Low-res two-view results

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

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

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

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

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

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

U	1.79 332	0.09 7	1.35 29	0.06 135	7.35 451	10.70 436	0.00 1	0.86 24	0.32 13	0.02 1	0.03 41	0.11 75	0.02 22	0.15 3	0.07 10	0.00 1	0.00 1	9.53 449	5.06 465	0.01 10	0.01 12

CAS++	0.35 18	0.27 134	1.08 16	0.04 99	0.00 1	0.34 7	0.01 25	4.25 249	0.54 30	0.02 1	0.02 2	0.06 41	0.00 1	0.24 9	0.06 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.03 43
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Selective-RAFT	0.53 55	0.18 60	1.12 18	0.04 99	0.01 75	1.19 101	0.02 108	3.26 146	1.29 179	0.02 1	0.02 2	0.24 103	0.18 180	1.34 152	0.44 164	0.00 1	0.93 383	0.00 1	0.19 374	0.05 160	0.17 172

ProNet	0.47 36	0.35 164	1.75 76	0.19 224	0.54 344	1.09 69	0.01 25	0.97 27	1.25 160	0.02 1	0.02 2	0.06 41	0.03 45	0.58 73	0.09 16	0.00 1	0.57 331	0.00 1	0.00 1	0.14 290	1.65 400

CroCo-Stereo Lap2	0.42 27	0.75 277	1.76 82	0.03 72	0.00 1	0.33 6	0.01 25	3.75 175	0.81 68	0.02 1	0.03 41	0.04 14	0.07 105	0.52 63	0.23 95	0.00 1	0.00 1	0.00 1	0.00 1	0.07 197	0.03 43

Pointernet	0.47 36	0.13 27	1.57 48	0.05 115	0.44 331	1.19 101	0.05 205	3.69 169	0.81 68	0.03 6	0.02 2	0.19 95	0.05 78	0.47 52	0.13 40	0.00 1	0.26 299	0.00 1	0.14 342	0.01 10	0.24 212

rvit_stereo_0080	0.44 29	0.64 257	2.07 151	0.01 13	0.00 1	0.90 35	0.01 25	3.40 152	1.16 121	0.03 6	0.04 52	0.06 41	0.01 7	0.19 4	0.14 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.11 130

rvit_stereo_ft	0.47 36	0.79 287	2.69 234	0.01 13	0.00 1	0.21 5	0.01 25	3.45 156	1.45 224	0.03 6	0.05 63	0.08 61	0.02 22	0.28 17	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.17 172

MGS-Stereo	0.35 18	0.20 93	1.15 20	0.04 99	0.00 1	0.52 22	0.01 25	0.52 5	0.80 67	0.03 6	2.86 353	0.04 14	0.03 45	0.28 17	0.07 10	0.00 1	0.00 1	0.00 1	0.00 1	0.43 404	0.00 1

whm_eth	0.44 29	0.64 257	2.07 151	0.01 13	0.00 1	0.90 35	0.01 25	3.40 152	1.16 121	0.03 6	0.04 52	0.06 41	0.01 7	0.19 4	0.14 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.11 130

CAS	0.95 176	0.12 22	1.08 16	6.79 445	0.08 204	1.10 75	0.01 25	0.97 27	0.87 78	0.03 6	0.04 52	0.07 55	0.06 92	0.37 34	0.15 50	6.94 446	0.00 1	0.00 1	0.00 1	0.00 1	0.30 234

CES	0.51 45	0.16 44	1.23 24	0.09 172	1.58 421	1.18 99	0.05 205	1.07 34	0.79 62	0.03 6	0.03 41	0.14 88	0.10 137	0.55 65	0.12 31	0.00 1	0.01 210	0.00 1	0.00 1	0.01 10	2.98 439

sAnonymous2	0.50 42	0.60 242	4.41 346	0.01 13	0.00 1	0.34 7	0.08 234	2.33 85	1.09 110	0.03 6	0.06 70	0.04 14	0.10 137	0.29 22	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 290	0.35 247

CroCo_RVC	0.50 42	0.60 242	4.41 346	0.01 13	0.00 1	0.34 7	0.08 234	2.33 85	1.09 110	0.03 6	0.06 70	0.04 14	0.10 137	0.29 22	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 290	0.35 247

H2IRNET	0.57 71	0.56 232	2.03 144	0.25 259	0.06 184	1.20 103	0.01 25	1.91 71	0.64 43	0.04 15	1.78 308	0.47 131	0.04 60	1.69 168	0.42 162	0.00 1	0.00 1	0.01 368	0.01 261	0.24 357	0.08 90

MaDis-Stereo	0.30 15	0.62 250	1.63 59	0.07 147	0.19 254	0.40 14	0.02 108	1.36 39	0.76 59	0.04 15	0.05 63	0.13 86	0.05 78	0.38 35	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.02 29

PMTNet	0.26 7	0.21 98	1.40 30	0.02 51	0.02 127	1.16 93	0.29 325	1.00 30	0.18 1	0.04 15	0.03 41	0.07 55	0.02 22	0.47 52	0.15 50	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.02 29

rvit_stereo_0081_aga	0.29 11	0.49 205	1.78 88	0.00 1	0.00 1	0.78 27	0.02 108	0.99 29	1.10 113	0.05 18	0.02 2	0.05 30	0.03 45	0.29 22	0.12 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.05 64

RSM++	0.35 18	0.18 60	0.88 8	0.63 344	0.47 337	0.44 17	0.00 1	1.41 42	1.20 137	0.05 18	0.02 2	0.01 1	0.07 105	0.33 32	0.18 66	0.01 337	0.02 237	0.00 1	0.17 361	0.14 290	0.73 315

plain	0.55 64	0.55 226	3.45 295	0.10 184	0.00 1	0.50 21	0.02 108	3.49 158	1.16 121	0.05 18	0.10 81	0.13 86	0.17 176	0.67 93	0.28 112	0.00 1	0.00 1	0.00 1	0.00 1	0.36 393	0.01 12

rvit_0105_6	0.46 35	0.36 166	1.89 123	0.01 13	0.00 1	0.83 28	0.01 25	3.37 151	1.92 304	0.06 21	0.05 63	0.09 67	0.02 22	0.27 15	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.15 159

UniTT-Stereo	0.23 4	0.28 136	1.91 126	0.05 115	0.16 245	0.34 7	0.02 108	0.46 3	0.42 18	0.06 21	0.18 97	0.05 30	0.07 105	0.22 8	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.11 263	0.01 12

DLNR_Zeroshot_test	23.30 468	50.27 473	88.62 472	97.23 484	94.59 480	1.20 103	0.00 1	20.92 459	0.64 43	0.06 21	0.02 2	0.03 9	0.02 22	4.50 260	0.25 102	32.51 471	0.96 387	0.00 1	0.27 408	72.47 477	1.47 381

LoS	0.32 16	0.19 85	1.27 25	0.11 197	0.01 75	1.32 163	0.07 228	1.44 46	0.79 62	0.06 21	0.04 52	0.27 111	0.11 146	0.60 83	0.13 40	0.00 1	0.01 210	0.00 1	0.00 1	0.03 114	0.01 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
LoS_RVC	0.25 6	0.60 242	1.21 23	0.16 216	0.13 230	0.98 44	0.01 25	0.85 23	0.25 4	0.08 25	0.02 2	0.07 55	0.04 60	0.49 56	0.05 5	0.00 1	0.01 210	0.00 1	0.00 1	0.01 10	0.07 84

rvit_stereo_0083	0.19 1	0.16 44	0.60 1	0.00 1	0.00 1	0.14 2	0.02 108	0.72 16	1.53 238	0.09 26	0.02 2	0.05 30	0.02 22	0.31 27	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.05 64

GLC_STEREO	0.19 1	0.13 27	0.94 12	0.03 72	0.00 1	0.95 41	0.03 161	0.33 1	0.44 20	0.10 27	0.04 52	0.06 41	0.04 60	0.44 49	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64

UGAM	1.32 279	0.49 205	3.75 318	0.20 239	0.06 184	1.12 81	0.11 256	3.55 160	1.34 197	0.11 28	2.42 338	4.45 376	0.08 117	7.01 386	0.34 132	0.00 1	0.44 318	0.00 1	0.28 412	0.30 378	0.31 236

rvit_stereo_0081	0.26 7	0.24 115	0.80 3	0.00 1	0.00 1	0.73 24	0.01 25	1.39 40	1.43 218	0.11 28	0.02 2	0.03 9	0.02 22	0.28 17	0.08 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12

rvit_stereo_0082	0.26 7	0.24 115	0.80 3	0.00 1	0.00 1	0.73 24	0.01 25	1.39 40	1.43 218	0.11 28	0.02 2	0.03 9	0.02 22	0.28 17	0.08 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12

rvit_0105_4	0.52 52	0.47 201	2.33 194	0.01 13	0.00 1	0.83 28	0.01 25	3.89 200	1.78 291	0.12 31	0.10 81	0.12 79	0.03 45	0.39 37	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.13 146

4D-IteraStereo	0.59 74	0.98 327	2.62 230	0.04 99	0.09 211	1.07 57	0.08 234	1.45 47	0.39 15	0.12 31	0.05 63	0.82 187	0.10 137	0.77 107	1.05 277	0.00 1	0.40 314	0.00 1	0.00 1	0.08 208	1.79 419

RAStereo	0.24 5	0.44 191	1.96 133	0.06 135	0.01 75	0.18 3	0.01 25	0.95 26	0.49 24	0.14 33	0.06 70	0.05 30	0.05 78	0.26 14	0.23 95	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.00 1

CroCo-Stereo	0.50 42	0.63 253	2.38 200	0.14 207	0.00 1	0.19 4	0.02 108	4.28 254	0.96 95	0.14 33	0.03 41	0.46 129	0.08 117	0.32 28	0.29 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12
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
iRaftStereo_RVC	0.55 64	0.59 239	1.20 22	0.03 72	0.00 1	1.23 119	0.01 25	2.55 94	0.81 68	0.15 35	0.23 121	0.70 166	0.12 157	0.48 54	0.22 87	0.00 1	1.14 419	0.00 1	0.00 1	0.33 384	1.13 356

sCroCo_RVC	0.27 10	0.19 85	2.20 172	0.02 51	0.00 1	0.13 1	0.04 190	1.15 35	0.89 84	0.15 35	0.07 74	0.03 9	0.04 60	0.39 37	0.05 5	0.00 1	0.07 265	0.00 1	0.00 1	0.02 50	0.01 12

rvit_0105_5	0.55 64	0.56 232	2.86 249	0.01 13	0.00 1	0.89 34	0.01 25	3.93 202	1.55 240	0.16 37	0.13 91	0.12 79	0.03 45	0.43 47	0.15 50	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.18 180

rvit_0105_3	0.62 84	0.70 268	3.40 292	0.01 13	0.00 1	1.12 81	0.01 25	3.96 207	1.58 244	0.16 37	0.38 164	0.11 75	0.03 45	0.70 96	0.17 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.09 112

trnet	0.29 11	0.17 54	0.95 13	0.00 1	0.00 1	1.26 139	0.01 25	1.32 38	0.97 96	0.16 37	0.18 97	0.05 30	0.00 1	0.53 64	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.02 29

CASnet	0.21 3	0.22 106	0.95 13	0.01 13	0.00 1	0.87 33	0.01 25	0.55 6	0.88 81	0.16 37	0.03 41	0.04 14	0.02 22	0.39 37	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.01 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-BASED-STEREO-	1.80 335	20.09 465	11.97 440	0.09 172	0.00 1	0.46 19	0.05 205	0.49 4	0.50 25	0.17 41	0.03 41	0.04 14	0.00 1	0.14 2	0.45 168	0.00 1	0.35 313	0.00 1	0.06 306	0.07 197	1.12 355

RALCasStereoNet	0.80 126	0.96 320	1.77 86	0.28 270	0.97 397	1.13 84	0.03 161	2.91 113	1.11 115	0.17 41	0.34 148	0.12 79	0.20 191	1.65 166	0.65 210	0.00 1	1.72 446	0.00 1	0.00 1	0.11 263	1.90 430

CREStereo	0.29 11	0.19 85	0.91 10	0.00 1	0.01 75	1.24 123	0.01 25	1.31 37	0.99 101	0.17 41	0.17 94	0.04 14	0.00 1	0.56 68	0.14 47	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.02 29
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
rvit_stereo_0075_2	0.45 32	0.19 85	3.21 276	0.02 51	0.00 1	1.10 75	0.02 108	1.92 73	1.22 148	0.18 44	0.09 78	0.02 3	0.05 78	0.59 80	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.27 229

MIF-Stereo (partial)	0.37 23	0.39 175	1.98 136	0.02 51	0.00 1	0.43 16	0.02 108	2.35 87	0.61 40	0.18 44	0.10 81	0.07 55	0.07 105	0.61 86	0.40 159	0.00 1	0.00 1	0.00 1	0.00 1	0.08 208	0.02 29

TRStereo	0.88 146	1.18 358	2.44 216	0.72 363	0.10 219	1.56 247	0.03 161	5.73 366	1.28 175	0.18 44	0.30 138	0.62 146	0.43 239	1.02 132	0.13 40	0.00 1	0.47 319	0.00 1	0.25 397	0.01 10	1.23 365

raft+_RVC	0.71 108	1.05 342	1.86 113	0.64 347	1.31 414	1.20 103	0.05 205	2.44 91	0.77 60	0.18 44	0.43 177	0.08 61	0.15 163	0.93 127	0.64 208	0.00 1	1.43 436	0.00 1	0.00 1	0.09 229	1.03 348

DN-CSS_ROB	0.96 180	1.51 388	3.52 301	1.05 399	0.01 75	1.50 229	0.02 108	3.35 150	1.18 129	0.18 44	0.54 195	0.44 127	0.16 171	4.39 254	0.82 235	0.00 1	0.00 1	0.00 1	0.00 1	0.36 393	0.08 90

RSM	0.36 21	0.16 44	0.82 5	0.59 330	0.49 340	0.42 15	0.00 1	1.56 49	1.20 137	0.19 49	0.02 2	0.03 9	0.06 92	0.34 33	0.19 76	0.01 337	0.10 278	0.00 1	0.15 345	0.10 240	0.68 305

StereoVision	1.00 195	0.77 285	2.81 243	0.05 115	0.02 127	1.14 88	0.03 161	4.13 235	1.18 129	0.19 49	6.80 405	0.49 133	0.12 157	1.20 139	1.01 274	0.00 1	0.00 1	0.00 1	0.00 1	0.06 172	0.02 29

MIM_Stereo	0.72 114	0.80 290	2.05 149	0.63 344	1.06 406	1.31 155	0.02 108	2.80 105	1.24 153	0.19 49	0.02 2	0.70 166	0.20 191	1.31 150	0.16 56	0.00 1	0.18 290	0.00 1	0.00 1	0.17 324	1.53 386

Selective-IGEV	0.51 45	0.13 27	1.41 31	0.72 363	0.62 367	0.38 11	0.04 190	2.58 95	1.21 145	0.19 49	0.02 2	0.02 3	0.06 92	0.48 54	0.46 176	0.01 337	0.80 356	0.00 1	0.09 322	0.07 197	0.91 336

iRaft-Stereo_5w	1.28 266	0.93 312	3.51 299	0.14 207	0.66 369	1.21 111	0.01 25	3.87 194	1.06 106	0.19 49	1.97 316	1.62 254	1.50 333	6.80 365	1.07 280	0.00 1	0.16 287	0.00 1	0.06 306	0.26 365	0.67 302

rafts_anoy	0.67 97	0.91 306	1.85 110	0.60 332	1.02 403	1.16 93	0.04 190	3.25 144	0.48 23	0.19 49	0.18 97	0.11 75	0.19 185	1.17 136	0.58 200	0.00 1	1.47 439	0.00 1	0.01 261	0.05 160	0.22 204

Anonymous3	0.61 81	0.23 110	2.97 259	0.01 13	0.00 1	2.54 338	0.09 246	3.88 197	0.89 84	0.19 49	0.23 121	0.12 79	0.05 78	0.61 86	0.17 62	0.00 1	0.08 269	0.00 1	0.00 1	0.05 160	0.18 180

testlalala2	0.90 153	0.21 98	1.69 67	4.05 440	2.52 434	1.11 79	0.01 25	3.95 206	1.34 197	0.20 56	0.32 144	1.36 237	0.07 105	0.27 15	0.18 66	0.00 1	0.09 275	0.00 1	0.36 420	0.01 10	0.24 212

TestStereo	0.67 97	0.99 330	2.26 182	0.00 1	0.00 1	0.92 38	0.01 25	1.77 65	0.30 10	0.20 56	0.05 63	0.08 61	0.06 92	6.62 354	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.08 90

AIO-Stereo	0.51 45	0.22 106	0.87 7	0.56 322	0.70 377	0.45 18	0.01 25	1.89 69	1.27 170	0.21 58	0.02 2	0.02 3	0.06 92	0.44 49	0.45 168	0.03 375	0.78 353	0.00 1	0.63 437	0.08 208	1.50 383

ToySt	0.92 159	0.51 214	4.35 339	0.21 241	0.71 378	1.32 163	0.00 1	2.77 103	1.33 194	0.21 58	0.51 191	1.47 241	0.11 146	1.14 134	0.87 247	0.03 375	0.69 340	0.00 1	0.20 376	0.10 240	1.88 428

ACV-stereo	1.68 324	0.45 192	3.08 266	0.05 115	0.04 169	6.19 414	0.18 281	2.01 76	0.33 14	0.23 60	0.02 2	10.33 426	5.28 418	4.05 237	1.17 288	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.15 159

rvit_105_1	0.76 118	0.75 277	3.75 318	0.01 13	0.00 1	1.16 93	0.01 25	4.13 235	1.51 234	0.24 61	0.31 141	0.14 88	0.04 60	2.70 194	0.32 122	0.00 1	0.00 1	0.00 1	0.00 1	0.04 144	0.07 84

GMStereo	0.34 17	1.03 340	2.11 163	0.01 13	0.00 1	0.47 20	0.01 25	0.77 19	1.38 213	0.24 61	0.04 52	0.07 55	0.08 117	0.43 47	0.12 31	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
IGEV++	0.76 118	0.41 183	1.49 37	0.75 373	0.88 388	0.38 11	0.03 161	5.40 349	0.75 56	0.25 63	0.07 74	0.04 14	0.16 171	0.81 119	0.36 139	0.00 1	1.17 422	0.00 1	0.04 296	0.14 290	1.96 431

testlalala_base	1.48 304	0.15 33	1.50 38	0.09 172	0.20 259	1.20 103	0.01 25	4.81 296	0.53 27	0.25 63	0.02 2	0.24 103	0.05 78	0.29 22	0.50 188	7.67 447	1.93 448	0.00 1	0.27 408	9.18 444	0.79 322

AnonymousM	0.48 40	0.11 17	1.03 15	0.06 135	0.01 75	1.10 75	0.03 161	1.91 71	1.37 210	0.25 63	0.04 52	0.02 3	0.24 198	0.56 68	0.33 123	0.00 1	0.43 317	1.91 441	0.00 1	0.01 10	0.22 204

