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

Pointernet	0.84 8	0.35 75	2.00 41	0.12 24	0.13 73	1.77 54	0.06 21	4.87 87	2.53 27	0.14 1	2.11 59	0.76 60	0.44 48	1.02 12	0.32 13	0.00 1	0.04 265	0.00 1	0.15 329	0.02 36	0.01 16

test_xeample3	1.08 27	0.43 134	3.39 178	0.49 92	0.05 14	2.58 115	0.93 252	3.32 18	1.77 8	0.23 2	0.23 8	0.19 5	0.28 15	6.34 171	0.85 106	0.00 1	0.01 144	0.00 1	0.26 375	0.06 148	0.10 238

U	2.12 119	0.25 15	2.47 82	0.17 39	8.09 433	10.63 374	0.00 1	3.08 11	0.87 1	0.24 3	0.45 13	0.17 3	0.08 1	0.69 2	0.15 1	0.00 1	0.00 1	9.89 439	5.19 449	0.01 8	0.01 16

rvit_0105_6	1.26 43	0.87 276	4.85 277	0.61 108	0.07 29	1.60 35	0.32 112	3.79 40	5.87 199	0.25 4	0.26 9	1.09 68	0.29 17	4.60 115	0.62 62	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.06 172

CES	1.56 63	0.35 75	1.44 8	0.42 82	7.70 432	2.66 131	0.13 53	4.89 88	2.53 27	0.25 4	1.10 25	0.33 35	0.31 24	1.61 40	0.58 60	0.01 176	0.02 195	0.00 1	0.00 1	0.54 373	6.26 435

rvit_stereo_0081_aga	0.76 4	0.51 171	3.29 169	0.11 22	0.25 133	1.73 53	0.22 87	3.68 28	2.54 29	0.26 6	0.16 3	0.27 21	0.30 23	1.31 23	0.36 19	0.00 1	0.00 1	0.00 1	0.00 1	0.12 233	0.04 123

ProNet	1.20 37	0.60 203	2.00 41	0.26 54	0.08 42	2.73 134	0.68 196	5.00 98	2.52 26	0.29 7	1.32 34	0.37 37	0.36 29	6.94 207	0.44 29	0.00 1	0.07 302	0.00 1	0.00 1	0.17 276	0.07 190

AIO-Stereo	0.94 14	0.22 10	1.20 4	0.06 8	0.08 42	2.36 90	0.62 183	5.50 136	2.61 31	0.30 8	3.32 84	0.41 40	0.25 9	1.12 15	0.17 4	0.00 1	0.01 144	0.00 1	0.35 393	0.06 148	0.12 263

sCroCo_RVC	1.21 39	0.65 219	5.16 297	1.09 169	1.29 284	0.92 4	0.19 79	3.92 43	2.68 36	0.30 8	3.04 77	0.52 50	1.56 141	1.58 38	0.78 96	0.09 341	0.25 398	0.00 1	0.00 1	0.07 164	0.11 250

rvit_0105_4	1.38 53	0.98 298	5.52 316	0.61 108	0.05 14	1.62 38	0.41 129	3.95 46	5.80 197	0.31 10	0.73 16	1.37 73	0.53 57	4.89 124	0.78 96	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.04 123

MaDis-Stereo	0.80 5	0.69 234	3.02 142	0.33 69	1.83 320	1.22 6	0.06 21	3.41 22	1.49 6	0.31 10	0.38 12	0.42 42	0.51 53	1.14 16	1.21 150	0.00 1	0.00 1	0.00 1	0.00 1	0.05 127	0.05 156

AEACV	0.80 5	0.29 27	1.70 20	0.96 151	0.24 130	2.03 69	0.88 246	3.50 25	0.88 2	0.34 12	0.20 6	0.29 25	2.01 160	1.77 49	0.33 14	0.00 1	0.03 241	0.00 1	0.29 377	0.10 202	0.09 217

MIF-Stereo (partial)	1.29 46	0.33 56	3.02 142	0.03 1	1.12 272	1.26 10	0.13 53	4.46 64	3.75 103	0.35 13	2.39 68	0.31 30	0.74 71	6.09 158	1.76 196	0.00 1	0.00 1	0.00 1	0.00 1	0.08 175	0.04 123

rvit_stereo_ft	1.00 21	0.78 258	3.84 218	0.84 130	0.36 168	1.23 7	0.24 92	3.81 41	3.76 105	0.37 14	0.87 18	0.74 59	1.12 99	1.18 20	0.76 89	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 172

rvit_stereo_0083	1.03 23	0.26 19	3.09 155	0.49 92	0.09 47	1.27 11	0.24 92	2.72 7	4.60 154	0.38 15	0.77 17	0.78 61	1.18 112	4.35 109	0.33 14	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.03 82

IGEV-Stereo++	0.74 2	0.23 12	1.31 6	0.06 8	1.62 299	1.95 63	0.01 2	3.29 16	1.81 9	0.38 15	1.68 46	0.10 1	1.16 110	0.91 7	0.19 5	0.01 176	0.01 144	0.00 1	0.00 1	0.04 101	0.01 16

ff7	1.12 29	0.57 194	2.06 46	0.03 1	0.07 29	2.80 145	0.84 236	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 219	0.49 45	0.00 1	0.00 1	0.00 1	0.16 332	0.09 192	0.06 172

ffff	1.12 29	0.57 194	2.06 46	0.03 1	0.07 29	2.80 145	0.84 236	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 219	0.49 45	0.00 1	0.00 1	0.00 1	0.16 332	0.09 192	0.06 172

11t	1.12 29	0.57 194	2.06 46	0.03 1	0.07 29	2.80 145	0.84 236	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 219	0.49 45	0.00 1	0.00 1	0.00 1	0.16 332	0.09 192	0.06 172

ccc-4	1.12 29	0.57 194	2.06 46	0.03 1	0.07 29	2.80 145	0.84 236	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 219	0.49 45	0.00 1	0.00 1	0.00 1	0.16 332	0.09 192	0.06 172

IGEV-Stereo+	1.69 68	0.43 134	1.59 12	0.37 77	3.10 360	2.10 74	0.07 26	1.86 2	0.91 3	0.39 21	0.03 1	0.20 7	0.41 42	7.05 212	0.16 2	0.02 249	0.07 302	0.00 1	0.18 345	5.14 429	9.77 450

IGEVStereo-DCA	1.06 26	0.45 145	2.06 46	0.32 64	0.06 22	2.74 135	0.84 236	3.71 30	2.27 14	0.39 21	0.16 3	0.20 7	0.29 17	6.47 179	0.87 111	0.00 1	0.00 1	0.00 1	0.16 332	0.06 148	0.06 172

rrr	1.05 25	0.45 145	3.18 162	0.32 64	0.06 22	2.74 135	0.95 257	3.49 24	1.12 5	0.39 21	0.16 3	0.20 7	0.29 17	6.47 179	0.87 111	0.00 1	0.00 1	0.00 1	0.21 356	0.06 148	0.10 238

sAnonymous2	1.35 50	1.66 370	8.14 373	0.55 98	0.46 189	1.23 7	0.24 92	4.00 47	3.47 92	0.40 24	1.11 26	0.23 16	1.42 127	0.96 10	0.57 56	0.01 176	0.00 1	0.00 1	0.20 352	2.07 417	0.22 319

CroCo_RVC	1.35 50	1.66 370	8.14 373	0.55 98	0.46 189	1.23 7	0.24 92	4.00 47	3.47 92	0.40 24	1.11 26	0.23 16	1.42 127	0.96 10	0.57 56	0.01 176	0.00 1	0.00 1	0.20 352	2.07 417	0.22 319

CAS	2.24 132	0.25 15	1.86 26	11.21 437	3.86 394	1.67 42	0.02 10	3.87 42	2.67 34	0.41 26	1.63 43	0.24 18	0.27 13	1.50 34	0.74 82	9.43 444	0.01 144	0.00 1	0.00 1	0.01 8	5.21 431

anonymousdsp	1.12 29	0.59 201	1.66 15	0.03 1	0.07 29	2.81 153	0.82 229	4.07 49	2.30 19	0.41 26	1.12 29	0.30 26	0.40 36	7.05 212	0.49 45	0.00 1	0.00 1	0.00 1	0.17 339	0.10 202	0.05 156

Selective-IGEV	1.23 41	0.18 2	1.13 2	0.07 11	0.17 92	2.38 94	0.54 159	6.10 158	2.51 25	0.41 26	3.20 82	0.26 19	0.29 17	6.94 207	0.16 2	0.00 1	0.01 144	0.00 1	0.11 319	0.04 101	0.10 238

IGEV-Stereo	1.12 29	0.59 201	1.66 15	0.03 1	0.07 29	2.82 156	0.82 229	4.09 51	2.30 19	0.41 26	1.11 26	0.30 26	0.41 42	7.05 212	0.49 45	0.00 1	0.00 1	0.00 1	0.17 339	0.10 202	0.05 156
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
plain	1.34 49	0.51 171	5.09 291	0.30 59	0.05 14	1.58 33	0.08 30	4.47 65	3.77 106	0.42 30	1.76 48	0.60 57	0.74 71	6.11 159	0.94 125	0.00 1	0.00 1	0.00 1	0.00 1	0.40 363	0.02 49

LoS_RVC	1.26 43	1.43 349	1.91 30	0.42 82	3.77 392	1.71 51	0.04 15	2.58 5	2.49 24	0.42 30	2.58 70	0.30 26	0.57 62	1.71 42	0.66 68	0.01 176	0.02 195	0.00 1	0.00 1	0.02 36	4.49 428

rvit_stereo_0081	0.88 9	0.28 24	1.81 22	0.62 110	0.13 73	1.34 17	0.12 44	3.14 12	4.59 152	0.43 32	0.30 10	0.54 53	0.11 2	3.89 92	0.36 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

rvit_stereo_0082	0.88 9	0.28 24	1.81 22	0.62 110	0.13 73	1.34 17	0.12 44	3.14 12	4.59 152	0.43 32	0.30 10	0.54 53	0.11 2	3.89 92	0.36 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

RSM++	1.02 22	0.24 14	1.33 7	0.86 133	0.04 11	2.78 142	0.30 110	2.63 6	2.67 34	0.48 34	1.95 54	0.52 50	0.25 9	5.50 142	0.57 56	0.00 1	0.00 1	0.00 1	0.17 339	0.11 219	0.09 217

RSM	1.21 39	0.20 3	1.30 5	0.12 24	0.06 22	2.48 101	0.51 156	3.78 37	2.74 40	0.48 34	2.38 67	2.18 104	0.28 15	6.77 197	0.56 55	0.00 1	0.00 1	0.00 1	0.16 332	0.07 164	0.05 156

CroCo-Stereo	0.99 19	0.89 282	3.19 163	0.46 87	0.44 183	0.38 1	0.05 18	4.61 72	3.95 114	0.48 34	1.78 50	1.01 65	0.27 13	1.11 14	1.07 135	0.01 176	0.00 1	0.00 1	0.00 1	0.05 127	0.04 123
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
RAStereo	0.68 1	0.42 123	3.15 160	0.18 44	0.52 209	1.17 5	0.02 10	3.16 15	0.98 4	0.51 37	1.43 37	0.16 2	0.22 7	0.75 4	0.83 103	0.00 1	0.00 1	0.00 1	0.00 1	0.07 164	0.02 49

IGEV-BASED-STEREO-	4.24 313	25.07 448	26.53 442	0.44 86	0.07 29	1.50 30	0.54 159	2.09 3	1.57 7	0.51 37	0.62 15	0.21 15	0.20 4	1.44 30	0.53 52	12.03 451	0.01 144	0.00 1	0.08 305	1.75 413	9.69 448

rvit_stereo_0080	0.88 9	0.51 171	3.12 157	0.07 11	0.12 69	1.31 14	0.37 121	3.78 37	3.29 82	0.56 39	1.13 30	0.40 38	0.76 73	1.71 42	0.47 42	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.04 123

whm_eth	0.88 9	0.51 171	3.12 157	0.07 11	0.12 69	1.31 14	0.37 121	3.78 37	3.29 82	0.56 39	1.13 30	0.40 38	0.76 73	1.71 42	0.47 42	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.04 123

IGEV++	1.14 35	0.51 171	1.66 15	0.55 98	0.08 42	2.52 103	1.01 260	6.51 184	3.16 69	0.59 41	2.11 59	0.43 43	1.18 112	1.44 30	0.79 98	0.00 1	0.05 275	0.00 1	0.05 293	0.11 219	0.11 250

MyStereo07	1.31 47	0.79 259	1.61 13	1.03 160	1.11 270	2.63 126	0.46 138	5.48 133	2.24 12	0.64 42	1.48 38	0.27 21	0.59 63	7.03 211	0.45 33	0.00 1	0.09 319	0.00 1	0.01 238	0.11 219	0.09 217

trnet	0.99 19	0.37 89	1.89 28	0.08 15	0.19 114	1.68 45	0.02 10	4.12 52	6.41 232	0.70 43	1.57 41	0.46 46	0.67 66	1.15 17	0.41 25	0.00 1	0.01 144	0.00 1	0.00 1	0.01 8	0.01 16

CREStereo	0.98 16	0.42 123	1.86 26	0.07 11	0.22 125	1.65 40	0.02 10	4.07 49	6.33 229	0.72 44	1.54 40	0.43 43	0.64 65	1.22 22	0.44 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
rvit_0105_5	1.48 59	0.89 282	5.43 308	0.46 87	0.04 11	1.60 35	0.60 178	4.65 78	5.90 201	0.76 45	1.59 42	1.75 91	0.78 79	4.20 106	0.88 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.06 172

EGLCR-Stereo	1.04 24	0.20 3	2.00 41	1.14 177	0.16 86	2.50 102	0.11 38	4.96 93	2.61 31	0.79 46	0.07 2	1.46 80	0.37 32	3.96 98	0.23 6	0.01 176	0.05 275	0.00 1	0.00 1	0.00 1	0.07 190

MoCha-V2	1.41 54	0.42 123	2.61 93	0.81 125	0.23 129	2.53 106	0.20 82	4.81 85	3.16 69	0.82 47	3.15 80	0.30 26	1.61 144	6.66 194	0.40 24	0.00 1	0.20 386	0.00 1	0.24 365	0.05 127	0.02 49

LoS	0.91 13	0.34 66	2.10 56	0.38 79	0.13 73	2.47 99	0.26 99	5.00 98	2.74 40	0.89 48	0.21 7	0.49 48	0.36 29	1.97 58	0.67 69	0.02 249	0.02 195	0.00 1	0.00 1	0.06 148	0.01 16
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GLC_STEREO	0.75 3	0.29 27	1.19 3	0.55 98	0.01 1	1.98 66	0.57 173	3.07 10	3.02 61	0.90 49	1.48 38	0.19 5	0.40 36	0.93 8	0.36 19	0.00 1	0.01 144	0.00 1	0.00 1	0.04 101	0.02 49

PMTNet	1.41 54	0.37 89	2.06 46	0.26 54	0.15 82	2.94 168	0.34 117	3.39 20	5.33 180	1.00 50	1.27 33	0.28 24	0.93 88	4.04 101	0.74 82	5.00 430	0.00 1	0.00 1	0.00 1	0.03 79	0.01 16

MGS-Stereo	1.10 28	0.26 19	2.45 76	0.58 104	0.06 22	1.84 57	0.67 195	2.16 4	3.42 90	1.03 51	6.13 167	0.49 48	0.36 29	1.43 29	0.62 62	0.00 1	0.00 1	0.00 1	0.00 1	0.47 371	0.00 1

ACVNet-DCA	2.01 111	0.65 219	2.15 58	2.30 335	0.02 3	5.80 299	0.56 165	8.45 227	3.33 85	1.03 51	3.33 85	0.32 32	3.71 238	8.05 269	0.45 33	0.00 1	0.02 195	0.00 1	0.03 272	0.02 36	0.03 82

xx1	2.33 149	0.65 219	2.15 58	2.30 335	0.02 3	5.80 299	0.56 165	4.31 54	10.41 335	1.03 51	3.33 85	4.67 203	2.70 188	8.05 269	0.45 33	0.00 1	0.02 195	0.00 1	0.00 1	0.02 36	0.03 82

1test111	1.86 88	0.65 219	2.15 58	2.30 335	0.02 3	5.80 299	0.56 165	8.45 227	3.33 85	1.03 51	3.33 85	0.32 32	3.71 238	4.40 110	0.96 126	0.00 1	0.02 195	0.00 1	0.03 272	0.02 36	0.03 82

cc1	2.17 127	0.65 219	2.15 58	2.30 335	0.02 3	5.80 299	0.56 165	4.31 54	10.41 335	1.03 51	3.33 85	0.32 32	3.71 238	8.05 269	0.45 33	0.00 1	0.02 195	0.00 1	0.03 272	0.10 202	0.05 156

DLNR_Zeroshot_test	24.70 449	50.77 468	90.11 474	98.11 483	97.34 481	1.38 20	0.12 44	22.79 438	3.09 68	1.07 56	2.95 75	0.71 58	0.29 17	6.93 204	2.29 231	38.56 466	0.37 407	0.00 1	0.30 383	76.73 478	0.09 217

H2IRNET	2.16 125	0.45 145	2.60 91	1.22 181	0.03 9	1.98 66	0.13 53	4.73 82	7.04 253	1.15 57	7.79 224	5.88 246	3.39 221	4.97 127	1.45 168	0.01 176	0.00 1	0.04 359	0.17 339	0.19 291	0.03 82

tt1	2.14 122	0.63 214	2.22 65	2.27 331	0.02 3	5.71 297	0.63 184	4.53 68	10.19 330	1.16 58	3.39 91	0.33 35	3.05 207	8.00 263	0.46 37	0.00 1	0.02 195	0.00 1	0.03 272	0.10 202	0.04 123

CroCo-Stereo Lap2	1.24 42	0.88 279	3.39 178	0.95 149	4.59 413	0.47 2	0.08 30	3.51 27	2.80 43	1.17 59	2.24 63	1.57 84	0.20 4	1.48 33	1.14 144	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.12 263

AE-Stereo	1.44 56	0.32 43	2.69 101	1.58 230	0.20 119	2.24 83	0.59 175	6.01 154	5.70 193	1.18 60	3.17 81	1.02 66	0.78 79	1.73 45	0.83 103	0.02 249	0.18 377	0.00 1	0.29 377	0.11 219	0.07 190

Occ-G	0.98 16	0.38 94	1.82 24	0.15 37	0.18 104	1.45 25	0.69 200	3.15 14	2.25 13	1.45 61	0.59 14	5.06 220	0.54 58	0.75 4	0.77 95	0.00 1	0.03 241	0.00 1	0.17 339	0.16 267	0.01 16

Selective-RAFT	1.69 68	0.32 43	3.29 169	0.92 142	0.18 104	3.89 246	0.06 21	4.22 53	4.00 117	1.47 62	1.98 55	3.07 131	2.81 197	6.35 173	0.89 119	0.01 176	0.00 1	0.00 1	0.21 356	0.05 127	0.00 1

HH	2.42 156	0.73 242	3.76 206	0.91 138	0.14 78	2.78 142	0.71 206	7.92 217	2.72 38	1.53 63	6.10 165	7.93 293	4.01 253	8.60 307	0.44 29	0.00 1	0.09 319	0.00 1	0.00 1	0.05 127	0.04 123

HanStereo	2.42 156	0.73 242	3.76 206	0.91 138	0.14 78	2.78 142	0.71 206	7.92 217	2.72 38	1.53 63	6.10 165	7.93 293	4.01 253	8.60 307	0.44 29	0.00 1	0.09 319	0.00 1	0.00 1	0.05 127	0.04 123

