Low-res two-view results

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

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

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

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

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

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

rvit_stereo_0083	0.25 2	0.19 4	0.58 1	0.28 80	0.18 96	0.28 4	0.22 69	0.38 4	0.54 145	0.23 19	0.30 42	0.27 50	0.26 83	0.37 68	0.24 70	0.14 266	0.12 228	0.13 228	0.10 86	0.12 40	0.10 41

rvit_stereo_0081	0.25 2	0.21 13	0.61 2	0.28 80	0.17 69	0.31 10	0.22 69	0.42 12	0.53 133	0.24 22	0.25 19	0.25 35	0.21 30	0.34 51	0.23 51	0.13 228	0.10 159	0.11 120	0.10 86	0.12 40	0.09 23

rvit_stereo_0082	0.25 2	0.21 13	0.61 2	0.28 80	0.17 69	0.31 10	0.22 69	0.42 12	0.53 133	0.24 22	0.25 19	0.25 35	0.21 30	0.34 51	0.23 51	0.13 228	0.10 159	0.11 120	0.10 86	0.12 40	0.09 23

IGEV-Stereo++	0.23 1	0.23 27	0.64 4	0.24 11	0.22 168	0.47 57	0.13 1	0.52 60	0.33 6	0.18 2	0.24 14	0.17 2	0.22 39	0.32 37	0.19 6	0.08 5	0.06 1	0.08 4	0.06 8	0.17 155	0.09 23

rvit_stereo_0080	0.27 5	0.38 138	0.76 5	0.24 11	0.18 96	0.34 18	0.27 178	0.54 78	0.44 51	0.24 22	0.26 24	0.27 50	0.22 39	0.29 18	0.23 51	0.13 228	0.10 159	0.10 70	0.10 86	0.15 101	0.11 55

whm_eth	0.27 5	0.38 138	0.76 5	0.24 11	0.18 96	0.34 18	0.27 178	0.54 78	0.44 51	0.24 22	0.26 24	0.27 50	0.22 39	0.29 18	0.23 51	0.13 228	0.10 159	0.10 70	0.10 86	0.15 101	0.11 55

IGEV-Stereo+	0.29 15	0.29 78	0.86 7	0.25 23	0.34 308	0.30 8	0.14 2	0.32 1	0.53 133	0.18 2	0.12 1	0.18 3	0.19 18	0.49 135	0.17 2	0.09 23	0.08 68	0.08 4	0.20 330	0.46 401	0.59 424

RSM++	0.27 5	0.26 48	0.87 8	0.28 80	0.13 9	0.39 31	0.20 34	0.45 22	0.45 64	0.20 5	0.24 14	0.24 27	0.17 6	0.36 61	0.20 24	0.08 5	0.07 14	0.09 30	0.35 396	0.26 291	0.18 227

U	3.37 462	0.17 1	0.91 9	0.26 45	13.79 475	19.19 479	0.15 4	0.41 10	0.31 2	0.17 1	0.18 2	0.27 50	0.15 3	0.21 1	0.16 1	0.09 23	0.06 1	17.88 480	12.81 477	0.10 16	0.08 13

Former-RAFT_DAM_RVC	0.50 203	0.33 107	0.93 10	0.26 45	0.22 168	0.46 54	0.20 34	1.10 415	1.34 429	3.16 464	0.32 53	0.22 13	0.20 24	0.30 23	0.22 44	0.10 96	0.09 127	0.11 120	0.09 53	0.15 101	0.19 239

RSM	0.28 9	0.26 48	0.97 11	0.25 23	0.24 198	0.37 26	0.21 51	0.49 41	0.44 51	0.21 7	0.27 26	0.28 58	0.17 6	0.38 73	0.20 24	0.07 1	0.07 14	0.09 30	0.34 393	0.21 225	0.16 191

EGLCR-Stereo	0.29 15	0.27 52	0.97 11	0.30 123	0.19 122	0.56 138	0.17 11	0.68 142	0.36 13	0.30 56	0.18 2	0.27 50	0.17 6	0.38 73	0.19 6	0.09 23	0.07 14	0.10 70	0.08 36	0.10 16	0.35 372

rvit_0105_6	0.31 28	0.29 78	1.00 13	0.31 149	0.18 96	0.35 22	0.25 134	0.51 49	0.61 199	0.25 35	0.28 29	0.32 77	0.25 69	0.39 77	0.25 81	0.18 328	0.16 302	0.15 289	0.13 205	0.14 85	0.13 120

rvit_stereo_0081_aga	0.27 5	0.29 78	1.08 14	0.26 45	0.20 137	0.33 15	0.21 51	0.41 10	0.42 40	0.26 43	0.28 29	0.27 50	0.21 30	0.31 30	0.21 34	0.14 266	0.10 159	0.11 120	0.10 86	0.14 85	0.10 41

CroCo-Stereo	0.30 21	0.45 182	1.08 14	0.31 149	0.17 69	0.19 1	0.21 51	0.73 166	0.50 100	0.21 7	0.24 14	0.55 213	0.22 39	0.27 5	0.26 88	0.09 23	0.08 68	0.08 4	0.07 15	0.12 40	0.09 23
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
CES	0.30 21	0.27 52	1.09 16	0.23 4	0.50 388	0.40 33	0.20 34	0.46 24	0.44 51	0.22 12	0.28 29	0.26 44	0.19 18	0.33 45	0.21 34	0.09 23	0.07 14	0.08 4	0.05 1	0.15 101	0.49 413

BUS	0.41 98	0.27 52	1.13 17	0.30 123	0.21 147	0.91 388	0.23 92	1.00 385	0.61 199	0.63 313	0.53 192	0.66 271	0.30 134	0.43 92	0.32 155	0.13 228	0.10 159	0.14 262	0.12 176	0.12 40	0.11 55

BSDual-CNN	0.41 98	0.27 52	1.13 17	0.30 123	0.21 147	0.76 341	0.31 234	1.00 385	0.61 199	0.63 313	0.53 192	0.63 255	0.37 179	0.43 92	0.38 192	0.13 228	0.10 159	0.14 262	0.12 176	0.12 40	0.11 55

psmg	0.41 98	0.27 52	1.13 17	0.27 58	0.21 147	0.75 338	0.36 283	0.90 300	0.61 199	0.59 279	0.59 239	0.63 255	0.37 179	0.43 92	0.38 192	0.13 228	0.10 159	0.13 228	0.12 176	0.13 66	0.11 55

WCG-NET	0.30 21	0.32 101	1.16 20	0.25 23	0.19 122	0.51 82	0.18 17	0.54 78	0.46 69	0.35 68	0.29 34	0.32 77	0.26 83	0.36 61	0.19 6	0.10 96	0.10 159	0.08 4	0.07 15	0.29 308	0.09 23

anonymousdsp2	0.34 47	0.24 35	1.16 20	0.28 80	0.15 31	0.57 156	0.23 92	0.79 232	0.47 84	0.38 82	0.37 76	0.40 114	0.25 69	0.47 120	0.21 34	0.09 23	0.07 14	0.10 70	0.13 205	0.19 200	0.27 328

rvit_stereo_ft	0.31 28	0.61 236	1.18 22	0.32 177	0.21 147	0.28 4	0.27 178	0.55 83	0.48 86	0.23 19	0.27 26	0.28 58	0.26 83	0.32 37	0.25 81	0.13 228	0.09 127	0.11 120	0.11 143	0.13 66	0.14 135

mmm	0.38 74	0.21 13	1.18 22	0.35 241	0.17 69	0.49 71	0.26 153	0.78 216	0.52 114	0.50 169	0.57 230	0.41 120	0.37 179	0.71 209	0.31 145	0.11 151	0.13 245	0.14 262	0.13 205	0.15 101	0.14 135

test_sample1	0.40 92	0.18 2	1.19 24	0.31 149	0.18 96	0.48 65	0.23 92	0.78 216	0.49 92	0.44 113	0.44 116	0.45 157	0.41 217	1.39 282	0.33 165	0.11 151	0.09 127	0.10 70	0.09 53	0.12 40	0.13 120

LoS_RVC	0.29 15	0.33 107	1.19 24	0.25 23	0.34 308	0.43 38	0.22 69	0.42 12	0.32 4	0.22 12	0.33 58	0.23 20	0.24 56	0.31 30	0.21 34	0.07 1	0.07 14	0.07 1	0.05 1	0.10 16	0.31 354

ITSA-stereo	0.48 175	0.33 107	1.20 26	0.33 198	0.18 96	0.60 198	0.29 214	0.94 335	0.80 363	0.50 169	0.49 159	0.53 205	0.59 320	1.25 275	0.64 300	0.15 283	0.12 228	0.17 324	0.16 274	0.18 179	0.23 292

CASnet	0.28 9	0.31 97	1.20 26	0.28 80	0.11 1	0.47 57	0.19 21	0.44 19	0.44 51	0.38 82	0.31 49	0.23 20	0.17 6	0.29 18	0.19 6	0.10 96	0.06 1	0.15 289	0.12 176	0.16 134	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
WCG-NET（raft）	0.32 33	0.53 212	1.21 28	0.23 4	0.12 3	0.44 40	0.24 119	0.40 6	0.50 100	0.35 68	0.35 68	0.47 178	0.25 69	0.35 55	0.20 24	0.08 5	0.29 393	0.08 4	0.07 15	0.22 239	0.11 55

test_sample2	0.41 98	0.19 4	1.23 29	0.31 149	0.17 69	0.51 82	0.27 178	0.81 238	0.55 150	0.44 113	0.45 119	0.46 170	0.38 186	1.51 302	0.30 133	0.12 199	0.09 127	0.11 120	0.10 86	0.14 85	0.14 135

222	0.78 368	0.23 27	1.23 29	0.28 80	0.18 96	0.62 239	0.24 119	1.02 396	0.70 289	0.58 266	0.66 302	0.46 170	0.42 233	1.80 349	6.53 466	0.13 228	0.10 159	0.11 120	0.10 86	0.12 40	0.17 208

IGEV-BASED-STEREO-	0.37 68	1.34 427	1.24 31	0.23 4	0.12 3	0.33 15	0.20 34	0.40 6	0.33 6	0.25 35	0.21 4	0.16 1	0.14 1	0.27 5	0.63 296	0.55 423	0.06 1	0.11 120	0.13 205	0.25 273	0.49 413

AIO-Stereo	0.30 21	0.27 52	1.25 32	0.27 58	0.24 198	0.37 26	0.20 34	0.52 60	0.36 13	0.21 7	0.30 42	0.23 20	0.14 1	0.31 30	0.20 24	0.08 5	0.07 14	0.09 30	0.38 406	0.19 200	0.31 354

CSP-Net	0.50 203	0.39 147	1.25 32	0.29 108	0.23 185	0.77 349	0.35 276	0.86 274	0.57 163	0.59 279	0.59 239	0.65 266	0.40 206	1.77 340	0.44 230	0.16 303	0.11 204	0.10 70	0.10 86	0.20 215	0.14 135

DMCA	0.41 98	0.52 207	1.26 34	0.31 149	0.24 198	0.59 188	0.26 153	0.77 202	0.63 228	0.58 266	0.48 142	0.57 231	0.35 160	0.40 82	0.50 257	0.14 266	0.10 159	0.14 262	0.10 86	0.15 101	0.15 168

Selective-IGEV	0.29 15	0.23 27	1.28 35	0.27 58	0.30 265	0.35 22	0.20 34	0.56 86	0.38 19	0.21 7	0.30 42	0.22 13	0.18 14	0.37 68	0.18 3	0.07 1	0.06 1	0.08 4	0.15 255	0.16 134	0.29 339

ProNet	0.30 21	0.54 216	1.29 36	0.25 23	0.15 31	0.47 57	0.25 134	0.48 35	0.39 25	0.21 7	0.23 8	0.22 13	0.20 24	0.44 98	0.19 6	0.08 5	0.08 68	0.10 70	0.08 36	0.23 248	0.12 86

anonymity	0.80 372	0.66 267	1.29 36	0.59 399	0.75 424	0.67 291	0.52 352	0.95 348	0.71 298	0.94 396	0.70 330	0.67 280	0.87 385	0.71 209	1.35 384	0.64 428	0.62 438	0.58 424	1.44 463	0.60 420	0.65 429

CAS	0.35 58	0.25 38	1.30 38	0.79 419	0.34 308	0.51 82	0.23 92	0.46 24	0.39 25	0.22 12	0.31 49	0.20 5	0.17 6	0.28 9	0.23 51	0.73 433	0.06 1	0.07 1	0.05 1	0.09 10	0.37 386

RCA-Stereo	0.34 47	0.32 101	1.30 38	0.26 45	0.14 17	0.58 172	0.23 92	0.78 216	0.62 217	0.40 90	0.44 116	0.28 58	0.35 160	0.29 18	0.20 24	0.09 23	0.10 159	0.09 30	0.07 15	0.19 200	0.08 13

PMTNet	0.31 28	0.35 125	1.30 38	0.20 3	0.14 17	0.57 156	0.25 134	0.46 24	0.42 40	0.27 48	0.32 53	0.27 50	0.24 56	0.39 77	0.23 51	0.43 412	0.07 14	0.08 4	0.05 1	0.18 179	0.07 3

trnet	0.28 9	0.26 48	1.32 41	0.19 1	0.12 3	0.54 112	0.15 4	0.48 35	0.46 69	0.27 48	0.33 58	0.24 27	0.21 30	0.30 23	0.21 34	0.10 96	0.07 14	0.08 4	0.05 1	0.09 10	0.07 3

IGEV++	0.34 47	0.43 167	1.32 41	0.31 149	0.14 17	0.32 13	0.21 51	0.70 150	0.34 8	0.22 12	0.28 29	0.22 13	0.27 99	0.35 55	0.27 96	0.09 23	0.39 418	0.08 4	0.15 255	0.25 273	0.45 407

Occ-G	0.30 21	0.30 88	1.33 43	0.23 4	0.15 31	0.36 25	0.25 134	0.43 16	0.31 2	0.26 43	0.35 68	0.46 170	0.22 39	0.30 23	0.25 81	0.09 23	0.07 14	0.09 30	0.16 274	0.31 326	0.08 13

xxxx	0.70 333	0.21 13	1.33 43	0.28 80	0.18 96	0.63 256	0.24 119	1.02 396	0.69 281	0.50 169	0.62 264	0.58 238	0.38 186	1.47 299	5.21 462	0.13 228	0.12 228	0.11 120	0.10 86	0.12 40	0.15 168

CREStereo	0.28 9	0.30 88	1.33 43	0.19 1	0.13 9	0.55 124	0.17 11	0.48 35	0.46 69	0.27 48	0.33 58	0.24 27	0.21 30	0.31 30	0.21 34	0.11 151	0.07 14	0.08 4	0.05 1	0.10 16	0.07 3
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
qqq	0.38 74	0.21 13	1.34 46	0.28 80	0.15 31	0.45 41	0.26 153	0.76 192	0.52 114	0.39 88	0.41 101	0.46 170	0.36 166	0.96 239	0.30 133	0.11 151	0.14 261	0.12 171	0.12 176	0.12 40	0.14 135

x	0.35 58	0.20 8	1.36 47	0.33 198	0.17 69	0.47 57	0.24 119	0.75 180	0.54 145	0.40 90	0.40 97	0.42 133	0.34 158	0.45 107	0.32 155	0.11 151	0.14 261	0.11 120	0.09 53	0.12 40	0.14 135

GLC_STEREO	0.28 9	0.27 52	1.36 47	0.28 80	0.12 3	0.41 35	0.20 34	0.37 3	0.38 19	0.26 43	0.30 42	0.25 35	0.19 18	0.33 45	0.24 70	0.09 23	0.11 204	0.12 171	0.10 86	0.13 66	0.09 23

test_xeample	0.72 343	0.21 13	1.36 47	0.27 58	0.17 69	0.59 188	0.28 193	1.01 393	0.70 289	0.55 229	0.67 305	0.44 148	0.39 200	1.88 367	5.17 461	0.12 199	0.10 159	0.11 120	0.10 86	0.13 66	0.15 168

ff7	0.32 33	0.52 207	1.38 50	0.25 23	0.16 45	0.56 138	0.23 92	0.46 24	0.41 34	0.24 22	0.23 8	0.20 5	0.23 49	0.48 125	0.19 6	0.09 23	0.08 68	0.10 70	0.18 301	0.23 248	0.22 271

IGEVStereo-DCA	0.33 40	0.34 118	1.38 50	0.27 58	0.16 45	0.45 41	0.23 92	0.46 24	0.41 34	0.24 22	0.21 4	0.26 44	0.25 69	0.64 185	0.52 262	0.09 23	0.07 14	0.10 70	0.18 301	0.16 134	0.22 271

ffff	0.32 33	0.52 207	1.38 50	0.25 23	0.16 45	0.56 138	0.23 92	0.46 24	0.41 34	0.24 22	0.23 8	0.20 5	0.23 49	0.48 125	0.19 6	0.09 23	0.08 68	0.10 70	0.18 301	0.23 248	0.22 271

11t	0.32 33	0.52 207	1.38 50	0.25 23	0.16 45	0.56 138	0.23 92	0.46 24	0.41 34	0.24 22	0.23 8	0.20 5	0.23 49	0.48 125	0.19 6	0.09 23	0.08 68	0.10 70	0.18 301	0.23 248	0.22 271

ccc-4	0.32 33	0.52 207	1.38 50	0.25 23	0.16 45	0.56 138	0.23 92	0.46 24	0.41 34	0.24 22	0.23 8	0.20 5	0.23 49	0.48 125	0.19 6	0.09 23	0.08 68	0.10 70	0.18 301	0.23 248	0.22 271

DDVS	0.62 294	0.40 151	1.40 55	2.21 462	0.35 319	0.87 382	1.00 427	0.69 144	0.50 100	0.53 199	0.56 222	0.90 368	0.37 179	1.22 269	0.47 243	0.15 283	0.14 261	0.14 262	0.12 176	0.19 200	0.22 271

MoCha-V2	0.36 62	0.32 101	1.41 56	0.36 259	0.31 281	0.35 22	0.19 21	0.57 89	0.39 25	0.30 56	0.32 53	0.28 58	0.27 99	0.47 120	0.24 70	0.08 5	0.56 434	0.08 4	0.38 406	0.18 179	0.12 86

11t1	0.33 40	0.19 4	1.41 56	0.33 198	0.16 45	0.48 65	0.21 51	0.67 139	0.48 86	0.40 90	0.34 64	0.32 77	0.33 150	0.42 89	0.27 96	0.11 151	0.12 228	0.10 70	0.08 36	0.13 66	0.14 135

iRaftStereo_RVC	0.37 68	0.53 212	1.41 56	0.28 80	0.15 31	0.52 99	0.20 34	0.54 78	0.46 69	0.37 76	0.43 106	0.41 120	0.23 49	0.36 61	0.26 88	0.09 23	0.15 286	0.12 171	0.11 143	0.41 386	0.37 386

DSFCA	0.54 242	0.35 125	1.41 56	0.28 80	0.28 249	0.79 358	0.88 417	0.76 192	0.70 289	0.72 355	0.66 302	0.67 280	0.57 313	1.17 265	0.63 296	0.16 303	0.14 261	0.13 228	0.14 233	0.16 134	0.13 120

RAFT-Stereo-weight	0.34 47	0.29 78	1.43 60	0.28 80	0.28 249	0.55 124	0.22 69	0.78 216	0.48 86	0.46 131	0.38 84	0.36 93	0.17 6	0.33 45	0.23 51	0.09 23	0.08 68	0.09 30	0.07 15	0.09 10	0.09 23

