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

StereoVision	0.13 1	0.11 12	0.03 3	0.04 6	0.04 7	0.00 1	0.03 17	0.04 12	0.03 5	0.03 26	0.00 1	0.19 9	0.02 4	0.02 17	1.02 4	0.79 11	0.13 6	0.02 3	0.30 10	0.04 3	0.21 6	0.19 2	0.00 1	0.06 10	0.04 12	0.00 1	0.12 4	0.00 1

CroCo-Stereo Lap2	0.18 2	0.11 12	0.04 5	0.05 8	0.06 12	0.00 1	0.01 2	0.03 6	0.05 11	0.24 54	0.00 1	0.16 5	0.06 20	0.01 6	1.29 6	1.05 21	0.06 1	0.04 6	0.06 3	0.05 5	0.40 14	0.86 10	0.00 1	0.04 6	0.04 12	0.01 5	0.05 1	0.00 1

AASNet	0.20 3	0.45 71	0.24 21	0.09 28	0.09 20	0.00 1	0.08 52	0.05 15	0.05 11	0.26 55	0.00 1	0.18 6	0.04 9	0.01 6	1.13 5	0.68 7	0.12 2	0.04 6	0.09 6	0.16 23	0.29 9	0.77 8	0.01 7	0.07 13	0.00 1	0.02 13	0.49 15	0.03 14

TDLM	0.20 3	0.10 10	0.21 17	0.08 24	0.23 50	0.02 34	0.04 25	0.19 26	0.04 8	0.02 24	0.10 60	0.67 75	0.05 14	0.10 75	0.43 1	0.28 1	0.35 30	0.20 29	0.02 1	0.01 1	0.12 1	1.22 12	0.05 49	0.01 1	0.00 1	0.02 13	0.41 13	0.41 63

CroCo-Stereo	0.21 5	0.09 9	0.03 3	0.05 8	0.07 17	0.00 1	0.00 1	0.04 12	0.05 11	0.00 1	0.00 1	0.09 4	0.07 22	0.00 1	1.51 11	1.11 22	0.17 9	0.08 13	0.76 21	0.05 5	0.40 14	0.85 9	0.00 1	0.04 6	0.04 12	0.01 5	0.08 3	0.00 1
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
delet	0.21 5	0.08 7	0.24 21	0.06 11	0.05 9	0.02 34	0.04 25	0.02 3	0.05 11	0.34 64	0.00 1	0.20 10	0.04 9	0.02 17	1.45 10	0.53 3	0.23 14	0.07 9	0.12 8	0.06 7	0.15 3	0.38 4	0.01 7	0.06 10	0.01 3	0.01 5	1.50 33	0.02 10

ProNet	0.22 7	0.03 1	0.09 8	0.01 1	0.00 1	0.12 85	0.75 138	0.01 1	0.01 1	0.00 1	0.00 1	0.05 1	0.00 1	0.22 114	1.31 7	1.03 19	0.22 12	0.01 2	0.09 6	0.12 16	0.24 7	1.33 15	0.03 39	0.01 1	0.07 20	0.00 1	0.05 1	0.00 1

RAFT	0.28 8	0.04 2	0.31 28	0.02 3	0.00 1	0.12 85	0.12 70	0.93 67	0.01 1	0.69 87	0.00 1	0.18 6	0.00 1	0.01 6	2.07 17	1.23 30	0.23 14	0.00 1	0.06 3	0.21 33	0.15 3	0.60 5	0.00 1	0.06 10	0.03 9	0.01 5	0.34 11	0.00 1

AANet_RVC	0.29 9	0.05 4	0.28 26	0.06 11	0.21 46	0.00 1	0.24 101	0.03 6	0.17 60	0.34 64	0.01 43	0.08 3	0.04 9	0.01 6	2.17 19	0.58 4	0.16 8	0.07 9	0.44 15	0.20 28	0.13 2	0.33 3	0.03 39	0.07 13	0.02 5	0.06 22	1.15 25	0.86 81

MoCha-V2	0.34 10	0.06 6	0.32 31	0.01 1	0.02 4	0.08 75	0.01 2	0.01 1	0.01 1	0.00 1	0.00 1	0.18 6	0.06 20	0.00 1	2.26 21	1.80 69	0.21 11	0.28 44	0.05 2	0.20 28	0.36 12	2.93 42	0.07 70	0.02 3	0.01 3	0.00 1	0.15 5	0.00 1

MMNet	0.34 10	0.21 21	0.07 6	0.05 8	0.06 12	0.00 1	0.12 70	0.03 6	0.04 8	0.22 52	0.00 1	0.36 25	0.02 4	0.05 46	2.17 19	0.69 8	0.33 27	0.15 23	0.34 12	0.07 8	0.34 11	0.60 5	0.06 55	0.10 18	0.03 9	0.05 21	2.93 62	0.02 10

iRaftStereo_RVC	0.35 12	0.21 21	0.33 33	0.22 42	0.15 28	0.02 34	0.02 9	0.05 15	0.08 24	0.00 1	0.00 1	0.28 18	0.11 37	0.03 29	1.35 8	0.98 16	0.35 30	0.07 9	0.49 16	0.17 25	1.05 37	2.96 43	0.00 1	0.05 8	0.09 23	0.01 5	0.23 7	0.04 17

DMCA	0.36 13	0.36 59	0.19 16	0.17 35	0.09 20	0.02 34	0.05 33	0.02 3	0.05 11	0.58 82	0.00 1	0.39 34	0.05 14	0.01 6	2.07 17	0.98 16	0.54 56	0.12 17	0.23 9	0.10 13	0.46 17	1.38 17	0.01 7	0.22 48	0.03 9	0.08 24	1.30 26	0.15 42

StereoIM	0.39 14	0.23 26	0.35 36	0.07 19	0.15 28	0.02 34	0.04 25	0.08 18	0.07 21	1.22 121	0.00 1	0.23 15	0.03 6	0.02 17	1.62 12	1.29 37	0.14 7	0.29 46	1.62 42	0.12 16	0.84 30	1.37 16	0.01 7	0.18 39	0.20 45	0.16 35	0.17 6	0.04 17

CVANet_RVC	0.42 15	0.29 40	0.82 102	0.60 126	0.31 68	0.18 108	0.03 17	1.58 88	0.25 77	0.12 41	0.28 82	0.84 88	0.05 14	0.11 80	0.69 2	0.46 2	0.36 32	0.25 38	0.08 5	0.08 11	0.20 5	1.95 24	0.02 30	0.05 8	0.06 19	0.03 17	0.70 18	1.10 94

MIF-Stereo	0.45 16	0.30 43	0.37 45	0.08 24	0.19 38	0.01 8	0.02 9	0.10 22	0.09 31	0.00 1	0.00 1	0.49 47	0.09 29	0.05 46	2.28 24	1.53 54	0.28 21	0.43 74	1.84 51	0.14 21	1.17 41	1.99 28	0.01 7	0.23 51	0.16 42	0.10 27	0.26 9	0.03 14

RAFT + AFF	0.48 17	0.05 4	0.01 2	0.22 42	0.03 6	0.04 52	0.14 77	0.03 6	0.03 5	0.00 1	0.00 1	0.32 23	0.03 6	0.07 57	4.66 90	0.97 15	0.56 62	0.09 14	2.34 61	0.04 3	0.69 23	1.96 25	0.02 30	0.22 48	0.15 39	0.12 30	0.24 8	0.01 8

HCRNet	0.49 18	0.39 61	0.36 40	0.29 67	0.12 25	0.01 8	0.06 42	0.03 6	0.01 1	1.48 136	0.00 1	0.20 10	0.05 14	0.01 6	2.61 29	0.78 10	0.42 42	0.07 9	0.32 11	0.12 16	0.37 13	2.22 31	0.02 30	0.02 3	0.02 5	0.02 13	3.33 80	0.03 14

UPFNet	0.52 19	0.31 44	0.76 94	0.22 42	0.28 64	0.02 34	0.05 33	0.09 21	0.08 24	0.38 70	0.00 1	0.38 31	0.03 6	0.24 116	3.16 41	1.04 20	0.34 28	0.14 20	0.59 18	0.34 51	0.44 16	1.09 11	0.01 7	0.30 64	0.05 16	0.01 5	3.54 89	0.05 22

AEACV	0.55 20	0.71 107	0.34 34	0.04 6	0.05 9	0.10 82	0.02 9	0.02 3	0.03 5	0.00 1	0.00 1	0.20 10	0.13 42	0.05 46	2.71 32	2.52 110	0.12 2	0.64 94	1.33 38	0.95 121	0.81 27	3.06 49	0.32 131	0.09 17	0.02 5	0.20 39	0.41 13	0.00 1

test croco	0.56 21	0.39 61	0.44 57	0.17 35	0.41 103	0.01 8	0.01 2	0.74 61	0.08 24	0.01 20	0.00 1	0.74 80	0.14 45	0.04 42	2.91 36	1.93 79	0.25 18	0.44 77	1.02 28	0.16 23	1.65 67	2.50 36	0.01 7	0.41 82	0.21 49	0.06 22	0.36 12	0.10 28

anonymousdsp	0.56 21	0.10 10	0.36 40	0.24 52	0.07 17	0.09 79	0.01 2	0.04 12	0.05 11	0.00 1	2.27 141	0.22 14	0.20 62	0.00 1	2.28 24	1.41 46	0.28 21	0.17 27	0.52 17	0.67 100	0.56 19	3.56 62	0.31 129	0.07 13	0.02 5	0.01 5	1.65 36	0.01 8

GMStereo	0.56 21	0.94 131	0.07 6	0.25 56	0.06 12	0.01 8	0.02 9	0.15 25	0.07 21	0.00 1	0.00 1	0.41 37	0.01 3	0.01 6	2.04 16	1.15 26	0.34 28	0.18 28	2.72 80	0.11 14	1.52 56	2.04 29	0.00 1	0.08 16	0.20 45	0.03 17	2.65 55	0.04 17
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MIF-Stereo (partial)	0.58 24	0.39 61	0.42 53	0.07 19	0.22 48	0.02 34	0.03 17	0.08 18	0.11 39	0.01 20	0.01 43	0.50 51	0.12 39	0.03 29	2.35 26	1.69 65	0.25 18	0.60 92	0.91 26	0.11 14	1.40 49	2.26 33	0.01 7	0.34 67	0.12 32	0.29 49	2.91 61	0.38 61

RYNet	0.61 25	0.04 2	0.00 1	0.02 3	0.04 7	0.00 1	0.01 2	0.03 6	0.04 8	0.07 30	0.00 1	0.07 2	0.12 39	0.00 1	4.57 86	0.66 6	0.12 2	0.99 142	0.37 13	0.02 2	0.25 8	0.10 1	0.05 49	0.03 5	0.08 22	7.32 178	1.40 29	0.12 38

GANet	0.63 26	0.72 109	0.73 90	0.46 114	0.40 101	1.37 161	0.41 119	0.45 47	0.06 18	0.21 48	2.81 161	2.16 131	0.28 75	0.47 153	0.89 3	0.62 5	0.74 79	0.38 59	0.38 14	0.07 8	0.30 10	1.98 27	0.14 93	0.13 26	0.20 45	0.03 17	0.52 16	0.22 46

TestStereo	0.64 27	0.64 96	0.54 73	0.22 42	0.11 24	0.01 8	0.03 17	1.87 102	0.23 73	0.30 59	0.00 1	0.37 29	0.08 25	0.01 6	1.75 14	0.93 14	0.45 45	0.23 37	2.92 87	0.12 16	1.51 55	1.70 18	0.05 49	0.11 22	0.21 49	0.46 60	2.24 47	0.13 40

UNet	0.67 28	0.32 45	0.47 65	0.27 62	0.23 50	0.03 46	0.15 80	0.55 56	0.14 48	1.13 113	0.00 1	0.61 66	0.17 57	0.15 94	2.26 21	1.51 53	0.50 51	0.22 32	1.51 41	0.25 38	0.75 24	1.79 21	0.18 103	0.60 113	0.07 20	0.32 52	3.43 86	0.61 73

MGS-Stereo	0.68 29	0.97 137	0.65 78	0.25 56	0.18 33	0.01 8	0.05 33	0.07 17	0.14 48	0.00 1	0.00 1	0.30 19	0.15 47	0.03 29	5.25 112	1.01 18	0.41 40	0.26 40	1.09 29	0.44 63	1.38 48	2.76 38	0.03 39	0.27 55	0.34 57	0.25 42	1.72 38	0.24 48

HITNet	0.68 29	0.16 16	0.11 10	0.07 19	0.10 23	0.01 8	0.03 17	1.72 92	0.79 123	0.11 35	0.00 1	0.77 85	0.28 75	0.12 87	2.69 30	1.17 27	0.45 45	0.14 20	0.72 20	0.25 38	1.61 65	2.80 40	0.01 7	0.17 36	0.04 12	0.15 33	3.40 84	0.41 63
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
IER	0.69 31	0.46 73	0.29 27	0.30 71	0.18 33	0.01 8	0.09 60	0.42 43	0.11 39	1.07 110	0.07 57	1.62 123	0.05 14	0.20 106	3.15 40	1.25 31	0.40 37	0.16 25	0.82 23	0.44 63	0.57 20	2.22 31	0.21 107	0.34 67	0.09 23	1.03 89	2.96 63	0.28 51

HGLStereo	0.70 32	0.34 56	0.41 51	0.23 49	0.31 68	0.02 34	0.17 87	0.08 18	0.13 46	1.20 120	0.69 109	0.25 16	0.15 47	0.09 70	2.36 27	1.50 51	0.57 64	0.29 46	1.25 33	0.24 36	1.13 40	3.16 54	0.08 76	0.34 67	0.18 43	0.19 37	3.13 68	0.47 67

CFNet	0.72 33	0.50 79	0.71 86	0.48 117	0.45 110	0.06 73	0.27 105	0.58 57	0.09 31	0.65 86	0.04 51	0.84 88	0.10 34	0.05 46	2.80 34	0.75 9	0.60 66	0.09 14	0.84 25	0.41 59	1.10 39	1.22 12	0.03 39	0.13 26	0.58 74	1.14 92	3.44 87	1.47 102

RAFT_CTSACE	0.74 34	0.81 119	0.44 57	0.25 56	0.08 19	0.15 100	0.03 17	1.99 107	0.06 18	0.00 1	0.11 61	0.47 45	0.46 103	0.01 6	2.74 33	1.26 32	0.29 26	0.16 25	0.77 22	0.13 20	0.79 25	4.54 93	0.01 7	0.15 31	0.25 54	0.01 5	3.88 109	0.04 17

test_5	0.76 35	0.61 93	0.21 17	0.02 3	0.02 4	0.11 83	0.01 2	2.75 153	0.05 11	0.00 1	4.29 175	0.49 47	0.44 96	0.00 1	1.73 13	1.27 36	0.22 12	0.14 20	1.14 31	0.09 12	0.46 17	3.08 51	0.01 7	0.19 40	0.09 23	0.00 1	2.97 64	0.02 10

