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

MLG-Stereo_test2	0.26 2	0.20 7	0.36 3	0.37 5	0.22 15	0.35 14	0.18 2	0.45 4	0.21 2	0.26 5	0.23 5	0.34 17	0.20 1	0.77 83	0.23 2	0.16 33	0.11 6	0.15 8	0.11 8	0.13 1	0.11 1

MLG-Stereo_test3	0.28 6	0.18 1	0.42 23	0.40 16	0.23 20	0.47 59	0.19 5	0.61 14	0.29 11	0.35 23	0.21 2	0.35 19	0.21 2	0.60 44	0.25 8	0.15 13	0.11 6	0.16 27	0.11 8	0.13 1	0.13 18

LG-Stereo	0.34 17	0.25 83	0.78 249	0.47 87	0.26 46	0.37 20	0.30 59	0.71 31	0.52 52	0.36 28	0.57 66	0.29 7	0.21 2	0.50 12	0.36 92	0.13 2	0.13 86	0.20 138	0.18 157	0.18 93	0.12 9

MonSter	0.28 6	0.18 1	0.39 14	0.36 3	0.21 9	0.55 124	0.31 65	0.55 8	0.43 24	0.28 7	0.29 13	0.23 2	0.21 2	0.56 27	0.25 8	0.11 1	0.10 1	0.14 1	0.11 8	0.14 10	0.11 1

LG-Stereo_L1	0.30 10	0.20 7	0.44 27	0.37 5	0.26 46	0.29 8	0.21 11	0.66 20	0.26 8	0.25 3	0.25 7	0.24 4	0.22 5	1.24 216	0.23 2	0.15 13	0.11 6	0.15 8	0.12 27	0.14 10	0.11 1

AIO_rvc	0.36 23	0.23 46	0.49 47	0.43 37	0.27 65	0.59 142	0.38 130	0.94 112	0.45 28	0.33 21	0.46 33	0.49 65	0.22 5	0.84 105	0.30 29	0.16 33	0.11 6	0.16 27	0.12 27	0.15 22	0.13 18

DEFOM-Stereo	0.33 16	0.20 7	0.40 15	0.42 30	0.28 88	0.80 267	0.23 22	0.48 5	0.37 16	0.37 31	0.31 16	0.23 2	0.24 7	1.20 206	0.27 16	0.16 33	0.12 29	0.14 1	0.11 8	0.14 10	0.14 41

dual_stereo	0.27 3	0.19 4	0.35 1	0.39 13	0.21 9	0.25 2	0.22 14	0.48 5	0.31 12	0.32 16	0.26 10	0.37 26	0.24 7	0.83 102	0.29 21	0.16 33	0.12 29	0.14 1	0.11 8	0.14 10	0.11 1

AIO-Stereo	0.37 28	0.25 83	0.51 59	0.47 87	0.23 20	0.45 54	0.39 145	1.07 175	0.52 52	0.41 42	0.48 37	0.52 82	0.25 9	0.72 70	0.30 29	0.16 33	0.12 29	0.17 50	0.13 42	0.16 38	0.13 18

LG-Stereo_L2	0.29 8	0.20 7	0.45 34	0.37 5	0.25 40	0.26 3	0.20 8	0.78 49	0.28 10	0.28 7	0.26 10	0.24 4	0.26 10	0.91 127	0.23 2	0.15 13	0.11 6	0.15 8	0.12 27	0.14 10	0.11 1

CAS	0.63 197	0.18 1	0.37 5	2.27 507	0.84 459	0.57 134	0.54 286	0.79 54	0.62 74	0.48 65	0.70 95	0.36 21	0.26 10	0.45 7	0.35 83	2.24 508	0.10 1	0.14 1	0.09 1	0.15 22	1.06 497

111111	0.34 17	0.20 7	0.41 19	0.45 70	0.42 284	0.37 20	0.22 14	0.95 117	0.38 17	0.31 14	0.31 16	0.40 30	0.27 12	0.96 141	0.26 13	0.17 74	0.12 29	0.15 8	0.11 8	0.15 22	0.13 18

MLG-Stereo_test1	0.27 3	0.19 4	0.38 8	0.40 16	0.24 28	0.38 23	0.20 8	0.59 12	0.19 1	0.24 2	0.17 1	0.33 15	0.27 12	0.90 126	0.25 8	0.14 6	0.11 6	0.16 27	0.11 8	0.13 1	0.12 9

CES	0.48 96	0.20 7	0.37 5	0.39 13	1.39 499	0.55 124	0.35 96	0.98 129	0.66 98	0.44 51	0.66 81	0.35 19	0.27 12	0.56 27	0.33 59	0.15 13	0.13 86	0.15 8	0.10 2	0.19 132	1.46 503

MLG-Stereo	0.29 8	0.19 4	0.38 8	0.41 23	0.20 3	0.42 39	0.20 8	0.66 20	0.21 2	0.25 3	0.22 4	0.33 15	0.28 15	1.09 180	0.25 8	0.14 6	0.11 6	0.16 27	0.11 8	0.13 1	0.12 9

IGEV-BASED-STEREO-	0.70 243	3.18 528	2.55 487	0.39 13	0.23 20	0.44 51	0.23 22	0.63 15	0.42 23	0.44 51	0.44 28	0.34 17	0.28 15	0.56 27	0.29 21	1.35 502	0.10 1	0.22 201	0.19 179	0.46 434	1.31 501

RAFT-Stereo-weight	0.47 90	0.24 60	0.53 70	0.48 112	0.27 65	0.60 150	0.35 96	1.02 141	1.07 242	0.99 189	0.78 114	0.76 162	0.28 15	0.76 80	0.36 92	0.16 33	0.12 29	0.17 50	0.15 81	0.16 38	0.15 69

CAS++	0.47 90	0.31 234	0.56 88	0.47 87	0.32 170	0.42 39	0.28 47	1.76 360	0.72 114	0.71 117	0.72 101	0.37 26	0.28 15	0.69 59	0.33 59	0.27 348	0.22 353	0.26 317	0.21 255	0.29 336	0.19 185
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
LGtest1	0.27 3	0.21 21	0.44 27	0.41 23	0.21 9	0.42 39	0.19 5	0.56 9	0.26 8	0.29 10	0.24 6	0.29 7	0.29 19	0.55 26	0.25 8	0.18 113	0.12 29	0.16 27	0.12 27	0.14 10	0.13 18

GREAT-IGEV	0.32 14	0.20 7	0.42 23	0.37 5	0.29 105	0.36 18	0.28 47	0.56 9	0.58 64	0.28 7	0.50 46	0.29 7	0.29 19	0.84 105	0.27 16	0.14 6	0.11 6	0.15 8	0.11 8	0.17 62	0.14 41

SCV_C0	0.43 58	0.26 99	0.65 141	0.43 37	0.29 105	0.47 59	0.31 65	1.34 250	0.73 118	0.38 36	0.49 43	0.54 89	0.29 19	1.24 216	0.30 29	0.17 74	0.13 86	0.16 27	0.13 42	0.20 166	0.15 69

EGLCR-Stereo	0.37 28	0.22 35	0.51 59	0.43 37	0.26 46	0.44 51	0.22 14	0.99 131	0.48 36	0.42 44	0.42 23	0.67 139	0.29 19	0.86 114	0.33 59	0.17 74	0.12 29	0.19 103	0.17 140	0.17 62	0.15 69

AIO_test	0.35 22	0.22 35	0.44 27	0.43 37	0.27 65	0.57 134	0.44 200	0.79 54	0.41 20	0.32 16	0.47 35	0.46 47	0.30 23	0.69 59	0.30 29	0.16 33	0.11 6	0.16 27	0.13 42	0.15 22	0.12 9

mms	0.40 43	0.27 125	0.52 66	0.46 76	0.32 170	0.43 46	0.46 224	0.70 27	0.46 34	0.35 23	0.58 69	0.44 36	0.30 23	1.36 247	0.33 59	0.16 33	0.13 86	0.18 82	0.15 81	0.19 132	0.15 69

DLNR_Zeroshot_test	23.17 541	48.52 554	43.29 545	176.68 553	78.69 549	0.35 14	0.21 11	23.41 540	0.75 121	0.66 111	0.86 131	0.59 113	0.30 23	1.56 292	0.44 161	9.57 539	0.12 29	0.18 82	0.14 66	76.92 552	0.16 95

Selective-IGEV	0.39 36	0.24 60	0.50 52	0.44 58	0.25 40	0.46 57	0.33 79	1.25 236	0.40 19	0.35 23	0.45 31	0.52 82	0.30 23	1.07 175	0.30 29	0.14 6	0.12 29	0.17 50	0.13 42	0.16 38	0.13 18

IGEV-RUCA	0.37 28	0.23 46	0.48 42	0.49 127	0.36 220	0.60 150	0.23 22	0.64 16	0.49 37	0.39 40	0.49 43	0.44 36	0.31 27	0.85 110	0.30 29	0.24 284	0.13 86	0.16 27	0.12 27	0.20 166	0.19 185

fffft	0.38 33	0.23 46	0.51 59	0.44 58	0.32 170	0.43 46	0.48 241	0.76 42	0.36 14	0.44 51	0.34 18	0.38 28	0.31 27	1.31 231	0.32 46	0.14 6	0.11 6	0.19 103	0.15 81	0.16 38	0.16 95
1: 1. 1
RAStereo	0.34 17	0.21 21	0.66 148	0.47 87	0.27 65	0.26 3	0.29 52	0.69 25	0.63 77	0.32 16	0.42 23	0.45 44	0.31 27	0.45 7	0.34 74	0.17 74	0.15 192	0.19 103	0.15 81	0.18 93	0.13 18

UniTT-Stereo	0.36 23	0.23 46	0.59 111	0.48 112	0.36 220	0.40 28	0.32 72	0.53 7	0.49 37	0.54 85	0.55 60	0.36 21	0.31 27	0.58 32	0.51 218	0.20 186	0.15 192	0.17 50	0.15 81	0.19 132	0.15 69

CASnet	0.41 50	0.25 83	0.48 42	0.50 138	0.20 3	0.50 85	0.36 110	0.81 66	0.80 138	0.83 147	0.68 87	0.48 58	0.31 27	0.54 21	0.32 46	0.18 113	0.12 29	0.27 333	0.22 284	0.23 254	0.14 41
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.39 36	0.25 83	0.41 19	0.54 222	0.23 20	0.48 63	0.30 59	0.73 34	0.58 64	0.52 82	0.73 103	0.51 75	0.31 27	0.64 49	0.42 149	0.17 74	0.20 313	0.23 239	0.19 179	0.21 206	0.17 120

4D-IteraStereo	0.48 96	0.24 60	0.76 235	0.50 138	0.44 301	0.66 192	0.31 65	0.87 80	1.02 220	1.03 205	0.72 101	0.78 169	0.32 33	0.64 49	0.37 104	0.17 74	0.11 6	0.23 239	0.19 179	0.19 132	0.13 18

FoundationStereo	0.24 1	0.21 21	0.36 3	0.38 11	0.22 15	0.32 11	0.22 14	0.39 1	0.23 5	0.30 13	0.25 7	0.30 11	0.33 34	0.34 2	0.26 13	0.16 33	0.12 29	0.15 8	0.11 8	0.13 1	0.12 9

ours_stereo	0.39 36	0.28 146	0.51 59	0.46 76	0.30 126	0.40 28	0.44 200	0.73 34	0.56 61	0.35 23	0.56 63	0.46 47	0.33 34	1.11 186	0.32 46	0.16 33	0.13 86	0.19 103	0.15 81	0.19 132	0.14 41

RSM	0.39 36	0.24 60	0.49 47	0.46 76	0.26 46	0.47 59	0.40 152	0.92 99	0.44 26	0.41 42	0.42 23	0.65 132	0.33 34	1.07 175	0.29 21	0.15 13	0.12 29	0.17 50	0.13 42	0.17 62	0.13 18

MGS-Stereo	0.42 52	0.26 99	0.58 104	0.44 58	0.28 88	0.50 85	0.34 91	0.57 11	0.83 147	0.46 58	1.31 308	0.52 82	0.33 34	0.65 54	0.36 92	0.19 154	0.16 229	0.18 82	0.15 81	0.17 62	0.16 95

MSKI-zero shot	0.55 149	0.26 99	0.57 98	0.51 168	0.26 46	0.69 208	0.28 47	1.18 209	0.64 81	0.91 167	1.32 314	0.82 184	0.33 34	1.92 344	0.32 46	0.17 74	0.12 29	0.17 50	0.13 42	0.16 38	0.16 95

XX-TBD	0.46 83	0.70 453	0.35 1	0.79 434	0.25 40	0.58 137	0.26 37	0.69 25	1.27 361	0.76 125	1.00 170	0.45 44	0.33 34	0.47 9	0.37 104	0.19 154	0.15 192	0.15 8	0.11 8	0.17 62	0.14 41

S2M2	0.34 17	0.28 146	0.45 34	0.40 16	0.30 126	0.31 10	0.16 1	0.60 13	0.64 81	0.31 14	0.48 37	0.47 54	0.34 40	0.38 3	0.32 46	0.25 310	0.22 353	0.20 138	0.22 284	0.25 281	0.22 251

testlalala2	0.58 171	0.27 125	0.68 157	1.72 501	1.27 497	0.68 203	0.42 169	0.93 105	0.70 108	0.90 162	0.93 147	0.76 162	0.34 40	0.52 17	0.40 127	0.18 113	0.15 192	0.17 50	0.13 42	0.17 62	0.17 120

LG-G_1	0.31 12	0.20 7	0.44 27	0.42 30	0.20 3	0.64 168	0.18 2	0.70 27	0.25 6	0.29 10	0.29 13	0.36 21	0.35 42	0.87 117	0.24 5	0.16 33	0.12 29	0.16 27	0.11 8	0.13 1	0.13 18

LG-G	0.31 12	0.20 7	0.44 27	0.42 30	0.20 3	0.64 168	0.18 2	0.70 27	0.25 6	0.29 10	0.29 13	0.36 21	0.35 42	0.87 117	0.24 5	0.16 33	0.12 29	0.16 27	0.11 8	0.13 1	0.13 18

SGD-Stereo	0.32 14	0.20 7	0.40 15	0.38 11	0.19 1	0.43 46	0.22 14	0.64 16	0.33 13	0.42 44	0.34 18	0.27 6	0.35 42	1.15 193	0.30 29	0.20 186	0.10 1	0.15 8	0.13 42	0.17 62	0.13 18

HART	0.45 76	0.22 35	0.54 75	0.50 138	0.26 46	0.41 32	0.29 52	1.03 146	0.50 40	0.58 90	1.45 358	0.61 118	0.35 42	1.08 179	0.30 29	0.15 13	0.13 86	0.19 103	0.14 66	0.19 132	0.14 41

SMoEStereo_RVC	0.39 36	0.25 83	0.50 52	0.45 70	0.30 126	0.61 156	0.36 110	0.72 32	0.45 28	0.46 58	0.43 26	0.42 31	0.35 42	1.39 257	0.29 21	0.15 13	0.12 29	0.20 138	0.15 81	0.16 38	0.15 69

U	9.45 529	0.21 21	0.58 104	0.47 87	53.11 547	61.27 552	0.24 27	0.70 27	0.52 52	0.36 28	0.28 12	0.29 7	0.35 42	0.33 1	0.26 13	0.19 154	0.11 6	60.50 549	8.88 537	0.17 62	0.13 18

RSM++	0.38 33	0.24 60	0.51 59	0.47 87	0.26 46	0.50 85	0.41 165	0.79 54	0.45 28	0.37 31	0.45 31	0.60 114	0.35 42	1.02 161	0.30 29	0.15 13	0.13 86	0.17 50	0.14 66	0.18 93	0.13 18

SCV	0.46 83	0.26 99	0.55 85	0.47 87	0.25 40	0.39 26	0.38 130	1.98 425	0.60 71	0.35 23	0.48 37	0.55 92	0.36 49	1.28 225	0.32 46	0.24 284	0.12 29	0.17 50	0.13 42	0.18 93	0.14 41

StereoAnything_RVC	0.45 76	1.43 499	0.48 42	0.35 2	0.20 3	0.26 3	0.21 11	0.43 2	0.22 4	0.22 1	0.21 2	0.19 1	0.36 49	1.27 223	0.22 1	0.21 218	0.11 6	0.14 1	0.10 2	2.37 504	0.11 1

999	0.48 96	0.22 35	0.49 47	0.48 112	0.34 207	0.75 235	0.31 65	0.85 77	0.55 59	0.37 31	0.48 37	0.50 71	0.36 49	2.45 393	0.39 122	0.16 33	0.13 86	0.18 82	0.15 81	0.16 38	0.19 185

testlalala	0.45 76	0.28 146	0.59 111	0.42 30	0.39 262	0.71 220	0.39 145	1.08 181	0.45 28	1.24 313	0.80 124	0.61 118	0.36 49	0.54 21	0.33 59	0.20 186	0.13 86	0.18 82	0.12 27	0.15 22	0.15 69

tt45	0.45 76	0.23 46	0.46 38	0.45 70	0.33 190	0.79 259	0.32 72	0.78 49	0.41 20	0.51 81	0.44 28	0.49 65	0.37 53	2.14 366	0.34 74	0.16 33	0.13 86	0.19 103	0.16 120	0.17 62	0.18 145

model_zeroshot	0.48 96	0.29 181	0.86 273	0.51 168	0.36 220	0.69 208	0.37 124	1.12 194	0.62 74	0.85 155	0.84 128	0.66 136	0.37 53	0.73 74	0.34 74	0.20 186	0.16 229	0.19 103	0.16 120	0.17 62	0.16 95

GCAP-BAT	0.49 102	0.31 234	0.64 134	0.41 23	0.46 319	0.70 215	0.35 96	0.77 45	0.64 81	0.86 157	1.00 170	0.77 165	0.37 53	1.18 203	0.36 92	0.18 113	0.14 137	0.18 82	0.13 42	0.17 62	0.15 69

test_for_model	1.30 428	3.71 531	0.58 104	3.22 521	2.84 521	0.59 142	0.33 79	1.40 264	0.83 147	1.42 394	0.61 73	0.52 82	0.37 53	0.51 14	0.33 59	2.46 509	0.15 192	0.16 27	0.11 8	4.39 531	1.50 504

iRaftStereo_RVC	0.47 90	0.26 99	0.64 134	0.50 138	0.29 105	0.53 110	0.33 79	1.05 160	0.77 130	0.84 150	1.00 170	0.55 92	0.37 53	0.81 97	0.40 127	0.17 74	0.12 29	0.22 201	0.20 211	0.19 132	0.15 69

CREStereo++_RVC	0.47 90	0.21 21	0.38 8	0.45 70	0.38 251	0.45 54	0.25 28	0.75 39	1.29 370	0.80 137	1.21 271	0.47 54	0.37 53	0.53 19	0.44 161	0.16 33	0.11 6	0.15 8	0.80 495	0.18 93	0.11 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
GIP-stereo	0.34 17	0.23 46	0.45 34	0.50 138	0.36 220	0.38 23	0.23 22	0.78 49	0.52 52	0.34 22	0.51 48	0.46 47	0.38 59	0.51 14	0.27 16	0.20 186	0.12 29	0.16 27	0.12 27	0.16 38	0.14 41

Pointernet	0.37 28	0.20 7	0.57 98	0.43 37	0.28 88	0.51 101	0.27 43	0.93 105	0.61 72	0.47 61	0.63 77	0.49 65	0.38 59	0.49 11	0.33 59	0.17 74	0.13 86	0.14 1	0.11 8	0.13 1	0.12 9

castereo++	0.38 33	0.23 46	0.41 19	0.43 37	0.31 152	0.97 329	0.22 14	0.86 79	0.58 64	0.32 16	0.44 28	0.51 75	0.39 61	0.93 135	0.24 5	0.17 74	0.11 6	0.17 50	0.12 27	0.14 10	0.14 41

Former-RAFT_DAM_RVC	0.46 83	0.36 326	0.71 188	0.47 87	0.36 220	0.67 196	0.35 96	0.78 49	1.12 268	0.61 101	0.62 75	0.39 29	0.39 61	0.71 67	0.39 122	0.20 186	0.17 258	0.22 201	0.18 157	0.23 254	0.19 185

TRStereo	0.60 180	0.60 435	0.97 326	0.74 422	0.67 415	0.46 57	0.38 130	1.85 390	0.89 164	0.79 135	0.80 124	0.88 212	0.39 61	1.10 183	0.41 138	0.23 269	0.15 192	0.23 239	0.24 320	0.17 62	0.15 69

XX-Stereo	0.63 197	0.26 99	1.90 465	0.81 440	0.67 415	0.43 46	0.23 22	1.03 146	0.58 64	0.65 108	1.56 389	1.41 368	0.39 61	1.28 225	0.35 83	0.20 186	0.14 137	0.20 138	0.19 179	0.18 93	0.14 41

plain	0.46 83	0.27 125	1.01 339	0.50 138	0.40 272	0.35 14	0.37 124	0.87 80	0.56 61	0.43 49	0.76 110	0.42 31	0.40 65	1.13 191	0.45 174	0.21 218	0.15 192	0.24 259	0.19 179	0.24 269	0.16 95

LoS	0.40 43	0.21 21	0.44 27	0.37 5	0.22 15	0.50 85	0.40 152	1.00 135	0.94 183	0.48 65	0.66 81	0.48 58	0.40 65	0.60 44	0.37 104	0.18 113	0.14 137	0.16 27	0.11 8	0.14 10	0.14 41
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
fffy	0.42 52	0.27 125	0.57 98	0.46 76	0.29 105	0.48 63	0.35 96	0.91 96	0.55 59	0.40 41	0.58 69	0.55 92	0.41 67	1.26 220	0.36 92	0.15 13	0.13 86	0.19 103	0.16 120	0.18 93	0.14 41