CAS++	0.31 28	0.33 107	1.43 60	0.25 23	0.17 69	0.31 10	0.20 34	0.78 216	0.41 34	0.30 56	0.30 42	0.21 12	0.16 4	0.33 45	0.18 3	0.15 283	0.12 228	0.13 228	0.10 86	0.15 101	0.11 55
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MaDis-Stereo	0.29 15	0.54 216	1.44 62	0.24 11	0.29 255	0.29 6	0.16 9	0.45 22	0.37 17	0.19 4	0.21 4	0.28 58	0.22 39	0.30 23	0.29 119	0.10 96	0.09 127	0.10 70	0.08 36	0.11 29	0.11 55

AEACV	0.33 40	0.24 35	1.44 62	0.28 80	0.35 319	0.47 57	0.21 51	0.43 16	0.28 1	0.26 43	0.25 19	0.22 13	0.38 186	0.30 23	0.18 3	0.09 23	0.35 406	0.09 30	0.36 403	0.23 248	0.25 312

rvit_0105_4	0.35 58	0.35 125	1.45 64	0.31 149	0.18 96	0.37 26	0.28 193	0.59 101	0.62 217	0.27 48	0.31 49	0.35 90	0.27 99	0.43 92	0.25 81	0.18 328	0.16 302	0.15 289	0.13 205	0.15 101	0.12 86

rvit_0105_3	0.39 87	0.47 192	1.46 65	0.33 198	0.19 122	0.45 41	0.35 276	0.69 144	0.65 249	0.37 76	0.37 76	0.40 114	0.31 142	0.44 98	0.30 133	0.18 328	0.17 318	0.17 324	0.18 301	0.15 101	0.15 168

rvit_105_1	0.44 129	0.54 216	1.46 65	0.36 259	0.24 198	0.51 82	0.45 331	0.75 180	0.74 324	0.45 123	0.44 116	0.44 148	0.36 166	0.62 180	0.38 192	0.20 350	0.18 328	0.18 344	0.22 342	0.18 179	0.18 227

MyStereo07	0.34 47	0.40 151	1.46 65	0.29 108	0.23 185	0.60 198	0.31 234	0.53 68	0.42 40	0.25 35	0.25 19	0.20 5	0.26 83	0.57 165	0.19 6	0.09 23	0.18 328	0.12 171	0.11 143	0.16 134	0.19 239

MC-Stereo	0.32 33	0.31 97	1.46 65	0.31 149	0.15 31	0.53 106	0.19 21	0.44 19	0.35 10	0.36 72	0.38 84	0.27 50	0.27 99	0.42 89	0.19 6	0.09 23	0.13 245	0.09 30	0.16 274	0.20 215	0.13 120

anonymousdsp	0.34 47	0.53 212	1.47 69	0.25 23	0.16 45	0.56 138	0.23 92	0.49 41	0.40 30	0.25 35	0.24 14	0.22 13	0.24 56	0.55 162	0.19 6	0.09 23	0.11 204	0.10 70	0.18 301	0.24 263	0.29 339

CroCo-Stereo Lap2	0.33 40	0.61 236	1.47 69	0.32 177	0.38 343	0.23 2	0.22 69	0.58 94	0.46 69	0.22 12	0.27 26	0.29 65	0.23 49	0.32 37	0.26 88	0.09 23	0.09 127	0.10 70	0.08 36	0.21 225	0.14 135

IGEV-Stereo	0.34 47	0.54 216	1.47 69	0.25 23	0.16 45	0.56 138	0.23 92	0.49 41	0.40 30	0.25 35	0.24 14	0.22 13	0.24 56	0.54 158	0.19 6	0.09 23	0.10 159	0.10 70	0.18 301	0.24 263	0.29 339
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rvit_0105_5	0.36 62	0.39 147	1.48 72	0.30 123	0.18 96	0.41 35	0.30 222	0.64 123	0.62 217	0.30 56	0.33 58	0.37 95	0.29 126	0.41 84	0.28 105	0.18 328	0.16 302	0.15 289	0.15 255	0.15 101	0.14 135

Selective-RAFT	0.35 58	0.26 48	1.48 72	0.31 149	0.15 31	0.61 219	0.19 21	0.60 111	0.54 145	0.28 53	0.29 34	0.40 114	0.33 150	0.50 141	0.27 96	0.10 96	0.07 14	0.09 30	0.35 396	0.19 200	0.08 13

Pointernet	0.29 15	0.25 38	1.49 74	0.24 11	0.20 137	0.47 57	0.15 4	0.62 117	0.47 84	0.22 12	0.29 34	0.26 44	0.20 24	0.28 9	0.20 24	0.10 96	0.07 14	0.07 1	0.12 176	0.10 16	0.07 3

test_sample7	0.47 170	0.33 107	1.49 74	0.34 226	0.20 137	0.51 82	0.30 222	0.93 327	0.66 263	0.57 250	0.51 171	0.55 213	0.45 254	1.11 256	0.38 192	0.17 317	0.14 261	0.16 307	0.15 255	0.19 200	0.18 227

DLCB_ROB	0.54 242	0.55 225	1.49 74	0.36 259	0.25 213	0.65 279	0.36 283	0.80 234	0.70 289	0.72 355	0.69 320	0.83 348	0.46 265	1.53 305	0.60 290	0.13 228	0.12 228	0.14 262	0.14 233	0.14 85	0.13 120

AnonymousM	0.37 68	0.44 176	1.50 77	0.25 23	0.15 31	0.52 99	0.23 92	0.60 111	0.42 40	0.42 102	0.32 53	0.30 67	0.25 69	0.34 51	0.23 51	0.11 151	0.09 127	0.71 431	0.36 403	0.12 40	0.07 3

DIP-Stereo	0.37 68	0.34 118	1.50 77	0.27 58	0.18 96	0.63 256	0.17 11	0.92 319	0.53 133	0.49 162	0.48 142	0.30 67	0.30 134	0.39 77	0.30 133	0.10 96	0.08 68	0.10 70	0.08 36	0.15 101	0.12 86
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
StereoDRNet-Refined	0.50 203	0.41 156	1.50 77	0.33 198	0.21 147	0.68 303	0.26 153	0.81 238	0.68 272	0.67 335	0.68 313	0.73 311	0.42 233	1.10 253	0.59 288	0.11 151	0.08 68	0.14 262	0.14 233	0.25 273	0.21 261
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAStereo	0.28 9	0.48 195	1.52 80	0.26 45	0.18 96	0.25 3	0.19 21	0.42 12	0.35 10	0.20 5	0.25 19	0.20 5	0.16 4	0.24 2	0.24 70	0.09 23	0.08 68	0.10 70	0.08 36	0.12 40	0.08 13

LoS	0.31 28	0.30 88	1.52 80	0.23 4	0.13 9	0.54 112	0.20 34	0.48 35	0.49 92	0.25 35	0.28 29	0.37 95	0.24 56	0.38 73	0.23 51	0.10 96	0.08 68	0.08 4	0.05 1	0.15 101	0.07 3
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GMStereo_Zeroshot	0.41 98	0.36 131	1.54 82	0.41 316	0.19 122	0.52 99	0.19 21	0.59 101	0.52 114	0.57 250	0.59 239	0.63 255	0.29 126	0.58 168	0.33 165	0.15 283	0.09 127	0.16 307	0.09 53	0.24 263	0.12 86

raftrobust	0.38 74	0.68 270	1.54 82	0.32 177	0.46 382	0.52 99	0.21 51	0.56 86	0.42 40	0.52 189	0.35 68	0.31 69	0.33 150	0.37 68	0.30 133	0.10 96	0.11 204	0.08 4	0.07 15	0.21 225	0.19 239

DAS	0.56 260	0.35 125	1.55 84	0.33 198	0.34 308	0.50 76	0.42 311	0.83 251	0.74 324	0.83 383	0.68 313	0.56 225	0.48 278	2.40 411	0.46 234	0.12 199	0.08 68	0.12 171	0.09 53	0.18 179	0.15 168

SepStereo	0.52 231	0.35 125	1.55 84	0.33 198	0.34 308	0.50 76	0.42 311	0.83 251	0.74 324	0.83 383	0.68 313	0.56 225	0.48 278	1.56 308	0.46 234	0.12 199	0.08 68	0.12 171	0.09 53	0.18 179	0.15 168

ETE_ROB	0.60 281	0.71 279	1.55 84	0.37 279	0.25 213	0.69 309	0.51 349	1.47 436	0.70 289	0.80 373	0.69 320	0.85 354	0.49 284	1.36 281	0.58 286	0.16 303	0.13 245	0.19 350	0.16 274	0.21 225	0.23 292

s12784h	0.36 62	0.28 73	1.58 87	0.23 4	0.11 1	0.62 239	0.24 119	0.79 232	0.64 236	0.44 113	0.52 183	0.28 58	0.26 83	0.50 141	0.24 70	0.11 151	0.06 1	0.09 30	0.06 8	0.16 134	0.06 1

RAFT	0.45 147	0.92 346	1.59 88	0.34 226	0.19 122	0.46 54	0.35 276	0.65 128	0.49 92	0.49 162	0.49 159	0.70 303	0.40 206	0.47 120	0.32 155	0.11 151	0.16 302	0.14 262	0.13 205	0.51 409	0.13 120

ccnet	0.71 340	0.41 156	1.59 88	0.40 310	0.45 376	1.06 404	0.55 362	0.98 365	0.71 298	0.88 389	0.97 384	0.82 346	0.88 388	1.68 327	0.94 345	0.32 403	0.26 384	0.32 403	0.27 364	0.34 347	0.30 347

SMFormer	0.50 203	0.46 184	1.60 90	0.30 123	0.15 31	0.45 41	0.24 119	0.90 300	0.72 306	0.56 239	0.64 291	0.51 197	0.41 217	1.87 360	0.49 252	0.13 228	0.10 159	0.11 120	0.10 86	0.15 101	0.16 191

tta	0.50 203	0.46 184	1.60 90	0.30 123	0.15 31	0.45 41	0.24 119	0.90 300	0.72 306	0.56 239	0.64 291	0.51 197	0.41 217	1.87 360	0.49 252	0.13 228	0.10 159	0.11 120	0.10 86	0.14 85	0.11 55

qqq1	0.48 175	0.46 184	1.60 90	0.30 123	0.15 31	0.45 41	0.24 119	0.90 300	0.72 306	0.56 239	0.64 291	0.51 197	0.41 217	1.87 360	0.23 51	0.13 228	0.10 159	0.09 30	0.08 36	0.14 85	0.11 55

fff1	0.48 175	0.46 184	1.60 90	0.30 123	0.15 31	0.45 41	0.24 119	0.90 300	0.72 306	0.56 239	0.64 291	0.51 197	0.41 217	1.87 360	0.23 51	0.13 228	0.10 159	0.09 30	0.08 36	0.14 85	0.11 55

CASS	0.39 87	0.30 88	1.61 94	0.32 177	0.17 69	0.53 106	0.24 119	0.70 150	0.49 92	0.59 279	0.54 202	0.40 114	0.40 206	0.41 84	0.30 133	0.17 317	0.10 159	0.14 262	0.11 143	0.18 179	0.17 208
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
delet	0.52 231	0.54 216	1.62 95	0.31 149	0.35 319	0.74 332	0.46 334	0.85 265	0.74 324	0.55 229	0.60 252	0.67 280	0.50 287	1.12 259	0.57 281	0.11 151	0.11 204	0.13 228	0.14 233	0.16 134	0.12 86

NOSS_ROB	0.64 302	0.65 261	1.62 95	0.46 350	0.25 213	0.67 291	0.30 222	0.93 327	0.77 350	0.59 279	0.57 230	0.77 328	0.38 186	2.78 438	0.44 230	0.23 372	0.24 369	0.28 391	0.26 360	0.27 299	0.39 393

AE-Stereo	0.42 113	0.29 78	1.65 97	0.43 327	0.47 384	0.56 138	0.23 92	0.86 274	0.46 69	0.31 60	0.41 101	0.43 137	0.24 56	0.34 51	0.24 70	0.09 23	0.48 430	0.11 120	0.45 419	0.22 239	0.19 239

Anonymous_2	0.74 355	0.32 101	1.65 97	0.33 198	0.30 265	0.67 291	0.32 257	0.69 144	0.46 69	0.48 151	0.41 101	0.84 351	0.58 317	0.51 144	0.40 209	0.32 403	0.38 412	1.43 457	3.69 470	0.80 432	0.27 328

PSMNet-ADL	0.51 220	0.38 138	1.65 97	0.35 241	0.21 147	0.67 291	0.26 153	0.74 170	0.55 150	0.42 102	0.52 183	0.70 303	0.45 254	1.91 370	0.57 281	0.15 283	0.13 245	0.11 120	0.13 205	0.15 101	0.20 254

HCRNet	0.46 156	0.49 198	1.65 97	0.38 293	0.29 255	0.58 172	0.22 69	0.75 180	0.62 217	0.47 133	0.49 159	0.48 189	0.36 166	1.12 259	0.37 186	0.15 283	0.10 159	0.15 289	0.13 205	0.17 155	0.17 208

XPNet_ROB	0.61 289	0.72 283	1.66 101	0.37 279	0.27 239	0.67 291	0.47 342	0.89 294	0.71 298	0.78 371	0.70 330	0.81 342	0.53 296	1.70 330	0.76 326	0.21 356	0.16 302	0.16 307	0.15 255	0.20 215	0.21 261

EAI-Stereo	0.78 368	0.25 38	1.67 102	0.54 384	0.59 408	1.95 444	2.05 458	1.11 419	0.64 236	0.95 398	1.49 419	0.50 194	0.67 348	0.59 172	1.44 391	0.09 23	0.19 338	0.09 30	0.49 422	0.13 66	0.22 271

ttt	0.66 314	0.22 23	1.68 103	0.34 226	0.24 198	0.60 198	0.26 153	1.00 385	0.77 350	0.55 229	0.67 305	0.54 210	0.36 166	2.14 392	3.03 437	0.16 303	0.13 245	0.13 228	0.12 176	0.15 101	0.17 208

UniTT-Stereo	0.30 21	0.36 131	1.68 103	0.27 58	0.24 198	0.29 6	0.18 17	0.33 2	0.34 8	0.26 43	0.37 76	0.18 3	0.18 14	0.31 30	0.27 96	0.10 96	0.08 68	0.08 4	0.07 15	0.25 273	0.08 13

IER	0.43 119	0.38 138	1.69 105	0.26 45	0.25 213	0.66 285	0.26 153	0.71 153	0.55 150	0.54 212	0.59 239	0.60 246	0.53 296	0.52 148	0.39 203	0.11 151	0.08 68	0.11 120	0.11 143	0.14 85	0.11 55

NINENet	0.50 203	0.33 107	1.69 105	0.55 390	0.25 213	0.91 388	0.23 92	0.98 365	0.71 298	0.53 199	0.55 211	0.66 271	0.30 134	1.22 269	0.32 155	0.15 283	0.13 245	0.16 307	0.11 143	0.16 134	0.13 120

test-1	0.44 129	0.48 195	1.69 105	0.30 123	0.27 239	0.50 76	0.28 193	0.80 234	0.43 48	0.40 90	0.54 202	0.41 120	0.24 56	0.31 30	1.16 372	0.09 23	0.20 347	0.10 70	0.17 291	0.11 29	0.26 321

LALA_ROB	0.60 281	0.76 292	1.69 105	0.36 259	0.29 255	0.79 358	0.55 362	0.94 335	0.77 350	0.81 378	0.67 305	0.94 379	0.49 284	0.99 242	0.73 322	0.21 356	0.15 286	0.20 358	0.18 301	0.23 248	0.21 261

MGS-Stereo	0.32 33	0.34 118	1.70 109	0.25 23	0.14 17	0.40 33	0.22 69	0.38 4	0.43 48	0.24 22	0.51 171	0.25 35	0.18 14	0.31 30	0.20 24	0.09 23	0.08 68	0.09 30	0.08 36	0.47 402	0.08 13

hknet	0.47 170	0.29 78	1.70 109	0.30 123	0.24 198	0.76 341	0.31 234	1.00 385	0.64 236	0.63 313	0.53 192	0.80 339	0.38 186	0.77 221	0.37 186	0.11 151	0.10 159	0.14 262	0.12 176	0.12 40	0.11 55

test-3	0.43 119	0.20 8	1.70 109	0.34 226	0.32 288	0.45 41	0.23 92	0.71 153	0.46 69	0.51 182	0.29 34	0.45 157	0.21 30	0.59 172	0.98 349	0.08 5	0.07 14	0.10 70	0.35 396	0.29 308	0.28 333

test_1	0.43 119	0.20 8	1.70 109	0.34 226	0.32 288	0.45 41	0.23 92	0.71 153	0.46 69	0.50 169	0.29 34	0.45 157	0.21 30	0.59 172	0.98 349	0.08 5	0.07 14	0.10 70	0.35 396	0.29 308	0.29 339

test_3	0.44 129	0.20 8	1.70 109	0.36 259	0.32 288	0.47 57	0.30 222	0.73 166	0.49 92	0.50 169	0.30 42	0.45 157	0.22 39	0.59 172	0.98 349	0.08 5	0.10 159	0.11 120	0.35 396	0.29 308	0.28 333

R-Stereo Train	0.36 62	0.21 13	1.70 109	0.29 108	0.18 96	0.55 124	0.26 153	0.78 216	0.36 13	0.57 250	0.67 305	0.33 82	0.24 56	0.32 37	0.23 51	0.10 96	0.08 68	0.09 30	0.07 15	0.09 10	0.12 86

RAFT-Stereo	0.36 62	0.21 13	1.70 109	0.29 108	0.18 96	0.55 124	0.26 153	0.78 216	0.36 13	0.57 250	0.67 305	0.33 82	0.24 56	0.32 37	0.23 51	0.10 96	0.08 68	0.09 30	0.07 15	0.09 10	0.12 86
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM	0.62 294	0.76 292	1.72 116	0.30 123	0.29 255	0.64 267	0.28 193	0.94 335	0.62 217	0.58 266	0.57 230	1.40 425	0.64 339	2.59 427	0.42 217	0.11 151	0.08 68	0.10 70	0.08 36	0.14 85	0.11 55

raft_robust	0.55 254	0.84 327	1.73 117	0.28 80	0.54 397	0.53 106	0.25 134	0.88 288	0.75 337	0.48 151	0.46 126	0.76 326	0.75 368	1.46 292	0.27 96	0.09 23	0.10 159	0.10 70	0.30 376	0.26 291	0.16 191

AACVNet	0.54 242	0.78 309	1.73 117	0.36 259	0.21 147	0.57 156	0.25 134	0.71 153	0.51 108	0.55 229	0.59 239	0.64 263	0.41 217	2.13 391	0.41 215	0.14 266	0.11 204	0.14 262	0.11 143	0.33 340	0.15 168

UPFNet	0.46 156	0.28 73	1.73 117	0.33 198	0.32 288	0.65 279	0.38 296	0.83 251	0.59 180	0.57 250	0.52 183	0.61 248	0.40 206	0.75 214	0.52 262	0.13 228	0.12 228	0.13 228	0.12 176	0.15 101	0.11 55

iResNet_ROB	0.50 203	1.15 404	1.73 117	0.31 149	0.21 147	0.58 172	0.22 69	0.95 348	0.82 369	0.58 266	0.62 264	0.57 231	0.39 200	0.84 230	0.40 209	0.11 151	0.08 68	0.09 30	0.06 8	0.21 225	0.13 120

riskmin	0.37 68	0.22 23	1.74 121	0.32 177	0.20 137	0.48 65	0.20 34	0.66 130	0.46 69	0.36 72	0.34 64	0.69 293	0.45 254	0.39 77	0.27 96	0.11 151	0.08 68	0.12 171	0.08 36	0.13 66	0.16 191

UDGNet	0.44 129	1.02 386	1.74 121	0.35 241	0.19 122	0.58 172	0.23 92	0.49 41	0.66 263	0.41 97	0.38 84	0.34 86	0.29 126	0.53 154	0.30 133	0.24 379	0.10 159	0.37 412	0.19 320	0.27 299	0.15 168

dad	0.51 220	1.01 383	1.74 121	0.29 108	0.19 122	0.60 198	0.26 153	0.52 60	0.75 337	0.63 313	0.63 276	0.63 255	0.33 150	0.85 232	0.47 243	0.27 392	0.15 286	0.40 415	0.18 301	0.22 239	0.14 135

