Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

IGEV-Stereo+	2.77 4	0.92 8	4.09 14	3.14 11	4.62 275	2.57 5	0.70 18	4.34 1	2.29 1	1.76 1	0.59 1	0.77 2	3.49 39	8.65 54	0.68 2	0.03 114	0.10 181	0.00 1	0.24 275	5.77 390	10.68 425

U	3.65 31	0.64 1	5.91 50	3.91 45	11.89 411	11.50 209	0.20 6	7.66 9	5.38 26	1.79 2	2.55 2	0.76 1	1.61 9	2.34 1	0.70 3	0.00 1	0.04 71	10.60 425	5.47 413	0.04 3	0.02 7

IGEV-Stereo++	2.20 1	0.79 3	3.67 9	3.72 41	3.17 213	3.39 11	0.10 2	8.37 17	3.77 2	2.11 3	4.25 8	2.01 7	4.78 82	2.96 3	0.59 1	0.01 59	0.02 39	0.08 175	0.00 1	0.06 12	0.05 20

RAStereo	2.32 2	1.08 30	6.36 68	3.73 42	1.39 125	1.81 4	0.12 4	7.70 10	7.44 62	2.27 4	3.94 7	3.43 14	0.81 2	3.55 4	2.47 64	0.00 1	0.00 1	0.00 1	0.00 1	0.29 131	0.07 31

MaDis-Stereo	2.73 3	1.56 130	6.21 66	2.96 7	2.45 182	1.80 3	0.28 7	7.43 7	5.07 19	2.57 5	3.43 4	7.13 70	4.71 78	5.74 17	2.91 82	0.00 1	0.05 93	0.00 1	0.00 1	0.15 55	0.12 62

IGEV++	2.98 8	1.27 57	5.17 32	5.41 147	0.47 29	4.63 31	1.71 74	9.97 36	4.75 10	2.58 6	6.27 30	4.35 29	4.44 62	4.98 9	3.05 92	0.00 1	0.07 144	0.00 1	0.08 187	0.24 102	0.18 109

AIO-Stereo	2.91 6	1.19 46	5.14 31	4.15 53	0.79 74	4.67 33	1.76 82	9.59 28	5.19 24	2.66 7	4.76 15	5.40 48	0.78 1	10.30 87	1.23 5	0.00 1	0.06 126	0.00 1	0.36 316	0.09 25	0.15 93

Selective-IGEV	3.06 9	1.11 36	4.98 24	3.56 33	1.66 138	4.73 35	2.14 108	10.73 52	4.56 8	2.93 8	4.60 12	5.54 50	1.77 17	10.82 105	1.69 16	0.00 1	0.01 15	0.00 1	0.14 226	0.06 12	0.13 74

AEACV	3.17 12	1.11 36	5.39 36	4.55 82	5.35 310	4.29 25	1.60 56	6.21 4	5.43 28	3.08 9	7.85 40	4.23 26	6.55 133	5.51 12	1.56 7	0.00 1	0.09 171	0.03 118	0.32 307	0.20 78	0.12 62

RSM++	3.08 10	1.04 22	5.27 33	4.25 66	0.50 33	5.04 64	2.63 135	10.11 37	4.34 7	3.16 10	4.66 13	6.73 62	1.87 18	9.96 82	1.69 16	0.00 1	0.00 1	0.01 88	0.18 240	0.14 50	0.10 48

ProNet	3.61 29	1.91 211	6.17 60	3.31 16	0.67 51	5.51 79	6.46 261	12.60 72	6.23 36	3.18 11	4.80 16	3.64 19	3.57 41	11.15 122	2.11 44	0.02 96	0.21 252	0.01 88	0.01 76	0.41 190	0.14 79

CroCo-Stereo Lap2	4.01 44	2.03 235	8.14 142	9.82 334	6.03 331	1.11 2	0.79 22	9.71 32	7.98 67	3.26 12	4.99 17	9.08 98	5.80 109	6.08 21	4.39 149	0.00 1	0.05 93	0.00 1	0.00 1	0.71 271	0.30 176

EGLCR-Stereo	2.92 7	1.06 24	5.28 34	3.38 20	0.55 38	4.59 30	0.66 14	10.43 44	4.81 11	3.30 13	3.23 3	7.93 80	1.71 15	9.22 69	1.62 14	0.05 132	0.12 201	0.00 1	0.00 1	0.23 97	0.16 98

plain	4.15 46	1.67 162	9.97 235	4.86 97	2.97 209	3.27 9	1.41 43	8.20 15	5.51 30	3.37 14	16.69 124	3.03 11	2.71 27	14.44 244	3.91 129	0.14 176	0.00 1	0.03 118	0.01 76	0.69 266	0.14 79

RSM	3.10 11	0.98 14	4.86 22	4.17 54	1.08 95	4.76 42	1.83 87	10.14 38	4.21 6	3.38 15	4.34 9	7.82 77	1.75 16	10.69 96	1.64 15	0.00 1	0.03 61	0.00 1	0.18 240	0.13 46	0.07 31

CES	3.85 36	1.14 40	2.91 1	3.05 9	11.37 406	5.37 76	1.02 29	9.52 27	8.82 80	3.50 16	9.21 53	1.78 4	0.90 3	6.53 24	2.37 57	0.02 96	0.04 71	0.01 88	0.00 1	1.62 324	7.74 413

CroCo-Stereo	3.27 17	1.90 208	7.18 96	8.50 302	1.11 96	0.96 1	0.97 26	10.18 39	8.20 72	3.59 17	4.69 14	8.02 84	4.53 68	2.75 2	2.34 55	0.01 59	0.00 1	0.00 1	0.00 1	0.31 147	0.11 57
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
sCroCo_RVC	5.06 60	3.29 303	16.45 337	10.72 357	6.64 344	5.83 108	2.74 139	9.67 29	8.06 68	3.66 18	9.20 52	4.81 37	4.95 84	8.12 44	4.64 154	0.64 314	0.50 341	0.06 156	0.03 121	0.70 269	0.42 208

LoS_RVC	3.72 33	2.57 275	3.90 12	4.27 68	7.61 370	5.39 77	2.90 147	7.29 6	3.84 3	3.67 19	10.20 66	3.66 20	4.48 66	6.19 22	2.14 47	0.01 59	0.03 61	0.00 1	0.00 1	0.06 12	6.15 392

IGEVStereo-DCA	3.31 18	1.57 134	6.20 61	3.36 18	0.60 46	4.93 52	1.70 63	13.26 82	5.04 14	3.79 20	4.58 10	4.53 34	4.00 50	10.13 84	2.09 41	0.00 1	0.06 126	0.00 1	0.18 240	0.12 41	0.14 79

rrr	3.26 15	1.57 134	7.72 121	3.36 18	0.60 46	4.93 52	1.59 55	10.72 51	5.11 22	3.79 20	4.58 10	4.53 34	4.00 50	10.13 84	2.09 41	0.00 1	0.06 126	0.00 1	0.22 259	0.12 41	0.18 109

rvit_stereo_ft	4.73 58	2.68 280	9.30 204	11.34 369	2.74 195	4.18 22	8.45 299	9.77 33	9.90 91	4.04 22	6.26 29	6.73 62	4.72 79	8.99 63	5.03 169	0.01 59	0.00 1	0.00 1	0.00 1	0.28 125	0.09 41

Pointernet	3.22 14	0.84 5	5.79 49	3.22 13	0.35 13	5.27 74	0.37 8	16.46 139	5.96 33	4.11 23	6.81 32	4.84 38	2.73 28	4.78 8	2.52 65	0.00 1	0.15 220	0.00 1	0.22 259	0.04 3	0.02 7

MIF-Stereo (partial)	4.33 47	1.23 49	7.27 102	5.04 105	5.31 309	3.47 12	0.95 25	9.06 23	7.41 61	4.15 24	15.76 114	5.38 47	5.22 89	11.56 139	4.21 143	0.04 121	0.02 39	0.05 142	0.03 121	0.34 163	0.12 62

IGEV-BASED-STEREO-	7.61 175	27.25 431	41.87 413	2.73 4	0.41 18	4.25 23	1.50 48	6.63 5	3.87 4	4.31 25	3.78 5	2.48 9	1.39 6	5.67 14	1.56 7	25.09 441	0.05 93	0.01 88	0.08 187	4.67 379	14.58 432

MGS-Stereo	3.26 15	1.29 61	6.73 77	3.30 15	0.47 29	4.89 49	1.55 52	6.15 3	8.88 82	4.31 25	10.15 65	5.48 49	1.27 5	8.09 43	1.97 27	0.04 121	0.01 15	0.02 102	0.00 1	0.57 241	0.04 13

MyStereo07	4.38 48	1.92 215	5.06 29	6.09 194	4.31 264	6.54 136	9.96 321	15.35 116	5.15 23	4.34 27	5.65 27	3.15 12	5.77 108	11.33 129	1.81 20	0.06 143	0.10 181	0.03 118	0.04 139	0.63 255	0.30 176

AE-Stereo	5.15 63	1.56 130	7.99 135	8.70 303	2.18 169	9.12 175	3.02 151	11.78 56	13.30 129	4.34 27	12.84 93	10.83 115	4.53 68	8.71 56	2.82 77	0.04 121	0.44 327	0.05 142	0.33 311	0.20 78	0.17 104

Occ-G	3.68 32	1.07 28	4.68 18	3.11 10	1.26 112	3.63 16	6.75 272	7.88 13	4.90 13	4.37 29	8.36 41	9.68 105	4.39 58	9.65 76	3.23 102	0.00 1	0.11 194	0.00 1	0.19 252	0.19 75	0.07 31

rvit_stereo_0081	3.93 39	1.78 196	8.60 166	6.26 205	1.73 145	3.48 13	2.36 119	7.71 11	15.81 159	4.41 30	5.39 19	5.14 40	3.94 47	7.95 40	3.57 108	0.01 59	0.01 15	0.00 1	0.01 76	0.39 182	0.10 48

rvit_stereo_0082	3.93 39	1.78 196	8.60 166	6.26 205	1.73 145	3.48 13	2.36 119	7.71 11	15.81 159	4.41 30	5.39 19	5.14 40	3.94 47	7.95 40	3.57 108	0.01 59	0.01 15	0.00 1	0.01 76	0.39 182	0.10 48

LoS	3.59 28	1.07 28	3.81 11	2.80 5	0.52 36	4.98 56	1.18 34	10.35 43	12.97 121	4.54 32	10.75 75	3.89 23	3.27 33	8.78 58	2.63 72	0.03 114	0.03 61	0.09 182	0.00 1	0.12 41	0.04 13
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CAS	5.20 65	0.78 2	3.30 4	17.06 406	7.59 369	8.07 166	6.31 252	9.46 25	9.09 83	4.57 33	10.67 74	1.91 5	1.22 4	4.18 5	2.16 48	10.33 423	0.02 39	0.00 1	0.02 105	0.44 196	6.83 401

ff7	3.48 21	1.76 187	6.20 61	3.45 23	1.13 100	5.02 59	1.70 63	13.26 82	5.04 14	4.66 34	5.47 23	3.49 15	4.70 74	11.14 117	2.01 31	0.00 1	0.04 71	0.00 1	0.18 240	0.30 136	0.14 79

ffff	3.48 21	1.76 187	6.20 61	3.45 23	1.13 100	5.02 59	1.70 63	13.26 82	5.04 14	4.66 34	5.47 23	3.49 15	4.70 74	11.14 117	2.01 31	0.00 1	0.04 71	0.00 1	0.18 240	0.30 136	0.14 79

11t	3.48 21	1.76 187	6.20 61	3.45 23	1.13 100	5.02 59	1.70 63	13.26 82	5.04 14	4.66 34	5.47 23	3.49 15	4.70 74	11.14 117	2.01 31	0.00 1	0.04 71	0.00 1	0.18 240	0.30 136	0.14 79

ccc-4	3.48 21	1.76 187	6.20 61	3.45 23	1.13 100	5.02 59	1.70 63	13.26 82	5.04 14	4.66 34	5.47 23	3.49 15	4.70 74	11.14 117	2.01 31	0.00 1	0.04 71	0.00 1	0.18 240	0.30 136	0.14 79

rvit_stereo_0083	4.53 51	1.94 219	9.94 233	7.12 257	1.67 139	4.98 56	2.80 144	8.25 16	18.22 189	4.76 38	7.78 39	6.41 58	4.87 83	7.54 36	3.74 118	0.11 166	0.04 71	0.00 1	0.01 76	0.24 102	0.16 98

anonymousdsp	3.51 25	1.75 183	5.66 46	3.49 27	1.13 100	5.04 64	1.74 76	13.69 91	5.07 19	4.83 39	5.42 21	4.25 27	4.44 62	11.14 117	1.98 28	0.00 1	0.04 71	0.00 1	0.18 240	0.31 147	0.13 74

IGEV-Stereo	3.52 26	1.75 183	5.67 47	3.49 27	1.12 98	5.04 64	1.73 75	13.70 92	5.07 19	4.83 39	5.42 21	4.27 28	4.43 61	11.15 122	1.98 28	0.00 1	0.04 71	0.00 1	0.18 240	0.31 147	0.12 62
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sAnonymous2	6.59 131	6.21 358	19.05 357	8.91 306	5.27 306	4.58 28	6.69 269	15.56 121	11.12 103	4.86 41	8.71 45	3.81 21	7.93 156	7.38 34	2.89 79	0.09 158	0.07 144	0.05 142	0.28 290	11.25 418	7.10 406

CroCo_RVC	6.59 131	6.21 358	19.05 357	8.91 306	5.27 306	4.58 28	6.69 269	15.56 121	11.12 103	4.86 41	8.71 45	3.81 21	7.93 156	7.38 34	2.89 79	0.09 158	0.07 144	0.05 142	0.28 290	11.25 418	7.10 406

rvit_stereo_0080	3.98 41	2.11 243	7.62 116	3.68 39	1.90 158	4.16 20	7.60 290	9.69 30	8.13 70	5.08 43	7.39 36	6.27 55	4.44 62	6.73 29	3.92 130	0.20 202	0.01 15	0.00 1	0.00 1	0.55 235	0.12 62

whm_eth	3.98 41	2.11 243	7.62 116	3.68 39	1.90 158	4.16 20	7.60 290	9.69 30	8.13 70	5.08 43	7.39 36	6.27 55	4.44 62	6.73 29	3.92 130	0.20 202	0.01 15	0.00 1	0.00 1	0.55 235	0.12 62

UniTT-Stereo	2.89 5	0.90 7	6.74 78	4.08 49	2.42 180	2.63 6	0.42 10	5.57 2	4.88 12	5.36 45	7.63 38	1.09 3	1.47 8	8.80 59	5.11 171	0.03 114	0.07 144	0.00 1	0.01 76	0.48 207	0.11 57

GLC_STEREO	3.40 20	1.06 24	3.44 8	6.52 220	0.20 2	4.76 42	1.66 59	8.97 21	6.59 41	5.39 46	9.04 49	5.23 43	2.03 20	9.76 78	2.77 76	0.01 59	0.03 61	0.21 263	0.00 1	0.23 97	0.06 28

MoCha-V2	3.20 13	0.92 8	4.82 21	5.09 110	0.40 16	4.63 31	1.37 41	9.81 34	5.41 27	5.58 47	5.26 18	2.63 10	6.48 130	9.90 80	1.15 4	0.02 96	0.24 278	0.00 1	0.25 279	0.07 19	0.04 13

rvit_0105_6	5.74 100	2.76 281	14.29 314	9.83 336	1.73 145	5.18 70	5.24 212	10.21 40	20.31 206	6.26 48	6.78 31	10.10 109	6.43 129	11.20 126	3.33 104	0.18 190	0.29 293	0.00 1	0.00 1	0.51 224	0.14 79

MC-Stereo	3.99 43	0.95 11	4.70 20	5.09 110	0.44 28	3.77 17	1.79 85	9.86 35	7.05 57	6.34 49	13.35 98	6.83 65	6.34 127	10.80 103	1.75 19	0.00 1	0.11 194	0.06 156	0.24 275	0.12 41	0.14 79

test_xeample3	3.34 19	1.54 118	7.67 118	3.33 17	0.68 52	5.74 103	1.63 57	12.05 59	3.88 5	6.71 50	3.81 6	3.17 13	3.34 35	10.59 92	2.07 38	0.00 1	0.02 39	0.00 1	0.27 287	0.13 46	0.16 98

rvit_stereo_0081_aga	3.72 33	2.39 264	8.60 166	5.27 138	2.99 210	5.02 59	1.94 99	8.12 14	6.24 37	6.74 51	6.85 33	5.85 53	3.28 34	7.31 33	3.04 90	0.02 96	0.00 1	0.00 1	0.00 1	0.59 246	0.22 139

tt1	5.27 69	1.99 224	5.11 30	6.02 190	0.26 3	10.59 195	4.22 189	18.45 168	16.31 163	6.75 52	8.95 48	4.75 36	9.15 179	10.82 105	1.61 12	0.00 1	0.05 93	0.00 1	0.04 139	0.26 115	0.14 79

trnet	3.62 30	0.95 11	3.30 4	2.21 3	0.56 39	5.67 101	0.42 10	10.62 50	13.30 129	6.89 53	10.45 72	5.78 52	3.69 44	5.80 18	2.61 68	0.00 1	0.02 39	0.03 118	0.01 76	0.04 3	0.02 7

CREStereo	3.58 27	1.05 23	3.35 6	2.17 2	0.59 43	5.61 88	0.40 9	10.50 45	13.34 131	6.93 54	10.44 71	5.29 46	3.47 38	5.82 19	2.62 70	0.01 59	0.01 15	0.02 102	0.01 76	0.04 3	0.01 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ACVNet-DCA	5.28 70	2.00 225	4.99 25	5.89 173	0.26 3	10.85 200	5.38 216	20.20 191	11.88 107	6.95 55	10.01 59	4.49 31	9.78 195	10.79 100	1.59 9	0.00 1	0.05 93	0.00 1	0.04 139	0.25 106	0.20 125

xx1	5.99 114	2.00 225	4.99 25	5.89 173	0.26 3	10.85 200	5.38 216	17.84 159	15.48 152	6.95 55	10.01 59	16.02 206	11.15 217	10.79 100	1.59 9	0.00 1	0.05 93	0.02 102	0.05 160	0.25 106	0.20 125

1test111	5.59 95	2.00 225	4.99 25	5.89 173	0.26 3	10.85 200	5.38 216	20.20 191	11.88 107	6.95 55	10.01 59	4.49 31	9.78 195	11.09 112	7.45 214	0.00 1	0.05 93	0.00 1	0.04 139	0.25 106	0.20 125

cc1	5.34 73	2.00 225	4.99 25	5.89 173	0.26 3	10.85 200	5.38 216	17.85 161	15.48 152	6.95 55	10.01 59	4.49 31	9.78 195	10.79 100	1.59 9	0.00 1	0.05 93	0.00 1	0.04 139	0.30 136	0.13 74

Selective-RAFT	5.78 102	0.83 4	10.24 242	6.70 235	0.72 65	15.49 278	1.13 33	13.82 98	15.41 151	6.97 59	6.97 34	11.63 126	8.27 164	12.32 177	4.73 156	0.10 162	0.01 15	0.00 1	0.26 283	0.07 19	0.03 11

H2IRNET	5.89 105	1.14 40	6.65 74	4.13 52	2.24 171	4.15 19	0.73 20	12.10 60	13.21 125	7.09 60	20.45 170	15.74 200	10.74 207	10.36 88	7.84 227	0.06 143	0.00 1	0.07 166	0.53 340	0.37 173	0.16 98

rvit_0105_4	6.69 139	2.81 283	15.46 325	10.22 348	1.58 135	5.99 118	5.81 231	13.77 96	23.65 244	7.16 61	9.46 55	12.64 144	7.78 153	12.03 159	3.83 125	0.19 194	0.47 335	0.00 1	0.01 76	0.60 247	0.37 194