Occ-G	0.60 79	0.31 150	1.80 90	0.41 288	0.56 348	0.83 28	0.04 190	0.82 22	1.20 137	0.26 66	0.54 195	1.33 235	0.05 78	0.42 43	0.86 246	0.00 1	0.68 339	0.00 1	0.15 345	0.17 324	1.54 389

dd	0.45 32	1.20 360	2.52 223	0.06 135	0.01 75	1.23 119	0.03 161	0.88 25	1.48 231	0.26 66	0.06 70	0.12 79	0.05 78	0.42 43	0.44 164	0.02 364	0.00 1	0.00 1	0.00 1	0.06 172	0.06 74

CREStereo++_RVC	0.37 23	0.24 115	1.62 53	0.06 135	0.00 1	1.21 111	0.01 25	0.77 19	1.12 117	0.26 66	1.45 290	0.06 41	0.06 92	0.42 43	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 74
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
test_4	0.65 95	0.40 179	1.73 71	0.11 197	0.19 254	1.28 149	0.03 161	1.41 42	0.22 2	0.28 69	3.49 368	0.72 169	0.09 129	1.93 181	0.53 194	0.00 1	0.11 281	0.00 1	0.08 314	0.16 311	0.15 159

SPstereo	0.56 68	0.71 269	1.55 44	0.30 272	1.03 405	1.27 145	0.01 25	2.03 78	0.78 61	0.30 70	0.35 155	0.10 73	0.10 137	0.56 68	0.75 226	0.00 1	1.06 395	0.00 1	0.00 1	0.13 280	0.25 220

ASMatch	1.46 300	0.17 54	2.35 196	0.73 368	0.20 259	1.22 115	0.25 306	1.04 33	0.89 84	0.30 70	11.50 422	0.92 199	2.31 363	6.65 357	0.56 198	0.00 1	0.00 1	0.00 1	0.01 261	0.00 1	0.04 50

IGEV-Stereo++	0.42 27	0.07 3	0.79 2	0.17 217	0.28 300	1.13 84	0.00 1	1.98 75	0.41 16	0.31 72	0.04 52	0.02 3	0.03 45	0.56 68	0.30 119	0.00 1	0.73 348	0.00 1	0.00 1	0.04 144	1.55 390

WCG-NET（raft）	0.45 32	0.62 250	0.93 11	0.02 51	0.06 184	0.90 35	0.05 205	0.70 10	1.32 191	0.33 73	0.14 92	1.51 243	0.14 161	0.41 42	0.22 87	0.00 1	1.29 431	0.00 1	0.01 261	0.16 311	0.25 220

CFNet-RSSM	0.60 79	0.15 33	1.55 44	0.05 115	0.14 235	1.27 145	0.02 108	4.87 300	0.58 35	0.34 74	0.02 2	1.92 275	0.04 60	0.49 56	0.25 102	0.00 1	0.01 210	0.00 1	0.27 408	0.01 10	0.10 123

FADNet	1.38 289	1.42 382	5.62 388	0.03 72	0.06 184	2.56 339	0.16 273	4.66 287	1.64 266	0.35 75	0.11 85	1.66 259	1.05 302	5.64 319	1.59 305	0.18 412	0.02 237	0.01 368	0.01 261	0.52 415	0.23 208

RAFT	0.91 156	0.96 320	1.82 103	0.89 387	0.44 331	0.97 43	0.08 234	3.71 173	1.25 160	0.36 76	0.20 113	3.87 369	0.27 205	0.70 96	0.49 184	0.00 1	0.83 363	0.00 1	0.01 261	0.47 406	0.87 333

HH	1.25 254	0.40 179	2.13 164	0.90 388	0.41 323	2.28 322	0.01 25	4.25 249	0.95 92	0.37 77	0.89 249	3.87 369	0.80 289	4.74 270	0.51 190	0.00 1	0.96 387	0.00 1	0.00 1	0.03 114	1.53 386

HanStereo	1.25 254	0.40 179	2.13 164	0.90 388	0.41 323	2.28 322	0.01 25	4.25 249	0.95 92	0.37 77	0.89 249	3.87 369	0.80 289	4.74 270	0.51 190	0.00 1	0.96 387	0.00 1	0.00 1	0.03 114	1.53 386

IGEV-Stereo+	0.61 81	0.21 98	1.12 18	0.17 217	1.20 410	0.64 23	0.02 108	0.33 1	0.71 51	0.39 79	0.05 63	0.05 30	0.05 78	1.92 179	0.48 183	0.00 1	0.58 332	0.00 1	0.24 396	1.85 436	2.11 435

PSMNet-ADL	0.88 146	0.12 22	1.32 27	0.07 147	0.01 75	2.03 312	0.03 161	3.00 123	1.28 175	0.39 79	0.66 215	2.12 289	0.67 277	4.19 241	1.38 297	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.24 212

IGEVStereo-DCA	0.88 146	1.21 361	1.81 98	0.18 219	0.16 245	0.83 28	0.01 25	0.71 11	1.36 205	0.40 81	0.04 52	0.06 41	0.09 129	6.04 329	2.22 335	0.00 1	0.48 323	0.00 1	0.15 345	0.16 311	1.76 410

rrr	1.15 233	1.21 361	5.05 369	0.18 219	0.16 245	0.83 28	0.06 226	2.88 108	1.44 221	0.40 81	0.04 52	0.06 41	0.09 129	6.04 329	2.22 335	0.00 1	0.48 323	0.00 1	0.19 374	0.16 311	1.59 397

GANet-ADL	0.62 84	0.16 44	1.89 123	0.15 212	0.02 127	1.46 210	0.02 108	3.83 189	0.75 56	0.40 81	1.08 262	1.09 220	0.18 180	0.65 91	0.47 182	0.00 1	0.00 1	0.00 1	0.00 1	0.04 144	0.13 146

test_xeample3	0.95 176	1.30 370	5.13 373	0.19 224	0.23 271	0.95 41	0.07 228	2.30 84	1.47 229	0.40 81	0.05 63	0.08 61	0.07 105	1.45 157	2.27 338	0.00 1	0.69 340	0.00 1	0.33 417	0.17 324	1.85 423

Gwc-CoAtRS	0.52 52	0.16 44	1.68 66	0.05 115	0.13 230	1.06 55	0.03 161	2.88 108	0.54 30	0.40 81	0.02 2	2.22 298	0.03 45	0.49 56	0.26 109	0.00 1	0.09 275	0.00 1	0.22 387	0.01 10	0.11 130

ACVNet-4b	6.14 428	2.39 422	6.31 400	9.73 452	7.26 449	8.81 431	1.62 400	7.27 422	6.07 420	0.41 86	6.42 403	11.47 428	2.37 365	9.17 425	2.72 352	9.70 455	2.42 453	10.45 454	0.01 261	11.04 453	7.12 453

cross-raft	0.67 97	0.19 85	1.85 110	0.58 327	0.71 378	1.09 69	0.10 254	3.52 159	0.69 50	0.41 86	0.02 2	2.81 324	0.04 60	0.55 65	0.23 95	0.00 1	0.13 285	0.00 1	0.16 353	0.01 10	0.22 204

FADNet-RVC	1.30 274	1.62 396	6.28 398	0.03 72	0.00 1	1.61 264	0.08 234	4.49 267	2.04 318	0.41 86	0.10 81	0.63 147	0.64 271	5.55 313	1.69 311	0.01 337	0.08 269	0.00 1	0.00 1	0.52 415	0.31 236

MoCha-V2	0.71 108	0.43 187	1.65 61	0.60 332	1.06 406	0.38 11	0.00 1	3.01 126	1.32 191	0.44 89	0.58 204	0.22 102	0.08 117	0.78 110	0.40 159	0.00 1	1.45 437	0.00 1	0.22 387	0.05 160	1.61 399

EKT-Stereo	0.91 156	0.23 110	2.14 166	0.84 382	4.27 441	1.23 119	0.04 190	2.85 107	0.67 46	0.44 89	0.40 170	0.95 206	0.08 117	2.93 200	0.38 151	0.00 1	0.18 290	0.00 1	0.07 310	0.04 144	0.40 263

raft_robust	1.21 242	1.05 342	2.00 139	0.10 184	0.43 330	1.39 181	0.02 108	4.21 243	2.32 338	0.44 89	0.02 2	2.23 299	1.39 325	7.00 383	0.35 135	0.00 1	0.78 353	0.00 1	0.18 368	0.10 240	0.19 184

XX-TBD	0.36 21	0.59 239	1.75 76	0.07 147	0.00 1	1.11 79	0.00 1	0.73 17	0.63 42	0.44 89	1.24 276	0.06 41	0.06 92	0.39 37	0.08 13	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 43

FADNet_RVC	1.32 279	1.54 390	5.37 381	0.02 51	0.06 184	2.78 350	0.07 228	4.19 242	1.03 103	0.44 89	0.35 155	0.67 158	0.10 137	5.42 308	1.92 321	0.24 416	0.33 309	0.11 412	0.33 417	0.66 425	0.68 305

LL-Strereo2	0.63 90	0.97 323	2.03 144	0.76 375	0.86 386	1.15 90	0.08 234	1.85 67	1.20 137	0.45 94	0.02 2	0.50 136	0.07 105	0.63 89	0.65 210	0.00 1	0.17 289	0.00 1	0.03 284	0.05 160	1.05 350

UDGNet	0.44 29	0.91 306	1.89 123	0.04 99	0.00 1	1.15 90	0.02 108	0.75 18	1.77 289	0.45 94	0.07 74	0.06 41	0.02 22	1.62 165	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

ICVP	0.53 55	0.09 7	1.86 113	0.01 13	0.01 75	1.12 81	0.21 293	4.35 258	0.68 49	0.45 94	0.28 132	0.33 115	0.07 105	0.72 101	0.25 102	0.00 1	0.07 265	0.00 1	0.00 1	0.04 144	0.11 130
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ff7	0.51 45	0.26 125	1.81 98	0.19 224	0.25 280	1.08 62	0.01 25	0.71 11	1.36 205	0.47 97	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 377	0.00 1	0.15 345	0.10 240	1.76 410

ffff	0.51 45	0.26 125	1.81 98	0.19 224	0.25 280	1.08 62	0.01 25	0.71 11	1.36 205	0.47 97	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 377	0.00 1	0.15 345	0.10 240	1.76 410

11t	0.51 45	0.26 125	1.81 98	0.19 224	0.25 280	1.08 62	0.01 25	0.71 11	1.36 205	0.47 97	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 377	0.00 1	0.15 345	0.10 240	1.76 410

TestStereo1	0.96 180	0.91 306	2.21 173	0.24 254	0.42 326	1.31 155	0.02 108	4.10 228	1.71 278	0.47 97	1.64 301	0.20 96	1.20 310	3.55 216	0.36 139	0.00 1	0.27 302	0.00 1	0.00 1	0.19 335	0.32 239

ccc-4	0.51 45	0.26 125	1.81 98	0.19 224	0.25 280	1.08 62	0.01 25	0.71 11	1.36 205	0.47 97	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 377	0.00 1	0.15 345	0.10 240	1.76 410

SA-5K	0.96 180	0.91 306	2.21 173	0.24 254	0.42 326	1.31 155	0.02 108	4.10 228	1.71 278	0.47 97	1.64 301	0.20 96	1.20 310	3.55 216	0.36 139	0.00 1	0.27 302	0.00 1	0.00 1	0.19 335	0.32 239

Consistency-Raft	1.48 304	0.96 320	5.40 384	0.36 278	0.31 316	1.66 281	0.11 256	4.30 257	4.32 403	0.47 97	5.99 397	0.86 188	2.09 358	1.19 138	1.31 290	0.03 375	0.01 210	0.00 1	0.00 1	0.27 370	0.02 29

Ntro	3.66 403	2.08 415	4.34 338	7.58 446	4.53 442	6.25 415	0.72 368	5.35 341	1.65 267	0.48 104	1.77 307	2.68 317	1.25 318	5.10 293	2.31 340	8.72 451	0.31 307	2.13 442	0.05 299	9.73 446	6.18 450

GCST	1.13 225	1.32 372	3.12 271	0.57 325	0.90 389	0.92 38	0.09 246	4.38 260	1.43 218	0.49 105	0.51 191	0.39 121	0.35 219	5.56 315	0.95 266	1.34 436	0.02 237	0.00 1	0.00 1	0.13 280	0.15 159

anonymousdsp	0.54 59	0.26 125	1.62 53	0.47 302	0.60 359	1.08 62	0.01 25	1.01 32	1.37 210	0.49 105	0.02 2	0.04 14	0.09 129	0.73 102	0.15 50	0.00 1	0.82 361	0.00 1	0.16 353	0.10 240	1.83 420

IGEV-Stereo	0.54 59	0.26 125	1.62 53	0.47 302	0.61 360	1.08 62	0.01 25	1.00 30	1.37 210	0.49 105	0.02 2	0.04 14	0.09 129	0.73 102	0.16 56	0.00 1	0.82 361	0.00 1	0.16 353	0.10 240	1.83 420
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
WCG-NET	0.47 36	0.42 185	0.84 6	0.03 72	0.00 1	1.00 45	0.01 25	2.64 96	1.67 270	0.50 108	0.47 185	0.07 55	0.08 117	0.30 26	0.33 123	0.00 1	0.22 295	0.00 1	0.00 1	0.17 324	0.71 312

PCWNet_CMD	0.70 106	0.18 60	2.22 175	0.01 13	0.01 75	1.09 69	0.00 1	3.17 139	1.35 203	0.50 108	0.29 134	2.28 301	1.46 331	1.22 143	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 184

SA	1.02 203	0.85 295	2.22 175	0.00 1	0.42 326	1.31 155	0.01 25	4.74 293	2.04 318	0.50 108	0.95 255	0.30 113	1.30 322	4.24 247	0.42 162	0.00 1	0.47 319	0.00 1	0.17 361	0.16 311	0.30 234

knoymous	0.41 26	0.09 7	1.34 28	0.05 115	0.01 75	1.15 90	0.01 25	2.36 88	0.23 3	0.51 111	0.02 2	1.64 256	0.00 1	0.49 56	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.04 50

MSMDNet	0.71 108	0.18 60	2.22 175	0.01 13	0.01 75	1.09 69	0.00 1	3.25 144	1.35 203	0.52 112	0.29 134	2.29 305	1.45 328	1.22 143	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 184

MyStereo07	0.53 55	0.51 214	1.58 49	0.03 72	0.34 318	1.66 281	0.02 108	1.68 60	1.34 197	0.53 113	0.02 2	0.04 14	0.11 146	0.74 104	0.26 109	0.00 1	1.19 424	0.00 1	0.18 368	0.03 114	0.37 250

AIO-Stereo-zeroshot1	1.97 347	0.97 323	7.79 419	0.68 357	1.01 402	1.47 217	0.20 286	7.05 418	1.44 221	0.54 114	6.19 399	5.17 395	1.14 306	1.65 166	1.18 289	0.01 337	0.77 351	0.00 1	0.64 438	0.25 358	1.23 365

AEACV	0.64 93	0.08 4	1.46 32	0.72 363	0.96 396	1.22 115	0.00 1	1.90 70	0.67 46	0.54 114	0.07 74	0.02 3	0.73 283	0.63 89	0.28 112	0.01 337	0.92 377	0.00 1	0.36 420	0.09 229	2.04 432

AIO-Stereo-zeroshot	1.52 311	0.60 242	5.47 386	0.27 269	1.02 403	1.33 168	0.26 309	6.85 409	1.21 145	0.60 116	0.62 209	5.38 401	1.37 324	1.76 173	1.11 282	0.00 1	0.72 347	0.00 1	0.57 432	0.17 324	0.98 344

11t1	0.70 106	0.28 136	1.86 113	0.56 322	0.56 348	1.06 55	0.00 1	2.89 110	1.21 145	0.60 116	0.34 148	0.08 61	0.04 60	0.76 105	0.85 242	0.02 364	1.09 401	0.00 1	0.18 368	0.06 172	1.58 396

qqq	0.90 153	0.41 183	1.88 120	0.10 184	0.59 357	1.09 69	0.00 1	3.82 184	1.29 179	0.61 118	0.38 164	0.73 170	0.15 163	3.19 204	0.90 258	0.00 1	1.08 398	0.00 1	0.23 391	0.06 172	1.57 392

FADNet-RVC-Resample	1.28 266	1.46 384	6.58 406	0.10 184	0.14 235	1.54 242	0.25 306	4.29 256	1.46 226	0.61 118	0.23 121	1.29 232	0.28 207	5.23 299	1.06 278	0.10 402	0.16 287	0.09 407	0.06 306	0.28 373	0.39 260

CFNet	1.24 250	1.33 374	3.20 275	0.26 265	0.03 146	1.43 195	0.04 190	5.03 316	2.39 345	0.61 118	0.71 222	1.30 233	0.23 196	6.72 361	1.16 287	0.00 1	0.00 1	0.00 1	0.00 1	0.25 358	0.10 123

CBFPSM	1.51 308	1.00 332	5.32 380	0.05 115	0.01 75	3.57 378	0.04 190	4.06 222	1.03 103	0.65 121	0.21 117	6.06 404	3.60 394	2.65 191	1.82 315	0.00 1	0.01 210	0.00 1	0.00 1	0.09 229	0.12 138

x	0.80 126	0.39 175	1.80 90	0.66 350	0.50 341	1.02 48	0.00 1	3.61 164	1.34 197	0.65 121	0.34 148	0.53 140	0.14 161	1.21 141	0.91 261	0.00 1	1.09 401	0.00 1	0.20 376	0.06 172	1.59 397

RAFT+CT+SA	0.85 139	0.91 306	2.23 180	0.19 224	0.29 302	1.27 145	0.03 161	4.92 307	0.86 76	0.65 121	0.40 170	0.67 158	0.05 78	3.03 201	0.18 66	0.00 1	0.28 306	0.00 1	0.35 419	0.15 303	0.61 293

EGLCR-Stereo	0.64 93	0.12 22	1.52 39	0.74 370	0.75 381	1.83 303	0.54 354	2.79 104	0.67 46	0.66 124	0.04 52	0.01 1	0.02 22	0.77 107	0.45 168	0.00 1	0.71 344	0.00 1	0.00 1	0.00 1	1.14 357

GES	0.75 116	0.26 125	2.66 233	0.01 13	0.00 1	1.63 272	0.08 234	6.06 387	0.57 34	0.68 125	0.40 170	0.37 118	0.66 276	0.84 122	0.49 184	0.02 364	0.00 1	0.01 368	0.00 1	0.08 208	0.10 123