OMP-Stereo	0.59 276	0.65 261	1.74 121	0.56 392	0.37 338	0.60 198	0.26 153	0.70 150	0.65 249	0.66 331	0.60 252	0.69 293	0.32 147	2.09 389	1.20 374	0.10 96	0.07 14	0.12 171	0.09 53	0.17 155	0.10 41

IIG-Stereo	0.59 276	0.65 261	1.74 121	0.54 384	0.23 185	0.61 219	0.21 51	0.73 166	0.65 249	0.64 322	0.69 320	0.69 293	0.38 186	2.09 389	1.39 387	0.11 151	0.07 14	0.11 120	0.09 53	0.15 101	0.09 23

CREStereo++_RVC	0.33 40	0.29 78	1.74 121	0.24 11	0.16 45	0.54 112	0.15 4	0.40 6	0.55 150	0.37 76	0.51 171	0.24 27	0.19 18	0.27 5	0.26 88	0.09 23	0.06 1	0.08 4	0.30 376	0.08 1	0.06 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
knoymous	0.34 47	0.25 38	1.75 127	0.24 11	0.18 96	0.45 41	0.24 119	0.57 89	0.38 19	0.41 97	0.39 92	0.55 213	0.25 69	0.38 73	0.23 51	0.11 151	0.08 68	0.12 171	0.07 15	0.13 66	0.12 86

KYRaft	0.48 175	0.29 78	1.75 127	0.33 198	0.21 147	0.75 338	0.44 325	0.58 94	0.57 163	0.64 322	0.93 378	0.53 205	0.72 359	0.60 177	0.24 70	0.10 96	0.07 14	0.12 171	0.14 233	0.12 40	0.54 417

TANstereo	0.33 40	0.49 198	1.75 127	0.23 4	0.12 3	0.54 112	0.16 9	0.40 6	0.45 64	0.45 123	0.51 171	0.26 44	0.22 39	0.29 18	0.20 24	0.10 96	0.10 159	0.08 4	0.06 8	0.08 1	0.11 55

XX-TBD	0.34 47	0.77 301	1.75 127	0.34 226	0.13 9	0.51 82	0.17 11	0.43 16	0.50 100	0.37 76	0.49 159	0.23 20	0.18 14	0.28 9	0.24 70	0.10 96	0.07 14	0.08 4	0.06 8	0.09 10	0.07 3

SPstereo	0.34 47	0.89 341	1.76 131	0.26 45	0.12 3	0.52 99	0.14 2	0.49 41	0.38 19	0.29 55	0.30 42	0.29 65	0.22 39	0.30 23	0.20 24	0.09 23	0.17 318	0.09 30	0.07 15	0.21 225	0.11 55

SST-Stereo	0.52 231	0.20 8	1.76 131	0.62 404	0.53 395	0.62 239	0.66 389	0.55 83	0.61 199	0.58 266	0.53 192	0.52 203	0.60 323	1.59 316	0.29 119	0.11 151	0.07 14	0.12 171	0.10 86	0.16 134	0.10 41

RAFT_R40	0.50 203	0.21 13	1.76 131	0.50 367	0.40 353	0.61 219	0.53 356	0.56 86	0.60 184	0.56 239	0.54 202	0.55 213	0.51 289	1.57 310	0.53 266	0.11 151	0.07 14	0.12 171	0.10 86	0.16 134	0.09 23

DRaft	0.62 294	0.38 138	1.76 131	0.24 11	0.16 45	0.64 267	0.66 389	0.53 68	0.53 133	0.67 335	0.99 387	0.38 102	1.00 400	1.44 287	2.10 418	0.10 96	0.14 261	0.10 70	0.14 233	0.18 179	0.21 261

GrayStereo	0.66 314	0.19 4	1.76 131	0.90 427	0.23 185	0.62 239	1.42 453	0.62 117	0.60 184	0.72 355	0.78 352	0.56 225	3.07 457	0.60 177	0.26 88	0.09 23	0.08 68	0.10 70	0.21 335	0.11 29	0.18 227

CRE-IMP	0.41 98	0.22 23	1.76 131	0.48 363	0.17 69	0.79 358	0.69 397	0.52 60	0.52 114	0.47 133	0.42 104	0.45 157	0.26 83	0.41 84	0.31 145	0.11 151	0.07 14	0.12 171	0.09 53	0.17 155	0.23 292

Prome-Stereo	0.49 193	0.30 88	1.76 131	0.60 402	0.23 185	0.63 256	0.42 311	0.62 117	0.60 184	0.59 279	1.03 394	0.43 137	0.72 359	0.60 177	0.33 165	0.09 23	0.07 14	0.10 70	0.09 53	0.11 29	0.43 404

acv_ft	0.48 175	0.44 176	1.76 131	0.32 177	0.41 360	0.63 256	0.28 193	0.81 238	0.68 272	0.61 294	0.59 239	0.69 293	0.45 254	0.44 98	0.63 296	0.11 151	0.09 127	0.10 70	0.09 53	0.41 386	0.10 41

TDLM	0.67 318	0.92 346	1.76 131	0.37 279	0.24 198	0.66 285	0.56 367	0.82 245	0.74 324	1.16 413	0.62 264	0.61 248	0.48 278	2.70 434	0.50 257	0.20 350	0.11 204	0.35 406	0.14 233	0.32 332	0.16 191

testlalala	0.36 62	0.30 88	1.77 140	0.28 80	0.33 301	0.60 198	0.22 69	0.55 83	0.51 108	0.55 229	0.35 68	0.31 69	0.20 24	0.26 3	0.22 44	0.10 96	0.13 245	0.09 30	0.24 347	0.08 1	0.07 3

dd	0.42 113	0.96 362	1.77 140	0.31 149	0.17 69	0.57 156	0.26 153	0.49 41	0.68 272	0.41 97	0.40 97	0.34 86	0.27 99	0.45 107	0.40 209	0.17 317	0.10 159	0.13 228	0.12 176	0.21 225	0.12 86

NRIStereo	0.46 156	0.25 38	1.77 140	0.47 355	0.16 45	0.95 392	0.74 405	0.51 49	0.56 160	0.48 151	0.39 92	0.59 240	0.29 126	0.77 221	0.32 155	0.11 151	0.13 245	0.11 120	0.09 53	0.21 225	0.24 303

PSM-AAD	0.63 298	0.22 23	1.77 140	0.37 279	0.23 185	0.86 378	1.17 439	0.59 101	0.60 184	0.64 322	0.71 334	0.68 286	2.93 454	0.65 192	0.31 145	0.09 23	0.07 14	0.17 324	0.15 255	0.13 66	0.33 366

FBW_ROB	0.83 379	0.77 301	1.77 140	0.44 332	0.30 265	0.87 382	0.46 334	1.10 415	0.91 390	0.81 378	0.75 346	1.01 392	0.61 331	3.66 456	1.23 378	0.26 387	0.23 366	0.36 408	0.25 354	0.27 299	0.62 426

gcap-zeroshot	0.41 98	0.62 242	1.78 145	0.31 149	0.32 288	0.69 309	0.21 51	0.74 170	0.52 114	0.43 107	0.35 68	0.62 252	0.24 56	0.41 84	0.24 70	0.09 23	0.16 302	0.09 30	0.31 381	0.08 1	0.09 23

DisPM	0.43 119	0.33 107	1.78 145	0.57 394	0.18 96	0.59 188	0.63 387	0.53 68	0.61 199	0.60 287	0.53 192	0.38 102	0.26 83	0.75 214	0.29 119	0.12 199	0.07 14	0.12 171	0.11 143	0.11 29	0.14 135

GMOStereo	0.41 98	0.62 242	1.78 145	0.28 80	0.36 327	0.51 82	0.31 234	0.53 68	0.44 51	0.57 250	0.48 142	0.41 120	0.27 99	0.28 9	0.23 51	0.08 5	0.38 412	0.13 228	0.11 143	0.34 347	0.11 55

error version	0.41 98	0.62 242	1.78 145	0.28 80	0.36 327	0.51 82	0.31 234	0.53 68	0.44 51	0.57 250	0.48 142	0.41 120	0.27 99	0.28 9	0.23 51	0.08 5	0.38 412	0.13 228	0.11 143	0.34 347	0.11 55

test-v	0.41 98	0.62 242	1.78 145	0.28 80	0.36 327	0.51 82	0.31 234	0.53 68	0.44 51	0.57 250	0.48 142	0.41 120	0.27 99	0.28 9	0.23 51	0.08 5	0.38 412	0.13 228	0.11 143	0.34 347	0.11 55

LCNet	0.54 242	0.37 133	1.78 145	0.92 429	0.22 168	0.96 393	0.30 222	0.59 101	0.58 173	0.51 182	0.55 211	0.41 120	0.76 369	0.84 230	0.26 88	0.09 23	0.06 1	0.12 171	0.18 301	0.98 436	0.39 393

Patchmatch Stereo++	0.39 87	0.27 52	1.78 145	0.44 332	0.16 45	0.61 219	0.27 178	0.51 49	0.52 114	0.47 133	0.43 106	0.43 137	0.28 113	0.54 158	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.38 74	0.27 52	1.78 145	0.44 332	0.17 69	0.60 198	0.29 214	0.51 49	0.52 114	0.47 133	0.43 106	0.44 148	0.28 113	0.47 120	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

ROB_FTStereo_v2	0.38 74	0.27 52	1.78 145	0.44 332	0.17 69	0.61 219	0.28 193	0.51 49	0.52 114	0.47 133	0.43 106	0.44 148	0.28 113	0.47 120	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

ROB_FTStereo	0.38 74	0.27 52	1.78 145	0.44 332	0.17 69	0.61 219	0.26 153	0.51 49	0.52 114	0.47 133	0.43 106	0.43 137	0.28 113	0.49 135	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

Pruner-Stereo	0.51 220	0.27 52	1.78 145	1.79 456	0.19 122	0.62 239	0.45 331	0.57 89	0.60 184	0.61 294	0.48 142	0.41 120	0.24 56	0.46 113	1.00 355	0.12 199	0.07 14	0.12 171	0.10 86	0.12 40	0.13 120

iGMRVC	0.39 87	0.27 52	1.78 145	0.44 332	0.17 69	0.61 219	0.27 178	0.51 49	0.52 114	0.47 133	0.43 106	0.44 148	0.28 113	0.55 162	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

IRAFT_RVC	0.54 242	0.53 212	1.78 145	0.46 350	0.21 147	0.58 172	0.43 317	0.65 128	0.66 263	0.54 212	0.50 167	0.49 191	0.51 289	1.58 314	1.01 359	0.11 151	0.25 382	0.13 228	0.10 86	0.15 101	0.13 120

iRAFT	0.39 87	0.27 52	1.78 145	0.44 332	0.16 45	0.61 219	0.27 178	0.51 49	0.52 114	0.47 133	0.43 106	0.43 137	0.28 113	0.54 158	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

test-2	0.41 98	0.62 242	1.78 145	0.28 80	0.36 327	0.51 82	0.31 234	0.53 68	0.44 51	0.57 250	0.48 142	0.41 120	0.27 99	0.28 9	0.23 51	0.08 5	0.38 412	0.13 228	0.11 143	0.34 347	0.11 55

RAFT-Stereo + iAFF	0.42 113	0.86 332	1.78 145	0.28 80	0.17 69	0.52 99	0.20 34	0.62 117	0.61 199	0.50 169	0.61 259	0.39 106	0.32 147	0.35 55	0.30 133	0.07 1	0.10 159	0.09 30	0.09 53	0.35 355	0.10 41

AFF-stereo	0.44 129	0.96 362	1.78 145	0.31 149	0.15 31	0.50 76	0.21 51	0.64 123	0.63 228	0.47 133	0.64 291	0.49 191	0.34 158	0.46 113	0.31 145	0.08 5	0.09 127	0.10 70	0.10 86	0.37 366	0.10 41

PSMNet-RSSM	0.53 237	0.82 322	1.78 145	0.31 149	0.25 213	0.58 172	0.28 193	0.84 261	0.60 184	0.50 169	0.61 259	0.67 280	0.43 243	1.68 327	0.42 217	0.15 283	0.10 159	0.14 262	0.16 274	0.15 101	0.13 120

CFNet	0.58 271	0.96 362	1.78 145	0.33 198	0.25 213	0.63 256	0.22 69	0.88 288	0.75 337	0.46 131	0.59 239	0.58 238	0.40 206	2.29 400	0.48 247	0.12 199	0.09 127	0.15 289	0.14 233	0.30 319	0.15 168

AAGNet	0.88 386	0.33 107	1.79 164	0.54 384	0.98 437	0.62 239	0.46 334	0.50 47	0.60 184	0.58 266	0.53 192	0.50 194	0.73 362	1.23 271	7.48 467	0.11 151	0.07 14	0.12 171	0.10 86	0.14 85	0.09 23

HUI-Stereo	0.38 74	0.27 52	1.79 164	0.44 332	0.17 69	0.61 219	0.28 193	0.51 49	0.52 114	0.47 133	0.43 106	0.44 148	0.28 113	0.45 107	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

RAFT-IKP	0.38 74	0.27 52	1.79 164	0.44 332	0.16 45	0.60 198	0.28 193	0.51 49	0.52 114	0.47 133	0.43 106	0.43 137	0.28 113	0.50 141	0.28 105	0.12 199	0.08 68	0.12 171	0.10 86	0.17 155	0.12 86

ACVNet	0.45 147	0.44 176	1.79 164	0.28 80	0.21 147	0.59 188	0.36 283	0.66 130	0.68 272	0.45 123	0.59 239	0.69 293	0.40 206	0.44 98	0.55 271	0.11 151	0.09 127	0.10 70	0.09 53	0.34 347	0.10 41

CFNet-ft	0.51 220	0.76 292	1.79 164	0.28 80	0.30 265	0.63 256	0.28 193	0.66 130	0.55 150	0.45 123	0.57 230	0.74 317	0.41 217	1.46 292	0.42 217	0.14 266	0.10 159	0.28 391	0.13 205	0.18 179	0.14 135

CFNet_RVC	0.51 220	0.76 292	1.79 164	0.28 80	0.30 265	0.63 256	0.28 193	0.66 130	0.55 150	0.45 123	0.57 230	0.74 317	0.41 217	1.46 292	0.42 217	0.14 266	0.10 159	0.28 391	0.13 205	0.18 179	0.14 135

AdaStereo	0.44 129	0.38 138	1.79 164	0.34 226	0.20 137	0.57 156	0.28 193	0.92 319	0.69 281	0.52 189	0.55 211	0.61 248	0.33 150	0.48 125	0.39 203	0.17 317	0.08 68	0.17 324	0.11 143	0.18 179	0.12 86
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.
test_sample6	0.52 231	0.44 176	1.81 171	0.33 198	0.18 96	0.55 124	0.27 178	0.94 335	0.66 263	0.54 212	0.62 264	0.47 178	0.36 166	1.97 376	0.38 192	0.14 266	0.10 159	0.13 228	0.13 205	0.17 155	0.16 191

NF-Stereo	0.48 175	0.25 38	1.81 171	0.52 375	0.16 45	0.61 219	0.44 325	0.66 130	0.61 199	0.50 169	0.47 130	0.37 95	0.26 83	1.45 291	0.79 334	0.11 151	0.07 14	0.12 171	0.10 86	0.13 66	0.16 191

OCTAStereo	0.48 175	0.25 38	1.81 171	0.52 375	0.16 45	0.61 219	0.43 317	0.66 130	0.61 199	0.50 169	0.47 130	0.37 95	0.26 83	1.44 287	0.80 335	0.11 151	0.07 14	0.12 171	0.10 86	0.13 66	0.17 208

RE-Stereo	0.48 175	0.25 38	1.81 171	0.52 375	0.16 45	0.61 219	0.43 317	0.66 130	0.60 184	0.50 169	0.47 130	0.37 95	0.26 83	1.44 287	0.78 330	0.11 151	0.07 14	0.12 171	0.10 86	0.13 66	0.17 208

TVStereo	0.48 175	0.25 38	1.81 171	0.52 375	0.16 45	0.61 219	0.43 317	0.66 130	0.60 184	0.50 169	0.47 130	0.37 95	0.26 83	1.44 287	0.78 330	0.11 151	0.07 14	0.12 171	0.10 86	0.13 66	0.17 208

PS-NSSS	0.63 298	1.00 379	1.81 171	0.30 123	0.31 281	0.63 256	0.34 269	0.98 365	0.69 281	0.54 212	0.74 343	0.51 197	0.41 217	2.43 415	0.48 247	0.24 379	0.17 318	0.27 388	0.18 301	0.27 299	0.21 261

GCAP-BAT	0.43 119	0.31 97	1.82 177	0.25 23	0.26 227	0.65 279	0.23 92	0.48 35	0.37 17	0.67 335	0.82 358	0.44 148	0.24 56	0.48 125	0.87 342	0.09 23	0.13 245	0.09 30	0.22 342	0.08 1	0.09 23

test_for_model	0.64 302	1.60 436	1.82 177	1.23 445	1.02 442	0.53 106	0.23 92	0.75 180	0.50 100	0.57 250	0.29 34	0.25 35	0.20 24	0.26 3	0.22 44	0.76 435	0.31 399	0.08 4	0.07 15	1.68 456	0.50 416

testlalala_base	0.46 156	0.30 88	1.82 177	0.34 226	0.27 239	0.55 124	0.21 51	0.85 265	0.32 4	0.32 66	0.39 92	0.31 69	0.23 49	0.30 23	0.28 105	0.95 441	0.30 397	0.09 30	0.21 335	1.03 437	0.18 227

CBFPSM	0.56 260	0.91 345	1.82 177	0.28 80	0.23 185	0.71 318	0.37 290	0.72 158	0.64 236	0.50 169	0.49 159	1.03 396	0.83 377	0.62 180	1.35 384	0.10 96	0.12 228	0.10 70	0.10 86	0.18 179	0.19 239

RAFT+CT+SA	0.50 203	0.86 332	1.82 177	0.37 279	0.75 424	0.54 112	0.34 269	0.77 202	0.63 228	0.38 82	0.55 211	0.34 86	0.29 126	0.68 196	0.27 96	0.09 23	0.07 14	0.11 120	0.51 424	0.29 308	0.41 402

test_sample5	0.51 220	0.43 167	1.83 182	0.32 177	0.18 96	0.55 124	0.26 153	0.92 319	0.65 249	0.53 199	0.59 239	0.45 157	0.36 166	1.87 360	0.36 181	0.13 228	0.10 159	0.13 228	0.12 176	0.17 155	0.16 191

DualNet	0.51 220	0.43 167	1.83 182	0.32 177	0.18 96	0.55 124	0.26 153	0.92 319	0.65 249	0.54 212	0.62 264	0.45 157	0.36 166	1.87 360	0.36 181	0.13 228	0.10 159	0.13 228	0.12 176	0.17 155	0.16 191

tt1	0.44 129	0.64 255	1.83 182	0.35 241	0.14 17	0.76 341	0.25 134	0.74 170	0.88 383	0.31 60	0.37 76	0.25 35	0.35 160	0.63 183	0.19 6	0.10 96	0.24 369	0.11 120	0.09 53	0.25 273	0.36 380

LL-Strereo2	0.41 98	0.90 344	1.83 182	0.44 332	0.24 198	0.54 112	0.27 178	0.58 94	0.45 64	0.41 97	0.33 58	0.44 148	0.21 30	0.44 98	0.34 172	0.09 23	0.08 68	0.16 307	0.14 233	0.17 155	0.17 208

psm_up	0.57 266	0.61 236	1.83 182	0.35 241	0.30 265	0.64 267	0.37 290	0.90 300	0.68 272	0.59 279	0.55 211	0.68 286	0.54 299	1.91 370	0.46 234	0.16 303	0.15 286	0.16 307	0.15 255	0.23 248	0.13 120

