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

rvit_stereo_0083	0.13 1	0.02 1	0.30 4	0.00 1	0.00 1	0.14 2	0.01 73	0.56 13	1.11 231	0.05 28	0.01 1	0.04 19	0.02 22	0.25 55	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 77

GLC_STEREO	0.13 1	0.08 49	0.61 16	0.01 23	0.00 1	0.94 47	0.03 180	0.29 1	0.21 33	0.05 28	0.02 47	0.06 48	0.04 67	0.26 62	0.07 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 77

UniTT-Stereo	0.16 3	0.11 97	1.13 116	0.03 124	0.17 328	0.32 6	0.02 137	0.38 3	0.32 50	0.03 19	0.16 117	0.05 37	0.07 111	0.16 22	0.16 120	0.00 1	0.00 1	0.00 1	0.00 1	0.11 306	0.00 1

CASnet	0.16 3	0.14 121	0.52 13	0.01 23	0.00 1	0.86 35	0.00 1	0.51 6	0.75 159	0.10 59	0.01 1	0.04 19	0.02 22	0.22 44	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
rvit_stereo_0081_aga	0.17 5	0.11 97	0.81 35	0.00 1	0.00 1	0.80 30	0.01 73	0.79 28	0.59 69	0.02 3	0.01 1	0.05 37	0.03 47	0.19 29	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081	0.17 5	0.04 6	0.25 2	0.00 1	0.00 1	0.75 27	0.01 73	1.22 44	0.79 171	0.07 31	0.01 1	0.03 10	0.02 22	0.17 24	0.06 43	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0082	0.17 5	0.04 6	0.25 2	0.00 1	0.00 1	0.75 27	0.01 73	1.22 44	0.79 171	0.07 31	0.01 1	0.03 10	0.02 22	0.17 24	0.06 43	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAStereo	0.17 5	0.21 187	1.18 131	0.04 152	0.01 123	0.18 3	0.00 1	0.81 29	0.34 52	0.07 31	0.04 79	0.05 37	0.05 80	0.19 29	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.00 1

RSM++	0.17 5	0.07 40	0.42 6	0.03 124	0.00 1	0.40 15	0.00 1	1.18 43	0.59 69	0.02 3	0.01 1	0.01 1	0.05 80	0.20 40	0.14 105	0.00 1	0.00 1	0.00 1	0.17 393	0.09 289	0.07 322

RSM	0.18 10	0.05 14	0.39 5	0.03 124	0.02 206	0.38 14	0.00 1	1.33 50	0.59 69	0.09 44	0.01 1	0.03 10	0.04 67	0.19 29	0.14 105	0.00 1	0.00 1	0.00 1	0.16 385	0.06 239	0.04 258

LoS_RVC	0.19 11	0.48 314	0.51 11	0.12 252	0.10 298	1.01 56	0.01 73	0.81 29	0.19 25	0.07 31	0.02 47	0.06 48	0.05 80	0.31 75	0.05 19	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.04 258

IGEV-Stereo++	0.20 12	0.05 14	0.22 1	0.01 23	0.00 1	1.11 92	0.00 1	1.84 78	0.34 52	0.08 38	0.01 1	0.02 3	0.03 47	0.19 29	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.01 77

ProNet	0.20 12	0.25 211	0.78 33	0.01 23	0.01 123	0.95 50	0.00 1	0.70 21	0.68 128	0.02 3	0.01 1	0.05 37	0.03 47	0.31 75	0.03 5	0.00 1	0.01 262	0.00 1	0.00 1	0.12 311	0.04 258

AIO-Stereo	0.21 14	0.07 40	0.44 7	0.03 124	0.03 227	0.41 16	0.01 73	1.65 68	0.65 108	0.09 44	0.01 1	0.02 3	0.04 67	0.22 44	0.05 19	0.00 1	0.00 1	0.00 1	0.33 432	0.05 221	0.08 333

anonymousdsp	0.21 14	0.21 187	0.63 18	0.02 81	0.00 1	1.07 74	0.00 1	0.74 26	0.77 168	0.09 44	0.01 1	0.04 19	0.07 111	0.25 55	0.04 7	0.00 1	0.00 1	0.00 1	0.16 385	0.08 267	0.03 229

IGEV-Stereo	0.21 14	0.21 187	0.63 18	0.02 81	0.00 1	1.07 74	0.00 1	0.73 25	0.77 168	0.09 44	0.01 1	0.04 19	0.07 111	0.24 50	0.04 7	0.00 1	0.00 1	0.00 1	0.16 385	0.08 267	0.03 229
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sCroCo_RVC	0.21 14	0.14 121	1.54 186	0.01 23	0.00 1	0.13 1	0.04 202	1.10 39	0.65 108	0.10 59	0.05 82	0.03 10	0.04 67	0.23 47	0.05 19	0.00 1	0.07 377	0.00 1	0.00 1	0.01 36	0.00 1

PMTNet	0.21 14	0.19 170	0.85 41	0.02 81	0.02 206	1.14 103	0.30 336	0.88 32	0.11 1	0.03 19	0.02 47	0.07 58	0.02 22	0.37 92	0.12 96	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.00 1

trnet	0.22 19	0.14 121	0.67 25	0.00 1	0.00 1	1.24 151	0.01 73	1.16 42	0.56 66	0.09 44	0.08 92	0.05 37	0.00 1	0.29 71	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

MaDis-Stereo	0.22 19	0.29 237	0.87 45	0.05 172	0.18 332	0.41 16	0.01 73	1.24 46	0.56 66	0.02 3	0.03 68	0.13 86	0.05 80	0.32 81	0.24 154	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

AEACV	0.22 19	0.05 14	0.66 24	0.02 81	0.03 227	0.87 37	0.00 1	1.07 38	0.15 10	0.18 80	0.01 1	0.02 3	0.72 289	0.15 19	0.09 72	0.00 1	0.03 340	0.00 1	0.27 422	0.08 267	0.07 322

Selective-IGEV	0.22 19	0.06 30	0.46 9	0.05 172	0.04 244	0.34 8	0.04 202	2.16 95	0.59 69	0.09 44	0.01 1	0.02 3	0.05 80	0.18 26	0.05 19	0.00 1	0.00 1	0.00 1	0.09 362	0.03 168	0.09 339

CREStereo	0.22 19	0.17 155	0.64 21	0.00 1	0.01 123	1.22 136	0.01 73	1.15 41	0.56 66	0.10 59	0.07 89	0.04 19	0.00 1	0.32 81	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
Former-RAFT_DAM_RVC	0.23 24	0.13 113	0.62 17	0.01 23	0.00 1	1.05 71	0.00 1	0.63 18	0.80 174	0.76 159	0.18 126	0.09 68	0.06 99	0.05 1	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 276

ff7	0.23 24	0.21 187	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 159	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 377	0.07 254	0.01 77

ffff	0.23 24	0.21 187	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 159	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 377	0.07 254	0.01 77

11t	0.23 24	0.21 187	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 159	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 377	0.07 254	0.01 77

ccc-4	0.23 24	0.21 187	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 159	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 377	0.07 254	0.01 77

Occ-G	0.24 29	0.10 80	0.59 15	0.01 23	0.01 123	0.80 30	0.04 202	0.62 17	0.15 10	0.01 1	0.51 200	1.34 239	0.04 67	0.09 3	0.21 142	0.00 1	0.00 1	0.00 1	0.15 377	0.15 332	0.00 1

SPstereo	0.24 29	0.29 237	0.82 37	0.01 23	0.00 1	1.24 151	0.00 1	1.70 73	0.23 37	0.02 3	0.01 1	0.09 68	0.10 141	0.18 26	0.05 19	0.00 1	0.03 340	0.00 1	0.00 1	0.08 267	0.01 77

MC-Stereo	0.24 29	0.12 104	0.71 28	0.04 152	0.02 206	1.07 74	0.00 1	1.30 48	0.17 20	0.59 134	0.02 47	0.08 64	0.11 151	0.18 26	0.05 19	0.00 1	0.02 316	0.00 1	0.17 393	0.06 239	0.02 173

GMStereo	0.25 32	0.60 346	1.28 151	0.01 23	0.00 1	0.48 20	0.00 1	0.74 26	1.24 256	0.16 75	0.03 68	0.07 58	0.09 134	0.22 44	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	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
MyStereo07	0.27 33	0.27 218	0.64 21	0.02 81	0.01 123	1.64 291	0.01 73	1.41 52	0.73 153	0.10 59	0.01 1	0.03 10	0.10 141	0.24 50	0.04 7	0.00 1	0.07 377	0.00 1	0.00 1	0.03 168	0.06 306

MIF-Stereo (partial)	0.27 33	0.18 162	1.14 118	0.01 23	0.00 1	0.43 18	0.02 137	1.97 87	0.39 57	0.11 64	0.08 92	0.07 58	0.06 99	0.44 102	0.33 201	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.02 173

LoS	0.28 35	0.16 144	0.95 63	0.07 208	0.01 123	1.32 178	0.07 240	1.30 48	0.60 76	0.04 25	0.03 68	0.28 114	0.11 151	0.48 112	0.11 92	0.00 1	0.01 262	0.00 1	0.00 1	0.03 168	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.28 35	0.09 61	0.73 29	0.18 285	0.05 253	1.17 112	0.04 202	2.37 103	0.17 20	0.35 105	0.01 1	0.01 1	0.02 22	0.38 95	0.04 7	0.00 1	0.01 262	0.00 1	0.00 1	0.00 1	0.03 229

XX-TBD	0.28 35	0.39 271	0.97 69	0.05 172	0.00 1	1.09 83	0.00 1	0.71 23	0.54 65	0.44 119	1.04 269	0.06 48	0.06 99	0.19 29	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

WCG-NET（raft）	0.29 38	0.24 208	0.51 11	0.01 23	0.00 1	0.91 41	0.05 219	0.56 13	1.12 236	0.21 82	0.12 107	1.54 248	0.14 171	0.14 17	0.07 49	0.00 1	0.11 401	0.00 1	0.00 1	0.08 267	0.03 229

CREStereo++_RVC	0.29 38	0.19 170	0.83 40	0.05 172	0.00 1	1.19 121	0.00 1	0.66 19	0.99 208	0.25 85	1.26 290	0.05 37	0.07 111	0.20 40	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
WCG-NET	0.30 40	0.15 133	0.44 7	0.01 23	0.00 1	0.95 50	0.00 1	2.24 97	1.33 273	0.36 111	0.10 100	0.07 58	0.07 111	0.14 17	0.07 49	0.00 1	0.00 1	0.00 1	0.00 1	0.12 311	0.00 1

rvit_stereo_0080	0.30 40	0.23 204	1.20 138	0.00 1	0.00 1	0.90 39	0.01 73	2.79 145	0.60 76	0.02 3	0.02 47	0.06 48	0.01 7	0.12 12	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 173

whm_eth	0.30 40	0.23 204	1.20 138	0.00 1	0.00 1	0.90 39	0.01 73	2.79 145	0.60 76	0.02 3	0.02 47	0.06 48	0.01 7	0.12 12	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 173

TANstereo	0.30 40	0.28 229	0.86 43	0.03 124	0.01 123	1.14 103	0.00 1	0.53 7	0.44 60	1.06 214	1.24 287	0.06 48	0.05 80	0.25 55	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_ft	0.31 44	0.32 246	1.63 205	0.01 23	0.00 1	0.19 4	0.00 1	2.84 151	0.79 171	0.02 3	0.03 68	0.08 64	0.02 22	0.19 29	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.03 229

MGS-Stereo	0.31 44	0.10 80	0.89 50	0.02 81	0.00 1	0.50 21	0.00 1	0.39 4	0.61 84	0.02 3	2.91 358	0.04 19	0.03 47	0.21 43	0.06 43	0.00 1	0.00 1	0.00 1	0.00 1	0.44 414	0.00 1

CAS++	0.32 46	0.22 197	0.69 27	0.04 152	0.00 1	0.35 10	0.01 73	4.32 319	0.48 62	0.02 3	0.01 1	0.07 58	0.00 1	0.19 29	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MoCha-V2	0.33 47	0.11 97	0.92 56	0.09 233	0.06 263	0.34 8	0.00 1	2.56 128	0.64 103	0.32 91	0.43 186	0.17 99	0.09 134	0.26 62	0.10 84	0.00 1	0.14 413	0.00 1	0.22 408	0.05 221	0.01 77

11t1	0.33 47	0.05 14	0.86 43	0.44 350	0.00 1	1.04 65	0.00 1	2.45 116	0.60 76	0.44 119	0.01 1	0.05 37	0.05 80	0.43 100	0.06 43	0.00 1	0.01 262	0.00 1	0.00 1	0.02 115	0.01 77

CroCo-Stereo Lap2	0.33 47	0.49 318	1.18 131	0.02 81	0.00 1	0.33 7	0.00 1	3.08 175	0.61 84	0.02 3	0.01 1	0.04 19	0.08 126	0.45 107	0.15 112	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.02 173

rvit_0105_6	0.34 50	0.10 80	1.37 168	0.01 23	0.00 1	0.86 35	0.00 1	2.78 144	1.32 271	0.04 25	0.03 68	0.07 58	0.02 22	0.19 29	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 229

Pointernet	0.34 50	0.10 80	1.09 106	0.01 23	0.08 281	1.18 118	0.05 219	2.99 160	0.62 91	0.03 19	0.01 1	0.15 94	0.05 80	0.24 50	0.09 72	0.00 1	0.00 1	0.00 1	0.11 370	0.01 36	0.00 1

dd	0.34 50	0.67 362	1.55 188	0.04 152	0.01 123	1.22 136	0.03 180	0.84 31	1.16 244	0.18 80	0.05 82	0.12 81	0.05 80	0.29 71	0.44 239	0.02 378	0.00 1	0.00 1	0.00 1	0.05 221	0.00 1

AnonymousM	0.34 50	0.07 40	0.63 18	0.02 81	0.01 123	1.09 83	0.03 180	1.54 65	0.68 128	0.17 78	0.04 79	0.02 3	0.24 204	0.25 55	0.04 7	0.00 1	0.01 262	1.93 441	0.00 1	0.01 36	0.00 1

4D-IteraStereo	0.35 54	0.60 346	1.93 238	0.02 81	0.09 289	1.03 58	0.07 240	1.25 47	0.34 52	0.02 3	0.03 68	0.84 196	0.10 141	0.31 75	0.35 214	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.07 322

knoymous	0.35 54	0.05 14	1.11 110	0.05 172	0.01 123	1.15 108	0.01 73	2.06 90	0.14 6	0.40 114	0.02 47	1.67 264	0.00 1	0.31 75	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

UDGNet	0.35 54	0.50 321	1.14 118	0.02 81	0.00 1	1.12 95	0.02 137	0.70 21	1.57 317	0.31 89	0.05 82	0.06 48	0.02 22	1.45 170	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_xeample3	0.35 54	0.10 80	1.95 243	0.02 81	0.00 1	0.93 46	0.07 240	1.70 73	0.86 189	0.09 44	0.04 79	0.05 37	0.05 80	0.23 47	0.51 255	0.00 1	0.00 1	0.00 1	0.24 413	0.06 239	0.08 333

IGEV++	0.36 58	0.19 170	0.57 14	0.09 233	0.00 1	0.35 10	0.03 180	4.62 341	0.24 41	0.12 65	0.02 47	0.03 10	0.17 179	0.24 50	0.23 149	0.00 1	0.05 360	0.00 1	0.04 336	0.09 289	0.08 333

LL-Strereo2	0.36 58	0.47 312	1.08 104	0.09 233	0.03 227	1.12 95	0.07 240	1.66 71	0.93 197	0.43 118	0.02 47	0.51 148	0.08 126	0.23 47	0.29 183	0.00 1	0.00 1	0.00 1	0.03 326	0.04 202	0.04 258

iRaftStereo_RVC	0.36 58	0.27 218	0.76 31	0.01 23	0.00 1	1.20 130	0.01 73	2.15 94	0.62 91	0.15 74	0.22 143	0.69 172	0.12 162	0.28 69	0.18 131	0.00 1	0.06 368	0.00 1	0.00 1	0.27 386	0.22 396

GCAP-BAT	0.37 61	0.13 113	1.16 125	0.10 242	0.12 305	1.59 274	0.04 202	0.67 20	0.43 59	0.84 170	0.89 258	0.39 130	0.07 111	0.27 67	0.49 251	0.00 1	0.01 262	0.00 1	0.19 397	0.00 1	0.00 1

rvit_stereo_0075_2	0.37 61	0.13 113	2.43 302	0.02 81	0.00 1	1.12 95	0.02 137	1.66 71	1.15 242	0.16 75	0.08 92	0.02 3	0.05 80	0.40 97	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.10 343

Selective-RAFT	0.37 61	0.06 30	0.65 23	0.03 124	0.01 123	1.17 112	0.02 137	2.63 131	0.66 115	0.01 1	0.01 1	0.22 104	0.18 183	1.31 159	0.24 154	0.00 1	0.00 1	0.00 1	0.20 401	0.04 202	0.00 1

RCA-Stereo	0.37 61	0.14 121	0.76 31	0.01 23	0.00 1	1.17 112	0.00 1	3.14 181	0.61 84	0.71 151	0.47 197	0.05 37	0.13 168	0.19 29	0.03 5	0.00 1	0.01 262	0.00 1	0.00 1	0.06 239	0.01 77

sAnonymous2	0.37 61	0.32 246	3.21 348	0.01 23	0.00 1	0.35 10	0.08 246	1.96 85	0.90 191	0.03 19	0.05 82	0.04 19	0.11 151	0.11 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 322	0.18 384

CroCo_RVC	0.37 61	0.32 246	3.21 348	0.01 23	0.00 1	0.35 10	0.08 246	1.96 85	0.90 191	0.03 19	0.05 82	0.04 19	0.11 151	0.11 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 322	0.18 384

rvit_0105_4	0.39 67	0.16 144	1.66 211	0.01 23	0.00 1	0.85 34	0.00 1	3.15 183	1.33 273	0.07 31	0.06 87	0.10 76	0.03 47	0.29 71	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