GANetREF_RVC	1.25 254	1.39 379	4.10 329	0.10 184	0.00 1	2.25 319	0.18 281	4.68 289	2.78 375	0.69 126	0.34 148	1.87 271	0.65 274	5.07 291	0.68 217	0.00 1	0.00 1	0.00 1	0.00 1	0.08 208	0.07 84
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
AE-Stereo	0.83 130	0.13 27	2.17 169	0.08 156	0.24 276	1.24 123	0.03 161	5.22 331	1.26 166	0.70 127	1.09 263	0.20 96	0.16 171	0.70 96	0.33 123	0.00 1	0.89 375	0.00 1	0.26 404	0.09 229	1.75 409

ACVNet-DCA	0.94 167	0.36 166	2.41 204	0.50 312	0.29 302	3.40 372	0.02 108	3.82 184	1.29 179	0.71 128	0.83 241	0.05 30	0.61 261	1.60 162	0.12 31	0.00 1	1.13 413	0.00 1	0.03 284	0.06 172	1.57 392

xx1	1.29 270	0.36 166	2.41 204	0.50 312	0.29 302	3.40 372	0.02 108	4.02 217	7.67 428	0.71 128	0.83 241	0.73 170	0.15 163	1.60 162	0.12 31	0.00 1	1.13 413	0.00 1	0.23 391	0.06 172	1.57 392

1test111	1.06 211	0.36 166	2.41 204	0.50 312	0.29 302	3.40 372	0.02 108	3.82 184	1.29 179	0.71 128	0.83 241	0.05 30	0.61 261	3.19 204	0.90 258	0.00 1	1.13 413	0.00 1	0.03 284	0.06 172	1.57 392

cc1	1.29 270	0.36 166	2.41 204	0.50 312	0.29 302	3.40 372	0.02 108	4.02 217	7.67 428	0.71 128	0.83 241	0.05 30	0.61 261	1.59 161	0.12 31	0.00 1	1.13 413	0.00 1	0.03 284	0.10 240	1.86 424

tt1	1.23 248	0.37 172	2.41 204	0.41 288	0.45 333	3.33 369	0.02 108	3.81 180	6.87 421	0.71 128	0.80 237	0.06 41	0.40 236	1.73 170	0.12 31	0.00 1	1.12 409	0.00 1	0.00 1	0.10 240	1.86 424

RAFT-Test	0.85 139	0.19 85	2.98 261	0.66 350	0.99 399	1.83 303	0.17 276	3.16 138	1.19 131	0.71 128	0.11 85	3.21 345	0.02 22	0.58 73	0.33 123	0.00 1	0.47 319	0.00 1	0.29 413	0.01 10	0.15 159

MaskLacGwcNet_RVC	1.88 337	0.88 301	3.47 297	1.64 424	0.22 266	4.27 389	0.40 342	3.90 201	1.63 262	0.72 134	0.71 222	3.06 338	0.11 146	5.13 295	1.03 276	5.07 442	0.54 329	0.00 1	0.00 1	1.73 434	3.16 442

CoDeX	1.03 204	0.45 192	2.50 222	0.06 135	0.20 259	1.51 233	0.20 286	6.54 403	1.96 310	0.73 135	0.68 221	1.04 213	0.31 213	3.86 231	0.38 151	0.00 1	0.00 1	0.00 1	0.00 1	0.08 208	0.07 84

MSKI-zero shot	0.91 156	0.18 60	1.86 113	0.61 336	0.62 367	1.36 173	0.05 205	3.41 154	0.31 11	0.73 135	1.79 309	0.88 190	0.00 1	4.71 268	0.16 56	0.00 1	0.93 383	0.00 1	0.21 383	0.02 50	0.32 239

test-1	0.77 122	0.31 150	1.67 63	0.03 72	0.97 397	1.23 119	0.07 228	4.63 283	0.75 56	0.73 135	0.67 220	1.06 216	0.03 45	0.58 73	0.80 232	0.02 364	0.79 355	0.00 1	0.07 310	0.01 10	0.96 342

anonymousdsp2	0.88 146	0.10 13	2.48 219	0.42 290	0.77 382	1.22 115	0.02 108	4.89 302	1.23 151	0.75 138	0.21 117	0.94 202	0.09 129	1.46 158	0.31 121	0.00 1	0.88 369	0.00 1	0.11 332	0.05 160	1.78 417

HCRNet	0.83 130	0.39 175	1.59 51	0.02 51	0.00 1	1.18 99	0.01 25	3.69 169	2.28 335	0.75 138	0.21 117	0.56 142	0.11 146	5.32 305	0.25 102	0.00 1	0.01 210	0.00 1	0.00 1	0.08 208	0.04 50

Former-RAFT_DAM_RVC	0.29 11	0.32 155	0.88 8	0.02 51	0.00 1	1.05 54	0.01 25	0.80 21	1.00 102	0.76 140	0.34 148	0.10 73	0.06 92	0.13 1	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.05 160	0.09 112

DDVS	1.00 195	0.21 98	1.83 105	0.21 241	0.27 294	3.12 361	0.25 306	3.00 123	0.71 51	0.77 141	0.82 239	2.14 290	0.44 240	5.24 300	0.66 212	0.00 1	0.01 210	0.01 368	0.00 1	0.04 144	0.20 197

RCA-Stereo	0.53 55	0.18 60	1.16 21	0.01 13	0.24 276	1.20 103	0.01 25	3.86 192	0.97 96	0.77 141	0.50 188	0.05 30	0.13 160	0.32 28	0.03 3	0.00 1	0.87 368	0.00 1	0.00 1	0.08 208	0.24 212

ITSA-stereo	1.24 250	0.23 110	2.14 166	0.19 224	0.04 169	1.43 195	0.13 265	6.24 393	3.22 389	0.78 143	0.36 159	0.63 147	1.05 302	5.67 321	2.24 337	0.03 375	0.00 1	0.09 407	0.06 306	0.08 208	0.19 184

gcap-zeroshot	0.95 176	0.45 192	3.07 265	0.25 259	0.74 380	1.44 199	0.02 108	4.85 298	1.47 229	0.78 143	0.57 198	2.77 320	0.04 60	0.95 130	0.49 184	0.00 1	0.48 323	0.00 1	0.20 376	0.00 1	0.39 260

RAFT_CTSACE	0.85 139	0.95 316	2.60 226	0.60 332	0.05 179	1.20 103	0.01 25	3.18 141	0.85 75	0.79 145	1.57 298	2.18 297	0.78 287	1.20 139	0.22 87	0.00 1	0.33 309	0.00 1	0.00 1	0.28 373	0.21 203

IPLGR	0.88 146	0.30 144	3.78 320	0.06 135	0.07 195	1.26 139	0.05 205	3.78 176	1.62 256	0.80 146	0.35 155	0.79 184	0.76 284	3.42 211	0.27 111	0.00 1	0.00 1	0.00 1	0.00 1	0.08 208	0.16 167

test_5	0.94 167	0.94 313	2.60 226	0.55 321	0.25 280	1.47 217	0.02 108	4.89 302	0.97 96	0.81 147	0.30 138	0.80 185	0.63 268	3.39 209	0.24 100	0.00 1	0.27 302	0.00 1	0.00 1	0.17 324	0.54 280

IPLG	0.99 192	0.76 282	3.08 266	0.06 135	0.06 184	1.40 185	0.11 256	3.81 180	1.07 107	0.81 147	1.00 258	0.50 136	0.60 260	5.65 320	0.38 151	0.00 1	0.00 1	0.00 1	0.00 1	0.23 349	0.20 197

ccs_rob	0.71 108	0.20 93	2.35 196	0.00 1	0.01 75	1.24 123	0.00 1	3.17 139	0.91 89	0.82 149	0.45 181	2.28 301	0.63 268	1.78 176	0.18 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.14 152

AFF-stereo	0.89 152	1.05 342	1.70 68	0.49 311	0.18 251	1.21 111	0.01 25	3.58 163	1.62 256	0.84 150	1.93 314	1.14 224	0.26 202	1.24 145	0.68 217	0.00 1	0.64 337	0.00 1	0.00 1	0.26 365	0.89 335

riskmin	0.95 176	0.06 1	2.01 140	0.80 378	0.86 386	1.58 253	0.24 302	4.28 254	0.53 27	0.85 151	0.29 134	2.60 314	1.04 301	0.70 96	0.61 204	0.00 1	0.85 365	0.00 1	0.26 404	0.01 10	1.48 382

CFNet_pseudo	0.71 108	0.20 93	2.34 195	0.01 13	0.01 75	1.24 123	0.00 1	3.19 142	0.92 90	0.85 151	0.47 185	2.29 305	0.61 261	1.79 177	0.17 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.14 152

SFCPSM	0.87 143	0.20 93	2.57 224	0.02 51	0.07 195	2.45 332	0.18 281	5.65 361	1.51 234	0.85 151	0.77 232	0.67 158	0.30 209	1.77 174	0.22 87	0.00 1	0.00 1	0.00 1	0.04 296	0.09 229	0.09 112

ACVNet	0.75 116	0.56 232	2.30 187	0.09 172	0.00 1	1.39 181	0.21 293	2.76 100	1.34 197	0.88 154	0.75 229	1.92 275	0.26 202	0.51 61	1.65 308	0.00 1	0.00 1	0.00 1	0.00 1	0.15 303	0.20 197

CFNet-ft	0.97 188	0.94 313	2.30 187	0.01 13	0.27 294	1.37 175	0.02 108	2.76 100	0.79 62	0.88 154	0.20 113	3.76 366	0.38 226	4.21 242	1.34 293	0.00 1	0.00 1	0.01 368	0.00 1	0.08 208	0.09 112

CFNet_RVC	0.97 188	0.94 313	2.30 187	0.01 13	0.27 294	1.37 175	0.02 108	2.76 100	0.79 62	0.88 154	0.20 113	3.76 366	0.38 226	4.21 242	1.34 293	0.00 1	0.00 1	0.01 368	0.00 1	0.08 208	0.09 112

MIPNet	0.77 122	0.74 275	2.72 235	0.08 156	0.07 195	1.32 163	0.12 264	4.14 237	1.51 234	0.90 157	0.11 85	0.67 158	0.95 297	1.42 155	0.30 119	0.00 1	0.01 210	0.01 368	0.01 261	0.15 303	0.23 208

anonymousa	1.15 233	0.38 173	2.43 214	0.70 359	1.49 419	1.45 206	0.02 108	4.23 248	1.13 118	0.91 158	2.52 345	3.46 354	0.55 250	0.55 65	0.60 201	0.00 1	1.13 413	0.00 1	0.54 431	0.04 144	0.86 332

MC-Stereo	0.57 71	0.16 44	1.63 59	0.70 359	0.93 394	1.10 75	0.01 25	1.43 45	0.26 9	0.91 158	0.02 2	0.08 61	0.11 146	0.61 86	0.23 95	0.00 1	1.15 420	0.00 1	0.17 361	0.10 240	1.84 422

NRIStereo	0.82 129	0.17 54	1.56 46	0.61 336	0.05 179	1.61 264	0.48 349	1.52 48	1.19 131	0.91 158	0.17 94	0.65 152	0.03 45	7.00 383	0.25 102	0.00 1	0.06 262	0.00 1	0.00 1	0.06 172	0.17 172

DIP-Stereo	0.68 102	0.35 164	1.76 82	0.08 156	0.00 1	1.46 210	0.01 25	6.53 402	1.71 278	0.91 158	0.11 85	0.04 14	0.19 185	0.19 4	0.09 16	0.00 1	0.01 210	0.00 1	0.00 1	0.03 114	0.17 172
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
Wz-Net-LNSev	1.60 321	1.48 387	8.20 425	0.03 72	0.03 146	3.95 383	0.13 265	4.89 302	2.33 340	0.92 162	0.31 141	3.64 362	1.40 326	2.90 199	1.50 301	0.00 1	0.00 1	0.00 1	0.00 1	0.10 240	0.20 197

CRE-IMP	0.49 41	0.14 32	1.75 76	0.08 156	0.05 179	1.48 224	0.45 346	1.64 59	1.22 148	0.92 162	0.29 134	0.87 189	0.01 7	0.39 37	0.25 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.17 172

ac_64	1.28 266	0.43 187	2.90 252	0.18 219	0.25 280	1.52 236	0.03 161	5.58 357	1.89 300	0.92 162	0.53 194	4.86 386	0.45 244	5.01 289	0.88 251	0.00 1	0.00 1	0.00 1	0.00 1	0.10 240	0.06 74

PA-Net	1.56 318	1.13 353	5.13 373	0.07 147	0.17 248	1.46 210	0.53 353	4.73 291	3.04 383	0.92 162	1.30 280	2.29 305	0.62 266	6.63 355	3.00 364	0.01 337	0.00 1	0.00 1	0.00 1	0.07 197	0.15 159
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANet-RSSM	1.09 216	0.80 290	2.41 204	0.72 363	0.00 1	1.39 181	0.02 108	5.15 324	1.07 107	0.95 166	0.34 148	2.06 284	1.12 305	4.69 266	0.80 232	0.00 1	0.00 1	0.04 399	0.00 1	0.15 303	0.09 112

fast-acv-ft	1.54 314	0.86 298	4.85 359	0.11 197	0.12 228	3.88 381	0.28 318	2.97 120	2.26 333	0.96 167	3.49 368	2.97 331	1.23 316	3.47 213	2.75 353	0.04 384	0.01 210	0.04 399	0.04 296	0.44 405	0.08 90

GASNet	1.77 331	2.50 425	7.05 410	0.47 302	0.02 127	1.50 229	0.20 286	4.55 276	2.55 358	0.98 168	1.48 293	2.24 300	1.57 341	6.25 337	3.41 374	0.00 1	0.05 256	0.00 1	0.00 1	0.55 418	0.12 138

test_3	0.81 128	0.15 33	2.17 169	0.36 278	0.58 354	1.03 49	0.01 25	3.01 126	0.59 36	0.98 168	0.02 2	1.04 213	0.04 60	3.72 225	0.39 158	0.00 1	0.92 377	0.00 1	0.25 397	0.16 311	0.69 310

CrosDoStereo	1.72 326	0.31 150	1.91 126	0.03 72	0.07 195	1.40 185	5.95 444	3.61 164	1.62 256	0.98 168	3.79 374	0.94 202	4.66 410	7.11 390	1.86 318	0.00 1	0.00 1	0.00 1	0.00 1	0.12 270	0.08 90

DeepStereo_LL	1.72 326	0.31 150	1.91 126	0.03 72	0.07 195	1.40 185	5.95 444	3.61 164	1.62 256	0.98 168	3.79 374	0.94 202	4.66 410	7.11 390	1.86 318	0.00 1	0.00 1	0.00 1	0.00 1	0.12 270	0.08 90

RASNet	1.75 328	0.71 269	2.93 255	0.20 239	3.20 438	1.75 295	0.26 309	3.87 194	2.64 361	0.98 168	1.46 292	5.25 400	1.67 345	6.73 362	2.81 359	0.00 1	0.00 1	0.00 1	0.00 1	0.06 172	0.47 271

PSM-adaLoss	0.54 59	0.18 60	1.72 70	0.08 156	0.09 211	1.63 272	0.29 325	1.60 51	1.27 170	0.99 173	0.18 97	0.76 179	0.02 22	1.79 177	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64

ROB_FTStereo_v2	0.52 52	0.18 60	1.71 69	0.08 156	0.09 211	1.59 254	0.32 334	1.61 54	1.25 160	0.99 173	0.19 109	0.76 179	0.02 22	1.36 153	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 50

ROB_FTStereo	0.55 64	0.18 60	1.75 76	0.08 156	0.09 211	1.61 264	0.32 334	1.60 51	1.26 166	0.99 173	0.19 109	0.75 174	0.03 45	1.97 182	0.19 76	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 50

HUI-Stereo	0.54 59	0.18 60	1.78 88	0.08 156	0.08 204	1.63 272	0.31 332	1.60 51	1.28 175	0.99 173	0.18 97	0.76 179	0.02 22	1.56 159	0.19 76	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64

iGMRVC	0.59 74	0.18 60	1.75 76	0.08 156	0.09 211	1.63 272	0.27 317	1.61 54	1.27 170	0.99 173	0.19 109	0.75 174	0.03 45	2.78 195	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 50

RAFT-IKP	0.54 59	0.18 60	1.77 86	0.08 156	0.07 195	1.47 217	0.29 325	1.61 54	1.26 166	0.99 173	0.18 97	0.74 172	0.02 22	1.77 174	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 50

Patchmatch Stereo++	0.59 74	0.18 60	1.73 71	0.08 156	0.08 204	1.62 269	0.26 309	1.62 57	1.25 160	1.00 179	0.18 97	0.75 174	0.03 45	2.68 192	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64
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	0.59 74	0.18 60	1.73 71	0.08 156	0.08 204	1.62 269	0.26 309	1.62 57	1.25 160	1.00 179	0.18 97	0.75 174	0.03 45	2.68 192	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64

RAFT-Stereo-weight	0.57 71	0.10 13	1.28 26	0.10 184	0.42 326	1.41 191	0.05 205	3.80 178	0.86 76	1.02 181	0.52 193	0.26 110	0.01 7	0.42 43	0.15 50	0.00 1	0.47 319	0.00 1	0.00 1	0.01 10	0.60 291

test_sample1	0.96 180	0.25 122	1.82 103	0.46 296	0.19 254	1.13 84	0.00 1	4.10 228	1.55 240	1.02 181	0.33 145	0.70 166	0.57 255	3.63 221	0.91 261	0.00 1	0.91 376	0.00 1	0.09 322	0.05 160	1.50 383

iResNetv2_ROB	1.32 279	1.82 402	6.02 393	1.27 407	0.00 1	1.41 191	0.05 205	4.48 266	1.46 226	1.02 181	1.28 279	1.00 212	0.27 205	4.72 269	1.12 283	0.00 1	0.00 1	0.00 1	0.00 1	0.37 398	0.16 167

DeepStereo_RVC	0.59 74	0.16 44	1.65 61	0.08 156	0.06 184	1.37 175	0.40 342	1.58 50	1.26 166	1.03 184	0.83 241	0.49 133	1.52 334	0.94 128	0.18 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.13 146

s12784h	0.67 97	0.17 54	1.87 118	0.02 51	0.00 1	1.16 93	0.03 161	4.08 225	1.89 300	1.04 185	1.59 300	0.05 30	0.02 22	1.25 147	0.12 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.02 29

RAFT_R40	1.08 214	0.11 17	2.09 160	0.83 381	0.20 259	1.68 288	0.64 362	2.11 81	1.19 131	1.05 186	1.13 268	1.77 266	1.43 327	6.90 372	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.01 12

TANstereo	0.37 23	0.50 208	1.62 53	0.03 72	0.01 75	1.16 93	0.00 1	0.56 7	0.53 27	1.05 186	1.38 285	0.06 41	0.05 78	0.45 51	0.07 10	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 29

NVstereo2D	1.25 254	0.34 162	5.21 378	0.09 172	0.03 146	1.61 264	0.23 299	4.95 310	1.92 304	1.05 186	0.38 164	2.53 312	0.61 261	5.36 306	0.44 164	0.00 1	0.10 278	0.00 1	0.03 284	0.04 144	0.19 184

