Low-res two-view results

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

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

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

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

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

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

CroCo-Stereo	0.02 1	0.01 1	0.02 1	0.01 1	0.01 2	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.00 1	0.04 1	0.05 2	0.04 2	0.03 1	0.03 1	0.02 1	0.03 1	0.02 1	0.00 1	0.01 1	0.04 3	0.03 1	0.02 1	0.02 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
MoCha-V2	0.02 1	0.02 2	0.02 1	0.01 1	0.02 4	0.02 2	0.01 1	0.02 3	0.03 4	0.02 2	0.02 2	0.03 4	0.01 1	0.01 2	0.05 3	0.05 2	0.04 2	0.03 1	0.04 3	0.03 3	0.03 1	0.02 1	0.01 2	0.02 2	0.03 1	0.03 1	0.03 3	0.02 1

AEACV	0.04 5	0.03 5	0.02 1	0.04 11	0.03 8	0.02 2	0.02 3	0.03 5	0.03 4	0.03 5	0.03 5	0.03 4	0.02 4	0.01 2	0.05 3	0.06 6	0.05 5	0.05 4	0.07 9	0.04 4	0.06 7	0.03 4	0.01 2	0.02 2	0.06 7	0.06 9	0.04 4	0.03 4

ProNet	0.02 1	0.02 2	0.02 1	0.02 4	0.02 4	0.02 2	0.02 3	0.01 1	0.01 1	0.02 2	0.02 2	0.01 1	0.01 1	0.01 2	0.04 1	0.04 1	0.03 1	0.03 1	0.03 1	0.02 1	0.03 1	0.02 1	0.01 2	0.02 2	0.03 1	0.03 1	0.02 1	0.02 1

CroCo-Stereo Lap2	0.03 4	0.02 2	0.02 1	0.01 1	0.01 2	0.02 2	0.02 3	0.02 3	0.02 3	0.03 5	0.02 2	0.02 3	0.03 9	0.01 2	0.05 3	0.05 2	0.04 2	0.05 4	0.04 3	0.04 4	0.04 4	0.04 5	0.01 2	0.02 2	0.05 4	0.05 4	0.05 6	0.03 4

anonymousdsp	0.05 7	0.04 10	0.03 6	0.03 5	0.04 12	0.04 11	0.04 24	0.06 11	0.05 14	0.06 14	0.04 6	0.03 4	0.02 4	0.03 14	0.06 7	0.07 13	0.08 12	0.06 9	0.08 17	0.05 10	0.09 19	0.05 11	0.03 21	0.03 6	0.05 4	0.05 4	0.05 6	0.05 7

iRaftStereo_RVC	0.05 7	0.03 5	0.03 6	0.03 5	0.03 8	0.03 6	0.02 3	0.05 9	0.04 7	0.06 14	0.05 13	0.05 11	0.03 9	0.02 8	0.06 7	0.06 6	0.10 22	0.07 14	0.07 9	0.05 10	0.09 19	0.04 5	0.02 8	0.03 6	0.07 11	0.06 9	0.05 6	0.05 7

StereoVision	0.06 11	0.03 5	0.04 11	0.03 5	0.03 8	0.03 6	0.02 3	0.06 11	0.11 114	0.02 2	0.05 13	0.03 4	0.06 50	0.01 2	0.08 30	0.10 55	0.06 6	0.05 4	0.08 17	0.07 31	0.06 7	0.05 11	0.02 8	0.04 8	0.10 31	0.08 16	0.10 33	0.12 51

MIF-Stereo	0.07 22	0.04 10	0.04 11	0.04 11	0.03 8	0.05 23	0.03 11	0.06 11	0.05 14	0.06 14	0.04 6	0.07 18	0.12 129	0.07 78	0.08 30	0.07 13	0.11 27	0.08 19	0.08 17	0.07 31	0.09 19	0.08 44	0.08 113	0.04 8	0.09 23	0.16 135	0.06 13	0.09 26

MIM_Stereo	0.06 11	0.04 10	0.03 6	0.05 21	0.05 23	0.05 23	0.03 11	0.06 11	0.04 7	0.14 41	0.06 19	0.04 8	0.02 4	0.03 14	0.07 13	0.08 20	0.13 38	0.07 14	0.09 29	0.06 19	0.11 31	0.06 24	0.02 8	0.04 8	0.08 16	0.07 12	0.07 18	0.05 7

LL-Strereo2	0.07 22	0.03 5	0.03 6	0.04 11	0.05 23	0.04 11	0.03 11	0.06 11	0.07 45	0.14 41	0.07 31	0.08 22	0.05 32	0.04 27	0.07 13	0.08 20	0.14 51	0.07 14	0.10 35	0.06 19	0.10 27	0.06 24	0.03 21	0.04 8	0.08 16	0.09 21	0.08 23	0.05 7

CES	0.11 65	0.06 30	0.06 52	0.06 33	0.08 68	0.07 51	0.05 33	0.35 214	0.05 14	0.15 48	0.23 202	0.13 61	0.04 18	0.08 96	0.08 30	0.10 55	0.19 117	0.08 19	0.14 77	0.08 49	0.28 223	0.08 44	0.07 92	0.04 8	0.14 79	0.11 50	0.13 67	0.16 93

TestStereo1	0.09 35	0.07 52	0.06 52	0.04 11	0.05 23	0.06 37	0.06 64	0.07 21	0.07 45	0.09 24	0.07 31	0.11 40	0.14 156	0.04 27	0.09 62	0.10 55	0.11 27	0.09 43	0.09 29	0.08 49	0.13 59	0.12 143	0.02 8	0.04 8	0.15 92	0.13 73	0.16 100	0.20 141

SA-5K	0.09 35	0.07 52	0.06 52	0.04 11	0.05 23	0.06 37	0.06 64	0.07 21	0.07 45	0.09 24	0.07 31	0.11 40	0.14 156	0.04 27	0.09 62	0.10 55	0.11 27	0.09 43	0.09 29	0.08 49	0.13 59	0.12 143	0.02 8	0.04 8	0.15 92	0.13 73	0.16 100	0.20 141

AnonymousM	0.08 29	0.05 20	0.04 11	0.06 33	0.05 23	0.04 11	0.04 24	0.13 54	0.05 14	0.20 96	0.06 19	0.11 40	0.03 9	0.06 56	0.09 62	0.09 34	0.19 117	0.08 19	0.12 51	0.07 31	0.16 97	0.06 24	0.04 37	0.04 8	0.08 16	0.11 50	0.10 33	0.09 26

RAFT	0.06 11	0.03 5	0.05 27	0.03 5	0.02 4	0.03 6	0.02 3	0.07 21	0.04 7	0.04 7	0.06 19	0.07 18	0.05 32	0.01 2	0.06 7	0.06 6	0.07 8	0.05 4	0.05 5	0.04 4	0.06 7	0.07 35	0.01 2	0.04 8	0.13 62	0.14 96	0.13 67	0.15 78

ARAFT	0.07 22	0.04 10	0.04 11	0.05 21	0.05 23	0.05 23	0.02 3	0.09 29	0.06 30	0.12 34	0.06 19	0.12 45	0.03 9	0.03 14	0.07 13	0.07 13	0.12 36	0.09 43	0.09 29	0.05 10	0.11 31	0.07 35	0.03 21	0.04 8	0.09 23	0.09 21	0.09 28	0.09 26

AFF-stereo	0.06 11	0.05 20	0.05 27	0.05 21	0.04 12	0.04 11	0.03 11	0.11 38	0.06 30	0.16 54	0.04 6	0.08 22	0.03 9	0.02 8	0.06 7	0.08 20	0.08 12	0.05 4	0.09 29	0.04 4	0.09 19	0.05 11	0.02 8	0.04 8	0.10 31	0.08 16	0.07 18	0.07 16

RAFT + AFF	0.05 7	0.04 10	0.03 6	0.05 21	0.04 12	0.04 11	0.03 11	0.06 11	0.08 62	0.09 24	0.05 13	0.09 25	0.02 4	0.02 8	0.05 3	0.05 2	0.09 18	0.06 9	0.06 8	0.04 4	0.07 12	0.05 11	0.02 8	0.04 8	0.07 11	0.05 4	0.05 6	0.05 7

delet	0.05 7	0.05 20	0.04 11	0.06 33	0.05 23	0.05 23	0.05 33	0.04 6	0.04 7	0.06 14	0.05 13	0.10 31	0.05 32	0.03 14	0.07 13	0.06 6	0.07 8	0.06 9	0.05 5	0.06 19	0.06 7	0.04 5	0.03 21	0.04 8	0.06 7	0.06 9	0.04 4	0.04 6

