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

AIO-test2	0.21 1	0.16 1	0.11 1	0.09 1	0.11 2	0.16 5	0.12 20	0.23 7	0.15 12	0.18 8	0.19 16	0.42 28	0.14 7	0.12 3	0.34 1	0.42 2	0.32 1	0.25 3	0.30 1	0.18 1	0.29 1	0.32 8	0.11 2	0.15 14	0.20 1	0.20 1	0.23 1	0.19 2

Pointernet	0.24 2	0.21 4	0.14 2	0.14 9	0.12 3	0.19 14	0.16 34	0.28 11	0.10 1	0.17 7	0.14 11	0.23 3	0.14 7	0.12 3	0.47 4	0.42 2	0.37 6	0.23 1	0.35 2	0.19 2	0.35 4	0.25 3	0.14 7	0.14 13	0.23 2	0.21 4	0.67 31	0.22 6

MLG-Stereo	0.25 3	0.25 8	0.14 2	0.11 2	0.20 19	0.12 2	0.07 3	0.21 4	0.12 3	0.19 9	0.11 6	0.29 8	0.10 1	0.21 28	0.61 11	0.65 19	0.36 4	0.35 13	0.44 14	0.23 8	0.35 4	0.32 8	0.11 2	0.09 1	0.26 5	0.22 5	0.48 10	0.25 14

AIO-test1	0.25 3	0.19 2	0.14 2	0.12 6	0.14 8	0.18 11	0.15 32	0.33 16	0.16 15	0.25 16	0.24 25	0.35 16	0.14 7	0.19 20	0.56 10	0.59 11	0.35 2	0.30 8	0.35 2	0.27 13	0.33 2	0.31 6	0.13 6	0.13 7	0.23 2	0.23 7	0.31 2	0.18 1

MLG-Stereo_test1	0.26 5	0.22 5	0.14 2	0.13 7	0.22 24	0.11 1	0.08 5	0.22 6	0.12 3	0.20 10	0.12 8	0.33 13	0.11 2	0.21 28	0.66 14	0.64 17	0.37 6	0.35 13	0.50 18	0.22 6	0.39 8	0.30 5	0.12 4	0.10 2	0.26 5	0.22 5	0.53 14	0.27 17

CoSv	0.26 5	0.38 20	0.20 16	0.18 15	0.14 8	0.35 52	0.09 10	0.38 24	0.16 15	0.20 10	0.08 3	0.28 7	0.14 7	0.09 1	0.47 4	0.59 11	0.42 14	0.23 1	0.39 8	0.19 2	0.40 10	0.23 2	0.10 1	0.13 7	0.40 26	0.25 11	0.36 4	0.24 9

MM-Stereo_test3	0.27 7	0.36 17	0.14 2	0.25 21	0.15 11	0.15 3	0.08 5	0.48 33	0.18 25	0.25 16	0.10 4	0.41 27	0.12 4	0.11 2	0.36 2	0.40 1	0.42 14	0.26 4	0.37 7	0.25 11	0.33 2	0.25 3	0.24 27	0.12 4	0.29 10	0.20 1	0.77 41	0.23 7

LG-Stereo	0.28 8	0.26 9	0.17 11	0.17 14	0.16 14	0.23 23	0.13 26	0.30 13	0.15 12	0.23 13	0.19 16	0.52 38	0.14 7	0.18 17	0.55 8	0.58 9	0.39 9	0.30 8	0.54 22	0.22 6	0.44 14	0.31 6	0.12 4	0.12 4	0.28 8	0.24 9	0.46 9	0.24 9

MM-Stereo_test1	0.29 9	0.69 54	0.15 7	0.23 19	0.14 8	0.16 5	0.07 3	0.37 23	0.14 6	0.27 20	0.11 6	0.43 29	0.11 2	0.12 3	0.45 3	0.48 5	0.45 21	0.32 10	0.42 10	0.27 13	0.35 4	0.35 11	0.23 25	0.13 7	0.31 12	0.23 7	0.63 27	0.24 9

RSM	0.30 10	0.30 13	0.22 20	0.32 41	0.15 11	0.21 17	0.10 14	0.17 1	0.16 15	0.14 2	0.26 28	0.22 2	0.19 23	0.14 6	0.64 13	0.60 13	0.39 9	0.37 18	0.35 2	0.33 21	0.46 15	0.54 23	0.19 19	0.16 16	0.30 11	0.26 16	0.58 18	0.24 9

MoCha-V2	0.30 10	0.31 14	0.23 23	0.21 16	0.17 17	0.17 10	0.14 30	0.23 7	0.11 2	0.26 19	0.28 32	0.32 12	0.16 15	0.19 20	0.62 12	0.61 15	0.39 9	0.38 20	0.35 2	0.42 39	0.61 29	0.51 21	0.15 8	0.16 16	0.35 17	0.26 16	0.34 3	0.19 2

ProNet	0.30 10	0.27 10	0.31 32	0.26 23	0.15 11	0.27 30	0.27 70	0.38 24	0.13 5	0.15 4	0.49 70	0.29 8	0.13 5	0.16 11	0.73 17	0.49 6	0.43 16	0.32 10	0.35 2	0.27 13	0.38 7	0.22 1	0.38 53	0.22 29	0.32 13	0.20 1	0.38 5	0.27 17

111111	0.31 13	0.37 18	0.19 13	0.25 21	0.29 35	0.22 22	0.09 10	0.19 3	0.16 15	0.10 1	0.17 13	0.27 5	0.17 19	0.18 17	0.79 20	0.56 8	0.46 25	0.28 6	0.76 43	0.24 10	0.53 23	0.61 30	0.21 21	0.11 3	0.25 4	0.25 11	0.41 7	0.19 2

AIO-Stereo	0.31 13	0.33 15	0.22 20	0.35 45	0.16 14	0.20 16	0.10 14	0.17 1	0.14 6	0.14 2	0.20 20	0.21 1	0.16 15	0.14 6	0.55 8	0.55 7	0.41 12	0.39 23	1.18 77	0.36 25	0.39 8	0.43 16	0.17 11	0.16 16	0.32 13	0.24 9	0.61 23	0.19 2

GREAT-IGEV	0.32 15	0.37 18	0.21 18	0.15 10	0.12 3	0.16 5	0.09 10	0.30 13	0.16 15	0.33 26	0.18 14	0.44 30	0.19 23	0.20 25	0.74 18	0.61 15	0.45 21	0.29 7	0.42 10	0.28 17	0.43 12	0.52 22	0.21 21	0.17 21	0.27 7	0.25 11	0.88 46	0.23 7

RSM++	0.33 16	0.33 15	0.23 23	0.36 50	0.20 19	0.24 24	0.10 14	0.21 4	0.16 15	0.16 5	0.26 28	0.26 4	0.19 23	0.16 11	0.83 22	0.65 19	0.41 12	0.38 20	0.50 18	0.39 29	0.50 18	0.59 28	0.25 30	0.16 16	0.41 28	0.26 16	0.54 15	0.30 24

CroCo-Stereo Lap2	0.33 16	0.22 5	0.15 7	0.11 2	0.12 3	0.16 5	0.08 5	0.35 21	0.15 12	0.47 40	0.10 4	0.31 11	0.14 7	0.14 6	1.26 33	1.00 53	0.36 4	0.36 17	0.44 14	0.20 4	0.53 23	0.55 24	0.17 11	0.13 7	0.39 25	0.35 35	0.40 6	0.27 17

StereoVision	0.34 18	0.27 10	0.21 18	0.13 7	0.18 18	0.21 17	0.14 30	0.30 13	0.23 32	0.35 29	0.18 14	0.34 15	0.17 19	0.16 11	0.98 23	0.78 31	0.44 18	0.35 13	0.43 13	0.23 8	0.40 10	0.48 17	0.16 9	0.21 28	0.40 26	0.40 44	0.71 34	0.37 30

MM-Stereo_test2	0.35 19	0.78 100	0.22 20	0.30 36	0.21 23	0.18 11	0.11 17	0.33 16	0.16 15	0.36 30	0.15 12	0.39 22	0.15 14	0.17 15	0.69 15	0.66 21	0.43 16	0.39 23	0.41 9	0.37 26	0.50 18	0.85 53	0.24 27	0.16 16	0.35 17	0.25 11	0.54 15	0.25 14

CroCo-Stereo	0.35 19	0.20 3	0.15 7	0.11 2	0.10 1	0.18 11	0.06 1	0.33 16	0.14 6	0.31 25	0.05 1	0.36 18	0.13 5	0.15 9	1.64 48	1.05 60	0.35 2	0.37 18	0.45 16	0.20 4	0.62 32	0.79 47	0.16 9	0.13 7	0.38 21	0.31 24	0.45 8	0.26 16
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
RAFT	0.35 19	0.22 5	0.19 13	0.27 26	0.13 6	0.30 37	0.08 5	0.97 109	0.18 25	0.92 137	0.19 16	0.27 5	0.16 15	0.18 17	0.51 6	0.47 4	0.38 8	0.26 4	0.54 22	0.25 11	0.43 12	0.34 10	0.19 19	0.15 14	0.38 21	0.34 33	0.90 47	0.27 17

IGEV-Stereo++	0.36 22	0.40 23	0.20 16	0.22 18	0.25 28	0.21 17	0.09 10	0.25 10	0.17 22	0.20 10	0.34 43	0.29 8	0.20 29	0.19 20	0.78 19	0.60 13	0.44 18	0.33 12	0.75 40	0.34 23	0.53 23	0.64 34	0.22 23	0.13 7	0.28 8	0.27 20	1.09 65	0.28 21

GIP-stereo	0.37 23	0.56 33	0.32 34	0.29 32	0.23 26	0.21 17	0.11 17	0.24 9	0.17 22	0.30 23	0.19 16	0.38 20	0.18 21	0.21 28	1.05 25	0.64 17	0.46 25	0.39 23	0.42 10	0.41 35	0.52 22	0.82 50	0.17 11	0.17 21	0.35 17	0.31 24	0.76 38	0.24 9

MLG-Stereo_test2	0.39 24	0.54 31	0.17 11	0.16 12	0.24 27	0.15 3	0.08 5	0.33 16	0.14 6	0.24 14	0.13 10	0.39 22	0.14 7	0.17 15	1.52 42	0.76 30	0.45 21	0.44 31	1.04 64	0.42 39	0.48 17	0.48 17	0.18 17	0.12 4	0.34 15	0.25 11	0.66 29	0.38 31

U	0.41 25	0.28 12	0.16 10	0.11 2	0.13 6	0.16 5	0.06 1	0.45 32	0.14 6	0.49 41	0.07 2	0.36 18	0.16 15	0.20 25	1.71 54	1.14 81	0.44 18	0.41 28	0.59 28	0.32 19	0.66 36	0.92 60	0.17 11	0.17 21	0.50 48	0.36 37	0.49 11	0.35 28

Occ-G	0.43 26	0.59 37	0.29 28	0.34 43	0.31 40	0.26 29	0.12 20	0.38 24	0.18 25	0.16 5	0.32 37	0.33 13	0.24 33	0.16 11	1.16 27	0.84 34	0.45 21	0.39 23	0.71 35	0.32 19	0.87 64	0.78 46	0.22 23	0.19 26	0.36 20	0.26 16	0.94 53	0.31 25

AEACV	0.43 26	0.94 168	0.30 29	0.29 32	0.20 19	0.27 30	0.12 20	0.28 11	0.14 6	0.24 14	0.23 24	0.35 16	0.21 30	0.20 25	1.24 32	0.83 33	0.57 45	0.38 20	0.78 46	0.45 49	0.81 56	0.73 41	0.24 27	0.18 25	0.34 15	0.31 24	0.61 23	0.28 21

DEFOM-Stereo	0.45 28	0.55 32	0.28 27	0.26 23	0.30 37	0.32 41	0.13 26	0.35 21	0.17 22	0.25 16	0.32 37	0.38 20	0.19 23	0.22 32	1.10 26	0.73 27	0.59 51	0.52 43	0.51 21	0.44 47	0.73 45	0.69 37	0.42 69	0.28 39	0.44 32	0.32 30	1.28 78	0.46 39

RAStereo	0.46 29	0.38 20	0.19 13	0.15 10	0.16 14	0.19 14	0.11 17	0.44 30	0.18 25	0.99 147	0.12 8	0.45 31	0.18 21	0.15 9	1.85 75	1.10 74	0.52 32	0.47 34	0.68 33	0.27 13	0.77 49	0.80 49	0.27 31	0.17 21	0.47 41	0.34 33	0.51 12	0.41 34

TDLM	0.49 30	0.59 37	0.60 96	0.39 66	0.48 92	0.46 83	0.43 129	0.72 59	0.35 60	0.30 23	0.65 107	0.76 97	0.41 68	0.35 75	0.54 7	0.58 9	0.55 38	0.49 36	0.50 18	0.43 42	0.50 18	0.39 13	0.41 63	0.39 70	0.38 21	0.31 24	0.61 23	0.66 78

anonymousdsp	0.50 31	0.38 20	0.36 41	0.28 28	0.32 42	0.28 32	0.15 32	0.56 38	0.26 35	0.42 34	0.33 41	0.53 41	0.19 23	0.27 40	1.47 37	0.87 36	0.54 36	0.52 43	0.62 29	0.48 55	0.71 40	1.04 70	0.36 47	0.30 41	0.46 35	0.29 22	1.13 70	0.33 26

iRaftStereo_RVC	0.51 32	0.56 33	0.40 49	0.28 28	0.31 40	0.32 41	0.19 44	0.68 56	0.25 34	0.46 39	0.57 91	0.58 46	0.29 39	0.25 36	1.17 30	0.89 38	0.56 42	0.45 32	0.72 36	0.41 35	0.97 75	0.79 47	0.35 42	0.34 52	0.44 32	0.41 49	0.76 38	0.48 41

delet	0.51 32	0.58 35	0.47 69	0.35 45	0.50 104	0.50 99	0.30 77	0.49 34	0.29 46	0.56 46	0.44 62	0.45 31	0.34 47	0.48 146	1.16 27	0.68 23	0.55 38	0.46 33	0.47 17	0.41 35	0.58 27	0.39 13	0.39 55	0.41 77	0.48 44	0.36 37	1.09 65	0.50 45

MLG-Stereo_test3	0.52 34	0.48 28	0.27 26	0.29 32	0.38 63	0.24 24	0.12 20	0.34 20	0.20 29	1.12 159	0.30 34	0.54 42	0.19 23	0.31 58	1.85 75	0.92 40	0.52 32	0.52 43	1.17 75	0.39 29	0.70 38	0.75 43	0.18 17	0.24 34	0.38 21	0.31 24	0.90 47	0.44 36

AIO_rvc	0.53 35	0.71 67	0.38 45	0.34 43	0.22 24	0.34 48	0.16 34	0.57 39	0.28 44	0.38 31	0.22 22	0.56 43	0.24 33	0.27 40	1.96 90	1.04 57	0.48 28	0.40 27	1.28 83	0.47 54	0.79 55	0.95 66	0.39 55	0.22 29	0.46 35	0.28 21	0.72 35	0.33 26

AASNet	0.53 35	0.74 77	0.46 67	0.35 45	0.61 131	0.51 104	0.42 126	0.65 52	0.26 35	0.41 33	0.50 72	0.39 22	0.31 44	0.41 105	1.02 24	0.69 24	0.53 35	0.60 66	0.67 31	0.51 58	0.60 28	0.87 55	0.41 63	0.41 77	0.50 48	0.40 44	0.70 33	0.45 38

LG-G_1	0.54 37	0.70 60	0.32 34	0.36 50	0.39 65	0.32 41	0.16 34	0.41 27	0.21 30	0.29 21	0.34 43	0.50 33	0.35 53	0.32 61	2.09 110	1.07 64	0.51 30	0.58 62	0.75 40	0.59 83	0.78 52	1.24 83	0.17 11	0.22 29	0.46 35	0.39 42	0.60 20	0.48 41

LG-G	0.54 37	0.70 60	0.32 34	0.36 50	0.39 65	0.32 41	0.16 34	0.41 27	0.21 30	0.29 21	0.34 43	0.50 33	0.35 53	0.32 61	2.09 110	1.07 64	0.51 30	0.58 62	0.75 40	0.59 83	0.78 52	1.24 83	0.17 11	0.22 29	0.46 35	0.39 42	0.60 20	0.48 41

AANet_RVC	0.54 37	0.45 26	0.40 49	0.33 42	0.61 131	0.28 32	0.31 81	0.61 44	0.58 136	0.44 36	0.41 57	0.39 22	0.48 83	0.33 66	1.16 27	0.79 32	0.55 38	0.53 52	0.56 26	0.52 62	0.46 15	0.49 19	0.34 39	0.38 63	0.57 63	0.57 72	1.05 62	0.97 129

LGtest1	0.57 40	0.81 112	0.46 67	0.26 23	0.30 37	0.28 32	0.12 20	0.43 29	0.26 35	0.34 28	0.56 88	0.50 33	0.30 43	0.28 44	2.04 103	1.24 99	0.57 45	0.65 90	0.74 38	0.46 53	0.72 42	1.41 93	0.29 32	0.30 41	0.54 57	0.35 35	0.65 28	0.52 49

MaDis-Stereo	0.57 40	0.47 27	0.30 29	0.16 12	0.26 32	0.21 17	0.17 40	0.44 30	0.32 53	1.08 157	0.22 22	0.51 37	0.22 32	0.19 20	1.83 72	1.19 91	0.62 54	0.59 65	1.09 71	0.45 49	0.81 56	0.94 62	0.37 51	0.25 36	0.63 74	0.67 87	0.60 20	0.82 102

LG-Stereo_L2	0.58 42	0.69 54	0.43 59	0.28 28	0.35 56	0.24 24	0.13 26	0.62 48	0.26 35	0.70 72	0.39 54	0.71 81	0.34 47	0.28 44	1.83 72	1.32 110	0.57 45	0.51 41	0.96 57	0.41 35	0.74 47	1.06 72	0.32 35	0.27 37	0.52 54	0.38 40	0.62 26	0.64 72