TestStereo1	0.49 193	0.81 318	1.85 187	0.39 301	0.57 404	0.56 138	0.34 269	0.75 180	0.69 281	0.44 113	0.63 276	0.35 90	0.42 233	0.64 185	0.29 119	0.10 96	0.08 68	0.12 171	0.10 86	0.33 340	0.26 321

SA-5K	0.49 193	0.81 318	1.85 187	0.39 301	0.57 404	0.56 138	0.34 269	0.75 180	0.69 281	0.44 113	0.63 276	0.35 90	0.42 233	0.64 185	0.29 119	0.10 96	0.08 68	0.12 171	0.10 86	0.33 340	0.26 321

PSM-softLoss	0.48 175	0.27 52	1.85 187	0.51 371	0.17 69	0.61 219	0.40 302	0.61 113	0.57 163	0.52 189	0.48 142	0.39 106	0.25 69	1.46 292	0.77 328	0.12 199	0.08 68	0.13 228	0.12 176	0.12 40	0.14 135

KMStereo	0.48 175	0.27 52	1.85 187	0.51 371	0.17 69	0.61 219	0.40 302	0.61 113	0.57 163	0.52 189	0.48 142	0.39 106	0.25 69	1.46 292	0.77 328	0.12 199	0.08 68	0.13 228	0.12 176	0.12 40	0.14 135

raft+_RVC	0.44 129	0.67 268	1.85 187	0.34 226	0.71 422	0.51 82	0.25 134	0.64 123	0.51 108	0.35 68	0.45 119	0.32 77	0.28 113	0.43 92	0.32 155	0.09 23	0.19 338	0.10 70	0.09 53	0.20 215	0.40 397

RALCasStereoNet	0.45 147	0.88 338	1.85 187	0.30 123	0.26 227	0.49 71	0.26 153	0.58 94	0.51 108	0.36 72	0.48 142	0.36 93	0.28 113	0.55 162	0.34 172	0.10 96	0.53 432	0.09 30	0.08 36	0.25 273	0.34 370

UCFNet_RVC	0.48 175	0.82 322	1.85 187	0.30 123	0.27 239	0.64 267	0.26 153	0.74 170	0.55 150	0.48 151	0.53 192	0.63 255	0.41 217	0.88 235	0.38 192	0.15 283	0.10 159	0.17 324	0.17 291	0.18 179	0.15 168

MLCV	0.48 175	0.89 341	1.85 187	0.29 108	0.14 17	0.59 188	0.23 92	0.72 158	0.59 180	0.66 331	0.66 302	0.55 213	0.36 166	1.03 247	0.49 252	0.09 23	0.06 1	0.09 30	0.07 15	0.19 200	0.11 55

IMH-64-1	1.39 431	1.64 439	1.86 195	1.36 447	1.11 446	1.39 422	1.19 440	1.76 445	1.45 434	1.16 413	2.21 438	1.53 429	1.38 425	1.98 377	1.52 394	1.29 451	0.67 441	1.27 451	0.69 442	1.29 448	0.98 447

IMH-64	1.39 431	1.64 439	1.86 195	1.36 447	1.11 446	1.39 422	1.19 440	1.76 445	1.45 434	1.16 413	2.21 438	1.53 429	1.38 425	1.98 377	1.52 394	1.29 451	0.67 441	1.27 451	0.69 442	1.29 448	0.98 447

ssnet_v2	0.55 254	0.60 232	1.86 195	0.32 177	0.22 168	0.72 324	0.44 325	0.94 335	0.74 324	0.63 313	0.54 202	0.81 342	0.47 270	0.77 221	0.70 313	0.16 303	0.14 261	0.14 262	0.14 233	0.30 319	0.30 347

CRFU-Net	0.56 260	0.38 138	1.86 195	0.46 350	0.26 227	0.82 368	0.36 283	0.90 300	0.49 92	0.62 305	0.59 239	0.78 331	1.35 423	1.00 243	0.48 247	0.15 283	0.14 261	0.17 324	0.10 86	0.19 200	0.14 135

PFNet+	0.45 147	0.37 133	1.86 195	0.46 350	0.18 96	0.58 172	0.77 409	0.52 60	0.64 236	0.56 239	0.48 142	0.39 106	0.26 83	0.93 236	0.32 155	0.13 228	0.09 127	0.14 262	0.13 205	0.12 40	0.15 168

DISCO	0.57 266	0.34 118	1.87 200	0.45 346	0.34 308	0.84 372	0.35 276	0.84 261	0.78 355	0.59 279	0.63 276	1.06 403	0.53 296	1.10 253	0.82 337	0.12 199	0.09 127	0.11 120	0.10 86	0.22 239	0.18 227

rvit_stereo_0075_2	0.40 92	0.40 151	1.88 201	0.33 198	0.32 288	0.41 35	0.22 69	0.58 94	0.53 133	0.38 82	0.51 171	0.40 114	0.27 99	0.44 98	0.29 119	0.20 350	0.15 286	0.22 366	0.15 255	0.18 179	0.23 292

test_sample4	0.50 203	0.42 163	1.88 201	0.32 177	0.19 122	0.56 138	0.26 153	0.93 327	0.65 249	0.54 212	0.54 202	0.45 157	0.36 166	1.79 345	0.36 181	0.13 228	0.10 159	0.13 228	0.12 176	0.17 155	0.16 191

test_sample3	0.50 203	0.41 156	1.88 201	0.32 177	0.19 122	0.57 156	0.25 134	0.92 319	0.64 236	0.52 189	0.49 159	0.47 178	0.35 160	1.79 345	0.37 186	0.13 228	0.10 159	0.12 171	0.11 143	0.16 134	0.16 191

MIM_Stereo	0.41 98	0.60 232	1.88 201	0.31 149	0.21 147	0.50 76	0.19 21	0.64 123	0.44 51	0.43 107	0.53 192	0.43 137	0.27 99	0.51 144	0.28 105	0.08 5	0.14 261	0.11 120	0.10 86	0.26 291	0.26 321

DDUNet	0.77 364	1.12 396	1.88 201	0.76 416	0.69 420	0.84 372	0.43 317	0.85 265	0.65 249	0.67 335	0.75 346	0.91 370	0.52 294	1.03 247	0.57 281	0.54 421	0.37 410	0.95 441	0.52 426	0.71 426	0.57 421

GES	0.44 129	0.28 73	1.88 201	0.30 123	0.18 96	0.61 219	0.30 222	0.88 288	0.46 69	0.47 133	0.52 183	0.39 106	0.42 233	0.58 168	0.67 306	0.15 283	0.11 204	0.12 171	0.10 86	0.15 101	0.17 208

PWC_ROB	0.70 333	0.94 354	1.88 201	0.39 301	0.39 345	0.62 239	0.30 222	0.98 365	0.94 394	0.91 393	1.29 410	0.77 328	0.62 336	1.62 321	1.03 362	0.18 328	0.11 204	0.18 344	0.13 205	0.51 409	0.22 271

Any-RAFT	0.38 74	0.25 38	1.89 208	0.27 58	0.17 69	0.68 303	0.21 51	0.78 216	0.53 133	0.43 107	0.43 106	0.54 210	0.30 134	0.41 84	0.20 24	0.10 96	0.12 228	0.08 4	0.06 8	0.10 16	0.09 23

ToySt	0.44 129	0.61 236	1.89 208	0.29 108	0.18 96	0.55 124	0.35 276	0.67 139	0.53 133	0.39 88	0.50 167	0.59 240	0.43 243	0.51 144	0.49 252	0.10 96	0.12 228	0.13 228	0.16 274	0.24 263	0.19 239

sCroCo_RVC	0.33 40	0.32 101	1.89 208	0.34 226	0.27 239	0.30 8	0.22 69	0.48 35	0.44 51	0.22 12	0.33 58	0.25 35	0.25 69	0.32 37	0.24 70	0.14 266	0.16 302	0.12 171	0.12 176	0.15 101	0.13 120

H2IRNET	0.40 92	0.61 236	1.90 211	0.29 108	0.17 69	0.54 112	0.18 17	0.52 60	0.50 100	0.27 48	0.56 222	0.47 178	0.35 160	0.46 113	0.33 165	0.10 96	0.07 14	0.12 171	0.14 233	0.32 332	0.12 86

Sa-1000	0.51 220	0.72 283	1.90 211	0.31 149	0.60 413	0.60 198	0.31 234	0.94 335	0.71 298	0.52 189	0.83 359	0.42 133	0.33 150	0.68 196	0.28 105	0.10 96	0.09 127	0.13 228	0.29 370	0.29 308	0.10 41

SACVNet	0.60 281	0.74 289	1.90 211	0.37 279	0.28 249	0.64 267	0.37 290	0.86 274	0.61 199	0.65 329	0.62 264	0.69 293	0.44 250	2.08 387	0.42 217	0.18 328	0.14 261	0.16 307	0.15 255	0.38 372	0.24 303

RALAANet	0.43 119	0.98 373	1.90 211	0.32 177	0.23 185	0.48 65	0.19 21	0.67 139	0.53 133	0.48 151	0.45 119	0.39 106	0.30 134	0.48 125	0.37 186	0.10 96	0.08 68	0.11 120	0.14 233	0.27 299	0.10 41

hitnet-ft	0.67 318	0.80 313	1.90 211	0.28 80	0.22 168	0.69 309	0.36 283	0.85 265	0.65 249	0.56 239	0.84 362	1.03 396	0.95 398	2.32 402	0.55 271	0.23 372	0.14 261	0.41 416	0.13 205	0.24 263	0.17 208

GANet-RSSM	0.55 254	0.73 286	1.90 211	0.36 259	0.26 227	0.59 188	0.27 178	0.78 216	0.52 114	0.47 133	0.57 230	0.63 255	0.45 254	1.92 374	0.43 226	0.14 266	0.10 159	0.25 384	0.11 143	0.34 347	0.14 135

GMStereo	0.38 74	0.99 377	1.91 217	0.27 58	0.16 45	0.39 31	0.23 92	0.47 32	0.62 217	0.38 82	0.34 64	0.25 35	0.25 69	0.39 77	0.29 119	0.14 266	0.08 68	0.10 70	0.12 176	0.15 101	0.11 55
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
BEATNet_4x	0.47 170	0.73 286	1.91 217	0.33 198	0.15 31	0.56 138	0.25 134	0.85 265	0.58 173	0.54 212	0.51 171	0.57 231	0.42 233	0.57 165	0.61 292	0.11 151	0.08 68	0.12 171	0.09 53	0.20 215	0.16 191

PASM	0.72 343	0.68 270	1.91 217	0.47 355	0.44 368	0.60 198	0.51 349	0.76 192	0.80 363	0.77 369	0.67 305	0.87 360	0.61 331	2.40 411	0.67 306	0.32 403	0.35 406	0.36 408	0.41 414	0.45 400	0.39 393

DeepStereo_RVC	0.44 129	0.28 73	1.92 220	0.49 365	0.17 69	0.60 198	0.59 375	0.50 47	0.52 114	0.49 162	0.45 119	0.39 106	0.86 384	0.45 107	0.33 165	0.11 151	0.08 68	0.11 120	0.09 53	0.15 101	0.19 239

Gwc-CoAtRS	0.38 74	0.33 107	1.92 220	0.27 58	0.41 360	0.48 65	0.19 21	0.59 101	0.46 69	0.43 107	0.39 92	0.57 231	0.26 83	0.32 37	0.26 88	0.09 23	0.09 127	0.09 30	0.31 381	0.11 29	0.09 23

ac_64	0.55 254	0.46 184	1.92 220	0.36 259	0.34 308	0.63 256	0.31 234	0.82 245	0.61 199	0.55 229	0.51 171	0.89 366	0.48 278	1.83 353	0.55 271	0.14 266	0.11 204	0.12 171	0.12 176	0.18 179	0.12 86

DualNet (step1)	0.59 276	0.62 242	1.93 223	0.27 58	0.22 168	0.68 303	0.31 234	0.93 327	0.66 263	0.57 250	0.51 171	0.55 213	0.45 254	1.11 256	0.38 192	0.61 425	0.14 261	0.87 435	0.56 430	0.25 273	0.23 292

test_sample9	0.94 393	0.62 242	1.93 223	0.27 58	0.22 168	0.68 303	0.31 234	0.93 327	0.66 263	0.57 250	0.51 171	0.55 213	0.45 254	1.91 370	2.55 430	0.61 425	4.16 469	0.87 435	0.56 430	0.25 273	0.23 292

test_sample8	1.12 408	0.62 242	1.93 223	0.27 58	0.22 168	0.68 303	0.31 234	0.95 348	0.61 199	1.18 420	0.56 222	2.53 444	1.31 419	1.91 370	2.55 430	0.61 425	4.16 469	0.87 435	0.56 430	0.25 273	0.23 292

1111x	0.74 355	0.21 13	1.93 223	0.31 149	0.17 69	0.63 256	0.32 257	1.03 403	0.74 324	0.52 189	0.62 264	0.57 231	0.47 270	2.38 407	4.25 456	0.12 199	0.14 261	0.11 120	0.12 176	0.12 40	0.14 135

MIF-Stereo (partial)	0.34 47	0.41 156	1.93 223	0.26 45	0.24 198	0.32 13	0.17 11	0.53 68	0.42 40	0.25 35	0.37 76	0.25 35	0.26 83	0.44 98	0.31 145	0.11 151	0.08 68	0.12 171	0.10 86	0.19 200	0.14 135

EKT-Stereo	1.47 435	0.49 198	1.93 223	2.57 465	19.31 478	0.55 124	0.22 69	0.69 144	0.42 40	0.38 82	0.36 73	0.43 137	0.27 99	0.69 202	0.26 88	0.12 199	0.14 261	0.11 120	0.16 274	0.20 215	0.15 168

MMNet	0.50 203	0.48 195	1.93 223	0.33 198	0.27 239	0.79 358	0.28 193	0.81 238	0.74 324	0.60 287	0.56 222	0.59 240	0.55 304	0.79 226	0.59 288	0.10 96	0.09 127	0.12 171	0.11 143	0.13 66	0.14 135

StereoVision	0.45 147	0.72 283	1.94 230	0.33 198	0.32 288	0.47 57	0.26 153	0.68 142	0.57 163	0.32 66	0.89 373	0.45 157	0.27 99	0.49 135	0.36 181	0.13 228	0.15 286	0.16 307	0.15 255	0.19 200	0.13 120

RP	0.67 318	0.82 322	1.94 230	0.43 327	0.44 368	0.65 279	0.45 331	0.89 294	0.82 369	0.66 331	0.92 375	0.99 389	0.76 369	1.55 307	0.66 303	0.25 384	0.18 328	0.23 373	0.20 330	0.31 326	0.22 271

DeepPruner_ROB	0.50 203	0.70 277	1.94 230	0.29 108	0.26 227	0.63 256	0.31 234	0.80 234	0.48 86	0.61 294	0.55 211	0.66 271	0.38 186	0.98 241	0.40 209	0.19 342	0.14 261	0.14 262	0.14 233	0.23 248	0.17 208

fff	0.43 119	0.77 301	1.95 233	0.24 11	0.13 9	0.51 82	0.22 69	0.77 202	0.75 337	0.54 212	0.47 130	0.31 69	0.65 341	0.36 61	0.34 172	0.09 23	0.07 14	0.08 4	0.07 15	0.08 1	0.22 271

SA	0.50 203	0.75 291	1.95 233	0.31 149	0.61 415	0.57 156	0.31 234	0.91 310	0.73 320	0.42 102	0.62 264	0.38 102	0.47 270	0.68 196	0.29 119	0.09 23	0.09 127	0.13 228	0.32 386	0.30 319	0.10 41

GEStereo_RVC	0.54 242	0.87 335	1.95 233	0.47 355	0.25 213	0.62 239	0.37 290	1.00 385	0.74 324	0.53 199	0.54 202	0.59 240	0.44 250	1.10 253	0.46 234	0.15 283	0.11 204	0.12 171	0.10 86	0.26 291	0.19 239

ADLNet	0.60 281	0.71 279	1.95 233	0.35 241	0.34 308	0.67 291	0.34 269	0.90 300	0.74 324	0.68 342	0.62 264	0.80 339	0.45 254	1.78 341	0.64 300	0.14 266	0.11 204	0.14 262	0.14 233	0.29 308	0.21 261

DCANet	0.42 113	0.77 301	1.95 233	0.25 23	0.14 17	0.51 82	0.22 69	0.77 202	0.72 306	0.54 212	0.48 142	0.31 69	0.41 217	0.36 61	0.39 203	0.09 23	0.07 14	0.09 30	0.07 15	0.13 66	0.23 292

csc	0.43 119	0.77 301	1.95 233	0.24 11	0.13 9	0.51 82	0.22 69	0.77 202	0.75 337	0.54 212	0.47 130	0.31 69	0.65 341	0.36 61	0.34 172	0.09 23	0.07 14	0.08 4	0.07 15	0.08 1	0.22 271

cscssc	0.43 119	0.77 301	1.95 233	0.24 11	0.13 9	0.51 82	0.22 69	0.77 202	0.75 337	0.54 212	0.47 130	0.31 69	0.65 341	0.36 61	0.34 172	0.09 23	0.07 14	0.08 4	0.07 15	0.08 1	0.22 271

111	0.48 175	1.09 393	1.95 233	0.24 11	0.13 9	0.59 188	0.26 153	0.83 251	0.78 355	0.48 151	0.52 183	0.56 225	0.38 186	0.49 135	0.38 192	0.09 23	0.07 14	0.09 30	0.07 15	0.23 248	0.35 372

RAFT + AFF	0.64 302	1.20 410	1.95 233	0.34 226	0.33 301	0.67 291	0.52 352	0.99 377	0.74 324	0.53 199	0.58 236	0.57 231	0.80 373	1.76 338	0.51 260	0.12 199	0.27 390	0.15 289	0.14 233	0.43 392	0.29 339

iRaft-Stereo_20w	0.58 271	0.39 147	1.96 242	0.45 346	0.32 288	0.92 390	0.57 371	1.14 420	0.56 160	0.81 378	0.40 97	0.55 213	0.69 352	0.65 192	1.04 363	0.09 23	0.16 302	0.09 30	0.36 403	0.17 155	0.25 312

rafts_anoy	0.43 119	0.89 341	1.96 242	0.32 177	0.30 265	0.48 65	0.24 119	0.62 117	0.49 92	0.37 76	0.38 84	0.33 82	0.30 134	0.51 144	0.34 172	0.10 96	0.39 418	0.13 228	0.15 255	0.17 155	0.15 168

NCCL2	0.65 310	0.94 354	1.96 242	0.43 327	0.30 265	0.71 318	0.68 395	0.84 261	0.65 249	0.70 348	0.60 252	0.86 358	0.54 299	1.56 308	0.57 281	0.20 350	0.16 302	0.67 429	0.25 354	0.22 239	0.24 303

model_zeroshot	0.44 129	0.68 270	1.97 245	0.28 80	0.18 96	0.69 309	0.21 51	0.63 122	0.40 30	1.00 401	0.34 64	0.42 133	0.20 24	0.69 202	0.24 70	0.10 96	0.22 360	0.10 70	0.22 342	0.12 40	0.10 41

test_5	0.51 220	0.87 335	1.99 246	0.37 279	0.65 417	0.58 172	0.35 276	0.78 216	0.62 217	0.48 151	0.55 211	0.45 157	0.40 206	0.72 211	0.30 133	0.09 23	0.07 14	0.12 171	0.12 176	0.33 340	0.38 389