IGEV-Stereo+	0.45 76	0.21 21	0.43 26	0.41 23	0.39 262	0.15 1	0.19 5	0.44 3	0.36 14	0.26 5	0.25 7	0.31 13	0.41 67	1.43 265	0.30 29	0.17 74	0.12 29	0.15 8	0.11 8	1.16 493	1.70 508

IGEV_Zeroshot_test	0.53 119	0.30 201	0.99 330	0.56 258	0.35 211	0.41 32	0.32 72	1.37 256	0.63 77	1.00 194	1.09 214	0.95 246	0.41 67	0.83 102	0.39 122	0.18 113	0.12 29	0.19 103	0.18 157	0.19 132	0.17 120

CREStereo	0.39 36	0.21 21	0.38 8	0.34 1	0.22 15	0.53 110	0.29 52	0.77 45	1.11 264	0.58 90	0.71 98	0.51 75	0.41 67	0.54 21	0.34 74	0.18 113	0.13 86	0.15 8	0.10 2	0.14 10	0.14 41
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
MM-Stereo_test3	0.50 106	0.24 60	0.54 75	0.54 222	0.74 432	0.49 75	0.53 279	1.09 183	1.05 233	0.62 104	0.95 151	0.61 118	0.42 71	0.77 83	0.38 114	0.20 186	0.17 258	0.20 138	0.16 120	0.18 93	0.18 145

MM-Stereo_test2	0.43 58	0.24 60	0.67 153	0.51 168	0.32 170	0.55 124	0.45 217	0.97 125	0.77 130	0.59 98	0.51 48	0.49 65	0.42 71	0.80 92	0.30 29	0.15 13	0.13 86	0.18 82	0.14 66	0.19 132	0.14 41

HUF	0.36 23	0.23 46	0.52 66	0.40 16	0.22 15	0.54 117	0.47 231	0.82 69	0.43 24	0.36 28	0.43 26	0.50 71	0.42 71	0.64 49	0.29 21	0.17 74	0.12 29	0.16 27	0.12 27	0.15 22	0.14 41

trnet	0.39 36	0.21 21	0.37 5	0.36 3	0.20 3	0.53 110	0.29 52	0.78 49	1.12 268	0.59 98	0.71 98	0.53 87	0.42 71	0.54 21	0.34 74	0.18 113	0.13 86	0.15 8	0.10 2	0.14 10	0.13 18

GCAP-Stereo	0.40 43	0.28 146	0.68 157	0.47 87	0.25 40	0.53 110	0.32 72	0.82 69	0.58 64	0.65 108	0.69 91	0.58 106	0.42 71	0.47 9	0.29 21	0.17 74	0.14 137	0.17 50	0.13 42	0.17 62	0.14 41

LL-Strereo2	0.52 109	0.33 272	0.69 170	0.52 190	0.37 234	0.70 215	0.30 59	1.13 197	0.67 99	0.94 175	0.78 114	0.91 224	0.42 71	1.05 170	0.42 149	0.17 74	0.16 229	0.29 356	0.25 334	0.21 206	0.16 95

test_4	0.53 119	0.22 35	0.56 88	0.54 222	0.32 170	0.64 168	0.39 145	0.80 62	0.62 74	0.92 169	1.87 439	0.68 141	0.42 71	1.16 197	0.37 104	0.15 13	0.13 86	0.20 138	0.22 284	0.20 166	0.15 69

xyz-stereo-finetune	0.48 96	0.25 83	0.54 75	0.42 30	0.23 20	0.80 267	0.42 169	0.80 62	0.80 138	0.61 101	0.62 75	0.54 89	0.43 78	1.70 316	0.58 250	0.15 13	0.15 192	0.19 103	0.15 81	0.16 38	0.15 69

AIO-test2	0.57 165	0.28 146	0.63 127	0.61 318	0.58 383	0.79 259	0.51 260	1.18 209	1.40 421	0.63 105	1.15 248	0.51 75	0.43 78	1.09 180	0.35 83	0.21 218	0.17 258	0.26 317	0.30 401	0.20 166	0.19 185

tg	0.52 109	0.24 60	0.61 119	0.49 127	0.30 126	0.90 301	0.29 52	1.07 175	0.83 147	0.83 147	1.02 184	0.62 123	0.43 78	1.35 242	0.41 138	0.17 74	0.12 29	0.22 201	0.20 211	0.17 62	0.15 69

rvit_stereo_0081_aga	0.44 68	0.34 295	0.73 206	0.51 168	0.41 279	0.50 85	0.40 152	0.81 66	0.57 63	0.58 90	0.56 63	0.53 87	0.43 78	0.66 56	0.40 127	0.26 332	0.21 335	0.22 201	0.20 211	0.26 293	0.18 145

EKT-Stereo	0.53 119	0.30 201	0.73 206	0.58 280	0.60 394	0.51 101	0.48 241	0.94 112	0.90 168	0.71 117	0.88 136	0.77 165	0.43 78	1.07 175	0.40 127	0.22 244	0.16 229	0.21 173	0.18 157	0.20 166	0.22 251

ProNet	0.43 58	0.28 146	0.58 104	0.43 37	0.30 126	0.56 129	0.52 271	1.00 135	0.58 64	0.44 51	0.49 43	0.43 34	0.43 78	1.28 225	0.36 92	0.15 13	0.13 86	0.19 103	0.16 120	0.17 62	0.16 95

AnonymousM	0.59 177	1.11 486	0.41 19	0.44 58	0.32 170	0.43 46	0.47 231	1.05 160	0.64 81	0.98 186	0.63 77	0.67 139	0.43 78	0.59 33	0.41 138	0.20 186	0.15 192	1.84 506	0.84 497	0.14 10	0.13 18

EAI-Stereo	0.65 217	0.28 146	0.69 170	0.53 207	0.27 65	0.60 150	0.40 152	2.28 477	0.64 81	0.71 117	3.18 486	0.57 101	0.43 78	1.06 171	0.41 138	0.18 113	0.13 86	0.17 50	0.17 140	0.17 62	0.17 120

test_3	0.55 149	0.23 46	0.71 188	0.53 207	0.28 88	0.61 156	0.40 152	0.92 99	1.05 233	1.19 286	0.68 87	0.93 235	0.44 86	1.67 309	0.39 122	0.15 13	0.12 29	0.22 201	0.19 179	0.21 206	0.14 41

RALCasStereoNet	0.54 134	0.30 201	0.66 148	0.59 293	0.51 346	0.61 156	0.52 271	0.94 112	0.93 180	0.70 115	1.01 176	0.78 169	0.44 86	1.33 238	0.47 195	0.20 186	0.16 229	0.18 82	0.16 120	0.20 166	0.19 185

test_xeample3	0.42 52	0.28 146	0.69 170	0.43 37	0.33 190	0.56 129	0.38 130	0.79 54	0.45 28	0.53 83	0.46 33	0.44 36	0.44 86	1.38 252	0.31 44	0.18 113	0.14 137	0.19 103	0.15 81	0.17 62	0.16 95

WCG-NET	0.42 52	0.21 21	0.54 75	0.40 16	0.25 40	0.47 59	0.32 72	0.73 34	1.15 294	0.76 125	0.73 103	0.58 106	0.45 89	0.60 44	0.34 74	0.15 13	0.11 6	0.16 27	0.14 66	0.15 22	0.13 18

IGEV++	0.40 43	0.22 35	0.51 59	0.52 190	0.29 105	0.45 54	0.25 28	1.65 331	0.46 34	0.37 31	0.57 66	0.46 47	0.45 89	0.50 12	0.38 114	0.19 154	0.12 29	0.16 27	0.13 42	0.16 38	0.15 69

test-3	0.54 134	0.22 35	0.68 157	0.47 87	0.27 65	0.58 137	0.35 96	0.92 99	1.00 214	1.32 354	0.69 91	0.87 208	0.45 89	1.68 314	0.37 104	0.16 33	0.11 6	0.20 138	0.16 120	0.17 62	0.13 18

test_1	0.54 134	0.22 35	0.68 157	0.47 87	0.27 65	0.58 137	0.35 96	0.92 99	1.00 214	1.28 327	0.68 87	0.87 208	0.45 89	1.67 309	0.37 104	0.16 33	0.11 6	0.20 138	0.16 120	0.17 62	0.13 18

GMStereo	0.55 149	0.45 376	0.94 314	0.50 138	0.32 170	0.64 168	0.43 187	1.00 135	1.40 421	0.82 145	0.73 103	0.51 75	0.45 89	0.85 110	0.55 242	0.24 284	0.15 192	0.20 138	0.21 255	0.31 356	0.24 284
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
rvit_stereo_0081	0.44 68	0.33 272	0.64 134	0.54 222	0.35 211	0.41 32	0.44 200	0.66 20	0.95 185	0.48 65	0.52 50	0.50 71	0.46 94	0.82 100	0.44 161	0.25 310	0.20 313	0.22 201	0.19 179	0.25 281	0.17 120

rvit_stereo_0082	0.44 68	0.33 272	0.64 134	0.54 222	0.35 211	0.41 32	0.44 200	0.66 20	0.95 185	0.48 65	0.52 50	0.50 71	0.46 94	0.82 100	0.44 161	0.25 310	0.20 313	0.22 201	0.19 179	0.25 281	0.17 120

Occ-G	0.42 52	0.21 21	0.48 42	0.41 23	0.26 46	0.42 39	0.62 342	0.77 45	0.49 37	0.43 49	0.66 81	1.02 272	0.46 94	0.78 86	0.41 138	0.16 33	0.13 86	0.18 82	0.13 42	0.16 38	0.16 95

IGEVStereo-DCA	0.46 83	0.28 146	0.56 88	0.43 37	0.33 190	0.49 75	0.42 169	0.87 80	0.50 40	0.47 61	0.48 37	0.48 58	0.46 94	2.03 356	0.30 29	0.19 154	0.14 137	0.19 103	0.15 81	0.16 38	0.18 145

rrr	0.46 83	0.28 146	0.73 206	0.43 37	0.33 190	0.49 75	0.38 130	0.76 42	0.50 40	0.47 61	0.48 37	0.48 58	0.46 94	2.03 356	0.30 29	0.19 154	0.14 137	0.19 103	0.15 81	0.16 38	0.16 95

ACRE	0.61 186	0.33 272	1.01 339	0.58 280	0.49 328	0.75 235	0.47 231	1.06 173	0.95 185	1.37 374	1.55 385	0.62 123	0.46 94	0.83 102	0.70 289	0.23 269	0.15 192	0.19 103	0.16 120	0.18 93	0.21 234

cross-raft	0.54 134	0.25 83	0.61 119	0.52 190	0.29 105	0.68 203	0.37 124	1.46 280	0.76 127	1.01 197	1.06 200	1.28 345	0.46 94	0.71 67	0.35 83	0.15 13	0.12 29	0.18 82	0.16 120	0.19 132	0.14 41

TANstereo	0.44 68	0.21 21	0.44 27	0.41 23	0.21 9	0.65 184	0.26 37	0.79 54	0.83 147	0.93 170	0.98 164	0.51 75	0.46 94	0.54 21	0.35 83	0.18 113	0.24 374	0.16 27	0.13 42	0.16 38	0.26 320

RALAANet	0.60 180	0.33 272	0.87 284	0.62 330	0.50 335	0.69 208	0.31 65	1.21 220	1.06 237	1.09 219	1.16 253	0.88 212	0.46 94	1.22 209	0.42 149	0.19 154	0.15 192	0.21 173	0.17 140	0.27 307	0.17 120

Reg-Stereo(zero)	0.44 68	0.22 35	0.45 34	0.43 37	0.23 20	0.38 23	0.25 28	0.76 42	1.08 248	0.90 162	0.78 114	0.90 221	0.47 103	0.70 63	0.36 92	0.15 13	0.12 29	0.15 8	0.12 27	0.15 22	0.15 69

rvit_stereo_0080	0.44 68	0.32 250	0.71 188	0.47 87	0.36 220	0.42 39	0.55 302	0.82 69	0.68 103	0.50 77	0.60 71	0.55 92	0.47 103	0.59 33	0.44 161	0.26 332	0.21 335	0.20 138	0.20 211	0.31 356	0.19 185

AE-Stereo	0.49 102	0.27 125	0.67 153	0.60 304	0.39 262	0.67 196	0.46 224	1.18 209	1.09 256	0.47 61	0.75 108	0.69 146	0.47 103	0.59 33	0.40 127	0.16 33	0.15 192	0.21 173	0.20 211	0.19 132	0.15 69

whm_eth	0.44 68	0.32 250	0.71 188	0.47 87	0.36 220	0.42 39	0.55 302	0.82 69	0.68 103	0.50 77	0.60 71	0.55 92	0.47 103	0.59 33	0.44 161	0.26 332	0.21 335	0.20 138	0.20 211	0.31 356	0.19 185

Any-RAFT	0.53 119	0.24 60	0.47 40	0.47 87	0.27 65	1.00 338	0.25 28	1.58 315	1.05 233	0.85 155	0.99 166	1.06 281	0.47 103	0.70 63	0.32 46	0.18 113	0.13 86	0.16 27	0.13 42	0.16 38	0.16 95

LoS_RVC	0.42 52	0.26 99	0.40 15	0.44 58	0.82 457	0.51 101	0.44 200	0.64 16	0.41 20	0.44 51	0.78 114	0.44 36	0.47 103	0.56 27	0.36 92	0.13 2	0.12 29	0.14 1	0.10 2	0.13 1	0.84 485

anonymousdsp2	0.53 119	0.27 125	0.74 222	0.48 112	0.29 105	0.76 241	0.47 231	1.61 323	0.82 146	0.77 130	0.77 112	0.75 158	0.47 103	1.03 162	0.40 127	0.18 113	0.13 86	0.18 82	0.13 42	0.19 132	0.18 145

anonymousdsp	0.43 58	0.27 125	0.53 70	0.44 58	0.32 170	0.50 85	0.42 169	0.89 89	0.51 48	0.49 70	0.53 52	0.47 54	0.47 103	1.33 238	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

IGEV-Stereo	0.43 58	0.27 125	0.54 75	0.45 70	0.32 170	0.50 85	0.42 169	0.90 95	0.51 48	0.49 70	0.53 52	0.47 54	0.47 103	1.32 235	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.40 43	0.31 234	0.73 206	0.58 280	0.27 65	0.26 3	0.33 79	0.95 117	0.81 141	0.42 44	0.47 35	0.65 132	0.47 103	0.39 5	0.34 74	0.18 113	0.15 192	0.16 27	0.14 66	0.19 132	0.16 95
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
PMTNet	0.46 83	0.21 21	0.38 8	0.37 5	0.23 20	0.71 220	0.27 43	0.74 38	1.04 229	0.64 106	0.70 95	0.55 92	0.47 103	0.86 114	0.35 83	1.00 491	0.13 86	0.15 8	0.10 2	0.15 22	0.13 18

IGEV-Stereo++	0.30 10	0.20 7	0.40 15	0.46 76	0.30 126	0.33 12	0.22 14	0.75 39	0.45 28	0.32 16	0.41 22	0.32 14	0.48 114	0.38 3	0.27 16	0.15 13	0.11 6	0.15 8	0.12 27	0.15 22	0.13 18

ff7	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

ffff	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

11t	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

RAFT-Test	0.54 134	0.25 83	0.64 134	0.47 87	0.30 126	0.97 329	0.27 43	1.24 234	0.81 141	0.96 179	1.12 231	1.28 345	0.48 114	0.71 67	0.36 92	0.17 74	0.13 86	0.17 50	0.14 66	0.16 38	0.16 95

ccc-4	0.43 58	0.27 125	0.56 88	0.44 58	0.33 190	0.50 85	0.42 169	0.87 80	0.50 40	0.49 70	0.53 52	0.44 36	0.48 114	1.38 252	0.33 59	0.17 74	0.12 29	0.21 173	0.15 81	0.18 93	0.18 145

CIPLG	0.62 190	0.33 272	0.96 324	0.58 280	0.50 335	0.75 235	0.48 241	1.05 160	0.96 190	1.40 386	1.57 393	0.64 129	0.48 114	0.89 124	0.70 289	0.23 269	0.15 192	0.19 103	0.16 120	0.19 132	0.21 234

IPLGR_C	0.62 190	0.33 272	0.99 330	0.58 280	0.49 328	0.76 241	0.48 241	1.10 186	0.96 190	1.40 386	1.56 389	0.62 123	0.48 114	0.80 92	0.71 294	0.23 269	0.15 192	0.19 103	0.16 120	0.19 132	0.21 234

rvit_stereo_0083	0.47 90	0.33 272	0.81 258	0.56 258	0.36 220	0.50 85	0.44 200	0.68 24	0.95 185	0.49 70	0.57 66	0.55 92	0.49 122	0.88 119	0.46 188	0.25 310	0.25 381	0.24 259	0.20 211	0.24 269	0.17 120

rvit_stereo_ft	0.47 90	0.35 316	0.87 284	0.67 381	0.42 284	0.40 28	0.59 333	0.81 66	0.74 120	0.46 58	0.55 60	0.57 101	0.49 122	0.65 54	0.50 213	0.25 310	0.17 258	0.22 201	0.22 284	0.24 269	0.17 120

GCST	1.08 397	1.47 501	0.93 310	1.73 502	1.14 488	1.30 392	0.31 65	1.33 245	1.16 303	1.29 332	0.97 163	0.98 256	0.49 122	2.08 361	0.46 188	1.19 501	0.70 501	1.30 501	0.85 499	1.02 489	0.89 487

MaDis-Stereo	0.36 23	0.25 83	0.58 104	0.44 58	0.34 207	0.30 9	0.30 59	0.72 32	0.50 40	0.37 31	0.36 20	0.58 106	0.49 122	0.52 17	0.36 92	0.19 154	0.16 229	0.19 103	0.15 81	0.18 93	0.14 41

AIO-test1	0.56 158	0.25 83	0.55 85	0.64 348	0.78 445	0.80 267	0.36 110	1.18 209	1.34 391	0.57 88	0.88 136	0.61 118	0.50 126	1.12 189	0.35 83	0.17 74	0.17 258	0.22 201	0.24 320	0.18 93	0.23 270

s12784h	0.52 109	0.20 7	0.38 8	0.41 23	0.19 1	0.96 325	0.34 91	1.17 204	1.25 350	0.81 141	0.90 140	0.63 126	0.50 126	1.45 269	0.42 149	0.14 6	0.12 29	0.17 50	0.11 8	0.18 93	0.11 1

sCroCo_RVC	0.49 102	0.40 351	1.02 346	0.65 362	0.60 394	0.52 105	0.40 152	0.83 73	0.61 72	0.44 51	0.74 106	0.49 65	0.50 126	0.63 48	0.48 200	0.26 332	0.27 394	0.23 239	0.22 284	0.29 336	0.25 296

LG-Stereo_Zeroshot	0.36 23	0.23 46	0.54 75	0.50 138	0.28 88	0.36 18	0.22 14	1.02 141	0.39 18	0.42 44	0.64 80	0.36 21	0.51 129	0.39 5	0.29 21	0.18 113	0.12 29	0.17 50	0.13 42	0.18 93	0.18 145

WCG-NET（raft）	0.45 76	0.21 21	0.55 85	0.40 16	0.24 28	0.50 85	0.36 110	0.73 34	1.09 256	0.71 117	0.76 110	0.92 233	0.51 129	0.84 105	0.34 74	0.16 33	0.12 29	0.15 8	0.14 66	0.14 10	0.14 41

gcap-zeroshot	0.53 119	0.28 146	0.89 297	0.49 127	0.28 88	0.76 241	0.37 124	1.34 250	0.73 118	0.89 160	0.67 84	1.35 360	0.51 129	0.79 90	0.33 59	0.18 113	0.15 192	0.18 82	0.15 81	0.17 62	0.16 95

MIF-Stereo (partial)	0.45 76	0.25 83	0.70 176	0.50 138	0.52 357	0.35 14	0.26 37	0.91 96	0.59 70	0.45 57	0.71 98	0.51 75	0.51 129	1.11 186	0.45 174	0.20 186	0.16 229	0.23 239	0.20 211	0.24 269	0.18 145

DIP-Stereo	0.62 190	0.30 201	0.83 265	0.48 112	0.36 220	0.95 320	0.33 79	2.37 485	0.67 99	1.25 318	1.00 170	0.68 141	0.51 129	0.91 127	0.61 263	0.18 113	0.15 192	0.21 173	0.17 140	0.19 132	0.19 185
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DCRE	0.82 315	0.26 99	0.70 176	0.58 280	0.44 301	0.54 117	0.48 241	0.95 117	0.78 133	0.78 132	7.33 518	0.86 204	0.52 134	0.76 80	0.41 138	0.16 33	0.16 229	0.19 103	0.17 140	0.18 93	0.17 120

PSM-softLoss	0.78 297	0.31 234	0.77 241	0.58 280	0.32 170	0.56 129	0.40 152	1.18 209	0.70 108	1.24 313	1.07 204	0.83 191	0.52 134	5.36 464	0.53 232	0.24 284	0.15 192	0.25 298	0.22 284	0.20 166	0.25 296

KMStereo	0.78 297	0.31 234	0.77 241	0.58 280	0.32 170	0.56 129	0.40 152	1.18 209	0.70 108	1.24 313	1.07 204	0.83 191	0.52 134	5.36 464	0.53 232	0.24 284	0.15 192	0.25 298	0.22 284	0.20 166	0.25 296

test-1	0.52 109	0.26 99	1.04 354	0.56 258	0.32 170	0.61 156	0.38 130	1.10 186	0.91 173	0.78 132	1.01 176	0.77 165	0.52 134	0.60 44	0.42 149	0.17 74	0.14 137	0.20 138	0.17 140	0.20 166	0.23 270

