1	0.18 248	0.19 113

DeepStereo_LL	4.05 276	0.71 142	3.52 101	0.51 67	0.20 61	3.25 182	11.21 426	6.34 139	4.96 142	9.04 310	16.44 357	4.92 211	7.28 347	8.29 261	3.84 263	0.00 1	0.02 152	0.01 291	0.00 1	0.18 248	0.19 113

iResNetv2_ROB	4.72 318	2.26 355	8.87 357	3.20 371	1.25 264	4.32 262	1.73 301	14.22 370	10.62 326	10.53 351	12.13 313	7.77 287	5.54 313	8.29 261	2.76 230	0.00 1	0.00 1	0.00 1	0.00 1	0.42 347	0.55 214

RAFT-RH_RVC	4.04 274	0.69 132	3.59 116	1.91 232	0.43 130	3.11 170	0.13 49	3.80 21	6.60 209	11.26 370	31.68 429	5.20 221	1.66 144	8.30 264	2.27 200	0.09 328	0.00 1	0.00 1	0.03 226	0.03 40	0.02 5

NOSS_ROB	3.67 242	0.86 175	3.81 129	2.53 324	1.11 248	6.10 305	0.72 210	11.08 285	12.36 352	5.45 149	8.91 236	5.65 235	2.09 161	8.30 264	3.16 243	0.20 357	0.07 216	0.00 1	0.00 1	0.11 167	0.80 263

NRIStereo	2.27 112	0.52 72	3.35 86	1.26 150	0.17 49	3.04 166	0.84 236	5.96 123	3.74 69	6.27 179	3.44 80	4.13 178	1.80 154	8.31 266	2.11 186	0.00 1	0.10 230	0.00 1	0.00 1	0.12 184	0.20 119

MIM_Stereo	2.83 169	1.20 249	5.27 227	1.41 169	1.16 254	3.07 167	0.33 111	6.67 152	3.95 85	5.17 141	10.11 270	4.25 188	1.73 151	8.32 267	1.64 143	0.00 1	0.36 287	0.00 1	0.01 195	0.22 278	1.69 351

UDG	9.12 394	10.06 433	6.35 290	10.06 432	9.64 435	10.48 369	2.33 315	12.73 329	10.19 315	8.33 286	10.27 273	16.70 388	10.47 385	8.33 268	9.07 357	4.28 429	2.59 434	18.90 446	3.83 440	11.35 439	6.50 434

MyStereo05	3.24 205	1.05 221	5.93 267	1.39 164	1.20 257	2.57 105	0.10 32	9.11 230	13.17 364	6.45 190	3.86 97	3.20 130	3.26 205	8.35 269	3.02 235	0.01 129	1.24 400	0.00 1	0.21 326	0.13 203	0.50 205

TransformOpticalFlow	3.50 229	0.83 164	4.85 207	1.09 135	0.31 95	3.52 206	0.14 59	10.32 262	8.02 267	5.78 155	13.25 327	6.63 263	4.91 285	8.36 270	1.63 140	0.00 1	0.01 119	0.01 291	0.00 1	0.06 89	0.24 142

STrans-v2	3.55 233	0.94 198	5.06 218	0.32 34	0.60 168	2.97 163	1.15 272	11.08 285	7.97 266	6.01 169	10.93 291	6.65 264	6.86 338	8.37 271	1.66 148	0.00 1	0.01 119	0.00 1	0.00 1	0.04 63	0.39 179

iRaft-Stereo_5w	3.20 203	1.27 258	5.27 227	0.27 32	0.99 230	2.71 124	0.58 169	5.75 102	5.85 180	3.03 87	7.88 215	10.08 324	4.08 253	8.40 272	6.09 313	0.00 1	0.25 273	0.00 1	0.12 282	0.31 329	0.95 279

NF-Stereo	2.38 122	0.48 52	3.88 138	2.17 265	0.11 20	3.43 195	0.42 126	7.08 177	3.75 71	6.91 217	5.29 135	2.65 114	1.33 120	8.40 272	1.67 151	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.02 5

OCTAStereo	2.38 122	0.48 52	3.90 140	2.16 260	0.11 20	3.42 193	0.42 126	7.06 172	3.74 69	6.91 217	5.26 132	2.63 113	1.32 118	8.41 274	1.70 154	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.01 1

RE-Stereo	2.38 122	0.48 52	3.91 141	2.17 265	0.11 20	3.43 195	0.42 126	7.07 174	3.75 71	6.91 217	5.26 132	2.62 111	1.33 120	8.41 274	1.72 156	0.01 129	0.00 1	0.01 291	0.00 1	0.03 40	0.01 1

TVStereo	2.38 122	0.48 52	3.91 141	2.17 265	0.11 20	3.43 195	0.42 126	7.07 174	3.75 71	6.91 217	5.26 132	2.62 111	1.33 120	8.41 274	1.72 156	0.01 129	0.00 1	0.01 291	0.00 1	0.03 40	0.01 1

IRAFT_RVC	2.98 188	0.66 122	4.23 168	2.20 269	0.40 123	2.91 158	5.04 374	7.03 170	4.21 98	6.59 201	5.52 145	5.02 218	4.77 281	8.41 274	2.30 206	0.01 129	0.17 253	0.01 291	0.00 1	0.03 40	0.05 27

CSP-Net	4.40 298	1.70 313	4.90 210	1.82 220	1.04 235	12.96 393	2.25 314	13.75 362	6.34 196	9.64 332	8.99 238	8.31 297	3.24 203	8.45 278	4.32 280	0.01 129	0.00 1	0.00 1	0.00 1	0.23 286	0.06 36

PFNet	3.06 191	0.59 102	6.13 276	2.26 285	0.84 210	3.08 168	0.73 212	7.38 188	5.35 154	10.20 342	6.06 160	4.72 203	2.10 164	8.47 279	2.25 197	0.19 354	0.06 205	0.00 1	0.11 276	0.20 263	0.42 194

DRN-Test	6.23 343	1.51 295	7.53 327	3.07 365	3.69 379	12.17 388	3.23 342	20.80 429	11.11 339	12.64 382	13.02 326	10.91 345	5.26 301	8.49 280	10.12 370	0.05 295	0.05 199	0.04 352	0.04 244	0.28 311	0.65 236

LMCR-Stereo	3.92 264	1.96 339	4.92 211	2.85 348	0.23 80	7.88 336	1.47 289	12.52 325	5.39 158	8.71 298	10.65 285	1.90 93	5.04 292	8.53 281	4.89 295	1.05 404	0.00 1	0.00 1	0.00 1	0.42 347	0.05 27

S-Stereo	6.85 356	0.93 189	10.76 380	3.34 379	3.51 374	6.55 313	6.01 384	13.75 362	23.86 417	9.65 335	15.54 348	11.81 355	8.24 363	8.59 282	11.23 383	0.13 337	0.16 249	0.00 1	0.42 388	0.14 214	2.39 404

ARAFT	3.32 211	1.74 321	7.92 337	0.64 78	0.15 41	4.45 266	2.89 327	8.20 208	6.30 194	9.23 319	7.12 198	5.58 233	1.24 116	8.60 283	1.69 153	0.01 129	0.03 177	0.00 1	0.00 1	0.35 337	0.35 170

UPFNet	4.17 283	0.83 164	5.51 243	2.49 318	3.36 369	7.13 326	2.60 319	10.52 273	7.16 235	8.76 301	7.83 213	7.85 291	3.41 218	8.60 283	7.04 328	0.01 129	0.02 152	0.00 1	0.00 1	0.12 184	0.17 101

StereoDRNet-Refined	4.84 325	0.96 202	5.13 220	2.22 273	0.46 133	9.10 352	0.16 66	10.72 276	9.40 306	13.41 390	12.50 318	10.02 323	4.58 273	8.60 283	8.71 350	0.01 129	0.00 1	0.01 291	0.05 247	0.24 290	0.53 212
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MSKI-zero shot	2.23 106	0.49 60	2.49 20	1.60 185	0.81 206	2.69 121	0.29 99	6.82 161	2.50 9	4.37 120	7.61 207	3.65 159	0.26 9	8.62 286	0.63 20	0.01 129	1.09 372	0.00 1	0.25 339	0.03 40	0.46 201

UGAM-zero	3.92 264	0.49 60	5.26 226	1.17 142	0.89 215	4.00 246	0.47 136	12.42 321	3.62 63	5.46 150	5.86 151	15.76 380	8.92 377	8.63 287	2.44 209	0.00 1	0.84 330	0.00 1	0.89 409	0.03 40	1.27 312

StereoDRNet	6.02 341	2.40 367	8.22 342	3.43 381	4.43 399	10.57 372	4.21 358	19.44 415	11.24 342	12.86 383	8.06 224	11.64 352	4.79 282	8.65 288	9.32 361	0.01 129	0.10 230	0.00 1	0.03 226	0.34 335	0.69 248

DN-CSS_ROB	3.00 189	2.14 349	7.33 320	2.67 334	0.78 201	3.13 173	0.07 21	6.68 156	4.22 99	5.51 152	12.12 311	2.33 105	1.21 114	8.69 289	2.51 210	0.03 256	0.00 1	0.00 1	0.00 1	0.42 347	0.15 87

PSMNet_ROB	5.41 335	2.45 368	7.39 323	2.36 305	1.90 313	10.11 364	6.54 393	16.32 393	7.59 252	6.84 216	10.83 289	12.06 357	4.13 254	8.73 290	10.24 372	0.02 220	0.01 119	0.01 291	0.11 276	0.26 298	0.40 180