DN-CSS_ROB	0.48 175	1.23 413	1.99 246	0.39 301	0.22 168	0.56 138	0.19 21	0.75 180	0.61 199	0.45 123	0.62 264	0.41 120	0.31 142	0.70 207	0.32 155	0.11 151	0.08 68	0.14 262	0.13 205	0.36 359	0.12 86

HGLStereo	0.54 242	0.69 274	2.00 248	0.35 241	0.40 353	0.66 285	0.30 222	0.83 251	0.62 217	0.57 250	0.69 320	0.69 293	0.54 299	1.07 250	0.55 271	0.13 228	0.13 245	0.13 228	0.11 143	0.19 200	0.17 208

ffm	0.47 170	0.23 27	2.01 249	0.30 123	0.21 147	0.57 156	0.26 153	0.74 170	0.88 383	0.53 199	0.63 276	0.66 271	0.39 200	0.63 183	0.19 6	0.10 96	0.24 369	0.15 289	0.13 205	0.25 273	0.36 380

ff1	0.73 352	0.23 27	2.01 249	0.30 123	0.21 147	0.57 156	0.26 153	0.74 170	0.88 383	0.53 199	0.63 276	0.66 271	0.39 200	2.52 422	3.43 448	0.10 96	0.24 369	0.15 289	0.13 205	0.25 273	0.36 380

mmx	0.72 343	0.23 27	2.01 249	0.30 123	0.21 147	0.57 156	0.26 153	0.99 377	0.76 346	0.53 199	0.63 276	0.66 271	0.39 200	2.52 422	3.43 448	0.13 228	0.10 159	0.15 289	0.13 205	0.15 101	0.15 168

xxx	0.72 343	0.23 27	2.01 249	0.30 123	0.21 147	0.57 156	0.26 153	0.99 377	0.76 346	0.53 199	0.63 276	0.66 271	0.39 200	2.52 422	3.43 448	0.13 228	0.10 159	0.15 289	0.13 205	0.15 101	0.15 168

RAFT-Test	0.44 129	0.38 138	2.01 249	0.27 58	0.44 368	0.64 267	0.37 290	0.72 158	0.57 163	0.45 123	0.48 142	0.65 266	0.24 56	0.35 55	0.29 119	0.09 23	0.11 204	0.09 30	0.38 406	0.10 16	0.11 55

test_4	0.40 92	0.37 133	2.01 249	0.29 108	0.21 147	0.50 76	0.28 193	0.47 32	0.39 25	0.42 102	0.76 348	0.38 102	0.22 39	0.52 148	0.33 165	0.08 5	0.07 14	0.11 120	0.15 255	0.28 305	0.07 3

GANet	0.75 357	0.84 327	2.01 249	0.40 310	0.25 213	0.74 332	0.66 389	0.87 283	0.73 320	0.71 352	1.07 399	0.84 351	0.59 320	2.71 436	1.15 371	0.17 317	0.16 302	0.44 419	0.16 274	0.31 326	0.20 254

RASNet	0.61 289	0.68 270	2.03 256	0.35 241	0.46 382	0.65 279	0.28 193	0.78 216	0.70 289	0.48 151	0.64 291	0.93 375	0.61 331	2.21 396	0.73 322	0.12 199	0.09 127	0.09 30	0.10 86	0.14 85	0.11 55

NVstereo2D	0.58 271	0.40 151	2.03 256	0.35 241	0.35 319	0.69 309	0.39 300	0.91 310	0.80 363	0.47 133	0.53 192	0.67 280	0.46 265	1.99 380	0.48 247	0.19 342	0.11 204	0.17 324	0.13 205	0.25 273	0.25 312

FADNet	0.64 302	1.22 412	2.06 258	0.32 177	0.30 265	0.66 285	0.29 214	0.88 288	0.72 306	0.44 113	0.48 142	0.66 271	0.57 313	1.84 358	0.45 233	0.46 417	0.20 347	0.17 324	0.19 320	0.59 417	0.24 303

MaskLacGwcNet_RVC	0.77 364	1.04 388	2.06 258	0.94 431	0.35 319	0.89 385	0.40 302	0.85 265	0.63 228	0.55 229	0.63 276	0.75 322	0.38 186	2.38 407	0.48 247	1.10 447	0.31 399	0.36 408	0.21 335	0.53 413	0.55 420

ACVNet-DCA	0.42 113	0.64 255	2.07 260	0.35 241	0.14 17	0.76 341	0.25 134	0.76 192	0.52 114	0.31 60	0.38 84	0.24 27	0.38 186	0.69 202	0.19 6	0.10 96	0.24 369	0.11 120	0.09 53	0.12 40	0.14 135

xx1	0.46 156	0.64 255	2.07 260	0.35 241	0.14 17	0.76 341	0.25 134	0.74 170	1.01 404	0.31 60	0.38 84	0.46 170	0.36 166	0.69 202	0.19 6	0.10 96	0.24 369	0.12 171	0.12 176	0.12 40	0.14 135

1test111	0.44 129	0.64 255	2.07 260	0.35 241	0.14 17	0.76 341	0.25 134	0.76 192	0.52 114	0.31 60	0.38 84	0.24 27	0.38 186	0.96 239	0.30 133	0.10 96	0.24 369	0.11 120	0.09 53	0.12 40	0.14 135

cc1	0.47 170	0.64 255	2.07 260	0.35 241	0.14 17	0.76 341	0.25 134	0.74 170	1.01 404	0.31 60	0.38 84	0.24 27	0.38 186	0.69 202	0.19 6	0.10 96	0.24 369	0.11 120	0.09 53	0.25 273	0.40 397

RAFT_CTSACE	0.46 156	0.76 292	2.07 260	0.35 241	0.30 265	0.54 112	0.30 222	0.61 113	0.48 86	0.49 162	0.76 348	0.55 213	0.36 166	0.58 168	0.22 44	0.08 5	0.13 245	0.11 120	0.10 86	0.41 386	0.08 13

iRaft-Stereo_5w	0.54 242	1.01 383	2.08 265	0.27 58	0.21 147	0.49 71	0.28 193	0.73 166	0.58 173	0.40 90	0.61 259	0.62 252	0.46 265	1.78 341	0.47 243	0.09 23	0.07 14	0.11 120	0.10 86	0.39 380	0.12 86

Anonymous3	0.42 113	0.35 125	2.09 266	0.33 198	0.24 198	0.72 324	0.31 234	0.74 170	0.55 150	0.35 68	0.40 97	0.33 82	0.29 126	0.44 98	0.28 105	0.18 328	0.18 328	0.13 228	0.13 205	0.17 155	0.17 208

AANet_RVC	0.68 325	1.00 379	2.09 266	0.33 198	0.25 213	0.58 172	0.32 257	0.81 238	0.80 363	0.61 294	0.94 379	0.80 339	0.41 217	2.46 417	1.02 360	0.36 409	0.14 261	0.10 70	0.09 53	0.23 248	0.22 271

HITNet	0.46 156	0.92 346	2.09 266	0.33 198	0.14 17	0.55 124	0.22 69	0.83 251	0.56 160	0.51 182	0.49 159	0.48 189	0.37 179	0.48 125	0.54 270	0.09 23	0.06 1	0.10 70	0.08 36	0.23 248	0.09 23
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
PWCDC_ROB	0.72 343	1.06 390	2.09 266	0.47 355	0.36 327	0.78 354	0.26 153	0.98 365	1.34 429	0.61 294	2.07 432	0.64 263	0.61 331	0.83 228	0.71 315	0.31 402	0.14 261	0.15 289	0.12 176	0.60 420	0.21 261

Wz-Net-LNSev-Ref	0.57 266	0.87 335	2.11 270	0.32 177	0.30 265	0.84 372	0.40 302	0.88 288	0.72 306	0.65 329	0.73 340	0.66 271	0.57 313	0.93 236	0.71 315	0.13 228	0.07 14	0.10 70	0.08 36	0.15 101	0.14 135

TestStereo	0.45 147	0.54 216	2.11 270	0.29 108	0.16 45	0.43 38	0.24 119	0.54 78	0.45 64	0.37 76	0.46 126	0.34 86	0.27 99	1.98 377	0.27 96	0.11 151	0.08 68	0.12 171	0.09 53	0.14 85	0.08 13

PDISCO_ROB	0.75 357	1.06 390	2.11 270	0.64 406	0.59 408	1.13 413	0.43 317	1.14 420	1.05 408	0.64 322	0.71 334	0.96 382	0.61 331	1.21 267	0.76 326	0.37 410	0.18 328	0.27 388	0.24 347	0.56 416	0.32 359

ADStereo(finetuned)	0.45 147	0.77 301	2.12 273	0.25 23	0.14 17	0.51 82	0.22 69	0.77 202	0.72 306	0.54 212	0.48 142	0.31 69	0.76 369	0.37 68	0.38 192	0.09 23	0.07 14	0.09 30	0.07 15	0.13 66	0.23 292

FADNet-RVC	0.61 289	1.26 417	2.12 273	0.33 198	0.26 227	0.59 188	0.29 214	0.86 274	0.62 217	0.45 123	0.50 167	0.62 252	0.46 265	1.73 334	0.55 271	0.17 317	0.20 347	0.17 324	0.18 301	0.59 417	0.28 333

DCRE	0.50 203	0.63 253	2.13 275	0.30 123	0.23 185	0.45 41	0.24 119	0.59 101	0.53 133	0.50 169	2.10 434	0.42 133	0.26 83	0.35 55	0.23 51	0.09 23	0.14 261	0.10 70	0.32 386	0.16 134	0.15 168

THIR-Stereo	0.86 383	0.62 242	2.13 275	0.25 23	0.16 45	0.58 172	2.74 464	0.59 101	0.51 108	0.62 305	1.62 423	0.97 385	1.80 442	1.69 329	2.25 423	0.10 96	0.08 68	0.14 262	0.11 143	0.15 101	0.11 55

GwcNet-RSSM	0.57 266	0.94 354	2.13 275	0.32 177	0.25 213	0.60 198	0.30 222	0.80 234	0.66 263	0.52 189	0.64 291	0.71 306	0.40 206	1.79 345	0.50 257	0.13 228	0.09 127	0.12 171	0.12 176	0.21 225	0.15 168

CC-Net-ROB	0.85 382	1.15 404	2.13 275	0.88 426	0.38 343	0.88 384	0.44 325	1.06 409	0.79 360	0.58 266	0.69 320	0.65 266	0.50 287	2.74 437	0.51 260	0.93 439	0.39 418	0.87 435	0.29 370	0.54 414	0.54 417

CVANet_RVC	0.65 310	0.80 313	2.13 275	0.36 259	0.26 227	0.62 239	0.42 311	0.84 261	0.72 306	0.69 344	0.68 313	0.68 286	0.52 294	2.64 429	0.42 217	0.19 342	0.12 228	0.22 366	0.17 291	0.37 366	0.15 168

STTStereo	0.51 220	0.69 274	2.14 280	0.36 259	0.30 265	0.61 219	0.32 257	0.77 202	0.60 184	0.60 287	0.54 202	0.67 280	0.43 243	0.86 233	0.42 217	0.16 303	0.15 286	0.17 324	0.20 330	0.16 134	0.15 168

GCST	0.72 343	1.10 394	2.15 281	1.11 441	0.59 408	0.62 239	0.19 21	0.75 180	0.53 133	0.56 239	0.63 276	0.47 178	0.31 142	1.11 256	0.33 165	0.75 434	0.45 422	0.84 434	0.64 441	0.69 425	0.54 417

plain	0.37 68	0.47 192	2.15 281	0.27 58	0.19 122	0.33 15	0.20 34	0.58 94	0.46 69	0.23 19	0.37 76	0.23 20	0.25 69	0.45 107	0.28 105	0.11 151	0.08 68	0.13 228	0.09 53	0.42 390	0.12 86

UDG	0.77 364	1.23 413	2.15 281	0.67 411	0.59 408	0.78 354	0.38 296	0.90 300	0.70 289	0.61 294	0.69 320	1.01 392	0.67 348	1.02 245	0.73 322	0.45 415	0.34 405	0.87 435	0.51 424	0.67 424	0.46 409

sAnonymous2	0.38 74	0.62 242	2.15 281	0.31 149	0.24 198	0.34 18	0.27 178	0.53 68	0.46 69	0.24 22	0.29 34	0.23 20	0.28 113	0.28 9	0.22 44	0.12 199	0.09 127	0.11 120	0.13 205	0.38 372	0.35 372

CroCo_RVC	0.38 74	0.62 242	2.15 281	0.31 149	0.24 198	0.34 18	0.27 178	0.53 68	0.46 69	0.24 22	0.29 34	0.23 20	0.28 113	0.28 9	0.22 44	0.12 199	0.09 127	0.11 120	0.13 205	0.38 372	0.35 372

cf-r	0.53 237	0.81 318	2.15 281	0.33 198	0.28 249	0.60 198	0.28 193	0.78 216	0.64 236	0.51 182	0.60 252	0.75 322	0.40 206	1.32 277	0.43 226	0.13 228	0.09 127	0.11 120	0.12 176	0.15 101	0.14 135

PVD	0.90 388	0.85 331	2.15 281	0.53 381	0.50 388	0.99 396	0.56 367	1.15 423	1.64 440	1.41 434	1.41 418	1.11 411	1.13 412	1.35 280	1.31 381	0.26 387	0.28 392	0.28 391	0.26 360	0.37 366	0.49 413

RGC	0.71 340	0.97 370	2.18 288	0.44 332	0.44 368	0.73 329	0.40 302	0.94 335	0.71 298	0.71 352	1.04 397	1.01 392	0.71 356	1.74 336	0.70 313	0.23 372	0.18 328	0.28 391	0.26 360	0.29 308	0.27 328

Wz-Net-MNSev	0.65 310	0.97 370	2.19 289	0.36 259	0.33 301	0.90 386	0.60 377	0.92 319	0.81 368	0.75 362	0.72 338	0.73 311	0.65 341	1.39 282	0.71 315	0.16 303	0.13 245	0.14 262	0.14 233	0.24 263	0.18 227

CFNet-RSSM	0.41 98	0.32 101	2.20 290	0.27 58	0.44 368	0.52 99	0.19 21	0.76 192	0.48 86	0.43 107	0.36 73	0.54 210	0.26 83	0.33 45	0.25 81	0.09 23	0.08 68	0.09 30	0.38 406	0.10 16	0.09 23

UGAM	0.58 271	0.47 192	2.21 291	0.30 123	0.19 122	0.53 106	0.34 269	0.59 101	0.63 228	0.44 113	0.73 340	0.78 331	0.37 179	2.58 426	0.39 203	0.10 96	0.08 68	0.17 324	0.14 233	0.42 390	0.17 208

DCANet-4	0.40 92	0.27 52	2.21 291	0.25 23	0.14 17	0.51 82	0.22 69	0.77 202	0.72 306	0.54 212	0.47 130	0.28 58	0.37 179	0.37 68	0.34 172	0.09 23	0.07 14	0.08 4	0.07 15	0.08 1	0.22 271

AF-Net	0.69 329	0.92 346	2.21 291	0.41 316	0.40 353	0.68 303	0.40 302	1.02 396	0.86 377	0.69 344	1.03 394	1.04 399	0.84 380	1.19 266	0.78 330	0.22 369	0.14 261	0.25 384	0.17 291	0.30 319	0.18 227

DANet	0.80 372	0.65 261	2.21 291	1.19 444	0.48 386	0.74 332	1.25 442	0.89 294	1.53 437	0.89 391	0.71 334	0.96 382	0.56 308	1.83 353	0.96 347	0.18 328	0.16 302	0.19 350	0.16 274	0.26 291	0.29 339
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
cross-raft	0.40 92	0.27 52	2.22 295	0.30 123	0.17 69	0.49 71	0.35 276	0.71 153	0.39 25	0.43 107	0.45 119	0.64 263	0.25 69	0.32 37	0.25 81	0.08 5	0.08 68	0.09 30	0.23 345	0.11 29	0.14 135

SAMSARA	0.91 389	0.97 370	2.22 295	0.80 420	0.58 406	1.32 419	1.31 444	1.01 393	0.94 394	1.36 429	0.87 369	1.38 424	0.90 390	1.72 333	1.02 360	0.24 379	0.30 397	0.22 366	0.25 354	0.36 359	0.35 372

RTSC	0.72 343	1.00 379	2.22 295	0.40 310	0.29 255	0.82 368	0.31 234	0.96 353	1.10 415	0.92 394	0.81 356	0.78 331	0.58 317	1.23 271	1.55 396	0.18 328	0.17 318	0.14 262	0.17 291	0.43 392	0.30 347

ccs_rob	0.45 147	0.46 184	2.22 295	0.26 45	0.19 122	0.56 138	0.21 51	0.77 202	0.60 184	0.49 162	0.56 222	0.69 293	0.47 270	0.52 148	0.31 145	0.11 151	0.09 127	0.16 307	0.10 86	0.17 155	0.14 135

CFNet_pseudo	0.45 147	0.46 184	2.23 299	0.25 23	0.19 122	0.56 138	0.21 51	0.77 202	0.60 184	0.49 162	0.56 222	0.69 293	0.47 270	0.52 148	0.31 145	0.11 151	0.10 159	0.15 289	0.10 86	0.17 155	0.14 135

HSM-Net_RVC	0.67 318	0.34 118	2.23 299	0.26 45	0.19 122	0.67 291	0.29 214	1.26 429	0.69 281	0.72 355	0.70 330	0.78 331	0.42 233	3.77 457	0.41 215	0.13 228	0.09 127	0.10 70	0.09 53	0.12 40	0.11 55
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CoDeX	0.52 231	0.43 167	2.25 301	0.29 108	0.26 227	0.61 219	0.32 257	0.99 377	0.68 272	0.48 151	0.55 211	0.52 203	0.40 206	1.60 317	0.35 179	0.12 199	0.09 127	0.11 120	0.10 86	0.13 66	0.12 86

DEmStereo	0.68 325	0.31 97	2.25 301	0.42 324	0.17 69	0.66 285	0.89 418	0.51 49	0.59 180	0.60 287	1.01 390	0.45 157	1.26 415	1.54 306	2.26 424	0.10 96	0.08 68	0.10 70	0.10 86	0.10 16	0.11 55

RYNet	0.70 333	0.56 226	2.25 301	0.35 241	0.41 360	0.86 378	0.43 317	0.94 335	0.82 369	0.62 305	0.53 192	0.91 370	0.60 323	2.70 434	1.00 355	0.14 266	0.11 204	0.16 307	0.14 233	0.25 273	0.27 328

iinet-f	0.57 266	0.93 352	2.27 304	0.31 149	0.25 213	0.83 370	0.33 265	0.81 238	0.65 249	0.54 212	0.63 276	0.73 311	0.67 348	0.73 212	0.67 306	0.13 228	0.13 245	0.11 120	0.10 86	0.43 392	0.16 191

PCWNet_CMD	0.46 156	0.45 182	2.28 305	0.26 45	0.20 137	0.55 124	0.21 51	0.75 180	0.64 236	0.48 151	0.55 211	0.68 286	0.57 313	0.46 113	0.30 133	0.11 151	0.10 159	0.14 262	0.10 86	0.18 179	0.14 135

MSMDNet	0.46 156	0.44 176	2.28 305	0.26 45	0.20 137	0.55 124	0.21 51	0.75 180	0.64 236	0.48 151	0.55 211	0.68 286	0.56 308	0.46 113	0.30 133	0.11 151	0.10 159	0.13 228	0.10 86	0.18 179	0.15 168

ADCRef	0.80 372	0.96 362	2.29 307	0.37 279	0.35 319	0.96 393	0.51 349	0.87 283	0.75 337	0.88 389	0.83 359	0.61 248	1.36 424	1.02 245	3.27 443	0.13 228	0.11 204	0.17 324	0.19 320	0.25 273	0.21 261