SPstereo	0.95 15	0.62 211	1.99 39	0.30 59	0.03 9	1.66 41	0.01 2	4.43 62	3.00 58	1.63 65	1.17 32	1.39 74	0.76 73	1.31 23	0.55 54	0.00 1	0.03 241	0.00 1	0.00 1	0.12 233	0.02 49

UniTT-Stereo	0.83 7	0.33 56	1.98 37	0.92 142	1.27 281	0.54 3	0.11 38	1.35 1	2.94 49	1.67 66	2.09 57	0.20 7	0.31 24	1.57 37	1.07 135	0.00 1	0.00 1	0.00 1	0.00 1	0.16 267	0.01 16

CAS++	1.18 36	0.55 188	1.99 39	0.17 39	0.27 142	1.85 58	0.63 184	8.48 231	3.07 64	1.71 67	2.32 66	0.18 4	0.20 4	1.91 57	0.30 10	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	1.26 43	0.42 123	2.36 72	0.59 106	1.26 279	2.43 98	0.01 2	3.29 16	7.76 278	1.71 67	2.78 73	0.27 21	0.32 26	1.16 19	0.58 60	0.04 301	0.01 144	0.00 1	0.00 1	0.04 101	0.10 238

StereoVision	2.25 137	0.72 239	4.00 227	1.03 160	2.64 353	1.91 60	0.28 101	5.83 150	4.43 141	1.89 69	10.65 288	3.88 168	0.52 56	5.13 132	1.98 214	0.00 1	0.00 1	0.00 1	0.00 1	0.09 192	0.03 82

EAI-Stereo	2.31 145	0.44 139	2.72 107	0.68 118	0.56 212	3.51 212	2.62 326	11.42 314	4.14 131	2.09 70	7.23 207	1.21 72	0.91 86	5.67 145	1.51 171	0.01 176	0.25 398	0.00 1	0.88 417	0.04 101	0.26 337

Anonymous3	1.76 75	0.44 139	6.37 340	0.33 69	0.50 203	4.33 263	0.54 159	4.43 62	2.48 23	2.21 71	3.24 83	1.53 83	1.14 102	5.64 143	1.29 155	0.17 360	0.23 392	0.00 1	0.00 1	0.12 233	0.15 285

rvit_0105_3	1.71 70	0.90 285	5.93 326	0.78 123	0.02 3	1.62 38	1.69 303	5.15 105	5.99 209	2.22 72	1.64 44	1.97 100	1.17 111	4.19 105	0.92 124	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.03 82

riskmin	1.88 93	0.15 1	2.11 57	1.38 202	0.88 248	2.40 95	0.04 15	5.93 153	6.10 214	2.25 73	1.34 35	6.06 250	5.08 307	2.78 73	1.01 133	0.00 1	0.02 195	0.00 1	0.00 1	0.01 8	0.06 172

RALCasStereoNet	1.93 101	1.01 302	2.75 110	1.88 272	1.75 313	2.88 165	0.18 77	4.64 77	4.36 138	2.27 74	5.14 133	2.22 105	0.79 81	7.10 218	1.00 132	0.00 1	0.34 404	0.00 1	0.00 1	0.10 202	0.16 296

XX-Stereo	2.71 183	0.38 94	5.96 327	2.25 330	2.20 339	1.54 32	0.21 85	5.44 132	3.05 62	2.28 75	16.16 356	7.03 274	0.24 8	6.19 162	0.79 98	0.00 1	0.15 361	0.00 1	0.23 362	0.13 248	0.04 123

testlalala_base	3.12 220	0.48 160	2.79 119	2.14 319	1.98 326	4.13 258	0.64 188	6.16 162	2.09 10	2.38 76	4.08 105	1.80 92	0.50 52	1.65 41	0.72 79	12.33 452	2.33 433	0.00 1	0.31 385	14.56 447	1.32 401

AIO-Stereo-zeroshot	2.86 198	0.99 300	7.52 368	1.52 219	0.92 252	2.94 168	0.03 14	9.31 257	3.81 107	2.42 77	5.86 160	9.23 315	4.64 289	4.31 108	2.19 228	0.02 249	0.18 377	0.00 1	0.54 408	0.35 351	0.35 352

RAFT+CT+SA	2.36 152	0.71 238	2.46 79	0.83 129	2.26 342	3.18 189	0.93 252	6.82 197	5.48 182	2.55 78	8.07 228	1.64 85	1.59 143	8.54 303	1.15 145	0.02 249	0.00 1	0.00 1	0.38 395	0.19 291	0.36 354

ToySt	2.69 180	0.55 188	7.03 355	1.03 160	0.10 52	3.49 208	1.04 262	6.38 177	4.55 151	2.69 79	6.28 176	7.95 297	4.38 275	5.08 129	2.58 247	0.01 176	0.11 336	0.00 1	0.04 289	0.28 334	0.19 310

UDGNet	2.73 186	7.09 428	3.90 220	2.71 363	0.06 22	2.98 170	0.20 82	4.63 74	8.58 305	2.69 79	2.70 71	0.95 64	1.01 91	6.27 166	1.51 171	1.28 416	0.00 1	5.24 437	0.94 419	1.70 412	0.13 271

dd	2.16 125	1.22 331	4.82 275	0.68 118	0.12 69	1.39 23	0.17 74	5.14 103	11.22 351	2.70 81	3.51 95	1.52 82	1.23 117	5.08 129	3.96 297	0.12 349	0.01 144	0.04 359	0.21 356	0.07 164	0.01 16

WCG-NET（raft）	1.49 60	0.50 166	1.55 10	0.21 48	0.08 42	2.15 78	1.01 260	2.72 7	6.26 225	2.79 82	3.06 79	4.38 195	1.04 96	3.53 86	0.26 8	0.00 1	0.12 343	0.00 1	0.00 1	0.10 202	0.08 204

test_5	2.90 203	0.70 236	3.69 201	2.01 298	3.17 364	4.61 275	1.32 285	6.69 191	7.02 252	2.79 82	7.18 204	4.99 214	4.14 258	7.96 260	1.31 156	0.00 1	0.00 1	0.00 1	0.03 272	0.19 291	0.26 337

RCA-Stereo	1.99 108	0.34 66	2.71 105	0.26 54	0.06 22	2.29 86	0.48 141	4.89 88	14.65 380	2.81 84	5.51 153	0.78 61	3.21 211	1.44 30	0.33 14	0.00 1	0.01 144	0.00 1	0.00 1	0.07 164	0.02 49

raft+_RVC	1.79 78	0.84 271	2.32 68	2.40 347	0.85 246	1.38 20	0.09 33	6.36 171	4.75 162	2.85 85	5.46 151	1.17 71	1.36 125	4.54 113	0.91 121	0.00 1	0.10 328	0.00 1	0.00 1	0.11 219	0.22 319

XX-TBD	1.44 56	0.85 273	2.04 44	2.45 352	0.05 14	2.34 89	0.01 2	3.46 23	7.51 266	2.88 86	4.98 129	0.26 19	0.25 9	1.15 17	0.46 37	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0075_2	2.00 109	0.32 43	5.49 312	0.60 107	1.98 326	1.77 54	0.10 34	7.24 204	5.70 193	2.90 87	4.06 104	3.11 133	0.56 60	5.32 137	0.76 89	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.16 296

anonymousdsp2	1.78 77	0.39 98	3.40 180	1.10 170	0.04 11	3.63 221	0.50 153	7.80 214	2.77 42	2.91 88	2.88 74	3.17 136	1.01 91	5.15 133	0.43 28	0.00 1	0.01 144	0.02 330	0.15 329	0.05 127	0.12 263

EKT-Stereo	1.91 99	0.48 160	2.77 114	2.19 323	4.36 403	1.42 24	0.24 92	4.63 74	3.51 94	2.94 89	3.47 93	3.55 155	2.25 170	5.26 135	0.85 106	0.04 301	0.12 343	0.00 1	0.09 313	0.06 148	0.05 156

iRaft-Stereo_5w	2.86 198	0.86 274	4.08 236	0.06 8	0.25 133	2.76 141	0.60 178	4.97 94	4.10 128	2.98 90	7.85 225	10.17 329	4.17 261	8.16 281	5.83 327	0.00 1	0.00 1	0.00 1	0.01 238	0.26 327	0.06 172

qqq	1.93 101	0.30 31	2.96 137	1.40 204	0.05 14	1.96 65	0.39 125	8.45 227	3.33 85	3.06 91	3.84 98	4.67 203	2.70 188	4.40 110	0.96 126	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.03 82

ACV-stereo	4.46 321	0.76 251	9.94 385	1.91 276	1.06 267	11.61 383	1.28 281	6.25 167	7.09 254	3.09 92	5.21 142	16.88 391	10.23 391	7.96 260	5.47 319	0.06 322	0.15 361	0.01 299	0.00 1	0.12 233	0.14 276

model_zeroshot	1.52 62	0.42 123	4.10 237	1.25 184	0.11 60	3.04 175	0.14 60	5.79 148	2.84 45	3.12 93	3.65 97	2.05 102	0.42 46	2.38 67	0.71 77	0.01 176	0.10 328	0.00 1	0.20 352	0.02 36	0.04 123

TestStereo	1.74 74	1.02 304	3.64 199	0.20 45	0.28 148	1.33 16	0.01 2	5.24 116	4.01 119	3.18 94	4.97 128	2.07 103	0.70 67	7.32 228	0.75 87	0.02 249	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1

TRStereo	2.36 152	3.10 403	4.70 272	1.99 293	2.08 330	2.61 121	1.11 269	8.79 246	3.73 101	3.19 95	3.04 77	3.96 170	0.77 76	5.92 152	1.44 166	0.03 283	0.14 355	0.00 1	0.29 377	0.08 175	0.25 332

WCG-NET	1.31 47	0.53 181	1.77 21	0.43 85	0.33 162	2.05 71	0.43 132	4.68 81	4.48 146	3.21 96	0.90 19	2.34 108	1.15 104	3.50 85	0.24 7	0.00 1	0.01 144	0.00 1	0.00 1	0.12 233	0.01 16

111	2.78 189	0.92 290	3.81 212	0.22 49	0.07 29	2.83 158	0.70 203	6.03 155	14.00 374	3.22 97	8.93 242	5.48 233	3.30 214	3.66 88	2.03 218	0.00 1	0.00 1	0.00 1	0.00 1	0.10 202	0.29 344

rafts_anoy	1.72 71	0.79 259	2.58 90	2.03 303	1.75 313	2.47 99	0.16 70	5.48 133	6.01 211	3.24 98	2.11 59	1.92 99	1.33 120	3.08 78	1.13 143	0.01 176	0.18 377	0.00 1	0.01 238	0.03 79	0.07 190

x	1.73 73	0.28 24	2.49 83	1.91 276	0.17 92	2.10 74	0.83 233	8.74 244	3.55 96	3.28 99	2.12 62	3.10 132	1.96 159	2.90 75	1.12 141	0.00 1	0.02 195	0.00 1	0.00 1	0.02 36	0.03 82

test-1	1.82 85	0.45 145	5.42 307	0.89 136	0.41 179	2.14 77	0.56 165	5.75 142	4.15 132	3.28 99	5.11 132	3.61 157	0.70 67	1.53 36	1.56 178	0.02 249	0.34 404	0.00 1	0.08 305	0.02 36	0.30 346

DCRE	1.79 78	0.68 229	2.55 87	1.66 242	0.27 142	1.27 11	0.05 18	4.57 71	4.04 122	3.30 101	9.24 256	3.83 167	1.20 115	2.08 63	0.67 69	0.00 1	0.12 343	0.00 1	0.24 365	0.04 101	0.09 217

MC-Stereo	1.47 58	0.36 83	2.54 86	1.99 293	0.12 69	1.90 59	0.12 44	4.47 65	2.83 44	3.31 102	3.44 92	0.56 55	1.47 130	5.39 139	0.47 42	0.00 1	0.04 265	0.00 1	0.21 356	0.07 164	0.04 123

PSMNet-ADL	2.98 209	0.43 134	2.41 73	1.43 209	0.40 176	5.94 304	0.28 101	8.45 227	5.13 173	3.36 103	6.77 188	8.41 302	4.61 287	7.20 225	4.55 306	0.02 249	0.09 319	0.00 1	0.00 1	0.01 8	0.03 82

11t1	1.62 65	0.26 19	2.53 85	2.37 346	0.24 130	2.58 115	0.06 21	6.66 189	3.00 58	3.40 104	3.01 76	1.14 70	1.94 158	4.18 104	0.91 121	0.01 176	0.02 195	0.00 1	0.00 1	0.03 79	0.03 82

FADNet_RVC	3.91 291	1.67 372	12.95 406	0.96 151	0.75 236	5.71 297	0.54 159	10.83 299	6.60 239	3.46 105	8.09 229	4.10 179	3.40 223	9.43 345	6.33 332	0.36 385	0.44 413	0.17 395	0.46 404	0.91 395	0.95 393

GMStereo	1.83 86	0.99 300	4.55 263	0.57 103	0.05 14	2.53 106	0.01 2	4.95 91	11.14 348	3.52 106	2.24 63	0.53 52	0.49 51	3.76 90	0.80 101	0.20 367	0.00 1	0.00 1	0.12 322	0.12 233	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FADNet-RVC	3.98 297	1.84 379	12.48 400	1.69 244	0.44 183	4.33 263	1.31 284	11.84 326	7.15 257	3.53 107	3.50 94	10.63 338	4.43 278	9.12 332	6.25 331	0.03 283	0.10 328	0.00 1	0.03 272	0.60 380	0.25 332

s12784h	1.89 96	0.30 31	2.57 89	0.11 22	0.09 47	4.18 259	0.13 53	6.61 187	7.44 265	3.62 108	4.28 111	0.59 56	0.81 82	6.61 190	0.46 37	0.01 176	0.01 144	0.00 1	0.00 1	0.02 36	0.00 1

test_sample2	2.32 147	0.25 15	3.38 176	2.08 310	0.41 179	2.58 115	0.15 65	9.50 261	4.97 168	3.66 109	4.86 125	4.29 192	3.26 212	5.83 150	1.09 138	0.00 1	0.01 144	0.00 1	0.00 1	0.03 79	0.03 82

GCAP-BAT	1.77 76	0.49 164	2.78 116	0.66 116	0.16 86	3.76 239	0.80 226	3.72 35	3.27 79	3.68 110	5.03 131	3.66 160	0.56 60	5.82 149	0.65 65	0.00 1	0.05 275	0.00 1	0.24 365	0.01 8	0.01 16

CREStereo++_RVC	1.59 64	0.39 98	2.26 66	0.36 75	0.01 1	1.67 42	0.01 2	2.95 9	8.12 288	3.69 111	7.44 210	0.47 47	0.32 26	0.74 3	0.39 23	0.00 1	0.00 1	0.00 1	3.03 437	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
testlalala2	2.15 124	0.44 139	2.44 75	9.24 432	6.30 424	3.64 222	0.18 77	4.63 74	2.55 30	3.73 112	4.17 108	3.14 134	0.51 53	1.08 13	0.26 8	0.00 1	0.10 328	0.00 1	0.44 403	0.11 219	0.03 82

gcap-zeroshot	1.87 92	0.44 139	4.24 241	0.53 94	0.51 206	3.12 183	0.75 216	6.42 179	3.91 112	3.75 113	1.67 45	7.79 289	0.55 59	2.61 71	0.53 52	0.02 249	0.21 388	0.00 1	0.23 362	0.00 1	0.05 156

CASnet	0.98 16	0.32 43	1.62 14	0.65 115	0.07 29	2.11 76	0.14 60	3.50 25	4.03 120	3.77 114	1.41 36	0.31 30	0.29 17	0.80 6	0.57 56	0.01 176	0.00 1	0.00 1	0.00 1	0.04 101	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iRaftStereo_RVC	1.62 65	0.68 229	1.98 37	0.67 117	0.05 14	2.99 171	0.04 15	5.36 128	3.74 102	3.82 115	4.96 127	2.54 112	0.62 64	3.35 82	0.97 128	0.00 1	0.07 302	0.00 1	0.00 1	0.30 337	0.27 341

test_sample1	2.31 145	0.26 19	3.29 169	2.08 310	0.46 189	2.62 124	0.05 18	9.88 271	4.23 134	3.90 116	3.92 102	3.49 151	4.44 279	5.67 145	1.88 205	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.03 82

FADNet	4.23 311	1.65 369	11.75 393	1.64 240	0.80 241	4.80 278	0.77 220	13.76 374	11.65 356	3.97 117	5.24 143	9.62 320	5.14 308	8.40 296	3.78 292	0.21 368	0.04 265	0.07 376	0.05 293	1.14 400	0.10 238

Any-RAFT	2.18 129	0.25 15	1.94 34	1.37 201	0.80 241	5.01 284	0.56 165	8.51 232	5.58 190	4.01 118	4.85 124	5.44 232	2.26 172	2.45 69	0.35 17	0.00 1	0.15 361	0.00 1	0.00 1	0.02 36	0.02 49

test_4	2.38 154	0.34 66	2.68 99	0.08 15	0.11 60	3.69 228	1.14 271	3.33 19	3.34 88	4.03 119	17.35 374	3.31 141	0.51 53	6.28 167	1.15 145	0.00 1	0.00 1	0.00 1	0.11 319	0.16 267	0.01 16

ICVP	2.32 147	0.38 94	2.89 133	0.92 142	0.70 233	2.55 110	0.87 245	9.97 274	3.99 116	4.13 120	8.97 246	2.71 117	1.69 146	2.52 70	3.52 285	0.05 313	0.24 397	0.01 299	0.01 238	0.11 219	0.13 271
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MyStereo04	2.95 208	0.79 259	5.38 306	1.03 160	1.11 270	2.63 126	0.46 138	10.00 275	12.44 367	4.19 121	3.91 101	3.04 129	3.60 231	7.34 230	2.74 254	0.00 1	0.09 319	0.00 1	0.01 238	0.11 219	0.09 217

MSKI-zero shot	2.00 109	0.36 83	2.15 58	0.81 125	0.25 133	2.69 133	0.29 105	6.16 162	2.34 21	4.31 122	7.52 211	3.70 163	0.25 9	8.42 298	0.41 25	0.01 176	0.13 351	0.00 1	0.25 369	0.03 79	0.02 49

AIO-Stereo-zeroshot1	3.58 260	1.29 343	12.46 398	1.53 221	0.98 260	3.48 206	0.81 228	11.99 332	4.40 140	4.33 123	11.05 299	8.83 311	2.02 161	4.52 112	1.66 188	0.01 176	0.14 355	0.00 1	0.68 412	0.86 394	0.44 365

TANstereo	1.20 37	0.49 164	2.04 44	0.34 73	0.10 52	1.80 56	0.01 2	3.40 21	4.10 128	4.37 124	4.82 122	0.41 40	0.70 67	0.94 9	0.46 37	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LL-Strereo2	1.86 88	0.83 270	2.33 69	0.36 75	0.17 92	3.79 242	1.52 293	5.82 149	4.04 122	4.43 125	2.51 69	4.23 184	0.37 32	5.66 144	0.99 130	0.00 1	0.02 195	0.00 1	0.05 293	0.06 148	0.11 250

ACVNet	2.58 175	0.53 181	2.69 101	0.84 130	0.59 214	2.61 121	0.55 163	8.35 223	5.70 193	4.45 126	9.26 259	5.77 242	3.50 225	2.24 65	4.41 303	0.00 1	0.00 1	0.00 1	0.00 1	0.17 276	0.01 16

