Low-res two-view results

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

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

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

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

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

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

IGEV-Stereo+	3.03 4	1.10 6	5.14 17	3.52 8	4.87 273	2.53 5	0.68 16	4.40 1	3.11 1	2.20 2	0.71 1	0.79 2	3.45 35	8.89 48	1.25 3	0.08 89	0.70 249	0.00 1	0.40 302	5.72 388	11.13 424

U	3.84 21	0.81 1	6.63 46	4.40 41	11.89 406	11.98 211	0.20 6	8.42 9	5.78 13	1.97 1	2.73 2	0.77 1	1.59 9	2.60 1	0.98 1	0.04 26	0.04 51	10.46 422	5.41 411	0.05 2	0.14 13

EGLCR-Stereo	3.41 9	1.28 24	6.47 39	4.22 34	1.36 86	5.18 68	1.24 35	11.58 52	5.47 9	3.80 17	3.40 3	8.10 82	1.69 15	9.53 67	2.23 13	0.09 99	0.89 280	0.01 81	0.00 1	0.24 72	1.42 198

MaDis-Stereo	2.96 3	2.05 134	7.26 59	3.35 6	2.54 172	1.78 3	0.28 7	8.41 8	5.58 11	2.77 5	3.62 4	7.05 65	4.60 67	5.95 12	3.33 68	0.01 2	0.05 60	0.00 1	0.00 1	0.19 56	0.39 50

test_xeample3	4.08 31	2.95 251	11.20 219	4.05 20	1.05 63	5.62 93	1.58 57	13.23 63	4.76 5	7.10 51	3.83 5	3.18 13	3.30 34	11.75 122	4.42 117	0.08 89	0.74 253	0.00 1	0.38 296	0.26 87	2.04 281

IGEV-BASED-STEREO-	7.80 173	28.14 430	42.31 409	3.20 4	0.50 17	4.12 23	1.45 46	7.06 4	4.60 3	4.66 26	3.90 6	2.47 9	1.37 6	6.02 15	1.94 7	24.62 439	0.43 203	0.01 81	0.08 147	4.61 378	14.42 429

RAStereo	2.53 1	1.48 43	7.27 60	4.18 31	1.48 101	1.78 3	0.13 4	8.50 10	8.15 57	2.40 3	4.11 7	3.37 14	0.81 2	3.73 4	2.75 44	0.05 46	0.00 1	0.00 1	0.00 1	0.35 128	0.14 13

IGEV-Stereo++	2.55 2	0.93 2	4.65 10	4.40 41	3.52 221	3.33 10	0.10 2	8.77 14	4.60 3	2.63 4	4.41 8	2.00 7	4.67 79	3.47 3	0.98 1	0.02 7	0.78 260	0.09 179	0.00 1	0.06 8	1.65 224

RSM	3.39 8	1.22 16	5.46 19	5.06 74	1.60 115	4.70 37	1.76 86	10.72 36	4.92 6	3.67 14	4.52 9	7.70 75	1.74 16	11.04 88	2.06 10	0.05 46	0.18 135	0.00 1	0.35 277	0.19 56	0.92 129

IGEVStereo-DCA	3.90 22	2.95 251	7.30 61	4.05 20	0.92 51	4.94 59	1.65 65	14.40 85	5.82 15	4.17 19	4.67 10	4.50 34	3.95 47	11.24 99	4.28 110	0.18 152	0.56 230	0.00 1	0.17 202	0.25 77	1.98 263

rrr	3.99 29	2.95 251	11.04 216	4.05 20	0.92 51	4.94 59	1.53 55	11.97 54	6.50 30	4.17 19	4.67 10	4.50 34	3.95 47	11.24 99	4.28 110	0.18 152	0.56 230	0.00 1	0.22 224	0.25 77	1.88 245

Selective-IGEV	3.46 10	1.32 28	5.92 25	4.55 47	2.27 159	4.65 31	2.07 106	11.50 50	5.81 14	3.19 8	4.75 12	5.46 49	1.77 17	11.24 99	2.37 22	0.05 46	0.82 267	0.00 1	0.20 222	0.10 19	1.17 165

RSM++	3.35 7	1.29 25	5.82 22	5.16 81	1.00 61	4.93 57	2.54 126	10.70 35	5.17 7	3.45 10	4.81 13	6.63 61	1.86 18	10.23 77	2.06 10	0.05 46	0.06 85	0.01 81	0.18 214	0.19 56	0.95 139

CroCo-Stereo	3.51 13	2.49 219	8.03 87	9.10 301	1.26 82	0.97 1	0.96 24	11.24 49	8.52 65	3.79 16	4.87 14	7.93 81	4.44 65	3.26 2	2.76 45	0.03 18	0.00 1	0.00 1	0.00 1	0.34 123	0.16 17
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
AIO-Stereo	3.32 6	1.49 46	5.67 21	5.06 74	1.51 107	4.67 34	1.71 80	10.31 27	5.90 23	3.02 7	4.90 15	5.32 46	0.80 1	10.66 81	1.88 6	0.06 70	0.85 274	0.00 1	0.70 340	0.14 38	1.78 235

ProNet	4.14 35	2.35 202	7.50 71	4.22 34	1.47 96	5.67 97	6.24 241	13.78 82	7.71 43	3.38 9	4.93 16	3.72 20	3.52 37	11.52 117	2.72 43	0.08 89	1.32 344	0.01 81	0.26 247	0.47 184	2.02 276

CroCo-Stereo Lap2	4.21 39	2.60 229	9.11 122	10.21 329	6.06 324	1.11 2	0.78 19	10.63 33	8.34 60	3.46 11	5.18 17	8.92 93	5.66 104	6.42 21	4.53 122	0.03 18	0.05 60	0.00 1	0.00 1	0.81 272	0.39 50

MoCha-V2	3.68 16	1.42 38	5.50 20	6.03 143	1.50 106	4.53 28	1.32 39	11.05 42	6.30 27	5.86 47	5.39 18	2.66 10	6.33 119	10.36 79	1.58 4	0.19 161	1.57 375	0.00 1	0.24 236	0.07 13	1.77 234

rvit_stereo_0081	4.20 37	2.18 170	9.43 143	6.66 191	1.77 128	3.43 11	2.29 114	8.53 11	16.32 154	4.68 27	5.52 19	5.21 41	4.60 67	8.22 39	4.20 103	0.05 46	0.01 10	0.00 1	0.01 65	0.41 161	0.49 74

rvit_stereo_0082	4.20 37	2.18 170	9.43 143	6.66 191	1.77 128	3.43 11	2.29 114	8.53 11	16.32 154	4.68 27	5.52 19	5.21 41	4.60 67	8.22 39	4.20 103	0.05 46	0.01 10	0.00 1	0.01 65	0.41 161	0.49 74

anonymousdsp	3.97 27	2.10 147	6.76 50	4.43 43	1.82 134	4.92 55	1.68 71	14.84 97	5.82 15	5.26 42	5.54 21	4.20 26	4.37 61	11.54 118	2.68 41	0.04 26	0.87 276	0.00 1	0.18 214	0.36 137	1.98 263

IGEV-Stereo	3.97 27	2.10 147	6.78 51	4.43 43	1.81 132	4.92 55	1.68 71	14.84 97	5.82 15	5.25 41	5.54 21	4.22 28	4.36 57	11.55 119	2.68 41	0.04 26	0.88 278	0.00 1	0.18 214	0.36 137	1.98 263
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ff7	3.92 23	2.12 153	7.30 61	4.22 34	1.47 96	4.90 50	1.65 65	14.40 85	5.82 15	5.08 37	5.59 23	3.45 15	4.61 70	11.48 109	2.76 45	0.04 26	0.98 290	0.00 1	0.17 202	0.35 128	1.98 263

ffff	3.92 23	2.12 153	7.30 61	4.22 34	1.47 96	4.90 50	1.65 65	14.40 85	5.82 15	5.08 37	5.59 23	3.45 15	4.61 70	11.48 109	2.76 45	0.04 26	0.98 290	0.00 1	0.17 202	0.35 128	1.98 263

11t	3.92 23	2.12 153	7.30 61	4.22 34	1.47 96	4.90 50	1.65 65	14.40 85	5.82 15	5.08 37	5.59 23	3.45 15	4.61 70	11.48 109	2.76 45	0.04 26	0.98 290	0.00 1	0.17 202	0.35 128	1.98 263

ccc-4	3.92 23	2.12 153	7.30 61	4.22 34	1.47 96	4.90 50	1.65 65	14.40 85	5.82 15	5.08 37	5.59 23	3.45 15	4.61 70	11.48 109	2.76 45	0.04 26	0.98 290	0.00 1	0.17 202	0.35 128	1.98 263

MyStereo07	4.80 51	2.38 207	6.21 28	6.63 186	4.77 270	6.47 131	9.60 308	16.70 127	5.88 22	4.81 29	5.77 27	3.13 12	5.68 105	12.07 137	2.46 24	0.09 99	1.33 348	0.03 117	0.32 264	0.74 259	0.93 134

test_for_model	10.44 250	31.57 432	7.69 75	28.25 429	19.35 428	5.66 94	1.73 81	9.50 20	9.59 80	13.59 134	6.15 28	5.25 43	2.58 26	5.60 9	1.81 5	10.21 420	3.48 413	0.00 1	0.16 196	35.71 442	10.93 421

rvit_stereo_ft	5.02 56	3.45 280	10.80 204	11.76 364	2.76 182	4.08 22	8.16 291	10.64 34	10.63 90	4.34 21	6.39 29	6.65 62	4.63 75	9.35 61	5.82 164	0.11 113	0.00 1	0.00 1	0.00 1	0.34 123	0.42 58

IGEV++	3.49 12	1.67 65	6.59 44	6.41 167	1.44 91	4.50 27	1.66 70	11.20 44	5.34 8	3.01 6	6.40 30	4.30 29	4.36 57	5.66 10	3.53 77	0.05 46	1.20 324	0.00 1	0.15 188	0.32 113	2.10 293

Pointernet	3.56 14	0.99 4	6.55 43	3.79 12	0.85 43	5.19 69	0.36 8	17.55 144	7.32 37	4.50 24	6.92 31	4.82 38	2.69 27	5.26 8	2.99 57	0.04 26	0.53 223	0.00 1	0.35 277	0.05 2	0.42 58

rvit_stereo_0081_aga	4.01 30	3.10 262	10.05 167	5.65 110	3.01 200	4.91 54	1.88 96	8.80 15	7.27 36	6.97 50	6.94 32	5.81 53	3.23 33	7.63 32	3.77 86	0.08 89	0.00 1	0.00 1	0.00 1	0.62 229	0.44 64

rvit_0105_6	6.06 98	3.23 267	15.34 305	10.26 330	1.75 127	5.08 64	5.19 206	11.03 41	20.73 201	6.39 48	7.02 33	10.21 109	7.94 153	11.42 106	3.83 88	0.40 220	0.29 165	0.00 1	0.01 65	0.57 211	0.40 55

Selective-RAFT	6.10 99	1.16 9	10.90 211	7.41 240	0.91 50	15.22 260	1.11 30	14.84 97	16.23 150	7.19 56	7.06 34	11.49 122	8.10 156	12.83 175	5.19 142	0.26 186	0.97 288	0.00 1	0.46 308	0.10 19	0.65 96

Former-RAFT_DAM_RVC	4.91 55	3.05 261	9.51 146	4.55 47	3.59 222	9.01 173	1.46 47	14.59 95	19.31 191	7.65 62	7.22 35	2.04 8	2.21 22	10.13 76	2.51 27	0.12 122	0.03 43	0.08 172	0.00 1	0.62 229	0.50 76

rvit_stereo_0080	4.27 42	2.89 245	9.02 117	4.10 25	1.93 140	4.06 19	7.35 274	10.37 28	8.86 70	5.39 43	7.51 36	6.20 55	4.36 57	7.08 25	4.75 128	0.45 238	0.01 10	0.00 1	0.00 1	0.59 220	0.45 65

whm_eth	4.27 42	2.89 245	9.02 117	4.10 25	1.93 140	4.06 19	7.35 274	10.37 28	8.86 70	5.39 43	7.51 36	6.20 55	4.36 57	7.08 25	4.75 128	0.45 238	0.01 10	0.00 1	0.00 1	0.59 220	0.45 65

UniTT-Stereo	3.10 5	1.22 16	7.79 79	4.50 46	2.51 169	2.59 6	0.42 11	5.88 2	5.74 12	5.46 45	7.76 38	1.12 3	1.46 8	9.06 53	5.42 149	0.06 70	0.07 96	0.00 1	0.01 65	0.60 226	0.26 25

AEACV	3.74 17	1.42 38	6.45 37	5.61 105	6.24 330	4.69 35	1.54 56	7.61 6	7.19 34	3.59 13	7.87 39	4.20 26	6.43 124	6.07 16	1.96 8	0.03 18	1.03 302	0.04 130	0.54 326	0.23 68	2.12 295

rvit_stereo_0083	4.77 50	2.28 188	10.63 197	7.49 248	1.73 125	4.88 48	2.71 138	8.97 16	18.71 186	5.01 33	7.88 40	6.38 58	5.11 85	7.80 34	4.86 132	0.28 194	0.04 51	0.00 1	0.01 65	0.26 87	0.39 50

Occ-G	4.14 35	1.50 48	5.89 24	3.82 14	1.88 136	3.75 17	6.51 249	8.68 13	6.38 29	4.81 29	8.44 41	9.56 104	4.31 55	10.00 75	4.16 102	0.05 46	0.84 269	0.00 1	0.19 218	0.23 68	1.71 228

test-3	5.64 67	1.29 25	9.52 148	4.88 61	1.45 92	6.53 134	2.92 145	13.64 75	19.04 188	12.75 112	8.67 42	13.01 158	4.10 52	9.39 64	2.58 31	0.01 2	1.09 305	0.00 1	0.37 286	0.28 100	1.25 175

test_1	5.63 66	1.29 25	9.52 148	4.90 67	1.45 92	6.51 133	2.93 147	13.65 77	19.05 189	12.58 102	8.67 42	13.02 159	4.07 51	9.39 64	2.58 31	0.01 2	1.09 305	0.00 1	0.38 296	0.28 100	1.26 176

test_3	5.97 92	1.26 20	9.95 164	6.84 206	1.45 92	8.73 170	3.18 153	14.26 84	19.86 194	12.22 98	8.91 44	13.78 171	3.99 49	9.38 63	2.58 31	0.01 2	1.10 307	0.00 1	0.37 286	0.30 108	1.20 168

tt1	5.74 70	2.52 220	6.54 42	6.89 209	0.86 45	10.31 188	4.08 181	19.77 176	16.80 161	7.17 54	9.02 45	4.71 36	8.97 175	11.11 93	2.34 18	0.05 46	1.17 314	0.00 1	0.04 109	0.29 105	2.07 286

TRStereo	6.64 121	6.95 353	12.06 248	9.69 315	7.59 359	5.12 65	1.68 71	20.72 184	12.34 103	10.93 89	9.07 46	10.57 113	3.16 31	14.33 221	4.23 107	0.60 269	0.80 263	0.14 225	0.37 286	0.56 209	1.86 244

GLC_STEREO	3.61 15	1.35 30	3.91 5	6.86 207	0.23 1	4.69 35	1.61 59	9.80 21	7.20 35	5.64 46	9.11 47	5.19 40	2.02 20	10.25 78	3.70 82	0.07 85	0.04 51	0.22 265	0.00 1	0.24 72	0.17 19

sAnonymous2	6.98 140	7.12 354	20.67 356	9.13 302	5.40 295	5.28 73	8.11 289	16.71 128	11.50 98	5.04 35	9.17 48	3.77 21	8.23 158	7.84 35	3.15 61	0.11 113	0.07 96	0.06 147	0.28 253	10.80 413	7.09 394

CroCo_RVC	6.98 140	7.12 354	20.67 356	9.13 302	5.40 295	5.28 73	8.11 289	16.71 128	11.50 98	5.04 35	9.17 48	3.77 21	8.23 158	7.84 35	3.15 61	0.11 113	0.07 96	0.06 147	0.28 253	10.80 413	7.09 394

CAS++	4.25 40	2.16 165	6.64 47	4.57 49	1.14 68	4.22 24	1.62 60	19.22 168	10.81 91	9.35 75	9.25 50	1.97 6	1.40 7	9.87 73	2.00 9	0.15 140	0.05 60	0.00 1	0.00 1	0.33 117	0.28 27
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
CES	4.08 31	1.34 29	3.46 1	3.65 10	11.49 403	5.24 71	0.99 26	10.15 25	9.15 76	3.80 17	9.29 51	1.76 4	0.91 3	6.94 24	2.64 40	0.07 85	0.05 60	0.01 81	0.00 1	1.63 320	9.03 410

sCroCo_RVC	5.29 60	3.82 296	17.52 327	11.17 356	6.67 341	5.78 103	2.66 133	10.47 31	8.48 64	3.78 15	9.32 52	4.76 37	4.83 82	8.33 41	4.88 133	1.17 340	0.52 221	0.06 147	0.03 98	0.70 250	0.90 128

rvit_0105_4	7.09 143	3.33 274	16.60 316	10.68 345	1.59 113	5.89 105	6.84 260	14.50 92	23.99 238	7.31 57	9.49 53	13.18 161	9.62 186	12.33 151	4.32 112	0.39 217	0.46 207	0.00 1	0.02 89	0.67 245	0.68 101

WCG-NET	4.66 49	1.97 108	6.29 31	4.20 33	3.10 205	8.44 168	1.34 40	10.21 26	10.23 88	8.58 65	9.53 54	8.37 85	5.23 90	11.46 107	2.62 38	0.08 89	0.34 178	0.00 1	0.00 1	0.24 72	1.03 148

gcap-zeroshot	5.83 79	1.82 90	11.95 245	5.34 89	1.98 142	11.06 199	1.64 63	11.01 40	7.05 33	15.27 156	9.84 55	18.92 254	5.12 87	9.85 72	2.50 26	0.27 190	0.90 281	0.07 164	0.33 270	0.05 2	1.61 219

testlalala	4.28 44	1.72 70	8.36 98	4.01 16	3.59 222	7.88 164	1.70 79	9.98 24	5.56 10	13.20 121	10.02 56	7.06 66	1.91 19	5.98 13	2.36 20	0.03 18	1.26 338	0.00 1	0.41 304	0.06 8	0.52 77

ACVNet-DCA	5.76 72	2.52 220	6.38 33	6.77 200	0.74 27	10.55 191	5.19 206	21.10 194	13.53 117	7.39 58	10.06 57	4.44 31	9.58 183	11.08 89	2.33 15	0.05 46	1.18 318	0.00 1	0.04 109	0.37 143	1.93 252

1test111	6.16 102	2.52 220	6.38 33	6.77 200	0.74 27	10.55 191	5.19 206	21.10 194	13.53 117	7.39 58	10.06 57	4.44 31	9.58 183	12.08 138	9.26 229	0.05 46	1.18 318	0.00 1	0.04 109	0.37 143	1.93 252

cc1	5.79 74	2.52 220	6.38 33	6.77 200	0.74 27	10.55 191	5.19 206	19.19 165	15.95 146	7.39 58	10.06 57	4.44 31	9.58 183	11.08 89	2.33 15	0.05 46	1.18 318	0.00 1	0.04 109	0.34 123	2.04 281

AnonymousM	6.73 123	12.03 391	3.53 2	4.47 45	1.55 110	4.42 26	3.17 152	11.94 53	8.44 62	17.00 203	10.06 57	9.08 96	4.00 50	7.56 31	4.06 98	0.55 259	0.68 247	23.13 433	8.12 423	0.07 13	0.65 96

xx1	6.52 118	2.52 220	6.38 33	6.77 200	0.74 27	10.55 191	5.19 206	19.19 165	15.95 146	7.39 58	10.07 61	16.17 206	12.10 227	11.08 89	2.33 15	0.05 46	1.18 318	0.02 100	0.36 281	0.37 143	1.93 252