RAFT+CT+SA	0.77 36	0.83 121	0.24 21	0.15 34	0.05 9	0.01 8	0.02 9	2.46 132	0.09 31	0.11 35	0.00 1	0.89 96	0.40 92	0.01 6	1.42 9	1.63 60	0.18 10	0.21 31	2.39 63	0.27 41	0.93 32	4.66 99	0.01 7	0.20 43	0.13 33	0.02 13	3.33 80	0.05 22

ADLNet	0.79 37	0.95 132	0.12 11	0.22 42	0.28 64	0.09 79	0.05 33	1.25 77	0.10 36	0.32 62	0.06 54	2.48 136	0.08 25	0.20 106	3.48 47	1.14 25	0.48 48	0.11 16	0.60 19	0.23 35	0.60 21	3.03 47	0.01 7	0.10 18	0.91 91	0.83 82	3.15 69	0.34 57

raft+_RVC	0.80 38	0.41 66	0.45 62	0.34 84	0.24 53	0.03 46	0.08 52	2.24 118	0.09 31	0.07 30	0.00 1	0.42 39	0.08 25	0.02 17	3.49 48	3.16 137	0.48 48	0.12 17	2.60 75	0.82 110	0.94 33	3.69 65	0.03 39	0.20 43	0.35 58	0.14 32	0.69 17	0.35 59

ARAFT	0.80 38	0.22 24	0.31 28	0.31 73	0.12 25	0.01 8	0.02 9	0.24 36	0.09 31	1.28 123	0.00 1	0.53 54	0.04 9	0.09 70	3.18 42	1.99 83	0.51 53	0.34 54	2.69 79	0.14 21	1.96 86	2.75 37	0.02 30	0.20 43	0.80 89	0.03 17	3.53 88	0.13 40

LL-Strereo2	0.81 40	0.27 37	0.35 36	0.09 28	0.14 27	0.17 106	0.08 52	2.21 117	0.19 66	0.00 1	0.00 1	0.26 17	0.05 14	0.20 106	2.27 23	2.72 118	0.12 2	0.15 23	2.40 64	0.52 76	1.77 78	5.39 116	0.06 55	0.17 36	0.43 64	0.12 30	1.55 35	0.31 53

DMCA-RVC	0.82 41	0.43 68	0.50 67	0.31 73	0.59 122	0.15 100	1.13 145	0.29 38	1.52 157	1.29 125	0.34 88	0.64 70	0.14 45	0.17 98	3.74 56	1.26 32	0.80 83	0.51 83	0.97 27	0.51 75	0.87 31	1.93 23	0.26 122	0.40 81	0.13 33	0.08 24	2.70 56	0.50 68

Former-RAFT_DAM_RVC	0.83 42	0.08 7	0.36 40	0.18 37	0.21 46	0.01 8	0.06 42	1.75 94	0.21 71	0.14 43	0.15 71	0.45 42	0.16 51	0.03 29	4.05 74	1.87 72	0.36 32	0.42 70	1.67 44	0.17 25	1.76 77	4.52 92	0.02 30	0.11 22	0.38 61	2.70 127	0.33 10	0.33 55

MIM_Stereo	0.83 42	0.15 15	0.44 57	0.34 84	0.24 53	0.12 85	0.08 52	2.02 108	0.08 24	0.00 1	0.24 80	0.31 22	0.10 34	0.03 29	3.34 43	2.91 125	0.24 16	0.67 99	2.62 76	0.89 116	1.44 53	3.49 59	0.06 55	0.26 53	0.20 45	0.24 41	1.72 38	0.18 44

DSFCA	0.83 42	0.44 69	0.51 71	0.29 67	0.59 122	0.05 60	0.61 135	0.23 31	0.55 104	0.49 78	0.58 103	0.48 46	0.11 37	0.04 42	2.83 35	1.42 47	0.78 82	0.72 109	1.15 32	0.65 98	1.24 44	3.01 45	0.21 107	0.53 105	0.55 72	0.83 82	3.19 72	0.46 66

test_4	0.84 45	0.11 12	0.61 76	0.30 71	0.20 41	0.08 75	0.30 106	0.10 22	0.10 36	0.03 26	0.61 105	0.79 86	0.16 51	0.18 100	3.62 52	3.39 149	0.24 16	0.43 74	1.98 53	0.30 44	1.21 43	3.26 56	0.09 80	0.21 47	0.23 52	0.33 53	3.56 90	0.25 50

RASNet	0.86 46	0.32 45	0.77 96	0.46 114	0.31 68	0.18 108	0.10 66	0.95 68	0.14 48	1.11 111	0.09 59	0.53 54	0.44 96	0.35 139	1.76 15	1.87 72	0.59 65	0.22 32	1.13 30	0.07 8	1.42 52	3.94 73	0.17 101	0.53 105	0.46 66	0.37 58	3.64 94	1.29 99

AFF-stereo	0.88 47	0.32 45	0.50 67	0.35 91	0.20 41	0.11 83	0.37 116	0.41 42	0.11 39	1.15 114	0.00 1	0.66 74	0.07 22	0.02 17	4.33 78	1.39 45	0.40 37	0.90 130	3.49 102	0.26 40	1.61 65	2.83 41	0.02 30	0.22 48	0.49 67	0.18 36	3.16 70	0.10 28

CAS	0.89 48	0.22 24	0.39 49	0.21 40	0.24 53	0.03 46	0.36 115	0.23 31	0.62 111	1.28 123	0.16 72	0.38 31	0.84 146	0.12 87	3.10 39	1.87 72	0.94 105	0.75 113	1.30 36	0.58 83	2.82 104	3.00 44	0.03 39	0.12 24	0.13 33	0.72 78	1.80 41	1.89 115

DISCO	0.90 49	0.96 136	0.36 40	0.06 11	0.36 86	0.63 139	0.54 131	0.23 31	0.32 85	1.72 142	0.58 103	0.41 37	0.29 77	0.04 42	2.98 38	1.47 50	1.02 113	0.31 51	3.32 96	0.56 82	1.01 35	3.01 45	0.13 90	0.33 66	0.13 33	0.33 53	2.81 59	0.43 65

rafts_anoy	0.92 50	0.33 52	0.86 106	0.37 96	0.24 53	0.05 60	0.07 47	2.48 134	0.14 48	0.01 20	0.00 1	0.20 10	0.04 9	0.02 17	3.97 69	3.08 132	0.56 62	0.40 64	2.20 59	0.34 51	1.65 67	3.86 72	0.02 30	0.27 55	0.99 97	0.73 79	0.87 21	0.98 92

TestStereo1	0.93 51	0.98 138	0.22 19	0.07 19	0.18 33	0.01 8	0.04 25	1.07 71	0.08 24	0.11 35	0.00 1	0.39 34	0.56 115	0.12 87	4.92 103	2.03 87	0.28 21	0.22 32	2.98 89	0.20 28	1.56 59	3.94 73	0.01 7	0.15 31	0.10 27	1.19 95	3.74 97	0.05 22

SA-5K	0.93 51	0.98 138	0.22 19	0.07 19	0.18 33	0.01 8	0.04 25	1.07 71	0.08 24	0.11 35	0.00 1	0.39 34	0.56 115	0.12 87	4.92 103	2.03 87	0.28 21	0.22 32	2.98 89	0.20 28	1.56 59	3.94 73	0.01 7	0.15 31	0.10 27	1.19 95	3.74 97	0.05 22

GLC_STEREO	0.93 51	0.48 76	0.65 78	0.25 56	0.33 80	0.03 46	0.11 68	2.37 129	0.20 67	0.16 46	0.04 51	0.38 31	0.15 47	0.02 17	3.66 53	2.05 92	0.67 72	0.25 38	2.56 72	0.42 62	2.90 105	3.06 49	0.09 80	0.19 40	0.09 23	0.10 27	3.70 95	0.31 53

NVstereo2D	0.93 51	0.48 76	0.17 13	0.24 52	0.42 106	0.41 127	0.08 52	1.64 89	0.59 109	0.87 99	1.05 118	0.42 39	0.21 66	0.08 66	5.64 122	2.38 107	0.82 88	0.59 90	1.71 46	0.24 36	1.26 45	2.48 35	0.06 55	0.47 95	1.31 109	0.29 49	1.04 23	0.24 48

CASnet	0.96 55	0.54 82	0.54 73	0.24 52	0.36 86	0.05 60	0.26 104	0.52 53	0.18 64	0.06 29	0.06 54	0.70 77	0.36 85	0.01 6	4.36 79	1.50 51	0.66 71	0.40 64	2.56 72	0.34 51	3.82 135	4.34 85	0.03 39	0.35 74	1.67 125	0.11 29	1.72 38	0.23 47
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TESTraft	1.00 56	0.95 132	0.32 31	0.06 11	0.17 31	0.01 8	0.03 17	1.49 86	0.07 21	0.78 93	0.00 1	0.46 43	0.64 124	0.19 101	4.75 96	2.06 93	0.26 20	0.20 29	2.78 83	0.36 56	1.26 45	4.60 96	0.07 70	0.17 36	0.11 31	1.53 105	3.70 95	0.04 17

RALCasStereoNet	1.00 56	0.37 60	1.07 123	0.37 96	0.32 78	0.06 73	0.20 96	2.08 114	0.15 54	1.01 106	0.04 51	0.61 66	0.16 51	0.03 29	3.74 56	3.43 153	0.41 40	0.26 40	1.40 39	0.75 106	1.44 53	4.55 94	0.03 39	0.26 53	0.78 88	1.36 101	0.91 22	1.22 98

RAFT-Stereo + iAFF	1.00 56	0.33 52	0.75 93	0.38 100	0.42 106	0.14 94	0.43 123	0.97 69	0.13 46	1.32 127	0.00 1	0.65 73	0.09 29	0.03 29	4.73 92	1.46 49	0.50 51	0.13 19	3.58 103	0.49 69	1.60 63	4.02 77	0.02 30	0.42 85	0.52 69	0.38 59	3.38 83	0.17 43

IPLGR_C	1.02 59	0.24 31	0.77 96	0.31 73	0.36 86	0.04 52	0.35 114	0.20 27	0.47 96	0.07 30	0.12 65	1.26 110	0.09 29	0.41 146	4.52 84	1.63 60	0.81 85	0.45 78	2.10 56	0.32 46	2.41 95	4.67 100	0.07 70	0.75 133	1.04 99	0.28 47	3.80 101	0.11 35

anonymousdsp2	1.03 60	0.29 40	0.37 45	0.23 49	0.09 20	0.03 46	0.04 25	1.33 79	0.08 24	0.02 24	2.28 144	0.33 24	0.18 59	0.27 123	2.59 28	2.50 109	0.44 44	0.56 88	3.69 105	1.14 129	1.68 70	5.57 120	0.24 117	0.50 99	0.41 62	0.15 33	2.74 58	0.02 10

CIPLG	1.04 61	0.23 26	0.82 102	0.32 78	0.36 86	0.04 52	0.34 112	0.21 28	0.50 99	0.07 30	0.11 61	1.24 108	0.08 25	0.42 148	4.82 102	1.65 62	0.85 93	0.39 63	2.02 54	0.32 46	2.35 91	4.69 101	0.05 49	0.75 133	1.10 101	0.35 56	3.79 100	0.12 38

ACRE	1.04 61	0.24 31	0.80 100	0.33 80	0.36 86	0.04 52	0.34 112	0.21 28	0.48 97	0.08 34	0.14 69	1.30 112	0.09 29	0.45 151	4.77 99	1.62 59	0.82 88	0.43 74	2.08 55	0.33 49	2.40 94	4.72 102	0.06 55	0.74 132	1.10 101	0.28 47	3.80 101	0.11 35

CFNet_pseudo	1.04 61	0.55 83	0.68 80	0.46 114	0.53 115	0.05 60	0.02 9	0.61 59	0.10 36	0.91 101	0.11 61	0.88 94	0.56 115	0.52 161	5.81 132	1.84 70	0.55 61	0.37 56	2.85 85	0.41 59	1.09 38	3.10 53	0.59 163	0.29 60	0.61 77	0.63 72	2.23 46	1.75 111

dd	1.06 64	0.48 76	0.31 28	1.86 168	0.06 12	0.26 121	0.16 82	0.47 49	0.06 18	0.11 35	0.01 43	2.18 132	0.07 22	0.20 106	4.43 80	1.13 24	1.19 125	0.38 59	6.03 131	0.38 57	0.67 22	1.85 22	0.14 93	0.32 65	0.63 80	0.09 26	3.27 76	1.90 116

SA	1.07 65	0.91 129	0.46 64	0.21 40	0.25 59	0.01 8	0.02 9	2.68 144	0.14 48	0.14 43	0.00 1	0.59 56	0.38 90	0.34 134	3.59 51	2.03 87	0.45 45	0.51 83	3.47 101	0.32 46	1.40 49	3.72 66	0.01 7	0.38 78	0.44 65	1.60 108	4.79 148	0.10 28

AACVNet	1.07 65	0.61 93	0.44 57	0.65 128	0.80 133	0.12 85	0.17 87	0.37 39	0.20 67	0.17 47	0.14 69	0.60 60	0.24 70	0.26 119	4.81 100	2.04 91	0.61 67	0.40 64	1.72 47	0.41 59	1.80 79	3.08 51	0.40 137	0.20 43	0.52 69	1.51 104	4.20 131	2.32 124

DLCB_ROB	1.13 67	0.77 113	0.73 90	0.44 111	0.51 114	0.22 113	0.42 120	0.49 50	0.28 80	0.84 96	0.50 98	1.31 113	0.85 147	0.11 80	2.70 31	1.54 55	1.12 120	0.27 42	0.82 23	0.22 34	1.70 72	3.50 60	0.48 153	0.44 93	4.83 183	2.48 125	2.14 44	0.79 80

4D-IteraStereo	1.14 68	0.34 56	1.40 137	0.29 67	0.38 95	0.05 60	0.09 60	2.11 116	0.11 39	0.00 1	0.19 77	0.52 53	0.22 68	0.24 116	3.76 58	3.57 161	0.28 21	0.38 59	2.95 88	0.49 69	3.35 122	5.63 122	0.12 89	0.41 82	0.10 27	0.29 49	3.09 67	0.34 57

LMCR-Stereo	1.14 68	0.56 84	0.72 87	0.31 73	0.31 68	0.14 94	0.06 42	1.38 81	0.28 80	0.33 63	0.12 65	0.86 92	0.20 62	0.26 119	3.99 71	2.00 85	1.20 126	0.37 56	6.02 130	1.76 153	2.41 95	3.82 69	0.07 70	0.55 109	0.52 69	0.51 66	1.50 33	0.67 76