Former-RAFT_DAM_RVC	4.69 56	2.56 274	8.72 171	4.26 67	3.52 230	9.22 176	1.48 45	13.54 88	18.88 195	7.47 62	7.08 35	2.04 8	2.24 23	9.66 77	2.27 54	0.05 132	0.02 39	0.07 166	0.00 1	0.53 230	0.21 132

WCG-NET	4.38 48	1.46 93	5.39 36	3.75 43	3.13 212	8.66 171	1.39 42	9.51 26	9.61 87	8.16 63	9.16 50	8.48 89	5.32 92	11.13 116	2.05 36	0.00 1	0.02 39	0.00 1	0.00 1	0.17 68	0.19 120

DLNR_Zeroshot_test	27.62 421	51.32 446	91.46 470	98.51 480	98.03 479	3.10 8	0.50 13	30.95 318	7.65 63	8.16 63	15.68 113	7.31 74	1.63 11	11.87 155	4.21 143	40.37 447	0.87 370	0.06 156	0.34 313	80.23 470	0.24 153

RCA-Stereo	5.32 72	1.08 30	5.91 50	4.29 71	0.51 34	5.65 91	4.12 184	16.97 145	18.67 193	8.27 65	14.16 101	8.86 93	8.90 175	6.45 23	2.18 49	0.00 1	0.07 144	0.10 198	0.00 1	0.10 36	0.07 31

SPstereo	3.72 33	1.60 142	7.39 110	4.24 61	0.37 14	5.78 105	1.12 32	12.28 62	6.53 40	8.35 66	9.69 56	6.62 61	3.57 41	4.58 7	1.91 22	0.00 1	0.07 144	0.05 142	0.00 1	0.25 106	0.04 13

HH	5.47 77	2.08 240	9.00 186	4.88 98	1.07 93	4.93 52	3.60 174	16.68 142	6.83 44	8.39 67	12.14 87	15.05 190	9.06 177	12.68 192	1.93 24	0.02 96	0.17 230	0.18 247	0.00 1	0.28 125	0.48 222

HanStereo	5.47 77	2.08 240	9.00 186	4.88 98	1.07 93	4.93 52	3.60 174	16.68 142	6.83 44	8.39 67	12.14 87	15.05 190	9.06 177	12.68 192	1.93 24	0.02 96	0.17 230	0.18 247	0.00 1	0.28 125	0.48 222

PMTNet	5.36 75	0.97 13	3.42 7	1.97 1	1.30 114	8.96 173	0.69 17	12.33 63	12.16 111	8.50 69	11.35 80	6.09 54	4.50 67	9.34 72	2.70 74	22.71 439	0.01 15	0.04 135	0.02 105	0.06 12	0.01 1

StereoVision	7.21 166	2.17 250	9.29 203	9.43 320	3.91 242	5.09 68	1.91 96	20.04 189	17.37 176	8.57 70	29.59 275	11.08 119	6.76 140	12.44 183	4.71 155	0.54 296	0.05 93	0.16 240	0.03 121	0.82 285	0.30 176

WCG-NET（raft）	4.57 52	1.16 42	6.01 54	2.95 6	0.19 1	5.09 68	2.01 102	10.28 41	15.34 150	8.64 71	11.43 81	9.63 104	5.06 86	10.96 108	2.19 50	0.00 1	0.13 206	0.00 1	0.01 76	0.14 50	0.12 62

CREStereo++_RVC	4.61 54	0.99 16	3.70 10	4.08 49	2.01 163	3.94 18	0.10 2	9.10 24	16.94 169	8.65 72	16.77 126	4.46 30	2.18 21	5.72 16	3.12 95	0.00 1	0.00 1	0.00 1	10.32 431	0.02 1	0.01 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
EKT-Stereo	5.73 98	1.42 83	7.85 126	7.16 259	5.35 310	5.22 71	4.41 193	18.13 166	14.05 135	8.77 73	12.85 94	9.55 103	4.26 56	11.19 124	2.45 63	0.45 279	0.23 267	0.07 166	0.10 206	0.16 61	0.87 284

XX-Stereo	6.14 120	1.47 96	9.11 196	11.87 375	6.76 348	3.27 9	0.93 24	15.13 110	5.43 28	8.79 74	28.46 260	13.71 172	2.22 22	11.51 136	2.07 38	0.20 202	0.24 278	0.08 175	0.29 294	1.04 299	0.13 74

CAS++	4.07 45	1.67 162	6.02 55	4.17 54	1.02 87	4.26 24	1.68 60	19.10 181	10.01 92	9.18 75	9.17 51	1.98 6	1.41 7	9.54 75	1.73 18	0.02 96	0.05 93	0.00 1	0.00 1	0.32 156	0.11 57
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DCRE	6.07 119	1.75 183	8.41 153	7.20 260	3.82 239	6.48 132	4.18 188	15.52 120	10.42 94	9.24 76	22.47 203	11.71 128	5.46 94	10.62 93	3.02 89	0.02 96	0.26 288	0.05 142	0.30 300	0.15 55	0.24 153

test-1	5.62 96	1.53 115	14.78 322	7.44 270	1.11 96	7.99 165	1.19 35	13.03 79	12.04 110	9.39 77	15.23 111	11.15 122	5.56 97	7.06 31	3.57 108	0.07 153	0.50 341	0.00 1	0.10 206	0.16 61	0.47 218

iRaftStereo_RVC	4.68 55	1.51 111	6.89 86	4.91 101	0.72 65	5.26 73	0.46 12	17.60 153	10.47 95	9.53 78	15.13 109	5.75 51	3.24 32	8.93 61	2.22 51	0.00 1	0.09 171	0.00 1	0.00 1	0.46 198	0.41 205

EAI-Stereo	5.21 67	1.74 174	8.46 158	5.69 159	1.37 124	5.67 101	3.52 167	18.77 175	5.65 31	9.75 79	16.08 118	6.36 57	3.57 41	11.73 151	3.64 113	0.01 59	0.33 305	0.03 118	1.06 366	0.21 82	0.65 254

riskmin	6.42 127	1.29 61	6.76 80	3.95 47	2.25 172	10.49 190	2.53 129	15.11 109	17.60 180	9.77 80	12.91 95	15.25 195	12.04 239	11.58 141	5.11 171	0.14 176	0.24 278	0.13 225	0.03 121	0.61 249	0.69 259

RALCasStereoNet	5.95 109	2.02 233	7.09 95	7.06 253	5.10 297	6.36 130	5.44 222	13.97 99	13.25 127	9.93 81	17.45 128	10.37 111	3.89 46	11.64 148	4.24 145	0.02 96	0.46 333	0.10 198	0.00 1	0.20 78	0.31 183

111	7.26 167	1.65 158	7.28 103	3.56 33	0.32 9	10.76 197	3.53 168	20.55 200	27.51 285	10.07 82	16.62 123	14.30 176	9.53 190	12.02 158	5.87 190	0.14 176	0.01 15	0.00 1	0.00 1	0.31 147	1.14 306

testlalala_base	7.28 168	3.39 305	7.80 125	8.27 299	5.04 293	12.56 225	1.83 87	11.93 58	5.19 24	10.18 83	13.62 99	8.87 94	5.72 107	8.22 45	2.75 75	15.38 433	2.41 400	0.00 1	0.35 314	20.24 435	1.89 334

RAFT+CT+SA	7.44 172	1.46 93	6.46 72	10.73 358	3.34 222	4.70 34	7.45 288	16.45 138	25.89 270	10.18 83	27.15 249	7.27 72	8.00 160	15.11 253	3.19 100	0.02 96	0.00 1	0.18 247	0.46 332	0.30 136	0.47 218

rvit_0105_5	7.60 174	3.13 301	16.37 336	9.97 341	1.59 136	7.41 155	6.27 251	17.78 158	25.62 267	10.30 85	10.39 70	14.79 185	8.95 176	12.51 188	4.87 165	0.17 187	0.42 321	0.00 1	0.11 215	0.62 252	0.71 264

Anonymous3	9.60 237	3.45 308	29.83 390	9.58 328	4.75 279	24.51 359	10.20 330	24.04 238	18.77 194	10.42 86	14.64 104	7.97 81	8.75 173	14.05 236	5.80 188	2.44 380	1.39 381	0.08 175	0.06 174	0.73 276	0.48 222

MSKI-zero shot	4.76 59	1.56 130	5.98 52	5.14 121	1.13 100	6.55 138	1.55 52	12.76 74	8.06 68	10.44 87	11.50 82	13.47 169	2.38 24	12.07 166	1.90 21	0.01 59	0.20 246	0.02 102	0.29 294	0.14 50	0.14 79

CASnet	3.91 37	1.03 21	4.68 18	4.98 102	0.27 8	4.99 58	2.95 148	11.02 54	11.02 100	10.61 88	11.76 84	4.15 25	1.65 12	5.85 20	1.91 22	0.50 289	0.00 1	0.59 319	0.12 217	0.13 46	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TRStereo	6.22 123	6.09 356	11.30 263	9.19 316	7.41 365	4.75 41	1.74 76	19.70 184	11.74 106	10.61 88	8.65 42	10.67 113	3.22 31	13.81 232	3.60 111	0.31 242	0.23 267	0.12 214	0.36 316	0.48 207	0.38 195

raft+_RVC	6.69 139	1.61 147	5.57 44	6.37 210	4.62 275	6.51 135	6.18 249	20.39 198	23.38 240	10.62 90	17.82 131	9.89 106	5.65 103	10.70 97	3.67 116	0.00 1	0.14 217	0.00 1	0.00 1	0.34 163	0.27 163

AIO-Stereo-zeroshot	7.16 163	3.12 300	14.04 309	4.74 89	6.89 354	6.58 139	0.68 16	21.97 218	9.36 86	10.84 91	17.38 127	17.36 233	9.24 181	12.45 185	4.44 150	0.04 121	0.24 278	0.10 198	1.00 364	1.36 318	1.43 318

TestStereo	6.02 115	2.55 273	7.33 109	5.57 152	1.68 142	6.05 121	1.78 83	13.73 93	16.40 166	10.87 92	23.79 213	9.00 96	5.63 102	11.26 128	3.96 133	0.09 158	0.01 15	0.00 1	0.00 1	0.69 266	0.01 1

RAFT-Stereo-weight	5.07 61	0.93 10	5.57 44	4.24 61	0.72 65	6.05 121	1.63 57	17.77 157	17.16 170	10.99 93	10.22 67	12.06 140	1.67 14	9.25 70	2.69 73	0.06 143	0.11 194	0.00 1	0.00 1	0.15 55	0.12 62

LL-Strereo2	5.54 87	2.17 250	9.12 197	5.65 156	2.54 187	6.48 132	2.27 116	15.08 108	7.79 66	10.99 93	10.26 68	15.94 203	3.50 40	13.25 218	3.63 112	0.00 1	0.13 206	1.34 365	0.10 206	0.30 136	0.19 120

Any-RAFT	6.04 117	1.16 42	4.52 17	4.47 78	1.20 108	10.46 189	1.97 100	21.84 213	15.52 154	11.21 95	19.37 151	13.34 163	4.72 79	8.65 54	2.03 35	0.01 59	0.19 241	0.00 1	0.00 1	0.04 3	0.08 39

XX-TBD	4.45 50	10.67 390	3.01 2	10.28 351	0.57 41	5.84 110	0.07 1	7.57 8	12.24 112	11.43 96	14.74 106	4.07 24	1.66 13	4.51 6	2.05 36	0.01 59	0.01 15	0.00 1	0.00 1	0.26 115	0.01 1

raftrobust	5.56 92	1.42 83	6.00 53	7.04 252	5.11 298	4.90 51	1.88 92	17.13 148	13.72 133	11.87 97	11.58 83	7.82 77	9.21 180	10.28 86	2.92 83	0.02 96	0.05 93	0.00 1	0.00 1	0.22 85	0.11 57

rvit_stereo_0075_2	9.10 217	3.87 321	19.26 359	11.81 373	8.82 388	5.75 104	4.40 191	22.77 225	17.68 182	11.90 98	28.34 258	16.05 209	6.35 128	14.30 240	7.67 224	0.52 294	0.34 308	0.51 313	0.08 187	0.38 179	1.14 306

test_3	5.55 90	1.02 18	8.07 139	6.18 200	0.54 37	9.00 174	3.28 155	13.55 89	18.66 192	11.97 99	8.89 47	13.98 174	4.05 52	8.96 62	2.10 43	0.00 1	0.05 93	0.00 1	0.31 303	0.26 115	0.18 109

qqq	6.96 155	1.40 80	8.15 143	4.50 79	1.03 88	8.55 170	6.93 278	20.20 191	11.88 107	12.00 100	18.19 140	16.02 206	11.15 217	11.09 112	7.45 214	0.06 143	0.13 206	0.02 102	0.05 160	0.25 106	0.20 125

GMStereo	5.94 108	3.84 320	10.86 258	5.13 120	0.71 57	7.27 154	2.66 137	12.38 64	25.14 262	12.01 101	10.66 73	5.12 39	3.46 37	11.39 131	6.16 196	0.45 279	0.02 39	0.05 142	0.31 303	0.86 289	0.25 158
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RAFT-Stereo + iAFF	5.48 80	1.66 161	7.56 113	3.49 27	0.40 16	2.75 7	0.67 15	16.07 134	14.76 143	12.27 102	18.67 144	11.95 135	8.08 161	7.84 39	2.89 79	0.01 59	0.06 126	0.00 1	0.00 1	0.37 173	0.04 13

anonymousdsp2	5.93 107	1.54 118	8.34 147	4.43 77	0.38 15	9.24 177	4.11 182	21.92 217	17.36 175	12.28 103	10.08 64	10.05 107	4.42 59	11.04 110	2.54 66	0.01 59	0.02 39	0.30 292	0.18 240	0.21 82	0.18 109

test_1	5.20 65	1.06 24	7.72 121	4.21 59	0.59 43	6.69 140	3.03 152	12.98 77	17.51 179	12.35 104	8.66 44	13.20 160	4.12 53	9.00 65	2.11 44	0.00 1	0.05 93	0.00 1	0.32 307	0.25 106	0.18 109

NRIStereo	5.73 98	1.67 162	8.42 154	5.72 164	0.41 18	6.71 142	2.60 133	14.73 105	10.71 99	12.39 105	15.07 108	11.58 125	6.23 120	12.06 164	4.78 158	0.61 308	0.17 230	0.11 211	0.00 1	0.28 125	0.27 163

TANstereo	4.70 57	1.08 30	4.01 13	3.53 32	0.47 29	14.26 251	0.15 5	8.67 20	12.54 114	12.50 106	18.43 141	5.20 42	4.54 70	5.68 15	2.07 38	0.00 1	0.13 206	0.00 1	0.01 76	0.02 1	0.63 246

ROB_FTStereo_v2	5.53 84	1.74 174	8.97 185	5.09 110	0.42 23	5.64 90	2.02 103	12.50 65	7.00 49	12.51 107	18.10 135	12.99 151	6.72 136	11.50 135	4.04 141	0.70 316	0.09 171	0.09 182	0.00 1	0.22 85	0.23 147

Patchmatch Stereo++	5.56 92	1.74 174	9.01 188	5.09 110	0.41 18	5.66 96	2.40 123	12.52 67	7.00 49	12.52 108	18.08 133	13.02 154	6.74 137	11.59 143	4.01 138	0.78 326	0.09 171	0.09 182	0.00 1	0.22 85	0.22 139
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	5.50 83	1.74 174	9.03 192	5.09 110	0.42 23	5.66 96	1.98 101	12.50 65	7.01 54	12.52 108	18.13 138	12.96 150	6.77 141	11.11 114	3.83 125	0.72 320	0.09 171	0.09 182	0.00 1	0.22 85	0.22 139

iGMRVC	5.54 87	1.74 174	9.01 188	5.09 110	0.42 23	5.66 96	1.81 86	12.61 73	7.02 55	12.52 108	18.11 137	13.02 154	6.64 134	11.57 140	4.16 142	0.82 332	0.09 171	0.09 182	0.00 1	0.22 85	0.21 132

iRAFT	5.56 92	1.74 174	9.01 188	5.09 110	0.41 18	5.66 96	2.40 123	12.52 67	7.00 49	12.52 108	18.08 133	13.02 154	6.74 137	11.59 143	4.01 138	0.78 326	0.09 171	0.09 182	0.00 1	0.22 85	0.22 139

RAFT-IKP	5.53 84	1.74 174	8.95 180	5.09 110	0.41 18	5.45 78	2.08 107	12.52 67	7.00 49	12.52 108	18.13 138	12.93 149	6.79 142	11.59 143	3.99 136	0.80 330	0.09 171	0.09 182	0.00 1	0.22 85	0.22 139

s12784h	5.87 104	0.88 6	4.11 15	3.01 8	0.51 34	18.49 321	0.98 27	18.89 177	17.60 180	12.52 108	12.46 90	7.87 79	5.01 85	11.05 111	3.13 97	0.73 323	0.01 15	0.04 135	0.00 1	0.07 19	0.01 1

test-3	5.21 67	1.06 24	7.71 120	4.19 57	0.59 43	6.72 143	3.01 150	12.96 76	17.49 178	12.53 114	8.65 42	13.20 160	4.14 54	9.00 65	2.11 44	0.00 1	0.05 93	0.00 1	0.32 307	0.25 106	0.18 109

ROB_FTStereo	5.49 82	1.74 174	8.96 183	5.09 110	0.42 23	5.65 91	1.68 60	12.53 70	7.00 49	12.53 114	18.00 132	13.02 154	6.74 137	11.51 136	3.81 124	0.60 305	0.09 171	0.09 182	0.00 1	0.22 85	0.22 139

HUI-Stereo	5.48 80	1.74 174	9.01 188	5.08 109	0.42 23	5.65 91	2.77 141	12.55 71	7.03 56	12.54 116	18.10 135	13.07 158	6.71 135	9.92 81	3.74 118	0.61 308	0.08 162	0.09 182	0.00 1	0.22 85	0.23 147

test_4	5.47 77	0.98 14	5.56 43	6.55 224	0.62 48	5.53 81	1.88 92	11.68 55	6.00 34	12.60 117	30.86 294	7.48 76	3.87 45	12.25 175	2.97 86	0.00 1	0.07 144	0.03 118	0.14 226	0.34 163	0.04 13

Gwc-CoAtRS	5.54 87	1.22 47	8.40 152	4.28 69	1.36 123	6.93 149	1.31 37	15.48 118	15.03 145	12.62 118	13.32 97	12.74 147	5.71 105	8.61 50	2.98 87	0.01 59	0.22 261	0.00 1	0.29 294	0.28 125	0.07 31

x	6.80 148	1.36 74	6.94 88	4.58 86	1.88 155	10.78 198	4.55 196	19.79 187	10.62 96	12.69 119	19.54 158	14.87 188	10.11 201	9.52 74	8.03 233	0.07 153	0.15 220	0.04 135	0.04 139	0.24 102	0.22 139

rafts_anoy	6.02 115	1.67 162	6.27 67	6.53 221	4.98 289	5.30 75	2.53 129	13.77 96	21.01 213	12.70 120	16.23 120	8.56 90	5.65 103	9.09 67	5.22 175	0.04 121	0.31 298	0.09 182	0.03 121	0.25 106	0.17 104

RAFT-Test	5.75 101	1.32 69	6.77 81	4.07 48	1.71 143	9.95 182	1.56 54	15.78 128	8.34 77	12.73 121	23.83 214	11.80 129	4.69 73	8.99 63	2.57 67	0.01 59	0.29 293	0.00 1	0.38 322	0.16 61	0.07 31

testlalala	3.91 37	1.52 113	6.96 90	3.43 22	3.47 228	8.07 166	1.75 79	8.59 19	4.60 9	12.85 122	9.85 58	7.14 71	1.93 19	5.51 12	1.93 24	0.01 59	0.10 181	0.00 1	0.31 303	0.04 3	0.04 13

AFF-stereo	6.17 121	1.61 147	7.02 92	4.08 49	0.64 49	3.53 15	0.76 21	16.00 133	13.14 123	12.86 123	25.42 228	15.67 199	7.86 155	11.12 115	3.21 101	0.02 96	0.06 126	0.00 1	0.00 1	0.40 187	0.08 39