RAFT-Stereo-weight	0.39 67	0.07 40	0.81 35	0.07 208	0.02 206	1.34 186	0.05 219	3.15 183	0.31 47	0.94 184	0.52 201	0.26 111	0.01 7	0.19 29	0.07 49	0.00 1	0.01 262	0.00 1	0.00 1	0.00 1	0.01 77

CroCo-Stereo	0.39 67	0.40 276	1.67 215	0.07 208	0.00 1	0.19 4	0.01 73	3.55 245	0.75 159	0.08 38	0.02 47	0.46 138	0.08 126	0.28 69	0.18 131	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77
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
rafts_anoy	0.39 67	0.44 296	1.15 121	0.06 187	0.03 227	1.12 95	0.04 202	2.75 142	0.33 51	0.10 59	0.16 117	0.11 78	0.19 189	0.74 134	0.31 194	0.00 1	0.14 413	0.00 1	0.01 301	0.02 115	0.05 276

CRE-IMP	0.40 71	0.06 30	1.04 95	0.07 208	0.05 253	1.45 231	0.46 356	1.48 63	0.63 96	0.90 177	0.30 155	0.88 198	0.01 7	0.26 62	0.22 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.17 378

rvit_0105_5	0.41 72	0.20 180	1.94 242	0.01 23	0.00 1	0.91 41	0.00 1	3.18 191	1.27 261	0.08 38	0.09 96	0.10 76	0.02 22	0.35 90	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.03 229

plain	0.41 72	0.28 229	2.26 289	0.07 208	0.00 1	0.50 21	0.01 73	2.84 151	0.92 194	0.05 28	0.07 89	0.13 86	0.17 179	0.43 100	0.20 138	0.00 1	0.00 1	0.00 1	0.00 1	0.34 402	0.01 77

x	0.41 72	0.04 6	0.74 30	0.54 372	0.00 1	0.98 53	0.00 1	3.07 173	0.67 123	0.48 126	0.01 1	0.48 142	0.07 111	0.93 140	0.07 49	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.01 77

GMOStereo	0.42 75	0.28 229	1.02 80	0.05 172	0.18 332	1.04 65	0.02 137	2.40 106	0.16 15	2.25 328	0.01 1	0.32 118	0.03 47	0.09 3	0.15 112	0.00 1	0.11 401	0.00 1	0.00 1	0.19 357	0.02 173

error version	0.42 75	0.28 229	1.02 80	0.05 172	0.18 332	1.04 65	0.02 137	2.40 106	0.16 15	2.25 328	0.01 1	0.32 118	0.03 47	0.09 3	0.15 112	0.00 1	0.11 401	0.00 1	0.00 1	0.19 357	0.02 173

test-v	0.42 75	0.28 229	1.02 80	0.05 172	0.18 332	1.04 65	0.02 137	2.40 106	0.16 15	2.25 328	0.01 1	0.32 118	0.03 47	0.09 3	0.15 112	0.00 1	0.11 401	0.00 1	0.00 1	0.19 357	0.02 173

test-2	0.42 75	0.28 229	1.02 80	0.05 172	0.18 332	1.04 65	0.02 137	2.40 106	0.16 15	2.25 328	0.01 1	0.32 118	0.03 47	0.09 3	0.15 112	0.00 1	0.11 401	0.00 1	0.00 1	0.19 357	0.02 173

raft+_RVC	0.42 75	0.48 314	1.11 110	0.51 369	0.17 328	1.16 109	0.04 202	2.25 98	0.59 69	0.12 65	0.42 182	0.08 64	0.15 173	0.60 125	0.28 179	0.00 1	0.09 390	0.00 1	0.00 1	0.06 239	0.19 388

Gwc-CoAtRS	0.42 75	0.12 104	1.28 151	0.03 124	0.13 310	1.03 58	0.02 137	2.33 101	0.15 10	0.35 105	0.01 1	2.27 304	0.03 47	0.20 40	0.25 161	0.00 1	0.01 262	0.00 1	0.22 408	0.01 36	0.01 77

IGEV-Stereo+	0.43 81	0.17 155	0.46 9	0.14 266	1.06 421	0.63 25	0.02 137	0.30 2	0.24 41	0.09 44	0.01 1	0.04 19	0.03 47	1.86 182	0.05 19	0.00 1	0.01 262	0.00 1	0.15 377	1.83 436	1.61 437

CES	0.43 81	0.14 121	0.85 41	0.05 172	1.52 428	1.22 136	0.05 219	1.01 36	0.59 69	0.03 19	0.02 47	0.14 92	0.10 141	0.40 97	0.10 84	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	2.45 442

ROB_FTStereo_v2	0.43 81	0.09 61	1.00 72	0.06 187	0.08 281	1.57 263	0.33 342	1.44 57	0.67 123	0.97 189	0.19 134	0.77 188	0.02 22	1.23 155	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 276

RALCasStereoNet	0.44 84	0.44 296	1.03 91	0.03 124	0.00 1	1.10 87	0.03 180	2.46 118	0.90 191	0.07 31	0.32 156	0.12 81	0.20 195	1.28 158	0.25 161	0.00 1	0.31 431	0.00 1	0.00 1	0.08 267	0.12 356

R-Stereo Train	0.44 84	0.09 61	0.94 59	0.02 81	0.00 1	1.24 151	0.09 257	3.65 254	0.11 1	1.87 299	0.42 182	0.06 48	0.01 7	0.25 55	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 173

RAFT-Stereo	0.44 84	0.09 61	0.94 59	0.02 81	0.00 1	1.24 151	0.09 257	3.65 254	0.11 1	1.87 299	0.42 182	0.06 48	0.01 7	0.25 55	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 173
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	0.45 87	0.43 291	1.18 131	0.51 369	0.04 244	1.26 162	0.02 137	2.38 104	0.65 108	0.07 31	0.02 47	0.70 175	0.20 195	1.01 146	0.13 100	0.00 1	0.09 390	0.00 1	0.00 1	0.14 322	0.10 343

HUI-Stereo	0.45 87	0.09 61	1.08 104	0.06 187	0.08 281	1.61 282	0.32 340	1.43 53	0.70 150	0.97 189	0.18 126	0.77 188	0.02 22	1.44 169	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 276

RAFT-IKP	0.45 87	0.09 61	1.06 101	0.06 187	0.06 263	1.44 225	0.31 339	1.44 57	0.69 141	0.97 189	0.18 126	0.76 184	0.02 22	1.65 175	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.04 258

IGEVStereo-DCA	0.46 90	0.09 61	1.02 80	0.02 81	0.00 1	0.82 32	0.00 1	0.53 7	0.75 159	0.09 44	0.03 68	0.03 10	0.06 99	5.04 301	0.51 255	0.00 1	0.00 1	0.00 1	0.15 377	0.05 221	0.01 77

testlalala	0.46 90	0.13 113	0.82 37	0.17 279	0.10 298	1.13 101	0.03 180	2.63 131	1.13 238	2.04 315	0.10 100	0.29 116	0.04 67	0.15 19	0.27 173	0.00 1	0.01 262	0.00 1	0.26 419	0.00 1	0.00 1

PSM-adaLoss	0.46 90	0.09 61	1.01 75	0.06 187	0.09 289	1.61 282	0.30 336	1.43 53	0.69 141	0.97 189	0.18 126	0.77 188	0.02 22	1.67 176	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 276

ICVP	0.46 90	0.08 49	1.58 198	0.01 23	0.01 123	1.10 87	0.21 301	3.80 270	0.52 64	0.42 117	0.27 151	0.33 122	0.06 99	0.57 121	0.13 100	0.00 1	0.07 377	0.00 1	0.00 1	0.04 202	0.01 77
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.46 90	0.42 285	1.05 100	0.01 23	0.21 348	1.17 112	0.05 219	2.07 92	0.19 25	2.98 366	0.02 47	0.12 81	0.15 173	0.25 55	0.31 194	0.00 1	0.03 340	0.00 1	0.00 1	0.08 267	0.06 306

rvit_0105_3	0.47 95	0.28 229	2.20 274	0.01 23	0.00 1	1.13 101	0.00 1	3.20 198	1.26 258	0.08 38	0.26 147	0.09 68	0.03 47	0.62 129	0.11 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

H2IRNET	0.47 95	0.22 197	1.27 149	0.15 269	0.01 123	1.18 118	0.01 73	1.65 68	0.48 62	0.02 3	1.80 314	0.46 138	0.04 67	1.62 174	0.35 214	0.00 1	0.00 1	0.01 368	0.01 301	0.16 337	0.02 173

AE-Stereo	0.47 95	0.11 97	1.03 91	0.04 152	0.09 289	1.11 92	0.03 180	4.16 297	0.34 52	0.35 105	0.82 251	0.15 94	0.16 176	0.45 107	0.05 19	0.00 1	0.09 390	0.00 1	0.26 419	0.09 289	0.05 276

ToySt	0.47 95	0.25 211	2.47 309	0.04 152	0.01 123	1.17 112	0.00 1	2.01 88	0.63 96	0.08 38	0.14 109	1.16 229	0.05 80	0.80 137	0.46 246	0.00 1	0.00 1	0.00 1	0.03 326	0.10 298	0.04 258

riskmin	0.47 95	0.03 2	1.01 75	0.08 223	0.01 123	1.12 95	0.01 73	3.00 161	0.21 33	0.46 124	0.02 47	2.08 287	1.06 305	0.26 62	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 77

ROB_FTStereo	0.47 95	0.09 61	1.04 95	0.06 187	0.08 281	1.59 274	0.33 342	1.43 53	0.68 128	0.97 189	0.19 134	0.76 184	0.03 47	1.86 182	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 276

model_zeroshot	0.49 101	0.26 215	2.10 269	0.03 124	0.01 123	1.69 300	0.08 246	2.63 131	0.18 22	1.02 204	0.01 1	0.61 156	0.06 99	0.86 138	0.14 105	0.00 1	0.02 316	0.00 1	0.16 385	0.02 115	0.01 77

Anonymous3	0.49 101	0.12 104	2.21 275	0.01 23	0.00 1	2.53 342	0.09 257	3.16 188	0.65 108	0.12 65	0.22 143	0.12 81	0.05 80	0.37 92	0.08 61	0.00 1	0.07 377	0.00 1	0.00 1	0.04 202	0.03 229

qqq	0.50 103	0.04 6	0.78 33	0.02 81	0.00 1	1.05 71	0.00 1	3.15 183	0.68 128	0.46 124	0.01 1	0.73 181	0.12 162	2.95 204	0.07 49	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.01 77

Patchmatch Stereo++	0.50 103	0.09 61	1.01 75	0.06 187	0.07 272	1.60 278	0.27 319	1.45 60	0.68 128	0.98 198	0.18 126	0.77 188	0.03 47	2.58 192	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 276
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	0.50 103	0.09 61	1.01 75	0.06 187	0.07 272	1.60 278	0.27 319	1.45 60	0.68 128	0.98 198	0.18 126	0.77 188	0.03 47	2.58 192	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 276

test_4	0.51 106	0.10 80	1.27 149	0.01 23	0.06 263	0.97 52	0.03 180	1.12 40	0.16 15	0.27 86	3.42 371	0.65 165	0.09 134	1.59 171	0.26 168	0.00 1	0.00 1	0.00 1	0.08 359	0.14 322	0.00 1

iGMRVC	0.51 106	0.09 61	1.04 95	0.06 187	0.08 281	1.61 282	0.27 319	1.44 57	0.69 141	0.97 189	0.19 134	0.76 184	0.03 47	2.69 199	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.04 258

CFNet-RSSM	0.51 106	0.12 104	1.26 147	0.03 124	0.14 316	1.24 151	0.02 137	4.12 295	0.15 10	0.31 89	0.01 1	1.96 281	0.04 67	0.19 29	0.25 161	0.00 1	0.01 262	0.00 1	0.27 422	0.01 36	0.01 77

mmm	0.52 109	0.04 6	1.14 118	0.61 383	0.00 1	1.14 103	0.00 1	3.45 233	0.75 159	1.24 239	0.58 206	0.20 103	0.18 183	0.93 140	0.08 61	0.00 1	0.01 262	0.00 1	0.00 1	0.02 115	0.01 77

anonymousdsp2	0.52 109	0.06 30	1.51 184	0.10 242	0.00 1	1.19 121	0.01 73	4.32 319	0.63 96	0.33 93	0.15 115	0.78 193	0.09 134	1.01 146	0.06 43	0.00 1	0.00 1	0.00 1	0.11 370	0.04 202	0.05 276

GANet-ADL	0.52 109	0.09 61	1.43 175	0.13 256	0.02 206	1.43 221	0.02 137	3.22 201	0.59 69	0.34 104	0.98 266	1.09 225	0.19 189	0.40 97	0.34 208	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.01 77

DeepStereo_RVC	0.52 109	0.08 49	1.37 168	0.06 187	0.06 263	1.34 186	0.41 351	1.43 53	0.68 128	1.03 208	0.85 254	0.49 144	1.56 339	0.79 136	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.13 362

test-1	0.52 109	0.25 211	0.94 59	0.03 124	0.22 350	1.20 130	0.08 246	4.03 289	0.25 44	0.70 149	0.66 226	0.71 179	0.03 47	0.30 74	0.43 236	0.00 1	0.18 422	0.00 1	0.07 354	0.01 36	0.25 401

FENet	0.52 109	0.07 40	1.62 203	0.04 152	0.00 1	1.19 121	0.05 219	3.10 177	0.98 204	0.89 175	0.01 1	1.63 261	0.09 134	0.47 111	0.28 179	0.00 1	0.01 262	0.00 1	0.00 1	0.00 1	0.01 77

Pruner-Stereo	0.53 115	0.10 80	1.02 80	0.89 409	0.10 298	1.57 263	0.36 347	2.06 90	0.63 96	2.23 326	0.46 194	0.25 109	0.01 7	0.45 107	0.37 221	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

cross-raft	0.53 115	0.12 104	1.78 228	0.03 124	0.01 123	1.04 65	0.10 264	3.21 200	0.23 37	0.37 112	0.01 1	2.86 330	0.04 67	0.24 50	0.24 154	0.00 1	0.01 262	0.00 1	0.16 385	0.01 36	0.02 173

PFNet+	0.54 117	0.10 80	1.31 160	0.16 276	0.05 253	1.44 225	0.56 363	1.60 67	0.98 204	1.35 250	0.46 194	0.37 125	0.01 7	2.18 189	0.22 144	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

RALAANet	0.54 117	0.62 351	1.41 172	0.01 23	0.01 123	0.92 45	0.02 137	2.39 105	1.87 344	1.13 220	0.38 175	0.15 94	0.30 214	1.00 145	0.38 224	0.00 1	0.00 1	0.00 1	0.04 336	0.14 322	0.01 77

CASS	0.56 119	0.13 113	1.40 171	0.03 124	0.01 123	1.65 295	0.04 202	3.03 166	0.63 96	1.96 307	0.93 262	0.28 114	0.36 231	0.52 114	0.18 131	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
s12784h	0.56 119	0.14 121	1.22 142	0.02 81	0.00 1	1.14 103	0.03 180	3.43 230	1.47 299	1.02 204	1.41 296	0.05 37	0.02 22	1.08 148	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.00 1

ACVNet	0.57 121	0.21 187	1.34 163	0.09 233	0.00 1	1.36 192	0.22 305	2.40 106	1.05 220	0.63 140	0.66 226	1.94 279	0.26 209	0.31 75	0.79 290	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.00 1

test_3	0.58 122	0.06 30	1.04 95	0.07 208	0.12 305	1.01 56	0.01 73	2.45 116	0.20 29	0.95 185	0.01 1	1.05 219	0.05 80	3.74 232	0.23 149	0.00 1	0.00 1	0.00 1	0.25 416	0.15 332	0.13 362

DIP-Stereo	0.58 122	0.23 204	0.90 51	0.08 223	0.00 1	1.43 221	0.01 73	6.01 414	1.38 279	0.92 182	0.11 105	0.04 19	0.19 189	0.12 12	0.07 49	0.00 1	0.01 262	0.00 1	0.00 1	0.03 168	0.01 77
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
TRStereo	0.59 124	0.79 381	1.59 201	0.56 376	0.01 123	1.19 121	0.03 180	4.74 351	0.60 76	0.17 78	0.01 1	0.62 159	0.44 243	0.57 121	0.07 49	0.00 1	0.04 351	0.00 1	0.24 413	0.01 36	0.14 369

rvit_105_1	0.60 125	0.33 251	2.37 299	0.01 23	0.00 1	1.16 109	0.00 1	3.38 220	1.20 250	0.16 75	0.26 147	0.13 86	0.04 67	2.66 197	0.24 154	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.03 229

RAFT	0.60 125	0.50 321	1.01 75	0.50 365	0.04 244	0.94 47	0.08 246	3.01 163	0.65 108	0.22 83	0.09 96	3.41 357	0.27 212	0.53 116	0.37 221	0.00 1	0.03 340	0.00 1	0.01 301	0.40 411	0.03 229

RAFT-Stereo + iAFF	0.60 125	0.36 258	0.96 64	0.03 124	0.02 206	1.21 133	0.02 137	2.80 148	1.55 311	1.08 215	2.63 351	0.43 135	0.16 176	0.37 92	0.25 161	0.00 1	0.02 316	0.00 1	0.00 1	0.19 357	0.01 77

test_sample1	0.61 128	0.04 6	0.90 51	0.34 337	0.00 1	1.09 83	0.00 1	3.54 244	0.88 190	0.86 172	0.01 1	0.53 149	0.34 224	3.51 224	0.20 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

ACVNet-DCA	0.61 128	0.27 218	1.28 151	0.13 256	0.00 1	3.44 373	0.01 73	3.15 183	0.68 128	0.33 93	0.69 236	0.04 19	0.61 267	1.43 165	0.05 19	0.00 1	0.02 316	0.00 1	0.03 326	0.01 36	0.01 77