CFNet_RVC	1.14 68	0.65 97	0.92 110	0.35 91	0.40 101	0.14 94	0.13 73	0.11 24	0.18 64	0.86 98	1.15 123	0.67 75	0.17 57	0.08 66	6.26 148	1.31 39	0.70 75	0.40 64	1.62 42	0.29 43	1.93 83	3.03 47	0.06 55	0.43 91	0.95 94	1.90 116	3.91 111	2.07 119

panet	1.17 71	0.32 45	0.93 113	0.22 42	0.19 38	0.01 8	0.08 52	2.54 135	0.38 87	0.63 84	0.99 117	0.76 83	0.58 118	0.06 54	3.83 62	3.16 137	0.91 101	0.55 87	2.21 60	0.76 108	2.97 108	3.47 58	0.06 55	0.29 60	1.28 108	1.05 90	2.55 53	0.92 87

raftrobust	1.17 71	0.44 69	0.99 116	0.41 105	0.37 91	0.04 52	0.12 70	2.45 131	0.14 48	0.51 80	0.00 1	0.72 78	0.24 70	0.09 70	4.74 93	4.01 173	0.39 36	0.35 55	5.19 125	0.34 51	1.89 81	4.58 95	0.21 107	0.28 57	1.21 107	0.47 61	1.09 24	0.35 59

GMOStereo	1.19 73	0.17 17	0.68 80	0.34 84	0.31 68	0.13 90	0.31 107	2.36 123	0.15 54	0.00 1	0.17 73	0.60 60	0.45 99	0.02 17	3.83 62	3.83 164	0.54 56	0.70 103	2.41 65	0.64 92	1.71 73	6.50 146	0.01 7	0.34 67	1.38 113	0.25 42	4.07 120	0.10 28

error version	1.19 73	0.17 17	0.68 80	0.34 84	0.31 68	0.13 90	0.31 107	2.36 123	0.15 54	0.00 1	0.17 73	0.60 60	0.45 99	0.02 17	3.83 62	3.83 164	0.54 56	0.70 103	2.41 65	0.64 92	1.71 73	6.50 146	0.01 7	0.34 67	1.38 113	0.25 42	4.07 120	0.10 28

test-v	1.19 73	0.17 17	0.68 80	0.34 84	0.31 68	0.13 90	0.31 107	2.36 123	0.15 54	0.00 1	0.17 73	0.60 60	0.45 99	0.02 17	3.83 62	3.83 164	0.54 56	0.70 103	2.41 65	0.64 92	1.71 73	6.50 146	0.01 7	0.34 67	1.38 113	0.25 42	4.07 120	0.10 28

test-2	1.19 73	0.17 17	0.68 80	0.34 84	0.31 68	0.13 90	0.31 107	2.36 123	0.15 54	0.00 1	0.17 73	0.60 60	0.45 99	0.02 17	3.83 62	3.83 164	0.54 56	0.70 103	2.41 65	0.64 92	1.71 73	6.50 146	0.01 7	0.34 67	1.38 113	0.25 42	4.07 120	0.10 28

CREStereo++_RVC	1.20 77	0.23 26	1.65 151	0.28 65	0.43 108	0.01 8	0.17 87	2.02 108	0.26 78	0.61 83	0.08 58	0.50 51	0.15 47	0.05 46	3.91 67	2.85 124	0.95 106	0.50 82	2.77 82	0.31 45	3.04 111	3.84 71	0.13 90	0.14 28	1.10 101	1.31 100	4.38 137	0.77 79
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
CREStereo	1.20 77	0.33 52	0.95 115	0.24 52	0.19 38	0.01 8	0.06 42	2.65 142	0.54 100	0.64 85	1.05 118	0.72 78	0.59 119	0.07 57	3.92 68	3.45 157	0.86 98	0.42 70	2.19 58	0.72 102	3.10 113	3.56 62	0.10 83	0.29 60	1.20 106	1.09 91	2.54 52	0.90 84
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
HSM	1.20 77	0.35 58	1.10 126	0.59 125	0.56 120	0.05 60	0.09 60	2.87 158	0.31 83	0.13 42	0.53 100	0.76 83	0.13 42	0.05 46	5.24 111	1.26 32	0.85 93	0.30 48	3.45 100	0.50 73	2.38 93	3.35 57	0.10 83	0.55 109	0.74 84	0.86 85	4.16 129	1.08 93

RALAANet	1.21 80	0.40 64	0.56 75	0.37 96	0.31 68	0.20 112	0.15 80	1.87 102	0.20 67	0.51 80	0.01 43	0.49 47	0.26 72	0.07 57	3.97 69	2.32 102	0.48 48	0.73 111	3.41 97	1.09 126	3.06 112	5.24 114	0.02 30	0.50 99	0.74 84	1.14 92	4.11 128	0.54 70

NLCA_NET_v2_RVC	1.21 80	0.81 119	0.50 67	0.22 42	0.48 113	0.03 46	1.73 161	1.18 75	2.43 179	2.04 153	0.11 61	0.74 80	0.09 29	0.55 162	6.88 158	1.12 23	0.38 34	0.30 48	1.67 44	0.28 42	0.80 26	1.75 20	0.15 96	0.25 52	0.13 33	3.23 132	2.70 56	2.04 118
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet_ROB	1.22 82	0.71 107	0.44 57	0.45 113	0.34 82	0.04 52	0.16 82	3.05 165	0.12 45	1.32 127	0.00 1	0.93 97	0.34 81	0.05 46	4.57 86	1.86 71	0.81 85	0.48 80	6.00 129	0.34 51	1.95 84	1.30 14	0.31 129	0.91 147	0.33 56	0.95 86	3.93 113	1.14 96

PDISCO_ROB	1.24 83	0.57 87	0.10 9	0.66 129	0.32 78	0.01 8	0.57 133	0.78 63	0.49 98	1.25 122	0.94 116	0.36 25	0.32 78	0.19 101	3.99 71	2.19 97	0.98 107	1.44 167	2.38 62	0.62 89	2.92 106	4.93 107	0.18 103	0.64 119	1.52 122	0.53 67	3.95 117	0.62 74

LoS_RVC	1.27 84	1.54 160	0.85 104	0.06 11	0.55 116	0.01 8	0.13 73	0.23 31	0.73 118	1.70 140	0.22 78	0.64 70	0.69 129	0.11 80	3.79 60	3.07 130	0.75 80	1.99 188	3.69 105	0.64 92	4.98 155	4.94 108	0.22 113	0.10 18	0.37 59	0.50 64	0.82 19	0.93 88

tt_ll	1.27 84	1.54 160	0.85 104	0.06 11	0.55 116	0.01 8	0.13 73	0.23 31	0.73 118	1.70 140	0.22 78	0.64 70	0.69 129	0.11 80	3.79 60	3.07 130	0.75 80	1.99 188	3.69 105	0.64 92	4.98 155	4.94 108	0.22 113	0.10 18	0.37 59	0.50 64	0.82 19	0.93 88

psm_up	1.28 86	0.67 101	1.09 125	0.41 105	0.89 140	0.04 52	0.31 107	2.38 130	1.16 145	0.77 90	0.00 1	1.36 114	0.10 34	0.44 149	4.59 89	1.35 41	0.83 90	0.45 78	4.14 113	0.47 66	1.60 63	2.76 38	0.01 7	0.73 130	1.16 104	1.54 106	3.84 104	1.40 100

CES	1.32 87	0.24 31	0.36 40	0.14 33	0.22 48	0.05 60	0.19 93	5.29 201	0.76 120	0.42 75	0.61 105	0.86 92	0.85 147	0.26 119	4.28 77	3.41 152	1.21 128	1.06 148	1.85 52	1.16 134	4.19 142	3.75 67	0.15 96	0.12 24	0.23 52	0.34 55	1.47 32	2.15 122

IPLG	1.33 88	0.40 64	0.76 94	0.29 67	0.28 64	0.01 8	0.09 60	2.25 119	0.31 83	0.40 73	0.28 82	0.37 29	0.74 135	0.31 133	5.67 127	1.89 75	1.26 133	0.95 137	2.86 86	0.47 66	1.18 42	6.06 135	0.06 55	0.66 123	0.63 80	3.73 141	3.86 108	0.11 35

AF-Net	1.33 88	0.56 84	1.00 117	0.36 94	0.81 135	1.01 151	2.56 172	2.36 123	1.15 143	0.48 76	0.65 107	3.84 147	0.16 51	0.30 130	3.50 49	1.17 27	0.52 54	0.02 3	1.74 48	0.53 77	0.81 27	4.34 85	0.06 55	0.14 28	0.93 92	0.61 70	3.84 104	2.40 127

Nwc_Net	1.33 88	0.56 84	1.00 117	0.36 94	0.81 135	1.01 151	2.56 172	2.36 123	1.15 143	0.48 76	0.65 107	3.84 147	0.16 51	0.30 130	3.50 49	1.17 27	0.52 54	0.02 3	1.74 48	0.53 77	0.81 27	4.34 85	0.06 55	0.14 28	0.93 92	0.61 70	3.84 104	2.40 127

STTStereo	1.36 91	0.86 123	0.78 99	0.40 104	0.33 80	0.08 75	1.20 148	0.43 45	1.52 157	1.38 133	0.24 80	2.01 129	0.27 73	0.38 142	9.23 180	1.30 38	0.40 37	0.33 52	1.27 35	0.20 28	1.56 59	1.97 26	0.16 98	0.15 31	0.10 27	1.81 115	3.62 93	4.69 142

raft_robust	1.38 92	0.73 112	0.63 77	0.27 62	0.23 50	0.01 8	0.05 33	3.04 164	0.24 75	1.16 115	0.02 49	0.61 66	0.67 126	0.07 57	3.67 55	2.22 99	0.80 83	0.66 96	5.14 124	0.33 49	3.43 125	6.40 145	0.01 7	0.37 76	1.19 105	1.48 103	2.86 60	0.96 91

APVNet	1.38 92	1.06 143	0.27 25	0.33 80	0.37 91	0.28 124	0.50 129	0.39 40	0.42 92	0.93 102	0.42 95	0.85 90	0.19 61	0.15 94	4.81 100	3.10 135	1.87 160	0.94 135	4.74 122	0.89 116	2.23 89	5.90 127	0.05 49	1.23 163	0.19 44	0.48 62	3.80 101	0.91 85

iResNetv2_ROB	1.40 94	0.83 121	0.41 51	1.30 156	0.37 91	0.05 60	0.14 77	3.17 171	0.20 67	1.97 151	0.28 82	2.49 137	0.40 92	0.06 54	3.78 59	1.57 56	1.08 118	0.22 32	6.10 132	0.67 100	3.61 130	2.04 29	0.26 122	0.83 144	0.62 79	0.54 68	4.07 120	0.71 77

UCFNet_RVC	1.41 95	2.75 185	0.68 80	0.60 126	0.80 133	0.26 121	0.16 82	0.28 37	0.23 73	0.93 102	0.37 89	2.60 138	1.05 158	0.07 57	6.13 144	1.33 40	0.70 75	0.52 85	2.48 69	0.62 89	1.87 80	3.20 55	1.04 183	0.35 74	1.83 129	1.96 117	2.11 42	3.29 135

Sa-1000	1.45 96	0.32 45	0.53 72	0.28 65	0.26 60	0.01 8	0.04 25	2.73 148	0.11 39	0.01 20	0.01 43	0.59 56	0.49 108	0.56 163	6.07 142	2.10 94	0.92 104	0.88 127	4.60 120	0.59 85	1.56 59	6.38 143	0.01 7	0.64 119	2.25 135	1.72 113	5.00 152	0.38 61

PMTNet	1.51 97	0.60 91	1.30 133	0.27 62	0.26 60	0.02 34	0.18 90	0.51 52	0.56 106	0.71 89	0.33 87	0.59 56	0.48 106	0.09 70	6.84 156	3.43 153	0.91 101	0.38 59	6.13 134	0.44 63	4.00 138	3.52 61	0.13 90	0.15 31	3.04 155	1.29 99	1.36 27	3.30 136

ICVP	1.55 98	0.24 31	1.65 151	0.43 109	0.45 110	0.50 132	0.38 118	1.26 78	0.64 113	1.77 144	1.20 124	0.88 94	1.63 169	0.25 118	4.46 81	2.81 123	1.49 148	1.01 143	2.50 70	1.15 133	2.70 98	5.75 124	0.14 93	0.63 116	0.72 83	2.31 122	3.35 82	1.59 109
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RP	1.55 98	1.14 149	2.48 178	0.89 140	1.23 150	0.43 128	2.08 167	1.86 101	1.63 163	0.29 58	2.10 137	2.43 135	0.13 42	0.49 157	5.11 107	1.26 32	0.83 90	0.05 8	1.74 48	0.49 69	1.04 36	4.92 106	0.16 98	0.76 135	0.49 67	1.14 92	4.64 146	1.98 117

sAnonymous2	1.64 100	0.27 37	0.18 14	0.11 31	0.20 41	0.49 130	0.05 33	1.85 98	0.98 134	0.21 48	0.39 90	1.21 104	0.85 147	0.08 66	4.74 93	3.93 170	1.35 140	1.22 160	7.85 144	0.83 113	4.15 140	5.99 129	0.03 39	0.42 85	0.15 39	2.19 120	2.36 49	2.37 125

CroCo_RVC	1.64 100	0.27 37	0.18 14	0.11 31	0.20 41	0.49 130	0.05 33	1.85 98	0.98 134	0.21 48	0.39 90	1.21 104	0.85 147	0.08 66	4.74 93	3.93 170	1.35 140	1.22 160	7.85 144	0.83 113	4.15 140	5.99 129	0.03 39	0.42 85	0.15 39	2.19 120	2.36 49	2.37 125

BEATNet_4x	1.65 102	0.58 89	0.35 36	0.20 38	0.38 95	0.15 100	0.46 126	1.78 97	1.70 168	0.40 73	0.50 98	1.13 103	0.62 123	0.65 166	6.09 143	3.02 129	2.14 165	1.81 181	1.48 40	0.79 109	5.22 160	7.76 176	0.08 76	1.07 157	0.32 55	0.48 62	3.92 112	1.49 103

iinet-f	1.66 103	1.28 154	0.38 47	0.81 138	0.15 28	0.24 118	0.13 73	0.42 43	0.21 71	1.91 148	3.98 171	0.30 19	0.27 73	0.07 57	6.30 150	2.65 117	0.43 43	0.30 48	8.10 150	1.14 129	2.10 88	6.32 141	0.26 122	0.52 104	1.42 118	0.21 40	4.26 133	0.60 72

EGLCR-Stereo	1.68 104	0.23 26	2.17 171	0.08 24	0.28 64	0.09 79	0.09 60	0.50 51	1.17 146	0.11 35	2.55 153	0.62 69	0.67 126	0.03 29	4.24 76	3.69 162	1.12 120	1.22 160	4.58 119	0.59 85	4.19 142	7.51 170	0.24 117	0.68 126	1.05 100	0.64 73	6.73 177	0.33 55

DN-CSS_ROB	1.68 104	0.57 87	1.42 138	0.83 139	0.73 129	0.05 60	0.22 100	2.83 156	0.40 90	1.50 137	3.57 168	1.02 100	0.43 95	0.09 70	4.11 75	1.61 58	1.34 139	0.84 122	8.83 154	0.39 58	4.42 148	3.67 64	0.09 80	1.02 153	0.13 33	0.55 69	3.24 75	1.52 104