GANet-ADL	0.44 129	0.41 156	2.31 308	0.33 198	0.20 137	0.57 156	0.25 134	0.75 180	0.54 145	0.42 102	0.59 239	0.56 225	0.30 134	0.40 82	0.38 192	0.14 266	0.11 204	0.09 30	0.08 36	0.22 239	0.17 208

WAO-6	1.58 441	1.54 434	2.32 309	1.14 443	1.00 439	2.30 454	1.03 430	1.82 448	2.85 457	1.25 423	2.61 448	2.20 440	1.56 435	2.47 419	1.99 411	0.95 441	0.67 441	1.19 450	0.83 449	1.08 438	0.88 444

CFNet_ucs	0.48 175	0.50 204	2.32 309	0.26 45	0.22 168	0.57 156	0.22 69	0.85 265	0.65 249	0.53 199	0.64 291	0.68 286	0.44 250	0.54 158	0.31 145	0.13 228	0.12 228	0.16 307	0.11 143	0.19 200	0.17 208

MFN_U_SF_DS_RVC	1.01 403	1.67 441	2.32 309	0.47 355	0.39 345	1.47 424	0.95 421	0.95 348	0.91 390	0.84 385	0.94 379	1.05 401	0.60 323	2.95 443	0.72 319	0.41 411	0.72 450	0.32 403	0.55 427	0.74 427	1.22 456

RAFT-RH_RVC	0.61 289	0.50 204	2.33 312	0.36 259	0.29 255	0.60 198	0.18 17	0.44 19	0.58 173	0.76 365	1.91 430	0.47 178	0.29 126	1.60 317	1.23 378	0.14 266	0.07 14	0.13 228	0.13 205	0.10 16	0.09 23

PSMNet_ROB	0.66 314	1.01 383	2.33 312	0.38 293	0.31 281	0.72 324	0.55 362	0.86 274	0.69 281	0.54 212	0.60 252	0.75 322	0.47 270	2.00 381	0.82 337	0.17 317	0.13 245	0.19 350	0.19 320	0.24 263	0.27 328

AASNet	0.56 260	1.03 387	2.34 314	0.37 279	0.33 301	0.65 279	0.29 214	0.96 353	0.73 320	0.54 212	0.60 252	0.55 213	0.38 186	0.59 172	0.58 286	0.14 266	0.12 228	0.13 228	0.10 86	0.43 392	0.24 303

RAFT-345	0.53 237	0.30 88	2.34 314	0.38 293	0.34 308	0.58 172	0.42 311	0.47 32	0.61 199	0.51 182	1.00 389	0.43 137	0.28 113	1.57 310	0.82 337	0.10 96	0.07 14	0.11 120	0.09 53	0.10 16	0.08 13

DPSNet	0.86 383	0.60 232	2.34 314	0.58 396	0.36 327	1.07 409	0.75 406	1.30 430	1.05 408	0.70 348	0.68 313	0.94 379	1.29 416	2.08 387	1.82 406	0.26 387	0.23 366	0.16 307	0.17 291	0.48 403	0.40 397

FTStereo	0.76 360	0.18 2	2.35 317	0.71 413	0.21 147	0.73 329	1.79 456	0.57 89	0.53 133	1.07 406	1.63 424	1.29 419	2.13 446	0.75 214	0.29 119	0.19 342	0.08 68	0.12 171	0.11 143	0.11 29	0.40 397

SFCPSM	0.46 156	0.24 35	2.35 317	0.27 58	0.27 239	0.70 316	0.32 257	0.96 353	0.63 228	0.49 162	0.52 183	0.43 137	0.36 166	0.52 148	0.43 226	0.12 199	0.09 127	0.12 171	0.16 274	0.16 134	0.12 86

StereoDRNet	0.64 302	0.88 338	2.35 317	0.41 316	0.45 376	0.73 329	0.47 342	0.94 335	0.74 324	0.75 362	0.54 202	0.74 317	0.47 270	1.70 330	0.72 319	0.15 283	0.14 261	0.15 289	0.14 233	0.20 215	0.19 239

SHD	0.72 343	0.77 301	2.36 320	0.45 346	0.40 353	0.71 318	0.32 257	1.02 396	1.25 425	1.07 406	0.84 362	0.90 368	0.73 362	1.09 252	0.98 349	0.21 356	0.18 328	0.20 358	0.21 335	0.32 332	0.31 354

NLCA_NET_v2_RVC	0.55 254	0.92 346	2.36 320	0.38 293	0.37 338	0.60 198	0.28 193	0.82 245	0.62 217	0.62 305	0.55 211	0.72 308	0.45 254	1.00 243	0.43 226	0.15 283	0.11 204	0.14 262	0.14 233	0.15 101	0.16 191
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
TRStereo	0.53 237	0.76 292	2.38 322	0.42 324	0.29 255	0.69 309	0.23 92	1.81 447	0.55 150	0.36 72	0.32 53	0.47 178	0.40 206	0.46 113	0.25 81	0.12 199	0.11 204	0.11 120	0.41 414	0.13 66	0.32 359

MSMD_ROB	1.34 426	0.96 362	2.38 322	0.39 301	0.32 288	1.96 445	0.62 385	0.91 310	1.43 433	2.94 462	2.60 447	4.77 462	1.95 444	2.43 415	1.33 383	0.29 397	0.26 384	0.32 403	0.32 386	0.30 319	0.30 347

LMCR-Stereo	0.52 231	0.71 279	2.39 324	0.40 310	0.21 147	0.74 332	0.31 234	1.02 396	0.64 236	0.61 294	0.63 276	0.39 106	0.51 289	0.62 180	0.42 217	0.19 342	0.09 127	0.12 171	0.09 53	0.23 248	0.12 86

XQC	0.73 352	0.98 373	2.39 324	0.46 350	0.35 319	0.81 365	0.46 334	1.00 385	1.00 402	0.80 373	0.69 320	0.88 364	0.74 367	1.32 277	1.20 374	0.24 379	0.16 302	0.23 373	0.20 330	0.41 386	0.33 366

MIPNet	0.83 379	0.81 318	2.40 326	0.61 403	0.18 96	1.48 425	1.39 449	1.60 442	0.74 324	1.94 443	0.85 366	0.73 311	1.68 438	0.87 234	0.31 145	0.09 23	0.08 68	0.11 120	0.32 386	0.25 273	0.12 86

GMM-Stereo	0.50 203	0.23 27	2.41 327	0.54 384	0.24 198	0.77 349	0.46 334	0.59 101	0.57 163	0.58 266	0.73 340	0.47 178	0.43 243	0.68 196	0.27 96	0.10 96	0.06 1	0.13 228	0.13 205	0.14 85	0.44 406

ICVP	0.46 156	0.29 78	2.41 327	0.33 198	0.22 168	0.59 188	0.55 362	0.75 180	0.50 100	0.44 113	0.60 252	0.49 191	0.35 160	0.53 154	0.37 186	0.16 303	0.16 302	0.14 262	0.11 143	0.15 101	0.15 168
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FENet	0.44 129	0.30 88	2.42 329	0.32 177	0.17 69	0.58 172	0.22 69	0.77 202	0.59 180	0.47 133	0.42 104	0.55 213	0.38 186	0.49 135	0.47 243	0.12 199	0.09 127	0.12 171	0.11 143	0.13 66	0.16 191

FADNet_RVC	0.81 377	1.14 400	2.42 329	0.30 123	0.24 198	0.71 318	0.24 119	0.95 348	0.61 199	0.44 113	0.56 222	0.59 240	0.42 233	1.52 304	0.68 309	0.94 440	0.96 456	0.28 391	1.00 456	0.90 435	1.36 459

NCC-stereo	0.79 370	0.94 354	2.42 329	0.59 399	0.45 376	1.90 442	0.46 334	0.99 377	0.72 306	0.64 322	0.84 362	0.91 370	0.73 362	1.80 349	1.00 355	0.27 392	0.19 338	0.23 373	0.31 381	0.24 263	0.22 271

Abc-Net	0.79 370	0.94 354	2.42 329	0.59 399	0.45 376	1.90 442	0.46 334	0.99 377	0.72 306	0.64 322	0.84 362	0.91 370	0.73 362	1.80 349	1.00 355	0.27 392	0.19 338	0.23 373	0.31 381	0.24 263	0.22 271
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
IPLG	0.69 329	0.84 327	2.43 333	0.35 241	0.21 147	1.65 435	0.61 381	1.36 433	0.58 173	1.39 433	0.51 171	0.37 95	0.87 385	1.41 285	0.36 181	0.09 23	0.07 14	0.14 262	0.12 176	0.32 332	0.11 55

ADCL	0.99 398	0.79 311	2.43 333	0.39 301	0.32 288	1.50 427	1.90 457	0.92 319	0.97 398	1.26 426	1.27 408	1.00 391	1.42 429	1.14 262	3.31 444	0.17 317	0.14 261	0.22 366	0.21 335	0.30 319	0.22 271

anonymousa	0.48 175	0.46 184	2.44 335	0.29 108	0.34 308	0.61 219	0.25 134	0.66 130	0.54 145	0.53 199	0.77 351	0.73 311	0.46 265	0.33 45	0.31 145	0.10 96	0.09 127	0.12 171	0.29 370	0.10 16	0.19 239

stereogan	0.69 329	0.51 206	2.44 335	0.39 301	0.39 345	1.01 400	0.41 308	0.94 335	0.92 393	0.73 359	0.85 366	1.15 414	0.69 352	1.57 310	0.53 266	0.19 342	0.18 328	0.20 358	0.16 274	0.36 359	0.24 303

DRN-Test	0.64 302	0.43 167	2.44 335	0.39 301	0.44 368	0.80 364	0.41 308	1.02 396	0.78 355	0.80 373	0.63 276	0.69 293	0.56 308	1.79 345	0.69 311	0.15 283	0.12 228	0.17 324	0.16 274	0.18 179	0.17 208

CIPLG	0.56 260	1.19 409	2.46 338	0.80 420	0.31 281	0.61 219	0.57 371	0.76 192	0.57 163	0.56 239	0.63 276	0.41 120	0.30 134	0.45 107	0.40 209	0.11 151	0.20 347	0.13 228	0.13 205	0.35 355	0.19 239

GANetREF_RVC	0.75 357	1.15 404	2.46 338	0.47 355	0.26 227	0.83 370	0.61 381	0.97 361	0.89 387	0.62 305	0.61 259	0.72 308	0.59 320	2.42 413	0.55 271	0.32 403	0.25 382	0.36 408	0.24 347	0.39 380	0.31 354
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
MSKI-zero shot	0.46 156	0.38 138	2.47 340	0.27 58	0.43 367	0.56 138	0.20 34	0.77 202	0.43 48	0.60 287	0.51 171	0.44 148	0.17 6	0.68 196	0.21 34	0.09 23	0.29 393	0.09 30	0.32 386	0.14 85	0.10 41

Wz-Net-LNSev	0.59 276	0.96 362	2.47 340	0.34 226	0.37 338	0.79 358	0.44 325	0.86 274	0.77 350	0.61 294	0.67 305	0.79 336	0.56 308	0.64 185	0.62 294	0.15 283	0.14 261	0.12 171	0.12 176	0.18 179	0.19 239

PFNet	0.60 281	0.33 107	2.47 340	0.41 316	0.55 400	0.62 239	0.27 178	0.61 113	0.63 228	0.61 294	0.56 222	0.45 157	0.32 147	1.88 367	1.14 369	0.28 396	0.09 127	0.12 171	0.16 274	0.26 291	0.20 254

UGAM-zero	0.63 298	0.39 147	2.49 343	0.30 123	0.49 387	0.67 291	0.19 21	0.91 310	0.45 64	0.77 369	0.45 119	1.16 416	0.82 376	2.05 384	0.29 119	0.09 23	0.15 286	0.09 30	0.44 418	0.11 29	0.22 271

DCVSM-stereo	0.49 193	0.29 78	2.49 343	0.29 108	0.22 168	0.53 106	0.52 352	0.58 94	0.49 92	0.69 344	0.46 126	0.79 336	0.48 278	0.53 154	0.42 217	0.13 228	0.14 261	0.15 289	0.12 176	0.20 215	0.20 254

WAO-7	1.48 436	1.63 437	2.49 343	0.93 430	0.75 424	1.72 438	1.10 434	1.84 449	1.96 449	1.43 435	2.54 445	1.97 436	1.61 437	3.06 445	2.08 415	0.69 431	0.66 440	0.94 440	0.74 445	0.80 432	0.69 431

LL-Strereo	0.72 343	1.29 419	2.49 343	0.36 259	0.45 376	0.55 124	0.32 257	0.93 327	0.71 298	0.67 335	0.58 236	0.85 354	0.79 372	2.67 433	0.46 234	0.10 96	0.18 328	0.14 262	0.12 176	0.40 384	0.42 403

FCDSN-DC	1.29 423	0.54 216	2.50 347	0.47 355	0.41 360	1.12 411	0.60 377	1.10 415	1.27 427	2.23 451	2.87 452	3.67 453	3.12 459	2.39 410	1.69 400	0.30 400	0.26 384	0.31 400	0.30 376	0.35 355	0.38 389
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSC_U_SF_DS_RVC	1.34 426	1.70 445	2.50 347	0.56 392	0.40 353	2.15 452	0.99 424	1.24 427	1.26 426	1.02 402	1.10 401	1.29 419	0.88 388	3.10 447	1.08 365	1.66 459	0.83 452	0.68 430	0.88 451	1.57 453	1.80 466

SGM_RVC	1.89 446	0.92 346	2.50 347	0.96 434	0.93 436	1.63 433	1.37 447	1.52 440	12.43 469	1.85 442	1.69 425	2.40 443	1.74 441	2.81 441	1.71 401	0.53 419	0.47 427	0.42 417	0.47 420	0.74 427	0.74 432
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SQANet	0.80 372	1.58 435	2.53 350	0.76 416	0.83 428	0.76 341	0.36 283	0.83 251	0.64 236	0.63 313	0.69 320	0.73 311	0.51 289	1.21 267	0.53 266	0.77 436	0.29 393	0.59 426	0.29 370	0.86 434	0.61 425

CrosDoStereo	0.94 393	0.37 133	2.53 350	0.25 23	0.32 288	0.54 112	3.76 468	0.72 158	0.60 184	0.70 348	1.40 416	0.53 205	1.49 431	1.78 341	3.09 438	0.10 96	0.08 68	0.11 120	0.11 143	0.21 225	0.11 55

DeepStereo_LL	0.94 393	0.37 133	2.53 350	0.25 23	0.32 288	0.54 112	3.76 468	0.72 158	0.60 184	0.70 348	1.40 416	0.53 205	1.49 431	1.78 341	3.09 438	0.10 96	0.08 68	0.11 120	0.11 143	0.21 225	0.11 55

Nwc_Net	0.68 325	0.83 325	2.53 350	0.41 316	0.39 345	0.77 349	0.38 296	1.01 393	0.70 289	0.60 287	0.99 387	0.98 386	0.68 351	1.41 285	0.63 296	0.23 372	0.15 286	0.23 373	0.25 354	0.23 248	0.18 227

AnyNet_C32	1.00 401	1.33 426	2.53 350	0.49 365	0.54 397	1.15 415	1.14 437	0.91 310	0.89 387	1.11 409	0.95 381	0.87 360	0.93 392	1.50 301	4.07 453	0.21 356	0.20 347	0.25 384	0.24 347	0.38 372	0.33 366

MFMNet_re	0.92 391	1.28 418	2.53 350	0.82 424	0.76 427	0.90 386	0.75 406	0.98 365	1.04 407	1.03 403	1.05 398	0.84 351	0.94 395	0.83 228	0.72 319	0.68 430	0.60 436	0.63 427	0.60 437	0.77 430	0.74 432

gwcnet-sp	0.49 193	0.43 167	2.54 356	0.31 149	0.22 168	0.67 291	0.31 234	0.78 216	0.65 249	0.58 266	0.47 130	0.46 170	0.43 243	0.76 217	0.46 234	0.11 151	0.11 204	0.11 120	0.11 143	0.15 101	0.14 135

scenet	0.49 193	0.43 167	2.54 356	0.31 149	0.22 168	0.67 291	0.31 234	0.78 216	0.65 249	0.58 266	0.47 130	0.46 170	0.43 243	0.76 217	0.46 234	0.11 151	0.11 204	0.11 120	0.11 143	0.15 101	0.14 135

ssnet	0.49 193	0.43 167	2.54 356	0.31 149	0.22 168	0.67 291	0.31 234	0.78 216	0.65 249	0.58 266	0.47 130	0.46 170	0.43 243	0.76 217	0.46 234	0.11 151	0.11 204	0.11 120	0.11 143	0.15 101	0.14 135

NVStereoNet_ROB	1.16 414	0.95 360	2.54 356	0.58 396	0.55 400	0.78 354	0.63 387	1.00 385	1.08 413	1.03 403	4.07 462	1.48 428	1.22 414	2.88 442	1.27 380	0.50 418	0.46 424	0.54 423	0.62 438	0.50 407	0.63 428
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DispNO	0.67 318	0.98 373	2.58 360	0.31 149	0.27 239	0.59 188	0.29 214	0.83 251	0.68 272	0.53 199	0.79 355	0.83 348	0.47 270	2.46 417	0.68 309	0.12 199	0.10 159	0.19 350	0.31 381	0.16 134	0.17 208

ASMatch	0.60 281	0.43 167	2.58 360	0.91 428	0.36 327	0.56 138	0.25 134	0.52 60	0.61 199	0.47 133	1.21 405	0.47 178	0.66 346	1.34 279	0.94 345	0.10 96	0.08 68	0.11 120	0.11 143	0.10 16	0.16 191

testlalala2	0.44 129	0.28 73	2.59 362	0.64 406	0.56 402	0.57 156	0.20 34	0.78 216	0.52 114	0.40 90	0.39 92	0.45 157	0.21 30	0.27 5	0.22 44	0.09 23	0.10 159	0.08 4	0.29 370	0.12 40	0.10 41

aanetorigin	0.77 364	0.80 313	2.59 362	0.43 327	0.44 368	0.58 172	1.01 429	0.57 89	0.68 272	1.53 438	1.23 406	0.81 342	1.08 408	1.07 250	1.07 364	0.18 328	0.15 286	0.17 324	0.21 335	0.54 414	0.30 347

iResNet	0.51 220	0.76 292	2.59 362	0.41 316	0.17 69	0.64 267	0.27 178	0.82 245	0.70 289	0.57 250	0.64 291	0.43 137	0.36 166	0.70 207	0.52 262	0.10 96	0.07 14	0.09 30	0.08 36	0.21 225	0.13 120

HHNet	0.60 281	0.65 261	2.60 365	0.36 259	0.25 213	0.64 267	0.61 381	0.64 123	0.62 217	0.55 229	1.13 403	0.32 77	0.60 323	0.42 89	1.79 405	0.15 283	0.07 14	0.12 171	0.10 86	0.18 179	0.15 168

4D-IteraStereo	0.44 129	0.96 362	2.63 366	0.27 58	0.30 265	0.45 41	0.25 134	0.52 60	0.50 100	0.40 90	0.31 49	0.40 114	0.19 18	0.35 55	0.32 155	0.09 23	0.06 1	0.12 171	0.11 143	0.19 200	0.30 347

DMCA-RVC	0.62 294	0.96 362	2.63 366	0.36 259	0.90 433	0.56 138	0.31 234	0.69 144	0.57 163	0.68 342	0.52 183	0.59 240	0.56 308	1.23 271	0.53 266	0.16 303	0.38 412	0.20 358	0.15 255	0.20 215	0.15 168

STrans-v2	0.67 318	0.56 226	2.64 368	0.27 58	0.23 185	0.57 156	0.33 265	0.96 353	0.69 281	0.92 394	0.85 366	0.89 366	0.93 392	1.83 353	1.21 376	0.09 23	0.07 14	0.10 70	0.09 53	0.11 29	0.12 86