GwcNet-ADL	0.71 108	0.22 106	2.22 175	0.05 115	0.01 75	1.32 163	0.02 108	3.82 184	1.61 250	1.06 189	0.44 178	1.46 240	0.22 195	0.94 128	0.62 207	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.14 152

iResNet_ROB	1.22 246	1.37 376	2.59 225	0.14 207	0.00 1	1.38 180	0.04 190	7.36 424	2.85 381	1.07 190	1.24 276	0.93 201	0.11 146	4.28 249	0.84 241	0.00 1	0.00 1	0.00 1	0.00 1	0.12 270	0.11 130

Any-RAFT	0.76 118	0.13 27	1.46 32	0.03 72	0.01 75	2.76 349	0.08 234	4.09 226	1.69 272	1.08 191	0.26 129	1.95 278	0.31 213	0.95 130	0.09 16	0.01 337	0.20 294	0.00 1	0.00 1	0.01 10	0.08 90

FENet	0.61 81	0.22 106	1.75 76	0.05 115	0.00 1	1.21 111	0.05 205	3.78 176	1.28 175	1.08 191	0.02 2	1.61 252	0.09 129	0.60 83	0.35 135	0.00 1	0.01 210	0.00 1	0.00 1	0.04 144	0.08 90

test_sample2	0.92 159	0.24 115	1.96 133	0.43 292	0.02 127	1.25 131	0.00 1	4.52 271	1.58 244	1.09 193	0.33 145	0.50 136	0.29 208	3.27 206	0.93 264	0.00 1	0.88 369	0.00 1	0.10 328	0.04 144	1.04 349

THIR-Stereo	1.54 314	0.48 204	1.88 120	0.01 13	0.02 127	1.08 62	4.17 427	2.48 92	0.41 16	1.09 193	4.30 384	1.90 273	4.08 403	6.84 367	1.81 313	0.00 1	0.00 1	0.04 399	0.00 1	0.06 172	0.04 50

CC-Net-ROB	2.09 354	1.17 357	3.97 327	1.52 420	0.23 271	3.35 371	0.05 205	5.09 321	2.74 370	1.09 193	1.40 286	0.97 208	0.18 180	6.66 358	0.87 247	1.46 437	1.64 443	7.13 445	0.00 1	1.67 433	0.54 280

MyStereo04	1.01 198	0.51 214	3.49 298	0.03 72	0.34 318	1.66 281	0.02 108	4.18 241	2.93 382	1.10 196	0.03 41	1.30 233	0.58 257	1.32 151	1.02 275	0.00 1	1.19 424	0.00 1	0.18 368	0.03 114	0.37 250

AASNet	1.05 208	1.11 350	3.12 271	0.05 115	0.00 1	1.73 294	0.05 205	5.73 366	2.17 328	1.10 196	1.84 312	0.94 202	0.19 185	1.16 135	1.37 295	0.00 1	0.00 1	0.00 1	0.00 1	0.34 387	0.16 167

Sa-1000	1.23 248	0.79 287	2.16 168	0.00 1	0.40 321	1.36 173	0.03 161	5.00 315	2.01 313	1.11 198	5.38 391	0.61 145	0.15 163	4.18 239	0.37 150	0.00 1	0.54 329	0.00 1	0.16 353	0.15 303	0.16 167

DCRE	1.01 198	0.54 225	1.52 39	0.30 272	0.99 399	1.31 155	0.00 1	1.69 61	0.71 51	1.12 199	7.77 409	0.74 172	0.02 22	0.28 17	0.45 168	0.00 1	0.71 344	0.00 1	0.25 397	0.02 50	1.78 417

Anonymous_2	2.17 364	0.32 155	2.35 196	0.80 378	0.85 383	1.67 285	0.22 296	4.62 282	0.71 51	1.12 199	0.40 170	3.18 344	1.94 355	0.84 122	0.77 228	0.06 394	1.09 401	3.25 444	14.62 469	3.25 437	1.43 380

GCAP-BAT	0.78 124	0.18 60	1.84 109	0.66 350	0.66 369	2.13 316	0.04 190	1.42 44	0.89 84	1.14 201	1.26 278	1.13 223	0.09 129	0.65 91	0.85 242	0.02 364	1.07 396	0.00 1	0.48 428	0.06 172	1.08 354

IGEV_Zeroshot_test	1.07 212	0.28 136	3.68 312	0.51 316	0.58 354	1.13 84	0.54 354	4.64 284	0.73 55	1.14 201	0.75 229	3.21 345	0.70 280	0.77 107	0.57 199	0.00 1	0.52 327	0.00 1	0.16 353	0.04 144	1.56 391

CSP-Net	1.13 225	0.76 282	1.67 63	0.01 13	0.00 1	2.81 352	0.05 205	5.62 359	1.14 119	1.14 201	0.85 246	1.80 269	0.23 196	6.10 333	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.13 280	0.03 43

MyStereo06	1.08 214	0.47 201	3.30 288	0.03 72	0.14 235	1.53 238	0.02 108	5.58 357	0.88 81	1.15 204	0.73 226	3.48 356	1.15 307	0.86 125	0.66 212	0.00 1	1.10 405	0.00 1	0.16 353	0.02 50	0.37 250

PSMNet_ROB	1.31 276	1.27 367	3.91 325	0.05 115	0.11 223	1.69 289	0.16 273	3.98 210	1.59 247	1.15 204	0.34 148	2.77 320	0.62 266	4.43 256	3.80 378	0.00 1	0.00 1	0.00 1	0.00 1	0.12 270	0.12 138

AACVNet	1.04 205	0.87 300	2.22 175	0.25 259	0.00 1	1.79 299	0.01 25	4.21 243	0.79 62	1.17 206	0.27 131	1.50 242	0.16 171	6.30 342	0.89 255	0.00 1	0.00 1	0.00 1	0.00 1	0.23 349	0.04 50

SST-Stereo	1.12 223	0.10 13	1.98 136	0.85 383	0.24 276	1.72 292	0.56 359	2.10 80	2.01 313	1.19 207	1.07 261	1.57 246	1.88 354	6.92 374	0.24 100	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.02 29

RAFT-345	1.25 254	0.12 22	2.08 154	0.54 318	0.13 230	1.55 243	0.24 302	0.65 9	2.51 355	1.19 207	7.68 408	0.92 199	0.05 78	6.86 369	0.50 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1

RALAANet	0.68 102	1.09 349	2.29 185	0.03 72	0.01 75	0.93 40	0.03 161	2.65 97	1.97 311	1.19 207	0.39 169	0.15 93	0.30 209	1.27 149	0.75 226	0.00 1	0.25 296	0.00 1	0.09 322	0.19 335	0.03 43

AdaStereo	0.76 118	0.12 22	1.73 71	0.05 115	0.00 1	1.46 210	0.23 299	5.16 327	1.66 268	1.19 207	0.37 161	1.54 245	0.17 176	0.86 125	0.54 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.08 90
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.
NF-Stereo	0.92 159	0.18 60	1.99 138	1.31 411	0.01 75	1.55 243	0.28 318	3.09 133	1.24 153	1.20 211	0.57 198	0.24 103	0.01 7	6.43 345	0.35 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

OCTAStereo	0.93 164	0.18 60	2.01 140	1.31 411	0.01 75	1.56 247	0.28 318	3.09 133	1.24 153	1.21 212	0.57 198	0.25 108	0.01 7	6.43 345	0.35 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

RE-Stereo	0.92 159	0.18 60	2.01 140	1.31 411	0.01 75	1.55 243	0.28 318	3.09 133	1.24 153	1.21 212	0.57 198	0.24 103	0.01 7	6.43 345	0.34 132	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

TVStereo	0.92 159	0.18 60	2.01 140	1.31 411	0.01 75	1.55 243	0.28 318	3.09 133	1.24 153	1.21 212	0.57 198	0.24 103	0.01 7	6.43 345	0.34 132	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

GEStereo_RVC	1.25 254	0.76 282	2.61 228	0.37 281	0.01 75	1.40 185	0.11 256	6.93 411	1.20 137	1.22 215	0.78 234	1.58 249	0.77 285	6.13 334	0.66 212	0.00 1	0.00 1	0.00 1	0.00 1	0.14 290	0.23 208

model_zeroshot	0.87 143	0.46 197	2.80 241	0.68 357	0.93 394	1.84 305	0.08 234	3.66 168	0.66 45	1.23 216	0.01 1	1.18 226	0.06 92	1.25 147	0.46 176	0.03 375	0.71 344	0.00 1	0.20 376	0.02 50	1.14 357

RAFT-Stereo + iAFF	0.90 153	0.95 316	1.93 129	0.06 135	0.92 392	1.24 123	0.02 108	3.30 148	1.75 287	1.23 216	2.58 347	0.43 126	0.16 171	0.68 95	0.82 235	0.00 1	0.70 343	0.00 1	0.00 1	0.23 349	1.05 350

CFNet_ucs	0.84 136	0.23 110	2.43 214	0.01 13	0.01 75	1.34 169	0.01 25	3.82 184	1.61 250	1.24 218	1.13 268	2.16 296	0.41 238	2.08 184	0.17 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.17 172

DeepPrunerF	2.71 382	1.57 394	16.51 451	0.22 244	0.33 317	1.45 206	0.28 318	6.26 396	9.92 434	1.25 219	0.44 178	1.98 279	1.61 343	7.33 395	4.17 384	0.00 1	0.01 210	0.07 404	0.10 328	0.33 384	0.29 233

iinet-f	1.90 340	0.98 327	13.29 445	0.42 290	0.03 146	4.30 392	0.04 190	3.86 192	1.32 191	1.28 220	0.57 198	2.91 330	2.70 375	2.60 189	3.11 367	0.00 1	0.02 237	0.02 389	0.00 1	0.49 408	0.09 112

XX-Stereo	1.24 250	0.25 122	6.03 394	1.30 410	0.29 302	1.28 149	0.00 1	4.12 233	0.60 38	1.29 221	0.50 188	3.63 361	0.03 45	4.05 237	0.18 66	0.00 1	0.58 332	0.00 1	0.23 391	0.03 114	0.47 271

PSM-softLoss	0.96 180	0.18 60	2.32 192	1.26 405	0.03 146	1.50 229	0.26 309	2.90 111	1.27 170	1.30 222	0.38 164	0.39 121	0.01 7	6.94 377	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

KMStereo	0.96 180	0.18 60	2.32 192	1.26 405	0.03 146	1.50 229	0.26 309	2.90 111	1.27 170	1.30 222	0.38 164	0.39 121	0.01 7	6.94 377	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

cf-r	1.18 238	1.02 336	3.22 277	0.25 259	0.02 127	1.44 199	0.03 161	5.11 323	2.16 324	1.31 224	0.59 206	2.87 327	0.24 198	4.26 248	0.79 230	0.00 1	0.00 1	0.00 1	0.00 1	0.15 303	0.12 138

111	1.00 195	1.05 342	3.63 305	0.01 13	0.04 169	1.20 103	0.16 273	4.50 268	2.24 331	1.32 225	1.15 272	2.00 281	0.31 213	0.59 80	0.79 230	0.00 1	0.00 1	0.00 1	0.00 1	0.10 240	0.84 329

UNet	1.21 242	0.36 166	4.56 349	0.04 99	0.02 127	2.30 325	0.02 108	3.70 172	0.98 100	1.32 225	0.14 92	2.70 318	1.54 335	4.49 258	1.96 323	0.00 1	0.00 1	0.00 1	0.00 1	0.08 208	0.07 84

GwcNet-RSSM	1.22 246	1.24 365	3.66 310	0.23 249	0.04 169	1.46 210	0.05 205	4.65 286	1.61 250	1.33 227	0.46 184	2.98 332	0.26 202	4.48 257	1.59 305	0.00 1	0.00 1	0.02 389	0.00 1	0.21 342	0.10 123

anonymity	0.99 192	0.18 60	1.80 90	0.39 285	0.67 371	0.74 26	0.01 25	5.09 321	2.13 322	1.34 228	1.30 280	0.80 185	1.62 344	0.82 120	0.64 208	0.03 375	0.59 334	0.00 1	0.48 428	0.02 50	1.15 360

PS-NSSS	1.25 254	0.85 295	2.77 240	0.05 115	0.03 146	1.40 185	0.01 25	5.04 317	2.38 343	1.34 228	2.80 351	0.65 152	0.06 92	6.36 343	0.91 261	0.18 412	0.00 1	0.00 1	0.00 1	0.12 270	0.01 12

PFNet+	0.65 95	0.19 85	2.19 171	0.29 271	0.06 184	1.46 210	0.54 354	1.74 64	1.62 256	1.35 230	0.45 181	0.36 117	0.01 7	2.41 187	0.25 102	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

UCFNet_RVC	0.78 124	0.68 264	2.05 149	0.02 51	0.29 302	1.57 250	0.02 108	3.57 161	0.87 78	1.35 230	0.74 227	1.66 259	0.20 191	1.92 179	0.61 204	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 50

PWCDC_ROB	3.41 395	2.29 418	5.16 376	0.19 224	0.02 127	3.11 360	0.02 108	5.15 324	12.27 437	1.36 232	23.33 455	1.98 279	3.35 390	4.93 284	3.71 377	0.28 418	0.00 1	0.00 1	0.00 1	0.71 428	0.32 239

EAI-Stereo	1.50 307	0.16 44	1.53 41	0.25 259	0.91 391	2.30 325	4.98 434	6.09 388	1.87 298	1.38 233	5.56 393	0.49 133	0.59 258	1.21 141	0.83 239	0.00 1	0.31 307	0.00 1	1.09 451	0.02 50	0.56 287

delet	1.31 276	0.61 248	2.64 232	0.05 115	0.17 248	2.84 354	1.00 382	4.88 301	2.46 351	1.38 233	1.37 284	1.62 254	0.90 295	4.52 261	1.48 300	0.00 1	0.00 1	0.00 1	0.00 1	0.14 290	0.08 90

RYNet	1.76 330	0.81 292	4.24 334	0.34 277	0.10 219	2.62 345	0.07 228	5.36 344	2.08 321	1.38 233	0.35 155	4.71 385	1.35 323	6.73 362	4.61 388	0.00 1	0.05 256	0.00 1	0.00 1	0.05 160	0.33 244

HHNet	0.94 167	0.28 136	2.48 219	0.19 224	0.08 204	1.32 163	0.42 344	2.48 92	0.84 74	1.39 236	5.80 395	0.14 88	1.74 348	0.49 56	0.94 265	0.06 394	0.00 1	0.01 368	0.00 1	0.14 290	0.04 50

UGAM-zero	1.89 339	0.19 85	2.80 241	0.22 244	0.47 337	1.57 250	0.35 338	6.96 415	0.60 38	1.40 237	0.26 129	8.37 419	4.43 406	7.06 389	0.71 221	0.00 1	0.67 338	0.00 1	0.58 433	0.02 50	1.16 362

HGLStereo	1.17 236	0.53 224	2.39 201	0.01 13	0.02 127	1.45 206	0.01 25	4.05 221	1.14 119	1.42 238	3.06 356	2.09 287	1.21 314	4.60 265	1.33 292	0.00 1	0.00 1	0.00 1	0.00 1	0.10 240	0.06 74

MyStereo05	1.01 198	0.47 201	3.36 290	0.03 72	0.14 235	1.53 238	0.02 108	4.11 232	3.37 390	1.43 239	0.03 41	1.27 230	0.39 235	1.39 154	0.97 268	0.00 1	1.10 405	0.00 1	0.16 353	0.02 50	0.37 250

GMStereo_Zeroshot	0.67 97	0.24 115	1.87 118	0.87 385	0.00 1	1.26 139	0.01 25	2.01 76	0.42 18	1.44 240	0.58 204	1.73 264	0.19 185	2.62 190	0.10 24	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.09 112

IER	0.88 146	0.38 173	2.74 237	0.01 13	0.00 1	2.27 321	0.02 108	3.65 167	1.30 187	1.45 241	0.96 256	1.39 238	1.16 308	1.60 162	0.53 194	0.00 1	0.00 1	0.00 1	0.00 1	0.06 172	0.02 29

STTStereo	0.98 190	0.62 250	3.78 320	0.25 259	0.15 243	1.44 199	0.10 254	3.57 161	1.75 287	1.46 242	0.19 109	1.74 265	0.44 240	3.47 213	0.54 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.05 64

MyStereo8	1.16 235	0.86 298	3.73 316	0.86 384	0.04 169	1.47 217	0.01 25	4.64 284	2.13 322	1.47 243	1.10 265	1.21 228	0.31 213	1.12 133	1.50 301	0.00 1	1.45 437	0.00 1	0.30 415	0.10 240	0.93 341

test_sample5	1.11 219	0.28 136	2.93 255	0.61 336	0.01 75	1.44 199	0.01 25	5.23 332	1.93 307	1.48 244	1.14 270	0.57 143	0.15 163	3.94 232	0.89 255	0.00 1	0.81 359	0.00 1	0.08 314	0.03 114	0.68 305

PDISCO_ROB	2.54 378	1.40 380	5.07 372	1.06 400	2.01 429	8.28 428	0.17 276	7.96 432	6.01 419	1.48 244	1.75 306	3.67 363	1.25 318	7.74 410	2.07 327	0.00 1	0.00 1	0.00 1	0.00 1	0.39 399	0.42 269

DispNO	1.47 302	1.01 334	5.05 369	0.13 204	0.08 204	1.49 228	0.02 108	4.38 260	1.86 295	1.51 246	1.57 298	3.12 341	1.09 304	5.77 322	1.89 320	0.00 1	0.02 237	0.03 394	0.11 332	0.11 263	0.08 90

mmm	0.94 167	0.32 155	2.04 148	0.73 368	0.85 383	1.17 98	0.01 25	3.97 209	1.42 217	1.51 246	0.93 253	0.46 129	0.21 194	1.18 137	0.87 247	0.00 1	1.16 421	0.00 1	0.26 404	0.06 172	1.72 405

APVNet	1.68 324	0.75 277	4.94 365	0.13 204	0.01 75	4.56 396	0.08 234	5.20 329	1.44 221	1.51 246	1.05 260	2.87 327	0.93 296	6.76 364	2.76 354	0.01 337	0.00 1	0.07 404	0.00 1	0.34 387	0.08 90

DGSMNet	2.56 379	1.15 356	7.39 413	1.34 415	2.02 430	3.20 363	3.97 426	6.11 389	1.72 283	1.52 249	2.72 350	3.23 347	0.63 268	4.74 270	2.39 344	1.12 431	1.53 441	1.54 436	1.32 452	1.40 432	2.10 434