LG-Stereo_L1	0.58 42	0.69 54	0.41 53	0.24 20	0.35 56	0.25 27	0.12 20	0.62 48	0.27 42	0.72 78	0.32 37	0.69 73	0.34 47	0.29 47	1.82 69	1.36 116	0.57 45	0.52 43	1.14 74	0.42 39	0.70 38	1.11 75	0.29 32	0.30 41	0.51 51	0.33 31	0.66 29	0.65 76

AIO_test	0.59 44	0.77 96	0.45 62	0.44 82	0.25 28	0.35 52	0.20 48	0.61 44	0.27 42	0.43 35	0.30 34	0.57 44	0.28 38	0.29 47	2.01 96	1.46 142	0.49 29	0.42 29	0.86 49	0.49 57	1.02 82	1.01 68	0.40 59	0.24 34	0.47 41	0.49 58	1.00 58	0.35 28

MMNet	0.59 44	0.58 35	0.44 60	0.38 55	0.55 118	0.42 72	0.29 75	0.60 42	0.40 73	0.38 31	0.55 87	0.63 57	0.32 45	0.51 158	1.51 41	0.75 29	0.72 80	0.58 62	0.76 43	0.55 70	0.62 32	0.41 15	0.40 59	0.52 122	0.51 51	0.49 58	1.49 97	0.50 45

IGEV-Stereo+	0.60 46	1.04 204	0.24 25	0.49 91	0.32 42	0.29 35	0.13 26	0.51 35	0.26 35	0.79 104	0.94 164	0.57 44	0.26 35	0.28 44	1.64 48	1.19 91	0.59 51	0.61 71	1.19 78	0.43 42	0.90 71	1.17 78	0.48 97	0.20 27	0.41 28	0.31 24	0.56 17	0.40 33

UniTT-Stereo	0.60 46	0.44 25	0.32 34	0.21 16	0.25 28	0.34 48	0.17 40	0.61 44	0.31 49	0.75 86	0.27 30	0.62 56	0.34 47	0.21 28	1.77 64	1.44 135	0.57 45	0.61 71	1.53 100	0.44 47	0.91 72	1.14 77	0.37 51	0.29 40	0.50 48	0.54 67	0.52 13	0.58 56

CVANet_RVC	0.60 46	0.67 49	0.81 134	0.81 175	0.53 114	0.66 152	0.55 153	1.15 128	0.39 66	0.44 36	0.79 143	0.80 106	0.44 78	0.43 120	0.69 15	0.67 22	0.55 38	0.53 52	0.55 25	0.57 75	0.63 34	0.57 26	0.40 59	0.41 77	0.46 35	0.40 44	0.72 35	0.55 50

DMCA	0.63 49	0.73 74	0.63 100	0.40 67	0.49 95	0.52 107	0.33 96	0.59 41	0.52 112	0.80 108	0.63 104	0.70 77	0.40 65	0.47 140	1.48 38	0.92 40	0.69 69	0.67 96	0.67 31	0.51 58	0.67 37	0.59 28	0.48 97	0.45 92	0.48 44	0.52 65	1.04 61	0.62 67

RAFT_CTSACE	0.64 50	0.94 168	0.31 32	0.37 53	0.34 52	0.33 45	0.23 54	1.23 139	0.26 35	0.64 63	0.29 33	0.71 81	0.57 110	0.34 71	1.57 46	1.07 64	0.52 32	0.43 30	0.72 36	0.33 21	0.85 61	1.72 101	0.42 69	0.30 41	0.46 35	0.41 49	1.58 109	0.39 32

GANet	0.64 50	0.67 49	0.63 100	0.57 116	0.58 122	0.95 197	0.55 153	0.78 72	0.46 89	0.57 48	0.61 98	1.83 208	0.36 57	0.41 105	0.81 21	0.69 24	0.76 93	0.73 116	0.58 27	0.40 33	0.53 23	0.49 19	0.47 94	0.48 108	0.56 62	0.41 49	0.83 43	0.69 81

DFGA-Net	0.65 52	0.64 40	0.36 41	0.51 98	0.33 49	0.43 74	0.29 75	0.88 98	0.34 57	2.05 218	0.38 52	0.52 38	0.29 39	0.22 32	1.35 34	1.07 64	0.76 93	0.49 36	0.96 57	0.35 24	0.71 40	0.71 39	0.36 47	0.41 77	0.57 63	0.38 40	1.81 122	0.43 35

HCRNet	0.66 53	0.78 100	0.41 53	0.54 109	0.27 34	0.41 70	0.39 110	0.63 50	0.31 49	1.62 193	0.59 96	0.67 69	0.29 39	0.41 105	1.99 94	0.73 27	0.60 53	0.47 34	0.65 30	0.43 42	0.78 52	0.62 31	0.36 47	0.34 52	0.42 31	0.43 54	2.14 146	0.50 45

plain	0.67 54	0.87 134	0.33 38	0.31 38	0.59 124	0.33 45	0.30 77	0.89 99	0.34 57	0.72 78	0.24 25	0.65 64	0.34 47	0.19 20	1.95 83	1.57 162	0.71 75	0.69 102	0.94 55	0.39 29	1.28 104	1.20 81	0.33 38	0.33 50	0.59 70	0.60 74	0.72 35	0.74 86

MIF-Stereo (partial)	0.69 55	0.76 91	0.33 38	0.27 26	0.37 61	0.35 52	0.31 81	0.53 36	0.40 73	0.62 59	0.32 37	0.50 33	0.39 60	0.23 34	2.08 106	1.51 151	0.68 64	0.71 107	0.77 45	0.43 42	1.10 88	0.94 62	0.39 55	0.32 47	0.57 63	0.71 90	2.25 165	0.87 115

test_5	0.69 55	0.91 152	0.30 29	0.38 55	0.26 32	0.35 52	0.19 44	1.79 215	0.31 49	0.58 51	1.20 188	0.75 93	0.73 156	0.32 61	1.36 35	1.10 74	0.54 36	0.54 56	1.01 62	0.37 26	0.61 29	1.37 92	0.29 32	0.34 52	0.41 28	0.40 44	1.72 116	0.44 36

FINET	0.69 55	0.65 44	0.67 108	0.65 137	0.49 95	0.48 94	0.45 135	0.75 64	0.59 138	0.61 56	0.48 67	0.82 112	0.57 110	0.43 120	1.71 54	1.08 70	0.77 96	0.57 59	1.07 69	0.56 72	0.88 65	0.65 35	0.43 74	0.50 115	0.62 73	0.56 71	0.96 55	0.64 72

raft+_RVC	0.71 58	0.73 74	0.70 113	0.41 71	0.34 52	0.49 96	0.30 77	1.48 178	0.43 83	0.62 59	0.62 100	0.65 64	0.39 60	0.26 38	1.74 59	1.16 84	0.69 69	0.53 52	1.57 106	0.51 58	0.85 61	1.06 72	0.44 77	0.38 63	0.68 86	0.62 76	0.85 44	0.69 81

IGEV-BASED-STEREO-	0.73 59	0.86 132	0.36 41	0.43 79	0.32 42	0.30 37	0.19 44	0.71 58	0.32 53	0.70 72	0.33 41	0.63 57	0.57 110	0.41 105	2.03 102	1.91 184	0.63 56	0.68 100	1.00 59	0.45 49	1.86 140	1.87 104	0.40 59	0.23 33	0.49 46	0.37 39	1.09 65	0.55 50

GMStereo	0.73 59	0.99 187	0.39 46	0.49 91	0.47 86	0.55 116	0.41 120	0.77 66	0.43 83	0.55 44	0.48 67	0.81 111	0.38 58	0.34 71	1.60 47	0.95 45	0.74 90	0.52 43	1.88 114	0.57 75	1.07 83	0.73 41	0.42 69	0.51 117	0.72 96	0.47 57	1.87 129	0.57 55
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UPFNet	0.73 59	0.69 54	0.79 129	0.54 109	0.65 142	0.58 131	0.54 149	0.72 59	0.54 123	0.59 53	0.57 91	0.61 53	0.47 80	0.62 189	1.80 67	0.96 47	0.72 80	0.68 100	0.91 53	0.72 132	0.64 35	0.55 24	0.53 129	0.52 122	0.58 67	0.51 63	2.19 155	0.59 62

AFF-stereo	0.76 62	0.69 54	0.59 93	0.30 36	0.32 42	0.52 107	0.18 43	0.86 91	0.41 75	1.37 178	0.43 60	0.60 52	0.34 47	0.24 35	1.76 63	1.13 79	0.57 45	0.62 75	2.81 159	0.43 42	0.77 49	0.63 32	0.41 63	0.32 47	0.70 90	0.67 87	2.38 180	0.56 52

TestStereo	0.77 63	0.93 165	0.79 129	0.56 113	0.46 82	0.66 152	0.33 96	1.22 137	0.42 82	0.90 133	0.52 80	0.84 116	0.54 99	0.39 95	1.50 40	0.92 40	0.73 85	0.51 41	1.38 90	0.56 72	1.25 101	0.82 50	0.44 77	0.44 90	0.77 106	0.79 101	1.34 82	0.79 95

MIM_Stereo	0.78 64	0.77 96	0.53 85	0.43 79	0.38 63	0.46 83	0.22 53	1.50 181	0.31 49	0.55 44	0.38 52	0.64 61	0.27 37	0.32 61	1.77 64	1.09 72	0.63 56	0.73 116	3.30 184	0.57 75	1.19 97	0.91 59	0.34 39	0.36 58	0.49 46	0.41 49	1.95 134	0.58 56

DEFOM-Stereo_RVC	0.80 65	0.75 85	0.48 73	0.38 55	0.33 49	0.25 27	0.16 34	0.68 56	0.30 48	0.72 78	0.42 59	0.77 101	0.35 53	0.30 50	1.81 68	1.08 70	0.65 60	0.56 57	1.71 110	0.48 55	1.60 126	4.30 143	0.49 107	0.39 70	0.60 72	0.49 58	0.95 54	0.65 76

CFNet	0.80 65	0.84 125	0.79 129	0.76 160	0.70 154	0.60 138	0.46 139	0.84 88	0.48 97	0.66 67	0.71 126	0.92 134	0.61 123	0.43 120	1.75 61	0.84 34	0.70 71	0.64 87	0.90 52	0.78 148	0.89 69	0.72 40	0.45 83	0.51 117	0.87 130	0.83 109	1.67 115	1.15 156

G2L-Stereo	0.81 67	0.69 54	0.60 96	0.57 116	0.78 171	0.50 99	0.37 107	0.77 66	0.53 117	0.69 71	0.78 141	0.70 77	0.63 126	0.54 160	2.08 106	0.96 47	0.73 85	0.63 84	1.23 80	0.61 96	1.22 99	0.66 36	0.57 148	0.48 108	0.77 106	0.89 121	1.98 137	0.80 98

HGLStereo	0.83 68	0.64 40	0.75 122	0.52 102	0.67 148	0.56 122	0.45 135	0.66 55	0.50 106	1.72 200	0.96 168	0.64 61	0.56 106	0.54 160	1.65 51	1.18 88	0.80 106	0.76 125	1.05 65	0.66 115	0.99 77	1.36 91	0.49 107	0.54 132	0.71 93	0.76 97	1.59 111	0.82 102

UNet	0.85 69	0.76 91	0.74 119	0.60 125	0.60 127	0.61 141	0.53 147	0.90 100	0.58 136	1.21 164	0.68 114	0.71 81	0.56 106	0.67 197	1.72 58	1.11 77	0.79 103	0.72 114	1.13 73	0.82 158	0.84 59	0.69 37	0.62 168	0.58 145	0.64 76	0.77 98	2.48 189	0.95 126

RASNet	0.85 69	0.72 70	0.89 155	0.61 127	0.62 138	0.66 152	0.41 120	0.98 111	0.61 142	1.21 164	0.64 105	0.74 86	0.67 140	0.40 99	1.23 31	1.31 108	0.72 80	0.66 93	1.00 59	0.70 128	1.09 86	1.43 94	0.43 74	0.75 189	0.68 86	0.79 101	2.17 151	0.93 124

anonymousdsp2	0.86 71	0.84 125	0.84 141	0.43 79	0.44 80	0.56 122	0.32 92	1.17 130	0.36 62	0.66 67	0.67 111	0.69 73	0.40 65	0.49 151	1.46 36	1.36 116	0.67 63	0.62 75	2.12 123	0.60 93	1.36 112	2.66 123	0.36 47	0.44 90	0.71 93	0.51 63	1.86 128	0.64 72

dd	0.86 71	0.80 106	0.51 76	1.05 203	0.44 80	0.85 183	0.44 133	0.85 89	0.39 66	0.83 113	0.40 55	1.23 174	0.39 60	0.47 140	2.21 126	0.98 50	0.97 165	0.71 107	2.00 121	0.61 96	0.84 59	0.77 45	0.49 107	0.64 170	0.70 90	0.53 66	1.73 118	1.47 183

RAFT-Stereo + iAFF	0.86 71	0.72 70	0.84 141	0.41 71	0.39 65	0.54 113	0.21 51	0.99 112	0.52 112	1.54 188	0.57 91	0.73 85	0.39 60	0.26 38	2.15 114	1.17 86	0.64 59	0.50 38	2.66 153	0.57 75	0.88 65	0.90 57	0.47 94	0.39 70	0.86 126	0.72 92	2.54 201	0.66 78

DMCA-RVC	0.86 71	0.74 77	0.73 116	0.61 127	0.77 167	0.56 122	0.70 173	0.77 66	1.43 227	1.38 180	0.69 117	0.87 121	0.54 99	0.55 166	1.66 53	1.05 60	0.81 115	0.74 120	0.95 56	0.73 135	0.89 69	0.93 61	0.51 121	0.58 145	0.59 70	0.62 76	1.82 125	0.91 121

Former-RAFT_DAM_RVC	0.87 75	0.64 40	0.54 88	0.44 82	0.41 74	0.38 59	0.26 67	1.26 145	0.49 101	0.85 119	0.62 100	0.75 93	0.54 99	0.34 71	1.75 61	1.50 150	0.68 64	0.70 104	1.17 75	0.56 72	1.52 119	3.83 134	0.39 55	0.37 59	0.75 102	1.18 167	0.68 32	0.77 92

RAFT+CT+SA	0.87 75	0.97 181	0.40 49	0.45 85	0.29 35	0.38 59	0.20 48	1.64 204	0.33 55	0.72 78	0.30 34	0.88 126	0.65 134	0.40 99	1.56 45	1.21 95	0.56 42	0.57 59	2.08 122	0.40 33	0.83 58	5.00 156	0.32 35	0.37 59	0.47 41	0.42 53	1.56 102	0.49 44

DSFCA	0.87 75	0.84 125	0.73 116	0.65 137	0.77 167	0.61 141	0.78 178	0.75 64	0.78 168	0.77 94	0.83 152	0.75 93	0.48 83	0.43 120	1.89 80	1.14 81	0.85 124	0.87 159	1.00 59	0.74 137	1.00 81	1.05 71	0.72 201	0.63 167	0.83 117	0.95 133	1.88 130	0.85 111

IER	0.88 78	0.82 115	0.55 89	0.49 91	0.51 106	0.56 122	0.45 135	0.80 77	0.49 101	1.15 162	0.77 136	1.03 149	0.50 89	0.79 217	3.66 208	1.04 57	0.73 85	0.64 87	0.87 50	0.78 148	0.73 45	0.82 50	0.60 163	0.53 128	0.63 74	1.00 144	2.05 142	0.74 86

rafts_anoy	0.88 78	0.81 112	0.86 147	0.44 82	0.49 95	0.51 104	0.46 139	1.58 197	0.48 97	0.61 56	0.70 124	0.70 77	0.47 80	0.30 50	2.51 150	1.38 119	0.76 93	0.78 132	2.36 133	0.61 96	1.28 104	0.99 67	0.49 107	0.49 112	0.85 123	0.90 126	0.93 52	1.00 142

ARAFT	0.89 80	0.72 70	0.47 69	0.35 45	0.34 52	0.42 72	0.24 57	0.64 51	0.34 57	2.25 230	0.57 91	0.58 46	0.29 39	0.39 95	2.14 113	1.42 129	0.71 75	0.74 120	2.68 155	0.54 64	1.86 140	1.93 105	0.42 69	0.33 50	0.83 117	0.40 44	1.98 137	0.56 52

HITNet	0.90 81	0.65 44	0.62 99	0.68 145	0.50 104	0.39 62	0.32 92	1.26 145	0.89 179	0.70 72	0.70 124	0.91 132	0.49 86	0.39 95	1.96 90	1.02 54	0.66 62	0.64 87	0.79 47	0.61 96	1.53 120	3.85 135	0.46 85	0.52 122	0.58 67	0.64 79	1.81 122	0.81 100
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
TestStereo1	0.93 82	0.98 184	0.39 46	0.38 55	0.36 59	0.39 62	0.25 60	1.02 114	0.39 66	0.79 104	0.34 43	0.58 46	0.73 156	0.54 160	3.06 185	1.47 145	0.71 75	0.52 43	2.91 162	0.54 64	1.34 107	1.84 102	0.35 42	0.39 70	0.54 57	1.06 149	2.53 199	0.60 63

SA-5K	0.93 82	0.98 184	0.39 46	0.38 55	0.36 59	0.39 62	0.25 60	1.02 114	0.39 66	0.79 104	0.34 43	0.58 46	0.73 156	0.54 160	3.06 185	1.47 145	0.71 75	0.52 43	2.91 162	0.54 64	1.34 107	1.84 102	0.35 42	0.39 70	0.54 57	1.06 149	2.53 199	0.60 63