RAFT_R40	2.83 169	0.46 41	3.85 130	1.38 163	0.32 101	3.78 232	0.97 255	6.16 133	4.82 137	9.74 337	6.35 175	4.96 214	3.94 248	8.78 291	1.05 81	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12

iResNet	4.04 274	1.46 292	8.72 351	3.25 374	0.36 110	4.54 270	0.47 136	9.06 226	10.40 321	7.98 268	12.82 324	4.06 175	3.22 202	8.82 292	4.95 298	0.03 256	0.01 119	0.00 1	0.00 1	0.14 214	0.55 214

RAFT+CT+SA	2.59 148	1.19 243	3.55 108	1.09 135	2.21 328	3.14 175	0.90 249	7.59 193	5.65 169	2.76 78	8.21 228	2.04 99	1.57 142	8.84 293	1.31 114	0.02 220	0.34 283	0.00 1	0.38 381	0.22 278	0.73 255

SST-Stereo	2.86 172	0.45 37	3.64 120	1.46 173	0.36 110	3.94 241	0.80 224	6.07 129	4.46 113	10.96 363	6.21 165	4.94 213	4.14 255	8.85 294	0.93 65	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12

FADNet	4.55 306	2.35 365	13.60 394	1.87 225	0.80 204	4.74 276	0.75 219	14.47 373	12.41 353	4.07 114	5.45 143	9.64 316	5.03 290	8.86 295	4.82 294	0.20 357	0.04 192	0.07 368	0.05 247	1.27 401	0.40 180

PSM-softLoss	2.38 122	0.48 52	4.28 169	1.94 236	0.19 56	2.73 127	0.38 118	6.67 152	3.50 44	6.33 182	6.33 173	2.93 120	0.97 85	8.90 296	1.88 166	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.03 12

KMStereo	2.38 122	0.48 52	4.28 169	1.94 236	0.19 56	2.73 127	0.38 118	6.67 152	3.50 44	6.33 182	6.33 173	2.93 120	0.97 85	8.90 296	1.88 166	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.03 12

DeepPruner_ROB	3.82 258	1.87 328	5.65 255	1.31 157	1.64 290	3.62 216	0.81 227	14.47 373	5.03 146	8.03 273	10.78 288	6.95 274	2.26 168	8.92 298	4.32 280	0.07 312	0.03 177	0.00 1	0.01 195	0.37 341	0.29 155

HH	2.88 175	0.82 161	4.07 157	1.71 204	0.54 158	4.71 273	0.69 200	8.72 218	3.57 59	1.80 64	6.49 179	7.81 288	3.92 246	8.93 299	0.99 74	0.00 1	1.06 368	0.00 1	0.03 226	0.05 79	1.69 351

HanStereo	2.88 175	0.82 161	4.07 157	1.71 204	0.54 158	4.71 273	0.69 200	8.72 218	3.57 59	1.80 64	6.49 179	7.81 288	3.92 246	8.93 299	0.99 74	0.00 1	1.06 368	0.00 1	0.03 226	0.05 79	1.69 351

iResNet_ROB	4.67 316	1.77 325	5.93 267	2.47 317	0.95 226	3.78 232	0.36 114	15.65 385	17.36 390	8.75 300	11.23 295	7.05 276	4.60 275	8.94 301	4.23 278	0.01 129	0.00 1	0.00 1	0.00 1	0.16 232	0.15 87

ADCRef	7.76 376	2.31 362	19.09 420	2.82 344	3.29 365	11.88 383	3.06 335	11.52 298	10.89 333	13.69 393	25.85 413	8.20 294	8.89 375	8.95 302	22.66 426	0.16 345	0.08 219	0.16 389	0.34 375	0.47 358	0.91 274

Wz-Net-LNSev	7.12 364	2.75 379	18.64 417	1.70 203	4.16 394	12.79 392	6.72 395	13.74 361	13.57 367	11.14 368	17.31 370	11.90 356	8.50 367	8.96 303	9.94 367	0.00 1	0.01 119	0.00 1	0.00 1	0.18 248	0.34 165

CFNet	4.03 273	1.97 340	6.30 287	2.70 336	1.64 290	5.41 287	0.22 84	12.14 312	10.28 316	5.24 142	11.15 293	6.43 258	3.70 232	8.97 304	4.01 273	0.00 1	0.00 1	0.00 1	0.00 1	0.30 322	0.13 71

DDVS	3.79 256	0.66 122	5.66 256	2.27 289	1.28 268	6.48 312	0.47 136	9.33 242	4.35 108	7.29 245	7.71 209	12.49 359	2.21 166	9.01 305	5.16 303	0.08 317	0.20 261	0.01 291	0.00 1	0.14 214	1.03 291

ITSA-stereo	4.02 272	0.73 145	4.51 184	2.16 260	0.31 95	3.58 210	0.70 205	13.77 364	15.84 383	7.13 232	6.59 181	4.25 188	3.48 221	9.04 306	6.12 315	0.09 328	0.08 219	0.11 376	0.10 269	0.19 256	1.54 331

DisPM	2.59 148	0.47 46	4.32 172	1.89 229	0.20 61	3.42 193	0.63 184	5.56 91	5.60 167	8.66 297	7.05 193	2.82 118	1.03 90	9.05 307	1.07 85	0.02 220	0.00 1	0.00 1	0.00 1	0.02 13	0.04 21

DAS	4.18 284	0.53 73	6.20 280	2.20 269	3.69 379	2.78 136	3.12 337	8.69 216	10.29 317	9.39 325	12.80 322	4.58 198	7.20 345	9.08 308	2.70 222	0.02 220	0.00 1	0.00 1	0.00 1	0.04 63	0.34 165

PS-NSSS	4.22 287	2.53 371	5.89 266	1.01 129	2.93 352	4.05 252	1.93 306	11.44 295	8.94 292	7.14 233	14.70 344	4.96 214	2.60 182	9.09 309	3.92 267	0.40 380	0.04 192	0.83 415	0.00 1	1.09 394	1.02 288

GEStereo_RVC	3.95 268	1.21 250	6.13 276	2.30 295	1.22 260	4.29 260	2.96 331	12.39 319	8.24 273	7.25 242	6.79 185	7.58 284	4.22 259	9.16 310	4.56 288	0.04 280	0.01 119	0.02 324	0.02 214	0.19 256	0.42 194

HSM	4.25 291	1.10 226	4.14 159	1.78 213	2.14 326	6.67 316	1.08 267	12.92 336	6.90 226	7.06 226	8.17 227	14.17 369	6.03 322	9.16 310	3.11 241	0.00 1	0.00 1	0.00 1	0.00 1	0.09 135	0.41 189

RAFT + AFF	4.63 313	2.28 358	7.43 326	1.51 177	2.38 336	5.81 300	6.49 392	10.74 277	8.53 282	7.75 260	8.95 237	7.47 282	6.68 337	9.17 312	5.06 300	0.08 317	0.47 299	0.00 1	0.01 195	0.66 375	1.03 291

FAT-Stereo	6.98 361	0.79 151	7.57 328	2.54 327	1.80 303	6.16 306	4.33 363	19.16 414	18.82 398	10.75 356	17.08 365	18.23 398	13.56 403	9.25 313	8.44 343	0.03 256	0.16 249	0.01 291	0.10 269	0.14 214	0.65 236

HBP-ISP	4.37 296	1.56 300	4.59 196	2.23 276	1.29 273	7.87 335	3.96 354	11.80 303	10.91 334	8.06 278	14.45 340	3.38 138	4.87 284	9.27 314	2.53 211	0.14 340	0.06 205	0.00 1	0.01 195	0.08 120	0.30 158

AACVNet	3.71 249	1.63 306	4.89 209	3.80 393	0.62 170	3.25 182	0.30 105	9.47 244	3.81 75	6.34 185	10.74 287	10.52 331	4.92 286	9.31 315	3.88 265	0.03 256	0.01 119	0.00 1	0.00 1	0.34 335	0.28 152

aanetorigin	9.02 392	3.75 400	28.68 443	2.16 260	3.86 385	5.84 301	5.40 379	5.93 121	10.39 320	28.12 434	31.02 428	15.98 381	13.74 405	9.38 316	12.55 395	0.25 367	0.22 263	0.22 400	0.24 336	1.24 399	1.47 325

raft_robust	2.91 178	1.71 315	3.42 96	1.36 159	0.57 163	1.53 29	0.12 40	7.06 172	9.09 297	6.96 224	7.21 199	4.43 195	2.09 161	9.40 317	1.61 136	0.03 256	0.93 341	0.00 1	0.21 326	0.17 239	0.38 177

TestStereo1	3.12 196	1.34 269	4.67 201	3.47 383	0.71 186	2.50 98	1.45 287	7.27 181	8.71 285	4.91 129	9.28 248	2.34 106	3.61 226	9.44 318	1.62 138	0.00 1	0.33 281	0.00 1	0.00 1	0.30 322	0.40 180

SA-5K	3.12 196	1.34 269	4.67 201	3.47 383	0.71 186	2.50 98	1.45 287	7.27 181	8.71 285	4.91 129	9.28 248	2.34 106	3.61 226	9.44 318	1.62 138	0.00 1	0.33 281	0.00 1	0.00 1	0.30 322	0.40 180

CBMV_ROB	4.66 315	0.85 168	3.94 145	1.64 189	0.75 196	8.38 345	1.90 305	11.19 287	10.36 319	9.20 318	15.21 346	7.28 278	6.99 341	9.48 320	5.24 304	0.04 280	0.05 199	0.00 1	0.00 1	0.07 107	0.64 235

