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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

CroCo-Stereo Lap2	0.14 2	0.10 2	0.08 1	0.08 2	0.08 5	0.08 2	0.05 2	0.12 1	0.06 2	0.22 10	0.07 2	0.16 3	0.07 3	0.04 1	0.20 2	0.26 5	0.22 3	0.19 4	0.26 7	0.11 1	0.28 8	0.16 3	0.06 2	0.08 2	0.22 4	0.23 8	0.20 3	0.16 4

MoCha-V2	0.14 2	0.15 6	0.11 4	0.12 6	0.09 6	0.11 4	0.09 7	0.13 2	0.08 5	0.13 3	0.18 8	0.17 6	0.07 3	0.07 5	0.17 1	0.23 3	0.20 1	0.20 5	0.25 5	0.14 4	0.29 10	0.17 4	0.08 5	0.08 2	0.17 2	0.16 2	0.15 1	0.11 1

ProNet	0.14 2	0.13 3	0.14 6	0.11 5	0.07 3	0.14 6	0.12 15	0.13 2	0.06 2	0.08 1	0.24 20	0.09 1	0.06 1	0.07 5	0.22 4	0.21 2	0.22 3	0.18 2	0.19 1	0.14 4	0.20 1	0.11 1	0.12 10	0.11 5	0.16 1	0.13 1	0.17 2	0.12 2

CroCo-Stereo	0.13 1	0.09 1	0.08 1	0.07 1	0.04 2	0.06 1	0.04 1	0.14 4	0.05 1	0.10 2	0.03 1	0.13 2	0.06 1	0.04 1	0.24 5	0.26 5	0.20 1	0.18 2	0.20 2	0.11 1	0.24 4	0.15 2	0.05 1	0.06 1	0.22 4	0.20 3	0.23 5	0.15 3
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
AEACV	0.19 7	0.31 20	0.14 6	0.17 14	0.13 8	0.12 5	0.07 4	0.15 5	0.07 4	0.16 6	0.15 3	0.18 7	0.11 7	0.11 11	0.25 7	0.25 4	0.32 9	0.23 8	0.35 16	0.18 7	0.27 5	0.22 12	0.11 9	0.11 5	0.20 3	0.22 7	0.25 6	0.18 6

StereoVision	0.18 6	0.13 3	0.11 4	0.09 3	0.14 11	0.16 7	0.08 5	0.17 6	0.17 9	0.15 5	0.15 3	0.16 3	0.10 5	0.06 4	0.25 7	0.26 5	0.27 6	0.22 7	0.22 3	0.16 6	0.23 3	0.17 4	0.06 2	0.13 7	0.28 12	0.29 15	0.38 14	0.28 14

delet	0.24 8	0.25 10	0.22 32	0.24 28	0.20 26	0.28 43	0.16 37	0.21 7	0.18 12	0.23 11	0.26 24	0.26 10	0.15 12	0.25 84	0.32 15	0.28 8	0.31 8	0.27 10	0.24 4	0.24 21	0.31 11	0.20 8	0.16 25	0.19 16	0.28 12	0.25 10	0.32 9	0.31 16

StereoIM	0.26 11	0.20 7	0.16 10	0.10 4	0.10 7	0.10 3	0.08 5	0.24 8	0.14 7	0.36 19	0.16 6	0.36 22	0.12 8	0.08 7	0.33 16	0.35 20	0.39 22	0.35 36	0.53 42	0.20 11	0.40 21	0.26 17	0.13 16	0.15 8	0.39 41	0.39 45	0.40 17	0.49 53

RAFT	0.17 5	0.13 3	0.10 3	0.16 11	0.07 3	0.21 17	0.05 2	0.25 9	0.12 6	0.14 4	0.15 3	0.16 3	0.10 5	0.05 3	0.21 3	0.20 1	0.23 5	0.15 1	0.28 8	0.13 3	0.21 2	0.17 4	0.07 4	0.10 4	0.26 7	0.24 9	0.33 10	0.23 8

RYNet	0.27 13	0.23 8	0.18 14	0.15 8	0.17 18	0.19 14	0.13 17	0.25 9	0.31 81	0.17 7	0.20 13	0.19 8	0.14 10	0.13 17	0.80 116	0.28 8	0.27 6	0.41 57	0.28 8	0.19 9	0.27 5	0.21 9	0.29 116	0.18 15	0.27 10	0.76 128	0.34 11	0.23 8

TDLM	0.24 8	0.29 16	0.22 32	0.22 23	0.27 54	0.23 24	0.18 43	0.26 11	0.19 17	0.18 8	0.38 55	0.29 12	0.21 27	0.15 23	0.24 5	0.28 8	0.32 9	0.28 12	0.25 5	0.21 13	0.28 8	0.19 7	0.16 25	0.21 21	0.24 6	0.20 3	0.28 7	0.25 10

AANet_RVC	0.28 15	0.27 12	0.23 37	0.19 16	0.28 58	0.16 7	0.16 37	0.29 12	0.30 65	0.20 9	0.27 27	0.24 9	0.21 27	0.19 33	0.45 38	0.36 25	0.33 12	0.34 27	0.29 10	0.29 37	0.27 5	0.27 18	0.22 81	0.21 21	0.34 29	0.33 28	0.42 18	0.52 58

AASNet	0.28 15	0.34 25	0.22 32	0.25 33	0.26 45	0.34 70	0.25 82	0.32 13	0.17 9	0.29 14	0.36 47	0.26 10	0.18 20	0.24 70	0.36 20	0.31 15	0.34 14	0.32 19	0.32 11	0.28 33	0.35 17	0.28 20	0.17 37	0.22 27	0.30 17	0.28 14	0.35 13	0.25 10

MMNet	0.29 18	0.29 16	0.22 32	0.26 37	0.26 45	0.26 33	0.18 43	0.33 14	0.23 25	0.24 12	0.28 29	0.35 18	0.15 12	0.32 121	0.39 24	0.31 15	0.36 16	0.34 27	0.41 21	0.27 31	0.32 12	0.21 9	0.17 37	0.23 39	0.32 24	0.30 17	0.46 22	0.32 18

MIF-Stereo	0.28 15	0.27 12	0.15 8	0.15 8	0.13 8	0.17 10	0.09 7	0.35 15	0.19 17	0.49 56	0.21 14	0.41 31	0.18 20	0.14 20	0.40 26	0.39 32	0.42 27	0.34 27	0.56 55	0.25 24	0.43 27	0.24 14	0.13 16	0.19 16	0.31 21	0.41 50	0.30 8	0.37 25

DMCA	0.32 25	0.31 20	0.30 56	0.24 28	0.25 41	0.27 36	0.22 67	0.36 16	0.33 94	0.31 15	0.40 64	0.40 27	0.23 33	0.25 84	0.41 32	0.37 27	0.40 23	0.39 48	0.36 17	0.28 33	0.41 22	0.27 18	0.25 99	0.25 55	0.31 21	0.35 33	0.39 15	0.37 25

MIF-Stereo (partial)	0.30 20	0.44 69	0.18 14	0.16 11	0.16 16	0.21 17	0.11 12	0.37 17	0.22 23	0.37 22	0.24 20	0.32 14	0.17 18	0.13 17	0.39 24	0.45 64	0.46 36	0.38 46	0.42 24	0.25 24	0.43 27	0.35 30	0.18 43	0.21 21	0.35 32	0.32 25	0.50 27	0.44 45

anonymousdsp	0.25 10	0.23 8	0.19 16	0.16 11	0.14 11	0.18 12	0.10 10	0.37 17	0.19 17	0.32 17	0.22 17	0.32 14	0.12 8	0.14 20	0.29 10	0.32 17	0.32 9	0.28 12	0.39 19	0.22 14	0.46 40	0.31 24	0.12 10	0.15 8	0.26 7	0.20 3	0.52 32	0.20 7

HCRNet	0.32 25	0.38 41	0.20 19	0.39 91	0.17 18	0.29 46	0.18 43	0.40 19	0.18 12	0.80 195	0.40 64	0.49 54	0.18 20	0.22 48	0.38 23	0.30 13	0.38 20	0.29 16	0.40 20	0.19 9	0.33 14	0.23 13	0.19 51	0.16 11	0.26 7	0.31 21	0.51 28	0.31 16

test croco	0.31 23	0.43 65	0.20 19	0.20 19	0.16 16	0.20 16	0.10 10	0.41 20	0.18 12	0.48 48	0.19 10	0.34 17	0.17 18	0.10 9	0.41 32	0.44 54	0.45 32	0.40 53	0.55 49	0.24 21	0.41 22	0.34 28	0.14 19	0.21 21	0.32 24	0.33 28	0.39 15	0.48 52

CAS	0.38 37	0.45 76	0.25 43	0.29 48	0.29 63	0.23 24	0.13 17	0.41 20	0.27 45	0.41 26	0.54 109	0.35 18	0.35 107	0.21 42	0.52 46	0.38 29	0.50 57	0.34 27	0.52 35	0.26 29	0.43 27	0.41 46	0.19 51	0.23 39	0.51 75	0.52 87	0.62 63	0.77 125

RAFT + AFF	0.27 13	0.26 11	0.17 13	0.21 20	0.13 8	0.19 14	0.13 17	0.41 20	0.18 12	0.44 35	0.19 10	0.42 33	0.14 10	0.09 8	0.86 133	0.29 11	0.41 25	0.20 5	0.55 49	0.23 17	0.47 47	0.21 9	0.12 10	0.15 8	0.28 12	0.20 3	0.21 4	0.17 5

CVANet_RVC	0.31 23	0.40 51	0.30 56	0.40 95	0.29 63	0.37 80	0.23 74	0.41 20	0.23 25	0.31 15	0.49 85	0.37 24	0.26 44	0.19 33	0.29 10	0.33 19	0.34 14	0.32 19	0.32 11	0.25 24	0.34 16	0.25 15	0.18 43	0.25 55	0.30 17	0.25 10	0.34 11	0.30 15

iinet-f	0.52 90	0.43 65	0.36 77	0.34 71	0.25 41	0.47 116	0.25 82	0.43 24	0.27 45	0.52 68	0.94 182	0.61 95	0.44 136	0.25 84	1.06 171	0.57 121	0.52 70	0.39 48	1.51 151	0.50 118	0.58 101	0.75 138	0.26 106	0.25 55	0.52 79	0.38 42	0.76 103	0.53 62

PWCDC_ROB	0.67 130	0.35 33	0.39 93	0.29 48	0.43 126	0.34 70	0.36 116	0.43 24	1.25 210	0.27 13	0.72 156	0.44 40	2.38 218	0.57 189	1.11 176	0.76 165	0.56 94	0.56 146	0.64 71	0.55 134	0.63 112	2.08 214	0.46 161	0.40 128	0.36 33	0.63 102	0.51 28	0.67 101

LoS_RVC	0.42 51	0.45 76	0.43 113	0.19 16	0.25 41	0.24 28	0.16 37	0.44 26	0.28 52	0.51 61	0.48 81	0.42 33	0.31 76	0.22 48	0.60 64	0.45 64	0.46 36	0.41 57	0.71 89	0.30 41	0.67 124	0.51 86	0.19 51	0.32 92	0.61 105	0.44 56	0.58 49	0.61 85

tt_ll	0.42 51	0.45 76	0.43 113	0.19 16	0.25 41	0.24 28	0.16 37	0.44 26	0.28 52	0.51 61	0.48 81	0.42 33	0.31 76	0.22 48	0.60 64	0.45 64	0.46 36	0.41 57	0.71 89	0.30 41	0.67 124	0.51 86	0.19 51	0.32 92	0.61 105	0.44 56	0.58 49	0.61 85

iRaftStereo_RVC	0.26 11	0.27 12	0.16 10	0.13 7	0.14 11	0.18 12	0.09 7	0.44 26	0.14 7	0.36 19	0.36 47	0.32 14	0.16 15	0.13 17	0.29 10	0.29 11	0.38 20	0.28 12	0.34 15	0.22 14	0.41 22	0.38 37	0.12 10	0.17 12	0.27 10	0.29 15	0.42 18	0.27 13

ARAFT	0.34 30	0.38 41	0.23 37	0.26 37	0.21 28	0.27 36	0.14 24	0.44 26	0.24 33	0.50 57	0.30 31	0.41 31	0.16 15	0.15 23	0.67 91	0.42 42	0.50 57	0.47 97	0.51 33	0.23 17	0.53 79	0.32 25	0.16 25	0.19 16	0.43 49	0.30 17	0.52 32	0.37 25

FINET	0.40 43	0.38 41	0.39 93	0.43 108	0.30 70	0.34 70	0.35 114	0.44 26	0.36 108	0.47 43	0.32 35	0.47 48	0.30 64	0.28 100	0.66 86	0.50 96	0.48 49	0.36 39	0.60 65	0.33 52	0.46 40	0.37 36	0.30 119	0.30 80	0.43 49	0.35 33	0.56 40	0.42 41

GANet	0.32 25	0.29 16	0.27 48	0.34 71	0.33 80	0.38 85	0.29 100	0.44 26	0.24 33	0.35 18	0.30 31	0.46 45	0.22 30	0.21 42	0.31 14	0.32 17	0.40 23	0.43 69	0.33 13	0.22 14	0.33 14	0.29 21	0.22 81	0.24 47	0.31 21	0.27 12	0.42 18	0.34 22

MGS-Stereo	0.37 35	0.46 82	0.21 23	0.22 23	0.19 23	0.22 22	0.15 29	0.45 32	0.17 9	0.36 19	0.26 24	0.29 12	0.19 24	0.23 58	1.37 190	0.40 34	0.52 70	0.45 83	0.55 49	0.33 52	0.50 59	0.41 46	0.21 71	0.22 27	0.33 28	0.30 17	0.47 23	0.45 47

MIM_Stereo	0.32 25	0.40 51	0.25 43	0.28 43	0.20 26	0.27 36	0.14 24	0.45 32	0.18 12	0.48 48	0.25 22	0.42 33	0.18 20	0.16 26	0.36 20	0.42 42	0.44 29	0.36 39	0.47 27	0.28 33	0.47 47	0.36 32	0.12 10	0.23 39	0.29 16	0.27 12	0.47 23	0.33 21

DISCO	0.45 70	0.44 69	0.29 52	0.40 95	0.38 109	0.49 120	0.43 131	0.45 32	0.43 138	0.50 57	0.57 113	0.40 27	0.29 55	0.30 108	0.61 69	0.43 49	0.55 89	0.46 91	0.69 86	0.41 95	0.48 52	0.43 57	0.26 106	0.32 92	0.47 59	0.50 83	0.62 63	0.50 55

DSFCA	0.45 70	0.50 115	0.40 98	0.40 95	0.37 103	0.44 105	0.34 112	0.46 35	0.39 121	0.40 25	0.57 113	0.49 54	0.29 55	0.24 70	0.61 69	0.44 54	0.49 52	0.49 109	0.64 71	0.39 87	0.50 59	0.51 86	0.33 132	0.35 111	0.49 69	0.50 83	0.57 42	0.58 76