AE-Stereo	1.73 106	0.32 45	2.11 169	0.34 84	0.37 91	0.05 60	0.43 123	0.44 46	0.32 85	0.04 28	0.00 1	3.48 145	0.44 96	0.07 57	4.68 91	3.77 163	1.11 119	0.92 132	4.18 114	1.16 134	3.77 134	7.03 158	0.18 103	1.06 156	3.29 162	2.09 118	4.84 149	0.18 44

TANstereo	1.73 106	1.38 156	0.72 87	0.26 60	0.35 84	0.62 137	0.07 47	0.52 53	0.46 93	0.27 56	1.08 120	0.36 25	0.20 62	1.04 183	3.37 45	2.99 127	0.99 108	1.69 176	9.06 157	3.49 194	3.58 128	4.48 90	3.34 209	0.28 57	0.05 16	0.67 74	5.35 160	0.09 26

XX-TBD	1.73 106	1.38 156	0.72 87	0.26 60	0.35 84	0.62 137	0.07 47	0.52 53	0.46 93	0.27 56	1.08 120	0.36 25	0.20 62	1.04 183	3.37 45	2.99 127	0.99 108	1.69 176	9.06 157	3.49 194	3.58 128	4.48 90	3.34 209	0.28 57	0.05 16	0.67 74	5.35 160	0.09 26

GES	1.73 106	0.33 52	0.48 66	0.58 124	0.43 108	0.28 124	0.51 130	2.03 112	0.90 131	1.18 118	0.55 101	0.49 47	0.23 69	0.02 17	8.51 174	2.72 118	1.06 116	0.76 114	9.71 167	1.71 150	3.36 123	4.34 85	0.23 115	0.83 144	0.42 63	0.35 56	2.56 54	2.21 123

MIPNet	1.76 110	0.72 109	0.87 107	0.32 78	0.55 116	0.01 8	0.08 52	1.77 96	0.38 87	2.09 154	0.92 114	0.44 41	0.76 137	0.27 123	5.64 122	2.03 87	1.52 150	0.93 134	3.87 109	1.34 141	1.41 51	6.39 144	0.07 70	1.05 155	2.65 144	7.16 175	3.90 110	0.29 52

SACVNet	1.77 111	0.88 125	1.11 127	0.67 130	1.41 159	0.84 144	0.94 140	2.65 142	0.54 100	1.31 126	0.02 49	0.95 98	0.40 92	0.39 143	6.01 141	2.36 105	1.71 155	0.42 70	4.84 123	0.82 110	3.03 110	6.05 134	0.11 87	0.73 130	1.33 110	1.66 111	4.02 118	2.55 129

PS-NSSS	1.79 112	3.17 192	0.42 53	3.20 181	0.92 144	2.08 173	1.19 147	0.39 40	0.16 59	0.38 70	0.00 1	11.59 187	1.18 160	0.50 158	5.15 108	0.89 12	0.71 77	0.28 44	4.31 116	0.17 25	0.97 34	0.64 7	2.37 200	0.19 40	1.58 123	0.76 80	3.28 77	1.77 112

FCDSN-DC	1.87 113	0.93 130	2.12 170	1.84 166	1.62 163	1.35 160	1.17 146	0.74 61	0.46 93	1.19 119	0.30 85	2.02 130	0.48 106	0.28 128	5.91 134	2.18 96	2.34 168	2.10 192	1.30 36	0.47 66	2.99 109	5.42 117	0.57 158	3.93 197	2.22 134	3.45 133	1.45 31	1.56 107
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FADNet-RVC-Resample	1.87 113	0.69 103	1.01 119	0.50 119	0.67 125	0.19 110	1.39 155	1.43 83	0.87 129	0.94 104	0.92 114	5.52 165	0.52 111	1.00 180	7.45 163	1.91 78	1.44 144	1.98 187	3.91 110	1.13 128	1.92 82	4.61 98	0.23 115	1.54 172	0.58 74	3.08 130	2.12 43	3.05 130

test-3	1.89 115	1.05 142	1.54 145	0.41 105	0.38 95	0.14 94	0.19 93	2.73 148	0.17 60	0.35 68	0.42 95	4.22 152	0.35 83	0.03 29	5.92 135	3.44 155	0.64 69	0.66 96	9.08 160	0.54 81	3.27 118	8.02 186	0.08 76	0.82 142	0.74 84	1.01 87	3.94 115	0.87 82

test_1	1.89 115	1.07 145	1.54 145	0.41 105	0.38 95	0.14 94	0.19 93	2.73 148	0.17 60	0.31 61	0.40 93	4.23 154	0.35 83	0.03 29	5.96 138	3.44 155	0.64 69	0.65 95	9.10 161	0.53 77	3.29 119	8.03 187	0.08 76	0.82 142	0.74 84	1.01 87	3.94 115	0.89 83

sCroCo_RVC	1.89 115	0.25 35	0.34 34	0.06 11	0.20 41	0.16 104	0.04 25	0.81 64	1.73 169	1.94 150	0.44 97	1.12 102	0.88 152	0.12 87	4.48 82	5.29 192	2.26 166	1.77 180	5.32 127	2.13 168	5.92 170	7.47 167	0.10 83	0.37 76	0.60 76	1.61 109	4.41 139	1.14 96

test_3	1.92 118	1.16 151	1.42 138	0.44 111	0.39 100	0.14 94	0.20 96	2.79 154	0.17 60	0.38 70	0.41 94	4.32 155	0.36 85	0.03 29	6.25 146	3.34 145	0.68 73	0.67 99	9.18 162	0.53 77	3.20 115	7.85 180	0.06 55	0.80 140	0.95 94	1.27 98	3.85 107	0.94 90

DeepPruner_ROB	1.92 118	0.41 66	0.92 110	0.51 120	0.67 125	0.53 135	2.45 171	1.72 92	0.84 127	1.37 132	2.27 141	0.75 82	0.55 113	0.12 87	8.56 175	2.33 103	1.28 134	1.20 157	2.67 78	0.58 83	6.00 172	4.19 80	0.75 177	0.44 93	0.66 82	6.01 166	3.18 71	0.91 85

AnonymousM	1.93 120	0.21 21	0.42 53	0.06 11	0.06 12	0.26 121	0.01 2	2.70 146	0.56 106	0.36 69	2.56 154	0.59 56	0.53 112	0.50 158	2.91 36	3.30 143	1.21 128	1.06 148	2.18 57	1.68 149	3.82 135	5.56 119	0.40 137	0.50 99	0.21 49	1.57 107	6.55 174	12.23 188

LoS	1.97 121	0.23 26	0.39 49	0.23 49	0.18 33	0.02 34	0.09 60	15.67 227	0.89 130	3.41 189	0.87 112	0.98 99	0.83 145	0.20 106	3.66 53	3.84 168	1.36 142	0.90 130	3.25 95	0.74 104	5.14 159	4.30 84	0.24 117	0.41 82	2.64 143	0.80 81	1.36 27	0.50 68

pcwnet_v2	1.99 122	0.65 97	0.87 107	0.77 136	1.17 148	0.72 140	0.24 101	1.75 94	0.66 114	3.33 181	1.75 136	1.49 119	1.91 171	1.68 198	6.75 154	2.30 101	1.12 120	0.69 102	4.33 117	0.50 73	2.08 87	4.26 82	1.07 186	0.77 138	1.43 119	2.18 119	4.16 129	5.20 147

IPLGR	2.02 123	0.67 101	0.81 101	0.38 100	0.47 112	0.01 8	0.08 52	1.39 82	0.28 80	2.32 157	2.30 147	0.46 43	0.79 141	0.20 106	6.88 158	1.99 83	1.44 144	1.35 165	5.56 128	1.85 156	2.94 107	6.20 139	0.06 55	1.13 160	3.39 165	6.80 172	3.93 113	0.75 78

FADNet-RVC	2.02 123	0.32 45	0.74 92	0.33 80	1.23 150	0.05 60	3.02 181	0.60 58	0.24 75	1.02 107	0.31 86	6.30 171	0.33 79	0.34 134	10.06 186	2.10 94	0.84 92	0.81 120	6.91 139	1.97 159	2.36 92	3.78 68	0.20 106	0.61 114	1.94 131	1.65 110	3.28 77	3.13 132

PA-Net	2.07 125	0.95 132	1.62 150	0.31 73	2.13 178	0.17 106	0.70 137	0.21 28	1.90 172	0.84 96	1.44 127	0.30 19	0.21 66	0.84 174	7.47 164	1.66 63	0.38 34	0.37 56	1.25 33	0.74 104	1.66 69	4.96 110	0.64 167	0.51 102	1.03 98	11.53 205	2.31 48	9.73 181
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	2.13 126	1.68 165	1.46 142	1.00 145	1.37 154	0.89 147	2.88 178	2.59 139	2.86 185	0.34 64	2.72 158	2.40 133	1.41 167	0.27 123	5.18 109	1.38 43	0.85 93	0.98 138	2.99 91	1.01 123	1.54 57	4.72 102	0.43 144	0.53 105	2.61 141	4.44 151	4.09 125	4.93 145

Abc-Net	2.13 126	1.68 165	1.46 142	1.00 145	1.37 154	0.89 147	2.88 178	2.59 139	2.86 185	0.34 64	2.72 158	2.40 133	1.41 167	0.27 123	5.18 109	1.38 43	0.85 93	0.98 138	2.99 91	1.01 123	1.54 57	4.72 102	0.43 144	0.53 105	2.61 141	4.44 151	4.09 125	4.93 145
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.15 128	2.03 171	1.44 141	1.52 160	2.14 179	1.79 170	1.07 144	1.88 104	1.10 141	1.33 129	1.43 126	5.96 169	0.51 110	0.34 134	5.92 135	1.93 79	1.03 114	0.41 69	4.12 112	0.95 121	1.69 71	6.00 131	0.26 122	0.81 141	0.61 77	1.42 102	6.77 178	3.73 138

FINET	2.25 129	0.61 93	1.06 122	0.48 117	0.55 116	0.75 143	0.98 142	1.18 75	1.87 171	0.30 59	3.46 167	1.25 109	2.35 173	0.80 173	14.13 211	2.94 126	1.14 123	0.42 70	2.74 81	1.28 138	2.71 99	4.08 78	0.43 144	1.24 164	3.04 155	5.74 164	1.70 37	3.42 137

FADNet	2.26 130	0.45 71	0.77 96	0.54 123	1.08 146	0.02 34	3.28 183	0.88 65	0.38 87	0.80 94	0.57 102	2.60 138	0.50 109	0.67 168	9.91 185	1.94 81	0.91 101	1.08 150	9.92 170	1.76 153	2.78 100	4.21 81	0.11 87	0.47 95	2.92 152	3.57 134	3.57 91	5.35 149

s12784h	2.36 131	2.32 179	2.69 182	1.64 161	0.77 132	0.08 75	0.06 42	2.09 115	0.54 100	1.17 116	0.13 68	1.69 125	0.67 126	0.04 42	3.36 44	3.26 141	1.00 112	0.40 64	3.79 108	0.49 69	5.47 166	4.44 89	0.16 98	0.38 78	3.34 164	5.45 162	7.07 181	11.25 186

Anonymous	2.36 131	0.25 35	0.14 12	0.08 24	0.27 63	0.15 100	0.05 33	3.01 162	1.34 152	1.45 134	0.01 43	1.37 115	1.20 161	0.20 106	4.75 96	5.59 197	2.65 176	1.74 178	12.24 188	2.28 171	6.44 179	7.90 181	0.10 83	1.12 159	1.58 123	1.79 114	4.58 144	1.55 105

R-Stereo Train	2.40 133	1.12 147	1.98 165	1.00 145	0.24 53	0.05 60	0.07 47	2.02 108	1.01 137	1.35 130	2.47 150	1.55 120	0.47 104	0.19 101	5.66 125	4.74 178	1.71 155	1.04 145	7.24 141	1.14 129	5.08 157	7.81 177	0.06 55	0.42 85	2.90 150	4.55 154	3.22 73	5.57 150

RAFT-Stereo	2.40 133	1.12 147	1.98 165	1.00 145	0.24 53	0.05 60	0.07 47	2.02 108	1.01 137	1.35 130	2.47 150	1.55 120	0.47 104	0.19 101	5.66 125	4.74 178	1.71 155	1.04 145	7.24 141	1.14 129	5.08 157	7.81 177	0.06 55	0.42 85	2.90 150	4.55 154	3.22 73	5.57 150
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MyStereo04	2.45 135	0.72 109	1.28 130	0.73 134	0.84 138	0.04 52	0.16 82	2.58 138	0.98 134	3.09 174	0.72 110	1.71 126	0.16 51	0.07 57	5.25 112	3.37 147	0.81 85	1.04 145	10.31 174	2.51 180	5.56 167	5.11 111	1.16 189	0.94 150	3.03 154	8.41 184	4.87 150	0.64 75

NCCL2	2.48 136	2.35 180	1.52 144	1.33 158	1.96 174	0.23 114	1.25 151	1.33 79	1.30 148	1.63 139	2.57 155	1.38 116	0.55 113	0.40 144	7.49 166	2.59 114	1.77 159	0.67 99	2.58 74	0.83 113	3.36 123	6.56 150	1.66 194	1.53 171	4.71 182	4.33 148	4.24 132	6.90 164

GEStereo_RVC	2.49 137	0.90 127	1.02 120	1.03 150	0.74 130	1.57 165	1.21 149	2.68 144	0.58 108	0.77 90	0.39 90	2.62 141	0.36 85	0.11 80	4.94 105	4.65 177	2.05 163	2.17 193	9.07 159	2.10 167	3.74 133	9.71 213	0.55 155	1.49 168	0.81 90	0.84 84	4.45 140	6.73 163

MSMDNet	2.61 138	0.70 106	1.72 157	0.38 100	0.62 124	0.23 114	0.18 90	3.09 167	0.67 115	1.02 107	2.22 140	1.22 107	2.43 175	0.35 139	5.26 114	6.79 218	1.36 142	0.58 89	10.46 176	3.11 190	6.34 178	7.92 182	0.41 140	0.76 135	2.48 139	3.98 146	3.04 65	3.06 131

GANet-ADL	2.63 139	0.65 97	2.25 172	1.16 152	1.13 147	1.61 166	0.77 139	1.97 106	1.02 139	3.19 179	3.22 163	1.48 117	0.33 79	0.03 29	6.00 140	4.08 174	2.52 173	0.78 117	7.88 146	2.05 163	3.56 127	6.68 152	0.27 126	0.86 146	1.51 121	6.92 173	5.25 157	3.84 139

cross-raft	2.64 140	0.79 115	1.76 158	0.43 109	0.89 140	0.23 114	0.18 90	3.08 166	0.70 116	0.77 90	2.13 138	1.21 104	0.69 129	0.41 146	5.43 117	5.90 200	1.22 132	0.59 90	10.82 180	1.85 156	6.50 180	8.26 192	0.45 148	0.63 116	2.66 145	4.41 150	4.46 141	4.88 144