CFNet-ft	3.31 234	0.94 295	2.69 101	1.50 214	2.38 345	2.81 153	0.68 196	8.35 223	7.43 263	4.45 126	9.94 270	10.20 330	4.60 285	6.50 183	3.41 273	0.00 1	0.00 1	0.03 347	0.00 1	0.22 310	0.03 82

CFNet_RVC	3.31 234	0.94 295	2.69 101	1.50 214	2.38 345	2.81 153	0.68 196	8.35 223	7.43 263	4.45 126	9.94 270	10.20 330	4.60 285	6.49 182	3.41 273	0.00 1	0.00 1	0.03 347	0.00 1	0.22 310	0.03 82

Anonymous_2	4.14 303	0.62 211	3.21 164	1.40 204	1.43 292	5.19 286	0.32 112	6.63 188	4.38 139	4.48 129	2.30 65	8.08 298	7.00 346	5.37 138	2.29 231	0.23 371	0.75 420	5.20 436	18.12 461	5.66 431	0.23 325

GANet-ADL	2.20 131	0.50 166	3.27 168	2.02 300	0.11 60	2.21 82	0.48 141	8.64 241	6.79 244	4.56 130	5.83 159	3.98 171	1.27 119	2.68 72	1.43 165	0.04 301	0.08 312	0.02 330	0.00 1	0.15 261	0.03 82

UGAM	3.90 288	0.48 160	4.69 271	0.17 39	0.08 42	3.67 224	1.22 276	4.81 85	14.45 378	4.59 131	11.94 313	14.20 371	3.80 247	9.92 355	3.61 287	0.00 1	0.00 1	0.00 1	0.02 259	0.32 344	0.07 190

knoymous	1.36 52	0.21 7	1.68 19	0.20 45	0.49 200	1.58 33	0.11 38	5.15 105	2.40 22	4.62 132	1.77 49	4.56 200	0.45 49	3.23 79	0.63 64	0.00 1	0.02 195	0.00 1	0.00 1	0.02 36	0.01 16

TestStereo1	2.85 194	0.81 265	3.48 186	3.11 380	0.44 183	2.52 103	1.50 291	6.37 173	8.18 290	4.62 132	9.24 256	2.23 106	3.69 235	9.19 336	1.26 151	0.00 1	0.01 144	0.00 1	0.00 1	0.27 332	0.09 217

SA-5K	2.85 194	0.81 265	3.48 186	3.11 380	0.44 183	2.52 103	1.50 291	6.37 173	8.18 290	4.62 132	9.24 256	2.23 106	3.69 235	9.19 336	1.26 151	0.00 1	0.01 144	0.00 1	0.00 1	0.27 332	0.09 217

SA	3.06 214	0.74 246	3.79 209	1.60 234	0.30 151	3.19 190	1.43 288	6.72 192	9.06 310	4.63 135	10.80 290	2.89 121	4.71 292	9.62 351	1.18 149	0.00 1	0.09 319	0.00 1	0.19 350	0.23 316	0.02 49

RAFT-Test	2.17 127	0.36 83	3.40 180	1.05 167	0.34 165	4.90 281	0.69 200	6.27 168	3.98 115	4.65 136	7.02 199	6.30 258	1.12 99	1.81 50	0.99 130	0.01 176	0.17 373	0.00 1	0.34 390	0.02 36	0.02 49

RAFT_CTSACE	3.40 248	1.07 311	4.52 258	1.27 187	3.14 361	4.00 253	1.07 266	3.93 45	4.43 141	4.66 137	17.94 378	7.21 283	2.76 194	10.82 369	0.85 106	0.00 1	0.07 302	0.00 1	0.00 1	0.30 337	0.01 16

UCFNet_RVC	3.09 216	0.77 253	2.27 67	2.35 344	1.79 317	3.50 210	1.06 264	12.12 339	6.91 246	4.71 138	7.67 220	7.58 285	4.40 277	4.95 125	1.67 189	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.01 16

AnonymousM	2.71 183	6.75 425	0.98 1	0.73 120	0.06 22	2.41 96	0.53 157	5.30 123	3.05 62	4.75 139	2.09 57	1.89 96	1.01 91	1.88 56	0.51 51	0.01 176	0.02 195	17.42 445	4.76 445	0.02 36	0.01 16

CFNet	3.72 270	1.10 317	5.03 286	2.49 354	1.59 296	4.90 281	0.22 87	11.38 313	9.88 326	4.80 140	11.25 302	6.44 260	3.68 234	8.33 292	3.00 258	0.00 1	0.00 1	0.00 1	0.00 1	0.22 310	0.07 190

rvit_105_1	2.44 160	0.80 263	5.08 290	1.77 256	0.09 47	1.95 63	3.62 353	5.62 140	8.21 292	4.85 141	2.07 56	3.15 135	1.58 142	7.08 216	2.71 250	0.00 1	0.00 1	0.00 1	0.01 238	0.04 101	0.08 204

NVstereo2D	4.51 325	0.82 268	6.86 353	3.28 388	3.38 371	8.16 343	3.13 338	10.51 288	15.15 383	4.90 142	6.89 192	7.87 290	4.78 296	9.88 353	3.91 296	0.01 176	0.00 1	0.00 1	0.06 300	0.02 36	0.58 379

RAFT-Stereo-weight	1.67 67	0.31 34	1.57 11	0.97 154	0.15 82	3.19 190	0.77 220	5.06 100	6.19 224	4.96 143	3.38 90	2.83 118	0.35 28	2.87 74	0.74 82	0.01 176	0.06 289	0.00 1	0.00 1	0.01 8	0.02 49

FENet	2.19 130	0.34 66	3.04 147	2.05 309	0.26 140	2.82 156	0.13 53	7.02 201	5.55 187	4.97 144	1.94 53	4.91 212	3.39 221	4.71 116	2.50 243	0.02 249	0.03 241	0.00 1	0.00 1	0.00 1	0.21 317

MIM_Stereo	2.50 170	0.75 248	4.26 242	1.18 179	0.11 60	3.08 177	0.33 115	6.07 157	3.28 81	5.01 145	10.12 273	4.29 192	1.74 151	8.06 273	1.27 153	0.00 1	0.12 343	0.00 1	0.01 238	0.18 285	0.15 285

IGEV_Zeroshot_test	2.13 121	0.50 166	4.91 280	1.41 207	0.18 104	2.62 124	0.36 119	7.80 214	3.87 108	5.04 146	5.42 150	4.77 206	1.03 94	3.43 83	0.79 98	0.00 1	0.16 369	0.00 1	0.18 345	0.17 276	0.04 123

cross-raft	2.03 113	0.35 75	2.78 116	1.10 170	0.16 86	3.77 240	0.48 141	7.03 202	3.75 103	5.06 147	5.55 154	6.26 255	1.41 126	1.75 46	0.89 119	0.01 176	0.07 302	0.00 1	0.19 350	0.03 79	0.03 82

Gwc-CoAtRS	2.02 112	0.33 56	2.61 93	1.04 165	0.30 151	3.56 217	0.40 128	5.89 152	5.94 204	5.08 148	5.01 130	5.55 234	1.72 148	1.60 39	0.91 121	0.01 176	0.09 319	0.00 1	0.25 369	0.01 8	0.02 49

UGAM-zero	3.51 255	0.33 56	4.44 253	0.88 135	0.65 224	3.52 215	0.16 70	11.35 312	2.71 37	5.09 149	5.82 158	15.28 379	9.14 381	8.38 294	1.61 183	0.00 1	0.16 369	0.00 1	0.46 404	0.02 36	0.19 310

NOSS_ROB	3.30 232	0.46 151	2.62 95	2.08 310	1.01 265	5.60 295	0.74 214	10.37 285	11.48 354	5.15 150	8.43 235	5.67 240	1.73 149	7.97 262	2.34 233	0.02 249	0.06 289	0.00 1	0.00 1	0.07 164	0.14 276

GES	2.49 167	0.38 94	4.29 244	1.58 230	0.05 14	4.58 273	1.07 266	9.70 267	3.39 89	5.21 151	6.64 185	1.84 95	3.36 216	4.86 119	2.54 246	0.06 322	0.01 144	0.06 370	0.01 238	0.12 233	0.03 82

MyStereo06	2.35 150	0.66 225	4.54 260	1.10 170	0.96 258	2.57 113	0.10 34	9.30 256	4.05 124	5.22 152	6.09 163	5.95 248	2.38 175	3.00 76	0.73 81	0.01 176	0.08 312	0.00 1	0.01 238	0.13 248	0.15 285

HCRNet	2.56 172	0.53 181	3.35 174	0.24 53	3.39 373	2.19 80	0.23 91	6.89 198	5.50 183	5.26 153	4.79 121	5.27 225	2.78 195	7.71 248	2.89 255	0.00 1	0.02 195	0.00 1	0.00 1	0.04 101	0.04 123

4D-IteraStereo	1.72 71	0.86 274	3.01 140	0.09 17	2.86 358	3.57 220	1.06 264	3.92 43	5.31 178	5.28 154	1.02 20	3.92 169	0.38 34	1.83 51	1.04 134	0.00 1	0.01 144	0.00 1	0.00 1	0.07 164	0.09 217

RASNet	4.52 328	0.61 206	4.42 251	3.42 392	4.68 414	4.58 273	0.99 258	9.54 264	8.01 285	5.28 154	11.42 305	10.34 334	8.88 376	9.28 340	8.68 369	0.15 354	0.00 1	0.00 1	0.00 1	0.03 79	0.04 123

DN-CSS_ROB	2.69 180	1.40 348	5.34 305	2.31 341	0.75 236	3.14 185	0.06 21	6.11 159	3.87 108	5.34 156	12.18 320	2.34 108	1.22 116	7.84 256	1.48 169	0.03 283	0.00 1	0.00 1	0.00 1	0.35 351	0.03 82

GANet-RSSM	3.27 229	0.60 203	3.38 176	2.94 376	2.00 328	2.61 121	0.48 141	10.93 302	6.11 217	5.47 157	10.20 275	6.57 266	5.44 320	6.25 165	2.23 229	0.00 1	0.00 1	0.08 379	0.00 1	0.17 276	0.03 82

MIPNet	2.06 116	0.69 234	4.57 266	0.32 64	0.21 122	1.92 61	0.19 79	6.89 198	5.64 192	5.48 158	4.02 103	2.02 101	3.50 225	3.32 81	2.01 215	0.00 1	0.01 144	0.01 299	0.01 238	0.20 295	0.13 271

TransformOpticalFlow	3.38 245	0.70 236	4.54 260	1.00 157	0.30 151	3.56 217	0.14 60	9.67 266	7.30 261	5.55 159	13.34 332	6.74 269	5.03 304	8.22 289	1.34 160	0.00 1	0.01 144	0.01 299	0.00 1	0.04 101	0.11 250

CFNet-RSSM	2.11 118	0.33 56	2.71 105	1.04 165	0.30 151	3.21 192	0.41 129	6.67 190	6.96 248	5.62 160	4.58 119	5.40 231	1.71 147	1.86 53	0.87 111	0.00 1	0.08 312	0.00 1	0.32 386	0.02 36	0.02 49

RALAANet	2.46 165	1.09 315	3.70 204	2.55 358	0.80 241	3.37 198	0.15 65	7.44 210	5.54 186	5.65 161	6.01 162	3.54 154	1.13 101	6.34 171	1.58 180	0.00 1	0.01 144	0.00 1	0.05 293	0.21 306	0.03 82

CRE-IMP	1.95 103	0.35 75	2.68 99	0.27 58	0.17 92	3.90 247	0.85 242	5.14 103	2.87 46	5.74 162	4.14 107	3.49 151	0.83 83	6.40 174	1.80 200	0.00 1	0.00 1	0.00 1	0.00 1	0.10 202	0.19 310

DCANet-4	2.03 113	0.34 66	5.30 304	0.31 61	0.18 104	1.69 46	0.12 44	4.95 91	8.55 304	5.78 163	5.17 134	1.12 69	2.82 198	2.11 64	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 300

STrans-v2	3.43 251	0.73 242	4.82 275	0.26 54	0.60 216	3.00 172	1.19 275	10.41 287	7.22 258	5.79 164	10.97 297	6.75 270	7.03 348	8.25 290	1.40 163	0.00 1	0.01 144	0.00 1	0.00 1	0.03 79	0.18 300

fff	2.28 141	0.61 206	3.81 212	0.22 49	0.07 29	1.69 46	0.11 38	5.37 129	11.84 358	5.80 165	5.17 134	1.44 77	5.41 314	2.00 59	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 300

csc	2.28 141	0.61 206	3.81 212	0.22 49	0.07 29	1.69 46	0.11 38	5.37 129	11.84 358	5.80 165	5.17 134	1.44 77	5.41 314	2.00 59	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 300

cscssc	2.28 141	0.61 206	3.81 212	0.22 49	0.07 29	1.69 46	0.11 38	5.37 129	11.84 358	5.80 165	5.17 134	1.44 77	5.41 314	2.00 59	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 300

test_sample3	2.87 200	0.37 89	4.45 254	1.95 286	0.59 214	4.69 276	0.16 70	11.50 317	6.45 233	5.82 168	6.44 182	3.76 166	2.64 185	6.01 156	2.41 240	0.01 176	0.01 144	0.00 1	0.00 1	0.04 101	0.05 156

xxxx	4.51 325	0.31 34	2.77 114	1.69 244	0.47 196	7.74 341	0.07 26	14.04 376	7.91 283	5.82 168	8.97 246	9.34 316	3.41 224	7.33 229	20.24 424	0.05 313	0.03 241	0.00 1	0.00 1	0.03 79	0.04 123

mmm	2.50 170	0.29 27	3.22 165	1.98 291	0.32 159	3.72 233	0.12 44	9.45 260	4.05 124	5.84 170	10.80 290	2.47 110	2.86 201	4.07 102	0.75 87	0.00 1	0.02 195	0.00 1	0.01 238	0.03 79	0.02 49

Patchmatch Stereo++	1.95 103	0.40 107	2.86 126	0.12 24	0.18 104	3.74 235	0.66 193	5.24 116	2.96 52	5.86 171	4.32 112	3.46 146	1.52 136	6.88 200	0.70 73	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.09 217
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.88 93	0.40 107	2.86 126	0.12 24	0.19 114	3.75 238	0.71 206	5.23 110	2.96 52	5.86 171	4.33 114	3.45 144	1.51 131	5.40 140	0.69 71	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.09 217

ROB_FTStereo_v2	1.91 99	0.41 117	2.85 124	0.12 24	0.19 114	3.71 230	0.73 211	5.23 110	2.95 50	5.86 171	4.36 117	3.46 146	1.51 131	5.86 151	0.69 71	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.08 204

iRAFT	1.95 103	0.40 107	2.86 126	0.12 24	0.18 104	3.74 235	0.66 193	5.24 116	2.96 52	5.86 171	4.32 112	3.46 146	1.52 136	6.88 200	0.70 73	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.09 217

RAFT-IKP	1.90 97	0.42 123	2.83 121	0.12 24	0.18 104	3.50 210	0.64 188	5.24 116	2.96 52	5.86 171	4.34 115	3.50 153	1.51 131	5.99 155	0.76 89	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.08 204

ROB_FTStereo	1.90 97	0.42 123	2.86 126	0.12 24	0.19 114	3.71 230	0.75 216	5.24 116	2.95 50	5.87 176	4.26 110	3.41 142	1.51 131	5.80 148	0.65 65	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.08 204

HUI-Stereo	1.80 80	0.41 117	2.85 124	0.12 24	0.18 104	3.72 233	0.65 191	5.23 110	2.97 56	5.87 176	4.34 115	3.45 144	1.52 136	3.93 97	0.65 65	0.02 249	0.00 1	0.00 1	0.00 1	0.08 175	0.10 238

iGMRVC	1.96 106	0.40 107	2.88 131	0.12 24	0.19 114	3.74 235	0.73 211	5.23 110	2.97 56	5.87 176	4.37 118	3.48 150	1.52 136	6.73 196	0.74 82	0.02 249	0.00 1	0.00 1	0.00 1	0.08 175	0.08 204

PSMNet-RSSM	3.33 242	0.77 253	3.22 165	2.12 316	1.90 325	2.33 88	0.71 206	11.17 304	5.83 198	5.90 179	11.43 306	7.04 276	4.83 300	5.96 154	3.17 264	0.00 1	0.00 1	0.02 330	0.00 1	0.08 175	0.02 49

GwcNet-RSSM	3.77 276	1.05 308	5.06 288	2.21 326	1.87 322	2.36 90	1.52 293	8.98 247	7.96 284	5.91 180	14.59 346	7.94 295	3.50 225	6.43 175	5.70 324	0.00 1	0.00 1	0.04 359	0.00 1	0.20 295	0.08 204

AACVNet	3.33 242	1.03 306	3.56 191	3.46 394	0.63 221	3.09 179	0.28 101	8.78 245	3.43 91	5.99 181	10.64 287	10.08 327	4.03 256	8.69 313	2.51 244	0.03 283	0.01 144	0.00 1	0.00 1	0.26 327	0.06 172

1111x	4.25 314	0.30 31	4.31 245	1.47 213	0.37 170	5.10 285	0.32 112	12.86 359	9.82 324	6.01 182	9.73 268	8.78 310	5.97 328	9.43 345	10.39 389	0.06 322	0.03 241	0.00 1	0.00 1	0.02 36	0.04 123

AdaStereo	3.09 216	0.58 199	3.04 147	2.84 369	0.48 197	4.08 255	1.29 283	12.16 341	7.77 279	6.03 183	9.62 265	5.79 244	1.53 140	4.56 114	1.93 213	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49
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.
GwcNet-ADL	2.65 179	0.48 160	3.84 218	0.82 127	0.33 162	2.04 70	0.69 200	8.07 219	9.42 316	6.05 184	6.66 186	4.14 181	1.73 149	5.40 140	3.01 259	0.08 336	0.06 289	0.00 1	0.00 1	0.06 148	0.03 82

LCNet	2.85 194	0.42 123	1.90 29	0.95 149	0.56 212	2.07 72	1.60 297	4.99 97	3.57 97	6.05 184	10.59 285	4.59 201	6.79 344	7.46 235	0.72 79	0.01 176	0.00 1	0.01 299	0.77 415	0.30 337	3.57 422

ADStereo(finetuned)	2.26 140	0.64 215	5.22 301	0.31 61	0.18 104	1.71 51	0.25 97	5.23 110	8.46 299	6.06 186	5.30 148	1.41 75	6.37 334	1.87 54	1.87 203	0.00 1	0.00 1	0.00 1	0.00 1	0.04 101	0.18 300

DCANet	2.08 117	0.64 215	3.81 212	0.31 61	0.17 92	1.70 50	0.25 97	5.23 110	8.47 300	6.07 187	5.30 148	1.41 75	4.23 264	1.85 52	2.02 217	0.00 1	0.00 1	0.00 1	0.00 1	0.04 101	0.19 310

raftrobust	1.86 88	0.74 246	1.94 34	2.15 320	2.24 341	2.74 135	0.53 157	4.89 88	4.05 124	6.09 188	3.89 100	1.64 85	2.55 182	2.44 68	1.12 141	0.00 1	0.03 241	0.00 1	0.00 1	0.12 233	0.08 204

iRaft-Stereo_20w	2.56 172	0.35 75	4.98 283	0.37 77	0.67 227	3.47 203	0.59 175	12.57 354	3.89 110	6.10 189	6.23 174	1.49 81	2.24 168	6.65 193	0.86 109	0.00 1	0.19 382	0.00 1	0.33 388	0.08 175	0.22 319