DMCA-RVC	0.44 66	0.37 35	0.35 72	0.33 69	0.37 103	0.32 56	0.41 128	0.46 35	0.52 151	0.43 28	0.48 81	0.68 114	0.33 89	0.29 106	0.65 85	0.46 71	0.47 45	0.44 74	0.49 30	0.38 75	0.49 56	0.48 80	0.29 116	0.32 92	0.38 38	0.37 38	0.57 42	0.62 89

IER	0.41 46	0.37 35	0.31 60	0.30 55	0.28 58	0.35 75	0.24 77	0.47 37	0.28 52	0.44 35	0.59 117	0.77 134	0.29 55	0.35 132	0.63 76	0.42 42	0.47 45	0.42 64	0.44 25	0.34 56	0.42 26	0.36 32	0.28 113	0.26 61	0.40 45	0.47 70	0.52 32	0.52 58

UPFNet	0.38 37	0.34 25	0.34 70	0.32 63	0.33 80	0.39 87	0.29 100	0.47 37	0.33 94	0.43 28	0.41 66	0.40 27	0.30 64	0.34 126	0.61 69	0.40 34	0.46 36	0.41 57	0.52 35	0.35 65	0.35 17	0.34 28	0.25 99	0.27 64	0.38 38	0.35 33	0.55 38	0.37 25

HGLStereo	0.43 63	0.43 65	0.37 81	0.34 71	0.37 103	0.39 87	0.23 74	0.48 39	0.31 81	0.47 43	0.72 156	0.42 33	0.29 55	0.32 121	0.51 44	0.49 93	0.55 89	0.50 115	0.55 49	0.39 87	0.51 63	0.43 57	0.22 81	0.33 104	0.51 75	0.51 85	0.57 42	0.45 47

AFF-stereo	0.30 20	0.34 25	0.26 46	0.18 15	0.17 18	0.33 63	0.11 12	0.50 40	0.23 25	0.46 40	0.28 29	0.40 27	0.16 15	0.12 15	0.27 9	0.35 20	0.37 18	0.25 9	0.57 59	0.23 17	0.38 19	0.25 15	0.17 37	0.17 12	0.37 34	0.37 38	0.48 25	0.32 18

PDISCO_ROB	0.48 79	0.40 51	0.39 93	0.38 88	0.34 89	0.39 87	0.28 93	0.50 40	0.35 104	0.37 22	0.52 99	0.49 54	0.35 107	0.31 115	0.63 76	0.58 126	0.54 81	0.68 182	0.59 64	0.44 104	0.62 109	0.67 124	0.24 96	0.34 108	0.54 85	0.53 89	0.85 128	0.58 76

TANstereo	0.55 100	0.41 55	0.35 72	0.40 95	0.39 112	0.45 109	0.21 62	0.52 42	0.30 65	0.54 79	0.37 53	0.38 25	0.38 117	0.41 146	0.84 127	0.73 162	0.66 149	0.78 202	1.10 132	0.89 200	0.62 109	0.54 95	0.93 213	0.32 92	0.34 29	0.45 61	0.99 154	0.53 62

XX-TBD	0.55 100	0.41 55	0.35 72	0.40 95	0.39 112	0.45 109	0.21 62	0.52 42	0.30 65	0.54 79	0.37 53	0.38 25	0.38 117	0.41 146	0.84 127	0.73 162	0.66 149	0.78 202	1.10 132	0.89 200	0.62 109	0.54 95	0.93 213	0.32 92	0.34 29	0.45 61	0.99 154	0.53 62

STTStereo	0.53 93	0.56 145	0.54 149	0.44 112	0.52 146	0.43 103	0.59 157	0.52 42	0.46 143	0.47 43	0.55 111	0.71 121	0.42 126	0.56 185	0.87 138	0.44 54	0.49 52	0.51 122	0.54 47	0.37 72	0.51 63	0.40 43	0.32 129	0.35 111	0.52 79	0.66 107	0.68 81	0.99 149

DeepPrunerF	1.22 187	0.49 101	0.39 93	0.58 144	2.86 246	0.49 120	0.55 150	0.52 42	0.58 164	0.43 28	0.67 146	0.43 38	0.32 85	0.42 156	1.64 205	0.75 164	0.58 107	0.46 91	0.93 119	0.46 111	0.61 107	0.53 93	0.40 151	0.35 111	15.32 266	0.82 140	0.65 73	0.62 89

RAFT_CTSACE	0.30 20	0.37 35	0.15 8	0.15 8	0.15 14	0.25 31	0.18 43	0.53 46	0.20 20	0.55 85	0.18 8	0.44 40	0.29 55	0.16 26	0.29 10	0.30 13	0.37 18	0.27 10	0.37 18	0.18 7	0.38 19	0.45 65	0.10 8	0.17 12	0.30 17	0.31 21	0.60 57	0.26 12

CFNet	0.45 70	0.44 69	0.33 66	0.48 119	0.40 116	0.39 87	0.30 106	0.53 46	0.32 89	0.48 48	0.50 90	0.68 114	0.40 122	0.30 108	0.56 50	0.37 27	0.48 49	0.43 69	0.52 35	0.33 52	0.46 40	0.30 23	0.23 89	0.31 88	0.61 105	0.52 87	0.69 84	0.71 114

CFNet_RVC	0.51 86	0.51 120	0.47 130	0.50 124	0.48 138	0.48 118	0.32 108	0.53 46	0.37 114	0.51 61	0.65 138	0.57 80	0.34 100	0.30 108	0.69 96	0.44 54	0.52 70	0.47 97	0.57 59	0.42 101	0.56 88	0.49 81	0.27 110	0.35 111	0.65 119	0.74 121	0.80 111	0.75 123

XPNet_ROB	0.74 149	0.77 178	0.57 153	0.54 137	0.61 162	0.63 157	0.61 165	0.53 46	0.65 171	0.58 102	0.81 170	2.35 204	0.46 140	0.43 159	0.79 114	0.63 135	0.85 186	0.57 151	0.83 110	0.55 134	0.72 136	1.09 169	0.45 159	0.49 161	0.63 114	0.74 121	1.39 196	0.86 136

TESTraft	0.37 35	0.46 82	0.21 23	0.21 20	0.23 33	0.21 17	0.16 37	0.54 50	0.31 81	0.51 61	0.23 18	0.36 22	0.36 111	0.11 11	0.85 131	0.48 87	0.45 32	0.32 19	0.48 29	0.24 21	0.46 40	0.65 116	0.12 10	0.23 39	0.37 34	0.43 53	0.57 42	0.39 30

test_5	0.29 18	0.39 46	0.16 10	0.22 23	0.15 14	0.21 17	0.13 17	0.54 50	0.20 20	0.38 24	0.19 10	0.44 40	0.34 100	0.10 9	0.43 37	0.38 29	0.33 12	0.32 19	0.33 13	0.20 11	0.32 12	0.35 30	0.09 6	0.21 21	0.28 12	0.30 17	0.51 28	0.32 18

raft+_RVC	0.35 33	0.34 25	0.26 46	0.25 33	0.23 33	0.25 31	0.18 43	0.54 50	0.26 41	0.52 68	0.43 69	0.46 45	0.23 33	0.18 30	0.42 36	0.38 29	0.43 28	0.34 27	0.61 69	0.26 29	0.43 27	0.38 37	0.13 16	0.20 19	0.39 41	0.39 45	0.58 49	0.42 41

RALAANet	0.41 46	0.41 55	0.37 81	0.28 43	0.28 58	0.33 63	0.24 77	0.54 50	0.27 45	0.48 48	0.48 81	0.43 38	0.25 41	0.20 37	0.57 53	0.41 38	0.49 52	0.50 115	0.71 89	0.40 92	0.52 73	0.46 70	0.21 71	0.29 72	0.46 57	0.45 61	0.70 88	0.47 50

ADLNet	0.46 74	0.53 136	0.37 81	0.41 100	0.41 121	0.44 105	0.40 126	0.54 50	0.35 104	0.45 37	0.53 103	0.76 131	0.36 111	0.62 195	0.58 57	0.42 42	0.49 52	0.42 64	0.50 31	0.37 72	0.43 27	0.44 62	0.34 134	0.25 55	0.47 59	0.55 93	0.57 42	0.45 47

PMTNet	0.48 79	0.48 98	0.43 113	0.31 61	0.30 70	0.27 36	0.22 67	0.54 50	0.29 59	0.57 96	0.39 61	0.59 90	0.23 33	0.23 58	0.64 82	0.59 128	0.57 103	0.37 42	1.17 138	0.33 52	0.67 124	0.40 43	0.20 63	0.21 21	0.79 154	0.59 98	0.65 73	0.92 142

Former-RAFT_DAM_RVC	0.41 46	0.33 22	0.29 52	0.29 48	0.24 39	0.26 33	0.16 37	0.55 56	0.40 123	0.55 85	0.49 85	0.49 54	0.27 50	0.23 58	0.58 57	0.45 64	0.51 66	0.40 53	0.50 31	0.36 67	0.46 40	0.50 85	0.16 25	0.23 39	0.49 69	0.75 125	0.44 21	0.56 72

AE-Stereo	0.54 98	0.48 98	0.44 121	0.50 124	0.35 93	0.36 78	0.28 93	0.55 56	0.29 59	0.64 135	0.31 34	0.89 151	0.31 76	0.24 70	0.55 48	0.65 145	0.68 157	0.52 129	0.87 114	0.53 124	0.72 136	0.81 146	0.21 71	0.47 154	0.79 154	0.69 109	0.94 144	0.62 89

TestStereo1	0.38 37	0.49 101	0.19 16	0.22 23	0.23 33	0.23 24	0.15 29	0.55 56	0.30 65	0.52 68	0.21 14	0.35 18	0.39 119	0.11 11	0.80 116	0.50 96	0.46 36	0.32 19	0.53 42	0.25 24	0.52 73	0.67 124	0.15 21	0.22 27	0.37 34	0.42 51	0.60 57	0.39 30

SA-5K	0.38 37	0.49 101	0.19 16	0.22 23	0.23 33	0.23 24	0.15 29	0.55 56	0.30 65	0.52 68	0.21 14	0.35 18	0.39 119	0.11 11	0.80 116	0.50 96	0.46 36	0.32 19	0.53 42	0.25 24	0.52 73	0.67 124	0.15 21	0.22 27	0.37 34	0.42 51	0.60 57	0.39 30

DLCB_ROB	0.53 93	0.50 115	0.48 133	0.41 100	0.45 129	0.43 103	0.39 124	0.55 56	0.45 139	0.57 96	0.61 125	0.70 119	0.52 153	0.41 146	0.60 64	0.47 82	0.57 103	0.48 102	0.52 35	0.43 103	0.55 84	0.47 74	0.38 146	0.42 135	0.96 183	0.79 134	0.70 88	0.62 89

NLCA_NET_v2_RVC	0.51 86	0.52 129	0.48 133	0.43 108	0.57 156	0.42 99	0.62 168	0.56 61	0.62 168	0.52 68	0.51 96	0.67 112	0.34 100	0.58 192	0.78 111	0.42 42	0.47 45	0.42 64	0.57 59	0.38 75	0.46 40	0.42 51	0.30 119	0.32 92	0.48 62	0.76 128	0.62 63	0.64 96
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
EGLCR-Stereo	0.47 76	0.49 101	0.41 107	0.29 48	0.30 70	0.44 105	0.14 24	0.57 62	0.26 41	0.57 96	0.27 27	0.58 85	0.23 33	0.21 42	0.36 20	0.47 82	0.53 79	0.45 83	0.75 100	0.32 50	0.69 130	0.93 157	0.19 51	0.24 47	0.48 62	0.49 80	1.30 189	0.70 113

LMCR-Stereo	0.50 83	0.46 82	0.33 66	0.32 63	0.33 80	0.42 99	0.24 77	0.57 62	0.37 114	0.55 85	0.46 79	0.65 108	0.40 122	0.26 94	0.69 96	0.49 93	0.62 134	0.49 109	1.11 134	0.57 143	0.66 120	0.64 114	0.25 99	0.32 92	0.48 62	0.49 80	0.63 66	0.65 98

CREStereo++_RVC	0.43 63	0.42 62	0.39 93	0.30 55	0.33 80	0.27 36	0.19 54	0.57 62	0.31 81	0.58 102	0.36 47	0.58 85	0.56 160	0.23 58	0.48 41	0.50 96	0.61 130	0.34 27	0.52 35	0.30 41	0.56 88	0.42 51	0.16 25	0.29 72	0.49 69	0.44 56	0.79 110	0.69 107
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
UNet	0.44 66	0.42 62	0.40 98	0.37 85	0.36 96	0.41 95	0.28 93	0.57 62	0.35 104	0.50 57	0.49 85	0.47 48	0.34 100	0.37 138	0.53 47	0.43 49	0.54 81	0.46 91	0.56 55	0.39 87	0.47 47	0.44 62	0.27 110	0.34 108	0.44 51	0.48 75	0.58 49	0.57 74

anonymousdsp2	0.38 37	0.46 82	0.30 56	0.25 33	0.23 33	0.32 56	0.18 43	0.58 66	0.23 25	0.47 43	0.38 55	0.48 51	0.23 33	0.18 30	0.40 26	0.39 32	0.44 29	0.33 25	0.88 115	0.31 46	0.48 52	0.52 90	0.17 37	0.23 39	0.41 47	0.33 28	0.61 60	0.42 41

RAFT+CT+SA	0.32 25	0.46 82	0.20 19	0.26 37	0.18 21	0.22 22	0.15 29	0.58 66	0.23 25	0.52 68	0.17 7	0.46 45	0.33 89	0.12 15	0.33 16	0.43 49	0.36 16	0.30 17	0.45 26	0.23 17	0.45 35	0.49 81	0.09 6	0.22 27	0.32 24	0.31 21	0.53 36	0.35 23

AnonymousM	0.79 157	0.34 25	0.20 19	0.24 28	0.22 29	0.21 17	0.15 29	0.58 66	0.21 22	0.57 96	0.39 61	0.45 44	0.15 12	0.19 33	0.56 50	0.54 113	0.54 81	0.40 53	0.53 42	0.30 41	0.65 119	0.54 95	0.20 63	0.22 27	0.30 17	0.39 45	1.31 190	11.04 253

RAFT-Stereo + iAFF	0.35 33	0.41 55	0.32 63	0.24 28	0.19 23	0.28 43	0.13 17	0.58 66	0.24 33	0.46 40	0.35 46	0.49 54	0.19 24	0.15 23	0.34 19	0.35 20	0.41 25	0.28 12	0.65 75	0.28 33	0.44 32	0.33 26	0.19 51	0.22 27	0.51 75	0.37 38	0.58 49	0.44 45

RASNet	0.42 51	0.45 76	0.43 113	0.33 69	0.33 80	0.37 80	0.27 88	0.58 66	0.34 99	0.47 43	0.43 69	0.49 54	0.33 89	0.25 84	0.41 32	0.41 38	0.48 49	0.39 48	0.47 27	0.30 41	0.49 56	0.40 43	0.19 51	0.44 144	0.40 45	0.46 68	0.75 100	0.63 94