MyStereo06	6.40 125	1.76 187	13.15 291	6.19 201	4.40 268	7.09 152	9.95 319	16.68 142	6.98 48	12.91 124	10.76 76	17.84 240	5.71 105	9.97 83	3.39 107	0.06 143	0.10 181	0.02 102	0.04 139	0.73 276	0.29 173

cross-raft	5.37 76	1.23 49	6.66 75	5.91 178	1.25 111	6.00 119	1.48 45	15.82 129	7.70 64	12.95 125	20.80 177	11.63 126	4.42 59	8.59 49	2.23 52	0.01 59	0.21 252	0.00 1	0.22 259	0.21 82	0.10 48

11t1	5.86 103	1.10 35	7.74 123	5.18 128	1.44 126	13.82 244	2.36 119	14.92 107	7.26 59	12.98 126	11.10 77	11.24 123	9.30 182	11.59 143	6.54 199	0.10 162	0.16 228	0.00 1	0.01 76	0.18 71	0.23 147

CRE-IMP	5.53 84	1.63 157	9.62 215	5.65 156	0.48 32	7.02 151	1.70 63	11.84 57	8.33 75	12.99 127	16.02 117	11.08 119	6.23 120	12.06 164	5.06 170	0.28 236	0.07 144	0.09 182	0.00 1	0.24 102	0.21 132

GCAP-BAT	4.57 52	2.24 257	7.50 111	3.14 11	4.24 255	5.93 117	1.88 92	9.03 22	5.80 32	13.03 128	12.47 91	8.46 88	2.89 29	11.02 109	2.94 84	0.00 1	0.12 201	0.01 88	0.28 290	0.05 9	0.28 167

test_for_model	9.76 244	30.79 433	6.40 69	27.43 430	18.83 428	5.78 105	1.78 83	8.51 18	8.82 80	13.12 129	5.92 28	5.28 45	2.60 26	5.21 10	1.43 6	9.57 420	2.41 400	0.00 1	0.06 174	33.29 444	8.04 415

CFNet-RSSM	5.55 90	1.08 30	8.60 166	4.30 72	1.21 109	6.42 131	1.25 36	16.12 135	17.84 183	13.12 129	11.14 78	11.84 131	5.52 95	9.14 68	2.35 56	0.01 59	0.20 246	0.00 1	0.36 316	0.34 163	0.07 31

SA	7.93 186	1.54 118	9.13 199	7.98 290	0.64 49	5.85 112	2.29 117	22.27 219	24.54 260	13.17 131	31.07 299	8.87 94	10.32 204	16.49 288	3.12 95	0.04 121	0.12 201	0.17 242	0.30 300	0.45 197	0.17 104

OCTAStereo	6.74 144	1.59 138	8.96 183	6.60 228	0.72 65	6.25 124	3.50 163	20.20 191	18.03 187	13.21 132	19.45 153	12.07 141	6.16 116	12.36 180	4.78 158	0.35 252	0.06 126	0.20 258	0.23 268	0.09 25	0.05 20

RE-Stereo	6.73 142	1.58 136	8.94 178	6.59 225	0.71 57	6.27 126	3.51 165	20.20 191	17.99 184	13.21 132	19.46 155	11.94 133	6.20 118	12.34 178	4.79 161	0.34 249	0.05 93	0.20 258	0.23 268	0.09 25	0.05 20

TVStereo	6.73 142	1.58 136	8.94 178	6.59 225	0.71 57	6.27 126	3.51 165	20.20 191	17.99 184	13.21 132	19.46 155	11.94 133	6.20 118	12.34 178	4.79 161	0.34 249	0.05 93	0.20 258	0.23 268	0.09 25	0.05 20

NF-Stereo	6.72 141	1.59 138	8.93 176	6.60 228	0.73 70	6.27 126	3.38 162	20.21 197	18.01 186	13.22 135	19.46 155	11.82 130	6.16 116	12.39 181	4.74 157	0.33 245	0.06 126	0.20 258	0.23 268	0.08 23	0.05 20

knoymous	6.19 122	1.49 104	4.49 16	3.81 44	1.87 154	5.84 110	5.76 230	14.51 101	14.18 137	13.31 136	21.59 190	12.64 144	6.49 131	12.41 182	4.03 140	0.12 170	0.13 206	0.12 214	0.00 1	0.71 271	0.35 192

IGEV_Zeroshot_test	5.28 70	2.03 235	14.26 313	6.09 194	1.33 120	4.32 26	1.03 31	14.46 100	6.50 39	13.33 137	11.89 85	11.01 117	3.45 36	10.71 98	3.64 113	0.03 114	0.22 261	0.15 235	0.26 283	0.80 284	0.20 125

STrans-v2	7.98 191	1.84 203	9.42 209	4.84 96	1.48 129	12.23 220	10.05 324	19.06 180	12.32 113	13.63 138	26.06 237	18.13 249	12.35 243	12.99 210	3.99 136	0.01 59	0.01 15	0.18 247	0.01 76	0.22 85	0.83 277

RAFT-345	6.79 147	1.29 61	6.80 83	5.06 108	0.91 82	5.61 88	3.32 161	13.36 87	10.17 93	13.73 139	43.66 399	9.12 99	5.38 93	12.29 176	4.44 150	0.32 243	0.05 93	0.09 182	0.06 174	0.06 12	0.03 11

model_zeroshot	5.12 62	1.53 115	9.70 225	5.33 143	1.54 134	8.71 172	2.23 114	15.60 123	8.29 74	13.74 140	10.02 63	10.57 112	2.97 30	8.47 47	2.61 68	0.02 96	0.18 236	0.14 229	0.25 279	0.06 12	0.34 188

test_sample1	7.66 178	1.26 56	8.87 174	5.04 105	2.61 189	14.61 262	4.58 198	20.08 190	9.81 90	13.83 141	21.62 191	18.21 250	12.26 241	11.71 150	8.01 231	0.11 166	0.11 194	0.02 102	0.02 105	0.20 78	0.17 104

DeepStereo_RVC	5.65 97	1.65 158	9.06 194	5.21 133	0.56 39	5.55 86	1.84 89	12.16 61	7.22 58	13.94 142	14.96 107	12.58 143	10.27 203	11.25 127	5.81 189	0.39 267	0.10 181	0.11 211	0.00 1	0.18 71	0.22 139

test_sample2	7.86 184	1.27 57	7.98 133	5.00 104	2.29 174	13.33 238	6.88 275	20.42 199	15.24 147	13.95 143	21.58 189	18.96 254	12.12 240	12.07 166	5.36 183	0.12 170	0.10 181	0.07 166	0.03 121	0.28 125	0.19 120

PSM-softLoss	6.61 135	1.60 142	9.42 209	6.48 216	0.88 78	5.65 91	2.04 105	22.64 222	8.77 78	13.95 143	22.11 200	13.01 152	5.22 89	12.73 196	6.05 191	0.49 287	0.06 126	0.27 277	0.56 342	0.16 61	0.06 28

KMStereo	6.61 135	1.60 142	9.42 209	6.48 216	0.88 78	5.65 91	2.04 105	22.64 222	8.77 78	13.95 143	22.11 200	13.01 152	5.22 89	12.73 196	6.05 191	0.49 287	0.06 126	0.27 277	0.56 342	0.16 61	0.06 28

AIO-Stereo-zeroshot1	7.76 181	3.78 316	19.59 360	5.04 105	10.79 402	5.87 116	1.85 90	19.52 183	7.33 60	14.18 146	21.16 184	16.50 212	5.97 114	13.73 231	3.79 122	0.04 121	0.17 230	0.04 135	1.30 374	2.45 344	2.15 346

4D-IteraStereo	5.15 63	1.47 96	7.98 133	4.89 100	4.69 278	6.25 124	1.85 90	13.23 81	16.30 162	14.18 146	11.26 79	8.33 85	1.61 9	8.07 42	2.42 58	0.00 1	0.05 93	0.08 175	0.01 76	0.19 75	0.15 93

GANet-ADL	8.36 198	2.31 261	8.44 156	7.39 268	2.65 192	12.58 227	5.24 212	29.55 301	25.24 263	14.19 148	16.70 125	17.07 224	6.91 143	10.65 95	6.26 197	0.38 257	0.39 313	0.10 198	0.12 217	0.75 281	0.28 167

MyStereo04	9.24 221	1.92 215	8.78 172	6.09 194	4.31 264	6.54 136	9.96 321	32.24 335	41.99 381	14.26 149	11.98 86	12.00 137	12.01 238	13.93 233	7.53 216	0.06 143	0.10 181	0.03 118	0.04 139	0.63 255	0.30 176

DIP-Stereo	6.74 144	1.93 218	10.02 240	4.28 69	1.64 137	13.54 240	1.52 49	15.16 111	6.63 42	14.30 150	26.81 245	10.90 116	5.19 87	14.78 251	7.56 218	0.00 1	0.06 126	0.05 142	0.00 1	0.17 68	0.17 104
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
UGAM-zero	6.91 152	1.47 96	13.65 303	4.24 61	1.67 139	5.51 79	0.72 19	17.44 151	6.74 43	14.56 151	15.84 115	24.16 300	14.20 280	12.79 199	3.96 133	0.00 1	0.22 261	0.02 102	0.58 344	0.14 50	0.27 163

TransformOpticalFlow	7.76 181	1.90 208	9.31 205	5.50 150	1.18 107	6.97 150	8.27 295	17.86 163	13.21 125	14.58 152	29.13 265	19.01 255	10.85 209	12.51 188	3.69 117	0.01 59	0.04 71	0.20 258	0.04 139	0.17 68	0.84 278

ToySt	10.51 270	2.00 225	15.67 326	5.33 143	0.95 85	14.97 265	9.51 313	24.02 237	27.37 282	14.61 153	24.67 221	24.56 303	14.70 293	16.86 293	13.35 295	0.06 143	0.23 267	0.03 118	0.09 200	0.62 252	0.67 256

iRaft-Stereo_20w	6.06 118	1.84 203	12.04 276	4.23 60	1.67 139	6.77 146	2.22 113	18.73 174	6.08 35	14.72 154	10.33 69	13.42 168	8.14 162	15.88 270	3.08 94	0.01 59	0.24 278	0.13 225	0.39 324	0.61 249	0.71 264

MIPNet	6.75 146	1.67 162	12.34 278	4.67 88	1.47 127	10.01 183	2.24 115	26.43 264	17.22 171	14.72 154	12.75 92	7.02 69	9.68 193	8.44 46	5.26 177	0.01 59	0.04 71	0.05 142	0.09 200	0.35 167	0.55 233

PSMNet-ADL	9.88 253	2.01 231	6.80 83	9.18 315	4.26 257	15.11 268	3.50 163	27.12 272	24.42 259	14.72 154	18.96 147	25.32 314	13.43 260	15.76 266	14.04 301	0.79 329	0.78 365	0.00 1	0.02 105	0.26 115	1.18 310

RAFT + AFF	10.27 265	3.77 315	17.13 340	10.24 349	4.97 287	13.08 234	11.52 350	25.69 254	25.80 268	14.72 154	16.12 119	19.16 259	11.35 225	16.24 285	9.04 252	0.30 239	1.46 383	0.66 324	0.20 254	2.03 339	1.94 337

ttt	9.98 256	1.49 104	7.30 108	6.43 214	3.95 243	14.02 246	5.06 208	33.03 343	29.84 302	14.90 158	30.95 295	14.81 186	9.66 192	15.36 257	11.38 285	0.38 257	0.19 241	0.10 198	0.03 121	0.37 173	0.28 167

GANet-RSSM	9.48 233	1.32 69	6.45 71	6.72 237	5.51 315	12.78 231	6.03 244	26.55 265	18.96 196	14.92 159	27.95 255	25.41 315	14.69 292	13.52 226	7.60 221	0.10 162	0.10 181	0.16 240	0.01 76	0.51 224	0.39 198

ACVNet	10.36 266	1.68 168	5.49 40	6.01 187	2.75 196	12.78 231	3.56 170	21.89 214	34.81 344	14.96 160	30.78 292	24.72 308	13.88 273	15.81 267	17.20 326	0.13 174	0.01 15	0.06 156	0.06 174	0.51 224	0.15 93

CFNet-ft	9.87 251	2.18 253	5.49 40	7.45 271	5.25 302	15.76 281	5.98 238	21.89 214	21.87 227	14.96 160	30.02 281	25.68 316	13.68 265	12.46 186	10.94 279	0.08 156	0.06 126	1.83 371	0.22 259	1.09 300	0.43 210

CFNet_RVC	9.87 251	2.18 253	5.49 40	7.45 271	5.25 302	15.76 281	5.98 238	21.89 214	21.87 227	14.96 160	30.02 281	25.68 316	13.68 265	12.46 186	10.94 279	0.08 156	0.06 126	1.83 371	0.22 259	1.09 300	0.43 210

rvit_0105_3	9.23 220	3.67 312	17.68 349	11.75 371	1.89 156	9.37 179	8.48 300	18.68 172	30.64 309	15.02 163	14.72 105	17.87 241	9.94 199	15.66 263	6.54 199	0.36 254	0.43 325	0.01 88	0.41 326	0.50 221	1.01 297

RALAANet	6.49 130	2.49 271	9.69 224	7.09 254	4.98 289	6.23 123	1.68 60	19.90 188	14.26 138	15.04 164	14.56 103	12.69 146	4.38 57	12.91 204	3.07 93	0.02 96	0.07 144	0.00 1	0.10 206	0.51 224	0.15 93

gcap-zeroshot	5.34 73	1.50 107	10.42 246	4.65 87	1.22 110	9.78 180	1.70 63	10.29 42	6.36 38	15.08 165	9.84 57	17.96 243	5.21 88	9.43 73	1.99 30	0.10 162	0.36 310	0.06 156	0.29 294	0.05 9	0.43 210

DCANet-4	6.41 126	1.02 18	9.66 219	3.41 21	0.68 52	4.73 35	1.70 63	17.70 155	24.33 255	15.10 166	20.25 164	6.45 59	8.65 168	8.47 47	5.31 179	0.01 59	0.04 71	0.00 1	0.00 1	0.09 25	0.63 246

fff	6.83 149	1.55 121	7.28 103	3.56 33	0.32 9	4.73 35	1.70 63	15.75 125	31.87 316	15.11 167	20.25 164	6.90 66	12.80 251	8.63 51	5.33 180	0.01 59	0.04 71	0.00 1	0.00 1	0.09 25	0.63 246

csc	6.83 149	1.55 121	7.28 103	3.56 33	0.32 9	4.73 35	1.70 63	15.75 125	31.87 316	15.11 167	20.25 164	6.90 66	12.80 251	8.63 51	5.33 180	0.01 59	0.04 71	0.00 1	0.00 1	0.09 25	0.63 246

cscssc	6.83 149	1.55 121	7.28 103	3.56 33	0.32 9	4.73 35	1.70 63	15.75 125	31.87 316	15.11 167	20.25 164	6.90 66	12.80 251	8.63 51	5.33 180	0.01 59	0.04 71	0.00 1	0.00 1	0.09 25	0.63 246

NVstereo2D	15.15 341	2.97 293	16.28 334	9.23 317	7.56 368	30.03 389	9.53 314	42.80 417	42.72 383	15.11 167	27.03 248	23.16 291	16.93 321	24.28 362	15.45 312	3.07 388	0.43 325	1.44 367	0.61 345	6.74 394	7.60 411

HITNet	7.83 183	2.93 291	8.39 150	4.76 92	1.48 129	12.75 230	4.64 200	20.97 202	14.37 140	15.14 171	22.15 202	14.57 182	10.62 206	14.38 243	8.14 235	0.04 121	0.01 15	0.48 310	0.02 105	0.57 241	0.10 48
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
GwcNet-ADL	8.48 200	1.70 170	9.38 208	7.10 255	2.78 197	6.74 145	6.57 266	30.15 305	26.01 274	15.15 172	17.77 130	13.93 173	6.96 144	12.96 207	9.91 261	0.48 286	0.72 359	0.01 88	0.01 76	0.51 224	0.84 278

dd	7.96 189	4.08 324	11.49 268	6.53 221	0.93 84	8.28 169	4.03 181	16.53 140	33.82 333	15.17 173	16.50 122	6.79 64	5.96 113	14.30 240	9.90 260	1.13 352	0.42 321	0.17 242	0.44 329	2.01 337	0.79 275

Sa-1000	8.38 199	1.50 107	8.13 141	7.56 277	0.89 80	14.39 254	2.47 126	24.31 241	23.74 247	15.18 174	28.35 259	11.42 124	8.85 174	16.20 284	3.28 103	0.17 187	0.23 267	0.15 235	0.23 268	0.46 198	0.19 120

iRaft-Stereo_5w	8.70 208	1.81 201	9.33 206	5.83 170	3.78 235	4.87 48	11.12 343	15.86 132	14.80 144	15.23 175	26.36 239	21.49 276	12.91 254	15.94 275	12.73 291	0.58 300	0.05 93	0.08 175	0.09 200	0.85 288	0.33 187

CASS	8.15 194	1.67 162	7.68 119	8.25 298	1.52 133	14.39 254	2.72 138	22.65 224	17.23 172	15.42 176	22.68 205	13.47 169	11.87 237	12.44 183	6.07 194	0.96 341	0.05 93	0.12 214	0.01 76	0.71 271	3.14 366
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HCRNet	8.80 211	1.43 86	7.74 123	14.41 392	5.25 302	10.85 200	2.56 132	26.07 260	18.04 188	15.48 177	25.03 222	18.63 253	9.93 198	13.01 211	6.76 202	0.04 121	0.04 71	0.10 198	0.01 76	0.18 71	0.38 195

xxxx	11.74 297	1.16 42	7.88 127	5.61 154	1.99 161	20.46 334	3.12 153	33.99 353	23.76 249	15.53 178	30.67 288	26.88 325	14.50 290	12.98 209	35.48 413	0.19 194	0.18 236	0.01 88	0.02 105	0.22 85	0.27 163

testlalala2	5.91 106	1.62 152	8.59 165	15.36 399	10.36 399	7.93 164	3.62 176	12.89 75	9.73 88	15.55 179	12.18 89	8.57 91	2.50 25	5.35 11	2.62 70	0.01 59	0.26 288	0.00 1	0.50 336	0.49 216	0.07 31

DCANet	6.46 129	1.59 138	7.28 103	3.51 31	0.68 52	4.77 46	1.75 79	15.33 114	23.62 242	15.55 179	20.73 176	7.31 74	11.56 232	8.83 60	5.26 177	0.00 1	0.05 93	0.00 1	0.00 1	0.26 115	1.11 302

ADStereo(finetuned)	6.68 137	1.59 138	9.70 225	3.49 27	0.68 52	4.79 47	1.75 79	15.33 114	23.64 243	15.56 181	20.68 171	7.30 73	13.85 271	8.71 56	5.17 174	0.00 1	0.05 93	0.00 1	0.00 1	0.25 106	1.05 299

1111x	11.32 286	1.34 71	8.95 180	5.20 131	1.96 160	14.46 260	7.75 292	35.65 373	28.23 290	15.66 182	26.66 244	26.65 320	14.76 294	15.88 270	22.27 360	0.24 225	0.13 206	0.04 135	0.06 174	0.30 136	0.24 153

MyStereo8	7.13 160	2.48 269	10.86 258	6.81 243	4.98 289	10.73 196	1.42 44	14.58 102	9.73 88	15.75 183	23.16 209	12.17 142	7.96 159	9.85 79	10.21 269	0.04 121	0.19 241	0.08 175	0.21 256	0.58 244	0.82 276