RALCasStereoNet	0.93 82	0.82 115	0.93 160	0.53 106	0.53 114	0.60 138	0.45 135	1.48 178	0.44 86	1.03 150	0.75 133	0.89 131	0.49 86	0.32 61	2.31 133	1.43 133	0.78 99	0.75 122	1.50 97	0.58 79	1.18 96	2.21 115	0.49 107	0.57 141	0.86 126	1.13 161	0.90 47	1.16 157

CFNet_RVC	0.94 85	0.84 125	0.89 155	0.76 160	0.80 176	0.71 162	0.49 141	0.74 63	0.63 149	0.88 128	0.94 164	0.87 121	0.57 110	0.50 152	1.96 90	1.12 78	0.79 103	0.79 136	1.27 81	0.73 135	1.26 102	1.52 97	0.48 97	0.64 170	0.98 152	1.11 155	1.92 133	1.23 165

DLCB_ROB	0.94 85	0.90 148	0.88 150	0.73 153	0.80 176	0.69 159	0.69 172	0.87 95	0.72 164	0.94 141	0.86 156	1.02 145	0.91 195	0.69 204	1.48 38	1.06 63	0.97 165	0.72 114	0.88 51	0.74 137	1.21 98	1.21 82	0.78 210	0.71 184	1.26 200	1.26 175	1.49 97	0.95 126

AACVNet	0.95 87	0.87 134	0.69 110	0.91 185	0.91 188	0.72 166	0.59 163	0.87 95	0.60 139	0.73 83	0.88 159	0.79 105	0.64 129	0.60 182	1.77 64	1.37 118	0.84 122	0.83 149	1.12 72	0.77 144	1.36 112	1.13 76	0.70 194	0.65 172	0.87 130	1.12 158	1.90 131	1.31 173

DISCO	0.96 88	0.98 184	0.56 91	0.57 116	0.61 131	0.81 179	0.79 181	0.77 66	0.81 169	2.06 221	0.86 156	0.66 66	0.70 145	0.42 115	1.87 78	1.27 103	0.99 169	0.80 141	1.80 112	0.80 152	0.92 73	1.33 88	0.57 148	0.51 117	0.72 96	0.84 114	2.02 140	0.80 98

GLC_STEREO	0.97 89	0.89 145	0.85 145	0.56 113	0.60 127	0.48 94	0.40 116	1.70 207	0.47 91	0.77 94	0.67 111	0.78 104	0.63 126	0.61 184	2.53 151	1.65 170	0.88 134	0.60 66	1.57 106	0.70 128	2.48 150	1.17 78	0.44 77	0.43 86	0.67 79	0.55 69	2.36 176	0.88 118

TESTraft	0.98 90	0.96 179	0.42 56	0.41 71	0.33 49	0.40 65	0.25 60	1.13 125	0.39 66	0.97 146	0.35 49	0.61 53	0.75 165	0.54 160	3.18 195	1.42 129	0.70 71	0.50 38	2.86 161	0.53 63	1.08 84	3.15 128	0.35 42	0.40 75	0.52 54	1.18 167	2.52 195	0.61 65

psm_up	0.99 91	0.86 132	0.99 174	0.78 167	0.89 186	0.75 170	0.58 160	1.33 163	1.03 197	0.88 128	0.69 117	0.99 144	0.72 151	0.76 213	1.89 80	1.10 74	0.91 145	0.81 144	1.93 117	0.81 155	1.08 84	0.90 57	0.49 107	0.85 209	1.01 157	1.06 149	1.62 112	1.10 150

STTStereo	0.99 91	0.95 174	0.82 137	0.77 165	0.77 167	0.69 159	0.87 191	0.86 91	1.53 236	1.27 170	0.79 143	1.13 165	0.69 143	0.93 234	2.19 120	1.03 56	0.72 80	0.70 104	1.05 65	0.63 108	1.15 94	0.86 54	0.58 157	0.56 140	0.73 99	1.21 171	1.74 120	1.41 181

coex_refinement	1.02 93	1.02 198	0.76 123	0.66 142	0.85 180	0.71 162	0.50 144	0.81 79	1.04 198	0.67 69	1.01 177	0.94 135	0.44 78	0.46 135	3.49 204	0.95 45	0.78 99	0.71 107	3.74 193	0.77 144	0.85 61	0.75 43	0.63 173	0.52 122	0.87 130	0.93 129	1.75 121	0.94 125

NLCA_NET_v2_RVC	1.02 93	0.93 165	0.80 133	0.72 150	0.79 174	0.65 150	1.02 205	1.07 120	2.31 266	2.00 214	0.74 131	0.97 140	0.56 106	0.94 236	1.82 69	0.96 47	0.68 64	0.67 96	1.31 84	0.65 110	0.88 65	0.94 62	0.57 148	0.57 141	0.73 99	1.60 216	1.43 90	1.27 171
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CAS	1.05 95	0.80 106	0.40 49	0.50 97	0.48 92	0.37 56	0.30 77	0.55 37	0.44 86	1.13 161	0.77 136	0.64 61	0.95 205	0.31 58	2.68 165	1.79 179	0.96 162	0.82 147	1.08 70	0.61 96	2.91 157	5.06 159	0.44 77	0.30 41	0.81 111	0.92 128	1.18 73	1.16 157

AF-Net	1.05 95	0.83 118	0.94 161	0.76 160	0.91 188	0.98 203	1.68 240	1.52 188	1.06 200	0.57 48	0.96 168	1.34 180	0.64 129	0.74 208	1.71 54	0.99 51	0.80 106	0.60 66	1.64 108	0.72 132	0.72 42	2.35 116	0.63 173	0.62 161	0.89 138	0.82 107	1.57 107	1.25 168

Nwc_Net	1.05 95	0.83 118	0.94 161	0.76 160	0.91 188	0.98 203	1.68 240	1.52 188	1.06 200	0.57 48	0.96 168	1.34 180	0.64 129	0.74 208	1.71 54	0.99 51	0.80 106	0.60 66	1.64 108	0.72 132	0.72 42	2.35 116	0.63 173	0.62 161	0.89 138	0.82 107	1.57 107	1.25 168

LMCR-Stereo	1.06 98	0.83 118	0.84 141	0.53 106	0.62 138	0.64 148	0.33 96	1.12 123	0.60 139	0.83 113	0.79 143	0.91 132	0.49 86	0.41 105	2.53 151	1.54 157	1.03 180	0.75 122	2.16 124	1.42 217	1.68 131	3.87 137	0.49 107	0.65 172	0.75 102	0.83 109	1.10 69	0.88 118

PDISCO_ROB	1.06 98	0.87 134	0.60 96	0.80 172	0.68 151	0.53 112	0.59 163	0.93 104	0.69 159	1.80 205	1.00 176	0.74 86	0.63 126	0.66 195	1.87 78	1.44 135	0.89 136	1.10 219	1.53 100	0.80 152	1.56 123	2.40 119	0.52 128	0.63 167	1.19 185	0.79 101	2.56 202	0.81 100

SA	1.07 100	0.90 148	0.42 56	0.55 111	0.53 114	0.49 96	0.24 57	1.60 198	0.46 89	0.71 77	0.41 57	0.69 73	0.58 114	0.62 189	1.74 59	1.41 126	0.78 99	0.79 136	3.17 173	0.65 110	1.24 100	4.73 148	0.34 39	0.51 117	0.75 102	1.12 158	2.64 209	0.72 85

PS-NSSS	1.07 100	1.44 250	0.69 110	1.20 223	0.91 188	1.16 221	0.93 198	0.80 77	0.55 125	0.74 85	0.49 70	1.98 216	1.03 212	0.91 231	1.54 44	0.92 40	0.83 120	0.73 116	1.45 95	0.62 103	0.94 74	0.63 32	1.68 269	0.50 115	1.00 155	0.95 133	3.21 234	1.11 153

HSM	1.07 100	0.75 85	0.97 169	0.78 167	0.77 167	0.54 113	0.54 149	1.87 224	0.60 139	0.76 90	0.85 155	0.87 121	0.67 140	0.56 167	2.24 127	1.05 60	0.92 151	0.71 107	2.57 141	0.71 130	1.80 138	2.08 113	0.56 145	0.72 187	0.90 142	0.97 137	2.08 144	1.03 143

LL-Strereo2	1.08 103	0.65 44	0.59 93	0.40 67	0.34 52	0.31 40	0.23 54	1.48 178	0.38 64	0.68 70	0.58 95	0.63 57	0.32 45	0.64 193	1.65 51	1.13 79	0.63 56	0.53 52	1.32 86	0.66 115	1.35 110	11.05 258	0.44 77	0.34 52	0.64 76	0.60 74	1.05 62	0.56 52

raftrobust	1.11 104	0.65 44	0.92 159	0.55 111	0.49 95	0.44 76	0.33 96	1.55 194	0.47 91	0.94 141	0.72 129	0.82 112	0.53 94	0.36 84	2.91 176	1.71 174	0.71 75	0.70 104	4.37 201	0.65 110	1.69 133	3.95 139	0.59 161	0.42 85	0.95 150	0.85 116	0.99 57	0.85 111

UCFNet_RVC	1.11 104	1.26 232	0.85 145	0.88 182	0.93 195	0.77 174	0.58 160	0.78 72	0.67 156	0.93 139	0.80 147	1.25 175	0.93 200	0.48 146	2.17 118	1.09 72	0.78 99	0.82 147	2.60 148	0.80 152	1.32 106	1.66 99	1.31 257	0.67 176	1.05 165	1.11 155	1.44 92	2.13 214

test_4	1.13 106	0.74 77	0.77 125	0.42 77	0.32 42	0.34 48	0.26 67	0.78 72	0.33 55	0.75 86	0.40 55	0.87 121	0.35 53	0.40 99	2.10 112	1.55 158	0.65 60	0.69 102	1.50 97	0.51 58	1.12 91	10.25 232	0.41 63	0.37 59	0.58 67	0.70 89	2.73 214	0.62 67

S2M2	1.14 107	0.87 134	1.13 205	0.46 88	0.37 61	0.43 74	0.28 73	0.60 42	0.52 112	1.85 209	0.34 43	0.63 57	0.40 65	0.43 120	2.36 135	1.91 184	0.70 71	0.60 66	1.06 68	0.58 79	4.38 171	4.69 146	0.49 107	0.37 59	0.64 76	0.89 121	3.07 229	0.79 95

Sa-1000	1.14 107	0.75 85	0.47 69	0.49 91	0.61 131	0.50 99	0.27 70	1.70 207	0.52 112	0.73 83	0.48 67	0.66 66	0.67 140	0.79 217	2.17 118	1.43 133	0.92 151	0.93 180	3.23 174	0.58 79	1.55 122	4.86 151	0.35 42	0.59 152	1.14 181	1.24 172	2.35 174	0.76 91

RALAANet	1.14 107	0.70 60	0.84 141	0.53 106	0.53 114	0.60 138	0.41 120	1.30 152	0.50 106	0.94 141	0.65 107	0.72 84	0.59 115	0.33 66	1.97 93	1.32 110	0.75 92	0.89 169	1.96 118	0.85 161	3.07 159	5.37 167	0.53 129	0.62 161	0.82 114	1.03 147	2.08 144	0.78 94

CASnet	1.15 110	0.91 152	0.49 74	0.40 67	0.43 78	0.38 59	0.20 48	0.91 102	0.49 101	0.77 94	0.56 88	0.88 126	0.53 94	0.35 75	2.15 114	1.24 99	0.72 80	0.50 38	1.34 88	0.54 64	7.12 217	5.37 167	0.41 63	0.38 63	1.21 187	0.49 58	1.45 93	0.79 95
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	1.16 111	0.83 118	0.82 137	0.65 137	0.59 124	0.67 155	0.58 160	2.65 274	0.53 117	1.73 201	0.76 135	0.87 121	0.78 175	0.47 140	3.77 216	1.45 137	0.87 130	0.86 157	2.81 159	0.65 110	1.26 102	0.87 55	0.57 148	0.73 188	0.81 111	0.95 133	2.65 211	1.03 143

RP	1.18 112	1.02 198	1.24 224	0.94 189	1.08 207	0.84 180	1.17 218	1.25 143	1.31 219	0.61 56	1.16 185	1.21 172	0.75 165	0.68 198	3.34 199	1.04 57	0.89 136	0.67 96	1.20 79	0.79 150	0.88 65	2.85 125	0.59 161	0.71 184	0.86 126	0.98 141	2.51 194	1.21 163

trnet	1.20 113	0.91 152	0.94 161	0.52 102	0.42 76	0.47 89	0.25 60	1.41 173	0.61 142	0.88 128	0.75 133	0.97 140	0.72 151	0.37 86	2.66 162	3.31 230	0.86 127	0.61 71	2.41 135	0.60 93	3.93 169	3.14 127	0.50 119	0.47 96	1.03 161	0.86 119	1.72 116	0.99 137

APVNet	1.21 114	1.02 198	0.64 103	0.69 146	0.78 171	0.86 184	0.84 186	0.78 72	0.71 163	0.92 137	0.82 150	0.86 119	0.59 115	0.58 174	2.67 164	1.65 170	1.11 189	0.98 195	3.23 174	0.85 161	1.62 127	4.73 148	0.55 138	0.84 208	0.77 106	0.80 104	1.90 131	0.98 131

iinet-f	1.22 115	1.08 208	0.64 103	0.93 188	0.46 82	0.68 157	0.57 157	0.79 76	0.48 97	2.11 226	1.35 200	0.83 114	0.64 129	0.35 75	3.95 219	1.80 181	0.77 96	0.66 93	2.93 168	1.00 182	1.53 120	3.24 129	0.64 179	0.53 128	1.10 176	0.63 78	2.23 164	0.90 120

PA-Net	1.22 115	0.95 174	1.13 205	0.75 156	1.31 230	0.68 157	0.84 186	0.82 84	1.18 213	0.83 113	0.77 136	0.76 97	0.78 175	0.91 231	3.00 181	1.21 95	0.68 64	0.77 128	1.02 63	0.82 158	1.13 93	4.67 145	0.66 183	0.82 203	1.00 155	2.10 250	1.24 75	2.13 214
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	1.25 117	1.24 226	1.10 197	0.99 196	1.05 201	0.96 198	1.53 234	1.79 215	1.59 239	0.60 54	1.34 197	1.17 169	1.03 212	0.74 208	2.44 141	1.07 64	0.89 136	0.99 198	1.54 102	0.91 169	0.99 77	2.46 120	0.80 218	0.76 191	1.26 200	1.59 213	1.39 87	1.61 191

Abc-Net	1.25 117	1.24 226	1.10 197	0.99 196	1.05 201	0.96 198	1.53 234	1.79 215	1.59 239	0.60 54	1.34 197	1.17 169	1.03 212	0.74 208	2.44 141	1.07 64	0.89 136	0.99 198	1.54 102	0.91 169	0.99 77	2.46 120	0.80 218	0.76 191	1.26 200	1.59 213	1.39 87	1.61 191
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CES	1.27 119	0.77 96	0.56 91	0.45 85	0.56 119	0.51 104	0.21 51	1.50 181	0.70 161	0.78 97	0.80 147	0.84 116	0.90 194	0.33 66	3.45 203	2.96 220	1.14 193	1.04 211	1.32 86	1.08 191	4.63 177	4.87 152	0.63 173	0.38 63	0.85 123	0.83 109	1.02 59	1.16 157

GMOStereo	1.28 120	0.74 77	0.45 62	0.62 130	0.52 108	0.46 83	0.39 110	1.54 190	0.47 91	0.87 122	0.47 63	0.74 86	0.59 115	0.35 75	2.01 96	1.45 137	0.80 106	0.87 159	2.92 164	0.69 121	1.78 134	10.98 254	0.46 85	0.41 77	1.09 171	0.72 92	1.56 102	0.58 56

error version	1.28 120	0.74 77	0.45 62	0.62 130	0.52 108	0.46 83	0.39 110	1.54 190	0.47 91	0.87 122	0.47 63	0.74 86	0.59 115	0.35 75	2.01 96	1.45 137	0.80 106	0.87 159	2.92 164	0.69 121	1.78 134	10.98 254	0.46 85	0.41 77	1.09 171	0.72 92	1.56 102	0.58 56

test-v	1.28 120	0.74 77	0.45 62	0.62 130	0.52 108	0.46 83	0.39 110	1.54 190	0.47 91	0.87 122	0.47 63	0.74 86	0.59 115	0.35 75	2.01 96	1.45 137	0.80 106	0.87 159	2.92 164	0.69 121	1.78 134	10.98 254	0.46 85	0.41 77	1.09 171	0.72 92	1.56 102	0.58 56

test-2	1.28 120	0.74 77	0.45 62	0.62 130	0.52 108	0.46 83	0.39 110	1.54 190	0.47 91	0.87 122	0.47 63	0.74 86	0.59 115	0.35 75	2.01 96	1.45 137	0.80 106	0.87 159	2.92 164	0.69 121	1.78 134	10.98 254	0.46 85	0.41 77	1.09 171	0.72 92	1.56 102	0.58 56

GANetREF_RVC	1.28 120	1.18 219	0.95 166	1.18 222	1.04 199	1.00 208	0.79 181	1.25 143	1.10 205	1.29 172	0.77 136	2.28 232	0.91 195	0.63 191	2.00 95	1.14 81	1.01 174	0.98 195	2.44 137	0.82 158	1.98 144	1.33 88	0.78 210	1.05 224	1.28 205	1.27 176	2.63 208	1.49 184
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
AMNet	1.29 125	1.12 211	1.05 184	1.13 211	1.12 212	1.24 230	1.08 213	1.36 167	1.13 209	1.10 158	1.11 182	1.51 196	1.26 224	1.20 256	1.52 42	1.57 162	1.35 218	1.21 239	1.37 89	1.22 204	1.35 110	1.19 80	1.25 250	1.19 233	1.23 195	1.72 226	1.54 101	1.65 195

raft_robust	1.30 126	0.93 165	0.53 85	0.59 123	0.47 86	0.57 128	0.37 107	2.06 244	0.52 112	1.69 199	0.53 82	0.76 97	0.82 183	0.47 140	2.16 117	1.52 155	0.84 122	0.84 155	5.71 222	0.59 83	2.50 151	5.04 158	0.46 85	0.51 117	0.99 153	1.05 148	1.58 109	0.99 137