RYNet	0.06 11	0.04 10	0.04 11	0.04 11	0.04 12	0.04 11	0.03 11	0.04 6	0.11 114	0.05 10	0.04 6	0.04 8	0.03 9	0.03 14	0.07 13	0.06 6	0.07 8	0.08 19	0.07 9	0.05 10	0.05 5	0.04 5	0.11 152	0.04 8	0.06 7	0.13 73	0.06 13	0.05 7

TDLM	0.04 5	0.04 10	0.04 11	0.04 11	0.04 12	0.04 11	0.03 11	0.04 6	0.03 4	0.04 7	0.06 19	0.04 8	0.03 9	0.03 14	0.06 7	0.06 6	0.06 6	0.06 9	0.05 5	0.04 4	0.05 5	0.04 5	0.03 21	0.04 8	0.05 4	0.05 4	0.05 6	0.05 7

panet	0.11 65	0.08 80	0.05 27	0.07 53	0.07 57	0.07 51	0.05 33	0.18 114	0.05 14	0.27 187	0.07 31	0.18 107	0.06 50	0.08 96	0.08 30	0.10 55	0.22 155	0.08 19	0.12 51	0.07 31	0.20 157	0.08 44	0.06 70	0.05 23	0.11 46	0.13 73	0.17 113	0.16 93

MGS-Stereo	0.08 29	0.06 30	0.04 11	0.05 21	0.05 23	0.04 11	0.03 11	0.12 42	0.05 14	0.09 24	0.07 31	0.10 31	0.04 18	0.05 43	0.07 13	0.08 20	0.15 57	0.11 67	0.12 51	0.09 69	0.12 45	0.07 35	0.05 53	0.05 23	0.10 31	0.09 21	0.11 47	0.10 32

test croco	0.06 11	0.04 10	0.04 11	0.04 11	0.04 12	0.05 23	0.03 11	0.08 26	0.04 7	0.09 24	0.05 13	0.06 16	0.02 4	0.02 8	0.07 13	0.08 20	0.12 36	0.08 19	0.08 17	0.06 19	0.08 16	0.04 5	0.02 8	0.05 23	0.09 23	0.09 21	0.08 23	0.09 26

StereoIM	0.07 22	0.04 10	0.05 27	0.03 5	0.02 4	0.03 6	0.03 11	0.06 11	0.06 30	0.04 7	0.06 19	0.10 31	0.05 32	0.02 8	0.07 13	0.08 20	0.10 22	0.09 43	0.07 9	0.05 10	0.10 27	0.10 107	0.01 2	0.05 23	0.11 46	0.18 164	0.13 67	0.16 93

4D-IteraStereo	0.09 35	0.06 30	0.05 27	0.06 33	0.06 42	0.06 37	0.04 24	0.15 69	0.10 102	0.22 109	0.08 52	0.14 71	0.06 50	0.03 14	0.08 30	0.10 55	0.17 83	0.09 43	0.11 41	0.07 31	0.15 82	0.05 11	0.03 21	0.05 23	0.10 31	0.10 32	0.08 23	0.08 19

CAS	0.09 35	0.07 52	0.05 27	0.06 33	0.05 23	0.05 23	0.04 24	0.14 64	0.05 14	0.11 32	0.10 82	0.11 40	0.05 32	0.07 78	0.08 30	0.09 34	0.11 27	0.10 59	0.14 77	0.07 31	0.12 45	0.07 35	0.05 53	0.05 23	0.13 62	0.11 50	0.09 28	0.14 67

TESTraft	0.09 35	0.06 30	0.06 52	0.04 11	0.04 12	0.05 23	0.06 64	0.09 29	0.08 62	0.09 24	0.08 52	0.12 45	0.13 142	0.03 14	0.09 62	0.10 55	0.11 27	0.09 43	0.08 17	0.07 31	0.13 59	0.12 143	0.02 8	0.05 23	0.14 79	0.12 60	0.14 80	0.20 141

Sa-1000	0.10 54	0.07 52	0.07 76	0.07 53	0.05 23	0.09 73	0.03 11	0.12 42	0.06 30	0.18 75	0.08 52	0.19 119	0.05 32	0.05 43	0.10 95	0.10 55	0.16 70	0.12 94	0.14 77	0.09 69	0.16 97	0.10 107	0.04 37	0.05 23	0.19 149	0.15 113	0.13 67	0.20 141

raft+_RVC	0.08 29	0.06 30	0.04 11	0.06 33	0.06 42	0.07 51	0.04 24	0.10 35	0.08 62	0.17 63	0.08 52	0.09 25	0.04 18	0.04 27	0.08 30	0.07 13	0.13 38	0.09 43	0.11 41	0.06 19	0.13 59	0.05 11	0.03 21	0.05 23	0.10 31	0.09 21	0.09 28	0.08 19

raftrobust	0.10 54	0.08 80	0.06 52	0.08 60	0.07 57	0.05 23	0.04 24	0.14 64	0.06 30	0.25 160	0.07 31	0.12 45	0.05 32	0.05 43	0.08 30	0.09 34	0.18 102	0.11 67	0.11 41	0.09 69	0.17 117	0.08 44	0.05 53	0.05 23	0.13 62	0.12 60	0.10 33	0.10 32

RAFT-Stereo + iAFF	0.08 29	0.06 30	0.05 27	0.05 21	0.04 12	0.04 11	0.04 24	0.14 64	0.07 45	0.21 105	0.04 6	0.12 45	0.04 18	0.03 14	0.07 13	0.09 34	0.09 18	0.06 9	0.10 35	0.05 10	0.11 31	0.05 11	0.03 21	0.05 23	0.12 54	0.09 21	0.09 28	0.09 26

MMNet	0.06 11	0.06 30	0.04 11	0.08 60	0.06 42	0.06 37	0.05 33	0.07 21	0.05 14	0.05 10	0.05 13	0.09 25	0.04 18	0.04 27	0.07 13	0.07 13	0.08 12	0.08 19	0.07 9	0.06 19	0.06 7	0.05 11	0.04 37	0.05 23	0.07 11	0.08 16	0.07 18	0.10 32

CREStereo	0.11 65	0.08 80	0.06 52	0.08 60	0.08 68	0.07 51	0.05 33	0.18 114	0.05 14	0.26 174	0.08 52	0.18 107	0.06 50	0.08 96	0.08 30	0.10 55	0.22 155	0.09 43	0.13 65	0.08 49	0.20 157	0.09 76	0.06 70	0.05 23	0.11 46	0.13 73	0.17 113	0.15 78
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
PMTNet	0.11 65	0.10 105	0.06 52	0.12 119	0.09 87	0.07 51	0.06 64	0.18 114	0.06 30	0.28 203	0.06 19	0.18 107	0.04 18	0.07 78	0.09 62	0.11 97	0.19 117	0.09 43	0.14 77	0.08 49	0.17 117	0.09 76	0.07 92	0.05 23	0.13 62	0.12 60	0.17 113	0.15 78

DMCA	0.07 22	0.05 20	0.07 76	0.06 33	0.06 42	0.05 23	0.07 80	0.09 29	0.06 30	0.06 14	0.09 66	0.07 18	0.06 50	0.06 56	0.07 13	0.08 20	0.11 27	0.10 59	0.08 17	0.07 31	0.09 19	0.05 11	0.06 70	0.05 23	0.08 16	0.10 32	0.05 6	0.07 16

GANet	0.06 11	0.07 52	0.06 52	0.06 33	0.06 42	0.07 51	0.06 64	0.07 21	0.05 14	0.06 14	0.07 31	0.05 11	0.04 18	0.04 27	0.07 13	0.08 20	0.08 12	0.10 59	0.07 9	0.05 10	0.07 12	0.05 11	0.05 53	0.05 23	0.08 16	0.07 12	0.06 13	0.06 14

CVANet_RVC	0.07 22	0.07 52	0.07 76	0.08 60	0.06 42	0.07 51	0.05 33	0.06 11	0.05 14	0.06 14	0.09 66	0.05 11	0.04 18	0.04 27	0.08 30	0.08 20	0.08 12	0.08 19	0.08 17	0.06 19	0.08 16	0.05 11	0.04 37	0.05 23	0.08 16	0.07 12	0.07 18	0.09 26

AANet_RVC	0.06 11	0.05 20	0.06 52	0.05 21	0.06 42	0.04 11	0.05 33	0.05 9	0.06 30	0.05 10	0.06 19	0.05 11	0.04 18	0.04 27	0.07 13	0.07 13	0.08 12	0.08 19	0.07 9	0.07 31	0.07 12	0.06 24	0.05 53	0.05 23	0.07 11	0.09 21	0.06 13	0.08 19