DDUNet	10.03 403	12.17 439	8.24 343	13.02 440	11.73 442	10.32 367	3.76 350	12.27 315	8.35 276	9.64 332	13.89 334	16.48 384	6.67 336	9.50 321	7.00 326	6.80 435	3.45 447	21.10 447	4.33 442	12.78 443	9.12 440

CVANet_RVC	4.68 317	1.93 335	5.57 252	2.61 330	1.86 311	4.12 253	4.94 372	12.11 309	9.29 302	8.05 276	11.08 292	10.28 327	6.48 330	9.52 322	3.19 246	0.45 384	0.01 119	0.00 1	0.12 282	0.23 286	1.75 364

ttt	4.41 301	0.70 138	3.95 147	2.53 324	2.01 320	4.34 264	0.41 124	13.09 346	11.69 347	7.20 239	12.20 314	4.15 180	3.35 215	9.54 323	10.11 369	0.07 312	1.11 374	0.00 1	0.19 312	0.10 155	1.47 325

Sa-1000	3.81 257	1.26 256	4.64 199	2.29 294	0.55 162	3.51 203	1.58 295	8.37 209	9.13 299	7.97 267	17.42 371	3.98 169	2.76 188	9.61 324	1.68 152	0.00 1	0.69 314	0.00 1	0.18 309	0.23 286	0.27 148

OMP-Stereo	3.15 199	1.19 243	3.49 100	4.34 408	0.51 148	2.20 79	1.21 274	6.67 152	6.52 206	7.99 270	6.24 170	8.38 302	2.44 176	9.65 325	1.92 171	0.01 129	0.02 152	0.00 1	0.00 1	0.08 120	0.15 87

SMFormer	3.94 266	0.69 132	4.55 190	1.97 241	0.15 41	2.84 142	0.29 99	13.06 342	11.10 335	7.69 256	10.45 277	4.77 204	4.52 267	9.68 326	4.89 295	0.08 317	0.97 351	0.00 1	0.16 295	0.11 167	0.92 276

tta	3.96 270	0.69 132	4.55 190	1.97 241	0.15 41	2.84 142	0.29 99	13.06 342	11.10 335	7.69 256	10.45 277	4.77 204	4.52 267	9.68 326	4.89 295	0.08 317	0.97 351	0.00 1	0.16 295	0.13 203	1.24 308

qqq1	3.78 254	0.69 132	4.55 190	1.97 241	0.15 41	2.84 142	0.29 99	13.06 342	11.10 335	7.69 256	10.45 277	4.77 204	4.52 267	9.68 326	1.24 107	0.08 317	0.97 351	0.00 1	0.12 282	0.13 203	1.24 308

fff1	3.78 254	0.69 132	4.55 190	1.97 241	0.15 41	2.84 142	0.29 99	13.06 342	11.10 335	7.69 256	10.45 277	4.77 204	4.52 267	9.68 326	1.24 107	0.08 317	0.97 351	0.00 1	0.12 282	0.13 203	1.24 308

Syn2CoEx	6.70 354	3.69 399	12.14 386	2.78 340	1.68 296	8.36 343	3.21 341	18.59 408	12.66 356	8.86 303	20.79 390	10.52 331	10.54 386	9.68 326	8.70 349	0.01 129	0.00 1	0.00 1	0.00 1	0.69 380	1.00 283

IIG-Stereo	3.28 207	0.98 207	3.57 111	4.14 400	0.22 77	2.56 104	0.71 207	7.04 171	6.10 187	8.49 292	9.38 254	7.82 290	2.73 185	9.69 331	1.99 178	0.02 220	0.02 152	0.00 1	0.00 1	0.03 40	0.14 75

SepStereo	4.22 287	0.53 73	6.20 280	2.20 269	3.69 379	2.78 136	3.12 337	8.69 216	10.29 317	9.39 325	12.80 322	4.58 198	7.20 345	9.74 332	2.70 222	0.02 220	0.00 1	0.00 1	0.00 1	0.04 63	0.34 165

TDLM	4.58 309	1.79 327	5.03 217	2.45 315	1.32 278	4.04 250	7.15 403	11.60 300	11.46 344	6.91 217	12.69 321	5.94 248	5.03 290	9.74 332	3.80 262	0.67 395	0.00 1	0.01 291	0.05 247	0.23 286	1.78 368

DLCB_ROB	4.87 326	1.45 291	4.75 205	2.52 323	1.13 251	6.25 308	3.01 333	10.44 268	8.34 275	11.05 366	13.43 328	14.04 367	3.90 245	9.74 332	6.80 323	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.37 174

CBMV	5.97 339	1.52 297	4.51 184	1.99 245	0.53 154	10.02 362	6.94 400	13.27 350	13.80 370	13.08 388	15.93 353	11.36 349	8.11 362	9.82 335	7.27 330	0.08 317	0.15 247	0.00 1	0.00 1	0.30 322	0.74 258
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GwcNet	6.95 358	2.89 385	13.32 392	2.82 344	5.53 417	11.76 381	2.14 313	14.95 378	17.69 393	10.83 358	18.14 378	10.83 343	6.66 335	9.83 336	10.19 371	0.03 256	0.06 205	0.03 342	0.08 256	0.64 373	0.66 244

GCST	9.50 398	17.91 443	6.18 279	53.02 467	11.57 441	10.95 374	0.20 78	7.71 201	7.12 234	9.83 338	4.71 119	4.87 209	1.49 130	9.87 337	2.06 183	8.70 439	0.07 216	22.79 448	0.40 384	6.66 433	3.86 423

FADNet-RVC	4.36 294	2.62 377	14.51 402	2.01 249	0.44 132	4.27 258	1.27 279	12.61 327	7.89 261	3.76 105	4.05 101	10.63 335	4.34 262	9.87 337	7.66 335	0.03 256	0.09 225	0.00 1	0.03 226	0.65 374	0.50 205

SA	3.34 213	1.29 260	4.84 206	1.99 245	0.57 163	3.15 176	1.39 285	7.66 199	9.94 313	4.86 128	10.87 290	2.97 123	4.61 276	9.88 339	1.38 121	0.00 1	0.60 307	0.00 1	0.19 312	0.25 297	0.37 174

SACVNet	4.55 306	1.88 329	5.55 250	3.38 380	1.68 296	3.11 170	2.76 326	12.44 322	6.43 201	11.07 367	11.31 296	10.53 333	5.13 298	9.88 339	4.56 288	0.08 317	0.02 152	0.00 1	0.01 195	0.38 343	0.80 263

NCCL2	6.27 344	2.46 369	7.00 310	2.36 305	1.11 248	9.48 355	11.14 425	13.01 340	10.40 321	9.94 339	9.49 255	22.11 418	7.42 350	9.90 341	8.56 346	0.01 129	0.00 1	0.02 324	0.03 226	0.20 263	0.73 255

SGM-Forest	5.40 333	0.84 167	4.19 164	1.43 171	0.68 177	10.12 365	6.41 391	12.13 310	11.86 349	11.50 374	14.43 339	11.62 351	5.20 300	9.93 342	6.16 316	0.16 345	0.04 192	0.00 1	0.00 1	0.08 120	1.24 308
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RASNet	5.00 328	1.19 243	5.69 258	3.68 389	4.80 410	5.04 282	1.29 282	10.26 261	8.99 294	5.89 160	11.65 304	10.55 334	9.76 381	9.96 343	10.32 374	0.20 357	0.00 1	0.00 1	0.00 1	0.09 135	0.73 255

MLCV	3.76 252	1.52 297	6.93 309	1.66 195	0.31 95	4.31 261	0.32 108	7.92 203	7.68 255	9.55 329	12.12 311	5.17 220	2.74 186	10.00 344	4.49 286	0.01 129	0.00 1	0.00 1	0.00 1	0.16 232	0.27 148

ccnet	7.45 373	1.89 332	7.71 330	3.18 369	2.35 335	12.19 389	6.14 387	18.95 410	9.36 305	13.33 389	20.38 387	16.00 382	9.10 379	10.10 345	15.40 414	0.44 382	0.34 283	0.25 403	0.25 339	0.48 361	1.18 302

RYNet	6.82 355	1.51 295	7.35 322	1.79 214	4.52 403	16.68 407	4.41 364	14.19 369	17.43 391	11.64 376	7.86 214	15.03 375	8.81 373	10.10 345	14.16 408	0.04 280	0.13 241	0.15 386	0.05 247	0.08 120	0.53 212

MaskLacGwcNet_RVC	6.42 348	6.12 418	6.53 295	4.29 406	3.61 377	15.41 403	4.13 356	12.36 317	7.32 243	7.60 255	8.51 232	8.97 312	2.64 183	10.17 347	3.72 256	8.16 438	2.40 428	2.00 426	0.11 276	8.55 437	5.84 431

NVstereo2D	4.82 324	1.29 260	7.98 338	3.68 389	3.48 373	8.02 338	3.10 336	11.25 288	15.50 381	5.14 140	7.71 209	8.21 295	4.68 277	10.19 348	4.30 279	0.02 220	0.19 256	0.13 383	0.36 379	0.07 107	1.12 300