RAFT-Test	0.61 128	0.16 144	2.27 292	0.04 152	0.15 321	1.80 311	0.17 287	2.52 124	0.65 108	0.56 132	0.11 105	2.76 324	0.02 22	0.27 67	0.34 208	0.00 1	0.07 377	0.00 1	0.29 428	0.01 36	0.01 77

test_1	0.61 128	0.06 30	1.00 72	0.07 208	0.12 305	0.99 54	0.01 73	2.46 118	0.20 29	1.71 286	0.01 1	1.10 227	0.04 67	3.71 231	0.23 149	0.00 1	0.00 1	0.00 1	0.25 416	0.15 332	0.13 362

TestStereo	0.61 128	0.55 334	1.84 235	0.00 1	0.00 1	0.94 47	0.00 1	1.65 68	0.23 37	0.12 65	0.03 68	0.08 64	0.06 99	6.59 367	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GES	0.61 128	0.08 49	1.78 228	0.00 1	0.00 1	1.59 274	0.07 240	5.32 385	0.13 4	0.62 136	0.32 156	0.37 125	0.67 286	0.68 132	0.49 251	0.03 386	0.00 1	0.01 368	0.00 1	0.02 115	0.01 77

rrr	0.62 134	0.09 61	2.07 264	0.02 81	0.00 1	0.82 32	0.06 236	2.29 99	0.85 187	0.09 44	0.03 68	0.03 10	0.06 99	5.04 301	0.51 255	0.00 1	0.00 1	0.00 1	0.19 397	0.05 221	0.07 322

GwcNet-ADL	0.62 134	0.20 180	2.03 257	0.05 172	0.01 123	1.29 170	0.02 137	3.16 188	1.39 281	0.97 189	0.44 189	1.48 244	0.23 202	0.78 135	0.27 173	0.01 356	0.00 1	0.00 1	0.00 1	0.01 36	0.03 229

test_sample2	0.63 136	0.05 14	1.13 116	0.31 327	0.01 123	1.22 136	0.00 1	3.87 281	1.03 212	0.91 180	0.02 47	0.50 146	0.13 168	3.16 210	0.26 168	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

GMStereo_Zeroshot	0.63 136	0.14 121	1.54 186	0.75 395	0.00 1	1.26 162	0.01 73	1.85 79	0.31 47	1.44 265	0.58 206	1.76 267	0.19 189	2.55 191	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.00 1

test-3	0.63 136	0.06 30	1.00 72	0.07 208	0.13 310	0.99 54	0.01 73	2.46 118	0.20 29	1.96 307	0.01 1	1.10 227	0.05 80	3.75 233	0.23 149	0.00 1	0.00 1	0.00 1	0.26 419	0.15 332	0.13 362

Any-RAFT	0.64 139	0.08 49	1.07 102	0.03 124	0.00 1	2.77 355	0.08 246	3.57 247	1.23 253	0.96 187	0.26 147	1.61 256	0.31 218	0.72 133	0.06 43	0.00 1	0.10 398	0.00 1	0.00 1	0.01 36	0.00 1

MIPNet	0.64 139	0.42 285	2.01 253	0.08 223	0.07 272	1.29 170	0.11 266	3.47 237	1.29 266	0.67 145	0.10 100	0.63 162	0.97 303	1.25 156	0.25 161	0.00 1	0.01 262	0.01 368	0.01 301	0.11 306	0.04 258

PCWNet_CMD	0.65 141	0.14 121	2.02 255	0.01 23	0.01 123	1.10 87	0.00 1	2.80 148	0.97 202	0.48 126	0.28 153	2.31 308	1.50 334	1.19 152	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 77

AFF-stereo	0.65 141	0.46 304	0.82 37	0.37 344	0.00 1	1.19 121	0.00 1	3.04 170	1.42 289	0.72 153	1.95 321	1.16 229	0.26 209	0.97 144	0.31 194	0.00 1	0.02 316	0.00 1	0.00 1	0.21 367	0.02 173

MSMDNet	0.65 141	0.14 121	2.02 255	0.01 23	0.01 123	1.11 92	0.00 1	2.88 155	0.98 204	0.49 129	0.28 153	2.32 309	1.49 331	1.19 152	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 77

ccs_rob	0.65 141	0.17 155	2.09 267	0.00 1	0.01 123	1.22 136	0.00 1	2.77 143	0.73 153	0.75 156	0.44 189	2.32 309	0.64 276	1.76 178	0.15 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

AdaStereo	0.65 141	0.09 61	1.12 112	0.02 81	0.00 1	1.45 231	0.23 309	4.38 321	1.44 294	1.17 226	0.37 173	1.56 250	0.18 183	0.56 120	0.37 221	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1
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.
fff	0.66 146	0.42 285	2.21 275	0.01 23	0.01 123	1.22 136	0.02 137	3.26 204	1.04 214	2.34 338	0.14 109	0.09 68	1.83 355	0.34 85	0.29 183	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 276

RAFT+CT+SA	0.66 146	0.45 300	1.22 142	0.10 242	0.30 384	1.24 151	0.02 137	4.21 302	0.67 123	0.62 136	0.39 178	0.33 122	0.05 80	2.69 199	0.14 105	0.00 1	0.00 1	0.00 1	0.35 435	0.13 316	0.30 403

CFNet_pseudo	0.66 146	0.17 155	2.08 266	0.00 1	0.01 123	1.22 136	0.00 1	2.79 145	0.73 153	0.78 164	0.46 194	2.32 309	0.63 273	1.77 179	0.15 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

DCANet	0.66 146	0.43 291	2.21 275	0.03 124	0.00 1	1.22 136	0.01 73	3.26 204	1.85 341	2.61 355	0.21 139	0.09 68	0.49 252	0.33 84	0.39 231	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.06 306

csc	0.66 146	0.42 285	2.21 275	0.01 23	0.01 123	1.22 136	0.02 137	3.26 204	1.04 214	2.34 338	0.14 109	0.09 68	1.83 355	0.34 85	0.29 183	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 276

cscssc	0.66 146	0.42 285	2.21 275	0.01 23	0.01 123	1.22 136	0.02 137	3.26 204	1.04 214	2.34 338	0.14 109	0.09 68	1.83 355	0.34 85	0.29 183	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 276

UCFNet_RVC	0.66 146	0.35 254	1.20 138	0.02 81	0.30 384	1.53 256	0.01 73	3.42 228	0.67 123	1.12 219	0.73 244	1.26 235	0.20 195	1.84 181	0.46 246	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT_CTSACE	0.68 153	0.52 326	1.74 223	0.50 365	0.05 253	1.16 109	0.00 1	2.68 140	0.66 115	0.68 147	1.60 300	1.76 267	0.80 293	0.94 142	0.13 100	0.00 1	0.02 316	0.00 1	0.00 1	0.27 386	0.00 1

DMCA	0.68 153	0.22 197	1.96 246	0.01 23	0.01 123	1.28 166	0.02 137	3.02 164	1.54 310	2.14 319	0.15 115	1.74 265	0.10 141	0.45 107	0.95 302	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 77

1test111	0.69 155	0.27 218	1.28 151	0.13 256	0.00 1	3.44 373	0.01 73	3.15 183	0.68 128	0.33 93	0.69 236	0.04 19	0.61 267	2.95 204	0.07 49	0.00 1	0.02 316	0.00 1	0.03 326	0.01 36	0.01 77

DCRE	0.69 155	0.35 254	1.16 125	0.06 187	0.02 206	0.91 41	0.00 1	1.05 37	0.30 46	0.98 198	7.63 408	0.72 180	0.02 22	0.16 22	0.07 49	0.00 1	0.02 316	0.00 1	0.21 406	0.02 115	0.03 229

DCANet-4	0.69 155	0.15 133	3.76 372	0.03 124	0.01 123	1.22 136	0.01 73	3.14 181	1.90 346	2.34 338	0.14 109	0.11 78	0.25 207	0.34 85	0.29 183	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 276

DCVSM-stereo	0.70 158	0.04 6	1.69 217	0.07 208	0.01 123	1.27 165	0.04 202	1.85 79	0.14 6	3.56 382	0.08 92	3.07 342	0.60 264	1.35 163	0.11 92	0.00 1	0.00 1	0.01 368	0.00 1	0.02 115	0.00 1

gcap-zeroshot	0.70 158	0.26 215	1.98 249	0.19 293	0.27 370	1.43 221	0.02 137	4.23 306	0.82 177	0.75 156	0.54 203	2.19 302	0.03 47	0.63 130	0.25 161	0.00 1	0.11 401	0.00 1	0.20 401	0.00 1	0.01 77

test_sample7	0.72 160	0.18 162	1.23 144	0.55 374	0.01 123	1.21 133	0.00 1	4.31 315	1.07 225	1.35 250	0.36 169	0.70 175	0.44 243	2.58 192	0.34 208	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.02 173

MSKI-zero shot	0.73 161	0.13 113	1.56 195	0.02 81	0.14 316	1.34 186	0.04 202	3.00 161	0.23 37	0.67 145	1.64 301	0.89 199	0.00 1	4.55 281	0.10 84	0.00 1	0.02 316	0.00 1	0.21 406	0.03 168	0.01 77

HCRNet	0.73 161	0.19 170	1.10 108	0.01 23	0.00 1	1.17 112	0.01 73	3.07 173	1.97 350	0.60 135	0.21 139	0.56 152	0.11 151	5.34 316	0.20 138	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.02 173

IGEV_Zeroshot_test	0.74 163	0.20 180	3.00 334	0.26 315	0.02 206	1.10 87	0.05 219	3.72 259	0.19 25	0.88 173	0.71 243	2.84 327	0.63 273	0.53 116	0.33 201	0.00 1	0.07 377	0.00 1	0.16 385	0.04 202	0.00 1

EKT-Stereo	0.74 163	0.18 162	1.23 144	0.81 399	4.25 442	1.19 121	0.03 180	2.17 96	0.13 4	0.35 105	0.40 179	0.97 212	0.08 126	2.61 196	0.09 72	0.00 1	0.09 390	0.00 1	0.07 354	0.04 202	0.03 229

anonymity	0.74 163	0.15 133	1.17 128	0.16 276	0.27 370	0.71 26	0.01 73	4.70 348	1.78 335	1.15 222	1.23 285	0.31 117	1.65 347	0.54 118	0.53 259	0.02 378	0.02 316	0.00 1	0.27 422	0.02 115	0.06 306

test_5	0.74 163	0.50 321	1.55 188	0.44 350	0.25 362	1.45 231	0.01 73	4.16 297	0.78 170	0.79 166	0.17 123	0.42 134	0.64 276	3.06 208	0.18 131	0.00 1	0.00 1	0.00 1	0.00 1	0.16 337	0.21 394

NRIStereo	0.74 163	0.08 49	0.88 47	0.47 359	0.05 253	1.58 267	0.49 359	1.38 51	0.61 84	0.88 173	0.17 123	0.66 168	0.03 47	6.96 399	0.22 144	0.00 1	0.06 368	0.00 1	0.00 1	0.06 239	0.17 378

IER	0.75 168	0.12 104	1.93 238	0.01 23	0.00 1	2.31 333	0.02 137	2.96 159	0.98 204	1.30 242	0.96 264	1.40 242	1.19 315	1.31 159	0.45 242	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

CIPLG	0.75 168	0.81 385	2.38 300	0.13 256	0.03 227	1.41 211	0.27 319	3.19 196	0.84 183	1.98 309	2.56 350	0.19 101	0.10 141	0.54 118	0.26 168	0.00 1	0.05 360	0.01 368	0.05 341	0.19 357	0.05 276

IPLGR_C	0.75 168	0.88 393	2.58 317	0.13 256	0.02 206	1.40 206	0.27 319	3.19 196	0.84 183	1.92 303	2.46 345	0.18 100	0.11 151	0.49 113	0.26 168	0.00 1	0.05 360	0.01 368	0.05 341	0.19 357	0.06 306

ACRE	0.75 168	0.78 379	2.72 326	0.13 256	0.02 206	1.40 206	0.26 315	3.20 198	0.82 177	1.84 298	2.46 345	0.19 101	0.10 141	0.52 114	0.26 168	0.00 1	0.04 351	0.01 368	0.05 341	0.19 357	0.05 276

IPLGR	0.76 172	0.21 187	2.98 332	0.06 187	0.07 272	1.24 151	0.05 219	3.09 176	1.38 279	0.62 136	0.34 163	0.75 183	0.78 291	3.35 213	0.22 144	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.06 306

testlalala2	0.77 173	0.13 113	1.72 221	3.72 440	2.44 436	1.10 87	0.01 73	3.27 210	0.73 153	0.09 44	0.03 68	1.38 241	0.08 126	0.12 12	0.09 72	0.00 1	0.02 316	0.00 1	0.37 436	0.01 36	0.01 77

CFNet_ucs	0.77 173	0.20 180	2.22 282	0.01 23	0.01 123	1.32 178	0.00 1	3.30 212	1.31 270	1.15 222	1.14 276	2.19 302	0.42 241	2.04 185	0.12 96	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 77

TestStereo1	0.77 173	0.46 304	1.12 112	0.15 269	0.19 339	1.29 170	0.01 73	3.33 214	1.55 311	0.45 121	1.67 304	0.13 86	1.23 317	3.39 216	0.27 173	0.00 1	0.00 1	0.00 1	0.00 1	0.17 342	0.07 322

SA-5K	0.77 173	0.46 304	1.12 112	0.15 269	0.19 339	1.29 170	0.01 73	3.33 214	1.55 311	0.45 121	1.67 304	0.13 86	1.23 317	3.39 216	0.27 173	0.00 1	0.00 1	0.00 1	0.00 1	0.17 342	0.07 322

PSMNet-ADL	0.77 173	0.08 49	0.90 51	0.07 208	0.01 123	2.01 319	0.02 137	2.55 127	1.11 231	0.33 93	0.59 216	2.15 294	0.69 287	4.07 250	0.85 293	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

CFNet-ft	0.77 173	0.46 304	1.34 163	0.01 23	0.27 370	1.32 178	0.02 137	2.40 106	0.68 128	0.63 140	0.18 126	3.23 354	0.21 199	3.97 247	0.54 262	0.00 1	0.00 1	0.01 368	0.00 1	0.03 168	0.02 173

CFNet_RVC	0.77 173	0.46 304	1.34 163	0.01 23	0.27 370	1.32 178	0.02 137	2.40 106	0.68 128	0.63 140	0.18 126	3.23 354	0.21 199	3.97 247	0.54 262	0.00 1	0.00 1	0.01 368	0.00 1	0.03 168	0.02 173

DN-CSS_ROB	0.77 173	0.90 396	2.01 253	0.85 403	0.00 1	1.47 238	0.01 73	2.92 158	0.93 197	0.12 65	0.53 202	0.44 136	0.16 176	4.33 261	0.35 214	0.00 1	0.00 1	0.00 1	0.00 1	0.30 398	0.01 77

MyStereo04	0.78 181	0.27 218	3.19 345	0.02 81	0.01 123	1.64 291	0.01 73	3.64 253	2.20 369	0.98 198	0.02 47	1.29 236	0.57 261	1.10 149	0.53 259	0.00 1	0.07 377	0.00 1	0.00 1	0.03 168	0.06 306

MyStereo05	0.79 182	0.19 170	3.17 344	0.02 81	0.00 1	1.51 249	0.01 73	3.56 246	2.48 381	1.34 246	0.02 47	1.25 234	0.38 235	1.19 152	0.50 253	0.00 1	0.06 368	0.00 1	0.00 1	0.02 115	0.07 322

anonymousa	0.79 182	0.26 215	1.91 236	0.03 124	0.29 382	1.46 237	0.02 137	3.76 263	0.97 202	0.72 153	2.25 340	3.21 352	0.56 259	0.15 19	0.12 96	0.00 1	0.00 1	0.00 1	0.04 336	0.00 1	0.02 173

111	0.79 182	0.70 370	2.21 275	0.01 23	0.01 123	1.19 121	0.16 284	3.78 266	1.98 352	1.22 237	0.91 260	2.01 282	0.32 222	0.32 81	0.64 278	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.17 378

acv_ft	0.79 182	0.21 187	1.28 151	0.01 23	1.08 422	1.68 298	0.01 73	3.75 261	1.05 220	1.31 245	0.66 226	1.94 279	0.46 250	0.31 75	1.68 337	0.00 1	0.00 1	0.00 1	0.00 1	0.27 386	0.00 1

MyStereo06	0.80 186	0.19 170	2.53 313	0.02 81	0.00 1	1.51 249	0.01 73	4.61 340	0.24 41	0.89 175	0.69 236	3.14 347	1.18 314	0.58 124	0.33 201	0.00 1	0.06 368	0.00 1	0.00 1	0.02 115	0.07 322

HITNet	0.80 186	0.58 342	2.14 270	0.69 391	0.00 1	1.35 190	0.02 137	4.50 333	1.15 242	1.76 292	0.16 117	0.60 155	0.30 214	1.13 151	1.64 335	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.00 1
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
GCST	0.81 188	0.64 355	1.41 172	0.44 350	0.01 123	0.91 41	0.08 246	3.75 261	1.04 214	0.12 65	0.44 189	0.27 112	0.35 229	5.12 305	0.38 224	1.19 437	0.00 1	0.00 1	0.00 1	0.08 267	0.05 276

SFCPSM	0.81 188	0.11 97	2.53 313	0.01 23	0.07 272	2.45 338	0.18 291	4.99 367	1.18 246	0.77 161	0.78 246	0.69 172	0.31 218	1.72 177	0.20 138	0.00 1	0.00 1	0.00 1	0.05 341	0.06 239	0.01 77

NF-Stereo	0.82 190	0.10 80	1.12 112	1.19 423	0.01 123	1.52 253	0.29 330	2.67 139	0.66 115	1.20 231	0.58 206	0.24 105	0.01 7	6.38 357	0.32 198	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

OCTAStereo	0.82 190	0.10 80	1.15 121	1.19 423	0.01 123	1.53 256	0.29 330	2.66 135	0.66 115	1.20 231	0.58 206	0.25 109	0.01 7	6.38 357	0.33 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

RE-Stereo	0.82 190	0.10 80	1.15 121	1.19 423	0.01 123	1.52 253	0.29 330	2.66 135	0.66 115	1.20 231	0.58 206	0.24 105	0.01 7	6.38 357	0.32 198	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