IGEV_Zeroshot_test	0.14 121	0.07 52	0.05 27	0.13 129	0.13 144	0.10 95	0.11 131	0.17 86	0.09 81	0.28 203	0.09 66	0.23 161	0.05 32	0.12 155	0.09 62	0.11 97	0.23 164	0.11 67	0.16 102	0.12 126	0.20 157	0.09 76	0.09 130	0.06 41	0.19 149	0.14 96	0.23 169	0.27 178

MIF-Stereo (partial)	0.06 11	0.05 20	0.06 52	0.05 21	0.04 12	0.05 23	0.03 11	0.08 26	0.07 45	0.07 21	0.04 6	0.05 11	0.06 50	0.04 27	0.08 30	0.08 20	0.11 27	0.08 19	0.08 17	0.05 10	0.09 19	0.05 11	0.02 8	0.06 41	0.10 31	0.08 16	0.07 18	0.08 19

CASnet	0.10 54	0.06 30	0.05 27	0.08 60	0.09 87	0.11 104	0.05 33	0.18 114	0.10 102	0.23 123	0.11 92	0.13 61	0.06 50	0.07 78	0.09 62	0.10 55	0.16 70	0.08 19	0.18 123	0.07 31	0.14 73	0.06 24	0.06 70	0.06 41	0.12 54	0.10 32	0.14 80	0.10 32
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.13 98	0.07 52	0.05 27	0.10 91	0.09 87	0.12 112	0.08 89	0.17 86	0.10 102	0.26 174	0.09 66	0.20 133	0.08 87	0.10 127	0.09 62	0.10 55	0.22 155	0.11 67	0.20 143	0.10 90	0.21 171	0.09 76	0.08 113	0.06 41	0.16 104	0.15 113	0.17 113	0.17 105

LoS_RVC	0.09 35	0.07 52	0.05 27	0.05 21	0.06 42	0.06 37	0.05 33	0.13 54	0.08 62	0.18 75	0.11 92	0.12 45	0.06 50	0.07 78	0.08 30	0.09 34	0.10 22	0.08 19	0.12 51	0.08 49	0.16 97	0.09 76	0.05 53	0.06 41	0.14 79	0.10 32	0.10 33	0.13 58

tt_ll	0.09 35	0.07 52	0.05 27	0.05 21	0.06 42	0.06 37	0.05 33	0.13 54	0.08 62	0.18 75	0.11 92	0.12 45	0.06 50	0.07 78	0.08 30	0.09 34	0.10 22	0.08 19	0.12 51	0.08 49	0.16 97	0.09 76	0.05 53	0.06 41	0.14 79	0.10 32	0.10 33	0.13 58

anonymousdsp2	0.08 29	0.07 52	0.05 27	0.06 33	0.05 23	0.06 37	0.05 33	0.12 42	0.06 30	0.17 63	0.06 19	0.08 22	0.04 18	0.05 43	0.07 13	0.08 20	0.13 38	0.08 19	0.10 35	0.07 31	0.12 45	0.06 24	0.05 53	0.06 41	0.09 23	0.08 16	0.08 23	0.07 16

iinet-f	0.10 54	0.09 93	0.06 52	0.08 60	0.06 42	0.09 73	0.06 64	0.09 29	0.07 45	0.18 75	0.11 92	0.10 31	0.10 111	0.06 56	0.08 30	0.09 34	0.14 51	0.09 43	0.18 123	0.09 69	0.11 31	0.06 24	0.05 53	0.06 41	0.11 46	0.10 32	0.15 91	0.12 51

EGLCR-Stereo	0.11 65	0.06 30	0.04 11	0.08 60	0.08 68	0.07 51	0.05 33	0.17 86	0.09 81	0.27 187	0.06 19	0.19 119	0.06 50	0.08 96	0.08 30	0.10 55	0.20 130	0.10 59	0.16 102	0.07 31	0.17 117	0.07 35	0.04 37	0.06 41	0.10 31	0.12 60	0.18 131	0.18 120

IER	0.09 35	0.07 52	0.07 76	0.09 75	0.07 57	0.08 61	0.06 64	0.12 42	0.07 45	0.14 41	0.11 92	0.10 31	0.07 70	0.06 56	0.08 30	0.09 34	0.15 57	0.11 67	0.11 41	0.07 31	0.11 31	0.07 35	0.06 70	0.06 41	0.10 31	0.10 32	0.11 47	0.14 67

RAFT_CTSACE	0.07 22	0.04 10	0.06 52	0.03 5	0.04 12	0.05 23	0.05 33	0.06 11	0.06 30	0.09 24	0.04 6	0.10 31	0.09 98	0.03 14	0.07 13	0.08 20	0.11 27	0.07 14	0.07 9	0.05 10	0.12 45	0.08 44	0.03 21	0.06 41	0.12 54	0.13 73	0.12 56	0.15 78

RAFT+CT+SA	0.09 35	0.05 20	0.07 76	0.05 21	0.05 23	0.04 11	0.05 33	0.13 54	0.08 62	0.08 23	0.07 31	0.15 76	0.13 142	0.04 27	0.10 95	0.10 55	0.09 18	0.08 19	0.08 17	0.06 19	0.12 45	0.11 126	0.02 8	0.06 41	0.13 62	0.12 60	0.11 47	0.17 105

SA	0.10 54	0.07 52	0.06 52	0.06 33	0.05 23	0.08 61	0.04 24	0.12 42	0.05 14	0.16 54	0.07 31	0.16 89	0.03 9	0.04 27	0.09 62	0.09 34	0.13 38	0.11 67	0.12 51	0.09 69	0.14 73	0.10 107	0.03 21	0.06 41	0.16 104	0.14 96	0.13 67	0.20 141

CIPLG	0.09 35	0.06 30	0.05 27	0.06 33	0.06 42	0.09 73	0.06 64	0.18 114	0.06 30	0.20 96	0.08 52	0.12 45	0.06 50	0.06 56	0.08 30	0.10 55	0.17 83	0.11 67	0.11 41	0.09 69	0.13 59	0.06 24	0.04 37	0.06 41	0.10 31	0.09 21	0.10 33	0.10 32

iRaft-Stereo_20w	0.13 98	0.07 52	0.05 27	0.12 119	0.12 134	0.12 112	0.09 106	0.16 78	0.10 102	0.28 203	0.09 66	0.19 119	0.04 18	0.10 127	0.09 62	0.11 97	0.24 178	0.11 67	0.15 88	0.13 144	0.20 157	0.08 44	0.09 130	0.06 41	0.17 116	0.13 73	0.20 152	0.25 171

IPLGR_C	0.09 35	0.06 30	0.05 27	0.06 33	0.06 42	0.09 73	0.06 64	0.18 114	0.06 30	0.20 96	0.08 52	0.12 45	0.07 70	0.06 56	0.08 30	0.10 55	0.17 83	0.11 67	0.11 41	0.09 69	0.13 59	0.06 24	0.04 37	0.06 41	0.10 31	0.09 21	0.10 33	0.10 32

AASNet	0.06 11	0.06 30	0.04 11	0.09 75	0.07 57	0.08 61	0.05 33	0.08 26	0.04 7	0.07 21	0.07 31	0.07 18	0.04 18	0.04 27	0.06 7	0.07 13	0.10 22	0.08 19	0.08 17	0.06 19	0.07 12	0.06 24	0.04 37	0.06 41	0.08 16	0.07 12	0.06 13	0.06 14

GMOStereo	0.11 65	0.07 52	0.09 107	0.06 33	0.05 23	0.06 37	0.05 33	0.17 86	0.09 81	0.24 139	0.07 31	0.17 93	0.09 98	0.05 43	0.10 95	0.11 97	0.17 83	0.08 19	0.12 51	0.08 49	0.19 140	0.08 44	0.03 21	0.06 41	0.18 136	0.16 135	0.14 80	0.17 105

error version	0.11 65	0.07 52	0.09 107	0.06 33	0.05 23	0.06 37	0.05 33	0.17 86	0.09 81	0.24 139	0.07 31	0.17 93	0.09 98	0.05 43	0.10 95	0.11 97	0.17 83	0.08 19	0.12 51	0.08 49	0.19 140	0.08 44	0.03 21	0.06 41	0.18 136	0.16 135	0.14 80	0.17 105

test-v	0.11 65	0.07 52	0.09 107	0.06 33	0.05 23	0.06 37	0.05 33	0.17 86	0.09 81	0.24 139	0.07 31	0.17 93	0.09 98	0.05 43	0.10 95	0.11 97	0.17 83	0.08 19	0.12 51	0.08 49	0.19 140	0.08 44	0.03 21	0.06 41	0.18 136	0.16 135	0.14 80	0.17 105

test-3	0.10 54	0.06 30	0.04 11	0.06 33	0.08 68	0.05 23	0.05 33	0.17 86	0.07 45	0.24 139	0.07 31	0.19 119	0.07 70	0.06 56	0.10 95	0.10 55	0.21 143	0.09 43	0.15 88	0.10 90	0.16 97	0.09 76	0.05 53	0.06 41	0.09 23	0.10 32	0.12 56	0.11 41

test_1	0.10 54	0.06 30	0.04 11	0.06 33	0.08 68	0.05 23	0.05 33	0.17 86	0.07 45	0.24 139	0.07 31	0.19 119	0.07 70	0.06 56	0.10 95	0.10 55	0.21 143	0.09 43	0.15 88	0.10 90	0.16 97	0.09 76	0.05 53	0.06 41	0.09 23	0.10 32	0.12 56	0.11 41