MyStereo	2.72 141	0.79 115	2.81 183	0.74 135	0.88 139	0.12 85	0.16 82	2.33 122	0.55 104	3.57 191	2.91 162	1.91 127	0.18 59	0.07 57	5.96 138	3.15 136	0.69 74	0.80 118	10.57 177	2.46 178	5.40 163	5.96 128	1.06 185	1.00 152	3.89 172	9.87 194	5.08 153	0.58 71

GANetREF_RVC	2.72 141	1.88 168	1.03 121	2.10 172	1.40 158	1.09 154	0.21 98	4.74 192	1.62 162	3.74 197	0.06 54	10.56 184	0.82 144	0.10 75	4.53 85	1.59 57	1.29 135	0.98 138	6.76 137	0.75 106	3.12 114	2.45 34	0.21 107	1.71 174	4.31 174	3.74 142	7.02 180	5.71 152
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
UDGNet	2.73 143	1.17 152	0.42 53	10.90 211	5.53 200	8.65 208	3.60 188	1.70 91	0.27 79	0.22 52	0.12 65	0.80 87	0.12 39	9.72 227	4.00 73	1.35 41	0.73 78	0.54 86	3.02 93	0.60 87	2.78 100	6.16 138	3.41 211	0.29 60	1.70 126	1.69 112	3.06 66	1.10 94

MLCV	2.73 143	0.66 100	0.90 109	2.64 178	1.41 159	1.10 155	1.01 143	3.58 182	0.61 110	3.69 196	4.23 174	5.51 164	3.78 181	0.11 80	5.65 124	2.01 86	1.68 153	0.87 125	10.28 173	1.26 136	3.32 121	5.13 113	0.34 132	2.60 187	2.68 147	3.08 130	4.10 127	1.55 105

RGC	2.76 145	2.10 176	5.00 199	1.68 162	1.94 171	1.93 171	1.23 150	2.03 112	1.49 156	0.88 100	4.67 179	2.77 142	2.63 176	0.70 170	5.76 131	1.89 75	1.20 126	0.48 80	4.42 118	1.33 140	2.66 97	6.08 136	0.21 107	1.11 158	2.55 140	5.20 158	5.35 160	7.17 166

Any-RAFT	2.91 146	0.59 90	3.81 191	0.35 91	0.57 121	0.02 34	0.11 68	2.92 159	0.63 112	0.50 79	3.78 169	3.92 150	0.36 85	0.16 97	6.57 153	3.98 172	0.87 100	0.87 125	8.59 152	0.61 88	5.45 165	6.20 139	0.42 143	0.49 97	5.12 187	9.91 195	3.30 79	8.42 172

CASS	2.93 147	1.06 143	2.39 175	2.21 175	1.17 148	0.52 134	2.81 176	2.79 154	1.05 140	1.80 146	3.40 165	1.68 124	0.59 119	0.05 46	4.51 83	3.20 140	5.58 205	1.31 164	9.56 165	1.64 148	7.26 191	7.98 184	0.05 49	0.66 123	3.62 170	2.70 127	4.35 134	5.22 148
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DeepPrunerF	2.93 147	1.75 167	0.35 36	3.49 184	9.49 216	1.73 169	4.02 190	0.70 60	3.19 187	0.69 87	1.51 129	0.60 60	0.34 81	0.14 93	7.97 170	3.53 159	1.21 128	0.76 114	4.64 121	0.73 103	2.31 90	4.11 79	0.65 168	0.58 111	15.77 221	3.70 140	3.75 99	1.43 101

RAFT-Test	3.05 149	0.69 103	1.82 161	1.09 151	0.81 135	0.25 119	0.43 123	3.13 169	0.76 120	1.06 109	6.42 196	1.03 101	0.91 154	0.35 139	5.61 121	6.66 216	1.32 138	0.61 93	10.76 179	1.74 152	6.54 184	7.48 168	0.56 156	0.59 112	2.76 149	10.02 196	4.56 143	4.35 141

PWCDC_ROB	3.09 150	0.52 80	0.24 21	0.38 100	0.92 144	0.25 119	0.37 116	1.16 74	8.67 213	0.14 43	2.36 149	0.85 90	32.24 233	0.72 171	6.25 146	3.40 151	2.00 162	0.94 135	2.65 77	1.03 125	3.63 131	9.35 210	0.27 126	0.68 126	0.55 72	0.69 76	1.44 30	1.79 113

RTSC	3.11 151	0.95 132	1.93 163	0.51 120	0.89 140	1.05 153	2.90 180	1.64 89	1.98 174	2.28 156	2.71 157	1.60 122	1.14 159	1.24 188	11.23 194	4.78 181	4.92 203	2.00 190	8.11 151	1.61 147	4.78 153	6.97 157	0.34 132	1.52 169	1.35 111	1.21 97	4.60 145	9.80 182

EKT-Stereo	3.12 152	0.79 115	2.25 172	0.51 120	0.38 95	0.57 136	1.87 164	3.36 175	1.32 149	2.03 152	5.99 190	1.48 117	0.75 136	0.44 149	7.79 168	6.14 205	1.47 147	3.22 206	8.95 156	2.82 188	6.93 190	8.34 198	0.17 101	0.49 97	4.41 176	4.95 156	5.40 163	1.57 108

SGM-Forest	3.19 153	2.07 173	0.45 62	6.33 197	2.00 175	2.67 179	0.10 66	1.46 84	0.76 120	2.49 159	0.91 113	6.65 174	6.47 187	0.48 155	6.84 156	3.08 132	0.85 93	0.33 52	3.65 104	0.62 89	2.81 103	5.69 123	0.84 180	1.18 161	3.88 171	3.84 144	11.86 206	7.73 170
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCRef	3.22 154	2.76 186	1.07 123	0.70 133	2.26 183	2.09 174	2.76 175	1.00 70	5.91 203	1.91 148	1.10 122	1.28 111	0.78 139	1.43 193	8.09 171	3.52 158	1.51 149	1.18 155	8.68 153	2.26 170	3.23 116	6.00 131	1.89 196	1.20 162	3.12 160	7.80 181	3.41 85	10.10 183

HSM-Net_RVC	3.23 155	1.35 155	1.70 155	2.82 180	2.07 177	0.73 141	0.46 126	3.48 179	1.14 142	3.44 190	5.99 190	8.07 176	3.38 178	0.27 123	5.71 130	2.35 104	1.54 151	0.27 42	3.44 99	1.35 142	4.35 146	6.00 131	0.70 173	3.05 191	4.68 181	6.45 169	6.23 171	6.18 158
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
test-1	3.29 156	0.29 40	1.96 164	0.33 80	0.26 60	0.23 114	0.42 120	3.11 168	0.84 127	3.35 185	3.99 172	5.66 167	0.78 139	0.19 101	6.33 151	6.00 202	1.70 154	1.62 173	10.71 178	1.73 151	5.37 162	9.64 212	0.07 70	0.76 135	3.30 163	6.12 168	5.48 164	8.68 175

XPNet_ROB	3.41 157	2.62 182	1.58 149	0.80 137	1.56 161	1.24 159	0.96 141	0.89 66	1.54 159	1.17 116	3.26 164	26.85 211	0.38 90	0.40 144	6.47 152	2.54 112	3.57 184	0.89 128	3.41 97	1.26 136	3.53 126	7.67 174	0.87 181	0.64 119	0.96 96	2.39 123	9.98 198	4.70 143

Anonymous3	3.42 158	0.60 91	0.93 113	0.09 28	1.35 153	0.50 132	0.03 17	3.46 178	1.28 147	1.11 111	0.80 111	10.89 185	1.36 166	0.45 151	8.96 178	6.97 221	3.85 186	3.08 204	11.46 181	2.32 175	7.35 193	12.18 230	0.38 136	0.51 102	1.75 127	3.57 134	5.30 158	1.85 114

GwcNet-ADL	3.44 159	3.11 191	3.40 188	3.24 182	2.51 184	0.88 146	0.42 120	2.96 160	0.71 117	3.80 200	7.12 202	7.96 175	1.21 162	0.20 106	4.76 98	4.86 185	2.42 171	0.72 109	8.04 149	2.75 187	3.31 120	5.54 118	0.28 128	1.76 175	2.68 147	5.24 159	4.37 135	8.53 174

NaN_ROB	3.44 159	1.18 153	1.20 129	0.92 142	3.15 188	0.73 141	1.61 159	3.36 175	2.57 182	0.98 105	1.25 125	21.11 205	0.77 138	1.26 190	5.06 106	1.79 68	1.06 116	0.76 114	2.52 71	1.44 143	1.95 84	3.82 69	0.52 154	1.30 165	4.05 173	10.09 198	4.78 147	13.66 193

EAI-Stereo	3.47 161	1.08 146	3.31 187	1.01 149	2.20 181	0.86 145	2.15 168	3.02 163	2.01 175	0.21 48	6.99 200	3.36 144	0.71 132	0.17 98	8.65 176	6.60 214	1.21 128	1.15 154	10.39 175	1.82 155	4.60 150	8.03 187	0.69 171	1.76 175	2.14 133	5.97 165	7.35 184	6.22 159

NOSS_ROB	3.47 161	3.88 200	0.50 67	2.22 176	1.85 168	2.58 178	0.05 33	2.70 146	1.59 160	3.61 193	1.69 134	2.61 140	3.90 183	1.01 181	9.33 181	5.76 198	3.02 179	1.87 185	2.83 84	1.09 126	5.42 164	6.93 155	0.46 150	3.37 195	3.09 159	10.15 199	8.01 191	4.05 140

HH	3.49 163	0.47 74	5.11 202	0.68 131	0.69 127	0.93 149	1.38 152	3.19 172	0.82 124	2.81 164	2.29 145	5.39 161	0.81 142	0.34 134	5.69 128	7.67 228	0.99 108	1.08 150	9.91 168	2.70 185	7.76 196	8.27 194	0.57 158	0.93 148	3.44 166	8.42 186	5.63 167	6.30 160

HanStereo	3.49 163	0.47 74	5.11 202	0.68 131	0.69 127	0.93 149	1.38 152	3.19 172	0.82 124	2.81 164	2.29 145	5.39 161	0.81 142	0.34 134	5.69 128	7.67 228	0.99 108	1.08 150	9.91 168	2.70 185	7.76 196	8.27 194	0.57 158	0.93 148	3.44 166	8.42 186	5.63 167	6.30 160

MSKI-zero shot	3.55 165	0.69 103	1.78 160	0.20 38	0.41 103	0.19 110	0.14 77	3.13 169	0.94 133	0.80 94	6.42 196	3.89 149	0.60 122	0.03 29	5.84 133	6.80 219	1.44 144	1.01 143	11.77 183	2.28 171	6.56 185	8.63 200	0.24 117	0.71 128	4.66 180	11.34 203	7.75 187	7.55 168

PSMNet-ADL	3.55 165	0.87 124	1.70 155	1.71 163	2.00 175	1.21 157	0.69 136	2.55 137	1.91 173	4.36 209	7.71 207	4.22 152	7.85 193	0.10 75	7.75 167	5.27 190	2.09 164	0.89 128	11.92 185	2.07 164	4.52 149	6.13 137	0.70 173	0.67 125	2.07 132	4.52 153	8.78 194	1.62 110

ADCP+	3.65 167	2.02 170	2.68 181	1.32 157	1.94 171	1.22 158	4.40 191	1.11 73	9.44 216	1.76 143	5.45 183	9.05 179	0.37 89	0.98 179	6.99 160	2.36 105	0.61 67	0.92 132	6.14 135	0.94 120	2.80 102	5.58 121	0.36 135	0.63 116	3.00 153	12.42 208	3.57 91	10.51 184

TRStereo	3.75 168	3.07 189	7.59 217	0.37 96	0.17 31	7.92 204	0.24 101	2.99 161	0.91 132	2.72 163	1.68 133	5.88 168	0.65 125	0.15 94	5.57 120	5.35 194	0.86 98	0.80 118	7.01 140	1.31 139	4.10 139	7.50 169	0.34 132	0.43 91	2.67 146	12.33 207	12.84 208	5.90 153

XX-Stereo	3.82 169	0.53 81	2.00 167	1.20 153	0.31 68	0.38 126	0.57 133	1.46 84	0.40 90	2.50 160	7.33 204	5.11 160	1.04 157	0.11 80	7.05 161	6.53 212	1.29 135	0.81 120	7.44 143	0.89 116	4.26 144	5.80 125	0.45 148	0.39 80	27.22 234	3.57 134	5.16 155	9.43 177

HBP-ISP	4.03 170	3.61 195	4.65 196	4.90 193	2.67 185	3.96 190	0.21 98	4.13 188	1.33 150	3.40 187	4.53 177	5.06 158	0.59 119	1.99 203	8.66 177	8.18 230	1.95 161	1.49 169	3.09 94	1.55 145	5.74 168	9.32 209	0.67 170	2.28 182	3.06 157	5.01 157	10.99 202	5.93 156

IGEV_Zeroshot_test	4.05 171	0.80 118	8.10 219	6.86 200	0.41 103	2.27 176	1.89 165	3.90 186	1.41 154	2.09 154	8.67 213	4.78 157	1.00 156	0.23 115	5.53 119	6.82 220	1.05 115	0.73 111	9.30 164	1.98 161	7.38 194	8.89 204	0.47 151	0.72 129	5.72 191	5.34 161	5.93 169	7.12 165

anonymity	4.07 172	0.78 114	6.15 212	1.49 159	0.74 130	0.48 129	0.49 128	3.72 184	1.65 164	2.70 161	20.70 244	3.99 151	0.88 152	0.28 128	5.31 115	6.26 208	1.14 123	0.71 107	7.91 147	1.58 146	4.27 145	8.17 191	0.41 140	0.61 114	4.86 184	9.60 193	5.48 164	9.41 176

ADCL	4.20 173	3.62 196	2.45 176	1.72 164	1.80 165	3.15 183	4.53 194	2.29 120	13.19 223	2.81 164	4.88 181	2.96 143	0.72 133	1.36 192	7.16 162	2.76 121	2.35 169	2.20 194	6.83 138	2.31 174	6.19 174	6.77 154	1.40 192	1.47 167	6.63 198	6.49 170	4.40 138	11.08 185

dad	4.27 174	0.90 127	0.38 47	10.18 210	1.67 164	1.51 164	12.20 217	12.33 218	0.11 39	3.40 187	0.00 1	1.94 128	3.49 179	0.26 119	6.16 145	1.44 48	1.74 158	0.71 107	14.06 191	0.66 99	3.23 116	4.00 76	0.21 107	1.02 153	6.09 194	0.19 37	17.62 220	9.71 180