SPstereo	4.26 41	2.26 186	8.78 108	5.09 78	1.45 92	5.66 94	1.08 29	13.30 71	8.20 58	8.93 72	10.09 62	6.61 60	3.52 37	5.14 7	3.20 64	0.02 7	1.13 311	0.06 147	0.00 1	0.32 113	0.39 50

anonymousdsp2	6.47 115	1.81 84	9.73 155	5.25 85	1.23 76	9.35 176	3.96 178	22.51 209	18.39 175	12.87 116	10.19 63	10.17 108	4.46 66	11.77 123	3.83 88	0.06 70	1.00 297	0.31 292	0.18 214	0.25 77	2.06 285

MGS-Stereo	3.47 11	1.54 50	7.34 67	3.79 12	0.51 18	4.78 44	1.51 52	6.53 3	9.92 85	4.54 25	10.22 64	5.44 48	1.26 5	8.51 43	2.53 30	0.21 167	0.01 10	0.02 100	0.00 1	0.59 220	0.23 22

RAFT-Stereo-weight	5.42 61	1.21 12	6.22 29	4.69 51	1.28 83	6.18 119	1.58 57	18.42 157	18.47 180	11.35 93	10.27 65	11.93 135	1.65 13	9.59 68	3.83 88	0.10 108	0.60 240	0.00 1	0.00 1	0.16 45	0.89 126

LoS_RVC	4.09 33	3.01 256	4.81 12	4.88 61	7.78 367	5.24 71	2.80 142	7.57 5	4.24 2	4.41 22	10.34 66	3.62 19	6.34 120	6.59 22	2.37 22	0.04 26	0.03 43	0.00 1	0.01 65	0.06 8	7.70 398

model_zeroshot	5.85 82	1.91 104	10.98 213	6.34 165	2.55 173	10.42 189	2.38 118	17.38 140	9.39 78	14.72 148	10.36 67	11.21 120	2.93 30	8.95 49	3.57 78	0.14 131	1.01 299	0.15 230	0.38 296	0.08 16	2.15 299

iRaft-Stereo_20w	6.75 125	2.17 168	13.20 269	5.07 76	2.34 164	7.43 155	2.61 131	20.20 182	7.85 53	15.28 157	10.36 67	14.42 179	8.13 157	16.81 275	4.20 103	0.06 70	0.84 269	0.13 218	0.83 345	0.66 243	2.42 314

rvit_0105_5	8.01 177	3.69 293	17.73 330	10.42 339	1.61 116	7.29 149	6.68 254	18.33 152	25.98 263	10.45 81	10.46 69	15.53 197	11.01 200	12.87 177	5.37 148	0.44 234	0.41 196	0.00 1	0.15 188	0.70 250	1.08 157

CREStereo	3.75 18	1.21 12	3.79 4	2.66 2	0.66 26	5.52 81	0.39 9	10.77 37	14.18 128	7.14 53	10.54 70	5.25 43	3.54 39	6.27 19	2.88 55	0.04 26	0.01 10	0.03 117	0.01 65	0.05 2	0.05 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
trnet	3.79 19	1.10 6	3.76 3	2.70 3	0.63 25	5.60 92	0.41 10	10.89 38	14.11 127	7.11 52	10.55 71	5.73 51	3.75 42	6.25 18	2.89 56	0.04 26	0.02 30	0.03 117	0.01 65	0.06 8	0.07 3

CAS	5.44 62	0.98 3	3.95 7	17.59 402	7.74 366	7.82 162	6.09 237	9.89 23	9.40 79	4.82 31	10.69 72	1.93 5	1.22 4	4.54 5	2.47 25	10.98 424	0.02 30	0.00 1	0.02 89	0.53 200	8.19 404

LoS	3.83 20	1.25 19	4.39 9	3.29 5	0.58 22	4.87 47	1.15 31	11.00 39	13.34 116	5.02 34	10.69 72	4.14 24	3.78 43	9.15 57	3.20 64	0.08 89	0.03 43	0.09 179	0.00 1	0.13 36	0.35 34
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
LL-Strereo2	5.97 92	2.88 244	10.62 196	6.59 180	3.38 214	6.31 122	2.20 111	15.61 105	8.46 63	11.33 92	10.75 74	15.69 200	3.45 35	13.58 207	4.65 125	0.16 143	0.48 211	1.33 363	0.13 172	0.36 137	1.42 198

MyStereo06	6.95 135	2.25 182	14.05 281	6.69 193	4.74 268	7.75 159	9.60 308	17.85 148	9.03 74	13.29 124	10.78 75	18.68 248	5.70 107	10.66 81	4.52 121	0.09 99	1.32 344	0.02 100	0.26 247	0.84 279	0.92 129

4D-IteraStereo	5.47 63	2.05 134	8.66 102	5.34 89	4.93 276	6.11 109	1.79 89	13.74 80	16.35 156	14.53 145	11.10 76	8.22 83	1.59 9	8.73 45	3.37 70	0.00 1	0.49 214	0.09 179	0.02 89	0.25 77	1.98 263

CFNet-RSSM	5.78 73	1.24 18	9.20 134	4.82 58	1.23 76	6.33 123	1.21 34	17.35 139	18.14 173	13.35 125	11.17 77	11.69 126	5.43 92	9.71 71	3.34 69	0.03 18	0.20 139	0.00 1	0.36 281	0.37 143	0.42 58

PMTNet	5.52 64	1.11 8	4.24 8	2.49 1	1.38 88	8.75 171	0.67 15	12.64 58	12.84 108	8.66 66	11.27 78	6.00 54	4.70 81	9.91 74	3.02 58	22.39 438	0.01 10	0.04 130	0.02 89	0.06 8	0.23 22

WCG-NET（raft）	4.87 53	1.67 65	6.84 52	3.49 7	0.31 2	4.96 61	1.95 100	11.08 43	15.49 141	8.82 69	11.46 79	9.50 102	4.96 83	11.32 103	3.26 67	0.09 99	1.41 360	0.00 1	0.03 98	0.23 68	0.54 80

MSKI-zero shot	5.11 58	1.81 84	6.47 39	6.17 149	1.78 130	6.42 130	1.50 51	13.59 74	8.66 67	10.63 85	11.58 80	13.29 165	2.35 24	12.34 153	3.09 59	0.05 46	1.21 330	0.02 100	0.29 256	0.15 41	0.85 120

raftrobust	5.94 89	2.07 142	6.94 53	7.67 254	6.24 330	4.96 61	1.82 90	17.76 146	14.36 129	12.03 96	11.62 81	7.74 76	9.01 176	11.29 102	3.71 84	0.05 46	0.79 262	0.00 1	0.04 109	0.25 77	0.38 48

CASnet	4.11 34	1.27 22	5.28 18	5.63 108	0.31 2	4.89 49	2.86 143	11.52 51	11.73 100	11.06 90	11.80 82	4.16 25	1.63 11	6.30 20	2.22 12	0.63 273	0.00 1	0.60 318	0.13 172	0.15 41	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GMStereo	6.44 111	4.92 322	12.13 249	5.60 104	0.87 46	9.18 175	2.57 130	12.99 61	25.54 259	12.85 114	11.84 83	5.60 50	3.62 40	11.92 132	6.44 186	0.53 251	0.02 30	0.05 138	0.36 281	0.98 288	0.70 104
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
IGEV_Zeroshot_test	5.90 88	2.30 190	15.24 301	6.90 210	2.11 149	4.35 25	1.51 52	15.68 106	8.52 65	13.73 136	11.89 84	11.49 122	3.82 45	11.41 105	4.76 130	0.11 113	0.84 269	0.15 230	0.25 245	0.87 282	1.98 263

11t1	6.61 120	1.76 76	9.64 152	5.62 107	2.15 153	13.57 235	2.67 134	15.77 108	8.83 69	13.66 135	11.90 85	12.03 137	9.76 188	12.23 146	8.58 218	0.23 171	1.33 348	0.00 1	0.31 262	0.26 87	1.95 260

MyStereo04	9.58 221	2.38 207	10.28 180	6.63 186	4.77 270	6.47 131	9.60 308	32.50 327	42.15 376	14.59 147	12.10 86	11.92 134	11.87 225	14.80 241	8.14 209	0.09 99	1.33 348	0.03 117	0.32 264	0.74 259	0.93 134

HH	6.00 95	2.42 210	9.81 158	5.74 127	1.64 120	7.05 146	3.48 166	17.54 142	7.69 41	8.73 67	12.47 87	14.83 184	8.86 172	13.04 184	2.59 34	0.04 26	1.21 330	0.20 255	0.05 123	0.30 108	2.34 307

HanStereo	6.00 95	2.42 210	9.81 158	5.74 127	1.64 120	7.05 146	3.48 166	17.54 142	7.69 41	8.73 67	12.47 87	14.83 184	8.86 172	13.04 184	2.59 34	0.04 26	1.21 330	0.20 255	0.05 123	0.30 108	2.34 307

testlalala2	6.22 104	2.05 134	8.67 103	15.89 397	10.72 399	7.88 164	3.50 170	13.65 77	10.50 89	15.90 178	12.54 89	8.50 89	2.47 25	5.89 11	3.87 93	0.06 70	0.63 244	0.00 1	0.50 320	0.54 207	0.61 92

s12784h	6.22 104	1.01 5	4.95 14	3.57 9	0.54 21	19.55 322	0.95 23	19.51 173	18.39 175	12.98 118	12.58 90	7.78 77	5.56 101	11.34 104	4.36 115	0.89 308	0.01 10	0.05 138	0.00 1	0.07 13	0.20 21

GCAP-BAT	5.15 59	2.42 210	8.74 106	4.07 23	5.04 283	6.61 138	1.82 90	10.43 30	6.66 32	13.47 131	12.76 91	9.14 97	2.87 29	11.51 116	3.58 80	0.03 18	1.24 335	0.01 81	0.60 333	0.13 36	1.81 237

EKT-Stereo	6.11 100	1.71 69	9.09 121	7.69 255	5.56 304	5.16 66	4.26 186	19.18 164	15.13 136	9.20 74	12.84 92	9.55 103	4.18 53	11.74 121	3.24 66	0.53 251	0.62 242	0.09 179	0.14 181	0.17 48	2.16 300

MyStereo05	9.63 224	2.25 182	10.26 178	6.69 193	4.74 268	7.75 159	9.60 308	31.51 319	41.00 372	17.45 210	13.02 93	10.28 111	12.27 231	14.74 238	7.68 199	0.09 99	1.32 344	0.02 100	0.26 247	0.84 279	0.92 129

AE-Stereo	5.68 68	1.78 78	9.22 136	9.25 304	2.52 170	10.13 181	2.92 145	13.10 62	14.88 133	4.88 32	13.10 94	10.72 114	4.43 63	9.24 59	3.37 70	0.10 108	1.31 342	0.06 147	0.32 264	0.21 61	2.03 279

MIPNet	7.26 148	2.30 190	13.74 275	5.32 88	1.61 116	11.32 202	2.77 141	27.02 263	18.47 180	15.56 168	13.20 95	7.01 64	9.46 182	8.84 46	6.32 181	0.15 140	0.03 43	0.06 147	0.08 147	0.42 166	1.39 190

MC-Stereo	4.47 46	1.16 9	5.85 23	6.14 147	1.43 90	3.70 16	1.73 81	10.62 32	7.83 52	6.85 49	13.33 96	6.77 63	6.21 118	11.23 98	2.52 28	0.04 26	1.30 340	0.06 147	0.24 236	0.17 48	2.14 298

Gwc-CoAtRS	5.80 75	1.37 32	9.07 119	4.80 57	1.39 89	6.90 144	1.27 36	16.50 121	15.48 140	13.07 119	13.35 97	12.64 143	5.61 102	9.14 56	4.20 103	0.04 26	0.32 170	0.00 1	0.29 256	0.30 108	0.33 30

riskmin	7.28 152	1.54 50	8.37 99	5.01 72	3.24 210	11.65 206	3.20 154	16.61 126	18.86 187	10.45 81	13.46 98	16.20 208	12.68 239	12.46 160	6.57 189	0.17 149	1.38 356	0.14 225	0.33 270	0.67 245	2.52 318

testlalala_base	7.81 174	3.52 284	8.75 107	8.73 294	5.44 301	12.21 213	1.77 87	12.73 59	6.24 26	10.56 83	13.62 99	8.76 91	5.61 102	8.69 44	4.24 108	16.24 432	3.38 410	0.00 1	0.46 308	22.32 434	3.02 340

UDGNet	10.51 254	14.75 403	11.91 242	10.29 332	2.78 184	7.93 166	1.94 99	19.31 170	34.57 336	17.74 218	13.70 100	13.56 169	7.30 143	13.52 202	7.18 193	5.80 403	0.11 118	12.86 427	2.76 391	9.87 409	2.34 307

RCA-Stereo	5.58 65	1.26 20	6.71 48	4.85 59	0.80 40	5.51 80	3.97 179	17.56 145	19.40 192	8.45 64	14.11 101	8.73 90	8.70 170	6.88 23	2.77 50	0.05 46	0.98 290	0.11 207	0.00 1	0.14 38	0.61 92

OMP-Stereo	7.13 146	2.89 245	9.89 161	10.98 353	1.73 125	4.81 46	1.85 93	18.38 155	16.26 151	16.94 201	14.11 101	17.45 231	7.57 145	13.26 197	5.12 140	0.43 231	0.04 51	0.06 147	0.02 89	0.20 60	0.56 85

RALAANet	6.86 129	3.28 272	11.09 217	7.63 252	4.95 278	6.16 118	1.63 61	20.54 183	15.45 138	15.30 158	14.52 103	12.98 157	4.35 56	13.53 203	3.98 94	0.11 113	0.35 180	0.00 1	0.29 256	0.58 214	0.48 72

rvit_0105_3	9.68 225	4.32 309	19.50 345	12.22 372	1.90 138	9.16 174	8.63 293	19.21 167	30.92 304	15.42 160	14.72 104	18.81 251	12.18 229	15.98 254	7.12 192	0.67 279	0.42 201	0.01 81	0.49 318	0.56 209	1.40 193

Anonymous3	10.07 235	4.14 303	31.49 389	9.77 318	5.11 287	25.00 359	11.85 346	25.20 239	19.24 190	10.80 87	14.78 105	7.92 80	8.68 169	14.40 224	6.12 169	3.25 384	1.40 357	0.08 172	0.06 133	0.81 272	1.30 181

XX-TBD	4.63 48	10.71 378	3.94 6	10.55 343	0.62 24	5.95 108	0.08 1	7.91 7	12.75 107	11.73 95	14.80 106	4.04 23	1.64 12	4.90 6	2.61 36	0.08 89	0.01 10	0.00 1	0.00 1	0.26 87	0.06 2

DeepStereo_RVC	5.95 91	1.88 99	10.44 191	5.76 130	0.60 23	5.45 77	1.78 88	12.93 60	8.02 54	14.07 140	14.98 107	12.40 140	10.05 191	12.02 135	7.35 195	0.61 271	0.10 114	0.12 212	0.00 1	0.21 61	0.29 28

iRaftStereo_RVC	5.06 57	2.15 161	7.88 83	5.54 101	0.78 37	5.22 70	0.45 12	18.47 158	11.75 101	9.72 78	15.05 108	5.74 52	3.18 32	9.29 60	2.52 28	0.02 7	1.24 335	0.00 1	0.01 65	0.58 214	1.62 221

NRIStereo	5.98 94	1.91 104	9.60 150	6.29 162	0.45 4	6.56 136	2.52 125	15.37 102	11.43 96	12.55 101	15.07 109	11.45 121	6.11 115	12.32 150	6.23 175	0.83 300	0.16 131	0.11 207	0.00 1	0.32 113	0.33 30

test-1	6.03 97	1.76 76	15.61 307	8.01 273	1.98 142	7.82 162	1.16 32	13.64 75	13.60 120	9.69 77	15.16 110	11.55 124	5.45 94	7.78 33	4.35 114	0.16 143	1.18 318	0.00 1	0.13 172	0.16 45	1.39 190

DLNR_Zeroshot_test	27.91 420	51.88 444	91.97 468	98.26 476	97.92 476	3.07 8	0.49 13	31.27 314	8.33 59	8.40 63	15.66 111	7.22 67	1.66 14	12.16 142	4.82 131	40.46 445	1.87 382	0.06 147	0.33 270	80.45 468	1.99 273

MIF-Stereo (partial)	4.55 47	1.63 59	8.37 99	5.46 97	5.35 293	3.48 14	0.94 22	9.80 21	8.03 55	4.45 23	15.68 112	5.33 47	5.11 85	11.92 132	4.57 123	0.06 70	0.02 30	0.06 147	0.03 98	0.45 177	0.30 29

UGAM-zero	7.48 156	1.91 104	14.55 288	4.78 55	2.00 144	6.34 125	1.02 28	18.99 162	8.70 68	14.93 151	15.74 113	24.94 308	13.86 263	13.13 190	5.05 135	0.04 26	0.96 286	0.02 100	1.08 360	0.18 52	1.46 201

GCST	37.71 439	41.51 441	27.28 376	92.08 473	36.49 441	24.16 353	0.99 26	26.00 246	20.14 197	26.34 345	15.80 114	19.97 264	4.67 79	17.54 288	5.83 165	80.93 466	35.32 444	87.67 471	74.76 463	73.87 464	42.93 451

LL-Strereo	11.34 276	4.25 307	13.90 277	9.09 300	6.20 328	7.31 150	8.93 296	35.93 364	30.30 294	16.93 199	15.83 115	21.85 277	17.45 315	21.92 346	10.25 245	0.43 231	1.47 369	0.74 328	0.08 147	1.15 297	2.71 326

Anonymous_2	15.61 339	7.12 354	18.63 340	6.49 174	7.98 369	26.94 373	11.93 347	19.48 172	18.48 183	18.25 235	15.95 116	24.18 298	21.32 351	21.17 339	15.94 304	10.88 423	13.80 436	11.19 425	25.13 440	10.92 415	6.42 387

EAI-Stereo	5.82 77	2.06 138	9.08 120	6.23 154	2.20 156	6.24 121	6.20 240	20.18 181	6.36 28	10.65 86	15.97 117	6.31 57	3.63 41	12.09 140	4.88 133	0.06 70	0.73 252	0.04 130	1.59 375	0.21 61	1.67 225

RAFT + AFF	10.71 261	4.59 314	18.51 337	10.52 340	5.02 282	13.14 227	11.12 337	26.24 251	27.48 277	15.09 153	16.07 118	19.83 262	11.23 209	17.09 282	10.38 247	0.45 238	1.45 366	0.65 322	0.23 232	2.31 340	2.74 328

CRE-IMP	5.83 79	1.86 95	11.10 218	6.20 152	0.51 18	6.86 143	1.64 63	12.56 56	9.01 72	13.16 120	16.11 119	10.94 117	6.14 117	12.81 173	6.46 187	0.50 247	0.07 96	0.10 187	0.00 1	0.27 96	0.27 26

rafts_anoy	6.46 113	2.37 204	7.09 55	7.48 247	6.02 322	5.31 75	2.45 122	14.50 92	22.01 216	12.94 117	16.18 120	8.48 88	5.53 99	9.70 70	6.32 181	0.05 46	1.66 377	0.10 187	0.05 123	0.30 108	0.69 103

ARAFT	8.86 202	3.86 297	17.37 326	5.96 141	0.94 58	12.59 219	10.80 330	18.20 150	19.95 195	18.77 244	16.27 121	17.78 236	8.88 174	18.82 305	5.30 146	0.35 208	0.04 51	0.00 1	0.00 1	0.62 229	0.64 94

plain	4.41 45	2.18 170	11.50 227	5.46 97	2.97 198	3.20 9	1.38 41	9.01 17	5.96 24	3.56 12	16.63 122	3.01 11	2.76 28	14.80 241	4.25 109	0.32 203	0.00 1	0.04 130	0.01 65	0.79 267	0.43 61