UCFNet_RVC	0.56 107	0.78 180	0.45 125	0.59 147	0.55 153	0.52 130	0.39 124	0.58 66	0.40 123	0.59 107	0.60 119	0.82 138	0.45 137	0.32 121	0.70 101	0.42 42	0.50 57	0.50 115	0.67 79	0.45 106	0.56 88	0.47 74	0.38 146	0.41 131	0.77 149	0.71 114	0.65 73	0.86 136

HITNet	0.38 37	0.37 35	0.28 50	0.34 71	0.29 63	0.26 33	0.19 54	0.58 66	0.32 89	0.57 96	0.45 75	0.55 75	0.30 64	0.22 48	0.51 44	0.35 20	0.44 29	0.39 48	0.41 21	0.29 37	0.41 22	0.38 37	0.20 63	0.25 55	0.39 41	0.37 38	0.70 88	0.52 58
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
test_4	0.34 30	0.33 22	0.27 48	0.21 20	0.18 21	0.16 7	0.11 12	0.59 73	0.26 41	0.58 102	0.25 22	0.50 60	0.20 26	0.19 33	0.33 16	0.40 34	0.45 32	0.34 27	0.41 21	0.29 37	0.45 35	0.41 46	0.16 25	0.24 47	0.38 38	0.40 49	0.59 56	0.42 41

dd	0.50 83	0.51 120	0.28 50	0.91 186	0.31 78	0.65 160	0.29 100	0.59 73	0.23 25	0.54 79	0.30 31	0.75 129	0.27 50	0.26 94	0.84 127	0.46 71	0.70 162	0.39 48	1.05 128	0.38 75	0.48 52	0.43 57	0.23 89	0.30 80	0.53 81	0.39 45	0.74 98	0.58 76

rafts_anoy	0.41 46	0.51 120	0.35 72	0.29 48	0.30 70	0.33 63	0.22 67	0.59 73	0.25 38	0.51 61	0.50 90	0.48 51	0.23 33	0.17 29	0.57 53	0.46 71	0.51 66	0.50 115	0.58 63	0.34 56	0.50 59	0.43 57	0.19 51	0.28 68	0.50 72	0.47 70	0.52 32	0.53 62

GES	0.59 119	0.52 129	0.37 81	0.39 91	0.40 116	0.53 133	0.37 118	0.59 73	0.40 123	0.56 92	0.60 119	0.50 60	0.30 64	0.41 146	0.98 161	0.63 135	0.67 155	0.55 144	2.28 176	0.56 138	0.70 133	0.56 100	0.31 124	0.42 135	0.48 62	0.48 75	0.65 73	0.68 105

GMStereo	0.41 46	0.48 98	0.25 43	0.32 63	0.32 79	0.37 80	0.28 93	0.59 73	0.30 65	0.45 37	0.36 47	0.61 95	0.31 76	0.24 70	0.45 38	0.41 38	0.54 81	0.35 36	0.73 93	0.39 87	0.51 63	0.33 26	0.23 89	0.28 68	0.48 62	0.36 36	0.68 81	0.41 36
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UDGNet	0.67 130	0.66 168	0.42 109	1.35 209	1.02 203	1.21 206	0.91 193	0.60 78	0.41 127	0.52 68	0.60 119	0.56 77	0.23 33	1.19 224	0.66 86	0.45 64	0.56 94	0.51 122	0.73 93	0.53 124	0.64 118	0.67 124	0.79 203	0.29 72	0.72 133	0.55 93	0.63 66	0.66 99

ICVP	0.58 113	0.49 101	0.67 176	0.50 124	0.48 138	0.52 130	0.36 116	0.60 78	0.45 139	0.61 116	0.58 116	0.61 95	0.56 160	0.30 108	0.67 91	0.64 139	0.58 107	0.51 122	0.72 92	0.51 121	0.58 101	0.74 136	0.59 192	0.47 154	0.60 104	0.75 125	0.74 98	0.72 116
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALCasStereoNet	0.42 51	0.50 115	0.35 72	0.35 80	0.30 70	0.31 53	0.24 77	0.60 78	0.25 38	0.56 92	0.49 85	0.58 85	0.26 44	0.18 30	0.57 53	0.46 71	0.54 81	0.49 109	0.51 33	0.34 56	0.51 63	0.41 46	0.21 71	0.31 88	0.53 81	0.49 80	0.48 25	0.58 76

sCroCo_RVC	0.58 113	0.42 62	0.29 52	0.28 43	0.29 63	0.39 87	0.22 67	0.60 78	0.41 127	0.53 78	0.43 69	0.48 51	0.50 147	0.24 70	0.75 109	0.99 199	0.75 172	0.63 166	1.02 127	0.56 138	1.10 178	1.36 188	0.28 113	0.39 125	0.63 114	0.63 102	0.93 141	0.64 96

APVNet	0.56 107	0.47 88	0.38 90	0.46 115	0.50 142	0.57 142	0.53 145	0.60 78	0.42 134	0.46 40	0.65 138	0.50 60	0.30 64	0.36 134	0.74 108	0.71 157	0.71 167	0.64 170	0.95 122	0.53 124	0.57 97	0.77 142	0.34 134	0.46 151	0.59 101	0.46 68	0.82 117	0.58 76

NVstereo2D	0.55 100	0.47 88	0.40 98	0.52 132	0.48 138	0.66 163	0.64 171	0.60 78	0.38 118	0.48 48	0.61 125	0.53 68	0.30 64	0.63 197	1.53 199	0.61 133	0.58 107	0.55 144	0.53 42	0.41 95	0.50 59	0.38 37	0.54 186	0.43 139	0.64 117	0.48 75	0.56 40	0.53 62

iResNet_ROB	0.50 83	0.49 101	0.42 109	0.42 104	0.30 70	0.42 99	0.32 108	0.60 78	0.33 94	0.52 68	0.59 117	0.47 48	0.56 160	0.25 84	0.81 119	0.46 71	0.57 103	0.49 109	1.19 139	0.36 67	0.48 52	0.36 32	0.25 99	0.37 122	0.57 91	0.54 91	0.75 100	0.61 85

AACVNet	0.55 100	0.47 88	0.40 98	0.58 144	0.61 162	0.53 133	0.37 118	0.61 85	0.40 123	0.59 107	0.64 133	0.58 85	0.33 89	0.36 134	0.69 96	0.54 113	0.58 107	0.54 139	0.69 86	0.52 123	0.54 82	0.52 90	0.36 139	0.44 144	0.59 101	0.69 109	0.82 117	0.83 132

s12784h	0.62 122	0.68 171	0.47 130	0.65 161	0.44 128	0.34 70	0.24 77	0.61 85	0.31 81	0.60 113	0.44 72	0.81 136	0.55 158	0.25 84	0.62 73	0.50 96	0.62 134	0.38 46	0.74 99	0.36 67	1.26 187	0.47 74	0.18 43	0.30 80	0.70 127	0.74 121	1.39 196	2.07 195

CREStereo	0.44 66	0.51 120	0.40 98	0.34 71	0.26 45	0.28 43	0.15 29	0.61 85	0.30 65	0.58 102	0.36 47	0.72 123	0.33 89	0.24 70	0.59 60	0.59 128	0.59 118	0.34 27	0.52 35	0.31 46	0.59 105	0.42 51	0.18 43	0.30 80	0.54 85	0.48 75	0.64 69	0.69 107
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
AF-Net	0.53 93	0.49 101	0.44 121	0.50 124	0.53 147	0.61 151	0.54 148	0.61 85	0.55 158	0.43 28	0.66 141	0.85 145	0.42 126	0.40 143	0.64 82	0.46 71	0.46 36	0.44 74	0.60 65	0.40 92	0.45 35	0.45 65	0.41 153	0.39 125	0.50 72	0.55 93	0.81 114	0.69 107

Nwc_Net	0.53 93	0.49 101	0.44 121	0.50 124	0.53 147	0.61 151	0.54 148	0.61 85	0.55 158	0.43 28	0.66 141	0.85 145	0.42 126	0.40 143	0.64 82	0.46 71	0.46 36	0.44 74	0.60 65	0.40 92	0.45 35	0.45 65	0.41 153	0.39 125	0.50 72	0.55 93	0.81 114	0.69 107

ADCRef	1.01 179	0.65 165	0.48 133	0.39 91	0.47 135	0.65 160	0.68 178	0.61 85	1.08 204	0.52 68	0.64 133	0.75 129	0.43 131	0.38 139	1.56 201	0.72 158	0.61 130	0.59 161	1.53 152	0.58 147	0.66 120	0.71 131	0.50 172	0.43 139	0.75 143	1.25 195	0.82 117	8.96 251

DeepPruner_ROB	0.59 119	0.44 69	0.54 149	0.52 132	0.54 150	0.49 120	0.37 118	0.61 85	0.46 143	0.60 113	0.70 150	0.61 95	0.51 151	0.32 121	1.06 171	0.58 126	0.62 134	0.59 161	0.66 77	0.47 115	0.97 169	0.72 134	0.36 139	0.44 144	0.61 105	1.00 170	0.72 93	0.58 76

panet	0.44 66	0.51 120	0.40 98	0.34 71	0.26 45	0.27 36	0.14 24	0.62 92	0.30 65	0.60 113	0.36 47	0.73 126	0.33 89	0.24 70	0.56 50	0.57 121	0.58 107	0.34 27	0.52 35	0.31 46	0.57 97	0.42 51	0.17 37	0.30 80	0.54 85	0.48 75	0.65 73	0.69 107

CASnet	0.40 43	0.52 129	0.23 37	0.27 41	0.27 54	0.30 52	0.14 24	0.62 92	0.29 59	0.61 116	0.44 72	0.64 105	0.28 53	0.23 58	0.55 48	0.36 25	0.45 32	0.31 18	0.73 93	0.27 31	0.63 112	0.39 42	0.21 71	0.24 47	0.42 48	0.32 25	0.61 60	0.56 72
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MIPNet	0.51 86	0.51 120	0.33 66	0.32 63	0.30 70	0.37 80	0.25 82	0.62 92	0.24 33	0.50 57	0.52 99	0.61 95	0.41 125	0.30 108	1.01 168	0.51 103	0.59 118	0.50 115	0.76 103	0.47 115	0.44 32	0.85 149	0.20 63	0.26 61	0.66 120	0.98 166	0.71 92	0.61 85

IPLGR	0.57 111	0.55 139	0.37 81	0.43 108	0.38 109	0.36 78	0.23 74	0.62 92	0.30 65	0.56 92	0.68 149	0.61 95	0.32 85	0.29 106	1.73 211	0.47 82	0.56 94	0.56 146	1.09 130	0.54 130	0.53 79	0.81 146	0.20 63	0.32 92	0.71 130	0.97 165	0.73 96	0.57 74

CFNet_pseudo	0.51 86	0.44 69	0.43 113	0.54 137	0.43 126	0.53 133	0.34 112	0.62 92	0.36 108	0.61 116	0.64 133	0.57 80	0.52 153	0.35 132	0.90 144	0.50 96	0.50 57	0.47 97	0.67 79	0.36 67	0.47 47	0.42 51	0.26 106	0.33 104	0.57 91	0.60 101	0.68 81	0.73 119

R-Stereo Train	0.66 127	0.55 139	0.43 113	0.48 119	0.36 96	0.50 124	0.18 43	0.62 92	0.31 81	0.68 159	0.62 129	0.72 123	0.34 100	0.25 84	0.69 96	0.89 180	0.66 149	0.51 122	2.12 171	0.46 111	0.94 163	1.49 195	0.22 81	0.36 118	0.71 130	0.96 160	0.77 104	1.10 157

RAFT-Stereo	0.66 127	0.55 139	0.43 113	0.48 119	0.36 96	0.50 124	0.18 43	0.62 92	0.31 81	0.68 159	0.62 129	0.72 123	0.34 100	0.25 84	0.69 96	0.89 180	0.66 149	0.51 122	2.12 171	0.46 111	0.94 163	1.49 195	0.22 81	0.36 118	0.71 130	0.96 160	0.77 104	1.10 157
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LL-Strereo2	0.34 30	0.29 16	0.21 23	0.24 28	0.19 23	0.17 10	0.13 17	0.63 99	0.26 41	0.58 102	0.23 18	0.44 40	0.22 30	0.14 20	0.41 32	0.41 38	0.47 45	0.35 36	0.73 93	0.31 46	0.47 47	0.36 32	0.21 71	0.20 19	0.32 24	0.34 32	0.51 28	0.35 23

4D-IteraStereo	0.40 43	0.28 15	0.33 66	0.35 80	0.24 39	0.24 28	0.15 29	0.63 99	0.28 52	0.61 116	0.39 61	0.51 64	0.22 30	0.22 48	0.48 41	0.43 49	0.49 52	0.43 69	0.66 77	0.34 56	0.63 112	0.70 130	0.14 19	0.22 27	0.39 41	0.47 70	0.63 66	0.39 30

CIPLG	0.42 51	0.47 88	0.24 41	0.32 63	0.22 29	0.32 56	0.19 54	0.63 99	0.24 33	0.55 85	0.50 90	0.60 94	0.30 64	0.41 146	0.93 149	0.44 54	0.52 70	0.37 42	0.56 55	0.38 75	0.56 88	0.45 65	0.19 51	0.24 47	0.44 51	0.31 21	0.57 42	0.38 29

IPLG	0.47 76	0.45 76	0.32 63	0.28 43	0.27 54	0.32 56	0.21 62	0.63 99	0.22 23	0.51 61	0.38 55	0.56 77	0.29 55	0.31 115	1.64 205	0.44 54	0.56 94	0.48 102	0.56 55	0.41 95	0.45 35	0.75 138	0.18 43	0.28 68	0.45 55	0.59 98	0.65 73	0.51 57

IPLGR_C	0.42 51	0.47 88	0.23 37	0.31 61	0.22 29	0.32 56	0.18 43	0.63 99	0.23 25	0.55 85	0.50 90	0.61 95	0.31 76	0.41 146	0.87 138	0.45 64	0.52 70	0.37 42	0.55 49	0.38 75	0.56 88	0.46 70	0.19 51	0.24 47	0.44 51	0.33 28	0.58 49	0.40 35

ACRE	0.42 51	0.47 88	0.22 32	0.32 63	0.22 29	0.33 63	0.18 43	0.63 99	0.23 25	0.55 85	0.50 90	0.61 95	0.30 64	0.41 146	0.91 145	0.45 64	0.52 70	0.36 39	0.55 49	0.38 75	0.57 97	0.44 62	0.19 51	0.23 39	0.44 51	0.32 25	0.58 49	0.39 30

