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	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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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
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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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)
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

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

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

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

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.
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

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

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
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

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.
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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
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

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

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

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

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

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

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.
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

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

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

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
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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
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
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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Low-res two-view benchmark