GANet-ADL	8.73 197	2.80 239	9.48 145	7.87 267	2.77 183	12.88 223	5.29 213	29.97 299	25.61 260	14.50 143	16.64 123	17.02 218	7.60 147	11.61 120	8.01 205	0.51 250	0.40 189	0.10 187	0.12 168	0.77 265	0.70 104

CREStereo++_RVC	4.83 52	1.16 9	4.67 11	4.71 53	2.02 145	4.01 18	0.11 3	9.48 19	18.00 171	8.87 70	16.74 124	4.43 30	2.15 21	6.09 17	3.39 72	0.07 85	0.00 1	0.00 1	10.51 429	0.05 2	0.12 12
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
111	7.73 170	2.39 209	9.12 124	4.17 27	0.47 13	10.65 195	3.49 169	21.34 200	28.25 284	10.60 84	16.85 125	14.74 183	10.22 195	12.48 161	6.61 190	0.43 231	0.01 10	0.00 1	0.00 1	0.35 128	2.39 313

AIO-Stereo-zeroshot	7.75 171	3.47 282	14.99 298	5.34 89	7.99 370	7.13 148	0.96 24	23.20 220	10.00 86	11.29 91	17.31 126	18.44 247	9.03 177	13.19 192	5.77 161	0.06 70	1.01 299	0.12 212	1.51 373	1.49 315	2.74 328

dd	8.57 193	5.20 326	13.37 270	6.91 211	1.05 63	10.30 186	3.89 176	17.29 138	34.00 329	15.73 171	17.50 127	7.45 69	6.60 126	15.00 245	10.99 262	1.39 348	0.41 196	0.18 244	0.46 308	2.25 337	1.40 193

PFNet	8.10 180	1.75 74	12.34 253	7.54 251	2.40 165	7.41 154	5.81 230	23.83 229	17.85 169	20.78 277	17.57 128	15.22 193	7.72 149	13.37 200	6.46 187	0.33 205	0.20 139	0.12 212	0.19 218	0.32 113	0.77 114

GwcNet-ADL	8.81 200	2.00 121	10.21 175	7.70 258	2.82 186	6.99 145	7.05 266	30.58 304	26.21 267	15.71 170	17.65 129	13.93 172	6.83 140	13.90 215	11.43 267	0.49 245	0.76 259	0.01 81	0.01 65	0.55 208	1.46 201

raft+_RVC	7.10 145	2.37 204	6.59 44	6.94 215	5.82 315	6.35 126	5.97 235	21.05 192	23.63 235	10.90 88	17.95 130	9.80 105	5.55 100	11.49 113	4.47 120	0.04 26	1.50 370	0.00 1	0.00 1	0.38 153	1.23 172

ROB_FTStereo	5.82 77	1.97 108	10.37 183	5.67 119	0.46 10	5.52 81	1.63 61	13.27 68	7.79 45	12.69 105	18.06 131	12.86 151	6.63 130	12.28 149	5.43 150	0.87 307	0.09 104	0.10 187	0.00 1	0.26 87	0.36 40

Patchmatch Stereo++	5.88 86	1.97 108	10.43 189	5.66 112	0.45 4	5.54 88	2.32 116	13.26 66	7.79 45	12.69 105	18.14 132	12.86 151	6.63 130	12.36 155	5.60 156	1.09 328	0.09 104	0.10 187	0.00 1	0.25 77	0.35 34
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	5.88 86	1.97 108	10.43 189	5.66 112	0.45 4	5.54 88	2.32 116	13.26 66	7.79 45	12.69 105	18.14 132	12.86 151	6.63 130	12.36 155	5.60 156	1.09 328	0.09 104	0.10 187	0.00 1	0.25 77	0.35 34

ROB_FTStereo_v2	5.85 82	1.97 108	10.38 184	5.66 112	0.46 10	5.52 81	1.95 100	13.24 64	7.78 44	12.68 104	18.16 134	12.83 148	6.61 128	12.27 147	5.63 159	1.00 319	0.09 104	0.10 187	0.00 1	0.26 87	0.36 40

HUI-Stereo	5.80 75	1.98 116	10.42 187	5.66 112	0.45 4	5.52 81	2.68 135	13.29 70	7.82 51	12.71 111	18.16 134	12.91 156	6.60 126	10.73 86	5.36 147	0.89 308	0.08 102	0.10 187	0.00 1	0.25 77	0.36 40

iGMRVC	5.86 85	1.97 108	10.41 186	5.66 112	0.45 4	5.53 85	1.75 85	13.35 72	7.81 50	12.69 105	18.17 136	12.86 151	6.53 125	12.34 153	5.77 161	1.13 334	0.09 104	0.10 187	0.00 1	0.26 87	0.34 33

RALCasStereoNet	6.53 119	2.84 243	8.12 90	7.88 268	6.12 326	6.85 142	5.29 213	14.66 96	13.94 123	10.20 79	18.18 137	10.24 110	3.83 46	12.33 151	5.56 155	0.04 26	1.88 383	0.11 207	0.01 65	0.26 87	2.24 304

PSM-adaLoss	5.83 79	1.97 108	10.44 191	5.66 112	0.46 10	5.54 88	1.91 98	13.24 64	7.80 49	12.69 105	18.19 138	12.80 147	6.65 138	11.89 130	5.45 152	1.02 322	0.09 104	0.10 187	0.00 1	0.26 87	0.36 40

RAFT-IKP	5.85 82	1.97 108	10.36 181	5.66 112	0.45 4	5.33 76	2.01 104	13.27 68	7.79 45	12.69 105	18.19 138	12.77 146	6.67 139	12.36 155	5.60 156	1.11 331	0.09 104	0.10 187	0.00 1	0.25 77	0.35 34

TANstereo	4.87 53	1.49 46	5.02 15	4.02 18	0.51 18	14.25 245	0.15 5	9.17 18	12.84 108	12.80 113	18.36 140	5.14 39	4.43 63	6.01 14	2.30 14	0.09 99	0.12 122	0.00 1	0.01 65	0.02 1	0.68 101

RAFT-Stereo + iAFF	5.94 89	2.35 202	8.80 109	4.07 23	1.36 86	2.78 7	0.66 14	17.05 133	15.89 145	12.65 103	18.49 141	11.81 130	7.89 151	8.48 42	3.80 87	0.02 7	0.75 255	0.00 1	0.00 1	0.43 168	1.49 208

ITSA-stereo	11.88 286	2.48 217	11.96 246	6.54 176	1.92 139	13.33 230	4.81 201	37.17 380	49.04 403	18.70 241	18.52 142	21.69 276	12.63 238	16.77 274	15.60 302	0.53 251	0.40 189	0.32 294	0.33 270	1.07 294	3.89 360

qqq	7.72 169	2.15 161	10.06 168	5.01 72	1.82 134	8.62 169	7.27 272	21.10 194	13.53 117	12.48 100	18.71 143	16.17 206	12.10 227	12.08 138	9.26 229	0.08 89	1.35 352	0.02 100	0.36 281	0.36 137	1.93 252

IPLGR	7.48 156	1.61 56	14.03 280	4.92 69	1.30 84	10.30 186	1.20 33	24.52 236	22.59 224	16.71 196	18.84 144	8.44 87	7.49 144	9.62 69	6.34 183	0.26 186	0.05 60	0.05 138	0.06 133	0.37 143	0.93 134

IPLGR_C	7.70 167	3.32 273	14.54 287	7.98 271	5.04 283	10.26 184	4.64 197	16.50 121	16.28 153	17.97 227	18.85 145	8.30 84	4.66 78	11.22 97	10.89 261	0.77 289	0.32 170	0.03 117	0.15 188	0.43 168	1.84 242

PSMNet-ADL	10.30 244	2.32 193	7.83 81	9.69 315	4.44 257	16.04 275	4.16 182	27.57 271	25.08 249	15.16 154	19.04 146	25.28 311	13.63 256	16.49 267	15.33 298	0.86 305	0.81 264	0.01 81	0.04 109	0.33 117	1.81 237

ACRE	7.62 162	3.21 266	14.93 297	7.81 263	5.00 281	10.01 179	4.45 190	16.32 116	15.86 143	17.81 219	19.21 147	8.38 86	4.25 54	11.11 93	10.58 253	0.78 292	0.32 170	0.03 117	0.15 188	0.44 171	1.84 242

Any-RAFT	6.28 106	1.42 38	4.91 13	5.00 71	1.25 81	10.18 182	1.90 97	22.68 212	15.87 144	12.12 97	19.23 148	13.69 170	4.65 77	9.35 61	2.36 20	0.06 70	0.57 233	0.00 1	0.00 1	0.05 2	0.35 34

NF-Stereo	6.96 136	1.80 81	10.17 171	7.16 231	0.79 39	6.15 117	3.26 161	20.74 189	18.45 179	13.42 129	19.33 149	11.67 125	6.05 111	12.71 171	6.17 171	0.57 262	0.06 85	0.21 258	0.23 232	0.12 29	0.09 7

OCTAStereo	6.97 137	1.80 81	10.20 174	7.15 230	0.78 37	6.12 114	3.38 162	20.72 184	18.47 180	13.41 126	19.33 149	11.91 133	6.05 111	12.68 169	6.19 172	0.59 267	0.06 85	0.21 258	0.22 224	0.12 29	0.10 9

RE-Stereo	6.97 137	1.79 79	10.18 172	7.14 225	0.77 34	6.14 115	3.39 163	20.72 184	18.43 177	13.41 126	19.33 149	11.78 128	6.09 113	12.66 167	6.22 173	0.58 263	0.05 60	0.21 258	0.22 224	0.12 29	0.10 9

TVStereo	6.97 137	1.79 79	10.18 172	7.14 225	0.77 34	6.14 115	3.39 163	20.72 184	18.43 177	13.41 126	19.33 149	11.78 128	6.09 113	12.66 167	6.22 173	0.58 263	0.05 60	0.21 258	0.22 224	0.12 29	0.10 9

RAFT	9.07 209	2.76 238	10.38 184	8.89 299	1.24 79	13.48 233	8.19 292	17.14 135	17.29 166	23.01 313	19.34 153	20.06 265	11.13 205	17.79 295	6.43 185	0.09 99	1.12 310	0.28 282	0.02 89	0.79 267	1.94 259

IRAFT_RVC	8.93 205	1.80 81	10.65 198	7.83 264	1.81 132	6.36 127	10.05 321	26.32 254	27.59 278	17.93 225	19.70 154	17.67 234	9.98 190	13.20 193	6.29 180	0.37 215	0.30 167	0.19 250	0.05 123	0.23 68	0.24 24

CIPLG	7.69 166	3.27 270	14.40 285	7.84 265	5.08 286	10.24 183	4.59 194	16.02 111	15.45 138	18.05 229	19.72 155	8.79 92	4.61 70	11.84 128	10.40 249	0.76 286	0.33 176	0.03 117	0.15 188	0.44 171	1.83 241

ADLNet2	12.99 308	2.94 250	14.18 282	9.57 311	5.96 319	20.23 329	10.41 326	33.05 334	37.61 354	19.46 257	19.74 156	22.46 284	18.63 323	22.37 349	20.76 340	0.37 215	0.15 129	0.06 147	0.08 147	1.04 293	0.72 107

RAFT_R40	7.14 147	1.73 72	9.36 140	7.36 239	0.82 41	5.74 100	3.69 172	15.47 104	15.09 135	18.24 234	19.87 157	16.82 215	8.50 166	13.72 212	5.81 163	0.28 194	0.02 30	0.14 225	0.00 1	0.11 26	0.09 7

DCVSM-stereo	10.23 240	2.16 165	12.54 258	6.23 154	3.65 224	12.01 212	3.56 171	19.41 171	23.18 227	24.08 323	19.88 158	29.55 334	18.82 326	14.49 229	10.42 250	0.25 182	1.17 314	0.28 282	0.06 133	0.82 275	2.07 286

NOSS_ROB	11.76 285	4.63 316	8.14 91	7.46 245	2.92 192	17.82 305	10.55 327	30.45 303	34.08 331	16.37 181	19.97 159	23.14 290	16.31 295	18.22 299	10.67 256	2.98 379	1.84 381	3.39 395	1.64 376	2.24 336	2.37 310

SFCPSM	9.16 213	1.72 70	12.32 252	5.64 109	3.51 220	16.58 291	6.93 263	31.11 311	26.15 265	17.05 204	20.08 160	11.05 119	9.94 189	12.55 163	6.05 166	0.36 211	0.17 134	0.37 299	0.22 224	0.40 158	1.01 145

IIG-Stereo	7.59 160	2.47 214	9.40 142	10.39 337	1.78 130	6.67 139	1.47 48	17.83 147	16.51 159	18.91 249	20.12 161	17.76 235	8.74 171	13.21 195	5.43 150	0.44 234	0.05 60	0.03 117	0.00 1	0.17 48	0.45 65

raft_robust	8.39 186	2.81 240	7.62 74	6.32 164	1.17 70	5.47 78	0.82 20	34.37 350	35.49 344	18.40 236	20.25 162	7.24 68	5.51 96	15.77 253	3.40 73	0.11 113	1.10 307	0.00 1	0.50 320	0.33 117	1.19 167

SST-Stereo	6.85 127	1.67 65	9.39 141	7.24 235	0.82 41	5.89 105	1.87 95	15.34 101	9.89 84	19.25 255	20.26 163	16.63 214	8.40 163	13.81 214	5.75 160	0.40 220	0.05 60	0.13 218	0.00 1	0.10 19	0.08 5

DCANet-4	6.78 126	1.21 12	11.48 225	3.95 15	0.76 32	4.73 38	1.68 71	18.40 156	25.78 262	15.44 161	20.36 164	6.42 59	8.48 165	8.87 47	6.24 176	0.18 152	0.05 60	0.01 81	0.00 1	0.10 19	1.37 184

fff	7.26 148	1.99 117	9.12 124	4.17 27	0.47 13	4.73 38	1.68 71	16.56 123	33.55 322	15.45 162	20.36 164	7.49 70	12.54 233	9.03 50	6.26 177	0.18 152	0.05 60	0.01 81	0.00 1	0.10 19	1.37 184

csc	7.26 148	1.99 117	9.12 124	4.17 27	0.47 13	4.73 38	1.68 71	16.56 123	33.55 322	15.45 162	20.36 164	7.49 70	12.54 233	9.03 50	6.26 177	0.18 152	0.05 60	0.01 81	0.00 1	0.10 19	1.37 184

cscssc	7.26 148	1.99 117	9.12 124	4.17 27	0.47 13	4.73 38	1.68 71	16.56 123	33.55 322	15.45 162	20.36 164	7.49 70	12.54 233	9.03 50	6.26 177	0.18 152	0.05 60	0.01 81	0.00 1	0.10 19	1.37 184

x	7.70 167	2.12 153	8.93 115	5.08 77	2.55 173	11.65 206	4.40 189	20.91 191	12.53 105	13.58 133	20.49 168	15.73 201	11.10 204	10.65 80	10.16 243	0.11 113	1.37 354	0.04 130	0.29 256	0.34 123	1.95 260

IPLG	7.65 164	2.00 121	13.81 276	5.86 139	4.35 254	10.97 197	1.43 43	22.52 210	16.50 158	19.78 261	20.62 169	5.28 45	5.49 95	12.58 166	9.70 239	0.13 129	0.06 85	0.03 117	0.07 141	0.41 161	1.38 188

cross-raft	5.70 69	1.44 41	7.08 54	6.69 193	2.11 149	5.89 105	1.44 45	16.44 119	8.38 61	13.42 129	20.70 170	12.20 139	4.38 62	9.06 53	3.11 60	0.03 18	0.38 185	0.00 1	0.22 224	0.24 72	0.84 119

ADStereo(finetuned)	7.09 143	2.04 129	11.52 228	4.01 16	0.77 34	4.78 44	1.73 81	16.15 113	25.08 249	15.89 177	20.74 171	7.88 78	13.56 253	9.11 55	6.07 167	0.18 152	0.05 60	0.00 1	0.00 1	0.28 100	1.93 252

DCANet	6.87 130	2.02 125	9.12 124	4.03 19	0.76 32	4.77 43	1.74 84	16.15 113	25.07 248	15.88 176	20.79 172	7.89 79	11.31 212	9.23 58	6.15 170	0.18 152	0.05 60	0.00 1	0.00 1	0.28 100	2.01 275

H2IRNET	6.11 100	1.63 59	7.52 72	4.69 51	2.30 161	4.07 21	0.71 17	12.58 57	13.88 122	7.18 55	20.80 173	15.50 196	10.48 196	10.72 85	8.26 210	0.19 161	0.00 1	0.07 164	0.52 324	0.52 199	0.55 82

DMCA	8.96 206	2.60 229	11.84 239	5.61 105	4.25 249	11.09 200	4.36 188	25.89 245	20.23 199	17.10 205	20.96 174	17.55 232	11.92 226	11.47 108	12.27 276	0.60 269	0.09 104	0.35 297	0.05 123	0.48 187	0.57 90

PFNet+	6.92 133	1.64 62	10.96 212	6.27 157	0.90 49	5.66 94	1.68 71	14.43 91	16.02 148	18.13 231	21.24 175	14.33 176	5.97 110	13.13 190	5.51 154	0.90 310	0.20 139	0.11 207	0.30 261	0.08 16	0.94 138

knoymous	6.46 113	1.84 93	5.13 16	4.31 40	1.88 136	6.36 127	5.55 220	15.25 100	14.48 130	13.85 138	21.25 176	12.66 145	6.63 130	13.20 193	5.11 138	0.19 161	0.13 123	0.12 212	0.00 1	0.71 254	0.57 90

ACV-stereo	12.12 290	6.01 344	30.51 385	7.45 243	3.42 217	21.69 338	6.74 256	22.11 207	20.81 202	17.88 224	21.26 177	26.73 324	17.28 311	20.80 329	14.16 290	0.79 296	1.10 307	0.17 240	0.09 155	0.67 245	2.66 321

DispNO	9.82 227	2.57 226	17.77 332	6.22 153	5.73 309	11.89 210	4.77 199	25.54 242	21.70 213	17.56 215	21.28 178	18.01 240	13.83 261	17.46 287	9.91 241	0.35 208	0.16 131	0.03 117	0.12 168	0.51 197	1.05 153

AIO-Stereo-zeroshot1	8.37 185	4.16 304	20.63 355	5.82 135	11.79 404	6.40 129	2.02 105	20.82 190	8.03 55	14.52 144	21.38 179	17.44 230	5.83 109	14.43 228	5.13 141	0.06 70	1.00 297	0.05 138	1.81 380	2.44 343	3.62 352

DualNet (step1)	13.16 313	5.31 329	19.76 346	6.41 167	3.12 206	17.98 307	9.85 317	29.36 289	25.26 254	24.82 330	21.48 180	24.89 304	18.87 327	14.41 225	11.06 263	6.83 407	1.96 386	6.61 406	7.47 416	3.22 359	4.59 363

test_sample9	15.79 341	5.31 329	19.76 346	6.41 167	3.12 206	17.98 307	9.85 317	29.36 289	25.26 254	24.82 330	21.48 180	24.89 304	18.87 327	21.03 332	22.11 345	6.83 407	36.75 445	6.61 406	7.47 416	3.22 359	4.59 363

test_sample7	11.16 270	2.69 235	11.55 229	5.82 135	2.21 157	15.39 263	9.15 302	29.36 289	25.26 254	24.82 330	21.48 180	24.89 304	18.88 329	14.41 225	11.06 263	0.78 292	1.96 386	0.43 304	0.14 181	0.73 256	2.20 301

gwcnet-sp	10.26 241	3.56 287	15.31 302	6.59 180	4.30 250	15.71 268	5.71 225	26.09 248	25.15 251	21.68 296	21.77 183	15.01 188	16.42 300	15.21 246	10.76 257	0.12 122	0.20 139	0.02 100	0.09 155	0.63 232	0.86 121

scenet	10.26 241	3.56 287	15.31 302	6.59 180	4.30 250	15.71 268	5.71 225	26.09 248	25.15 251	21.68 296	21.77 183	15.01 188	16.42 300	15.21 246	10.76 257	0.12 122	0.20 139	0.02 100	0.09 155	0.63 232	0.86 121

ssnet	10.26 241	3.56 287	15.31 302	6.59 180	4.30 250	15.71 268	5.71 225	26.09 248	25.15 251	21.68 296	21.77 183	15.01 188	16.42 300	15.21 246	10.76 257	0.12 122	0.20 139	0.02 100	0.09 155	0.63 232	0.86 121