IPLGR_C	1.31 127	0.71 67	0.68 109	0.57 116	0.46 82	0.52 107	0.31 81	0.81 79	0.53 117	0.76 90	0.69 117	1.03 149	0.53 94	0.59 178	2.62 157	1.33 113	0.88 134	0.63 84	3.25 180	0.61 96	1.64 130	10.69 245	0.55 138	0.53 128	0.89 138	0.57 72	2.40 182	0.62 67

ACRE	1.31 127	0.70 60	0.66 107	0.58 122	0.47 86	0.52 107	0.32 92	0.81 79	0.53 117	0.76 90	0.69 117	1.04 153	0.52 93	0.59 178	2.66 162	1.32 110	0.89 136	0.63 84	3.25 180	0.61 96	1.62 127	10.69 245	0.55 138	0.52 122	0.92 145	0.55 69	2.40 182	0.62 67

SACVNet	1.31 127	0.94 168	0.95 166	0.90 183	1.10 209	0.87 186	0.92 197	1.50 181	0.81 169	1.23 169	0.71 126	0.94 135	0.69 143	0.68 198	1.83 72	1.40 123	1.12 192	0.83 149	2.20 126	0.94 175	2.13 145	5.87 177	0.65 180	0.82 203	1.04 162	1.06 149	2.02 140	1.30 172

4D-IteraStereo	1.32 130	0.61 39	1.07 190	0.49 91	0.43 78	0.40 65	0.25 60	1.44 176	0.37 63	0.75 86	0.56 88	0.75 93	0.43 70	0.43 120	2.29 132	1.38 119	0.68 64	0.66 93	2.70 156	0.59 83	3.21 161	10.86 253	0.46 85	0.40 75	0.69 88	0.83 109	2.34 172	0.64 72

CIPLG	1.32 130	0.70 60	0.69 110	0.57 116	0.46 82	0.52 107	0.33 96	0.81 79	0.55 125	0.76 90	0.69 117	1.03 149	0.53 94	0.59 178	2.91 176	1.33 113	0.89 136	0.62 75	3.23 174	0.62 103	1.62 127	10.69 245	0.55 138	0.53 128	0.90 142	0.54 67	2.37 179	0.61 65

DN-CSS_ROB	1.32 130	0.83 118	1.03 180	0.87 181	0.86 181	0.47 89	0.36 105	2.00 238	0.57 134	1.56 190	1.81 212	0.96 139	0.77 173	0.38 91	2.15 114	1.40 123	1.03 180	0.93 180	5.27 210	0.66 115	2.56 152	2.82 124	0.54 135	0.86 211	0.79 109	0.81 105	2.07 143	1.33 176

UDGNet	1.34 133	1.00 192	0.76 123	1.64 247	1.38 235	1.69 251	1.25 222	1.22 137	0.69 159	0.63 62	0.84 154	0.83 114	0.41 68	1.62 267	2.02 101	1.19 91	0.81 115	0.87 159	1.98 119	0.92 172	1.68 131	5.69 173	1.26 253	0.47 96	1.21 187	0.95 133	2.15 148	1.03 143

CREStereo	1.37 134	0.91 152	0.94 161	0.52 102	0.42 76	0.47 89	0.26 67	1.43 175	0.66 154	0.87 122	0.83 152	0.95 137	0.73 156	0.36 84	2.98 180	4.38 254	0.85 124	0.56 57	2.41 135	0.62 103	5.52 194	4.71 147	0.53 129	0.47 96	1.02 159	0.87 120	1.73 118	0.98 131
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
FADNet-RVC-Resample	1.37 134	0.87 134	0.99 174	0.72 150	0.81 178	0.63 145	1.02 205	1.06 119	0.91 182	0.99 147	0.99 174	1.69 204	0.73 156	1.02 242	4.06 221	1.41 126	1.02 177	1.62 263	1.55 104	1.04 186	1.37 114	5.03 157	0.57 148	1.14 230	0.88 134	1.99 243	1.45 93	1.54 187

FADNet-RVC	1.38 136	0.71 67	0.88 150	0.77 165	1.09 208	0.58 131	2.16 257	0.92 103	0.57 134	1.03 150	0.72 129	1.48 191	0.64 129	0.61 184	5.02 228	1.56 160	0.85 124	0.90 172	2.24 128	1.52 233	2.20 146	4.08 141	0.51 121	0.77 193	1.48 229	1.14 163	1.43 90	1.35 177

PMTNet	1.39 137	0.94 168	0.99 174	0.48 90	0.49 95	0.47 89	0.32 92	0.83 85	0.66 154	0.83 113	0.62 100	0.88 126	0.50 89	0.35 75	2.72 168	4.30 251	0.91 145	0.57 59	2.40 134	0.54 64	6.12 200	5.45 170	0.57 148	0.38 63	1.99 262	1.00 144	1.09 65	1.19 162

GES	1.40 138	0.73 74	0.79 129	0.78 167	0.71 155	0.80 177	0.59 163	1.37 169	0.97 187	1.66 196	0.94 164	0.74 86	0.65 134	0.63 191	2.40 138	1.55 158	0.98 167	0.89 169	5.45 216	1.14 197	3.99 170	3.85 135	0.65 180	0.83 206	0.75 102	0.81 105	1.52 100	1.72 198

LoS_RVC	1.42 139	1.25 229	0.86 147	0.31 38	0.49 95	0.37 56	0.33 96	0.73 61	0.56 130	2.10 224	0.68 114	0.67 69	0.70 145	0.33 66	3.08 188	3.79 241	0.89 136	2.10 283	3.01 171	0.66 115	4.40 172	6.44 182	0.51 121	0.43 86	0.82 114	0.85 116	0.90 47	0.99 137

tt_ll	1.42 139	1.25 229	0.86 147	0.31 38	0.49 95	0.37 56	0.33 96	0.73 61	0.56 130	2.10 224	0.68 114	0.67 69	0.70 145	0.33 66	3.08 188	3.79 241	0.89 136	2.10 283	3.01 171	0.66 115	4.40 172	6.44 182	0.51 121	0.43 86	0.82 114	0.85 116	0.90 47	0.99 137

sAnonymous2	1.42 139	0.76 91	0.52 83	0.41 71	0.47 86	0.71 162	0.41 120	1.28 149	0.98 190	0.65 64	0.89 160	1.08 158	0.95 205	0.37 86	2.20 121	2.28 203	1.10 185	1.04 211	3.71 190	0.92 172	4.94 182	6.73 188	0.62 168	0.55 138	0.83 117	1.39 188	1.25 76	1.24 166

CroCo_RVC	1.42 139	0.76 91	0.52 83	0.41 71	0.47 86	0.71 162	0.41 120	1.28 149	0.98 190	0.65 64	0.89 160	1.08 158	0.95 205	0.37 86	2.20 121	2.28 203	1.10 185	1.04 211	3.71 190	0.92 172	4.94 182	6.73 188	0.62 168	0.55 138	0.83 117	1.39 188	1.25 76	1.24 166

RGC	1.43 143	1.30 238	1.99 266	1.14 216	1.18 220	1.16 221	1.01 202	1.20 135	1.08 203	0.91 134	1.70 211	1.18 171	1.24 223	0.87 225	3.10 192	1.18 88	0.98 167	0.86 157	1.81 113	1.02 184	1.39 115	3.87 137	0.76 203	0.90 215	1.14 181	1.53 208	2.17 151	1.85 202

YMNet	1.44 144	0.79 104	0.41 53	0.51 98	0.61 131	0.59 134	1.36 228	0.77 66	0.56 130	1.28 171	0.36 50	0.67 69	2.20 241	0.56 167	19.21 260	1.49 148	0.77 96	0.65 90	0.74 38	0.39 29	0.61 29	1.27 86	0.23 25	0.38 63	0.69 88	0.46 55	0.81 42	0.66 78

castereo	1.44 144	0.88 143	0.96 168	0.46 88	0.47 86	0.33 45	0.27 70	0.77 66	0.50 106	0.80 108	0.64 105	1.04 153	0.48 83	0.38 91	2.25 128	2.81 215	1.03 180	0.76 125	2.67 154	0.62 103	7.90 230	7.11 195	0.57 148	0.52 122	1.04 162	1.25 174	1.03 60	1.21 163

FADNet	1.44 144	0.83 118	0.83 140	0.82 177	1.03 198	0.61 141	1.88 251	0.97 109	0.73 165	0.93 139	0.92 163	1.16 168	0.76 170	0.74 208	3.69 212	1.34 115	0.91 145	1.03 208	2.63 149	1.49 226	2.87 156	4.93 153	0.49 107	0.65 172	1.54 238	1.70 225	1.51 99	1.83 201

stereogan	1.44 144	1.33 241	1.05 184	1.11 207	1.28 228	1.11 215	0.97 199	1.26 145	1.05 199	1.22 168	1.10 180	1.62 202	0.89 192	0.66 195	2.34 134	1.31 108	0.94 156	0.81 144	1.72 111	0.95 177	1.10 88	8.04 202	0.71 196	0.77 193	0.83 117	1.06 149	2.36 176	1.38 179

MGS-Stereo	1.48 148	0.99 187	0.47 69	0.40 67	0.35 56	0.40 65	0.36 105	0.65 52	0.26 35	0.52 43	0.43 60	0.52 38	0.38 58	0.43 120	23.31 268	0.93 44	0.73 85	0.79 136	0.93 54	0.65 110	1.10 88	1.25 85	0.44 77	0.48 108	0.72 96	0.49 58	1.29 80	0.77 92

NCCL2	1.48 148	1.28 236	1.10 197	1.11 207	1.43 238	0.78 175	0.90 194	1.05 118	1.14 211	1.86 211	1.27 193	1.02 145	0.81 178	0.80 220	3.43 201	1.42 129	1.14 193	0.87 159	1.31 84	0.89 168	1.94 143	3.37 131	1.48 265	1.02 220	1.50 233	1.35 183	3.80 256	1.85 202

TANstereo	1.49 150	1.06 205	0.88 150	0.67 143	0.73 158	0.87 186	0.33 96	0.86 91	0.61 142	0.70 72	0.69 117	0.59 50	0.59 115	1.02 242	2.75 169	2.89 217	0.94 156	1.13 227	1.43 93	1.28 207	5.13 188	5.06 159	1.35 259	0.46 94	0.54 57	0.89 121	5.92 276	0.74 86

XX-TBD	1.49 150	1.06 205	0.88 150	0.67 143	0.73 158	0.87 186	0.33 96	0.86 91	0.61 142	0.70 72	0.69 117	0.59 50	0.59 115	1.02 242	2.75 169	2.89 217	0.94 156	1.13 227	1.43 93	1.28 207	5.13 188	5.06 159	1.35 259	0.46 94	0.54 57	0.89 121	5.92 276	0.74 86

LoS	1.51 152	0.79 104	0.59 93	0.52 102	0.56 119	0.65 150	0.38 109	2.56 270	0.88 177	1.21 164	0.94 164	0.97 140	0.88 191	0.35 75	3.04 184	3.41 232	1.24 205	0.93 180	2.19 125	0.68 120	5.96 196	7.00 193	0.62 168	0.47 96	1.14 181	0.98 141	1.06 64	0.87 115
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ICVP	1.51 152	0.74 77	1.07 190	0.75 156	0.75 162	0.84 180	0.54 149	1.10 121	0.86 174	1.37 178	1.15 184	0.88 126	1.08 218	0.53 159	1.90 82	1.91 184	1.22 202	0.99 198	1.56 105	0.96 179	3.89 168	10.50 239	0.68 190	0.77 193	0.91 144	1.19 169	1.42 89	1.14 155
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
BEATNet_4x	1.53 154	0.77 96	0.77 125	0.75 156	0.67 148	0.47 89	0.40 116	1.23 139	1.32 220	0.83 113	0.77 136	0.95 137	0.74 161	0.59 178	5.02 228	2.40 210	1.64 231	1.43 257	1.27 81	0.85 161	4.54 174	8.28 204	0.48 97	0.91 216	0.70 90	0.77 98	1.85 126	0.99 137

iResNetv2_ROB	1.57 155	0.87 134	0.70 113	1.13 211	0.65 142	0.72 166	0.49 141	2.63 273	0.64 151	1.77 204	0.87 158	1.30 179	0.75 165	0.40 99	4.81 227	1.26 102	0.91 145	0.71 107	4.58 204	0.81 155	7.66 223	1.62 98	0.58 157	0.80 196	0.81 111	0.83 109	3.12 233	0.91 121

MyStereo04	1.58 156	0.90 148	0.97 169	0.78 167	0.89 186	0.57 128	0.40 116	1.57 196	0.97 187	2.23 229	0.89 160	1.34 180	0.54 99	0.41 105	2.94 179	2.47 211	0.86 127	0.92 176	5.37 212	1.50 229	4.62 176	3.51 132	0.92 236	0.81 200	1.21 187	1.61 218	2.58 204	0.95 126

AE-Stereo	1.61 157	0.85 129	1.23 223	0.81 175	0.51 106	0.57 128	0.75 177	0.83 85	0.49 101	0.79 104	0.54 84	1.29 176	0.72 151	0.47 140	2.05 105	2.96 220	0.99 169	0.92 176	2.63 149	0.86 164	4.61 175	11.92 276	0.50 119	0.80 196	1.26 200	1.34 182	1.95 134	0.86 113

castereo++	1.62 158	0.76 91	0.78 128	0.59 123	0.41 74	0.34 48	0.25 60	0.85 89	0.43 83	0.81 111	0.62 100	1.02 145	0.51 91	0.38 91	1.86 77	2.57 212	1.01 174	0.73 116	3.23 174	0.62 103	7.09 216	6.35 181	0.63 173	0.58 145	0.99 153	1.01 146	7.61 289	1.63 194

dad	1.63 159	0.97 181	0.65 105	2.18 264	1.19 222	1.01 209	3.99 277	1.66 205	0.55 125	1.21 164	0.50 72	1.12 164	2.01 237	0.58 174	3.09 190	1.16 84	1.11 189	0.76 125	2.70 156	0.77 144	1.34 107	1.48 95	0.71 196	0.88 213	2.48 271	0.71 90	5.52 275	3.80 251

CC-Net-ROB	1.63 159	1.81 263	1.19 218	1.85 253	1.77 255	2.27 264	1.56 236	0.93 104	0.96 186	1.29 172	0.67 111	5.48 277	2.51 247	1.43 265	1.64 48	0.87 36	1.34 215	1.17 231	2.46 138	0.88 166	1.09 86	1.35 90	3.34 285	0.63 167	1.22 192	1.15 164	1.47 95	1.57 189

XPNet_ROB	1.63 159	1.57 257	1.09 196	0.91 185	1.13 215	1.01 209	0.88 192	0.95 108	1.14 211	1.07 156	1.82 213	4.03 263	0.72 151	0.78 214	1.82 69	1.51 151	1.52 228	0.94 183	1.42 91	1.04 186	2.20 146	7.75 200	0.86 232	0.80 196	0.94 146	1.29 179	3.34 241	1.56 188

DeepPruner_ROB	1.64 162	0.75 85	0.91 157	0.85 179	0.88 184	0.75 170	1.75 244	1.26 145	0.91 182	1.49 186	1.65 209	0.85 118	0.81 178	0.56 167	3.12 194	1.49 148	1.02 177	1.02 205	2.33 132	0.75 141	7.42 220	6.70 186	0.81 222	0.69 179	0.88 134	1.45 196	2.17 151	0.87 115

CFNet_pseudo	1.65 163	0.78 100	0.82 137	0.82 177	0.79 174	0.69 159	0.42 126	0.93 104	0.53 117	0.95 144	0.81 149	0.88 126	0.81 178	0.81 221	15.70 255	1.39 121	0.74 90	0.71 107	7.24 257	0.77 144	0.97 75	1.50 96	0.69 193	0.57 141	0.88 134	0.89 121	1.47 95	1.12 154

GCAP-BAT	1.68 164	0.92 158	0.51 76	0.38 55	0.40 68	0.45 77	0.31 81	1.31 155	0.41 75	0.78 97	0.51 74	2.09 218	0.43 70	0.30 50	1.95 83	1.95 189	13.44 309	0.62 75	2.57 141	0.59 83	8.07 234	1.98 106	0.48 97	0.47 96	0.67 79	0.64 79	2.20 157	0.83 105

test_for_model	1.68 164	0.92 158	0.51 76	0.38 55	0.40 68	0.45 77	0.31 81	1.31 155	0.41 75	0.78 97	0.51 74	2.09 218	0.43 70	0.30 50	1.95 83	1.95 189	13.44 309	0.62 75	2.57 141	0.59 83	8.07 234	1.98 106	0.48 97	0.47 96	0.67 79	0.64 79	2.20 157	0.83 105

testlalala2	1.68 164	0.92 158	0.51 76	0.38 55	0.40 68	0.45 77	0.31 81	1.31 155	0.41 75	0.78 97	0.51 74	2.09 218	0.43 70	0.30 50	1.95 83	1.95 189	13.44 309	0.62 75	2.57 141	0.59 83	8.07 234	1.98 106	0.48 97	0.47 96	0.67 79	0.64 79	2.20 157	0.83 105

testlalala	1.68 164	0.92 158	0.51 76	0.38 55	0.40 68	0.45 77	0.31 81	1.31 155	0.41 75	0.78 97	0.51 74	2.09 218	0.43 70	0.30 50	1.95 83	1.95 189	13.44 309	0.62 75	2.57 141	0.59 83	8.07 234	1.98 106	0.48 97	0.47 96	0.67 79	0.64 79	2.20 157	0.83 105

testlalala_base	1.68 164	0.92 158	0.51 76	0.38 55	0.40 68	0.45 77	0.31 81	1.31 155	0.41 75	0.78 97	0.51 74	2.09 218	0.43 70	0.30 50	1.95 83	1.95 189	13.44 309	0.62 75	2.57 141	0.59 83	8.07 234	1.98 106	0.48 97	0.47 96	0.67 79	0.64 79	2.20 157	0.83 105