ACRE	0.09 35	0.06 30	0.05 27	0.06 33	0.06 42	0.09 73	0.06 64	0.18 114	0.06 30	0.20 96	0.08 52	0.12 45	0.07 70	0.06 56	0.08 30	0.10 55	0.17 83	0.11 67	0.11 41	0.09 69	0.13 59	0.06 24	0.04 37	0.06 41	0.10 31	0.10 32	0.10 33	0.10 32

test-2	0.11 65	0.07 52	0.09 107	0.06 33	0.05 23	0.06 37	0.05 33	0.17 86	0.09 81	0.24 139	0.07 31	0.17 93	0.09 98	0.05 43	0.10 95	0.11 97	0.17 83	0.08 19	0.12 51	0.08 49	0.19 140	0.08 44	0.03 21	0.06 41	0.18 136	0.16 135	0.14 80	0.17 105

rafts_anoy	0.09 35	0.08 80	0.07 76	0.07 53	0.07 57	0.06 37	0.05 33	0.13 54	0.05 14	0.17 63	0.09 66	0.12 45	0.05 32	0.03 14	0.09 62	0.10 55	0.15 57	0.12 94	0.13 65	0.07 31	0.14 73	0.08 44	0.03 21	0.06 41	0.11 46	0.10 32	0.09 28	0.11 41

CREStereo++_RVC	0.11 65	0.07 52	0.05 27	0.08 60	0.08 68	0.08 61	0.07 80	0.16 78	0.09 81	0.26 174	0.09 66	0.17 93	0.13 142	0.08 96	0.08 30	0.10 55	0.20 130	0.08 19	0.13 65	0.07 31	0.19 140	0.08 44	0.06 70	0.06 41	0.14 79	0.11 50	0.16 100	0.15 78
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
TANstereo	0.11 65	0.06 30	0.06 52	0.10 91	0.09 87	0.09 73	0.06 64	0.12 42	0.08 62	0.22 109	0.08 52	0.13 61	0.07 70	0.08 96	0.10 95	0.13 149	0.20 130	0.13 120	0.18 123	0.08 49	0.18 130	0.09 76	0.06 70	0.06 41	0.10 31	0.10 32	0.15 91	0.14 67

XX-TBD	0.11 65	0.06 30	0.06 52	0.10 91	0.09 87	0.09 73	0.06 64	0.12 42	0.08 62	0.22 109	0.08 52	0.13 61	0.07 70	0.08 96	0.10 95	0.13 149	0.20 130	0.13 120	0.18 123	0.08 49	0.18 130	0.09 76	0.06 70	0.06 41	0.10 31	0.10 32	0.15 91	0.14 67

RALCasStereoNet	0.09 35	0.08 80	0.06 52	0.09 75	0.07 57	0.06 37	0.05 33	0.12 42	0.05 14	0.18 75	0.07 31	0.12 45	0.05 32	0.04 27	0.09 62	0.10 55	0.18 102	0.12 94	0.13 65	0.08 49	0.15 82	0.08 44	0.05 53	0.06 41	0.12 54	0.09 21	0.10 33	0.08 19

RALAANet	0.09 35	0.08 80	0.06 52	0.07 53	0.05 23	0.08 61	0.05 33	0.10 35	0.07 45	0.12 34	0.09 66	0.10 31	0.06 50	0.03 14	0.08 30	0.09 34	0.13 38	0.11 67	0.15 88	0.08 49	0.12 45	0.07 35	0.04 37	0.06 41	0.11 46	0.10 32	0.11 47	0.11 41

ADLNet	0.12 88	0.11 117	0.08 97	0.12 119	0.10 103	0.16 146	0.12 141	0.14 64	0.07 45	0.13 38	0.10 82	0.25 170	0.10 111	0.28 212	0.09 62	0.10 55	0.17 83	0.09 43	0.13 65	0.09 69	0.11 31	0.08 44	0.13 168	0.06 41	0.13 62	0.12 60	0.12 56	0.14 67

HCRNet	0.11 65	0.17 177	0.06 52	0.22 180	0.08 68	0.15 139	0.08 89	0.13 54	0.04 7	0.46 239	0.12 102	0.24 169	0.07 70	0.07 78	0.08 30	0.06 6	0.14 51	0.08 19	0.20 143	0.08 49	0.09 19	0.05 11	0.11 152	0.06 41	0.06 7	0.05 4	0.05 6	0.08 19

UPFNet	0.09 35	0.08 80	0.08 97	0.09 75	0.07 57	0.09 73	0.06 64	0.12 42	0.09 81	0.14 41	0.09 66	0.12 45	0.06 50	0.07 78	0.08 30	0.10 55	0.13 38	0.11 67	0.10 35	0.07 31	0.09 19	0.07 35	0.06 70	0.06 41	0.09 23	0.10 32	0.10 33	0.10 32

HITNet	0.09 35	0.07 52	0.06 52	0.08 60	0.08 68	0.08 61	0.05 33	0.11 38	0.07 45	0.19 88	0.08 52	0.12 45	0.06 50	0.07 78	0.08 30	0.08 20	0.13 38	0.11 67	0.10 35	0.06 19	0.10 27	0.09 76	0.06 70	0.06 41	0.12 54	0.11 50	0.16 100	0.13 58
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
Former-RAFT_DAM_RVC	0.10 54	0.07 52	0.06 52	0.08 60	0.05 23	0.07 51	0.03 11	0.11 38	0.15 153	0.20 96	0.15 141	0.11 40	0.07 70	0.08 96	0.08 30	0.09 34	0.16 70	0.11 67	0.12 51	0.08 49	0.12 45	0.11 126	0.06 70	0.07 75	0.12 54	0.14 96	0.12 56	0.16 93

LoS	0.15 142	0.10 105	0.08 97	0.10 91	0.11 120	0.09 73	0.07 80	0.50 235	0.05 14	0.32 218	0.36 230	0.36 189	0.06 50	0.09 113	0.09 62	0.10 55	0.20 130	0.09 43	0.14 77	0.11 109	0.21 171	0.09 76	0.07 92	0.07 75	0.17 116	0.11 50	0.20 152	0.21 155

anonymity	0.13 98	0.06 30	0.05 27	0.09 75	0.10 103	0.09 73	0.07 80	0.18 114	0.08 62	0.28 203	0.12 102	0.19 119	0.06 50	0.09 113	0.09 62	0.13 149	0.23 164	0.12 94	0.17 110	0.15 169	0.19 140	0.10 107	0.09 130	0.07 75	0.19 149	0.18 164	0.19 140	0.19 133

raft_robust	0.12 88	0.09 93	0.09 107	0.11 108	0.06 42	0.09 73	0.06 64	0.15 69	0.08 62	0.23 123	0.07 31	0.20 133	0.11 121	0.09 113	0.11 131	0.12 133	0.16 70	0.12 94	0.13 65	0.10 90	0.15 82	0.11 126	0.03 21	0.07 75	0.18 136	0.16 135	0.15 91	0.14 67

test_5	0.08 29	0.05 20	0.07 76	0.04 11	0.04 12	0.04 11	0.04 24	0.09 29	0.05 14	0.05 10	0.07 31	0.12 45	0.12 129	0.02 8	0.07 13	0.09 34	0.07 8	0.07 14	0.08 17	0.06 19	0.10 27	0.09 76	0.02 8	0.07 75	0.10 31	0.13 73	0.13 67	0.18 120

test_4	0.09 35	0.05 20	0.07 76	0.05 21	0.06 42	0.03 6	0.02 3	0.11 38	0.09 81	0.17 63	0.06 19	0.09 25	0.06 50	0.03 14	0.09 62	0.09 34	0.15 57	0.08 19	0.10 35	0.07 31	0.16 97	0.08 44	0.02 8	0.07 75	0.09 23	0.15 113	0.12 56	0.18 120