DualNet (step1)	1.30 274	0.51 214	3.23 279	0.03 72	0.03 146	2.48 333	0.01 25	4.98 312	1.63 262	1.53 250	0.66 215	0.90 191	1.00 298	2.79 196	0.82 235	0.68 422	0.97 390	1.79 437	1.08 448	0.02 50	0.82 324

test_sample9	2.75 384	0.51 214	3.23 279	0.03 72	0.03 146	2.48 333	0.01 25	4.98 312	1.63 262	1.53 250	0.66 215	0.90 191	1.00 298	6.14 335	10.04 426	0.68 422	17.48 469	1.79 437	1.08 448	0.02 50	0.82 324

test_sample7	1.05 208	0.24 115	1.95 132	0.65 349	0.01 75	1.25 131	0.01 25	4.98 312	1.63 262	1.53 250	0.66 215	0.90 191	1.00 298	2.79 196	0.82 235	0.00 1	0.97 390	0.00 1	0.00 1	0.03 114	1.51 385

GwcNet	1.96 344	1.51 388	7.43 415	0.30 272	1.20 410	4.13 386	0.61 361	4.45 265	1.92 304	1.53 250	2.31 329	3.93 372	0.54 248	5.50 309	3.16 368	0.00 1	0.00 1	0.00 1	0.01 261	0.39 399	0.24 212

acv_ft	0.94 167	0.56 232	2.28 184	0.04 99	1.07 408	1.71 291	0.01 25	4.41 263	1.34 197	1.53 250	0.75 229	1.92 275	0.45 244	0.51 61	1.74 312	0.00 1	0.00 1	0.00 1	0.00 1	0.32 382	0.20 197

test_sample3	1.07 212	0.26 125	2.91 253	0.60 332	0.01 75	1.41 191	0.01 25	5.29 336	1.72 283	1.56 255	0.54 195	0.78 183	0.18 180	3.60 220	0.87 247	0.00 1	0.80 356	0.00 1	0.08 314	0.03 114	0.68 305

xxxx	2.26 371	0.43 187	2.30 187	0.01 13	0.68 373	1.47 217	0.00 1	6.56 404	2.32 338	1.56 255	2.07 322	1.07 218	0.06 92	4.81 279	18.87 451	0.00 1	1.11 407	0.00 1	0.21 383	0.06 172	1.65 400

PSMNet-RSSM	1.10 218	0.88 301	2.30 187	0.23 249	0.00 1	1.41 191	0.03 161	5.44 353	1.19 131	1.56 255	0.50 188	2.46 311	0.71 281	4.23 245	0.90 258	0.00 1	0.00 1	0.01 368	0.00 1	0.10 240	0.08 90

test_sample6	1.14 230	0.28 136	2.92 254	0.59 330	0.01 75	1.47 217	0.01 25	5.17 328	2.07 320	1.57 258	1.40 286	0.63 147	0.19 185	4.02 235	0.99 272	0.00 1	0.77 351	0.00 1	0.08 314	0.03 114	0.67 302

DualNet	1.13 225	0.28 136	2.93 255	0.61 336	0.01 75	1.44 199	0.01 25	5.23 332	1.93 307	1.57 258	1.40 286	0.57 143	0.15 163	3.94 232	0.89 255	0.00 1	0.81 359	0.00 1	0.08 314	0.03 114	0.68 305

ffm	1.46 300	0.50 208	4.37 340	0.46 296	0.03 146	1.60 258	0.03 161	3.81 180	6.87 421	1.57 258	2.38 332	2.14 290	0.38 226	1.73 170	0.12 31	0.00 1	1.12 409	0.00 1	0.17 361	0.10 240	1.86 424

ff1	2.20 366	0.50 208	4.37 340	0.46 296	0.03 146	1.60 258	0.03 161	3.81 180	6.87 421	1.57 258	2.38 332	2.14 290	0.38 226	7.65 404	9.02 417	0.00 1	1.12 409	0.00 1	0.17 361	0.10 240	1.86 424

mmx	2.08 352	0.50 208	4.37 340	0.46 296	0.03 146	1.60 258	0.03 161	6.21 390	2.77 373	1.57 258	2.38 332	2.14 290	0.38 226	7.65 404	9.02 417	0.00 1	1.08 398	0.00 1	0.17 361	0.06 172	1.25 369

xxx	2.08 352	0.50 208	4.37 340	0.46 296	0.03 146	1.60 258	0.03 161	6.21 390	2.77 373	1.57 258	2.38 332	2.14 290	0.38 226	7.65 404	9.02 417	0.00 1	1.08 398	0.00 1	0.17 361	0.06 172	1.25 369

IRAFT_RVC	1.13 225	0.39 175	2.40 202	1.51 419	0.25 280	1.37 175	0.31 332	2.93 119	1.24 153	1.58 264	0.79 235	1.14 224	1.54 335	6.53 350	0.44 164	0.00 1	0.12 283	0.00 1	0.00 1	0.02 50	0.03 43

NINENet	1.14 230	0.34 162	2.08 154	0.10 184	0.01 75	5.73 409	0.03 161	5.39 347	1.54 239	1.61 265	0.72 224	2.35 309	0.06 92	2.82 198	0.05 5	0.00 1	0.01 210	0.01 368	0.00 1	0.04 144	0.00 1

hitnet-ft	1.26 263	0.71 269	2.37 199	0.04 99	0.00 1	1.39 181	0.21 293	3.94 204	2.53 356	1.61 265	1.11 267	4.21 374	0.36 222	4.83 281	1.65 308	0.01 337	0.00 1	0.03 394	0.00 1	0.11 263	0.08 90

SMFormer	1.31 276	0.30 144	2.08 154	0.47 302	0.02 127	1.04 50	0.01 25	5.75 369	2.69 364	1.65 267	2.43 340	0.91 194	0.02 22	4.75 273	2.20 331	0.00 1	0.88 369	0.00 1	0.14 342	0.06 172	0.76 319

tta	1.32 279	0.30 144	2.08 154	0.47 302	0.02 127	1.04 50	0.01 25	5.75 369	2.69 364	1.65 267	2.43 340	0.91 194	0.02 22	4.75 273	2.20 331	0.00 1	0.88 369	0.00 1	0.14 342	0.09 229	0.92 337

qqq1	1.25 254	0.30 144	2.08 154	0.47 302	0.02 127	1.04 50	0.01 25	5.75 369	2.69 364	1.65 267	2.43 340	0.91 194	0.02 22	4.75 273	0.88 251	0.00 1	0.88 369	0.00 1	0.11 332	0.09 229	0.92 337

fff1	1.25 254	0.30 144	2.08 154	0.47 302	0.02 127	1.04 50	0.01 25	5.75 369	2.69 364	1.65 267	2.43 340	0.91 194	0.02 22	4.75 273	0.88 251	0.00 1	0.88 369	0.00 1	0.11 332	0.09 229	0.92 337

test_sample4	1.09 216	0.27 134	2.97 259	0.61 336	0.01 75	1.46 210	0.01 25	5.32 340	1.86 295	1.67 271	0.72 224	0.68 162	0.15 163	3.66 223	0.88 251	0.00 1	0.80 356	0.00 1	0.08 314	0.03 114	0.67 302

ADLNet2	1.52 311	0.79 287	3.51 299	0.01 13	0.69 374	1.26 139	0.26 309	4.84 297	3.10 384	1.67 271	3.23 362	4.17 373	0.80 289	4.77 278	1.00 273	0.00 1	0.00 1	0.00 1	0.00 1	0.22 348	0.12 138

AAGNet	1.60 321	0.15 33	1.76 82	1.17 404	0.27 294	1.51 233	0.64 362	1.71 62	1.20 137	1.67 271	0.81 238	1.59 251	2.23 360	6.08 332	11.16 431	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.02 29

ADCP+	3.18 392	1.81 401	11.33 439	0.07 147	0.20 259	5.83 411	2.80 413	4.60 280	2.69 364	1.68 274	0.28 132	3.75 365	3.14 388	6.82 366	17.90 448	0.00 1	0.00 1	0.00 1	0.00 1	0.20 339	0.56 287

pcwnet_v2	1.36 287	0.21 98	5.89 391	0.15 212	0.01 75	1.78 298	0.02 108	5.77 373	3.19 388	1.69 275	1.94 315	2.00 281	0.79 288	3.09 203	0.33 123	0.00 1	0.00 1	0.00 1	0.01 261	0.04 144	0.27 229

TDLM	1.32 279	0.90 304	2.42 212	0.61 336	0.03 146	1.59 254	2.04 405	3.73 174	2.29 336	1.70 276	0.94 254	1.07 218	0.67 277	6.49 349	1.12 283	0.00 1	0.00 1	0.00 1	0.00 1	0.18 332	0.54 280

TransformOpticalFlow	1.53 313	0.40 179	3.46 296	0.66 350	0.07 195	1.56 247	0.09 246	4.35 258	1.86 295	1.72 277	2.27 328	3.53 358	3.04 384	6.93 376	0.49 184	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.10 123

test_1	0.84 136	0.15 33	2.03 144	0.37 281	0.55 345	1.01 46	0.02 108	3.06 130	0.55 33	1.73 278	0.02 2	1.09 220	0.04 60	3.70 224	0.38 151	0.00 1	0.93 383	0.00 1	0.25 397	0.16 311	0.84 329

222	3.11 389	0.43 187	2.10 161	0.02 51	0.45 333	1.57 250	0.01 25	6.44 400	2.34 342	1.73 278	2.24 327	0.52 139	0.07 105	4.95 286	36.29 468	0.00 1	1.07 396	0.00 1	0.21 383	0.06 172	1.65 400

1111x	2.13 361	0.58 237	4.38 344	0.39 285	0.61 360	2.14 317	0.01 25	6.38 399	2.40 346	1.80 280	1.97 316	0.95 206	0.64 271	7.16 393	10.30 428	0.00 1	1.18 423	0.00 1	0.29 413	0.07 197	1.32 374

LCNet	0.93 164	0.21 98	1.62 53	0.14 207	0.26 289	1.20 103	0.22 296	2.71 98	0.90 88	1.82 281	0.21 117	0.12 79	2.50 370	5.59 316	0.16 56	0.00 1	0.00 1	0.00 1	0.00 1	0.16 311	0.79 322

test_xeample	2.27 372	0.46 197	2.25 181	0.10 184	0.69 374	1.48 224	0.00 1	6.24 393	2.46 351	1.83 282	2.40 337	0.37 118	0.07 105	4.49 258	19.55 453	0.00 1	1.11 407	0.00 1	0.21 383	0.07 197	1.65 400

R-Stereo Train	0.56 68	0.15 33	1.83 105	0.02 51	0.00 1	1.26 139	0.09 246	4.14 237	0.45 21	1.86 283	0.42 174	0.06 41	0.01 7	0.32 28	0.46 176	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 64

RAFT-Stereo	0.56 68	0.15 33	1.83 105	0.02 51	0.00 1	1.26 139	0.09 246	4.14 237	0.45 21	1.86 283	0.42 174	0.06 41	0.01 7	0.32 28	0.46 176	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 64
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT + AFF	1.88 337	1.84 405	4.19 331	0.05 115	0.85 383	2.29 324	1.00 382	6.32 398	2.26 333	1.88 285	1.80 310	1.27 230	3.66 395	6.56 351	2.36 343	0.02 364	0.34 312	0.00 1	0.01 261	0.41 403	0.50 277

HITNet	1.01 198	1.08 348	3.32 289	0.80 378	0.00 1	1.37 175	0.02 108	5.20 329	1.59 247	1.88 285	0.18 97	0.64 151	0.31 213	1.24 145	2.01 324	0.00 1	0.00 1	0.00 1	0.00 1	0.08 208	0.47 271
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
iResNet	1.20 240	0.77 285	3.37 291	1.01 397	0.01 75	2.00 310	0.01 25	4.44 264	1.74 285	1.88 285	1.09 263	0.35 116	0.35 219	4.22 244	2.44 346	0.00 1	0.00 1	0.00 1	0.00 1	0.09 229	0.26 226

ttt	1.79 332	0.32 155	2.41 204	0.58 327	0.26 289	1.64 279	0.00 1	6.26 396	2.57 359	1.91 288	2.39 336	1.39 238	0.11 146	5.55 313	7.97 412	0.00 1	1.05 393	0.00 1	0.16 353	0.06 172	1.14 357

HSM	1.48 304	0.60 242	1.85 110	0.01 13	0.29 302	1.76 296	0.04 190	6.50 401	1.46 226	1.91 288	1.55 296	4.69 384	1.27 320	6.66 358	0.70 220	0.00 1	0.00 1	0.00 1	0.00 1	0.07 197	0.26 226

CRFU-Net	1.43 298	0.33 161	2.98 261	1.27 407	0.03 146	4.01 384	0.05 205	6.21 390	0.95 92	1.92 290	0.74 227	3.41 352	2.55 372	3.36 208	0.36 139	0.01 337	0.01 210	0.11 412	0.00 1	0.13 280	0.09 112

gwcnet-sp	1.11 219	0.71 269	4.90 361	0.05 115	0.01 75	2.59 341	0.14 269	4.22 245	1.38 213	1.93 291	0.18 97	0.68 162	0.38 226	3.77 227	0.98 269	0.00 1	0.00 1	0.00 1	0.00 1	0.13 280	0.08 90

scenet	1.11 219	0.71 269	4.90 361	0.05 115	0.01 75	2.59 341	0.14 269	4.22 245	1.38 213	1.93 291	0.18 97	0.68 162	0.38 226	3.77 227	0.98 269	0.00 1	0.00 1	0.00 1	0.00 1	0.13 280	0.08 90

ssnet	1.11 219	0.71 269	4.90 361	0.05 115	0.01 75	2.59 341	0.14 269	4.22 245	1.38 213	1.93 291	0.18 97	0.68 162	0.38 226	3.77 227	0.98 269	0.00 1	0.00 1	0.00 1	0.00 1	0.13 280	0.08 90

RainbowNet	5.23 422	4.09 446	4.92 364	9.61 451	6.18 444	5.26 407	3.48 421	7.68 429	4.58 407	1.94 294	3.02 355	4.67 383	3.42 391	5.90 326	2.01 324	9.59 453	2.19 450	8.45 448	0.20 376	10.52 449	6.82 452

dad	1.04 205	1.21 361	3.14 273	0.08 156	0.01 75	1.25 131	0.01 25	1.30 36	2.54 357	1.95 295	0.37 161	0.40 124	0.04 60	5.95 328	1.06 278	0.01 337	0.00 1	1.11 434	0.12 339	0.07 197	0.19 184

ACRE	0.94 167	1.27 367	3.93 326	0.22 244	0.02 127	1.44 199	0.29 325	3.88 197	1.60 249	1.97 296	2.42 338	0.21 100	0.11 146	0.82 120	0.29 114	0.00 1	0.04 251	0.01 368	0.05 299	0.21 342	0.09 112

test-3	0.86 142	0.15 33	2.03 144	0.37 281	0.56 348	1.01 46	0.02 108	3.05 128	0.54 30	1.98 297	0.02 2	1.09 220	0.04 60	3.73 226	0.38 151	0.00 1	0.93 383	0.00 1	0.25 397	0.16 311	0.82 324

psmg	0.93 164	0.15 33	1.48 34	0.02 51	0.00 1	3.25 365	0.26 309	5.45 354	1.17 126	2.00 298	1.45 290	1.78 267	0.10 137	0.80 116	0.71 221	0.00 1	0.00 1	0.01 368	0.00 1	0.02 50	0.04 50

BEATNet_4x	1.24 250	1.45 383	5.03 368	0.58 327	0.02 127	1.34 169	0.09 246	5.29 336	1.69 272	2.01 299	0.25 124	1.18 226	0.44 240	2.11 185	2.70 351	0.00 1	0.00 1	0.00 1	0.00 1	0.14 290	0.54 280

IPLGR_C	0.94 167	1.37 376	3.71 313	0.19 224	0.02 127	1.44 199	0.29 325	3.88 197	1.62 256	2.04 300	2.44 344	0.20 96	0.12 157	0.79 111	0.29 114	0.00 1	0.05 256	0.01 368	0.05 299	0.21 342	0.08 90

STrans-v2	1.75 328	0.45 192	3.43 294	0.03 72	0.19 254	1.48 224	0.08 234	7.25 421	2.16 324	2.04 300	2.80 351	3.60 359	3.78 398	7.00 383	0.52 193	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.10 123

iRaft-Stereo_20w	1.39 291	0.18 60	3.72 314	0.79 377	0.56 348	1.90 306	0.65 364	8.85 436	1.05 105	2.05 302	0.42 174	1.24 229	1.23 316	1.69 168	0.95 266	0.00 1	0.62 335	0.00 1	0.44 424	0.02 50	1.41 379

Prome-Stereo	1.29 270	0.09 7	1.62 53	0.12 203	0.24 276	1.28 149	0.65 364	2.98 121	0.93 91	2.08 303	8.52 412	0.75 174	2.83 378	2.19 186	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	1.39 377

CIPLG	0.94 167	1.29 369	3.53 302	0.19 224	0.03 146	1.45 206	0.29 325	3.87 194	1.61 250	2.10 304	2.52 345	0.21 100	0.11 146	0.85 124	0.29 114	0.00 1	0.05 256	0.01 368	0.05 299	0.21 342	0.08 90

SACVNet	1.14 230	0.74 275	2.49 221	0.07 147	0.00 1	1.65 280	0.28 318	4.52 271	1.51 234	2.11 305	0.79 235	1.57 246	0.07 105	5.28 302	1.31 290	0.01 337	0.00 1	0.00 1	0.00 1	0.26 365	0.18 180

testlalala	0.68 102	0.17 54	1.61 52	0.21 241	0.18 251	1.14 88	0.03 161	3.47 157	1.74 285	2.12 306	0.20 113	0.30 113	0.05 78	0.38 35	0.41 161	0.01 337	1.13 413	0.00 1	0.27 408	0.01 10	0.15 159

Wz-Net-TNSev	4.36 415	6.36 452	22.98 454	0.22 244	0.06 184	7.00 417	3.45 420	7.46 426	3.81 398	2.12 306	0.63 210	7.29 416	5.11 413	9.87 431	9.72 424	0.00 1	0.00 1	0.00 1	0.02 282	0.36 393	0.66 299

test_for_model	4.73 419	23.37 468	1.56 46	13.12 459	10.72 459	1.09 69	0.05 205	4.90 306	2.02 315	2.16 308	0.09 78	0.14 88	0.04 60	0.20 7	0.29 114	8.07 449	2.41 452	0.00 1	0.01 261	20.56 467	3.81 444

StereoDRNet-Refined	0.96 180	0.28 136	1.94 131	0.03 72	0.01 75	1.34 169	0.01 25	4.02 217	1.33 194	2.16 308	1.23 275	2.62 315	0.18 180	2.06 183	1.82 315	0.00 1	0.00 1	0.00 1	0.00 1	0.16 311	0.06 74
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MMNet	1.33 284	0.69 267	4.18 330	0.11 197	0.01 75	4.08 385	0.02 108	4.27 253	1.49 232	2.17 310	0.33 145	1.34 236	1.20 310	4.52 261	1.93 322	0.00 1	0.00 1	0.00 1	0.00 1	0.11 263	0.06 74

otaku	3.61 399	2.06 414	4.04 328	6.41 444	3.35 440	4.67 398	2.08 406	5.97 381	1.58 244	2.19 311	2.62 348	3.47 355	1.45 328	4.36 252	2.17 330	8.55 450	0.25 296	1.89 440	0.03 284	9.29 445	5.81 449