RP	0.58 113	0.57 149	0.72 182	0.62 154	0.56 154	0.57 142	0.64 171	0.63 99	0.61 166	0.42 27	0.81 170	0.78 135	0.53 155	0.43 159	0.68 94	0.48 87	0.53 79	0.44 74	0.64 71	0.45 106	0.51 63	0.54 95	0.37 144	0.44 144	0.62 110	0.59 98	0.83 124	0.77 125

Any-RAFT	0.69 136	0.47 88	0.85 192	0.53 135	0.40 116	0.38 85	0.27 88	0.64 106	0.32 89	0.57 96	0.76 163	0.86 149	0.24 40	0.22 48	0.57 53	0.76 165	0.60 125	0.45 83	2.19 173	0.45 106	1.20 184	0.71 131	0.22 81	0.31 88	0.99 188	1.24 192	0.73 96	1.65 186

SA	0.42 51	0.47 88	0.21 23	0.25 33	0.23 33	0.31 53	0.13 17	0.64 106	0.32 89	0.61 116	0.26 24	0.54 70	0.21 27	0.16 26	0.63 76	0.47 82	0.52 70	0.41 57	0.60 65	0.29 37	0.46 40	0.61 109	0.15 21	0.27 64	0.45 55	0.58 97	0.96 149	0.47 50

GLC_STEREO	0.47 76	0.51 120	0.40 98	0.38 88	0.37 103	0.37 80	0.28 93	0.64 106	0.29 59	0.62 125	0.53 103	0.55 75	0.28 53	0.30 108	0.49 43	0.48 87	0.66 149	0.41 57	0.65 75	0.41 95	0.70 133	0.60 104	0.23 89	0.30 80	0.47 59	0.36 36	0.84 126	0.53 62

raftrobust	0.43 63	0.33 22	0.36 77	0.28 43	0.28 58	0.27 36	0.18 43	0.64 106	0.25 38	0.63 129	0.53 103	0.51 64	0.25 41	0.22 48	0.63 76	0.48 87	0.51 66	0.41 57	0.96 124	0.38 75	0.53 79	0.46 70	0.20 63	0.24 47	0.57 91	0.54 91	0.54 37	0.52 58

BEATNet_4x	0.53 93	0.40 51	0.34 70	0.39 91	0.36 96	0.32 56	0.27 88	0.64 106	0.41 127	0.66 150	0.45 75	0.62 103	0.39 119	0.24 70	0.83 124	0.63 135	0.58 107	0.58 156	0.57 59	0.36 67	0.90 160	1.52 198	0.25 99	0.36 118	0.46 57	0.44 56	0.77 104	0.60 83

PS-NSSS	0.60 121	0.81 186	0.44 121	0.89 184	0.54 150	0.71 171	0.63 169	0.64 106	0.38 118	0.64 135	0.41 66	1.52 189	0.47 142	0.41 146	0.59 60	0.42 42	0.52 70	0.45 83	0.94 121	0.42 101	0.44 32	0.29 21	0.36 139	0.34 108	0.63 114	0.69 109	0.70 88	0.80 128

iResNetv2_ROB	0.52 90	0.45 76	0.32 63	0.48 119	0.39 112	0.48 118	0.28 93	0.64 106	0.34 99	0.52 68	0.66 141	0.70 119	0.55 158	0.28 100	0.67 91	0.47 82	0.50 57	0.46 91	1.12 135	0.45 106	0.57 97	0.47 74	0.29 116	0.40 128	0.55 88	0.51 85	0.81 114	0.58 76

Sa-1000	0.48 79	0.47 88	0.21 23	0.26 37	0.26 45	0.31 53	0.15 29	0.65 113	0.36 108	0.63 129	0.33 41	0.50 60	0.26 44	0.30 108	0.94 153	0.49 93	0.59 118	0.45 83	0.90 117	0.32 50	0.52 73	0.75 138	0.17 37	0.27 64	0.72 133	0.53 89	1.00 159	0.49 53

test-3	0.55 100	0.37 35	0.37 81	0.34 71	0.33 80	0.33 63	0.22 67	0.65 113	0.27 45	0.61 116	0.34 43	0.90 152	0.31 76	0.21 42	0.60 64	0.44 54	0.55 89	0.42 64	2.59 190	0.38 75	0.56 88	1.37 189	0.16 25	0.29 72	0.48 62	0.38 42	0.69 84	0.54 68

ADCP+	0.92 168	0.59 151	0.62 163	0.44 112	0.45 129	0.55 139	0.85 187	0.65 113	1.81 227	0.48 48	1.10 196	1.62 193	0.33 89	0.42 156	1.03 169	0.52 105	0.52 70	0.48 102	1.19 139	0.38 75	0.58 101	0.60 104	0.32 129	0.30 80	0.66 120	3.45 251	0.77 104	4.14 229

PA-Net	0.64 125	0.67 169	0.66 173	0.50 124	0.66 174	0.50 124	0.64 171	0.65 113	0.73 177	0.54 79	0.52 99	0.58 85	0.58 166	0.59 194	0.93 149	0.57 121	0.46 36	0.54 139	0.61 69	0.54 130	0.49 56	0.66 119	0.36 139	0.52 164	0.64 117	1.24 192	0.64 69	1.32 173
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
test_1	0.55 100	0.37 35	0.37 81	0.34 71	0.33 80	0.33 63	0.22 67	0.66 117	0.27 45	0.62 125	0.34 43	0.90 152	0.31 76	0.21 42	0.61 69	0.44 54	0.55 89	0.42 64	2.58 189	0.38 75	0.56 88	1.38 191	0.16 25	0.29 72	0.48 62	0.38 42	0.69 84	0.54 68

pcwnet_v2	0.62 122	0.46 82	0.50 139	0.62 154	0.49 141	0.61 151	0.46 135	0.66 117	0.45 139	0.65 140	0.79 165	0.64 105	0.86 183	0.53 180	1.15 180	0.55 115	0.59 118	0.51 122	0.83 110	0.41 95	0.55 84	0.47 74	0.34 134	0.43 139	0.75 143	0.76 128	0.85 128	0.95 143

ETE_ROB	0.87 165	0.90 198	0.58 155	0.67 164	0.69 177	0.85 184	0.60 160	0.66 117	0.89 191	0.64 135	1.09 194	2.63 207	0.54 156	0.54 181	1.00 165	0.72 158	0.91 196	0.63 166	0.99 126	0.66 175	0.88 156	1.08 168	0.50 172	0.59 174	0.78 151	0.92 152	1.48 205	1.17 165

GMOStereo	0.42 51	0.39 46	0.21 23	0.30 55	0.26 45	0.29 46	0.19 54	0.67 120	0.30 65	0.66 150	0.32 35	0.54 70	0.33 89	0.20 37	0.40 26	0.46 71	0.50 57	0.44 74	0.68 81	0.34 56	0.51 63	0.66 119	0.16 25	0.22 27	0.58 95	0.45 61	0.82 117	0.41 36

error version	0.42 51	0.39 46	0.21 23	0.30 55	0.26 45	0.29 46	0.19 54	0.67 120	0.30 65	0.66 150	0.32 35	0.54 70	0.33 89	0.20 37	0.40 26	0.46 71	0.50 57	0.44 74	0.68 81	0.34 56	0.51 63	0.66 119	0.16 25	0.22 27	0.58 95	0.45 61	0.82 117	0.41 36

test-v	0.42 51	0.39 46	0.21 23	0.30 55	0.26 45	0.29 46	0.19 54	0.67 120	0.30 65	0.66 150	0.32 35	0.54 70	0.33 89	0.20 37	0.40 26	0.46 71	0.50 57	0.44 74	0.68 81	0.34 56	0.51 63	0.66 119	0.16 25	0.22 27	0.58 95	0.45 61	0.82 117	0.41 36

test-2	0.42 51	0.39 46	0.21 23	0.30 55	0.26 45	0.29 46	0.19 54	0.67 120	0.30 65	0.66 150	0.32 35	0.54 70	0.33 89	0.20 37	0.40 26	0.46 71	0.50 57	0.44 74	0.68 81	0.34 56	0.51 63	0.66 119	0.16 25	0.22 27	0.58 95	0.45 61	0.82 117	0.41 36

NCC-stereo	0.67 130	0.63 162	0.59 156	0.64 158	0.65 170	0.63 157	0.69 179	0.67 120	0.74 180	0.43 28	0.81 170	0.82 138	0.70 174	0.47 167	0.82 122	0.53 107	0.58 107	0.64 170	0.80 107	0.54 130	0.56 88	0.60 104	0.53 182	0.45 149	0.75 143	0.96 160	0.92 139	0.98 147

Abc-Net	0.67 130	0.63 162	0.59 156	0.64 158	0.65 170	0.63 157	0.69 179	0.67 120	0.74 180	0.43 28	0.81 170	0.82 138	0.70 174	0.47 167	0.82 122	0.53 107	0.58 107	0.64 170	0.80 107	0.54 130	0.56 88	0.60 104	0.53 182	0.45 149	0.75 143	0.96 160	0.92 139	0.98 147
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RTSC	0.73 144	0.49 101	0.46 126	0.47 117	0.51 145	0.55 139	0.56 152	0.67 120	0.68 174	0.54 79	0.79 165	0.57 80	0.57 164	0.41 146	1.92 219	0.77 167	0.96 203	0.58 156	1.36 147	0.56 138	0.85 155	1.11 170	0.31 124	0.53 166	0.58 95	0.65 106	0.95 146	1.26 171

MyStereo04	0.68 135	0.52 129	0.57 153	0.44 112	0.37 103	0.35 75	0.26 86	0.68 127	0.45 139	0.62 125	0.45 75	0.68 114	0.34 100	0.25 84	1.00 165	0.68 152	0.56 94	0.53 133	3.39 205	0.56 138	0.92 161	0.64 114	0.27 110	0.41 131	0.77 149	0.92 152	0.96 149	0.66 99

MyStereo	0.70 139	0.55 139	0.69 179	0.47 117	0.38 109	0.35 75	0.27 88	0.68 127	0.49 147	0.64 135	0.57 113	0.66 109	0.42 126	0.26 94	1.12 178	0.65 145	0.58 107	0.53 133	3.20 203	0.57 143	0.92 161	0.74 136	0.28 113	0.41 131	0.88 172	0.99 168	0.99 154	0.62 89

test_3	0.56 107	0.38 41	0.36 77	0.34 71	0.33 80	0.33 63	0.21 62	0.68 127	0.29 59	0.65 140	0.33 41	0.92 154	0.35 107	0.21 42	0.60 64	0.44 54	0.56 94	0.45 83	2.68 191	0.39 87	0.55 84	1.35 187	0.15 21	0.32 92	0.51 75	0.47 70	0.67 80	0.50 55

GANet-ADL	0.70 139	0.59 151	0.52 144	0.60 149	0.57 156	0.61 151	0.46 135	0.68 127	0.52 151	0.65 140	0.67 146	0.76 131	0.43 131	0.39 140	1.08 174	0.79 173	0.68 157	0.52 129	1.84 164	0.64 172	0.66 120	0.86 151	0.42 156	0.43 139	0.70 127	0.87 145	0.97 151	0.89 140

TRStereo	0.75 150	0.83 191	1.19 216	0.56 141	0.34 89	1.42 214	0.48 138	0.68 127	0.28 52	0.65 140	0.46 79	1.10 171	0.27 50	0.22 48	0.70 101	0.85 178	0.57 103	0.48 102	1.85 166	0.50 118	0.73 139	0.87 152	0.18 43	0.27 64	0.78 151	1.22 191	1.78 217	1.09 156

FCDSN-DC	0.69 136	0.61 158	0.62 163	0.66 163	0.61 162	0.59 146	0.60 160	0.68 127	0.42 134	0.75 183	0.42 68	0.57 80	0.36 111	0.50 173	2.43 245	0.67 149	0.80 181	0.76 198	0.64 71	0.56 138	0.70 133	0.60 104	0.47 162	0.83 200	0.66 120	0.74 121	0.61 60	0.67 101
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FADNet-RVC	0.58 113	0.50 115	0.37 81	0.51 130	0.42 123	0.39 87	0.56 152	0.68 127	0.36 108	0.64 135	0.50 90	1.13 173	0.45 137	0.34 126	0.91 145	0.53 107	0.54 81	0.45 83	1.20 141	0.51 121	0.54 82	0.52 90	0.33 132	0.51 162	0.57 91	0.75 125	0.64 69	0.81 130

SGM-Forest	0.73 144	0.71 174	0.40 98	1.13 199	0.64 169	0.74 176	0.45 133	0.68 127	0.39 121	0.61 116	0.44 72	1.16 174	1.06 187	0.49 170	0.86 133	0.61 133	0.55 89	0.46 91	0.68 81	0.44 104	0.61 107	0.49 81	0.45 159	0.44 144	0.90 174	0.86 142	1.95 221	1.47 177
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
HH	0.84 160	0.34 25	0.99 201	0.42 104	0.36 96	0.51 127	0.42 129	0.69 135	0.34 99	0.65 140	0.38 55	1.03 164	0.26 44	0.28 100	0.66 86	1.37 232	0.61 130	0.53 133	2.39 182	0.60 155	3.55 239	1.64 202	0.25 99	0.33 104	0.83 164	1.05 179	1.09 167	1.12 160

HanStereo	0.84 160	0.34 25	0.99 201	0.42 104	0.36 96	0.51 127	0.42 129	0.69 135	0.34 99	0.65 140	0.38 55	1.03 164	0.26 44	0.28 100	0.66 86	1.37 232	0.61 130	0.53 133	2.39 182	0.60 155	3.55 239	1.64 202	0.25 99	0.33 104	0.83 164	1.05 179	1.09 167	1.12 160

SACVNet	0.62 122	0.53 136	0.51 143	0.55 140	0.57 156	0.52 130	0.60 160	0.69 135	0.56 160	0.67 157	0.54 109	0.59 90	0.37 115	0.41 146	0.71 105	0.60 130	0.64 142	0.57 151	0.95 122	0.64 172	0.67 124	0.78 143	0.36 139	0.47 154	0.75 143	0.77 131	0.84 126	0.84 133

XX-Stereo	9.49 260	0.38 41	0.36 77	0.63 156	0.28 58	0.54 137	0.28 93	0.69 135	0.28 52	0.69 167	6.24 254	1.00 160	0.29 55	0.23 58	0.70 101	1.08 208	0.60 125	0.52 129	1.58 153	0.53 124	0.76 143	0.65 116	0.18 43	0.26 61	233.61 279	0.88 147	1.01 160	1.90 193

MSMDNet	0.73 144	0.52 129	0.48 133	0.35 80	0.34 89	0.45 109	0.33 111	0.69 135	0.30 65	0.63 129	0.60 119	0.71 121	0.35 107	0.23 58	0.78 111	1.05 205	0.63 139	0.50 115	2.88 196	0.81 195	1.59 198	1.80 210	0.23 89	0.29 72	0.74 140	0.89 149	0.85 128	0.76 124