UDGNet	0.15 142	0.13 143	0.09 107	0.18 164	0.17 172	0.16 146	0.19 180	0.15 69	0.11 114	0.16 54	0.14 128	0.15 76	0.05 32	0.45 225	0.09 62	0.10 55	0.17 83	0.12 94	0.14 77	0.09 69	0.17 117	0.09 76	0.28 227	0.07 75	0.17 116	0.15 113	0.12 56	0.13 58

GLC_STEREO	0.13 98	0.11 117	0.12 153	0.12 119	0.11 120	0.10 95	0.10 121	0.19 133	0.07 45	0.25 160	0.13 114	0.12 45	0.07 70	0.07 78	0.08 30	0.12 133	0.24 178	0.11 67	0.17 110	0.09 69	0.27 218	0.15 177	0.07 92	0.07 75	0.15 92	0.09 21	0.20 152	0.12 51

IPLG	0.09 35	0.07 52	0.07 76	0.07 53	0.07 57	0.06 37	0.05 33	0.15 69	0.06 30	0.22 109	0.06 19	0.15 76	0.05 32	0.04 27	0.08 30	0.10 55	0.16 70	0.10 59	0.14 77	0.09 69	0.13 59	0.08 44	0.04 37	0.07 75	0.13 62	0.11 50	0.11 47	0.08 19

MIPNet	0.11 65	0.09 93	0.06 52	0.07 53	0.08 68	0.07 51	0.05 33	0.17 86	0.06 30	0.23 123	0.07 31	0.15 76	0.08 87	0.05 43	0.09 62	0.10 55	0.17 83	0.11 67	0.20 143	0.12 126	0.13 59	0.10 107	0.05 53	0.07 75	0.15 92	0.13 73	0.11 47	0.13 58

TRStereo	0.13 98	0.07 52	0.05 27	0.09 75	0.08 68	0.17 155	0.13 146	0.18 114	0.07 45	0.25 160	0.09 66	0.20 133	0.04 18	0.10 127	0.09 62	0.10 55	0.22 155	0.11 67	0.22 162	0.13 144	0.19 140	0.09 76	0.09 130	0.07 75	0.16 104	0.15 113	0.24 177	0.20 141

s12784h	0.12 88	0.09 93	0.06 52	0.11 108	0.09 87	0.08 61	0.06 64	0.18 114	0.07 45	0.27 187	0.11 92	0.19 119	0.08 87	0.07 78	0.08 30	0.09 34	0.21 143	0.08 19	0.15 88	0.07 31	0.20 157	0.08 44	0.05 53	0.07 75	0.16 104	0.14 96	0.18 131	0.21 155

XX-Stereo	0.14 121	0.05 20	0.05 27	0.10 91	0.08 68	0.17 155	0.07 80	0.18 114	0.10 102	0.27 187	0.09 66	0.20 133	0.03 9	0.09 113	0.10 95	0.12 133	0.23 164	0.11 67	0.20 143	0.11 109	0.20 157	0.08 44	0.08 113	0.07 75	0.22 180	0.16 135	0.17 113	0.36 197

BEATNet_4x	0.11 65	0.10 105	0.08 97	0.09 75	0.09 87	0.09 73	0.08 89	0.12 42	0.08 62	0.21 105	0.09 66	0.15 76	0.09 98	0.07 78	0.10 95	0.09 34	0.13 38	0.13 120	0.11 41	0.08 49	0.13 59	0.11 126	0.08 113	0.07 75	0.13 62	0.13 73	0.18 131	0.18 120

R-Stereo Train	0.13 98	0.07 52	0.07 76	0.09 75	0.10 103	0.15 139	0.05 33	0.16 78	0.12 129	0.28 203	0.12 102	0.20 133	0.08 87	0.11 138	0.09 62	0.11 97	0.24 178	0.12 94	0.16 102	0.11 109	0.21 171	0.11 126	0.08 113	0.07 75	0.15 92	0.15 113	0.16 100	0.15 78

RAFT-Stereo	0.13 98	0.07 52	0.07 76	0.09 75	0.10 103	0.15 139	0.05 33	0.16 78	0.12 129	0.28 203	0.12 102	0.20 133	0.08 87	0.11 138	0.09 62	0.11 97	0.24 178	0.12 94	0.16 102	0.11 109	0.21 171	0.11 126	0.08 113	0.07 75	0.15 92	0.15 113	0.16 100	0.15 78
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSKI-zero shot	0.13 98	0.08 80	0.05 27	0.09 75	0.11 120	0.09 73	0.07 80	0.19 133	0.09 81	0.28 203	0.10 82	0.19 119	0.06 50	0.11 138	0.10 95	0.11 97	0.24 178	0.11 67	0.17 110	0.11 109	0.21 171	0.10 107	0.07 92	0.08 91	0.14 79	0.17 152	0.18 131	0.18 120

EKT-Stereo	0.15 142	0.10 105	0.07 76	0.13 129	0.12 134	0.16 146	0.17 170	0.18 114	0.11 114	0.26 174	0.17 162	0.17 93	0.07 70	0.11 138	0.09 62	0.11 97	0.24 178	0.15 157	0.23 171	0.12 126	0.24 206	0.10 107	0.07 92	0.08 91	0.20 159	0.15 113	0.17 113	0.18 120

RAFT-Test	0.13 98	0.07 52	0.06 52	0.09 75	0.11 120	0.13 121	0.09 106	0.17 86	0.11 114	0.27 187	0.10 82	0.20 133	0.05 32	0.12 155	0.10 95	0.11 97	0.23 164	0.12 94	0.21 154	0.14 155	0.21 171	0.11 126	0.06 70	0.08 91	0.17 116	0.15 113	0.17 113	0.17 105

HH	0.13 98	0.06 30	0.05 27	0.11 108	0.11 120	0.16 146	0.08 89	0.19 133	0.07 45	0.28 203	0.08 52	0.18 107	0.05 32	0.12 155	0.10 95	0.10 55	0.23 164	0.12 94	0.15 88	0.10 90	0.20 157	0.08 44	0.07 92	0.08 91	0.13 62	0.14 96	0.19 140	0.23 162

HanStereo	0.13 98	0.06 30	0.05 27	0.11 108	0.11 120	0.16 146	0.08 89	0.19 133	0.07 45	0.28 203	0.08 52	0.18 107	0.05 32	0.12 155	0.10 95	0.10 55	0.23 164	0.12 94	0.15 88	0.10 90	0.20 157	0.08 44	0.07 92	0.08 91	0.13 62	0.14 96	0.19 140	0.23 162

IPLGR	0.12 88	0.09 93	0.09 107	0.09 75	0.10 103	0.09 73	0.07 80	0.18 114	0.09 81	0.22 109	0.10 82	0.15 76	0.07 70	0.06 56	0.09 62	0.11 97	0.17 83	0.11 67	0.20 143	0.12 126	0.15 82	0.08 44	0.04 37	0.08 91	0.16 104	0.13 73	0.14 80	0.16 93

test_3	0.11 65	0.07 52	0.07 76	0.06 33	0.08 68	0.05 23	0.05 33	0.17 86	0.09 81	0.24 139	0.09 66	0.21 148	0.11 121	0.06 56	0.13 162	0.13 149	0.20 130	0.09 43	0.14 77	0.10 90	0.18 130	0.08 44	0.04 37	0.08 91	0.13 62	0.15 113	0.13 67	0.14 67

cross-raft	0.14 121	0.08 80	0.07 76	0.08 60	0.10 103	0.12 112	0.08 89	0.17 86	0.13 136	0.27 187	0.11 92	0.21 148	0.05 32	0.11 138	0.13 162	0.14 170	0.22 155	0.11 67	0.23 171	0.13 144	0.23 199	0.09 76	0.06 70	0.08 91	0.22 180	0.17 152	0.14 80	0.15 78

test-1	0.14 121	0.06 30	0.07 76	0.11 108	0.10 103	0.18 163	0.14 152	0.19 133	0.13 136	0.28 203	0.10 82	0.19 119	0.11 121	0.12 155	0.12 143	0.13 149	0.22 155	0.12 94	0.22 162	0.10 90	0.24 206	0.08 44	0.09 130	0.08 91	0.21 171	0.18 164	0.15 91	0.17 105

LMCR-Stereo	0.13 98	0.09 93	0.07 76	0.11 108	0.08 68	0.11 104	0.09 106	0.18 114	0.09 81	0.19 88	0.14 128	0.19 119	0.14 156	0.10 127	0.09 62	0.11 97	0.20 130	0.13 120	0.19 137	0.10 90	0.18 130	0.10 107	0.08 113	0.08 91	0.15 92	0.13 73	0.18 131	0.17 105