FADNet_RVC	4.24 289	2.32 363	14.23 399	1.18 144	0.79 202	5.64 293	0.60 174	11.50 297	7.19 237	3.68 103	8.08 226	4.14 179	4.06 250	10.29 349	7.47 332	0.36 378	0.44 296	0.18 395	0.47 393	0.93 392	1.23 307

pmcnn	8.17 381	1.70 313	11.49 382	3.18 369	3.07 356	9.66 358	6.06 386	13.60 358	17.71 394	15.23 401	24.02 403	27.61 430	8.81 373	10.36 350	9.51 363	0.08 317	0.08 219	0.00 1	0.00 1	0.31 329	0.87 269

DSFCA	4.48 303	1.03 217	6.84 306	1.61 186	1.68 296	7.26 327	4.46 365	11.27 290	7.51 248	11.01 365	6.89 188	8.49 306	4.54 272	10.41 351	6.18 317	0.03 256	0.06 205	0.02 324	0.03 226	0.13 203	0.14 75

UGAM	4.25 291	0.86 175	5.73 261	0.45 60	0.22 77	3.61 212	1.18 273	5.51 84	15.39 378	4.99 134	12.34 316	15.09 377	3.71 233	10.58 352	3.76 258	0.00 1	0.46 297	0.00 1	0.34 375	0.36 339	0.36 173

1111x	4.96 327	1.04 219	7.09 317	1.75 210	1.05 236	5.03 281	0.32 108	13.52 356	10.70 328	6.68 207	10.35 274	8.81 311	6.01 321	10.65 353	12.78 398	0.07 312	1.24 400	0.00 1	0.33 371	0.11 167	1.75 364

FINET	6.96 359	2.98 386	13.77 395	3.20 371	4.81 411	9.65 357	9.90 421	13.68 360	23.91 418	8.28 285	13.70 330	5.36 227	5.83 316	10.79 354	8.05 339	0.90 401	1.43 412	0.11 376	0.38 381	0.48 361	1.98 390

ETE_ROB	6.28 345	2.60 374	9.22 365	1.71 204	0.84 210	6.44 310	6.78 397	13.16 348	8.80 288	13.01 386	15.93 353	21.01 416	6.18 325	10.97 355	8.11 340	0.04 280	0.01 119	0.00 1	0.02 214	0.16 232	0.70 251

RAFT_CTSACE	3.62 241	1.65 308	5.41 237	1.36 159	3.08 357	3.95 243	1.03 261	4.62 45	4.65 124	5.33 145	17.73 375	7.63 285	2.71 184	10.98 356	1.15 92	0.00 1	0.48 300	0.00 1	0.00 1	0.31 329	0.25 144

DGSMNet	7.10 363	3.49 393	15.11 405	4.36 409	4.41 398	8.94 351	6.25 388	15.10 380	14.28 372	8.15 281	14.51 342	10.08 324	5.38 308	11.04 357	7.95 337	1.49 413	2.00 425	1.79 424	1.68 429	2.43 418	3.48 417

SQANet	8.22 383	4.42 408	7.19 319	12.11 439	9.77 436	11.80 382	3.23 342	12.00 307	6.60 209	8.59 293	11.52 300	10.97 347	5.31 306	11.10 358	4.20 276	9.56 441	2.29 427	10.51 440	1.61 428	13.06 444	8.49 438

RP	7.41 369	1.90 333	7.33 320	4.26 404	5.25 416	6.64 315	3.46 348	12.44 322	16.23 385	10.36 347	23.00 400	18.72 400	16.59 414	11.10 358	8.47 344	1.10 405	0.02 152	0.12 381	0.16 295	0.43 351	0.65 236

SuperB	8.29 384	3.96 403	24.92 434	2.96 353	1.33 279	9.83 360	4.15 357	10.92 283	29.79 429	11.86 377	12.51 319	6.07 249	6.97 340	11.13 360	14.73 410	0.15 342	0.11 234	0.35 406	0.26 351	12.64 442	1.11 297

PA-Net	5.40 333	2.35 365	9.55 371	2.75 337	2.21 328	8.74 347	3.92 353	13.05 341	13.35 366	7.30 247	7.98 219	8.08 292	6.39 329	11.17 361	9.30 360	0.02 220	0.03 177	0.00 1	0.03 226	0.16 232	1.55 334
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
G-Net	8.60 389	1.93 335	12.59 387	6.04 423	3.66 378	25.93 432	4.26 359	10.35 264	8.05 268	19.71 415	24.73 408	14.15 368	15.49 412	11.30 362	10.69 380	0.50 392	0.46 297	0.19 397	0.25 339	0.80 388	0.91 274

ff1	4.11 279	0.98 207	7.03 312	1.64 189	1.07 238	2.84 142	0.47 136	5.55 88	10.56 323	6.68 207	9.59 258	5.66 236	3.87 241	11.33 363	11.69 387	0.00 1	1.13 378	0.00 1	0.19 312	0.11 167	1.88 381

mmx	4.50 304	0.98 207	7.03 312	1.64 189	1.07 238	2.84 142	0.47 136	12.84 332	11.23 340	6.68 207	9.59 258	5.66 236	3.87 241	11.33 363	11.69 387	0.05 295	1.12 375	0.00 1	0.19 312	0.10 155	1.53 329

xxx	4.50 304	0.98 207	7.04 315	1.64 189	1.07 238	2.84 142	0.47 136	12.84 332	11.23 340	6.68 207	9.59 258	5.66 236	3.87 241	11.33 363	11.69 387	0.05 295	1.12 375	0.00 1	0.19 312	0.10 155	1.53 329

AANet_RVC	5.41 335	2.61 375	8.17 340	2.25 282	1.30 275	2.27 82	1.64 298	10.82 278	18.54 397	8.01 272	18.09 377	8.39 303	3.31 209	11.37 366	8.98 356	1.15 406	0.38 290	0.02 324	0.00 1	0.17 239	0.70 251

XPNet_ROB	6.46 349	1.88 329	7.41 325	2.81 342	0.95 226	6.45 311	6.82 398	13.58 357	8.80 288	15.50 402	15.86 351	19.59 407	7.12 344	11.41 367	9.86 366	0.02 220	0.04 192	0.00 1	0.03 226	0.20 263	0.79 262

edge stereo	7.12 364	1.19 243	7.83 332	2.32 299	2.46 340	6.90 318	3.26 345	15.58 384	12.52 354	15.68 404	18.34 380	21.83 417	13.05 399	11.53 368	8.68 348	0.04 280	0.06 205	0.11 376	0.03 226	0.30 322	0.63 233

Wz-Net-LNSev-Ref	6.52 352	2.21 352	12.10 385	2.75 337	3.28 364	10.03 363	3.05 334	12.31 316	11.52 345	10.10 341	21.36 391	11.51 350	7.30 349	11.56 369	10.61 377	0.09 328	0.00 1	0.00 1	0.00 1	0.08 120	0.51 209

anonymity	8.04 378	4.13 405	12.86 388	7.43 428	13.11 445	8.34 340	2.02 309	18.21 406	7.55 251	13.88 395	9.27 247	10.63 335	7.79 357	11.57 370	6.06 312	6.25 433	5.59 457	3.71 433	3.28 437	3.27 423	5.78 430

CC-Net-ROB	8.09 379	10.11 434	9.03 360	4.07 397	3.74 383	15.24 402	4.84 371	18.44 407	10.87 332	6.73 213	14.03 336	7.54 283	4.68 277	11.61 371	3.98 271	6.59 434	2.54 432	16.51 444	1.19 418	7.88 436	2.20 398

LALA_ROB	7.02 362	2.54 372	8.51 344	1.53 180	0.96 228	9.96 361	8.71 414	16.70 395	12.68 357	12.99 385	13.90 335	24.47 421	5.40 309	11.61 371	9.50 362	0.04 280	0.05 199	0.00 1	0.02 214	0.17 239	0.65 236

APVNet	6.28 345	2.46 369	10.09 375	3.51 385	3.97 390	12.15 387	1.75 302	20.08 425	6.73 217	6.92 223	13.45 329	10.75 340	6.29 328	11.86 373	14.34 409	0.05 295	0.02 152	0.11 376	0.03 226	0.63 372	0.34 165

SDNR	7.97 377	2.75 379	16.90 413	2.28 292	0.94 223	45.23 458	0.43 131	9.30 241	10.84 331	10.71 355	25.30 411	5.51 231	4.47 265	11.98 374	7.58 334	0.15 342	0.14 245	0.00 1	0.04 244	2.27 417	2.65 409

GANet	6.86 357	1.78 326	5.98 270	3.05 360	1.12 250	10.12 365	9.38 418	13.41 354	8.67 284	11.46 372	29.87 422	13.94 366	8.25 364	12.06 375	6.33 320	0.40 380	0.06 205	0.16 389	0.33 371	0.18 248	0.59 222

EDNetEfficient	14.14 426	6.71 420	56.12 462	2.99 354	3.58 375	5.38 286	8.49 412	9.35 243	33.24 433	40.73 451	30.21 424	18.04 397	22.92 433	12.13 376	26.26 439	0.16 345	0.24 269	0.07 368	1.15 416	2.58 421	2.39 404

Nwc_Net	7.54 374	1.91 334	8.71 350	4.16 401	3.42 371	10.77 373	2.00 308	20.33 426	12.19 351	9.10 313	24.04 405	17.67 394	13.58 404	12.14 377	9.12 358	0.94 403	0.00 1	0.00 1	0.02 214	0.22 278	0.41 189

DeepPrunerF	7.18 367	3.58 395	25.29 436	4.27 405	7.20 426	3.78 232	4.64 368	14.03 367	20.86 408	8.85 302	10.57 282	7.35 279	7.88 359	12.16 378	10.66 379	0.25 367	0.16 249	0.29 404	0.43 390	0.77 387	0.65 236