TestStereo	0.64 209	0.39 345	0.71 188	0.51 168	0.27 65	0.56 129	0.42 169	1.03 146	0.91 173	0.80 137	1.00 170	0.68 141	0.52 134	3.25 425	0.45 174	0.22 244	0.15 192	0.24 259	0.18 157	0.27 307	0.16 95

rvit_0105_6	0.53 119	0.37 333	0.98 329	0.65 362	0.38 251	0.51 101	0.51 260	0.77 45	1.20 326	0.54 85	0.55 60	0.65 132	0.53 139	0.94 138	0.44 161	0.32 389	0.32 430	0.28 346	0.24 320	0.28 325	0.21 234

rvit_stereo_0075_2	0.64 209	0.46 378	1.05 356	0.66 369	0.66 411	0.53 110	0.48 241	1.20 219	1.12 268	0.76 125	0.92 144	0.78 169	0.53 139	1.03 162	0.59 253	0.37 422	0.28 401	0.40 438	0.31 406	0.37 389	0.32 375

MIM_Stereo	0.57 165	0.24 60	0.92 308	0.46 76	0.30 126	0.54 117	0.28 47	1.27 238	0.75 121	1.00 194	1.16 253	0.93 235	0.53 139	1.45 269	0.61 263	0.16 33	0.16 229	0.20 138	0.19 179	0.17 62	0.14 41

R-Stereo Train	0.57 165	0.26 99	0.63 127	0.54 222	0.36 220	0.69 208	0.54 286	1.22 228	0.72 114	1.61 431	1.50 375	0.75 158	0.53 139	0.64 49	0.44 161	0.18 113	0.15 192	0.17 50	0.15 81	0.17 62	0.17 120

RAFT-Stereo	0.57 165	0.26 99	0.63 127	0.54 222	0.36 220	0.69 208	0.54 286	1.22 228	0.72 114	1.61 431	1.50 375	0.75 158	0.53 139	0.64 49	0.44 161	0.18 113	0.15 192	0.17 50	0.15 81	0.17 62	0.17 120
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
GMStereo_Zeroshot	0.67 233	0.61 437	1.01 339	0.64 348	0.37 234	0.84 291	0.35 96	1.05 160	1.12 268	1.12 235	1.06 200	1.27 342	0.54 144	1.19 205	0.59 253	0.32 389	0.17 258	0.31 373	0.18 157	0.52 448	0.22 251

testlalala_base	0.77 289	0.40 351	0.70 176	0.65 362	0.50 335	0.79 259	0.28 47	1.50 289	0.51 48	0.73 123	0.90 140	0.69 146	0.54 144	0.66 56	0.40 127	2.82 513	0.14 137	0.17 50	0.12 27	2.68 508	0.19 185

raft_robust	0.68 237	0.30 201	0.64 134	0.52 190	0.26 46	0.54 117	0.35 96	1.33 245	1.24 347	1.16 268	1.07 204	0.60 114	0.54 144	3.58 435	0.37 104	0.18 113	0.14 137	0.20 138	0.22 284	0.20 166	0.16 95

dd	0.59 177	0.48 387	0.97 326	0.55 245	0.32 170	0.64 168	0.47 231	1.02 141	1.34 391	0.78 132	0.86 131	0.58 106	0.54 144	1.01 158	0.86 344	0.28 361	0.18 279	0.26 317	0.19 179	0.32 364	0.24 284

RAFT-345	0.84 327	0.25 83	0.66 148	0.50 138	0.27 65	0.54 117	0.42 169	0.83 73	1.11 264	1.32 354	2.34 468	0.86 204	0.54 144	5.72 475	0.47 195	0.18 113	0.13 86	0.22 201	0.17 140	0.17 62	0.16 95

rafts_anoy	0.52 109	0.29 181	0.59 111	0.59 293	0.50 335	0.53 110	0.40 152	1.11 192	1.03 224	0.84 150	0.83 126	0.68 141	0.54 144	0.72 70	0.51 218	0.19 154	0.14 137	0.24 259	0.26 351	0.21 206	0.18 145

CFNet-RSSM	0.54 134	0.24 60	0.70 176	0.48 112	0.28 88	0.60 150	0.27 43	1.49 285	1.14 283	1.06 209	0.93 147	1.08 287	0.54 144	0.70 63	0.35 83	0.16 33	0.12 29	0.17 50	0.15 81	0.16 38	0.14 41

DFGA-Net	0.72 252	0.40 351	1.40 419	0.52 190	0.45 308	0.83 283	0.44 200	1.28 242	1.08 248	0.99 189	1.19 265	0.70 150	0.55 151	2.14 366	1.16 393	0.18 113	0.16 229	0.24 259	0.23 307	0.27 307	0.25 296

MyStereo07	0.48 96	0.29 181	0.50 52	0.55 245	0.45 308	0.59 142	0.79 392	1.05 160	0.51 48	0.48 65	0.53 52	0.43 34	0.55 151	1.30 230	0.34 74	0.17 74	0.16 229	0.24 259	0.20 211	0.23 254	0.20 217

CroCo-Stereo Lap2	0.44 68	0.34 295	0.77 241	0.61 318	0.79 448	0.28 7	0.35 96	0.75 39	0.71 113	0.38 36	0.50 46	0.72 154	0.55 151	0.57 31	0.47 195	0.17 74	0.18 279	0.19 103	0.16 120	0.21 206	0.20 217

IPLG	0.69 239	0.27 125	0.97 326	0.51 168	0.43 294	0.79 259	0.33 79	1.21 220	1.06 237	1.30 340	1.10 218	0.52 82	0.55 151	3.16 423	0.63 270	0.16 33	0.14 137	0.19 103	0.16 120	0.18 93	0.17 120

Pruner-Stereo	0.62 190	0.29 181	0.70 176	0.61 318	0.31 152	0.63 165	0.43 187	1.17 204	0.99 209	1.53 415	1.08 209	0.95 246	0.55 151	1.35 242	0.51 218	0.23 269	0.14 137	0.24 259	0.21 255	0.21 206	0.23 270

AIO-Stereo-zeroshot1	0.98 370	0.39 345	3.21 496	0.50 138	0.63 403	0.64 168	0.39 145	2.36 483	0.75 121	0.95 177	4.63 502	1.81 433	0.56 156	0.96 141	0.41 138	0.18 113	0.13 86	0.21 173	0.26 351	0.32 364	0.35 390

MyStereo06	0.61 186	0.28 146	0.95 318	0.56 258	0.46 319	0.61 156	0.73 376	1.78 368	0.67 99	1.03 205	1.12 231	1.13 309	0.56 156	0.78 86	0.41 138	0.17 74	0.16 229	0.23 239	0.20 211	0.22 229	0.20 217

knoymous	0.51 108	0.29 181	0.47 40	0.43 37	0.30 126	0.55 124	0.55 302	1.02 141	0.77 130	0.98 186	0.85 130	0.94 238	0.56 156	0.85 110	0.45 174	0.20 186	0.14 137	0.26 317	0.14 66	0.23 254	0.23 270

GMOStereo	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 388	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

error version	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 388	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

test-v	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 388	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

test-2	0.53 119	0.26 99	0.65 141	0.50 138	0.29 105	0.52 105	0.43 187	0.89 89	0.96 190	1.41 388	1.14 240	0.85 200	0.56 156	0.59 33	0.38 114	0.16 33	0.14 137	0.24 259	0.21 255	0.20 166	0.15 69

raft+_RVC	0.53 119	0.26 99	0.54 75	0.60 304	0.47 324	0.54 117	0.54 286	1.27 238	0.99 209	0.76 125	1.03 193	0.70 150	0.56 156	0.93 135	0.47 195	0.18 113	0.14 137	0.19 103	0.18 157	0.18 93	0.15 69

Gwc-CoAtRS	0.52 109	0.24 60	0.68 157	0.48 112	0.29 105	0.64 168	0.25 28	1.16 202	1.08 248	1.01 197	1.00 170	1.12 304	0.56 156	0.69 59	0.37 104	0.16 33	0.13 86	0.17 50	0.15 81	0.15 22	0.15 69

StereoVision	0.65 217	0.34 295	0.86 273	0.59 293	0.40 272	0.50 85	0.41 165	1.09 183	0.93 180	0.71 117	2.50 475	0.82 184	0.57 165	1.03 162	0.49 207	0.25 310	0.28 401	0.29 356	0.28 381	0.36 385	0.20 217

GANet-ADL	0.60 180	0.35 316	0.72 194	0.64 348	0.40 272	0.68 203	0.51 260	1.49 285	1.12 268	0.95 177	1.08 209	0.91 224	0.57 165	0.76 80	0.55 242	0.26 332	0.18 279	0.18 82	0.16 120	0.23 254	0.25 296

PFNet+	0.59 177	0.28 146	0.77 241	0.53 207	0.30 126	0.59 142	0.31 65	0.92 99	1.14 283	1.33 362	1.10 218	0.79 173	0.57 165	1.31 231	0.49 207	0.25 310	0.17 258	0.28 346	0.26 351	0.21 206	0.25 296

NF-Stereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.02 184	0.82 184	0.57 165	5.40 468	0.48 200	0.23 269	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

OCTAStereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.82 184	0.57 165	5.35 463	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

RE-Stereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.81 179	0.57 165	5.37 466	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

TVStereo	0.80 304	0.30 201	0.75 225	0.60 304	0.31 152	0.64 168	0.44 200	1.21 220	0.90 168	1.29 332	1.01 176	0.81 179	0.57 165	5.37 466	0.48 200	0.24 284	0.14 137	0.24 259	0.20 211	0.20 166	0.30 360

RAFT-RH_RVC	1.03 388	0.24 60	0.67 153	0.49 127	0.28 88	0.81 276	0.33 79	0.83 73	1.08 248	2.05 469	4.65 504	1.04 279	0.57 165	5.98 483	0.50 213	0.18 113	0.13 86	0.26 317	0.20 211	0.16 38	0.17 120

CRE-IMP	0.55 149	0.30 201	0.74 222	0.52 190	0.29 105	0.79 259	0.25 28	1.04 152	0.72 114	1.09 219	0.95 151	0.81 179	0.57 165	1.10 183	0.50 213	0.21 218	0.14 137	0.23 239	0.19 179	0.28 325	0.22 251

MoCha-V2	0.40 43	0.20 7	0.49 47	0.50 138	0.21 9	0.44 51	0.33 79	0.93 105	0.53 56	0.53 83	0.53 52	0.42 31	0.58 174	1.09 180	0.27 16	0.14 6	0.12 29	0.15 8	0.12 27	0.17 62	0.15 69

rvit_0105_4	0.56 158	0.38 340	1.06 360	0.66 369	0.38 251	0.53 110	0.53 279	0.84 76	1.17 306	0.56 87	0.61 73	0.72 154	0.59 175	0.98 150	0.45 174	0.32 389	0.33 434	0.29 356	0.25 334	0.29 336	0.23 270

DisPM	0.66 224	0.28 146	0.72 194	0.61 318	0.35 211	0.62 164	0.45 217	1.02 141	0.99 209	1.56 423	1.10 218	0.80 175	0.59 175	2.37 388	0.41 138	0.23 269	0.14 137	0.23 239	0.21 255	0.20 166	0.25 296

NRIStereo	0.60 180	0.29 181	0.69 170	0.53 207	0.28 88	0.63 165	0.33 79	1.08 181	0.87 157	1.14 252	0.87 134	0.91 224	0.59 175	2.24 377	0.49 207	0.20 186	0.14 137	0.21 173	0.19 179	0.21 206	0.17 120

MM-Stereo_test1	0.49 102	0.24 60	0.56 88	0.51 168	0.30 126	0.50 85	0.54 286	0.91 96	1.03 224	0.84 150	0.69 91	0.54 89	0.60 178	1.16 197	0.33 59	0.18 113	0.16 229	0.20 138	0.17 140	0.19 132	0.15 69

AEACV	0.37 28	0.24 60	0.52 66	0.47 87	0.51 346	0.37 20	0.38 130	0.65 19	0.53 56	0.42 44	0.56 63	0.46 47	0.60 178	0.53 19	0.30 29	0.16 33	0.13 86	0.18 82	0.15 81	0.17 62	0.14 41

UDGNet	0.72 252	1.17 491	0.80 257	0.77 430	0.41 279	0.77 249	0.38 130	0.97 125	1.34 391	0.81 141	0.88 136	0.71 153	0.60 178	1.21 208	0.54 238	0.52 464	0.19 295	1.02 497	0.26 351	0.71 477	0.31 370

GwcNet-ADL	0.64 209	0.31 234	0.79 252	0.56 258	0.41 279	0.60 150	0.58 325	1.41 266	1.26 355	1.08 213	1.13 236	0.91 224	0.60 178	1.04 168	0.78 317	0.27 348	0.18 279	0.18 82	0.18 157	0.25 281	0.29 346

Patchmatch Stereo++	0.55 149	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.29 52	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.37 248	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145
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
ROB_FTStereo_v2	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.64 168	0.42 169	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.12 189	0.46 188	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

HUI-Stereo	0.52 109	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.30 59	1.04 152	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	0.79 90	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

iGMRVC	0.56 158	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.38 130	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.52 282	0.46 188	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

iRAFT	0.55 149	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.29 52	1.05 160	0.64 81	1.12 235	0.96 154	0.83 191	0.60 178	1.37 248	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

MC-Stereo	0.43 58	0.23 46	0.48 42	0.51 168	0.28 88	0.39 26	0.32 72	0.88 88	0.68 103	0.60 100	0.84 128	0.56 99	0.61 187	1.03 162	0.31 44	0.17 74	0.11 6	0.17 50	0.15 81	0.16 38	0.13 18

HHNet	0.62 190	0.26 99	0.63 127	0.43 37	0.45 308	0.50 85	0.58 325	1.07 175	1.01 217	1.25 318	2.23 463	0.70 150	0.61 187	1.07 175	0.47 195	0.20 186	0.13 86	0.23 239	0.19 179	0.19 132	0.30 360

PSM-adaLoss	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.65 184	0.41 165	1.04 152	0.64 81	1.12 235	0.96 154	0.82 184	0.61 187	1.06 171	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

ROB_FTStereo	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.64 168	0.25 28	1.05 160	0.64 81	1.12 235	0.95 151	0.82 184	0.61 187	1.15 193	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

RAFT-IKP	0.54 134	0.30 201	0.73 206	0.50 138	0.27 65	0.59 142	0.36 110	1.04 152	0.64 81	1.12 235	0.96 154	0.83 191	0.61 187	1.22 209	0.45 174	0.22 244	0.14 137	0.24 259	0.20 211	0.26 293	0.18 145

PCWNet_CMD	0.66 224	0.32 250	0.88 291	0.49 127	0.37 234	0.78 254	0.40 152	1.42 268	1.31 380	1.16 268	1.31 308	1.25 334	0.62 192	0.89 124	0.57 247	0.20 186	0.16 229	0.27 333	0.19 179	0.40 406	0.25 296

BUS	0.74 273	0.32 250	0.68 157	0.54 222	0.44 301	2.34 479	0.42 169	2.16 458	0.98 202	1.20 290	1.11 224	1.03 276	0.62 192	0.91 127	0.70 289	0.24 284	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

NINENet	0.77 289	0.37 333	0.78 249	0.62 330	0.51 346	2.34 479	0.42 169	1.83 386	1.04 229	1.14 252	1.23 277	1.03 276	0.62 192	1.24 216	0.70 289	0.28 361	0.23 365	0.31 373	0.21 255	0.26 293	0.25 296

sAnonymous2	0.55 149	0.56 417	1.46 433	0.60 304	0.51 346	0.48 63	0.52 271	0.79 54	0.68 103	0.50 77	0.67 84	0.46 47	0.62 192	0.59 33	0.40 127	0.22 244	0.17 258	0.22 201	0.21 255	0.86 481	0.56 455

CroCo_RVC	0.55 149	0.56 417	1.46 433	0.60 304	0.51 346	0.48 63	0.52 271	0.79 54	0.68 103	0.50 77	0.67 84	0.46 47	0.62 192	0.59 33	0.40 127	0.22 244	0.17 258	0.22 201	0.21 255	0.86 481	0.56 455

rvit_0105_5	0.58 171	0.39 345	1.05 356	0.66 369	0.37 234	0.58 137	0.56 310	0.94 112	1.18 313	0.64 106	0.68 87	0.75 158	0.63 197	0.88 119	0.50 213	0.32 389	0.32 430	0.30 367	0.27 361	0.28 325	0.25 296

CFNet_ucs	0.70 243	0.33 272	0.88 291	0.50 138	0.43 294	0.74 230	0.44 200	1.60 320	1.29 370	1.22 299	1.54 383	1.09 297	0.63 197	0.99 153	0.59 253	0.25 310	0.20 313	0.37 424	0.21 255	0.40 406	0.28 342

MSMDNet	0.66 224	0.32 250	0.87 284	0.49 127	0.37 234	0.79 259	0.40 152	1.43 274	1.31 380	1.15 258	1.31 308	1.24 330	0.63 197	0.88 119	0.57 247	0.21 218	0.16 229	0.26 317	0.19 179	0.39 402	0.24 284

DN-CSS_ROB	0.64 209	0.32 250	1.05 356	0.55 245	0.40 272	0.54 117	0.45 217	1.21 220	0.93 180	1.03 205	1.47 365	0.69 146	0.63 197	1.76 328	0.49 207	0.18 113	0.14 137	0.25 298	0.22 284	0.22 229	0.20 217

DDVS	0.78 297	0.41 359	0.94 314	0.60 304	0.43 294	1.30 392	0.43 187	1.40 264	0.91 173	1.20 290	1.15 248	1.43 370	0.64 201	2.18 372	0.89 349	0.28 361	0.22 353	0.26 317	0.23 307	0.31 356	0.33 381

MyStereo8	0.65 217	0.29 181	1.00 335	0.58 280	0.49 328	0.91 304	0.35 96	1.18 209	1.31 380	1.16 268	1.27 293	0.90 221	0.64 201	0.72 70	0.95 359	0.18 113	0.14 137	0.20 138	0.18 157	0.22 229	0.26 320

CFNet_pseudo	0.66 224	0.32 250	0.86 273	0.48 112	0.39 262	0.70 215	0.40 152	1.33 245	1.22 338	1.16 268	1.34 323	1.24 330	0.64 201	0.98 150	0.59 253	0.21 218	0.16 229	0.33 395	0.19 179	0.36 385	0.25 296

ARAFT	0.77 289	0.36 326	1.49 440	0.51 168	0.31 152	0.90 301	0.82 402	1.90 403	1.06 237	1.62 434	1.24 279	1.02 272	0.64 201	1.84 335	0.50 213	0.18 113	0.14 137	0.28 346	0.27 361	0.17 62	0.16 95

ccs_rob	0.66 224	0.33 272	0.86 273	0.48 112	0.39 262	0.70 215	0.40 152	1.33 245	1.22 338	1.16 268	1.34 323	1.23 328	0.64 201	0.98 150	0.59 253	0.21 218	0.16 229	0.35 413	0.20 211	0.37 389	0.25 296

MLCV	0.72 252	0.34 295	1.10 375	0.51 168	0.23 20	0.91 304	0.39 145	1.33 245	1.23 341	1.46 400	1.55 385	1.01 270	0.64 201	1.95 349	0.80 327	0.18 113	0.12 29	0.18 82	0.14 66	0.19 132	0.17 120

iRaft-Stereo_20w	0.65 217	0.31 234	1.00 335	0.47 87	0.34 207	0.73 226	0.30 59	2.96 500	0.70 108	1.15 258	1.14 240	0.76 162	0.65 207	1.11 186	0.38 114	0.17 74	0.13 86	0.18 82	0.16 120	0.19 132	0.18 145

AdaStereo	0.70 243	0.43 366	0.75 225	0.73 419	0.37 234	0.92 311	0.53 279	1.85 390	1.18 313	1.12 235	1.23 277	1.07 286	0.65 207	0.96 141	0.63 270	0.31 382	0.15 192	0.32 387	0.21 255	0.29 336	0.22 251
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.
IPLGR	0.58 171	0.27 125	1.14 385	0.48 112	0.28 88	0.65 184	0.33 79	1.22 228	1.13 280	1.18 282	1.05 198	0.69 146	0.66 209	0.96 141	0.52 225	0.17 74	0.15 192	0.20 138	0.17 140	0.20 166	0.18 145

11t1	0.52 109	0.28 146	0.68 157	0.51 168	0.28 88	0.83 283	0.39 145	1.22 228	0.63 77	0.84 150	0.74 106	0.68 141	0.68 210	0.91 127	0.57 247	0.21 218	0.18 279	0.19 103	0.16 120	0.20 166	0.21 234

RAFT_CTSACE	0.63 197	0.26 99	0.88 291	0.55 245	0.51 346	0.71 220	0.44 200	0.80 62	0.97 197	0.97 182	1.84 434	1.18 317	0.68 210	1.47 275	0.36 92	0.16 33	0.15 192	0.21 173	0.20 211	0.20 166	0.14 41

RAFT-Stereo + iAFF	0.54 134	0.25 83	0.68 157	0.43 37	0.24 28	0.40 28	0.34 91	1.04 152	1.09 256	1.32 354	1.60 398	0.80 175	0.68 210	0.67 58	0.39 122	0.13 2	0.10 1	0.18 82	0.17 140	0.17 62	0.13 18