PSMNet-RSSM	9.71 243	1.73 172	6.09 57	7.47 273	4.27 258	10.06 184	6.00 240	29.14 296	21.74 226	15.76 184	32.88 327	22.63 286	13.18 256	12.94 206	9.12 254	0.09 158	0.02 39	0.07 166	0.10 206	0.70 269	0.24 153

ffm	8.12 193	1.43 86	9.67 220	5.70 160	3.44 223	11.96 214	6.35 253	18.45 168	16.31 163	15.83 185	31.44 306	17.22 228	10.87 211	10.82 105	1.61 12	0.00 1	0.05 93	0.80 336	0.08 187	0.26 115	0.14 79

ff1	9.41 232	1.43 86	9.67 220	5.70 160	3.44 223	11.96 214	6.35 253	18.45 168	16.31 163	15.83 185	31.44 306	17.22 228	10.87 211	16.19 281	21.98 356	0.00 1	0.05 93	0.80 336	0.08 187	0.26 115	0.14 79

mmx	10.71 275	1.43 86	9.67 220	5.70 160	3.44 223	11.96 214	6.35 253	32.18 332	28.03 287	15.83 185	31.44 306	17.22 228	10.87 211	16.19 281	21.98 356	0.22 213	0.06 126	0.80 336	0.08 187	0.48 207	0.21 132

xxx	10.71 275	1.43 86	9.67 220	5.70 160	3.44 223	11.96 214	6.35 253	32.18 332	28.03 287	15.83 185	31.44 306	17.22 228	10.87 211	16.19 281	21.98 356	0.22 213	0.06 126	0.80 336	0.08 187	0.48 207	0.21 132

UCFNet_RVC	9.48 233	2.12 246	4.89 23	7.03 250	3.78 235	16.05 286	6.37 257	28.25 285	20.00 205	15.93 189	23.07 208	25.21 312	12.79 250	12.57 191	8.01 231	0.07 153	0.04 71	1.17 357	0.23 268	1.31 316	0.69 259

mmm	7.72 179	1.50 107	8.56 163	5.29 139	1.89 156	14.14 250	5.70 229	18.42 167	11.02 100	16.04 190	23.78 212	17.00 218	10.03 200	12.03 159	7.54 217	0.12 170	0.07 144	0.50 312	0.20 254	0.31 147	0.18 109

test_5	8.51 202	1.50 107	8.19 146	11.06 364	5.00 292	6.91 148	5.67 228	17.50 152	22.09 229	16.07 191	29.63 276	15.28 196	10.78 208	15.94 275	3.65 115	0.00 1	0.00 1	0.26 276	0.08 187	0.31 147	0.35 192

NOSS_ROB	10.99 284	3.81 318	6.88 85	6.69 234	2.30 175	16.06 288	10.94 340	30.06 304	32.41 325	16.10 192	18.72 145	22.78 289	14.21 281	17.52 298	8.62 245	2.35 375	1.84 390	3.32 395	1.57 379	2.06 340	1.52 322

BEATNet_4x	9.37 230	4.85 337	12.05 277	5.48 149	1.35 122	13.15 235	6.15 248	25.06 246	16.74 167	16.18 193	24.65 220	17.29 232	12.51 246	16.91 294	10.92 277	0.38 257	0.18 236	0.81 341	0.05 160	1.95 333	0.65 254

IPLGR	7.14 161	1.31 67	13.14 290	4.24 61	1.15 106	9.78 180	0.98 27	23.98 236	21.70 225	16.22 194	18.43 141	8.45 87	7.66 149	9.26 71	5.45 185	0.21 207	0.05 93	0.04 135	0.06 174	0.32 156	0.38 195

R-Stereo Train	7.04 157	1.34 71	7.89 128	6.23 203	2.30 175	7.51 157	5.54 224	23.96 234	6.94 46	16.26 195	33.57 338	12.04 138	5.61 98	7.67 37	3.74 118	0.01 59	0.05 93	0.01 88	0.00 1	0.10 36	0.12 62

RAFT-Stereo	7.04 157	1.34 71	7.89 128	6.23 203	2.30 175	7.51 157	5.54 224	23.96 234	6.94 46	16.26 195	33.57 338	12.04 138	5.61 98	7.67 37	3.74 118	0.01 59	0.05 93	0.01 88	0.00 1	0.10 36	0.12 62
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DMCA	8.51 202	1.90 208	9.96 234	5.16 122	4.14 253	10.29 187	4.46 195	25.52 250	19.55 198	16.33 197	20.69 172	17.59 235	11.26 220	10.42 89	11.36 284	0.50 289	0.08 162	0.35 297	0.05 160	0.36 168	0.31 183

DisPM	6.43 128	1.31 67	8.36 148	6.61 230	1.06 92	5.83 108	3.82 179	13.04 80	11.63 105	16.38 198	23.88 216	12.80 148	6.50 132	13.03 214	3.04 90	0.51 292	0.01 15	0.08 175	0.15 232	0.10 36	0.42 208

SFCPSM	8.85 212	1.40 80	11.34 264	5.23 137	3.47 228	16.55 302	7.18 284	30.71 316	25.24 263	16.45 199	19.45 153	11.10 121	9.61 191	11.88 156	5.52 186	0.22 213	0.17 230	0.36 300	0.22 259	0.29 131	0.58 239

LL-Strereo	10.79 280	3.52 309	12.54 281	8.77 304	5.44 313	7.49 156	9.26 309	35.15 368	28.70 292	16.47 200	15.85 116	21.06 273	17.42 330	21.62 349	9.72 257	0.21 207	0.22 261	0.74 330	0.08 187	0.98 295	0.60 242

ICVP	10.07 260	1.73 172	6.11 58	9.08 311	3.31 220	12.25 222	6.56 265	26.30 263	22.52 234	16.49 201	31.80 311	26.94 326	12.42 244	11.35 130	10.92 277	1.17 354	0.57 351	0.17 242	0.10 206	0.58 244	1.07 301
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
AnonymousM	6.33 124	11.42 397	3.06 3	3.93 46	1.49 131	4.54 27	3.29 156	11.00 53	7.70 64	16.52 202	9.38 54	9.07 97	3.97 49	7.10 32	3.01 88	0.43 276	0.07 144	22.69 433	7.67 423	0.06 12	0.21 132

LCNet	7.52 173	1.23 49	5.35 35	6.42 213	1.29 113	9.27 178	5.64 227	17.85 161	10.63 97	16.54 203	24.54 219	14.85 187	11.29 221	11.74 152	3.88 128	0.02 96	0.02 39	0.22 266	2.04 386	0.90 294	6.76 399

RASNet	11.59 292	1.71 171	10.36 245	6.30 207	5.66 321	15.48 277	6.12 247	34.50 362	20.86 211	16.61 204	32.51 322	22.04 281	23.00 362	19.44 319	16.15 319	0.71 318	0.03 61	0.05 142	0.01 76	0.15 55	0.13 74

DN-CSS_ROB	8.17 195	2.59 277	14.14 310	6.11 197	3.22 217	6.31 129	3.53 168	22.92 228	20.59 209	16.66 205	30.05 283	9.31 100	7.95 158	13.49 223	4.78 158	0.72 320	0.00 1	0.45 307	0.00 1	0.54 232	0.09 41

GwcNet-RSSM	10.65 272	1.94 219	8.57 164	6.89 247	5.26 305	12.26 223	5.21 211	25.80 257	31.50 313	16.67 206	33.52 337	23.70 299	13.88 273	12.84 200	13.67 299	0.05 132	0.10 181	0.14 229	0.02 105	0.65 261	0.39 198

OMP-Stereo	6.93 154	2.57 275	9.03 192	10.63 355	1.72 144	4.89 49	1.91 96	17.84 159	15.56 155	16.69 207	14.16 101	17.70 237	7.33 146	12.93 205	4.83 164	0.24 225	0.03 61	0.06 156	0.02 105	0.19 75	0.39 198

DispNO	9.33 228	1.78 196	15.84 328	5.73 165	5.74 325	12.24 221	4.81 207	25.06 246	21.10 215	16.70 208	20.86 179	17.78 238	11.76 235	16.74 292	8.85 248	0.22 213	0.15 220	0.03 118	0.12 217	0.41 190	0.64 252

MIM_Stereo	7.02 156	1.55 121	10.78 255	4.17 54	0.58 42	5.25 72	1.32 39	19.03 178	12.59 116	16.74 209	28.83 263	13.20 160	5.53 96	12.89 202	7.11 207	0.00 1	0.23 267	0.00 1	0.01 76	0.38 179	0.28 167

TestStereo1	7.62 176	1.62 152	7.60 114	10.47 352	1.86 152	4.76 42	2.48 127	19.73 185	22.33 232	16.79 210	26.02 233	9.33 101	9.30 182	15.92 273	3.37 105	0.01 59	0.02 39	0.02 102	0.05 160	0.55 235	0.28 167

SA-5K	7.62 176	1.62 152	7.60 114	10.47 352	1.86 152	4.76 42	2.48 127	19.73 185	22.33 232	16.79 210	26.02 233	9.33 101	9.30 182	15.92 273	3.37 105	0.01 59	0.02 39	0.02 102	0.05 160	0.55 235	0.28 167

cf-r	10.06 259	1.60 142	7.99 135	5.82 168	5.70 324	12.92 233	4.78 203	24.18 240	27.47 284	16.91 212	31.02 298	25.12 311	14.05 276	11.63 147	11.01 282	0.03 114	0.03 61	0.05 142	0.03 121	0.43 194	0.39 198

ccs_rob	9.61 238	1.92 215	10.72 252	4.55 82	2.89 201	14.33 253	2.86 146	26.85 270	32.36 324	17.05 213	22.91 206	22.12 282	8.70 170	12.10 168	7.44 213	0.19 194	0.44 327	1.38 366	0.25 279	2.68 349	0.57 237

ASMatch	7.40 170	1.42 83	8.49 160	5.09 110	2.00 162	4.74 40	2.62 134	16.54 141	13.17 124	17.08 214	34.75 346	13.13 159	10.33 205	12.04 161	4.82 163	0.05 132	0.24 278	0.21 263	0.17 239	0.16 61	0.97 291

CFNet_pseudo	9.58 236	1.91 211	10.73 253	4.53 81	2.91 204	14.26 251	2.75 140	26.73 269	32.14 322	17.10 215	23.02 207	22.14 283	8.74 172	12.17 171	7.43 212	0.20 202	0.45 331	1.24 364	0.24 275	2.49 346	0.49 225

test_sample3	8.76 209	1.62 152	9.99 237	5.21 133	2.61 189	17.43 309	5.37 214	26.91 271	19.77 201	17.13 216	20.82 178	16.55 214	9.70 194	12.52 190	8.59 243	0.21 207	0.07 144	0.05 142	0.04 139	0.39 182	0.30 176

FENet	7.94 187	1.01 17	6.72 76	5.87 172	2.07 166	11.11 205	2.03 104	21.39 207	20.81 210	17.14 217	22.65 204	14.43 178	11.54 231	12.97 208	7.89 228	0.15 182	0.24 278	0.03 118	0.02 105	0.14 50	0.62 245

CoDeX	9.24 221	1.77 193	9.54 212	6.08 193	3.79 237	16.45 301	6.76 273	26.15 261	25.03 261	17.18 218	25.12 225	14.69 184	11.68 234	12.22 172	6.71 201	0.30 239	0.20 246	0.15 235	0.02 105	0.23 97	0.68 257

ACRE	7.07 159	2.38 263	13.26 292	7.36 265	4.86 281	10.28 186	4.40 191	15.51 119	13.69 132	17.22 219	19.23 150	8.00 82	4.20 55	10.64 94	8.50 242	0.33 245	0.32 301	0.03 118	0.14 226	0.37 173	0.77 274

MyStereo05	9.29 226	1.76 187	8.95 180	6.19 201	4.40 268	7.09 152	9.95 319	31.21 320	40.82 374	17.31 220	12.93 96	10.33 110	12.52 247	13.93 233	7.05 206	0.06 143	0.10 181	0.02 102	0.04 139	0.73 276	0.29 173

PCWNet_CMD	9.64 239	1.77 193	10.59 249	4.80 93	2.90 202	16.25 299	2.42 125	29.37 300	34.10 337	17.41 221	22.04 197	19.10 258	7.70 150	12.05 162	6.86 203	0.22 213	0.45 331	0.80 336	0.22 259	3.11 360	0.69 259

IPLGR_C	7.16 163	2.48 269	12.98 288	7.52 275	4.91 283	10.56 192	4.59 199	15.63 124	14.12 136	17.42 222	18.87 146	8.00 82	4.59 71	10.76 99	8.81 246	0.32 243	0.32 301	0.03 118	0.13 222	0.36 168	0.76 271

MSMDNet	9.64 239	1.77 193	10.63 250	4.83 94	2.90 202	16.35 300	2.37 122	29.33 299	34.29 341	17.43 223	22.10 199	19.05 257	7.79 154	12.11 169	6.87 204	0.23 221	0.46 333	0.67 325	0.21 256	2.77 351	0.60 242

CIPLG	7.15 162	2.44 266	12.82 285	7.38 266	4.93 284	10.51 191	4.56 197	15.17 112	13.25 127	17.45 224	19.75 159	8.42 86	4.60 72	11.41 132	8.31 238	0.33 245	0.32 301	0.03 118	0.14 226	0.37 173	0.72 266

IRAFT_RVC	8.76 209	1.47 96	9.55 213	7.31 262	1.77 149	6.49 134	10.43 333	25.94 258	27.33 281	17.50 225	19.85 160	17.93 242	10.21 202	12.88 201	5.44 184	0.17 187	0.30 295	0.19 255	0.05 160	0.22 85	0.12 62

RAFT-RH_RVC	7.73 180	1.25 55	6.99 91	4.83 94	0.90 81	11.76 210	1.53 50	13.00 78	14.43 141	17.51 226	46.41 410	11.02 118	6.30 126	12.68 192	4.93 167	0.51 292	0.04 71	0.12 214	0.13 222	0.09 25	0.09 41

UDGNet	10.05 258	13.89 406	10.00 239	9.36 319	2.69 193	7.82 162	1.88 92	18.86 176	34.64 343	17.52 227	13.70 100	13.40 166	7.18 145	13.01 211	6.30 198	5.30 403	0.08 162	12.57 428	2.80 395	8.19 405	1.71 330

Anonymous_2	14.95 339	6.75 366	17.63 346	5.45 148	7.10 358	26.19 373	11.58 351	18.06 165	17.30 174	17.61 228	15.47 112	23.33 294	20.95 357	20.55 343	14.63 306	11.05 428	12.86 437	11.27 426	25.12 441	11.32 420	4.82 383

ACV-stereo	11.65 293	5.15 344	28.84 384	6.80 242	3.33 221	20.38 333	6.59 267	21.03 203	20.57 208	17.67 229	20.95 180	26.81 323	16.69 317	20.19 332	13.26 294	0.72 320	1.11 376	0.15 235	0.09 200	0.65 261	2.13 342

test_sample4	9.10 217	1.65 158	9.91 232	5.19 130	2.57 188	16.59 303	5.38 216	27.37 275	19.80 202	17.80 230	27.52 252	15.01 189	11.21 219	12.69 195	8.15 237	0.21 207	0.07 144	0.06 156	0.03 121	0.43 194	0.30 176

GMM-Stereo	8.34 197	1.09 34	6.42 70	6.14 199	2.52 184	10.30 188	9.64 316	23.44 232	10.64 98	17.84 231	29.89 279	17.37 234	7.75 152	11.55 138	4.36 147	0.05 132	0.01 15	0.23 269	0.90 357	0.46 198	6.26 393

DeepPruner_ROB	10.77 279	4.56 332	13.13 289	6.37 210	4.28 263	10.14 185	6.86 274	36.42 379	19.59 199	17.87 232	27.37 250	23.19 292	12.26 241	19.09 314	10.23 270	1.05 348	0.48 337	0.23 269	0.15 232	0.89 292	1.17 308

PFNet+	6.68 137	1.40 80	9.60 214	5.64 155	0.85 76	5.79 107	1.74 76	13.63 90	15.30 149	17.88 233	21.38 188	14.52 181	6.07 115	12.74 198	4.89 166	0.63 312	0.20 246	0.11 211	0.30 300	0.05 9	0.91 287

test_xeample	11.49 291	1.24 54	7.50 111	5.22 135	2.18 169	17.40 308	6.49 263	31.14 319	22.77 236	17.90 234	33.09 330	18.48 252	14.61 291	13.51 225	37.38 421	0.16 184	0.13 206	0.01 88	0.03 121	0.23 97	0.24 153

FADNet_RVC	11.94 300	5.17 345	39.74 409	6.44 215	3.46 227	11.42 207	4.17 186	29.16 297	26.89 279	17.97 235	25.96 230	13.41 167	15.67 307	15.84 269	13.54 298	0.90 338	0.75 363	0.55 316	1.20 371	3.65 372	2.85 356

BUS	9.20 219	1.48 100	7.93 130	6.74 238	3.96 244	17.62 315	2.79 142	33.06 344	21.58 222	17.99 236	21.34 185	14.49 179	9.40 187	14.18 237	10.57 273	0.19 194	0.13 206	0.14 229	0.04 139	0.30 136	0.09 41

BSDual-CNN	9.70 241	1.48 100	7.93 130	6.74 238	3.96 244	16.10 290	7.13 281	33.06 344	21.58 222	17.99 236	21.34 185	22.28 284	11.53 229	14.18 237	7.81 225	0.19 194	0.13 206	0.14 229	0.04 139	0.30 136	0.09 41

hknet	10.13 261	1.56 130	10.27 243	6.74 238	3.72 233	16.10 290	7.13 281	33.06 344	21.12 216	17.99 236	21.34 185	23.11 290	14.95 295	16.43 287	8.34 240	0.14 176	0.13 206	0.14 229	0.04 139	0.30 136	0.09 41

RAFT_R40	6.91 152	1.53 115	8.45 157	6.79 241	0.77 71	5.86 114	3.82 179	14.85 106	14.53 142	18.05 239	20.03 162	17.06 219	8.69 169	13.40 221	3.84 127	0.14 176	0.02 39	0.14 229	0.00 1	0.09 25	0.05 20

Pruner-Stereo	6.59 131	1.51 111	8.71 170	6.34 209	0.85 76	5.66 96	4.15 185	13.74 94	11.02 100	18.11 240	22.09 198	15.86 202	5.80 109	11.75 153	5.15 173	0.60 305	0.02 39	0.18 247	0.10 206	0.07 19	0.16 98

ITSA-stereo	11.44 290	2.03 235	10.92 260	5.90 177	1.78 151	12.05 218	4.17 186	36.77 381	49.15 408	18.17 241	18.53 143	21.79 278	12.59 248	15.74 265	14.05 302	0.45 279	0.39 313	0.28 284	0.29 294	0.98 295	2.81 355

raft_robust	7.97 190	2.26 259	6.75 79	5.83 170	0.72 65	5.57 87	0.84 23	33.59 349	34.21 340	18.17 241	19.88 161	6.50 60	5.62 101	15.33 255	2.83 78	0.03 114	0.23 267	0.00 1	0.37 320	0.32 156	0.39 198

CFNet_ucs	10.25 263	1.91 211	11.88 273	4.98 102	4.08 251	15.11 268	3.57 172	28.02 282	31.98 321	18.21 243	25.20 226	23.27 293	9.38 186	13.38 220	7.22 208	0.23 221	0.81 366	1.65 370	0.22 259	3.01 356	0.93 288

anonymousa	9.03 215	1.62 152	8.03 138	4.19 57	5.53 316	15.37 273	3.81 178	18.55 171	21.20 218	18.28 244	30.99 297	20.79 269	13.42 259	10.58 91	7.57 219	0.00 1	0.05 93	0.29 288	0.18 240	0.10 36	0.11 57

GMOStereo	5.97 110	1.55 121	7.18 96	5.17 123	0.71 57	5.54 82	2.21 109	10.54 46	12.86 117	18.29 245	22.01 193	17.06 219	6.27 122	6.62 25	2.43 59	0.00 1	0.23 267	0.12 214	0.00 1	0.46 198	0.10 48

error version	5.97 110	1.55 121	7.18 96	5.17 123	0.71 57	5.54 82	2.21 109	10.54 46	12.86 117	18.29 245	22.01 193	17.06 219	6.27 122	6.62 25	2.43 59	0.00 1	0.23 267	0.12 214	0.00 1	0.46 198	0.10 48

test-v	5.97 110	1.55 121	7.18 96	5.17 123	0.71 57	5.54 82	2.21 109	10.54 46	12.86 117	18.29 245	22.01 193	17.06 219	6.27 122	6.62 25	2.43 59	0.00 1	0.23 267	0.12 214	0.00 1	0.46 198	0.10 48

test-2	5.97 110	1.55 121	7.18 96	5.17 123	0.71 57	5.54 82	2.21 109	10.54 46	12.86 117	18.29 245	22.01 193	17.06 219	6.27 122	6.62 25	2.43 59	0.00 1	0.23 267	0.12 214	0.00 1	0.46 198	0.10 48