Wz-Net-MNSev	8.12 380	3.18 387	18.07 416	2.63 331	3.36 369	17.82 414	9.40 419	12.89 335	15.44 380	13.95 396	18.21 379	14.38 371	7.75 356	12.50 379	11.45 385	0.46 386	0.03 177	0.00 1	0.01 195	0.26 298	0.58 219

test_sample9	6.40 347	1.36 273	7.91 334	1.40 166	0.63 172	5.54 288	2.72 321	11.31 291	8.40 278	8.64 294	8.05 221	6.80 266	5.05 293	12.52 380	13.17 400	1.74 417	25.14 468	3.05 429	2.96 433	0.22 278	1.35 319

test_sample8	8.50 387	1.36 273	7.91 334	1.40 166	0.63 172	5.54 288	2.72 321	12.78 331	6.78 220	17.61 410	9.29 250	24.63 422	19.17 419	12.52 380	13.17 400	1.74 417	25.14 468	3.05 429	2.96 433	0.22 278	1.35 319

AF-Net	8.37 385	2.16 350	9.01 359	3.65 388	4.58 406	9.40 354	2.63 320	17.71 402	21.32 410	10.38 348	24.51 407	20.43 412	16.67 415	12.54 382	10.76 381	0.70 397	0.00 1	0.12 381	0.00 1	0.47 358	0.42 194

coex-ft	20.15 446	20.03 445	87.93 473	1.81 217	1.77 300	18.77 417	13.73 436	13.28 351	41.87 448	60.24 467	39.04 443	28.27 431	30.39 444	12.57 383	28.66 446	0.20 357	0.23 266	0.04 352	0.30 363	1.52 406	2.34 403

LL-Strereo	5.14 331	2.29 361	8.95 358	1.26 150	5.05 414	3.66 219	1.40 286	10.33 263	8.98 293	8.71 298	8.24 229	10.70 338	11.10 389	12.66 384	5.36 305	0.05 295	1.35 411	0.00 1	0.00 1	0.38 343	2.23 401

STTRV1_RVC	7.16 366	1.18 240	13.30 390	3.33 378	6.91 424	11.99 385	4.01 355	15.74 387	12.11 350	9.56 331	14.59 343	11.64 352	8.75 371	12.86 385	8.54 345	3.70 428	2.86 438	0.41 410	0.13 288	1.38 404	0.12 65

NaN_ROB	6.51 351	2.25 353	8.77 352	1.69 200	1.79 302	9.71 359	10.94 423	16.20 391	16.13 384	13.04 387	8.86 234	11.77 354	5.94 319	12.88 386	8.01 338	0.05 295	0.13 241	0.07 368	0.20 321	0.32 333	1.50 328

DANet	6.46 349	1.58 302	9.58 373	4.10 399	3.99 392	9.13 353	1.34 284	10.37 265	7.76 256	13.76 394	15.66 349	16.14 383	7.03 343	13.07 387	13.62 406	0.19 354	0.12 237	0.02 324	0.02 214	0.15 228	1.61 336
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANetREF_RVC	6.97 360	3.59 396	9.14 364	4.00 396	0.40 123	13.17 394	11.27 429	15.95 389	17.51 392	10.62 353	10.66 286	12.15 358	7.97 361	13.18 388	5.04 299	0.45 384	0.00 1	0.01 291	0.15 293	3.47 425	0.60 224
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
MSMD_ROB	9.73 400	1.43 285	5.42 238	1.81 217	0.42 129	16.83 408	4.30 362	14.29 371	15.34 377	23.06 421	40.17 444	25.63 426	22.62 431	13.37 389	8.85 352	0.48 391	0.03 177	0.00 1	0.00 1	0.13 203	0.47 202

CSAN	8.41 386	2.86 384	9.35 368	2.43 313	0.82 208	13.59 397	11.68 431	15.80 388	21.98 414	14.71 398	16.46 359	18.00 396	14.42 411	13.68 390	10.10 368	0.10 332	0.13 241	0.15 386	0.19 312	0.43 351	1.28 313

NCC-stereo	7.43 371	2.28 358	8.58 347	3.28 375	4.48 400	8.34 340	4.27 360	20.45 427	13.66 368	9.17 316	17.52 372	16.49 385	14.31 409	13.71 391	8.95 354	1.73 415	0.12 237	0.01 291	0.50 396	0.21 273	0.60 224

Abc-Net	7.43 371	2.28 358	8.58 347	3.28 375	4.48 400	8.34 340	4.27 360	20.45 427	13.66 368	9.17 316	17.52 372	16.49 385	14.31 409	13.71 391	8.95 354	1.73 415	0.12 237	0.01 291	0.50 396	0.21 273	0.60 224
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
psmorigin	7.74 375	2.19 351	18.99 419	2.51 320	0.89 215	7.08 325	2.74 324	11.25 288	7.90 262	20.49 419	22.36 398	20.16 409	11.95 396	13.84 393	10.61 377	0.04 280	0.18 254	0.06 363	0.24 336	0.27 308	1.07 293

WCMA_ROB	10.20 405	1.99 342	9.33 367	3.01 355	2.46 340	15.78 404	7.67 409	12.75 330	15.41 379	25.08 431	33.42 434	27.06 429	19.86 421	13.87 394	12.47 394	1.28 409	0.38 290	0.18 395	0.20 321	0.28 311	1.54 331

RGC	7.40 368	2.77 381	7.71 330	4.43 411	4.87 412	8.88 349	2.96 331	16.05 390	12.76 361	11.96 380	19.57 384	18.32 399	11.57 395	13.89 395	9.58 364	0.83 400	0.02 152	0.24 402	0.41 387	0.40 346	0.77 261

MFMNet_re	14.09 425	9.67 431	20.31 423	10.40 434	7.62 427	21.38 424	17.49 453	21.36 433	31.95 431	23.70 426	29.22 419	18.87 402	27.41 442	14.27 396	11.16 382	2.85 425	1.51 417	0.41 410	0.28 356	4.88 427	7.10 435

SANet	11.48 416	3.34 390	13.93 397	2.40 312	1.01 233	16.49 406	12.16 434	20.05 424	37.28 442	19.62 414	28.04 416	25.61 425	20.10 422	14.43 397	12.39 393	0.10 332	0.06 205	0.03 342	0.06 253	0.76 386	1.73 360

PWCDC_ROB	8.50 387	4.40 407	9.57 372	6.16 425	4.54 405	10.46 368	1.03 261	15.30 381	28.16 426	10.88 361	30.88 427	6.96 275	11.31 392	14.57 398	10.40 375	3.10 427	0.02 152	0.00 1	0.00 1	1.55 407	0.63 233

PASM	9.11 393	5.68 416	25.06 435	4.33 407	4.18 395	7.01 322	8.48 411	12.37 318	20.95 409	13.49 391	15.37 347	18.80 401	11.52 394	14.70 399	12.70 396	0.93 402	1.19 396	0.32 405	1.21 419	1.66 408	2.22 400

stereogan	8.18 382	1.32 266	9.05 361	3.59 386	4.00 393	20.16 422	3.13 339	17.25 400	20.16 404	10.68 354	19.19 382	20.56 415	10.70 388	14.74 400	7.00 326	0.34 376	0.04 192	0.21 399	0.08 256	0.70 382	0.65 236

GASNet	5.62 337	5.76 417	12.05 384	5.03 416	2.08 325	3.77 231	1.53 293	12.92 336	11.62 346	9.64 332	7.40 203	8.58 307	7.54 353	14.76 401	8.25 342	0.02 220	0.15 247	0.00 1	0.00 1	0.81 390	0.52 211

PWC_ROB	8.89 391	4.49 409	15.62 407	2.92 350	4.49 402	7.89 337	1.23 276	17.29 401	20.00 402	16.54 407	28.06 417	14.37 370	11.98 398	14.93 402	15.43 415	0.47 389	0.00 1	0.05 359	0.00 1	0.67 376	1.31 315

DPSNet	10.88 412	2.57 373	20.40 424	2.24 280	1.90 313	24.92 430	17.00 451	21.35 432	28.61 428	12.87 384	13.74 332	17.01 391	20.14 423	15.36 403	14.01 407	0.81 399	0.98 356	0.20 398	0.65 404	1.30 402	1.54 331

EDNetEfficientorigin	18.25 440	14.44 441	99.41 483	1.72 207	1.00 232	12.07 386	6.97 401	13.67 359	35.06 439	38.59 450	37.10 441	27.03 428	27.46 443	15.38 404	26.92 441	0.05 295	0.08 219	0.15 386	0.62 402	3.33 424	3.92 424

ADCPNet	10.18 404	3.40 392	33.24 447	2.38 307	1.74 299	17.75 413	7.65 408	13.20 349	13.03 363	14.09 397	21.72 394	19.36 405	11.40 393	15.43 405	23.00 428	0.28 373	1.15 390	0.39 409	1.48 424	0.68 378	2.21 399

Wz-Net-SNSev	9.92 402	8.01 427	26.42 438	2.26 285	1.85 309	8.36 343	14.30 439	18.01 404	21.68 411	10.78 357	23.95 401	16.84 389	8.60 369	15.59 406	19.76 420	0.01 129	0.03 177	0.01 291	0.00 1	0.52 367	1.34 318