DN-CSS_ROB	0.52 90	0.43 65	0.46 126	0.41 100	0.40 116	0.34 70	0.22 67	0.69 135	0.34 99	0.59 107	0.79 165	0.66 109	0.47 142	0.24 70	0.63 76	0.40 34	0.58 107	0.43 69	1.74 159	0.38 75	0.63 112	0.38 37	0.31 124	0.47 154	0.53 81	0.43 53	0.66 79	0.54 68

stereogan	0.67 130	0.67 169	0.62 163	0.68 167	0.73 185	0.75 177	0.64 171	0.70 141	0.57 161	0.51 61	0.64 133	1.08 168	0.62 168	0.44 162	0.83 124	0.55 115	0.56 94	0.51 122	0.91 118	0.59 151	0.59 105	0.69 129	0.47 162	0.46 151	0.59 101	0.67 108	1.16 175	0.87 138

NCCL2	0.69 136	0.73 176	0.66 173	0.57 143	0.56 154	0.51 127	0.45 133	0.70 141	0.57 161	0.68 159	0.71 151	0.66 109	0.48 145	0.39 140	0.93 149	0.72 158	0.65 146	0.57 151	0.76 103	0.57 143	0.74 141	0.88 153	0.49 168	0.60 176	0.98 185	0.95 157	0.85 128	1.16 164

LALA_ROB	0.86 164	0.97 205	0.67 176	0.63 156	0.69 177	0.83 183	0.67 177	0.70 141	0.80 184	0.68 159	1.10 196	2.61 206	0.58 166	0.51 175	1.11 176	0.67 149	0.86 187	0.72 188	0.89 116	0.67 179	0.80 147	1.00 163	0.49 168	0.59 174	0.73 138	0.92 152	1.16 175	1.10 157

EKT-Stereo	0.75 150	0.64 164	0.54 149	0.59 147	0.47 135	0.60 148	0.73 181	0.71 144	0.29 59	0.63 129	0.66 141	0.73 126	0.30 64	0.26 94	0.86 133	1.22 225	0.68 157	0.76 198	1.46 150	0.60 155	1.75 205	1.74 208	0.21 71	0.32 92	0.93 177	0.81 137	1.06 164	0.72 116

GEStereo_RVC	0.71 142	0.59 151	0.40 98	0.54 137	0.50 142	0.61 151	0.51 142	0.71 144	0.41 127	0.59 107	0.51 96	0.76 131	0.46 140	0.39 140	0.96 158	0.92 184	0.78 175	0.75 195	1.94 168	0.62 168	0.80 147	1.37 189	0.31 124	0.52 164	0.61 105	0.63 102	0.86 133	1.12 160

TestStereo	0.45 70	0.51 120	0.38 90	0.42 104	0.30 70	0.44 105	0.26 86	0.71 144	0.28 52	0.76 186	0.32 35	0.64 105	0.32 85	0.24 70	0.47 40	0.35 20	0.54 81	0.33 25	0.78 105	0.38 75	0.63 112	0.42 51	0.24 96	0.30 80	0.53 81	0.43 53	0.75 100	0.55 71

sAnonymous2	0.58 113	0.41 55	0.31 60	0.29 48	0.29 63	0.45 109	0.29 100	0.71 144	0.41 127	0.48 48	0.53 103	0.51 64	0.43 131	0.23 58	0.86 133	0.84 176	0.70 162	0.67 177	1.34 144	0.60 155	0.83 151	0.98 160	0.30 119	0.35 111	0.62 110	0.72 117	0.72 93	0.73 119

CroCo_RVC	0.58 113	0.41 55	0.31 60	0.29 48	0.29 63	0.45 109	0.29 100	0.71 144	0.41 127	0.48 48	0.53 103	0.51 64	0.43 131	0.23 58	0.86 133	0.84 176	0.70 162	0.67 177	1.34 144	0.60 155	0.83 151	0.98 160	0.30 119	0.35 111	0.62 110	0.72 117	0.72 93	0.73 119

psm_up	0.56 107	0.51 120	0.53 146	0.56 141	0.45 129	0.58 145	0.35 114	0.71 144	0.66 173	0.55 85	0.53 103	0.59 90	0.50 147	0.40 143	0.63 76	0.50 96	0.59 118	0.49 109	0.84 112	0.46 111	0.51 63	0.45 65	0.31 124	0.51 162	0.70 127	0.78 132	0.80 111	0.67 101

HSM	0.54 98	0.49 101	0.47 130	0.48 119	0.47 135	0.41 95	0.37 118	0.71 144	0.37 114	0.61 116	0.65 138	0.59 90	0.48 145	0.31 115	0.70 101	0.48 87	0.64 142	0.47 97	0.75 100	0.48 117	0.63 112	0.49 81	0.26 106	0.42 135	0.62 110	0.72 117	0.87 135	0.67 101

FADNet-RVC-Resample	0.57 111	0.52 129	0.42 109	0.46 115	0.39 112	0.41 95	0.40 126	0.72 151	0.42 134	0.68 159	0.51 96	1.04 167	0.43 131	0.43 159	0.96 158	0.48 87	0.56 94	0.61 164	0.85 113	0.55 134	0.52 73	0.63 110	0.34 134	0.60 176	0.58 95	0.71 114	0.55 38	0.77 125

RAFT-Test	0.72 143	0.50 115	0.46 126	0.52 132	0.34 89	0.41 95	0.29 100	0.73 152	0.30 65	0.62 125	0.72 156	0.68 114	0.31 76	0.22 48	0.71 105	1.03 203	0.62 134	0.50 115	2.89 197	0.66 175	1.72 202	1.14 175	0.23 89	0.29 72	0.80 158	0.96 160	0.95 146	0.91 141

raft_robust	0.49 82	0.44 69	0.24 41	0.38 88	0.29 63	0.32 56	0.21 62	0.73 152	0.35 104	0.69 167	0.34 43	0.57 80	0.31 76	0.24 70	0.59 60	0.53 107	0.54 81	0.46 91	0.98 125	0.37 72	0.69 130	0.94 158	0.20 63	0.28 68	0.55 88	0.69 109	0.69 84	0.60 83

cross-raft	0.73 144	0.56 145	0.46 126	0.43 108	0.33 80	0.40 93	0.27 88	0.73 152	0.33 94	0.65 140	0.60 119	0.74 128	0.30 64	0.23 58	0.76 110	0.96 191	0.63 139	0.48 102	2.91 198	0.59 151	1.81 208	1.31 186	0.22 81	0.32 92	0.82 162	0.94 156	0.93 141	1.01 151

test-1	0.84 160	0.34 25	0.50 139	0.37 85	0.40 116	0.60 148	0.37 118	0.73 152	0.38 118	0.68 159	0.71 151	1.08 168	0.40 122	0.25 84	0.79 114	0.91 183	0.63 139	0.58 156	2.22 175	0.58 147	1.17 182	3.78 235	0.22 81	0.36 118	0.81 159	1.15 186	1.10 170	1.59 181

EAI-Stereo	0.75 150	0.49 101	0.50 139	0.51 130	0.46 132	0.56 141	0.60 160	0.73 152	0.32 89	0.63 129	0.72 156	0.82 138	0.26 44	0.24 70	1.05 170	0.96 191	0.60 125	0.49 109	3.00 199	0.62 168	0.82 149	1.13 173	0.19 51	0.31 88	0.78 151	0.70 113	1.55 207	1.17 165

PSMNet-ADL	0.96 175	0.62 161	0.66 173	0.67 164	0.70 182	0.66 163	0.58 156	0.74 157	0.60 165	0.85 202	5.03 246	0.95 158	1.26 196	0.45 164	0.89 142	1.03 203	0.68 157	0.54 139	2.03 170	0.68 181	0.84 153	0.79 145	0.54 186	0.47 154	0.73 138	0.95 157	1.32 191	0.63 94

Anonymous	0.66 127	0.52 129	0.38 90	0.35 80	0.36 96	0.42 99	0.25 82	0.74 157	0.47 145	0.45 37	0.45 75	0.56 77	0.51 151	0.23 58	0.88 140	1.09 210	0.78 175	0.69 184	1.84 164	0.64 172	1.19 183	1.21 180	0.32 129	0.42 135	0.66 120	0.73 120	0.93 141	0.74 122

FADNet	0.65 126	0.55 139	0.41 107	0.53 135	0.42 123	0.49 120	0.65 175	0.74 157	0.42 134	0.66 150	0.64 133	0.81 136	0.50 147	0.36 134	1.17 182	0.51 103	0.51 66	0.53 133	1.61 156	0.53 124	0.69 130	0.59 101	0.35 138	0.41 131	0.72 133	0.88 147	0.78 109	1.06 154

RGC	0.76 154	0.72 175	0.99 201	0.70 168	0.71 183	0.76 180	0.57 155	0.74 157	0.74 180	0.56 92	0.96 185	0.83 142	0.85 182	0.56 185	0.93 149	0.60 130	0.62 134	0.56 146	0.93 119	0.61 164	0.66 120	0.71 131	0.51 179	0.56 170	0.81 159	1.01 173	0.99 154	1.19 167

ADCL	1.27 189	0.82 189	0.64 169	0.60 149	0.53 147	0.73 173	0.91 193	0.75 161	2.78 247	0.68 159	1.01 189	0.86 149	0.50 147	0.50 173	1.27 185	0.64 139	0.66 149	0.57 151	1.20 141	0.60 155	0.98 170	0.88 153	0.50 172	0.47 154	1.60 223	1.50 214	0.88 136	11.30 254

MSKI-zero shot	0.84 160	0.49 101	0.43 113	0.41 100	0.35 93	0.46 115	0.32 108	0.76 162	0.30 65	0.65 140	0.92 181	0.83 142	0.32 85	0.22 48	0.62 73	1.08 208	0.64 142	0.47 97	3.14 202	0.61 164	2.23 214	1.58 200	0.20 63	0.38 124	0.96 183	1.47 209	1.24 185	1.60 182

DLNR_Zeroshot_test	17.86 264	67.45 279	1.21 218	81.91 279	0.35 93	0.45 109	74.74 279	0.76 162	0.27 45	0.69 167	0.60 119	1.16 174	0.29 55	8.20 265	84.48 279	102.07 279	23.88 270	15.14 266	7.31 229	0.50 118	4.38 247	2.51 219	0.18 43	0.43 139	0.76 148	0.86 142	0.80 111	0.80 128

iRaft-Stereo_20w	1.06 182	0.49 101	1.34 225	1.18 203	0.46 132	0.78 181	0.46 135	0.76 162	0.37 114	0.74 180	6.16 253	0.84 144	0.29 55	0.26 94	0.81 119	0.97 193	0.59 118	0.44 74	1.72 158	0.61 164	1.04 174	1.56 199	0.21 71	0.25 55	0.92 176	1.31 200	1.45 203	2.71 209

UDG	1.35 192	2.24 229	0.81 189	2.58 224	2.45 237	2.48 226	2.57 227	0.76 162	0.86 187	0.77 188	1.08 193	1.51 187	0.56 160	2.59 235	1.06 171	0.69 153	1.89 234	0.80 205	2.31 177	0.97 205	1.24 186	0.98 160	1.43 229	0.62 179	0.74 140	0.81 137	0.95 146	0.81 130

HSM-Net_RVC	0.75 150	0.53 136	0.60 160	0.77 175	0.62 168	0.61 151	0.37 118	0.76 162	0.49 147	0.74 180	1.71 220	1.32 181	0.80 179	0.36 134	0.72 107	0.55 115	0.64 142	0.53 133	0.78 105	0.53 124	0.67 124	0.89 155	0.43 157	0.64 182	0.94 180	1.09 182	1.07 165	1.04 153
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
GwcNet-ADL	0.97 177	0.83 191	0.81 189	0.91 186	0.68 175	0.70 169	0.53 145	0.77 167	0.50 149	0.72 176	5.46 249	1.20 176	0.65 173	0.46 166	0.81 119	0.95 188	0.72 169	0.56 146	1.26 143	0.71 186	0.67 124	0.78 143	0.59 192	0.56 170	0.79 154	0.98 166	0.85 128	1.75 190

FADNet_RVC	0.92 168	0.69 172	0.55 152	0.88 183	0.75 188	0.54 137	0.51 142	0.77 167	0.54 154	0.70 170	0.96 185	1.36 183	1.06 187	0.54 181	1.85 217	0.64 139	0.80 181	0.90 210	3.34 204	0.76 188	1.00 171	1.13 173	0.37 144	0.60 176	0.66 120	0.87 145	0.97 151	1.14 163

CASS	0.79 157	0.55 139	0.53 146	0.65 161	0.54 150	0.59 146	0.53 145	0.78 169	0.52 151	0.71 173	0.75 162	0.67 112	0.47 142	0.28 100	0.83 124	0.67 149	0.98 204	0.56 146	1.60 155	0.58 147	2.74 222	1.44 192	0.38 146	0.35 111	0.84 168	0.81 137	0.90 137	1.02 152
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	3.27 235	0.41 55	1.09 213	0.58 144	0.41 121	0.47 116	0.30 106	0.79 170	0.33 94	0.61 116	69.49 277	0.85 145	0.30 64	0.24 70	0.59 60	1.02 202	0.60 125	0.43 69	1.35 146	0.60 155	0.73 139	1.82 211	0.24 96	0.29 72	1.00 191	1.24 192	1.08 166	1.47 177

CC-Net-ROB	0.96 175	1.18 214	0.70 180	1.56 215	1.06 205	1.63 219	1.20 208	0.79 170	0.61 166	0.81 196	0.56 112	3.07 215	0.57 164	0.85 214	0.68 94	0.44 54	0.71 167	0.63 166	1.40 148	0.57 143	0.58 101	0.43 57	1.91 234	0.46 151	0.83 164	0.83 141	0.77 104	1.20 168

DDUNet	1.38 193	2.18 227	0.79 188	2.67 227	2.43 236	2.57 227	2.52 226	0.80 172	0.84 186	0.63 129	0.94 182	1.57 192	0.45 137	2.65 239	0.94 153	0.78 170	1.99 236	0.75 195	2.31 177	0.91 202	1.16 181	0.97 159	2.71 239	0.56 170	0.72 133	0.71 114	0.97 151	0.85 134

Anonymous3	0.79 157	0.59 151	0.42 109	0.37 85	0.42 123	0.57 142	0.50 141	0.80 172	0.64 170	0.68 159	0.49 85	1.48 185	0.54 156	0.31 115	1.53 199	1.42 237	0.88 192	0.82 206	1.45 149	0.69 184	1.31 190	1.30 185	0.40 151	0.40 128	0.74 140	0.86 142	1.03 163	0.71 114

RTS	1.09 183	0.59 151	0.59 156	0.60 149	0.58 159	0.96 191	0.90 191	0.80 172	0.88 189	0.59 107	0.71 151	1.28 179	0.62 168	0.51 175	2.04 222	0.98 195	1.19 213	0.77 200	2.33 179	0.85 198	0.96 167	1.16 176	0.49 168	0.65 184	1.23 206	4.43 254	1.15 172	1.45 175