BUS	2.49 167	0.32 43	3.05 152	0.46 87	0.46 189	7.12 326	0.50 153	9.05 248	4.69 157	6.11 190	6.15 168	5.29 226	0.83 83	3.91 94	1.77 197	0.01 176	0.03 241	0.03 347	0.00 1	0.04 101	0.00 1

BSDual-CNN	2.69 180	0.32 43	3.05 152	0.46 87	0.46 189	7.13 328	1.63 299	9.05 248	4.69 157	6.11 190	6.15 168	6.26 255	2.54 180	3.91 94	1.91 207	0.01 176	0.03 241	0.03 347	0.00 1	0.04 101	0.00 1

hknet	3.31 234	0.42 123	4.68 270	0.46 87	1.17 275	7.13 328	1.63 299	9.05 248	6.91 246	6.11 190	6.15 168	9.66 321	2.85 200	7.48 238	2.45 242	0.01 176	0.03 241	0.03 347	0.00 1	0.04 101	0.00 1

RAFT	2.57 174	0.76 251	3.09 155	0.91 138	0.09 47	2.41 96	0.94 254	5.35 126	2.65 33	6.11 190	7.21 206	9.43 318	4.30 271	5.73 147	1.77 197	0.00 1	0.12 343	0.00 1	0.02 259	0.46 370	0.08 204

APVNet	5.98 349	1.72 373	8.72 377	3.21 386	4.04 399	12.31 391	1.81 307	19.09 421	6.10 214	6.13 194	13.41 333	10.69 340	6.30 332	11.26 375	13.90 412	0.05 313	0.02 195	0.11 384	0.03 272	0.53 372	0.20 316

PSMNet_ROB	5.02 336	1.63 367	6.03 329	1.90 275	1.83 320	9.57 360	6.35 397	15.58 396	7.23 259	6.15 195	10.48 283	12.22 357	4.16 260	8.02 265	8.71 370	0.02 249	0.01 144	0.01 299	0.10 317	0.20 295	0.12 263

test_sample5	2.91 205	0.40 107	4.33 246	1.81 262	0.50 203	3.33 196	0.17 74	11.27 308	6.55 237	6.18 196	8.35 233	3.65 158	2.71 191	6.61 190	2.15 224	0.02 249	0.02 195	0.00 1	0.00 1	0.05 127	0.05 156

ASMatch	3.32 240	0.50 166	3.32 172	1.72 250	0.45 188	1.93 62	0.68 196	6.42 179	3.89 110	6.18 196	22.30 398	4.61 202	4.82 299	7.65 243	1.70 190	0.00 1	0.02 195	0.00 1	0.03 272	0.01 8	0.18 300

AFF-stereo	2.59 176	0.68 229	2.35 71	1.55 225	0.17 92	1.67 42	0.08 30	5.75 142	6.60 239	6.20 198	12.13 317	6.16 252	2.36 174	4.75 117	1.11 140	0.02 249	0.02 195	0.00 1	0.00 1	0.23 316	0.05 156

MyStereo8	2.88 202	1.19 329	5.03 286	1.61 235	3.75 390	4.30 262	0.07 26	6.14 160	6.16 220	6.22 199	9.64 267	4.28 190	1.45 129	2.05 62	4.76 311	0.00 1	0.16 369	0.00 1	0.14 326	0.26 327	0.43 363

CBFPSM	4.87 332	0.94 295	14.70 413	1.51 217	1.15 274	11.49 381	2.55 325	7.28 206	6.47 234	6.23 200	4.83 123	15.30 380	8.99 378	6.88 200	8.20 363	0.03 283	0.02 195	0.00 1	0.00 1	0.40 363	0.42 361

NRIStereo	2.14 122	0.35 75	2.65 98	1.10 170	0.14 78	3.05 176	0.86 243	5.35 126	3.18 74	6.24 201	3.36 89	4.17 183	1.82 156	8.12 277	2.01 215	0.00 1	0.10 328	0.00 1	0.00 1	0.12 233	0.19 310

DMCA	2.82 193	0.64 215	4.45 254	1.61 235	0.89 249	3.86 245	0.57 173	9.18 252	5.10 172	6.24 201	6.49 183	7.17 281	2.13 164	3.31 80	4.73 309	0.00 1	0.01 144	0.00 1	0.00 1	0.04 101	0.02 49

cf-r	3.42 250	0.81 265	3.97 221	2.41 350	2.78 355	2.85 160	0.64 188	8.44 226	6.32 228	6.25 203	11.57 309	8.97 313	3.54 229	5.93 153	3.83 293	0.00 1	0.00 1	0.00 1	0.00 1	0.09 192	0.07 190

PSM-softLoss	2.24 132	0.34 66	3.42 182	1.81 262	0.17 92	2.74 135	0.39 125	6.17 164	2.92 47	6.26 204	6.29 177	2.96 123	0.97 89	8.68 311	1.71 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49

KMStereo	2.24 132	0.34 66	3.42 182	1.81 262	0.17 92	2.74 135	0.39 125	6.17 164	2.92 47	6.26 204	6.29 177	2.96 123	0.97 89	8.68 311	1.71 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49

DeepStereo_RVC	2.05 115	0.39 98	2.87 130	0.14 36	0.17 92	3.51 212	0.70 203	5.21 109	3.00 58	6.27 206	4.13 106	3.47 149	4.53 284	4.81 118	1.49 170	0.01 176	0.00 1	0.00 1	0.00 1	0.09 192	0.18 300

MyStereo05	2.94 207	0.66 225	5.25 303	1.10 170	0.96 258	2.57 113	0.10 34	8.53 233	12.34 366	6.28 207	3.88 99	3.18 137	3.30 214	7.81 255	2.37 237	0.01 176	0.08 312	0.00 1	0.01 238	0.13 248	0.15 285

FADNet-RVC-Resample	3.79 278	1.62 366	12.06 394	1.43 209	0.66 225	5.94 304	2.41 317	10.18 283	8.58 305	6.28 207	4.22 109	5.33 230	4.80 298	7.71 248	3.19 265	0.17 360	0.21 388	0.17 395	0.12 322	0.41 366	0.29 344

ffm	2.90 203	0.31 34	3.97 221	1.34 195	0.98 260	2.80 145	0.48 141	4.53 68	10.19 330	6.29 209	9.23 251	5.59 235	3.72 242	8.00 263	0.46 37	0.00 1	0.02 195	0.00 1	0.00 1	0.10 202	0.04 123

ff1	3.45 254	0.31 34	3.97 221	1.34 195	0.98 260	2.80 145	0.48 141	4.53 68	10.19 330	6.29 209	9.23 251	5.59 235	3.72 242	10.11 356	9.35 378	0.00 1	0.02 195	0.00 1	0.00 1	0.10 202	0.04 123

mmx	3.86 284	0.31 34	3.97 221	1.34 195	0.98 260	2.80 145	0.48 141	12.18 342	10.66 342	6.29 209	9.23 251	5.59 235	3.72 242	10.11 356	9.35 378	0.05 313	0.02 195	0.00 1	0.00 1	0.03 79	0.04 123

xxx	3.86 284	0.31 34	3.98 225	1.34 195	0.98 260	2.80 145	0.48 141	12.18 342	10.66 342	6.29 209	9.23 251	5.59 235	3.72 242	10.11 356	9.35 378	0.05 313	0.02 195	0.00 1	0.00 1	0.03 79	0.04 123

test_sample4	2.87 200	0.40 107	4.54 260	1.80 260	0.54 210	3.95 250	0.15 65	11.48 316	6.49 236	6.33 213	6.81 190	3.68 162	2.65 186	6.11 159	2.36 236	0.02 249	0.01 144	0.00 1	0.00 1	0.04 101	0.05 156

DispNO	3.25 228	0.72 239	6.85 352	1.95 286	1.34 289	3.49 208	0.84 236	8.14 220	6.30 226	6.34 214	7.76 223	6.30 258	4.28 270	6.93 204	3.51 281	0.00 1	0.03 241	0.03 347	0.12 322	0.07 164	0.07 190

TDLM	4.11 300	1.11 320	3.54 190	1.62 238	1.04 266	3.91 248	7.41 410	10.60 290	10.67 344	6.38 215	12.59 325	5.95 248	4.77 294	8.79 321	3.04 260	0.58 399	0.00 1	0.01 299	0.00 1	0.19 291	0.12 263

DIP-Stereo	1.97 107	0.64 215	2.95 135	0.17 39	0.10 52	4.83 279	0.13 53	8.60 239	4.06 127	6.42 216	4.92 126	0.44 45	0.72 70	3.57 87	1.80 200	0.00 1	0.01 144	0.00 1	0.00 1	0.05 127	0.04 123
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	2.79 190	0.77 253	4.02 228	2.03 303	0.11 60	5.58 294	0.59 175	9.24 254	5.15 175	6.42 216	7.26 208	3.66 160	2.92 203	4.07 102	3.87 295	0.00 1	0.00 1	0.00 1	0.00 1	0.06 148	0.02 49
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
CC-Net-ROB	7.68 381	9.21 434	7.46 365	3.82 406	3.66 384	15.68 406	5.02 379	17.95 408	10.45 341	6.44 218	14.00 338	7.63 286	4.77 294	10.75 368	3.10 263	5.99 434	2.46 435	16.28 444	1.08 421	6.30 435	1.56 407

test_sample6	3.14 223	0.41 117	4.42 251	1.92 280	0.49 200	3.25 193	0.21 85	11.30 310	6.69 241	6.50 219	10.86 294	4.03 173	2.93 204	7.06 215	2.65 248	0.02 249	0.02 195	0.00 1	0.00 1	0.05 127	0.06 172

DualNet	3.05 213	0.40 107	4.33 246	1.81 262	0.50 203	3.33 196	0.17 74	11.27 308	6.55 237	6.50 219	10.86 294	3.65 158	2.71 191	6.61 190	2.15 224	0.02 249	0.02 195	0.00 1	0.00 1	0.05 127	0.05 156

DISCO	6.28 355	0.57 194	5.78 321	3.43 393	1.17 275	11.22 378	3.39 348	12.14 340	16.16 389	6.52 221	11.22 301	16.96 392	6.32 333	19.51 429	10.74 393	0.00 1	0.00 1	0.00 1	0.00 1	0.35 351	0.11 250

IRAFT_RVC	2.85 194	0.41 117	3.32 172	2.09 313	0.41 179	2.92 166	5.22 382	6.41 178	3.63 98	6.53 222	5.48 152	5.09 221	4.88 301	8.20 288	2.15 224	0.01 176	0.17 373	0.01 299	0.00 1	0.02 36	0.04 123

test_3	1.88 93	0.22 10	2.75 110	0.96 151	0.22 125	1.28 13	0.77 220	4.62 73	5.87 199	6.55 223	1.84 52	4.28 190	0.45 49	6.48 181	0.76 89	0.00 1	0.01 144	0.00 1	0.28 376	0.17 276	0.14 276

testlalala	1.50 61	0.41 117	1.67 18	0.98 155	0.31 157	4.00 253	0.90 251	5.26 121	2.17 11	6.56 224	3.61 96	1.74 90	0.38 34	1.21 21	0.42 27	0.00 1	0.02 195	0.00 1	0.29 377	0.01 8	0.01 16

NINENet	3.09 216	0.56 192	3.22 165	1.61 235	1.37 290	7.12 326	0.50 153	11.88 328	5.63 191	6.63 225	8.40 234	5.29 226	0.83 83	6.51 184	1.77 197	0.15 354	0.07 302	0.07 376	0.00 1	0.09 192	0.00 1

PS-NSSS	3.90 288	1.84 379	4.55 263	0.87 134	2.95 359	4.10 257	2.00 311	10.77 297	8.23 293	6.75 226	14.63 347	5.01 218	2.24 168	8.41 297	2.91 256	0.33 383	0.03 241	0.83 417	0.00 1	0.82 392	0.70 386

HSM	4.00 298	0.79 259	3.16 161	1.59 233	2.17 336	6.77 320	1.11 269	12.28 344	6.35 231	6.75 226	8.11 230	13.90 368	5.37 313	8.85 323	2.71 250	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49

CASS	2.44 160	0.44 139	3.56 191	0.85 132	0.38 172	3.14 185	0.22 87	9.64 265	4.00 117	6.78 228	7.62 217	3.57 156	3.58 230	3.80 91	1.10 139	0.02 249	0.01 144	0.00 1	0.00 1	0.05 127	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ITSA-stereo	3.76 275	0.54 186	3.80 210	1.91 276	0.29 150	3.09 179	0.70 203	13.22 366	15.64 385	6.79 229	6.66 186	4.15 182	3.52 228	8.30 291	5.00 314	0.09 341	0.07 302	0.11 384	0.10 317	0.18 285	0.95 393

raft_robust	2.64 178	1.20 330	2.62 95	1.10 170	0.28 148	1.50 30	0.12 44	6.28 169	9.04 309	6.80 230	7.19 205	3.73 165	2.13 164	9.06 331	1.07 135	0.03 283	0.12 343	0.00 1	0.21 356	0.17 276	0.22 319

IPLGR	2.28 141	0.51 171	6.00 328	0.15 37	0.15 82	1.99 68	0.22 87	6.34 170	6.04 212	6.80 230	5.76 156	2.87 120	2.31 173	4.88 120	1.28 154	0.00 1	0.00 1	0.00 1	0.00 1	0.09 192	0.18 300

NF-Stereo	2.24 132	0.33 56	3.00 138	2.04 305	0.10 52	3.46 201	0.43 132	6.51 184	3.17 71	6.84 232	5.24 143	2.67 116	1.34 122	8.17 284	1.53 174	0.01 176	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

OCTAStereo	2.24 132	0.33 56	3.03 144	2.04 305	0.10 52	3.45 200	0.43 132	6.50 181	3.17 71	6.84 232	5.20 139	2.65 113	1.33 120	8.18 285	1.56 178	0.01 176	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

RE-Stereo	2.25 137	0.33 56	3.03 144	2.04 305	0.10 52	3.47 203	0.43 132	6.50 181	3.18 74	6.84 232	5.20 139	2.65 113	1.34 122	8.18 285	1.58 180	0.01 176	0.00 1	0.01 299	0.00 1	0.02 36	0.01 16

TVStereo	2.25 137	0.33 56	3.03 144	2.04 305	0.10 52	3.47 203	0.43 132	6.50 181	3.18 74	6.84 232	5.20 139	2.65 113	1.34 122	8.18 285	1.58 180	0.01 176	0.00 1	0.01 299	0.00 1	0.02 36	0.01 16

GEStereo_RVC	3.74 271	0.73 242	4.95 282	2.01 298	1.24 278	4.36 266	3.07 336	11.77 325	7.80 280	6.87 236	6.52 184	7.70 288	4.31 273	8.98 329	4.19 301	0.03 283	0.01 144	0.02 330	0.02 259	0.13 248	0.11 250

GMStereo_Zeroshot	2.77 188	1.98 386	5.14 295	1.53 221	0.36 168	3.56 217	0.10 34	5.57 137	5.91 203	6.89 237	7.02 199	8.50 308	0.91 86	6.01 156	1.65 187	0.00 1	0.00 1	0.00 1	0.00 1	0.20 295	0.01 16

BEATNet_4x	3.24 227	1.27 338	5.89 324	1.56 228	0.10 52	5.26 290	1.07 266	10.08 279	5.50 183	6.89 237	7.73 221	4.53 199	4.13 257	5.05 128	5.27 316	0.04 301	0.05 275	0.00 1	0.00 1	0.23 316	0.23 325

ttt	3.86 284	0.23 12	2.34 70	2.22 329	1.68 307	4.36 266	0.28 101	12.45 346	11.09 347	6.90 239	11.85 311	4.08 176	3.28 213	8.47 300	7.85 353	0.06 322	0.04 265	0.00 1	0.00 1	0.03 79	0.03 82

iinet-f	5.94 347	1.60 364	26.88 443	1.79 259	1.38 291	11.92 388	1.47 290	6.80 196	7.11 255	6.90 239	14.43 343	10.64 339	7.97 363	7.00 210	12.12 403	0.02 249	0.03 241	0.05 366	0.00 1	0.63 383	0.02 49

SFCPSM	3.29 231	0.43 134	5.11 292	0.34 73	0.94 256	8.48 345	2.15 314	14.51 383	5.29 177	7.00 241	7.65 219	3.43 143	2.59 184	5.11 131	2.37 237	0.01 176	0.03 241	0.01 299	0.07 301	0.13 248	0.15 285

test_1	1.85 87	0.21 7	2.45 76	1.02 158	0.22 125	1.37 19	0.82 229	4.66 80	5.06 170	7.02 242	1.73 47	4.09 177	0.41 42	6.51 184	0.76 89	0.00 1	0.00 1	0.00 1	0.29 377	0.18 285	0.14 276

ccs_rob	2.81 191	0.42 123	4.06 233	0.33 69	0.25 133	2.59 118	0.12 44	8.19 221	7.68 273	7.02 242	10.37 280	6.54 261	2.06 163	4.88 120	1.53 174	0.00 1	0.02 195	0.01 299	0.00 1	0.05 127	0.07 190

PA-Net	4.98 334	1.47 352	7.42 364	2.40 347	2.14 334	8.73 350	3.64 354	12.42 345	13.11 369	7.03 244	7.57 216	7.88 291	6.52 337	10.16 361	7.82 352	0.02 249	0.03 241	0.00 1	0.00 1	0.11 219	1.07 397
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_pseudo	2.81 191	0.42 123	4.04 231	0.33 69	0.24 130	2.59 118	0.12 44	8.20 222	7.66 272	7.04 245	10.42 281	6.56 265	2.05 162	4.88 120	1.53 174	0.00 1	0.02 195	0.01 299	0.00 1	0.05 127	0.07 190

GMM-Stereo	3.32 240	0.27 23	2.52 84	0.82 127	0.48 197	2.27 85	4.91 377	5.06 100	3.08 65	7.06 246	16.72 362	6.21 254	3.70 237	7.60 241	1.16 147	0.04 301	0.00 1	0.00 1	0.04 289	0.10 202	4.45 426

MSMDNet	2.99 210	0.39 98	4.02 228	0.40 81	0.25 133	2.53 106	0.16 70	9.35 258	9.25 312	7.08 247	11.39 303	6.93 271	2.43 177	4.01 99	1.34 160	0.01 176	0.02 195	0.02 330	0.00 1	0.05 127	0.07 190

RAFT-Stereo + iAFF	2.12 119	0.58 199	2.43 74	1.27 187	0.16 86	1.60 35	0.14 60	5.17 107	5.90 201	7.10 248	10.10 272	3.06 130	1.74 151	1.87 54	0.97 128	0.01 176	0.02 195	0.00 1	0.00 1	0.23 316	0.02 49

PCWNet_CMD	2.99 210	0.39 98	4.02 228	0.39 80	0.26 140	2.53 106	0.15 65	9.24 254	9.22 311	7.12 249	11.53 308	6.94 272	2.41 176	4.02 100	1.33 158	0.01 176	0.02 195	0.02 330	0.00 1	0.05 127	0.07 190