TVStereo	0.82 190	0.10 80	1.15 121	1.19 423	0.01 123	1.52 253	0.29 330	2.66 135	0.66 115	1.20 231	0.58 206	0.24 105	0.01 7	6.38 357	0.32 198	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

ADStereo(finetuned)	0.83 194	0.43 291	3.68 369	0.03 124	0.00 1	1.22 136	0.01 73	3.26 204	1.86 342	2.61 355	0.20 138	0.09 68	2.39 373	0.34 85	0.38 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.06 306

BSDual-CNN	0.83 194	0.10 80	0.96 64	0.01 23	0.00 1	3.32 368	0.21 301	5.40 388	0.93 197	2.26 332	0.66 226	1.81 272	0.10 141	0.61 126	0.18 131	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

SA	0.83 194	0.41 279	1.17 128	0.00 1	0.20 343	1.28 166	0.01 73	3.98 285	1.86 342	0.41 116	0.96 264	0.27 112	1.33 326	4.07 250	0.35 214	0.00 1	0.00 1	0.00 1	0.17 393	0.14 322	0.01 77

psmg	0.83 194	0.10 80	0.96 64	0.01 23	0.00 1	3.28 366	0.27 319	4.83 361	0.93 197	1.92 303	1.46 297	1.81 272	0.10 141	0.61 126	0.18 131	0.00 1	0.00 1	0.01 368	0.00 1	0.01 36	0.00 1

STTStereo	0.83 194	0.34 252	2.44 304	0.24 306	0.15 321	1.41 211	0.10 264	3.02 164	1.55 311	1.34 246	0.17 123	1.77 269	0.45 247	3.42 218	0.30 191	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 77

StereoDRNet-Refined	0.83 194	0.12 104	1.18 131	0.02 81	0.01 123	1.31 177	0.00 1	3.33 214	1.07 225	1.92 303	1.24 287	2.48 315	0.18 183	1.86 182	1.67 336	0.00 1	0.00 1	0.00 1	0.00 1	0.14 322	0.05 276
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample3	0.84 200	0.15 133	2.22 282	0.48 360	0.01 123	1.37 197	0.01 73	4.63 344	1.17 245	1.43 262	0.43 186	0.80 195	0.10 141	3.48 222	0.38 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.02 173

psm_up	0.84 200	0.32 246	1.44 177	0.02 81	0.00 1	1.98 318	0.05 219	3.40 224	1.04 214	2.06 316	0.40 179	1.74 265	0.45 247	3.47 221	0.24 154	0.06 400	0.00 1	0.00 1	0.00 1	0.08 267	0.00 1

MyStereo8	0.85 202	0.52 326	3.20 347	0.20 294	0.00 1	1.47 238	0.01 73	3.53 243	1.91 347	1.34 246	0.65 224	1.22 232	0.31 218	0.57 121	1.38 328	0.00 1	0.14 413	0.00 1	0.06 350	0.09 289	0.30 403

CAS	0.85 202	0.09 61	0.67 25	6.43 445	0.05 253	1.12 95	0.00 1	0.88 32	0.69 141	0.02 3	0.02 47	0.06 48	0.06 99	0.26 62	0.12 96	6.37 446	0.00 1	0.00 1	0.00 1	0.00 1	0.20 392

PSM-softLoss	0.85 202	0.10 80	1.50 181	1.14 419	0.03 227	1.47 238	0.27 319	2.48 121	0.69 141	1.30 242	0.38 175	0.39 130	0.01 7	6.88 390	0.33 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

KMStereo	0.85 202	0.10 80	1.50 181	1.14 419	0.03 227	1.47 238	0.27 319	2.48 121	0.69 141	1.30 242	0.38 175	0.39 130	0.01 7	6.88 390	0.33 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

test_sample5	0.86 206	0.16 144	2.25 285	0.49 362	0.01 123	1.41 211	0.01 73	4.55 335	1.27 261	1.35 250	0.89 258	0.58 153	0.11 151	3.75 233	0.38 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.02 173

test_sample4	0.86 206	0.16 144	2.28 293	0.50 365	0.01 123	1.42 218	0.01 73	4.65 346	1.27 261	1.52 269	0.66 226	0.69 172	0.08 126	3.50 223	0.38 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.02 173

StereoVision	0.86 206	0.38 265	1.75 225	0.03 124	0.01 123	1.14 103	0.02 137	3.38 220	0.92 194	0.13 71	6.89 405	0.50 146	0.12 162	1.10 149	0.78 289	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.02 173

DisPM	0.86 206	0.09 61	1.10 108	0.76 397	0.02 206	1.51 249	0.57 365	1.75 75	0.70 150	2.43 349	0.83 253	0.38 129	0.01 7	6.89 393	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

IPLG	0.86 206	0.41 279	2.31 295	0.06 187	0.06 263	1.36 192	0.11 266	3.17 190	0.83 180	0.62 136	1.00 267	0.46 138	0.61 267	5.57 329	0.35 214	0.00 1	0.00 1	0.00 1	0.00 1	0.18 350	0.01 77

AASNet	0.86 206	0.53 331	1.96 246	0.04 152	0.00 1	1.70 302	0.05 219	5.13 375	1.84 338	0.93 183	1.88 317	0.96 209	0.19 189	0.67 131	0.91 300	0.00 1	0.00 1	0.00 1	0.00 1	0.27 386	0.09 339

DeepPruner_ROB	0.86 206	0.50 321	1.80 231	0.01 23	0.00 1	1.57 263	0.17 287	3.48 238	0.42 58	3.31 375	0.02 47	2.09 289	0.17 179	3.01 206	0.61 274	0.00 1	0.00 1	0.00 1	0.00 1	0.12 311	0.01 77

AACVNet	0.87 213	0.44 296	1.19 135	0.17 279	0.00 1	1.76 306	0.00 1	3.60 250	0.60 76	1.03 208	0.26 147	1.31 237	0.17 179	6.33 354	0.28 179	0.00 1	0.00 1	0.00 1	0.00 1	0.17 342	0.01 77

LCNet	0.87 213	0.18 162	0.97 69	0.14 266	0.26 365	1.19 121	0.22 305	2.36 102	0.71 152	1.82 296	0.21 139	0.11 78	2.56 375	5.56 326	0.14 105	0.00 1	0.00 1	0.00 1	0.00 1	0.15 332	0.81 424

HHNet	0.87 213	0.25 211	1.78 228	0.16 276	0.08 281	1.30 174	0.44 354	1.93 83	0.64 103	1.41 261	5.92 397	0.14 92	1.79 353	0.35 90	0.95 302	0.05 395	0.00 1	0.01 368	0.00 1	0.14 322	0.01 77

UPFNet	0.87 213	0.09 61	2.05 262	0.00 1	0.00 1	1.90 316	0.11 266	3.41 226	0.83 180	2.15 320	0.10 100	1.92 277	0.09 134	3.94 246	0.70 283	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.00 1

DualNet	0.88 217	0.16 144	2.25 285	0.49 362	0.01 123	1.41 211	0.01 73	4.55 335	1.27 261	1.43 262	1.12 274	0.58 153	0.11 151	3.75 233	0.38 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.02 173

tt1	0.88 217	0.27 218	1.25 146	0.08 223	0.00 1	3.36 371	0.02 137	3.03 166	6.40 422	0.33 93	0.66 226	0.05 37	0.40 239	1.59 171	0.05 19	0.00 1	0.02 316	0.00 1	0.00 1	0.09 289	0.03 229

HH	0.88 217	0.37 262	1.93 238	0.25 309	0.10 298	0.62 23	0.00 1	3.79 267	0.18 22	0.33 93	0.59 216	3.94 371	0.81 294	4.44 270	0.09 72	0.00 1	0.06 368	0.00 1	0.00 1	0.03 168	0.02 173

HanStereo	0.88 217	0.37 262	1.93 238	0.25 309	0.10 298	0.62 23	0.00 1	3.79 267	0.18 22	0.33 93	0.59 216	3.94 371	0.81 294	4.44 270	0.09 72	0.00 1	0.06 368	0.00 1	0.00 1	0.03 168	0.02 173

dad	0.88 217	0.62 351	2.26 289	0.06 187	0.01 123	1.24 151	0.00 1	0.98 35	2.17 366	1.29 241	0.35 166	0.37 125	0.04 67	5.80 336	1.06 307	0.01 356	0.00 1	1.13 435	0.11 370	0.05 221	0.00 1

GANet-RSSM	0.88 217	0.38 265	1.45 178	0.60 380	0.00 1	1.36 192	0.02 137	4.55 335	0.69 141	0.71 151	0.32 156	1.56 250	0.61 267	4.55 281	0.64 278	0.00 1	0.00 1	0.05 405	0.00 1	0.08 267	0.02 173

test_sample6	0.89 223	0.17 155	2.23 284	0.48 360	0.01 123	1.43 221	0.01 73	4.49 332	1.40 285	1.43 262	1.12 274	0.64 164	0.14 171	3.86 242	0.42 234	0.00 1	0.01 262	0.00 1	0.00 1	0.02 115	0.02 173

PSMNet-RSSM	0.90 224	0.44 296	1.35 166	0.13 256	0.00 1	1.37 197	0.03 180	4.79 359	0.85 187	1.11 218	0.49 198	2.15 294	0.35 229	4.09 254	0.73 285	0.00 1	0.00 1	0.01 368	0.00 1	0.03 168	0.01 77

DMCA-RVC	0.90 224	0.64 355	3.30 353	0.03 124	0.04 244	1.30 174	0.06 236	2.65 134	0.73 153	3.21 372	0.09 96	0.99 214	0.66 283	3.14 209	0.99 304	0.01 356	0.04 351	0.02 393	0.01 301	0.07 254	0.01 77

DDVS	0.92 226	0.16 144	1.39 170	0.21 295	0.27 370	3.17 362	0.26 315	2.56 128	0.62 91	0.70 149	0.81 249	2.17 300	0.45 247	5.26 310	0.29 183	0.00 1	0.01 262	0.01 368	0.00 1	0.04 202	0.02 173

iRaft-Stereo_20w	0.92 226	0.15 133	2.68 322	0.24 306	0.06 263	1.36 192	0.28 327	7.46 434	0.34 52	1.56 279	0.37 173	0.62 159	1.24 320	1.25 156	0.34 208	0.00 1	0.09 390	0.00 1	0.16 385	0.02 115	0.13 362

CoDeX	0.94 228	0.34 252	2.09 267	0.05 172	0.20 343	1.49 245	0.20 299	5.89 409	1.57 317	0.66 144	0.67 234	1.05 219	0.32 222	3.82 240	0.33 201	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.00 1

cc1	0.94 228	0.27 218	1.28 151	0.13 256	0.00 1	3.44 373	0.01 73	3.18 191	7.23 431	0.33 93	0.69 236	0.04 19	0.61 267	1.43 165	0.05 19	0.00 1	0.02 316	0.00 1	0.03 326	0.09 289	0.04 258

xx1	0.95 230	0.27 218	1.28 151	0.13 256	0.00 1	3.44 373	0.01 73	3.18 191	7.23 431	0.33 93	0.69 236	0.73 181	0.12 162	1.43 165	0.05 19	0.00 1	0.02 316	0.00 1	0.00 1	0.01 36	0.01 77

DualNet (step1)	0.96 231	0.41 279	2.03 257	0.02 81	0.01 123	2.14 324	0.01 73	4.31 315	1.07 225	1.35 250	0.36 169	0.70 175	0.44 243	2.58 192	0.34 208	0.53 430	0.00 1	1.82 437	1.10 449	0.02 115	0.02 173

SACVNet	0.96 231	0.36 258	1.49 180	0.05 172	0.00 1	1.62 288	0.28 327	3.86 279	1.28 265	1.79 295	0.80 248	1.59 252	0.07 111	5.29 312	0.48 249	0.01 356	0.00 1	0.00 1	0.00 1	0.23 371	0.01 77

BUS	0.97 233	0.10 80	0.96 64	0.01 23	0.00 1	5.85 412	0.03 180	5.40 388	0.93 197	2.26 332	0.66 226	2.39 313	0.06 99	0.61 126	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

BEATNet_4x	0.97 233	0.77 378	3.36 356	0.46 356	0.01 123	1.32 178	0.09 257	4.57 339	1.26 258	1.88 301	0.22 143	1.09 225	0.42 241	1.79 180	2.09 361	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.06 306

qqq1	0.98 235	0.16 144	1.55 188	0.33 331	0.01 123	1.03 58	0.00 1	5.24 378	2.12 359	1.53 271	2.16 334	0.92 200	0.02 22	4.46 272	0.07 49	0.00 1	0.01 262	0.00 1	0.00 1	0.03 168	0.01 77

fff1	0.98 235	0.16 144	1.55 188	0.33 331	0.01 123	1.03 58	0.00 1	5.24 378	2.12 359	1.53 271	2.16 334	0.92 200	0.02 22	4.46 272	0.07 49	0.00 1	0.01 262	0.00 1	0.00 1	0.03 168	0.01 77

gwcnet-sp	0.98 235	0.38 265	4.06 382	0.04 152	0.00 1	2.60 345	0.15 280	3.51 240	1.13 238	1.75 288	0.16 117	0.68 169	0.39 236	3.69 228	0.90 296	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.03 229

scenet	0.98 235	0.38 265	4.06 382	0.04 152	0.00 1	2.60 345	0.15 280	3.51 240	1.13 238	1.75 288	0.16 117	0.68 169	0.39 236	3.69 228	0.90 296	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.03 229

ssnet	0.98 235	0.38 265	4.06 382	0.04 152	0.00 1	2.60 345	0.15 280	3.51 240	1.13 238	1.75 288	0.16 117	0.68 169	0.39 236	3.69 228	0.90 296	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.03 229

raft_robust	0.98 235	0.57 341	1.21 141	0.06 187	0.17 328	1.36 192	0.02 137	3.46 235	2.18 367	0.33 93	0.01 1	1.54 248	1.42 329	6.77 382	0.15 112	0.00 1	0.02 316	0.00 1	0.18 396	0.11 306	0.09 339

cf-r	0.98 235	0.51 325	2.04 261	0.25 309	0.01 123	1.40 206	0.03 180	4.47 331	1.65 326	0.95 185	0.58 206	2.63 317	0.24 204	4.19 256	0.58 269	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.04 258

RAFT_R40	0.99 242	0.05 14	1.26 147	0.71 392	0.20 343	1.65 295	0.67 370	1.94 84	0.61 84	1.05 211	1.15 277	1.80 271	1.47 330	6.91 395	0.31 194	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 77

iResNet	1.00 243	0.45 300	3.08 339	0.86 407	0.01 123	1.97 317	0.01 73	3.67 257	1.49 305	1.77 293	1.09 271	0.35 124	0.13 168	3.83 241	1.27 322	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.01 77

CSP-Net	1.01 244	0.52 326	0.92 56	0.01 23	0.00 1	2.83 357	0.05 219	4.99 367	0.69 141	0.91 180	0.85 254	1.82 274	0.23 202	6.04 340	0.29 183	0.00 1	0.00 1	0.00 1	0.00 1	0.10 298	0.01 77

MLCV	1.01 244	0.53 331	2.17 272	0.03 124	0.00 1	1.60 278	0.03 180	2.90 157	1.30 268	2.60 354	1.85 316	1.00 215	0.40 239	4.88 295	0.74 286	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.01 77

IRAFT_RVC	1.02 246	0.20 180	1.58 198	1.39 427	0.26 365	1.33 184	0.32 340	2.52 124	0.66 115	1.58 280	0.81 249	1.16 229	1.58 343	6.51 365	0.43 236	0.00 1	0.12 408	0.00 1	0.00 1	0.02 115	0.03 229

GwcNet-RSSM	1.02 246	0.69 366	2.70 323	0.22 298	0.02 206	1.42 218	0.05 219	4.02 287	1.01 210	0.90 177	0.42 182	2.89 331	0.26 209	4.43 269	1.17 313	0.00 1	0.00 1	0.02 393	0.00 1	0.13 316	0.05 276

NINENet	1.03 248	0.22 197	1.30 159	0.10 242	0.01 123	5.85 412	0.03 180	4.41 326	1.25 257	1.55 278	0.60 221	2.39 313	0.06 99	2.72 201	0.05 19	0.00 1	0.01 262	0.01 368	0.00 1	0.04 202	0.00 1

HGLStereo	1.03 248	0.18 162	1.50 181	0.01 23	0.01 123	1.41 211	0.01 73	3.41 226	0.82 177	1.05 211	3.09 361	2.11 290	1.24 320	4.51 277	1.18 314	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.03 229

SMFormer	1.04 250	0.16 144	1.55 188	0.33 331	0.01 123	1.03 58	0.00 1	5.24 378	2.12 359	1.53 271	2.16 334	0.92 200	0.02 22	4.46 272	1.24 317	0.00 1	0.01 262	0.00 1	0.00 1	0.03 168	0.02 173

tta	1.04 250	0.16 144	1.55 188	0.33 331	0.01 123	1.03 58	0.00 1	5.24 378	2.12 359	1.53 271	2.16 334	0.92 200	0.02 22	4.46 272	1.24 317	0.00 1	0.01 262	0.00 1	0.00 1	0.03 168	0.01 77

ffm	1.04 250	0.05 14	1.65 207	0.34 337	0.01 123	1.58 267	0.02 137	3.03 166	6.40 422	1.39 257	2.07 326	2.15 294	0.34 224	1.59 171	0.05 19	0.00 1	0.02 316	0.00 1	0.00 1	0.09 289	0.03 229

Sa-1000	1.04 250	0.39 271	1.17 128	0.00 1	0.20 343	1.33 184	0.03 180	4.19 300	1.81 336	0.99 202	5.33 393	0.61 156	0.15 173	4.07 250	0.30 191	0.00 1	0.00 1	0.00 1	0.16 385	0.13 316	0.00 1

SST-Stereo	1.04 250	0.05 14	1.16 125	0.72 393	0.23 355	1.70 302	0.58 366	1.92 82	1.46 297	1.19 229	1.09 271	1.60 254	1.93 360	6.92 397	0.21 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 77