NINENet	10.74 277	2.29 260	10.44 247	8.03 291	5.09 296	17.62 315	2.79 142	38.69 396	33.24 332	18.35 249	26.31 238	14.49 179	9.40 187	15.88 270	10.57 273	0.41 271	0.21 252	0.29 288	0.00 1	0.42 193	0.23 147

test_sample5	9.36 229	1.61 147	9.63 216	5.30 140	2.52 184	15.42 275	6.00 240	27.25 273	19.96 203	18.36 250	31.81 312	15.99 204	11.29 221	13.21 215	7.66 222	0.23 221	0.08 162	0.07 166	0.04 139	0.48 207	0.34 188

AdaStereo	10.22 262	3.63 310	9.14 201	9.15 313	3.24 218	15.79 283	5.39 221	31.94 328	25.42 265	18.39 251	26.47 240	19.44 263	9.50 189	16.60 290	8.59 243	0.44 278	0.05 93	0.40 305	0.00 1	0.57 241	0.16 98
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.
ARAFT	8.50 201	3.19 302	16.58 338	5.52 151	0.91 82	12.13 219	11.20 344	17.19 150	18.28 190	18.40 252	16.33 121	17.10 225	8.58 166	18.56 307	5.00 168	0.11 166	0.04 71	0.00 1	0.00 1	0.55 235	0.25 158

CFNet	10.67 273	2.33 262	8.90 175	6.66 232	4.09 252	16.05 286	4.26 190	30.44 313	31.01 312	18.53 253	26.48 241	23.69 298	13.68 265	15.27 254	10.59 275	0.05 132	0.02 39	0.44 306	0.05 160	0.73 276	0.23 147

ADLNet2	12.44 310	2.17 250	12.84 286	9.17 314	5.82 328	20.00 330	10.13 328	32.53 337	36.22 355	18.62 254	19.39 152	21.96 279	17.07 324	21.43 348	19.42 340	0.24 225	0.15 220	0.06 156	0.08 187	0.86 289	0.57 237

DAS	10.80 281	2.03 235	13.96 306	9.01 309	6.23 337	14.67 263	7.38 285	21.59 210	32.58 327	18.67 255	28.13 256	19.20 260	17.08 325	16.54 289	7.31 210	0.58 300	0.01 15	0.29 288	0.01 76	0.47 205	0.20 125

SepStereo	11.34 288	2.03 235	13.96 306	9.01 309	6.23 337	14.67 263	7.38 285	21.59 210	32.58 327	18.67 255	28.13 256	19.20 260	17.08 325	27.36 378	7.31 210	0.58 300	0.01 15	0.29 288	0.01 76	0.47 205	0.20 125

IIG-Stereo	7.41 171	2.13 248	8.55 162	10.02 342	1.76 148	6.82 147	1.53 50	17.17 149	15.84 161	18.74 257	20.30 168	18.01 244	8.39 165	12.89 202	5.22 175	0.27 235	0.03 61	0.03 118	0.00 1	0.16 61	0.30 176

rvit_105_1	13.56 333	5.57 351	19.88 364	13.22 382	4.58 274	15.04 267	28.61 434	26.56 266	42.75 384	18.83 258	24.53 218	20.93 271	13.85 271	18.02 304	11.90 287	1.74 364	0.60 353	0.25 273	2.10 389	0.61 249	1.64 326

FADNet	14.18 336	10.92 393	37.56 404	7.79 285	6.64 344	17.48 310	6.91 276	34.73 363	34.03 335	18.85 259	27.02 247	28.26 329	14.24 282	17.77 301	10.09 266	0.41 271	0.67 357	0.37 301	0.37 320	8.13 403	1.34 312

GES	8.51 202	1.98 223	11.82 272	6.39 212	1.77 149	12.36 224	6.22 250	21.55 209	21.34 219	19.02 260	26.02 233	8.79 92	9.34 185	13.94 235	7.24 209	0.38 257	0.10 181	0.30 292	0.14 226	0.69 266	0.73 267

SST-Stereo	6.60 134	1.46 93	8.37 149	6.68 233	0.77 71	6.01 120	1.93 98	14.68 104	9.24 85	19.09 261	20.43 169	16.86 217	8.59 167	13.49 223	3.80 123	0.22 213	0.05 93	0.13 225	0.00 1	0.08 23	0.05 20

IPLG	7.20 165	1.43 86	12.55 282	5.17 123	4.32 267	11.11 205	1.48 45	21.79 212	15.10 146	19.16 262	20.23 163	5.26 44	5.61 98	11.68 149	8.14 235	0.05 132	0.06 126	0.03 118	0.07 184	0.33 160	0.50 226

test_sample6	9.79 246	1.61 147	9.84 229	5.35 145	2.35 178	15.59 279	6.60 268	28.40 286	20.96 212	19.40 263	33.22 331	17.17 227	11.58 233	13.43 222	8.82 247	0.26 233	0.10 181	0.10 198	0.06 174	0.50 221	0.41 205

DualNet	9.49 235	1.61 147	9.63 216	5.30 140	2.52 184	15.42 275	6.00 240	27.25 273	19.96 203	19.40 263	33.22 331	15.99 204	11.29 221	13.21 215	7.66 222	0.23 221	0.08 162	0.07 166	0.04 139	0.48 207	0.34 188

SMFormer	10.46 269	1.37 76	13.37 294	4.41 73	1.30 114	14.40 257	3.29 156	30.25 307	29.81 298	19.55 265	29.37 267	18.06 245	14.40 286	15.42 259	12.70 290	0.38 257	0.21 252	0.28 284	0.03 121	0.33 160	0.31 183

tta	10.45 267	1.37 76	13.37 294	4.41 73	1.30 114	14.39 254	3.29 156	30.25 307	29.81 298	19.55 265	29.37 267	18.06 245	14.40 286	15.42 259	12.69 289	0.38 257	0.21 252	0.28 284	0.03 121	0.29 131	0.18 109

qqq1	9.96 254	1.37 76	13.37 294	4.41 73	1.30 114	14.40 257	3.29 156	30.25 307	29.81 298	19.55 265	29.37 267	18.06 245	14.40 286	15.42 259	3.18 98	0.38 257	0.21 252	0.00 1	0.01 76	0.29 131	0.18 109

fff1	9.96 254	1.37 76	13.37 294	4.41 73	1.30 114	14.40 257	3.29 156	30.25 307	29.81 298	19.55 265	29.37 267	18.06 245	14.40 286	15.42 259	3.18 98	0.38 257	0.21 252	0.00 1	0.01 76	0.29 131	0.18 109

delet	12.65 316	1.85 205	11.36 265	7.71 283	6.22 336	22.52 348	10.22 332	28.14 284	37.67 361	19.66 269	29.24 266	21.00 272	15.99 311	21.97 350	17.77 331	0.03 114	0.07 144	0.19 255	0.04 139	0.60 247	0.75 270

IER	9.78 245	1.55 121	9.97 235	4.51 80	5.23 301	13.78 242	5.11 209	26.66 267	22.79 237	19.69 270	29.45 273	16.42 211	18.52 341	13.64 230	7.57 219	0.06 143	0.03 61	0.18 247	0.09 200	0.18 71	0.23 147

GEStereo_RVC	12.81 318	2.49 271	13.64 302	9.68 331	4.97 287	18.16 317	11.30 346	31.26 321	47.47 402	19.84 271	26.97 246	19.03 256	13.19 257	20.14 330	14.86 310	0.83 334	0.51 344	0.10 198	0.13 222	0.54 232	0.99 295

DGSMNet	19.79 384	12.06 399	33.43 400	13.79 386	16.23 423	22.97 350	15.88 386	35.41 371	41.96 380	19.90 272	32.16 318	35.60 379	18.14 338	29.48 390	23.10 366	3.85 394	3.89 423	6.16 404	4.75 409	13.56 424	13.44 431

PA-Net	16.29 347	6.88 368	27.34 382	9.88 337	11.12 404	21.77 342	28.15 433	32.06 331	39.49 367	19.99 273	27.91 254	23.50 296	20.59 354	20.25 334	24.04 372	0.24 225	2.26 398	0.22 266	4.59 407	1.13 305	4.48 380
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HGLStereo	12.72 317	2.66 279	12.34 278	9.93 338	7.55 367	16.16 294	7.45 288	31.48 325	27.01 280	20.01 274	35.31 349	26.98 327	18.90 344	17.87 302	18.90 338	0.33 245	0.16 228	0.07 166	0.05 160	0.48 207	0.70 263

UPFNet	11.72 295	1.52 113	10.33 244	7.38 266	7.14 359	20.05 331	9.62 315	28.90 294	25.94 271	20.02 275	29.73 277	20.91 270	16.34 314	18.61 309	16.17 320	0.26 233	0.17 230	0.25 273	0.03 121	0.55 235	0.56 236

UNet	12.64 315	2.02 233	13.36 293	6.85 246	7.76 373	25.31 369	4.74 202	34.10 354	28.19 289	20.03 276	31.07 299	27.02 328	17.36 328	20.18 331	13.87 300	0.06 143	0.05 93	0.27 277	0.01 76	0.23 97	0.39 198

DMCA-RVC	11.41 289	3.32 304	11.68 270	10.12 344	4.81 280	11.92 213	4.11 182	24.67 244	23.66 246	20.06 277	28.51 261	26.71 321	24.96 376	15.95 277	14.82 308	0.41 271	0.34 308	0.56 317	0.16 235	0.72 275	0.69 259

iResNet	10.26 264	3.10 299	15.72 327	7.35 264	2.13 167	13.86 245	7.07 280	22.80 226	28.01 286	20.10 278	30.40 286	16.79 216	11.06 216	14.46 245	10.29 272	0.39 267	0.05 93	0.00 1	0.07 184	0.73 276	0.73 267

AAGNet	7.94 187	1.48 100	9.34 207	7.13 258	0.70 56	5.85 112	5.16 210	15.40 117	14.01 134	20.13 279	24.03 217	15.28 196	11.52 228	12.05 162	15.47 313	0.63 312	0.06 126	0.32 294	0.01 76	0.12 41	0.09 41

FTStereo	8.67 207	1.13 39	6.04 56	6.04 191	2.39 179	7.86 163	12.05 356	17.72 156	8.33 75	20.16 280	41.41 385	16.10 210	12.64 249	10.80 103	4.37 148	0.18 190	0.01 15	0.09 182	0.16 235	0.15 55	5.71 388

PS-NSSS	13.70 335	7.41 371	14.68 319	6.70 235	5.63 319	18.43 320	12.59 359	38.89 399	25.56 266	20.27 281	35.71 351	21.11 275	16.35 315	17.16 296	17.56 329	2.28 373	0.53 346	5.37 400	0.36 316	4.28 378	3.09 361

PFNet	7.91 185	1.44 92	11.60 269	7.03 250	2.42 180	7.60 161	6.03 244	23.36 231	17.24 173	20.29 282	17.67 129	15.44 198	7.71 151	13.02 213	5.71 187	0.24 225	0.20 246	0.12 214	0.19 252	0.31 147	0.61 244

FADNet-RVC	13.27 328	11.57 398	39.71 408	7.94 288	4.50 271	15.41 274	6.95 279	27.96 280	22.98 238	20.37 283	30.73 291	26.86 324	11.31 224	20.50 342	14.28 304	0.14 176	0.14 217	0.13 225	0.18 240	2.83 352	0.86 282

pcwnet_v2	12.32 306	2.00 225	17.53 344	7.79 285	5.69 323	17.06 305	3.69 177	36.52 380	46.17 400	20.55 284	29.39 272	16.50 212	13.00 255	15.70 264	9.32 256	0.50 289	1.00 375	0.34 296	0.24 275	2.00 336	1.38 315

hitnet-ft	12.04 302	2.11 243	6.14 59	7.27 261	3.90 240	25.98 372	3.56 170	22.56 221	23.74 247	20.55 284	33.81 341	31.59 352	18.67 343	19.47 320	17.20 326	0.42 275	1.36 380	0.35 297	0.07 184	1.11 303	0.86 282

UGAM	10.01 257	1.28 59	9.19 202	6.53 221	4.31 264	6.72 143	10.45 335	15.31 113	25.98 272	20.56 286	27.42 251	22.70 288	11.49 227	26.30 373	10.64 276	0.00 1	0.00 1	0.46 308	0.03 121	0.39 182	0.43 210

SDNR	16.15 346	5.23 346	28.92 386	5.73 165	6.05 333	56.85 444	3.26 154	23.18 230	29.73 297	20.62 287	36.48 355	13.59 171	16.97 323	18.43 306	13.44 297	10.56 424	13.84 438	3.10 392	0.44 329	7.80 399	8.81 418

HSM-Net_RVC	10.88 283	1.23 49	5.46 38	5.57 152	2.63 191	20.12 332	6.06 246	27.67 279	28.35 291	20.63 288	25.51 229	34.01 369	14.38 285	16.18 280	9.29 255	0.11 166	0.07 144	0.01 88	0.00 1	0.13 46	0.14 79
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
psm_up	13.18 325	1.91 211	8.81 173	9.59 329	5.84 330	15.17 271	11.37 348	38.74 397	30.81 311	20.66 289	30.32 285	30.00 341	23.12 363	19.19 316	16.02 316	0.58 300	0.10 181	0.17 242	0.01 76	0.65 261	0.55 233

HHNet	7.39 169	1.75 183	7.24 101	3.26 14	3.18 214	5.04 64	6.40 258	19.04 179	15.70 157	20.71 290	32.13 317	10.69 114	5.91 111	10.45 90	4.60 153	0.40 269	0.07 144	0.21 263	0.13 222	0.54 232	0.41 205

Prome-Stereo	8.10 192	1.28 59	5.48 39	6.50 218	1.51 132	6.70 141	9.42 311	21.08 204	9.13 84	20.88 291	32.84 326	11.95 135	11.86 236	11.75 153	3.97 135	0.01 59	0.02 39	0.18 247	0.12 217	0.41 190	7.01 404

psmg	9.80 247	1.48 100	7.93 130	5.18 128	3.96 244	15.85 284	7.93 293	29.11 295	21.58 222	20.93 292	25.06 223	22.28 284	11.53 229	14.18 237	7.81 225	0.19 194	0.13 206	0.17 242	0.04 139	0.36 168	0.21 132

DDVS	10.70 274	3.00 295	11.95 274	6.84 245	3.80 238	15.73 280	2.83 145	23.57 233	17.37 176	20.98 293	29.89 279	31.40 351	8.70 170	19.22 318	13.19 293	0.74 324	1.53 385	0.07 166	0.21 256	0.84 287	2.11 341

gwcnet-sp	9.81 248	2.82 284	13.47 299	5.99 184	4.27 258	16.20 296	5.91 233	25.55 251	24.34 256	21.01 294	20.69 172	15.22 192	14.96 296	14.50 246	9.97 262	0.05 132	0.15 220	0.02 102	0.08 187	0.49 216	0.51 227

scenet	9.81 248	2.82 284	13.47 299	5.99 184	4.27 258	16.20 296	5.91 233	25.55 251	24.34 256	21.01 294	20.69 172	15.22 192	14.96 296	14.50 246	9.97 262	0.05 132	0.15 220	0.02 102	0.08 187	0.49 216	0.51 227

ssnet	9.81 248	2.82 284	13.47 299	5.99 184	4.27 258	16.20 296	5.91 233	25.55 251	24.34 256	21.01 294	20.69 172	15.22 192	14.96 296	14.50 246	9.97 262	0.05 132	0.15 220	0.02 102	0.08 187	0.49 216	0.51 227

CBFPSM	12.42 309	2.59 277	28.96 387	4.74 89	3.20 216	22.33 346	16.31 389	21.13 205	21.03 214	21.04 297	27.81 253	30.24 344	15.99 311	14.59 250	14.80 307	0.04 121	0.49 340	0.10 198	0.16 235	0.51 224	2.34 350

Nwc_Net	17.98 369	4.67 334	17.79 351	14.26 390	11.65 410	25.14 368	14.88 376	40.85 406	39.83 370	21.07 298	43.24 397	34.50 373	27.64 385	26.44 376	25.03 378	3.22 389	0.18 236	2.52 384	3.18 396	1.98 334	1.51 321

iinet-f	13.51 332	4.29 327	45.90 419	6.01 187	3.96 244	21.00 337	13.40 365	27.40 277	21.12 216	21.11 299	30.72 290	21.49 276	16.96 322	15.33 255	19.50 341	0.12 170	0.42 321	0.09 182	0.05 160	0.89 292	0.39 198

HBP-ISP	12.52 313	7.82 373	8.47 159	7.57 278	4.27 258	12.56 225	6.42 259	28.68 288	29.56 293	21.11 299	35.69 350	15.85 201	18.42 340	20.44 340	11.00 281	3.03 386	2.63 404	7.09 416	3.97 404	3.58 370	2.27 349

DRaft	9.27 225	1.23 49	9.08 195	3.62 38	0.78 73	13.27 237	5.89 232	16.97 145	29.57 294	21.15 301	38.46 370	10.09 108	13.98 275	11.58 141	7.91 229	0.43 276	0.30 295	0.06 156	0.26 283	0.26 115	0.45 216

ssnet_v2	13.23 326	2.43 265	11.25 262	7.34 263	2.92 205	23.05 353	12.95 361	35.93 375	32.92 331	21.23 302	25.38 227	28.81 331	15.22 302	22.57 354	19.81 343	0.18 190	0.08 162	0.19 255	0.05 160	1.24 311	1.06 300

KYRaft	9.04 216	1.11 36	7.02 92	6.50 218	0.97 86	8.27 168	8.19 294	22.86 227	8.20 72	21.30 303	31.38 303	22.64 287	8.20 163	11.99 157	2.96 85	0.02 96	0.02 39	0.05 142	0.68 348	0.40 187	18.09 439

DISCO	16.36 348	1.88 207	16.15 330	7.78 284	4.19 254	26.92 378	10.21 331	30.31 311	44.26 393	21.35 304	33.91 343	35.80 380	22.40 361	35.65 412	33.87 408	0.18 190	0.08 162	0.04 135	0.04 139	1.71 327	0.54 232

PSM-AAD	8.62 206	1.22 47	5.69 48	6.31 208	1.12 98	12.74 229	10.01 323	19.29 182	15.25 148	21.54 305	25.11 224	14.24 175	13.47 261	12.15 170	3.93 132	0.01 59	0.06 126	2.48 383	0.16 235	0.38 179	7.28 409

NLCA_NET_v2_RVC	12.05 303	3.43 307	16.25 333	7.62 279	5.58 317	14.57 261	6.00 240	32.98 342	27.41 283	21.69 306	31.40 304	25.21 312	13.47 261	14.96 252	15.60 314	0.84 335	0.33 305	0.35 297	0.35 314	1.29 313	1.78 331
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
222	12.33 307	1.29 61	8.09 140	6.06 192	2.14 168	19.51 327	2.53 129	33.63 350	23.55 241	21.72 307	30.51 287	20.11 267	16.77 319	13.22 217	46.51 442	0.15 182	0.14 217	0.01 88	0.03 121	0.26 115	0.26 161

MLCV	9.32 227	2.22 255	12.55 282	5.22 135	1.32 119	13.79 243	1.35 40	21.14 206	23.65 244	21.91 308	31.37 302	17.14 226	7.57 148	16.00 278	10.18 267	0.22 213	0.01 15	0.03 118	0.02 105	0.40 187	0.29 173