EAI-Stereo	0.13 98	0.07 52	0.04 11	0.10 91	0.10 103	0.10 95	0.09 106	0.17 86	0.10 102	0.26 174	0.11 92	0.20 133	0.05 32	0.10 127	0.10 95	0.11 97	0.23 164	0.12 94	0.18 123	0.12 126	0.19 140	0.08 44	0.08 113	0.08 91	0.16 104	0.14 96	0.15 91	0.20 141

HGLStereo	0.11 65	0.10 105	0.08 97	0.09 75	0.10 103	0.09 73	0.06 64	0.14 64	0.08 62	0.18 75	0.15 141	0.09 25	0.06 50	0.08 96	0.09 62	0.10 55	0.17 83	0.13 120	0.14 77	0.10 90	0.11 31	0.09 76	0.08 113	0.08 91	0.13 62	0.12 60	0.10 33	0.11 41

DeepPrunerF	0.11 65	0.10 105	0.10 125	0.13 129	0.13 144	0.09 73	0.09 106	0.15 69	0.11 114	0.12 34	0.14 128	0.10 31	0.09 98	0.07 78	0.12 143	0.11 97	0.11 27	0.13 120	0.13 65	0.11 109	0.13 59	0.08 44	0.08 113	0.08 91	0.17 116	0.14 96	0.11 47	0.14 67

ADCP+	0.11 65	0.10 105	0.08 97	0.09 75	0.07 57	0.09 73	0.08 89	0.13 54	0.11 114	0.16 54	0.12 102	0.18 107	0.08 87	0.07 78	0.10 95	0.09 34	0.16 70	0.11 67	0.14 77	0.09 69	0.12 45	0.09 76	0.08 113	0.08 91	0.11 46	0.15 113	0.11 47	0.11 41

MSMDNet	0.13 98	0.08 80	0.06 52	0.09 75	0.12 134	0.10 95	0.08 89	0.17 86	0.11 114	0.27 187	0.09 66	0.20 133	0.06 50	0.12 155	0.10 95	0.11 97	0.24 178	0.12 94	0.19 137	0.16 180	0.21 171	0.11 126	0.07 92	0.08 91	0.17 116	0.14 96	0.17 113	0.18 120

NLCA_NET_v2_RVC	0.13 98	0.13 143	0.13 162	0.14 136	0.15 162	0.13 121	0.20 182	0.13 54	0.15 153	0.16 54	0.16 152	0.21 148	0.09 98	0.15 179	0.10 95	0.12 133	0.15 57	0.12 94	0.11 41	0.09 69	0.11 31	0.09 76	0.08 113	0.08 91	0.13 62	0.13 73	0.11 47	0.15 78
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	0.15 142	0.11 117	0.11 140	0.19 170	0.14 154	0.21 187	0.24 200	0.13 54	0.11 114	0.16 54	0.14 128	0.10 31	0.07 70	0.39 224	0.11 131	0.11 97	0.21 143	0.14 143	0.15 88	0.10 90	0.12 45	0.08 44	0.24 206	0.08 91	0.14 79	0.12 60	0.14 80	0.12 51

HSM	0.14 121	0.12 130	0.09 107	0.14 136	0.13 144	0.12 112	0.10 121	0.18 114	0.10 102	0.23 123	0.15 141	0.18 107	0.14 156	0.08 96	0.10 95	0.10 55	0.21 143	0.12 94	0.17 110	0.12 126	0.18 130	0.10 107	0.07 92	0.08 91	0.17 116	0.15 113	0.17 113	0.18 120

iResNet_ROB	0.11 65	0.08 80	0.07 76	0.11 108	0.08 68	0.12 112	0.07 80	0.15 69	0.08 62	0.23 123	0.10 82	0.15 76	0.15 164	0.06 56	0.07 13	0.09 34	0.17 83	0.12 94	0.13 65	0.09 69	0.14 73	0.09 76	0.07 92	0.08 91	0.14 79	0.12 60	0.15 91	0.15 78

PDISCO_ROB	0.12 88	0.13 143	0.13 162	0.10 91	0.08 68	0.09 73	0.09 106	0.09 29	0.08 62	0.11 32	0.10 82	0.06 16	0.05 32	0.05 43	0.09 62	0.11 97	0.14 51	0.16 167	0.09 29	0.10 90	0.14 73	0.12 143	0.04 37	0.08 91	0.16 104	0.21 184	0.32 199	0.19 133

DN-CSS_ROB	0.11 65	0.09 93	0.11 140	0.08 60	0.09 87	0.08 61	0.08 89	0.16 78	0.10 102	0.23 123	0.17 162	0.18 107	0.14 156	0.05 43	0.08 30	0.09 34	0.13 38	0.10 59	0.18 123	0.09 69	0.11 31	0.08 44	0.07 92	0.08 91	0.13 62	0.10 32	0.12 56	0.10 32

AE-Stereo	0.12 88	0.09 93	0.08 97	0.11 108	0.09 87	0.08 61	0.05 33	0.17 86	0.14 145	0.24 139	0.09 66	0.19 119	0.10 111	0.07 78	0.10 95	0.12 133	0.24 178	0.13 120	0.16 102	0.11 109	0.18 130	0.09 76	0.05 53	0.09 112	0.13 62	0.14 96	0.15 91	0.15 78

DLNR_Zeroshot_test	10.12 268	32.06 277	0.05 27	54.44 277	0.09 87	0.18 163	50.47 277	0.19 133	0.08 62	0.27 187	0.07 31	0.20 133	0.04 18	0.14 171	62.26 277	70.60 277	0.33 223	0.18 191	0.25 181	0.11 109	0.20 157	0.08 44	0.07 92	0.09 112	0.18 136	0.15 113	0.20 152	0.26 174

CASS	0.15 142	0.12 130	0.10 125	0.14 136	0.12 134	0.16 146	0.10 121	0.19 133	0.15 153	0.26 174	0.12 102	0.20 133	0.12 129	0.09 113	0.11 131	0.12 133	0.23 164	0.12 94	0.23 171	0.09 69	0.19 140	0.10 107	0.07 92	0.09 112	0.23 187	0.14 96	0.19 140	0.22 158
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
dd	0.14 121	0.12 130	0.07 76	0.25 191	0.10 103	0.19 173	0.09 106	0.17 86	0.08 62	0.17 63	0.08 52	0.33 184	0.08 87	0.06 56	0.10 95	0.11 97	0.24 178	0.11 67	0.25 181	0.09 69	0.15 82	0.09 76	0.06 70	0.09 112	0.17 116	0.13 73	0.18 131	0.15 78

CFNet_pseudo	0.13 98	0.11 117	0.11 140	0.14 136	0.11 120	0.12 112	0.11 131	0.19 133	0.12 129	0.24 139	0.14 128	0.16 89	0.15 164	0.08 96	0.09 62	0.10 55	0.16 70	0.13 120	0.13 65	0.08 49	0.15 82	0.08 44	0.08 113	0.09 112	0.15 92	0.14 96	0.19 140	0.20 141

GES	0.14 121	0.11 117	0.07 76	0.09 75	0.11 120	0.15 139	0.09 106	0.20 152	0.09 81	0.23 123	0.12 102	0.17 93	0.11 121	0.14 171	0.10 95	0.10 55	0.23 164	0.14 143	0.24 177	0.14 155	0.17 117	0.17 189	0.11 152	0.09 112	0.15 92	0.14 96	0.21 164	0.20 141

GMStereo	0.12 88	0.12 130	0.07 76	0.11 108	0.11 120	0.13 121	0.09 106	0.17 86	0.10 102	0.17 63	0.13 114	0.21 148	0.11 121	0.07 78	0.10 95	0.09 34	0.17 83	0.10 59	0.17 110	0.12 126	0.14 73	0.09 76	0.07 92	0.09 112	0.14 79	0.13 73	0.15 91	0.12 51
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.10 54	0.09 93	0.08 97	0.10 91	0.08 68	0.09 73	0.08 89	0.15 69	0.08 62	0.17 63	0.09 66	0.13 61	0.09 98	0.07 78	0.09 62	0.10 55	0.16 70	0.13 120	0.12 51	0.08 49	0.11 31	0.09 76	0.08 113	0.09 112	0.11 46	0.13 73	0.10 33	0.11 41

DSFCA	0.11 65	0.13 143	0.09 107	0.10 91	0.08 68	0.11 104	0.11 131	0.12 42	0.09 81	0.12 34	0.13 114	0.14 71	0.07 70	0.05 43	0.09 62	0.11 97	0.15 57	0.13 120	0.16 102	0.10 90	0.13 59	0.12 143	0.07 92	0.09 112	0.12 54	0.13 73	0.10 33	0.13 58