Pruner-Stereo	0.63 90	0.21 98	1.86 113	1.03 398	0.10 219	1.59 254	0.35 338	2.26 83	1.22 148	2.22 312	0.45 181	0.25 108	0.01 7	0.67 93	0.38 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.02 29

GMOStereo	0.62 84	0.55 226	1.80 90	0.09 172	0.61 360	1.07 57	0.03 161	2.92 114	0.25 4	2.23 313	0.02 2	0.66 154	0.04 60	0.25 10	0.22 87	0.00 1	1.26 427	0.00 1	0.00 1	0.23 349	0.19 184

error version	0.62 84	0.55 226	1.80 90	0.09 172	0.61 360	1.07 57	0.03 161	2.92 114	0.25 4	2.23 313	0.02 2	0.66 154	0.04 60	0.25 10	0.22 87	0.00 1	1.26 427	0.00 1	0.00 1	0.23 349	0.19 184

test-v	0.62 84	0.55 226	1.80 90	0.09 172	0.61 360	1.07 57	0.03 161	2.92 114	0.25 4	2.23 313	0.02 2	0.66 154	0.04 60	0.25 10	0.22 87	0.00 1	1.26 427	0.00 1	0.00 1	0.23 349	0.19 184

test-2	0.62 84	0.55 226	1.80 90	0.09 172	0.61 360	1.07 57	0.03 161	2.92 114	0.25 4	2.23 313	0.02 2	0.66 154	0.04 60	0.25 10	0.22 87	0.00 1	1.26 427	0.00 1	0.00 1	0.23 349	0.19 184

Syn2CoEx	1.91 341	1.85 406	6.43 405	0.05 115	0.00 1	1.47 217	0.54 354	6.03 386	2.24 331	2.24 317	2.19 323	2.06 284	3.10 386	6.57 352	2.58 349	0.00 1	0.00 1	0.00 1	0.00 1	0.34 387	0.40 263

CASS	0.63 90	0.16 44	1.88 120	0.03 72	0.01 75	1.67 285	0.04 190	3.11 137	0.81 68	2.25 318	1.02 259	0.29 112	0.35 219	0.70 96	0.23 95	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.04 50
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DMCA	0.87 143	0.52 222	3.24 284	0.01 13	0.01 75	1.30 153	0.02 108	3.69 169	1.87 298	2.29 319	0.17 94	1.71 262	0.10 137	0.76 105	1.42 298	0.00 1	0.00 1	0.00 1	0.00 1	0.08 208	0.12 138

Wz-Net-SNSev	3.01 387	3.59 441	12.98 444	0.45 295	0.04 169	2.72 347	1.12 387	5.80 374	2.42 348	2.30 320	2.62 348	6.39 407	1.29 321	10.20 433	7.19 407	0.00 1	0.01 210	0.00 1	0.00 1	0.29 376	0.72 314

DISCO	2.03 349	0.45 192	2.82 245	0.72 363	0.53 343	5.13 404	0.01 25	6.01 385	1.81 294	2.31 321	0.91 252	6.43 408	0.87 293	8.57 423	3.67 376	0.00 1	0.00 1	0.00 1	0.00 1	0.12 270	0.17 172

AANet_RVC	1.95 342	1.64 397	4.89 360	0.09 172	0.00 1	1.24 123	0.01 25	3.93 202	2.82 378	2.32 322	4.64 387	3.61 360	0.19 185	7.61 403	4.73 389	0.60 421	0.19 293	0.00 1	0.00 1	0.11 263	0.47 271

NOSS_ROB	1.47 302	0.49 205	2.40 202	1.00 394	0.17 248	2.56 339	0.01 25	4.86 299	2.62 360	2.32 322	1.74 305	2.79 323	0.02 22	6.96 380	0.60 201	0.00 1	0.00 1	0.00 1	0.00 1	0.06 172	0.73 315

UDG	3.15 390	9.41 458	2.81 243	2.72 435	0.92 392	2.39 330	0.11 256	4.12 233	1.30 187	2.35 324	3.63 371	4.96 388	1.58 342	4.33 250	2.89 361	1.22 434	0.04 251	8.09 447	3.80 459	4.94 438	1.35 375

UPFNet	0.99 192	0.32 155	2.89 250	0.00 1	0.00 1	1.90 306	0.11 256	4.10 228	1.10 113	2.35 324	0.12 89	1.91 274	0.08 117	4.02 235	0.78 229	0.00 1	0.00 1	0.00 1	0.00 1	0.08 208	0.04 50

BUS	1.05 208	0.15 33	1.48 34	0.04 99	0.00 1	5.73 409	0.03 161	6.00 382	1.17 126	2.36 326	0.64 212	2.35 309	0.06 92	0.80 116	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.06 74

BSDual-CNN	0.94 167	0.15 33	1.48 34	0.04 99	0.00 1	3.30 366	0.20 286	6.00 382	1.17 126	2.36 326	0.64 212	1.78 267	0.10 137	0.80 116	0.71 221	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.06 74

hknet	1.21 242	0.25 122	2.89 250	0.04 99	0.00 1	3.30 366	0.20 286	6.00 382	1.19 131	2.36 326	0.64 212	3.38 350	0.05 78	3.04 202	0.73 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.06 74

PFNet	1.13 225	0.26 125	3.28 287	1.27 407	0.55 345	1.60 258	0.24 302	1.80 66	1.19 131	2.37 329	1.21 274	0.63 147	0.30 209	6.85 368	0.46 176	0.16 410	0.01 210	0.00 1	0.07 310	0.18 332	0.24 212

NLCA_NET_v2_RVC	1.20 240	0.85 295	3.90 324	0.61 336	0.99 399	1.40 185	0.01 25	4.06 222	1.56 242	2.38 330	0.36 159	2.15 295	0.57 255	4.52 261	0.67 216	0.00 1	0.00 1	0.00 1	0.01 261	0.02 50	0.03 43
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DCANet-4	0.83 130	0.18 60	4.76 356	0.04 99	0.01 75	1.24 123	0.02 108	3.84 190	2.21 329	2.39 331	0.25 124	0.11 75	0.24 198	0.59 80	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 250

fff	0.83 130	0.63 253	3.63 305	0.01 13	0.04 169	1.25 131	0.02 108	3.98 210	1.29 179	2.39 331	0.25 124	0.09 67	1.78 349	0.58 73	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 250

csc	0.83 130	0.63 253	3.63 305	0.01 13	0.04 169	1.25 131	0.02 108	3.98 210	1.29 179	2.39 331	0.25 124	0.09 67	1.78 349	0.58 73	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 250

cscssc	0.83 130	0.63 253	3.63 305	0.01 13	0.04 169	1.25 131	0.02 108	3.98 210	1.29 179	2.39 331	0.25 124	0.09 67	1.78 349	0.58 73	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 250

DisPM	0.96 180	0.17 54	2.10 161	0.90 388	0.02 127	1.53 238	0.55 358	1.86 68	1.31 190	2.42 335	0.82 239	0.38 120	0.01 7	6.92 374	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

ADLNet	1.35 286	0.55 226	2.95 258	0.01 13	0.05 179	2.22 318	0.11 256	5.06 319	2.83 379	2.42 335	2.19 323	2.63 316	0.68 279	3.59 219	1.37 295	0.00 1	0.00 1	0.00 1	0.00 1	0.17 324	0.27 229

LMCR-Stereo	1.28 266	1.13 353	2.41 204	0.57 325	0.03 146	2.72 347	0.09 246	6.86 410	0.88 81	2.44 337	1.92 313	0.14 88	1.55 338	3.57 218	1.12 283	0.00 1	0.00 1	0.00 1	0.00 1	0.16 311	0.02 29

S-Stereo	2.12 360	0.32 155	6.30 399	0.24 254	0.22 266	2.51 337	1.83 401	5.38 345	5.55 413	2.46 338	5.91 396	2.81 324	0.71 281	5.19 298	2.45 347	0.00 1	0.02 237	0.00 1	0.00 1	0.07 197	0.37 250

SQANet	2.65 381	1.92 411	3.73 316	4.47 441	2.98 437	2.59 341	0.24 302	4.66 287	1.11 115	2.48 339	0.59 206	1.57 246	0.86 292	3.95 234	1.67 310	7.97 448	0.14 286	0.48 423	0.03 284	7.84 441	3.68 443

DEmStereo	1.56 318	0.16 44	2.44 216	0.09 172	0.02 127	1.77 297	0.87 373	1.72 63	1.08 109	2.48 339	6.30 402	1.06 216	5.02 412	6.28 340	1.81 313	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12

FINET	2.99 385	2.11 416	7.66 416	1.13 402	1.79 423	4.35 393	3.34 419	5.66 362	7.93 431	2.49 341	3.29 363	1.66 259	2.47 369	6.70 360	4.44 386	0.82 426	1.38 435	0.03 394	0.30 415	0.36 393	1.88 428

ssnet_v2	1.33 284	0.64 257	2.83 246	0.06 135	0.03 146	2.08 315	0.36 340	5.88 378	2.33 340	2.52 342	0.88 248	3.06 338	0.54 248	1.75 172	3.30 371	0.00 1	0.00 1	0.00 1	0.00 1	0.25 358	0.13 146

GANet	2.23 369	0.92 311	3.10 269	0.88 386	0.08 204	2.25 319	3.25 417	4.61 281	1.71 278	2.55 343	9.98 418	2.56 313	1.47 332	7.52 402	2.98 363	0.00 1	0.04 251	0.02 389	0.08 314	0.14 290	0.42 269

SuperB	3.75 405	2.46 424	15.54 450	0.32 275	0.06 184	4.29 391	1.61 398	4.25 249	11.49 436	2.56 344	1.31 282	2.01 283	1.86 353	6.94 377	8.94 416	0.05 388	0.03 247	0.10 411	0.08 314	10.62 451	0.56 287

ADStereo(finetuned)	0.98 190	0.65 260	4.66 352	0.03 72	0.00 1	1.25 131	0.01 25	3.99 214	2.16 324	2.65 345	0.30 138	0.09 67	2.33 364	0.58 73	0.45 168	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.41 265

Wz-Net-LNSev-Ref	1.86 336	1.13 353	5.96 392	0.02 51	0.00 1	5.00 402	0.29 325	5.31 339	2.38 343	2.65 345	1.15 272	2.32 308	1.95 356	5.59 316	3.35 373	0.00 1	0.00 1	0.00 1	0.00 1	0.04 144	0.14 152

psm_up	1.01 198	0.68 264	2.47 218	0.04 99	0.00 1	2.01 311	0.05 205	4.09 226	1.29 179	2.65 345	0.47 185	1.71 262	0.44 240	3.65 222	0.45 168	0.06 394	0.00 1	0.00 1	0.00 1	0.14 290	0.06 74

OMP-Stereo	1.29 270	0.75 277	1.67 63	2.47 432	0.29 302	1.61 264	0.32 334	2.38 90	1.09 110	2.66 348	1.14 270	3.04 336	0.17 176	7.40 396	0.60 201	0.00 1	0.00 1	0.00 1	0.00 1	0.07 197	0.08 90

DCANet	0.84 136	0.65 260	3.63 305	0.03 72	0.00 1	1.25 131	0.01 25	3.99 214	2.16 324	2.66 348	0.31 141	0.09 67	0.48 246	0.57 72	0.45 168	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.41 265

ccnet	1.96 344	0.68 264	3.59 303	0.26 265	0.19 254	3.68 380	1.55 397	4.89 302	1.77 289	2.68 350	3.92 377	3.44 353	1.72 346	5.02 290	5.22 391	0.06 394	0.00 1	0.09 407	0.01 261	0.13 280	0.32 239

DDUNet	3.58 396	11.19 460	3.84 322	3.59 439	3.31 439	4.14 387	0.20 286	4.40 262	1.33 194	2.72 351	3.11 359	3.16 342	0.37 224	4.18 239	1.47 299	2.02 439	0.05 256	10.10 453	3.59 458	5.85 440	3.05 441

LL-Strereo	2.29 373	1.55 392	5.01 367	0.64 347	2.78 436	1.52 236	0.05 205	5.04 317	1.24 153	2.73 352	2.87 354	5.10 393	5.49 420	7.22 394	0.81 234	0.04 384	1.31 432	0.00 1	0.00 1	0.31 380	2.08 433

GMM-Stereo	1.17 236	0.10 13	2.29 185	0.13 204	0.22 266	1.43 195	0.84 372	2.83 106	1.16 121	2.73 352	3.09 358	0.54 141	0.87 293	5.31 303	0.16 56	0.01 337	0.00 1	0.00 1	0.02 282	0.02 50	1.72 405

MLCV	1.19 239	0.97 323	3.09 268	0.07 147	0.00 1	1.63 272	0.04 190	3.33 149	1.57 243	2.74 354	1.83 311	0.99 210	0.40 236	5.31 303	1.53 303	0.00 1	0.00 1	0.00 1	0.00 1	0.12 270	0.11 130

Nwc_Net	2.25 370	0.98 327	5.37 381	0.07 147	0.11 223	2.80 351	0.05 205	7.36 424	1.30 187	2.77 355	8.21 411	5.18 396	2.98 383	5.16 297	2.46 348	0.00 1	0.00 1	0.00 1	0.00 1	0.12 270	0.08 90

PSM-AAD	1.21 242	0.08 4	1.53 41	0.10 184	0.27 294	1.35 172	3.14 416	2.74 99	0.83 73	2.89 356	2.04 321	0.16 94	5.25 416	3.51 215	0.21 86	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.08 90

DPSNet	3.98 408	1.01 334	12.58 442	0.74 370	0.55 345	5.24 406	1.53 396	12.44 444	4.82 409	2.89 356	0.97 257	6.37 406	11.43 445	8.20 415	8.61 415	0.09 401	0.51 326	0.11 412	0.38 423	0.35 391	0.83 328

IIG-Stereo	1.39 291	0.67 263	1.73 71	2.48 433	0.05 179	1.63 272	0.14 269	3.00 123	1.20 137	2.94 358	2.23 326	3.03 335	0.55 250	7.41 397	0.66 212	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.07 84

NCC-stereo	2.09 354	1.02 336	4.78 357	0.10 184	0.26 289	2.33 327	0.13 265	5.82 375	1.70 276	2.98 359	3.18 360	4.63 381	5.69 422	6.26 338	2.76 354	0.05 388	0.00 1	0.00 1	0.00 1	0.08 208	0.14 152

Abc-Net	2.09 354	1.02 336	4.78 357	0.10 184	0.26 289	2.33 327	0.13 265	5.82 375	1.70 276	2.98 359	3.18 360	4.63 381	5.69 422	6.26 338	2.76 354	0.05 388	0.00 1	0.00 1	0.00 1	0.08 208	0.14 152
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
raftrobust	0.68 102	0.89 303	1.80 90	0.02 51	1.29 413	1.22 115	0.05 205	2.37 89	0.62 41	2.99 361	0.03 41	0.12 79	0.15 163	0.60 83	0.51 190	0.00 1	0.69 340	0.00 1	0.00 1	0.10 240	0.24 212

ARAFT	1.27 265	1.38 378	4.73 354	0.08 156	0.00 1	1.67 285	0.04 190	5.52 356	1.98 312	3.02 362	0.59 206	0.47 131	0.11 146	4.87 282	0.38 151	0.00 1	0.03 247	0.00 1	0.00 1	0.25 358	0.25 220

MFN_U_SF_DS_RVC	3.61 399	3.47 436	9.32 432	0.19 224	0.30 314	13.80 441	7.49 455	5.15 324	3.95 399	3.06 363	3.94 379	4.60 379	1.20 310	8.49 421	2.79 358	0.70 425	1.22 426	0.04 399	0.84 441	0.50 410	1.23 365

SDNR	3.62 401	1.25 366	7.41 414	0.71 361	0.22 266	26.06 465	0.02 108	4.55 276	2.42 348	3.10 364	11.33 421	3.05 337	0.77 285	8.31 419	2.21 334	0.05 388	0.11 281	0.00 1	0.01 261	0.08 208	0.66 299

ADCRef	2.57 380	1.40 380	7.90 421	0.11 197	0.11 223	4.71 399	0.74 369	5.45 354	1.66 268	3.15 365	1.65 303	1.61 252	2.25 361	4.54 264	15.56 445	0.03 375	0.00 1	0.01 368	0.10 328	0.27 370	0.23 208

KYRaft	1.26 263	0.08 4	1.58 49	0.06 135	0.23 271	1.28 149	0.75 370	2.92 114	0.81 68	3.20 366	7.14 407	0.99 210	2.70 375	1.56 159	0.16 56	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	1.66 404

NCCL2	1.51 308	1.32 372	3.27 286	0.03 72	0.07 195	1.63 272	3.29 418	4.54 275	1.61 250	3.22 367	0.37 161	3.84 368	0.31 213	4.42 255	2.02 326	0.00 1	0.00 1	0.02 389	0.00 1	0.09 229	0.22 204

DSFCA	1.45 299	0.51 214	2.76 239	0.01 13	0.03 146	3.64 379	0.83 371	3.28 147	1.45 224	3.25 368	0.44 178	2.89 329	1.45 328	6.07 331	2.14 329	0.00 1	0.02 237	0.00 1	0.00 1	0.06 172	0.10 123

DMCA-RVC	1.12 223	1.19 359	5.30 379	0.03 72	0.04 169	1.30 153	0.06 226	3.05 128	0.87 78	3.33 369	0.12 89	0.98 209	0.65 274	3.40 210	1.82 315	0.01 337	0.04 251	0.02 389	0.01 261	0.10 240	0.09 112

CVANet_RVC	1.37 288	0.82 294	3.23 279	0.54 318	0.11 223	1.48 224	0.46 347	4.01 216	2.23 330	3.33 369	1.34 283	1.51 243	0.37 224	6.38 344	0.69 219	0.01 337	0.00 1	0.00 1	0.05 299	0.19 335	0.62 295

FTStereo	2.20 366	0.09 7	2.07 151	0.18 219	0.13 230	1.43 195	4.50 433	2.98 121	0.97 96	3.35 371	17.70 435	0.77 182	4.06 401	4.36 252	0.15 50	0.15 409	0.00 1	0.00 1	0.00 1	0.02 50	1.19 363

DeepPruner_ROB	1.04 205	0.99 330	3.05 264	0.02 51	0.00 1	1.60 258	0.17 276	3.96 207	0.52 26	3.41 372	0.03 41	2.06 284	0.17 176	3.35 207	1.12 283	0.00 1	0.00 1	0.00 1	0.00 1	0.14 290	0.14 152

edge stereo	2.06 350	0.42 185	4.20 332	0.14 207	0.09 211	1.82 302	0.51 351	5.38 345	2.48 354	3.45 373	3.96 381	8.28 418	1.80 352	5.90 326	2.30 339	0.00 1	0.00 1	0.01 368	0.00 1	0.16 311	0.19 184