GMOStereo	6.33 107	2.04 129	8.28 94	5.68 120	1.20 72	6.11 109	2.14 107	11.20 44	13.15 111	18.66 237	21.83 186	17.35 226	6.64 134	7.09 27	2.78 51	0.02 7	1.42 361	0.13 218	0.00 1	0.53 200	0.37 44

error version	6.33 107	2.04 129	8.28 94	5.68 120	1.20 72	6.11 109	2.14 107	11.20 44	13.15 111	18.66 237	21.83 186	17.35 226	6.64 134	7.09 27	2.78 51	0.02 7	1.42 361	0.13 218	0.00 1	0.53 200	0.37 44

test-v	6.33 107	2.04 129	8.28 94	5.68 120	1.20 72	6.11 109	2.14 107	11.20 44	13.15 111	18.66 237	21.83 186	17.35 226	6.64 134	7.09 27	2.78 51	0.02 7	1.42 361	0.13 218	0.00 1	0.53 200	0.37 44

test-2	6.33 107	2.04 129	8.28 94	5.68 120	1.20 72	6.11 109	2.14 107	11.20 44	13.15 111	18.66 237	21.83 186	17.35 226	6.64 134	7.09 27	2.78 51	0.02 7	1.42 361	0.13 218	0.00 1	0.53 200	0.37 44

PCWNet_CMD	9.97 233	2.08 143	11.61 231	5.36 92	2.92 192	16.39 286	2.94 148	29.76 298	34.38 332	17.83 220	21.86 190	18.91 253	8.27 160	13.01 181	7.73 200	0.23 171	0.46 207	0.79 331	0.25 245	3.46 364	1.12 164

MSMDNet	9.96 231	2.08 143	11.66 232	5.39 94	2.92 192	16.50 289	2.89 144	29.73 297	34.55 335	17.86 223	21.91 191	18.86 252	8.36 162	13.06 186	7.74 201	0.24 176	0.47 210	0.66 323	0.24 236	3.07 352	1.04 150

Pruner-Stereo	6.85 127	1.81 84	10.24 177	6.92 212	0.92 51	5.55 91	4.01 180	14.42 90	11.85 102	18.22 233	21.92 192	15.64 199	5.69 106	12.10 141	6.08 168	0.84 302	0.02 30	0.18 244	0.10 163	0.11 26	0.38 48

BUS	9.86 228	1.86 95	9.14 129	7.14 225	4.12 244	19.47 320	2.69 136	34.15 346	23.28 229	18.82 246	21.95 193	14.37 177	11.63 217	14.72 235	12.39 277	0.36 211	0.13 123	0.15 230	0.04 109	0.37 143	0.46 68

BSDual-CNN	10.33 248	1.86 95	9.14 129	7.14 225	4.12 244	15.83 273	8.93 296	34.15 346	23.28 229	18.82 246	21.95 193	22.14 281	13.58 254	14.72 235	9.53 235	0.36 211	0.13 123	0.15 230	0.04 109	0.37 143	0.46 68

hknet	10.77 262	1.95 107	11.80 236	7.14 225	3.83 234	15.83 273	8.93 296	34.15 346	22.70 225	18.82 246	21.95 193	23.13 289	17.03 307	16.94 279	9.85 240	0.28 194	0.13 123	0.15 230	0.04 109	0.37 143	0.46 68

test_sample3	9.46 218	2.24 178	11.38 222	5.72 125	2.79 185	18.29 312	5.20 211	27.54 270	21.43 207	18.03 228	21.98 196	16.47 210	11.22 208	13.58 207	9.99 242	0.24 176	0.96 286	0.05 138	0.17 202	0.47 184	1.39 190

PSM-softLoss	6.90 131	1.81 84	10.84 206	7.04 217	0.93 55	5.53 85	1.97 102	23.18 218	9.65 81	14.16 141	22.01 197	12.84 149	5.15 88	13.03 182	7.95 203	0.76 286	0.06 85	0.27 276	0.55 329	0.21 61	0.14 13

KMStereo	6.90 131	1.81 84	10.84 206	7.04 217	0.93 55	5.53 85	1.97 102	23.18 218	9.65 81	14.16 141	22.01 197	12.84 149	5.15 88	13.03 182	7.95 203	0.76 286	0.06 85	0.27 276	0.55 329	0.21 61	0.14 13

LMCR-Stereo	11.32 274	4.98 324	11.87 240	14.09 382	4.01 237	16.97 297	5.70 223	26.41 255	23.41 232	22.57 310	22.11 199	15.18 192	15.44 285	21.48 342	17.57 316	2.29 367	0.04 51	0.00 1	0.03 98	1.53 318	0.65 96

DCRE	6.73 123	2.11 151	9.19 133	7.76 261	4.90 274	7.81 161	5.86 232	16.46 120	11.38 95	9.61 76	22.55 200	11.84 132	6.35 121	11.09 92	3.63 81	0.04 26	1.19 323	0.06 147	0.37 286	0.15 41	2.23 303

ccs_rob	9.95 230	2.21 173	11.74 233	5.11 80	2.91 191	14.48 247	3.21 156	27.26 266	32.72 318	17.53 213	22.70 201	21.96 278	9.25 180	12.99 179	8.34 213	0.23 171	0.45 205	1.38 364	0.28 253	3.13 356	1.07 156

test_sample2	8.68 195	1.84 93	9.64 152	5.53 99	2.43 166	13.92 239	8.00 286	21.09 193	16.82 164	14.92 150	22.73 202	19.44 258	13.75 258	12.99 179	6.85 191	0.15 140	1.15 313	0.07 164	0.20 222	0.35 128	1.78 235

CASS	8.64 194	2.03 127	8.60 101	8.71 293	1.59 113	15.02 257	2.75 140	23.27 223	18.58 184	16.29 179	22.78 203	13.42 166	13.68 257	13.07 188	7.66 197	1.18 341	0.05 60	0.13 218	0.01 65	0.75 262	3.24 346
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_sample1	8.49 190	1.83 92	10.60 195	5.53 99	2.95 196	15.17 259	4.51 192	20.73 188	11.47 97	14.78 149	22.80 204	19.06 256	13.86 263	12.52 162	10.17 244	0.14 131	1.20 324	0.02 100	0.19 218	0.28 100	1.93 252

CFNet_pseudo	9.92 229	2.21 173	11.76 234	5.09 78	2.93 195	14.43 246	3.12 150	27.16 264	32.52 316	17.58 217	22.81 205	21.97 279	9.29 181	13.06 186	8.34 213	0.23 171	0.46 207	1.23 359	0.27 251	2.89 348	0.99 142

HITNet	8.41 187	3.59 291	9.91 163	5.30 86	1.52 108	13.35 232	4.48 191	22.00 204	16.06 149	15.52 166	22.95 206	15.28 194	11.74 219	14.91 243	9.25 228	0.10 108	0.01 10	0.48 309	0.06 133	0.58 214	1.04 150
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
FENet	8.22 183	1.39 33	7.33 66	6.43 171	2.17 155	10.97 197	2.20 111	22.10 206	21.26 204	17.85 222	23.22 207	14.29 174	11.50 214	13.56 206	8.32 212	0.29 197	0.24 153	0.03 117	0.03 98	0.18 52	1.04 150

UCFNet_RVC	10.01 234	2.81 240	6.11 26	7.31 237	3.92 235	16.80 294	8.00 286	28.68 282	20.81 202	16.57 187	23.35 208	25.82 314	13.06 245	13.55 205	9.18 227	0.12 122	0.06 85	1.19 355	0.32 264	1.47 314	1.06 154

DisPM	6.68 122	1.58 55	9.90 162	7.19 232	1.12 65	5.71 98	3.69 172	13.74 80	12.42 104	16.60 189	23.63 209	12.64 143	6.39 122	13.31 199	4.08 100	0.77 289	0.01 10	0.08 172	0.15 188	0.14 38	0.53 78

RAFT-Test	6.19 103	1.47 42	7.90 84	4.91 68	2.70 179	9.97 177	1.52 54	17.08 134	9.06 75	13.21 122	23.67 210	12.89 155	4.63 75	9.47 66	3.57 78	0.02 7	0.81 264	0.00 1	0.38 296	0.21 61	0.39 50

AAGNet	8.15 181	1.75 74	10.57 194	7.72 260	0.74 27	5.74 100	4.98 204	15.90 109	14.59 131	20.31 270	23.80 211	15.08 191	11.25 210	12.27 147	16.70 311	0.85 303	0.06 85	0.32 294	0.01 65	0.15 41	0.16 17

DSFCA	12.44 297	3.00 254	14.87 296	6.04 144	7.03 349	17.06 299	10.86 333	31.11 311	32.12 313	26.41 347	23.81 212	22.37 283	15.13 280	21.13 337	13.53 288	0.95 316	0.66 245	0.28 282	0.38 296	1.21 299	0.77 114

MyStereo8	7.68 165	3.00 254	12.46 255	7.70 258	5.11 287	11.40 203	1.39 42	15.98 110	10.05 87	16.45 185	24.04 213	12.01 136	7.91 152	10.68 83	10.57 252	0.14 131	1.52 372	0.08 172	0.48 315	0.60 226	1.98 263

TestStereo	6.45 112	3.34 276	8.02 86	6.23 154	1.68 122	6.33 123	2.48 123	14.54 94	16.71 160	11.71 94	24.13 214	9.38 99	7.13 141	11.83 126	4.32 112	0.12 122	0.01 10	0.00 1	0.00 1	0.73 256	0.33 30

GASNet	17.87 358	20.62 420	32.66 394	21.17 413	9.48 391	16.26 284	9.15 302	45.00 423	40.55 370	26.16 342	24.34 215	33.05 360	15.45 286	29.82 385	18.15 322	3.79 390	0.28 163	1.87 371	0.51 322	7.06 392	1.97 262

rvit_105_1	14.11 333	6.23 347	22.11 364	13.74 381	4.55 264	15.38 262	28.19 428	27.21 265	43.35 383	19.53 258	24.36 216	22.05 280	15.96 292	18.37 300	12.70 284	2.27 366	0.58 236	0.26 274	2.37 389	0.70 250	2.20 301

LCNet	7.64 163	1.41 36	6.15 27	6.93 213	1.35 85	9.00 172	5.44 217	18.37 154	11.30 93	16.62 190	24.39 217	14.67 180	11.03 202	12.03 136	4.01 95	0.07 85	0.02 30	0.23 266	2.07 384	1.00 291	6.69 389

mmm	8.54 191	2.13 159	10.21 175	5.81 133	2.96 197	14.00 241	6.67 252	19.28 169	12.59 106	16.95 202	24.40 218	17.83 238	10.70 199	12.90 178	9.42 234	0.17 149	1.28 339	0.50 311	0.60 333	0.44 171	2.03 279

PSM-AAD	8.76 198	1.41 36	6.46 38	6.87 208	1.18 71	12.78 221	9.66 313	20.03 180	15.78 142	21.79 299	24.91 219	14.31 175	13.16 246	12.42 159	4.07 99	0.05 46	0.06 85	2.44 382	0.16 196	0.45 177	7.17 396

ac_64	11.57 282	2.13 159	11.77 235	8.79 296	5.51 302	19.40 318	6.29 243	24.72 237	15.20 137	23.50 318	24.91 219	33.07 361	16.82 304	19.33 308	17.78 318	0.53 251	0.15 129	0.02 100	0.03 98	0.35 128	1.03 148

CFNet_ucs	10.56 259	2.15 161	12.88 260	5.55 102	4.11 243	15.24 261	3.93 177	28.55 280	32.41 315	18.70 241	24.95 221	22.99 287	9.66 187	14.22 218	8.13 208	0.29 197	0.84 269	1.63 368	0.23 232	3.43 363	1.31 182

ToySt	11.51 280	2.48 217	17.84 333	6.10 146	2.09 147	16.11 279	12.36 351	25.07 238	28.25 284	15.22 155	25.16 222	25.51 312	15.98 293	17.63 293	15.46 300	0.19 161	1.08 304	0.04 130	0.31 262	0.66 243	2.67 323

AFF-stereo	6.50 116	2.29 189	8.09 89	4.63 50	0.87 46	3.48 14	0.75 18	16.92 132	13.98 124	13.26 123	25.21 223	15.46 195	7.68 148	11.50 114	3.71 84	0.04 26	0.70 249	0.00 1	0.00 1	0.48 187	1.02 147

BEATNet_4x	10.11 237	5.82 337	14.80 291	6.14 147	1.55 110	13.87 238	5.98 236	26.24 251	18.35 174	16.53 186	25.41 224	18.01 240	13.78 260	18.01 296	12.39 277	0.48 242	0.18 135	0.81 337	0.11 166	2.02 329	1.70 227

HCRNet	9.13 212	1.82 90	8.73 105	14.95 391	5.22 290	10.66 196	2.49 124	26.57 258	18.64 185	16.31 180	25.51 225	18.42 246	11.15 206	13.53 203	7.25 194	0.10 108	0.04 51	0.10 187	0.02 89	0.27 96	0.76 112

CoDeX	9.58 221	2.12 153	10.82 205	6.52 175	3.76 229	16.55 290	6.82 259	26.62 259	25.63 261	17.50 212	25.62 226	14.70 182	11.81 224	12.82 174	7.88 202	0.42 230	0.20 139	0.15 230	0.02 89	0.36 137	1.28 178

STrans-v2	8.16 182	2.09 145	9.79 157	5.44 96	1.53 109	11.87 209	9.69 314	19.77 176	13.20 115	14.01 139	25.80 227	17.88 239	12.55 236	13.30 198	4.39 116	0.06 70	0.01 10	0.18 244	0.01 65	0.25 77	1.31 182

HSM-Net_RVC	11.37 278	1.57 53	6.32 32	5.99 142	2.67 176	20.99 332	7.19 269	28.50 278	28.64 286	21.03 286	25.84 228	33.64 367	16.37 299	16.83 276	10.76 257	0.21 167	0.08 102	0.02 100	0.00 1	0.16 45	0.55 82
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
FADNet_RVC	12.44 297	6.19 346	40.86 407	7.04 217	3.69 225	11.30 201	4.17 183	29.67 295	27.67 279	18.20 232	26.04 229	13.47 167	17.15 308	16.85 278	14.95 295	0.99 318	0.75 255	0.60 318	1.32 368	4.18 372	3.62 352

ssnet_v2	13.84 325	3.15 264	13.44 271	7.99 272	3.08 204	22.60 343	14.51 368	36.65 375	33.59 325	22.04 304	26.10 230	28.64 330	17.16 309	23.13 352	20.86 342	0.50 247	0.32 170	0.20 255	0.13 172	1.41 310	1.38 188

iRaft-Stereo_5w	9.10 211	2.33 195	10.69 200	6.64 189	4.47 261	4.74 42	10.72 329	16.71 128	16.97 165	15.39 159	26.15 231	21.25 272	12.59 237	16.38 263	12.90 286	0.85 303	0.51 218	0.08 172	0.22 224	0.95 287	1.53 213

ADLNet	12.84 306	2.93 249	11.94 244	8.87 297	6.88 345	17.96 306	8.85 295	34.12 344	26.67 270	27.81 359	26.24 232	26.84 326	15.04 278	17.54 288	19.94 336	0.59 267	0.58 236	0.24 270	0.11 166	0.80 271	2.85 334

psmg	10.36 249	1.86 95	9.14 129	5.58 103	4.12 244	15.74 272	7.65 280	30.05 300	23.28 229	21.80 300	26.26 233	22.14 281	13.58 254	14.72 235	9.53 235	0.36 211	0.13 123	0.17 240	0.04 109	0.44 171	0.67 99

test_sample8	17.93 359	5.31 329	19.76 346	6.41 167	3.12 206	17.98 307	9.85 317	32.68 329	20.05 196	33.68 395	26.30 234	40.74 398	34.14 407	21.03 332	22.11 345	6.83 407	36.75 445	6.61 406	7.47 416	3.22 359	4.59 363

TestStereo1	8.04 178	2.22 176	8.85 112	10.87 351	2.12 151	4.66 32	2.40 120	21.17 198	23.79 236	17.41 207	26.31 235	9.41 100	9.09 178	16.23 258	3.85 91	0.14 131	0.40 189	0.02 100	0.13 172	0.58 214	1.10 159

SA-5K	8.04 178	2.22 176	8.85 112	10.87 351	2.12 151	4.66 32	2.40 120	21.17 198	23.79 236	17.41 207	26.31 235	9.41 100	9.09 178	16.23 258	3.85 91	0.14 131	0.40 189	0.02 100	0.13 172	0.58 214	1.10 159

HSM	11.89 287	2.32 193	8.70 104	6.70 196	4.10 242	16.45 287	8.06 288	30.42 302	20.31 200	23.35 316	26.42 237	41.60 404	17.59 317	20.66 325	9.57 237	0.11 113	0.03 43	0.01 81	0.01 65	0.24 72	1.22 170

AdaStereo	10.85 265	4.57 313	10.79 202	9.59 312	3.46 218	17.49 302	6.29 243	32.70 330	26.07 264	19.04 251	26.55 238	19.60 261	10.12 193	17.71 294	10.38 247	1.00 319	0.05 60	0.42 303	0.02 89	0.70 250	0.46 68
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.
DIP-Stereo	6.99 142	2.37 204	11.45 224	4.78 55	1.70 124	13.13 226	1.47 48	15.76 107	7.43 38	14.57 146	26.61 239	10.76 115	5.10 84	14.97 244	8.10 207	0.06 70	0.06 85	0.06 147	0.00 1	0.17 48	1.22 170
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GES	9.01 207	2.61 233	12.88 260	6.76 198	2.02 145	13.08 225	6.33 245	22.23 208	22.21 219	19.80 262	26.73 240	8.97 94	11.01 200	14.41 225	8.35 215	0.54 257	0.10 114	0.30 291	0.15 188	0.82 275	0.99 142

CFNet	11.23 271	3.41 279	10.68 199	7.08 223	4.22 248	17.38 300	4.83 202	31.29 316	31.29 307	19.15 253	26.85 241	24.06 297	13.75 258	16.23 258	12.22 275	0.26 186	0.05 60	0.44 305	0.09 155	0.92 285	0.41 56

TDLM	13.70 323	4.93 323	11.80 236	11.93 367	5.53 303	16.75 293	14.38 365	36.12 368	32.59 317	23.08 314	27.03 242	25.90 315	15.40 283	25.87 366	14.23 291	1.24 344	0.09 104	1.53 366	0.61 335	2.06 331	2.94 337

RAFT+CT+SA	7.76 172	2.01 123	7.56 73	11.32 358	3.31 211	4.60 29	7.19 269	17.21 136	27.40 276	10.43 80	27.34 243	7.63 74	7.83 150	15.46 251	3.51 75	0.03 18	0.39 187	0.18 244	0.46 308	0.33 117	0.93 134

RYNet	19.73 376	5.52 334	18.58 338	11.63 361	15.84 420	47.05 428	17.28 388	38.60 388	49.19 405	27.71 356	27.46 244	38.63 387	26.42 374	20.79 328	32.08 405	0.73 282	0.59 239	0.97 346	0.16 196	7.40 394	8.04 402