CBMV	0.71 340	0.76 292	2.64 368	0.33 198	0.20 137	0.78 354	0.79 410	0.98 365	0.78 355	0.85 388	0.71 334	0.86 358	1.10 410	1.46 292	0.62 294	0.18 328	0.20 347	0.21 364	0.19 320	0.25 273	0.33 366
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MyStereo04	0.48 175	0.40 151	2.65 370	0.29 108	0.23 185	0.60 198	0.31 234	0.83 251	0.75 337	0.47 133	0.36 73	0.53 205	0.42 233	0.53 154	0.39 203	0.09 23	0.18 328	0.12 171	0.11 143	0.16 134	0.19 239

TransformOpticalFlow	0.64 302	0.56 226	2.66 371	0.44 332	0.26 227	0.62 239	0.28 193	0.83 251	0.71 298	0.76 365	0.74 343	0.91 370	0.85 381	1.83 353	0.81 336	0.10 96	0.07 14	0.11 120	0.09 53	0.11 29	0.12 86

WCMA_ROB	1.12 408	0.83 325	2.66 371	0.58 396	0.34 308	1.17 417	0.71 401	0.93 327	0.94 394	1.74 441	2.63 449	3.09 449	1.71 440	1.70 330	1.84 407	0.26 387	0.21 355	0.20 358	0.21 335	0.28 305	0.43 404

MyStereo06	0.54 242	0.41 156	2.68 373	0.30 123	0.23 185	0.60 198	0.30 222	0.81 238	0.44 51	0.84 385	0.52 183	0.78 331	0.58 317	0.48 125	1.10 366	0.09 23	0.17 318	0.12 171	0.10 86	0.16 134	0.20 254

IPLGR	0.54 242	0.56 226	2.68 373	0.36 259	0.18 96	0.62 239	0.54 359	1.02 396	0.64 236	0.73 359	0.46 126	0.47 178	0.45 254	1.12 259	0.29 119	0.09 23	0.08 68	0.11 120	0.09 53	0.19 200	0.12 86

CBMV_ROB	0.76 360	0.42 163	2.68 373	0.33 198	0.22 168	0.74 332	0.47 342	0.96 353	0.76 346	1.04 405	0.96 382	0.88 364	0.93 392	2.06 385	1.19 373	0.22 369	0.24 369	0.27 388	0.25 354	0.25 273	0.28 333

IMH	2.02 449	2.15 466	2.69 376	1.68 453	1.12 448	1.66 436	0.92 420	2.10 453	1.92 448	1.32 428	2.66 450	2.21 441	1.69 439	5.78 464	1.68 399	5.54 469	0.96 456	1.31 453	0.71 444	1.32 451	0.99 451

SDNR	1.22 420	0.80 313	2.71 377	0.33 198	1.48 458	1.98 448	0.23 92	1.93 451	2.44 452	0.89 391	2.52 444	1.36 423	0.51 289	3.65 455	1.93 408	0.30 400	0.31 399	0.22 366	0.16 274	0.33 340	0.36 380

APVNet	0.70 333	0.67 268	2.71 377	0.38 293	0.36 327	0.85 376	0.43 317	0.91 310	0.68 272	0.55 229	0.69 320	0.75 322	0.55 304	2.31 401	0.78 330	0.17 317	0.17 318	0.24 379	0.19 320	0.33 340	0.23 292

MyStereo05	0.49 193	0.41 156	2.72 379	0.30 123	0.23 185	0.60 198	0.30 222	0.82 245	0.77 350	0.52 189	0.37 76	0.51 197	0.42 233	0.52 148	0.38 192	0.09 23	0.17 318	0.12 171	0.10 86	0.16 134	0.20 254

otaku	1.03 404	1.68 443	2.72 379	0.95 432	0.73 423	1.03 402	0.59 375	0.99 377	0.86 377	0.69 344	1.61 422	0.98 386	0.64 339	1.46 292	1.14 369	0.95 441	0.46 424	0.72 432	0.40 411	1.24 446	0.78 437

RainbowNet	1.15 412	1.78 448	2.72 379	1.12 442	0.91 434	1.06 404	0.76 408	1.16 424	1.13 419	0.75 362	0.97 384	1.09 407	0.80 373	1.60 317	1.21 376	1.17 449	1.26 459	1.01 444	0.57 433	1.13 440	0.88 444

IPLGR_C	0.58 271	1.25 416	2.72 379	0.80 420	0.31 281	0.60 198	0.61 381	0.76 192	0.58 173	0.56 239	0.62 264	0.41 120	0.31 142	0.43 92	0.40 209	0.11 151	0.22 360	0.13 228	0.15 255	0.35 355	0.19 239

Syn2CoEx	0.70 333	1.07 392	2.74 383	0.43 327	0.30 265	0.64 267	0.42 311	0.99 377	0.78 355	0.62 305	0.78 352	0.74 317	0.72 359	1.92 374	0.61 292	0.20 350	0.17 318	0.19 350	0.15 255	0.29 308	0.22 271

ADCMid	0.96 397	1.32 424	2.74 383	0.38 293	0.35 319	0.99 396	0.58 373	0.94 335	0.86 377	1.23 422	1.01 390	1.01 392	1.00 400	1.05 249	3.97 451	0.21 356	0.19 338	0.42 417	0.32 386	0.40 384	0.29 339

MyStereo8	0.54 242	0.80 313	2.76 385	0.32 177	0.33 301	0.71 318	0.20 34	0.87 283	0.57 163	0.51 182	0.59 239	0.50 194	0.33 150	0.68 196	0.55 271	0.10 96	0.29 393	0.10 70	0.13 205	0.21 225	0.34 370

G-Net	0.99 398	0.64 255	2.76 385	0.57 394	0.67 418	2.03 449	0.72 404	0.76 192	0.67 270	1.14 412	2.56 446	1.30 422	1.02 402	1.48 300	1.74 403	0.25 384	0.24 369	0.24 379	0.26 360	0.37 366	0.31 354

ACRE	0.56 260	1.14 400	2.77 387	0.76 416	0.28 249	0.60 198	0.56 367	0.76 192	0.58 173	0.55 229	0.62 264	0.41 120	0.29 126	0.44 98	0.39 203	0.11 151	0.19 338	0.13 228	0.14 233	0.36 359	0.18 227

pmcnn	1.32 424	1.05 389	2.77 387	0.74 415	1.43 453	0.72 324	0.56 367	0.96 353	0.91 390	0.99 400	2.92 455	6.01 466	0.70 354	2.38 407	3.32 445	0.13 228	0.10 159	0.08 4	0.06 8	0.34 347	0.22 271

HH	0.49 193	0.49 198	2.78 389	0.50 367	0.41 360	0.38 29	0.23 92	0.72 158	0.38 19	0.63 313	0.48 142	0.87 360	0.41 217	0.64 185	0.21 34	0.09 23	0.17 318	0.10 70	0.09 53	0.16 134	0.12 86

HanStereo	0.49 193	0.49 198	2.78 389	0.50 367	0.41 360	0.38 29	0.23 92	0.72 158	0.38 19	0.63 313	0.48 142	0.87 360	0.41 217	0.64 185	0.21 34	0.09 23	0.17 318	0.10 70	0.09 53	0.16 134	0.12 86

FC-DCNN v2	1.54 439	0.58 230	2.80 391	0.44 332	0.39 345	2.05 450	0.66 389	1.90 450	1.84 447	2.79 460	2.97 456	4.41 460	3.07 457	2.65 430	2.30 425	0.29 397	0.26 384	0.31 400	0.30 376	0.32 332	0.38 389

Ntro	1.00 401	1.68 443	2.80 391	0.95 432	0.85 429	1.06 404	0.53 356	0.98 365	0.90 389	0.62 305	0.76 348	0.93 375	0.66 346	1.66 324	0.98 349	0.99 444	0.45 422	0.75 433	0.40 411	1.19 442	0.75 434

UNet	0.54 242	0.44 176	2.83 393	0.31 149	0.33 301	0.74 332	0.27 178	0.82 245	0.61 199	0.53 199	0.54 202	0.72 308	0.54 299	0.78 225	0.56 278	0.11 151	0.09 127	0.13 228	0.11 143	0.14 85	0.12 86

ACV-stereo	0.66 314	0.76 292	2.86 394	0.32 177	0.25 213	1.01 400	0.60 377	0.59 101	0.52 114	0.41 97	0.45 119	1.55 431	0.94 395	1.40 284	0.69 311	0.14 266	0.13 245	0.12 171	0.11 143	0.20 215	0.19 239

ELAS	1.39 431	0.79 311	2.86 394	0.53 381	0.50 388	2.81 459	2.20 459	1.61 443	1.50 436	2.28 453	2.35 441	1.82 434	2.13 446	1.73 334	2.22 421	0.35 407	0.37 410	0.35 406	0.35 396	0.49 405	0.47 410
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FAT-Stereo	0.70 333	0.54 216	2.88 396	0.36 259	0.29 255	0.62 239	0.54 359	0.97 361	0.87 380	0.76 365	0.92 375	0.94 379	0.80 373	1.84 358	0.57 281	0.18 328	0.19 338	0.17 324	0.16 274	0.22 239	0.25 312

FC-DCNN	1.49 437	0.59 231	2.88 396	0.44 332	0.39 345	1.97 447	0.66 389	1.67 444	1.70 442	2.72 459	2.89 453	4.22 456	2.97 456	2.55 425	2.19 420	0.29 397	0.26 384	0.31 400	0.30 376	0.32 332	0.39 393

SPS-STEREO	1.07 407	1.13 399	2.88 396	0.65 409	0.69 420	0.99 396	0.68 395	1.05 408	0.87 380	1.36 429	1.23 406	1.46 427	0.94 395	1.87 360	1.72 402	0.66 429	0.61 437	0.58 424	0.57 433	0.65 422	0.77 436
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-8	2.80 455	2.14 464	2.89 399	1.91 460	1.04 443	3.98 463	0.96 422	3.26 463	6.17 463	2.15 449	3.37 459	3.31 451	2.41 450	11.84 472	2.03 413	2.05 463	1.86 463	1.54 459	0.92 452	1.22 443	0.87 442

ktn	4.35 464	2.10 461	2.89 399	1.80 457	1.49 459	2.13 451	1.41 452	2.26 454	12.72 470	11.41 472	16.43 476	11.15 472	3.75 460	4.36 462	3.18 442	1.82 461	0.98 458	1.73 465	1.21 461	2.97 466	1.27 457

Venus	2.80 455	2.14 464	2.89 399	1.91 460	1.04 443	3.98 463	0.96 422	3.26 463	6.17 463	2.15 449	3.37 459	3.31 451	2.41 450	11.84 472	2.03 413	2.05 463	1.86 463	1.54 459	0.92 452	1.22 443	0.87 442

GwcNet-ADL	0.50 203	0.74 289	2.90 402	0.31 149	0.20 137	0.58 172	0.29 214	0.87 283	0.64 236	0.47 133	0.47 130	0.56 225	0.33 150	0.46 113	0.46 234	0.13 228	0.12 228	0.09 30	0.09 53	0.14 85	0.21 261

IGEV_Zeroshot_test	0.53 237	0.33 107	2.91 403	0.32 177	0.18 96	0.54 112	0.21 51	0.72 158	0.42 40	0.81 378	0.51 171	0.71 306	0.41 217	0.48 125	1.13 368	0.09 23	0.15 286	0.10 70	0.35 396	0.19 200	0.09 23

DeepPrunerF	0.86 383	0.86 332	2.91 403	0.45 346	0.50 388	0.64 267	0.48 345	1.14 420	2.64 455	0.63 313	0.61 259	0.65 266	0.62 336	2.21 396	1.31 381	0.23 372	0.19 338	0.30 399	0.28 367	0.36 359	0.25 312

MANE	2.90 458	1.14 400	2.96 405	1.03 436	1.01 440	5.01 467	2.45 461	5.36 469	6.88 467	3.58 465	4.76 466	5.99 465	4.99 464	4.23 460	4.61 459	0.56 424	0.67 441	0.44 419	0.78 447	0.51 409	1.03 452

iResNetv2_ROB	0.59 276	1.43 430	2.96 405	0.40 310	0.22 168	0.58 172	0.28 193	0.91 310	0.73 320	0.57 250	0.63 276	0.60 246	0.41 217	0.74 213	0.35 179	0.11 151	0.08 68	0.10 70	0.07 15	0.43 392	0.17 208

NaN_ROB	1.14 410	0.94 354	2.96 405	0.53 381	0.56 402	1.13 413	0.99 424	0.98 365	1.00 402	1.09 408	0.87 369	0.77 328	1.06 407	5.90 465	2.72 432	0.16 303	0.23 366	0.16 307	0.24 347	0.22 239	0.36 380

MADNet++	2.79 454	2.11 463	2.97 408	2.49 464	2.28 463	2.95 460	2.31 460	2.67 457	2.47 453	3.03 463	3.13 457	2.70 446	2.92 453	4.10 459	4.48 457	2.68 465	2.24 468	3.04 469	2.44 467	2.37 463	2.34 467

ADCS	1.05 406	1.36 429	2.98 409	0.42 324	0.36 327	0.96 393	0.81 414	1.06 409	1.12 417	1.25 423	0.97 384	1.08 405	0.90 390	1.25 275	4.86 460	0.21 356	0.21 355	0.22 366	0.23 345	0.36 359	0.38 389

test_xeample3	0.46 156	0.34 118	2.99 410	0.37 279	0.16 45	0.49 71	0.33 265	1.06 409	0.44 51	0.25 35	0.23 8	0.24 27	0.25 69	0.49 135	0.56 278	0.09 23	0.07 14	0.10 70	0.40 411	0.17 155	0.26 321

MeshStereo	1.21 417	1.15 404	3.01 411	0.34 226	0.28 249	1.10 410	0.69 397	1.35 432	1.01 404	2.71 458	2.41 443	2.96 447	1.45 430	2.80 440	1.40 389	0.22 369	0.22 360	0.22 366	0.19 320	0.50 407	0.26 321
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
GASNet	0.73 352	1.47 432	3.04 412	0.47 355	0.33 301	0.57 156	0.34 269	0.91 310	0.75 337	0.58 266	0.58 236	0.74 317	0.55 304	2.03 382	0.65 302	0.21 356	0.15 286	0.19 350	0.17 291	0.51 409	0.28 333

CSAN	1.25 421	1.12 396	3.04 412	0.51 371	0.37 338	1.06 404	1.15 438	1.22 425	1.08 413	1.17 418	1.91 430	1.04 399	1.31 419	5.96 466	2.43 428	0.26 387	0.22 360	0.24 379	0.24 347	0.31 326	0.30 347

FINET	0.65 310	0.95 360	3.06 414	0.35 241	0.40 353	0.58 172	0.48 345	0.92 319	1.10 415	0.57 250	0.68 313	0.47 178	0.44 250	1.15 264	0.60 290	0.23 372	0.21 355	0.17 324	0.15 255	0.26 291	0.25 312

rrr	0.46 156	0.34 118	3.08 415	0.27 58	0.16 45	0.45 41	0.28 193	1.09 414	0.51 108	0.24 22	0.21 4	0.26 44	0.25 69	0.64 185	0.52 262	0.09 23	0.07 14	0.10 70	0.29 370	0.16 134	0.25 312

Wz-Net-TNSev	0.91 389	1.73 447	3.08 415	0.36 259	0.31 281	1.00 399	0.71 401	1.06 409	0.97 398	0.71 352	0.72 338	1.09 407	0.87 385	2.42 413	1.59 397	0.20 350	0.20 347	0.16 307	0.20 330	0.44 399	0.35 372

fast-acv-ft	0.63 298	0.88 338	3.10 417	0.38 293	0.30 265	0.79 358	0.48 345	0.69 144	0.72 306	0.58 266	0.78 352	0.76 326	0.60 323	0.67 195	0.73 322	0.15 283	0.15 286	0.18 344	0.17 291	0.37 366	0.16 191

ARAFT	0.60 281	1.23 413	3.10 417	0.28 80	0.16 45	0.64 267	0.36 283	0.90 300	0.67 270	0.61 294	0.49 159	0.55 213	0.31 142	1.24 274	0.32 155	0.10 96	0.08 68	0.14 262	0.13 205	0.37 366	0.21 261

Wz-Net-SNSev	0.76 360	1.32 424	3.11 419	0.40 310	0.31 281	0.71 318	0.60 377	0.98 365	0.87 380	0.67 335	0.83 359	0.96 382	0.60 323	1.67 326	0.97 348	0.16 303	0.15 286	0.16 307	0.17 291	0.36 359	0.24 303

GwcNet	0.69 329	0.71 279	3.12 420	0.36 259	0.45 376	0.81 365	0.44 325	0.86 274	0.84 374	0.60 287	0.74 343	0.82 346	0.49 284	1.65 323	0.66 303	0.16 303	0.15 286	0.15 289	0.15 255	0.31 326	0.24 303

LVE	1.96 448	2.17 467	3.14 421	1.68 453	1.80 462	1.63 433	1.03 430	2.34 455	2.81 456	1.25 423	2.89 453	4.24 458	1.29 416	2.79 439	1.44 391	2.85 466	0.91 455	1.18 447	1.46 464	1.23 445	1.10 453

ADCP+	0.94 393	1.12 396	3.14 421	0.34 226	0.39 345	1.06 404	0.79 410	0.89 294	0.80 363	0.66 331	0.67 305	0.85 354	1.55 434	0.93 236	4.55 458	0.13 228	0.11 204	0.16 307	0.15 255	0.26 291	0.25 312

TorneroNet	5.50 467	1.92 457	3.16 423	1.47 451	1.25 452	14.07 474	1.06 432	4.90 468	20.99 485	10.17 469	16.48 477	11.88 474	6.93 468	3.34 451	4.20 455	1.30 453	0.69 446	1.45 458	0.86 450	2.61 464	1.20 455

MFN_U_SF_RVC	1.55 440	2.39 468	3.16 423	0.65 409	0.41 360	1.12 411	0.46 334	1.23 426	1.33 428	1.61 439	1.20 404	1.43 426	0.98 399	1.76 338	1.97 409	1.90 462	1.80 461	1.98 466	2.15 465	1.63 454	1.77 465

FADNet-RVC-Resample	0.67 318	1.16 408	3.16 423	0.37 279	0.29 255	0.62 239	0.38 296	0.86 274	0.63 228	0.51 182	0.50 167	0.57 231	0.45 254	1.57 310	0.49 252	0.24 379	0.32 404	0.23 373	0.19 320	0.27 299	0.62 426

DGSMNet	2.89 457	0.63 253	3.18 426	3.43 469	4.17 467	2.57 458	6.98 471	0.97 361	0.83 372	0.56 239	1.86 429	0.79 336	0.62 336	1.64 322	1.39 387	4.61 468	5.01 471	5.17 472	4.71 471	4.44 471	4.19 470

HBP-ISP	0.76 360	1.30 420	3.19 427	0.35 241	0.26 227	0.85 376	0.54 359	1.03 403	0.72 306	0.80 373	0.69 320	0.68 286	0.83 377	2.04 383	0.44 230	0.23 372	0.24 369	0.29 398	0.25 354	0.28 305	0.24 303

ADLNet2	0.68 325	0.84 327	3.19 427	0.33 198	0.36 327	0.64 267	0.37 290	0.89 294	0.79 360	0.54 212	0.65 300	0.93 375	0.48 278	2.07 386	0.56 278	0.13 228	0.11 204	0.11 120	0.11 143	0.33 340	0.18 227

ELAS_RVC	1.37 430	0.78 309	3.21 429	0.55 390	0.50 388	1.49 426	2.48 462	1.48 437	1.71 443	2.13 448	2.09 433	2.07 438	2.56 452	1.90 369	2.02 412	0.35 407	0.36 408	0.37 412	0.34 393	0.49 405	0.47 410
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	1.49 437	1.90 455	3.22 430	1.09 439	0.54 397	1.71 437	1.73 455	1.49 438	1.53 437	1.44 436	1.80 427	1.82 434	1.30 418	3.34 451	1.76 404	1.07 446	0.56 434	0.97 442	0.58 435	1.38 452	0.65 429