RTSA	1.09 183	0.59 151	0.59 156	0.60 149	0.58 159	0.96 191	0.90 191	0.80 172	0.88 189	0.59 107	0.71 151	1.28 179	0.62 168	0.51 175	2.04 222	0.98 195	1.19 213	0.77 200	2.33 179	0.85 198	0.96 167	1.16 176	0.49 168	0.65 184	1.23 206	4.43 254	1.15 172	1.45 175

NOSS_ROB	0.76 154	0.84 195	0.50 139	0.72 170	0.61 162	0.75 177	0.52 144	0.80 172	0.54 154	0.70 170	0.62 129	0.62 103	0.86 183	0.62 195	1.14 179	1.10 212	0.78 175	0.69 184	0.73 93	0.60 155	0.88 156	0.67 124	0.50 172	0.71 188	0.86 170	0.95 157	1.38 195	0.85 134

IGEV_Zeroshot_test	0.95 172	0.47 88	1.24 221	1.15 201	0.46 132	0.60 148	0.65 175	0.81 177	0.36 108	0.66 150	1.86 224	0.94 155	0.30 64	0.26 94	0.66 86	1.14 216	0.60 125	0.48 102	2.56 187	0.63 171	2.23 214	2.36 217	0.21 71	0.37 122	1.00 191	1.03 178	1.17 177	1.48 179

MLCV	0.70 139	0.49 101	0.53 146	0.73 172	0.50 142	0.65 160	0.43 131	0.81 177	0.41 127	0.71 173	0.88 177	1.01 162	0.81 180	0.28 100	0.92 147	0.43 49	0.65 146	0.52 129	2.47 186	0.45 106	0.55 84	0.72 134	0.39 150	0.54 167	0.69 125	0.80 135	0.83 124	0.72 116

SFCPSM	3.03 231	0.82 189	0.63 167	0.77 175	0.69 177	0.72 172	0.63 169	0.83 179	0.98 201	0.71 173	2.00 226	2.57 205	3.49 226	0.56 185	1.16 181	0.93 187	0.74 170	0.64 170	54.48 277	1.19 222	0.88 156	0.91 156	0.55 188	0.55 169	0.94 180	0.93 155	1.11 171	1.39 174

PWC_ROB	1.18 186	0.70 173	1.06 209	0.60 149	0.71 183	0.70 169	0.98 199	0.83 179	1.55 223	0.76 186	1.40 210	1.00 160	2.46 220	0.57 189	2.17 230	0.99 199	1.15 211	0.90 210	2.37 181	0.95 203	1.63 200	2.05 213	0.44 158	0.98 211	0.81 159	0.80 135	1.24 185	2.15 198

DAS	0.95 172	0.61 158	0.48 133	0.78 177	0.61 162	0.68 166	0.59 157	0.84 181	0.93 195	0.65 140	1.58 215	1.66 194	1.06 187	0.34 126	0.95 155	0.92 184	0.92 198	0.73 191	1.77 160	1.03 210	1.73 203	1.11 170	0.47 162	0.92 206	0.93 177	1.00 170	1.39 196	0.96 144

SepStereo	0.95 172	0.61 158	0.48 133	0.78 177	0.61 162	0.68 166	0.59 157	0.84 181	0.93 195	0.65 140	1.58 215	1.66 194	1.06 187	0.34 126	0.95 155	0.92 184	0.92 198	0.73 191	1.77 160	1.03 210	1.73 203	1.11 170	0.47 162	0.92 206	0.93 177	1.00 170	1.39 196	0.96 144

MaskLacGwcNet_RVC	8.29 257	0.65 165	1.07 211	0.94 191	0.83 192	0.81 182	1.27 209	0.85 183	0.73 177	0.93 207	6.13 252	180.62 278	2.17 212	1.33 228	1.22 183	1.01 201	0.93 200	1.06 224	6.32 227	0.79 191	3.32 237	3.77 234	0.55 188	0.76 194	0.95 182	1.34 205	1.19 179	2.42 204

AMNet	1.02 180	0.98 206	0.95 198	0.98 192	1.01 200	1.03 196	0.96 198	0.87 184	0.93 195	0.97 213	1.02 190	1.10 171	0.74 177	1.06 222	0.99 164	1.09 210	1.17 212	1.04 222	1.08 129	1.05 212	1.13 180	1.04 166	0.82 207	0.98 211	1.01 193	1.07 181	1.20 180	1.27 172

NaN_ROB	0.73 144	0.59 151	0.61 162	0.64 158	0.78 190	0.53 133	0.48 138	0.87 184	0.63 169	0.73 179	0.61 125	1.96 199	0.62 168	0.45 164	0.84 127	0.55 115	0.56 94	0.54 139	0.73 93	0.55 134	0.52 73	0.51 86	0.38 146	0.64 182	0.83 164	1.11 184	0.94 144	1.64 185

CBMV	1.15 185	0.84 195	0.60 160	0.85 180	0.76 189	0.73 173	0.48 138	0.87 184	0.80 184	0.81 196	0.61 125	2.86 210	0.81 180	0.52 179	1.31 188	1.17 220	0.91 196	0.74 193	2.40 184	0.66 175	1.57 197	0.76 141	0.48 167	1.06 216	0.99 188	1.09 182	2.25 225	4.25 230
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	1.60 200	0.86 197	0.90 196	0.98 192	0.69 177	0.85 184	0.56 152	0.89 187	0.48 146	0.82 198	0.79 165	0.97 159	0.36 111	0.69 204	11.97 264	5.83 260	0.70 162	0.67 177	0.70 88	0.62 168	1.05 175	5.90 251	0.50 172	0.62 179	0.82 162	1.01 173	2.01 223	1.06 154

STTRV1_RVC	2.36 219	0.81 186	0.64 169	1.04 195	0.73 185	1.03 196	0.85 187	0.91 188	0.92 193	0.93 207	0.95 184	1.72 197	2.23 213	0.86 215	1.46 196	0.78 170	1.37 219	0.72 188	31.78 265	1.97 244	1.59 198	1.23 181	0.98 217	0.97 209	1.07 197	1.11 184	1.75 216	3.40 222

FC-DCNN	0.88 166	0.96 203	1.23 220	1.36 211	0.93 197	1.26 210	0.82 185	0.91 188	0.78 183	0.87 204	0.63 132	1.08 168	0.42 126	0.56 185	0.88 140	0.69 153	0.81 184	0.68 182	0.81 109	0.59 151	0.78 145	0.59 101	0.50 172	0.77 197	1.11 200	0.99 168	1.21 181	1.57 180

SQANet	1.90 210	2.70 234	1.03 206	3.09 234	2.17 231	3.29 232	2.70 229	0.95 190	0.65 171	1.00 215	0.71 151	2.69 209	1.10 191	2.30 234	0.78 111	0.55 115	1.02 206	0.72 188	9.92 241	0.68 181	2.11 212	1.25 182	3.28 240	0.58 173	0.98 185	1.31 200	1.33 192	2.34 201

AnyNet_C32	1.64 202	0.65 165	0.74 184	0.67 164	0.73 185	0.86 187	1.14 203	0.95 190	3.12 250	0.75 183	1.53 214	0.94 155	0.64 172	0.67 202	1.83 216	1.11 214	1.06 210	0.95 217	1.78 162	0.76 188	1.76 206	1.71 206	0.66 197	0.85 203	1.13 202	2.68 239	1.17 177	13.55 256

iResNet	0.92 168	0.56 145	0.62 163	0.72 170	0.68 175	0.96 191	0.55 150	0.95 190	0.57 161	0.67 157	0.82 175	1.41 184	1.51 202	0.31 115	1.49 198	0.66 148	0.75 172	0.67 177	4.08 212	0.68 181	0.72 136	0.63 110	0.41 153	0.83 200	0.72 133	0.91 151	1.02 161	0.87 138

pmcnn	1.66 203	0.80 185	0.52 144	1.19 204	1.01 200	1.21 206	0.93 195	0.96 193	0.54 154	0.74 180	2.66 232	3.98 228	5.06 232	0.31 115	1.65 207	1.40 236	1.20 215	0.91 213	3.99 210	0.95 203	4.45 248	1.02 165	0.90 210	0.90 205	1.07 197	1.01 173	2.43 232	3.03 216

CSAN	0.93 171	0.83 191	0.75 185	0.86 181	0.82 191	0.73 173	0.61 165	0.97 194	0.94 198	0.94 211	0.73 161	1.96 199	1.56 203	0.49 170	0.98 161	0.63 135	0.74 170	0.66 175	1.09 130	0.71 186	0.78 145	0.63 110	0.53 182	0.76 194	0.98 185	1.49 213	1.21 181	1.63 184

SHD	0.97 177	0.56 145	0.73 183	0.75 173	0.69 177	0.66 163	0.61 165	0.99 195	0.94 198	0.77 188	1.00 188	0.94 155	1.29 198	0.54 181	2.21 232	0.98 195	0.95 201	0.70 186	2.01 169	0.80 192	1.12 179	1.71 206	0.47 162	0.77 197	0.91 175	1.01 173	0.91 138	1.22 170

GANetREF_RVC	0.77 156	0.74 177	0.68 178	0.76 174	0.65 170	0.69 168	0.60 160	0.99 195	0.73 177	0.93 207	0.52 99	1.33 182	0.72 176	0.44 162	0.85 131	0.57 121	0.67 155	0.63 166	1.13 136	0.61 164	0.77 144	0.63 110	0.59 192	0.71 188	0.89 173	0.90 150	1.15 172	0.99 149
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
ccs_rob	1.25 188	0.79 182	0.64 169	0.86 181	0.60 161	0.89 189	0.83 186	0.99 195	0.51 150	0.77 188	6.27 255	5.90 236	1.10 191	0.51 175	1.08 174	1.10 212	0.68 157	0.66 175	1.15 137	0.70 185	1.56 196	1.66 204	0.50 172	0.54 167	0.69 125	0.78 132	0.86 133	1.20 168

FBW_ROB	1.34 191	1.42 220	1.08 212	2.01 223	1.42 221	1.37 213	1.63 215	0.99 195	0.70 175	0.72 176	1.02 190	2.05 202	0.91 185	1.47 229	1.24 184	0.60 130	0.88 192	0.65 174	6.08 224	0.59 151	1.06 177	0.81 146	1.48 230	1.12 222	0.99 188	1.20 188	0.99 154	1.66 187

CBMV_ROB	1.71 206	0.79 182	0.65 172	1.35 209	1.07 206	1.01 194	0.74 182	1.01 199	0.54 154	0.72 176	0.81 170	9.80 256	5.90 238	0.57 189	1.42 192	0.69 153	0.80 181	0.58 156	5.38 218	1.22 223	0.95 166	0.55 99	0.53 182	0.62 179	1.22 205	1.45 208	2.72 240	2.94 213

S-Stereo	1.54 197	0.81 186	0.83 191	1.15 201	1.16 211	1.29 211	1.56 213	1.02 200	1.09 205	1.25 228	4.20 241	4.10 229	1.10 191	0.66 200	2.16 229	1.63 241	0.90 195	1.05 223	2.20 174	1.10 215	1.26 187	3.12 227	1.31 228	1.17 226	0.84 168	1.18 187	1.21 181	2.18 199

ADCPNet	2.08 214	0.77 178	0.87 194	0.83 179	1.21 213	0.85 184	1.59 214	1.02 200	1.35 215	0.83 200	1.97 225	1.01 162	7.76 244	0.75 209	2.35 241	1.16 219	0.95 201	0.71 187	4.05 211	0.97 205	1.30 189	1.61 201	0.72 199	0.76 194	1.52 221	1.96 228	1.21 181	16.04 259

otaku	2.33 217	3.05 243	1.19 216	3.36 241	2.37 234	3.56 237	3.08 234	1.05 202	0.98 201	1.13 218	0.80 169	2.88 211	1.62 205	2.59 235	0.95 155	0.64 139	1.23 216	0.75 195	13.16 249	1.09 214	2.47 217	2.63 220	4.75 250	0.75 193	1.13 202	1.38 206	1.69 213	2.52 206

CES	0.46 74	0.35 33	0.30 56	0.27 41	0.27 54	0.29 46	0.12 15	1.05 202	0.27 45	0.54 79	0.66 141	0.53 68	0.25 41	0.23 58	0.62 73	0.65 145	0.58 107	0.37 42	0.54 47	0.34 56	0.84 153	0.53 93	0.23 89	0.23 39	0.56 90	0.44 56	0.57 42	0.69 107

XQC	1.03 181	0.90 198	0.71 181	0.91 186	0.92 196	0.92 190	0.86 189	1.06 204	0.90 192	0.84 201	1.11 199	1.03 164	1.30 200	0.71 206	2.04 222	0.95 188	0.87 188	0.67 177	1.64 157	0.78 190	1.00 171	1.67 205	0.62 195	0.73 190	1.09 199	1.47 209	1.26 187	0.97 146

DPSNet	2.61 221	0.83 191	0.77 187	1.21 205	1.24 214	1.34 212	0.93 195	1.08 205	1.49 221	0.78 192	0.86 176	6.91 242	3.85 227	0.58 192	4.58 255	2.54 251	1.43 223	1.24 234	14.95 253	1.34 228	4.83 252	8.01 258	1.75 233	1.40 234	1.47 218	1.95 227	1.60 211	1.66 187

Ntro	2.32 215	3.40 252	1.53 229	3.55 242	2.52 239	3.71 242	3.36 236	1.11 206	1.05 203	1.16 222	0.90 179	2.93 213	1.24 195	2.72 241	1.00 165	0.64 139	1.40 221	0.82 206	10.96 244	1.14 218	2.72 221	3.19 228	4.26 246	0.73 190	1.24 209	1.59 217	1.56 208	2.31 200

MDST_ROB	3.33 236	2.32 231	0.75 185	3.90 245	1.47 223	2.61 228	1.00 200	1.12 207	0.72 176	0.78 192	0.67 146	1.54 190	25.37 262	0.34 126	2.11 228	0.53 107	0.65 146	0.48 102	3.69 207	0.58 147	0.88 156	0.59 101	0.58 191	0.68 186	7.85 261	3.03 244	17.15 266	8.63 250

MFN_U_SF_DS_RVC	1.33 190	0.90 198	0.63 167	1.27 207	0.90 195	1.21 206	2.21 223	1.27 208	1.18 208	1.00 215	0.91 180	1.80 198	1.16 194	1.07 223	1.48 197	0.77 167	0.70 162	0.58 156	2.75 194	0.67 179	1.39 193	2.93 224	0.85 209	0.73 190	1.47 218	1.68 219	1.33 192	2.96 214

ADCS	1.88 209	1.06 209	0.98 200	0.93 189	1.10 210	1.09 200	1.14 203	1.27 208	2.49 241	0.89 205	1.36 208	1.51 187	2.92 225	0.86 215	3.30 250	2.26 250	1.46 224	1.26 236	3.10 201	1.29 227	2.48 218	2.88 222	0.80 205	1.10 220	1.33 214	4.48 256	1.41 201	6.08 240