XX-Stereo	1.04 250	0.20 180	4.94 408	0.85 403	0.04 244	1.25 160	0.00 1	3.37 218	0.45 61	1.22 237	0.50 199	3.70 367	0.02 22	3.91 245	0.05 19	0.00 1	0.09 390	0.00 1	0.20 401	0.03 168	0.02 173

NLCA_NET_v2_RVC	1.04 250	0.55 334	2.52 312	0.56 376	1.00 418	1.37 197	0.00 1	3.43 230	1.35 276	2.24 327	0.35 166	2.18 301	0.58 263	4.28 259	0.34 208	0.00 1	0.00 1	0.00 1	0.01 301	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet_ROB	1.05 257	0.76 376	2.06 263	0.07 208	0.00 1	1.35 190	0.03 180	6.80 429	2.57 386	0.79 166	1.20 283	0.94 208	0.12 162	3.81 238	0.41 232	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.01 77

PFNet	1.06 258	0.19 170	2.95 331	1.16 421	0.56 407	1.58 267	0.25 312	1.50 64	0.60 76	2.38 345	1.23 285	0.63 162	0.30 214	6.85 386	0.43 236	0.16 413	0.01 262	0.00 1	0.07 354	0.18 350	0.18 384

UGAM	1.08 259	0.19 170	2.83 327	0.05 172	0.01 123	1.09 83	0.11 266	2.89 156	0.64 103	0.08 38	2.46 345	3.64 364	0.08 126	6.99 401	0.25 161	0.00 1	0.00 1	0.00 1	0.02 319	0.27 386	0.04 258

hknet	1.08 259	0.13 113	2.07 264	0.01 23	0.00 1	3.32 368	0.21 301	5.40 388	0.92 194	2.26 332	0.66 226	3.43 358	0.05 80	2.81 202	0.27 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

iRaft-Stereo_5w	1.08 259	0.56 338	2.70 323	0.02 81	0.02 206	1.20 130	0.01 73	3.18 191	0.63 96	0.14 73	2.00 324	1.62 258	1.54 337	6.69 376	1.01 306	0.00 1	0.00 1	0.00 1	0.00 1	0.23 371	0.01 77

FADNet-RVC-Resample	1.08 259	1.00 404	5.32 412	0.10 242	0.14 316	1.53 256	0.25 312	3.62 251	1.18 246	0.51 130	0.19 134	1.04 218	0.28 213	5.20 307	0.44 239	0.10 406	0.16 419	0.09 409	0.06 350	0.24 374	0.21 394

TDLM	1.08 259	0.49 318	1.43 175	0.27 318	0.00 1	1.56 262	2.12 406	3.10 177	1.75 333	1.36 255	0.93 262	1.06 221	0.49 252	6.21 347	0.70 283	0.00 1	0.00 1	0.00 1	0.00 1	0.16 337	0.02 173

CFNet	1.08 259	0.62 351	2.26 289	0.26 315	0.03 227	1.40 206	0.04 202	4.45 330	2.09 357	0.48 126	0.69 236	1.31 237	0.24 204	6.63 371	0.83 292	0.00 1	0.00 1	0.00 1	0.00 1	0.17 342	0.04 258

PS-NSSS	1.08 259	0.45 300	1.70 219	0.02 81	0.01 123	1.37 197	0.01 73	4.38 321	2.09 357	1.15 222	2.65 352	0.65 165	0.07 111	6.35 355	0.56 265	0.16 413	0.00 1	0.00 1	0.00 1	0.05 221	0.00 1

iResNetv2_ROB	1.08 259	1.12 411	4.68 404	1.09 418	0.00 1	1.38 203	0.05 219	3.83 274	1.11 231	0.80 168	1.15 277	1.02 217	0.12 162	4.52 278	0.45 242	0.00 1	0.00 1	0.00 1	0.00 1	0.33 399	0.03 229

GMM-Stereo	1.09 267	0.05 14	1.62 203	0.13 256	0.22 350	1.41 211	0.87 378	2.31 100	0.62 91	2.75 358	3.14 362	0.54 151	0.90 300	5.33 315	0.13 100	0.01 356	0.00 1	0.00 1	0.02 319	0.01 36	1.80 439

hitnet-ft	1.09 267	0.39 271	1.45 178	0.04 152	0.00 1	1.34 186	0.22 305	3.34 217	2.25 372	1.48 267	1.11 273	4.17 374	0.37 233	4.73 289	0.79 290	0.01 356	0.00 1	0.03 398	0.00 1	0.09 289	0.01 77

NVstereo2D	1.09 267	0.17 155	4.40 396	0.00 1	0.00 1	1.59 274	0.18 291	4.29 313	1.40 285	0.85 171	0.36 169	2.30 306	0.62 272	5.26 310	0.35 214	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

PSMNet_ROB	1.09 267	0.69 366	2.92 329	0.03 124	0.07 272	1.68 298	0.16 284	3.44 232	1.30 268	0.96 187	0.32 156	2.81 325	0.63 273	4.23 257	2.48 370	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.04 258

AIO-Stereo-zeroshot	1.10 271	0.35 254	4.53 400	0.18 285	0.37 391	0.79 29	0.00 1	5.71 406	0.74 158	0.40 114	0.64 223	4.47 381	1.41 328	1.42 164	0.30 191	0.00 1	0.11 401	0.00 1	0.28 426	0.17 342	0.14 369

LMCR-Stereo	1.10 271	0.69 366	1.95 243	0.50 365	0.01 123	2.73 350	0.09 257	6.20 417	0.64 103	2.37 343	1.76 311	0.13 86	1.59 345	2.94 203	0.23 149	0.00 1	0.00 1	0.00 1	0.00 1	0.12 311	0.00 1

GEStereo_RVC	1.10 271	0.42 285	1.72 221	0.28 320	0.01 123	1.37 197	0.11 266	6.25 418	0.84 183	1.05 211	0.67 234	1.61 256	0.79 292	6.11 343	0.63 276	0.00 1	0.00 1	0.00 1	0.00 1	0.10 298	0.04 258

FADNet-RVC	1.10 271	1.07 409	4.79 405	0.03 124	0.00 1	1.60 278	0.08 246	3.77 264	1.70 330	0.35 105	0.07 89	0.61 156	0.66 283	5.32 314	1.11 308	0.01 356	0.08 386	0.00 1	0.00 1	0.48 419	0.18 384

GANetREF_RVC	1.10 271	0.95 399	2.98 332	0.06 187	0.00 1	2.23 328	0.18 291	3.95 284	2.53 384	0.56 132	0.32 156	1.89 276	0.66 283	5.03 300	0.51 255	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.04 258
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
CVANet_RVC	1.10 271	0.39 271	1.69 217	0.28 320	0.00 1	1.45 231	0.48 357	3.26 204	1.64 325	2.93 362	1.22 284	1.51 245	0.37 233	6.09 342	0.50 253	0.00 1	0.00 1	0.00 1	0.00 1	0.18 350	0.01 77

ARAFT	1.12 277	0.82 388	4.11 385	0.04 152	0.00 1	1.64 291	0.03 180	4.85 362	1.69 329	2.78 359	0.57 204	0.47 141	0.11 151	4.81 292	0.24 154	0.00 1	0.03 340	0.00 1	0.00 1	0.24 374	0.05 276

ac_64	1.12 277	0.18 162	1.64 206	0.18 285	0.25 362	1.48 244	0.02 137	4.97 366	1.47 299	0.69 148	0.45 193	4.94 392	0.46 250	4.87 294	0.74 286	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.00 1

ITSA-stereo	1.13 279	0.14 121	1.59 201	0.17 279	0.04 244	1.40 206	0.14 278	5.66 403	3.10 394	0.74 155	0.35 166	0.62 159	1.06 305	5.53 322	1.63 334	0.03 386	0.00 1	0.09 409	0.06 350	0.07 254	0.07 322

UNet	1.13 279	0.24 208	4.21 387	0.01 23	0.02 206	2.31 333	0.02 137	3.06 171	0.76 167	1.17 226	0.14 109	2.73 322	1.58 343	4.48 276	1.92 351	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

ssnet_v2	1.14 281	0.28 229	1.77 226	0.03 124	0.00 1	2.07 321	0.37 348	5.20 376	1.87 344	2.00 310	0.87 256	3.09 344	0.55 258	1.31 159	3.02 381	0.00 1	0.00 1	0.00 1	0.00 1	0.18 350	0.12 356

EAI-Stereo	1.14 281	0.12 104	1.19 135	0.21 295	0.32 389	1.84 313	2.32 411	5.42 391	1.19 248	1.02 204	5.66 395	0.48 142	0.60 264	0.86 138	0.62 275	0.00 1	0.13 412	0.00 1	0.65 443	0.02 115	0.17 378

delet	1.14 281	0.32 246	1.56 195	0.03 124	0.17 328	2.86 359	1.03 385	4.25 307	2.14 364	1.03 208	1.17 281	1.64 262	0.92 301	4.35 263	1.27 322	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.00 1

PSM-AAD	1.15 284	0.04 6	0.88 47	0.10 242	0.27 370	1.32 178	3.25 420	2.41 113	0.64 103	2.93 362	1.92 319	0.15 94	5.39 424	3.42 218	0.19 137	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.05 276

FADNet_RVC	1.15 284	1.06 408	4.34 395	0.02 81	0.06 263	2.77 355	0.04 202	3.50 239	0.80 174	0.35 105	0.32 156	0.65 165	0.09 134	5.20 307	1.56 330	0.24 422	0.34 433	0.11 414	0.33 432	0.65 428	0.60 417

ETE_ROB	1.16 286	0.52 326	1.71 220	0.01 23	0.02 206	1.79 310	0.22 305	4.10 293	1.32 271	4.68 402	1.18 282	2.81 325	0.08 126	3.56 225	1.12 310	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.06 306

DLCB_ROB	1.17 287	0.22 197	1.28 151	0.08 223	0.00 1	1.51 249	0.23 309	3.39 222	1.52 308	3.43 380	2.00 324	3.40 356	0.31 218	4.29 260	1.82 343	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XPNet_ROB	1.17 287	0.41 279	1.68 216	0.04 152	0.01 123	1.65 295	0.17 287	3.46 235	1.39 281	3.89 389	1.01 268	1.60 254	0.53 255	4.35 263	3.07 382	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.02 173

testlalala_base	1.19 289	0.11 97	0.90 51	0.07 208	0.05 253	1.19 121	0.01 73	4.28 312	0.15 10	0.04 25	0.01 1	0.24 105	0.04 67	0.12 12	0.29 183	7.21 447	1.13 444	0.00 1	0.25 416	7.61 444	0.00 1

KYRaft	1.19 289	0.05 14	0.94 59	0.06 187	0.24 359	1.25 160	0.78 376	2.48 121	0.61 84	3.23 373	7.13 407	1.00 215	2.77 381	1.43 165	0.14 105	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	1.71 438

RAFT-345	1.19 289	0.06 30	1.55 188	0.54 372	0.13 310	1.53 256	0.25 312	0.56 13	1.76 334	1.20 231	7.85 409	0.93 205	0.05 80	6.87 389	0.46 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

OMP-Stereo	1.20 292	0.54 333	0.96 64	2.39 434	0.29 382	1.58 267	0.33 342	2.01 88	0.68 128	2.68 357	1.16 279	3.10 345	0.18 183	7.40 412	0.56 265	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.01 77

ADLNet	1.20 292	0.29 237	1.98 249	0.00 1	0.02 206	2.20 327	0.11 266	4.39 324	2.52 383	2.19 324	2.20 339	2.66 318	0.70 288	3.42 218	1.25 319	0.00 1	0.00 1	0.00 1	0.00 1	0.10 298	0.04 258

MMNet	1.20 292	0.27 218	3.59 367	0.09 233	0.00 1	4.15 388	0.01 73	3.63 252	1.19 248	1.93 306	0.32 156	1.35 240	1.23 317	4.42 268	1.84 345	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

FADNet	1.20 292	0.93 398	4.51 399	0.03 124	0.06 263	2.56 343	0.16 284	4.02 287	1.42 289	0.32 91	0.06 87	1.66 263	1.07 307	5.56 326	0.87 294	0.19 416	0.02 316	0.01 368	0.01 301	0.50 421	0.03 229

Prome-Stereo	1.23 296	0.06 30	0.93 58	0.12 252	0.24 359	1.26 162	0.67 370	2.53 126	0.69 141	2.08 317	8.70 415	0.76 184	2.91 385	2.12 186	0.11 92	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 436

DispNO	1.25 297	0.52 326	3.40 358	0.11 251	0.05 253	1.45 231	0.01 73	3.73 260	1.68 328	1.34 246	1.59 299	3.15 348	1.12 312	5.56 326	1.14 312	0.00 1	0.02 316	0.03 398	0.12 375	0.05 221	0.03 229

DAS	1.26 298	0.08 49	2.25 285	0.04 152	0.01 123	1.28 166	1.18 389	3.80 270	1.58 321	4.60 399	2.37 343	1.53 246	0.53 255	5.36 317	0.59 271	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 77

SepStereo	1.28 299	0.08 49	2.25 285	0.04 152	0.01 123	1.28 166	1.18 389	3.80 270	1.58 321	4.60 399	2.37 343	1.53 246	0.53 255	5.63 332	0.59 271	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 77

pcwnet_v2	1.29 300	0.17 155	5.98 422	0.10 242	0.01 123	1.76 306	0.02 137	5.08 374	2.90 391	1.54 277	1.98 323	2.03 285	0.81 294	3.01 206	0.28 179	0.00 1	0.00 1	0.00 1	0.01 301	0.03 168	0.03 229

NOSS_ROB	1.29 300	0.22 197	1.35 166	0.64 387	0.16 326	2.56 343	0.00 1	4.14 296	2.37 376	2.29 337	1.76 311	2.84 327	0.02 22	6.80 385	0.45 242	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.11 348

Wz-Net-LNSev	1.30 302	0.85 390	6.26 427	0.02 81	0.03 227	4.02 385	0.13 275	4.21 302	1.12 236	0.77 161	0.10 100	3.60 362	1.11 309	2.68 198	1.12 310	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

IIG-Stereo	1.30 302	0.48 314	1.04 95	2.41 435	0.05 253	1.61 282	0.14 278	2.59 130	0.68 128	2.97 365	2.28 341	3.08 343	0.57 261	7.41 413	0.65 280	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.00 1

DSFCA	1.30 302	0.14 121	1.82 232	0.01 23	0.03 227	3.74 382	0.86 377	2.71 141	1.23 253	3.09 369	0.41 181	2.93 333	1.49 331	6.12 344	1.35 325	0.00 1	0.02 316	0.00 1	0.00 1	0.02 115	0.01 77

NCCL2	1.30 302	0.63 354	2.31 295	0.02 81	0.03 227	1.57 263	3.41 422	3.91 283	1.39 281	3.14 371	0.34 163	3.90 370	0.30 214	3.75 233	1.19 315	0.00 1	0.00 1	0.02 393	0.00 1	0.03 168	0.05 276

PA-Net	1.31 306	0.59 344	3.65 368	0.06 187	0.15 321	1.44 225	0.54 362	4.08 290	2.71 388	0.78 164	1.16 279	2.32 309	0.64 276	5.96 338	1.92 351	0.01 356	0.00 1	0.00 1	0.00 1	0.04 202	0.06 306
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CRFU-Net	1.32 307	0.27 218	2.46 308	1.17 422	0.03 227	4.08 386	0.05 219	5.61 398	0.67 123	1.53 271	0.70 242	3.47 360	2.62 378	3.24 211	0.24 154	0.01 356	0.01 262	0.11 414	0.00 1	0.13 316	0.00 1

LALA_ROB	1.33 308	0.59 344	1.74 223	0.02 81	0.06 263	3.25 365	0.50 361	3.45 233	1.39 281	3.70 384	0.59 216	4.59 385	0.25 207	3.58 226	2.79 378	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.02 173

DRaft	1.34 309	0.12 104	1.19 135	0.06 187	0.01 123	1.64 291	0.43 353	1.86 81	0.14 6	3.76 385	5.27 392	0.41 133	4.38 410	5.49 321	1.68 337	0.01 356	0.06 368	0.00 1	0.07 354	0.07 254	0.11 348

ttt	1.35 310	0.05 14	1.09 106	0.46 356	0.01 123	1.61 282	0.00 1	5.61 398	1.97 350	1.75 288	2.10 330	1.40 242	0.11 151	4.81 292	6.07 410	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.02 173

Consistency-Raft	1.36 311	0.65 359	4.81 406	0.33 331	0.32 389	1.62 288	0.11 266	3.65 254	3.80 404	0.33 93	6.12 400	0.86 197	2.14 366	0.94 142	1.25 319	0.02 378	0.01 262	0.00 1	0.00 1	0.24 374	0.01 77

FINET	1.36 311	0.46 304	4.05 381	0.22 298	0.73 413	1.03 58	0.00 1	3.57 247	5.71 419	1.59 281	1.64 301	0.49 144	0.19 189	5.53 322	1.90 348	0.00 1	0.01 262	0.00 1	0.00 1	0.08 267	0.03 229

HSM	1.36 311	0.40 276	1.07 102	0.01 23	0.30 384	1.73 305	0.03 180	5.89 409	1.22 252	1.83 297	1.36 294	4.78 389	1.30 325	6.61 370	0.57 267	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.00 1

ADLNet2	1.38 314	0.39 271	3.13 342	0.00 1	0.70 412	1.23 150	0.26 315	4.19 300	2.36 375	1.45 266	3.16 365	4.23 375	0.82 297	4.56 283	0.88 295	0.00 1	0.00 1	0.00 1	0.00 1	0.13 316	0.02 173

CBFPSM	1.39 315	0.61 349	4.29 391	0.01 23	0.01 123	3.64 379	0.03 180	3.39 222	0.80 174	0.64 143	0.21 139	6.18 406	3.70 403	2.38 190	1.82 343	0.00 1	0.01 262	0.00 1	0.00 1	0.08 267	0.01 77