ACVNet_2	1.42 434	1.81 449	3.23 431	1.08 438	0.92 435	1.32 419	0.85 415	1.49 438	1.69 441	1.19 421	1.73 426	2.13 439	1.03 403	2.50 421	1.40 389	0.91 438	0.53 432	1.00 443	0.55 427	2.11 461	0.85 440

Consistency-Raft	0.88 386	0.93 352	3.23 431	0.99 435	0.64 416	0.77 349	0.55 362	0.98 365	0.97 398	0.61 294	1.03 394	0.65 266	1.05 405	0.79 226	1.38 386	0.44 413	0.46 424	0.51 422	0.58 435	0.65 422	0.47 410

TorneroNet-64	2.65 451	1.83 450	3.30 433	1.46 450	1.20 449	3.89 462	0.99 424	3.51 467	6.71 466	2.56 456	4.60 464	4.22 456	3.85 462	3.33 450	3.14 441	1.19 450	0.65 439	1.39 456	0.79 448	3.31 467	1.15 454

edge stereo	0.81 377	0.73 286	3.30 433	0.37 279	1.21 450	0.62 239	0.39 300	0.93 327	0.79 360	0.80 373	0.88 371	1.14 413	0.71 356	2.18 394	0.71 315	0.21 356	0.20 347	0.26 387	0.18 301	0.38 372	0.26 321

notaker	2.66 452	2.07 460	3.31 435	2.61 466	1.43 453	1.76 440	1.11 435	2.76 459	1.79 446	2.26 452	11.53 473	3.96 454	4.29 463	3.09 446	2.76 434	1.55 458	0.88 454	1.70 464	1.07 458	2.00 460	1.35 458

SANet	1.20 416	1.21 411	3.33 436	0.38 293	0.27 239	1.73 439	0.85 415	1.10 415	2.49 454	1.16 413	1.83 428	1.72 433	1.50 433	2.37 404	2.84 435	0.18 328	0.16 302	0.16 307	0.15 255	0.32 332	0.32 359

AIO-Stereo-zeroshot	0.61 289	0.61 236	3.35 437	0.33 198	0.58 406	0.66 285	0.20 34	0.98 365	0.55 150	0.73 359	0.52 183	0.99 389	0.65 341	0.58 168	0.29 119	0.10 96	0.16 302	0.10 70	0.41 414	0.29 308	0.20 254

AIO-Stereo-zeroshot1	0.70 333	0.65 261	3.45 438	0.50 367	0.60 413	0.75 338	0.23 92	0.96 353	0.60 184	0.76 365	1.30 411	0.81 342	0.60 323	0.57 165	0.82 337	0.10 96	0.16 302	0.11 120	0.43 417	0.31 326	0.22 271

PA-Net	0.84 381	1.00 379	3.49 439	0.63 405	0.40 353	0.70 316	0.52 352	0.86 274	0.84 374	0.52 189	0.59 239	0.70 303	0.54 299	2.35 403	2.23 422	0.17 317	0.27 390	0.19 350	0.28 367	0.22 239	0.36 380
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
XX-Stereo	0.55 254	0.54 216	3.50 440	0.48 363	0.39 345	0.54 112	0.17 11	0.89 294	0.40 30	0.44 113	0.65 300	0.85 354	0.19 18	0.77 221	0.21 34	0.10 96	0.14 261	0.10 70	0.32 386	0.17 155	0.14 135

SGM-ForestM	2.98 459	1.70 445	3.52 441	0.67 411	0.47 384	5.18 468	3.36 466	3.30 465	2.86 458	4.44 466	3.79 461	9.80 470	5.50 467	6.29 467	6.52 465	0.27 392	0.36 408	0.24 379	0.27 364	0.38 372	0.58 423

SGM-Forest	1.04 405	0.42 163	3.59 442	0.41 316	0.32 288	1.05 403	1.32 445	0.94 335	0.83 372	1.16 413	2.23 440	1.03 396	1.39 427	2.49 420	2.35 426	0.21 356	0.21 355	0.20 358	0.19 320	0.23 248	0.32 359
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
WZ-Net	0.92 391	1.31 421	3.76 443	0.41 316	0.36 327	0.86 378	0.71 401	1.00 385	1.06 411	0.82 382	0.92 375	1.06 403	1.05 405	2.16 393	1.61 398	0.19 342	0.13 245	0.15 289	0.16 274	0.32 332	0.28 333

SGM+DAISY	1.83 445	1.43 430	3.81 444	0.87 425	1.01 440	2.38 456	2.53 463	1.36 433	1.75 444	2.92 461	3.22 458	2.65 445	2.93 454	2.22 399	3.10 440	0.72 432	0.69 446	0.63 427	0.62 438	0.77 430	0.98 447

MDST_ROB	1.17 415	0.42 163	3.87 445	0.54 384	0.44 368	4.11 465	0.58 373	1.31 431	0.84 374	2.12 445	1.12 402	0.98 386	0.71 356	4.24 461	0.99 354	0.16 303	0.14 261	0.19 350	0.17 291	0.18 179	0.35 372

S-Stereo	0.80 372	0.69 274	3.89 446	0.39 301	0.37 338	0.69 309	0.70 400	0.94 335	0.98 401	0.62 305	0.91 374	0.83 348	0.60 323	2.37 404	0.66 303	0.18 328	0.21 355	0.17 324	0.18 301	0.30 319	0.35 372

JetBlue	1.78 443	1.63 437	3.92 447	0.73 414	1.21 450	4.38 466	3.35 465	1.59 441	1.20 422	1.26 426	1.52 421	2.37 442	1.88 443	3.23 449	3.00 436	0.53 419	0.47 427	0.48 421	0.49 422	1.29 448	0.97 446

Dean	1.79 444	1.83 450	3.92 447	1.29 446	1.07 445	1.55 429	1.00 427	1.95 452	2.33 451	1.47 437	4.19 463	4.26 459	1.33 422	2.21 396	1.48 393	1.14 448	0.68 445	1.18 447	0.74 445	1.24 446	0.98 447

ADCPNet	0.99 398	0.99 377	3.93 449	0.37 279	0.68 419	1.36 421	0.62 385	0.87 283	0.76 346	0.78 371	0.81 356	1.08 405	1.18 413	1.14 262	2.49 429	0.21 356	0.69 446	0.21 364	0.95 454	0.29 308	0.37 386

ACVNet_1	1.33 425	1.91 456	4.03 450	1.09 439	0.88 431	1.19 418	0.66 389	1.24 427	1.17 420	0.94 396	0.96 382	3.09 449	1.04 404	2.37 404	1.11 367	1.04 445	0.48 430	1.03 445	0.48 421	1.12 439	0.83 439

EDNetEfficient	1.27 422	0.70 277	4.05 451	0.64 406	0.98 437	0.94 391	1.40 450	0.85 265	1.75 444	2.34 454	1.33 414	1.05 401	2.21 448	1.58 314	4.15 454	0.15 283	0.19 338	0.14 262	0.27 364	0.38 372	0.32 359

ACVNet-4b	1.93 447	1.85 452	4.10 452	1.07 437	0.86 430	1.15 415	0.53 356	1.06 409	1.12 417	0.64 322	1.09 400	1.99 437	0.70 354	2.20 395	9.86 472	5.62 470	0.41 421	1.03 445	0.55 427	1.86 459	0.85 440

tt	4.93 466	0.27 52	4.20 453	2.29 463	1.58 460	10.20 472	16.97 476	9.42 474	5.02 461	1.67 440	1.28 409	4.68 461	5.03 465	3.37 453	5.92 463	6.16 471	9.47 478	2.82 468	3.18 469	3.60 468	1.53 463

AnyNet_C01	1.14 410	1.49 433	4.23 454	0.54 384	0.53 395	1.51 428	1.37 447	1.04 407	1.07 412	1.17 418	1.33 414	1.15 414	1.08 408	1.61 320	2.74 433	0.25 384	0.22 360	0.28 391	0.24 347	0.48 403	0.40 397

pcwnet_v2	0.64 302	0.49 198	4.41 455	0.32 177	0.27 239	0.60 198	0.25 134	0.97 361	0.88 383	0.59 279	0.70 330	0.63 255	0.55 304	0.66 194	0.37 186	0.17 317	0.15 286	0.15 289	0.14 233	0.21 225	0.23 292

UNDER WATER	2.74 453	1.85 452	4.54 456	1.81 458	1.44 455	2.34 455	1.40 450	3.24 462	6.60 465	2.60 457	2.76 451	5.75 464	5.24 466	3.02 444	4.01 452	1.45 455	0.81 451	1.59 462	1.06 457	1.80 457	1.51 462

UNDER WATER-64	2.47 450	1.89 454	4.86 457	1.82 459	1.44 455	3.18 461	1.57 454	2.62 456	5.64 462	2.05 444	2.13 435	4.13 455	3.76 461	2.62 428	3.42 447	1.47 456	0.85 453	1.57 461	1.07 458	1.82 458	1.49 461

HanzoNet	7.64 469	2.86 469	5.05 458	7.01 472	3.97 466	2.18 453	1.34 446	3.37 466	4.05 459	13.17 474	10.58 467	10.73 471	16.52 477	8.45 471	10.51 473	10.48 477	9.72 479	5.59 473	13.46 478	6.84 473	6.83 473

DispFullNet	1.67 442	2.10 461	5.22 459	1.53 452	8.90 468	0.86 378	0.31 234	0.96 353	0.96 397	1.37 432	1.01 390	1.13 412	1.98 445	1.51 302	0.91 344	0.54 421	0.31 399	1.18 447	0.63 440	1.13 440	0.80 438

KSHMR	4.10 463	1.97 459	5.27 460	1.71 455	1.47 457	1.96 445	1.28 443	3.19 461	17.33 480	2.12 445	15.91 475	9.18 469	1.57 436	8.42 470	1.98 410	1.52 457	1.26 459	1.67 463	1.19 460	1.67 455	1.40 460

LSM	3.31 461	1.11 395	5.29 461	9.40 474	30.65 484	0.84 372	1.12 436	0.91 310	1.22 423	1.36 429	2.19 437	0.93 375	0.83 377	1.66 324	0.90 343	0.21 356	0.31 399	0.24 379	0.28 367	0.39 380	6.33 472

SuperB	1.15 412	1.14 400	5.43 462	0.36 259	0.26 227	0.81 365	0.89 418	0.88 288	1.17 420	0.67 335	0.68 313	0.63 255	1.39 427	1.74 336	3.37 446	0.15 283	0.12 228	0.17 324	0.16 274	2.80 465	0.25 312

MADNet+	1.36 428	1.93 458	5.95 463	0.81 423	0.59 408	1.57 430	1.09 433	1.39 435	1.22 423	0.84 385	1.01 390	1.25 418	1.12 411	3.19 448	2.36 427	0.45 415	0.47 427	0.38 414	0.34 393	0.59 417	0.57 421

RTS	1.21 417	1.31 421	6.39 464	0.52 375	0.51 393	1.61 431	0.79 410	1.03 403	1.37 431	1.13 410	1.30 411	1.10 409	0.85 381	2.65 430	2.08 415	0.21 356	0.24 369	0.18 344	0.18 301	0.43 392	0.32 359

RTSA	1.21 417	1.31 421	6.39 464	0.52 375	0.51 393	1.61 431	0.79 410	1.03 403	1.37 431	1.13 410	1.30 411	1.10 409	0.85 381	2.65 430	2.08 415	0.21 356	0.24 369	0.18 344	0.18 301	0.43 392	0.32 359

PML	23.15 481	16.83 477	7.78 466	5.49 470	9.93 469	51.13 489	104.50 489	5.76 470	13.62 473	37.30 489	105.93 489	30.86 489	23.50 484	12.07 474	7.87 468	6.30 472	2.12 467	6.32 474	2.43 466	10.44 476	2.90 468

LE_ROB	4.43 465	1.35 428	9.38 467	2.79 467	3.93 465	2.43 457	3.46 467	2.68 458	11.19 468	11.66 473	4.73 465	5.26 463	10.46 471	4.50 463	9.49 470	0.82 437	0.69 446	1.34 454	0.98 455	0.75 429	0.76 435

JetRed	3.29 460	4.93 470	10.17 468	1.45 449	1.72 461	7.44 469	5.05 470	3.06 460	2.12 450	2.41 455	2.39 442	2.99 448	2.37 449	3.51 454	6.44 464	1.32 454	1.90 465	1.37 455	1.23 462	2.21 462	1.76 464

Anonymous_1	22.91 480	11.20 474	12.13 469	12.75 475	26.28 483	19.43 480	27.92 483	14.08 477	13.61 472	14.96 475	10.58 467	11.26 473	11.19 474	12.55 476	14.57 477	38.28 489	7.88 473	34.96 486	63.99 486	89.57 489	10.94 478

DGTPSM_ROB	8.89 471	5.62 471	12.25 470	5.92 471	11.32 470	8.54 470	24.18 478	6.40 471	13.49 471	5.15 467	11.46 471	6.19 467	10.92 472	7.00 468	13.72 474	4.47 467	7.65 472	3.92 470	7.45 474	4.38 470	7.87 474

DPSM_ROB	12.34 474	11.21 475	12.51 471	12.91 476	12.80 473	19.84 482	28.28 484	14.38 479	14.28 476	10.58 470	11.26 469	12.03 475	11.85 475	13.15 478	15.34 479	7.11 474	8.31 475	6.50 475	7.35 472	8.84 474	8.31 476

DPSM	12.34 474	11.21 475	12.51 471	12.91 476	12.80 473	19.84 482	28.28 484	14.38 479	14.28 476	10.58 470	11.26 469	12.03 475	11.85 475	13.15 478	15.34 479	7.11 474	8.31 475	6.50 475	7.35 472	8.84 474	8.31 476

LRCNet_RVC	13.74 477	19.30 478	12.75 473	19.46 480	12.69 472	1.86 441	0.41 308	12.33 475	1.05 408	15.77 476	18.83 481	12.62 477	8.70 470	12.21 475	9.62 471	22.22 482	8.37 477	25.85 483	24.01 483	19.32 481	17.44 482

DPSMNet_ROB	9.48 472	5.64 472	13.01 474	8.82 473	11.82 471	8.54 470	24.20 479	6.41 472	13.65 474	5.32 468	11.47 472	6.33 468	10.92 472	7.69 469	13.89 475	7.25 476	8.19 474	5.06 471	7.78 475	5.31 472	8.26 475

psmorigin	1.36 428	0.60 232	13.80 475	0.37 279	0.29 255	0.62 239	0.33 265	0.77 202	0.61 199	0.96 399	0.88 371	1.17 417	0.73 362	4.00 458	0.86 341	0.19 342	0.22 360	0.17 324	0.18 301	0.24 263	0.29 339

xxxxx1	28.96 487	20.11 481	14.07 476	49.74 486	39.15 486	18.98 476	26.64 480	21.94 483	20.21 482	16.45 477	17.48 478	18.36 478	21.56 480	16.21 480	20.88 482	23.07 483	26.55 485	66.40 487	78.70 487	30.27 484	32.51 487

tt_ll	28.96 487	20.11 481	14.07 476	49.74 486	39.15 486	18.98 476	26.64 480	21.94 483	20.21 482	16.45 477	17.48 478	18.36 478	21.56 480	16.21 480	20.88 482	23.07 483	26.55 485	66.40 487	78.70 487	30.27 484	32.51 487

ff	28.96 487	20.11 481	14.07 476	49.74 486	39.15 486	18.98 476	26.64 480	21.94 483	20.21 482	16.45 477	17.48 478	18.36 478	21.56 480	16.21 480	20.88 482	23.07 483	26.55 485	66.40 487	78.70 487	30.27 484	32.51 487

HaxPig	19.86 479	22.40 485	22.34 479	17.95 479	17.95 477	11.77 473	11.89 473	16.02 481	15.89 479	21.10 482	21.41 483	18.74 481	18.39 478	20.08 484	19.69 481	23.63 486	23.22 484	24.06 482	23.69 482	23.00 482	23.95 484

DLNR_Zeroshot_test	13.43 476	19.94 480	23.55 480	121.61 490	35.03 485	0.46 54	0.15 4	8.02 473	0.35 10	0.28 53	0.37 76	0.26 44	0.17 6	0.76 217	0.29 119	6.42 473	0.26 384	0.09 30	0.38 406	50.13 488	0.18 227

CasAABBNet	24.81 483	22.53 486	24.83 481	26.08 483	25.74 481	39.86 486	57.06 488	28.87 487	28.83 488	21.16 484	22.54 485	24.22 484	23.89 486	26.38 486	30.87 488	14.25 478	16.71 482	13.09 477	14.81 480	17.78 478	16.71 480

DPSimNet_ROB	17.97 478	20.20 484	24.98 482	17.62 478	15.92 476	21.53 484	21.00 477	13.70 476	15.61 478	23.89 486	14.69 474	22.87 482	24.58 488	12.70 477	14.56 476	18.48 481	12.91 480	20.21 481	12.05 476	17.76 477	14.17 479

Selective-RAFT-Error	24.87 484	22.59 487	25.14 483	26.13 484	25.82 482	39.93 487	57.03 487	28.97 488	28.95 489	21.21 485	22.65 486	24.25 485	23.98 487	26.43 487	30.83 487	14.27 479	16.71 482	13.10 478	14.82 481	17.82 479	16.76 481

LSM0	26.58 485	22.63 488	25.88 484	30.13 485	52.21 489	39.94 488	56.74 486	28.97 488	28.72 487	21.14 483	22.26 484	24.43 486	23.88 485	26.54 488	30.87 488	14.32 480	16.55 481	13.12 479	14.71 479	17.92 480	20.60 483

MEDIAN_ROB	23.96 482	27.05 489	26.39 485	22.16 481	22.13 479	16.12 475	13.97 474	20.24 482	20.05 481	25.50 487	25.31 487	22.96 483	22.63 483	24.39 485	23.24 485	28.20 487	27.23 488	28.62 484	27.75 484	27.50 483	27.76 485

BEATNet-Init1	12.10 473	11.19 473	27.29 486	2.99 468	3.51 464	21.84 485	11.10 472	14.34 478	13.83 475	20.34 481	20.33 482	26.35 488	20.03 479	19.06 483	14.80 478	1.74 460	1.81 462	2.05 467	2.49 468	3.69 469	3.12 469

AVERAGE_ROB	26.93 486	30.34 490	29.27 487	25.82 482	25.34 480	19.48 481	15.17 475	23.55 486	23.00 486	28.45 488	27.87 488	26.25 487	25.86 489	26.96 489	25.55 486	31.30 488	30.07 489	31.76 485	30.81 485	30.79 487	30.93 486

coex-ft	5.95 468	1.67 441	60.57 488	0.34 226	0.30 265	0.77 349	0.69 397	0.74 170	4.41 460	19.22 480	2.15 436	1.62 432	7.97 469	1.81 352	8.96 469	0.44 413	2.08 466	0.18 344	0.19 320	0.38 372	4.62 471

test_example2	115.39 490	123.23 491	94.57 489	115.52 489	123.55 490	101.63 490	114.33 490	53.41 490	99.48 490	134.90 490	135.05 490	85.83 490	85.11 490	111.32 490	106.15 490	152.55 490	205.26 490	99.78 490	114.96 490	140.96 490	110.20 490

EDNetEfficientorigin	8.18 470	0.98 373	145.96 490	0.51 371	0.89 432	0.72 324	0.48 345	0.85 265	1.56 439	2.12 445	1.49 419	1.29 419	1.31 419	1.83 353	2.13 419	0.13 228	0.12 228	0.17 324	0.18 301	0.39 380	0.45 407

ASD4		19.65 479

Low-res two-view benchmark