GCAP-Stereo	1.68 164	0.92 158	0.51 76	0.38 55	0.40 68	0.45 77	0.31 81	1.31 155	0.41 75	0.78 97	0.51 74	2.09 218	0.43 70	0.30 50	1.95 83	1.95 189	13.44 309	0.62 75	2.57 141	0.59 83	8.07 234	1.98 106	0.48 97	0.47 96	0.67 79	0.64 79	2.20 157	0.83 105

SGD-Stereo	1.69 170	0.50 30	0.36 41	0.28 28	0.30 37	0.30 37	0.17 40	0.57 39	0.28 44	0.44 36	0.21 21	0.69 73	0.39 60	0.25 36	31.04 271	1.51 151	0.73 85	0.52 43	0.68 33	0.45 49	1.43 118	1.32 87	0.41 63	0.30 41	0.45 34	0.46 55	0.87 45	0.63 71

test-3	1.73 171	1.00 192	1.08 193	0.63 135	0.60 127	0.55 116	0.43 129	1.99 234	0.39 66	0.86 120	0.54 84	1.45 188	0.53 94	0.41 105	2.20 121	1.41 126	0.81 115	0.79 136	6.57 238	0.69 121	5.20 192	11.52 270	0.46 85	0.54 132	0.86 126	0.97 137	3.11 230	0.98 131

test_1	1.73 171	1.01 194	1.08 193	0.63 135	0.60 127	0.55 116	0.43 129	1.99 234	0.39 66	0.86 120	0.54 84	1.45 188	0.54 99	0.41 105	2.20 121	1.42 129	0.80 106	0.79 136	6.57 238	0.69 121	5.20 192	11.52 270	0.46 85	0.54 132	0.87 130	0.97 137	3.11 230	0.98 131

test_3	1.73 171	1.02 198	1.05 184	0.65 137	0.61 131	0.55 116	0.43 129	1.96 230	0.38 64	0.88 128	0.52 80	1.45 188	0.54 99	0.40 99	2.20 121	1.40 123	0.81 115	0.81 144	6.56 237	0.71 130	5.08 185	11.49 267	0.43 74	0.49 112	0.96 151	1.09 154	3.23 235	0.98 131

CREStereo++_RVC	1.73 171	0.91 152	1.03 180	0.51 98	0.56 119	0.40 65	0.28 73	1.37 169	0.51 110	0.83 113	0.61 98	0.76 97	0.85 188	0.34 71	2.78 171	3.07 223	0.92 151	0.61 71	2.72 158	0.55 70	5.01 184	5.69 173	0.53 129	0.38 63	0.94 146	0.84 114	12.80 305	0.98 131
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
GEStereo_RVC	1.80 175	0.96 179	0.99 174	1.02 199	0.87 182	1.12 216	1.03 208	1.66 205	0.82 171	0.91 134	0.79 143	1.34 180	0.75 165	0.61 184	2.25 128	2.14 200	1.14 193	1.23 243	4.06 198	1.22 204	4.66 178	11.41 266	0.71 196	0.95 218	0.88 134	0.97 137	2.49 192	1.65 195

NaN_ROB	1.84 176	1.11 210	1.04 183	0.95 190	1.77 255	0.86 184	0.91 196	1.32 162	10.70 313	1.00 149	1.38 203	2.45 237	0.89 192	1.12 251	4.34 224	1.29 105	0.92 151	0.88 168	1.49 96	1.14 197	1.42 117	2.02 112	0.76 203	1.03 221	1.30 206	2.01 244	2.38 180	3.27 244

sCroCo_RVC	1.85 177	0.67 49	0.55 89	0.37 53	0.49 95	0.75 170	0.41 120	0.94 107	1.56 238	1.51 187	0.78 141	1.04 153	0.94 203	0.48 146	2.49 145	5.07 262	1.26 208	1.22 240	2.53 140	1.37 212	7.95 232	11.14 259	0.45 83	0.60 154	0.94 146	1.12 158	2.34 172	1.05 146

ETE_ROB	1.85 177	1.93 268	1.18 215	1.04 201	1.33 232	1.26 232	1.12 216	1.11 122	2.30 265	1.36 177	3.26 240	3.18 251	0.94 203	1.14 253	2.62 157	1.51 151	2.14 255	0.99 198	2.50 139	1.15 199	3.67 165	5.74 176	0.86 232	1.03 221	1.21 187	1.36 185	2.30 166	1.68 197

LALA_ROB	1.85 177	2.17 272	1.13 205	1.05 203	1.26 224	1.16 221	1.01 202	1.17 130	1.46 230	2.06 221	2.82 232	3.47 253	0.92 198	0.93 234	3.90 218	1.46 142	1.36 219	1.18 234	2.20 126	1.31 210	2.84 155	5.10 162	0.77 208	1.01 219	1.24 196	1.41 191	3.89 260	1.77 200

MLCV	1.91 180	0.87 134	0.97 169	1.33 232	1.13 215	0.99 205	0.74 176	2.14 247	0.77 167	2.02 215	4.44 251	1.60 199	1.56 231	0.45 131	2.63 159	1.79 179	1.11 189	0.96 191	6.71 244	1.05 188	4.69 180	5.60 171	0.66 183	1.60 245	1.14 181	1.35 183	2.31 168	1.06 148

RAFT + AFF	1.96 181	0.49 29	0.42 56	0.41 71	0.20 19	0.41 70	0.19 44	0.65 52	0.23 32	0.56 46	0.27 30	0.77 101	0.21 30	0.29 47	39.69 275	0.90 39	0.62 54	0.35 13	1.92 116	0.38 28	0.77 49	0.57 26	0.32 35	0.27 37	0.71 93	0.33 31	0.58 18	0.29 23

DDUNet	2.05 182	2.73 279	2.03 267	2.92 277	2.66 280	3.04 277	2.76 264	1.17 130	1.11 207	1.60 191	1.21 191	2.23 229	1.69 234	2.81 280	2.04 103	1.25 101	2.78 262	2.42 296	2.63 149	2.90 275	1.92 142	2.11 114	2.77 283	0.92 217	1.01 157	0.93 129	2.50 193	1.10 150

CASS	2.08 183	1.02 198	1.16 213	1.28 227	0.99 196	0.88 190	3.39 272	1.42 174	1.02 196	1.30 174	2.46 231	1.14 166	0.81 178	0.46 135	2.70 166	2.38 209	3.41 268	1.10 219	3.40 186	1.18 201	8.01 233	8.63 208	0.66 183	0.69 179	1.49 231	1.27 176	2.52 195	1.41 181
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HUF	2.12 184	0.70 60	0.53 85	0.35 45	0.25 28	0.29 35	0.16 34	0.81 79	0.29 46	0.49 41	0.24 25	0.61 53	0.43 70	0.27 40	21.42 263	21.17 322	0.56 42	0.52 43	2.25 129	0.54 64	1.58 125	1.03 69	0.42 69	0.34 52	0.51 51	0.30 23	0.76 38	0.47 40

s12784h	2.23 185	1.12 211	1.32 229	1.12 209	0.91 188	0.59 134	0.39 110	1.37 169	0.65 152	1.05 154	0.82 150	1.08 158	0.95 205	0.37 86	2.80 173	4.82 258	0.93 155	0.71 107	3.28 183	0.58 79	7.80 225	8.40 207	0.51 121	0.54 132	1.50 233	1.13 161	11.58 299	3.94 252

R-Stereo Train	2.23 185	1.01 194	1.14 208	0.96 191	0.63 140	0.73 168	0.31 81	1.30 152	1.01 194	1.68 197	4.49 252	1.29 176	0.70 145	0.42 115	2.49 145	3.99 246	1.66 232	1.02 205	6.77 246	1.11 192	7.83 226	12.24 281	0.49 107	0.54 132	1.42 221	1.66 221	1.34 82	1.93 207

RAFT-Stereo	2.23 185	1.01 194	1.14 208	0.96 191	0.63 140	0.73 168	0.31 81	1.30 152	1.01 194	1.68 197	4.49 252	1.29 176	0.70 145	0.42 115	2.49 145	3.99 246	1.66 232	1.02 205	6.77 246	1.11 192	7.83 226	12.24 281	0.49 107	0.54 132	1.42 221	1.66 221	1.34 82	1.93 207
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
EGLCR-Stereo	2.26 188	0.87 134	1.17 214	0.45 85	0.48 92	0.61 141	0.23 54	0.83 85	0.55 125	0.72 78	0.53 82	0.80 106	0.66 137	0.41 105	2.36 135	2.92 219	0.90 144	1.10 219	3.35 185	0.60 93	5.09 186	12.56 294	0.47 94	0.45 92	0.89 138	0.91 127	20.21 314	0.86 113

cross-raft	2.26 188	0.88 143	1.08 193	0.73 153	0.68 151	0.64 148	0.44 133	2.04 242	0.61 142	0.95 144	1.30 194	1.03 149	0.76 170	0.43 120	2.58 154	5.15 263	0.99 169	0.78 132	7.00 253	1.80 246	12.15 274	10.30 236	0.65 180	0.60 154	1.60 243	1.92 237	1.66 114	2.36 224

AnonymousM	2.27 190	0.64 40	0.44 60	0.51 98	0.32 42	0.49 96	0.24 57	1.70 207	0.48 97	0.75 86	2.06 224	0.70 77	0.47 80	0.39 95	2.47 144	3.26 228	0.99 169	1.03 208	1.88 114	2.37 266	4.85 181	6.68 185	0.57 148	0.47 96	0.53 56	0.65 86	11.71 301	14.52 293

LG-Stereo_Zeroshot	2.31 191	1.03 203	0.50 75	1.41 236	2.53 275	3.20 280	1.05 211	1.71 210	0.49 101	4.85 294	3.84 247	4.79 273	0.65 134	0.42 115	2.38 137	3.97 244	0.82 119	0.78 132	2.26 130	0.74 137	7.86 228	8.88 215	0.53 129	0.34 52	0.85 123	1.42 192	1.98 137	2.99 236

Anonymous3	2.32 192	0.85 129	0.88 150	0.56 113	1.10 209	0.89 193	0.70 173	2.45 265	1.12 208	1.05 154	0.98 173	2.57 242	1.14 221	0.56 167	4.14 223	9.30 290	1.50 226	1.47 258	5.33 211	1.49 226	6.83 210	10.10 226	0.71 196	0.67 176	1.08 167	1.38 186	2.32 169	1.35 177

RAFT-Test	2.37 193	0.85 129	1.14 208	1.02 199	0.65 142	0.58 131	0.51 145	2.18 252	0.70 161	1.12 159	5.37 262	0.97 140	0.92 198	0.45 131	2.50 148	5.29 268	0.99 169	0.80 141	6.96 252	1.11 192	10.85 271	10.83 252	0.67 186	0.58 145	1.51 235	1.82 232	1.38 86	2.18 218

RYNet	2.42 194	0.40 23	0.35 40	0.29 32	0.32 42	0.40 65	0.25 60	0.61 44	0.55 125	0.33 26	0.36 50	0.40 26	0.26 35	0.27 40	52.29 315	0.69 24	0.47 27	1.00 203	0.54 22	0.29 18	0.50 18	0.37 12	0.38 53	0.32 47	0.57 63	1.24 172	1.31 81	0.50 45

CSAN	2.48 195	1.26 232	1.12 203	1.46 242	1.78 258	1.13 217	0.90 194	1.50 181	10.52 312	2.40 237	3.81 246	4.12 264	2.51 247	0.96 238	3.83 217	1.27 103	1.29 211	1.05 215	3.24 179	1.70 242	3.71 166	4.45 144	0.79 213	1.38 240	1.39 216	3.93 276	2.43 184	2.96 235

ADLNet	2.50 196	0.99 187	0.73 116	0.62 130	0.75 162	0.63 145	0.53 147	1.12 123	0.61 142	0.58 51	0.71 126	1.61 201	0.61 123	0.87 225	46.09 292	1.02 54	0.70 71	0.67 96	0.85 48	0.74 137	0.75 48	1.07 74	0.51 121	0.47 96	0.94 146	0.93 129	1.63 113	0.70 83

Any-RAFT	2.54 197	0.94 168	1.27 227	0.75 156	0.75 162	0.50 99	0.40 116	1.99 234	0.56 130	0.87 122	6.98 293	1.50 193	0.51 91	0.40 99	2.50 148	3.41 232	0.91 145	0.90 172	6.78 248	0.75 141	14.26 307	10.61 243	0.67 186	0.59 152	1.63 244	1.83 233	2.17 151	4.22 254

GwcNet-ADL	2.54 197	1.23 225	1.55 242	1.22 224	1.26 224	0.97 201	0.78 178	1.50 181	0.84 173	3.20 261	6.67 279	1.86 209	1.05 215	0.79 217	4.58 225	4.90 260	1.47 225	0.90 172	5.20 209	1.95 254	6.39 205	10.33 237	0.91 235	1.12 229	1.22 192	1.93 238	2.15 148	2.70 229

Reg-Stereo(zero)	2.60 199	0.80 106	1.38 230	0.70 148	0.75 162	0.56 122	0.62 167	3.07 282	0.68 157	3.56 269	6.85 289	1.50 193	0.84 185	1.38 263	2.08 106	5.28 266	1.28 209	0.83 149	6.55 235	1.51 231	5.18 190	13.34 306	0.60 163	0.60 154	1.08 167	1.44 193	4.02 263	3.66 248

HI	2.60 199	0.80 106	1.38 230	0.70 148	0.75 162	0.56 122	0.62 167	3.07 282	0.68 157	3.56 269	6.85 289	1.50 193	0.84 185	1.38 263	2.08 106	5.28 266	1.28 209	0.83 149	6.55 235	1.51 231	5.18 190	13.34 306	0.60 163	0.60 154	1.08 167	1.44 193	4.02 263	3.66 248

EAI-Stereo	2.60 199	0.90 148	1.57 243	0.90 183	1.31 230	0.84 180	1.31 225	2.22 255	1.34 222	0.81 111	5.69 265	1.37 184	0.83 184	0.50 152	4.76 226	5.32 269	0.91 145	0.94 183	7.45 259	1.11 192	9.07 251	10.78 251	0.62 168	0.85 209	1.45 228	2.06 245	3.36 242	1.90 205

PSMNet-ADL	2.61 202	0.95 174	1.12 203	1.14 216	1.18 220	0.97 201	0.85 189	1.78 214	1.26 215	3.49 268	6.09 271	1.43 187	2.78 254	0.56 167	2.93 178	10.59 293	1.31 212	0.96 191	5.96 226	1.20 203	6.66 207	9.11 218	0.86 232	0.82 203	1.10 176	1.44 193	2.85 219	1.10 150

PWC_ROB	2.61 202	1.20 223	1.48 237	0.96 191	1.05 201	1.21 228	1.79 247	1.24 142	1.94 256	1.81 206	3.61 245	2.12 224	2.96 257	0.91 231	9.88 240	4.30 251	1.97 250	1.95 276	3.72 192	1.62 237	5.58 195	7.59 198	0.81 222	1.98 264	1.35 211	1.27 176	3.11 230	3.07 239

MSMDNet	2.69 204	0.87 134	1.07 190	0.57 116	0.65 142	0.59 134	0.49 141	2.03 240	0.62 148	1.03 150	0.97 172	1.05 156	12.04 293	0.50 152	2.60 155	5.56 271	1.05 183	0.80 141	6.93 251	1.42 217	11.49 273	12.49 291	0.67 186	0.58 145	1.48 229	1.83 233	1.28 78	1.97 210

HH	2.75 205	0.67 49	1.42 233	0.80 172	0.71 155	0.88 190	1.09 214	1.86 222	0.87 175	5.19 308	0.66 109	1.91 211	0.86 189	0.57 172	2.65 160	8.48 288	0.87 130	0.94 183	6.36 230	1.39 215	13.52 294	12.32 283	0.79 213	0.58 145	1.38 213	1.63 219	3.81 257	2.06 212

HanStereo	2.75 205	0.67 49	1.42 233	0.80 172	0.71 155	0.88 190	1.09 214	1.86 222	0.87 175	5.19 308	0.66 109	1.91 211	0.86 189	0.57 172	2.65 160	8.48 288	0.87 130	0.94 183	6.36 230	1.39 215	13.52 294	12.32 283	0.79 213	0.58 145	1.38 213	1.63 219	3.81 257	2.06 212

MSKI-zero shot	2.77 207	0.80 106	1.10 197	0.74 155	0.59 124	0.67 155	0.54 149	1.87 224	0.97 187	0.88 128	6.73 281	1.60 199	0.72 151	0.43 120	3.38 200	7.92 286	1.20 201	0.87 159	6.85 250	4.65 288	10.45 268	12.15 278	0.55 138	0.71 184	1.49 231	1.96 242	1.85 126	3.12 241

PWCDC_ROB	2.78 208	0.70 60	0.65 105	0.61 127	0.87 182	0.63 145	0.57 157	1.04 117	1.59 239	0.65 64	1.88 214	0.80 106	3.28 262	0.73 206	41.04 279	2.18 201	1.23 204	0.98 195	1.52 99	0.97 180	2.56 152	5.26 166	0.68 190	0.81 200	0.74 101	0.94 132	1.13 70	0.97 129