FACV-RUCA	0.63 197	0.34 295	0.82 261	0.62 330	0.65 408	0.81 276	0.41 165	1.44 275	1.07 242	0.86 157	1.14 240	0.61 118	0.69 213	0.80 92	0.53 232	0.28 361	0.19 295	0.47 455	0.21 255	0.35 378	0.25 296

castereo	0.41 50	0.22 35	0.46 38	0.44 58	0.30 126	0.61 156	0.56 310	0.97 125	0.80 138	0.38 36	0.69 91	0.45 44	0.69 213	0.51 14	0.30 29	0.16 33	0.11 6	0.16 27	0.13 42	0.16 38	0.12 9

OMP-Stereo	0.94 356	0.33 272	0.72 194	0.90 470	0.31 152	0.49 75	0.36 110	1.16 202	1.06 237	1.58 429	1.12 231	1.46 380	0.69 213	6.94 498	0.49 207	0.19 154	0.14 137	0.24 259	0.18 157	0.20 166	0.14 41

PFNet	0.91 349	0.26 99	1.10 375	0.63 339	0.32 170	0.64 168	0.56 310	1.17 204	0.99 209	1.47 401	1.08 209	0.98 256	0.69 213	6.62 490	0.54 238	0.20 186	0.12 29	0.24 259	0.19 179	0.20 166	0.17 120

Anonymous3	0.61 186	0.44 369	1.11 377	0.59 293	0.49 328	0.93 315	0.65 351	0.93 105	0.81 141	0.72 122	0.88 136	0.65 132	0.69 213	1.06 171	0.53 232	0.35 414	0.30 416	0.26 317	0.26 351	0.31 356	0.27 330

DEFOM-Stereo_RVC	0.40 43	0.67 446	0.42 23	0.64 348	0.29 105	0.48 63	0.25 28	0.85 77	0.44 26	0.38 36	0.36 20	0.30 11	0.70 218	1.15 193	0.29 21	0.16 33	0.11 6	0.16 27	0.11 8	0.18 93	0.12 9

rvit_0105_3	0.63 197	0.44 369	1.08 369	0.72 411	0.40 272	0.64 168	0.71 372	1.03 146	1.17 306	0.82 145	0.70 95	0.80 175	0.70 218	0.91 127	0.56 244	0.35 414	0.34 435	0.34 405	0.32 414	0.27 307	0.28 342

x	0.54 134	0.31 234	0.61 119	0.47 87	0.30 126	0.67 196	0.47 231	1.53 304	0.79 137	0.81 141	0.83 126	0.78 169	0.70 218	0.70 63	0.62 266	0.21 218	0.19 295	0.22 201	0.19 179	0.21 206	0.20 217

RAFT+CT+SA	0.58 171	0.29 181	0.60 116	0.66 369	0.37 234	0.42 39	0.55 302	1.27 238	1.03 224	0.70 115	1.22 273	0.60 114	0.70 218	1.64 303	0.41 138	0.18 113	0.13 86	0.22 201	0.22 284	0.21 206	0.18 145

test_sample3	0.68 237	0.32 250	0.88 291	0.52 190	0.30 126	0.97 329	0.52 271	1.86 393	1.15 294	1.08 213	1.11 224	0.88 212	0.71 222	1.17 201	0.68 285	0.25 310	0.20 313	0.25 298	0.25 334	0.25 281	0.25 296

AFF-stereo	0.58 171	0.25 83	0.64 134	0.46 76	0.29 105	0.34 13	0.38 130	1.15 200	1.14 283	1.17 277	1.60 398	1.10 299	0.71 222	0.97 149	0.43 158	0.13 2	0.11 6	0.19 103	0.19 179	0.17 62	0.14 41

G2L-Stereo	0.80 304	0.32 250	0.95 318	0.60 304	0.42 284	0.78 254	0.69 367	1.50 289	1.09 256	1.33 362	1.14 240	1.45 377	0.72 224	2.45 393	1.10 384	0.25 310	0.20 313	0.26 317	0.21 255	0.20 166	0.26 320

ICVP	0.63 197	0.33 272	0.57 98	0.61 318	0.40 272	0.80 267	0.58 325	1.61 323	0.89 164	0.90 162	1.24 279	0.88 212	0.73 225	0.72 70	0.88 346	0.29 371	0.21 335	0.22 201	0.21 255	0.24 269	0.27 330
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
DeepPruner_ROB	0.74 273	0.48 387	0.87 284	0.57 274	0.44 301	0.79 259	0.54 286	1.73 348	0.96 190	1.38 379	1.27 293	1.24 330	0.73 225	1.43 265	0.73 300	0.34 407	0.28 401	0.27 333	0.26 351	0.31 356	0.31 370

BSDual-CNN	0.71 250	0.32 250	0.68 157	0.54 222	0.44 301	1.27 387	0.65 351	2.16 458	0.98 202	1.20 290	1.11 224	1.12 304	0.74 227	0.91 127	0.66 278	0.24 284	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

psmg	0.72 252	0.32 250	0.68 157	0.50 138	0.44 301	1.48 417	0.75 381	1.94 416	0.98 202	1.21 294	1.33 316	1.12 304	0.74 227	0.91 127	0.66 278	0.24 284	0.19 295	0.25 298	0.25 334	0.23 254	0.22 251

test_sample4	0.69 239	0.33 272	0.91 304	0.51 168	0.30 126	0.92 311	0.52 271	1.87 395	1.15 294	1.14 252	1.18 258	0.87 208	0.75 229	1.18 203	0.68 285	0.25 310	0.20 313	0.26 317	0.26 351	0.26 293	0.25 296

mmm	0.63 197	0.35 316	0.72 194	0.51 168	0.30 126	0.86 295	0.54 286	1.59 316	0.86 153	1.07 212	1.38 337	0.79 173	0.75 229	0.91 127	0.58 250	0.22 244	0.18 279	0.29 356	0.25 334	0.25 281	0.23 270

DCANet-4	0.54 134	0.26 99	1.07 365	0.42 30	0.24 28	0.48 63	0.36 110	0.99 131	1.30 376	1.10 227	1.02 184	0.56 99	0.75 229	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

Sa-1000	0.72 252	0.29 181	0.76 235	0.59 293	0.30 126	0.73 226	0.37 124	1.62 327	1.33 388	1.28 327	2.04 454	0.86 204	0.75 229	1.84 335	0.38 114	0.19 154	0.14 137	0.25 298	0.23 307	0.20 166	0.16 95

dad	0.86 336	0.66 445	1.06 360	0.56 258	0.37 234	0.76 241	0.44 200	1.17 204	1.50 439	1.44 396	1.27 293	1.34 359	0.75 229	2.52 400	0.84 339	0.42 440	0.27 394	0.83 489	0.26 351	0.41 409	0.29 346

IIG-Stereo	0.96 360	0.31 234	0.72 194	0.88 466	0.33 190	0.61 156	0.26 37	1.19 217	1.03 224	1.69 441	1.37 332	1.46 380	0.75 229	6.96 499	0.51 218	0.19 154	0.14 137	0.23 239	0.18 157	0.20 166	0.14 41

DMCA	0.67 233	0.34 295	0.90 301	0.51 168	0.44 301	0.86 295	0.47 231	1.42 268	1.02 220	1.17 277	1.12 231	1.23 328	0.75 229	0.78 86	0.95 359	0.25 310	0.19 295	0.27 333	0.19 179	0.24 269	0.27 330

NOSS_ROB	1.26 425	0.46 378	0.62 124	0.56 258	0.38 251	1.06 350	0.78 389	1.73 348	1.40 421	1.01 197	1.43 350	1.10 299	0.75 229	10.62 531	0.65 275	0.45 451	0.43 469	0.48 457	0.45 458	0.44 425	0.41 414

ttt	0.94 356	0.34 295	0.59 111	0.61 318	0.37 234	0.94 316	0.50 259	2.17 464	1.34 391	1.23 305	1.61 402	0.91 224	0.76 237	1.85 338	3.97 494	0.30 375	0.26 386	0.26 317	0.24 320	0.29 336	0.29 346

AASNet	0.76 287	0.35 316	0.91 304	0.79 434	0.81 455	1.14 362	0.56 310	2.02 436	1.08 248	1.22 299	1.24 279	0.93 235	0.76 237	0.77 83	1.16 393	0.27 348	0.23 365	0.24 259	0.20 211	0.28 325	0.24 284

HCRNet	0.70 243	0.39 345	0.73 206	0.60 304	0.59 391	0.76 241	0.35 96	1.22 228	1.13 280	1.02 201	0.99 166	1.02 272	0.76 237	2.19 374	0.70 289	0.28 361	0.19 295	0.28 346	0.23 307	0.25 281	0.23 270

iResNet	0.75 281	0.40 351	1.36 417	0.67 381	0.29 105	0.92 311	0.59 333	1.52 298	1.25 350	1.28 327	1.48 370	0.94 238	0.76 237	1.62 301	0.78 317	0.18 113	0.14 137	0.18 82	0.15 81	0.22 229	0.23 270

ISRNet	0.80 304	0.33 272	1.07 365	0.81 440	0.66 411	0.60 150	0.34 91	1.19 217	1.13 280	1.59 430	1.53 379	1.35 360	0.77 241	1.27 223	0.94 356	0.39 429	0.34 435	0.43 445	0.38 442	0.34 376	0.49 442

rvit_105_1	0.72 252	0.52 404	1.01 339	0.78 432	0.49 328	0.75 235	0.87 412	1.12 194	1.18 313	0.99 189	0.79 119	0.90 221	0.77 241	1.26 220	0.75 306	0.41 436	0.36 451	0.36 421	0.41 449	0.30 347	0.33 381

xx1	0.67 233	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	0.93 105	3.05 502	0.58 90	0.79 119	0.95 246	0.77 241	1.46 271	0.32 46	0.20 186	0.12 29	0.24 259	0.23 307	0.22 229	0.21 234

Selective-RAFT	0.52 109	0.28 146	0.79 252	0.55 245	0.27 65	0.91 304	0.33 79	0.80 62	0.88 161	0.58 90	0.63 77	0.81 179	0.77 241	1.29 229	0.48 200	0.19 154	0.14 137	0.17 50	0.15 81	0.19 132	0.17 120

TestStereo1	0.63 197	0.28 146	0.75 225	0.76 427	0.31 152	0.48 63	0.43 187	1.30 243	1.21 332	0.97 182	1.31 308	0.64 129	0.77 241	1.75 323	0.42 149	0.20 186	0.15 192	0.22 201	0.18 157	0.21 206	0.17 120

qqq	0.57 165	0.34 295	0.71 188	0.47 87	0.27 65	0.64 168	0.62 342	1.42 268	0.78 133	0.80 137	0.92 144	0.95 246	0.77 241	0.88 119	0.59 253	0.21 218	0.20 313	0.24 259	0.23 307	0.22 229	0.21 234

SA-5K	0.63 197	0.28 146	0.75 225	0.76 427	0.31 152	0.48 63	0.43 187	1.30 243	1.21 332	0.97 182	1.31 308	0.64 129	0.77 241	1.75 323	0.42 149	0.20 186	0.15 192	0.22 201	0.18 157	0.21 206	0.17 120

test_sample5	0.69 239	0.34 295	0.87 284	0.52 190	0.30 126	0.84 291	0.54 286	1.83 386	1.14 283	1.11 233	1.25 283	0.88 212	0.78 248	1.23 211	0.65 275	0.26 332	0.20 313	0.27 333	0.27 361	0.27 307	0.26 320

DualNet	0.70 243	0.34 295	0.87 284	0.52 190	0.30 126	0.84 291	0.54 286	1.83 386	1.14 283	1.14 252	1.33 316	0.88 212	0.78 248	1.23 211	0.65 275	0.26 332	0.20 313	0.27 333	0.27 361	0.27 307	0.26 320

SFCPSM	0.70 243	0.28 146	1.02 346	0.51 168	0.38 251	1.37 402	0.66 356	2.00 428	1.03 224	1.17 277	1.21 271	0.82 184	0.78 248	1.03 162	0.53 232	0.21 218	0.17 258	0.22 201	0.24 320	0.21 206	0.19 185

AANet_RVC	1.16 418	0.52 404	1.49 440	0.65 362	0.45 308	0.75 235	0.69 367	1.42 268	1.55 447	1.34 366	1.87 439	1.53 392	0.78 248	7.43 506	1.38 420	0.25 310	0.17 258	0.19 103	0.16 120	0.22 229	0.26 320

test_sample6	0.71 250	0.34 295	0.87 284	0.52 190	0.30 126	0.82 278	0.58 325	1.79 374	1.15 294	1.14 252	1.33 316	0.91 224	0.79 252	1.31 231	0.74 301	0.27 348	0.21 335	0.27 333	0.29 392	0.28 325	0.27 330

MIPNet	0.56 158	0.28 146	0.94 314	0.49 127	0.33 190	0.66 192	0.38 130	1.35 253	1.08 248	1.06 209	0.92 144	0.60 114	0.79 252	0.73 74	0.52 225	0.17 74	0.14 137	0.19 103	0.16 120	0.18 93	0.17 120

pcwnet_v2	0.97 366	0.37 333	4.33 502	0.62 330	0.54 363	0.79 259	0.45 217	2.02 436	1.58 448	1.42 394	1.64 409	1.09 297	0.79 252	1.24 216	0.67 281	0.32 389	0.25 381	0.29 356	0.27 361	0.37 389	0.35 390

GES	0.66 224	0.34 295	0.90 301	0.59 293	0.38 251	0.94 316	0.57 321	2.11 448	0.86 153	1.02 201	1.11 224	0.66 136	0.79 252	0.99 153	0.61 263	0.27 348	0.19 295	0.20 138	0.20 211	0.21 206	0.30 360

111	0.60 180	0.23 46	0.70 176	0.43 37	0.24 28	0.72 223	0.42 169	1.18 209	1.41 425	0.80 137	1.38 337	1.10 299	0.79 252	0.96 141	0.58 250	0.18 113	0.13 86	0.17 50	0.15 81	0.17 62	0.19 185

MaskLacGwcNet_RVC	1.10 402	1.02 479	1.00 335	0.82 448	0.67 415	1.93 459	0.93 427	1.62 327	1.11 264	1.15 258	1.25 283	1.50 388	0.79 252	1.96 350	0.76 309	1.89 504	0.34 435	0.79 488	0.36 437	1.25 497	0.83 484

xyz-stereo-finetune2	0.58 171	0.27 125	0.57 98	0.40 16	0.24 28	1.09 356	0.32 72	0.79 54	0.53 56	0.65 108	1.07 204	0.58 106	0.80 258	2.47 397	0.80 327	0.16 33	0.15 192	0.21 173	0.17 140	0.16 38	0.17 120

MyStereo05	0.66 224	0.28 146	1.07 365	0.56 258	0.46 319	0.61 156	0.73 376	1.34 250	1.41 425	1.15 258	0.91 142	0.77 165	0.80 258	1.41 264	0.63 270	0.17 74	0.16 229	0.23 239	0.20 211	0.22 229	0.20 217

RCA-Stereo	0.50 106	0.23 46	0.58 104	0.48 112	0.33 190	0.55 124	0.45 217	0.97 125	1.38 411	0.68 112	1.05 198	0.63 126	0.80 258	0.59 33	0.32 46	0.17 74	0.12 29	0.17 50	0.14 66	0.16 38	0.14 41

HITNet	0.65 217	0.40 351	0.77 241	0.48 112	0.24 28	1.05 347	0.49 251	1.76 360	1.02 220	1.18 282	1.18 258	0.89 220	0.80 258	0.85 110	0.79 323	0.17 74	0.12 29	0.21 173	0.17 140	0.29 336	0.15 69
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
coex_refinement	0.80 304	0.28 146	0.73 206	0.70 400	0.51 346	0.95 320	0.60 337	1.78 368	1.23 341	1.36 371	1.37 332	1.82 435	0.81 262	1.32 235	1.13 390	0.26 332	0.17 258	0.19 103	0.20 211	0.24 269	0.25 296

tt1	0.62 190	0.32 250	0.51 59	0.54 222	0.26 46	1.16 370	0.48 241	0.95 117	2.47 490	0.57 88	0.77 112	0.49 65	0.81 262	1.55 290	0.32 46	0.20 186	0.12 29	0.24 259	0.15 81	0.19 132	0.20 217

hknet	0.77 289	0.32 250	0.95 318	0.54 222	0.38 251	1.27 387	0.65 351	2.16 458	1.07 242	1.20 290	1.11 224	1.59 402	0.81 262	1.37 248	0.66 278	0.22 244	0.17 258	0.25 298	0.22 284	0.22 229	0.22 251

GMM-Stereo	0.74 273	0.25 83	0.59 111	0.54 222	0.34 207	0.72 223	0.99 437	1.01 140	0.87 157	1.36 371	1.78 427	1.12 304	0.81 262	2.09 362	0.46 188	0.18 113	0.12 29	0.25 298	0.25 334	0.20 166	0.85 486

raftrobust	0.52 109	0.25 83	0.56 88	0.65 362	0.52 357	0.49 75	0.34 91	0.98 129	0.91 173	1.30 340	0.87 134	0.63 126	0.81 262	0.78 86	0.41 138	0.19 154	0.15 192	0.16 27	0.14 66	0.15 22	0.16 95

ffm	0.72 252	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	0.95 117	2.47 490	1.15 258	1.45 358	1.06 281	0.82 267	1.55 290	0.32 46	0.20 186	0.12 29	0.31 373	0.27 361	0.19 132	0.20 217

ff1	1.37 437	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	0.95 117	2.47 490	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 509	0.20 186	0.12 29	0.31 373	0.27 361	0.19 132	0.20 217

mmx	1.39 439	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	2.13 449	1.37 407	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 509	0.24 284	0.19 295	0.31 373	0.27 361	0.30 347	0.25 296

xxx	1.39 439	0.33 272	0.85 267	0.53 207	0.37 234	0.74 230	0.56 310	2.13 449	1.37 407	1.15 258	1.45 358	1.06 281	0.82 267	7.22 501	7.61 509	0.24 284	0.19 295	0.31 373	0.27 361	0.30 347	0.25 296

gwcnet-sp	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 340	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

scenet	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 340	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

ssnet	0.74 273	0.33 272	1.44 426	0.57 274	0.45 308	1.40 408	0.54 286	1.50 289	1.14 283	1.30 340	1.02 184	0.94 238	0.82 267	1.39 257	0.76 309	0.21 218	0.21 335	0.22 201	0.21 255	0.22 229	0.22 251

DMCA-RVC	0.74 273	0.40 351	1.27 404	0.66 369	0.49 328	0.77 249	0.47 231	1.35 253	1.01 217	1.53 415	1.01 176	1.29 348	0.82 267	1.31 231	0.78 317	0.27 348	0.21 335	0.35 413	0.27 361	0.32 364	0.24 284

PSMNet-RUCA	1.02 386	0.97 474	1.44 426	1.23 493	1.10 481	1.40 408	0.62 342	1.69 340	1.38 411	0.94 175	1.53 379	0.97 254	0.83 275	1.17 201	0.93 354	0.69 485	0.34 435	0.99 495	0.60 484	0.97 485	0.64 472

test_sample2	0.62 190	0.29 181	0.74 222	0.50 138	0.28 88	0.80 267	0.61 339	1.61 323	1.00 214	0.88 159	0.99 166	0.94 238	0.83 275	1.16 197	0.51 218	0.23 269	0.18 279	0.22 201	0.21 255	0.23 254	0.22 251

CSP-Net	0.97 366	0.38 340	0.83 265	0.53 207	0.41 279	1.63 430	0.77 387	2.00 428	1.05 233	1.25 318	1.20 269	1.33 355	0.83 275	4.93 458	0.85 342	0.32 389	0.22 353	0.20 138	0.20 211	0.23 254	0.25 296

PS-NSSS	0.99 372	0.58 424	0.93 310	0.58 280	0.57 374	0.91 304	0.80 398	1.81 380	1.14 283	1.14 252	1.67 415	1.00 263	0.83 275	4.62 450	0.78 317	0.37 422	0.31 422	0.52 463	0.32 414	0.45 428	0.38 406

CASS	0.65 217	0.34 295	0.72 194	0.56 258	0.27 65	0.78 254	0.42 169	1.59 316	0.86 153	1.30 340	1.25 283	0.87 208	0.84 279	0.84 105	0.54 238	0.35 414	0.19 295	0.26 317	0.21 255	0.28 325	0.42 418
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
UPFNet	0.80 304	0.32 250	0.90 301	0.59 293	0.74 432	1.26 386	0.80 398	1.52 298	1.10 262	1.30 340	1.12 231	1.30 349	0.84 279	1.67 309	1.09 381	0.24 284	0.24 374	0.24 259	0.23 307	0.25 281	0.18 145

iResNet_ROB	0.77 289	0.30 201	0.99 330	0.57 274	0.36 220	0.83 283	0.36 110	2.33 480	1.58 448	1.27 325	1.30 302	1.25 334	0.84 279	1.65 304	0.79 323	0.20 186	0.14 137	0.17 50	0.12 27	0.18 93	0.27 330

HH	0.63 197	0.30 201	0.77 241	0.50 138	0.32 170	0.49 75	0.46 224	1.65 331	0.64 81	0.69 113	1.09 214	1.63 411	0.85 282	1.90 342	0.37 104	0.18 113	0.13 86	0.19 103	0.17 140	0.19 132	0.16 95

HanStereo	0.63 197	0.30 201	0.77 241	0.50 138	0.32 170	0.49 75	0.46 224	1.65 331	0.64 81	0.69 113	1.09 214	1.63 411	0.85 282	1.90 342	0.37 104	0.18 113	0.13 86	0.19 103	0.17 140	0.19 132	0.16 95