DDVS	3.59 261	0.53 181	4.53 259	2.02 300	1.27 281	6.63 317	0.49 151	8.73 243	4.10 128	7.14 250	7.63 218	12.68 360	2.25 170	8.69 313	4.09 299	0.08 336	0.20 386	0.01 299	0.00 1	0.14 258	0.59 382

hitnet-ft	3.66 266	0.65 219	2.79 119	0.89 136	0.72 235	4.25 260	0.55 163	9.11 251	7.52 267	7.14 250	10.19 274	12.49 359	4.70 291	7.44 234	4.41 303	0.03 283	0.00 1	0.06 370	0.00 1	0.20 295	0.04 123

SMFormer	3.54 257	0.39 98	3.61 194	1.69 244	0.11 60	2.85 160	0.29 105	12.46 347	10.41 335	7.16 252	10.23 276	4.78 207	4.45 280	8.71 315	3.51 281	0.07 331	0.05 275	0.00 1	0.00 1	0.06 148	0.04 123

tta	3.54 257	0.39 98	3.61 194	1.69 244	0.11 60	2.85 160	0.29 105	12.46 347	10.41 335	7.16 252	10.23 276	4.78 207	4.45 280	8.71 315	3.51 281	0.07 331	0.05 275	0.00 1	0.00 1	0.06 148	0.03 82

qqq1	3.38 245	0.39 98	3.61 194	1.69 244	0.11 60	2.85 160	0.29 105	12.46 347	10.41 335	7.16 252	10.23 276	4.78 207	4.45 280	8.71 315	0.30 10	0.07 331	0.05 275	0.00 1	0.00 1	0.06 148	0.03 82

fff1	3.38 245	0.39 98	3.61 194	1.69 244	0.11 60	2.85 160	0.29 105	12.46 347	10.41 335	7.16 252	10.23 276	4.78 207	4.45 280	8.71 315	0.30 10	0.07 331	0.05 275	0.00 1	0.00 1	0.06 148	0.03 82

UNet	3.97 296	0.61 206	6.50 345	1.68 243	3.22 365	9.82 362	0.31 111	9.50 261	5.32 179	7.20 256	6.35 181	10.59 335	5.91 327	6.93 204	5.49 320	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

CoDeX	3.43 251	0.68 229	4.49 256	0.98 155	1.65 302	6.37 311	2.14 313	13.23 367	6.07 213	7.23 257	8.95 243	4.09 177	3.79 246	6.31 169	2.37 237	0.03 283	0.06 289	0.00 1	0.00 1	0.07 164	0.15 285

MaskLacGwcNet_RVC	5.97 348	5.36 419	5.02 284	3.75 405	3.57 380	15.81 407	4.27 364	11.72 323	6.96 248	7.23 257	8.47 236	9.09 314	2.66 187	9.36 344	2.71 250	7.49 437	2.32 432	2.01 427	0.08 305	6.77 436	4.67 429

test-3	1.86 88	0.21 7	2.46 79	1.03 160	0.22 125	1.38 20	0.83 233	4.65 78	5.04 169	7.26 259	1.78 50	4.10 179	0.41 42	6.53 186	0.76 89	0.00 1	0.00 1	0.00 1	0.29 377	0.18 285	0.14 276

ADLNet2	4.46 321	0.90 285	6.06 330	2.74 366	3.91 395	6.79 321	3.01 335	10.95 303	8.40 298	7.27 260	9.80 269	9.85 322	5.43 317	7.29 227	6.44 335	0.01 176	0.03 241	0.00 1	0.00 1	0.15 261	0.11 250

psm_up	3.85 283	0.82 268	3.01 140	2.00 297	2.58 352	5.28 291	3.34 345	10.85 300	6.33 229	7.27 260	7.32 209	10.15 328	9.02 379	6.19 162	2.51 244	0.22 370	0.01 144	0.00 1	0.00 1	0.12 233	0.03 82

HGLStereo	4.25 314	0.52 177	4.65 268	3.09 378	5.18 417	6.51 316	0.73 211	10.37 285	6.74 243	7.32 262	12.44 324	7.00 273	7.21 351	7.46 235	5.51 321	0.00 1	0.02 195	0.00 1	0.00 1	0.06 148	0.10 238

HHNet	2.59 176	0.55 188	2.55 87	0.20 45	0.32 159	2.84 159	0.94 254	5.77 147	5.14 174	7.33 263	13.80 336	0.94 63	3.20 210	5.27 136	2.41 240	0.13 351	0.02 195	0.06 370	0.00 1	0.23 316	0.03 82

AASNet	3.90 288	0.92 290	4.41 250	3.56 398	4.00 398	6.70 318	1.26 280	18.71 414	6.14 218	7.35 264	7.91 227	4.35 194	2.58 183	3.04 77	6.62 341	0.00 1	0.00 1	0.00 1	0.00 1	0.39 360	0.14 276

RAFT-345	3.27 229	0.41 117	2.88 131	1.02 158	0.21 122	2.63 126	0.48 141	3.76 36	5.51 185	7.35 264	24.88 410	4.25 186	1.76 154	8.15 280	2.13 222	0.01 176	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

FINET	5.32 338	1.14 325	10.04 386	2.17 321	3.67 385	6.49 314	6.76 403	11.68 321	22.08 415	7.42 266	12.15 318	4.24 185	3.61 232	9.25 339	5.35 318	0.04 301	0.04 265	0.00 1	0.00 1	0.17 276	0.09 217

IER	3.20 226	0.54 186	5.13 294	0.58 104	1.59 296	7.29 331	0.56 165	6.36 171	4.95 167	7.44 267	8.84 239	6.20 253	6.26 331	4.88 120	3.29 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

DGSMNet	6.47 360	2.61 396	13.64 409	3.46 394	3.74 386	8.97 352	6.01 388	14.15 379	13.01 368	7.46 268	14.10 339	9.94 325	4.79 297	10.44 363	6.22 330	1.30 417	1.70 428	1.80 424	1.52 428	2.27 420	2.35 417

test_xeample	4.13 302	0.36 83	2.75 110	1.23 182	0.51 206	3.96 251	0.13 53	12.63 355	7.65 271	7.49 269	10.86 294	3.29 140	3.36 216	6.71 195	21.53 429	0.02 249	0.03 241	0.00 1	0.00 1	0.03 79	0.04 123

RAFT + AFF	4.30 318	1.55 360	5.84 322	1.43 209	2.36 344	5.94 304	6.72 402	10.01 276	7.56 268	7.55 270	8.96 245	7.09 279	6.73 342	8.57 305	4.02 298	0.02 249	0.47 416	0.00 1	0.01 238	0.56 374	0.54 377

CVANet_RVC	4.16 306	1.16 327	3.60 193	1.94 285	1.46 293	3.92 249	4.68 373	10.89 301	8.34 295	7.58 271	10.84 292	10.27 332	6.62 339	8.56 304	2.69 249	0.39 388	0.00 1	0.00 1	0.01 238	0.21 306	0.09 217

ACRE	2.41 155	1.08 313	5.11 292	0.55 98	2.05 329	2.65 129	0.78 225	5.26 121	4.67 156	7.59 272	9.20 249	1.70 88	1.08 97	3.74 89	2.18 227	0.01 176	0.18 377	0.02 330	0.08 305	0.22 310	0.10 238

test_for_model	6.81 369	27.63 452	2.16 63	21.79 450	16.18 451	3.48 206	0.94 254	5.88 151	3.72 100	7.62 273	2.72 72	1.03 67	0.42 46	0.58 1	0.35 17	9.03 442	2.28 431	0.00 1	0.05 293	23.91 457	6.49 436

CFNet_ucs	3.07 215	0.44 139	4.05 232	0.54 95	0.37 170	3.08 177	0.19 79	9.80 269	8.49 302	7.64 274	12.62 326	5.67 240	1.76 154	4.96 126	1.51 171	0.00 1	0.04 265	0.01 299	0.00 1	0.09 192	0.11 250

IPLG	2.43 158	0.66 225	4.77 274	0.54 95	0.31 157	3.01 173	0.26 99	6.15 161	5.55 187	7.69 275	6.21 172	1.89 96	1.74 151	7.19 224	2.35 235	0.01 176	0.01 144	0.00 1	0.00 1	0.24 326	0.12 263

Sa-1000	3.55 259	0.75 248	3.63 198	1.91 276	0.30 151	3.55 216	1.63 299	7.39 208	8.54 303	7.70 276	17.44 375	4.00 172	2.82 198	9.44 348	1.33 158	0.00 1	0.10 328	0.00 1	0.18 345	0.21 306	0.04 123

anonymousa	3.80 280	0.55 188	3.35 174	1.24 183	3.74 386	9.04 353	0.36 119	6.74 193	4.03 120	7.72 277	19.64 385	10.62 337	6.01 329	1.52 35	1.40 163	0.00 1	0.00 1	0.00 1	0.05 293	0.00 1	0.03 82

iResNet	3.68 267	0.91 287	7.94 371	2.97 377	0.34 165	4.44 271	0.48 141	7.70 211	9.74 322	7.72 277	12.74 327	4.03 173	2.87 202	8.05 269	3.37 272	0.02 249	0.01 144	0.00 1	0.00 1	0.10 202	0.09 217

DeepPruner_ROB	3.52 256	1.14 325	4.06 233	1.12 176	1.65 302	3.65 223	0.83 233	13.96 375	4.47 145	7.80 279	10.84 292	7.05 278	2.16 167	8.14 279	3.08 262	0.07 331	0.03 241	0.00 1	0.01 238	0.32 344	0.06 172

HBP-ISP	4.09 299	1.05 308	4.10 237	1.87 269	1.31 287	7.56 336	3.98 357	11.26 306	9.94 327	7.81 280	14.44 344	3.23 138	4.27 266	8.89 326	1.87 203	0.06 322	0.06 289	0.00 1	0.00 1	0.06 148	0.04 123

UDG	8.58 396	9.31 435	4.89 278	10.00 435	9.52 435	10.36 369	2.41 317	12.07 335	9.82 324	7.81 280	9.55 263	16.52 387	9.81 388	7.84 256	7.88 355	4.20 429	2.51 437	18.53 446	3.71 441	9.55 438	5.28 432

CIPLG	2.47 166	1.10 317	4.71 273	0.63 113	2.15 335	2.67 132	0.77 220	5.19 108	4.73 160	7.85 282	9.56 264	1.72 89	1.14 102	4.20 106	2.34 233	0.01 176	0.19 382	0.02 330	0.09 313	0.23 316	0.08 204

IPLGR_C	2.44 160	1.17 328	4.94 281	0.62 110	2.08 330	2.65 129	0.80 226	5.60 138	4.79 163	7.87 283	9.23 251	1.67 87	1.15 104	3.43 83	2.23 229	0.01 176	0.19 382	0.02 330	0.08 305	0.22 310	0.10 238

AANet_RVC	5.01 335	1.74 374	6.38 341	1.96 289	1.29 284	2.26 84	1.69 303	10.07 278	18.53 397	7.88 284	18.15 379	8.49 307	2.70 188	10.59 366	7.04 343	0.96 411	0.15 361	0.02 330	0.00 1	0.13 248	0.12 263

iResNet_ROB	4.23 311	1.02 304	4.90 279	2.18 322	0.93 255	2.92 166	0.37 121	15.10 391	16.91 394	7.89 285	10.51 284	7.03 274	3.07 208	8.16 281	3.46 279	0.01 176	0.00 1	0.00 1	0.00 1	0.10 202	0.02 49

PFNet+	2.35 150	0.31 34	3.69 201	0.79 124	0.17 92	3.15 188	0.75 216	4.52 67	6.30 226	7.90 286	6.34 180	2.53 111	1.18 112	7.72 250	1.62 184	0.03 283	0.00 1	0.00 1	0.00 1	0.01 8	0.03 82

UPFNet	3.82 281	0.47 153	4.34 249	2.21 326	3.38 371	7.26 330	2.69 328	9.89 272	5.96 205	7.98 287	7.53 212	7.89 292	3.15 209	7.72 250	5.88 328	0.01 176	0.02 195	0.00 1	0.00 1	0.04 101	0.06 172

OMP-Stereo	3.03 212	0.93 293	2.72 107	4.21 415	0.51 206	2.19 80	1.25 278	6.19 166	6.00 210	7.99 288	6.21 172	8.50 308	2.49 179	9.44 348	1.74 195	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.05 156

psmg	3.10 219	0.32 43	3.05 152	0.54 95	0.46 189	8.68 349	2.84 332	9.87 270	4.69 157	8.08 289	8.69 238	6.26 255	2.54 180	3.91 94	1.91 207	0.01 176	0.04 265	0.06 370	0.00 1	0.11 219	0.00 1

delet	4.27 316	0.72 239	4.50 257	1.07 168	3.75 390	10.79 376	4.04 359	9.95 273	7.89 281	8.09 290	8.89 241	8.46 304	3.81 248	7.56 240	5.80 326	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.02 49

DeepPrunerF	6.75 364	2.69 397	23.31 436	3.68 401	7.16 427	3.78 241	4.29 365	13.42 369	20.13 409	8.13 291	10.46 282	7.18 282	8.06 365	11.10 373	9.44 381	0.24 373	0.15 361	0.29 404	0.42 399	0.66 386	0.45 367

GMOStereo	1.81 81	0.47 153	2.09 52	0.10 18	0.27 142	1.49 26	0.89 247	4.40 57	4.51 147	8.16 292	6.97 193	2.96 123	1.15 104	1.42 25	0.88 114	0.00 1	0.14 355	0.00 1	0.00 1	0.23 316	0.03 82

error version	1.81 81	0.47 153	2.09 52	0.10 18	0.27 142	1.49 26	0.89 247	4.40 57	4.51 147	8.16 292	6.97 193	2.96 123	1.15 104	1.42 25	0.88 114	0.00 1	0.14 355	0.00 1	0.00 1	0.23 316	0.03 82

test-v	1.81 81	0.47 153	2.09 52	0.10 18	0.27 142	1.49 26	0.89 247	4.40 57	4.51 147	8.16 292	6.97 193	2.96 123	1.15 104	1.42 25	0.88 114	0.00 1	0.14 355	0.00 1	0.00 1	0.23 316	0.03 82

test-2	1.81 81	0.47 153	2.09 52	0.10 18	0.27 142	1.49 26	0.89 247	4.40 57	4.51 147	8.16 292	6.97 193	2.96 123	1.15 104	1.42 25	0.88 114	0.00 1	0.14 355	0.00 1	0.00 1	0.23 316	0.03 82

ac_64	3.70 269	0.47 153	3.50 189	2.87 370	3.50 377	5.91 303	0.72 210	10.17 282	4.34 137	8.16 292	5.80 157	10.82 342	5.64 323	7.08 216	4.73 309	0.03 283	0.00 1	0.00 1	0.00 1	0.08 175	0.14 276

DEmStereo	3.79 278	0.37 89	3.69 201	0.17 39	0.17 92	5.28 291	2.54 321	4.35 56	3.70 99	8.21 297	20.15 386	5.13 223	10.38 392	7.65 243	3.85 294	0.01 176	0.01 144	0.01 299	0.00 1	0.02 36	0.06 172

SQANet	7.64 380	3.40 409	5.49 312	11.73 439	9.62 437	11.96 389	2.82 331	11.33 311	6.10 214	8.33 298	11.49 307	11.00 347	5.16 309	10.12 360	2.72 253	8.92 441	2.21 430	10.41 440	1.58 429	11.13 441	7.39 440

DualNet (step1)	3.91 291	1.11 320	6.15 333	1.27 187	0.60 216	5.22 287	2.54 321	10.66 292	7.73 275	8.36 299	7.55 213	6.55 262	4.27 266	6.58 188	1.62 184	1.49 420	0.03 241	3.10 429	2.99 434	0.20 295	0.15 285

test_sample9	5.87 344	1.11 320	6.15 333	1.27 187	0.60 216	5.22 287	2.54 321	10.66 292	7.73 275	8.36 299	7.55 213	6.55 262	4.27 266	11.68 380	11.44 399	1.49 420	24.31 467	3.10 429	2.99 434	0.20 295	0.15 285

test_sample7	3.30 232	0.47 153	3.43 185	1.98 291	0.35 167	4.33 263	1.88 309	10.66 292	7.73 275	8.36 299	7.55 213	6.55 262	4.27 266	6.58 188	1.62 184	0.06 322	0.03 241	0.00 1	0.00 1	0.05 127	0.06 172

Nwc_Net	6.97 373	1.25 335	6.63 347	3.82 406	3.37 370	10.83 377	1.67 302	19.56 430	11.35 352	8.36 299	23.62 403	17.19 394	11.44 399	11.21 374	8.08 361	0.80 405	0.00 1	0.00 1	0.02 259	0.13 248	0.09 217

LL-Strereo	4.71 331	1.64 368	7.51 367	1.15 178	4.31 402	3.71 230	1.45 289	9.21 253	8.36 296	8.37 303	8.17 231	10.82 342	11.36 398	12.51 389	4.82 312	0.00 1	0.12 343	0.00 1	0.00 1	0.31 342	0.32 349

IIG-Stereo	3.16 224	0.75 248	2.83 121	4.08 411	0.21 122	2.56 112	0.74 214	6.55 186	5.56 189	8.39 304	9.38 262	7.94 295	2.79 196	9.50 350	1.89 206	0.02 249	0.00 1	0.00 1	0.00 1	0.02 36	0.04 123

NCC-stereo	6.77 366	1.49 356	6.48 343	2.92 373	4.40 404	7.43 332	3.61 351	19.52 428	13.29 370	8.39 304	16.91 364	15.96 382	12.13 400	12.85 392	7.70 350	1.47 418	0.11 336	0.01 299	0.42 399	0.14 258	0.24 329

Abc-Net	6.77 366	1.49 356	6.48 343	2.92 373	4.40 404	7.43 332	3.61 351	19.52 428	13.29 370	8.39 304	16.91 364	15.96 382	12.13 400	12.85 392	7.70 350	1.47 418	0.11 336	0.01 299	0.42 399	0.14 258	0.24 329
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LMCR-Stereo	3.63 264	1.29 343	4.20 240	2.54 356	0.17 92	8.08 342	1.52 293	11.46 315	4.73 160	8.45 307	10.66 289	1.91 98	5.03 304	7.69 246	3.58 286	0.92 410	0.00 1	0.00 1	0.00 1	0.36 354	0.02 49

Syn2CoEx	6.32 356	2.72 398	9.33 380	2.45 352	1.67 305	8.59 347	3.32 344	18.08 410	12.27 364	8.53 308	21.08 392	10.30 333	9.80 387	9.30 341	7.86 354	0.01 176	0.00 1	0.00 1	0.00 1	0.63 383	0.43 363

gwcnet-sp	3.31 234	1.47 352	7.26 359	1.73 251	0.69 229	7.57 337	1.14 271	8.59 235	6.17 221	8.57 309	5.25 145	4.26 187	3.36 216	6.46 176	3.44 275	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.11 250

scenet	3.31 234	1.47 352	7.26 359	1.73 251	0.69 229	7.57 337	1.14 271	8.59 235	6.17 221	8.57 309	5.25 145	4.26 187	3.36 216	6.46 176	3.44 275	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.11 250

ssnet	3.31 234	1.47 352	7.26 359	1.73 251	0.69 229	7.57 337	1.14 271	8.59 235	6.17 221	8.57 309	5.25 145	4.26 187	3.36 216	6.46 176	3.44 275	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.11 250

DisPM	2.43 158	0.32 43	3.04 147	1.76 254	0.18 104	3.46 201	0.65 191	5.13 102	4.88 165	8.59 312	7.04 202	2.84 119	1.03 94	8.85 323	0.83 103	0.01 176	0.00 1	0.00 1	0.00 1	0.01 8	0.02 49