1111x	12.31 291	2.33 195	12.13 249	5.79 131	2.84 187	15.49 264	8.70 294	36.34 370	29.33 290	16.58 188	27.52 245	26.70 323	15.76 288	17.21 283	24.79 364	0.26 186	1.37 354	0.04 130	0.42 305	0.46 182	2.07 286

NINENet	11.46 279	3.02 257	11.83 238	8.45 285	5.40 295	19.47 320	2.69 136	39.63 397	34.82 337	19.11 252	27.64 246	14.37 177	11.63 217	16.21 257	12.39 277	0.94 314	0.21 147	0.29 287	0.00 1	0.48 187	0.55 82

GEStereo_RVC	13.23 316	3.13 263	15.23 299	10.33 335	4.95 278	18.92 317	11.46 343	31.58 320	48.03 401	20.51 274	27.68 247	19.00 255	13.31 248	20.44 321	16.01 305	1.15 336	0.51 218	0.10 187	0.14 181	0.67 245	1.47 203

DeepPruner_ROB	11.28 273	5.83 338	15.23 299	6.93 213	4.50 262	10.08 180	6.62 251	36.65 375	20.17 198	18.12 230	27.95 248	23.10 288	13.43 249	20.08 315	11.90 269	1.16 337	0.51 218	0.23 266	0.17 202	1.11 296	1.91 250

NVstereo2D	15.77 340	4.01 299	17.73 330	9.96 321	8.10 375	30.36 388	9.52 307	43.10 413	43.12 382	15.45 162	28.03 249	23.46 292	16.84 305	24.62 358	17.06 314	3.35 385	0.87 276	1.76 370	1.13 361	7.76 397	9.19 411

FADNet	14.77 336	11.96 390	39.55 406	8.50 287	6.64 340	18.53 315	6.74 256	35.70 362	35.06 340	19.21 254	28.06 250	28.14 329	13.94 265	18.54 302	11.61 268	0.48 242	0.75 255	0.38 301	0.49 318	9.17 404	2.05 284

XX-Stereo	6.50 116	1.81 84	10.42 187	12.71 376	7.14 351	3.46 13	0.90 21	16.31 115	6.13 25	9.03 73	28.11 251	13.48 168	2.22 23	11.87 129	2.61 36	0.45 238	0.78 260	0.08 172	0.42 305	1.09 295	0.88 124

UGAM	10.51 254	1.74 73	10.16 170	7.06 220	4.44 257	6.56 136	11.34 340	16.06 112	27.83 280	21.09 287	28.18 252	23.47 293	11.21 207	26.86 371	11.33 266	0.05 46	0.49 214	0.46 307	0.36 281	0.44 171	0.97 140

Sa-1000	8.91 204	2.10 147	9.11 122	8.07 275	1.16 69	16.62 292	2.39 119	25.58 243	25.43 257	15.52 166	28.24 253	12.19 138	8.67 168	16.40 264	3.70 82	0.39 217	0.86 275	0.16 237	0.23 232	0.48 187	0.89 126

CBFPSM	12.96 307	3.37 277	30.97 387	5.30 86	3.22 209	22.79 346	16.93 383	21.82 202	21.35 205	21.93 302	28.34 254	29.99 339	17.38 313	15.32 249	16.39 308	0.11 113	0.48 211	0.10 187	0.17 202	0.58 214	2.72 327

test_sample4	9.81 226	2.27 187	11.39 223	5.70 124	2.74 180	17.40 301	5.20 211	28.01 275	21.50 209	18.70 241	28.46 255	14.96 186	12.86 241	13.80 213	9.68 238	0.24 176	0.97 288	0.06 147	0.16 196	0.51 197	1.48 206

MIM_Stereo	7.37 155	2.06 138	12.02 247	4.71 53	1.69 123	5.17 67	1.28 37	19.54 174	13.09 110	16.93 199	28.48 256	13.05 160	5.43 92	13.25 196	7.41 196	0.02 7	0.62 242	0.00 1	0.01 65	0.45 177	2.09 292

PA-Net	16.98 347	8.05 367	29.56 383	10.52 340	11.30 402	21.91 340	29.93 432	32.64 328	39.50 365	20.38 272	28.51 257	23.80 295	20.82 346	21.45 341	25.60 369	0.25 182	2.36 396	0.23 266	4.99 407	1.34 308	6.47 388
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
TransformOpticalFlow	7.95 176	2.10 147	9.83 160	6.06 145	1.24 79	6.82 141	7.98 285	18.60 159	14.06 126	14.93 151	28.79 258	18.74 249	11.03 202	12.79 172	4.12 101	0.06 70	0.04 51	0.21 258	0.04 109	0.21 61	1.27 177

rvit_stereo_0075_2	9.46 218	4.16 304	20.27 352	12.15 371	8.82 384	5.72 99	4.24 185	23.21 221	18.05 172	12.37 99	28.80 259	16.10 205	8.43 164	14.57 230	8.89 221	0.58 263	0.34 178	0.52 313	0.08 147	0.44 171	1.41 196

GANet-RSSM	10.17 238	2.02 125	8.21 92	7.09 224	5.57 305	13.17 228	7.29 273	27.27 267	19.65 193	15.81 172	28.83 260	26.18 316	16.33 297	14.58 232	9.28 233	0.25 182	0.27 158	0.16 237	0.04 109	0.65 238	0.72 107

DAS	11.51 280	2.60 229	15.62 308	9.37 306	6.27 333	16.04 275	7.71 281	22.70 213	33.92 327	19.53 258	29.03 261	19.51 259	19.10 333	17.44 286	8.98 223	0.78 292	0.02 30	0.29 287	0.01 65	0.48 187	0.81 116

SepStereo	12.04 288	2.60 229	15.62 308	9.37 306	6.27 333	16.04 275	7.71 281	22.70 213	33.92 327	19.53 258	29.03 261	19.51 259	19.10 333	27.97 377	8.98 223	0.78 292	0.02 30	0.29 287	0.01 65	0.48 187	0.81 116

pcwnet_v2	12.68 304	2.30 190	18.36 336	8.32 282	5.74 310	17.73 304	4.77 199	36.75 378	46.28 399	20.98 284	29.07 263	16.62 212	13.52 250	16.56 269	10.30 246	0.55 259	1.02 301	0.34 296	0.24 236	2.10 332	2.11 294

DMCA-RVC	12.06 289	4.35 310	14.21 284	10.52 340	4.86 272	13.84 236	4.33 187	25.20 239	24.13 239	20.56 275	29.22 264	26.65 321	25.85 371	17.02 280	16.34 307	0.41 224	0.35 180	0.55 315	0.24 236	0.83 278	1.81 237

FADNet-RVC-Resample	12.31 291	5.22 327	32.28 392	10.14 326	4.08 241	14.97 255	6.98 265	26.54 257	24.42 243	23.72 319	29.31 265	19.87 263	15.01 277	16.26 262	10.61 254	0.65 275	0.52 221	0.48 309	0.54 326	1.52 317	3.09 343

SMFormer	11.03 266	1.90 100	14.85 292	4.89 63	1.48 101	14.92 251	3.21 156	31.03 306	30.74 300	20.28 264	29.37 266	18.33 242	14.54 269	16.56 269	14.46 293	0.41 224	1.20 324	0.28 282	0.24 236	0.45 177	1.47 203

tta	11.03 266	1.90 100	14.85 292	4.89 63	1.48 101	14.92 251	3.21 156	31.03 306	30.73 299	20.28 264	29.37 266	18.33 242	14.54 269	16.56 269	14.46 293	0.41 224	1.20 324	0.28 282	0.24 236	0.39 154	1.60 216

qqq1	10.51 254	1.90 100	14.85 292	4.89 63	1.48 101	14.92 251	3.21 156	31.03 306	30.74 300	20.28 264	29.37 266	18.33 242	14.54 269	16.56 269	4.42 117	0.41 224	1.20 324	0.00 1	0.14 181	0.39 154	1.60 216

fff1	10.51 254	1.90 100	14.85 292	4.89 63	1.48 101	14.92 251	3.21 156	31.03 306	30.74 300	20.28 264	29.37 266	18.33 242	14.54 269	16.56 269	4.42 117	0.41 224	1.20 324	0.00 1	0.14 181	0.39 154	1.60 216

GMM-Stereo	8.44 189	1.27 22	7.36 68	6.64 189	2.56 175	10.00 178	9.29 306	23.79 228	11.33 94	17.96 226	29.59 270	17.14 220	7.59 146	11.77 123	4.61 124	0.13 129	0.01 10	0.24 270	0.94 349	0.49 195	6.14 382

AASNet	13.05 309	3.27 270	12.23 251	10.28 331	6.90 346	17.61 303	7.88 283	41.14 402	38.29 359	23.20 315	29.62 271	16.85 216	15.59 287	15.50 252	19.03 330	0.39 217	0.03 43	0.78 330	0.05 123	1.32 307	1.08 157

StereoVision	7.48 156	2.90 248	10.47 193	10.13 325	3.93 236	4.99 63	1.86 94	21.10 194	17.66 167	8.90 71	29.71 272	10.95 118	6.61 128	12.83 175	5.11 138	0.69 281	0.05 60	0.17 240	0.03 98	0.98 288	0.56 85

test_5	8.85 201	2.05 134	9.51 146	11.62 360	4.99 280	6.74 140	5.48 219	18.25 151	23.57 233	16.72 197	29.73 273	15.54 198	10.54 198	16.25 261	4.02 96	0.05 46	0.40 189	0.27 276	0.08 147	0.34 123	0.81 116

AACVNet	11.24 272	3.71 294	11.56 230	9.45 308	3.35 213	11.67 208	4.88 203	23.23 222	14.00 125	28.19 360	29.90 274	30.39 344	18.03 320	20.04 314	13.22 287	0.50 247	0.21 147	0.23 266	0.07 141	0.75 262	1.52 212

IER	10.32 247	2.06 138	11.88 241	4.95 70	5.34 292	13.34 231	6.11 238	27.47 269	23.59 234	20.37 271	30.03 275	16.50 211	20.42 344	14.24 219	8.81 220	0.16 143	0.03 43	0.18 244	0.10 163	0.27 96	0.56 85

StereoDRNet	16.00 342	5.45 333	16.67 318	11.34 359	8.74 383	25.62 362	11.07 336	40.40 400	37.03 349	29.77 369	30.04 276	34.35 372	19.09 332	19.81 311	25.28 367	0.65 275	0.30 167	0.16 237	0.14 181	1.80 325	2.33 306

DDVS	11.10 269	3.37 277	13.49 272	7.49 248	4.07 239	16.17 283	2.73 139	24.18 231	17.91 170	21.37 292	30.15 277	31.23 346	8.50 166	19.92 313	15.00 296	0.82 299	1.56 374	0.08 172	0.22 224	0.84 279	2.84 332

DN-CSS_ROB	8.72 196	3.49 283	16.63 317	6.74 197	3.39 215	6.20 120	3.43 165	23.40 224	22.03 217	17.46 211	30.28 278	9.33 98	8.32 161	14.71 234	6.36 184	0.91 312	0.00 1	0.45 306	0.00 1	0.65 238	0.70 104

delet	13.26 317	2.43 213	12.99 264	8.45 285	6.26 332	22.40 342	10.83 332	28.78 283	38.76 363	20.39 273	30.36 279	20.85 268	17.67 318	22.97 351	19.13 331	0.14 131	0.45 205	0.19 250	0.08 147	0.78 266	1.24 174

CFNet-ft	10.46 251	3.02 257	7.10 56	7.69 255	5.42 298	16.93 295	5.92 233	22.83 216	22.31 221	15.81 172	30.40 280	26.42 319	15.19 281	13.60 209	12.18 273	0.14 131	0.10 114	1.87 371	0.34 275	1.22 300	0.73 110

CFNet_RVC	10.46 251	3.02 257	7.10 56	7.69 255	5.42 298	16.93 295	5.92 233	22.82 215	22.31 221	15.81 172	30.40 280	26.41 318	15.19 281	13.60 209	12.19 274	0.14 131	0.10 114	1.87 371	0.34 275	1.22 300	0.73 110

test_4	5.75 71	1.40 35	6.47 39	7.20 233	0.89 48	5.81 104	1.82 90	12.26 55	6.62 31	12.85 114	30.51 282	7.61 73	3.81 44	12.70 170	3.47 74	0.02 7	0.27 158	0.03 117	0.17 202	0.39 154	0.67 99

CRFU-Net	13.32 318	3.53 286	12.90 262	8.76 295	6.05 323	26.25 368	10.15 323	25.86 244	14.68 132	30.76 378	30.58 283	30.11 342	21.59 355	20.52 323	20.28 338	1.53 350	0.48 211	0.27 276	0.16 196	0.64 237	1.28 178

GrayStereo	9.02 208	1.35 30	7.73 77	8.62 289	2.88 190	10.28 185	10.99 334	18.66 160	16.36 157	22.78 311	30.63 284	17.56 233	12.19 230	11.50 114	5.08 136	0.09 99	0.02 30	0.19 250	0.78 344	0.33 117	2.37 310

ACVNet	10.83 264	2.25 182	7.10 56	6.43 171	3.02 201	13.17 228	3.75 174	22.83 216	35.15 342	15.81 172	30.67 285	24.65 301	15.77 289	16.47 265	18.13 320	0.16 143	0.01 10	0.06 147	0.07 141	0.65 238	0.43 61

acv_ft	12.59 301	2.25 182	13.50 273	8.30 281	6.23 329	19.81 324	6.34 246	26.43 256	35.15 342	26.38 346	30.67 285	24.65 301	14.91 276	16.47 265	19.16 332	0.16 143	0.01 10	0.06 147	0.07 141	0.74 259	0.43 61

XQC	25.15 410	18.26 413	52.31 422	22.53 421	12.15 408	37.47 410	21.78 404	38.74 390	55.51 426	32.40 387	30.75 287	38.36 386	30.19 395	38.28 417	41.25 425	4.61 395	1.44 365	2.77 388	2.26 387	12.52 420	9.49 413

SA	8.43 188	2.16 165	10.02 166	8.41 283	0.93 55	7.36 153	2.21 113	23.73 227	26.15 265	13.55 132	30.84 288	9.89 106	10.09 192	16.84 277	3.52 76	0.18 152	0.68 247	0.17 240	0.40 302	0.48 187	0.92 129

UPFNet	12.31 291	2.15 161	11.91 242	7.90 270	7.21 353	20.03 326	9.28 305	29.44 293	27.18 275	20.88 280	30.86 289	21.23 271	18.11 321	19.60 310	17.41 315	0.55 259	0.57 233	0.26 274	0.07 141	0.67 245	0.92 129

anonymousa	9.61 223	2.06 138	9.20 134	5.24 84	6.67 341	15.03 258	4.18 184	19.08 163	21.43 207	19.03 250	30.96 290	21.49 275	14.23 268	11.12 96	8.61 219	0.08 89	1.24 335	0.29 287	0.69 338	0.18 52	1.48 206

KYRaft	9.17 214	1.39 33	7.74 78	7.07 222	1.03 62	8.05 167	7.90 284	23.72 226	9.22 77	21.43 294	31.08 291	22.52 285	8.03 154	12.21 144	3.16 63	0.10 108	0.02 30	0.05 138	0.67 337	0.46 182	17.51 433

psm_up	13.88 327	2.70 236	10.89 209	10.20 328	5.97 320	15.01 256	12.58 353	39.13 394	31.75 310	21.39 293	31.09 292	30.18 343	25.01 367	20.33 319	17.62 317	0.75 284	0.39 187	0.18 244	0.03 98	0.82 275	1.67 225

iResNet	11.06 268	4.16 304	16.83 319	7.89 269	2.23 158	15.59 266	9.17 304	24.49 235	29.14 289	20.78 277	31.13 293	16.87 217	11.58 215	15.45 250	12.50 282	0.64 274	0.05 60	0.02 100	0.10 163	0.79 267	1.71 228

iinet-f	14.05 330	5.00 325	47.51 418	6.57 179	4.04 238	21.14 333	14.37 363	28.25 276	21.37 206	21.95 303	31.37 294	21.31 273	18.66 324	16.15 255	20.61 339	0.31 200	0.41 196	0.09 179	0.05 123	1.00 291	0.76 112

222	13.07 311	1.99 117	10.74 201	6.56 178	2.74 180	19.95 325	2.54 126	34.13 345	24.42 243	22.52 309	31.39 295	20.78 267	16.99 306	14.31 220	48.07 442	0.16 143	1.33 348	0.01 81	0.32 264	0.37 143	2.02 276

UDG	22.21 393	15.90 409	16.41 314	21.71 415	20.17 429	32.51 395	13.78 362	36.62 374	35.77 347	26.64 348	31.43 296	37.49 384	32.33 404	22.77 350	21.19 344	11.08 425	5.60 425	23.12 432	7.74 420	17.07 429	14.89 430

FADNet-RVC	13.86 326	12.75 398	41.65 408	8.64 290	4.63 266	16.45 287	6.89 262	28.91 284	24.20 241	20.89 281	31.44 297	26.73 324	11.37 213	21.58 344	15.91 303	0.25 182	0.14 128	0.14 225	0.24 236	2.97 350	1.50 211

ttt	10.82 263	2.17 168	9.66 154	7.03 216	4.44 257	14.16 243	6.87 261	33.72 342	30.69 298	15.67 169	31.50 298	14.99 187	10.50 197	16.54 268	13.98 289	0.41 224	1.31 342	0.10 187	0.29 256	0.47 184	1.92 251

NaN_ROB	17.35 350	7.91 363	18.84 342	11.29 357	4.93 276	33.28 399	20.75 402	38.10 386	43.81 384	30.28 375	31.53 299	32.88 359	20.88 348	29.10 382	17.85 319	0.40 220	0.43 203	0.31 292	0.44 307	0.98 288	3.03 341

MLCV	9.96 231	3.33 274	14.77 289	5.75 129	1.62 118	14.91 250	1.31 38	22.06 205	24.83 247	22.51 308	31.57 300	17.20 221	8.07 155	17.07 281	12.11 271	0.48 242	0.01 10	0.05 138	0.05 123	0.48 187	1.10 159

xxxx	12.60 303	2.03 127	10.79 202	6.18 151	2.86 189	21.84 339	3.02 149	34.55 354	25.46 258	16.39 182	31.58 301	26.87 327	14.75 275	14.00 217	37.45 412	0.21 167	1.36 353	0.01 81	0.32 264	0.35 128	2.07 286

HHNet	7.57 159	2.01 123	8.03 87	3.71 11	3.46 218	4.93 57	6.17 239	19.69 175	16.27 152	20.91 283	31.75 302	10.56 112	5.82 108	10.69 84	5.10 137	0.67 279	0.07 96	0.21 258	0.14 181	0.63 232	0.54 80

ICVP	10.54 258	2.11 151	7.49 70	9.62 313	3.41 216	13.85 237	6.34 246	26.81 261	23.24 228	16.90 198	31.76 303	27.31 328	12.81 240	12.18 143	12.47 281	1.59 351	0.58 236	0.19 250	0.13 172	0.63 232	1.45 200
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
UNet	13.18 314	2.47 214	14.45 286	7.45 243	7.82 368	26.01 366	4.67 198	34.38 351	29.42 291	20.90 282	31.81 304	26.68 322	18.98 330	21.08 336	15.56 301	0.21 167	0.06 85	0.27 276	0.09 155	0.37 143	1.01 145