RAFT_R40	0.83 322	0.28 146	0.73 206	0.59 293	0.31 152	0.69 208	0.44 200	1.10 186	0.95 185	1.47 401	1.10 218	1.00 263	0.85 282	5.53 470	0.46 188	0.22 244	0.13 86	0.23 239	0.20 211	0.23 254	0.18 145

xxxx	1.51 448	0.28 146	0.68 157	0.54 222	0.28 88	1.16 370	0.44 200	2.19 467	1.29 370	1.09 219	1.36 330	1.22 323	0.85 282	1.79 331	15.70 532	0.24 284	0.21 335	0.21 173	0.20 211	0.22 229	0.23 270

FENet	0.60 180	0.28 146	0.63 127	0.54 222	0.33 190	0.83 283	0.38 130	1.27 238	1.07 242	1.00 194	0.86 131	0.99 262	0.85 282	0.96 141	0.68 285	0.22 244	0.15 192	0.23 239	0.20 211	0.22 229	0.23 270

ACVNet	0.63 197	0.31 234	0.54 75	0.54 222	0.36 220	0.80 267	0.46 224	1.37 256	1.07 242	0.93 170	1.30 302	1.08 287	0.85 282	0.80 92	0.94 356	0.21 218	0.19 295	0.21 173	0.18 157	0.22 229	0.18 145

GwcNet-RSSM	0.77 289	0.32 250	1.01 339	0.62 330	0.54 363	0.78 254	0.51 260	1.73 348	1.20 326	1.09 219	1.37 332	1.46 380	0.85 282	1.53 286	1.09 381	0.25 310	0.18 279	0.23 239	0.24 320	0.20 166	0.19 185

STTStereo	0.78 297	0.50 397	1.22 394	0.64 348	0.54 363	0.89 298	0.54 286	1.44 275	1.11 264	1.38 379	1.09 214	1.27 342	0.85 282	1.43 265	0.83 336	0.29 371	0.27 394	0.33 395	0.39 444	0.32 364	0.30 360

ITSA-stereo	0.82 315	0.36 326	0.82 261	0.54 222	0.31 152	0.80 267	0.47 231	2.17 464	1.67 454	1.13 249	1.13 236	0.94 238	0.86 290	2.46 395	1.00 370	0.26 332	0.23 365	0.28 346	0.27 361	0.28 325	0.36 395

H2IRNET	0.56 158	0.26 99	0.66 148	0.47 87	0.35 211	0.41 32	0.26 37	0.92 99	1.17 306	0.61 101	1.28 298	1.08 287	0.86 290	0.99 153	0.63 270	0.19 154	0.16 229	0.22 201	0.25 334	0.21 206	0.18 145

MyStereo04	0.67 233	0.29 181	1.07 365	0.55 245	0.45 308	0.59 142	0.79 392	1.50 289	1.40 421	0.91 167	0.91 142	0.74 156	0.86 290	1.52 282	0.62 266	0.17 74	0.16 229	0.24 259	0.20 211	0.23 254	0.20 217

test_xeample	1.45 444	0.28 146	0.65 141	0.51 168	0.28 88	0.94 316	0.59 333	2.14 453	1.29 370	1.24 313	1.51 377	0.88 212	0.86 290	1.46 271	15.10 529	0.22 244	0.20 313	0.22 201	0.20 211	0.22 229	0.22 251

CFNet	0.96 360	0.36 326	1.01 339	0.62 330	0.42 284	0.99 336	0.47 231	1.90 403	1.32 384	0.99 189	1.39 341	1.10 299	0.86 290	5.58 473	0.79 323	0.23 269	0.17 258	0.28 346	0.27 361	0.26 293	0.21 234

UGAM	1.14 412	0.27 125	0.95 318	0.53 207	0.42 284	0.70 215	0.72 375	0.95 117	1.32 384	0.98 186	1.48 370	1.78 432	0.87 295	9.65 527	0.87 345	0.21 218	0.18 279	0.30 367	0.24 320	0.19 132	0.16 95

CoDeX	0.73 270	0.29 181	0.93 310	0.54 222	0.36 220	1.14 362	0.61 339	2.34 482	1.17 306	1.16 268	1.25 283	0.91 224	0.87 295	1.33 238	0.64 274	0.20 186	0.16 229	0.21 173	0.18 157	0.20 166	0.18 145

SST-Stereo	0.83 322	0.28 146	0.72 194	0.59 293	0.31 152	0.72 223	0.26 37	1.09 183	0.86 153	1.47 401	1.10 218	1.00 263	0.87 295	5.73 476	0.45 174	0.22 244	0.13 86	0.23 239	0.19 179	0.23 254	0.18 145

cf-r	0.73 270	0.30 201	0.77 241	0.55 245	0.63 403	0.78 254	0.48 241	1.79 374	1.15 294	1.13 249	1.26 290	1.43 370	0.87 295	1.40 263	0.85 342	0.25 310	0.18 279	0.22 201	0.23 307	0.19 132	0.19 185

FADNet_RVC	0.83 322	0.51 400	1.83 463	0.54 222	0.42 284	1.19 377	0.46 224	1.51 296	1.09 256	0.89 160	1.24 279	0.91 224	0.87 295	2.11 364	1.11 387	0.27 348	0.22 353	0.31 373	0.28 381	0.43 419	0.38 406

ACVNet-DCA	0.56 158	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	1.42 268	0.78 133	0.58 90	0.79 119	0.48 58	0.88 300	1.46 271	0.32 46	0.20 186	0.12 29	0.25 298	0.15 81	0.22 229	0.21 234

1test111	0.54 134	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	1.42 268	0.78 133	0.58 90	0.79 119	0.48 58	0.88 300	0.88 119	0.59 253	0.20 186	0.12 29	0.25 298	0.15 81	0.22 229	0.21 234

cc1	0.64 209	0.31 234	0.50 52	0.54 222	0.26 46	1.18 373	0.51 260	0.93 105	3.05 502	0.58 90	0.79 119	0.48 58	0.88 300	1.46 271	0.32 46	0.20 186	0.12 29	0.25 298	0.15 81	0.19 132	0.19 185

FINET	0.97 366	0.54 409	1.60 446	0.63 339	0.79 448	1.08 353	1.07 448	1.56 313	2.20 484	1.15 258	1.49 372	0.94 238	0.88 300	2.32 384	1.05 373	0.42 440	0.35 446	0.32 387	0.28 381	0.43 419	0.38 406

delet	0.85 331	0.32 250	0.95 318	0.65 362	0.66 411	1.64 432	0.84 404	1.75 354	1.35 400	1.32 354	1.30 302	1.30 349	0.88 300	1.68 314	1.10 384	0.21 218	0.21 335	0.24 259	0.24 320	0.21 206	0.21 234

NLCA_NET_v2_RVC	0.79 301	0.43 366	1.05 356	0.64 348	0.58 383	0.95 320	0.53 279	1.53 304	1.18 313	1.37 374	1.15 248	1.43 370	0.88 300	1.61 300	0.84 339	0.25 310	0.22 353	0.27 333	0.27 361	0.29 336	0.29 346
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PSMNet_ROB	0.90 346	0.52 404	1.17 389	0.72 411	0.61 397	1.27 387	1.12 453	1.76 360	1.12 268	1.09 219	1.28 298	1.45 377	0.89 306	1.65 304	1.42 432	0.33 397	0.25 381	0.37 424	0.39 444	0.35 378	0.29 346

DispNO	0.93 354	0.30 201	1.34 416	0.55 245	0.55 369	0.89 298	0.49 251	1.48 283	1.21 332	1.17 277	1.27 293	1.19 318	0.90 307	5.23 461	0.74 301	0.22 244	0.17 258	0.24 259	0.21 255	0.19 132	0.20 217

test_5	0.65 217	0.30 201	0.75 225	0.67 381	0.50 335	0.92 311	0.52 271	1.39 262	1.12 268	0.76 125	1.11 224	1.00 263	0.90 307	1.53 286	0.45 174	0.18 113	0.13 86	0.23 239	0.22 284	0.21 206	0.19 185

StereoDRNet-Refined	0.80 304	0.41 359	0.88 291	0.62 330	0.42 284	1.33 397	0.48 241	1.52 298	1.17 306	1.45 398	1.44 356	1.44 375	0.90 307	1.26 220	1.24 402	0.20 186	0.16 229	0.27 333	0.24 320	0.25 281	0.28 342
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iRaft-Stereo_5w	0.85 331	0.29 181	0.91 304	0.53 207	0.43 294	0.49 75	0.68 363	0.99 131	0.87 157	0.79 135	1.34 323	1.46 380	0.91 310	5.11 459	1.11 387	0.17 74	0.14 137	0.22 201	0.18 157	0.20 166	0.20 217

BEATNet_4x	0.73 270	0.49 390	1.17 389	0.53 207	0.26 46	1.03 344	0.55 302	1.82 381	1.06 237	1.21 294	1.22 273	0.96 252	0.91 310	1.01 158	1.06 375	0.21 218	0.14 137	0.24 259	0.19 179	0.37 389	0.21 234

DLCB_ROB	0.86 336	0.40 351	0.78 249	0.68 392	0.54 363	1.11 357	0.84 404	1.49 285	1.23 341	1.64 438	1.65 411	1.70 421	0.91 310	1.70 316	1.05 373	0.25 310	0.24 374	0.26 317	0.27 361	0.27 307	0.24 284

DualNet (step1)	0.83 322	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	1.23 211	0.67 281	0.57 473	0.28 401	0.62 481	0.67 488	0.45 428	0.42 418

test_sample9	1.86 472	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	2.27 381	7.92 513	0.57 473	12.61 542	0.62 481	0.67 488	0.45 428	0.42 418

test_sample7	0.74 273	0.37 333	0.76 235	0.52 190	0.35 211	0.91 304	0.67 359	1.78 368	1.21 332	1.22 299	1.18 258	1.08 287	0.92 313	1.23 211	0.67 281	0.31 382	0.28 401	0.32 387	0.31 406	0.33 373	0.29 346

ssnet_v2	0.88 341	0.36 326	1.02 346	0.62 330	0.38 251	1.32 395	0.97 433	2.07 444	1.34 391	1.37 374	1.18 258	1.54 394	0.92 313	1.10 183	1.65 449	0.30 375	0.27 394	0.30 367	0.28 381	0.27 307	0.26 320

GEStereo_RVC	0.90 346	0.37 333	0.99 330	0.64 348	0.50 335	0.95 320	0.79 392	2.42 489	1.17 306	1.16 268	1.11 224	1.26 338	0.92 313	3.24 424	0.90 352	0.29 371	0.19 295	0.23 239	0.20 211	0.27 307	0.29 346

DCANet	0.54 134	0.24 60	0.70 176	0.43 37	0.24 28	0.49 75	0.36 110	1.05 160	1.30 376	1.12 235	1.03 193	0.58 106	0.92 313	0.81 97	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.18 93	0.19 185

acv_ft	0.75 281	0.31 234	0.95 318	0.70 400	0.86 464	1.24 383	0.53 279	1.44 275	1.07 242	1.24 313	1.30 302	1.08 287	0.92 313	0.80 92	1.34 415	0.21 218	0.19 295	0.21 173	0.18 157	0.21 206	0.18 145

FADNet-RVC	0.88 341	0.67 446	1.93 467	0.60 304	0.48 325	0.91 304	0.60 337	1.71 346	1.18 313	0.90 162	0.96 154	1.36 362	0.92 313	2.25 379	1.17 396	0.30 375	0.29 412	0.32 387	0.32 414	0.41 409	0.35 390

iResNetv2_ROB	0.80 304	0.37 333	1.71 453	0.56 258	0.37 234	0.94 316	0.64 349	1.73 348	1.34 391	1.23 305	1.42 346	1.26 338	0.92 313	1.85 338	0.56 244	0.23 269	0.15 192	0.19 103	0.14 66	0.24 269	0.19 185

AACVNet	0.86 336	0.35 316	0.79 252	0.82 448	0.39 262	0.76 241	0.49 251	1.61 323	0.81 141	1.08 213	1.33 316	1.30 349	0.93 322	4.34 446	0.74 301	0.25 310	0.21 335	0.28 346	0.22 284	0.29 336	0.25 296

RAFT	0.64 209	0.30 201	0.73 206	0.59 293	0.33 190	0.68 203	0.58 325	1.04 152	0.76 127	1.08 213	1.19 265	1.65 416	0.93 322	1.06 171	0.56 244	0.21 218	0.18 279	0.27 333	0.24 320	0.22 229	0.17 120

HSM-Net_RVC	0.87 340	0.29 181	0.53 70	0.53 207	0.30 126	1.15 368	0.55 302	3.57 508	1.28 366	1.53 415	1.74 421	1.68 419	0.93 322	1.49 277	0.77 315	0.22 244	0.17 258	0.19 103	0.18 157	0.20 166	0.19 185
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UCFNet_RVC	0.69 239	0.35 316	0.49 47	0.64 348	0.39 262	0.85 294	0.58 325	1.75 354	1.14 283	0.97 182	1.19 265	1.17 314	0.93 322	0.99 153	0.62 266	0.28 361	0.20 313	0.34 405	0.31 406	0.32 364	0.27 330

SGM-Forest	1.24 422	0.38 340	0.60 116	0.52 190	0.37 234	1.56 425	1.30 469	1.65 331	1.36 403	2.11 472	1.79 428	1.63 411	0.93 322	7.48 508	0.95 359	0.36 418	0.37 453	0.39 433	0.34 428	0.37 389	0.32 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ToySt	0.66 224	0.33 272	1.23 395	0.51 168	0.33 190	0.86 295	0.68 363	1.10 186	0.97 197	0.84 150	1.08 209	1.25 334	0.94 327	1.01 158	0.74 301	0.19 154	0.19 295	0.24 259	0.24 320	0.27 307	0.23 270

HBP-ISP	0.96 360	0.58 424	0.72 194	0.61 318	0.46 319	1.64 432	0.76 384	1.86 393	1.28 366	1.30 340	1.53 379	0.86 204	0.94 327	3.27 426	0.69 288	0.45 451	0.44 472	0.54 469	0.48 465	0.47 435	0.40 410

SACVNet	0.85 331	0.46 378	0.85 267	0.81 440	0.56 371	0.80 267	0.79 392	1.68 338	1.12 268	1.34 366	1.33 316	1.25 334	0.94 327	2.39 390	0.76 309	0.34 407	0.26 386	0.31 373	0.29 392	0.35 378	0.44 427

DeepStereo_RVC	0.55 149	0.29 181	0.72 194	0.51 168	0.30 126	0.59 142	0.33 79	1.03 146	0.70 108	1.16 268	0.93 147	0.83 191	0.94 327	0.96 141	0.54 238	0.21 218	0.14 137	0.21 173	0.19 179	0.24 269	0.24 284

222	1.61 456	0.29 181	0.67 153	0.56 258	0.29 105	1.06 350	0.42 169	2.17 464	1.31 380	1.31 350	1.52 378	0.92 233	0.94 327	1.76 328	17.65 533	0.24 284	0.20 313	0.21 173	0.19 179	0.22 229	0.23 270

G2L-Stereo_aug	0.82 315	0.26 99	1.04 354	0.51 168	0.38 251	0.97 329	0.53 279	1.44 275	1.41 425	1.51 413	1.43 350	1.53 392	0.95 332	2.47 397	0.96 363	0.19 154	0.14 137	0.16 27	0.14 66	0.17 62	0.19 185

AIO-Stereo-zeroshot	0.72 252	0.35 316	1.70 451	0.49 127	0.56 371	0.63 165	0.38 130	2.41 488	0.65 96	0.77 130	1.07 204	1.82 435	0.95 332	0.93 135	0.43 158	0.20 186	0.13 86	0.21 173	0.25 334	0.28 325	0.26 320

test_sample1	0.61 186	0.29 181	0.75 225	0.50 138	0.31 152	0.76 241	0.48 241	1.59 316	0.84 151	0.90 162	0.94 150	0.88 212	0.95 332	1.16 197	0.67 281	0.22 244	0.18 279	0.20 138	0.19 179	0.21 206	0.21 234

SMFormer	0.75 281	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.82 334	0.24 284	0.20 313	0.22 201	0.21 255	0.23 254	0.24 284

tta	0.75 281	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.82 334	0.24 284	0.20 313	0.22 201	0.21 255	0.18 93	0.18 145

qqq1	0.72 252	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.44 161	0.24 284	0.20 313	0.18 82	0.15 81	0.18 93	0.18 145

fff1	0.72 252	0.30 201	0.86 273	0.46 76	0.26 46	0.82 278	0.43 187	2.05 438	1.39 416	1.23 305	1.47 365	0.98 256	0.95 332	1.71 318	0.44 161	0.24 284	0.20 313	0.18 82	0.15 81	0.18 93	0.18 145

SA	0.66 224	0.30 201	0.82 261	0.61 318	0.30 126	0.58 137	0.38 130	1.44 275	1.30 376	0.96 179	1.36 330	0.66 136	0.95 332	1.85 338	0.42 149	0.19 154	0.15 192	0.25 298	0.23 307	0.21 206	0.17 120

SDNR	1.62 457	0.51 400	2.17 476	0.53 207	0.56 371	3.80 509	0.45 217	1.54 306	1.29 370	1.33 362	2.41 472	1.08 287	0.96 340	11.18 532	1.16 393	0.66 484	0.63 497	0.43 445	0.32 414	0.64 468	0.67 474

PSMNet-ADL	0.72 252	0.35 316	0.62 124	0.69 395	0.46 319	1.14 362	0.44 200	1.37 256	1.01 217	0.83 147	1.17 256	1.33 355	0.96 340	1.43 265	0.95 359	0.33 397	0.22 353	0.21 173	0.23 307	0.27 307	0.29 346

DSFCA	0.93 354	0.34 295	1.06 360	0.52 190	0.65 408	1.55 424	0.93 427	1.49 285	1.19 321	1.56 423	1.15 248	1.50 388	0.96 340	3.07 418	1.02 372	0.30 375	0.26 386	0.25 298	0.25 334	0.28 325	0.24 284

TCMNet	1.01 383	0.60 435	2.10 471	0.86 459	1.33 498	1.14 362	0.67 359	1.69 340	1.23 341	1.11 233	1.57 393	1.30 349	0.97 343	2.01 354	1.50 443	0.31 382	0.31 422	0.38 427	0.34 428	0.42 413	0.36 395

YMNet	1.00 377	0.54 409	1.40 419	0.81 440	0.85 462	1.87 455	0.62 342	1.55 310	1.18 313	1.63 436	1.99 448	1.77 430	0.97 343	1.50 279	1.45 436	0.33 397	0.37 453	0.31 373	0.32 414	0.32 364	0.29 346

YMNet_1	1.00 377	0.54 409	1.40 419	0.81 440	0.85 462	1.87 455	0.62 342	1.55 310	1.18 313	1.63 436	1.99 448	1.77 430	0.97 343	1.50 279	1.45 436	0.33 397	0.37 453	0.31 373	0.32 414	0.32 364	0.29 346

CFNet-ft	0.72 252	0.32 250	0.54 75	0.66 369	0.54 363	0.83 283	0.55 302	1.37 256	1.15 294	0.93 170	1.28 298	1.57 398	0.97 343	1.35 242	0.81 329	0.26 332	0.20 313	0.33 395	0.25 334	0.30 347	0.23 270

CFNet_RVC	0.72 252	0.32 250	0.54 75	0.66 369	0.54 363	0.83 283	0.55 302	1.37 256	1.15 294	0.93 170	1.28 298	1.57 398	0.97 343	1.35 242	0.81 329	0.26 332	0.20 313	0.33 395	0.25 334	0.30 347	0.23 270

StereoDRNet	0.98 370	0.47 383	1.70 451	0.76 427	0.94 472	1.51 420	0.91 421	1.92 410	1.32 384	1.61 431	1.13 236	1.47 385	0.97 343	1.75 323	1.46 439	0.28 361	0.23 365	0.29 356	0.27 361	0.35 378	0.27 330

MDST_ROB	1.67 460	0.34 295	1.58 445	0.92 475	0.58 383	4.26 515	1.11 451	2.83 497	1.41 425	4.49 516	2.55 476	1.45 377	0.97 343	7.79 512	1.17 396	0.31 382	0.25 381	0.37 424	0.33 423	0.31 356	0.30 360

ASMatch	0.88 341	0.26 99	0.69 170	0.51 168	0.35 211	0.48 63	0.37 124	1.12 194	0.92 178	1.10 227	3.28 487	0.96 252	0.98 350	4.90 456	0.49 207	0.19 154	0.16 229	0.22 201	0.19 179	0.19 132	0.27 330

IRAFT_RVC	0.88 341	0.28 146	0.76 235	0.63 339	0.31 152	0.65 184	1.02 442	1.22 228	0.94 183	1.22 299	1.04 196	1.01 270	0.98 350	5.82 478	0.53 232	0.22 244	0.12 29	0.25 298	0.20 211	0.20 166	0.19 185

DGSMNet	1.14 412	0.76 461	2.49 486	0.81 440	0.86 464	1.39 407	1.39 473	2.13 449	1.35 400	1.26 322	1.63 408	1.48 386	0.98 350	1.75 323	1.10 384	0.45 451	0.43 469	0.55 473	0.49 468	0.75 479	0.70 477

hitnet-ft	0.79 301	0.35 316	0.57 98	0.58 280	0.42 284	0.96 325	0.46 224	1.47 282	1.33 388	1.19 286	1.22 273	1.81 433	0.98 350	1.66 308	0.94 356	0.33 397	0.28 401	0.34 405	0.27 361	0.35 378	0.31 370