GANet-ADL	2.79 209	0.89 145	1.20 221	1.00 198	1.00 197	1.20 227	0.80 184	1.20 135	1.00 192	3.59 271	6.59 278	1.06 157	0.76 170	0.48 146	12.27 245	4.90 260	1.57 229	0.92 176	6.59 240	1.66 240	6.93 214	11.51 269	0.68 190	0.80 196	1.09 171	1.40 190	2.47 188	1.85 202

iResNet	2.79 209	0.95 174	0.91 157	1.35 234	1.69 250	1.41 238	1.02 205	1.81 219	1.09 204	2.62 242	5.14 259	1.80 207	2.38 243	0.46 135	10.35 241	7.64 284	1.36 219	1.23 243	6.83 249	1.78 245	10.05 261	4.09 142	0.61 166	2.02 265	1.10 176	1.50 204	2.80 217	1.39 180

NVstereo2D	2.81 211	0.82 115	0.74 119	0.69 146	0.78 171	0.92 195	0.81 185	1.18 134	0.76 166	0.91 134	1.06 178	0.80 106	0.55 105	0.71 205	52.63 317	1.47 145	0.86 127	0.83 149	1.42 91	0.69 121	1.12 91	0.94 62	0.76 203	0.83 206	1.08 167	0.78 100	0.98 56	0.74 86

DCVSM-stereo	2.89 212	0.92 158	1.57 243	1.31 231	1.04 199	1.53 244	0.99 200	2.96 280	1.33 221	3.46 266	6.20 272	6.77 285	2.59 249	0.87 225	2.25 128	4.01 248	1.37 221	1.11 223	7.05 255	4.27 283	6.91 211	6.70 186	1.25 250	2.64 289	1.30 206	1.73 227	3.46 246	2.47 225

MIPNet	2.89 212	0.91 152	0.77 125	0.49 91	0.65 142	0.55 116	0.57 157	1.34 166	0.53 117	2.05 218	0.99 174	0.80 106	0.77 173	0.48 146	40.89 278	1.61 166	1.15 197	0.94 183	3.25 180	1.19 202	1.15 94	9.31 219	0.57 148	0.62 161	1.24 196	1.51 205	2.90 223	0.82 102

DAS	2.93 214	0.99 187	1.06 188	1.13 211	1.05 201	1.03 211	1.04 209	1.74 212	1.81 251	3.32 263	5.70 266	2.61 243	3.08 259	0.50 152	3.19 196	7.47 281	1.83 239	1.23 243	5.90 223	1.83 247	12.92 284	10.26 233	0.76 203	1.94 260	1.32 208	1.51 205	2.60 205	1.31 173

SepStereo	2.93 214	0.99 187	1.06 188	1.13 211	1.05 201	1.03 211	1.04 209	1.74 212	1.81 251	3.32 263	5.70 266	2.61 243	3.08 259	0.50 152	3.19 196	7.47 281	1.83 239	1.23 243	5.90 223	1.83 247	12.92 284	10.26 233	0.76 203	1.94 260	1.32 208	1.51 205	2.60 205	1.31 173

model_zeroshot	2.99 216	0.75 85	1.18 215	1.86 254	0.74 160	0.59 134	0.56 155	1.94 228	0.63 149	3.88 279	6.88 291	1.41 186	0.66 137	0.68 198	5.34 231	4.82 258	1.18 199	0.96 191	7.09 256	1.03 185	12.99 287	9.02 216	0.54 135	0.65 172	5.42 289	1.66 221	2.16 150	6.22 272

IPLG	3.01 217	0.75 85	0.63 100	0.42 77	0.52 108	0.54 113	0.51 145	1.63 202	0.35 60	0.62 59	0.59 96	0.77 101	0.66 137	0.46 135	51.49 309	1.67 173	1.02 177	0.92 176	3.51 188	0.63 108	0.99 77	5.97 178	0.49 107	0.48 108	0.80 110	1.16 165	2.86 220	0.71 84

MFMNet_re	3.01 217	1.41 245	1.48 237	1.53 245	1.87 263	1.96 259	2.01 254	2.67 276	2.16 262	1.60 191	1.98 218	3.57 255	2.65 251	1.02 242	6.96 237	4.19 250	2.67 260	1.96 277	6.48 234	2.40 268	14.04 301	4.97 154	1.86 273	1.97 262	1.38 213	1.33 181	3.31 240	1.94 209

test-1	3.02 219	0.66 48	1.14 208	0.60 125	0.58 122	0.75 170	0.63 169	1.96 230	0.82 171	4.00 281	5.48 263	2.18 227	0.80 177	0.41 105	4.00 220	7.32 280	1.18 199	1.19 236	6.72 245	7.57 302	10.78 269	12.94 303	0.54 135	0.60 154	1.40 219	1.78 229	2.89 222	2.52 226

RTSC	3.08 220	0.95 174	1.25 226	0.76 160	0.91 188	0.96 198	1.84 249	1.15 128	1.34 222	2.37 234	2.12 225	1.11 162	0.99 209	1.02 242	41.50 281	1.94 188	1.88 243	1.22 240	4.09 199	1.06 189	2.76 154	4.02 140	0.63 173	1.03 221	0.83 117	0.99 143	2.44 185	1.98 211

pcwnet_v2	3.22 221	0.81 112	0.94 161	0.92 187	1.12 212	0.94 196	0.70 173	1.17 130	0.88 177	2.04 217	1.10 180	1.09 161	1.00 210	1.27 259	47.63 295	1.56 160	0.96 162	0.87 159	6.63 241	0.81 155	2.45 149	3.52 133	1.01 241	0.75 189	1.04 162	1.16 165	2.44 185	2.23 221

IPLGR	3.25 222	0.89 145	0.81 134	0.65 137	0.66 147	0.50 99	0.42 126	1.14 127	0.44 86	2.02 215	1.30 194	0.86 119	0.74 161	0.47 140	50.44 304	1.86 182	1.15 197	1.11 223	3.23 174	1.37 212	1.41 116	7.71 199	0.56 145	0.70 183	1.39 216	1.55 210	3.46 246	0.92 123

IGEV_Zeroshot_test	3.38 223	0.83 118	1.84 257	2.82 274	0.69 153	2.37 268	1.26 224	2.23 256	0.94 185	4.40 286	6.76 282	2.28 232	1.01 211	0.45 131	2.83 174	7.72 285	0.87 130	0.77 128	5.93 225	1.87 249	8.49 247	12.88 302	0.58 157	0.69 179	1.40 219	1.57 211	14.84 311	2.99 236

SHD	3.38 223	1.01 194	1.68 249	1.14 216	1.07 206	1.14 218	1.78 246	1.61 201	1.66 242	2.40 237	3.05 236	1.63 203	2.43 245	0.84 223	40.11 276	2.04 196	1.74 234	1.40 255	4.17 200	1.88 250	3.81 167	5.43 169	0.70 194	1.67 248	1.86 258	1.46 197	1.97 136	1.59 190

FADNet_RVC	3.44 225	1.21 224	1.19 218	1.40 235	1.78 258	0.99 205	1.75 244	1.50 181	1.19 214	1.35 176	2.01 222	1.96 214	1.63 232	1.66 269	22.11 264	3.36 231	1.83 239	2.82 305	5.63 220	1.76 244	6.35 204	9.50 220	0.77 208	1.39 242	1.21 187	1.48 198	12.05 302	2.87 233

FC-DCNN	3.48 226	1.59 258	4.19 301	2.76 273	2.30 267	3.10 279	1.73 243	2.57 271	1.72 244	2.88 251	1.36 201	2.15 225	1.21 222	0.68 198	6.32 233	1.61 166	1.31 212	1.03 208	7.90 263	0.95 177	8.85 249	8.73 211	0.82 226	1.69 252	3.19 279	2.50 261	4.67 268	16.15 297

HSM-Net_RVC	3.49 227	1.07 207	1.10 197	1.70 249	1.17 219	0.90 194	0.61 166	2.29 262	1.07 202	2.77 247	5.82 268	41.08 320	1.35 229	0.50 152	2.40 138	1.74 176	1.10 185	0.77 128	1.99 120	1.13 196	6.78 209	6.90 191	0.80 218	2.23 274	1.64 246	1.49 201	2.14 146	1.75 199
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RTS	3.53 228	1.15 214	0.98 172	0.97 194	1.26 224	1.33 234	3.31 269	1.33 163	1.50 234	2.37 234	1.20 188	1.75 205	1.12 219	0.88 228	42.78 284	2.37 207	1.94 247	1.33 252	3.94 194	1.62 237	3.62 163	5.21 164	1.02 242	1.09 227	1.83 256	5.05 282	2.33 170	2.13 214

RTSA	3.53 228	1.15 214	0.98 172	0.97 194	1.26 224	1.33 234	3.31 269	1.33 163	1.50 234	2.37 234	1.20 188	1.75 205	1.12 219	0.88 228	42.78 284	2.37 207	1.94 247	1.33 252	3.94 194	1.62 237	3.62 163	5.21 164	1.02 242	1.09 227	1.83 256	5.05 282	2.33 170	2.13 214

XQC	3.58 230	1.29 237	1.21 222	1.28 227	1.43 238	1.29 233	1.93 252	1.60 198	1.45 228	2.47 239	3.06 237	1.48 191	4.17 265	1.23 258	44.68 290	2.35 205	1.60 230	1.18 234	3.95 197	1.43 219	3.22 162	4.97 154	0.84 229	1.24 235	1.43 224	2.09 249	2.30 166	1.52 185

FCDSN-DC	3.63 231	0.94 168	2.84 287	1.29 229	1.30 229	1.03 211	1.00 201	0.90 100	0.91 182	1.04 153	0.74 131	1.21 172	0.74 161	0.58 174	52.59 316	2.04 196	1.24 205	1.13 227	1.05 65	0.79 150	6.62 206	10.01 224	0.78 210	2.18 269	1.20 186	1.67 224	1.20 74	1.05 146
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_DS_RVC	3.64 232	1.48 252	1.03 180	1.98 259	1.75 254	2.09 262	5.14 284	2.15 248	2.23 263	1.73 201	1.57 207	2.49 239	4.83 268	5.73 299	12.78 246	1.73 175	1.22 202	1.06 216	5.43 214	1.54 234	12.24 277	9.06 217	1.52 266	1.16 231	2.29 264	3.46 272	3.05 228	7.63 277

NOSS_ROB	3.67 233	1.38 244	0.81 134	1.15 220	1.16 218	1.15 219	0.65 170	2.25 258	1.41 226	4.85 294	6.68 280	6.78 286	1.06 216	0.82 222	11.52 244	14.58 306	1.34 215	1.17 231	2.93 168	0.98 181	14.13 302	12.82 298	0.79 213	1.48 243	1.13 180	1.48 198	3.41 243	1.25 168

FC-DCNN v2	3.76 234	1.64 259	4.17 300	2.93 279	2.32 269	3.38 281	1.67 239	2.65 274	2.92 275	2.86 250	1.36 201	2.62 245	1.33 227	0.68 198	6.35 234	1.65 170	1.31 212	1.00 203	8.25 264	0.94 175	8.74 248	8.73 211	0.82 226	1.68 249	4.68 286	3.34 271	7.40 287	15.96 296

gcap-zeroshot	3.80 235	0.78 100	1.44 235	1.88 255	0.67 148	1.15 219	1.31 225	2.09 246	0.65 152	5.43 314	7.00 294	2.87 248	0.70 145	0.31 58	2.44 141	5.25 265	0.94 156	0.91 175	36.08 302	1.25 206	8.46 246	10.60 242	4.00 290	0.62 161	1.44 225	1.49 201	1.34 82	1.53 186

AIO-Stereo-zeroshot	3.88 236	1.16 218	2.03 267	1.15 220	0.83 179	1.77 254	1.13 217	2.03 240	3.32 283	2.90 252	7.02 295	2.32 234	2.01 237	0.38 91	3.61 206	9.96 291	1.34 215	1.07 217	6.67 242	6.11 297	8.45 245	12.70 295	0.56 145	1.27 237	1.76 253	1.48 198	16.62 313	5.17 262

UDG	3.91 237	2.76 280	2.09 269	2.92 277	2.64 278	2.99 276	2.71 262	1.31 155	1.13 209	1.65 195	1.96 216	2.20 228	1.68 233	2.77 279	48.81 299	1.57 162	3.02 266	2.26 286	2.65 152	2.91 276	3.00 158	3.09 126	2.64 278	1.05 224	1.02 159	1.19 169	2.36 176	1.16 157

PVD	4.10 238	1.44 250	2.12 271	1.41 236	1.58 245	1.68 250	2.10 256	3.06 281	2.66 271	2.85 249	4.32 249	2.46 238	3.63 264	1.27 259	40.43 277	2.72 214	2.19 256	2.11 285	4.71 205	2.46 270	6.18 201	6.10 180	1.02 242	1.74 253	2.32 267	2.44 259	2.90 223	2.66 228

SAMSARA	4.13 239	1.32 239	1.53 240	1.48 243	1.35 233	1.47 242	2.74 263	2.23 256	1.83 253	2.26 231	3.47 244	2.01 217	8.60 278	1.76 273	38.24 273	2.88 216	1.82 238	1.41 256	4.99 207	1.91 251	5.10 187	5.71 175	0.94 237	1.80 255	3.33 281	3.84 274	4.16 265	3.30 246

iRaft-Stereo_20w	4.16 240	1.13 213	2.10 270	2.66 270	1.55 244	1.55 245	1.17 218	1.96 230	1.27 216	5.53 315	6.77 283	1.52 197	1.34 228	0.43 120	3.03 182	5.32 269	0.95 160	0.77 128	5.49 217	1.46 224	8.20 241	12.75 297	0.61 166	0.60 154	1.63 244	25.36 318	11.64 300	5.58 268

SGM-Forest	4.18 241	1.24 226	0.74 119	2.12 262	1.35 233	1.42 239	0.56 155	1.36 167	0.90 180	4.89 297	0.96 168	2.51 241	12.92 296	0.61 184	16.38 256	3.12 225	0.79 103	0.65 90	7.04 254	0.76 143	6.77 208	10.03 225	0.84 229	0.81 200	1.66 248	1.78 229	4.79 273	25.96 312
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ccs_rob	4.23 242	1.10 209	1.53 240	1.14 216	0.92 194	1.19 226	1.05 211	2.86 279	1.27 216	4.20 283	35.77 320	8.95 296	1.29 225	0.73 206	3.10 192	6.47 274	1.50 226	1.17 231	5.98 227	1.44 221	10.44 267	11.78 273	0.74 202	2.24 275	1.07 166	1.30 180	2.65 211	2.20 219

DeepPrunerF	4.30 243	1.53 253	0.72 115	2.93 279	5.08 309	2.43 271	3.38 271	0.87 95	4.11 291	0.80 108	1.17 186	0.66 66	0.56 106	0.61 184	45.12 291	2.02 195	1.01 174	0.78 132	2.32 131	0.88 166	1.56 123	1.70 100	0.84 229	0.67 176	29.00 321	1.78 229	2.48 189	1.17 161

MSC_U_SF_DS_RVC	4.33 244	2.25 276	1.45 236	2.41 267	1.94 265	1.93 257	4.82 283	1.96 230	2.59 269	2.96 255	1.96 216	2.49 239	8.10 276	9.76 308	14.02 250	3.47 235	2.04 254	1.98 278	14.27 281	3.33 280	7.23 219	7.20 196	2.89 284	1.85 258	2.43 270	2.85 266	2.19 155	6.62 274

FAT-Stereo	4.35 245	1.18 219	2.25 273	1.48 243	1.81 261	1.42 239	1.49 233	3.57 290	1.84 254	3.66 274	6.22 273	6.70 284	2.76 253	1.07 250	6.82 236	15.24 312	2.03 253	2.49 297	5.43 214	8.81 311	13.23 290	12.34 287	0.95 238	2.79 297	1.26 200	2.25 254	2.96 226	5.48 265

ITSA-stereo	4.40 246	1.26 232	1.18 215	1.64 247	1.64 247	0.99 205	1.38 230	1.99 234	1.47 232	3.68 276	6.79 284	2.16 226	1.42 230	1.36 262	8.32 238	6.93 277	2.19 256	1.94 275	6.40 232	5.42 292	7.43 221	10.74 250	1.29 254	2.39 281	1.53 237	5.02 281	23.63 317	8.74 279

MFN_U_SF_RVC	4.44 247	1.91 267	1.83 256	2.19 265	1.82 262	2.38 270	4.61 281	2.39 264	1.94 256	4.48 288	11.47 311	3.74 261	2.50 246	4.72 294	20.32 262	3.66 238	1.91 245	1.83 271	11.50 276	3.25 279	7.86 228	6.73 188	1.25 250	3.20 306	1.86 258	3.84 274	2.83 218	3.94 252

STTRV1_RVC	4.49 248	1.26 232	1.01 178	1.62 246	1.11 211	1.76 253	1.25 222	1.50 181	1.40 225	1.75 203	1.60 208	2.72 246	3.31 263	1.00 240	2.61 156	1.77 178	11.19 298	0.96 191	41.25 307	9.01 313	9.10 252	8.68 210	1.19 246	1.66 247	1.68 249	1.59 213	3.90 261	5.32 264

RainbowNet	4.65 249	3.75 295	2.70 285	4.56 290	2.98 290	4.16 287	8.75 296	2.05 243	2.01 259	1.90 212	1.12 183	3.61 259	3.00 258	3.60 291	2.70 166	1.89 183	2.97 265	1.54 261	15.27 284	8.73 310	11.07 272	11.30 265	10.70 317	2.22 271	1.73 250	2.30 255	2.76 215	6.13 271

S-Stereo	4.68 250	1.15 214	1.74 253	1.75 250	1.63 246	1.65 248	2.24 259	2.75 278	2.15 261	3.32 263	11.59 312	5.97 278	1.74 235	0.88 228	19.04 259	16.28 314	1.81 237	2.39 294	5.64 221	9.35 316	7.13 218	12.52 292	1.61 268	2.64 289	1.24 196	2.08 248	2.88 221	3.26 243