DLCB_ROB	1.38 289	0.60 242	1.96 133	0.10 184	0.00 1	1.53 238	0.23 299	4.02 217	1.91 303	3.54 374	1.97 316	3.40 351	0.30 209	4.91 283	2.97 362	0.00 1	0.00 1	0.00 1	0.00 1	0.04 144	0.12 138

DCVSM-stereo	0.74 115	0.09 7	1.76 82	0.07 147	0.01 75	1.24 123	0.04 190	2.09 79	0.31 11	3.55 375	0.09 78	3.02 334	0.59 258	1.43 156	0.45 168	0.00 1	0.00 1	0.01 368	0.00 1	0.02 50	0.01 12

FBW_ROB	2.74 383	1.02 336	4.72 353	0.43 292	0.18 251	4.35 393	0.18 281	7.28 423	3.50 391	3.57 376	3.38 366	4.86 386	1.22 315	11.70 444	5.76 395	0.17 411	0.08 269	0.59 428	0.12 339	0.28 373	1.40 378

HBP-ISP	1.59 320	1.12 351	3.42 293	0.53 317	0.10 219	4.27 389	1.44 394	5.35 341	1.61 250	3.58 377	0.87 247	0.91 194	1.18 309	6.64 356	0.46 176	0.04 384	0.02 237	0.00 1	0.00 1	0.06 172	0.24 212

StereoDRNet	1.66 323	1.21 361	5.39 383	0.06 135	0.11 223	2.49 336	1.06 385	5.28 335	1.89 300	3.60 378	0.63 210	2.28 301	0.64 271	4.70 267	3.25 369	0.00 1	0.03 247	0.00 1	0.01 261	0.15 303	0.36 249

DRaft	1.40 293	0.20 93	1.83 105	0.09 172	0.01 75	1.66 281	0.42 344	2.13 82	0.59 36	3.75 379	5.16 390	0.41 125	4.27 404	5.52 310	1.63 307	0.01 337	0.06 262	0.00 1	0.07 310	0.08 208	0.12 138

HSM-Net_RVC	1.51 308	0.11 17	1.93 129	0.00 1	0.01 75	1.91 308	0.05 205	7.86 430	1.93 307	3.77 380	3.76 373	3.16 342	0.36 222	4.34 251	0.83 239	0.01 337	0.01 210	0.00 1	0.00 1	0.01 10	0.11 130
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LALA_ROB	1.55 316	1.07 346	2.99 263	0.02 51	0.06 184	3.20 363	0.49 350	4.07 224	1.80 293	3.79 381	0.66 215	4.51 377	0.25 201	3.82 230	4.07 382	0.00 1	0.00 1	0.00 1	0.00 1	0.10 240	0.11 130

RP	2.09 354	0.90 304	3.88 323	0.22 244	0.61 360	1.72 292	0.94 377	4.97 311	2.65 362	3.87 382	5.63 394	4.44 375	4.28 405	4.99 288	2.35 342	0.01 337	0.00 1	0.00 1	0.01 261	0.20 339	0.13 146

MADNet+	11.36 448	15.59 463	70.62 470	1.36 417	1.52 420	20.21 453	4.98 434	12.73 445	8.13 432	3.88 383	6.42 403	8.89 423	6.29 426	32.76 468	29.90 467	0.25 417	1.05 393	0.01 368	0.22 387	0.60 420	1.76 410

RGC	2.11 358	0.95 316	4.61 351	0.08 156	0.29 302	3.34 370	0.11 256	5.40 349	1.78 291	3.93 384	4.52 385	5.20 397	3.05 385	5.78 323	2.78 357	0.00 1	0.00 1	0.00 1	0.00 1	0.12 270	0.18 180

Wz-Net-MNSev	2.17 364	1.90 410	7.77 418	0.02 51	0.01 75	4.60 397	2.08 406	5.70 365	2.83 379	4.02 385	1.50 294	1.87 271	2.53 371	5.10 293	3.04 365	0.00 1	0.01 210	0.00 1	0.00 1	0.14 290	0.31 236

AF-Net	2.51 377	1.12 351	5.46 385	0.01 13	0.13 230	2.03 312	0.47 348	7.04 417	2.74 370	4.09 386	10.64 420	4.99 389	2.94 379	4.94 285	3.28 370	0.00 1	0.00 1	0.00 1	0.00 1	0.17 324	0.15 159

XPNet_ROB	1.41 295	0.81 292	2.75 238	0.04 99	0.01 75	1.70 290	0.17 276	4.14 237	1.69 272	4.12 387	1.10 265	1.58 249	0.52 247	5.13 295	4.07 382	0.00 1	0.00 1	0.00 1	0.00 1	0.11 263	0.25 220

FAT-Stereo	1.95 342	0.23 110	3.66 310	0.18 219	0.03 146	1.80 300	0.94 377	5.35 341	3.11 385	4.23 388	5.00 389	5.22 399	2.76 377	5.07 291	1.09 281	0.00 1	0.00 1	0.00 1	0.00 1	0.05 160	0.17 172

CBMV_ROB	2.06 350	0.31 150	2.72 235	0.63 344	0.00 1	2.83 353	0.88 374	5.24 334	2.41 347	4.28 389	6.16 398	3.07 340	3.47 393	5.81 325	2.69 350	0.00 1	0.00 1	0.00 1	0.00 1	0.05 160	0.56 287

DANet	1.96 344	0.24 115	3.72 314	0.78 376	0.48 339	2.65 346	0.34 337	3.94 204	1.71 278	4.35 390	1.56 297	5.09 392	0.56 252	6.97 381	5.99 398	0.01 337	0.00 1	0.00 1	0.01 261	0.04 144	0.66 299
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MSC_U_SF_DS_RVC	5.48 425	3.14 435	10.56 437	0.47 302	0.29 302	24.98 462	8.65 459	6.24 393	9.96 435	4.38 391	8.16 410	8.42 420	2.44 368	9.46 429	6.27 401	1.11 430	1.70 445	0.33 422	0.47 427	1.16 431	1.35 375

PASM	2.20 366	1.85 406	10.33 436	1.00 394	0.41 323	1.98 309	0.90 376	3.85 191	2.76 372	4.38 391	1.53 295	3.49 357	1.54 335	6.60 353	2.43 345	0.14 408	0.02 237	0.00 1	0.03 284	0.33 384	0.39 260

DRN-Test	1.79 332	0.51 214	4.94 365	0.19 224	0.14 235	3.30 366	0.19 285	6.58 405	2.31 337	4.40 393	0.77 232	2.10 288	1.73 347	5.40 307	2.82 360	0.00 1	0.00 1	0.00 1	0.01 261	0.12 270	0.27 229

ACVNet_1	6.79 434	2.72 430	6.97 409	9.78 453	7.38 452	7.67 422	2.29 410	10.50 440	6.93 424	4.51 394	5.39 392	13.21 432	6.34 427	7.02 387	3.31 372	9.70 455	2.48 455	10.85 456	0.11 332	11.41 455	7.23 454

ADCPNet	3.94 407	1.47 386	14.87 447	0.11 197	0.45 333	7.19 418	2.23 409	5.42 351	3.18 387	4.53 395	2.03 320	7.48 417	5.27 417	7.05 388	14.73 442	0.02 364	0.74 349	0.04 399	0.91 447	0.23 349	0.85 331

stereogan	2.38 375	0.59 239	5.05 369	0.01 13	0.09 211	8.26 427	0.58 360	4.92 307	3.65 394	4.68 396	4.60 386	6.43 408	2.39 366	5.27 301	0.72 224	0.00 1	0.01 210	0.01 368	0.00 1	0.27 370	0.13 146

ETE_ROB	1.42 297	1.04 341	3.10 269	0.02 51	0.03 146	1.81 301	0.22 296	4.73 291	1.67 270	4.77 397	1.43 289	2.77 320	0.08 117	4.23 245	2.20 331	0.00 1	0.00 1	0.00 1	0.00 1	0.06 172	0.20 197

ADCL	3.64 402	1.54 390	8.53 430	0.26 265	0.28 300	7.37 419	4.49 432	5.42 351	3.61 393	4.79 398	3.85 376	5.14 394	4.47 407	6.28 340	15.73 446	0.05 388	0.01 210	0.11 412	0.13 341	0.34 387	0.33 244

DAS	1.40 293	0.11 17	2.83 246	0.04 99	0.01 75	1.31 155	1.14 388	4.51 269	2.02 315	4.84 399	2.33 330	1.65 257	0.56 252	5.53 311	0.85 242	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 184

SepStereo	1.41 295	0.11 17	2.83 246	0.04 99	0.01 75	1.31 155	1.14 388	4.51 269	2.02 315	4.84 399	2.33 330	1.65 257	0.56 252	5.78 323	0.85 242	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 184

MFN_U_SF_RVC	4.10 411	2.36 421	12.04 441	1.00 394	0.27 294	10.31 433	0.51 351	8.83 435	3.69 395	4.90 401	3.30 364	9.33 424	3.43 392	8.28 417	9.42 420	0.41 420	0.53 328	0.52 424	0.81 440	0.90 429	1.05 350

GrayStereo	1.55 316	0.06 1	1.53 41	0.75 373	0.20 259	1.27 145	4.44 431	3.44 155	1.20 137	4.92 402	3.92 377	0.45 128	4.54 408	3.43 212	0.09 16	0.00 1	0.00 1	0.00 1	0.49 430	0.02 50	0.25 220

XQC	3.16 391	2.00 413	7.71 417	0.97 393	0.67 371	5.07 403	0.69 366	6.58 405	4.95 410	5.04 403	1.98 319	4.99 389	3.12 387	7.96 413	10.02 425	0.00 1	0.63 336	0.00 1	0.18 368	0.36 393	0.38 259

NVStereoNet_ROB	4.22 412	2.29 418	6.13 397	1.40 418	1.14 409	2.84 354	0.97 379	5.67 363	5.66 414	5.25 404	14.28 429	12.40 430	5.35 419	10.74 439	5.33 392	1.24 435	1.01 392	0.67 432	0.62 436	0.63 423	0.69 310
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RAFT-RH_RVC	2.11 358	0.30 144	2.27 183	0.74 370	0.26 289	1.51 233	0.02 108	0.61 8	1.23 151	5.28 405	21.18 447	1.04 213	0.07 105	6.90 372	0.61 204	0.04 384	0.00 1	0.00 1	0.03 284	0.02 50	0.00 1

psmorigin	2.16 363	0.75 277	10.72 438	0.24 254	0.03 146	1.62 269	0.20 286	3.80 178	1.16 121	5.40 406	3.08 357	5.77 402	2.29 362	5.62 318	2.13 328	0.00 1	0.00 1	0.00 1	0.00 1	0.08 208	0.25 220

NaN_ROB	2.33 374	1.31 371	4.55 348	0.32 275	0.30 314	3.13 362	5.01 437	4.57 278	2.78 375	5.49 407	1.73 304	2.28 301	1.98 357	7.48 400	4.32 385	0.01 337	0.06 262	0.03 394	0.09 322	0.20 339	0.88 334

CBMV	1.97 347	0.56 232	2.61 228	0.46 296	0.07 195	2.91 357	4.18 428	4.58 279	2.78 375	5.50 408	2.21 325	2.84 326	2.94 379	4.75 273	2.31 340	0.00 1	0.00 1	0.00 1	0.00 1	0.15 303	0.60 291
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SGM-Forest	2.15 362	0.50 208	2.42 212	0.19 224	0.25 280	3.47 376	2.38 411	4.53 273	2.46 351	5.64 409	3.99 382	3.74 364	2.22 359	6.99 382	3.08 366	0.01 337	0.02 237	0.00 1	0.00 1	0.05 160	0.98 344
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
WZ-Net	4.64 417	2.57 426	25.72 457	0.10 184	0.09 211	3.07 359	2.08 406	6.59 407	5.41 412	6.08 410	4.09 383	7.02 415	6.04 425	11.64 441	11.45 432	0.00 1	0.00 1	0.00 1	0.00 1	0.21 342	0.61 293

RTSC	3.18 392	2.15 417	8.20 425	0.67 356	0.38 320	4.41 395	0.08 234	5.64 360	5.80 417	6.14 411	3.43 367	3.37 348	1.55 338	7.50 401	12.15 434	0.00 1	0.84 364	0.00 1	0.25 397	0.51 411	0.53 279

CSAN	3.10 388	1.72 400	5.85 390	0.37 281	0.14 235	4.15 388	3.91 425	4.94 309	4.65 408	6.43 412	6.29 401	4.62 380	5.17 415	8.13 414	4.85 390	0.02 364	0.03 247	0.03 394	0.05 299	0.26 365	0.48 275

test_sample8	3.98 408	0.51 214	3.23 279	0.03 72	0.03 146	2.48 333	0.01 25	5.07 320	1.50 233	6.62 413	0.90 251	14.02 435	7.06 430	6.14 335	10.04 426	0.68 422	17.48 469	1.79 437	1.08 448	0.02 50	0.82 324

AnyNet_C32	4.41 416	3.74 443	15.17 449	0.48 310	0.51 342	5.99 413	6.52 451	5.30 338	2.72 369	6.86 414	3.66 372	5.21 398	3.19 389	7.42 398	19.54 452	0.08 399	0.04 251	0.20 419	0.09 322	0.67 426	0.76 319

MFMNet_re	2.39 376	1.65 398	6.10 395	3.04 436	0.90 389	2.34 329	0.98 380	4.77 295	3.79 397	6.95 415	7.08 406	1.84 270	3.79 399	2.53 188	1.57 304	0.00 1	0.00 1	0.00 1	0.00 1	0.25 358	0.26 226

SANet	5.04 420	1.86 408	7.96 422	0.39 285	0.12 228	7.51 421	3.73 424	7.20 420	16.07 444	7.15 416	13.16 426	12.35 429	8.70 434	8.28 417	5.37 393	0.00 1	0.01 210	0.00 1	0.00 1	0.13 280	0.71 312

IMH-64-1	10.12 443	3.75 444	4.24 334	11.47 456	9.26 456	11.93 439	5.30 440	18.72 452	15.74 442	7.16 417	18.55 437	16.83 440	6.83 428	11.66 442	9.62 422	10.09 457	2.54 456	15.69 461	1.72 453	12.82 456	8.45 458

IMH-64	10.12 443	3.75 444	4.24 334	11.47 456	9.26 456	11.93 439	5.30 440	18.72 452	15.74 442	7.16 417	18.55 437	16.83 440	6.83 428	11.66 442	9.62 422	10.09 457	2.54 456	15.69 461	1.72 453	12.82 456	8.45 458

ACVNet_2	9.32 440	2.76 431	8.07 423	8.84 450	6.89 447	14.54 446	4.19 429	14.25 447	23.92 450	7.62 419	19.61 445	20.42 445	5.93 424	8.52 422	3.64 375	9.16 452	1.74 447	7.93 446	0.36 420	10.56 450	7.47 457

PWC_ROB	3.30 394	1.83 403	8.47 428	0.62 343	0.56 348	1.31 155	0.39 341	4.53 273	5.05 411	7.66 420	15.14 430	3.37 348	2.43 367	6.86 369	6.74 405	0.00 1	0.00 1	0.00 1	0.00 1	0.51 411	0.54 280

SHD	3.58 396	1.83 403	6.41 402	1.34 415	1.21 412	4.84 400	0.17 276	7.95 431	12.83 438	7.86 421	3.32 365	5.08 391	2.63 373	5.54 312	8.57 414	0.01 337	0.75 350	0.00 1	0.18 368	0.31 380	0.73 315

AnyNet_C01	7.15 435	5.48 450	37.47 463	1.08 401	0.59 357	11.50 437	6.49 450	6.93 411	4.31 402	8.06 422	9.11 415	8.72 421	4.06 401	14.50 450	21.97 461	0.11 404	0.08 269	0.24 421	0.09 322	1.11 430	1.07 353

SAMSARA	4.31 413	1.94 412	7.80 420	1.96 428	1.40 415	10.65 435	7.35 452	7.17 419	4.49 405	8.27 423	3.58 370	10.58 427	3.75 396	7.87 411	6.66 404	0.01 337	1.09 401	0.00 1	0.23 391	0.26 365	1.19 363

G-Net	3.58 396	0.58 237	5.14 375	1.61 421	1.86 424	10.46 434	1.85 402	3.24 143	1.69 272	8.68 424	11.81 424	6.03 403	7.62 431	4.82 280	5.52 394	0.08 399	0.12 283	0.07 404	0.15 345	0.16 311	0.16 167

RTS	10.27 445	3.55 437	66.16 468	1.62 422	2.34 431	13.96 443	6.25 446	6.95 413	18.07 447	8.81 425	19.18 441	6.82 413	2.96 381	26.87 464	19.93 454	0.00 1	0.42 315	0.00 1	0.03 284	0.40 401	0.99 346

RTSA	10.27 445	3.55 437	66.16 468	1.62 422	2.34 431	13.96 443	6.25 446	6.95 413	18.07 447	8.81 425	19.18 441	6.82 413	2.96 381	26.87 464	19.93 454	0.00 1	0.42 315	0.00 1	0.03 284	0.40 401	0.99 346

IMH	11.71 450	4.49 447	4.59 350	11.55 458	9.35 458	14.27 445	5.00 436	21.03 460	25.97 454	8.90 427	23.64 456	20.58 447	10.29 440	13.39 448	9.59 421	10.13 460	2.57 458	15.53 459	1.75 455	13.04 458	8.53 460

DispFullNet	8.26 437	24.76 469	14.96 448	14.77 462	7.78 453	5.23 405	0.09 246	5.67 363	3.16 386	9.01 428	4.87 388	6.15 405	10.66 442	10.44 436	4.54 387	2.54 440	0.33 309	15.59 460	4.84 462	13.17 459	6.59 451

LVE	11.75 451	3.56 440	5.48 387	10.38 454	8.28 454	22.54 456	7.53 456	17.01 450	32.01 460	9.26 429	23.28 454	23.43 451	9.72 436	11.79 445	7.81 409	10.09 457	2.62 461	11.07 457	0.59 434	11.18 454	7.44 456

pmcnn	3.98 408	0.95 316	7.29 412	0.71 361	1.42 416	2.84 354	1.22 391	5.89 379	2.42 348	9.34 430	11.71 423	18.88 444	2.65 374	6.89 371	6.35 402	0.00 1	0.07 265	0.00 1	0.00 1	0.21 342	0.76 319

ADCS	5.55 426	3.55 437	19.07 452	0.43 292	0.14 235	5.87 412	4.20 430	7.65 428	7.80 430	9.79 431	6.22 400	6.48 410	5.52 421	10.52 437	22.41 462	0.00 1	0.00 1	0.00 1	0.00 1	0.48 407	0.97 343

WAO-6	11.65 449	2.71 429	4.73 354	7.69 447	7.28 450	17.41 448	7.45 453	20.43 457	38.14 467	10.13 432	19.37 443	27.36 455	12.38 447	13.35 447	13.26 438	4.38 441	2.43 454	10.51 455	0.03 284	9.00 443	4.96 447