THIR-Stereo	9.52 220	2.21 173	9.26 137	5.38 93	0.85 43	15.55 265	11.50 344	16.88 131	21.74 214	24.45 328	31.96 305	14.20 173	13.85 262	11.89 130	8.54 217	0.14 131	0.25 157	0.10 187	0.05 123	0.40 158	1.11 163

ffm	8.89 203	2.34 197	12.99 264	6.28 158	3.81 230	12.43 215	7.47 276	19.77 176	16.80 161	16.64 192	32.03 306	17.29 222	11.78 220	11.11 93	2.34 18	0.05 46	1.17 314	0.80 333	0.37 286	0.29 105	2.07 286

ff1	10.31 245	2.34 197	12.99 264	6.28 158	3.81 230	12.43 215	7.47 276	19.77 176	16.80 161	16.64 192	32.03 306	17.29 222	11.78 220	17.54 288	24.30 358	0.05 46	1.17 314	0.80 333	0.37 286	0.29 105	2.07 286

mmx	11.59 283	2.34 197	12.99 264	6.28 158	3.81 230	12.43 215	7.47 276	32.76 332	28.92 287	16.64 192	32.03 306	17.29 222	11.78 220	17.54 288	24.30 358	0.24 176	1.21 330	0.80 333	0.37 286	0.65 238	1.89 246

xxx	11.59 283	2.34 197	12.99 264	6.28 158	3.81 230	12.43 215	7.47 276	32.75 331	28.92 287	16.64 192	32.03 306	17.29 222	11.78 220	17.54 288	24.30 358	0.24 176	1.21 330	0.80 333	0.37 286	0.65 238	1.89 246

cf-r	10.67 260	2.34 197	9.77 156	6.17 149	5.79 312	12.94 224	5.14 205	25.21 241	27.86 281	17.84 221	32.03 306	25.81 313	15.91 291	12.22 145	12.56 283	0.17 149	0.19 138	0.05 138	0.06 133	0.59 220	0.72 107

STTStereo	13.60 321	5.63 335	28.73 381	8.07 275	5.65 308	13.97 240	7.17 267	31.25 313	26.70 271	25.59 337	32.06 311	31.71 351	14.71 274	17.24 284	16.46 310	0.29 197	0.40 189	0.71 325	1.43 371	1.31 305	2.82 331

NLCA_NET_v2_RVC	12.58 300	4.09 301	18.25 335	8.26 279	5.83 316	14.72 248	5.85 231	33.49 340	27.86 281	22.14 305	32.16 312	24.94 308	14.01 267	16.19 256	16.82 313	0.90 310	0.35 180	0.37 299	0.58 332	1.51 316	3.31 347
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DLCB_ROB	13.97 328	3.74 295	11.01 214	9.99 322	5.85 317	21.40 335	10.37 325	30.17 301	30.49 295	28.21 361	32.18 313	32.67 357	21.17 350	20.20 317	18.59 325	0.34 207	0.18 135	0.41 302	0.15 188	0.61 228	1.76 233

CC-Net-ROB	22.73 397	23.99 425	30.57 386	14.72 388	8.91 387	32.98 396	16.17 377	46.75 428	37.29 351	33.88 396	32.33 314	35.48 377	25.00 366	24.75 361	28.78 392	9.60 419	3.03 406	25.33 435	3.87 400	14.82 426	6.33 383

Prome-Stereo	8.22 183	1.48 43	6.24 30	7.06 220	1.55 110	6.54 135	9.08 299	21.88 203	9.88 83	21.12 288	32.48 315	11.82 131	11.59 216	11.99 134	4.04 97	0.08 89	0.02 30	0.19 250	0.12 168	0.45 177	6.89 393

DEmStereo	9.07 209	1.70 68	10.89 209	4.86 60	1.23 76	11.51 205	5.70 223	14.24 83	27.02 273	22.33 307	32.56 316	11.70 127	15.04 278	11.83 126	8.53 216	0.31 200	0.16 131	0.02 100	0.09 155	0.11 26	1.47 203

CBMV_ROB	12.51 299	3.86 297	7.98 85	5.81 133	2.99 199	16.05 278	4.62 195	27.61 272	31.37 308	26.75 350	32.62 317	23.97 296	22.66 358	21.14 338	12.09 270	2.15 364	1.78 380	2.24 377	1.27 367	1.64 321	1.54 214

DGSMNet	20.75 386	13.28 399	34.59 397	14.80 389	17.14 423	23.25 348	17.99 395	36.39 371	43.00 381	20.70 276	32.67 318	36.05 379	19.22 336	30.34 388	25.04 366	4.61 395	4.62 421	6.31 404	5.20 410	14.71 425	15.15 431

test_sample5	10.07 235	2.24 178	11.22 220	5.82 135	2.68 177	16.15 281	5.79 228	27.87 273	21.59 211	19.26 256	32.74 319	15.92 203	12.97 242	14.33 221	9.26 229	0.27 190	0.98 290	0.07 164	0.17 202	0.57 211	1.49 208

SGM-Forest	13.63 322	2.55 225	8.22 93	6.30 163	2.16 154	23.84 352	11.13 338	34.68 355	32.40 314	27.27 353	33.02 320	30.08 341	17.82 319	22.13 347	15.40 299	1.66 357	0.32 170	0.88 341	0.03 98	0.79 267	1.93 252
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
R-Stereo Train	7.33 153	1.62 57	9.31 138	6.80 204	2.33 162	7.57 156	5.36 215	24.47 233	7.63 39	16.40 183	33.07 321	12.42 141	5.52 97	8.06 37	5.23 143	0.05 46	0.05 60	0.01 81	0.00 1	0.12 29	0.56 85

RAFT-Stereo	7.33 153	1.62 57	9.31 138	6.80 204	2.33 162	7.57 156	5.36 215	24.47 233	7.63 39	16.40 183	33.07 321	12.42 141	5.52 97	8.06 37	5.23 143	0.05 46	0.05 60	0.01 81	0.00 1	0.12 29	0.56 85
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	12.38 294	2.58 227	12.48 257	6.76 198	5.97 320	16.37 285	6.74 256	34.99 357	22.20 218	17.44 209	33.11 323	22.81 286	24.84 364	20.33 319	18.27 323	1.16 337	0.05 60	0.06 147	0.01 65	0.27 96	1.06 154

MMNet	13.55 320	2.82 242	13.90 277	7.63 252	6.36 336	26.45 370	4.63 196	24.00 230	42.67 379	26.25 344	33.12 324	20.98 270	19.45 339	20.14 316	19.49 334	0.75 284	0.54 225	0.11 207	0.01 65	0.53 200	1.10 159

CVANet_RVC	14.09 331	4.82 321	10.86 208	9.46 309	5.60 307	19.70 323	12.94 358	33.38 338	34.86 338	23.72 319	33.31 325	29.76 335	16.35 298	24.37 357	12.45 280	1.22 342	0.23 151	1.45 365	0.87 348	3.41 362	3.01 339

CrosDoStereo	9.41 215	1.65 63	8.83 110	5.19 82	1.13 66	7.34 151	14.47 366	16.33 117	24.64 245	24.44 326	33.36 326	13.18 161	13.52 250	12.56 164	9.08 225	0.06 70	0.11 118	0.09 179	0.04 109	0.41 161	1.73 230

DeepStereo_LL	9.41 215	1.65 63	8.83 110	5.19 82	1.13 66	7.34 151	14.47 366	16.33 117	24.64 245	24.44 326	33.36 326	13.18 161	13.52 250	12.56 164	9.08 225	0.06 70	0.11 118	0.09 179	0.04 109	0.41 161	1.73 230

CSP-Net	13.41 319	3.62 292	11.03 215	6.62 185	4.07 239	25.76 365	9.61 312	29.66 294	27.14 274	29.97 372	33.42 328	29.84 337	17.23 310	20.64 324	16.03 306	1.12 332	0.41 196	0.03 117	0.00 1	0.75 262	1.29 180

PSMNet_ROB	17.59 355	6.52 351	16.27 313	14.43 385	7.71 364	29.22 384	33.59 437	43.94 418	38.52 361	24.74 329	33.46 329	34.17 370	17.29 312	18.52 301	25.68 371	0.40 220	0.29 165	0.96 345	2.22 386	2.03 330	1.81 237

FINET	17.02 348	8.11 368	28.42 380	9.29 305	8.89 386	24.46 354	25.06 420	35.40 360	49.52 407	26.73 349	33.49 330	20.50 266	18.75 325	20.67 326	19.18 333	2.30 368	2.09 388	1.13 353	0.75 343	2.86 347	2.84 332

iResNet_ROB	12.41 296	3.19 265	12.39 254	6.63 186	3.72 226	16.98 298	2.64 132	32.29 325	38.58 362	26.93 352	33.73 331	26.24 317	17.40 314	17.36 285	8.95 222	0.33 205	0.01 10	0.00 1	0.00 1	0.40 158	0.35 34

PSMNet-RSSM	10.31 245	2.47 214	7.79 79	7.85 266	4.38 256	10.47 190	6.67 252	29.67 295	22.25 220	16.62 190	33.75 332	23.30 291	14.58 273	13.91 216	10.56 251	0.23 171	0.09 104	0.07 164	0.24 236	0.87 282	0.48 72

dad	13.05 309	11.39 386	15.64 310	7.35 238	2.10 148	15.64 267	3.48 166	18.77 161	35.55 345	27.77 357	33.76 333	31.59 348	13.04 244	14.79 240	11.16 265	3.35 385	0.54 225	7.85 417	0.96 354	3.88 370	2.49 317

SACVNet	14.10 332	5.24 328	14.19 283	12.11 369	6.12 326	18.45 313	9.11 300	33.13 335	22.94 226	28.79 364	33.88 334	32.69 358	23.78 359	20.91 330	12.13 272	1.08 326	0.54 225	0.84 340	0.48 315	1.41 310	4.26 362

test_xeample	12.39 295	2.09 145	10.36 181	5.73 126	3.06 203	18.17 311	6.27 242	31.98 323	24.37 242	18.78 245	33.92 335	19.09 257	16.00 294	14.60 233	39.03 420	0.19 161	1.32 344	0.01 81	0.33 270	0.36 137	2.04 281

test_sample6	10.49 253	2.24 178	11.49 226	5.91 140	2.48 168	16.12 280	6.37 248	28.98 286	22.48 223	20.28 264	34.11 336	17.08 219	13.28 247	14.57 230	10.61 254	0.32 203	0.95 285	0.10 187	0.19 218	0.59 220	1.61 219

DualNet	10.19 239	2.24 178	11.22 220	5.82 135	2.68 177	16.15 281	5.79 228	27.87 273	21.59 211	20.28 264	34.11 336	15.92 203	12.97 242	14.33 221	9.26 229	0.27 190	0.98 290	0.07 164	0.17 202	0.57 211	1.49 208

hitnet-ft	12.59 301	3.03 260	7.87 82	7.49 248	4.20 247	27.41 375	3.75 174	23.41 225	24.15 240	21.14 289	34.12 338	31.93 354	19.74 341	20.28 318	18.13 320	0.54 257	1.45 366	0.35 297	0.09 155	1.26 303	1.41 196

ASMatch	7.61 161	1.63 59	9.18 132	5.79 131	2.27 159	4.63 30	2.54 126	17.23 137	13.73 121	17.27 206	34.28 339	13.26 164	10.15 194	12.39 158	5.49 153	0.12 122	0.24 153	0.21 258	0.17 202	0.18 52	1.55 215

SQANet	22.07 392	25.29 428	21.78 362	26.81 427	18.92 427	30.75 390	10.25 324	33.47 339	30.10 293	25.73 338	34.31 340	33.45 366	19.94 342	29.16 383	20.03 337	11.68 427	3.08 407	26.95 437	5.80 413	20.97 432	12.99 425

GwcNet-RSSM	11.34 276	2.72 237	10.26 178	7.24 235	5.38 294	12.67 220	6.70 255	26.70 260	31.93 312	17.56 215	34.45 341	24.37 300	15.77 289	13.70 211	15.31 297	0.19 161	0.20 139	0.14 225	0.05 123	0.81 272	0.64 94

DISCO	16.93 346	2.58 227	17.15 325	8.26 279	4.37 255	27.65 377	10.68 328	31.28 315	44.93 392	22.21 306	34.47 342	36.48 380	23.91 360	36.14 405	34.48 407	0.35 208	0.11 118	0.04 130	0.07 141	1.95 327	1.40 193

MaskLacGwcNet_RVC	17.56 354	17.23 410	20.10 351	12.02 368	6.91 347	28.81 382	11.45 342	41.35 403	21.95 215	30.13 374	34.66 343	32.04 355	11.30 211	21.04 334	16.43 309	8.91 415	2.67 400	12.29 426	0.84 346	12.72 421	8.43 406

RAFT_CTSACE	8.55 192	2.62 234	9.63 151	7.41 240	5.06 285	5.76 102	2.54 126	15.38 103	17.84 168	24.33 325	34.69 344	16.37 209	7.22 142	18.05 297	2.63 39	0.01 2	0.56 230	0.00 1	0.03 98	0.42 166	0.41 56

iResNetv2_ROB	12.78 305	4.09 301	15.60 306	6.44 173	3.75 228	14.86 249	7.17 267	34.46 352	37.12 350	26.06 341	34.81 345	29.76 335	16.32 296	14.77 239	7.67 198	0.31 200	0.03 43	0.12 212	0.01 65	0.94 286	1.23 172

CBMV	14.52 335	4.59 314	9.99 165	6.61 184	2.85 188	22.76 345	12.45 352	30.63 305	33.32 321	31.98 382	35.00 346	31.68 349	19.43 338	26.53 369	16.71 312	1.28 345	0.61 241	0.63 320	0.12 168	1.26 303	1.89 246
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DRN-Test	16.60 344	4.76 319	16.90 322	10.75 346	8.16 376	29.42 385	14.37 363	43.26 415	39.35 364	28.93 366	35.46 347	29.03 332	20.11 343	20.78 327	24.51 363	0.94 314	0.93 283	0.46 307	0.35 277	1.42 312	2.12 295

GMStereo_Zeroshot	11.32 274	8.59 372	21.66 361	10.06 323	2.53 171	12.38 214	1.43 43	21.36 201	21.50 209	23.48 317	35.74 348	24.85 303	6.12 116	20.48 322	8.28 211	0.83 300	0.02 30	0.25 272	0.01 65	6.33 391	0.53 78

HBP-ISP	13.07 311	8.80 373	8.99 116	8.11 277	4.55 264	13.48 233	6.60 250	29.09 288	30.50 296	21.33 291	36.14 349	16.62 212	19.42 337	20.92 331	12.81 285	3.63 387	2.61 399	7.18 413	4.12 403	3.74 368	2.69 325

PS-NSSS	14.36 334	8.44 370	16.43 315	7.44 242	5.79 312	18.65 316	12.71 356	39.02 391	26.84 272	20.99 285	36.15 350	21.47 274	18.25 322	18.21 298	18.63 326	2.44 372	0.55 229	5.38 400	0.37 286	5.25 382	4.11 361

HGLStereo	13.21 315	3.45 280	14.01 279	10.32 334	7.72 365	15.72 271	7.19 269	31.94 322	28.12 283	20.83 279	36.16 351	26.61 320	20.82 346	18.74 303	19.63 335	1.01 321	0.22 149	0.07 164	0.08 147	0.59 220	1.00 144

DANet	17.51 353	8.91 374	27.61 377	14.94 390	7.48 355	22.67 344	5.66 221	27.33 268	26.64 268	32.62 389	36.27 352	37.40 383	30.07 393	31.65 391	26.09 375	1.30 346	1.46 368	2.33 379	0.53 325	3.54 365	5.69 377
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANetREF_RVC	26.12 417	30.35 431	27.03 375	26.08 425	6.28 335	31.16 391	37.25 441	48.48 430	50.90 413	37.30 403	36.39 353	34.11 369	30.98 397	38.51 420	28.38 388	9.08 416	2.68 401	16.48 429	5.42 412	16.24 428	9.34 412
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
SDNR	16.80 345	5.88 340	30.01 384	6.39 166	6.53 337	57.67 442	3.15 151	24.30 232	31.49 309	21.50 295	36.56 354	14.69 181	16.76 303	19.14 306	14.45 292	11.12 426	14.00 437	3.11 391	0.51 322	8.86 403	9.92 416

RTSC	20.52 381	11.06 381	33.58 395	12.11 369	7.19 352	28.90 383	11.99 348	38.49 387	58.85 435	32.22 386	37.28 355	33.11 362	21.14 349	36.93 414	38.84 419	1.49 349	1.50 370	0.15 230	0.64 336	2.18 335	2.67 323

AANet_RVC	13.75 324	6.34 348	12.90 262	8.87 297	4.53 263	14.09 242	9.12 301	29.37 292	38.32 360	23.85 322	37.41 356	23.55 294	17.51 316	23.31 354	18.56 324	2.08 363	1.30 340	0.25 272	0.06 133	0.73 256	2.87 335

DeepPrunerF	20.61 382	12.13 394	46.35 415	21.53 414	17.78 424	19.41 319	23.64 415	37.23 381	50.61 408	26.20 343	37.72 357	24.90 307	25.02 368	24.63 359	23.53 353	3.13 382	1.65 376	5.69 401	4.09 402	3.64 367	3.34 348

DispFullNet	31.01 428	32.97 433	59.04 434	30.27 433	28.46 437	33.06 398	11.44 341	37.69 383	54.13 419	33.30 392	37.78 358	44.68 413	28.96 386	42.19 429	29.68 399	12.35 430	3.56 414	36.10 441	12.90 434	32.29 440	19.42 437

DDUNet	23.49 401	20.59 419	17.13 324	24.58 424	22.45 433	24.86 357	17.96 394	31.42 317	31.06 305	29.59 368	37.81 359	37.85 385	26.39 373	25.77 365	18.74 328	18.99 435	8.10 433	26.65 436	11.80 432	19.41 431	18.58 435

SAMSARA	35.29 435	19.78 415	33.90 396	55.86 446	36.15 440	76.79 464	94.89 473	49.29 431	51.59 417	38.15 406	37.83 360	53.71 433	39.29 416	40.56 425	40.41 422	4.02 391	6.72 429	2.35 380	4.12 403	9.70 408	10.76 419

GwcNet	17.31 349	6.61 352	23.02 368	10.83 350	8.63 381	29.48 386	10.80 330	39.37 396	45.73 394	24.16 324	37.85 361	31.50 347	21.81 357	21.37 340	27.25 383	0.81 297	0.88 278	0.57 317	0.46 308	1.54 319	3.61 350

fast-acv-ft	14.96 337	4.73 318	17.68 329	8.03 274	5.27 291	28.61 381	9.97 320	26.25 253	35.58 346	26.03 340	38.02 362	31.91 353	21.50 352	19.25 307	21.18 343	0.61 271	0.38 185	0.63 320	0.48 315	1.31 305	1.73 230

DRaft	9.41 215	1.56 52	10.09 169	4.18 31	0.92 51	12.87 222	5.68 222	17.40 141	29.75 292	21.24 290	38.12 363	9.96 107	13.97 266	11.81 125	8.08 206	0.66 278	0.30 167	0.07 164	0.26 247	0.33 117	0.88 124

AF-Net	19.18 372	6.50 350	16.90 322	16.60 401	11.00 401	23.83 351	11.31 339	36.25 369	51.10 414	25.56 336	38.34 364	41.77 405	31.01 398	30.20 387	27.83 386	4.87 400	0.27 158	4.60 398	1.00 356	2.67 345	2.02 276

NCCL2	17.94 360	7.94 365	16.87 321	24.07 423	7.60 360	24.52 355	17.08 387	35.42 361	26.65 269	32.01 383	38.57 365	41.96 407	27.61 379	22.24 348	24.43 362	0.65 275	0.33 176	2.64 385	2.13 385	2.28 339	3.86 359

NCC-stereo	20.61 382	7.39 358	25.96 372	15.90 398	16.62 421	20.15 327	23.27 408	44.11 421	41.29 374	25.00 333	38.64 366	35.47 375	28.75 384	36.35 408	26.90 381	4.83 398	2.14 390	3.33 393	9.27 426	3.10 353	3.72 356