DEmStereo	8.85 212	1.36 74	9.99 237	4.24 61	1.05 91	11.49 208	5.91 233	13.76 95	26.68 278	22.03 309	32.92 328	11.86 132	15.27 303	11.48 133	8.08 234	0.16 184	0.15 220	0.02 102	0.09 200	0.09 25	0.44 214

LMCR-Stereo	10.75 278	4.13 326	10.67 251	13.11 381	3.99 249	16.68 304	5.91 233	25.30 248	22.69 235	22.04 310	21.80 192	14.67 183	14.24 282	20.55 343	15.86 315	1.90 369	0.04 71	0.00 1	0.02 105	1.29 313	0.18 109

RAFT	8.51 202	2.16 249	8.93 176	8.14 294	0.81 75	12.63 228	8.49 301	16.34 136	15.56 155	22.31 311	18.99 148	19.29 262	11.39 226	17.57 299	6.05 191	0.01 59	0.19 241	0.27 277	0.02 105	0.64 259	0.45 216

TDLM	12.98 323	3.78 316	9.77 227	10.75 359	4.94 285	16.10 290	14.08 369	35.05 366	31.87 316	22.36 312	26.51 243	26.09 319	14.97 299	24.73 366	13.11 292	1.05 348	0.05 93	1.21 361	0.27 287	1.83 329	1.00 296

S-Stereo	16.85 352	3.95 322	20.67 369	12.08 376	8.91 389	21.68 341	12.61 360	32.20 334	44.61 395	22.37 313	38.42 369	29.15 334	28.02 388	18.58 308	22.36 362	2.88 384	3.11 412	0.87 347	1.82 383	3.58 370	9.08 420

GrayStereo	8.86 214	1.17 45	6.94 88	8.09 292	2.82 198	10.58 194	11.40 349	17.93 164	15.74 158	22.43 314	30.95 295	17.80 239	12.44 245	11.19 124	4.57 152	0.02 96	0.02 39	0.18 247	0.79 354	0.31 147	1.90 336

AASNet	12.49 312	2.46 268	10.49 248	9.82 334	6.86 351	17.33 307	6.73 271	41.09 408	37.86 363	22.53 315	29.11 264	16.68 215	13.48 263	14.54 249	17.87 332	0.20 202	0.02 39	0.78 332	0.05 160	1.18 306	0.76 271

GMStereo_Zeroshot	10.83 282	7.81 372	19.95 365	9.55 326	2.47 183	11.83 211	1.31 37	20.84 201	20.52 207	22.73 316	35.93 352	24.76 310	5.94 112	19.68 322	7.04 205	0.45 279	0.02 39	0.25 273	0.01 76	5.38 388	0.19 120

ac_64	11.10 285	1.49 104	9.88 230	8.24 297	5.45 314	19.12 324	6.46 261	24.10 239	14.34 139	22.80 317	23.87 215	33.28 366	15.54 306	18.87 311	17.26 328	0.28 236	0.12 201	0.02 102	0.02 105	0.26 115	0.63 246

HSM	11.33 287	1.80 200	7.04 94	6.13 198	3.99 249	16.16 294	6.92 277	29.69 302	19.39 197	22.95 318	26.05 236	41.08 403	15.79 309	20.25 334	8.89 251	0.02 96	0.03 61	0.01 88	0.00 1	0.15 55	0.34 188

RP	17.58 363	4.92 342	15.27 323	15.44 400	11.95 412	21.05 338	11.75 354	27.64 278	45.09 398	22.99 319	42.05 391	39.39 394	27.74 386	25.54 370	22.33 361	5.45 404	0.59 352	4.33 397	1.62 380	3.53 369	2.86 357

CVANet_RVC	13.24 327	3.39 305	8.43 155	8.42 301	5.04 293	18.52 322	11.72 353	32.03 330	33.85 334	23.17 320	32.77 324	29.78 338	16.51 316	23.20 356	11.28 283	0.94 339	0.04 71	1.19 360	0.47 333	3.13 361	1.01 297

FADNet-RVC-Resample	11.72 295	4.35 330	30.33 393	9.46 324	3.90 240	14.11 247	7.17 283	25.78 255	23.31 239	23.27 321	29.52 274	19.50 265	15.00 300	15.38 258	8.33 239	0.53 295	0.50 341	0.49 311	0.50 336	1.38 320	1.67 328

GwcNet	16.48 349	5.23 346	20.03 366	10.24 349	8.48 382	28.79 383	10.09 325	38.60 395	44.51 394	23.29 322	36.95 358	31.29 349	19.79 351	20.42 339	25.70 385	0.54 296	0.72 359	0.57 318	0.39 324	1.37 319	2.64 353

AANet_RVC	13.16 324	5.34 348	10.83 257	8.20 296	4.44 270	14.13 249	9.46 312	28.78 292	37.67 361	23.44 323	37.47 362	23.48 295	15.83 310	22.39 353	16.63 322	1.67 363	0.86 369	0.24 272	0.02 105	0.63 255	1.60 324

RAFT_CTSACE	8.24 196	1.97 222	8.39 150	6.89 247	5.11 298	5.86 114	2.63 135	14.62 103	16.88 168	23.52 324	34.77 347	16.02 206	7.37 147	17.91 303	2.23 52	0.00 1	0.12 201	0.00 1	0.03 121	0.39 182	0.05 20

DCVSM-stereo	9.70 241	1.83 202	11.36 265	5.81 167	3.59 231	10.57 193	3.00 149	18.71 173	22.11 230	23.79 325	19.02 149	29.73 337	17.68 332	13.33 219	9.11 253	0.21 207	1.14 377	0.27 277	0.06 174	0.75 281	1.89 334

PSMNet_ROB	16.90 355	5.45 349	14.16 311	13.77 385	7.25 361	27.65 380	32.74 439	43.21 420	37.88 364	24.00 326	32.97 329	34.55 374	16.69 317	17.41 297	23.96 371	0.38 257	0.22 261	0.93 348	2.05 387	1.83 329	0.96 290

CrosDoStereo	9.24 221	1.29 61	8.16 144	4.56 84	1.04 89	7.52 159	15.00 377	15.85 130	24.31 253	24.27 327	33.44 335	13.37 164	13.82 269	12.23 173	8.86 249	0.01 59	0.11 194	0.09 182	0.04 139	0.36 168	0.53 230

DeepStereo_LL	9.24 221	1.29 61	8.16 144	4.56 84	1.04 89	7.52 159	15.00 377	15.85 130	24.31 253	24.27 327	33.44 335	13.37 164	13.82 269	12.23 173	8.86 249	0.01 59	0.11 194	0.09 182	0.04 139	0.36 168	0.53 230

THIR-Stereo	9.38 231	1.78 196	8.50 161	4.74 89	0.71 57	15.92 285	11.93 355	16.39 137	21.56 221	24.27 327	32.07 315	14.40 177	14.14 279	11.49 134	8.39 241	0.05 132	0.25 286	0.10 198	0.05 160	0.33 160	0.58 239

NCC-stereo	19.75 382	6.08 353	23.96 373	15.05 395	16.17 421	18.42 318	21.45 410	43.31 422	41.00 375	24.30 330	38.12 367	34.98 376	26.92 381	35.46 409	25.65 382	4.29 397	2.07 393	3.24 393	8.90 427	2.86 353	2.86 357

Abc-Net	19.75 382	6.08 353	23.96 373	15.05 395	16.17 421	18.42 318	21.45 410	43.31 422	41.00 375	24.30 330	38.12 367	34.98 376	26.92 381	35.46 409	25.65 382	4.29 397	2.07 393	3.24 393	8.90 427	2.86 353	2.86 357
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DualNet (step1)	12.44 310	4.86 338	17.49 341	5.97 181	2.94 206	17.57 312	8.30 296	28.75 289	23.91 250	24.38 332	21.03 181	24.64 304	17.82 335	13.58 227	9.82 258	6.44 410	0.87 370	6.62 407	7.44 419	3.20 363	3.11 362

test_sample9	15.04 340	4.86 338	17.49 341	5.97 181	2.94 206	17.57 312	8.30 296	28.75 289	23.91 250	24.38 332	21.03 181	24.64 304	17.82 335	20.07 328	20.17 345	6.44 410	36.07 447	6.62 407	7.44 419	3.20 363	3.11 362

test_sample7	10.45 267	2.24 257	9.90 231	5.32 142	2.01 163	14.98 266	7.44 287	28.75 289	23.91 250	24.38 332	21.03 181	24.64 304	17.82 335	13.58 227	9.82 258	0.59 304	0.87 370	0.39 304	0.12 217	0.66 265	0.47 218

stereogan	18.62 374	3.07 297	16.31 335	13.04 380	9.99 395	35.74 410	9.09 307	38.17 393	45.27 399	24.39 335	41.24 383	39.93 396	25.46 377	31.29 395	24.33 376	1.80 367	0.91 373	2.71 387	0.75 352	5.15 386	3.70 368

AF-Net	18.38 373	5.60 352	14.21 312	15.95 401	10.78 401	22.26 345	10.45 335	35.39 370	50.22 416	24.71 336	37.77 363	41.55 406	29.24 395	29.11 387	26.67 387	4.35 399	0.06 126	4.56 398	0.90 357	2.42 343	1.38 315

APVNet	17.75 366	5.46 350	20.35 368	12.31 377	8.40 381	30.16 390	24.10 422	41.14 409	30.12 305	25.08 337	41.09 382	31.24 348	23.12 363	27.07 377	27.86 397	0.34 249	0.56 350	3.02 390	0.52 339	1.68 326	1.45 319

STTStereo	12.97 321	4.88 341	26.57 381	7.54 276	5.41 312	13.43 239	6.49 263	30.53 314	26.35 277	25.14 338	31.43 305	32.00 355	14.12 278	16.01 279	14.83 309	0.29 238	0.31 298	0.67 325	1.08 367	1.21 308	1.11 302

SQANet	21.24 391	24.08 429	19.60 361	26.40 429	18.74 427	30.87 395	9.24 308	32.70 338	29.58 295	25.25 339	33.37 334	33.47 367	19.19 345	28.11 384	18.32 334	10.87 425	2.92 410	26.49 438	5.65 414	18.43 434	11.48 426

iResNetv2_ROB	12.00 301	2.91 290	13.46 298	5.82 168	3.73 234	13.15 235	6.45 260	34.15 355	36.02 352	25.25 339	33.81 341	29.79 339	14.24 282	13.61 229	6.10 195	0.21 207	0.02 39	0.12 214	0.00 1	0.82 285	0.25 158

fast-acv-ft	14.25 337	4.00 323	16.20 331	7.51 274	5.14 300	26.38 375	9.77 317	24.62 243	34.84 346	25.30 341	37.27 360	32.09 356	20.38 353	18.32 305	19.50 341	0.36 254	0.32 301	0.63 322	0.47 333	1.18 306	0.76 271

GASNet	17.30 360	19.38 420	30.46 394	20.66 415	9.36 393	16.06 288	9.06 306	43.89 424	40.04 371	25.35 342	23.73 211	32.90 364	15.37 305	28.91 386	17.05 324	3.04 387	0.27 292	1.88 373	0.45 331	6.73 393	1.37 314

MMNet	12.97 321	2.08 240	12.74 284	6.98 249	6.27 340	26.39 376	4.73 201	23.10 229	41.79 379	25.48 343	32.29 320	21.09 274	17.79 333	19.52 321	17.90 333	0.19 194	0.07 144	0.10 198	0.00 1	0.37 173	0.59 241

DeepPrunerF	19.92 386	11.02 396	44.29 415	20.74 416	17.75 425	19.19 325	22.57 415	36.86 384	49.93 411	25.48 343	36.62 356	24.69 307	23.97 367	23.44 358	21.79 353	2.68 383	1.63 387	5.70 401	3.95 403	3.38 368	2.67 354

acv_ft	12.16 304	1.68 168	11.97 275	7.70 281	6.20 334	19.61 328	5.52 223	25.78 255	34.81 344	25.62 345	30.78 292	24.72 308	13.20 258	15.81 267	18.80 337	0.13 174	0.01 15	0.06 156	0.06 174	0.63 255	0.15 93

UDG	21.45 395	14.84 408	14.44 317	21.30 421	20.08 430	32.05 400	13.76 366	35.98 377	35.52 349	25.93 346	30.69 289	37.26 384	30.66 401	21.97 350	19.89 344	10.88 426	5.55 428	22.78 434	7.65 422	14.83 429	13.05 430

FINET	15.49 344	6.08 353	24.99 376	8.12 293	7.69 371	21.80 343	22.35 414	33.76 352	48.27 404	25.99 347	32.27 319	19.48 264	16.83 320	19.07 313	16.38 321	1.37 358	0.70 358	0.95 349	0.27 287	2.61 348	0.90 285

DSFCA	11.85 299	2.01 231	12.93 287	5.40 146	6.87 352	15.36 272	10.45 335	30.68 315	31.84 315	25.99 347	23.52 210	22.03 280	14.05 276	20.28 337	12.46 288	0.57 299	0.41 317	0.28 284	0.38 322	1.02 297	0.47 218

GCST	37.32 441	40.98 443	25.25 378	92.15 476	35.59 443	25.00 366	1.02 29	25.45 249	19.73 200	26.01 349	15.21 110	19.51 266	4.75 81	16.71 291	4.32 146	80.90 469	35.46 446	87.50 474	74.71 465	73.21 466	42.99 453

iResNet_ROB	11.71 294	1.96 221	10.77 254	6.01 187	3.68 232	15.13 270	2.34 118	31.72 326	37.58 360	26.16 350	32.77 324	25.88 318	15.34 304	16.35 286	7.94 230	0.19 194	0.01 15	0.00 1	0.00 1	0.31 147	0.12 62

CBMV_ROB	11.77 298	2.89 288	6.92 87	5.20 131	2.88 200	14.12 248	4.79 205	26.69 268	29.84 302	26.17 351	31.92 313	23.61 297	20.74 355	20.20 333	10.18 267	1.78 366	1.80 389	2.17 378	1.26 373	1.61 323	0.55 233

SuperB	17.60 364	6.22 360	56.40 433	7.91 287	5.07 295	19.70 329	9.03 304	24.87 245	50.15 415	26.25 352	39.13 371	17.61 236	20.84 356	22.28 352	25.31 381	0.70 316	0.31 298	1.10 355	0.71 349	16.58 430	1.86 332

SGM-Forest	12.92 320	1.87 206	6.61 73	5.68 158	2.05 165	23.19 354	11.30 346	34.24 358	30.77 310	26.54 353	31.99 314	29.98 340	15.74 308	21.17 347	13.36 296	1.05 348	0.33 305	0.84 343	0.01 76	0.71 271	0.97 291
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RYNet	18.92 376	4.69 335	16.88 339	10.99 362	15.84 420	46.72 429	16.57 392	37.84 390	48.03 403	26.92 354	26.48 241	37.84 388	24.92 375	19.80 324	31.04 406	0.25 231	0.25 286	0.62 321	0.03 121	6.34 392	6.39 396

FAT-Stereo	16.81 351	2.97 293	17.56 345	9.80 333	6.21 335	16.12 293	13.23 364	38.18 394	39.67 369	27.00 355	39.73 376	37.55 385	31.30 404	20.39 338	21.52 351	3.44 390	2.05 392	0.81 341	1.10 368	1.89 332	5.72 389

ADLNet	12.34 308	2.22 255	10.14 241	8.38 300	6.78 350	17.56 311	9.05 305	33.21 347	26.28 276	27.06 356	26.01 232	26.80 322	13.76 268	16.99 295	18.74 336	0.24 225	0.39 313	0.23 269	0.10 206	0.64 259	2.16 347

Wz-Net-LNSev-Ref	15.26 342	3.68 313	27.36 383	7.11 256	5.83 329	24.88 364	12.12 357	30.19 306	36.12 354	27.08 357	45.98 405	29.10 333	13.65 264	20.45 341	20.26 348	0.67 315	0.00 1	0.10 198	0.00 1	0.32 156	0.26 161

pmcnn	14.59 338	3.68 313	19.78 363	6.83 244	4.51 272	21.27 340	14.67 373	27.37 275	30.54 307	27.09 358	40.19 378	38.71 389	18.53 342	17.70 300	19.27 339	0.84 335	0.09 171	0.00 1	0.00 1	0.48 207	0.31 183

dad	12.24 305	10.20 384	13.68 304	6.64 231	1.47 127	13.55 241	3.58 173	17.62 154	35.33 348	27.15 359	32.65 323	30.85 346	10.86 210	14.33 242	10.04 265	2.95 385	0.55 349	7.92 418	0.91 360	3.35 367	1.17 308

AACVNet	10.58 271	2.86 287	9.78 228	8.95 308	3.30 219	10.80 199	4.78 203	22.37 220	12.55 115	27.50 360	29.84 278	30.06 343	15.99 311	19.10 315	11.60 286	0.40 269	0.18 236	0.22 266	0.03 121	0.62 252	0.73 267

DLCB_ROB	13.35 329	3.00 295	9.12 197	9.43 320	5.68 322	21.80 343	10.12 327	29.19 298	29.92 304	27.71 361	31.45 310	32.37 357	19.50 347	19.02 312	16.73 323	0.22 213	0.04 71	0.38 303	0.06 174	0.49 216	0.85 281

RGC	19.90 385	13.26 402	20.24 367	18.19 409	14.06 418	21.21 339	14.33 370	34.97 365	43.60 391	27.73 362	41.49 387	39.76 395	27.98 387	34.52 404	21.37 350	3.66 393	0.54 347	8.67 419	4.16 405	4.19 376	4.02 373

ADCL	21.64 396	6.20 357	47.32 421	9.93 338	6.91 355	38.69 421	19.97 406	31.26 321	54.04 421	27.89 363	47.97 413	31.35 350	30.66 401	33.18 399	36.62 416	0.99 343	0.92 374	2.63 385	1.82 383	2.45 344	2.13 342

SACVNet	13.38 331	4.08 324	11.41 267	11.67 370	5.79 326	17.28 306	9.39 310	32.77 339	22.29 231	28.11 364	33.35 333	32.48 358	21.86 359	19.75 323	10.28 271	1.00 344	0.48 337	0.85 344	0.29 294	1.31 316	3.08 360

DRN-Test	15.88 345	3.83 319	14.70 320	9.96 340	8.02 379	28.93 386	14.65 372	42.34 413	38.25 366	28.18 365	34.31 345	29.22 335	18.35 339	20.01 326	22.68 363	0.37 256	0.41 317	0.46 308	0.28 290	1.28 312	1.34 312

WZ-Net	25.17 417	12.95 401	63.02 439	15.13 397	10.42 400	38.51 419	27.42 432	40.46 404	54.17 422	28.32 366	52.95 424	40.81 402	28.36 391	37.07 417	41.35 433	1.21 355	0.21 252	0.73 329	0.94 361	5.42 389	3.87 372

Syn2CoEx	17.03 357	10.40 387	25.65 379	20.35 413	8.02 379	26.28 374	11.27 345	37.16 386	32.69 329	28.89 367	40.17 377	29.27 336	26.63 379	19.19 316	17.63 330	0.98 342	0.54 347	1.23 363	0.23 268	1.82 328	2.24 348

DDUNet	22.66 401	19.69 422	14.64 318	24.11 425	22.38 434	24.84 362	17.71 398	30.36 312	30.32 306	29.02 368	37.31 361	37.63 386	24.66 373	24.67 364	17.08 325	18.42 436	7.92 434	26.43 437	11.81 433	17.23 432	16.95 436

StereoDRNet-Refined	13.36 330	2.80 282	10.82 256	7.94 288	3.10 211	18.95 323	4.45 194	28.47 287	29.65 296	29.11 369	41.47 386	24.44 302	17.64 331	23.34 357	21.66 352	0.16 184	0.07 144	0.53 315	0.32 307	0.77 283	1.64 326
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	15.30 343	4.47 331	14.35 316	10.71 356	8.69 385	25.02 367	11.03 341	39.66 401	35.62 350	29.17 370	28.81 262	34.05 370	17.80 334	18.80 310	23.77 369	0.41 271	0.30 295	0.15 235	0.14 226	1.64 325	1.42 317