LE_ROB	17.31 436	2.62 377	14.26 400	4.20 402	1.80 303	17.40 411	9.70 420	15.38 383	55.92 461	63.97 471	40.81 446	35.50 444	39.26 455	15.64 407	28.51 445	0.06 305	0.11 234	0.13 383	0.21 326	0.14 214	0.51 209

SHD	10.45 408	3.67 398	14.03 398	4.81 414	4.52 403	11.93 384	1.66 300	21.36 433	38.40 445	18.84 412	21.72 394	17.63 393	13.07 400	15.65 408	17.71 417	0.36 378	1.09 372	0.01 291	0.32 368	0.50 365	1.67 346

otaku	12.35 420	8.64 428	9.11 363	13.56 441	10.98 439	26.23 433	7.22 404	19.45 416	19.26 399	11.92 379	17.90 376	20.21 410	8.91 376	16.06 409	6.09 313	9.77 443	2.50 431	13.23 441	1.90 430	14.61 445	9.41 443

MDST_ROB	9.13 395	1.31 263	10.16 377	4.36 409	2.48 342	28.66 439	7.64 407	19.96 420	14.97 375	27.53 433	24.02 403	9.47 314	5.27 302	16.31 410	8.61 347	0.63 393	0.19 256	0.00 1	0.00 1	0.08 120	0.90 271

XQC	9.46 397	4.84 412	18.88 418	4.07 397	3.09 358	15.97 405	6.65 394	16.26 392	26.63 423	12.63 381	12.35 317	15.75 379	10.62 387	16.48 411	21.19 421	0.44 382	0.96 349	0.05 359	0.32 368	1.10 395	0.99 281

LSM	14.85 427	7.41 424	36.29 450	7.76 430	43.77 469	11.24 378	12.14 433	16.73 396	23.72 416	23.73 427	32.92 431	18.89 403	13.31 402	16.60 412	12.37 392	0.26 370	0.86 336	0.11 376	0.43 390	1.24 399	17.26 462

FCDSN-DC	10.72 409	1.16 237	5.01 216	2.16 260	1.31 277	17.46 412	4.80 370	17.79 403	19.87 401	25.02 429	32.85 430	33.57 438	23.52 436	16.80 413	12.13 390	0.11 336	0.00 1	0.00 1	0.00 1	0.09 135	0.76 259
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Ntro	12.91 421	9.95 432	10.01 374	14.12 443	12.55 444	26.31 434	6.76 396	19.04 412	22.03 415	10.23 344	16.26 356	20.22 411	10.06 383	16.81 414	7.93 336	10.16 445	2.55 433	15.19 443	2.86 432	15.27 446	9.93 446

ADCL	10.77 410	3.23 388	21.50 426	2.26 285	1.96 319	23.65 427	9.07 415	14.69 377	24.88 420	15.21 400	27.20 414	12.68 361	14.02 408	16.94 415	24.43 437	0.26 370	0.18 254	0.74 413	0.67 405	0.80 388	1.02 288

PDISCO_ROB	10.27 406	2.79 383	13.30 390	10.58 436	9.96 437	22.78 426	5.99 382	20.01 421	28.57 427	11.88 378	14.49 341	20.54 413	4.92 286	17.01 416	10.29 373	5.79 432	0.42 293	0.14 385	0.13 288	2.53 420	3.25 413

FC-DCNN	11.29 414	1.01 216	5.50 242	2.25 282	1.65 293	18.23 416	5.36 378	18.99 411	20.65 406	28.95 435	34.83 437	33.83 440	23.18 434	17.04 417	13.37 403	0.17 349	0.01 119	0.02 324	0.02 214	0.10 155	0.70 251

FC-DCNN v2	11.44 415	0.98 207	5.39 236	2.28 292	1.65 293	18.84 418	5.41 380	19.66 417	20.80 407	29.20 436	35.39 439	34.37 442	23.46 435	17.13 418	13.18 402	0.17 349	0.01 119	0.02 324	0.01 195	0.08 120	0.69 248

MFN_U_SF_DS_RVC	10.36 407	5.37 414	16.61 412	2.95 352	3.02 355	24.75 429	15.44 441	14.68 376	19.73 400	19.77 416	23.97 402	16.98 390	8.40 365	17.58 419	9.23 359	1.59 414	1.75 421	0.16 389	2.63 431	0.75 385	1.85 377

ACVNet_1	19.51 443	26.19 449	15.50 406	17.71 446	15.28 449	26.46 435	9.36 417	29.16 446	34.18 435	25.06 430	24.89 409	37.18 445	21.93 429	17.80 420	15.03 412	11.08 448	2.83 436	25.29 452	5.06 447	19.11 450	11.14 450

SAMSARA	15.67 428	3.89 402	14.48 401	13.77 442	7.92 430	38.69 452	73.90 475	21.22 431	24.66 419	17.04 409	13.86 333	30.01 433	13.07 400	18.07 421	17.48 416	0.23 362	1.46 414	0.07 368	0.40 384	0.99 393	2.15 396

ADCP+	8.60 389	2.78 382	17.44 414	1.69 200	4.27 396	16.95 410	5.29 376	13.38 353	12.52 354	13.57 392	17.57 374	10.86 344	11.28 391	18.43 422	23.91 435	0.03 256	0.05 199	0.01 291	0.18 309	0.47 358	1.31 315

ACVNet-4b	16.48 431	23.07 446	14.73 403	16.69 445	15.18 448	31.83 443	7.30 406	19.71 418	27.82 425	11.54 375	22.10 397	31.68 437	8.96 378	18.88 423	7.28 331	11.04 447	2.65 435	24.93 451	5.02 445	18.57 449	10.67 449

FBW_ROB	9.17 396	2.08 346	10.31 378	2.51 320	1.66 295	13.22 396	6.04 385	23.09 436	20.11 403	19.55 413	15.80 350	18.97 404	11.96 397	19.34 424	11.38 384	0.66 394	0.30 278	2.15 427	0.90 410	1.15 398	2.16 397

MeshStereo	11.94 418	1.88 329	5.24 225	2.11 257	1.44 284	20.09 421	4.95 373	21.74 435	16.75 387	33.10 441	35.07 438	39.28 448	22.72 432	19.45 425	13.59 405	0.19 354	0.06 205	0.02 324	0.00 1	0.46 356	0.65 236
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
ADCMid	10.97 413	4.49 409	23.66 430	2.53 324	2.52 345	11.46 379	6.31 389	15.31 382	12.85 362	23.57 425	22.99 399	17.92 395	21.04 426	19.57 426	28.05 444	0.47 389	0.43 294	1.10 418	1.32 421	1.73 410	2.10 394

DISCO	6.58 353	0.98 207	6.44 292	3.75 391	1.18 255	11.19 377	3.29 346	12.92 336	16.72 386	7.27 243	11.74 305	17.34 392	6.60 332	19.59 427	11.59 386	0.00 1	0.00 1	0.00 1	0.00 1	0.45 355	0.50 205

RainbowNet	18.69 442	27.15 451	22.03 427	18.76 447	15.00 447	27.97 438	10.17 422	27.99 442	34.19 436	15.53 403	27.53 415	25.33 423	13.80 406	19.86 428	10.59 376	14.50 455	3.57 448	23.85 450	5.03 446	18.49 448	12.41 453

Wz-Net-TNSev	12.01 419	11.86 438	38.26 452	2.81 342	1.82 306	18.12 415	11.31 430	16.67 394	21.73 412	15.06 399	17.17 366	19.72 408	20.69 425	20.68 429	21.41 423	0.04 280	0.06 205	0.00 1	0.16 295	0.74 384	1.93 387

SGM_RVC	10.77 410	1.11 228	4.66 200	2.66 332	0.41 127	21.03 423	6.87 399	20.02 422	15.54 382	25.86 432	24.97 410	33.59 439	20.51 424	20.89 430	14.78 411	0.31 375	0.26 275	0.22 400	0.26 351	0.43 351	1.01 284
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	9.87 401	4.34 406	16.44 410	4.60 413	2.38 336	12.54 390	0.75 219	18.19 405	37.31 443	16.16 406	15.86 351	13.32 362	7.56 355	20.93 431	23.50 431	0.34 376	1.07 370	0.02 324	0.35 377	0.71 383	0.99 281

MFN_U_SF_RVC	13.54 422	4.69 411	28.43 442	4.24 403	2.50 343	24.26 428	5.99 382	28.23 443	20.18 405	24.06 428	29.38 420	30.35 434	16.92 416	20.98 432	21.39 422	1.35 410	1.13 378	1.02 416	1.41 423	1.88 413	2.50 407

WZ-Net	13.61 423	5.57 415	42.84 455	3.89 395	3.19 361	19.90 420	15.44 441	15.67 386	32.04 432	16.13 405	28.69 418	22.17 419	15.84 413	21.40 433	26.87 440	0.75 398	0.01 119	0.01 291	0.03 226	0.51 366	1.20 304

ACVNet_2	27.45 451	30.56 456	27.90 440	20.72 448	15.55 450	37.22 450	14.00 438	49.32 463	65.88 470	43.17 454	56.99 465	51.90 453	26.98 440	21.46 434	15.38 413	10.77 446	2.85 437	23.12 449	3.62 439	20.08 451	11.47 451

NVStereoNet_ROB	17.22 434	8.76 429	16.47 411	7.52 429	8.42 432	13.75 399	11.07 424	24.24 438	26.67 424	31.00 437	46.49 453	34.88 443	27.06 441	22.72 435	23.61 432	6.83 436	4.32 452	6.32 438	10.37 453	4.39 426	9.57 444
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	17.08 433	7.98 426	24.37 433	6.82 427	2.93 352	39.68 454	16.11 443	25.46 440	34.93 438	34.13 443	34.20 435	29.20 432	24.94 438	23.01 436	19.39 419	2.79 424	2.87 439	1.18 420	1.53 426	6.78 434	3.31 414