PSMNet-RSSM	0.72 252	0.30 201	0.61 119	0.63 339	0.42 284	0.73 226	0.56 310	1.92 410	1.10 262	1.09 219	1.37 332	1.22 323	0.98 350	1.28 225	0.72 297	0.27 348	0.19 295	0.27 333	0.29 392	0.24 269	0.24 284

FADNet-RVC-Resample	0.84 327	0.47 383	2.10 471	0.61 318	0.45 308	1.07 352	0.61 339	1.59 316	1.20 326	1.08 213	0.98 164	1.03 276	0.98 350	2.17 369	0.72 297	0.23 269	0.22 353	0.30 367	0.32 414	0.35 378	0.34 385

TDLM	1.06 392	0.44 369	0.79 252	0.63 339	0.50 335	0.89 298	1.44 476	1.48 283	1.26 355	1.12 235	1.40 343	1.08 287	0.98 350	6.65 491	0.78 317	0.33 397	0.21 335	0.33 395	0.26 351	0.37 389	0.24 284

NVstereo2D	0.92 351	0.41 359	1.48 438	0.72 411	0.72 428	1.20 379	0.87 412	1.75 354	1.38 411	0.99 189	1.13 236	1.26 338	0.98 350	2.21 376	0.89 349	0.43 445	0.20 313	0.38 427	0.24 320	0.57 457	0.63 468

ADLNet	0.85 331	0.36 326	0.89 297	0.85 457	0.72 428	1.24 383	0.76 384	1.82 381	1.36 403	1.52 414	1.35 329	1.27 342	0.99 358	1.23 211	1.15 392	0.27 348	0.20 313	0.26 317	0.25 334	0.28 325	0.30 360

CC-Net-ROB	1.49 445	1.26 493	1.27 404	0.88 466	0.79 448	1.76 442	1.00 439	1.79 374	1.26 355	1.10 227	1.61 402	1.21 321	0.99 358	8.13 515	0.84 339	1.09 498	0.41 466	2.20 507	0.46 461	1.20 496	0.48 438

LMCR-Stereo	0.82 315	0.46 378	0.88 291	0.75 425	0.43 294	1.33 397	0.56 310	2.43 490	0.98 202	1.53 415	1.49 372	0.74 156	1.00 360	1.63 302	0.89 349	0.28 361	0.17 258	0.22 201	0.17 140	0.29 336	0.20 217

PDISCO_ROB	1.32 432	0.65 444	1.44 426	1.36 494	1.46 501	2.55 486	0.92 423	2.45 491	2.07 481	1.37 374	1.49 372	1.65 416	1.00 360	2.82 409	1.35 418	1.01 492	0.27 394	0.54 469	0.47 463	0.71 477	0.73 480

SQANet	1.31 430	0.88 471	1.08 369	1.83 504	1.44 500	1.44 415	0.75 381	1.74 352	1.09 256	1.32 354	1.26 290	1.28 345	1.01 362	1.50 279	0.83 336	2.50 510	0.34 435	1.47 502	0.55 477	2.32 503	1.57 505

riskmin	0.56 158	0.27 125	0.60 116	0.43 37	0.31 152	0.83 283	0.42 169	1.14 198	1.04 229	0.73 123	0.75 108	1.11 303	1.01 362	0.81 97	0.51 218	0.20 186	0.14 137	0.24 259	0.15 81	0.24 269	0.25 296

TransformOpticalFlow	0.96 360	0.28 146	0.89 297	0.52 190	0.31 152	0.66 192	0.54 286	1.75 354	1.12 268	1.09 219	1.44 356	1.37 365	1.01 362	6.70 495	0.42 149	0.19 154	0.12 29	0.20 138	0.19 179	0.18 93	0.19 185

Consistency-Raft	1.25 424	0.99 477	1.93 467	1.02 483	1.21 493	0.96 325	1.01 441	1.75 354	1.92 473	1.36 371	2.12 458	1.44 375	1.01 362	1.14 192	1.40 424	0.72 486	0.82 504	0.89 491	0.98 507	1.31 498	0.95 489

FADNet	0.92 351	0.61 437	1.81 460	0.62 330	0.55 369	0.96 325	0.57 321	1.78 368	1.33 388	0.93 170	1.01 176	1.36 362	1.01 362	2.71 407	0.75 306	0.33 397	0.34 435	0.31 373	0.34 428	0.59 461	0.40 410

KYRaft	0.75 281	0.28 146	0.62 124	0.56 258	0.29 105	0.67 196	0.86 410	0.94 112	0.84 151	1.62 434	2.21 462	1.16 313	1.02 367	1.57 293	0.40 127	0.20 186	0.13 86	0.22 201	0.28 381	0.20 166	1.02 492

LALA_ROB	1.01 383	0.59 427	1.16 387	0.67 381	0.51 346	1.63 430	1.26 468	1.69 340	1.38 411	1.81 455	1.37 332	1.94 447	1.02 367	1.58 295	1.38 420	0.37 422	0.27 394	0.43 445	0.37 440	0.43 419	0.37 400

DCVSM-stereo	0.72 252	0.35 316	0.76 235	0.55 245	0.42 284	0.73 226	0.38 130	1.21 220	1.02 220	1.79 451	1.04 196	1.62 406	1.03 369	1.04 168	0.79 323	0.24 284	0.27 394	0.29 356	0.24 320	0.30 347	0.36 395

HSM	1.19 420	0.32 250	0.65 141	0.57 274	0.38 251	1.23 382	0.59 333	2.25 474	1.19 321	1.30 340	1.25 283	1.94 447	1.03 369	9.32 522	0.71 294	0.22 244	0.16 229	0.20 138	0.16 120	0.21 206	0.21 234

DAS	0.84 327	0.34 295	1.03 350	0.64 348	0.69 423	0.77 249	0.63 347	1.54 306	1.20 326	1.79 451	1.55 385	0.95 246	1.04 371	2.83 410	0.60 261	0.21 218	0.16 229	0.25 298	0.18 157	0.27 307	0.22 251

SepStereo	0.82 315	0.34 295	1.03 350	0.64 348	0.69 423	0.77 249	0.63 347	1.54 306	1.20 326	1.79 451	1.55 385	0.95 246	1.04 371	2.30 383	0.60 261	0.21 218	0.16 229	0.25 298	0.18 157	0.27 307	0.22 251

GwcNet	1.08 397	0.51 400	2.33 481	0.79 434	1.18 491	1.76 442	0.70 370	1.68 338	1.47 435	1.41 388	1.64 409	1.74 426	1.04 371	2.20 375	1.41 428	0.30 375	0.29 412	0.29 356	0.27 361	0.30 347	0.35 390

GANet-RSSM	0.72 252	0.28 146	0.63 127	0.64 348	0.58 383	0.80 267	0.58 325	1.89 400	1.08 248	1.04 208	1.25 283	1.15 312	1.04 371	1.49 277	0.62 266	0.25 310	0.19 295	0.22 201	0.22 284	0.22 229	0.21 234

ADLNet2	0.88 341	0.34 295	1.17 389	0.77 430	0.64 406	1.12 360	0.76 384	1.74 352	1.24 347	1.21 294	1.65 411	1.71 422	1.05 375	1.67 309	1.17 396	0.24 284	0.21 335	0.21 173	0.22 284	0.26 293	0.29 346

DRN-Test	1.00 377	0.44 369	1.13 381	0.70 400	0.81 455	1.62 429	0.79 392	2.14 453	1.44 432	1.78 448	1.33 316	1.43 370	1.05 375	2.18 372	1.53 445	0.27 348	0.21 335	0.31 373	0.30 401	0.32 364	0.28 342

ETE_ROB	0.96 360	0.64 443	1.16 387	0.69 395	0.48 325	1.14 362	1.13 454	1.77 364	1.19 321	1.91 463	1.45 358	1.73 424	1.05 375	1.60 298	1.14 391	0.32 389	0.26 386	0.38 427	0.34 428	0.39 402	0.41 414

fff	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

csc	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

cscssc	0.53 119	0.24 60	0.70 176	0.43 37	0.24 28	0.48 63	0.36 110	1.07 175	1.25 350	1.10 227	1.02 184	0.57 101	1.06 378	0.73 74	0.52 225	0.16 33	0.13 86	0.17 50	0.13 42	0.15 22	0.19 185

DISCO	1.03 388	0.34 295	1.11 377	0.69 395	0.45 308	2.07 468	0.84 404	2.13 449	1.50 439	1.15 258	1.33 316	2.40 473	1.07 381	2.60 403	1.51 444	0.23 269	0.18 279	0.22 201	0.20 211	0.31 356	0.27 330

ac_64	0.82 315	0.29 181	0.81 258	0.71 408	0.60 394	1.05 347	0.54 286	1.99 427	0.92 178	1.18 282	1.06 200	1.99 452	1.08 382	1.94 348	0.97 365	0.27 348	0.22 353	0.24 259	0.23 307	0.22 229	0.19 185

NaN_ROB	1.13 410	0.55 414	1.15 386	0.64 348	0.48 325	1.61 428	2.03 505	1.72 347	1.48 436	2.09 471	1.27 293	1.40 366	1.08 382	3.94 438	1.30 411	0.28 361	0.34 435	0.28 346	0.28 381	0.30 347	0.33 381

CBMV_ROB	0.90 346	0.44 369	0.63 127	0.51 168	0.37 234	1.25 385	0.49 251	1.77 364	1.27 361	1.41 388	2.00 450	1.33 355	1.08 382	2.17 369	0.76 309	0.43 445	0.42 468	0.47 455	0.44 456	0.41 409	0.36 395

anonymity	1.12 407	0.97 474	1.21 392	1.07 487	1.12 485	1.08 353	0.89 416	1.95 418	1.16 303	1.29 332	1.26 290	1.22 323	1.09 385	1.15 193	1.01 371	1.02 494	1.00 517	0.97 493	0.97 505	0.98 486	0.99 491

1111x	1.70 464	0.29 181	0.86 273	0.51 168	0.27 65	1.01 339	0.68 363	2.22 471	1.28 366	1.13 249	1.40 343	1.21 321	1.10 386	5.53 470	15.20 530	0.22 244	0.21 335	0.22 201	0.22 284	0.24 269	0.22 251

IER	0.70 243	0.31 234	1.02 346	0.48 112	0.52 357	1.34 399	0.51 260	1.17 204	0.99 209	1.23 305	1.34 323	1.12 304	1.11 387	0.99 153	0.71 294	0.20 186	0.16 229	0.21 173	0.21 255	0.20 166	0.19 185

DANet	1.08 397	0.61 437	1.32 411	0.85 457	0.72 428	1.37 402	0.51 260	1.54 306	1.15 294	1.78 448	1.54 383	2.01 454	1.11 387	2.90 413	2.00 464	0.33 397	0.30 416	0.40 438	0.30 401	0.44 425	0.45 429
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	0.96 360	0.49 390	1.09 372	0.72 411	0.57 374	1.11 357	1.14 455	1.66 336	1.23 341	1.85 458	1.39 341	1.64 414	1.11 387	1.80 332	1.42 432	0.38 426	0.30 416	0.33 395	0.29 392	0.37 389	0.34 385

HI	0.64 209	0.32 250	0.68 157	0.47 87	0.51 346	0.41 32	0.36 110	1.04 152	0.75 121	1.31 350	1.43 350	1.62 406	1.12 390	0.94 138	0.88 346	0.15 13	0.12 29	0.20 138	0.20 211	0.20 166	0.18 145

CoSv	0.64 209	0.32 250	0.68 157	0.47 87	0.51 346	0.41 32	0.36 110	1.04 152	0.75 121	1.31 350	1.43 350	1.62 406	1.12 390	0.94 138	0.88 346	0.15 13	0.12 29	0.20 138	0.20 211	0.20 166	0.18 145

DDUNet	1.50 447	2.69 525	1.12 379	1.77 503	1.88 505	1.84 452	0.92 423	1.70 345	1.16 303	1.38 379	1.79 428	1.60 404	1.12 390	1.37 248	1.08 379	1.10 499	0.76 502	2.37 511	0.94 503	2.00 501	1.37 502

UNet	0.83 322	0.34 295	1.31 408	0.58 280	0.74 432	1.58 426	0.49 251	1.41 266	1.04 229	1.21 294	1.08 209	1.54 394	1.12 390	1.65 304	1.09 381	0.23 269	0.17 258	0.25 298	0.20 211	0.25 281	0.22 251

anonymousa	0.72 252	0.27 125	0.75 225	0.47 87	0.63 403	1.43 414	0.45 217	1.24 234	0.89 164	1.28 327	1.75 424	1.62 406	1.13 394	0.69 59	0.59 253	0.19 154	0.16 229	0.23 239	0.25 334	0.20 166	0.18 145

APVNet	1.06 392	0.53 408	1.42 425	0.84 452	0.79 448	1.92 458	0.82 402	1.90 403	1.08 248	1.08 213	1.43 350	1.56 397	1.13 394	3.07 418	1.58 446	0.31 382	0.34 435	0.42 443	0.36 437	0.36 385	0.37 400

SuperB	2.53 497	0.59 427	18.45 529	0.69 395	0.50 335	1.87 455	0.88 414	1.67 337	2.39 487	1.50 410	1.42 346	1.14 311	1.15 396	4.28 445	5.07 498	0.24 284	0.19 295	0.22 201	0.19 179	7.86 536	0.34 385

xyz-stereo	7.16 525	0.22 35	69.90 550	0.42 30	0.21 9	32.92 546	0.49 251	0.87 80	0.76 127	1.38 379	27.04 541	1.19 318	1.16 397	4.69 451	0.97 365	0.16 33	0.12 29	0.20 138	0.14 66	0.16 38	0.12 9

S-Stereo	1.15 416	0.46 378	2.17 476	0.81 440	0.80 453	1.21 380	1.19 461	1.93 414	2.02 478	1.47 401	2.11 457	1.57 398	1.17 398	2.05 359	1.41 428	0.40 432	0.40 464	0.35 413	0.31 406	0.44 425	0.70 477

NCCL2	1.00 377	0.56 417	1.06 360	0.75 425	0.57 374	1.31 394	1.72 488	1.77 364	1.36 403	1.50 410	1.17 256	1.91 442	1.17 398	1.54 288	1.29 410	0.35 414	0.31 422	0.45 450	0.44 456	0.40 406	0.40 410

CBMV	0.95 359	0.44 369	0.66 148	0.53 207	0.35 211	1.53 422	1.63 487	1.69 340	1.42 429	2.00 468	1.60 398	1.43 370	1.17 398	1.59 297	0.99 369	0.34 407	0.34 435	0.39 433	0.33 423	0.33 373	0.32 375
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AAGNet	1.83 469	0.28 146	0.72 194	0.61 318	0.32 170	0.67 196	0.51 260	0.96 124	0.98 202	1.47 401	1.20 269	1.00 263	1.18 401	2.83 410	22.77 540	0.22 244	0.13 86	0.22 201	0.19 179	0.23 254	0.15 69

MMNet	0.84 327	0.32 250	1.09 372	0.60 304	0.59 391	1.85 453	0.49 251	1.51 296	1.27 361	1.37 374	1.15 248	1.26 338	1.18 401	1.67 309	1.22 400	0.19 154	0.18 279	0.23 239	0.22 284	0.25 281	0.21 234

CVANet_RVC	1.07 394	0.43 366	0.76 235	0.60 304	0.50 335	0.90 301	0.97 433	1.52 298	1.26 355	1.33 362	1.38 337	1.24 330	1.18 401	6.75 497	0.75 306	0.34 407	0.23 365	0.34 405	0.29 392	0.42 413	0.27 330

otaku	1.60 454	1.11 486	1.21 392	2.20 506	1.56 502	1.97 462	1.24 464	2.07 444	1.36 403	1.44 396	1.62 405	1.73 424	1.19 404	1.73 322	0.98 368	2.89 515	0.57 494	1.74 503	0.60 484	2.78 510	1.94 511

CRFU-Net	0.86 336	0.39 345	1.00 335	0.65 362	0.57 374	1.78 447	0.86 410	2.15 455	0.81 141	1.38 379	1.18 258	1.64 414	1.19 404	1.35 242	0.90 352	0.26 332	0.22 353	0.21 173	0.19 179	0.23 254	0.24 284

PA-Net	1.01 383	0.57 421	1.29 406	0.64 348	0.74 432	1.19 377	0.84 404	1.69 340	1.43 431	1.16 268	1.19 265	1.32 354	1.19 404	3.42 430	1.25 403	0.29 371	0.45 476	0.33 395	0.49 468	0.32 364	0.47 435
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ADStereo(finetuned)	0.57 165	0.24 60	1.06 360	0.43 37	0.24 28	0.49 75	0.35 96	1.05 160	1.30 376	1.12 235	1.03 193	0.58 106	1.20 407	0.84 105	0.51 218	0.16 33	0.13 86	0.17 50	0.13 42	0.18 93	0.19 185

HGLStereo	0.85 331	0.38 340	0.94 314	0.80 437	1.03 477	1.17 372	0.58 325	1.52 298	1.20 326	1.19 286	1.62 405	1.13 309	1.20 407	1.80 332	1.06 375	0.24 284	0.24 374	0.24 259	0.21 255	0.23 254	0.27 330

GANet	1.36 436	0.47 383	0.86 273	0.67 381	0.45 308	1.34 399	1.73 489	1.64 330	1.24 347	1.49 409	2.38 469	1.55 396	1.20 407	9.30 521	0.93 354	0.30 375	0.31 422	0.33 395	0.28 381	0.39 402	0.30 360

GASNet	0.99 372	0.97 474	1.72 454	0.98 479	0.68 421	0.83 283	0.67 359	1.60 320	1.28 366	1.31 350	1.22 273	1.22 323	1.21 410	2.41 391	1.41 428	0.43 445	0.26 386	0.36 421	0.34 428	0.55 454	0.31 370

Wz-Net-LNSev	1.03 388	0.67 446	2.71 492	0.64 348	0.84 459	1.75 440	1.00 439	1.80 377	1.32 384	1.28 327	1.25 283	1.65 416	1.22 411	1.39 257	1.40 424	0.28 361	0.26 386	0.24 259	0.23 307	0.33 373	0.32 375

Wz-Net-LNSev-Ref	0.99 372	0.40 351	1.82 461	0.66 369	0.62 402	2.05 467	0.78 389	1.91 407	1.29 370	1.54 419	1.42 346	1.51 390	1.23 412	1.99 352	1.33 413	0.23 269	0.14 137	0.20 138	0.15 81	0.27 307	0.26 320

psm_up	0.77 289	0.34 295	0.70 176	0.66 369	0.58 383	1.05 347	0.92 423	1.52 298	1.12 268	1.26 322	1.16 253	1.31 353	1.23 412	1.20 206	0.81 329	0.25 310	0.29 412	0.31 373	0.27 361	0.27 307	0.25 296

GANetREF_RVC	1.07 394	0.86 468	1.31 408	0.82 448	0.53 360	1.41 413	1.31 470	1.76 360	1.52 442	1.27 325	1.31 308	1.46 380	1.24 414	2.03 356	0.96 363	0.56 472	0.45 476	0.67 484	0.50 470	0.88 483	0.59 462
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
fast-acv-ft	0.94 356	0.44 369	1.40 419	0.58 280	0.51 346	1.77 445	0.69 367	1.36 255	1.42 429	1.29 332	1.86 437	1.74 426	1.25 415	1.52 282	1.38 420	0.26 332	0.28 401	0.28 346	0.28 381	0.27 307	0.26 320

FBW_ROB	1.71 466	0.62 440	1.45 431	0.67 381	0.61 397	1.81 448	1.08 449	2.52 493	1.70 457	1.77 447	1.73 420	1.98 451	1.25 415	12.57 534	1.84 455	0.34 407	0.37 453	0.56 476	0.38 442	0.45 428	0.43 425

MFN_U_SF_DS_RVC	1.74 468	0.87 469	3.56 498	0.80 437	0.75 439	3.72 506	2.44 518	1.82 381	1.82 467	1.74 444	1.91 443	1.92 445	1.26 417	7.69 511	1.28 409	0.45 451	0.47 480	0.52 463	0.77 493	0.50 442	0.50 444

RTSC	1.29 426	0.73 455	2.44 484	0.83 451	0.57 374	1.85 453	0.65 351	1.88 398	2.00 477	2.20 474	1.66 413	1.60 404	1.26 417	2.33 385	3.92 492	0.32 389	0.23 365	0.27 333	0.29 392	0.37 389	0.37 400

PASM	1.34 434	0.92 472	2.62 490	0.86 459	0.87 466	1.03 344	1.08 449	1.50 289	1.51 441	1.82 456	1.41 345	1.68 419	1.26 417	4.87 455	1.34 415	0.61 479	0.65 500	0.68 485	0.78 494	0.69 475	0.68 476

Ntro	1.64 458	1.15 489	1.23 395	2.48 511	1.83 504	2.09 469	1.16 458	1.96 419	1.38 411	1.21 294	1.62 405	1.62 406	1.29 420	1.87 341	1.11 387	3.04 516	0.56 493	1.82 505	0.64 486	2.80 511	2.05 512

Anonymous_2	1.30 428	0.55 414	0.82 261	0.52 190	0.58 383	1.01 339	0.64 349	1.25 236	0.97 197	0.96 179	0.78 114	1.33 355	1.29 420	1.03 162	0.74 301	0.62 480	0.64 498	1.06 498	9.63 538	1.16 493	0.49 442

ccnet	1.12 407	0.67 446	1.01 339	0.78 432	0.73 431	1.72 438	0.99 437	1.84 389	1.26 355	1.47 401	1.85 436	1.75 429	1.29 420	1.75 323	1.88 458	0.57 473	0.53 489	0.57 478	0.55 477	0.59 461	0.54 451

stereogan	1.15 416	0.42 363	1.40 419	0.86 459	0.84 459	2.38 481	0.71 372	1.88 398	1.73 460	1.72 443	1.94 446	2.31 468	1.29 420	2.07 360	1.08 379	0.36 418	0.35 446	0.39 433	0.31 406	0.51 446	0.46 432