HSM-Net_RVC	1.40 316	0.07 40	1.58 198	0.00 1	0.01 123	1.88 314	0.05 219	7.24 431	1.71 332	3.63 383	3.63 375	3.21 352	0.36 231	4.25 258	0.44 239	0.01 356	0.01 262	0.00 1	0.00 1	0.01 36	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
fast-acv-ft	1.41 317	0.46 304	4.29 391	0.10 242	0.13 310	3.97 384	0.29 330	2.42 114	1.91 347	0.81 169	3.55 373	3.02 339	1.26 322	3.35 213	2.05 360	0.04 389	0.01 262	0.04 401	0.04 336	0.39 410	0.05 276

GASNet	1.43 318	1.53 424	4.54 401	0.31 327	0.02 206	1.49 245	0.20 299	3.86 279	1.95 349	0.75 156	1.37 295	2.11 290	1.57 342	5.82 337	2.60 374	0.00 1	0.05 360	0.00 1	0.00 1	0.43 413	0.10 343

ASMatch	1.44 319	0.14 121	2.15 271	0.60 380	0.21 348	1.21 133	0.26 315	0.96 34	0.66 115	0.29 88	11.75 424	0.93 205	2.37 371	6.73 379	0.54 262	0.00 1	0.00 1	0.00 1	0.01 301	0.00 1	0.04 258

HBP-ISP	1.45 320	0.75 372	3.02 335	0.30 324	0.10 298	4.28 392	1.49 397	4.68 347	1.29 266	3.43 380	0.78 246	0.93 205	1.01 304	6.48 364	0.36 220	0.04 389	0.02 316	0.00 1	0.00 1	0.05 221	0.03 229

GrayStereo	1.46 321	0.03 2	0.87 45	0.63 386	0.20 343	1.24 151	4.61 436	2.85 153	0.62 91	4.98 405	4.00 383	0.45 137	4.67 413	3.37 215	0.08 61	0.00 1	0.00 1	0.00 1	0.50 439	0.01 36	0.01 77

TransformOpticalFlow	1.47 322	0.31 242	3.22 351	0.66 388	0.08 281	1.54 260	0.09 257	3.84 275	1.58 321	1.66 284	2.32 342	3.60 362	3.12 390	6.99 401	0.42 234	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

THIR-Stereo	1.48 323	0.29 237	1.51 184	0.01 23	0.02 206	1.05 71	4.32 432	2.11 93	0.22 35	1.08 215	4.24 384	1.93 278	4.19 408	6.76 381	1.87 347	0.00 1	0.00 1	0.04 401	0.00 1	0.05 221	0.00 1

StereoDRNet	1.48 323	0.75 372	4.58 402	0.05 172	0.10 298	2.49 340	1.10 388	4.62 341	1.47 299	3.38 379	0.62 222	2.29 305	0.65 281	4.52 278	2.89 379	0.00 1	0.03 340	0.00 1	0.01 301	0.05 221	0.07 322

DEmStereo	1.51 325	0.08 49	2.17 272	0.09 233	0.02 206	1.76 306	0.90 380	1.47 62	0.60 76	2.46 350	6.42 403	1.08 223	5.16 419	6.21 347	1.86 346	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

APVNet	1.52 326	0.31 242	4.00 378	0.09 233	0.00 1	4.64 399	0.08 246	4.41 326	1.21 251	1.25 240	1.05 270	2.90 332	0.93 302	6.70 377	2.48 370	0.01 356	0.00 1	0.07 406	0.00 1	0.27 386	0.05 276

RYNet	1.52 326	0.35 254	3.38 357	0.25 309	0.04 244	2.31 333	0.03 180	4.62 341	1.47 299	1.14 221	0.34 163	4.52 383	1.38 327	6.36 356	4.23 392	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

1111x	1.53 328	0.06 30	1.77 226	0.27 318	0.00 1	2.12 323	0.01 73	5.63 402	1.65 326	1.53 271	1.67 304	0.92 200	0.64 276	6.18 345	8.17 423	0.00 1	0.01 262	0.00 1	0.00 1	0.00 1	0.01 77

RASNet	1.53 328	0.31 242	1.97 248	0.09 233	3.20 438	1.69 300	0.06 236	3.27 210	2.12 359	0.77 161	1.29 291	5.32 401	1.69 350	6.60 368	2.17 363	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.02 173

Wz-Net-LNSev-Ref	1.54 330	0.68 364	4.62 403	0.01 23	0.00 1	5.13 406	0.30 336	4.64 345	1.23 253	2.39 346	0.59 216	2.12 292	2.00 363	4.94 297	2.19 365	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

AAGNet	1.54 330	0.07 40	0.88 47	1.04 415	0.27 370	1.47 238	0.66 369	1.57 66	0.61 84	1.68 285	0.82 251	1.62 258	2.29 368	6.18 345	11.63 438	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

mmx	1.56 332	0.05 14	1.65 207	0.34 337	0.01 123	1.58 267	0.02 137	5.51 395	2.25 372	1.39 257	2.07 326	2.15 294	0.34 224	6.68 373	7.08 414	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.01 77

xxx	1.56 332	0.05 14	1.65 207	0.34 337	0.01 123	1.58 267	0.02 137	5.51 395	2.25 372	1.39 257	2.07 326	2.15 294	0.34 224	6.68 373	7.08 414	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.01 77

CBMV	1.56 332	0.24 208	1.92 237	0.31 327	0.03 227	2.90 360	4.33 433	3.79 267	1.81 336	4.98 405	1.73 309	2.70 320	1.68 349	3.81 238	0.92 301	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.08 333
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AIO-Stereo-zeroshot1	1.57 335	0.69 366	7.27 432	0.30 324	0.44 396	0.87 37	0.02 137	6.19 416	0.84 183	0.45 121	6.17 401	4.35 378	1.17 313	1.32 162	0.48 249	0.00 1	0.09 390	0.00 1	0.34 434	0.26 382	0.12 356

PASM	1.58 336	1.05 407	7.51 433	0.56 376	0.09 289	1.37 197	0.28 327	2.85 153	1.44 294	3.91 390	0.44 189	3.02 339	0.64 276	6.38 357	1.59 333	0.00 1	0.01 262	0.00 1	0.03 326	0.26 382	0.15 371

UGAM-zero	1.60 337	0.15 133	2.43 302	0.12 252	0.28 380	1.07 74	0.04 202	5.96 413	0.26 45	1.18 228	0.22 143	8.02 418	4.54 411	6.89 393	0.27 173	0.00 1	0.09 390	0.00 1	0.29 428	0.01 36	0.15 371

DRN-Test	1.62 338	0.23 204	3.72 370	0.18 285	0.13 310	3.34 370	0.19 297	5.93 412	2.01 355	4.14 393	0.76 245	2.12 292	1.78 352	5.22 309	2.62 376	0.00 1	0.00 1	0.01 368	0.01 301	0.03 168	0.01 77

RAFT + AFF	1.63 339	1.13 412	2.62 320	0.04 152	0.80 414	2.29 332	1.03 385	5.54 397	2.06 356	1.77 293	1.81 315	1.22 232	3.65 402	6.23 349	1.57 332	0.01 356	0.35 434	0.00 1	0.01 301	0.33 399	0.12 356

MaskLacGwcNet_RVC	1.63 339	0.45 300	2.21 275	1.53 429	0.18 332	4.33 393	0.41 351	3.37 218	1.40 285	0.54 131	0.65 224	3.10 345	0.11 151	4.93 296	0.60 273	4.57 442	0.51 436	0.00 1	0.00 1	1.37 433	2.39 441

ACV-stereo	1.64 341	0.27 218	2.94 330	0.04 152	0.04 244	6.31 418	0.18 291	1.81 77	0.22 35	0.23 84	0.01 1	10.52 427	5.41 425	4.07 250	0.77 288	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.02 173

ff1	1.65 342	0.05 14	1.65 207	0.34 337	0.01 123	1.58 267	0.02 137	3.03 166	6.40 422	1.39 257	2.07 326	2.15 294	0.34 224	6.68 373	7.08 414	0.00 1	0.02 316	0.00 1	0.00 1	0.09 289	0.03 229

CrosDoStereo	1.66 343	0.15 133	1.66 211	0.02 81	0.07 272	1.38 203	6.16 450	3.12 179	1.06 223	0.97 189	3.74 377	0.96 209	4.79 415	7.00 403	1.92 351	0.00 1	0.00 1	0.00 1	0.00 1	0.11 306	0.00 1

DeepStereo_LL	1.66 343	0.15 133	1.66 211	0.02 81	0.07 272	1.38 203	6.16 450	3.12 179	1.06 223	0.97 189	3.74 377	0.96 209	4.79 415	7.00 403	1.92 351	0.00 1	0.00 1	0.00 1	0.00 1	0.11 306	0.00 1

Syn2CoEx	1.66 343	1.17 413	4.29 391	0.04 152	0.00 1	1.44 225	0.56 363	5.33 386	1.98 352	2.01 313	2.12 332	2.08 287	2.81 382	6.55 366	2.42 367	0.00 1	0.00 1	0.00 1	0.00 1	0.33 399	0.06 306

AANet_RVC	1.66 343	0.88 393	3.52 363	0.06 187	0.00 1	1.22 136	0.00 1	3.25 202	2.51 382	2.21 325	4.49 385	3.65 365	0.20 195	7.10 406	3.42 385	0.50 429	0.04 351	0.00 1	0.00 1	0.08 267	0.05 276

STrans-v2	1.67 347	0.36 258	3.28 352	0.02 81	0.19 339	1.45 231	0.08 246	6.69 425	1.49 305	2.00 310	2.86 357	3.67 366	3.88 406	7.04 405	0.45 242	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

GwcNet	1.67 347	0.81 385	5.52 415	0.23 304	1.21 423	4.21 390	0.62 368	3.71 258	1.57 317	1.01 203	1.65 303	3.99 373	0.52 254	5.46 319	2.30 366	0.00 1	0.00 1	0.00 1	0.01 301	0.35 405	0.13 362

NCC-stereo	1.67 347	0.56 338	3.10 340	0.08 223	0.22 350	2.24 329	0.13 275	5.05 372	1.42 289	2.27 335	2.72 353	4.29 376	3.53 398	5.76 334	2.01 357	0.04 389	0.00 1	0.00 1	0.00 1	0.03 168	0.02 173

Abc-Net	1.67 347	0.56 338	3.10 340	0.08 223	0.22 350	2.24 329	0.13 275	5.05 372	1.42 289	2.27 335	2.72 353	4.29 376	3.53 398	5.76 334	2.01 357	0.04 389	0.00 1	0.00 1	0.00 1	0.03 168	0.02 173
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
iinet-f	1.68 351	0.61 349	11.37 445	0.29 322	0.03 227	4.39 395	0.04 202	3.18 191	1.10 229	1.16 225	0.58 206	2.96 336	2.76 380	2.13 187	2.46 369	0.00 1	0.02 316	0.02 393	0.00 1	0.46 415	0.01 77

Anonymous_2	1.69 352	0.05 14	1.31 160	0.08 223	0.03 227	1.22 136	0.01 73	3.25 202	0.19 25	0.76 159	0.13 108	2.68 319	1.99 362	0.39 96	0.13 100	0.05 395	0.25 426	3.27 444	14.54 469	3.40 437	0.01 77

ccnet	1.70 353	0.20 180	1.95 243	0.26 315	0.18 332	3.72 381	1.22 391	4.22 305	1.43 293	2.37 343	3.96 381	3.45 359	1.51 335	4.69 286	4.47 394	0.06 400	0.00 1	0.09 409	0.01 301	0.10 298	0.01 77

CBMV_ROB	1.70 353	0.11 97	1.98 249	0.46 356	0.00 1	2.85 358	0.91 381	4.27 310	2.21 370	4.02 392	5.00 390	2.97 337	2.32 370	5.40 318	1.35 325	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.06 306

U	1.74 355	0.03 2	0.99 71	0.03 124	7.39 452	10.20 437	0.00 1	0.71 23	0.20 29	0.02 3	0.02 47	0.12 81	0.02 22	0.11 9	0.04 7	0.00 1	0.00 1	9.67 449	5.13 465	0.01 36	0.00 1

DANet	1.74 355	0.22 197	3.06 337	0.75 395	0.44 396	2.46 339	0.35 346	3.40 224	1.41 288	4.22 394	1.56 298	5.03 394	0.56 259	6.29 352	5.00 402	0.01 356	0.00 1	0.00 1	0.01 301	0.04 202	0.08 333
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
IGEV-BASED-STEREO-	1.75 357	19.48 465	12.37 447	0.06 187	0.00 1	0.47 19	0.05 219	0.46 5	0.31 47	0.13 71	0.03 68	0.03 10	0.00 1	0.07 2	0.41 232	0.00 1	0.00 1	0.00 1	0.06 350	0.07 254	0.92 428

RP	1.76 358	0.55 334	2.59 319	0.22 298	0.60 410	1.70 302	0.98 384	4.31 315	1.99 354	3.12 370	5.04 391	4.41 380	2.96 386	4.72 288	1.90 348	0.01 356	0.00 1	0.00 1	0.01 301	0.14 322	0.01 77

xxxx	1.78 359	0.07 40	1.02 80	0.00 1	0.01 123	1.44 225	0.00 1	5.81 408	1.53 309	1.37 256	1.91 318	1.08 223	0.05 80	4.37 266	16.98 450	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.02 173

test_xeample	1.79 360	0.08 49	1.03 91	0.02 81	0.00 1	1.44 225	0.00 1	5.48 393	1.84 338	1.65 283	2.17 338	0.37 125	0.06 99	4.00 249	17.67 452	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.02 173

SGM-Forest	1.84 361	0.08 49	1.31 160	0.15 269	0.22 350	3.52 377	2.46 416	3.85 277	2.16 365	5.29 407	3.90 379	3.71 368	1.56 339	6.28 351	1.90 348	0.01 356	0.02 316	0.00 1	0.00 1	0.03 168	0.30 403
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-MNSev	1.85 362	1.19 415	5.61 418	0.01 23	0.00 1	4.74 400	2.16 408	4.93 365	1.48 303	3.77 386	1.24 287	1.77 269	2.56 375	4.94 297	2.61 375	0.00 1	0.01 262	0.00 1	0.00 1	0.07 254	0.01 77

FAT-Stereo	1.86 363	0.19 170	3.31 354	0.17 279	0.03 227	1.78 309	0.97 382	4.76 355	2.79 389	4.22 394	4.87 388	5.31 400	2.83 384	5.06 303	0.90 296	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.01 77

RGC	1.86 363	0.67 362	3.45 362	0.07 208	0.26 365	3.29 367	0.11 266	4.78 358	1.46 297	3.26 374	4.51 386	5.14 396	2.68 379	5.46 319	1.94 355	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.09 339

CC-Net-ROB	1.86 363	0.64 355	2.55 315	1.42 428	0.19 339	3.38 372	0.04 202	4.41 326	2.45 380	0.90 177	1.31 292	0.98 213	0.18 183	6.60 368	0.53 259	1.14 436	1.60 448	7.16 445	0.00 1	1.33 432	0.32 408

GANet	1.90 366	0.43 291	1.83 233	0.39 346	0.00 1	2.24 329	3.37 421	3.90 282	1.44 294	2.17 322	9.66 417	2.57 316	1.09 308	6.88 390	1.81 342	0.00 1	0.00 1	0.02 393	0.00 1	0.10 298	0.03 229

LL-Strereo	1.93 367	0.97 400	3.83 376	0.55 374	2.19 435	1.49 245	0.05 219	4.09 292	1.00 209	2.59 353	2.77 355	5.17 397	5.63 426	7.19 407	0.63 276	0.00 1	0.10 398	0.00 1	0.00 1	0.25 380	0.20 392

DISCO	1.93 367	0.18 162	2.44 304	0.67 390	0.53 404	5.25 407	0.00 1	5.43 392	1.56 316	2.09 318	0.91 260	6.48 408	0.89 299	8.55 427	3.60 388	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.01 77

edge stereo	1.94 369	0.40 276	3.82 375	0.15 269	0.09 289	1.81 312	0.45 355	4.77 356	2.21 370	3.36 376	3.94 380	8.39 420	1.72 351	5.75 333	1.69 339	0.00 1	0.00 1	0.01 368	0.00 1	0.17 342	0.01 77

Nwc_Net	1.94 369	0.55 334	3.79 373	0.07 208	0.08 281	2.73 350	0.04 202	6.75 428	1.11 231	2.03 314	7.92 410	4.82 390	2.11 365	4.78 290	2.01 357	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.01 77

S-Stereo	2.00 371	0.30 241	5.74 420	0.24 306	0.23 355	2.51 341	1.90 402	4.74 351	5.15 416	2.42 347	5.80 396	2.85 329	0.72 289	5.08 304	2.17 363	0.00 1	0.02 316	0.00 1	0.00 1	0.08 267	0.04 258

psmorigin	2.01 372	0.37 262	10.25 441	0.22 298	0.03 227	1.62 288	0.19 297	3.31 213	1.05 220	4.92 404	3.14 362	5.85 402	2.21 367	5.31 313	1.71 340	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.02 173

MFMNet_re	2.02 373	0.98 401	4.27 390	2.74 438	0.88 415	1.47 238	0.15 280	4.21 302	3.18 395	6.63 416	6.93 406	1.87 275	3.63 401	2.13 187	0.99 304	0.00 1	0.00 1	0.00 1	0.00 1	0.23 371	0.05 276

NaN_ROB	2.02 373	0.58 342	2.65 321	0.29 322	0.28 380	3.19 363	5.19 443	3.84 275	2.55 385	5.31 408	1.73 309	2.30 306	1.96 361	6.78 383	3.09 383	0.01 356	0.06 368	0.03 398	0.10 366	0.10 298	0.37 412

RAFT-RH_RVC	2.05 375	0.15 133	1.66 211	0.60 380	0.27 370	1.49 245	0.02 137	0.58 16	0.65 108	5.35 409	21.66 448	1.06 221	0.07 111	6.85 386	0.57 267	0.04 389	0.00 1	0.00 1	0.03 326	0.01 36	0.00 1

stereogan	2.13 376	0.31 242	3.75 371	0.01 23	0.09 289	7.44 426	0.60 367	4.27 310	3.29 396	3.91 390	4.62 387	6.41 407	1.84 358	5.17 306	0.58 269	0.00 1	0.01 262	0.01 368	0.00 1	0.24 374	0.05 276