PDISCO_ROB	24.45 414	9.24 376	29.28 388	28.68 433	19.96 429	37.14 413	15.33 382	45.04 427	54.69 424	29.24 371	42.67 392	46.07 421	28.17 389	35.35 406	30.30 405	9.92 422	2.13 395	6.90 411	3.20 397	8.74 408	6.87 402

ADCP+	18.16 370	4.61 333	32.94 397	9.31 318	10.23 397	28.87 384	11.69 352	33.43 348	36.49 356	29.28 372	40.49 379	24.18 301	24.61 372	33.89 401	35.33 412	0.25 231	0.40 316	2.00 374	1.17 370	2.16 341	1.87 333

CSP-Net	12.85 319	2.95 292	9.64 218	5.94 180	3.96 244	25.85 370	9.93 318	28.81 293	26.00 273	29.31 373	32.44 321	30.00 341	15.16 301	20.25 334	14.30 305	0.55 298	0.19 241	0.03 118	0.00 1	0.65 261	0.98 294

PWCDC_ROB	17.80 367	9.62 381	18.38 353	17.95 408	7.74 372	24.61 361	5.56 226	34.41 361	52.79 419	29.66 374	50.20 420	20.63 268	19.69 349	29.85 391	20.87 349	6.18 407	0.26 288	0.10 198	0.05 160	5.36 387	2.00 339

MaskLacGwcNet_RVC	16.87 354	16.27 411	17.93 352	11.24 368	6.69 347	28.95 387	10.44 334	41.23 410	21.49 220	29.68 375	34.27 344	32.48 358	11.00 215	20.05 327	15.09 311	8.22 415	2.59 403	12.23 427	0.75 352	10.40 413	6.34 395

NaN_ROB	16.51 350	6.51 362	16.22 332	10.53 354	4.64 277	31.76 397	17.78 399	37.00 385	43.37 388	29.68 375	31.29 301	32.67 363	20.32 352	28.00 383	16.06 317	0.38 257	0.41 317	0.32 294	0.41 326	0.87 291	1.94 337

CRFU-Net	12.56 314	2.89 288	11.77 271	8.18 295	5.80 327	24.84 362	10.46 339	24.56 242	13.12 122	30.06 377	29.37 267	29.09 332	19.64 348	19.96 325	18.53 335	0.82 332	0.48 337	0.27 277	0.15 232	0.53 230	0.68 257

ETE_ROB	17.67 365	9.48 380	17.66 347	13.60 383	4.57 273	23.03 351	21.09 409	32.49 336	35.24 347	30.49 378	38.06 366	46.18 422	24.49 369	26.40 374	24.21 374	0.46 284	0.24 278	1.14 356	0.84 355	1.52 322	2.13 342

Wz-Net-MNSev	18.98 377	6.53 363	33.16 399	10.15 345	7.26 363	38.37 418	16.45 390	34.19 357	43.20 387	30.65 379	40.76 380	40.51 400	19.24 346	27.56 379	28.06 402	0.81 331	0.26 288	0.05 142	0.10 206	1.45 321	0.84 278

DPSNet	24.40 412	6.97 369	33.14 398	11.16 366	6.54 343	53.33 438	43.32 448	51.28 437	59.37 438	30.89 380	39.36 372	40.35 399	34.30 411	32.57 398	25.09 379	4.65 402	1.62 386	0.37 301	0.66 347	8.51 407	4.44 379

ADCRef	17.30 360	6.73 365	42.01 414	10.11 343	8.78 387	26.61 377	10.45 335	31.29 323	32.75 330	31.19 381	41.62 388	18.47 251	19.78 350	24.29 363	34.06 410	0.76 325	0.42 321	2.16 377	1.79 381	1.23 310	1.56 323

CBMV	13.69 334	3.63 310	8.02 137	5.93 179	2.69 193	22.57 349	12.44 358	29.81 303	31.57 314	31.20 382	33.79 340	31.04 347	17.41 329	25.28 369	14.11 303	0.71 318	0.60 353	0.60 320	0.11 215	1.11 303	1.13 305
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NCCL2	17.23 359	6.37 361	14.30 315	23.45 424	7.18 360	24.16 357	17.05 395	34.39 360	25.88 269	31.55 383	38.01 365	42.09 408	26.81 380	20.94 346	22.69 364	0.45 279	0.23 267	2.63 385	1.80 382	2.02 338	2.57 351

XQC	24.10 410	16.76 412	50.68 423	21.37 422	11.01 403	35.24 409	18.84 403	37.28 388	55.11 428	31.64 384	30.06 284	37.71 387	30.31 400	37.17 418	39.66 425	4.20 396	0.41 317	2.76 388	1.89 385	11.46 421	8.42 417

RTSC	19.64 381	9.36 377	31.06 395	10.99 362	6.24 339	28.10 381	10.14 329	37.50 389	58.34 436	31.74 385	36.70 357	32.50 360	21.03 358	36.00 415	37.24 420	1.23 356	0.44 327	0.12 214	0.31 303	1.98 334	1.69 329

Wz-Net-SNSev	22.67 402	16.94 413	45.69 418	13.85 387	8.52 383	28.89 385	27.06 430	39.39 400	55.04 427	31.77 386	53.23 425	39.18 392	23.41 365	26.40 374	36.25 414	0.78 326	0.21 252	1.21 361	0.90 357	3.03 357	1.62 325

XPNet_ROB	17.33 362	4.84 336	15.44 324	11.15 365	6.64 344	20.88 336	16.10 387	36.26 378	39.54 368	31.80 387	41.32 384	41.30 405	23.91 366	24.67 364	27.40 391	1.07 351	0.74 361	0.79 334	0.25 279	1.10 302	1.31 311

Consistency-Raft	41.82 444	35.10 438	44.56 417	32.85 436	41.39 447	46.76 430	34.76 441	57.01 446	54.94 426	32.10 388	65.22 449	30.82 345	48.46 436	40.81 429	48.77 445	27.39 443	34.28 445	42.92 444	51.66 455	39.28 445	27.28 443

DANet	16.85 352	8.00 374	26.04 380	14.56 394	7.25 361	20.59 335	5.37 214	26.22 262	26.02 275	32.17 389	36.00 353	37.20 383	29.77 397	30.75 392	24.62 377	1.14 353	1.34 378	2.21 379	0.51 338	3.18 362	4.07 375
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	16.92 356	4.32 329	12.46 280	10.84 361	4.24 255	23.04 352	15.36 383	39.91 402	34.47 342	32.42 390	45.10 404	40.04 398	27.54 384	23.61 360	20.20 347	1.02 347	0.08 162	0.67 325	0.22 259	1.87 331	0.97 291

PWC_ROB	18.37 372	10.55 388	25.19 377	10.21 347	6.29 341	23.75 355	4.79 205	35.93 375	48.75 407	32.56 391	44.46 403	34.68 375	24.78 374	30.99 393	25.72 386	1.38 360	0.08 162	1.57 368	0.26 283	2.18 342	3.17 367

DispFullNet	30.27 429	31.74 434	58.63 436	30.13 434	28.18 440	31.79 398	8.94 303	37.16 386	54.68 423	32.60 392	37.99 364	44.62 414	28.80 393	41.55 430	27.93 399	11.94 432	3.46 416	35.53 442	12.34 434	30.08 442	17.26 437

Wz-Net-LNSev	18.19 371	10.57 389	41.33 411	10.19 346	7.94 377	24.29 358	15.28 381	34.15 355	43.38 389	32.90 393	43.72 400	31.94 354	22.21 360	20.81 345	22.26 359	0.47 285	0.22 261	0.00 1	0.02 105	1.22 309	0.94 289

ADCPNet	21.93 397	9.38 378	57.92 434	11.76 372	6.88 353	36.03 411	18.44 401	32.80 340	35.93 351	32.91 394	43.80 401	39.21 393	26.99 383	31.14 394	36.94 418	2.05 371	2.67 406	2.30 381	3.45 399	4.22 377	3.82 370

LALA_ROB	19.19 378	7.15 370	15.93 329	12.96 379	5.30 308	28.30 382	23.21 421	42.51 414	36.69 357	33.45 395	40.81 381	50.96 432	24.53 370	27.92 381	25.66 384	0.60 305	0.44 327	2.04 375	1.22 372	2.54 347	1.47 320

test_sample8	17.19 358	4.86 338	17.49 341	5.97 181	2.94 206	17.57 312	8.30 296	31.87 327	18.55 191	33.54 396	26.00 231	40.64 401	32.90 408	20.07 328	20.17 345	6.44 410	36.07 447	6.62 407	7.44 419	3.20 363	3.11 362

CC-Net-ROB	22.04 398	22.91 426	28.86 385	14.05 389	8.73 386	33.79 405	15.26 380	46.84 429	36.06 353	33.72 397	32.10 316	35.47 378	24.02 368	23.57 359	27.88 398	8.95 418	2.95 411	24.94 436	3.68 400	12.41 422	4.62 381

edge stereo	18.75 375	5.12 343	17.66 347	10.77 360	7.84 375	22.41 347	11.03 341	35.23 369	42.07 382	34.62 398	42.74 393	41.28 404	35.50 412	25.14 368	24.17 373	2.42 379	2.42 402	6.35 405	1.45 377	2.89 355	3.80 369

STTRV1_RVC	22.05 399	18.29 415	39.19 407	16.73 404	23.82 437	29.51 388	15.66 384	34.87 364	34.16 339	35.00 399	34.89 348	31.89 353	28.80 393	28.81 385	23.08 365	11.86 431	3.26 413	6.50 406	4.65 408	14.38 428	5.69 387

AnyNet_C32	23.37 406	13.28 403	40.29 410	12.36 378	11.44 407	30.39 391	29.15 435	31.36 324	44.90 397	35.36 400	48.86 414	33.61 368	34.20 410	43.15 432	41.62 434	1.27 357	1.35 379	1.18 359	2.58 392	4.77 381	6.27 394

PASM	28.19 423	17.35 414	48.18 422	22.49 423	22.20 433	25.92 371	25.84 428	34.35 359	49.45 409	35.37 401	39.48 373	46.72 424	33.36 409	34.28 403	36.77 417	11.73 430	14.94 439	17.43 432	22.18 440	13.45 423	12.32 429

SHD	21.32 393	10.03 383	30.16 392	14.30 391	8.68 384	24.15 356	8.93 302	40.82 405	61.17 440	35.79 402	44.15 402	38.73 390	30.20 398	33.88 400	31.09 407	2.00 370	0.81 366	1.17 357	1.55 378	4.08 375	4.78 382

Wz-Net-TNSev	25.12 415	20.16 423	57.98 435	9.56 327	7.42 366	42.73 426	22.27 413	35.14 367	53.46 420	35.97 403	42.74 393	45.83 418	39.87 424	36.56 416	34.73 411	1.82 368	1.51 384	0.76 331	1.34 375	5.84 391	6.80 400

GANetREF_RVC	25.41 418	29.28 432	24.63 375	25.18 426	6.04 332	30.44 392	35.39 443	47.84 431	50.60 417	36.88 404	36.04 354	34.11 372	31.23 403	37.46 419	27.96 400	8.58 416	2.66 405	16.29 430	4.95 412	14.37 427	8.32 416
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
CSAN	21.34 394	9.45 379	23.34 372	20.99 418	4.95 286	32.57 401	34.26 440	38.83 398	49.95 413	36.97 405	39.72 375	44.97 416	31.73 405	26.05 371	23.94 370	1.52 361	0.47 335	0.85 344	1.43 376	2.73 350	2.14 345

ccnet	24.02 409	16.16 410	21.70 370	11.83 374	17.75 425	37.87 416	16.18 388	45.46 428	31.93 320	36.99 406	46.46 411	38.76 391	29.52 396	37.55 420	40.93 431	9.20 419	6.29 429	9.63 422	7.71 424	11.19 417	7.21 408

SAMSARA	34.43 436	18.53 416	31.91 396	55.34 448	35.34 442	75.99 466	94.71 475	47.97 432	50.84 418	37.47 407	36.99 359	53.12 435	38.55 421	39.56 426	38.65 423	3.59 391	5.40 427	2.22 380	3.72 401	9.43 410	9.29 422

G-Net	21.25 392	8.24 375	37.97 406	15.14 398	9.26 392	50.87 435	16.80 394	27.96 280	30.54 307	38.92 408	42.93 396	33.27 365	32.17 407	27.99 382	25.25 380	4.40 400	3.83 421	3.60 396	0.97 363	7.91 402	6.95 403

Ntro	34.97 437	37.63 441	54.53 429	43.26 443	22.45 435	57.73 445	21.97 412	47.14 430	64.21 447	39.12 409	48.86 414	47.93 426	36.94 416	40.66 428	29.83 404	17.16 435	6.51 430	32.70 441	10.17 430	24.06 438	16.48 435

otaku	33.18 432	35.99 440	52.93 424	40.01 439	21.41 431	55.08 439	17.25 396	43.30 421	61.58 441	39.25 410	49.16 417	46.61 423	28.49 392	39.77 427	28.76 403	18.56 437	7.00 433	31.82 440	9.61 429	21.53 437	15.48 433

SANet	20.96 389	6.60 364	29.81 389	8.83 305	3.19 215	31.27 396	20.56 408	41.86 412	56.09 432	39.30 411	43.62 398	44.95 415	31.93 406	27.83 380	23.67 368	0.94 339	0.52 345	0.99 351	0.42 328	4.72 380	2.03 340

ADCMid	22.76 403	10.75 391	41.73 412	11.23 367	7.97 378	27.26 379	19.18 405	35.44 372	38.02 365	40.23 412	46.38 408	36.56 382	42.70 429	38.20 423	40.75 428	1.77 365	1.43 382	3.05 391	3.81 402	4.96 382	3.82 370

AnyNet_C01	29.76 425	25.78 430	75.37 457	17.03 405	11.34 405	49.00 433	27.12 431	37.99 391	40.05 372	40.73 413	65.13 448	46.98 425	38.86 422	46.63 434	48.19 444	2.14 372	2.13 395	2.13 376	2.56 391	8.14 404	7.98 414

MSMD_ROB	22.90 404	9.64 382	14.76 321	17.46 407	9.88 394	34.94 407	18.83 402	33.67 351	37.47 359	40.97 414	59.80 438	45.93 420	38.34 420	31.74 396	23.24 367	6.22 409	3.58 418	8.78 420	11.03 432	6.76 395	5.06 386

WCMA_ROB	20.02 387	4.30 328	19.72 362	9.47 325	7.00 356	32.71 403	13.99 368	31.97 329	32.48 326	41.51 415	52.00 423	44.09 413	36.14 414	32.43 397	24.29 375	6.19 408	2.79 408	1.09 354	1.10 368	3.95 373	3.13 365

MFN_U_SF_DS_RVC	23.92 408	13.60 404	30.09 391	25.46 427	10.02 396	38.51 419	20.40 407	35.77 374	43.76 392	42.15 416	47.10 412	39.99 397	28.20 390	35.96 413	27.06 389	3.64 392	3.85 422	6.66 410	16.30 438	4.97 383	4.98 385

ADCS	26.20 420	13.71 405	46.90 420	14.51 393	10.34 398	30.46 393	22.72 417	42.81 418	57.61 435	42.58 417	49.37 418	41.91 407	40.43 425	41.90 431	44.58 439	2.37 376	2.19 397	2.37 382	3.29 398	7.32 396	6.52 398

FADE	41.00 442	35.07 437	67.42 448	32.15 435	23.61 436	40.02 424	25.39 427	57.09 447	71.09 455	43.02 418	41.74 389	43.42 412	51.38 439	58.81 447	50.88 449	37.95 446	21.02 440	44.59 445	42.77 447	17.09 431	15.50 434

psmorigin	20.95 388	10.24 386	35.84 401	9.75 332	7.05 357	24.59 360	10.11 326	32.85 341	32.17 323	43.09 419	54.57 431	42.79 409	36.62 415	35.99 414	27.41 392	1.58 362	2.72 407	0.79 334	1.05 365	3.26 366	6.50 397

ACVNet-4b	36.40 439	52.20 447	56.11 432	42.45 442	21.78 432	48.56 432	14.37 371	49.50 435	60.15 439	43.17 420	46.38 408	55.62 437	24.56 371	38.15 422	21.97 355	25.13 442	3.66 420	46.93 446	33.56 445	25.97 439	17.74 438

MDST_ROB	17.92 368	1.60 142	13.68 304	13.88 388	6.44 342	43.05 427	14.86 375	42.74 416	41.66 377	43.25 421	42.85 395	28.43 330	17.28 327	29.35 388	16.06 317	0.88 337	0.11 194	0.63 322	0.47 333	0.50 221	0.64 252

RTS	30.15 427	23.12 427	96.33 473	16.71 402	11.63 408	58.66 447	24.28 423	36.80 382	62.63 444	43.79 422	46.10 406	32.56 361	43.90 430	51.29 440	40.92 429	2.38 377	0.66 355	1.06 352	0.74 350	5.11 384	4.34 377

RTSA	30.15 427	23.12 427	96.33 473	16.71 402	11.63 408	58.66 447	24.28 423	36.80 382	62.63 444	43.79 422	46.10 406	32.56 361	43.90 430	51.29 440	40.92 429	2.38 377	0.66 355	1.06 352	0.74 350	5.11 384	4.34 377

FBW_ROB	21.00 390	10.23 385	22.72 371	13.71 384	6.77 349	30.49 394	16.46 391	44.58 425	43.57 390	44.25 424	39.59 374	43.27 411	26.12 378	33.96 402	21.80 354	2.58 382	1.84 390	7.14 417	2.78 394	4.00 374	4.06 374

FCDSN-DC	25.59 419	14.91 409	18.83 355	28.55 432	15.68 419	39.29 422	18.16 400	42.83 419	41.69 378	44.43 425	51.94 422	50.82 431	39.22 423	34.59 405	27.29 390	6.05 406	3.63 419	7.01 414	6.41 415	10.35 412	10.17 424
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	19.52 380	2.12 246	6.79 82	6.59 225	1.33 120	38.20 417	15.74 385	38.13 392	34.07 336	45.71 426	41.91 390	51.41 433	38.10 418	38.77 425	27.80 396	0.61 308	0.36 310	0.51 313	0.33 311	1.03 298	0.90 285
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LSM	29.98 426	19.52 421	55.11 431	19.06 412	53.75 453	32.57 401	23.17 420	42.61 415	48.57 406	45.97 427	55.04 433	42.93 410	36.02 413	35.63 411	27.03 388	2.33 374	9.19 435	4.87 399	7.71 424	10.65 415	27.91 446

FC-DCNN	24.37 411	10.99 395	19.02 356	18.44 410	9.16 390	36.98 412	23.07 419	40.44 403	43.05 386	46.25 428	53.58 429	50.44 429	37.86 417	35.45 408	27.57 394	6.87 414	3.37 414	6.01 402	4.88 410	7.86 401	6.05 391

FC-DCNN v2	24.44 413	10.97 394	18.53 354	18.49 411	9.18 391	37.41 414	23.03 418	40.91 407	43.02 385	46.46 429	54.06 430	50.67 430	38.26 419	35.41 407	27.52 393	6.85 413	3.38 415	6.03 403	4.89 411	7.82 400	5.94 390

MFN_U_SF_RVC	28.16 422	14.14 407	53.23 425	21.11 419	7.91 376	39.97 423	13.13 363	51.65 439	46.34 401	47.41 430	53.38 426	55.32 436	40.53 426	38.47 424	39.74 426	5.67 405	4.46 424	6.98 413	8.73 426	7.47 397	7.44 410

aanetorigin	19.21 379	12.59 400	53.50 426	9.67 330	7.83 374	11.85 212	13.87 367	17.05 147	34.15 338	49.18 431	48.89 416	34.05 370	30.22 399	22.86 355	28.00 401	1.01 346	0.75 363	0.67 325	0.89 356	3.07 358	4.14 376