DeepPrunerF	1.60 454	0.73 455	5.81 510	0.88 466	1.19 492	0.91 304	0.95 431	2.19 467	5.24 520	1.17 277	1.30 302	1.19 318	1.30 424	4.90 456	1.66 451	0.42 440	0.34 435	0.52 463	0.47 463	0.41 409	0.40 410

RYNet	1.17 419	0.49 390	1.24 398	0.70 400	0.97 476	1.71 436	0.92 423	1.91 407	1.46 434	1.38 379	1.14 240	1.88 437	1.30 424	4.24 442	1.87 456	0.26 332	0.21 335	0.35 413	0.27 361	0.55 454	0.54 451

Wz-Net-SNSev	1.49 445	1.23 492	6.27 512	0.68 392	0.67 415	1.37 402	1.41 474	2.00 428	1.39 416	1.48 407	1.61 402	2.29 466	1.32 426	3.93 437	2.14 469	0.31 382	0.28 401	0.31 373	0.33 423	0.42 413	0.36 395

Wz-Net-MNSev	1.11 405	0.58 424	2.23 479	0.66 369	0.71 426	1.95 461	1.46 477	1.98 425	1.45 433	1.79 451	1.43 350	1.49 387	1.33 427	1.97 351	1.42 432	0.27 348	0.23 365	0.28 346	0.28 381	0.34 376	0.31 370

UDG	1.41 442	2.65 524	0.99 330	1.44 499	1.64 503	1.34 399	0.80 398	1.60 320	1.23 341	1.23 305	1.71 418	2.01 454	1.34 428	1.47 275	1.41 428	0.90 489	0.54 492	2.29 509	0.75 492	1.84 500	1.04 494

LCNet	0.72 252	0.28 146	0.52 66	0.55 245	0.31 152	0.69 208	0.54 286	1.00 135	0.88 161	1.19 286	1.34 323	0.97 254	1.34 428	2.56 401	0.45 174	0.18 113	0.13 86	0.21 173	0.25 334	0.27 307	0.73 480

PWC_ROB	1.24 422	0.76 461	2.46 485	0.72 411	0.78 445	1.15 368	0.49 251	1.75 354	1.92 473	2.31 477	3.07 484	1.59 402	1.40 430	2.46 395	2.10 468	0.33 397	0.22 353	0.35 413	0.24 320	0.38 398	0.41 414

Prome-Stereo	0.75 281	0.27 125	0.53 70	0.55 245	0.32 170	0.59 142	0.97 433	0.89 89	0.88 161	1.45 398	2.46 474	0.91 224	1.41 431	1.58 295	0.44 161	0.18 113	0.13 86	0.19 103	0.17 140	0.20 166	0.92 488

ADCRef	1.35 435	0.55 414	2.37 483	0.72 411	0.77 443	1.94 460	0.78 389	1.91 407	1.27 361	1.57 427	1.59 397	1.36 362	1.41 431	1.54 288	7.53 508	0.23 269	0.20 313	0.32 387	0.30 401	0.29 336	0.29 346

PAM	0.76 287	0.29 181	1.08 369	0.52 190	0.33 190	1.38 405	0.39 145	2.01 432	0.67 99	1.06 209	0.96 154	2.89 488	1.43 433	0.86 114	0.35 83	0.19 154	0.12 29	0.19 103	0.17 140	0.19 132	0.20 217

RASNet	1.12 407	0.30 201	0.91 304	0.66 369	0.77 443	0.97 329	0.57 321	1.37 256	1.35 400	1.02 201	1.34 323	2.11 461	1.43 433	7.09 500	1.39 423	0.19 154	0.17 258	0.17 50	0.19 179	0.18 93	0.16 95

iinet-f	0.99 372	0.45 376	3.71 501	0.55 245	0.43 294	1.81 448	0.68 363	1.14 198	1.14 283	1.18 282	1.42 346	1.58 401	1.44 435	1.34 241	1.59 448	0.24 284	0.23 365	0.20 138	0.19 179	0.26 293	0.25 296

edge stereo	1.11 405	0.50 397	1.30 407	0.71 408	0.65 408	1.14 362	0.75 381	1.93 414	1.37 407	1.71 442	1.83 432	2.54 477	1.44 435	2.43 392	1.23 401	0.42 440	0.41 466	0.54 469	0.35 433	0.42 413	0.46 432

pmcnn	2.37 491	0.42 363	2.71 492	0.63 339	0.43 294	1.54 423	1.19 461	2.01 432	1.53 444	2.64 490	7.60 519	18.07 536	1.45 437	3.44 432	2.78 478	0.18 113	0.15 192	0.15 8	0.12 27	0.20 166	0.18 145

STrans-v2	1.04 391	0.28 146	0.96 324	0.49 127	0.32 170	0.68 203	0.79 392	2.47 492	1.12 268	1.12 235	1.46 364	1.40 366	1.46 438	6.70 495	0.43 158	0.18 113	0.13 86	0.20 138	0.18 157	0.18 93	0.18 145

PWCDC_ROB	1.29 426	0.75 460	1.33 413	1.05 484	0.88 467	1.73 439	0.52 271	1.89 400	3.28 504	1.29 332	4.88 507	1.22 323	1.46 438	1.77 330	1.45 436	0.60 478	0.26 386	0.29 356	0.25 334	0.52 448	0.37 400

psmorigin	1.52 449	0.69 450	10.52 522	0.68 392	0.59 391	1.13 361	0.70 370	1.57 314	1.19 321	1.99 466	1.79 428	2.26 465	1.47 440	2.09 362	1.36 419	0.39 429	0.40 464	0.34 405	0.33 423	0.43 419	0.56 455

ACVNet-4b	2.15 483	1.41 497	1.64 447	2.80 513	2.31 513	2.31 478	1.24 464	2.32 479	2.14 482	1.26 322	2.39 470	2.66 481	1.48 441	5.95 482	1.06 375	3.20 520	0.45 476	2.37 511	0.89 500	2.83 514	2.37 516

FAT-Stereo	1.07 394	0.41 359	1.32 411	0.72 411	0.58 383	1.08 353	0.89 416	1.96 419	1.65 452	1.75 445	1.98 447	2.03 457	1.48 441	2.02 355	1.18 399	0.42 440	0.35 446	0.34 405	0.29 392	0.35 378	0.53 450

PAM_32	0.77 289	0.28 146	1.03 350	0.52 190	0.30 126	1.32 395	0.35 96	1.97 423	0.65 96	1.02 201	1.06 200	3.05 489	1.49 443	0.96 141	0.36 92	0.19 154	0.13 86	0.20 138	0.18 157	0.19 132	0.19 185

RAFT + AFF	1.00 377	0.42 363	1.09 372	0.67 381	0.50 335	1.22 381	1.24 464	2.24 473	1.19 321	1.30 340	1.56 389	1.17 314	1.49 443	3.44 432	0.83 336	0.21 218	0.25 381	0.30 367	0.26 351	0.27 307	0.27 330

Syn2CoEx	1.14 412	0.69 450	1.66 449	0.80 437	0.67 415	1.40 408	0.88 414	2.06 443	1.54 445	1.25 318	1.58 396	1.42 369	1.50 445	4.09 440	1.40 424	0.36 418	0.32 430	0.34 405	0.29 392	0.29 336	0.34 385

RGC	1.14 412	0.79 463	1.26 401	0.91 473	0.96 475	1.52 421	0.77 387	1.92 410	1.26 355	1.54 419	1.93 444	2.02 456	1.54 446	2.25 379	1.31 412	0.44 450	0.35 446	0.58 479	0.48 465	0.47 435	0.46 432

Nwc_Net	1.09 400	0.49 390	1.33 413	0.89 469	0.80 453	1.49 419	0.66 356	2.19 467	1.27 361	1.32 354	2.26 464	1.96 449	1.54 446	1.92 344	1.34 415	0.40 432	0.30 416	0.43 445	0.45 458	0.38 398	0.37 400

XQC	1.37 437	0.87 469	2.56 488	0.84 452	0.69 423	1.83 451	0.89 416	2.07 444	1.88 469	1.88 459	1.53 379	1.91 442	1.55 448	2.85 412	3.05 480	0.48 459	0.29 412	0.44 449	0.39 444	0.69 475	0.60 465

THIR-Stereo	1.02 386	0.27 125	0.69 170	0.49 127	0.28 88	0.95 320	1.34 471	1.03 146	0.97 197	1.34 366	1.90 442	1.17 314	1.58 449	6.44 488	0.78 317	0.19 154	0.14 137	0.21 173	0.22 284	0.19 132	0.20 217

RTS	2.67 499	1.38 494	15.28 527	0.99 480	1.26 495	3.78 507	1.96 502	2.15 455	2.62 496	2.61 488	2.85 482	2.60 479	1.59 450	6.27 485	5.71 501	0.40 432	0.28 401	0.35 413	0.35 433	0.50 442	0.48 438

RTSA	2.67 499	1.38 494	15.28 527	0.99 480	1.26 495	3.78 507	1.96 502	2.15 455	2.62 496	2.61 488	2.85 482	2.60 479	1.59 450	6.27 485	5.71 501	0.40 432	0.28 401	0.35 413	0.35 433	0.50 442	0.48 438

SHD	1.31 430	0.71 454	2.34 482	0.86 459	0.75 439	1.77 445	0.65 351	2.22 471	2.50 493	2.40 484	1.71 418	1.91 442	1.60 452	1.93 347	2.37 472	0.38 426	0.31 422	0.38 427	0.40 448	0.48 438	0.50 444

ADCP+	1.99 480	0.48 387	7.73 514	0.66 369	0.91 468	2.30 477	1.05 445	1.82 381	1.34 391	1.54 419	1.32 314	1.74 426	1.61 453	2.17 369	13.37 525	0.24 284	0.21 335	0.32 387	0.28 381	0.37 389	0.29 346

aanetorigin	1.23 421	0.79 463	2.78 494	0.70 400	0.79 448	0.99 336	1.06 447	1.06 173	1.37 407	3.52 505	2.61 477	1.72 423	1.63 454	1.99 352	1.78 453	0.25 310	0.24 374	0.26 317	0.25 334	0.38 398	0.45 429

AnyNet_C32	1.96 478	1.10 483	5.17 506	0.90 470	1.11 483	2.12 471	2.37 516	1.85 390	1.48 436	2.45 485	1.70 417	2.05 459	1.64 455	2.50 399	10.28 521	0.37 422	0.34 435	0.35 413	0.41 449	0.49 441	0.54 451

RainbowNet	1.97 479	1.76 506	1.57 444	2.81 514	2.21 509	1.98 464	1.81 492	2.54 494	1.89 470	1.50 410	1.84 434	1.96 449	1.65 456	2.14 366	1.25 403	3.33 522	0.85 509	2.39 514	0.98 507	2.82 513	2.22 513

FTStereo	0.91 349	0.26 99	0.56 88	0.54 222	0.33 190	0.66 192	1.87 497	1.00 135	0.75 121	1.75 445	4.15 497	1.04 279	1.65 456	1.57 293	0.46 188	0.19 154	0.16 229	0.23 239	0.21 255	0.18 93	0.63 468

MSC_U_SF_DS_RVC	2.12 482	1.15 489	3.10 495	1.05 484	0.76 442	5.03 520	2.40 517	2.16 458	2.62 496	1.89 461	2.28 465	2.69 482	1.65 456	9.35 523	2.04 465	0.64 483	0.51 487	0.68 485	0.71 491	1.09 492	0.67 474

AF-Net	1.13 410	0.52 404	1.33 413	0.86 459	0.91 468	1.38 405	0.71 372	2.16 458	1.62 450	1.56 423	2.40 471	1.99 452	1.65 456	1.81 334	1.48 441	0.48 459	0.28 401	0.49 459	0.33 423	0.39 402	0.32 375

CBFPSM	0.92 351	0.33 272	1.86 464	0.49 127	0.38 251	1.75 440	0.84 404	1.39 262	1.12 268	1.09 219	0.99 166	2.37 471	1.66 460	1.32 235	1.42 432	0.19 154	0.18 279	0.20 138	0.20 211	0.21 206	0.33 381

SAMSARA	1.55 451	0.84 465	2.61 489	1.22 492	1.07 479	2.50 485	1.93 500	2.05 438	1.89 470	2.75 493	1.66 413	2.81 485	1.69 461	3.08 420	1.97 463	0.46 457	0.51 487	0.42 443	0.46 461	0.58 459	0.59 462

AnyNet_C01	2.26 487	1.78 507	10.22 521	0.93 476	0.74 432	2.92 496	2.20 511	2.29 478	1.80 465	2.53 487	2.41 472	2.71 483	1.73 462	3.41 429	6.72 505	0.41 436	0.39 462	0.40 438	0.42 452	0.67 473	0.63 468

DRaft	0.80 304	0.24 60	0.70 176	0.45 70	0.30 126	0.97 329	0.53 279	1.05 160	0.97 197	1.78 448	2.02 453	0.80 175	1.74 463	2.73 408	0.72 297	0.17 74	0.14 137	0.20 138	0.20 211	0.18 93	0.21 234

NCC-stereo	1.10 402	0.54 409	1.24 398	0.84 452	0.94 472	1.29 390	0.89 416	2.01 432	1.34 391	1.32 354	1.74 421	1.88 437	1.74 463	2.35 386	1.25 403	0.45 451	0.37 453	0.45 450	0.58 480	0.42 413	0.42 418

Abc-Net	1.10 402	0.54 409	1.24 398	0.84 452	0.94 472	1.29 390	0.89 416	2.01 432	1.34 391	1.32 354	1.74 421	1.88 437	1.74 463	2.35 386	1.25 403	0.45 451	0.37 453	0.45 450	0.58 480	0.42 413	0.42 418
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	1.09 400	0.50 397	1.12 379	0.90 470	1.04 478	1.11 357	0.84 404	1.80 377	1.62 450	1.55 422	2.00 450	1.90 441	1.78 466	1.84 335	1.25 403	0.52 464	0.36 451	0.48 457	0.36 437	0.45 428	0.43 425

MFN_U_SF_RVC	1.52 449	0.84 465	3.42 497	0.87 465	0.66 411	2.56 487	0.95 431	2.36 483	1.70 457	1.98 465	1.86 437	2.45 475	1.79 467	2.95 414	2.58 474	0.52 464	0.48 481	0.55 473	0.59 483	0.59 461	0.61 466

LSM	6.33 521	1.10 483	13.19 524	1.41 498	68.17 548	1.64 432	1.90 499	1.92 410	2.46 489	2.99 500	3.11 485	1.88 437	1.80 468	2.61 404	2.06 467	0.41 436	0.58 495	0.50 460	0.57 479	0.64 468	17.66 543

NVStereoNet_ROB	1.88 473	1.07 481	1.45 431	1.07 487	1.17 489	1.47 416	1.48 479	1.89 400	1.93 475	1.94 464	4.67 505	3.08 492	1.80 468	6.51 489	1.65 449	1.06 497	0.86 511	1.08 499	1.32 512	0.93 484	1.26 500
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SPS-STEREO	1.67 460	1.04 480	1.23 395	1.21 491	1.13 487	1.82 450	1.11 451	2.16 458	1.52 442	3.07 504	2.32 466	2.82 486	1.80 468	4.11 441	2.04 465	1.03 495	0.99 516	0.97 493	0.94 503	1.03 491	1.02 492
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GrayStereo	0.82 315	0.26 99	0.58 104	0.63 339	0.37 234	0.76 241	1.86 496	1.11 192	0.87 157	1.99 466	1.89 441	1.08 287	1.82 471	1.39 257	0.48 200	0.19 154	0.14 137	0.19 103	0.21 255	0.18 93	0.39 409

UGAM-zero	1.00 377	0.30 201	0.93 310	0.47 87	0.30 126	0.57 134	0.25 28	2.25 474	0.63 77	1.01 197	1.10 218	2.73 484	1.85 472	6.26 484	0.40 127	0.17 74	0.14 137	0.19 103	0.15 81	0.16 38	0.17 120

MFMNet_re	1.40 441	1.14 488	1.68 450	1.39 496	1.07 479	1.48 417	1.43 475	1.87 395	1.82 467	2.26 475	2.19 461	1.51 390	1.86 473	1.52 282	1.25 403	0.93 490	0.83 505	0.84 490	0.80 495	0.99 488	1.05 496

CrosDoStereo	1.58 452	0.24 60	0.72 194	0.48 112	0.29 105	0.67 196	12.49 533	1.10 186	0.98 202	1.34 366	1.75 424	1.00 263	1.89 474	6.65 491	0.81 329	0.19 154	0.15 192	0.20 138	0.22 284	0.18 93	0.19 185

DeepStereo_LL	1.58 452	0.24 60	0.72 194	0.48 112	0.29 105	0.67 196	12.49 533	1.10 186	0.98 202	1.34 366	1.75 424	1.00 263	1.89 474	6.65 491	0.81 329	0.19 154	0.15 192	0.20 138	0.22 284	0.18 93	0.19 185

Wz-Net-TNSev	1.88 473	2.08 518	7.66 513	0.67 381	0.64 406	2.42 482	1.83 494	2.33 480	1.74 462	1.57 427	1.56 389	2.58 478	1.90 476	4.86 454	3.12 482	0.39 429	0.37 453	0.33 395	0.37 440	0.53 450	0.58 460

ADCL	1.72 467	0.57 421	3.66 499	0.67 381	0.61 397	2.61 489	1.85 495	1.96 419	1.67 454	1.90 462	1.83 432	2.06 460	1.90 476	2.13 365	9.15 517	0.26 332	0.24 374	0.34 405	0.32 414	0.38 398	0.35 390

CSAN	1.41 442	0.59 427	1.26 401	0.70 400	0.50 335	1.76 442	1.78 490	1.77 364	1.90 472	2.35 480	2.32 466	1.92 445	1.94 478	5.56 472	1.49 442	0.43 445	0.35 446	0.40 438	0.41 449	0.43 419	0.41 414

WZ-Net	1.95 477	0.95 473	10.10 519	0.86 459	0.78 445	1.69 435	1.60 485	2.20 470	1.98 476	2.08 470	1.93 444	2.30 467	1.97 479	5.30 462	3.17 485	0.34 407	0.26 386	0.29 356	0.31 406	0.51 446	0.47 435

ACVNet_1	2.18 484	1.45 500	1.72 454	2.85 515	2.33 514	2.28 476	1.46 477	3.08 502	2.22 485	1.82 456	2.05 455	3.56 496	1.98 480	3.09 421	1.40 424	3.17 517	0.60 496	2.40 515	0.92 502	2.91 517	2.37 516

ADCS	2.25 486	0.99 477	5.55 507	0.81 440	0.74 432	2.19 473	1.80 491	2.27 476	2.14 482	2.80 496	2.13 459	2.40 473	2.03 481	2.64 405	13.69 526	0.41 436	0.39 462	0.40 438	0.45 458	0.58 459	0.56 455

ACVNet_2	2.43 495	1.41 497	2.04 469	2.62 512	2.24 510	2.63 490	1.88 498	3.31 504	3.01 501	2.19 473	3.45 490	4.62 503	2.04 482	4.50 448	1.47 440	2.55 511	0.64 498	2.22 508	0.84 497	2.69 509	2.29 515

ADCPNet	1.85 471	0.69 450	8.07 515	0.71 408	0.58 383	2.79 493	1.22 463	1.94 416	1.54 445	1.88 459	1.69 416	2.46 476	2.04 482	2.37 388	6.48 503	0.38 426	0.37 453	0.38 427	0.43 454	0.47 435	0.45 429

ADCMid	1.89 476	0.73 455	5.06 505	0.72 411	0.67 415	2.00 465	1.14 455	1.97 423	1.48 436	2.86 497	1.81 431	2.37 471	2.05 484	2.24 377	10.39 522	0.33 397	0.31 422	0.39 433	0.43 454	0.50 442	0.44 427

DEmStereo	0.97 366	0.23 46	0.79 252	0.47 87	0.32 170	1.04 346	0.56 310	0.93 105	0.89 164	1.39 385	2.14 460	1.02 272	2.07 485	5.64 474	0.77 315	0.17 74	0.15 192	0.20 138	0.20 211	0.18 93	0.20 217

LL-Strereo	1.33 433	0.39 345	1.38 418	0.61 318	0.61 397	0.75 235	0.66 356	1.63 329	1.17 306	1.56 423	1.60 398	2.03 457	2.12 486	9.72 528	0.97 365	0.21 218	0.18 279	0.27 333	0.23 307	0.22 229	0.25 296

ACV-stereo	0.99 372	0.51 400	1.41 424	0.56 258	0.41 279	2.43 483	0.57 321	1.15 200	1.18 313	0.81 141	1.01 176	3.39 495	2.14 487	1.60 298	1.07 378	0.27 348	0.22 353	0.22 201	0.22 284	0.28 325	0.32 375

MADNet+	2.69 501	3.22 529	11.53 523	1.44 499	1.12 485	3.19 500	1.81 492	2.85 498	2.37 486	1.68 440	2.07 456	2.85 487	2.18 488	7.41 505	5.23 499	0.79 487	0.76 502	0.69 487	0.65 487	0.98 486	0.95 489