DMCA-RVC	0.10 54	0.08 80	0.11 140	0.08 60	0.09 87	0.08 61	0.08 89	0.12 42	0.09 81	0.13 38	0.13 114	0.13 61	0.07 70	0.06 56	0.13 162	0.12 133	0.14 51	0.13 120	0.11 41	0.10 90	0.12 45	0.09 76	0.07 92	0.09 112	0.10 31	0.10 32	0.10 33	0.11 41

STTStereo	0.13 98	0.14 157	0.17 192	0.13 129	0.15 162	0.13 121	0.20 182	0.13 54	0.13 136	0.15 48	0.15 141	0.17 93	0.10 111	0.11 138	0.12 143	0.12 133	0.15 57	0.14 143	0.13 65	0.11 109	0.12 45	0.10 107	0.07 92	0.09 112	0.15 92	0.13 73	0.12 56	0.16 93

CFNet	0.12 88	0.11 117	0.08 97	0.14 136	0.12 134	0.11 104	0.09 106	0.19 133	0.10 102	0.18 75	0.12 102	0.25 170	0.10 111	0.08 96	0.08 30	0.09 34	0.17 83	0.12 94	0.12 51	0.09 69	0.11 31	0.08 44	0.06 70	0.09 112	0.15 92	0.12 60	0.13 67	0.13 58

CFNet_RVC	0.13 98	0.12 130	0.10 125	0.14 136	0.11 120	0.14 128	0.09 106	0.17 86	0.09 81	0.19 88	0.13 114	0.21 148	0.09 98	0.09 113	0.10 95	0.13 149	0.18 102	0.13 120	0.15 88	0.11 109	0.16 97	0.08 44	0.06 70	0.09 112	0.15 92	0.12 60	0.16 100	0.17 105

MLCV	0.14 121	0.11 117	0.09 107	0.16 151	0.12 134	0.14 128	0.11 131	0.21 161	0.10 102	0.24 139	0.13 114	0.21 148	0.14 156	0.08 96	0.09 62	0.10 55	0.19 117	0.11 67	0.19 137	0.09 69	0.17 117	0.08 44	0.10 143	0.09 112	0.16 104	0.13 73	0.16 100	0.19 133

DISCO	0.10 54	0.10 105	0.08 97	0.10 91	0.09 87	0.11 104	0.09 106	0.10 35	0.08 62	0.15 48	0.10 82	0.12 45	0.07 70	0.06 56	0.09 62	0.11 97	0.15 57	0.10 59	0.14 77	0.10 90	0.12 45	0.10 107	0.06 70	0.09 112	0.14 79	0.11 50	0.13 67	0.11 41

GwcNet-ADL	0.17 160	0.12 130	0.11 140	0.19 170	0.14 154	0.17 155	0.14 152	0.21 161	0.14 145	0.24 139	0.17 162	0.32 183	0.16 169	0.19 191	0.11 131	0.14 170	0.22 155	0.15 157	0.23 171	0.13 144	0.18 130	0.11 126	0.05 53	0.10 127	0.18 136	0.15 113	0.19 140	0.21 155

GANet-ADL	0.15 142	0.12 130	0.09 107	0.14 136	0.12 134	0.16 146	0.12 141	0.20 152	0.10 102	0.25 160	0.15 141	0.22 160	0.12 129	0.21 198	0.09 62	0.11 97	0.25 193	0.14 143	0.20 143	0.14 155	0.19 140	0.09 76	0.08 113	0.10 127	0.17 116	0.15 113	0.20 152	0.17 105

Anonymous3	0.18 165	0.15 164	0.11 140	0.15 147	0.10 103	0.14 128	0.11 131	0.22 169	0.19 179	0.27 187	0.15 141	0.27 173	0.12 129	0.13 167	0.25 217	0.17 201	0.23 164	0.18 191	0.26 186	0.17 185	0.24 206	0.20 209	0.09 130	0.10 127	0.21 171	0.20 179	0.22 168	0.20 141

sAnonymous2	0.14 121	0.09 93	0.10 125	0.10 91	0.09 87	0.09 73	0.11 131	0.22 169	0.11 114	0.23 123	0.16 152	0.15 76	0.10 111	0.06 56	0.12 143	0.13 149	0.18 102	0.15 157	0.21 154	0.14 155	0.16 97	0.14 166	0.04 37	0.10 127	0.17 116	0.17 152	0.17 113	0.16 93

CroCo_RVC	0.14 121	0.09 93	0.10 125	0.10 91	0.09 87	0.09 73	0.11 131	0.22 169	0.11 114	0.23 123	0.16 152	0.15 76	0.10 111	0.06 56	0.12 143	0.13 149	0.18 102	0.15 157	0.21 154	0.14 155	0.16 97	0.14 166	0.04 37	0.10 127	0.17 116	0.17 152	0.17 113	0.16 93

pcwnet_v2	0.15 142	0.12 130	0.12 153	0.16 151	0.14 154	0.17 155	0.14 152	0.20 152	0.13 136	0.22 109	0.14 128	0.19 119	0.18 175	0.12 155	0.10 95	0.12 133	0.18 102	0.13 120	0.17 110	0.12 126	0.16 97	0.11 126	0.09 130	0.10 127	0.19 149	0.20 179	0.19 140	0.27 178

Anonymous	0.14 121	0.10 105	0.10 125	0.10 91	0.10 103	0.10 95	0.08 89	0.19 133	0.09 81	0.20 96	0.13 114	0.19 119	0.18 175	0.07 78	0.14 176	0.14 170	0.21 143	0.17 179	0.18 123	0.15 169	0.22 187	0.16 185	0.06 70	0.10 127	0.23 187	0.17 152	0.19 140	0.15 78

FINET	0.12 88	0.11 117	0.12 153	0.12 119	0.10 103	0.11 104	0.13 146	0.15 69	0.12 129	0.13 38	0.12 102	0.13 61	0.09 98	0.09 113	0.15 187	0.13 149	0.15 57	0.11 67	0.16 102	0.09 69	0.13 59	0.10 107	0.10 143	0.10 127	0.12 54	0.10 32	0.13 67	0.12 51

AF-Net	0.15 142	0.13 143	0.13 162	0.14 136	0.18 178	0.15 139	0.14 152	0.17 86	0.16 158	0.17 63	0.21 192	0.18 107	0.12 129	0.10 127	0.17 198	0.16 194	0.13 38	0.14 143	0.15 88	0.11 109	0.11 31	0.10 107	0.13 168	0.10 127	0.14 79	0.15 113	0.20 152	0.14 67

Nwc_Net	0.15 142	0.13 143	0.13 162	0.14 136	0.18 178	0.15 139	0.14 152	0.17 86	0.16 158	0.17 63	0.21 192	0.18 107	0.12 129	0.10 127	0.17 198	0.16 194	0.13 38	0.14 143	0.15 88	0.11 109	0.11 31	0.10 107	0.13 168	0.10 127	0.14 79	0.15 113	0.20 152	0.14 67

RTSC	0.14 121	0.11 117	0.10 125	0.12 119	0.11 120	0.12 112	0.10 121	0.16 78	0.13 136	0.18 75	0.13 114	0.15 76	0.13 142	0.08 96	0.11 131	0.13 149	0.20 130	0.13 120	0.21 154	0.12 126	0.16 97	0.12 143	0.07 92	0.10 127	0.16 104	0.16 135	0.21 164	0.32 191

RASNet	0.11 65	0.10 105	0.09 107	0.10 91	0.07 57	0.08 61	0.08 89	0.19 133	0.09 81	0.17 63	0.10 82	0.13 61	0.08 87	0.06 56	0.08 30	0.10 55	0.15 57	0.09 43	0.12 51	0.06 19	0.15 82	0.09 76	0.05 53	0.10 127	0.13 62	0.11 50	0.17 113	0.17 105

iResNetv2_ROB	0.12 88	0.08 80	0.07 76	0.12 119	0.09 87	0.12 112	0.08 89	0.17 86	0.08 62	0.22 109	0.12 102	0.20 133	0.15 164	0.06 56	0.08 30	0.08 20	0.16 70	0.11 67	0.17 110	0.10 90	0.14 73	0.09 76	0.09 130	0.10 127	0.14 79	0.12 60	0.19 140	0.12 51

MyStereo04	0.14 121	0.12 130	0.10 125	0.08 60	0.09 87	0.10 95	0.08 89	0.22 169	0.19 179	0.24 139	0.16 152	0.23 161	0.11 121	0.04 27	0.10 95	0.11 97	0.17 83	0.12 94	0.21 154	0.12 126	0.16 97	0.11 126	0.06 70	0.11 140	0.21 171	0.12 60	0.16 100	0.15 78