RainbowNet	51.25 446	62.74 455	64.52 443	60.13 449	39.00 446	58.72 449	30.83 436	57.31 448	79.18 464	50.24 432	65.35 450	60.13 443	44.25 432	49.47 436	41.16 432	46.52 451	46.06 453	52.72 450	31.78 443	52.33 451	32.47 447

SGM-ForestM	23.72 407	2.44 266	9.13 199	7.43 269	2.25 172	44.80 428	19.11 404	44.90 426	49.97 414	50.74 433	51.18 421	62.06 446	45.83 433	44.96 433	33.88 409	1.00 344	0.84 368	0.78 332	0.62 346	1.29 313	1.11 302

MeshStereo	22.27 400	6.87 367	11.15 261	7.69 280	4.87 282	37.70 415	13.06 362	41.64 411	36.95 358	50.92 434	53.41 427	58.12 438	41.93 428	37.73 421	27.62 395	2.52 381	2.37 399	2.99 389	2.07 388	3.09 359	2.60 352
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
MADNet+	53.31 448	68.61 456	98.75 480	67.03 453	37.58 444	79.83 472	81.74 472	60.38 450	61.61 442	51.43 435	54.92 432	61.11 445	59.29 449	69.66 457	76.71 471	23.88 440	24.03 443	17.08 431	12.35 435	32.47 443	27.69 445

PVD	33.19 433	18.59 417	37.64 405	26.09 428	16.99 424	33.25 404	42.25 447	51.42 438	66.03 449	52.65 436	64.31 446	51.93 434	55.13 443	51.61 442	40.40 427	4.00 395	3.51 417	9.53 421	4.26 406	10.62 414	23.56 441

anonymity	52.32 447	58.23 451	63.91 440	41.12 441	59.25 457	53.27 437	41.04 446	55.69 445	40.20 373	54.85 437	49.49 419	49.13 428	55.48 444	59.07 448	49.65 448	55.86 454	50.03 459	51.00 448	51.08 453	51.71 449	56.36 455

MANE	31.97 431	10.75 391	17.71 350	20.94 417	13.77 416	47.80 431	26.85 429	53.00 442	55.20 429	59.29 438	64.30 445	64.93 449	56.31 447	51.83 443	38.69 424	9.61 421	4.72 425	6.91 412	19.93 439	9.20 409	7.64 412

ACVNet_1	41.30 443	49.46 445	64.91 444	44.67 444	25.07 438	49.43 434	25.23 425	55.33 444	65.87 448	59.72 439	59.33 437	63.43 447	48.79 437	49.63 437	37.09 419	19.05 438	9.82 436	38.29 443	13.97 436	28.67 440	18.23 440

BEATNet-Init1	35.08 438	20.64 424	54.70 430	27.43 430	12.00 413	58.29 446	31.01 437	52.58 441	57.49 434	60.36 440	62.98 441	69.98 451	55.54 445	53.00 444	44.40 437	4.61 401	2.84 409	7.05 415	6.89 416	10.97 416	8.94 419

ELAS	33.68 434	18.95 418	36.71 403	20.64 414	13.61 415	56.43 440	35.14 442	50.03 436	49.90 410	60.58 441	63.83 444	58.64 441	53.36 440	50.73 438	44.44 438	11.03 427	6.58 431	10.02 423	7.43 418	13.58 426	11.94 428
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficientorigin	28.98 424	35.45 439	99.82 483	9.43 320	5.65 320	24.97 365	14.79 374	26.06 259	54.82 425	60.87 442	57.59 435	45.42 417	50.27 438	26.11 372	43.62 436	0.30 239	0.37 312	1.61 369	2.35 390	10.17 411	9.99 423

MFMNet_re	72.05 461	79.64 467	64.23 442	52.73 447	84.71 472	77.93 468	68.35 461	63.96 452	66.93 450	61.00 443	71.29 455	63.84 448	68.91 453	72.42 464	61.11 457	82.03 472	74.22 472	80.34 464	74.44 464	83.62 474	89.34 475

SGM+DAISY	54.67 450	56.61 448	62.73 438	40.21 440	53.22 451	61.95 452	48.59 450	55.05 443	44.62 396	61.03 444	63.68 442	60.46 444	55.62 446	60.68 450	55.34 452	56.34 455	48.56 456	50.16 447	49.63 452	52.25 450	56.76 457

ELAS_RVC	33.79 435	19.15 419	35.97 402	21.28 420	13.79 417	52.58 436	36.11 444	48.96 434	55.66 430	61.47 445	62.91 440	58.35 440	53.55 441	53.37 445	42.23 435	11.25 429	6.64 432	10.32 424	7.05 417	13.56 424	11.58 427
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficient	25.16 416	22.23 425	77.22 459	9.09 312	7.38 364	19.38 326	16.78 393	21.41 208	55.74 431	61.52 446	53.51 428	36.22 381	40.65 427	24.22 361	38.27 422	0.62 311	0.74 361	0.86 346	2.60 393	7.70 398	7.09 405

SPS-STEREO	55.62 451	59.14 452	64.16 441	45.05 445	53.84 454	59.88 450	44.00 449	59.53 449	49.94 412	62.33 447	61.09 439	59.80 442	56.82 448	60.06 449	57.85 453	58.41 456	48.34 455	51.07 449	49.21 451	55.41 453	56.48 456
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
TorneroNet-64	65.66 456	70.70 458	71.20 453	76.52 458	59.70 459	66.78 456	58.05 455	67.53 455	80.00 465	62.67 448	67.40 451	83.09 463	69.42 454	67.34 452	62.05 459	48.31 453	44.07 452	72.93 456	63.88 457	68.05 457	53.58 454

JetBlue	54.08 449	45.10 444	74.15 455	51.17 446	47.68 448	75.66 465	60.97 457	63.63 451	62.09 443	63.32 449	64.88 447	78.86 458	68.17 452	68.15 455	75.09 470	36.86 444	24.88 444	29.01 439	29.12 442	28.71 441	34.13 448

MSC_U_SF_DS_RVC	37.16 440	34.69 436	53.68 427	37.47 438	12.55 414	56.80 443	22.63 416	52.02 440	63.29 446	66.20 450	63.82 443	58.12 438	53.73 442	51.21 439	46.48 441	8.79 417	5.31 426	14.69 429	15.22 437	17.27 433	9.21 421

IMH-64-1	59.25 453	58.09 449	67.69 449	66.06 450	50.51 449	56.45 441	49.45 452	68.83 456	67.75 452	67.58 451	80.37 463	70.15 452	74.28 459	72.16 462	48.94 446	42.00 448	42.87 450	65.57 452	47.02 448	51.52 447	37.76 450

IMH-64	59.25 453	58.09 449	67.69 449	66.06 450	50.51 449	56.45 441	49.45 452	68.83 456	67.75 452	67.58 451	80.37 463	70.15 452	74.28 459	72.16 462	48.94 446	42.00 448	42.87 450	65.57 452	47.02 448	51.52 447	37.76 450

NVStereoNet_ROB	41.93 445	32.40 435	44.55 416	36.60 437	27.78 439	34.52 406	32.38 438	48.84 433	57.18 433	69.34 453	75.62 459	66.07 450	64.86 451	47.34 435	60.78 456	15.72 434	23.99 442	23.40 435	32.06 444	21.34 436	23.86 442
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LE_ROB	22.93 405	3.07 297	14.02 308	7.70 281	2.86 199	31.99 399	17.35 397	28.10 283	67.19 451	70.51 454	55.61 434	49.07 427	47.62 435	24.76 367	36.49 415	0.35 252	0.20 246	0.27 277	0.55 341	0.48 207	0.44 214

TorneroNet	71.21 459	73.44 461	75.82 458	80.82 467	65.65 463	70.53 459	64.39 460	71.42 461	75.97 460	71.47 455	73.68 457	84.17 466	74.00 458	69.85 458	69.09 463	59.37 457	48.19 454	79.67 461	73.51 463	74.93 468	68.26 467

IMH	62.95 455	60.33 453	67.78 451	69.51 454	53.65 452	65.09 455	54.21 454	72.00 463	73.28 458	72.49 456	81.93 465	72.96 454	79.81 463	76.65 468	51.41 450	43.57 450	49.82 458	67.81 454	51.14 454	54.83 452	40.67 452

ktn	72.58 464	80.06 470	69.96 452	79.14 463	69.86 468	75.40 464	70.43 466	69.01 458	76.90 461	72.88 457	77.46 460	77.43 456	77.41 462	72.78 465	55.00 451	79.09 465	65.99 467	80.09 463	68.29 458	71.46 464	62.98 461

coex-ft	30.77 430	38.58 442	93.29 472	9.44 323	5.62 318	34.95 408	25.30 426	30.83 317	59.36 437	73.23 458	58.53 436	45.92 419	47.29 434	29.44 389	45.30 440	1.37 358	1.65 388	0.95 349	0.96 362	8.35 406	4.96 384

WAO-6	70.64 458	73.02 460	66.25 445	79.92 465	61.74 461	68.74 457	59.08 456	75.27 467	87.02 471	74.72 459	79.40 462	79.19 459	84.60 469	67.70 454	60.53 455	67.85 459	48.88 457	81.48 465	73.29 462	65.57 455	58.60 458

UNDER WATER	75.92 468	79.25 466	87.75 468	84.39 469	66.43 464	77.08 467	77.22 470	66.90 454	72.16 457	75.32 460	71.56 456	85.89 471	82.15 467	70.11 459	74.99 469	79.34 467	53.61 461	86.40 472	84.53 472	71.29 463	72.11 469

UNDER WATER-64	73.11 465	74.48 462	87.70 467	74.03 456	55.20 455	78.24 469	75.71 469	65.33 453	67.91 454	75.60 461	69.32 454	84.41 467	76.93 461	68.43 456	72.45 466	81.18 470	56.77 464	82.46 468	80.34 468	68.22 458	67.48 466

WAO-7	72.21 463	78.21 463	54.04 428	79.33 464	69.31 467	70.20 458	72.09 467	77.85 471	84.90 470	77.35 462	86.03 469	79.37 460	79.88 464	65.32 451	65.33 462	62.33 458	69.70 470	70.51 455	73.21 461	67.23 456	62.02 460

notaker	72.18 462	79.78 468	78.84 460	78.75 462	68.52 465	63.26 453	61.68 458	69.22 459	75.95 459	77.58 463	78.85 461	79.69 461	84.79 470	77.39 469	58.43 454	69.68 462	60.79 466	77.46 460	68.48 459	69.62 459	64.92 464

tt	89.96 476	1.02 18	100.00 486	99.40 482	100.00 484	100.00 484	100.00 485	100.00 485	100.00 484	78.36 464	67.94 452	99.99 486	100.00 484	100.00 486	100.00 487	95.81 478	99.93 483	87.43 473	86.39 474	95.11 480	87.89 474

PWCK	65.90 457	88.63 474	79.40 461	80.32 466	29.96 441	63.85 454	39.45 445	72.07 464	71.26 456	78.74 465	68.99 453	77.82 457	61.77 450	82.81 472	62.64 460	80.17 468	39.88 449	81.90 467	47.37 450	73.54 467	37.51 449

ACVNet_2	57.39 452	61.72 454	72.56 454	66.35 452	38.29 445	61.93 451	48.64 451	71.64 462	81.91 467	79.28 466	88.72 474	76.25 455	72.87 457	54.33 446	46.74 443	37.13 445	23.36 441	54.52 451	37.80 446	46.22 446	27.59 444

DPSimNet_ROB	74.29 467	83.27 472	59.30 437	77.19 459	65.13 462	75.14 462	74.95 468	73.99 466	76.94 462	81.99 467	75.48 458	80.18 462	71.76 455	67.39 453	84.00 473	81.87 471	51.14 460	79.99 462	76.70 467	70.17 460	79.21 472

LVE	71.50 460	72.46 459	83.91 466	75.21 457	55.29 456	74.81 460	62.76 459	77.22 468	83.77 469	82.09 468	87.11 473	83.38 464	82.41 468	75.93 466	64.49 461	48.28 452	57.24 465	74.61 458	62.53 456	65.49 454	61.01 459

HanzoNet	77.61 471	81.11 471	82.83 462	77.82 461	69.15 466	75.25 463	69.06 465	73.49 465	77.84 463	82.19 469	82.80 466	85.42 468	86.67 474	85.99 474	73.64 468	85.24 476	68.38 469	81.71 466	75.47 466	71.98 465	66.24 465

WAO-8	76.87 469	78.41 464	66.45 446	86.81 471	72.47 469	79.27 470	68.59 463	77.75 469	89.01 473	83.09 470	86.98 470	85.87 469	84.97 471	72.12 460	69.11 464	74.93 463	55.23 462	87.79 475	83.50 470	70.47 461	64.56 462

Venus	76.87 469	78.41 464	66.45 446	86.81 471	72.47 469	79.27 470	68.59 463	77.75 469	89.01 473	83.09 470	86.98 470	85.87 469	84.97 471	72.12 460	69.11 464	74.93 463	55.23 462	87.79 475	83.50 470	70.48 462	64.56 462

JetRed	79.55 472	79.88 469	91.52 471	71.05 455	75.80 471	91.66 474	80.11 471	79.14 472	80.44 466	84.35 472	84.23 468	83.38 464	72.48 456	79.43 470	85.44 474	69.33 461	81.58 473	73.66 457	72.56 460	82.35 471	72.60 470

KSHMR	88.54 475	93.03 476	83.31 464	95.54 477	91.74 477	82.37 473	83.41 473	84.43 474	81.99 468	87.89 473	84.05 467	91.94 474	81.33 465	76.34 467	81.76 472	96.44 479	96.14 479	96.69 480	97.12 479	92.52 479	92.67 479

LRCNet_RVC	73.59 466	69.80 457	74.41 456	77.63 460	60.56 460	40.33 425	15.08 379	71.04 460	48.36 405	88.07 474	94.62 477	90.11 473	81.83 466	80.58 471	61.26 458	97.12 480	72.30 471	96.65 479	97.58 480	77.13 469	77.30 471

ASD4	87.72 474	90.49 475	83.85 465	83.29 468	90.74 476	97.88 477	99.60 482	88.98 475	96.82 479	88.24 475	93.42 475	89.82 472	86.15 473	88.78 475	91.81 475	79.31 466	81.76 474	76.68 459	81.50 469	83.55 473	81.68 473

Dean	80.72 473	85.82 473	83.27 463	84.91 470	59.53 458	75.11 461	68.39 462	81.59 473	88.05 472	92.41 476	86.98 470	92.41 475	93.02 476	83.11 473	73.31 467	68.01 460	66.13 468	94.82 478	84.66 473	83.28 472	69.50 468

xxxxx1	91.92 477	95.33 478	98.45 477	87.29 473	89.24 473	98.50 478	98.17 479	92.95 476	93.21 476	93.55 477	95.36 478	96.99 477	96.28 477	94.65 476	94.94 476	83.26 473	84.17 475	82.90 469	88.32 475	85.49 475	89.37 476

tt_ll	91.92 477	95.33 478	98.45 477	87.29 473	89.24 473	98.50 478	98.17 479	92.95 476	93.21 476	93.55 477	95.36 478	96.99 477	96.28 477	94.65 476	94.94 476	83.26 473	84.17 475	82.90 469	88.32 475	85.49 475	89.37 476

ff	91.92 477	95.33 478	98.45 477	87.29 473	89.24 473	98.50 478	98.17 479	92.95 476	93.21 476	93.55 477	95.36 478	96.99 477	96.28 477	94.65 476	94.94 476	83.26 473	84.17 475	82.90 469	88.32 475	85.49 475	89.37 476

MADNet++	94.16 480	94.02 477	90.25 469	96.28 478	96.84 478	97.17 476	90.16 474	94.71 479	91.69 475	97.07 480	93.71 476	94.62 476	92.63 475	96.15 479	95.18 479	95.42 477	95.89 478	92.80 477	92.23 478	92.10 478	94.30 481

DGTPSM_ROB	99.95 487	100.00 486	100.00 486	100.00 484	100.00 484	100.00 484	100.00 485	100.00 485	100.00 484	99.14 481	100.00 484	99.96 484	100.00 484	99.99 484	99.99 485	100.00 483	100.00 485	100.00 483	100.00 484	100.00 484	100.00 485

DPSMNet_ROB	99.95 487	100.00 486	100.00 486	100.00 484	100.00 484	100.00 484	100.00 485	100.00 485	100.00 484	99.15 482	100.00 484	99.96 484	100.00 484	99.99 484	99.99 485	100.00 483	100.00 485	100.00 483	100.00 484	100.00 484	100.00 485

MEDIAN_ROB	99.19 481	99.84 481	99.62 482	98.49 479	98.51 480	98.58 481	97.81 478	98.80 482	98.56 480	99.36 483	99.49 481	99.56 482	99.06 481	98.35 480	98.31 481	99.99 482	99.63 481	100.00 483	100.00 484	99.81 482	99.95 483

Anonymous_1	99.65 484	99.95 482	99.93 484	99.80 483	99.60 482	100.00 484	100.00 485	99.82 484	99.98 482	99.62 484	99.94 483	99.75 483	100.00 484	99.66 482	99.88 483	98.45 481	99.84 482	98.73 481	99.26 481	99.41 481	99.36 482

HaxPig	99.40 483	99.99 483	97.38 475	100.00 484	100.00 484	96.91 475	97.35 476	99.59 483	99.99 483	100.00 485	100.00 484	99.99 486	99.99 483	99.04 481	97.77 480	100.00 483	100.00 485	100.00 483	100.00 484	100.00 484	99.99 484

Selective-RAFT-Error	100.00 489	100.00 486	100.00 486	100.00 484	100.00 484	100.00 484	100.00 485	100.00 485	100.00 484	100.00 485	100.00 484	100.00 488	100.00 484	100.00 486	100.00 487	100.00 483	100.00 485	100.00 483	100.00 484	100.00 484	100.00 485

PML	99.19 481	100.00 486	98.08 476	99.28 481	99.53 481	100.00 484	99.73 483	98.24 480	99.44 481	100.00 485	99.57 482	98.76 481	99.84 482	100.00 486	98.88 482	100.00 483	99.54 480	100.00 483	99.50 482	99.90 483	93.55 480

CasAABBNet	100.00 489	100.00 486	100.00 486	100.00 484	100.00 484	100.00 484	100.00 485	100.00 485	100.00 484	100.00 485	100.00 484	100.00 488	100.00 484	100.00 486	100.00 487	100.00 483	100.00 485	100.00 483	100.00 484	100.00 484	100.00 485

test_example2	99.68 485	99.99 483	99.99 485	100.00 484	99.99 483	99.86 483	99.99 484	98.29 481	100.00 484	100.00 485	100.00 484	98.15 480	98.39 480	99.98 483	99.98 484	100.00 483	99.99 484	99.40 482	99.53 483	100.00 484	100.00 485

LSM0	100.00 489	100.00 486	100.00 486	100.00 484	100.00 484	100.00 484	100.00 485	100.00 485	100.00 484	100.00 485	100.00 484	100.00 488	100.00 484	100.00 486	100.00 487	100.00 483	100.00 485	100.00 483	100.00 484	100.00 484	100.00 485

DPSM_ROB	100.00 489	100.00 486	100.00 486	100.00 484	100.00 484	100.00 484	100.00 485	100.00 485	100.00 484	100.00 485	100.00 484	100.00 488	100.00 484	100.00 486	100.00 487	100.00 483	100.00 485	100.00 483	100.00 484	100.00 484	100.00 485

DPSM	100.00 489	100.00 486	100.00 486	100.00 484	100.00 484	100.00 484	100.00 485	100.00 485	100.00 484	100.00 485	100.00 484	100.00 488	100.00 484	100.00 486	100.00 487	100.00 483	100.00 485	100.00 483	100.00 484	100.00 484	100.00 485

AVERAGE_ROB	99.80 486	99.99 483	99.40 481	100.00 484	100.00 484	98.99 482	97.72 477	100.00 485	100.00 484	100.00 485	100.00 484	100.00 488	100.00 484	100.00 486	100.00 487	100.00 483	100.00 485	100.00 483	100.00 484	100.00 484	100.00 485

Low-res two-view benchmark