FC-DCNN	4.43 175	4.58 203	5.93 209	9.82 209	4.79 198	8.76 209	4.48 193	4.47 190	1.65 164	2.91 172	2.13 138	6.53 173	2.41 174	0.30 130	4.57 86	2.52 110	2.76 178	1.21 158	3.98 111	0.89 116	3.66 132	4.91 105	0.73 176	4.23 200	8.24 201	6.03 167	7.69 185	9.53 179

iResNet	4.46 176	0.88 125	0.92 110	2.61 177	2.85 186	4.95 193	1.38 152	4.97 195	1.33 150	3.66 195	3.45 166	12.37 188	16.29 212	0.06 54	9.09 179	3.33 144	2.53 174	1.85 183	16.79 194	2.68 184	4.65 152	4.29 83	0.25 121	4.69 204	1.88 130	4.19 147	5.32 159	3.22 134

FADNet_RVC	4.48 177	2.12 177	1.42 138	3.57 186	3.69 190	1.20 156	2.37 170	2.30 121	1.42 155	1.77 144	4.48 176	9.79 182	6.84 191	1.84 202	12.73 203	3.36 146	3.55 183	4.20 213	17.52 195	3.76 197	5.93 171	8.26 192	0.72 175	1.64 173	1.78 128	3.63 138	5.12 154	5.99 157

LALA_ROB	4.53 178	4.80 205	1.68 153	1.27 155	2.16 180	2.28 177	1.42 156	1.88 104	2.60 183	2.71 162	5.56 184	33.12 216	0.72 133	0.88 176	10.88 192	2.59 114	3.47 182	1.83 182	4.21 115	2.04 162	4.39 147	7.30 162	0.41 140	1.52 169	2.35 137	3.60 137	8.94 195	7.68 169

DAS	4.65 179	0.98 138	1.28 130	1.99 170	1.39 156	1.39 162	1.58 157	3.52 180	4.17 195	3.33 181	6.18 193	12.75 190	6.50 188	0.10 75	8.31 172	4.81 183	4.46 195	2.26 195	10.21 171	5.35 208	6.51 182	7.66 172	0.57 158	4.84 206	4.63 178	7.17 176	7.79 188	5.90 153

SepStereo	4.65 179	0.98 138	1.28 130	1.99 170	1.39 156	1.39 162	1.58 157	3.52 180	4.17 195	3.33 181	6.18 193	12.75 190	6.50 188	0.10 75	8.31 172	4.81 183	4.46 195	2.26 195	10.21 171	5.35 208	6.51 182	7.66 172	0.57 158	4.84 206	4.63 178	7.17 176	7.79 188	5.90 153

iRaft-Stereo_20w	4.82 181	1.53 159	8.41 221	7.63 202	1.90 169	3.40 186	1.71 160	3.40 177	2.25 177	3.58 192	9.41 219	3.70 146	1.31 163	0.48 155	5.41 116	5.85 199	1.31 137	0.85 123	9.58 166	1.92 158	5.27 161	7.69 175	0.65 168	0.77 138	4.40 175	14.15 214	11.18 203	12.46 189

ccs_rob	4.98 182	1.51 158	2.53 179	2.16 173	0.89 140	3.24 184	1.79 163	4.91 194	1.34 152	4.26 207	15.64 235	28.82 212	10.34 201	0.50 158	6.81 155	5.55 195	2.39 170	1.57 171	6.45 136	2.16 169	6.28 177	6.95 156	0.40 137	2.33 183	1.38 113	2.46 124	4.37 135	7.31 167

SHD	5.09 183	1.15 150	3.12 186	1.80 165	1.94 171	1.71 168	2.82 177	5.09 198	4.76 201	2.82 167	5.39 182	5.07 159	9.79 200	0.87 175	11.37 196	6.33 211	4.71 199	2.67 201	13.97 190	3.50 196	7.31 192	8.29 197	0.44 147	3.88 196	5.02 186	7.49 179	4.03 119	12.20 187

ETE_ROB	5.10 184	4.12 201	1.76 158	1.25 154	2.22 182	2.82 180	2.07 166	1.56 87	4.21 197	1.88 147	5.58 186	37.59 224	0.86 151	1.44 194	10.38 189	2.80 122	4.20 193	0.98 138	5.24 126	1.97 159	4.87 154	7.58 171	0.77 179	1.38 166	2.34 136	3.79 143	15.93 217	8.21 171

CSAN	5.32 185	2.66 183	1.69 154	3.30 183	3.85 192	2.05 172	2.31 169	5.00 197	4.86 202	3.78 199	2.69 156	17.88 202	11.82 205	1.17 187	10.17 187	1.96 82	2.51 172	1.35 165	6.12 133	2.50 179	3.97 137	4.60 96	0.56 156	2.97 190	6.49 196	16.18 220	7.96 190	13.30 192

CC-Net-ROB	5.62 186	8.62 215	1.87 162	23.08 221	6.72 209	15.74 217	8.55 211	0.45 47	0.82 124	1.55 138	0.00 1	24.53 208	3.35 177	3.39 211	5.49 118	0.89 12	2.73 177	1.76 179	12.04 186	0.82 110	1.32 47	1.73 19	9.22 224	0.42 85	3.22 161	2.53 126	2.45 51	8.44 173

XQC	5.77 187	3.33 193	2.00 167	3.49 184	4.00 193	3.75 189	3.56 185	6.60 206	3.33 189	2.89 170	5.57 185	6.45 172	8.10 195	1.78 200	12.28 199	5.97 201	4.03 191	1.85 183	11.48 182	3.98 199	6.63 186	9.37 211	0.62 164	2.51 185	9.28 208	15.19 217	11.40 205	6.32 162

SFCPSM	5.84 188	2.89 187	1.36 136	1.97 169	1.59 162	1.65 167	0.56 132	2.54 135	4.75 200	3.16 176	7.74 208	15.48 197	23.57 220	1.24 188	11.21 193	4.79 182	2.53 174	1.55 170	22.65 211	7.42 215	4.60 150	6.67 151	0.69 171	2.33 183	4.62 177	4.35 149	6.18 170	9.49 178

RTS	6.13 189	1.54 160	1.31 134	0.94 143	1.83 166	4.15 191	5.45 196	2.74 151	3.33 189	2.85 168	1.61 131	8.52 177	1.31 163	1.13 185	14.79 220	6.12 203	7.56 214	2.52 198	18.82 198	3.48 192	6.23 175	8.15 189	1.11 187	1.90 178	8.24 201	21.58 233	6.64 175	21.79 211

RTSA	6.13 189	1.54 160	1.31 134	0.94 143	1.83 166	4.15 191	5.45 196	2.74 151	3.33 189	2.85 168	1.61 131	8.52 177	1.31 163	1.13 185	14.79 220	6.12 203	7.56 214	2.52 198	18.82 198	3.48 192	6.23 175	8.15 189	1.11 187	1.90 178	8.24 201	21.58 233	6.64 175	21.79 211

CBMV	6.33 191	3.75 197	1.57 148	3.96 187	3.58 189	2.97 181	1.75 162	3.89 185	2.67 184	4.14 203	2.72 158	14.42 194	3.85 182	0.73 172	10.81 191	6.26 208	4.67 198	2.29 197	9.29 163	1.51 144	8.03 200	7.42 165	0.63 165	6.58 220	6.79 199	7.57 180	20.00 223	28.98 227
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AnyNet_C32	6.34 192	2.03 171	2.98 185	1.85 167	2.88 187	3.58 187	6.75 203	4.57 191	12.25 220	3.05 173	7.04 201	4.71 156	1.88 170	2.57 206	14.38 217	6.24 207	6.31 209	4.36 216	12.98 189	3.18 191	11.94 225	11.62 227	1.98 197	4.21 199	6.60 197	10.55 200	6.27 172	14.36 195

AMNet	6.93 193	3.82 199	2.53 179	4.00 188	5.78 202	6.99 200	3.24 182	2.46 132	2.51 181	3.39 186	6.36 195	9.40 181	2.06 172	7.30 222	5.92 135	9.99 236	13.66 228	7.81 232	8.03 148	7.76 219	11.45 222	8.81 202	2.81 202	4.73 205	5.75 192	7.80 181	13.20 209	19.55 206

CBMV_ROB	7.04 194	2.92 188	2.91 184	8.40 205	6.54 208	5.80 195	3.57 186	5.09 198	2.49 180	3.84 202	4.70 180	21.33 206	14.76 210	0.47 153	10.48 190	3.84 168	3.13 180	1.58 172	12.20 187	8.81 221	6.17 173	5.80 125	0.47 151	3.14 193	9.16 207	15.50 219	13.69 211	13.29 191

ADCMid	7.46 195	4.47 202	5.08 200	2.16 173	4.40 196	5.87 196	8.05 207	9.24 210	12.39 221	3.16 176	7.69 206	10.20 183	10.41 202	3.13 208	12.60 202	5.58 196	5.05 204	2.83 203	19.52 202	4.27 200	8.70 207	10.59 223	5.48 218	2.86 188	5.69 190	10.08 197	5.48 164	16.37 198

ADCPNet	7.46 195	2.07 173	4.11 193	2.81 179	6.39 205	3.36 185	8.24 208	5.53 202	7.83 210	3.76 198	7.86 209	5.53 166	14.04 208	3.15 209	13.54 208	6.64 215	4.80 200	2.06 191	18.97 201	5.05 206	8.54 205	10.30 221	2.99 204	2.59 186	9.61 210	17.77 222	7.74 186	16.22 197

PWC_ROB	7.58 197	2.00 169	5.48 205	0.90 141	1.32 152	2.25 175	5.46 198	2.83 156	16.84 231	3.83 201	8.10 211	5.42 163	39.62 240	1.01 181	9.69 184	5.15 187	6.62 210	4.25 214	16.71 193	4.76 203	8.56 206	10.40 222	0.63 165	4.96 209	3.07 158	3.69 139	7.15 183	24.07 218

FAT-Stereo	7.68 198	2.26 178	8.90 223	7.33 201	12.67 223	6.25 198	3.58 187	7.41 207	3.60 193	5.82 217	12.39 225	18.45 203	9.06 197	1.35 191	12.36 200	6.54 213	3.93 187	4.03 212	15.97 192	6.36 211	7.78 198	9.24 207	0.76 178	5.29 214	3.49 168	6.98 174	8.20 192	17.22 201

MFN_U_SF_DS_RVC	7.94 199	3.78 198	1.17 128	9.35 207	4.27 195	8.06 205	8.52 210	11.24 216	8.55 212	4.88 215	4.04 173	17.24 200	9.50 199	6.06 221	14.53 219	3.53 159	2.28 167	1.12 153	19.59 204	2.56 181	8.24 203	9.72 214	3.14 207	2.11 180	11.98 215	14.76 215	10.14 199	14.15 194

pmcnn	8.69 200	3.07 189	2.45 176	6.53 199	5.75 201	7.18 201	4.96 195	4.79 193	2.03 176	4.24 206	12.14 224	19.36 204	21.49 218	0.91 177	9.48 182	6.75 217	6.67 211	4.39 217	22.61 210	5.09 207	10.91 221	7.84 179	4.51 215	5.07 211	6.90 200	5.26 160	17.73 221	26.48 224

FBW_ROB	8.77 201	9.60 216	5.96 210	20.47 220	9.29 215	12.71 213	9.20 212	4.97 195	1.59 160	3.30 180	6.98 199	15.27 195	3.59 180	7.76 224	10.34 188	1.71 66	3.43 181	0.86 124	34.07 225	2.29 173	6.89 188	6.34 142	9.32 225	8.81 229	5.75 192	8.41 184	5.24 156	22.62 213

MaskLacGwcNet_RVC	8.85 202	1.66 164	6.09 211	4.62 192	3.79 191	3.05 182	6.94 204	3.69 183	3.58 192	4.74 213	10.17 221	65.85 254	12.11 206	7.99 225	7.88 169	5.27 190	4.63 197	5.31 218	18.89 200	2.67 183	8.70 207	10.19 219	1.05 184	4.09 198	5.01 185	9.52 192	6.30 173	15.16 196

S-Stereo	9.64 203	2.07 173	4.59 194	8.70 206	8.72 213	12.93 215	19.52 224	5.25 200	6.14 205	6.12 220	20.39 243	29.19 213	7.43 192	0.64 165	14.26 214	7.63 227	4.01 190	5.81 223	18.32 196	6.45 213	7.46 195	9.84 215	12.36 229	7.40 223	3.61 169	6.74 171	7.10 182	17.56 202

ADCS	10.79 204	5.73 208	4.98 198	4.16 190	6.39 205	6.60 199	6.53 201	10.15 214	15.87 229	4.18 205	7.59 205	13.56 193	18.31 213	4.53 217	14.24 213	11.99 242	10.80 222	7.09 231	25.37 216	9.28 224	16.45 241	16.31 246	2.97 203	7.03 222	10.05 213	20.56 229	11.21 204	19.51 205

STTRV1_RVC	10.96 205	2.66 183	1.55 147	5.84 194	1.90 169	6.01 197	3.60 188	4.11 187	3.93 194	4.64 211	6.71 198	16.96 199	21.63 219	1.68 198	20.69 241	5.04 186	18.60 235	1.18 155	52.69 246	12.74 231	19.16 245	9.31 208	4.76 217	5.05 210	9.07 206	12.15 206	12.79 207	31.40 230

MFN_U_SF_RVC	11.03 206	6.12 211	3.70 190	9.72 208	5.50 199	12.91 214	11.38 215	12.61 220	7.46 209	12.18 236	14.75 231	23.19 207	14.11 209	9.33 226	18.32 231	5.16 188	4.41 194	3.43 208	39.06 232	6.67 214	10.28 217	11.18 225	1.45 193	6.88 221	9.80 211	8.50 188	9.76 196	19.96 208

SGM_RVC	11.04 207	10.51 219	3.94 192	16.88 215	9.65 218	15.55 216	8.47 209	9.54 211	6.09 204	4.15 204	7.87 210	25.06 209	19.78 217	0.97 178	9.49 183	2.25 100	3.81 185	1.26 163	21.86 207	2.34 176	6.63 186	5.12 112	2.33 199	4.85 208	18.97 225	16.47 221	33.79 238	30.47 228
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
G-Net	11.11 208	4.89 207	9.62 225	4.05 189	4.71 197	7.69 203	2.56 172	10.07 213	15.27 227	5.01 216	15.52 234	47.57 239	9.25 198	0.66 167	11.93 197	8.70 232	5.83 206	4.33 215	24.55 215	15.55 234	8.38 204	9.97 217	3.01 205	5.25 213	6.16 195	13.40 212	22.59 225	23.59 217

SANet	11.19 209	4.59 204	6.27 214	5.98 195	6.03 203	9.51 210	3.52 184	15.63 225	13.49 224	2.90 171	8.65 212	59.91 249	26.52 223	3.01 207	14.30 215	3.26 141	7.32 213	3.86 211	11.91 184	3.94 198	6.50 180	7.39 163	2.61 201	7.75 226	12.68 216	17.80 223	13.93 212	22.99 214