LSM	7.83 436	2.59 427	24.93 456	4.71 442	40.61 471	3.55 377	5.22 439	5.91 380	7.48 427	10.86 433	13.66 428	4.55 378	3.92 400	7.72 409	5.88 397	0.02 364	0.26 299	0.00 1	0.00 1	0.30 378	14.53 468

SPS-STEREO	3.67 404	1.46 384	4.23 333	0.36 278	0.23 271	3.93 382	1.20 390	6.67 408	3.50 391	11.05 434	8.81 413	9.53 425	4.63 409	9.10 424	7.25 408	0.01 337	0.01 210	0.00 1	0.00 1	0.13 280	1.28 372
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCMid	4.33 414	2.40 423	13.81 446	0.23 249	0.40 321	4.90 401	1.23 392	5.73 366	3.73 396	11.06 435	3.94 379	6.67 412	5.11 413	7.11 390	18.03 449	0.12 406	0.08 269	0.55 425	0.46 425	0.61 421	0.49 276

JetBlue	14.57 458	6.38 453	35.83 462	0.95 391	7.05 448	51.27 471	22.93 469	16.51 448	9.78 433	11.72 436	17.82 436	27.82 456	17.62 458	33.31 469	20.36 456	0.35 419	0.18 290	0.15 417	0.25 397	5.36 439	5.74 448

Dean	12.08 452	3.10 434	8.10 424	10.98 455	8.34 455	18.85 451	5.53 442	21.57 462	40.96 469	11.81 437	21.91 449	25.74 454	9.74 437	8.20 415	5.76 395	9.65 454	2.35 451	9.94 450	0.65 439	10.97 452	7.40 455

PVD	6.50 431	1.70 399	6.71 408	1.66 425	1.59 422	7.94 424	0.89 375	11.13 442	24.35 451	12.01 438	19.10 440	8.76 422	9.89 439	9.85 430	11.06 430	0.02 364	1.12 409	0.00 1	0.26 404	0.25 358	1.72 405

SGM_RVC	4.67 418	0.61 248	2.62 230	1.13 402	0.29 302	7.96 425	2.60 412	7.55 427	4.36 404	12.34 439	9.95 417	15.94 439	8.56 433	10.88 440	6.38 403	0.22 415	0.25 296	0.20 419	0.23 391	0.32 382	0.92 337
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TorneroNet-64	16.11 461	6.82 454	6.11 396	14.13 460	12.13 461	28.42 467	6.47 449	20.35 456	38.01 466	12.80 440	27.88 462	35.94 463	16.83 454	20.38 458	16.77 447	10.33 461	2.60 459	19.45 464	2.86 456	14.63 460	9.33 462

WAO-7	9.62 441	2.87 432	5.64 389	0.96 392	0.21 265	20.37 454	5.13 438	23.65 466	26.32 455	13.11 441	27.70 461	22.69 448	14.04 449	14.53 451	13.11 437	0.13 407	0.09 275	0.58 426	0.10 328	0.51 411	0.75 318

MSMD_ROB	5.26 423	0.52 222	3.22 277	0.15 212	0.01 75	8.63 430	1.06 385	4.76 294	4.16 401	13.72 442	26.77 458	13.87 434	15.95 452	7.89 412	3.94 380	0.11 404	0.01 210	0.00 1	0.00 1	0.06 172	0.34 246

SGM+DAISY	6.27 429	3.62 442	9.36 433	2.30 429	2.34 431	9.12 432	6.38 448	6.98 416	6.00 418	14.26 443	15.55 432	14.02 435	9.84 438	9.45 428	8.56 413	1.21 433	1.60 442	0.58 426	0.86 444	0.63 423	2.74 437

PWCK	9.63 442	6.94 456	19.91 453	6.25 443	0.22 266	22.62 457	14.62 466	12.15 443	13.48 439	14.34 444	13.17 427	13.25 433	8.40 432	16.14 452	11.57 433	6.38 445	0.26 299	2.41 443	0.11 332	8.57 442	1.74 408

aanetorigin	2.99 385	1.00 332	9.85 434	0.23 249	0.23 271	1.59 254	2.01 403	1.94 74	1.25 160	14.45 445	10.04 419	2.98 332	3.75 396	4.97 287	4.01 381	0.10 402	0.05 256	0.09 407	0.11 332	0.55 418	0.55 285

TorneroNet	16.83 462	6.92 455	6.68 407	14.15 461	12.07 460	27.63 466	8.39 458	21.53 461	37.64 465	14.70 446	32.94 466	33.55 461	18.95 461	19.68 457	20.80 458	10.39 462	2.61 460	19.77 465	3.45 457	15.42 461	9.28 461

FCDSN-DC	5.38 424	0.65 260	3.19 274	0.24 254	0.46 336	5.71 408	1.61 398	5.83 377	4.51 406	14.74 447	22.03 450	20.43 446	13.01 448	8.48 420	6.00 399	0.02 364	0.00 1	0.00 1	0.00 1	0.07 197	0.52 278
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
WCMA_ROB	5.16 421	1.07 346	4.40 345	0.66 350	0.69 374	6.28 416	3.63 423	5.39 347	4.05 400	14.77 448	19.39 444	15.46 437	10.72 443	7.67 408	6.77 406	0.19 414	0.27 302	0.18 418	0.20 376	0.18 332	1.23 365

MDST_ROB	3.81 406	0.21 98	4.29 337	2.64 434	1.45 418	13.85 442	1.02 384	8.06 433	2.67 363	15.14 449	8.81 413	2.70 318	1.55 338	9.31 426	3.90 379	0.03 375	0.00 1	0.00 1	0.00 1	0.03 114	0.63 296

KSHMR	14.93 459	8.30 457	8.52 429	15.54 463	13.01 462	17.62 449	10.36 461	19.39 455	30.53 458	19.03 450	22.15 451	28.32 457	9.61 435	16.44 453	10.96 429	10.98 465	3.74 466	21.96 467	4.87 463	16.79 462	10.39 463

EDNetEfficientorigin	10.48 447	2.34 420	98.78 480	0.23 249	0.25 280	3.01 358	0.70 367	4.69 290	17.04 446	19.07 451	15.43 431	12.52 431	11.56 446	9.41 427	12.62 436	0.01 337	0.01 210	0.00 1	0.01 261	0.25 358	1.76 410

ktn	19.65 465	19.61 464	8.27 427	22.99 469	17.38 467	23.89 458	11.97 463	24.83 468	34.40 464	19.19 452	27.37 459	32.56 458	18.29 459	16.52 454	18.28 450	22.43 469	3.70 465	29.28 470	10.90 468	19.65 466	11.59 465

WAO-8	14.47 456	5.06 448	6.42 403	8.00 448	6.65 445	23.95 459	2.97 414	23.01 463	45.08 470	19.24 453	34.86 468	33.07 459	17.51 456	17.59 455	14.38 440	5.22 443	0.86 366	10.06 451	0.85 442	10.25 447	4.34 445

Venus	14.47 456	5.06 448	6.42 403	8.00 448	6.65 445	23.95 459	2.97 414	23.01 463	45.08 470	19.24 453	34.85 467	33.07 459	17.51 456	17.59 455	14.38 440	5.22 443	0.86 366	10.06 451	0.85 442	10.25 447	4.34 445

FC-DCNN	6.44 430	0.46 197	3.25 285	0.54 318	0.56 348	8.01 426	1.37 393	8.76 434	7.15 425	19.35 455	22.25 452	22.72 449	15.44 451	10.37 435	7.93 411	0.00 1	0.01 210	0.00 1	0.00 1	0.03 114	0.64 298

FC-DCNN v2	6.60 432	0.46 197	3.23 279	0.56 322	0.58 354	8.28 428	1.46 395	9.35 437	7.29 426	19.57 456	23.13 453	23.87 453	14.94 450	10.69 438	7.88 410	0.00 1	0.01 210	0.00 1	0.00 1	0.03 114	0.63 296

EDNetEfficient	6.66 433	1.34 375	34.37 461	0.66 350	1.93 428	2.04 314	3.59 422	3.08 132	14.92 441	20.02 457	9.53 416	6.48 410	10.85 444	7.65 404	15.21 443	0.03 375	0.10 278	0.01 368	0.22 387	0.61 421	0.55 285

MeshStereo	6.09 427	0.97 323	3.59 303	0.26 265	0.14 235	7.68 423	2.02 404	10.42 439	5.77 415	20.76 458	19.69 446	22.78 450	10.56 441	10.29 434	6.16 400	0.00 1	0.00 1	0.00 1	0.00 1	0.29 376	0.41 265
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
UNDER WATER	20.50 466	13.77 462	33.30 459	20.84 467	14.55 464	30.38 468	19.68 468	17.23 451	34.25 463	21.44 459	18.98 439	38.38 464	31.61 466	25.31 461	22.42 463	10.71 464	2.76 462	19.90 466	4.92 464	17.87 464	11.76 466

notaker	18.29 463	22.89 467	10.13 435	18.52 465	14.64 465	17.81 450	7.48 454	20.77 458	24.37 452	21.91 460	27.45 460	39.00 465	20.06 462	20.53 459	21.90 460	12.54 466	2.81 464	25.96 469	6.03 466	19.60 465	11.37 464

UNDER WATER-64	20.90 467	11.73 461	33.74 460	20.56 466	13.88 463	34.56 469	24.71 470	16.81 449	33.52 462	22.54 461	17.10 434	40.14 467	33.68 470	25.46 462	23.75 464	10.68 463	2.78 463	18.70 463	4.60 460	17.07 463	12.03 467

ELAS_RVC	8.75 438	1.59 395	6.34 401	1.91 427	1.87 425	11.67 438	12.14 464	10.75 441	16.11 445	22.55 462	21.45 448	18.49 442	18.29 459	14.17 449	12.53 435	0.92 428	1.32 433	0.70 433	0.46 425	0.53 417	1.25 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	9.07 439	1.55 392	5.19 377	1.87 426	1.92 427	17.05 447	8.29 457	13.92 446	13.52 440	23.08 463	28.56 463	18.59 443	16.90 455	12.06 446	13.39 439	0.91 427	1.32 433	0.65 431	0.59 434	0.68 427	1.31 373
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
tt	68.57 474	0.18 60	99.50 481	50.44 472	14.99 466	100.00 482	100.00 482	100.00 484	99.70 479	28.28 464	12.01 425	99.97 484	98.67 480	99.55 480	99.99 483	89.99 477	98.19 478	46.13 473	51.48 474	60.62 472	21.71 470

SGM-ForestM	14.25 455	3.00 433	8.67 431	2.38 431	1.88 426	24.45 461	11.87 462	19.27 454	21.66 449	30.68 465	29.79 465	46.58 469	28.97 465	27.26 466	21.22 459	1.14 432	1.67 444	0.61 430	0.89 446	0.51 411	2.50 436

DPSimNet_ROB	26.59 469	21.34 466	28.49 458	25.34 470	19.24 468	25.03 463	28.61 471	30.13 470	30.91 459	33.36 466	29.60 464	33.91 462	28.18 464	25.99 463	42.58 469	17.84 468	15.40 468	25.41 468	22.86 472	21.10 468	26.45 472

MANE	15.61 460	2.70 428	7.19 411	3.43 438	5.19 443	21.44 455	9.54 460	24.27 467	29.58 457	33.72 467	42.10 470	42.08 468	32.55 467	24.60 460	20.72 457	1.46 437	2.17 449	1.34 435	4.60 460	0.49 408	3.04 440

BEATNet-Init1	19.30 464	9.61 459	39.48 464	3.09 437	2.67 435	39.40 470	17.68 467	23.58 465	25.88 453	38.63 468	37.63 469	50.99 470	33.56 469	30.54 467	24.44 465	1.09 429	1.51 440	0.60 429	0.88 445	1.81 435	2.89 438

HanzoNet	30.55 470	30.82 470	24.44 455	22.40 468	19.25 469	25.74 464	14.00 465	29.76 469	40.45 468	43.57 469	44.15 471	55.63 471	46.26 471	43.79 471	45.27 470	28.35 470	9.71 467	30.23 471	16.18 470	23.20 469	17.85 469

JetRed	35.17 471	40.12 472	62.92 466	15.92 464	26.66 470	70.02 473	42.94 473	32.33 471	33.48 461	46.29 470	45.31 472	39.98 466	26.04 463	38.73 470	56.93 472	12.90 467	37.58 473	13.38 458	9.53 467	30.41 470	21.91 471

coex-ft	12.25 453	6.22 451	80.44 471	0.15 212	0.15 243	2.43 331	0.98 380	3.07 131	29.54 456	49.22 471	16.44 433	15.69 438	16.17 453	7.44 399	15.30 444	0.05 388	0.07 265	0.01 368	0.05 299	0.35 391	1.15 360

LE_ROB	13.25 454	1.86 408	12.84 443	2.35 430	1.43 417	7.50 420	5.92 443	10.14 438	48.57 472	57.70 472	24.61 457	23.44 452	32.60 468	10.12 432	24.95 466	0.06 394	0.08 269	0.13 416	0.20 376	0.09 229	0.41 265

MADNet++	48.24 472	34.06 471	39.67 465	43.36 471	41.25 472	66.15 472	33.15 472	60.90 473	54.14 473	72.30 473	61.91 473	58.11 472	56.05 472	58.09 472	59.59 473	43.04 472	36.86 472	35.73 472	22.37 471	45.96 471	42.06 473

LRCNet_RVC	60.82 473	63.91 474	64.33 467	69.26 476	50.13 473	19.76 452	0.07 228	58.24 472	5.77 415	75.95 474	85.64 474	74.51 473	62.84 473	58.99 473	50.33 471	93.38 480	56.04 477	93.60 478	93.06 478	68.67 476	71.95 478

xxxxx1	76.86 475	82.53 475	93.06 475	61.86 473	67.25 474	95.91 476	95.20 477	75.90 474	81.13 474	82.69 475	86.70 475	89.27 474	87.62 474	85.18 474	86.89 474	55.21 473	54.91 474	60.27 474	72.48 475	60.77 473	62.32 474

tt_ll	76.86 475	82.53 475	93.06 475	61.86 473	67.25 474	95.91 476	95.20 477	75.90 474	81.13 474	82.69 475	86.70 475	89.27 474	87.62 474	85.18 474	86.89 474	55.21 473	54.91 474	60.27 474	72.48 475	60.77 473	62.32 474

ff	76.86 475	82.53 475	93.06 475	61.86 473	67.25 474	95.91 476	95.20 477	75.90 474	81.13 474	82.69 475	86.70 475	89.27 474	87.62 474	85.18 474	86.89 474	55.21 473	54.91 474	60.27 474	72.48 475	60.77 473	62.32 474

DPSMNet_ROB	99.43 487	99.92 483	99.98 484	96.44 483	100.00 485	100.00 482	100.00 482	99.82 483	100.00 482	95.92 478	100.00 482	99.26 481	100.00 483	99.77 481	99.99 483	98.36 482	100.00 483	99.86 480	100.00 483	99.38 482	99.98 488

DGTPSM_ROB	99.42 486	99.92 483	99.98 484	96.43 482	100.00 485	100.00 482	100.00 482	99.81 482	100.00 482	95.92 478	100.00 482	99.26 481	100.00 483	99.77 481	99.99 483	98.23 481	100.00 483	99.86 480	100.00 483	99.38 482	99.97 487

MEDIAN_ROB	96.88 479	99.41 478	98.74 479	94.82 479	94.30 479	93.21 475	90.85 475	95.70 479	94.83 478	97.65 480	97.67 479	98.31 479	96.57 479	94.60 477	93.95 479	99.78 485	98.28 479	99.99 482	99.90 481	99.50 484	99.57 482

Anonymous_1	96.94 480	99.72 481	99.64 482	92.03 477	93.81 477	100.00 482	100.00 482	99.18 481	99.90 481	98.59 481	99.75 480	99.15 480	99.95 482	98.52 479	99.54 480	87.31 476	98.83 480	90.77 477	96.89 479	91.07 478	94.14 479

PML	88.69 478	99.49 479	92.95 474	94.34 478	94.09 478	98.57 480	96.73 480	93.58 477	94.50 477	99.57 482	91.07 478	95.40 478	91.48 477	99.96 484	90.33 477	99.98 487	31.85 471	100.00 484	46.15 473	93.62 479	70.14 477

HaxPig	97.67 481	99.63 480	91.79 473	99.82 486	99.96 483	88.42 474	87.25 474	98.22 480	99.89 480	99.93 483	99.96 481	99.95 483	99.86 481	96.37 478	92.57 478	99.96 486	99.98 482	99.99 482	99.99 482	99.99 488	99.91 484

Selective-RAFT-Error	100.00 490	100.00 486	100.00 486	100.00 489	100.00 485	100.00 482	100.00 482	100.00 484	100.00 482	100.00 484	100.00 482	100.00 485	100.00 483	100.00 486	100.00 486	100.00 488	100.00 483	100.00 484	100.00 483	99.98 486	99.94 485

CasAABBNet	99.93 488	100.00 486	100.00 486	99.70 485	100.00 485	100.00 482	100.00 482	100.00 484	100.00 482	100.00 484	100.00 482	100.00 485	100.00 483	100.00 486	100.00 486	99.08 483	100.00 483	100.00 484	100.00 483	99.96 485	99.94 485

test_example2	98.82 482	99.97 485	99.97 483	99.95 488	99.97 484	99.48 481	99.97 481	94.95 478	100.00 482	100.00 484	100.00 482	93.49 477	93.63 478	99.93 483	99.91 481	100.00 488	99.77 481	96.68 479	98.65 480	100.00 489	100.00 489

LSM0	99.93 488	100.00 486	100.00 486	99.82 486	100.00 485	100.00 482	100.00 482	100.00 484	100.00 482	100.00 484	100.00 482	100.00 485	100.00 483	100.00 486	100.00 486	99.09 484	100.00 483	100.00 484	100.00 483	99.98 486	99.79 483

DPSM_ROB	99.05 483	100.00 486	100.00 486	95.92 480	98.77 481	100.00 482	100.00 482	100.00 484	100.00 482	100.00 484	100.00 482	100.00 485	100.00 483	100.00 486	100.00 486	93.10 478	100.00 483	100.00 484	100.00 483	95.46 480	97.74 480

DPSM	99.05 483	100.00 486	100.00 486	95.92 480	98.77 481	100.00 482	100.00 482	100.00 484	100.00 482	100.00 484	100.00 482	100.00 485	100.00 483	100.00 486	100.00 486	93.10 478	100.00 483	100.00 484	100.00 483	95.46 480	97.74 480

AVERAGE_ROB	99.26 485	99.81 482	97.70 478	100.00 489	100.00 485	96.38 479	91.35 476	100.00 484	100.00 482	100.00 484	100.00 482	100.00 485	100.00 483	99.98 485	99.97 482	100.00 488	100.00 483	100.00 484	100.00 483	100.00 489	100.00 489

Low-res two-view benchmark