FAT-Stereo	1.57 199	0.78 180	1.44 227	1.10 197	1.32 218	1.05 198	0.87 190	1.28 210	0.86 187	1.21 225	5.46 249	3.07 215	1.28 197	0.66 200	1.73 211	1.34 227	0.89 194	0.94 216	1.83 163	1.08 213	2.02 210	3.90 236	0.71 198	0.98 211	0.86 170	1.21 190	1.42 202	3.03 216

RainbowNet	2.32 215	2.93 239	1.87 235	3.34 240	2.57 240	3.50 234	3.49 239	1.29 211	0.92 193	1.53 243	0.89 178	3.18 217	2.31 217	2.94 242	1.30 187	0.90 182	1.61 228	1.00 218	5.61 220	1.51 232	2.82 225	4.18 238	4.25 245	0.97 209	1.32 212	1.58 216	1.71 215	3.00 215

ADCMid	1.56 198	0.92 202	0.99 201	0.70 168	0.86 193	1.05 198	1.37 211	1.29 211	1.77 226	0.75 183	1.75 221	1.27 177	1.48 201	0.69 204	2.18 231	1.07 207	0.98 204	0.79 204	2.74 193	0.80 192	1.31 190	1.74 208	1.06 218	0.70 187	1.01 193	1.53 215	1.02 161	10.33 252

MFMNet_re	1.51 196	1.18 214	1.12 215	1.29 208	1.16 211	1.63 219	1.32 210	1.30 213	1.63 224	1.14 221	1.38 209	2.64 208	1.63 206	0.90 218	2.27 237	1.35 230	1.58 225	1.32 241	3.69 207	1.24 225	2.10 211	1.26 184	1.16 219	1.24 228	1.11 200	1.02 177	1.59 209	1.60 182

ACVNet_1	2.47 220	3.23 247	2.35 241	4.40 248	2.93 250	3.77 244	3.96 244	1.34 214	1.18 208	1.21 225	1.02 190	3.31 221	2.07 211	3.09 246	1.31 188	0.70 156	2.26 242	1.10 228	9.52 239	1.14 218	3.45 238	1.18 179	4.50 249	1.07 217	1.39 216	1.75 221	1.36 194	2.10 196

ACVNet-4b	2.35 218	2.75 237	1.60 231	3.13 235	2.29 233	3.52 236	3.67 242	1.35 215	1.35 215	1.27 229	0.72 156	3.26 219	2.62 223	3.04 244	0.98 161	0.78 170	2.13 238	1.02 220	9.04 238	1.23 224	2.74 222	3.39 232	4.08 243	0.92 206	1.24 209	1.29 198	1.46 204	2.48 205

DGSMNet	2.66 223	0.96 203	1.36 226	1.03 194	0.99 199	1.12 203	1.05 201	1.36 216	0.94 198	2.15 255	13.54 267	1.71 196	1.85 208	0.93 219	2.50 246	3.85 256	5.34 255	1.61 248	5.07 216	1.68 242	7.04 258	8.02 259	0.96 216	1.19 227	1.01 193	1.33 203	1.40 200	1.88 191

LoS	0.55 100	0.44 69	0.29 52	0.36 84	0.37 103	0.40 93	0.20 61	1.37 217	0.31 81	0.86 203	0.78 164	0.68 114	0.37 115	0.24 70	0.58 57	0.72 158	0.59 118	0.40 53	0.75 100	0.35 65	1.03 173	0.65 116	0.21 71	0.24 47	0.79 154	0.64 105	0.64 69	0.68 105

MFN_U_SF_RVC	1.68 205	1.06 209	0.88 195	1.25 206	1.01 200	1.53 216	2.07 221	1.38 218	1.17 207	1.51 240	2.95 234	2.00 201	1.57 204	2.05 233	2.38 242	0.98 195	0.87 188	0.82 206	6.78 228	1.11 217	2.21 213	2.38 218	0.65 196	1.11 221	1.23 206	1.33 203	1.28 188	1.69 189

dad	0.89 167	0.57 149	0.37 81	1.42 212	0.65 170	0.75 177	2.23 225	1.43 219	0.36 108	0.93 207	0.38 55	0.85 145	0.76 178	0.32 121	0.97 160	0.52 105	0.78 175	0.45 83	1.87 167	0.41 95	0.74 141	0.41 46	0.30 119	0.47 154	1.15 204	0.47 70	2.64 238	1.96 194

PSMNet_ROB	2.71 224	3.39 251	1.92 236	2.87 231	2.04 228	4.01 247	3.50 240	1.46 220	1.41 218	1.59 245	3.34 235	3.52 222	4.97 231	4.50 254	1.61 204	0.95 188	1.87 233	1.06 224	8.62 234	1.63 240	2.32 216	1.51 197	5.43 259	1.37 231	1.98 232	1.94 226	1.91 220	2.39 203

SGM+DAISY	3.81 240	1.38 219	1.26 222	1.80 222	1.47 223	1.93 224	1.71 216	1.47 221	1.33 213	1.34 234	6.67 258	9.59 255	12.99 255	1.20 225	1.73 211	1.47 239	1.42 222	1.24 234	11.11 245	1.37 230	3.07 230	2.13 215	1.27 225	1.42 237	1.69 224	1.26 196	2.90 242	26.50 266

MSC_U_SF_DS_RVC	1.67 204	1.25 217	1.05 207	1.56 215	1.08 207	1.20 205	3.18 235	1.50 222	2.10 235	1.30 232	0.98 187	1.50 186	1.04 186	1.66 230	1.71 208	1.18 221	0.84 185	1.01 219	6.24 225	1.15 221	1.43 194	3.23 229	1.19 220	1.14 223	1.52 221	1.29 198	1.09 167	2.78 211

LVE	4.33 244	3.03 241	2.00 237	27.23 270	3.06 251	3.83 245	12.07 266	1.53 223	1.64 225	1.85 252	1.48 212	3.30 220	3.91 228	3.06 245	1.45 193	1.05 205	1.95 235	1.38 244	15.68 254	1.62 239	3.25 235	5.86 248	4.42 248	1.76 248	2.87 241	2.06 231	2.34 228	3.25 219

SGM_RVC	2.81 227	1.46 221	0.85 192	1.76 220	1.28 215	1.68 221	1.19 207	1.56 224	1.14 206	0.82 198	1.70 219	7.09 243	2.67 224	0.42 156	0.92 147	0.57 121	0.75 172	0.57 151	11.20 246	0.66 175	0.94 163	0.46 70	0.51 179	0.84 202	1.97 231	1.64 218	5.04 256	26.13 265
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SAMSARA	1.50 195	0.79 182	1.00 205	0.93 189	0.88 194	0.86 187	0.93 195	1.57 225	1.25 210	0.96 212	1.09 194	1.27 177	2.59 221	0.83 212	2.58 247	1.19 223	1.04 207	0.91 213	2.56 187	0.99 208	1.77 207	2.23 216	0.56 190	0.98 211	2.63 235	2.81 240	2.62 237	2.56 207

ACVNet_2	3.17 232	2.98 240	2.25 240	4.72 249	2.88 247	3.50 234	3.48 238	1.58 226	1.33 213	1.29 231	1.10 196	3.22 218	2.45 219	2.67 240	1.29 186	0.86 179	7.26 259	1.02 220	22.14 257	1.37 230	3.22 233	1.25 182	4.24 244	1.37 231	1.93 228	1.92 224	1.83 218	2.36 202

G-Net	1.86 208	1.00 207	1.28 224	0.89 184	0.93 197	1.10 201	0.77 183	1.63 227	2.07 234	0.99 214	2.89 233	7.30 247	1.67 207	0.55 184	1.45 193	1.75 244	1.04 207	0.93 215	2.87 195	2.72 254	1.89 209	1.47 193	0.80 205	1.02 215	1.06 196	1.71 220	2.82 241	5.60 237

IMH-64-1	2.92 229	2.70 234	2.36 242	3.23 236	2.71 242	3.70 240	4.05 245	1.66 228	2.48 239	1.13 218	1.26 202	3.60 223	6.29 240	3.59 248	2.28 238	1.15 217	2.20 239	1.31 239	6.02 222	1.52 234	3.03 228	5.48 245	4.83 253	1.40 234	2.83 239	2.02 229	2.34 228	3.64 223

IMH-64	2.92 229	2.70 234	2.36 242	3.23 236	2.71 242	3.70 240	4.05 245	1.66 228	2.48 239	1.13 218	1.26 202	3.60 223	6.29 240	3.59 248	2.28 238	1.15 217	2.20 239	1.31 239	6.02 222	1.52 234	3.03 228	5.48 245	4.83 253	1.40 234	2.83 239	2.02 229	2.34 228	3.64 223

SPS-STEREO	1.93 211	1.27 218	1.21 218	1.60 217	1.34 219	1.44 215	1.17 206	1.66 228	1.36 217	1.38 235	3.67 239	3.02 214	1.29 198	1.05 221	1.85 217	1.83 246	1.58 225	1.37 243	8.86 237	1.34 228	3.07 230	1.47 193	1.27 225	1.37 231	1.42 217	1.28 197	2.02 224	1.89 192
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
edge stereo	1.82 207	1.16 213	2.22 239	1.46 214	1.28 215	1.58 217	1.38 212	1.67 231	1.30 212	1.20 224	3.42 238	4.33 231	2.26 216	0.80 211	1.41 191	1.46 238	1.05 209	0.83 209	5.42 219	0.97 205	1.34 192	3.76 233	0.95 215	0.88 204	1.26 211	1.20 188	1.70 214	2.91 212

AnyNet_C01	2.06 213	1.08 211	1.06 209	1.14 200	1.08 207	1.01 194	2.69 228	1.69 232	2.66 244	1.21 225	1.67 218	2.90 212	2.60 222	0.95 220	3.65 252	4.02 257	2.09 237	2.21 257	3.08 200	1.56 237	3.30 236	2.89 223	1.26 221	1.15 224	1.80 226	1.43 207	1.51 206	3.90 227

IMH	3.24 234	2.76 238	2.37 244	3.26 238	2.74 244	3.73 243	4.10 247	1.72 233	2.58 242	1.17 223	1.24 200	3.92 226	10.58 248	6.80 263	1.57 203	1.11 214	2.25 241	1.30 238	6.28 226	1.56 237	2.97 227	4.14 237	4.90 255	1.45 238	3.01 243	2.36 235	2.47 234	5.19 236

SANet	1.61 201	0.91 201	1.10 214	1.04 195	1.05 204	1.25 209	0.77 183	1.76 234	1.81 227	0.77 188	1.24 200	6.63 240	5.08 233	0.83 212	1.56 201	0.77 167	1.24 217	0.90 210	1.58 153	0.82 196	1.05 175	1.00 163	0.90 210	1.27 229	1.32 212	1.93 225	1.88 219	3.10 218

WAO-6	2.71 224	2.26 230	1.57 230	3.00 233	2.25 232	3.01 230	3.02 233	1.77 235	2.35 236	1.52 242	1.62 217	3.94 227	5.12 234	2.64 238	2.22 233	1.38 234	2.65 247	1.36 242	4.86 215	1.54 236	2.76 224	4.79 242	2.70 238	1.73 246	2.71 237	2.59 238	2.68 239	5.02 234

Dean	2.84 228	3.23 247	1.81 233	6.04 252	3.38 256	3.63 239	3.67 242	1.88 236	1.97 231	1.47 237	1.30 204	3.69 225	4.10 229	2.97 243	1.45 193	0.97 193	2.41 243	1.29 237	5.94 221	1.74 243	3.20 232	4.23 239	4.79 252	1.55 239	2.65 236	2.27 234	2.56 235	2.64 208

MADNet+	1.96 212	1.18 214	1.26 222	1.45 213	1.28 215	1.10 201	2.21 223	1.88 236	1.41 218	1.33 233	1.32 206	2.29 203	2.23 213	1.25 227	4.58 255	1.87 247	2.55 246	1.13 231	2.73 192	1.63 240	3.69 241	3.33 230	1.26 221	2.09 253	1.93 228	1.47 209	1.59 209	2.77 210

PVD	1.47 194	1.04 208	1.44 227	1.10 197	1.09 209	1.19 204	1.07 202	1.91 238	2.05 232	0.79 194	1.49 213	1.54 190	1.91 210	0.89 217	2.26 236	1.35 230	1.39 220	1.09 227	2.41 185	1.14 218	1.51 195	1.98 212	0.79 203	1.08 219	1.49 220	1.82 223	1.67 212	2.10 196

WAO-7	2.72 226	1.83 225	2.89 250	7.39 254	1.73 227	1.76 222	1.82 218	2.07 239	2.65 243	2.21 256	5.39 248	4.58 233	5.72 237	1.23 226	2.07 226	1.27 226	1.69 229	1.22 233	7.70 231	1.51 232	1.64 201	3.07 226	0.84 208	1.65 244	1.83 227	2.48 237	1.97 222	3.27 220

ktn	8.45 259	3.18 245	2.84 249	6.37 253	3.26 253	4.31 250	10.28 264	2.15 240	10.13 263	2.27 258	1.83 223	42.17 273	55.84 274	3.93 250	2.34 240	2.09 249	9.85 262	2.17 255	33.98 266	2.24 248	3.24 234	3.03 225	4.78 251	2.25 257	2.59 234	2.81 240	3.18 244	5.04 235

TorneroNet-64	6.02 249	4.60 258	2.53 245	15.58 265	3.29 254	4.87 253	7.75 255	2.23 241	10.02 261	1.42 236	1.31 205	7.26 246	29.23 267	4.36 253	2.09 227	1.21 224	8.22 260	1.70 250	17.35 256	2.62 253	4.31 246	5.68 247	5.20 257	1.76 248	3.58 247	3.76 253	2.29 226	8.34 249

LSM0	8.30 258	1.08 211	0.95 198	1.66 218	1.42 221	1.59 218	1.96 219	2.27 242	2.36 237	1.66 246	3.94 240	4.10 229	6.30 242	0.63 197	62.38 278	74.74 278	1.69 229	1.06 224	12.18 247	2.23 247	4.96 253	9.29 262	0.92 212	1.29 230	1.95 230	2.97 243	3.66 251	14.83 258

notaker	5.52 247	5.55 262	3.76 257	13.97 263	5.34 261	5.44 259	7.16 254	2.36 243	2.68 245	2.06 254	1.80 222	12.90 263	23.86 261	3.98 251	2.04 222	1.73 243	3.45 253	2.12 254	17.08 255	2.15 246	6.10 257	5.87 249	6.15 263	2.12 255	1.79 225	2.08 232	2.31 227	3.29 221

SPstereo	3.56 238	1.74 223	3.18 254	1.78 221	1.64 225	1.86 223	1.73 217	2.36 243	2.05 232	1.84 251	4.83 244	7.23 244	9.01 247	1.81 232	3.54 251	5.52 259	2.43 245	2.86 258	3.65 206	3.54 257	5.29 255	7.52 255	1.95 235	2.10 254	2.52 233	3.11 245	3.20 245	7.77 247