Abc-Net	20.61 382	7.39 358	25.96 372	15.90 398	16.62 421	20.15 327	23.27 408	44.11 421	41.29 374	25.00 333	38.64 366	35.47 375	28.75 384	36.35 408	26.90 381	4.83 398	2.14 390	3.33 393	9.27 426	3.10 353	3.72 356
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
S-Stereo	17.36 351	4.46 311	22.16 365	12.58 375	9.10 388	23.07 347	12.60 354	33.18 336	46.12 397	22.78 311	38.67 368	29.04 333	27.48 378	19.40 309	23.90 357	3.14 383	3.13 408	0.88 341	1.95 383	3.77 369	9.86 415

ETE_ROB	18.45 366	10.71 378	20.90 358	14.23 384	4.92 275	23.28 349	22.01 405	33.00 333	36.14 348	30.68 377	39.03 369	46.10 419	26.28 372	27.52 375	26.22 376	0.53 251	0.49 214	1.16 354	0.94 349	1.69 323	3.07 342

SuperB	18.07 363	7.33 357	56.73 429	8.42 284	5.42 298	20.39 330	9.73 315	26.04 247	50.80 411	26.88 351	39.52 370	17.79 237	21.54 353	23.17 353	25.96 374	0.77 289	0.32 170	1.11 352	0.73 342	16.11 427	2.75 330

FAT-Stereo	17.45 352	3.56 287	19.19 343	10.31 333	6.54 338	18.00 310	14.89 371	38.68 389	40.49 368	27.39 354	39.66 371	37.32 382	32.14 403	21.07 335	22.97 350	3.68 388	2.16 393	0.81 337	1.21 365	2.10 332	6.78 391

DPSNet	25.20 411	7.92 364	36.17 400	11.72 363	6.85 344	53.68 435	43.17 445	52.22 437	60.09 438	31.61 380	39.76 372	40.91 400	35.82 410	33.42 396	26.48 378	4.98 401	2.10 389	0.50 311	1.13 361	9.63 406	5.83 378

Syn2CoEx	17.68 356	11.86 389	28.39 379	20.88 412	8.24 377	25.66 363	12.35 349	37.57 382	33.60 326	29.57 367	39.80 373	30.02 340	28.00 381	19.91 312	18.91 329	1.14 335	0.53 223	1.23 359	0.46 308	1.97 328	3.61 350

pmcnn	15.27 338	4.31 308	22.32 366	7.46 245	4.46 260	22.15 341	15.74 374	28.53 279	31.88 311	27.78 358	40.04 374	39.06 389	19.11 335	18.79 304	20.78 341	1.04 324	0.23 151	0.00 1	0.00 1	0.53 200	1.17 165

CSAN	22.36 395	11.11 382	26.06 374	21.79 416	5.59 306	34.55 402	36.54 439	40.04 399	50.84 412	37.47 404	40.31 375	45.09 415	33.07 406	27.44 373	25.80 373	1.60 354	0.75 255	1.08 348	1.80 379	2.89 348	3.36 349

FBW_ROB	21.87 390	11.80 388	25.52 371	14.64 387	7.49 356	31.20 392	16.35 379	45.28 424	44.78 391	44.85 423	40.36 376	43.50 410	27.85 380	34.94 400	23.52 352	3.07 381	2.15 392	7.53 416	3.03 395	4.30 374	5.17 373

PASM	29.37 422	19.17 414	50.43 421	23.55 422	23.15 435	27.62 376	27.82 426	35.90 363	50.76 410	35.98 400	40.55 377	47.26 423	34.98 408	35.28 402	38.72 418	12.58 431	15.96 438	17.57 431	22.46 439	13.71 422	13.92 428

FTStereo	8.76 198	1.57 53	6.75 49	6.55 177	2.45 167	7.65 158	11.62 345	18.36 153	9.01 72	20.25 263	40.79 378	15.87 202	12.36 232	11.02 87	4.69 126	0.24 176	0.01 10	0.09 179	0.16 196	0.19 56	5.58 376

ADCP+	18.93 369	5.83 338	35.35 398	9.85 319	10.36 396	29.49 387	13.65 361	34.22 349	37.75 356	30.02 373	41.45 379	24.18 298	26.43 375	34.71 399	36.58 410	0.27 190	0.40 189	2.00 374	1.19 363	2.31 340	2.66 321

LALA_ROB	19.82 377	8.32 369	18.64 341	13.59 380	5.79 312	28.03 379	23.44 412	43.09 412	37.57 353	33.91 397	41.55 380	50.73 429	25.61 369	29.09 381	27.30 384	0.73 282	0.67 246	2.08 375	1.42 370	2.70 346	2.12 295

APVNet	18.42 365	6.37 349	23.10 369	12.76 377	8.28 378	30.74 389	24.17 417	42.08 409	30.76 303	25.86 339	41.66 381	31.83 352	24.99 365	28.01 378	28.77 391	0.49 245	0.57 233	3.05 389	0.55 329	1.80 325	2.46 315

Wz-Net-MNSev	19.84 378	7.55 360	35.79 399	10.79 348	7.51 357	38.96 416	18.39 396	35.08 358	44.72 390	31.28 379	41.70 382	41.18 402	20.49 345	28.41 379	30.13 402	0.96 317	0.36 183	0.05 138	0.13 172	1.70 324	1.64 222

stereogan	19.38 374	4.02 300	18.62 339	13.54 379	10.30 395	37.03 408	9.83 316	39.12 393	46.13 398	25.09 335	41.76 383	40.01 395	27.19 377	32.16 392	25.48 368	2.44 372	1.13 311	2.70 387	0.86 347	5.45 384	4.81 366

RGC	20.62 385	14.30 402	21.99 363	18.85 408	14.53 415	21.42 336	14.82 370	36.00 367	44.32 387	28.54 363	41.82 384	40.12 396	29.43 388	35.44 404	23.33 351	4.12 392	0.72 251	8.80 418	4.39 405	4.55 377	4.84 368

XPNet_ROB	18.03 362	6.06 345	18.19 334	11.68 362	6.83 343	21.23 334	16.93 383	36.66 377	39.82 367	32.51 388	42.05 385	41.04 401	25.77 370	25.72 364	28.80 393	1.67 358	0.91 282	0.79 331	0.27 251	1.24 302	2.38 312

ADCRef	18.01 361	8.01 366	44.10 412	10.75 346	8.85 385	27.18 374	11.06 335	31.77 321	34.40 333	31.90 381	42.45 386	18.79 250	21.55 354	25.18 363	35.17 408	1.03 323	0.42 201	2.18 376	1.79 378	1.38 309	2.27 305

StereoDRNet-Refined	14.03 329	3.52 284	12.77 259	8.70 292	3.31 211	18.50 314	4.58 193	29.08 287	30.59 297	29.85 370	42.52 387	25.24 310	19.57 340	23.88 356	23.55 354	0.44 234	0.07 96	0.54 314	0.38 296	0.88 284	2.64 320
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RP	18.36 364	5.94 342	17.54 328	15.95 400	12.33 410	21.55 337	12.66 355	28.65 281	45.65 393	23.78 321	42.55 388	39.77 393	29.54 390	26.72 370	23.58 356	6.14 405	1.05 303	4.38 397	1.77 377	3.90 371	3.82 358

SGM_RVC	20.33 380	3.24 269	8.92 114	7.20 233	1.62 118	39.61 418	17.01 385	39.11 392	35.12 341	46.26 424	42.62 389	51.57 431	39.45 418	39.66 424	29.87 400	1.16 337	0.37 184	0.55 315	0.35 277	1.20 298	1.64 222
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RAFT-345	6.94 134	1.48 43	7.45 69	5.65 110	0.96 59	5.49 79	3.20 154	13.73 79	10.97 92	13.81 137	42.93 390	9.01 95	5.31 91	13.09 189	4.73 127	0.58 263	0.05 60	0.10 187	0.06 133	0.08 16	0.08 5

PDISCO_ROB	25.35 413	10.44 376	31.01 388	29.47 432	20.36 430	38.32 411	17.74 392	45.56 425	55.34 424	29.88 371	42.94 391	46.63 420	29.76 391	36.23 406	31.29 404	10.74 422	2.20 394	6.96 410	3.53 398	9.98 410	8.52 407

edge stereo	19.38 374	5.98 343	19.25 344	11.11 355	8.07 373	23.51 350	12.74 357	35.93 364	42.55 377	35.05 398	43.06 392	41.34 403	36.05 411	26.06 367	25.62 370	2.70 376	2.47 397	6.38 405	1.54 374	3.18 358	5.01 370

G-Net	21.66 389	9.10 375	39.39 405	15.85 396	9.60 392	51.00 433	16.73 381	28.32 277	31.17 306	38.99 407	43.24 393	33.26 365	32.09 402	28.50 380	26.50 379	4.74 397	3.92 418	3.60 396	1.02 357	8.42 402	7.86 400

Wz-Net-TNSev	25.85 415	21.47 422	59.51 435	10.38 336	7.64 361	42.40 424	23.33 410	35.97 366	54.36 420	36.56 402	43.26 394	45.90 417	41.27 424	37.81 415	37.10 411	2.35 369	1.90 384	0.77 329	1.34 369	5.89 389	7.75 399

Nwc_Net	18.76 368	5.80 336	19.91 350	14.99 392	11.96 407	26.32 369	15.90 375	41.68 406	40.50 369	21.85 301	43.58 395	34.89 373	29.47 389	27.48 374	26.34 377	3.75 389	0.27 158	2.55 384	3.31 396	2.25 337	2.46 315

MDST_ROB	18.99 370	3.23 267	15.81 312	14.15 383	6.98 348	44.89 425	16.81 382	43.19 414	42.83 380	43.71 419	43.84 396	28.79 331	19.02 331	30.64 389	18.70 327	1.84 360	0.84 269	0.69 324	0.47 314	0.71 254	2.61 319

SANet	22.05 391	8.47 371	32.65 393	9.90 320	4.31 253	33.49 400	23.44 412	42.82 411	56.64 430	39.67 410	44.09 397	44.62 412	32.96 405	29.24 384	25.79 372	1.08 326	0.74 253	0.98 347	0.69 338	5.69 387	3.66 355

ADCPNet	22.75 398	10.94 380	58.96 433	12.24 373	7.57 358	37.33 409	20.08 401	33.89 343	37.37 352	33.49 394	44.32 398	39.36 392	28.43 383	32.19 393	38.55 417	2.25 365	2.69 402	2.37 381	3.59 399	4.33 375	5.01 370

PWC_ROB	19.21 373	12.15 395	28.02 378	11.02 354	6.62 339	25.15 360	5.47 218	36.42 372	49.47 406	33.19 391	44.32 398	34.98 374	26.66 376	32.22 394	27.30 384	1.71 359	0.27 158	1.62 367	0.37 286	2.38 342	4.90 369

SHD	22.33 394	11.30 385	32.10 390	15.61 394	9.88 393	26.75 371	10.12 322	41.84 407	61.77 440	36.36 401	44.65 400	39.28 390	31.10 399	35.07 401	32.76 406	2.35 369	1.95 385	1.24 361	1.90 382	4.33 375	6.34 384

Wz-Net-LNSev	19.04 371	11.48 387	43.55 411	10.82 349	8.01 372	24.96 358	17.46 391	34.72 356	44.36 388	33.43 393	44.72 401	32.54 356	24.13 361	21.64 345	24.38 361	0.93 313	0.22 149	0.00 1	0.03 98	1.44 313	1.99 273

RAFT-RH_RVC	7.88 175	1.51 49	7.72 76	5.41 95	0.96 59	11.41 204	1.48 50	13.43 73	15.04 134	17.54 214	45.66 402	10.86 116	6.42 123	13.48 201	5.26 145	0.81 297	0.04 51	0.12 212	0.13 172	0.12 29	0.17 19

GANet	17.85 357	5.41 332	14.79 290	11.91 366	4.73 267	24.54 356	17.04 386	41.01 401	34.96 339	33.06 390	45.84 403	39.83 394	29.19 387	24.71 360	22.45 349	1.34 347	0.41 196	1.09 349	0.70 340	2.15 334	1.89 246

ACVNet-4b	36.91 438	52.81 445	57.04 431	42.64 440	22.08 432	48.32 429	14.64 369	50.28 434	59.78 437	43.17 417	46.34 404	55.50 435	24.49 363	39.03 421	23.55 354	25.75 441	3.76 417	47.36 444	33.76 444	28.62 437	19.22 436

ccnet	24.80 407	17.64 411	24.53 370	12.35 374	18.18 426	38.47 413	17.76 393	46.24 426	32.78 319	37.51 405	46.76 405	38.80 388	30.45 396	38.35 418	41.98 426	9.41 418	6.40 427	9.67 421	8.04 421	11.64 419	9.00 409

RTS	30.97 426	24.38 426	96.47 470	17.75 404	12.63 411	58.43 444	26.47 423	38.01 384	63.33 443	44.41 420	46.81 406	33.16 363	45.26 429	52.06 439	42.65 430	2.66 374	1.40 357	1.09 349	1.02 357	5.49 385	5.86 379

RTSA	30.97 426	24.38 426	96.47 470	17.75 404	12.63 411	58.43 444	26.47 423	38.01 384	63.33 443	44.41 420	46.81 406	33.16 363	45.26 429	52.06 439	42.65 430	2.66 374	1.40 357	1.09 349	1.02 357	5.49 385	5.86 379

Wz-Net-LNSev-Ref	16.12 343	4.56 312	29.46 382	7.78 262	6.11 325	26.08 367	13.01 359	31.08 310	37.61 354	27.66 355	46.96 408	29.92 338	15.40 283	21.54 343	22.39 347	1.09 328	0.05 60	0.10 187	0.00 1	0.43 168	1.21 169

ADCMid	23.61 404	12.42 396	44.10 412	11.85 365	8.33 379	27.89 378	20.03 400	36.49 373	39.56 366	40.81 411	47.01 409	36.89 381	43.95 428	39.12 422	42.60 429	1.95 361	1.55 373	3.05 389	3.98 401	5.20 381	5.37 375

MFN_U_SF_DS_RVC	24.71 406	14.86 404	32.18 391	26.47 426	10.48 397	40.27 420	22.83 407	36.88 379	44.51 389	42.59 415	47.13 410	40.20 397	28.00 381	36.70 411	28.36 387	4.23 394	4.00 419	6.73 409	16.35 437	5.05 380	6.34 384

ADCL	22.44 396	7.79 361	49.20 420	10.61 344	7.28 354	40.40 421	21.03 403	32.07 324	55.07 422	28.53 362	48.73 411	31.68 349	31.69 401	34.04 398	38.38 415	1.22 342	0.93 283	2.65 386	1.89 381	2.65 344	2.94 337

Ntro	35.59 436	38.58 439	55.41 427	43.66 441	22.54 434	57.26 438	23.73 416	47.69 429	63.99 446	39.63 408	48.82 412	47.68 424	37.60 415	41.55 428	30.80 403	17.85 434	6.61 428	33.21 440	10.52 430	26.65 436	17.97 434

aanetorigin	19.84 378	13.32 400	54.46 424	10.07 324	7.99 370	14.16 243	15.32 372	17.85 148	34.49 334	49.59 429	48.88 413	34.28 371	31.32 400	23.53 355	29.64 398	1.12 332	0.81 264	0.73 326	0.94 349	3.05 351	5.23 374

anonymity	52.60 445	58.73 447	63.81 437	41.37 439	59.41 455	53.52 434	41.39 443	56.50 444	40.60 371	55.03 435	49.64 414	49.57 426	56.22 442	59.42 446	50.07 445	55.57 452	50.19 457	51.15 446	51.23 451	51.90 445	56.75 454

AnyNet_C32	24.34 405	15.07 405	42.84 410	13.07 378	11.83 405	31.80 393	31.73 434	32.47 326	45.77 395	35.92 399	49.66 415	34.05 368	35.21 409	44.09 431	43.39 433	1.61 355	1.70 378	1.22 358	2.94 394	4.87 379	7.60 397

PWCDC_ROB	18.66 367	11.24 384	21.32 360	18.82 407	8.08 374	25.75 364	6.94 264	35.08 358	53.33 418	30.37 376	49.70 416	20.87 269	21.63 356	31.05 390	22.39 347	6.94 411	0.28 163	0.10 187	0.06 133	5.98 390	3.22 345

ADCS	27.11 419	15.49 407	48.87 419	15.20 393	10.99 400	31.86 394	24.37 418	43.99 419	58.30 433	43.12 416	49.92 417	41.90 406	41.43 425	42.90 430	46.29 437	3.00 380	2.60 398	2.45 383	3.47 397	7.63 395	8.41 405

otaku	33.83 431	36.87 438	53.81 423	40.41 437	21.58 431	54.54 437	17.45 390	44.01 420	61.47 439	39.63 408	50.06 418	46.76 421	29.76 391	40.64 426	30.07 401	19.17 436	7.09 430	32.34 439	9.92 428	24.17 435	16.94 432

SGM-ForestM	25.21 412	4.80 320	13.50 273	8.68 291	3.74 227	46.85 427	22.04 406	46.25 427	51.32 416	51.28 431	52.07 419	62.64 444	47.13 432	46.05 432	36.30 409	1.99 362	2.25 395	1.21 357	1.24 366	1.65 322	3.21 344

WCMA_ROB	21.17 387	5.89 341	22.32 366	10.39 337	7.65 362	34.55 402	16.42 380	33.20 337	34.02 330	42.06 414	52.50 420	44.09 411	37.59 414	33.66 397	26.77 380	7.45 414	3.18 409	1.27 362	1.43 371	4.18 372	4.81 366

FCDSN-DC	26.18 418	15.77 408	20.36 354	28.79 431	15.78 419	40.13 419	19.12 399	43.57 416	42.59 378	44.78 422	52.51 421	50.73 429	40.32 422	35.32 403	28.55 389	6.41 406	3.61 415	7.11 412	6.54 414	10.58 411	10.93 421
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
EDNetEfficient	25.68 414	22.94 424	77.88 457	9.49 310	7.66 363	20.89 331	17.37 389	22.52 210	56.02 428	61.49 443	53.31 422	35.83 378	41.88 426	25.06 362	39.53 421	0.86 305	0.83 268	0.91 343	2.82 392	8.28 400	7.98 401

WZ-Net	25.86 416	14.23 401	64.17 438	15.77 395	10.61 398	39.36 417	28.01 427	41.38 405	54.97 421	28.82 365	53.68 423	40.90 399	30.14 394	37.91 416	42.98 432	1.59 351	0.49 214	0.73 326	0.95 352	5.43 383	5.12 372

MeshStereo	22.95 399	7.84 362	12.46 255	8.13 278	5.20 289	38.49 414	13.36 360	42.69 410	38.05 358	51.34 432	53.82 424	58.22 437	43.29 427	38.42 419	29.59 397	2.96 378	2.84 405	3.11 391	2.33 388	3.12 355	3.65 354
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
MFN_U_SF_RVC	28.91 421	15.44 406	55.12 426	22.00 418	8.49 380	41.39 422	15.36 373	52.74 438	46.70 400	47.83 428	53.87 425	54.97 434	40.50 423	39.54 423	40.77 423	6.09 404	4.92 423	7.08 411	9.02 425	7.68 396	8.69 408

Wz-Net-SNSev	23.35 400	18.18 412	47.37 417	14.55 386	8.63 381	28.33 380	29.16 430	39.88 398	55.80 427	32.16 385	53.91 426	39.35 391	24.42 362	27.60 376	38.11 414	1.06 325	0.24 153	1.20 356	0.95 352	3.16 357	2.93 336

FC-DCNN	25.07 408	12.06 393	20.30 353	19.06 409	9.41 389	38.40 412	23.46 414	41.37 404	44.07 386	46.76 426	53.99 427	50.49 427	39.32 417	36.43 410	29.46 396	7.40 413	3.39 411	6.15 402	5.01 408	8.05 399	6.83 392

psmorigin	21.56 388	11.18 383	36.59 401	10.19 327	7.08 350	25.30 361	12.35 349	33.52 341	33.12 320	43.62 418	54.15 428	42.72 408	37.44 413	36.87 413	28.98 394	1.65 356	2.78 403	0.81 337	1.19 363	3.62 366	8.10 403