MADNet+	4.78 251	2.02 271	1.87 260	2.01 260	2.36 271	1.47 242	4.28 279	2.47 267	1.99 258	2.66 243	2.13 226	3.56 254	2.85 256	2.34 276	41.14 280	5.66 272	3.48 270	1.53 260	4.54 203	3.38 281	13.07 289	7.34 197	1.72 270	3.48 308	2.93 275	2.17 252	3.24 237	3.29 245

ADCRef	4.84 252	1.42 248	1.01 178	0.78 167	1.77 255	1.21 228	1.62 238	0.99 112	5.58 300	1.85 209	1.08 179	1.02 145	0.91 195	1.17 255	54.35 321	1.92 187	1.10 185	1.04 211	3.49 187	1.32 211	1.80 138	3.27 130	2.13 276	0.87 212	2.30 265	4.60 278	2.48 189	29.71 317

SQANet	4.87 253	4.55 301	2.13 272	19.76 310	2.63 276	4.99 296	3.29 268	1.63 202	1.45 228	1.20 163	1.40 204	3.22 252	2.40 244	2.76 278	3.09 190	1.20 94	5.19 279	1.07 217	19.89 289	1.28 207	12.48 278	10.73 248	11.37 320	1.49 244	1.57 241	2.32 257	2.66 213	5.86 269

FBW_ROB	4.93 254	2.40 277	2.44 279	2.67 271	2.86 284	2.30 267	4.71 282	1.79 215	1.10 205	2.54 240	2.92 233	4.12 264	5.31 269	6.61 300	50.17 301	1.18 88	1.44 223	0.95 189	8.76 267	1.43 219	8.26 242	5.68 172	4.20 291	1.75 254	1.42 221	1.95 240	1.81 122	2.20 219

ADCP+	5.07 255	1.54 254	1.72 250	1.08 205	1.54 242	1.18 224	2.02 255	1.02 114	2.72 274	4.05 282	2.23 229	2.24 230	0.61 123	0.94 236	54.46 322	1.52 155	0.83 120	0.95 189	3.94 194	0.87 165	2.22 148	2.57 122	0.71 196	0.62 161	2.48 271	11.25 301	7.85 290	23.66 308

CBMV	5.08 256	1.41 245	1.15 212	1.44 241	1.42 237	1.24 230	0.78 178	2.27 260	1.47 232	3.04 257	6.44 276	7.74 289	9.07 281	0.60 182	12.81 247	13.79 302	1.99 251	1.29 249	9.56 269	1.15 199	9.82 256	12.54 293	0.82 226	1.84 257	1.44 225	1.83 233	4.39 267	25.76 311
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
otaku	5.09 257	5.20 302	2.27 274	18.45 308	2.89 285	5.73 298	3.63 274	1.44 176	1.46 230	1.31 175	1.42 205	3.59 257	2.63 250	3.22 285	3.07 187	1.30 106	5.55 281	1.14 230	20.28 290	1.49 226	13.81 298	11.25 264	11.85 322	1.91 259	1.56 240	2.06 245	2.52 195	6.49 273

ACVNet_1	5.24 258	3.87 297	3.60 298	13.80 304	3.48 299	6.00 303	10.57 301	1.60 198	1.79 248	1.55 189	1.30 194	4.40 269	2.80 255	5.43 297	2.42 140	1.39 121	11.59 299	1.72 268	20.91 294	1.50 229	14.41 312	8.16 203	7.22 303	2.84 299	1.73 250	2.19 253	2.61 207	2.72 230

Ntro	5.35 259	6.19 307	2.38 278	8.06 299	2.91 287	4.88 294	6.70 290	1.40 172	1.53 236	1.44 185	1.19 187	3.58 256	2.73 252	3.12 284	3.66 208	1.17 86	6.56 289	1.19 236	32.62 299	1.60 236	14.27 309	11.82 274	11.41 321	2.54 286	1.64 246	2.30 255	2.45 187	5.00 259

EKT-Stereo	5.41 260	0.97 181	1.10 197	0.72 150	0.74 160	0.87 186	1.17 218	2.02 239	1.00 192	1.41 183	2.92 233	1.11 162	0.81 178	0.46 135	72.33 331	14.74 307	1.14 193	1.37 254	5.61 219	7.76 303	9.80 255	10.61 243	0.53 129	0.61 160	1.39 216	1.11 155	2.56 202	1.08 149

pmcnn	5.52 261	1.54 254	1.51 239	2.64 269	3.13 292	2.07 260	10.40 300	2.61 272	2.65 270	2.55 241	6.41 275	6.23 282	15.93 305	0.58 174	6.75 235	14.92 309	3.87 273	3.34 307	7.45 259	7.76 303	13.60 297	10.19 229	6.30 301	2.29 278	1.57 241	3.30 270	4.69 269	4.80 256

DPSNet	5.60 262	1.54 254	1.19 218	1.76 251	2.44 274	2.08 261	1.81 248	1.95 229	2.93 276	2.09 223	5.15 260	9.82 299	6.09 271	8.98 304	14.30 251	12.14 299	4.12 277	3.60 308	17.82 286	8.28 307	12.18 275	14.58 310	3.71 288	3.09 303	2.30 265	2.42 258	2.52 195	2.24 222

ADCMid	5.63 263	2.23 274	2.63 282	1.42 239	2.89 285	2.37 268	3.73 275	1.92 226	2.97 277	1.91 213	3.16 238	2.33 235	2.31 242	1.48 266	50.97 308	3.74 239	1.84 242	1.86 273	7.38 258	1.99 258	4.66 178	5.18 163	2.70 280	1.38 240	2.33 268	8.75 297	6.81 286	21.02 304

ADCL	5.69 264	1.88 264	1.63 246	1.29 229	1.40 236	1.59 247	2.22 258	1.23 139	5.20 298	3.04 257	2.01 222	1.14 166	0.84 185	1.04 248	50.40 303	1.63 169	1.45 224	1.79 269	2.94 170	1.38 214	3.19 160	2.35 116	1.23 249	1.07 226	9.47 305	11.74 303	11.34 298	29.10 316

SANet	5.69 264	2.22 273	1.77 254	1.84 252	2.37 272	2.28 265	1.43 231	4.49 300	7.61 307	2.05 218	4.86 257	8.34 295	11.81 292	1.70 270	43.86 288	1.62 168	5.96 283	1.51 259	4.43 202	1.70 242	8.97 250	8.28 204	1.20 247	2.60 287	1.94 261	6.02 290	3.42 245	9.29 282

SPS-STEREO	5.78 266	1.73 262	1.86 258	2.48 268	1.67 249	2.19 263	1.60 237	2.72 277	1.76 246	3.63 273	6.80 286	4.12 264	2.19 240	1.21 257	13.01 248	12.86 300	2.91 264	2.01 279	47.66 316	2.04 260	14.17 304	13.06 305	1.43 262	2.27 277	2.40 269	1.94 239	3.66 253	2.80 231
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	5.79 267	3.52 290	2.90 288	21.94 313	3.38 297	4.55 289	8.18 294	1.84 220	1.76 246	1.84 207	1.98 218	3.88 262	3.20 261	3.03 282	2.85 175	1.46 142	12.77 305	1.56 262	33.59 300	1.68 241	10.81 270	7.91 201	6.79 302	2.68 295	3.13 278	2.65 263	3.23 235	3.11 240

edge stereo	5.88 268	1.88 264	3.14 292	2.14 263	1.80 260	2.47 273	2.43 260	4.51 301	3.45 285	3.97 280	4.84 256	6.45 283	17.40 306	1.04 248	5.09 230	14.91 308	1.80 235	1.66 265	37.39 304	6.28 299	5.99 198	12.74 296	1.44 263	2.02 265	2.12 263	2.11 251	3.75 254	5.99 270

Dean	5.89 269	3.71 294	2.59 280	34.77 318	3.99 304	4.60 292	10.86 303	2.26 259	2.39 267	2.16 227	1.55 206	4.68 272	4.76 267	3.30 287	3.03 182	1.76 177	12.09 302	1.65 264	9.86 272	2.04 260	14.16 303	9.89 223	7.35 304	2.66 294	3.36 282	2.91 267	3.53 250	3.13 242

AnyNet_C32	6.05 270	1.43 249	1.39 232	1.26 226	1.64 247	1.36 236	2.92 265	1.55 194	5.28 299	2.67 245	4.61 254	1.90 210	1.29 225	1.29 261	55.18 323	3.43 234	1.96 249	2.08 282	3.65 189	1.91 251	6.94 215	8.77 213	1.20 247	1.68 249	6.02 292	14.92 309	6.12 279	20.86 303

DDVS	6.06 271	1.18 219	1.31 228	1.12 209	1.54 242	1.18 224	1.01 202	2.45 265	1.75 245	3.31 262	80.70 328	6.22 281	1.76 236	1.15 254	3.67 211	6.50 275	2.01 252	1.29 249	5.56 218	4.99 291	10.09 263	12.94 303	0.81 222	1.16 231	1.11 179	1.53 208	4.71 270	2.62 227

G-Net	6.29 272	1.69 260	1.86 258	1.42 239	1.70 252	1.45 241	1.19 221	4.71 302	8.56 308	3.16 259	4.70 255	7.94 290	6.89 273	0.85 224	15.45 254	8.15 287	1.92 246	2.75 301	5.41 213	6.49 300	9.16 253	11.23 263	1.46 264	2.81 298	1.81 254	19.84 314	6.51 284	30.80 318

TRStereo	6.31 273	1.25 229	1.93 261	0.85 179	0.61 131	2.29 266	0.86 190	2.21 254	0.54 123	4.40 286	1.34 197	2.24 230	0.75 165	0.45 131	4.08 222	6.55 276	0.80 106	0.85 156	6.04 228	1.45 223	7.60 222	12.13 277	0.55 138	0.49 112	1.44 225	103.74 334	3.24 237	1.61 191

HBP-ISP	6.40 274	1.33 241	2.30 276	1.91 258	1.51 240	1.65 248	0.79 181	2.50 269	1.29 218	4.91 298	6.80 286	1.37 184	0.74 161	14.59 315	52.98 318	19.59 318	1.24 205	1.10 219	6.08 229	8.03 306	12.73 280	16.75 316	0.79 213	1.19 233	1.81 254	2.06 245	3.90 261	2.87 233

SGM-ForestM	6.44 275	10.17 317	6.98 316	4.69 291	2.91 287	6.90 306	9.70 299	7.26 311	4.59 296	4.81 293	6.31 274	9.50 298	9.35 283	0.78 214	3.65 207	1.30 106	6.50 287	0.89 169	11.21 275	1.44 221	6.08 199	6.02 179	1.58 267	1.68 249	9.47 305	11.34 302	12.07 303	16.58 298

CBMV_ROB	6.60 276	1.41 245	1.59 245	2.38 266	1.74 253	1.90 256	1.86 250	6.44 307	1.69 243	5.02 302	7.03 296	9.95 305	11.26 289	0.65 194	38.55 274	7.04 278	2.78 262	1.12 226	9.67 271	2.45 269	9.46 254	11.60 272	0.80 218	1.37 239	4.92 287	12.01 304	4.73 271	18.79 301

ADCS	6.69 277	1.97 269	1.94 262	1.41 236	2.24 266	1.84 255	3.00 266	2.08 245	3.97 288	2.66 243	3.26 240	3.01 250	11.48 290	2.01 275	53.18 319	11.65 297	2.72 261	2.59 298	5.10 208	2.24 264	10.43 266	8.65 209	1.76 271	1.97 262	2.57 273	10.58 299	7.51 288	18.68 300

anonymity	6.71 278	0.80 106	1.73 252	1.09 206	0.88 184	0.79 176	0.68 171	2.17 250	0.90 180	3.78 278	97.20 329	1.95 213	0.93 200	0.44 130	2.57 153	7.16 279	0.95 160	0.83 149	6.70 243	1.07 190	7.93 231	12.47 290	0.67 186	0.57 141	1.51 235	1.60 216	20.99 316	2.80 231

ADCPNet	7.09 279	1.18 219	3.04 291	1.33 232	3.12 291	1.36 236	8.88 297	2.15 248	3.24 281	4.23 284	7.84 303	1.96 214	15.92 304	1.71 271	49.61 300	3.53 237	1.89 244	1.25 247	19.14 288	3.03 278	5.96 196	4.75 150	4.72 292	1.29 238	3.95 284	5.33 284	3.87 259	27.01 313

IMH-64-1	7.17 280	3.27 285	3.53 295	4.69 291	3.29 294	4.58 290	5.71 286	3.51 287	3.09 278	1.39 181	1.98 218	4.90 274	10.92 285	4.82 295	52.00 310	4.78 256	3.66 271	2.27 287	12.32 277	1.96 255	6.91 211	10.55 240	7.77 310	2.22 271	6.05 293	4.73 279	13.45 307	9.13 280

IMH-64	7.17 280	3.27 285	3.53 295	4.69 291	3.29 294	4.58 290	5.71 286	3.51 287	3.09 278	1.39 181	1.98 218	4.90 274	10.92 285	4.82 295	52.00 310	4.78 256	3.66 271	2.27 287	12.32 277	1.96 255	6.91 211	10.55 240	7.77 310	2.22 271	6.05 293	4.73 279	13.45 307	9.13 280

AnyNet_C01	7.20 282	2.24 275	2.27 274	2.95 281	1.92 264	1.58 246	5.39 285	3.73 295	5.63 301	3.17 260	4.41 250	4.59 271	6.09 271	1.88 274	58.66 325	14.24 303	5.46 280	3.69 309	4.79 206	3.02 277	8.40 244	10.33 237	2.45 277	2.24 275	5.77 290	2.65 263	8.81 294	17.99 299

WAO-6	7.36 283	2.83 282	2.64 283	8.38 301	2.78 282	3.59 284	8.61 295	3.51 287	3.36 284	1.84 207	2.45 230	5.99 279	8.70 280	3.06 283	50.70 305	2.35 205	13.44 309	1.82 270	8.79 268	2.15 263	14.26 307	12.40 289	3.35 286	2.64 289	7.87 299	5.84 287	4.30 266	11.17 289

WAO-7	8.11 284	2.98 283	5.46 310	29.83 316	2.32 269	3.09 278	9.23 298	2.48 268	4.20 292	4.67 292	7.60 299	7.98 291	11.78 291	1.64 268	22.32 265	2.11 199	12.00 301	2.79 304	44.95 313	2.13 262	10.06 262	10.12 227	1.37 261	2.49 285	2.97 277	4.35 277	2.94 225	5.06 261

AIO-Stereo-zeroshot1	8.38 285	1.15 214	1.98 264	1.25 225	1.24 223	1.74 252	1.31 225	2.17 250	7.44 306	3.47 267	7.09 297	2.38 236	2.08 239	0.37 86	3.49 204	11.36 296	1.39 222	0.99 198	136.53 330	6.21 298	8.35 243	12.33 285	0.55 138	0.88 213	1.22 192	1.95 240	2.35 174	4.96 258

SGM_RVC	8.49 286	2.77 281	1.77 254	2.88 276	2.31 268	3.42 282	2.70 261	7.78 316	3.92 287	5.57 316	8.42 304	9.89 301	12.92 296	0.68 198	3.72 213	2.10 198	6.63 290	1.11 223	40.78 305	5.93 296	9.99 259	10.27 235	1.97 274	2.17 268	8.79 304	2.97 268	27.36 319	40.51 325
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SFCPSM	8.92 287	1.34 243	1.05 184	1.13 211	1.12 212	1.10 214	0.89 193	1.28 149	1.79 248	2.71 246	5.63 264	4.32 268	7.90 275	1.01 241	5.47 232	5.23 264	1.80 235	1.19 236	162.18 332	4.49 285	7.79 224	9.52 221	0.81 222	1.64 246	1.33 210	1.76 228	3.30 239	3.06 238

ELAS_RVC	9.07 288	3.30 287	5.65 311	4.08 285	3.41 298	7.21 308	4.01 278	7.69 313	3.75 286	4.97 300	7.74 300	9.89 301	11.00 287	3.00 281	47.69 296	4.33 253	6.53 288	9.70 317	9.64 270	2.89 274	13.54 296	15.79 313	2.75 281	4.07 311	18.38 314	23.86 316	4.94 274	5.18 263
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	9.11 289	3.31 288	3.55 297	4.46 288	3.30 296	4.60 292	6.29 289	3.48 285	3.12 280	1.42 184	1.88 214	5.38 276	15.63 303	51.61 328	52.03 312	3.06 222	3.92 274	2.32 290	20.77 292	2.01 259	6.25 202	9.58 222	8.07 314	2.21 270	7.69 298	5.96 289	3.77 255	10.35 287

PWCK	9.19 290	3.84 296	2.76 286	4.81 295	3.48 299	7.14 307	7.79 292	3.92 296	4.66 297	4.66 291	5.84 269	24.68 316	8.47 277	3.24 286	10.95 243	3.27 229	9.48 296	2.36 292	72.75 323	4.94 290	14.76 315	6.95 192	3.68 287	2.40 282	8.01 300	7.55 293	6.35 280	9.51 284

MADNet++	9.22 291	4.13 300	6.16 313	4.32 287	5.78 313	3.96 285	8.14 293	7.09 310	6.83 305	5.28 311	7.83 302	7.65 288	8.62 279	12.90 310	19.42 261	21.00 321	7.04 292	6.27 312	10.40 273	7.97 305	14.29 310	18.67 319	3.96 289	5.12 315	5.80 291	22.29 315	9.32 295	8.69 278