DispFullNet	18.06 439	27.03 450	34.90 448	22.68 451	20.79 454	15.03 401	3.18 340	16.95 399	26.06 422	20.48 418	16.91 362	20.55 414	18.37 417	23.48 437	12.16 391	5.31 431	2.91 440	31.24 455	8.09 451	22.63 453	12.44 454

AnyNet_C32	11.82 417	7.08 421	25.83 437	4.55 412	5.88 420	16.92 409	16.97 450	14.14 368	18.11 396	16.87 408	21.66 393	14.78 373	13.87 407	23.54 438	31.83 450	0.24 364	0.28 276	0.35 406	0.53 398	1.35 403	1.71 357

ADCS	13.76 424	6.46 419	30.74 445	3.62 387	2.93 352	14.28 400	11.22 428	20.02 422	34.42 437	23.20 422	25.42 412	19.51 406	19.62 420	24.54 439	33.88 453	0.27 372	0.23 266	0.37 408	0.19 312	1.47 405	2.84 410

SPS-STEREO	15.83 429	7.38 423	14.92 404	11.63 438	11.77 443	25.30 431	7.12 402	25.20 439	17.06 389	32.24 440	30.34 425	31.63 436	22.59 430	25.67 440	21.97 424	7.71 437	4.50 453	3.35 432	1.56 427	6.97 435	7.72 437
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	17.25 435	9.46 430	22.74 428	10.11 433	11.40 440	28.98 440	13.74 437	21.15 430	16.85 388	31.39 438	34.79 436	34.05 441	24.24 437	26.23 441	19.31 418	8.79 440	7.56 461	4.88 435	3.93 441	6.07 432	9.33 441

PVD	16.41 430	3.98 404	16.04 408	5.38 417	4.59 408	19.44 419	7.28 405	28.88 445	49.27 455	31.53 439	43.72 450	30.36 435	32.17 449	26.70 442	23.19 429	0.25 367	1.48 415	0.04 352	0.59 401	0.52 367	2.87 411

ELAS	17.99 438	3.49 393	11.19 381	6.14 424	5.79 419	34.89 448	17.28 452	28.75 444	30.47 430	40.80 453	45.79 452	39.04 447	32.05 448	27.63 443	24.30 436	1.88 421	2.41 430	1.09 417	1.48 424	1.83 412	3.48 417
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	17.82 437	3.60 397	11.92 383	6.63 426	5.73 418	30.34 441	19.64 454	26.92 441	35.06 439	40.79 452	41.32 448	37.31 446	31.61 445	30.54 444	22.93 427	1.97 422	2.40 428	1.28 421	1.27 420	1.71 409	3.51 419
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C01	16.99 432	12.34 440	60.47 464	4.88 415	3.11 360	31.77 442	16.79 448	18.60 409	17.96 395	18.62 411	38.50 442	24.03 420	19.00 418	30.59 445	35.18 455	0.29 374	0.56 304	0.45 412	0.48 394	2.70 422	3.40 415

WAO-7	30.22 456	25.83 448	23.33 429	33.10 456	14.36 446	36.98 449	22.41 458	52.85 466	64.46 468	43.76 455	59.24 467	52.31 454	45.69 461	32.82 446	32.60 451	11.16 449	5.49 456	13.76 442	12.60 458	12.36 441	9.38 442

WAO-6	35.59 461	37.89 462	17.67 415	37.86 460	24.46 461	37.85 451	21.49 456	49.01 462	67.96 471	44.22 456	48.08 455	53.02 455	53.39 466	33.67 447	36.83 458	26.05 463	7.83 462	43.19 465	21.76 464	30.18 463	19.37 465

MANE	20.98 447	3.23 388	8.81 353	5.96 422	6.96 425	33.07 445	13.20 435	35.43 449	38.86 446	44.72 457	52.41 461	53.20 456	41.84 457	34.74 448	27.45 443	1.87 420	2.27 426	1.54 423	10.18 452	0.69 380	3.11 412

SGM-ForestM	18.61 441	3.38 391	10.14 376	3.44 382	2.24 332	34.17 447	15.39 440	29.44 447	33.93 434	38.55 449	41.08 447	53.64 457	36.76 452	34.82 449	27.16 442	1.25 408	1.81 424	0.74 413	1.01 413	0.61 371	2.61 408

IMH-64-1	28.06 453	29.98 453	19.46 421	32.15 454	20.98 455	27.68 436	16.66 444	47.31 457	44.85 452	34.14 444	50.94 458	41.49 449	31.67 446	37.53 450	23.88 433	14.17 453	2.96 441	34.45 457	11.15 454	26.12 455	13.75 455

IMH-64	28.06 453	29.98 453	19.46 421	32.15 454	20.98 455	27.68 436	16.66 444	47.31 457	44.85 452	34.14 444	50.94 458	41.49 449	31.67 446	37.53 450	23.88 433	14.17 453	2.96 441	34.45 457	11.15 454	26.12 455	13.75 455

Dean	35.52 460	40.12 463	27.99 441	30.63 453	17.33 452	45.80 461	11.68 431	57.61 471	76.54 474	63.70 470	60.65 468	66.93 469	49.40 464	38.12 452	40.28 461	12.18 451	3.73 450	28.86 453	5.94 450	20.69 452	12.16 452

LVE	35.84 462	41.54 464	36.25 449	33.36 457	18.92 453	53.05 469	27.99 462	53.17 469	64.93 469	47.63 459	61.58 469	54.25 458	38.72 454	38.72 453	35.50 457	16.36 459	6.23 458	31.51 456	14.04 459	25.01 454	18.07 463

RTS	19.64 444	10.42 435	87.01 471	5.88 420	6.82 422	41.73 455	16.69 446	16.80 397	41.90 449	23.44 423	32.96 432	13.79 364	21.49 427	38.85 454	30.84 447	0.46 386	0.70 316	0.00 1	0.09 264	1.13 396	1.70 354

RTSA	19.64 444	10.42 435	87.01 471	5.88 420	6.82 422	41.73 455	16.69 446	16.80 397	41.90 449	23.44 423	32.96 432	13.79 364	21.49 427	38.85 454	30.84 447	0.46 386	0.70 316	0.00 1	0.09 264	1.13 396	1.70 354

BEATNet-Init1	24.70 448	11.33 437	44.28 456	5.48 418	3.94 389	47.60 462	22.33 457	34.94 448	40.01 447	48.11 460	49.98 457	59.86 461	43.17 458	39.48 456	31.77 449	1.37 411	1.76 423	1.17 419	1.17 417	2.44 419	3.85 422

FADE	26.04 450	18.79 444	52.46 460	10.51 435	10.00 438	22.56 425	9.20 416	36.24 450	53.07 458	20.35 417	19.04 381	26.62 427	34.46 450	40.25 457	35.42 456	31.16 465	14.37 464	38.03 464	37.28 466	5.44 430	5.60 429

IMH	30.65 457	30.30 455	21.09 425	34.89 458	21.75 459	33.16 446	16.91 449	49.53 464	52.50 456	38.41 448	55.10 464	45.13 451	40.36 456	41.57 458	25.66 438	14.74 456	3.36 446	35.43 459	11.69 456	27.31 460	14.16 458

PWCK	31.62 458	45.59 465	49.67 458	30.49 452	7.80 428	42.91 457	29.73 463	45.45 456	44.44 451	47.41 458	36.92 440	47.86 452	26.79 439	41.90 459	33.36 452	22.77 460	4.56 454	29.89 454	5.13 448	29.43 461	10.36 448

WAO-8	38.93 464	36.84 460	23.97 431	43.96 462	24.48 462	45.73 459	22.62 459	53.10 467	75.66 472	53.86 464	66.14 472	62.39 464	55.11 468	43.01 460	40.67 462	22.98 461	7.22 459	37.53 462	19.49 462	27.04 459	16.83 460

Venus	38.93 464	36.84 460	23.97 431	43.96 462	24.48 462	45.73 459	22.62 459	53.10 467	75.66 472	53.86 464	66.17 473	62.39 464	55.11 468	43.01 460	40.67 462	22.98 461	7.22 459	37.53 462	19.49 462	27.02 458	16.83 460

TorneroNet-64	33.32 459	33.28 457	33.07 446	35.14 459	21.25 458	48.02 463	21.13 455	43.47 455	58.77 462	33.36 442	46.64 454	62.00 463	38.19 453	44.82 462	35.07 454	15.02 457	3.59 449	35.81 460	12.20 457	29.45 462	16.17 459

MADNet+	27.96 452	35.32 459	91.41 475	21.04 449	8.86 433	49.25 464	47.41 471	36.98 451	37.84 444	21.00 420	30.83 426	25.41 424	34.95 451	46.51 463	51.54 469	3.04 426	3.33 445	1.48 422	1.05 414	5.85 431	6.05 432

DPSimNet_ROB	54.45 470	65.73 474	47.00 457	54.49 468	46.37 470	55.34 470	56.47 472	56.18 470	59.04 463	64.57 472	51.76 460	64.01 467	54.49 467	47.54 464	67.21 473	63.21 473	27.86 470	58.04 471	51.28 472	46.61 467	51.87 473