DAS	3.74 271	0.35 75	5.19 299	1.99 293	3.74 386	2.36 90	3.22 341	7.77 212	9.27 313	8.70 313	12.08 315	4.45 196	5.43 317	8.39 295	1.71 191	0.01 176	0.00 1	0.00 1	0.00 1	0.04 101	0.02 49

SepStereo	3.78 277	0.35 75	5.19 299	1.99 293	3.74 386	2.36 90	3.22 341	7.77 212	9.27 313	8.70 313	12.08 315	4.45 196	5.43 317	9.18 335	1.71 191	0.01 176	0.00 1	0.00 1	0.00 1	0.04 101	0.02 49

NLCA_NET_v2_RVC	3.84 282	1.06 310	5.23 302	2.72 365	3.27 367	4.36 266	0.61 180	10.71 295	7.56 268	8.75 315	7.89 226	9.86 323	3.90 250	7.15 223	3.44 275	0.14 352	0.02 195	0.02 330	0.03 272	0.04 101	0.03 82
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ssnet_v2	4.46 321	0.87 276	5.18 298	1.57 229	0.67 227	9.14 354	4.73 374	11.84 326	9.68 320	8.79 316	6.24 175	9.91 324	4.34 274	6.28 167	9.30 377	0.00 1	0.01 144	0.00 1	0.00 1	0.28 334	0.30 346

222	5.36 340	0.40 107	2.72 107	1.50 214	0.48 197	6.15 307	0.07 26	13.73 373	8.06 286	8.79 316	11.03 298	3.71 164	4.21 262	7.47 237	38.74 460	0.03 283	0.02 195	0.00 1	0.00 1	0.04 101	0.05 156

MMNet	4.16 306	0.77 253	5.47 311	1.40 204	1.67 305	10.78 375	0.63 184	8.64 241	8.47 300	8.80 318	8.33 232	7.51 284	6.61 338	7.53 239	6.54 337	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.05 156

HSM-Net_RVC	4.20 308	0.32 43	2.76 113	0.63 113	0.69 229	6.95 324	1.69 303	11.96 331	8.36 296	8.83 319	12.17 319	15.18 378	4.21 262	6.91 203	3.30 271	0.02 249	0.02 195	0.00 1	0.00 1	0.01 8	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ARAFT	3.13 221	1.11 320	7.34 362	0.42 82	0.14 78	4.52 272	2.99 334	7.41 209	5.97 207	8.85 320	7.06 203	5.20 224	1.25 118	8.49 301	1.44 166	0.00 1	0.03 241	0.00 1	0.00 1	0.33 347	0.11 250

CSP-Net	4.12 301	1.28 341	3.70 204	1.54 223	1.06 267	13.28 400	2.33 316	12.96 361	5.45 181	8.87 321	8.54 237	8.43 303	3.03 205	8.16 281	3.65 288	0.00 1	0.00 1	0.00 1	0.00 1	0.18 285	0.03 82

Pruner-Stereo	2.49 167	0.40 107	2.46 79	1.80 260	0.25 133	3.51 212	0.77 220	6.03 155	4.92 166	8.91 322	6.09 163	4.45 196	1.11 98	6.99 209	2.11 220	0.02 249	0.00 1	0.02 330	0.00 1	0.01 8	0.04 123

GASNet	5.19 337	4.61 415	9.38 381	4.73 419	2.10 332	3.80 243	1.57 296	12.07 335	10.96 345	8.92 323	7.03 201	8.21 300	7.67 360	14.02 401	7.36 345	0.02 249	0.15 361	0.00 1	0.00 1	0.69 387	0.42 361

CBMV_ROB	4.14 303	0.52 177	3.14 159	1.30 192	0.77 239	6.92 323	1.97 310	10.11 281	9.58 319	8.92 323	14.20 341	7.12 280	5.90 326	8.65 309	3.50 280	0.01 176	0.05 275	0.00 1	0.00 1	0.04 101	0.09 217

KYRaft	3.59 261	0.31 34	1.84 25	0.76 122	0.46 189	2.29 86	4.04 359	4.75 83	3.25 78	8.93 325	19.47 384	6.62 268	5.07 306	7.79 254	0.71 77	0.01 176	0.00 1	0.00 1	0.01 238	0.04 101	5.38 433

CrosDoStereo	3.96 293	0.45 145	3.04 147	0.32 64	0.20 119	3.28 194	11.63 434	5.76 144	4.45 143	9.04 326	16.58 359	4.99 214	7.45 353	8.04 266	3.72 290	0.00 1	0.02 195	0.01 299	0.00 1	0.16 267	0.10 238

DeepStereo_LL	3.96 293	0.45 145	3.04 147	0.32 64	0.20 119	3.28 194	11.63 434	5.76 144	4.45 143	9.04 326	16.58 359	4.99 214	7.45 353	8.04 266	3.72 290	0.00 1	0.02 195	0.01 299	0.00 1	0.16 267	0.10 238

R-Stereo Train	2.44 160	0.32 43	1.93 32	0.94 145	0.16 86	3.67 224	0.61 180	6.37 173	3.08 65	9.14 328	17.44 375	1.80 92	0.77 76	1.76 47	0.70 73	0.00 1	0.01 144	0.00 1	0.00 1	0.01 8	0.03 82

RAFT-Stereo	2.44 160	0.32 43	1.93 32	0.94 145	0.16 86	3.67 224	0.61 180	6.37 173	3.08 65	9.14 328	17.44 375	1.80 92	0.77 76	1.76 47	0.70 73	0.00 1	0.01 144	0.00 1	0.00 1	0.01 8	0.03 82
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	3.44 253	0.88 279	5.60 318	1.39 203	0.25 133	4.36 266	0.33 115	7.25 205	7.28 260	9.17 330	12.24 322	5.09 221	2.47 178	9.15 334	3.23 267	0.00 1	0.00 1	0.00 1	0.00 1	0.10 202	0.02 49

DMCA-RVC	3.17 225	1.26 336	6.39 342	2.10 315	1.51 295	3.02 174	0.56 165	7.84 216	5.06 170	9.23 331	5.19 138	8.46 304	2.72 193	6.31 169	3.22 266	0.06 322	0.11 336	0.09 382	0.02 259	0.16 267	0.08 204

DDUNet	9.47 404	11.32 440	6.14 332	12.93 441	11.65 442	10.45 370	3.87 356	11.70 322	7.89 281	9.27 332	13.28 331	16.18 386	6.14 330	8.80 322	5.77 325	6.64 436	3.38 450	20.90 447	4.28 443	11.01 440	7.80 441

acv_ft	3.69 268	0.53 181	4.58 267	2.31 341	4.71 415	7.44 334	0.86 243	8.54 234	5.70 193	9.29 333	9.26 259	5.77 242	4.15 259	2.24 65	8.13 362	0.00 1	0.00 1	0.00 1	0.00 1	0.29 336	0.01 16

Prome-Stereo	3.65 265	0.29 27	1.92 31	0.91 138	0.49 200	2.07 72	4.75 375	4.41 61	3.23 77	9.32 334	20.63 391	4.06 175	7.19 349	7.70 247	1.17 148	0.00 1	0.00 1	0.00 1	0.00 1	0.05 127	4.72 430

GCST	9.08 398	17.31 444	3.98 225	52.92 467	10.66 440	11.29 380	0.20 82	6.97 200	6.47 234	9.46 335	4.68 120	4.75 205	1.51 131	9.34 343	1.31 156	8.19 440	0.05 275	22.38 448	0.34 390	6.17 434	3.53 421

S-Stereo	6.63 363	0.84 271	9.67 383	3.15 384	3.48 376	6.49 314	6.22 392	12.99 362	22.84 417	9.48 336	15.51 352	12.00 356	8.43 369	8.04 266	10.70 392	0.12 349	0.17 373	0.00 1	0.38 395	0.13 248	1.92 411

STTRV1_RVC	7.02 374	1.10 317	12.88 404	3.32 389	6.92 426	11.90 387	4.00 358	15.07 388	11.94 361	9.51 337	14.57 345	11.63 353	8.73 374	12.65 391	8.06 360	3.32 428	2.75 441	0.41 412	0.12 322	1.38 407	0.11 250

AF-Net	7.78 385	1.44 351	6.68 348	3.37 390	4.50 411	8.61 348	2.69 328	17.07 403	20.17 410	9.52 338	24.02 404	20.31 413	14.59 414	11.58 379	9.84 386	0.61 400	0.00 1	0.12 387	0.00 1	0.38 356	0.12 263

Wz-Net-LNSev-Ref	5.98 349	1.55 360	9.92 384	2.40 347	3.22 365	10.28 368	3.14 339	11.64 319	9.79 323	9.54 339	20.22 388	11.16 350	6.77 343	10.61 367	9.16 374	0.06 322	0.00 1	0.00 1	0.00 1	0.03 79	0.04 123

RP	6.84 370	1.29 343	5.53 317	3.92 409	5.18 417	6.32 309	3.53 349	11.73 324	15.31 384	9.54 339	22.38 399	18.25 399	14.47 413	10.11 356	7.49 347	0.91 409	0.01 144	0.12 387	0.15 329	0.33 347	0.19 310

AAGNet	3.41 249	0.34 66	2.45 76	1.78 258	0.39 174	3.69 228	1.05 263	4.79 84	4.61 155	9.62 341	7.74 222	4.98 213	6.38 335	7.34 230	13.02 407	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.04 123

NCCL2	5.88 346	1.59 363	5.44 309	1.87 269	0.92 252	9.55 359	11.55 433	12.11 337	9.94 327	9.67 342	8.85 240	22.28 419	7.41 352	8.78 320	7.17 344	0.01 176	0.00 1	0.03 347	0.00 1	0.13 248	0.23 325

RAFT_R40	2.71 183	0.33 56	3.00 138	1.26 185	0.30 151	3.83 244	1.00 259	5.69 141	4.29 135	9.69 343	6.33 179	5.02 219	4.02 255	8.58 306	0.86 109	0.01 176	0.00 1	0.00 1	0.00 1	0.03 79	0.02 49

Ntro	12.35 421	8.88 432	7.80 370	13.79 443	12.42 444	26.54 437	6.98 405	18.54 412	22.14 416	9.82 344	16.45 358	20.30 412	9.29 384	15.95 415	6.61 340	9.53 445	2.47 436	14.93 443	2.77 432	13.11 446	8.63 446

iResNetv2_ROB	4.28 317	1.43 349	7.17 358	2.91 371	1.26 279	4.36 266	1.62 298	13.64 372	10.25 334	9.83 345	11.41 304	7.68 287	4.00 252	7.75 252	1.85 202	0.00 1	0.00 1	0.00 1	0.00 1	0.37 355	0.09 217

SDNR	7.50 378	2.32 392	15.58 416	1.82 266	0.63 221	44.66 460	0.44 137	8.59 235	9.52 318	9.84 346	25.18 412	5.30 229	4.38 275	11.46 378	6.49 336	0.05 313	0.03 241	0.00 1	0.01 238	1.79 414	1.87 410

ADLNet	4.32 319	0.80 263	4.33 246	3.60 399	3.56 379	6.87 322	2.48 320	11.20 305	7.58 270	9.87 347	9.62 265	8.39 301	4.95 302	6.16 161	6.60 339	0.01 176	0.01 144	0.00 1	0.01 238	0.12 233	0.25 332

STTStereo	3.60 263	0.93 293	6.34 339	2.71 363	2.23 340	3.68 227	0.63 184	9.42 259	6.73 242	9.87 347	6.97 193	8.84 312	3.65 233	6.85 199	3.04 260	0.00 1	0.02 195	0.01 299	0.00 1	0.02 36	0.02 49

pcwnet_v2	4.20 308	0.36 83	8.53 376	1.33 193	1.12 272	3.43 199	0.41 129	12.85 358	14.16 376	9.90 349	14.29 342	5.90 247	3.03 205	6.20 164	2.06 219	0.01 176	0.05 275	0.04 359	0.02 259	0.16 267	0.18 300

stereogan	7.69 383	0.88 279	7.08 357	3.49 397	3.93 396	18.98 420	3.23 343	16.52 400	19.58 405	9.93 350	18.92 381	20.50 414	9.04 380	14.07 402	6.14 329	0.26 376	0.04 265	0.21 399	0.03 272	0.63 383	0.33 350

PFNet	2.93 206	0.40 107	5.51 314	2.13 318	0.84 245	3.11 182	0.75 216	6.78 194	4.79 163	9.98 351	6.00 161	4.78 207	2.13 164	8.33 292	2.11 220	0.19 364	0.06 289	0.00 1	0.11 319	0.20 295	0.35 352

GwcNet	6.42 358	1.97 385	10.92 389	2.59 360	5.58 420	11.55 382	2.21 315	14.10 378	16.52 393	10.04 352	17.19 372	10.86 344	5.61 322	9.23 338	8.84 372	0.01 176	0.06 289	0.03 347	0.08 305	0.56 374	0.40 358

CRFU-Net	4.45 320	0.67 228	5.02 284	2.78 367	1.32 288	12.67 395	3.35 346	11.26 306	3.52 95	10.06 353	9.30 261	10.91 345	6.92 345	7.26 226	3.24 268	0.15 354	0.16 369	0.16 392	0.00 1	0.26 327	0.05 156

dad	4.66 330	1.89 383	5.51 314	0.94 145	0.09 47	2.16 79	0.37 121	7.10 203	14.43 377	10.13 354	16.84 363	14.97 376	1.90 157	6.82 198	4.15 300	1.09 413	0.11 336	4.08 434	0.46 404	0.17 276	0.06 172

DRaft	3.74 271	0.43 134	2.60 91	0.12 24	0.15 82	4.76 277	1.34 286	5.33 125	4.31 136	10.30 355	21.91 395	3.27 139	8.83 375	7.36 232	3.66 289	0.05 313	0.10 328	0.00 1	0.14 326	0.10 202	0.14 276

THIR-Stereo	3.86 284	0.77 253	2.62 95	0.12 24	0.13 73	4.25 260	6.63 400	5.30 123	4.18 133	10.33 356	17.13 369	6.58 267	7.62 359	7.78 253	3.51 281	0.01 176	0.07 302	0.07 376	0.00 1	0.11 219	0.02 49

GANetREF_RVC	6.56 361	2.89 400	7.58 369	3.41 391	0.40 176	12.96 397	9.58 422	15.09 389	17.25 396	10.33 356	10.62 286	12.27 358	8.16 367	12.21 386	4.53 305	0.41 391	0.00 1	0.00 1	0.02 259	3.12 423	0.39 357
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
PWCDC_ROB	7.92 387	3.17 407	7.48 366	5.73 425	4.40 404	10.45 370	0.35 118	14.52 384	28.19 427	10.36 358	31.27 427	7.04 276	9.14 381	13.22 397	8.78 371	2.74 427	0.02 195	0.00 1	0.00 1	1.31 405	0.17 298

GrayStereo	3.74 271	0.20 3	1.94 34	1.55 225	0.60 216	3.12 183	8.22 412	5.76 144	3.32 84	10.40 359	16.66 361	5.81 245	8.60 372	6.57 187	1.37 162	0.01 176	0.00 1	0.01 299	0.63 409	0.02 36	0.04 123

Wz-Net-SNSev	9.23 401	6.70 424	24.28 437	1.87 269	1.81 319	8.57 346	12.29 439	17.37 405	20.39 411	10.43 360	23.11 402	16.66 389	8.03 364	14.47 406	17.86 419	0.00 1	0.02 195	0.01 299	0.00 1	0.41 366	0.30 346

fast-acv-ft	5.62 342	1.39 347	7.01 354	2.02 300	1.89 324	12.23 390	1.82 308	7.35 207	9.45 317	10.46 361	20.27 389	14.55 374	7.71 361	7.41 233	7.61 349	0.10 344	0.09 319	0.16 392	0.07 301	0.59 378	0.13 271

SACVNet	4.15 305	1.26 336	3.81 212	3.12 382	1.68 307	3.09 179	2.85 333	11.91 329	5.96 205	10.52 362	11.20 300	10.59 335	3.95 251	8.97 328	3.25 269	0.08 336	0.02 195	0.00 1	0.00 1	0.32 344	0.44 365

FAT-Stereo	6.78 368	0.68 229	6.80 350	2.30 335	1.77 316	5.63 296	4.20 363	18.79 415	18.62 398	10.53 363	17.15 370	18.52 401	13.74 411	8.86 325	7.38 346	0.03 283	0.15 361	0.01 299	0.07 301	0.12 233	0.26 337

Wz-Net-LNSev	6.46 359	1.93 384	16.44 419	1.52 219	4.15 400	12.66 394	4.96 378	13.05 363	12.10 363	10.55 364	16.23 357	11.32 351	7.19 349	8.43 299	8.48 367	0.00 1	0.01 144	0.00 1	0.00 1	0.08 175	0.06 172

DLCB_ROB	4.51 325	0.91 287	3.78 208	2.19 323	1.07 269	6.28 308	3.09 337	9.78 268	7.72 274	10.65 365	12.97 328	13.91 369	3.71 238	8.72 319	5.30 317	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.10 238

GANet	6.22 354	1.07 311	4.07 235	2.27 331	0.89 249	9.19 355	9.52 421	12.02 333	8.13 289	10.72 366	29.09 421	13.86 367	7.52 357	11.00 372	4.39 302	0.36 385	0.00 1	0.02 330	0.02 259	0.12 233	0.08 204

DSFCA	4.21 310	0.50 166	5.45 310	1.34 195	1.68 307	7.04 325	4.51 370	10.73 296	7.00 250	10.78 367	6.80 189	8.48 306	4.63 288	9.91 354	5.12 315	0.02 249	0.06 289	0.02 330	0.03 272	0.08 175	0.03 82

RYNet	6.34 357	0.89 282	5.88 323	1.41 207	4.48 410	15.97 408	4.18 362	13.41 368	16.49 390	10.81 368	7.00 198	14.33 372	8.72 373	9.43 345	13.71 411	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.07 190

FTStereo	4.55 329	0.36 83	2.18 64	0.94 145	0.38 172	2.60 120	8.82 415	4.98 96	3.17 71	10.88 369	30.35 425	5.60 239	7.60 358	7.62 242	1.55 177	0.17 360	0.00 1	0.05 366	0.00 1	0.03 79	3.80 424

PSM-AAD	3.33 242	0.20 3	1.47 9	0.73 120	0.54 210	2.55 110	6.19 390	4.97 94	3.27 79	10.92 370	11.92 312	2.95 122	9.59 386	7.90 259	0.82 102	0.01 176	0.01 144	0.00 1	0.00 1	0.04 101	2.47 419

SST-Stereo	2.75 187	0.31 34	2.78 116	1.33 193	0.33 162	3.99 252	0.82 229	5.60 138	3.93 113	10.92 370	6.19 171	5.00 217	4.23 264	8.66 310	0.74 82	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.03 82

SGM-Forest	4.96 333	0.32 43	2.84 123	1.21 180	0.64 223	10.23 367	6.64 401	11.55 318	10.98 346	10.94 372	13.59 334	11.65 354	4.30 271	8.94 327	4.63 307	0.11 346	0.04 265	0.00 1	0.00 1	0.05 127	0.46 369
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RGC	6.88 372	2.23 390	6.13 331	4.05 410	4.73 416	8.94 351	2.78 330	15.19 393	11.74 357	11.13 373	19.34 383	17.86 396	10.42 393	13.02 395	8.03 359	0.73 403	0.01 144	0.24 402	0.41 398	0.31 342	0.38 356