MeshStereo	9.30 292	2.68 278	2.31 277	4.19 286	2.81 283	4.05 286	1.96 253	8.24 318	9.28 309	5.13 305	8.64 305	11.19 308	12.84 295	0.78 214	52.26 314	15.80 313	4.59 278	1.92 274	22.33 295	1.58 235	15.40 319	19.41 320	1.06 245	2.12 267	8.69 303	5.55 285	10.68 296	15.59 295
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
ELAS	10.16 293	3.54 291	5.12 309	4.49 289	4.32 308	5.01 297	4.33 280	6.88 309	4.09 290	4.97 300	7.74 300	9.90 303	11.01 288	3.51 290	52.19 313	4.52 255	7.15 293	9.65 316	8.69 266	2.38 267	13.33 292	14.95 312	2.75 281	3.64 310	17.76 313	27.24 321	13.13 306	21.93 305
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	10.31 294	13.11 318	4.84 304	18.55 309	6.95 317	7.98 311	14.39 312	3.69 294	3.28 282	2.90 252	2.15 227	30.28 318	43.63 316	4.40 293	9.01 239	2.66 213	12.71 303	2.73 300	42.35 309	2.87 273	14.87 316	10.21 230	7.77 310	3.03 301	2.66 274	2.98 269	3.46 246	4.84 257

JetBlue	10.90 295	9.40 315	6.23 314	8.34 300	6.82 316	10.07 316	10.58 302	5.04 305	3.97 288	2.95 254	4.09 248	9.83 300	9.32 282	8.12 302	48.65 298	14.50 304	6.76 291	5.08 311	7.66 261	3.76 282	13.23 290	17.58 318	8.19 315	3.58 309	11.41 308	18.49 312	12.08 304	28.49 315

LVE	10.96 296	3.63 293	2.68 284	55.15 327	4.03 307	7.50 309	88.91 331	1.93 227	2.44 268	2.26 231	1.69 210	4.48 270	4.75 266	3.42 289	3.44 202	2.21 202	6.03 285	1.84 272	50.68 319	1.97 257	10.14 264	12.19 280	5.54 293	3.12 304	3.75 283	2.46 260	2.99 227	6.76 276

XX-Stereo	11.10 297	0.72 70	1.24 224	1.04 201	0.52 108	0.80 177	0.84 186	1.13 125	0.51 110	4.53 290	6.79 284	1.54 198	1.06 216	0.42 115	2.78 171	5.82 273	0.96 162	0.94 183	6.43 233	0.91 169	6.26 203	8.36 206	0.58 157	0.43 86	237.38 334	1.38 186	2.64 209	3.61 247

DGSMNet	11.16 298	1.98 270	1.98 264	1.90 257	1.52 241	2.46 272	1.47 232	3.07 282	2.11 260	12.67 322	102.10 330	3.59 257	18.94 309	18.97 320	16.50 257	15.09 310	12.73 304	10.36 319	13.79 280	4.57 286	12.99 287	14.32 309	7.77 310	3.43 307	1.75 252	6.25 291	3.48 249	5.53 266

ACVNet-4b	11.58 299	3.99 298	2.60 281	44.40 323	2.71 281	4.98 295	62.31 327	1.85 221	1.79 248	1.63 194	1.25 192	4.22 267	58.75 324	3.34 288	2.27 131	1.21 95	13.33 308	1.70 267	49.50 317	1.93 253	14.47 314	13.72 308	7.40 305	3.13 305	1.55 239	1.89 236	2.20 157	4.61 255

LSM0	11.61 300	1.70 261	2.94 289	2.71 272	2.41 273	2.76 274	6.88 291	4.22 298	4.26 293	3.67 275	7.57 298	7.41 287	9.43 284	0.98 239	64.90 330	78.60 332	3.43 269	2.37 293	20.39 291	4.80 289	14.29 310	16.21 315	1.30 256	3.06 302	3.29 280	12.44 305	6.06 278	25.31 310

UNDER WATER-64	11.75 301	7.29 313	4.90 305	17.03 307	7.40 318	8.44 312	16.49 315	8.25 319	4.32 294	4.51 289	3.21 239	17.72 311	15.23 301	8.81 303	46.52 294	10.69 294	13.57 316	3.01 306	12.74 279	8.66 309	14.20 305	12.82 298	11.01 318	4.40 312	6.45 296	18.67 313	8.71 293	22.29 306

SGM+DAISY	11.81 302	3.22 284	3.47 293	3.83 284	3.15 293	4.25 288	3.52 273	7.70 314	10.88 315	5.57 316	9.00 309	9.94 304	13.12 298	1.74 272	22.71 267	18.99 317	3.23 267	2.28 289	15.35 285	8.91 312	15.05 317	17.02 317	1.32 258	4.58 313	24.50 319	31.01 324	32.60 325	41.83 328

MDST_ROB	12.03 303	32.81 324	1.72 250	20.74 312	2.64 278	5.90 302	1.72 242	4.06 297	1.35 224	3.76 277	6.53 277	2.75 247	42.83 315	0.54 160	50.83 307	1.22 98	1.08 184	0.75 122	18.95 287	1.00 182	12.75 283	11.49 267	1.29 254	1.26 236	22.72 318	11.17 300	31.24 322	31.81 320

WAO-8	12.07 304	5.33 303	4.83 302	26.48 314	4.01 305	6.22 304	11.73 309	3.65 292	6.39 303	28.97 327	41.01 322	8.08 292	18.91 307	20.68 323	3.75 214	3.24 226	9.46 294	2.01 279	53.81 320	5.76 294	9.83 257	11.16 260	6.04 299	2.43 283	8.05 301	7.74 294	6.36 281	9.95 285

Venus	12.07 304	5.33 303	4.83 302	26.48 314	4.01 305	6.22 304	11.73 309	3.65 292	6.39 303	28.97 327	41.01 322	8.08 292	18.91 307	20.68 323	3.75 214	3.24 226	9.46 294	2.01 279	53.81 320	5.76 294	9.83 257	11.16 260	6.04 299	2.43 283	8.05 301	7.74 294	6.36 281	9.95 285

JetRed	12.50 306	6.96 312	7.76 317	4.77 294	6.78 315	9.35 314	10.92 304	5.31 306	4.54 295	5.85 318	3.28 242	8.17 294	7.48 274	9.74 307	50.80 306	15.21 311	10.30 297	7.93 313	7.83 262	5.44 293	18.10 322	24.48 323	11.12 319	4.60 314	11.97 309	25.85 319	24.78 318	28.17 314

TorneroNet-64	13.24 307	6.25 308	5.07 308	34.05 317	3.72 302	9.38 315	16.75 316	3.49 286	12.26 318	2.27 233	5.98 270	17.67 310	34.24 313	14.37 313	47.92 297	3.76 240	13.18 307	2.40 295	36.34 303	9.15 315	13.85 300	12.35 288	5.65 294	2.64 289	14.28 312	14.51 308	3.41 243	12.48 290

ACV-stereo	13.36 308	1.90 266	1.63 246	2.10 261	1.15 217	2.97 275	1.36 228	1.72 211	1.86 255	2.96 255	4.89 258	3.67 260	43.88 317	1.13 252	54.14 320	17.43 315	2.38 258	1.31 251	170.74 333	4.64 287	12.73 280	14.68 311	0.97 239	1.83 256	1.25 199	1.49 201	3.53 250	2.32 223

MANE	14.22 309	9.62 316	6.93 315	4.94 297	5.72 312	7.88 310	11.48 306	7.38 312	9.90 311	4.92 299	6.89 292	8.98 297	12.13 294	3.67 292	50.37 302	17.85 316	11.82 300	20.17 324	10.46 274	6.55 301	12.22 276	12.86 300	1.77 272	11.33 320	24.83 320	30.99 323	31.42 323	40.73 326

DispFullNet	15.85 310	3.61 292	5.00 307	3.30 282	2.93 289	3.51 283	3.20 267	6.49 308	2.71 273	5.17 306	6.80 286	90.79 328	15.55 302	2.73 277	28.89 270	23.38 323	4.02 275	3.86 310	138.92 331	28.91 324	12.60 279	11.86 275	2.69 279	2.31 279	4.30 285	2.71 265	6.80 285	5.05 260

UNDER WATER	16.39 311	7.86 314	4.99 306	15.68 306	10.73 323	8.76 313	38.30 322	8.07 317	6.02 302	4.25 285	2.98 235	18.63 312	96.18 329	14.44 314	32.70 272	10.29 292	13.91 317	2.75 301	43.73 311	8.62 308	16.83 321	12.33 285	17.08 324	5.55 316	6.06 295	14.49 307	6.37 283	15.05 294

STStereo	16.49 312	3.48 289	5.91 312	44.25 322	5.60 311	39.03 326	13.11 311	7.74 315	10.72 314	5.19 308	8.92 306	24.73 317	30.22 312	1.03 247	59.92 328	11.74 298	2.59 259	1.26 248	40.79 306	2.25 265	10.02 260	8.79 214	2.06 275	11.31 319	22.61 317	16.05 310	20.57 315	35.39 322

PSMNet_ROB	16.63 313	5.59 305	2.97 290	3.47 283	2.63 276	5.86 301	6.18 288	2.20 253	2.29 264	5.39 313	141.45 332	97.59 329	6.02 270	33.78 325	3.23 198	1.58 165	4.09 276	1.69 266	20.81 293	2.75 271	12.93 286	7.08 194	63.80 332	2.60 287	2.95 276	3.67 273	2.77 216	3.66 248

DGTPSM_ROB	17.21 314	6.49 309	18.05 320	4.91 296	8.87 319	5.73 298	11.48 306	5.02 303	12.05 316	5.03 304	9.34 310	12.62 309	56.51 323	15.29 316	43.82 287	20.47 319	19.26 320	16.28 321	24.70 296	20.05 320	13.50 293	22.25 321	6.00 297	12.55 321	12.71 310	32.01 326	14.20 309	35.61 324

KSHMR	20.05 315	6.71 311	4.01 299	99.31 331	5.91 314	17.09 319	71.12 329	3.62 291	9.75 310	3.59 271	3.39 243	6.07 280	84.38 328	17.14 318	22.70 266	3.97 244	6.29 286	2.76 303	90.60 326	2.83 272	12.73 280	10.14 228	9.05 316	2.74 296	21.08 316	5.85 288	8.10 291	10.46 288

DPSM_ROB	21.05 316	17.19 319	22.69 322	10.13 302	9.29 321	13.96 317	14.50 313	11.66 320	15.25 320	9.00 319	8.97 307	10.35 306	13.24 299	19.90 321	59.73 326	26.35 324	18.76 318	21.26 325	14.74 282	15.50 318	28.56 325	27.85 325	7.42 306	16.13 324	34.05 324	39.30 329	37.97 327	44.48 329

DPSM	21.05 316	17.19 319	22.69 322	10.13 302	9.29 321	13.96 317	14.50 313	11.66 320	15.25 320	9.00 319	8.97 307	10.35 306	13.24 299	19.90 321	59.73 326	26.35 324	18.76 318	21.26 325	14.74 282	15.50 318	28.56 325	27.85 325	7.42 306	16.13 324	34.05 324	39.30 329	37.97 327	44.48 329

MaskLacGwcNet_RVC	21.23 318	1.32 239	1.63 246	1.89 256	1.69 250	1.93 257	3.75 276	2.27 260	2.66 271	5.02 302	29.10 317	216.12 334	51.87 322	5.44 298	3.66 208	4.09 249	5.59 282	13.75 320	28.77 297	1.47 225	14.44 313	12.86 300	0.98 240	2.33 280	1.88 260	7.40 292	145.78 334	5.57 267

FADE	21.87 319	18.09 321	30.60 325	2.84 275	3.65 301	28.71 324	17.79 318	15.65 323	31.19 324	23.58 325	34.50 319	24.01 315	24.85 310	9.63 305	13.75 249	14.56 305	43.43 328	10.05 318	41.89 308	25.16 323	36.12 327	31.14 327	7.48 308	15.57 323	20.22 315	17.05 311	15.03 312	33.84 321

DPSMNet_ROB	22.61 320	6.50 310	18.06 321	4.95 298	8.88 320	5.76 300	11.54 308	5.02 303	12.08 317	5.17 306	28.67 316	19.69 313	163.24 334	15.38 317	43.87 289	20.66 320	19.56 321	16.59 322	35.50 301	20.17 321	13.82 299	22.26 322	6.02 298	12.56 322	12.82 311	32.01 326	14.23 310	35.60 323

DLNR_Zeroshot_test	23.11 321	81.98 332	1.97 263	102.16 332	0.49 95	0.55 116	81.36 330	2.30 263	0.50 106	4.87 296	2.22 228	2.99 249	0.93 200	12.17 309	96.90 332	144.02 334	34.28 325	19.61 323	8.60 265	4.35 284	8.08 240	6.53 184	0.51 121	0.69 179	1.37 212	1.57 211	1.16 72	1.90 205

TorneroNet	24.73 322	6.18 306	3.52 294	95.34 330	3.93 303	27.05 322	29.02 319	4.44 299	18.13 322	2.20 228	37.99 321	77.85 327	72.31 325	18.15 319	41.78 283	3.07 223	13.11 306	2.35 291	87.85 324	9.06 314	15.44 320	12.17 279	5.94 296	2.64 289	52.32 328	8.18 296	3.59 252	14.11 292

LRCNet_RVC	25.94 323	30.78 323	14.74 319	35.18 320	31.16 326	36.52 325	29.93 321	23.08 325	12.70 319	36.15 329	33.37 318	37.24 319	28.56 311	37.11 326	17.47 258	7.61 283	31.06 323	26.75 328	67.49 322	29.07 325	23.47 324	10.73 248	39.23 327	30.61 328	7.37 297	2.53 262	11.22 297	9.31 283

ktn	26.84 324	3.99 298	95.18 334	14.39 305	5.44 310	18.02 320	17.50 317	19.69 324	67.27 331	2.84 248	5.30 261	171.03 333	80.75 327	7.72 301	10.93 242	3.48 236	20.95 322	2.71 299	90.26 325	29.10 326	15.05 317	10.23 231	7.60 309	2.93 300	5.12 288	5.83 286	4.73 271	6.62 274

LE_ROB	28.97 325	25.29 322	36.16 326	34.90 319	56.86 332	18.61 321	58.99 326	32.08 327	41.72 326	5.37 312	27.57 315	46.00 321	49.67 320	13.72 312	14.83 252	3.84 243	5.96 283	1.22 240	46.43 314	36.35 328	10.19 265	11.19 262	48.45 328	22.49 326	30.18 322	31.59 325	31.60 324	40.87 327

PML	39.07 326	38.06 326	12.06 318	39.32 321	29.04 325	40.62 327	11.06 305	14.14 322	100.08 332	27.87 326	166.26 334	107.74 330	159.39 333	13.53 311	15.41 253	10.75 295	35.75 326	8.64 314	42.84 310	10.61 317	14.22 306	16.14 314	5.89 295	7.21 318	53.08 329	13.95 306	42.26 329	19.02 302

CasAABBNet	42.72 327	34.60 325	45.66 327	20.17 311	18.55 324	28.05 323	29.13 320	23.25 326	30.69 323	18.73 324	18.11 313	20.72 314	37.90 314	39.93 327	120.54 334	52.80 331	37.72 327	42.56 330	29.30 298	30.56 327	57.58 332	56.66 333	14.58 323	32.34 329	68.46 331	79.09 333	76.31 330	89.48 333

HaxPig	44.53 328	46.75 328	47.32 328	47.72 324	48.79 328	47.60 328	48.40 323	49.50 328	47.10 327	49.76 330	50.31 324	49.00 322	45.26 318	54.49 329	41.50 281	40.24 327	50.15 329	52.05 331	44.74 312	43.04 329	46.61 329	44.38 331	51.78 329	45.43 330	33.92 323	25.30 317	28.66 320	22.43 307

AVERAGE_ROB	46.12 329	48.49 329	48.31 329	49.34 325	50.25 329	48.63 329	49.80 324	50.74 330	48.67 328	51.68 331	52.55 325	50.28 323	47.20 319	55.70 330	43.00 286	40.99 328	52.42 330	54.59 332	47.27 315	45.45 330	48.77 330	44.06 330	52.90 330	46.98 331	35.80 326	26.72 320	30.77 321	23.81 309

HanzoNet	47.37 330	45.54 327	75.64 332	62.53 328	47.97 327	62.03 331	90.57 333	55.02 332	58.34 330	15.60 323	22.00 314	75.72 326	107.47 330	172.14 334	23.65 269	13.02 301	62.42 332	9.26 315	134.39 329	22.45 322	19.74 323	25.78 324	31.84 326	5.57 317	9.72 307	9.49 298	8.54 292	12.61 291

MEDIAN_ROB	49.56 331	51.66 330	50.91 330	52.80 326	53.76 330	52.08 330	53.35 325	54.28 331	52.25 329	54.89 332	55.89 326	53.59 324	50.09 321	58.85 331	46.45 293	44.55 329	55.81 331	57.90 333	50.55 318	48.85 331	52.07 331	46.79 332	56.69 331	50.01 332	39.10 327	30.23 322	33.56 326	31.26 319

BEATNet-Init1	52.60 332	76.96 331	24.06 324	87.02 329	56.48 331	86.86 332	68.77 328	49.65 329	34.71 325	11.93 321	56.24 327	64.63 325	78.72 326	9.65 306	58.40 324	51.35 330	32.72 324	23.00 327	101.24 327	71.98 333	46.49 328	39.72 329	28.67 325	24.23 327	59.12 330	38.23 328	77.99 331	61.49 331

DPSimNet_ROB	111.84 333	179.62 334	74.81 331	195.40 334	165.93 334	136.63 334	98.05 334	126.48 334	138.79 334	82.31 333	148.57 333	159.77 331	157.57 332	78.29 332	64.65 329	40.10 326	142.61 334	34.98 329	195.20 334	69.76 332	154.10 333	32.63 328	82.12 333	98.24 333	71.10 332	51.68 331	117.83 333	122.56 334

ASD4	121.33 334	129.06 333	88.33 333	102.62 333	80.04 333	113.84 333	90.39 332	120.07 333	107.64 333	132.47 334	137.43 331	163.16 332	128.65 331	95.21 333	111.50 333	121.28 333	132.67 333	105.33 334	131.08 328	144.81 334	247.71 334	229.55 334	96.05 334	105.89 334	113.24 333	67.78 332	92.86 332	87.27 332

Low-res two-view benchmark