PSM-AAD	0.79 301	0.27 125	0.53 70	0.55 245	0.28 88	0.77 249	1.24 464	0.99 131	0.91 173	1.66 439	1.57 393	0.81 179	2.19 489	1.65 304	0.44 161	0.19 154	0.14 137	0.38 427	0.32 414	0.21 206	0.70 477

IMH-64-1	2.70 502	1.79 508	1.46 433	3.26 523	2.66 517	3.23 502	2.10 506	4.08 511	2.75 499	2.34 478	3.81 494	3.06 490	2.22 490	4.25 443	2.59 475	3.75 526	0.84 506	2.75 521	1.35 513	3.15 519	2.60 522

IMH-64	2.70 502	1.79 508	1.46 433	3.26 523	2.66 517	3.23 502	2.10 506	4.08 511	2.75 499	2.34 478	3.81 494	3.06 490	2.22 490	4.25 443	2.59 475	3.75 526	0.84 506	2.75 521	1.35 513	3.15 519	2.60 522

PWCK	2.88 507	2.05 516	5.72 509	2.08 505	1.11 483	3.55 504	3.90 526	2.86 499	3.54 510	3.03 503	3.63 492	3.10 493	2.31 492	8.15 517	3.09 481	2.12 507	0.91 514	1.75 504	0.98 507	2.57 507	1.18 499

LVE	3.31 510	1.67 505	1.64 447	2.85 515	2.42 515	3.20 501	2.26 513	4.78 519	5.05 519	2.35 480	6.91 514	6.02 514	2.37 493	9.15 519	2.17 470	3.19 519	1.08 522	2.38 513	1.47 519	2.81 512	2.40 518

Dean	2.91 508	1.53 503	2.07 470	2.96 519	2.51 516	3.15 499	2.14 509	4.75 518	4.41 517	2.76 494	6.10 512	5.53 512	2.37 493	2.97 416	1.92 460	3.18 518	0.85 509	2.51 518	1.04 510	2.88 516	2.47 519

SGM_RVC	1.68 462	0.36 326	0.61 119	0.59 293	0.29 105	2.25 475	1.18 460	2.38 486	1.68 456	3.60 506	2.67 479	3.69 498	2.42 495	8.13 515	1.90 459	0.31 382	0.31 422	0.30 367	0.28 381	0.30 347	0.29 346
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
KSHMR	8.75 528	2.06 517	2.11 473	3.53 527	3.11 524	4.13 514	2.69 519	5.60 522	61.37 552	3.00 501	55.83 552	4.98 511	2.45 496	4.49 447	2.61 477	3.46 523	1.55 527	3.14 527	1.94 525	3.72 524	3.18 527

PVD	1.70 464	0.84 465	2.26 480	0.94 478	0.83 458	2.48 484	0.97 433	2.59 495	3.35 505	3.01 502	2.77 480	2.34 470	2.47 497	2.67 406	3.14 483	0.47 458	0.45 476	0.59 480	0.48 465	0.59 461	0.75 482

test_sample8	2.19 485	0.49 390	1.13 381	0.56 258	0.39 262	1.02 341	0.73 376	1.82 381	1.15 294	2.26 475	1.30 302	4.94 508	2.52 498	2.27 381	7.92 513	0.57 473	12.61 542	0.62 481	0.67 488	0.45 428	0.42 418

G-Net	1.66 459	0.63 441	1.56 443	1.11 489	0.74 432	2.98 498	0.91 421	1.55 310	1.22 338	2.76 494	8.18 525	2.32 469	2.53 499	1.92 344	1.87 456	0.48 459	0.44 472	0.45 450	0.31 406	0.60 465	0.57 459

WAO-6	2.81 505	1.60 504	1.46 433	2.36 510	2.28 512	3.55 504	2.29 514	4.21 514	4.56 518	2.36 482	4.51 499	4.88 507	2.66 500	4.60 449	4.07 495	1.72 503	1.15 523	2.31 510	1.46 518	2.31 502	1.85 509

EDNetEfficientorigin	10.57 531	1.47 501	177.42 553	0.67 381	0.53 360	1.58 426	1.16 458	1.90 403	3.37 506	4.71 518	3.38 488	3.10 493	2.69 501	3.13 422	3.58 489	0.25 310	0.23 365	0.33 395	0.27 361	0.83 480	0.81 483

DPSNet	1.69 463	0.59 427	4.33 502	0.70 400	0.57 374	2.02 466	1.62 486	3.35 506	1.78 463	1.48 407	1.38 337	2.17 462	2.84 502	4.77 453	3.66 490	0.48 459	0.31 422	0.29 356	0.25 334	0.64 468	0.48 438

IMH	3.21 509	1.85 512	1.48 438	3.25 522	2.69 519	4.07 513	2.02 504	4.41 516	3.80 511	2.72 491	7.11 517	4.75 506	2.92 503	5.92 480	2.55 473	3.85 530	0.88 512	2.78 523	1.36 515	3.19 521	2.59 521

SANet	1.88 473	0.57 421	2.18 478	0.63 339	0.40 272	2.80 494	1.57 484	2.39 487	5.88 522	2.36 482	3.57 491	3.72 499	2.97 504	4.74 452	1.76 452	0.34 407	0.30 416	0.32 387	0.29 392	0.48 438	0.37 400

MeshStereo	2.26 487	0.56 417	0.92 308	0.61 318	0.49 328	2.60 488	1.02 442	3.18 503	2.05 480	7.40 531	4.98 508	7.58 519	2.98 505	6.37 487	1.96 462	0.43 445	0.43 469	0.45 450	0.39 444	0.43 419	0.42 418
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
WAO-7	2.66 498	1.40 496	1.73 456	1.39 496	1.17 489	3.93 510	1.94 501	4.11 513	3.88 512	2.92 498	5.50 509	4.18 501	3.00 506	7.63 510	3.71 491	1.13 500	1.00 517	1.17 500	1.13 511	1.18 495	1.09 498

notaker	3.98 512	2.40 523	2.68 491	3.82 530	3.27 527	3.97 512	2.14 509	4.78 519	3.45 508	4.12 513	6.94 515	7.65 520	3.26 507	7.82 513	5.30 500	4.04 531	1.41 525	3.36 530	2.10 527	3.88 525	3.31 528

ktn	4.70 515	2.38 522	2.12 474	3.76 528	3.24 525	4.85 518	2.95 524	5.52 521	7.37 525	4.07 512	19.32 538	7.46 518	3.47 508	7.39 504	2.95 479	4.04 531	1.85 528	3.26 529	2.22 528	3.08 518	2.65 524

EDNetEfficient	2.37 491	1.10 483	8.08 516	0.74 422	0.71 426	0.98 335	1.56 482	1.46 280	4.06 513	4.90 519	2.82 481	2.25 464	3.48 509	2.95 414	9.97 518	0.26 332	0.24 374	0.26 317	0.30 401	0.68 474	0.61 466

WCMA_ROB	1.84 470	0.47 383	1.31 408	0.69 395	0.57 374	2.11 470	1.14 455	1.87 395	1.73 460	4.04 510	6.43 513	5.62 513	3.61 510	2.59 402	1.94 461	0.52 464	0.44 472	0.39 433	0.42 452	0.48 438	0.47 435

MSMD_ROB	1.99 480	0.59 427	0.89 297	0.70 400	0.61 397	3.95 511	0.94 429	1.80 377	1.79 464	4.41 514	4.43 498	8.17 522	3.66 511	3.40 428	1.33 413	0.52 464	0.48 481	0.54 469	0.58 480	0.53 450	0.50 444

TorneroNet-64	5.30 519	2.03 514	1.74 457	3.43 525	2.81 520	10.09 527	2.12 508	9.10 532	17.12 538	4.96 521	9.27 528	10.72 531	3.70 512	9.20 520	4.55 497	3.31 521	0.84 506	2.88 524	1.55 520	3.49 522	3.04 525

WAO-8	4.40 513	1.82 510	1.79 458	2.34 508	2.20 507	9.19 525	1.53 480	6.09 525	16.46 533	3.94 508	7.84 523	7.32 516	3.72 513	9.41 525	3.31 486	2.00 505	1.07 520	2.44 516	1.37 516	2.50 505	1.68 506

Venus	4.40 513	1.82 510	1.79 458	2.34 508	2.20 507	9.19 525	1.53 480	6.09 525	16.46 533	3.94 508	7.84 523	7.32 516	3.72 513	9.41 525	3.31 486	2.00 505	1.07 520	2.44 516	1.37 516	2.50 505	1.68 506

TorneroNet	10.70 532	2.03 514	1.82 461	3.43 525	3.01 523	43.83 547	2.22 512	8.87 531	67.47 553	7.17 530	27.36 542	10.68 530	3.85 515	8.67 518	7.65 512	3.59 524	0.88 512	3.04 525	1.57 521	3.71 523	3.17 526

JetBlue	3.97 511	2.01 513	10.19 520	1.38 495	2.84 521	10.53 528	9.54 530	3.60 509	2.41 488	2.73 492	3.39 489	4.54 502	4.31 516	7.85 514	6.84 506	0.88 488	0.93 515	0.89 491	0.91 501	1.74 499	1.91 510

SGM+DAISY	2.41 494	1.07 481	2.14 475	1.18 490	1.10 481	2.14 472	1.36 472	1.96 419	1.66 453	5.46 525	7.07 516	4.95 509	4.32 517	5.50 469	2.26 471	1.04 496	1.02 519	0.99 495	0.97 505	1.02 489	1.04 494

ELAS	2.37 491	0.74 458	1.54 442	0.99 480	0.92 470	4.78 517	2.33 515	3.33 505	3.37 506	5.05 522	4.77 506	3.67 497	4.53 518	3.42 430	4.50 496	0.62 480	0.53 489	0.55 473	0.53 475	0.63 466	0.64 472
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	5.01 516	3.14 527	4.91 504	4.55 534	3.94 531	5.20 521	4.41 528	4.40 515	4.13 515	4.95 520	6.08 511	4.74 505	5.37 519	9.40 524	10.67 523	4.65 533	4.15 533	3.97 532	3.34 531	4.09 527	4.08 533

JetRed	6.91 524	8.80 535	25.96 538	2.85 515	3.25 526	13.98 535	11.87 532	6.25 527	4.28 516	4.45 515	4.56 500	6.69 515	5.46 520	7.46 507	14.05 527	2.59 512	3.31 530	2.59 519	2.29 529	4.20 528	3.36 529

DispFullNet	2.34 490	2.85 526	3.66 499	3.08 520	2.27 511	1.97 462	0.67 359	2.00 428	1.70 457	2.52 486	2.00 450	2.23 463	5.86 521	3.44 432	1.58 446	1.01 492	0.32 430	2.64 520	1.94 525	2.85 515	2.24 514

UNDER WATER	5.08 517	2.33 521	5.55 507	3.94 532	3.51 528	5.20 521	2.72 521	5.61 523	16.52 535	3.84 507	4.60 501	9.21 524	5.89 522	5.90 479	8.66 516	3.75 526	1.34 524	3.18 528	1.88 523	4.33 530	3.61 530

ELAS_RVC	2.48 496	0.74 458	1.90 465	1.05 484	0.92 470	2.76 491	4.01 527	2.76 496	4.11 514	4.69 517	4.63 502	4.62 503	5.96 523	3.97 439	3.96 493	0.63 482	0.53 489	0.56 476	0.52 474	0.64 468	0.63 468
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UNDER WATER-64	5.27 518	2.32 520	8.78 518	3.93 531	3.54 529	7.61 523	3.03 525	5.84 524	14.19 529	4.04 510	4.04 496	9.39 525	6.26 524	5.93 481	8.48 515	3.60 525	1.51 526	3.13 526	1.88 523	4.29 529	3.61 530

FC-DCNN v2	2.81 505	0.59 427	0.85 267	0.73 419	0.57 374	2.97 497	1.05 445	3.39 507	2.61 495	6.98 527	7.67 521	10.38 529	6.31 525	5.75 477	3.37 488	0.53 470	0.48 481	0.51 461	0.50 470	0.53 450	0.51 448

tt	6.58 523	0.26 99	6.10 511	3.77 529	2.16 506	11.55 529	19.63 536	13.33 536	5.74 521	2.96 499	2.65 478	4.97 510	6.33 526	3.81 436	7.24 507	9.15 538	11.32 541	5.89 537	6.24 536	6.03 532	2.55 520

FC-DCNN	2.72 504	0.59 427	0.86 273	0.73 419	0.57 374	2.91 495	1.04 444	3.01 501	2.60 494	6.83 526	7.64 520	9.92 526	6.33 526	5.21 460	3.14 483	0.53 470	0.48 481	0.51 461	0.50 470	0.53 450	0.51 448

FCDSN-DC	2.32 489	0.63 441	0.81 258	0.84 452	0.75 439	2.23 474	0.94 429	2.09 447	1.80 465	5.45 524	7.72 522	7.77 521	6.93 528	3.39 427	1.80 454	0.52 464	0.48 481	0.52 463	0.51 473	0.57 457	0.58 460
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
coex-ft	8.13 527	2.13 519	98.04 552	0.67 381	0.53 360	1.71 436	1.56 482	1.65 331	11.11 527	18.17 542	3.75 493	3.88 500	7.61 529	2.98 417	6.49 504	0.30 375	0.30 416	0.32 387	0.31 406	0.66 472	0.50 444

MANE	6.19 520	0.59 427	1.03 350	0.93 476	1.22 494	13.38 532	2.69 519	12.81 535	17.94 539	8.21 532	10.82 530	14.72 532	11.68 530	11.39 533	11.90 524	0.59 477	0.50 486	0.52 463	1.76 522	0.55 454	0.54 451

TCMNet-wrong-test	10.31 530	11.40 537	14.84 526	20.96 539	18.45 536	13.80 534	10.76 531	15.78 537	3.53 509	5.20 523	5.52 510	16.26 534	12.61 531	7.51 509	10.15 519	7.43 536	2.37 529	4.31 533	3.43 532	11.36 538	10.61 537

USTest	14.33 537	14.94 539	21.04 530	17.44 538	16.05 533	23.26 536	33.84 543	21.73 538	11.80 528	9.36 533	10.14 529	15.97 533	13.20 532	17.28 537	22.43 538	3.78 529	5.01 534	6.17 538	6.16 535	9.25 537	7.72 536

SGM-ForestM	6.52 522	0.38 340	1.26 401	0.63 339	0.35 211	13.59 533	5.32 529	6.32 528	6.70 524	11.14 534	9.18 527	22.51 544	13.93 533	16.89 536	20.07 535	0.36 418	0.37 453	0.36 421	0.35 433	0.36 385	0.34 385

LRCNet_RVC	22.74 540	32.10 546	21.97 533	29.84 543	26.23 540	4.42 516	0.81 401	22.66 539	2.02 478	26.93 544	29.26 544	23.06 545	15.59 534	23.84 542	18.88 534	31.75 546	19.90 547	34.65 545	32.13 546	30.54 545	28.32 546

DPSMNet_ROB	13.02 536	8.23 533	21.91 532	9.53 537	18.11 535	11.56 530	32.02 542	10.64 534	16.23 532	7.05 529	19.49 540	10.16 528	16.66 535	9.85 530	22.43 538	4.77 535	8.68 536	5.38 535	10.26 540	6.17 534	11.36 538

DGTPSM_ROB	13.01 535	8.23 533	21.87 531	9.51 536	18.10 534	11.56 530	32.01 541	10.63 533	16.20 531	7.03 528	19.48 539	10.15 527	16.66 535	9.83 529	22.42 537	4.75 534	8.68 536	5.37 534	10.25 539	6.16 533	11.36 538

Anonymous_1	43.04 549	18.73 540	24.79 535	21.81 540	46.26 546	27.80 537	37.60 544	28.08 543	16.14 530	14.66 537	14.30 532	20.65 537	17.88 537	21.56 539	25.94 541	117.93 553	8.92 538	100.65 550	126.50 550	158.64 553	12.08 540

DPSM_ROB	19.08 538	19.14 541	25.17 536	22.15 541	20.85 538	28.17 538	37.82 545	26.56 541	16.85 536	14.14 535	14.84 533	21.70 538	18.75 538	21.87 540	26.55 542	10.16 541	9.30 539	10.47 540	10.42 541	14.03 539	12.61 541

DPSM	19.08 538	19.14 541	25.17 536	22.15 541	20.85 538	28.17 538	37.82 545	26.56 541	16.85 536	14.14 535	14.84 533	21.70 538	18.75 538	21.87 540	26.55 542	10.16 541	9.30 539	10.47 540	10.42 541	14.03 539	12.61 541

xxxxx1	54.10 551	25.67 543	27.13 539	113.43 550	96.96 550	30.69 542	47.44 547	32.38 545	25.60 540	17.75 539	17.27 535	21.81 540	21.02 540	24.43 543	33.82 544	33.37 547	40.54 548	157.71 551	175.86 551	66.16 549	72.93 551

tt_ll	54.10 551	25.67 543	27.13 539	113.43 550	96.96 550	30.69 542	47.44 547	32.38 545	25.60 540	17.75 539	17.27 535	21.81 540	21.02 540	24.43 543	33.82 544	33.37 547	40.54 548	157.71 551	175.86 551	66.16 549	72.93 551

ff	54.10 551	25.67 543	27.13 539	113.43 550	96.96 550	30.69 542	47.44 547	32.38 545	25.60 540	17.75 539	17.27 535	21.81 540	21.02 540	24.43 543	33.82 544	33.37 547	40.54 548	157.71 551	175.86 551	66.16 549	72.93 551

LE_ROB	8.05 526	0.37 333	23.53 534	0.74 422	0.33 190	2.77 492	2.87 523	3.71 510	27.24 543	25.39 543	8.87 526	8.46 523	26.71 543	6.65 491	21.99 536	0.21 218	0.19 295	0.20 138	0.21 255	0.25 281	0.22 251

HaxPig	38.92 545	41.40 551	41.64 543	29.95 544	32.27 541	28.90 540	27.60 538	29.73 544	37.71 549	43.82 549	43.87 548	33.17 546	35.56 544	41.53 547	40.37 549	43.94 550	47.51 552	45.82 546	47.08 548	42.38 546	44.15 549

HanzoNet	11.04 533	3.62 530	8.10 517	4.08 533	3.55 530	4.90 519	2.73 522	7.19 529	10.10 526	31.86 548	28.92 543	21.96 543	36.36 545	18.08 538	10.17 520	7.94 537	3.32 531	3.47 531	3.31 530	7.06 535	4.04 532

AVERAGE_ROB	40.43 546	42.37 552	42.73 544	36.96 546	35.58 543	30.50 541	27.61 539	36.71 550	38.39 550	44.91 550	44.36 549	37.45 548	36.70 546	41.88 548	40.35 548	45.43 551	46.81 551	47.11 547	46.35 547	42.51 547	43.87 548

DPSimNet_ROB	11.20 534	4.98 532	35.43 542	2.90 518	4.52 532	7.89 524	17.09 535	4.66 517	6.06 523	14.89 538	10.93 531	17.29 535	36.81 547	13.18 535	15.68 531	2.86 514	6.29 535	5.75 536	5.09 534	3.91 526	7.70 535

LSM0	42.82 548	38.75 550	50.81 549	47.07 549	109.38 553	57.00 550	76.02 550	53.74 553	33.71 546	29.02 547	30.41 547	43.87 551	37.22 548	43.91 551	53.54 553	20.52 545	18.62 544	21.10 544	21.11 545	28.41 544	42.22 547

CasAABBNet	38.33 543	38.46 548	50.35 547	44.75 548	41.84 544	56.68 548	76.37 551	53.22 551	33.83 547	28.31 545	29.54 545	43.62 550	37.71 549	43.84 550	53.41 552	20.30 543	18.70 545	21.07 542	21.07 544	28.24 542	25.34 544

Selective-RAFT-Error	38.39 544	38.47 549	50.44 548	44.73 547	41.97 545	56.68 548	76.38 552	53.24 552	33.92 548	28.34 546	29.85 546	43.60 549	38.20 550	43.75 549	53.34 551	20.38 544	18.70 545	21.09 543	21.05 543	28.30 543	25.43 545

MEDIAN_ROB	42.00 547	44.40 553	44.29 546	35.15 545	34.95 542	31.28 545	29.60 540	35.88 549	40.02 551	47.20 551	46.64 550	37.37 547	38.48 551	44.35 552	42.45 550	48.03 552	49.39 553	49.71 548	49.03 549	45.14 548	46.65 550

BEATNet-Init1	26.87 542	13.43 538	70.68 551	0.91 473	0.68 421	57.02 551	21.06 537	32.82 548	32.67 545	52.12 552	53.61 551	66.05 552	49.56 552	48.79 553	34.71 547	0.49 463	0.44 472	0.53 468	0.53 475	0.63 466	0.59 462

PML	51.67 550	36.25 547	13.28 525	7.46 535	20.81 537	108.69 553	232.22 554	8.72 530	27.82 544	87.01 553	269.67 554	69.67 553	61.95 553	24.76 546	14.20 528	9.74 540	3.40 532	9.62 539	4.70 533	18.74 541	4.72 534

test_example2	192.40 554	210.76 555	206.48 554	199.83 554	204.73 554	172.94 554	183.52 553	133.93 554	133.41 554	191.38 554	196.19 553	187.13 554	178.77 554	205.33 554	208.00 554	222.09 554	238.72 554	186.54 554	190.54 554	227.34 554	170.31 554

ccccc		492.34 556		530.87 555	530.37 555	478.08 555		491.76 555		448.18 555		476.12 555		541.64 555		663.49 555	459.54 555	353.94 555	309.79 555	586.66 555

ASD4		10.99 536

Low-res two-view benchmark