Consistency-Raft	9.42 403	4.74 417	12.66 401	5.30 423	9.08 434	4.08 255	5.26 383	19.26 423	24.87 421	11.17 374	29.85 423	13.57 363	5.51 321	7.67 245	13.40 409	0.36 385	0.35 406	1.81 425	4.24 442	11.61 442	3.57 422

RAFT-RH_RVC	3.96 293	0.46 151	2.93 134	1.55 225	0.42 182	3.14 185	0.14 60	3.70 29	5.98 208	11.25 375	32.23 429	5.29 226	1.68 145	8.13 278	2.14 223	0.08 336	0.00 1	0.00 1	0.03 272	0.01 8	0.00 1

PDISCO_ROB	9.62 407	1.99 387	11.51 391	9.88 434	9.61 436	21.48 425	3.83 355	19.33 424	28.49 428	11.27 376	14.17 340	19.92 409	5.02 303	16.35 418	9.18 375	5.28 432	0.41 410	0.14 390	0.09 313	2.05 416	2.36 418

DCVSM-stereo	3.13 221	0.37 89	2.95 135	1.51 217	0.80 241	2.75 140	0.49 151	6.79 195	5.25 176	11.43 377	5.57 155	10.79 341	5.30 311	5.25 134	2.95 257	0.03 283	0.09 319	0.03 347	0.00 1	0.12 233	0.09 217

ACVNet-4b	15.90 432	22.00 446	12.37 395	16.40 445	15.14 448	31.87 445	7.50 411	19.04 420	27.85 426	11.48 378	22.02 396	31.86 437	9.16 383	17.95 423	5.69 323	10.43 447	2.58 438	24.44 451	4.87 447	16.04 449	9.28 447

SuperB	8.10 390	3.15 406	24.67 438	2.65 361	1.23 277	9.88 363	4.29 365	10.18 283	30.07 430	11.53 379	12.18 320	6.12 251	6.65 340	10.50 364	14.47 415	0.14 352	0.11 336	0.35 408	0.25 369	13.06 445	0.48 370

otaku	11.73 420	7.51 430	7.07 356	13.22 442	10.85 441	26.61 438	7.25 409	18.84 417	19.16 402	11.58 380	17.23 373	20.19 411	8.09 366	15.11 410	4.64 308	9.13 443	2.42 434	13.08 441	1.83 430	12.48 444	8.22 443

XQC	8.43 394	3.58 410	16.40 418	2.92 373	2.17 336	13.22 399	3.60 350	14.64 385	25.86 423	11.87 381	12.04 314	15.06 377	10.67 394	15.24 411	19.41 422	0.39 388	0.08 312	0.05 366	0.07 301	0.84 393	0.45 367

DRN-Test	5.87 344	0.98 298	5.89 324	2.69 362	3.65 383	12.37 392	3.35 346	20.07 432	10.20 333	11.93 382	12.31 323	11.06 349	5.31 312	7.89 258	9.05 373	0.04 301	0.05 275	0.04 359	0.04 289	0.18 285	0.25 332

StereoDRNet	5.59 341	1.75 375	6.80 350	3.12 382	4.45 408	10.61 373	4.35 367	18.80 416	9.73 321	12.22 383	6.87 191	11.44 352	4.65 290	8.09 276	8.26 364	0.02 249	0.11 336	0.00 1	0.03 272	0.20 295	0.28 343

CBMV	5.35 339	0.91 287	3.67 200	1.62 238	0.44 183	10.09 365	7.19 408	12.49 351	12.33 365	12.22 383	14.69 348	10.93 346	6.48 336	8.51 302	4.96 313	0.02 249	0.15 361	0.00 1	0.00 1	0.17 276	0.17 298
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DPSNet	10.14 410	1.88 382	16.82 420	1.85 268	1.73 311	24.84 431	17.20 454	19.92 431	27.41 425	12.23 385	13.62 335	16.52 387	18.35 420	14.42 405	12.50 405	0.78 404	0.54 419	0.08 379	0.25 369	1.18 401	0.59 382

NaN_ROB	6.00 351	1.24 334	6.29 337	1.34 195	1.68 307	9.60 361	10.31 427	15.09 389	15.79 387	12.62 386	8.95 243	11.67 355	5.83 324	11.78 383	6.41 334	0.05 313	0.13 351	0.08 379	0.20 352	0.22 310	0.79 388

StereoDRNet-Refined	4.46 321	0.62 211	3.80 210	1.92 280	0.40 176	9.35 356	0.15 65	10.02 277	8.83 308	12.69 387	11.62 310	9.34 316	3.87 249	8.06 273	8.02 357	0.00 1	0.00 1	0.01 299	0.05 293	0.20 295	0.26 337
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LALA_ROB	6.58 362	1.80 378	6.25 336	1.26 185	0.94 256	10.08 364	9.02 417	16.00 398	11.51 355	12.74 388	13.02 329	24.77 422	5.25 310	10.56 365	8.02 357	0.04 301	0.05 275	0.00 1	0.02 259	0.10 202	0.25 332

PASM	7.90 386	4.22 413	21.97 434	3.25 387	3.29 368	5.39 293	6.57 399	10.57 289	19.09 400	12.77 389	13.92 337	18.11 398	9.51 385	13.79 400	10.77 395	0.19 364	0.45 414	0.29 404	1.08 421	1.49 409	1.19 399

ccnet	6.87 371	0.92 290	5.15 296	3.09 378	2.18 338	11.78 385	4.90 376	17.97 409	8.79 307	12.79 390	20.20 387	16.00 385	8.35 368	9.12 332	14.17 414	0.42 394	0.33 403	0.25 403	0.09 313	0.40 363	0.48 370

ADCP+	8.09 389	1.79 377	14.50 411	1.54 223	4.28 401	16.57 410	5.20 381	12.80 357	11.20 350	12.83 391	17.07 368	11.02 348	10.80 395	17.59 422	23.18 437	0.03 283	0.05 275	0.01 299	0.18 345	0.39 360	0.81 389

ETE_ROB	5.80 343	1.77 376	6.33 338	1.44 212	0.78 240	6.43 313	6.90 404	12.53 352	8.08 287	12.93 392	14.89 349	21.13 416	5.87 325	9.83 352	6.57 338	0.04 301	0.01 144	0.00 1	0.02 259	0.08 175	0.33 350

ADCRef	7.27 375	1.38 346	16.37 417	2.52 355	3.30 369	11.63 384	3.16 340	10.80 298	9.35 315	13.03 393	25.27 413	8.17 299	8.92 377	8.06 273	21.81 432	0.15 354	0.08 312	0.16 392	0.34 390	0.38 356	0.58 379

Wz-Net-MNSev	7.43 377	2.35 393	15.22 414	2.34 343	3.41 375	17.27 416	8.55 413	11.91 329	13.48 372	13.37 394	17.05 367	13.70 364	7.47 356	11.90 384	9.99 388	0.40 390	0.03 241	0.00 1	0.01 238	0.16 267	0.07 190

DANet	6.02 352	1.23 333	8.45 375	3.86 408	3.94 397	7.64 340	1.34 286	9.51 263	7.00 250	13.39 395	15.53 353	15.99 384	7.02 347	12.14 385	12.37 404	0.19 364	0.12 343	0.02 330	0.03 272	0.13 248	0.56 378
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ADCPNet	9.54 405	2.39 394	31.46 447	2.09 313	1.60 298	16.71 412	6.39 398	12.11 337	11.45 353	13.53 396	21.45 394	19.41 405	10.94 396	14.38 404	21.54 430	0.27 379	1.16 423	0.39 411	1.49 426	0.58 377	1.45 404

anonymity	7.68 381	3.83 412	12.39 397	7.04 430	12.67 445	8.18 344	2.00 311	17.50 406	6.85 245	13.56 397	9.21 250	9.97 326	7.82 362	11.28 376	5.58 322	6.27 435	4.98 457	3.68 433	2.96 433	3.33 425	4.48 427

CSAN	7.62 379	1.60 364	6.56 346	1.83 267	0.66 225	12.40 393	10.52 430	14.45 382	21.32 413	14.19 398	15.98 355	17.84 395	13.02 408	12.32 387	8.38 365	0.09 341	0.07 302	0.03 347	0.04 289	0.33 347	0.67 385

Wz-Net-TNSev	11.35 418	10.56 438	35.88 452	2.28 333	1.73 311	18.25 419	11.42 432	15.88 397	20.88 412	14.44 399	16.97 366	19.57 406	19.04 424	19.31 428	18.67 421	0.01 176	0.06 289	0.00 1	0.16 332	0.62 381	1.25 400

pmcnn	7.72 384	1.27 338	9.42 382	2.91 371	3.14 361	9.44 357	6.23 393	12.56 353	16.51 391	14.53 400	24.08 405	27.44 429	8.49 370	9.32 342	8.44 366	0.06 322	0.08 312	0.00 1	0.00 1	0.30 337	0.15 285

ADCL	10.16 411	2.11 388	19.36 427	1.92 280	1.88 323	22.23 426	8.91 416	14.04 376	23.56 419	14.62 401	26.19 414	12.75 361	13.59 410	16.06 417	22.95 436	0.26 376	0.18 377	0.75 415	0.65 410	0.69 387	0.58 379

XPNet_ROB	6.03 353	1.22 331	5.61 319	2.56 359	0.90 251	6.32 309	7.07 406	12.92 360	8.30 294	14.76 402	15.13 351	19.84 408	6.66 341	10.36 362	8.58 368	0.02 249	0.04 265	0.00 1	0.03 272	0.11 219	0.24 329

RainbowNet	18.01 442	26.22 451	19.95 428	18.59 447	14.88 447	27.38 440	10.46 428	27.39 443	34.54 438	14.91 403	27.01 415	25.65 424	12.44 402	18.94 427	9.23 376	13.91 455	3.46 451	23.36 450	4.86 446	16.03 448	10.91 453

edge stereo	6.76 365	1.01 302	6.76 349	2.20 325	2.45 349	6.41 312	2.45 319	14.84 387	11.98 362	15.29 404	18.31 380	22.02 417	12.56 403	10.82 369	7.49 347	0.03 283	0.06 289	0.11 384	0.03 272	0.30 337	0.14 276

WZ-Net	13.00 423	4.64 416	41.07 455	3.48 396	3.15 363	19.12 421	15.66 452	14.81 386	31.33 432	15.71 405	27.88 416	22.22 418	14.01 412	20.44 434	25.03 441	0.64 402	0.00 1	0.01 299	0.03 272	0.39 360	0.37 355

RTSC	9.15 399	3.00 402	13.57 408	3.72 403	1.76 315	11.82 386	0.46 138	16.95 402	36.83 443	15.80 406	15.53 353	12.91 362	7.46 355	20.01 432	21.76 431	0.31 381	0.13 351	0.01 299	0.08 305	0.57 376	0.41 360

PWC_ROB	8.24 391	3.13 404	12.74 403	2.43 351	4.43 407	7.51 335	1.22 276	16.63 401	19.24 403	16.08 407	28.29 418	13.99 370	10.16 390	13.63 399	14.06 413	0.42 394	0.00 1	0.05 366	0.00 1	0.59 378	0.27 341

SAMSARA	14.63 428	2.74 399	12.38 396	12.65 440	6.74 425	36.50 452	72.93 475	19.36 425	23.77 420	16.20 408	13.04 330	29.21 432	12.78 405	16.98 420	15.21 416	0.11 346	0.26 400	0.03 347	0.14 326	0.76 390	0.77 387

AnyNet_C32	10.98 417	5.58 420	22.79 435	4.16 412	5.83 421	15.64 405	14.30 442	13.18 364	17.15 395	16.44 409	20.52 390	14.68 375	13.44 409	22.46 436	30.08 450	0.17 360	0.26 400	0.36 409	0.36 394	1.23 402	0.91 392

test_sample8	7.99 388	1.11 320	6.15 333	1.27 187	0.60 216	5.22 287	2.54 321	12.04 334	6.15 219	17.46 410	9.02 248	24.67 421	18.16 419	11.68 380	11.44 399	1.49 420	24.31 467	3.10 429	2.99 434	0.20 295	0.15 285

AnyNet_C01	16.12 434	10.81 439	59.36 464	4.42 417	2.49 350	30.06 442	15.15 450	17.51 407	16.51 391	17.88 411	37.69 442	24.04 420	17.54 417	29.60 445	33.29 454	0.28 380	0.38 408	0.43 413	0.42 399	2.57 422	1.98 412

SHD	9.61 406	2.60 395	12.46 398	3.69 402	3.54 378	9.47 358	1.25 278	20.16 433	37.84 446	18.19 412	21.24 393	16.96 392	12.83 407	14.47 406	16.05 417	0.32 382	0.13 351	0.01 299	0.08 305	0.38 356	0.48 370

FBW_ROB	8.50 395	1.03 306	7.98 372	1.93 284	1.28 283	13.10 398	6.23 393	22.50 436	18.98 399	18.82 413	14.91 350	19.06 404	10.04 389	18.41 424	9.83 385	0.62 401	0.22 390	1.82 426	0.82 416	0.99 398	1.36 403

SANet	10.64 414	1.86 381	10.91 388	1.76 254	0.71 234	14.62 404	9.23 420	19.18 422	37.14 444	19.22 414	27.96 417	25.86 426	19.11 425	13.02 395	10.63 391	0.08 336	0.06 289	0.03 347	0.02 259	0.62 381	0.81 389

MFN_U_SF_DS_RVC	9.78 408	4.27 414	14.47 410	2.29 334	2.85 357	23.40 430	13.62 441	13.60 370	19.54 404	19.42 415	24.27 406	16.74 390	8.59 371	17.05 421	7.98 356	1.25 415	1.68 427	0.17 395	2.63 431	0.72 389	1.04 395

G-Net	8.41 393	1.54 359	10.97 390	5.73 425	3.60 381	26.19 433	4.41 368	10.10 280	7.42 262	19.71 416	24.99 411	14.38 373	15.83 415	10.99 371	9.53 383	0.50 398	0.46 415	0.19 398	0.25 369	0.80 391	0.66 384

psmorigin	7.34 376	1.58 362	18.31 424	2.35 344	0.87 247	6.72 319	1.70 306	10.63 291	7.14 256	19.77 417	22.71 400	20.13 410	11.34 397	12.96 394	9.49 382	0.04 301	0.17 373	0.06 370	0.17 339	0.21 306	0.50 373

DispFullNet	17.47 440	26.01 450	33.98 450	22.58 451	20.86 456	13.84 403	1.28 281	16.50 399	26.27 424	19.97 418	17.17 371	20.52 415	18.49 421	22.86 438	10.76 394	5.13 431	2.83 443	30.72 455	7.72 451	20.86 453	11.01 454

MADNet+	27.07 452	33.84 458	90.97 475	20.14 448	7.47 431	48.43 464	47.10 471	35.43 450	36.46 442	20.11 419	30.05 424	25.29 423	35.08 451	45.50 463	50.28 469	2.13 423	2.00 429	1.19 423	0.76 414	4.71 427	4.43 425

FADE	25.68 450	17.27 443	50.60 460	10.46 436	9.90 438	22.50 427	9.17 418	35.80 451	53.05 457	20.32 420	19.01 382	26.54 427	34.42 450	39.35 457	33.52 455	30.62 465	14.22 464	38.39 464	37.63 467	5.22 430	5.56 434

MSMD_ROB	9.28 402	1.09 315	4.65 268	1.58 230	0.39 174	16.52 409	4.41 368	13.60 370	14.87 382	22.34 421	39.89 445	25.67 425	20.71 430	12.42 388	6.98 342	0.34 384	0.03 241	0.00 1	0.00 1	0.05 127	0.09 217

ADCS	13.02 424	4.93 418	28.38 445	3.17 385	2.67 354	13.61 402	10.83 431	18.70 413	33.46 435	22.59 422	24.78 409	19.59 407	18.51 422	23.40 439	32.16 453	0.10 344	0.19 382	0.37 410	0.18 345	1.26 403	1.46 405

RTS	18.87 444	9.32 436	86.48 471	4.95 421	6.10 422	42.08 456	14.70 444	15.49 394	41.06 448	22.65 423	32.32 430	13.77 365	19.54 426	37.98 454	28.96 447	0.41 391	0.23 392	0.00 1	0.02 259	0.91 395	0.50 373

RTSA	18.87 444	9.32 436	86.48 471	4.95 421	6.10 422	42.08 456	14.70 444	15.49 394	41.06 448	22.65 423	32.32 430	13.77 365	19.54 426	37.98 454	28.96 447	0.41 391	0.23 392	0.00 1	0.02 259	0.91 395	0.50 373

MFMNet_re	13.29 425	8.60 431	18.29 423	9.75 433	7.25 429	19.65 423	14.84 446	20.71 435	30.72 431	23.03 425	28.77 419	18.85 403	26.09 442	13.55 398	9.82 384	2.44 425	1.35 426	0.34 407	0.23 362	4.78 428	6.69 438

LSM	14.01 427	5.95 421	33.49 448	6.78 429	43.61 469	10.22 366	9.98 426	15.16 392	22.93 418	23.07 426	32.34 432	18.52 401	12.67 404	15.45 412	11.10 396	0.16 359	0.51 418	0.09 382	0.32 386	1.08 399	16.85 464

ADCMid	10.24 412	3.13 404	20.70 430	2.21 326	2.39 347	11.23 379	6.19 390	14.17 380	11.19 349	23.20 427	22.25 397	17.89 397	19.54 426	18.51 425	26.21 444	0.45 396	0.42 412	1.10 420	1.29 423	1.56 411	1.18 398

MFN_U_SF_RVC	12.94 422	3.66 411	25.81 441	3.61 400	2.26 342	22.77 428	4.55 371	27.10 442	20.06 408	23.90 428	28.99 420	30.53 435	16.98 416	19.92 431	20.26 425	1.24 414	1.07 422	0.98 419	1.33 424	1.80 415	2.04 413

ACVNet_1	18.70 443	25.08 449	12.72 402	17.33 446	15.18 449	26.02 432	9.62 423	28.44 447	34.49 437	24.39 429	24.32 407	37.22 446	20.13 429	16.67 419	13.39 408	10.45 448	2.59 439	24.77 452	4.92 448	16.57 450	9.75 449

WCMA_ROB	9.21 400	0.87 276	7.37 363	2.54 356	2.13 333	13.59 401	5.80 387	11.64 319	14.01 375	24.43 430	32.99 434	27.09 428	18.02 418	12.51 389	9.85 387	0.81 406	0.07 302	0.01 299	0.01 238	0.16 267	0.23 325

FCDSN-DC	10.24 412	0.56 192	3.49 188	1.96 289	1.29 284	16.90 413	4.59 372	17.16 404	19.10 401	24.64 431	32.46 433	33.82 440	22.14 436	15.93 414	10.45 390	0.04 301	0.00 1	0.00 1	0.00 1	0.05 127	0.21 317
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	10.08 409	0.60 203	3.42 182	2.30 335	0.32 159	19.41 422	6.33 396	18.95 419	14.64 379	25.14 432	24.32 407	33.34 439	18.79 423	19.86 430	12.55 406	0.25 374	0.26 400	0.22 400	0.24 365	0.34 350	0.40 358
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MDST_ROB	8.37 392	0.32 43	9.03 378	4.18 414	2.42 348	26.86 439	6.14 389	19.36 425	13.52 373	27.09 433	22.75 401	9.47 319	4.74 293	15.06 409	6.34 333	0.02 249	0.02 195	0.00 1	0.00 1	0.02 36	0.13 271

aanetorigin	8.72 397	3.29 408	27.55 444	1.95 286	3.84 393	4.93 283	5.39 386	5.49 135	10.05 329	27.85 434	31.47 428	15.80 381	12.78 405	9.04 330	11.98 401	0.25 374	0.22 390	0.22 400	0.25 369	1.28 404	0.84 391