MDST_ROB	11.38 210	16.72 226	3.53 189	29.03 225	10.09 219	21.13 223	6.30 200	6.03 204	2.39 178	3.16 176	5.82 189	11.55 186	29.02 227	0.67 168	15.26 225	3.18 139	1.65 152	0.66 96	8.85 155	2.07 164	5.87 169	6.71 153	2.26 198	3.08 192	28.29 236	22.14 235	37.48 243	24.36 219

MSC_U_SF_DS_RVC	11.75 211	10.45 218	6.25 213	17.50 216	6.77 210	8.15 206	11.44 216	18.23 232	23.22 242	11.11 231	4.62 178	15.32 196	6.08 186	10.68 229	16.27 227	6.19 206	3.94 188	5.52 219	39.73 233	7.74 218	9.53 216	12.33 231	7.02 220	7.63 225	14.72 220	12.91 211	6.89 179	16.97 200

edge stereo	11.93 212	6.96 213	11.28 226	14.49 212	12.53 222	16.91 218	13.06 219	12.62 221	7.43 208	6.06 219	15.07 232	38.54 226	18.86 214	1.55 195	12.90 204	7.43 224	6.14 207	3.10 205	25.46 217	4.74 202	8.16 201	10.22 220	4.20 213	4.35 201	9.83 212	8.13 183	13.68 210	28.51 226

DGSMNet	12.26 213	4.87 206	8.31 220	6.01 196	6.04 204	7.30 202	6.59 202	7.90 208	4.51 199	11.38 233	32.66 253	17.48 201	8.74 196	4.36 216	14.01 210	14.50 246	17.26 232	9.25 235	41.69 235	11.54 230	21.38 250	24.41 253	4.74 216	7.56 224	5.44 188	11.45 204	8.55 193	13.11 190

DDUNet	13.01 214	20.50 229	4.63 195	37.04 232	24.81 231	34.87 235	32.65 233	1.85 98	1.66 166	1.47 135	3.83 170	13.22 192	4.08 184	83.62 245	6.26 148	2.41 108	8.99 219	3.82 209	18.78 197	4.54 201	7.88 199	7.25 159	16.92 234	0.99 151	1.50 120	0.70 77	4.90 151	2.09 120

PVD	13.07 215	5.77 209	8.84 222	7.67 203	7.35 211	10.40 211	7.28 205	21.12 238	19.70 238	3.65 194	8.76 214	16.32 198	27.90 225	3.25 210	14.97 223	8.92 234	11.32 223	6.23 227	25.56 218	7.56 216	12.68 228	14.11 240	1.29 191	6.16 217	16.97 222	25.32 240	18.21 222	35.51 236

AnyNet_C01	13.13 216	6.35 212	5.48 205	6.38 198	6.46 207	5.73 194	10.15 213	12.79 223	16.56 230	5.83 218	9.31 217	26.51 210	19.60 215	5.31 220	17.84 229	13.62 244	17.55 233	15.56 248	35.24 226	11.09 228	19.28 246	17.31 248	7.05 221	7.85 227	13.46 218	10.79 201	9.89 197	21.58 210

UDG	13.28 217	21.47 230	5.08 200	37.13 233	29.51 234	32.00 231	40.03 236	2.62 141	1.78 170	2.40 158	5.74 188	12.64 189	4.23 185	74.90 242	7.47 164	2.61 116	9.44 220	3.24 207	19.57 203	5.01 205	8.74 210	7.28 160	12.84 230	1.84 177	1.35 111	2.91 129	4.53 142	2.12 121

SGM-ForestM	13.51 218	15.62 224	5.25 204	19.43 218	9.27 214	19.59 222	12.46 218	12.78 222	8.97 215	3.34 184	9.27 216	36.07 223	25.37 222	2.03 204	16.48 228	3.39 149	4.90 202	1.21 158	22.28 208	2.96 189	6.90 189	5.25 115	1.83 195	4.68 203	27.51 235	25.27 239	34.85 241	27.72 225

MeshStereo	13.92 219	10.29 217	5.80 208	24.32 224	15.33 224	17.65 220	7.76 206	12.34 219	7.38 207	4.65 212	9.09 215	38.22 225	30.61 230	0.62 164	14.44 218	7.42 223	4.05 192	2.65 200	19.82 205	2.63 182	14.32 235	9.90 216	1.27 190	6.42 218	22.75 231	19.43 226	33.41 236	33.14 232
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
DPSNet	15.27 220	3.38 194	2.28 174	7.89 204	8.28 212	10.58 212	4.44 192	5.86 203	8.70 214	4.26 207	6.00 192	72.12 259	28.20 226	4.69 218	15.14 224	10.42 238	11.48 225	8.27 233	58.42 256	9.38 225	12.12 227	11.31 226	17.29 235	11.11 234	20.16 228	20.85 232	14.99 215	24.68 221

MFMNet_re	16.81 221	13.74 221	7.85 218	23.81 223	9.51 217	34.14 234	18.04 221	12.31 217	19.02 236	10.33 230	12.96 226	38.69 227	15.16 211	1.61 197	18.46 232	10.89 240	28.67 249	12.10 240	31.52 221	10.43 227	18.75 244	11.05 224	8.52 223	9.85 230	9.47 209	5.57 163	24.17 226	37.24 238

SQANet	19.01 222	32.39 236	7.05 215	58.51 238	34.20 235	58.54 240	40.35 237	4.32 189	1.69 167	4.85 214	1.45 128	32.05 215	6.71 190	57.82 238	11.24 195	1.77 67	6.68 212	1.66 174	31.16 220	2.08 166	8.23 202	7.99 185	54.11 244	2.11 180	5.60 189	10.88 202	10.17 200	19.67 207

SAMSARA	20.09 223	2.60 181	5.52 207	4.28 191	4.10 194	3.59 188	5.57 199	15.80 228	10.05 218	4.59 210	5.59 187	9.22 180	24.85 221	3.88 212	16.25 226	8.47 231	6.17 208	3.82 209	22.29 209	5.87 210	19.35 247	26.82 260	1.02 182	5.45 215	80.31 267	91.77 267	78.09 267	77.23 267

MADNet+	20.34 224	8.33 214	14.90 235	18.17 217	11.98 221	8.55 207	19.20 222	28.96 249	17.96 234	12.55 237	11.63 223	34.32 220	30.36 229	10.57 228	26.85 248	16.66 248	27.39 247	10.40 239	40.88 234	18.27 239	19.91 248	15.53 244	9.97 228	19.40 245	35.72 244	22.38 236	21.31 224	37.09 237

ELAS_RVC	20.43 225	19.80 228	14.61 234	33.93 229	22.90 228	33.71 233	20.10 226	15.64 226	12.18 219	8.45 225	19.69 242	54.25 247	33.97 234	4.07 213	13.47 207	5.30 193	11.89 226	6.49 229	21.52 206	8.87 222	14.06 232	14.69 242	9.63 227	11.88 235	32.34 240	25.79 241	41.56 249	40.71 244
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
STStereo	20.61 226	24.96 232	17.24 237	39.82 234	27.48 233	32.58 232	22.87 228	19.77 235	17.77 233	8.05 224	19.67 241	46.38 234	37.96 239	2.15 205	18.66 234	4.75 180	4.82 201	1.95 186	33.25 223	6.38 212	9.07 212	8.67 201	3.28 208	10.68 232	31.80 239	27.62 245	40.75 245	38.09 240

ELAS	20.62 227	22.76 231	14.59 233	35.29 231	24.88 232	31.90 230	20.66 227	17.34 231	17.05 232	7.97 223	18.32 239	48.39 240	31.67 231	4.13 214	14.30 215	5.24 189	11.47 224	6.10 226	23.02 213	7.62 217	13.14 229	14.53 241	9.46 226	10.75 233	34.52 242	27.84 246	41.52 248	42.31 247
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SPS-STEREO	20.98 228	14.87 223	11.99 228	19.90 219	20.87 226	18.85 221	10.39 214	16.04 229	19.39 237	19.65 246	21.64 246	33.32 217	37.38 238	7.51 223	19.34 237	17.18 250	26.65 245	16.12 250	32.93 222	23.87 246	31.45 258	25.37 257	13.83 232	14.33 242	17.76 224	19.97 227	29.60 232	26.21 222
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MANE	21.44 229	17.36 227	16.07 236	34.52 230	24.54 230	25.94 226	19.26 223	20.13 237	18.43 235	6.42 221	15.25 233	40.88 229	36.30 237	4.35 215	18.72 235	10.55 239	8.23 216	29.63 259	23.68 214	4.94 204	11.81 224	8.91 205	3.02 206	10.18 231	36.19 247	32.24 250	51.66 257	49.72 252

otaku	22.42 230	43.20 241	9.38 224	63.06 244	42.07 242	64.13 249	51.05 238	6.07 205	4.42 198	10.13 229	1.74 135	33.95 218	10.96 203	66.92 240	12.03 198	1.89 75	8.57 217	1.66 174	38.00 230	7.96 220	8.85 211	8.28 196	54.71 245	2.95 189	9.04 205	9.25 190	14.25 214	20.70 209

SGM+DAISY	22.46 231	16.23 225	12.74 229	23.16 222	22.67 227	25.12 225	20.00 225	18.50 233	14.48 226	18.58 245	22.04 247	30.49 214	41.59 241	13.05 231	22.51 245	16.54 247	26.00 244	12.93 242	35.92 227	22.37 244	28.02 256	25.12 256	21.26 236	13.77 240	20.04 227	18.46 225	33.94 239	30.81 229

DLNR_Zeroshot_test	23.08 232	78.93 268	7.15 216	99.97 268	0.34 82	0.16 104	98.90 268	3.23 174	0.54 100	3.12 175	2.31 148	6.01 170	0.92 155	21.35 233	96.48 269	100.00 272	25.46 242	22.19 253	22.79 212	2.43 177	9.32 214	9.14 206	0.06 55	0.65 122	2.36 138	3.89 145	2.16 45	3.20 133

LSM0	23.31 233	6.07 210	4.80 197	15.07 214	10.87 220	17.08 219	14.50 220	23.84 241	15.74 228	14.73 240	18.40 240	35.77 222	35.06 236	1.58 196	76.98 265	85.81 265	14.68 229	5.68 221	56.53 253	17.15 238	23.95 253	21.89 251	4.26 214	8.21 228	17.36 223	20.39 228	29.27 231	33.71 234

LE_ROB	23.34 234	10.93 220	12.86 230	32.65 227	38.35 239	31.72 229	33.97 234	23.50 240	21.06 240	7.08 222	17.87 238	51.83 244	51.55 256	1.81 201	14.20 212	3.08 132	3.94 188	1.47 168	30.65 219	8.98 223	9.43 215	7.39 163	6.89 219	25.95 250	35.31 243	39.95 259	53.69 259	54.00 255

Ntro	23.84 235	41.67 239	11.59 227	63.69 246	43.73 243	62.95 247	57.60 241	8.47 209	6.35 206	11.89 235	2.51 152	35.10 221	7.96 194	75.67 243	12.59 201	1.67 64	9.55 221	2.68 202	39.05 231	9.79 226	8.70 207	8.40 199	55.40 246	3.24 194	11.18 214	15.16 216	14.07 213	23.09 216

BEATNet-Init1	25.27 236	27.76 233	13.76 231	44.57 236	24.32 229	38.91 236	25.10 229	19.51 234	20.03 239	9.35 226	16.15 236	47.35 238	48.89 251	4.71 219	23.55 246	11.00 241	8.78 218	5.84 224	49.88 243	20.70 240	15.01 236	14.94 243	7.37 222	12.57 238	35.78 245	26.22 242	60.85 264	49.36 251

DispFullNet	27.09 237	40.76 238	20.37 242	53.27 237	39.67 240	45.72 238	56.25 240	14.00 224	12.78 222	14.18 238	10.07 220	43.95 233	34.00 235	86.26 246	13.33 206	13.62 244	31.37 253	16.57 251	52.58 245	15.02 233	15.98 238	12.66 234	15.43 233	6.52 219	8.73 204	8.65 189	16.24 218	33.48 233

ACVNet-4b	27.62 238	43.15 240	14.04 232	69.86 255	48.10 246	70.20 257	77.34 256	10.63 215	9.55 217	15.00 241	1.55 130	59.33 248	11.37 204	93.44 253	12.94 205	2.57 113	15.66 230	5.69 222	33.68 224	14.13 232	9.17 213	7.28 160	59.49 250	4.60 202	12.85 217	9.43 191	15.52 216	19.12 204

WAO-7	28.15 239	31.17 235	25.54 246	33.41 228	34.99 237	22.62 224	28.62 232	47.75 258	47.89 257	29.08 251	39.82 257	41.47 230	41.79 242	12.75 230	36.14 255	18.16 251	17.03 231	8.88 234	47.38 239	21.69 243	11.73 223	12.95 237	3.79 212	33.81 256	23.20 232	26.44 243	24.41 227	37.61 239

ACVNet_1	28.17 240	43.81 242	17.24 237	67.32 250	49.50 248	66.04 254	82.98 261	16.42 230	8.08 211	11.43 234	7.19 203	34.00 219	27.09 224	93.81 254	14.92 222	2.21 98	17.82 234	6.77 230	36.07 228	11.39 229	10.56 220	7.42 165	59.65 251	6.11 216	20.40 229	15.24 218	10.18 201	16.93 199

RainbowNet	28.72 241	46.67 243	19.30 241	69.82 254	47.14 244	68.90 256	70.63 251	10.00 212	3.26 188	17.63 243	2.27 141	46.57 235	29.74 228	91.67 250	17.86 230	3.37 147	12.50 227	5.59 220	44.74 238	17.11 237	10.33 218	8.87 203	58.90 249	5.15 212	14.30 219	12.58 209	17.44 219	23.01 215

FADE	29.84 242	14.85 222	17.50 239	14.80 213	17.47 225	30.08 227	27.73 230	21.58 239	43.85 252	17.74 244	27.42 252	77.60 264	47.38 248	13.14 232	21.07 242	12.04 243	34.32 255	23.23 254	59.34 257	35.12 256	37.77 262	35.26 261	13.16 231	25.00 249	20.45 230	13.86 213	47.51 252	56.53 258

PSMNet_ROB	32.72 243	49.56 249	17.71 240	65.01 248	47.98 245	61.81 244	62.32 242	19.85 236	21.78 241	27.64 250	25.28 248	42.80 231	43.52 245	83.58 244	21.88 244	4.36 175	19.43 236	6.46 228	43.95 237	16.36 235	13.14 229	11.66 228	58.31 248	14.57 243	31.67 238	24.32 238	29.94 234	18.64 203

JetBlue	33.16 244	30.03 234	36.86 259	39.95 235	35.04 238	44.19 237	36.23 235	30.47 252	47.01 256	15.01 242	10.48 222	79.96 266	19.64 216	25.82 234	18.89 236	17.14 249	40.11 259	25.93 257	36.94 229	25.94 249	32.23 259	26.39 258	31.84 238	27.47 252	31.63 237	33.13 252	48.81 255	48.30 250