MeshStereo	3.62 239	1.54 222	1.05 207	2.64 225	1.72 226	2.05 225	1.15 205	2.40 245	1.41 218	0.90 206	6.48 256	9.56 254	7.42 243	0.49 170	11.75 262	1.94 248	0.87 188	0.74 193	8.79 235	0.80 192	8.36 259	8.07 260	0.73 200	1.07 217	3.39 245	2.15 233	5.22 257	4.99 233
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
ELAS_RVC	3.22 233	2.01 226	1.85 234	2.66 226	2.07 230	5.08 255	2.06 220	2.41 246	1.89 229	1.74 249	4.78 243	8.00 248	8.02 245	0.74 208	2.38 242	0.81 174	1.75 231	1.14 232	3.97 209	1.27 226	4.64 251	7.61 256	1.26 221	1.74 247	6.58 258	3.21 247	3.39 246	3.80 226
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.04 245	3.03 241	2.21 238	3.61 243	2.60 241	4.41 251	5.09 248	2.45 247	2.76 246	3.31 261	4.34 242	10.15 259	5.13 235	1.74 231	1.99 220	1.38 234	2.41 243	1.45 245	51.59 276	2.35 249	3.70 242	2.69 221	2.65 237	1.78 250	2.97 242	3.21 247	2.43 232	4.77 231

SGM-ForestM	2.61 221	4.20 256	0.93 197	2.78 229	1.37 220	3.57 238	2.93 232	2.59 248	1.51 222	0.70 170	1.32 206	7.25 245	5.36 236	0.47 167	0.89 142	0.53 107	0.79 180	0.54 139	7.58 230	0.60 155	0.82 149	0.47 74	0.51 179	0.80 199	4.97 253	3.66 252	7.05 261	6.30 241

ELAS	3.38 237	2.19 228	1.79 232	2.99 232	2.37 234	3.32 233	2.09 222	2.60 249	2.85 248	1.28 230	4.85 245	8.61 250	8.02 245	0.76 210	2.90 248	0.81 174	1.80 232	1.10 228	4.19 213	1.10 215	4.53 249	7.86 257	1.26 221	1.63 242	7.08 259	4.79 257	3.66 251	4.87 232
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
KSHMR	8.16 256	4.16 255	2.96 251	25.39 269	3.92 257	5.08 255	5.53 249	2.62 250	2.40 238	2.23 257	2.26 228	4.37 232	77.17 278	5.23 257	2.24 234	1.71 242	2.79 250	1.98 251	31.04 264	2.02 245	4.59 250	5.35 243	7.54 266	1.89 252	3.30 244	2.91 242	3.01 243	6.51 243

TorneroNet	8.11 255	4.28 257	2.58 246	27.50 271	3.31 255	5.00 254	6.00 252	2.62 250	10.13 263	1.49 239	2.57 231	11.07 261	68.61 277	4.25 252	1.77 215	1.18 221	5.78 256	1.62 249	23.67 258	2.83 255	4.30 245	5.47 244	5.37 258	1.65 244	3.72 248	3.14 246	2.59 236	6.36 242

WAO-8	4.25 242	3.34 249	2.80 247	10.32 258	2.92 248	4.17 248	5.89 250	2.66 252	4.45 254	1.69 247	3.41 236	5.94 237	11.31 250	5.29 258	1.71 208	1.34 227	2.69 248	1.51 246	10.78 242	2.48 251	2.63 219	4.50 240	3.44 241	1.58 240	5.12 254	3.31 249	3.60 248	5.76 238

Venus	4.25 242	3.34 249	2.80 247	10.32 258	2.92 248	4.17 248	5.89 250	2.66 252	4.45 254	1.69 247	3.41 236	5.94 237	11.31 250	5.29 258	1.71 208	1.34 227	2.69 248	1.51 246	10.78 242	2.48 251	2.63 219	4.50 240	3.44 241	1.58 240	5.12 254	3.31 249	3.60 248	5.76 238

DispFullNet	4.17 241	3.20 246	4.34 259	2.72 228	2.46 238	2.92 229	2.70 229	2.79 254	1.90 230	4.51 265	6.62 257	8.91 252	4.83 230	2.59 235	2.00 221	8.18 263	3.24 251	1.98 251	24.96 259	2.93 256	3.99 243	3.36 231	1.71 232	1.15 224	1.36 215	1.32 202	2.36 231	3.65 225

JetBlue	6.09 250	3.85 254	3.31 256	5.99 251	4.13 258	6.22 262	7.94 256	3.42 255	2.89 249	1.47 237	1.46 211	8.10 249	1.90 209	5.39 260	11.86 263	3.22 253	3.30 252	2.99 259	5.32 217	2.40 250	9.74 262	10.03 265	4.93 256	2.18 256	7.39 260	17.16 265	3.72 253	24.15 262

UNDER WATER	7.55 253	4.74 259	3.06 252	10.46 260	5.92 263	6.35 263	8.05 257	4.32 256	3.69 253	1.97 253	2.14 227	10.53 260	62.60 276	4.83 255	2.25 235	1.59 240	12.22 264	2.08 253	9.67 240	3.97 258	5.27 254	6.65 252	8.86 270	2.65 260	3.82 249	5.62 258	3.62 250	7.03 245

MADNet++	5.64 248	3.51 253	3.77 258	2.84 230	4.62 259	3.02 231	3.65 241	4.36 257	5.03 256	4.18 264	5.07 247	6.45 239	5.92 239	6.18 262	7.04 258	6.82 261	4.71 254	4.00 262	8.03 232	5.83 261	9.92 263	16.38 268	2.32 236	4.34 264	3.95 252	11.38 263	4.93 255	4.01 228

DPSMNet_ROB	12.40 262	5.97 264	17.46 271	4.21 247	7.87 265	5.15 257	8.18 258	4.56 258	11.65 266	4.54 267	8.87 263	5.17 235	22.69 260	13.00 268	14.98 267	14.62 268	6.90 258	15.82 268	14.07 252	12.05 266	9.09 261	21.75 270	5.68 261	11.54 268	11.87 264	31.03 273	12.99 265	33.06 269

DGTPSM_ROB	12.12 261	5.96 263	17.45 270	4.20 246	7.86 264	5.15 257	8.18 258	4.56 258	11.64 265	4.52 266	8.72 262	5.01 234	17.08 259	12.98 267	14.91 266	14.58 267	6.85 257	15.76 267	12.78 248	12.05 266	9.07 260	21.74 269	5.67 260	11.54 268	11.84 263	31.02 272	12.98 264	33.06 269

JetRed	7.85 254	5.29 261	6.07 264	3.75 244	5.00 260	6.95 265	10.20 263	4.64 260	3.42 251	2.92 260	2.39 230	6.71 241	2.25 215	7.15 264	10.26 260	7.34 262	8.59 261	7.11 264	4.82 214	4.08 259	10.76 266	9.27 261	7.85 267	3.34 261	10.96 262	24.25 269	11.90 263	24.57 264

UNDER WATER-64	6.11 251	5.20 260	3.13 253	12.20 261	5.77 262	6.55 264	8.53 260	4.74 261	3.45 252	2.30 259	2.36 229	12.04 262	12.47 254	5.08 256	3.02 249	1.81 245	12.11 263	2.17 255	8.81 236	4.17 260	5.75 256	7.27 254	8.74 269	2.61 259	3.86 251	8.63 260	4.32 254	7.86 248

MANE	7.31 252	2.64 233	4.48 260	3.30 239	3.10 252	3.94 246	2.83 231	5.37 262	6.88 258	1.11 217	5.64 251	8.81 251	11.02 249	0.67 202	3.83 253	3.83 255	1.32 218	18.03 269	8.61 233	0.84 197	4.22 244	1.16 176	0.74 201	1.79 251	13.65 265	18.61 266	22.89 268	38.18 274

STStereo	5.29 246	2.47 232	5.20 262	5.20 250	2.80 245	4.72 252	3.42 237	6.23 263	6.52 257	1.51 240	7.61 260	9.53 253	14.86 258	0.63 197	4.09 254	0.64 139	0.87 188	0.62 165	36.67 268	1.02 209	1.23 185	1.05 167	0.78 202	1.63 242	3.46 246	2.43 236	3.53 247	14.15 257

FADE		3.16 244	4.82 261	1.74 219	2.06 229	5.58 260	6.98 253	6.39 264	14.42 267	9.69 270	24.68 271		11.63 253	3.16 247	2.41 244	3.75 254	13.11 265	6.09 263	30.40 263	15.33 270	14.18 268	10.90 267	1.70 231	3.54 263	3.84 250	1.80 222	6.83 260	24.35 263

BEATNet-Init1	22.01 270	36.32 275	3.23 255	54.74 278	11.23 268	52.95 279	28.72 273	9.47 265	8.51 259	1.57 244	10.45 266	33.05 270	48.98 272	0.71 206	16.97 268	11.50 266	1.60 227	1.11 230	77.80 278	35.27 276	9.94 264	9.98 264	1.27 225	2.30 258	27.41 269	11.09 262	52.85 276	35.36 271

PML	30.82 272	20.91 268	7.15 267	29.65 272	20.81 274	29.11 273	10.50 265	10.87 266	88.32 279	20.03 274	154.19 279	98.60 277	119.55 279	10.53 266	9.19 259	8.69 264	16.72 267	7.27 265	34.57 267	7.35 264	12.77 267	10.86 266	5.72 262	6.17 265	33.11 275	12.83 264	34.30 273	12.33 255

DPSM_ROB	18.32 265	16.26 266	21.94 272	9.42 256	8.75 266	13.61 267	9.11 261	10.90 267	15.09 268	8.45 268	8.95 264	10.12 257	13.19 256	16.42 270	19.79 269	19.11 270	18.35 268	20.45 270	13.82 250	14.88 268	26.56 271	27.45 271	6.49 264	14.39 271	31.57 273	38.83 275	36.85 274	43.86 275

DPSM	18.32 265	16.26 266	21.94 272	9.42 256	8.75 266	13.61 267	9.11 261	10.90 267	15.09 268	8.45 268	8.95 264	10.12 257	13.19 256	16.42 270	19.79 269	19.11 270	18.35 268	20.45 270	13.82 250	14.88 268	26.56 271	27.45 271	6.49 264	14.39 271	31.57 273	38.83 275	36.85 274	43.86 275

LE_ROB	17.44 263	1.82 224	6.12 265	9.40 255	53.85 279	8.01 266	46.26 275	11.27 269	28.12 271	1.80 250	7.03 259	38.62 271	49.53 273	0.34 126	1.76 214	0.55 115	0.78 175	0.59 161	36.68 269	6.72 262	2.92 226	0.85 149	29.06 275	12.10 270	26.35 268	25.49 270	27.84 271	37.03 273

DPSimNet_ROB	18.93 267	32.01 270	5.97 263	12.40 262	11.35 269	6.13 261	28.07 272	15.03 270	35.64 275	3.96 263	78.33 278	18.15 264	35.00 268	5.44 261	12.19 265	10.36 265	13.57 266	3.64 261	87.52 279	6.87 263	14.36 270	9.97 263	4.40 247	7.14 266	5.17 256	9.85 261	5.93 259	32.56 268

HanzoNet	19.12 268	15.23 265	6.99 266	35.06 274	14.35 271	40.77 275	42.46 274	17.81 271	22.51 270	3.55 262	8.29 261	41.30 272	56.30 275	43.04 277	5.72 257	4.37 258	37.83 275	3.30 260	49.59 275	8.93 265	10.30 265	6.85 253	14.15 274	3.46 262	5.94 257	5.80 259	5.29 258	7.13 246

ASD4	28.39 271	32.20 271	16.01 269	15.24 264	12.36 270	19.17 269	15.39 267	18.17 272	9.38 260	45.71 276	57.05 276	24.92 268	11.45 252	13.50 269	48.27 277	18.30 269	47.28 276	47.66 276	44.35 273	25.76 272	63.37 279	42.94 276	8.48 268	8.34 267	24.58 267	32.07 274	28.35 272	36.29 272

CasAABBNet	36.73 274	32.73 274	44.18 277	18.81 266	17.45 272	27.29 270	18.12 268	21.69 273	30.40 272	17.52 273	18.08 270	20.27 265	26.53 264	32.96 272	38.28 271	37.42 272	36.82 272	41.12 273	27.47 260	29.86 273	53.56 278	55.70 279	12.93 271	28.91 276	63.44 278	78.07 277	73.93 277	88.05 277

LRCNet_RVC	21.34 269	28.92 269	11.37 268	31.78 273	29.09 275	34.25 274	27.43 271	21.71 274	10.07 262	29.63 275	30.60 272	32.06 269	25.81 263	33.87 275	11.15 261	2.97 252	25.27 271	21.35 272	44.05 272	20.83 271	14.27 269	5.87 249	36.69 276	27.43 273	2.76 238	1.47 209	8.68 262	6.79 244

MyStereo03	36.84 275	32.71 272	44.18 277	18.90 267	17.61 273	27.36 271	18.30 269	21.92 275	30.41 273	17.08 271	18.01 268	20.35 266	26.56 265	33.03 273	39.51 272	38.47 274	36.86 273	41.18 274	27.56 261	29.89 274	53.52 276	55.42 277	13.00 272	28.90 274	63.34 276	78.17 278	74.06 278	88.27 278

MyStereo02	36.18 273	32.71 272	44.18 277	18.90 267	0.00 1	27.36 271	18.30 269	21.92 275	30.41 273	17.08 271	18.01 268	20.35 266	26.56 265	33.03 273	39.51 272	38.47 274	36.86 273	41.18 274	27.56 261	29.89 274	53.52 276	55.42 277	13.00 272	28.90 274	63.34 276	78.17 278	74.06 278	88.27 278

HaxPig	41.43 276	43.85 276	40.81 274	44.90 275	47.49 277	44.66 276	46.30 276	46.31 277	45.63 277	49.00 277	49.30 273	47.24 274	43.73 270	42.64 276	40.44 275	39.13 276	48.37 277	51.07 277	43.33 270	42.25 277	42.88 273	36.52 273	50.75 278	43.02 278	27.54 270	19.97 267	20.68 267	20.75 261

AVERAGE_ROB	41.98 277	44.82 277	42.27 275	45.98 276	46.88 276	45.60 277	46.56 277	47.04 278	43.89 276	49.19 278	49.91 274	47.25 275	43.00 269	49.19 278	40.14 274	38.38 273	49.01 278	51.31 278	43.98 271	42.43 278	43.31 274	38.64 274	49.42 277	42.83 277	28.65 271	20.44 268	23.41 269	19.88 260

MEDIAN_ROB	44.95 278	47.36 278	44.12 276	48.52 277	49.78 278	48.21 278	49.25 278	49.72 279	46.35 278	52.53 279	53.59 275	50.59 276	45.49 271	49.36 279	43.27 276	41.36 277	51.85 279	54.40 279	47.03 274	45.93 279	45.78 275	40.06 275	52.67 279	45.67 279	31.00 272	26.54 271	25.33 270	27.95 267

Low-res two-view benchmark