FTStereo	2.16 377	0.03 2	1.42 174	0.17 279	0.13 310	1.42 218	4.67 438	2.44 115	0.63 96	3.36 376	17.95 436	0.78 193	4.17 407	4.41 267	0.14 105	0.15 412	0.00 1	0.00 1	0.00 1	0.01 36	1.25 433

AF-Net	2.17 378	0.65 359	3.53 364	0.00 1	0.09 289	2.02 320	0.48 357	6.44 419	1.70 330	3.36 376	10.22 419	4.95 393	2.81 382	4.34 262	2.66 377	0.00 1	0.00 1	0.00 1	0.00 1	0.13 316	0.01 77

PDISCO_ROB	2.21 379	0.78 379	3.43 360	0.96 411	2.04 434	7.04 422	0.09 257	7.36 433	5.72 420	1.21 236	1.67 304	3.16 349	1.28 323	7.52 415	1.37 327	0.00 1	0.00 1	0.00 1	0.00 1	0.34 402	0.13 362

DGSMNet	2.23 380	0.80 382	6.10 424	0.96 411	1.73 429	3.22 364	4.12 429	5.30 384	1.11 231	1.19 229	2.48 348	3.18 350	0.65 281	4.57 284	1.33 324	1.11 435	1.37 446	1.55 436	1.26 452	1.37 433	1.28 434

SQANet	2.28 381	1.25 418	2.39 301	4.17 442	2.91 437	2.60 345	0.24 311	4.17 299	0.83 180	2.42 347	0.57 204	1.59 252	0.88 298	3.30 212	0.68 281	7.35 448	0.12 408	0.47 428	0.02 319	6.56 441	3.00 444

ADCRef	2.29 382	0.65 359	5.67 419	0.10 242	0.09 289	4.81 401	0.76 375	4.75 354	1.37 278	2.88 361	1.67 304	1.62 258	2.30 369	3.77 237	14.93 445	0.02 378	0.00 1	0.01 368	0.10 366	0.20 366	0.11 348

test_sample9	2.36 383	0.41 279	2.03 257	0.02 81	0.01 123	2.14 324	0.01 73	4.31 315	1.07 225	1.35 250	0.36 169	0.70 175	0.44 243	5.58 330	8.70 426	0.53 430	16.52 469	1.82 437	1.10 449	0.02 115	0.02 173

FBW_ROB	2.36 383	0.36 258	3.16 343	0.37 344	0.14 316	4.42 397	0.18 291	6.64 423	3.05 393	2.98 366	2.85 356	4.86 391	1.11 309	11.00 446	4.53 395	0.16 413	0.05 360	0.37 427	0.09 362	0.19 357	0.78 423

DeepPrunerF	2.50 385	0.87 392	14.90 450	0.17 279	0.31 387	1.41 211	0.29 330	5.62 401	9.97 435	1.02 204	0.43 186	2.01 282	1.65 347	6.85 386	3.99 389	0.00 1	0.01 262	0.07 406	0.10 366	0.24 374	0.12 356

Wz-Net-SNSev	2.53 386	2.49 439	10.66 443	0.39 346	0.01 123	2.73 350	0.40 349	5.02 370	1.50 307	2.15 320	2.12 332	6.48 408	1.11 309	9.47 434	5.84 409	0.00 1	0.01 262	0.00 1	0.00 1	0.21 367	0.06 306

XQC	2.57 387	1.20 416	6.33 429	0.18 285	0.01 123	3.84 383	0.33 342	5.24 378	3.83 405	4.43 397	1.94 320	4.58 384	3.19 392	7.19 407	8.67 425	0.00 1	0.03 340	0.00 1	0.03 326	0.27 386	0.19 388

RTSC	2.66 388	1.24 417	6.04 423	0.18 285	0.02 206	4.40 396	0.08 246	4.29 313	4.98 415	6.00 411	3.15 364	2.97 337	1.56 339	6.71 378	10.89 434	0.00 1	0.07 377	0.00 1	0.05 341	0.40 411	0.24 400

222	2.69 389	0.09 61	1.03 91	0.00 1	0.00 1	1.54 260	0.00 1	5.61 398	1.55 311	1.51 268	2.10 330	0.53 149	0.07 111	4.54 280	35.09 468	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

CSAN	2.70 390	0.75 372	3.41 359	0.18 285	0.12 305	4.18 389	4.05 428	4.11 294	4.36 409	6.03 412	6.24 402	4.60 386	4.74 414	7.29 410	3.43 386	0.02 378	0.03 340	0.01 368	0.02 319	0.18 350	0.22 396

UDG	2.86 391	8.81 459	1.57 197	2.60 436	0.89 417	2.39 337	0.11 266	3.42 228	1.02 211	2.18 323	3.64 376	5.04 395	1.60 346	4.17 255	2.09 361	1.21 438	0.04 351	7.69 446	3.67 459	4.10 438	0.93 430

aanetorigin	2.87 392	0.73 371	8.74 437	0.23 304	0.23 355	1.61 282	2.07 404	1.76 76	1.10 229	14.21 447	10.25 420	2.93 333	3.38 396	4.98 299	4.06 390	0.10 406	0.05 360	0.09 409	0.11 370	0.57 424	0.15 371

ADCP+	2.87 392	0.98 401	8.75 438	0.07 208	0.16 326	5.93 415	2.90 419	4.00 286	1.84 338	1.52 269	0.27 151	3.81 369	3.22 394	6.05 341	17.38 451	0.00 1	0.00 1	0.00 1	0.00 1	0.14 322	0.30 403

PWC_ROB	2.90 394	1.01 405	6.12 425	0.53 371	0.57 409	1.30 174	0.40 349	3.85 277	4.42 412	7.37 421	15.40 432	3.03 341	1.55 338	6.31 353	5.74 408	0.00 1	0.00 1	0.00 1	0.00 1	0.46 415	0.05 276

SHD	3.01 395	1.02 406	5.52 415	0.45 355	0.39 393	4.12 387	0.17 287	6.68 424	12.04 438	7.20 420	3.36 369	4.40 379	2.58 377	4.69 286	7.17 417	0.01 356	0.04 351	0.00 1	0.03 326	0.22 370	0.17 378

PWCDC_ROB	3.06 396	1.38 423	3.81 374	0.14 266	0.00 1	3.14 361	0.02 137	4.40 325	12.35 439	1.08 215	23.69 455	2.01 282	2.01 364	3.87 243	2.43 368	0.24 422	0.00 1	0.00 1	0.00 1	0.61 426	0.08 333

SPS-STEREO	3.08 397	0.49 318	2.49 310	0.21 295	0.24 359	3.67 380	1.24 392	5.80 407	2.43 379	10.68 434	8.00 411	9.48 425	3.59 400	8.11 423	5.08 403	0.01 356	0.01 262	0.00 1	0.00 1	0.04 202	0.11 348
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	3.17 398	1.32 419	2.49 310	6.07 444	3.26 439	4.62 398	2.15 407	5.35 387	1.34 275	2.00 310	2.54 349	3.50 361	1.49 331	3.68 227	1.11 308	7.89 450	0.23 425	1.88 440	0.03 326	7.74 445	4.78 449

Ntro	3.24 399	1.34 420	2.83 327	7.27 446	4.43 443	6.22 417	0.74 374	4.73 350	1.48 303	0.39 113	1.77 313	2.70 320	1.28 323	4.59 285	1.25 319	8.06 451	0.28 430	2.12 443	0.05 341	8.11 446	5.16 450

NVStereoNet_ROB	3.25 400	0.46 304	2.71 325	0.34 337	0.56 407	2.36 336	0.87 378	4.56 338	4.47 413	4.55 398	14.09 430	11.93 429	3.23 395	9.79 437	3.14 384	0.43 427	0.03 340	0.53 431	0.31 430	0.36 407	0.38 413
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	3.28 401	10.54 461	2.29 294	3.50 439	3.31 440	4.21 390	0.21 301	3.77 264	1.03 212	2.54 351	3.17 366	3.20 351	0.21 199	3.89 244	0.69 282	1.94 439	0.05 360	9.87 450	3.53 458	5.03 440	2.55 443

MFN_U_SF_DS_RVC	3.30 402	2.61 441	7.84 434	0.09 233	0.26 365	12.92 441	7.62 458	4.25 307	3.64 402	2.95 364	3.99 382	4.61 387	1.22 316	8.36 424	1.77 341	0.59 433	1.15 445	0.04 401	0.85 447	0.48 419	0.67 421

ADCL	3.30 402	0.81 385	6.76 431	0.25 309	0.25 362	6.93 420	4.65 437	4.79 359	2.62 387	4.61 401	3.36 369	5.22 398	4.55 412	5.54 325	14.91 444	0.05 395	0.01 262	0.11 414	0.13 376	0.28 393	0.10 343

SDNR	3.31 404	0.91 397	6.28 428	0.44 350	0.02 206	26.11 465	0.01 73	3.81 273	1.62 324	2.82 360	11.06 422	2.93 333	0.60 264	7.95 421	1.52 329	0.01 356	0.01 262	0.00 1	0.00 1	0.06 239	0.12 356

SAMSARA	3.32 405	1.07 409	6.25 426	0.86 407	0.31 387	7.55 427	3.87 427	5.26 383	4.20 408	7.43 422	3.35 368	10.04 426	3.83 405	6.98 400	4.83 399	0.00 1	0.14 413	0.00 1	0.05 341	0.17 342	0.22 396

DPSNet	3.38 406	0.60 346	9.55 439	0.61 383	0.46 399	5.10 405	1.44 396	11.17 444	3.92 406	2.57 352	0.88 257	5.90 403	9.68 443	7.63 417	7.25 418	0.08 402	0.16 419	0.01 368	0.07 354	0.34 402	0.17 378

G-Net	3.49 407	0.47 312	4.03 380	1.61 430	1.91 430	10.78 438	1.92 403	3.06 171	1.26 258	8.59 428	12.06 425	6.13 405	7.82 435	4.78 290	4.77 398	0.08 402	0.12 408	0.07 406	0.15 377	0.16 337	0.11 348

MDST_ROB	3.50 408	0.07 40	3.94 377	2.66 437	1.46 426	12.94 442	0.97 382	7.32 432	2.42 378	14.82 449	8.08 412	2.74 323	1.51 335	8.44 426	2.48 370	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.11 348

pmcnn	3.61 409	0.68 364	5.38 414	0.61 383	1.46 426	2.75 354	1.26 393	5.04 371	1.57 317	8.77 429	11.67 423	18.69 444	2.38 372	6.03 339	5.61 407	0.00 1	0.07 377	0.00 1	0.00 1	0.21 367	0.07 322

test_sample8	3.62 410	0.41 279	2.03 257	0.02 81	0.01 123	2.14 324	0.01 73	4.38 321	1.04 214	6.51 413	0.58 206	14.04 436	6.94 431	5.58 330	8.70 426	0.53 430	16.52 469	1.82 437	1.10 449	0.02 115	0.02 173

ADCPNet	3.63 411	0.82 388	13.20 448	0.08 223	0.43 395	7.02 421	2.23 410	4.77 356	2.41 377	4.31 396	1.96 322	7.57 417	5.16 419	6.45 363	13.80 442	0.02 378	0.75 440	0.04 401	0.90 448	0.16 337	0.53 416

SuperB	3.70 412	1.77 429	15.73 451	0.31 327	0.05 253	4.37 394	1.67 400	3.58 249	11.57 436	2.36 342	1.32 293	2.03 285	1.91 359	6.95 398	9.01 428	0.05 395	0.03 340	0.10 413	0.08 359	11.00 457	0.10 343

MFN_U_SF_RVC	3.76 413	1.77 429	9.85 440	0.84 400	0.27 370	9.50 434	0.49 359	8.07 435	3.41 397	4.81 403	3.28 367	9.40 424	3.49 397	7.76 420	8.31 424	0.41 426	0.54 437	0.52 430	0.80 446	0.89 429	0.84 425

Wz-Net-TNSev	3.91 414	5.20 452	20.57 454	0.15 269	0.01 123	7.14 423	3.57 423	6.70 426	3.57 399	1.74 287	0.58 206	7.39 416	4.33 409	8.86 428	7.99 420	0.00 1	0.00 1	0.00 1	0.02 319	0.24 374	0.16 374

AnyNet_C32	3.93 415	2.58 440	12.07 446	0.39 346	0.49 402	5.50 409	6.45 454	4.44 329	2.19 368	6.86 418	2.94 359	5.28 399	3.20 393	6.63 371	18.37 454	0.08 402	0.04 351	0.20 421	0.09 362	0.57 424	0.19 388

ADCMid	3.95 416	1.34 420	10.91 444	0.18 285	0.38 392	5.02 404	1.27 394	4.87 363	2.94 392	11.15 436	3.60 374	6.76 412	5.21 422	6.40 362	16.96 449	0.12 409	0.08 386	0.55 432	0.46 437	0.53 423	0.19 388

SGM_RVC	4.07 417	0.38 265	1.98 249	0.84 400	0.26 365	6.20 416	2.37 412	6.45 420	3.57 399	11.56 439	9.27 416	15.55 438	6.78 430	10.07 439	4.60 397	0.22 417	0.25 426	0.20 421	0.23 411	0.26 382	0.34 409
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WZ-Net	4.16 418	1.75 428	23.59 457	0.08 223	0.04 244	2.62 349	2.16 408	5.89 409	4.74 414	5.73 410	3.51 372	6.99 415	4.89 417	10.82 443	10.11 431	0.00 1	0.00 1	0.00 1	0.00 1	0.12 311	0.11 348

test_for_model	4.23 419	22.88 468	0.91 55	12.40 459	10.47 459	1.08 82	0.06 236	4.08 290	1.36 277	1.91 302	0.09 96	0.15 94	0.03 47	0.10 8	0.22 144	7.44 449	1.43 447	0.00 1	0.01 301	18.08 467	1.99 440

SGM+DAISY	4.39 420	1.34 420	5.18 410	1.01 414	0.88 415	5.61 411	2.86 418	4.88 364	3.53 398	13.29 443	13.95 429	12.66 431	7.55 432	7.98 422	5.39 406	0.23 421	0.18 422	0.15 418	0.24 413	0.29 394	0.64 419

WCMA_ROB	4.54 421	0.48 314	3.19 345	0.49 362	0.63 411	5.38 408	2.57 417	4.70 348	3.77 403	14.17 446	19.02 441	15.47 437	9.03 439	6.73 379	4.85 400	0.01 356	0.05 360	0.01 368	0.01 301	0.08 267	0.16 374

SANet	4.63 422	0.89 395	5.34 413	0.30 324	0.09 289	7.43 425	3.75 426	6.53 421	16.16 445	6.79 417	13.29 427	12.44 430	7.74 433	7.38 411	4.11 391	0.00 1	0.01 262	0.00 1	0.00 1	0.10 298	0.31 407

RainbowNet	4.74 423	3.21 446	3.07 338	9.34 451	6.01 444	4.89 403	3.60 424	7.09 430	4.39 411	1.63 282	3.01 360	4.72 388	2.96 386	5.53 322	1.19 315	8.95 453	2.12 451	8.48 448	0.19 397	8.75 447	5.73 451

MSMD_ROB	4.94 424	0.43 291	2.58 317	0.12 252	0.01 123	8.43 432	1.09 387	4.25 307	4.11 407	13.11 442	26.36 458	13.95 435	13.88 452	7.45 414	2.92 380	0.10 406	0.01 262	0.00 1	0.00 1	0.01 36	0.02 173

FCDSN-DC	5.04 425	0.15 133	1.83 233	0.22 298	0.44 396	5.60 410	1.66 399	5.22 377	4.37 410	14.49 448	21.86 449	20.65 447	11.88 448	7.66 418	4.55 396	0.02 378	0.00 1	0.00 1	0.00 1	0.03 168	0.05 276
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	5.09 426	2.15 436	16.58 452	0.34 337	0.07 272	5.91 414	4.26 431	6.73 427	6.99 428	9.44 431	6.09 399	6.57 410	5.17 421	9.54 435	21.38 463	0.00 1	0.00 1	0.00 1	0.00 1	0.36 407	0.23 399

MSC_U_SF_DS_RVC	5.12 427	2.33 437	8.42 436	0.33 331	0.27 370	24.60 464	8.84 461	5.50 394	9.75 434	3.82 387	8.16 413	8.53 421	1.82 354	9.44 433	5.18 404	1.02 434	1.65 449	0.33 426	0.47 438	1.06 431	0.90 427

ACVNet-4b	5.67 428	1.65 425	4.43 397	9.46 452	7.11 450	8.72 433	1.68 401	6.61 422	5.76 421	0.27 86	6.49 404	11.67 428	2.43 374	8.40 425	1.56 330	9.06 455	2.34 453	10.49 454	0.02 319	9.22 452	5.98 453

MeshStereo	5.78 429	0.75 372	3.04 336	0.25 309	0.14 316	7.88 430	2.09 405	9.64 439	5.18 417	20.48 458	19.06 442	22.80 449	9.54 442	9.64 436	4.88 401	0.00 1	0.00 1	0.00 1	0.00 1	0.29 394	0.03 229
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
PVD	5.81 430	0.99 403	5.56 417	0.72 393	0.51 403	6.72 419	0.18 291	9.90 441	23.69 450	11.45 438	19.26 444	8.18 419	9.46 441	9.24 431	9.49 430	0.02 378	0.16 419	0.00 1	0.08 359	0.18 350	0.40 414

FC-DCNN	6.09 431	0.18 162	2.35 298	0.42 349	0.53 404	7.80 429	1.42 395	8.14 436	7.07 429	19.05 455	22.10 450	22.85 450	13.84 451	9.42 432	6.44 411	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.06 306

ACVNet_1	6.16 432	1.86 433	4.43 397	9.52 453	7.22 451	7.59 428	2.37 412	9.99 442	6.71 426	3.84 388	5.35 394	13.23 434	4.90 418	6.25 350	1.94 355	9.06 455	2.40 455	10.88 456	0.11 370	9.58 454	6.03 454