ACVNet_2	33.32 245	48.24 245	22.45 244	67.72 253	50.69 253	65.88 252	85.41 264	28.48 247	14.03 225	14.63 239	9.36 218	52.16 245	31.94 232	91.62 249	13.62 209	2.72 118	21.29 237	5.84 224	51.78 244	16.52 236	10.41 219	7.93 183	58.06 247	13.93 241	36.96 249	18.42 224	25.58 228	33.95 235

IMH-64-1	35.05 246	48.99 246	25.77 248	61.80 240	50.28 251	62.71 245	68.79 245	27.80 244	35.88 245	10.10 227	14.48 229	46.82 236	41.96 243	94.04 255	19.93 238	7.49 225	22.67 238	9.35 236	48.46 240	21.14 241	14.12 233	12.56 232	59.91 253	12.21 236	41.64 250	20.57 230	27.79 229	39.03 241

IMH-64	35.05 246	48.99 246	25.77 248	61.80 240	50.28 251	62.71 245	68.79 245	27.80 244	35.88 245	10.10 227	14.48 229	46.82 236	41.96 243	94.04 255	19.93 238	7.49 225	22.67 238	9.35 236	48.46 240	21.14 241	14.12 233	12.56 232	59.91 253	12.21 236	41.64 250	20.57 230	27.79 229	39.03 241

IMH	36.38 248	50.15 250	26.16 250	62.16 243	50.12 250	63.98 248	68.96 247	28.54 248	38.29 248	11.29 232	14.14 227	50.26 242	54.45 259	94.09 257	20.59 240	7.40 222	23.63 240	10.28 238	49.17 242	22.78 245	13.74 231	11.88 229	59.95 255	13.42 239	41.71 252	23.99 237	29.69 233	41.45 245

WAO-6	37.66 249	47.81 244	21.43 243	60.52 239	52.73 254	58.92 241	64.84 243	27.98 246	43.38 250	33.02 255	17.53 237	43.36 232	50.95 253	89.65 247	33.50 251	18.63 254	24.84 241	13.57 244	42.17 236	25.77 248	21.16 249	19.52 249	35.00 239	18.52 244	43.20 253	29.62 247	37.17 242	41.96 246

PWCK	39.46 250	63.60 258	25.26 245	73.87 261	41.94 241	61.54 243	51.88 239	54.42 259	37.36 247	26.43 249	38.00 254	62.72 253	47.31 247	27.64 235	24.07 247	10.09 237	32.07 254	12.97 243	84.14 267	29.01 253	25.42 254	16.79 247	48.17 243	30.69 255	35.86 246	32.01 249	32.05 235	40.21 243

TorneroNet-64	40.02 251	51.18 251	25.58 247	64.09 247	48.50 247	64.50 250	69.74 248	27.58 243	44.28 253	21.06 247	14.38 228	70.42 258	57.53 260	94.84 259	27.09 249	8.83 233	28.00 248	16.10 249	54.90 251	26.42 250	15.26 237	13.34 238	61.86 256	22.65 246	33.51 241	30.60 248	34.09 240	54.24 256

LVE	40.69 252	49.32 248	32.19 253	74.37 262	65.31 259	65.52 251	78.53 257	29.09 250	24.11 243	37.95 257	38.44 255	39.09 228	50.88 252	95.16 265	18.50 233	6.31 210	25.93 243	13.65 245	54.80 250	26.51 251	16.26 239	15.81 245	69.49 262	26.57 251	44.82 255	33.95 254	41.51 247	24.49 220

TorneroNet	40.95 253	54.80 253	28.35 251	67.47 252	50.00 249	66.00 253	71.75 252	26.53 242	45.69 254	24.20 248	21.34 245	68.12 255	53.25 258	94.92 261	27.93 250	9.57 235	26.82 246	16.87 252	54.27 249	24.50 247	16.26 239	13.93 239	62.31 257	23.32 248	36.59 248	27.14 244	43.07 250	50.69 253

SPstereo	43.04 254	33.32 237	32.45 254	30.80 226	34.50 236	30.75 228	28.55 231	58.42 261	43.16 249	30.26 252	60.88 263	48.92 241	63.39 264	44.40 237	41.97 258	53.98 263	48.24 262	33.80 261	57.94 255	41.93 261	44.30 263	40.41 263	27.95 237	44.78 261	43.85 254	39.09 257	57.71 261	46.32 248

Dean	44.25 255	52.28 252	33.23 255	77.10 263	64.97 258	79.61 266	83.94 263	43.21 254	43.41 251	35.28 256	25.28 248	61.70 251	57.88 261	95.07 264	21.16 243	4.55 176	29.50 250	12.92 241	64.62 260	29.22 254	11.94 225	10.07 218	59.70 252	23.01 247	50.00 259	39.42 258	53.45 258	32.13 231

WAO-8	45.52 256	56.99 255	36.84 257	70.78 257	61.58 255	72.65 260	72.88 253	44.15 255	50.34 258	32.51 253	26.24 250	68.22 256	50.98 254	91.91 251	34.40 252	19.25 255	31.26 251	14.25 246	53.00 247	37.84 258	18.64 242	12.91 235	45.23 240	27.94 253	54.23 262	39.08 255	48.02 253	56.81 259

Venus	45.52 256	56.99 255	36.84 257	70.77 256	61.58 255	72.65 260	72.88 253	44.15 255	50.34 258	32.51 253	26.24 250	68.22 256	50.98 254	91.91 251	34.40 252	19.25 255	31.26 251	14.25 246	53.00 247	37.84 258	18.64 242	12.91 235	45.23 240	27.94 253	54.23 262	39.08 255	48.02 253	56.81 259

notaker	50.99 258	64.58 260	35.58 256	71.22 258	67.03 260	71.52 259	79.74 259	46.10 257	64.92 262	43.57 260	60.04 261	61.27 250	52.88 257	94.30 258	52.11 261	32.30 258	36.01 257	25.62 256	66.68 262	41.75 260	26.51 255	26.69 259	69.04 261	40.16 259	27.04 233	32.57 251	39.45 244	47.99 249

UNDER WATER	53.46 259	66.50 261	44.48 260	77.89 264	68.28 261	75.27 263	86.28 266	62.01 263	51.94 260	41.57 258	48.61 258	74.76 262	58.64 262	94.91 260	40.27 257	19.59 257	35.94 256	25.36 255	57.83 254	30.24 255	22.42 252	21.82 250	69.76 263	49.60 264	53.54 261	52.17 261	44.57 251	69.15 265

ktn	53.49 260	64.55 259	32.09 252	67.37 251	73.02 266	67.18 255	79.08 258	39.47 253	71.03 264	45.61 262	66.57 264	53.73 246	46.66 246	95.58 266	51.51 260	35.27 259	42.24 261	32.53 260	61.67 258	36.66 257	34.35 261	37.51 262	63.57 258	39.21 257	45.92 256	42.82 260	58.10 262	61.01 261

UNDER WATER-64	54.23 261	63.34 257	46.02 262	79.36 265	71.42 264	76.64 264	88.13 267	66.12 264	46.96 255	52.07 263	60.69 262	73.21 260	59.22 263	94.98 263	35.82 254	18.58 253	36.56 258	27.05 258	54.96 252	27.40 252	22.29 251	24.45 254	75.67 266	44.51 260	51.17 260	56.84 263	41.43 246	69.34 266

KSHMR	57.18 262	74.32 266	54.88 264	81.85 266	71.02 263	78.52 265	83.49 262	67.32 266	55.52 261	57.05 264	55.43 260	62.46 252	47.47 249	94.95 262	62.89 263	43.86 261	41.02 260	36.71 262	65.14 261	47.71 262	30.88 257	22.80 252	66.24 260	55.80 266	49.31 258	33.72 253	50.52 256	52.93 254

DPSimNet_ROB	59.87 263	56.83 254	60.12 265	63.44 245	74.40 267	61.08 242	66.03 244	29.26 251	91.88 268	80.83 266	53.70 259	74.56 261	48.76 250	90.67 248	61.12 262	47.44 262	55.65 264	43.29 263	68.79 263	60.06 265	52.83 265	61.42 265	45.69 242	46.03 262	46.40 257	63.34 264	56.49 260	56.41 257

LRCNet_RVC	60.98 264	74.62 267	47.06 263	94.31 267	95.29 269	91.20 268	85.70 265	54.57 260	35.63 244	98.62 268	74.21 266	91.97 270	68.08 266	96.82 268	39.31 256	18.45 252	70.27 266	52.85 265	94.58 268	64.63 266	32.99 260	24.53 255	94.81 268	53.78 265	19.71 226	12.68 210	33.49 237	26.36 223

HanzoNet	61.45 265	69.33 262	44.96 261	71.45 259	72.16 265	72.71 262	79.94 260	60.19 262	75.71 265	45.02 261	73.92 265	75.04 263	64.67 265	96.72 267	48.25 259	40.02 260	53.74 263	47.73 264	76.16 264	51.62 263	46.98 264	46.48 264	73.13 264	39.85 258	55.14 264	52.31 262	60.69 263	65.16 264

JetRed	63.04 266	70.59 263	68.87 266	66.96 249	63.46 257	70.43 258	74.93 255	66.45 265	66.78 263	41.63 259	39.08 256	81.30 267	13.47 207	63.11 239	65.97 264	66.70 264	65.90 265	75.66 268	63.14 259	54.09 264	78.41 266	73.67 266	73.25 265	49.49 263	56.43 265	64.32 265	66.29 265	61.81 262

MADNet++	76.55 267	72.12 264	82.72 268	61.81 242	81.28 268	58.20 239	69.82 249	68.60 267	78.83 266	85.65 267	92.58 268	79.76 265	85.27 267	36.74 236	81.31 267	89.87 267	87.51 268	69.64 266	82.22 266	90.64 268	91.37 268	93.20 269	65.06 259	90.12 268	59.87 266	75.77 266	74.46 266	62.48 263

ASD4	81.93 268	73.21 265	76.95 267	73.65 260	68.72 262	82.82 267	70.01 250	72.46 268	81.37 267	64.41 265	77.66 267	50.65 243	95.44 268	68.75 241	77.39 266	87.32 266	86.80 267	89.75 269	81.77 265	89.98 267	88.86 267	88.63 268	80.66 267	86.12 267	99.17 272	99.85 271	99.79 271	99.90 271

PML	96.12 269	100.00 272	83.16 269	100.00 269	100.00 271	100.00 272	99.20 271	100.00 273	99.01 270	100.00 271	96.16 269	99.92 274	100.00 273	98.52 269	94.60 268	91.70 268	91.21 269	74.14 267	100.00 273	98.06 270	92.87 269	86.59 267	97.59 269	98.11 270	94.46 271	99.98 272	100.00 272	99.92 272

MyStereo02	96.30 270	100.00 272	100.00 273	100.00 269	0.00 1	100.00 272	100.00 272	100.00 273	100.00 272	100.00 271	100.00 274	100.00 275	100.00 273	100.00 271	100.00 275	100.00 272	100.00 274	100.00 274	100.00 273	100.00 274	100.00 275	100.00 275	100.00 271	100.00 272	100.00 273	100.00 273	100.00 272	100.00 273

MEDIAN_ROB	97.62 271	99.11 269	98.47 270	100.00 269	99.99 270	100.00 272	100.00 272	99.48 271	98.33 269	100.00 271	99.95 272	98.03 271	96.13 269	99.95 270	99.43 270	98.46 269	98.58 270	98.67 270	99.88 271	97.97 269	93.64 270	96.55 271	100.00 271	97.27 269	87.22 268	92.69 268	89.89 268	95.94 269

AVERAGE_ROB	98.96 272	100.00 272	99.80 272	100.00 269	100.00 271	100.00 272	100.00 272	100.00 273	100.00 272	100.00 271	100.00 274	100.00 275	100.00 273	100.00 271	99.80 272	99.85 271	100.00 274	100.00 274	100.00 273	100.00 274	98.20 272	99.54 272	100.00 271	100.00 272	93.40 270	93.83 269	94.40 270	93.22 268

HaxPig	99.00 273	100.00 272	98.99 271	100.00 269	100.00 271	99.99 271	100.00 272	99.99 272	99.89 271	100.00 271	99.98 273	100.00 275	99.94 272	100.00 271	99.61 271	99.46 270	99.97 273	99.58 271	99.99 272	99.99 271	97.37 271	96.43 270	99.99 270	99.98 271	89.52 269	99.53 270	94.23 269	98.48 270

DGTPSM_ROB	99.53 274	99.77 270	100.00 273	100.00 269	100.00 271	100.00 272	100.00 272	99.19 269	100.00 272	99.32 269	99.66 271	91.63 268	99.15 270	100.00 271	99.94 273	100.00 272	99.82 271	99.99 272	99.51 269	99.99 271	99.77 273	99.66 273	100.00 271	100.00 272	100.00 273	100.00 273	100.00 272	100.00 273

DPSMNet_ROB	99.54 275	99.78 271	100.00 273	100.00 269	100.00 271	100.00 272	100.00 272	99.19 269	100.00 272	99.32 269	99.65 270	91.68 269	99.16 271	100.00 271	99.94 273	100.00 272	99.83 272	99.99 272	99.59 270	99.99 271	99.77 273	99.66 273	100.00 271	100.00 272	100.00 273	100.00 273	100.00 272	100.00 273

DPSM_ROB	99.91 276	100.00 272	100.00 273	100.00 269	100.00 271	98.90 269	98.96 269	100.00 273	100.00 272	100.00 271	100.00 274	99.76 272	100.00 273	100.00 271	100.00 275	100.00 272	100.00 274	100.00 274	100.00 273	100.00 274	100.00 275	100.00 275	100.00 271	100.00 272	100.00 273	100.00 273	100.00 272	100.00 273

DPSM	99.91 276	100.00 272	100.00 273	100.00 269	100.00 271	98.90 269	98.96 269	100.00 273	100.00 272	100.00 271	100.00 274	99.76 272	100.00 273	100.00 271	100.00 275	100.00 272	100.00 274	100.00 274	100.00 273	100.00 274	100.00 275	100.00 275	100.00 271	100.00 272	100.00 273	100.00 273	100.00 272	100.00 273

MyStereo03	100.00 278	100.00 272	100.00 273	100.00 269	100.00 271	100.00 272	100.00 272	100.00 273	100.00 272	100.00 271	100.00 274	100.00 275	100.00 273	100.00 271	100.00 275	100.00 272	100.00 274	100.00 274	100.00 273	100.00 274	100.00 275	100.00 275	100.00 271	100.00 272	100.00 273	100.00 273	100.00 272	100.00 273

CasAABBNet	100.00 278	100.00 272	100.00 273	100.00 269	100.00 271	100.00 272	100.00 272	100.00 273	100.00 272	100.00 271	100.00 274	100.00 275	100.00 273	100.00 271	100.00 275	100.00 272	100.00 274	100.00 274	100.00 273	100.00 274	100.00 275	100.00 275	100.00 271	100.00 272	100.00 273	100.00 273	100.00 272	100.00 273

Low-res two-view benchmark