TorneroNet	36.02 463	35.25 458	36.33 451	38.44 461	22.19 460	50.72 467	24.42 461	48.39 460	54.53 459	38.03 447	53.44 462	62.83 466	44.79 460	47.68 465	42.11 464	15.69 458	3.97 451	37.25 461	15.05 460	30.83 464	18.40 464

ktn	49.32 469	58.11 470	40.16 453	59.92 471	43.22 468	49.79 466	42.99 468	48.56 461	60.67 464	51.59 462	54.51 463	55.34 459	52.65 465	47.92 466	37.91 459	57.88 471	24.79 467	63.00 473	43.57 469	52.51 469	41.31 469

UNDER WATER-64	46.01 467	48.25 466	68.05 465	44.59 464	28.11 464	57.02 472	43.78 469	40.20 452	48.80 454	52.08 463	42.95 449	67.22 470	57.71 470	48.98 467	49.57 467	40.01 467	17.98 465	52.15 468	39.41 468	38.99 465	34.41 467

JetBlue	29.99 455	17.24 442	55.64 461	16.24 444	21.08 457	62.07 473	33.14 464	40.60 453	35.73 441	34.59 446	40.67 445	57.18 460	43.54 459	51.46 468	52.18 470	2.72 423	4.58 455	2.86 428	3.53 438	10.57 438	14.11 457

KSHMR	56.07 471	64.25 473	40.47 454	74.89 474	49.63 471	49.42 465	45.46 470	57.71 472	63.52 466	61.65 469	61.67 470	71.88 472	47.67 463	51.47 469	44.57 466	54.67 470	62.25 472	66.31 474	54.18 473	53.03 471	46.75 471

UNDER WATER	45.99 466	49.80 467	68.56 466	49.99 466	32.13 465	55.35 471	39.50 466	41.12 454	52.90 457	50.69 461	45.18 451	67.79 471	58.75 471	51.93 470	50.97 468	30.59 464	14.03 463	51.66 467	37.15 465	40.27 466	31.35 466

notaker	48.05 468	55.94 469	50.90 459	56.89 470	40.29 466	38.96 453	33.86 465	47.82 459	55.70 460	57.55 466	57.48 466	60.22 462	59.71 472	54.64 471	43.27 465	41.13 468	19.86 466	57.61 470	37.79 467	50.95 468	40.33 468

JetRed	61.44 473	61.87 472	83.02 470	46.49 465	56.73 473	83.63 474	65.09 473	59.75 473	64.22 467	69.50 474	69.26 474	66.24 468	47.62 462	61.80 472	74.60 474	45.99 469	66.40 475	46.67 466	45.27 470	63.49 472	51.22 472

LRCNet_RVC	66.47 474	66.44 475	69.02 467	71.60 473	54.27 472	32.21 444	2.93 330	63.19 474	21.83 413	82.02 476	90.16 477	83.59 475	72.13 474	69.45 473	53.25 471	95.47 480	64.21 474	95.15 480	95.27 480	72.59 474	74.60 476

HanzoNet	57.16 472	60.12 471	60.00 463	55.77 469	42.11 467	51.98 468	41.93 467	52.07 465	61.47 465	65.98 473	65.90 471	72.11 473	70.14 473	71.11 474	61.13 472	64.31 474	34.72 471	62.27 472	50.86 471	52.83 470	46.33 470

ASD4	76.04 475	81.96 477	69.18 468	68.53 472	80.95 477	96.29 477	99.16 482	77.84 475	93.51 479	77.76 475	85.79 475	78.58 474	76.90 475	78.02 475	82.88 475	58.77 472	62.96 473	55.01 469	62.53 474	68.78 473	65.30 475

MADNet++	82.81 476	81.73 476	74.64 469	87.71 479	82.67 478	93.35 475	70.27 474	86.39 479	82.88 475	93.51 480	86.62 476	86.40 476	81.37 476	88.21 476	88.63 476	86.59 478	84.23 479	72.14 475	68.69 475	78.88 479	81.36 480

xxxxx1	85.58 478	90.37 478	96.61 478	76.69 475	80.77 474	97.50 479	96.92 479	85.57 476	88.66 476	88.63 477	91.64 478	94.27 477	93.09 477	90.03 477	91.91 477	70.77 475	70.62 476	73.61 476	81.26 477	72.90 475	79.86 477

tt_ll	85.58 478	90.37 478	96.61 478	76.69 475	80.77 474	97.50 479	96.92 479	85.57 476	88.66 476	88.63 477	91.64 478	94.27 477	93.09 477	90.03 477	91.91 477	70.77 475	70.62 476	73.61 476	81.26 477	72.90 475	79.86 477

ff	85.58 478	90.37 478	96.61 478	76.69 475	80.77 474	97.50 479	96.92 479	85.57 476	88.66 476	88.63 477	91.64 478	94.27 477	93.09 477	90.03 477	91.91 477	70.77 475	70.62 476	73.61 476	81.26 477	72.90 475	79.86 477

MEDIAN_ROB	98.44 482	99.70 481	99.34 482	97.13 480	97.06 480	96.94 478	95.91 478	97.71 482	97.33 481	98.78 483	98.91 482	99.19 482	98.13 481	96.94 480	96.99 482	99.97 484	99.18 481	100.00 483	99.99 484	99.70 483	99.83 483

HaxPig	98.85 483	99.94 483	95.36 476	99.99 486	99.98 484	94.12 476	94.52 476	99.12 483	99.96 483	99.96 485	99.99 484	99.98 486	99.89 483	98.16 481	96.14 481	99.98 485	99.99 485	100.00 483	99.99 484	99.99 486	99.95 486

Anonymous_1	99.01 484	99.91 482	99.85 484	97.31 481	99.09 483	100.00 485	100.00 485	99.59 484	99.96 483	99.29 484	99.86 483	99.55 483	99.99 485	99.30 482	99.76 483	95.67 481	99.58 482	97.24 481	98.56 482	97.36 481	98.34 482

test_example2	99.38 485	99.98 485	99.99 486	100.00 489	99.98 484	99.73 483	99.99 484	96.99 481	100.00 485	100.00 486	100.00 485	96.49 480	96.74 480	99.97 483	99.96 484	100.00 488	99.97 484	98.68 482	99.11 483	100.00 487	100.00 490

DPSMNet_ROB	99.90 487	100.00 486	99.99 486	99.99 486	100.00 486	100.00 485	100.00 485	99.98 485	100.00 485	98.37 481	100.00 485	99.81 484	100.00 486	99.97 483	99.99 485	100.00 488	100.00 486	100.00 483	100.00 486	100.00 487	99.99 487

DGTPSM_ROB	99.90 487	100.00 486	99.99 486	99.99 486	100.00 486	100.00 485	100.00 485	99.98 485	100.00 485	98.37 481	100.00 485	99.81 484	100.00 486	99.97 483	99.99 485	99.99 486	100.00 486	100.00 483	100.00 486	100.00 487	99.99 487

tt	83.10 477	0.43 25	99.97 485	79.27 478	93.14 479	100.00 485	100.00 485	100.00 487	99.89 482	60.55 468	48.44 456	99.98 486	99.96 484	99.98 486	100.00 488	91.80 479	99.82 483	73.67 479	73.25 476	86.43 480	55.39 474

Selective-RAFT-Error	100.00 491	100.00 486	100.00 489	100.00 489	100.00 486	100.00 485	100.00 485	100.00 487	100.00 485	100.00 486	100.00 485	100.00 488	100.00 486	100.00 487	100.00 488	100.00 488	100.00 486	100.00 483	100.00 486	100.00 487	100.00 490

PML	97.69 481	100.00 486	96.50 477	97.85 483	97.35 482	99.77 484	99.36 483	96.92 480	96.34 480	100.00 486	96.52 481	97.41 481	99.61 482	100.00 487	95.46 480	99.99 486	97.44 480	100.00 483	96.08 481	99.13 482	88.02 481

CasAABBNet	100.00 491	100.00 486	100.00 489	100.00 489	100.00 486	100.00 485	100.00 485	100.00 487	100.00 485	100.00 486	100.00 485	100.00 488	100.00 486	100.00 487	100.00 488	100.00 488	100.00 486	100.00 483	100.00 486	100.00 487	100.00 490

LSM0	100.00 491	100.00 486	100.00 489	100.00 489	100.00 486	100.00 485	100.00 485	100.00 487	100.00 485	100.00 486	100.00 485	100.00 488	100.00 486	100.00 487	100.00 488	100.00 488	100.00 486	100.00 483	100.00 486	100.00 487	99.99 487

DPSM_ROB	99.94 489	100.00 486	100.00 489	99.74 484	100.00 486	100.00 485	100.00 485	100.00 487	100.00 485	100.00 486	100.00 485	100.00 488	100.00 486	100.00 487	100.00 488	99.08 482	100.00 486	100.00 483	100.00 486	99.98 484	99.94 484

DPSM	99.94 489	100.00 486	100.00 489	99.74 484	100.00 486	100.00 485	100.00 485	100.00 487	100.00 485	100.00 486	100.00 485	100.00 488	100.00 486	100.00 487	100.00 488	99.08 482	100.00 486	100.00 483	100.00 486	99.98 484	99.94 484

AVERAGE_ROB	99.63 486	99.96 484	98.88 481	100.00 489	100.00 486	98.16 482	95.64 477	100.00 487	100.00 485	100.00 486	100.00 485	100.00 488	100.00 486	100.00 487	99.99 485	100.00 488	100.00 486	100.00 483	100.00 486	100.00 487	100.00 490

Low-res two-view benchmark