FC-DCNN v2	6.25 433	0.19 170	2.31 295	0.44 350	0.55 406	8.05 431	1.51 398	8.71 437	7.22 430	19.24 456	22.98 453	24.00 453	13.47 450	9.80 438	6.51 412	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.05 276

EDNetEfficient	6.54 434	1.17 413	33.15 461	0.66 388	1.96 431	2.07 321	3.72 425	2.80 148	14.85 442	20.02 457	9.69 418	6.59 411	10.19 444	7.19 407	15.49 447	0.03 386	0.10 398	0.01 368	0.20 401	0.62 427	0.29 402

AnyNet_C01	6.59 435	4.31 450	36.24 463	0.96 411	0.46 399	9.96 435	5.74 447	6.02 415	3.63 401	7.59 423	8.56 414	8.83 422	3.14 391	13.74 451	20.83 461	0.12 409	0.08 386	0.25 424	0.09 362	1.01 430	0.34 409

LSM	7.38 436	1.68 426	22.24 456	3.99 441	40.72 471	3.54 378	4.79 441	4.74 351	6.65 425	10.25 433	13.51 428	4.49 382	3.81 404	6.91 395	5.31 405	0.00 1	0.04 351	0.00 1	0.00 1	0.26 382	14.60 468

ELAS_RVC	7.69 437	0.80 382	4.90 407	1.06 416	1.02 419	10.00 436	9.43 462	9.75 440	14.69 441	21.83 461	20.27 447	17.88 442	16.41 456	13.01 449	10.44 433	0.22 417	0.55 438	0.28 425	0.19 397	0.35 405	0.65 420
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	7.91 438	23.96 469	13.67 449	14.71 462	7.88 453	4.83 402	0.04 202	5.01 369	2.89 390	8.86 430	4.96 389	6.11 404	10.72 445	10.18 440	3.51 387	2.44 440	0.33 432	15.15 459	4.65 462	12.33 459	5.95 452

ELAS	8.05 439	0.76 376	4.02 379	0.95 410	1.02 419	14.85 447	6.99 457	12.80 446	11.73 437	22.43 463	27.75 461	17.88 442	15.19 454	10.96 444	11.31 435	0.22 417	0.56 439	0.23 423	0.22 408	0.50 421	0.71 422
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	8.69 440	1.80 432	5.09 409	8.55 450	6.72 447	13.47 443	4.34 434	13.70 447	23.86 451	6.89 419	19.74 446	20.52 445	5.36 423	7.70 419	2.48 370	8.53 452	1.67 450	7.99 447	0.32 431	8.79 450	6.29 457

PWCK	8.72 441	5.37 453	16.61 453	5.74 443	0.12 305	19.88 454	11.41 464	11.31 445	13.42 440	14.07 444	12.84 426	13.20 433	8.05 437	15.44 452	10.25 432	5.95 445	0.22 424	2.09 442	0.05 341	7.50 442	0.92 428

WAO-7	9.09 442	1.79 431	3.55 366	0.80 398	0.15 321	18.67 452	4.36 435	23.07 467	26.68 455	12.59 441	27.90 462	22.52 448	13.03 449	13.53 450	11.47 436	0.09 405	0.03 340	0.58 433	0.10 366	0.47 418	0.34 409

IMH-64-1	9.55 443	2.76 444	2.44 304	11.17 456	9.13 456	12.03 439	5.45 444	18.33 453	15.78 443	6.59 414	18.69 437	16.95 440	6.20 427	10.63 441	8.06 421	9.46 458	2.46 456	15.42 461	1.61 453	10.89 455	6.88 458

IMH-64	9.55 443	2.76 444	2.44 304	11.17 456	9.13 456	12.03 439	5.45 444	18.33 453	15.78 443	6.59 414	18.69 437	16.95 440	6.20 427	10.63 441	8.06 421	9.46 458	2.46 456	15.42 461	1.61 453	10.89 455	6.88 458

RTS	9.75 445	2.69 442	65.25 468	0.85 403	1.99 432	14.36 444	4.75 439	5.69 404	17.29 447	7.97 424	19.00 439	6.83 413	3.02 388	26.15 465	18.62 457	0.00 1	0.15 417	0.00 1	0.00 1	0.29 394	0.16 374

RTSA	9.75 445	2.69 442	65.25 468	0.85 403	1.99 432	14.36 444	4.75 439	5.69 404	17.29 447	7.97 424	19.00 439	6.83 413	3.02 388	26.15 465	18.62 457	0.00 1	0.15 417	0.00 1	0.00 1	0.29 394	0.16 374

EDNetEfficientorigin	10.31 447	1.90 434	98.96 480	0.22 298	0.23 355	2.73 350	0.71 372	4.50 333	16.94 446	18.72 450	15.36 431	12.74 432	10.73 446	8.96 429	11.94 439	0.01 356	0.01 262	0.00 1	0.00 1	0.25 380	1.31 435

MADNet+	10.71 448	14.57 463	70.07 470	0.58 379	0.47 401	19.89 455	4.20 430	11.05 443	6.87 427	3.03 368	5.99 398	9.01 423	6.35 429	31.95 468	28.31 467	0.22 417	0.26 429	0.01 368	0.04 336	0.46 415	0.87 426

WAO-6	11.09 449	1.69 427	3.21 348	7.54 447	7.10 449	16.34 448	6.63 455	20.12 457	38.64 466	9.67 432	19.28 445	27.53 455	10.97 447	12.43 448	11.57 437	4.26 441	2.35 454	10.54 455	0.02 319	7.59 443	4.29 447

LVE	11.10 450	2.36 438	3.34 355	9.94 454	8.13 454	21.22 457	7.75 459	16.47 451	32.55 461	8.55 427	23.64 454	23.22 451	7.93 436	10.98 445	6.65 413	9.45 457	2.55 461	11.08 457	0.58 441	9.35 453	6.28 456

IMH	11.11 451	3.50 447	2.56 316	11.25 458	9.13 456	14.49 446	5.10 442	20.68 460	26.30 454	8.28 426	23.85 456	20.63 446	9.19 440	12.39 447	7.96 419	9.50 460	2.50 458	15.28 460	1.66 455	11.07 458	6.96 460

Dean	11.46 452	2.03 435	5.20 411	10.73 455	8.20 455	18.71 453	5.73 446	21.10 461	41.49 469	11.12 435	22.16 451	25.92 454	7.74 433	7.52 415	4.31 393	9.01 454	2.27 452	9.95 453	0.61 442	9.18 451	6.22 455

coex-ft	12.01 453	5.60 454	80.23 471	0.15 269	0.15 321	1.88 314	0.73 373	2.66 135	30.12 458	49.31 471	16.59 433	15.97 439	14.42 453	6.79 384	14.50 443	0.05 395	0.08 386	0.01 368	0.05 341	0.37 409	0.61 418

SGM-ForestM	12.56 454	0.80 382	4.31 394	1.07 417	0.41 394	21.56 458	8.57 460	17.42 452	19.67 449	29.93 465	28.49 465	45.83 469	27.22 465	26.05 464	18.40 455	0.14 411	0.25 426	0.18 420	0.28 426	0.18 350	0.42 415

LE_ROB	12.79 455	0.64 355	10.26 442	2.13 432	1.29 424	7.25 424	5.81 448	9.09 438	49.27 472	57.55 472	24.58 457	23.68 452	31.13 468	9.00 430	23.57 466	0.04 389	0.06 368	0.13 417	0.20 401	0.08 267	0.11 348

JetBlue	13.83 456	5.03 451	33.82 462	0.84 400	6.92 448	50.14 471	20.02 469	15.09 448	8.92 433	11.33 437	17.05 434	28.25 456	18.01 461	32.60 469	18.53 456	0.32 424	0.12 408	0.15 418	0.23 411	4.59 439	4.64 448

WAO-8	13.93 457	3.75 448	4.23 388	7.74 448	6.54 445	22.81 460	2.39 414	22.66 464	45.98 470	18.88 453	35.42 467	33.21 460	16.91 457	16.55 455	12.78 440	5.01 443	0.81 442	9.89 451	0.77 444	8.77 449	3.61 445

Venus	13.93 457	3.75 448	4.23 388	7.74 448	6.54 445	22.81 460	2.39 414	22.66 464	45.98 470	18.88 453	35.42 467	33.21 460	16.91 457	16.55 455	12.78 440	5.01 443	0.81 442	9.89 451	0.77 444	8.76 448	3.61 445

MANE	14.02 459	0.85 390	3.53 364	2.13 432	3.75 441	18.44 451	6.14 449	22.67 466	27.90 456	33.01 467	41.08 470	41.26 468	30.90 467	23.39 460	17.99 453	0.47 428	0.76 441	0.91 434	4.04 460	0.17 342	1.00 431

KSHMR	14.27 460	6.95 457	5.79 421	15.08 463	12.84 462	17.44 449	10.61 463	18.88 455	30.94 459	18.81 452	22.21 452	28.54 457	8.85 438	15.56 453	9.24 429	10.34 465	3.60 465	21.61 467	4.68 463	14.48 462	8.94 463

TorneroNet-64	15.45 461	5.66 455	3.44 361	13.86 460	12.03 461	28.15 467	6.27 452	19.89 456	38.68 467	12.16 440	28.06 463	35.76 463	15.44 455	19.56 458	15.40 446	9.71 461	2.52 459	19.13 464	2.70 456	12.55 460	7.94 462

TorneroNet	16.10 462	5.74 456	4.12 386	13.88 461	11.97 460	26.89 466	6.85 456	21.13 462	38.32 465	14.15 445	33.36 466	33.52 462	17.49 459	18.89 457	19.64 459	9.77 462	2.53 460	19.43 465	3.35 457	13.21 461	7.86 461

notaker	17.52 463	21.54 467	7.84 434	18.05 465	14.44 465	17.58 450	6.43 453	20.13 458	24.44 453	21.34 460	27.71 460	39.12 465	18.78 462	19.63 459	20.40 460	11.95 466	2.71 464	25.51 469	5.85 466	17.10 465	9.78 464

BEATNet-Init1	17.91 464	7.45 458	36.82 464	1.88 431	1.38 425	37.29 470	14.71 467	21.90 463	24.20 452	38.07 468	36.59 469	50.41 470	32.00 469	29.42 467	21.83 464	0.33 425	0.39 435	0.47 428	0.54 440	1.50 435	1.07 432

ktn	19.15 465	18.52 464	6.39 430	22.64 469	17.26 467	24.47 462	12.11 465	24.52 468	34.74 464	18.75 451	27.70 459	32.54 458	17.85 460	15.71 454	16.67 448	22.09 469	3.64 466	28.95 470	10.91 468	17.40 466	10.22 466

UNDER WATER	19.61 466	12.37 462	31.14 459	20.44 467	14.31 464	28.63 468	18.15 468	16.43 450	34.24 463	20.82 459	19.14 443	38.83 464	30.09 466	24.31 461	20.97 462	10.09 464	2.68 462	19.51 466	4.70 464	15.52 464	9.93 465

UNDER WATER-64	20.03 467	10.28 460	31.50 460	20.05 466	13.64 463	32.81 469	23.45 470	16.01 449	33.44 462	22.01 462	17.25 435	40.58 467	32.20 470	24.50 462	22.36 465	10.06 463	2.70 463	18.37 463	4.24 461	14.84 463	10.24 467

DLNR_Zeroshot_test	23.05 468	49.79 473	87.94 472	97.52 484	94.73 479	1.18 118	0.00 1	20.60 459	0.14 6	0.02 3	0.02 47	0.02 3	0.02 22	4.35 263	0.10 84	32.22 471	0.04 351	0.00 1	0.27 422	72.00 477	0.06 306

DPSimNet_ROB	25.03 469	19.56 466	24.93 458	24.36 470	17.85 468	22.25 459	25.93 471	28.52 469	29.10 457	32.61 466	28.25 464	32.87 459	26.42 463	24.51 463	40.42 469	16.75 468	13.93 468	25.19 468	22.38 471	19.96 468	24.75 472

HanzoNet	29.69 470	29.33 470	21.66 455	21.75 468	19.07 469	24.58 463	12.99 466	28.87 470	40.49 468	43.09 469	44.02 471	55.65 471	44.93 471	43.17 471	44.44 470	27.88 470	9.47 467	29.77 471	15.86 470	20.94 469	15.84 469

JetRed	34.54 471	39.28 472	62.16 466	15.62 464	26.51 470	69.20 473	40.79 473	31.43 471	32.41 460	46.06 470	44.55 472	40.19 466	26.50 464	38.43 470	56.06 472	12.76 467	37.49 473	13.23 458	9.38 467	29.52 470	19.34 470

MADNet++	47.78 472	34.15 471	37.11 465	42.94 471	41.23 472	64.94 472	30.63 472	60.79 473	53.26 473	72.08 473	61.65 473	57.68 472	54.96 472	58.03 472	59.24 473	43.01 472	36.17 472	36.07 472	22.50 472	47.50 471	41.67 473

LRCNet_RVC	60.63 473	63.16 474	62.94 467	69.09 476	50.21 473	19.92 456	0.07 240	58.32 472	5.21 418	75.67 474	86.75 474	74.68 473	62.48 473	59.01 473	49.80 471	93.38 478	56.36 477	93.48 478	92.95 478	67.44 476	71.73 478

tt	68.65 474	0.15 133	99.57 481	50.64 472	14.90 466	100.00 482	100.00 482	100.00 484	99.76 479	27.80 464	10.52 421	99.97 484	98.63 480	99.61 480	100.00 485	90.62 477	98.21 478	46.66 473	52.02 474	62.86 475	21.04 471

xxxxx1	76.92 475	82.43 476	93.26 475	61.67 473	66.92 474	95.84 476	95.11 477	75.84 474	80.96 474	82.71 475	86.75 474	89.18 474	87.35 474	85.27 474	87.18 474	55.08 473	54.60 474	60.31 474	72.71 475	62.51 472	62.73 474

tt_ll	76.92 475	82.43 476	93.26 475	61.67 473	66.92 474	95.84 476	95.11 477	75.84 474	80.96 474	82.71 475	86.75 474	89.18 474	87.35 474	85.27 474	87.18 474	55.08 473	54.60 474	60.31 474	72.71 475	62.51 472	62.73 474

ff	76.92 475	82.43 476	93.26 475	61.67 473	66.92 474	95.84 476	95.11 477	75.84 474	80.96 474	82.71 475	86.75 474	89.18 474	87.35 474	85.27 474	87.18 474	55.08 473	54.60 474	60.31 474	72.71 475	62.51 472	62.73 474

PML	89.08 478	99.72 481	92.85 474	94.72 478	94.92 480	99.54 481	97.42 480	93.50 477	95.96 478	99.77 482	92.33 478	95.35 478	93.51 478	99.96 484	91.15 477	99.98 486	31.71 471	100.00 483	45.94 473	93.46 479	69.88 477

MEDIAN_ROB	96.83 479	99.41 479	98.66 479	94.75 479	94.23 478	93.08 475	90.54 475	95.61 479	94.75 477	97.65 480	97.73 479	98.30 479	96.57 479	94.51 477	93.74 479	99.78 485	98.24 479	99.99 482	99.89 481	99.48 482	99.67 482

Anonymous_1	97.10 480	99.72 481	99.64 482	92.33 477	93.91 477	100.00 482	100.00 482	99.20 481	99.90 480	98.57 481	99.75 480	99.14 480	99.94 481	98.50 479	99.54 480	87.90 476	98.87 480	90.88 477	96.91 479	92.22 478	95.12 479

HaxPig	97.68 481	99.63 480	91.34 473	99.82 486	99.97 483	88.15 474	88.00 474	98.28 480	99.93 481	99.98 483	99.99 481	99.95 483	99.99 482	96.29 478	92.24 478	99.99 487	99.98 482	100.00 483	99.99 482	100.00 488	99.98 486

test_example2	98.83 482	99.97 486	99.97 483	99.96 488	99.97 483	99.46 480	99.97 481	95.54 478	100.00 482	100.00 484	100.00 482	93.37 477	93.47 477	99.93 483	99.91 481	100.00 488	99.79 481	96.64 479	98.71 480	100.00 488	100.00 488

DPSM_ROB	99.17 483	100.00 487	100.00 486	96.28 480	98.84 481	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	100.00 485	93.66 479	100.00 483	100.00 483	100.00 483	96.31 480	98.27 480

DPSM	99.17 483	100.00 487	100.00 486	96.28 480	98.84 481	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	100.00 485	93.66 479	100.00 483	100.00 483	100.00 483	96.31 480	98.27 480

AVERAGE_ROB	99.23 485	99.81 483	97.56 478	100.00 489	100.00 485	96.24 479	91.02 476	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	100.00 483	100.00 483	100.00 488	100.00 488

DGTPSM_ROB	99.45 486	99.94 484	99.98 484	96.58 482	100.00 485	100.00 482	100.00 482	99.81 482	100.00 482	95.86 478	100.00 482	99.32 481	100.00 483	99.79 481	99.99 483	98.34 481	100.00 483	99.86 480	100.00 483	99.52 483	99.99 487

DPSMNet_ROB	99.46 487	99.94 484	99.98 484	96.59 483	100.00 485	100.00 482	100.00 482	99.81 482	100.00 482	95.87 479	100.00 482	99.32 481	100.00 483	99.79 481	99.99 483	98.46 482	100.00 483	99.86 480	100.00 483	99.52 483	100.00 488

CasAABBNet	99.94 488	100.00 487	100.00 486	99.72 485	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	100.00 485	99.21 483	100.00 483	100.00 483	100.00 483	99.96 485	99.95 484

LSM0	99.94 488	100.00 487	100.00 486	99.84 487	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	100.00 485	99.22 484	100.00 483	100.00 483	100.00 483	99.99 486	99.83 483

Selective-RAFT-Error	100.00 490	100.00 487	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	100.00 485	100.00 488	100.00 483	100.00 483	100.00 483	99.99 486	99.95 484

ASD4		67.10 475

Low-res two-view benchmark