FC-DCNN	10.72 415	0.52 177	4.27 243	1.88 272	1.63 300	17.18 414	5.29 384	18.20 411	19.69 406	28.50 435	34.51 437	34.03 441	21.48 433	15.89 413	11.15 397	0.03 283	0.01 144	0.02 330	0.01 238	0.07 164	0.09 217

FC-DCNN v2	10.88 416	0.52 177	4.17 239	1.92 280	1.63 300	17.79 418	5.35 385	18.87 418	19.88 407	28.77 436	34.99 439	34.62 443	21.72 434	16.03 416	11.16 398	0.03 283	0.01 144	0.02 330	0.00 1	0.06 148	0.08 204

NVStereoNet_ROB	16.04 433	6.75 425	12.90 405	6.37 428	7.42 430	12.89 396	9.74 424	22.78 437	25.12 422	30.32 437	46.19 453	34.37 442	25.38 439	21.48 435	21.38 427	5.94 433	3.10 447	6.07 438	10.09 453	4.01 426	8.54 445
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	15.62 431	7.26 429	19.28 426	8.94 431	10.11 439	26.25 434	10.49 429	19.36 425	14.65 380	30.64 438	33.59 435	33.00 438	22.32 437	24.96 441	16.42 418	7.90 439	6.25 459	4.51 435	3.37 438	5.86 432	7.20 439

PVD	15.44 430	2.93 401	14.67 412	4.21 415	3.39 373	17.43 417	4.16 361	27.84 446	48.84 455	31.02 439	43.54 450	29.76 434	30.81 447	25.97 442	21.40 428	0.23 371	0.41 410	0.04 359	0.33 388	0.41 366	1.33 402

SPS-STEREO	15.04 429	6.23 423	13.21 407	11.34 438	11.65 442	23.30 429	7.15 407	24.16 439	15.65 386	31.78 440	29.19 422	31.62 436	21.32 432	24.62 440	19.50 423	7.59 438	4.19 455	3.22 432	1.48 425	6.99 437	6.54 437
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MeshStereo	11.52 419	1.52 358	4.55 263	1.89 274	1.46 293	19.87 424	5.11 380	20.66 434	15.91 388	32.67 441	34.51 437	39.34 448	21.15 431	18.74 426	12.10 402	0.11 346	0.06 289	0.01 299	0.00 1	0.45 369	0.22 319
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
TorneroNet-64	32.42 459	31.89 457	30.52 446	34.73 459	21.13 458	46.99 463	18.82 455	43.10 455	59.42 463	32.70 442	46.98 454	62.01 463	36.98 453	43.97 462	33.88 456	14.10 457	3.22 448	35.28 460	11.72 457	26.84 461	14.07 459

IMH-64-1	27.21 453	28.77 453	16.84 421	31.57 454	20.76 454	26.43 435	15.10 447	47.11 457	45.20 452	33.53 443	51.16 459	41.42 449	31.10 448	36.48 450	22.39 434	13.48 453	2.87 445	33.95 457	10.70 454	23.50 455	11.75 455

IMH-64	27.21 453	28.77 453	16.84 421	31.57 454	20.76 454	26.43 435	15.10 447	47.11 457	45.20 452	33.53 443	51.16 459	41.42 449	31.10 448	36.48 450	22.39 434	13.48 453	2.87 445	33.95 457	10.70 454	23.50 455	11.75 455

MSC_U_SF_DS_RVC	16.41 435	6.93 427	21.83 433	5.94 427	2.81 356	38.71 454	14.59 443	24.55 440	34.87 441	33.66 445	34.35 436	29.24 433	24.20 438	22.59 437	17.95 420	2.52 426	2.81 442	1.17 422	1.51 427	5.89 433	2.16 414

JetBlue	29.12 455	15.72 442	54.12 461	15.93 444	20.98 457	60.90 473	30.62 464	39.38 452	34.62 439	34.08 446	39.69 444	57.35 460	43.17 459	50.71 469	50.60 470	2.41 424	3.79 453	2.81 428	3.45 439	9.57 439	12.59 458

TorneroNet	35.11 463	33.92 459	33.82 449	37.86 461	22.01 460	49.64 466	21.58 461	48.09 461	55.23 459	37.50 447	53.79 462	62.81 466	43.66 460	46.71 465	41.25 464	14.80 458	3.53 452	36.72 461	14.57 460	28.28 464	16.49 462

IMH	29.82 457	29.11 455	18.51 425	34.28 458	21.40 459	32.33 447	15.39 451	49.40 464	53.07 458	37.88 448	55.32 464	45.05 451	39.54 456	40.63 458	24.12 438	14.03 456	3.27 449	34.93 459	11.24 456	24.69 458	12.21 457

SGM-ForestM	16.99 439	1.08 313	5.74 320	2.12 316	0.75 236	31.63 444	12.21 437	27.80 445	32.25 433	37.88 448	39.99 446	52.96 457	35.20 452	33.60 449	24.47 439	0.26 376	0.39 409	0.31 406	0.39 397	0.26 327	0.53 376

EDNetEfficientorigin	17.87 441	14.00 441	99.53 483	1.64 240	0.92 252	10.55 372	6.26 395	13.21 365	34.84 440	38.20 450	36.91 441	27.47 430	26.32 443	14.71 408	25.69 443	0.04 301	0.06 289	0.14 390	0.52 407	3.16 424	3.27 420

ELAS_RVC	16.54 436	2.26 391	10.09 387	5.50 424	4.46 409	28.28 441	16.72 453	25.55 441	33.54 436	40.19 451	40.30 447	36.68 445	30.03 445	29.40 444	20.61 426	0.98 412	1.21 424	0.86 418	0.70 413	1.39 408	2.16 414
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 437	2.14 389	9.23 379	4.92 420	4.53 412	32.66 448	15.11 449	27.40 444	28.68 429	40.27 452	44.90 451	38.33 447	30.50 446	26.44 443	21.94 433	0.88 407	1.23 425	0.67 414	0.89 418	1.49 409	2.18 416
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficient	13.82 426	6.19 422	54.79 462	2.83 368	3.60 381	4.86 280	8.57 414	8.61 240	32.90 434	40.77 453	30.59 426	18.33 400	21.87 435	11.38 377	25.36 442	0.15 354	0.23 392	0.06 370	1.03 420	2.54 421	1.79 408

ACVNet_2	26.45 451	29.35 456	25.14 439	20.27 449	15.43 450	34.97 450	12.23 438	48.37 462	66.25 470	42.69 454	56.73 465	51.77 453	25.59 440	20.39 433	13.52 410	10.13 446	2.59 439	22.78 449	3.52 440	17.57 451	9.80 451

WAO-7	29.39 456	24.43 447	20.47 429	32.71 457	13.83 446	34.70 449	20.27 460	52.19 467	65.03 468	43.29 455	59.35 467	52.19 454	44.68 461	31.71 446	30.56 451	10.98 449	4.94 456	13.71 442	12.52 458	12.06 443	8.22 443

WAO-6	34.74 461	36.76 462	15.36 415	37.53 460	24.15 463	35.99 451	19.36 456	48.96 463	68.54 471	43.84 456	47.58 455	52.77 456	52.60 465	32.63 447	34.73 458	26.20 463	7.74 462	42.78 465	21.64 464	28.07 463	17.62 465

MANE	19.47 446	1.27 338	5.07 289	4.69 418	5.55 419	30.49 443	9.94 425	34.01 449	37.27 445	44.13 457	51.57 461	52.51 455	40.41 457	33.58 448	24.81 440	0.89 408	0.86 421	1.11 421	9.72 452	0.38 356	1.06 396

LVE	34.99 462	40.10 464	34.97 451	32.49 456	18.61 453	51.45 469	26.82 462	52.15 466	65.94 469	47.21 458	61.04 469	53.99 458	37.30 454	37.95 453	34.09 457	15.55 459	5.95 458	31.01 456	13.81 459	22.58 454	16.72 463

PWCK	30.53 458	44.32 465	47.25 458	29.76 452	7.23 428	40.78 455	27.10 463	44.73 456	44.32 451	47.31 459	36.37 440	47.16 452	26.05 441	41.26 459	31.87 452	21.83 460	4.03 454	29.50 454	4.67 444	27.17 462	7.80 441

BEATNet-Init1	23.31 448	9.03 433	41.67 456	4.17 413	2.53 351	45.68 462	19.47 457	33.43 448	38.45 447	47.59 460	49.10 457	59.31 461	41.80 458	38.35 456	29.21 449	0.47 397	0.50 417	0.81 416	0.66 411	2.10 419	1.86 409

UNDER WATER	45.09 466	48.60 467	67.37 466	49.30 466	31.41 465	53.80 471	37.39 466	40.25 454	52.48 456	50.24 461	45.37 452	68.37 471	57.76 471	51.03 470	49.88 468	29.97 464	13.75 463	51.22 467	36.57 465	37.87 466	29.12 466

ktn	48.94 469	57.58 470	38.86 454	59.57 471	43.27 468	50.37 467	43.38 469	48.07 460	61.11 464	51.30 462	54.25 463	54.96 459	52.88 466	47.30 466	35.83 459	57.77 471	24.88 469	62.69 473	43.55 469	50.70 469	40.41 469

UNDER WATER-64	45.16 467	46.99 466	66.69 465	43.90 464	27.64 464	55.58 472	41.87 468	39.42 453	48.42 454	51.73 463	43.08 449	67.76 470	56.69 470	48.02 467	48.34 467	39.50 467	17.64 465	51.78 468	38.93 468	36.62 465	32.61 467

WAO-8	38.15 464	35.51 460	21.50 431	43.67 462	23.92 461	44.44 458	20.26 458	52.83 468	76.62 473	53.57 464	66.79 472	62.63 464	54.56 468	42.03 460	39.18 462	22.71 461	6.65 460	37.08 462	19.08 462	24.72 460	15.24 460

Venus	38.15 464	35.51 460	21.50 431	43.67 462	23.92 461	44.44 458	20.26 458	52.83 468	76.62 473	53.57 464	66.81 473	62.63 464	54.56 468	42.03 460	39.18 462	22.71 461	6.65 460	37.08 462	19.08 462	24.70 459	15.24 460

notaker	47.42 468	55.20 469	49.13 459	56.52 470	40.18 466	38.52 453	32.97 465	47.21 459	56.08 461	57.21 466	57.24 466	60.09 462	59.19 472	53.93 471	41.64 465	40.61 468	19.93 466	57.21 470	37.41 466	49.02 468	39.02 468

coex-ft	19.78 447	19.39 445	87.73 473	1.77 256	1.80 318	17.25 415	13.50 440	12.63 355	42.10 450	60.18 467	38.90 443	28.72 431	28.74 444	11.74 382	27.40 446	0.21 368	0.23 392	0.04 359	0.30 383	1.36 406	1.54 406

tt	83.26 477	0.34 66	99.99 485	79.40 478	93.18 479	100.00 484	100.00 485	100.00 487	99.95 482	60.33 468	47.63 456	99.98 486	99.96 483	99.98 484	100.00 488	92.42 479	99.82 483	73.83 479	73.63 476	88.42 480	56.35 474

KSHMR	55.63 471	63.60 473	37.85 453	74.69 474	49.56 471	49.01 465	45.73 470	57.46 472	63.97 467	61.61 469	62.07 470	72.39 473	47.01 462	50.65 468	43.29 466	54.10 470	62.21 472	66.10 474	53.94 473	51.25 471	46.11 471

Dean	34.67 460	38.70 463	25.33 440	29.89 453	17.21 452	45.24 461	11.98 436	56.90 471	76.55 472	63.47 470	60.22 468	67.36 469	48.14 464	37.24 452	39.01 461	11.00 450	2.83 443	28.35 453	5.60 450	18.14 452	10.31 452

LE_ROB	16.73 438	1.28 341	11.61 392	3.72 403	1.65 302	16.67 411	9.17 418	14.39 381	55.91 460	63.81 471	40.86 448	35.94 444	37.73 455	14.24 403	26.87 445	0.05 313	0.10 328	0.13 389	0.22 361	0.12 233	0.15 285

DPSimNet_ROB	53.45 470	64.73 474	44.39 457	53.97 468	45.39 470	53.66 470	54.83 472	55.15 470	57.87 462	64.16 472	50.83 458	63.40 467	53.34 467	46.45 464	65.81 473	63.13 473	26.54 470	57.94 471	51.11 472	45.52 467	50.69 473

HanzoNet	56.48 472	59.32 471	58.25 463	55.32 469	41.94 467	50.95 468	41.33 467	51.12 465	61.40 465	65.62 473	65.59 471	71.66 472	69.41 473	70.77 474	60.03 472	63.99 474	34.70 471	61.96 472	50.54 471	51.00 470	44.71 470

JetRed	61.02 473	61.05 472	82.56 470	46.09 465	56.80 473	83.19 474	63.76 473	59.26 473	63.61 466	69.29 474	68.85 474	66.59 468	47.62 463	61.57 472	74.09 474	45.58 469	66.14 475	46.59 466	45.06 470	63.17 472	49.58 472

ASD4	75.85 475	81.57 476	69.25 468	68.23 472	80.87 477	96.24 477	99.15 482	77.50 475	93.47 479	77.59 475	85.63 475	78.32 474	76.43 475	77.89 475	82.61 475	58.30 472	62.67 473	55.02 469	62.43 474	68.35 473	65.49 475

LRCNet_RVC	66.23 474	65.67 475	67.63 467	71.47 473	54.32 472	32.17 446	2.66 327	63.19 474	21.35 414	81.79 476	91.26 477	83.62 475	71.62 474	69.32 473	52.57 471	95.49 480	64.45 474	95.07 480	95.19 480	71.52 474	74.31 476

xxxxx1	85.63 478	90.31 478	96.68 478	76.54 475	80.57 474	97.44 479	96.86 479	85.53 476	88.53 476	88.68 477	91.71 478	94.23 477	92.93 477	90.02 477	91.98 477	70.60 475	70.39 476	73.68 476	81.46 477	74.61 475	79.86 477

tt_ll	85.63 478	90.31 478	96.68 478	76.54 475	80.57 474	97.44 479	96.86 479	85.53 476	88.53 476	88.68 477	91.71 478	94.23 477	92.93 477	90.02 477	91.98 477	70.60 475	70.39 476	73.68 476	81.46 477	74.61 475	79.86 477

ff	85.63 478	90.31 478	96.68 478	76.54 475	80.57 474	97.44 479	96.86 479	85.53 476	88.53 476	88.68 477	91.71 478	94.23 477	92.93 477	90.02 477	91.98 477	70.60 475	70.39 476	73.68 476	81.46 477	74.61 475	79.86 477

MADNet++	82.84 476	82.38 477	73.57 469	87.72 479	82.97 478	93.14 475	69.15 474	86.42 479	82.50 475	93.46 480	86.70 476	86.28 476	80.92 476	88.34 476	88.84 476	86.83 478	84.17 479	72.64 475	68.92 475	80.47 479	81.42 480

DPSMNet_ROB	99.91 488	100.00 486	99.99 485	99.99 486	100.00 485	100.00 484	100.00 485	99.98 486	100.00 485	98.35 481	100.00 484	99.84 484	100.00 486	99.98 484	99.99 485	100.00 487	100.00 486	100.00 483	100.00 486	100.00 486	100.00 488

DGTPSM_ROB	99.90 487	100.00 486	99.99 485	99.99 486	100.00 485	100.00 484	100.00 485	99.97 485	100.00 485	98.35 481	100.00 484	99.84 484	100.00 486	99.98 484	99.99 485	99.99 485	100.00 486	100.00 483	100.00 486	100.00 486	100.00 488

MEDIAN_ROB	98.41 482	99.70 481	99.30 482	97.09 480	97.02 480	96.89 478	95.77 478	97.66 482	97.28 480	98.79 483	98.94 482	99.18 482	98.14 481	96.89 480	96.88 482	99.96 484	99.16 481	100.00 483	99.99 484	99.69 483	99.88 483

Anonymous_1	99.08 484	99.91 482	99.85 484	97.63 481	99.10 483	100.00 484	100.00 485	99.61 484	99.96 483	99.28 484	99.86 483	99.54 483	99.99 484	99.29 482	99.75 483	96.05 481	99.59 482	97.31 481	98.57 482	97.71 481	98.63 482

HaxPig	98.85 483	99.94 483	95.08 476	99.99 486	100.00 485	94.03 476	94.78 476	99.15 483	99.98 484	99.99 485	100.00 484	99.98 486	99.99 484	98.12 481	95.97 480	100.00 487	99.99 485	100.00 483	99.99 484	100.00 486	99.99 486

Selective-RAFT-Error	100.00 491	100.00 486	100.00 489	100.00 489	100.00 485	100.00 484	100.00 485	100.00 487	100.00 485	100.00 486	100.00 484	100.00 488	100.00 486	100.00 487	100.00 488	100.00 487	100.00 486	100.00 483	100.00 486	100.00 486	100.00 488

PML	97.88 481	100.00 486	96.45 477	98.01 482	97.88 482	100.00 484	99.35 483	96.88 480	97.72 481	100.00 486	97.36 481	97.38 481	99.60 482	100.00 487	96.32 481	99.99 485	97.55 480	100.00 483	96.01 481	99.18 482	87.92 481

CasAABBNet	100.00 491	100.00 486	100.00 489	100.00 489	100.00 485	100.00 484	100.00 485	100.00 487	100.00 485	100.00 486	100.00 484	100.00 488	100.00 486	100.00 487	100.00 488	100.00 487	100.00 486	100.00 483	100.00 486	100.00 486	100.00 488

test_example2	99.39 485	99.98 485	99.99 485	100.00 489	99.98 484	99.72 483	99.99 484	97.34 481	100.00 485	100.00 486	100.00 484	96.42 480	96.66 480	99.97 483	99.96 484	100.00 487	99.97 484	98.66 482	99.15 483	100.00 486	100.00 488

LSM0	100.00 491	100.00 486	100.00 489	100.00 489	100.00 485	100.00 484	100.00 485	100.00 487	100.00 485	100.00 486	100.00 484	100.00 488	100.00 486	100.00 487	100.00 488	100.00 487	100.00 486	100.00 483	100.00 486	100.00 486	99.99 486

DPSM_ROB	99.95 489	100.00 486	100.00 489	99.76 484	100.00 485	100.00 484	100.00 485	100.00 487	100.00 485	100.00 486	100.00 484	100.00 488	100.00 486	100.00 487	100.00 488	99.21 482	100.00 486	100.00 483	100.00 486	99.99 484	99.95 484

DPSM	99.95 489	100.00 486	100.00 489	99.76 484	100.00 485	100.00 484	100.00 485	100.00 487	100.00 485	100.00 486	100.00 484	100.00 488	100.00 486	100.00 487	100.00 488	99.21 482	100.00 486	100.00 483	100.00 486	99.99 484	99.95 484

AVERAGE_ROB	99.62 486	99.95 484	98.81 481	100.00 489	100.00 485	98.08 482	95.47 477	100.00 487	100.00 485	100.00 486	100.00 484	100.00 488	100.00 486	100.00 487	99.99 485	100.00 487	100.00 486	100.00 483	100.00 486	100.00 486	100.00 488

Low-res two-view benchmark