FC-DCNN v2	25.13 409	12.03 391	19.82 349	19.08 410	9.43 390	38.89 415	23.42 411	41.85 408	44.02 385	46.96 427	54.51 429	50.70 428	39.69 419	36.34 407	29.25 395	7.36 412	3.39 411	6.17 403	5.02 409	8.00 398	6.71 390

MADNet+	53.97 446	69.36 454	98.79 477	67.30 451	38.52 442	79.97 468	81.50 470	61.38 448	62.53 441	52.01 433	55.50 430	61.22 443	59.61 447	70.25 455	77.26 469	25.21 440	25.07 440	17.40 430	12.69 433	34.21 441	29.70 444

LSM	30.92 425	21.18 421	57.13 432	19.98 411	54.02 451	33.70 401	25.92 422	43.87 417	49.18 404	46.43 425	55.59 431	43.44 409	36.70 412	36.70 411	28.75 390	2.94 377	9.77 434	5.07 399	8.20 424	10.77 412	29.00 442

LE_ROB	23.59 403	4.64 317	16.84 320	8.59 288	3.05 202	33.01 397	18.53 397	28.96 285	67.40 451	70.71 452	55.67 432	48.44 425	48.90 434	26.06 367	37.98 413	0.44 234	0.24 153	0.27 276	0.54 326	0.49 195	0.98 141

EDNetEfficientorigin	29.50 423	36.05 437	99.77 480	9.67 314	5.93 318	26.79 372	16.02 376	26.87 262	55.18 423	61.15 440	57.72 433	45.04 414	50.99 437	26.90 372	44.78 435	0.53 251	0.54 225	1.72 369	2.53 390	11.05 416	10.75 418

coex-ft	31.29 429	39.15 440	93.51 469	9.71 317	5.77 311	36.25 407	26.79 425	31.43 318	59.45 436	73.35 456	58.73 434	45.49 416	48.48 433	30.19 386	46.52 439	1.59 351	1.71 379	0.94 344	0.97 355	9.43 405	6.35 386

ACVNet_1	42.11 442	50.66 443	66.19 443	45.24 443	25.33 436	50.11 431	25.60 421	55.90 442	65.25 447	60.15 437	59.98 435	63.57 445	50.05 436	50.45 436	38.46 416	20.06 437	11.00 435	38.79 442	14.48 435	31.31 439	19.68 438

MSMD_ROB	23.50 402	10.55 377	15.65 311	17.87 406	10.07 394	35.58 405	19.04 398	34.53 353	37.81 357	41.55 413	60.11 436	46.01 418	39.81 420	32.74 395	24.92 365	6.86 410	3.63 416	8.92 419	11.16 431	7.21 393	5.99 381

SPS-STEREO	56.02 449	59.82 450	64.35 439	45.23 442	53.96 450	61.34 448	44.05 446	60.08 447	50.73 409	62.61 445	61.78 437	59.73 441	57.62 446	60.63 447	59.08 451	58.29 454	48.28 452	51.30 447	49.29 449	55.67 450	56.59 453
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ELAS_RVC	34.88 434	20.50 418	37.14 402	22.37 420	15.07 417	54.02 436	38.42 442	50.06 433	56.72 431	61.86 444	63.52 438	58.79 438	54.60 440	54.13 444	43.99 434	12.20 429	7.90 432	10.75 424	7.65 419	14.42 423	13.42 426
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
BEATNet-Init1	36.29 437	22.72 423	56.79 430	28.53 430	13.41 414	59.81 447	33.49 435	53.72 440	58.64 434	60.78 438	63.63 439	70.42 449	56.59 443	53.93 443	46.48 438	5.63 402	4.14 420	7.49 415	7.45 415	11.35 418	10.88 420

MSC_U_SF_DS_RVC	37.85 440	35.62 436	55.10 425	38.16 436	13.19 413	57.63 441	24.72 419	52.87 439	63.40 445	66.39 448	63.74 440	58.16 436	54.28 438	51.56 438	47.39 440	9.36 417	5.44 424	14.82 428	15.34 436	18.80 430	11.04 423

SGM+DAISY	55.54 448	57.77 446	64.45 440	40.89 438	53.89 449	63.34 450	50.45 449	56.00 443	45.95 396	61.43 442	64.32 441	61.05 442	56.70 444	61.32 448	56.86 450	56.51 453	49.35 455	50.49 445	50.00 450	52.52 446	57.57 455

ELAS	34.78 433	20.32 417	38.13 403	21.79 416	14.89 416	57.95 443	37.04 440	51.15 435	51.19 415	60.95 439	64.42 442	59.08 439	54.44 439	51.53 437	46.26 436	12.00 428	7.83 431	10.46 422	8.04 421	14.42 423	13.71 427
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PVD	34.10 432	19.91 416	39.04 404	27.08 428	18.09 425	35.11 404	44.32 447	52.16 436	66.36 448	53.04 434	64.50 443	52.33 432	56.17 441	52.24 441	42.11 427	4.17 393	4.82 422	9.60 420	4.65 406	11.11 417	25.25 440

MANE	33.27 430	12.69 397	21.10 359	22.10 419	15.09 418	49.75 430	29.51 431	54.10 441	56.36 429	59.73 436	64.93 444	65.43 447	57.34 445	52.70 442	41.02 424	10.52 421	6.09 426	7.35 414	20.29 438	9.66 407	9.65 414

Consistency-Raft	41.94 441	35.39 435	45.40 414	33.16 434	41.47 445	45.14 426	33.50 436	56.78 445	55.37 425	32.11 384	65.41 445	30.46 345	49.76 435	40.94 427	48.33 443	27.72 442	35.00 443	43.33 443	51.89 453	39.60 443	28.04 441

JetBlue	54.72 447	46.20 442	75.05 453	51.44 444	47.85 446	76.48 463	62.38 456	64.44 450	62.86 442	63.67 447	65.49 446	78.96 456	68.77 450	68.63 453	75.95 468	37.07 443	25.78 442	29.10 438	29.19 441	29.75 438	35.27 446

AnyNet_C01	30.67 424	27.57 429	76.09 455	17.61 403	12.18 409	50.42 432	28.89 429	39.14 395	41.14 373	41.36 412	65.66 447	47.21 422	40.16 421	47.50 433	49.82 444	2.38 371	2.79 404	2.31 378	2.83 393	8.35 401	9.99 417

RainbowNet	51.77 444	63.10 453	65.03 442	60.15 447	39.21 444	59.39 446	31.46 433	57.61 446	78.49 462	50.61 430	66.05 448	59.57 440	45.26 429	50.17 435	42.57 428	46.92 449	45.90 451	53.26 448	32.46 443	54.03 449	34.14 445

TorneroNet-64	66.18 454	71.37 456	72.19 451	76.80 456	59.54 456	67.82 454	59.56 453	67.83 453	79.98 463	63.09 446	67.00 449	82.98 461	69.97 452	68.02 450	62.78 457	49.03 450	44.17 450	73.23 454	64.19 455	69.14 455	54.83 452

tt	89.84 473	1.21 12	99.99 482	99.29 479	100.00 482	100.00 482	100.00 482	100.00 482	99.99 480	78.46 462	68.51 450	99.99 483	100.00 481	100.00 483	100.00 484	95.27 474	99.93 480	87.33 470	86.20 471	94.13 477	86.50 471

PWCK	66.53 455	88.82 472	80.30 459	80.69 464	30.85 439	65.18 452	41.64 444	72.55 462	71.28 454	78.68 463	69.18 451	78.14 455	62.17 448	82.93 470	63.46 458	80.46 465	40.52 447	82.05 464	47.71 448	74.54 465	39.47 449

UNDER WATER-64	73.59 463	75.19 460	88.26 465	74.50 454	55.55 453	78.94 467	76.55 467	65.86 451	68.37 453	75.79 459	69.24 452	84.00 464	77.49 460	69.01 454	73.11 464	81.39 467	57.22 462	82.69 465	80.62 466	69.53 456	68.45 464

MFMNet_re	72.11 459	79.45 464	64.79 441	52.91 445	84.26 470	78.00 466	69.47 461	64.08 449	67.45 452	61.33 441	71.28 453	64.22 446	69.42 451	72.45 458	61.54 453	81.63 468	73.93 470	80.19 460	74.21 462	83.02 470	88.49 472

UNDER WATER	76.36 466	79.65 465	88.23 464	84.62 466	67.01 462	77.90 465	78.03 468	67.43 452	72.64 456	75.52 458	71.49 454	85.52 466	82.57 465	70.68 457	75.48 467	79.61 464	54.01 459	86.59 469	84.76 469	72.44 461	72.94 467

TorneroNet	71.59 457	73.91 459	76.67 456	81.06 465	65.65 460	71.44 457	65.68 458	71.66 459	75.08 457	71.76 453	73.09 455	84.12 465	74.51 458	70.46 456	69.58 461	59.87 455	48.58 453	79.93 458	73.78 461	75.74 466	69.18 465

NVStereoNet_ROB	42.81 443	34.00 434	46.84 416	37.40 435	28.64 438	35.65 406	33.88 438	49.95 432	58.27 432	69.65 451	75.69 456	66.36 448	65.66 449	48.37 434	62.04 456	16.50 433	25.07 440	23.61 434	32.35 442	21.58 433	24.72 439
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DPSimNet_ROB	74.86 465	83.75 470	61.14 436	77.51 457	65.78 461	76.04 462	75.86 466	74.62 464	77.61 460	82.20 466	75.97 457	80.50 460	72.45 453	68.06 451	84.65 471	81.90 469	52.11 458	79.97 459	76.71 465	70.85 458	79.47 470

ktn	72.86 462	80.20 467	70.88 450	79.38 462	69.76 466	75.01 458	70.17 464	69.27 456	77.21 459	73.05 455	77.79 458	77.79 454	77.01 459	73.04 463	56.44 449	79.36 463	66.31 465	80.24 461	68.37 456	72.53 462	63.45 459

notaker	72.59 461	79.99 466	79.75 458	79.06 460	68.60 463	63.66 451	62.15 455	69.61 457	75.78 458	77.77 461	79.16 459	79.92 459	84.80 468	77.69 467	59.73 452	70.15 460	61.03 464	77.65 457	68.69 457	70.81 457	65.81 462

WAO-6	71.06 456	73.42 458	67.24 444	79.78 463	61.93 459	69.67 455	60.23 454	75.12 465	87.02 469	74.87 457	79.60 460	79.28 457	84.75 467	68.25 452	61.91 455	67.67 457	48.98 454	81.65 462	73.43 460	66.76 453	59.64 456

IMH-64-1	59.89 451	58.89 448	69.08 447	66.46 448	50.96 447	57.48 439	51.18 450	69.03 454	67.25 449	67.90 449	80.31 461	70.42 449	74.30 456	72.66 461	50.07 445	42.88 446	43.00 448	65.88 450	47.48 446	53.41 447	39.15 447

IMH-64	59.89 451	58.89 448	69.08 447	66.46 448	50.96 447	57.48 439	51.18 450	69.03 454	67.25 449	67.90 449	80.31 461	70.42 449	74.30 456	72.66 461	50.07 445	42.88 446	43.00 448	65.88 450	47.48 446	53.41 447	39.15 447

IMH	63.51 453	61.05 451	69.15 449	69.90 452	54.09 452	65.82 453	55.66 452	72.12 460	72.52 455	72.73 454	81.82 463	73.16 452	79.86 461	77.03 466	52.57 448	44.46 448	50.01 456	68.11 452	51.57 452	56.59 451	41.88 450

HanzoNet	77.99 469	81.45 469	83.64 460	78.05 459	69.26 464	75.78 461	69.09 460	73.99 463	78.09 461	82.39 467	83.06 464	85.66 469	87.00 471	86.11 472	74.40 466	85.46 473	68.53 467	81.84 463	75.61 464	73.07 463	67.26 463

KSHMR	88.63 472	93.05 473	84.15 463	95.59 474	91.74 474	82.94 471	83.28 471	84.59 472	81.87 465	87.85 471	83.96 465	91.71 471	81.49 463	76.73 465	82.12 470	96.47 476	96.06 476	96.71 476	97.16 476	92.74 476	92.47 476

JetRed	79.80 470	80.33 468	91.79 467	71.25 453	75.71 469	91.85 472	80.84 469	79.41 470	80.84 464	84.48 470	84.47 466	83.34 462	72.72 454	79.51 468	85.74 472	69.66 459	81.68 471	73.70 455	72.68 458	82.42 469	73.53 468

WAO-7	72.48 460	78.58 461	55.84 428	79.20 461	69.56 465	71.30 456	73.06 465	78.20 469	84.37 468	77.52 460	85.78 467	79.44 458	80.26 462	65.93 449	66.47 460	62.13 456	69.81 468	70.46 453	73.18 459	66.66 452	61.95 458

WAO-8	77.20 467	78.94 462	67.39 445	86.73 468	72.82 467	79.98 469	69.63 462	77.88 467	88.66 471	83.17 468	86.77 468	85.56 467	85.20 469	72.63 459	69.82 462	75.00 461	55.65 460	87.92 472	83.63 467	71.60 459	64.97 460

Venus	77.20 467	78.94 462	67.39 445	86.73 468	72.82 467	79.98 469	69.63 462	77.88 467	88.66 471	83.17 468	86.77 468	85.56 467	85.20 469	72.63 459	69.82 462	75.00 461	55.65 460	87.92 472	83.63 467	71.61 460	64.97 460

Dean	80.94 471	86.19 471	83.94 461	85.03 467	60.07 457	75.42 459	67.27 459	81.85 471	88.36 470	92.35 473	87.09 470	92.14 472	93.19 473	83.37 471	74.06 465	68.69 458	66.48 466	94.89 475	84.90 470	83.86 471	69.69 466

LVE	71.96 458	73.19 457	84.13 462	75.60 455	55.78 454	75.59 460	63.60 457	77.67 466	83.64 467	82.16 465	87.25 471	83.54 463	82.79 466	76.17 464	65.22 459	49.11 451	57.71 463	74.86 456	62.93 454	66.84 454	61.36 457

ACVNet_2	58.13 450	62.74 452	73.58 452	66.59 450	38.77 443	63.23 449	49.56 448	72.12 460	82.24 466	79.37 464	88.96 472	76.25 453	73.29 455	55.14 445	48.05 441	38.17 444	24.21 439	54.92 449	37.94 445	48.23 444	29.29 443

MADNet++	94.07 477	93.58 474	90.62 466	96.24 475	96.57 475	97.26 474	90.52 472	94.64 476	91.89 473	97.09 477	93.64 473	94.65 473	92.81 472	96.06 476	95.06 476	95.31 475	95.85 475	92.44 474	92.08 475	91.00 475	94.17 478

LRCNet_RVC	73.95 464	70.63 455	75.65 454	77.92 458	60.69 458	41.66 423	16.24 378	71.26 458	48.66 402	88.23 472	93.84 474	90.11 470	82.18 464	80.69 469	61.88 454	97.09 477	72.20 469	96.71 476	97.62 477	77.99 467	77.70 469

xxxxx1	91.89 474	95.36 475	98.42 474	87.40 470	89.37 471	98.54 475	98.20 477	92.95 473	93.30 474	93.53 474	95.30 475	97.01 474	96.36 474	94.68 473	94.93 473	83.39 470	84.31 472	82.86 466	88.15 472	84.30 472	89.46 473

tt_ll	91.89 474	95.36 475	98.42 474	87.40 470	89.37 471	98.54 475	98.20 477	92.95 473	93.30 474	93.53 474	95.30 475	97.01 474	96.36 474	94.68 473	94.93 473	83.39 470	84.31 472	82.86 466	88.15 472	84.30 472	89.46 473

ff	91.89 474	95.36 475	98.42 474	87.40 470	89.37 471	98.54 475	98.20 477	92.95 473	93.30 474	93.53 474	95.30 475	97.01 474	96.36 474	94.68 473	94.93 473	83.39 470	84.31 472	82.86 466	88.15 472	84.30 472	89.46 473

PML	99.07 478	100.00 483	98.17 473	99.22 478	99.21 478	99.98 481	99.74 480	98.27 478	98.10 477	100.00 483	99.37 478	98.77 478	99.85 479	100.00 483	98.07 478	100.00 481	99.54 477	100.00 480	99.51 479	99.87 480	93.65 477

MEDIAN_ROB	99.20 479	99.85 478	99.64 479	98.51 477	98.53 477	98.60 478	97.88 476	98.83 479	98.59 478	99.35 480	99.47 479	99.57 479	99.05 478	98.38 477	98.37 479	99.99 479	99.63 478	100.00 480	100.00 481	99.82 479	99.92 480

Anonymous_1	99.63 481	99.96 479	99.94 481	99.77 480	99.59 479	100.00 482	100.00 482	99.81 481	99.98 479	99.63 481	99.94 480	99.75 480	100.00 481	99.67 479	99.89 480	98.37 478	99.84 479	98.70 478	99.26 478	99.29 478	99.24 479

HaxPig	99.40 480	99.99 480	97.53 472	99.99 481	99.99 480	96.91 473	97.19 474	99.57 480	99.99 480	99.98 482	100.00 481	99.99 483	99.96 480	99.06 478	97.86 477	99.99 479	100.00 482	100.00 480	100.00 481	100.00 481	99.98 481

Selective-RAFT-Error	100.00 486	100.00 483	100.00 484	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	100.00 483	100.00 481	100.00 485	100.00 481	100.00 483	100.00 484	100.00 481	100.00 482	100.00 480	100.00 481	100.00 481	100.00 482

CasAABBNet	100.00 486	100.00 483	100.00 484	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	100.00 483	100.00 481	100.00 485	100.00 481	100.00 483	100.00 484	100.00 481	100.00 482	100.00 480	100.00 481	100.00 481	100.00 482

test_example2	99.67 482	99.99 480	99.99 482	100.00 482	99.99 480	99.87 480	99.99 481	98.01 477	100.00 482	100.00 483	100.00 481	98.18 477	98.43 477	99.98 480	99.98 481	100.00 481	99.99 481	99.40 479	99.52 480	100.00 481	100.00 482

LSM0	100.00 486	100.00 483	100.00 484	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	100.00 483	100.00 481	100.00 485	100.00 481	100.00 483	100.00 484	100.00 481	100.00 482	100.00 480	100.00 481	100.00 481	100.00 482

DPSMNet_ROB	99.95 484	100.00 483	100.00 484	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	99.16 478	100.00 481	99.95 481	100.00 481	99.98 480	99.99 482	100.00 481	100.00 482	100.00 480	100.00 481	100.00 481	100.00 482

DGTPSM_ROB	99.95 484	100.00 483	100.00 484	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	99.16 478	100.00 481	99.95 481	100.00 481	99.98 480	99.99 482	100.00 481	100.00 482	100.00 480	100.00 481	100.00 481	100.00 482

DPSM_ROB	100.00 486	100.00 483	100.00 484	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	100.00 483	100.00 481	100.00 485	100.00 481	100.00 483	100.00 484	100.00 481	100.00 482	100.00 480	100.00 481	100.00 481	100.00 482

DPSM	100.00 486	100.00 483	100.00 484	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	100.00 482	100.00 483	100.00 481	100.00 485	100.00 481	100.00 483	100.00 484	100.00 481	100.00 482	100.00 480	100.00 481	100.00 481	100.00 482

AVERAGE_ROB	99.81 483	99.99 480	99.44 478	100.00 482	100.00 482	99.02 479	97.81 475	100.00 482	100.00 482	100.00 483	100.00 481	100.00 485	100.00 481	100.00 483	100.00 484	100.00 481	100.00 482	100.00 480	100.00 481	100.00 481	100.00 482

Low-res two-view benchmark