MyStereo	0.14 121	0.13 143	0.10 125	0.10 91	0.10 103	0.11 104	0.08 89	0.23 177	0.20 189	0.25 160	0.16 152	0.23 161	0.13 142	0.04 27	0.10 95	0.11 97	0.18 102	0.12 94	0.21 154	0.12 126	0.16 97	0.12 143	0.06 70	0.11 140	0.22 180	0.13 73	0.16 100	0.16 93

AACVNet	0.14 121	0.13 143	0.10 125	0.13 129	0.13 144	0.14 128	0.10 121	0.19 133	0.11 114	0.22 109	0.17 162	0.13 61	0.10 111	0.09 113	0.11 131	0.11 97	0.21 143	0.13 120	0.17 110	0.12 126	0.16 97	0.11 126	0.11 152	0.11 140	0.17 116	0.13 73	0.14 80	0.16 93

PSMNet-ADL	0.18 165	0.13 143	0.13 162	0.16 151	0.14 154	0.17 155	0.16 162	0.20 152	0.21 195	0.27 187	0.19 183	0.29 180	0.25 193	0.18 187	0.14 176	0.14 170	0.23 164	0.14 143	0.22 162	0.14 155	0.19 140	0.11 126	0.10 143	0.11 140	0.20 159	0.15 113	0.23 169	0.19 133

ICVP	0.15 142	0.13 143	0.14 171	0.12 119	0.12 134	0.13 121	0.10 121	0.17 86	0.12 129	0.17 63	0.13 114	0.18 107	0.12 129	0.09 113	0.12 143	0.13 149	0.18 102	0.15 157	0.15 88	0.14 155	0.17 117	0.13 160	0.20 194	0.11 140	0.19 149	0.19 175	0.17 113	0.16 93
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.14 121	0.13 143	0.10 125	0.11 108	0.12 134	0.12 112	0.11 131	0.18 114	0.13 136	0.24 139	0.16 152	0.18 107	0.10 111	0.06 56	0.12 143	0.11 97	0.20 130	0.17 179	0.23 171	0.13 144	0.15 82	0.13 160	0.07 92	0.11 140	0.20 159	0.14 96	0.13 67	0.19 133

FADNet-RVC	0.14 121	0.13 143	0.10 125	0.18 164	0.11 120	0.14 128	0.09 106	0.21 161	0.09 81	0.19 88	0.17 162	0.17 93	0.12 129	0.11 138	0.14 176	0.15 186	0.18 102	0.13 120	0.18 123	0.15 169	0.12 45	0.12 143	0.12 162	0.11 140	0.20 159	0.16 135	0.14 80	0.14 67

FADNet	0.16 157	0.15 164	0.10 125	0.20 174	0.10 103	0.19 173	0.13 146	0.20 152	0.13 136	0.22 109	0.24 205	0.17 93	0.14 156	0.12 155	0.17 198	0.16 194	0.16 70	0.14 143	0.23 171	0.20 200	0.16 97	0.12 143	0.11 152	0.11 140	0.21 171	0.18 164	0.16 100	0.15 78

ADCL	0.14 121	0.12 130	0.11 140	0.13 129	0.11 120	0.14 128	0.10 121	0.17 86	0.15 153	0.22 109	0.16 152	0.21 148	0.12 129	0.09 113	0.10 95	0.11 97	0.16 70	0.13 120	0.17 110	0.12 126	0.18 130	0.13 160	0.11 152	0.11 140	0.16 104	0.15 113	0.16 100	0.16 93

ADCRef	0.13 98	0.10 105	0.09 107	0.10 91	0.08 68	0.09 73	0.08 89	0.17 86	0.14 145	0.21 105	0.15 141	0.15 76	0.13 142	0.05 43	0.10 95	0.11 97	0.16 70	0.14 143	0.19 137	0.12 126	0.15 82	0.12 143	0.09 130	0.11 140	0.13 62	0.18 164	0.13 67	0.18 120

HSM-Net_RVC	0.15 142	0.12 130	0.10 125	0.17 159	0.13 144	0.14 128	0.10 121	0.18 114	0.14 145	0.25 160	0.18 175	0.28 175	0.16 169	0.11 138	0.11 131	0.11 97	0.19 117	0.13 120	0.16 102	0.11 109	0.17 117	0.11 126	0.08 113	0.11 140	0.19 149	0.16 135	0.23 169	0.24 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccs_rob	0.20 177	0.15 164	0.11 140	0.26 193	0.16 165	0.26 199	0.20 182	0.22 169	0.16 158	0.25 160	0.24 205	0.57 212	0.24 191	0.17 183	0.12 143	0.13 149	0.23 164	0.15 157	0.21 154	0.15 169	0.21 171	0.11 126	0.12 162	0.11 140	0.20 159	0.16 135	0.18 131	0.24 165

UCFNet_RVC	0.15 142	0.17 177	0.12 153	0.16 151	0.14 154	0.17 155	0.11 131	0.17 86	0.12 129	0.20 96	0.13 114	0.28 175	0.12 129	0.10 127	0.11 131	0.13 149	0.18 102	0.13 120	0.17 110	0.12 126	0.16 97	0.09 76	0.10 143	0.11 140	0.18 136	0.15 113	0.17 113	0.19 133

DeepPruner_ROB	0.14 121	0.13 143	0.11 140	0.12 119	0.11 120	0.10 95	0.09 106	0.17 86	0.12 129	0.21 105	0.18 175	0.15 76	0.13 142	0.08 96	0.12 143	0.11 97	0.19 117	0.15 157	0.19 137	0.11 109	0.17 117	0.14 166	0.10 143	0.11 140	0.17 116	0.16 135	0.17 113	0.19 133

pmcnn	0.19 170	0.14 157	0.11 140	0.18 164	0.13 144	0.19 173	0.16 162	0.20 152	0.18 171	0.26 174	0.14 128	0.35 187	0.25 193	0.09 113	0.09 62	0.11 97	0.25 193	0.14 143	0.24 177	0.14 155	0.22 187	0.14 166	0.11 152	0.11 140	0.21 171	0.18 164	0.39 215	0.45 216

UDG	0.26 197	0.20 189	0.13 162	0.38 210	0.31 216	0.38 217	0.51 228	0.19 133	0.16 158	0.19 88	0.23 202	0.17 93	0.09 98	1.45 239	0.14 176	0.13 149	0.27 208	0.16 167	0.26 186	0.13 144	0.21 171	0.13 160	0.25 208	0.12 155	0.20 159	0.20 179	0.20 152	0.19 133

TestStereo	0.13 98	0.12 130	0.10 125	0.11 108	0.08 68	0.11 104	0.10 121	0.18 114	0.11 114	0.24 139	0.13 114	0.20 133	0.08 87	0.06 56	0.11 131	0.10 55	0.20 130	0.11 67	0.20 143	0.10 90	0.21 171	0.10 107	0.06 70	0.12 155	0.19 149	0.11 50	0.12 56	0.13 58

sCroCo_RVC	0.14 121	0.09 93	0.09 107	0.08 60	0.07 57	0.10 95	0.07 80	0.19 133	0.14 145	0.18 75	0.12 102	0.13 61	0.14 156	0.06 56	0.13 162	0.15 186	0.22 155	0.15 157	0.22 162	0.13 144	0.21 171	0.16 185	0.06 70	0.12 155	0.17 116	0.16 135	0.17 113	0.17 105

APVNet	0.15 142	0.13 143	0.11 140	0.14 136	0.16 165	0.14 128	0.13 146	0.19 133	0.11 114	0.14 41	0.13 114	0.17 93	0.09 98	0.16 182	0.15 187	0.15 186	0.21 143	0.14 143	0.22 162	0.15 169	0.15 82	0.12 143	0.07 92	0.12 155	0.16 104	0.15 113	0.19 140	0.17 105

SFCPSM	0.20 177	0.15 164	0.12 153	0.22 180	0.16 165	0.20 178	0.18 173	0.22 169	0.20 189	0.26 174	0.24 205	0.34 186	0.33 214	0.14 171	0.12 143	0.12 133	0.24 178	0.16 167	0.32 199	0.19 196	0.19 140	0.13 160	0.14 173	0.12 155	0.21 171	0.17 152	0.20 152	0.25 171

RP	0.15 142	0.14 157	0.15 178	0.17 159	0.14 154	0.17 155	0.16 162	0.19 133	0.17 166	0.14 41	0.16 152	0.16 89	0.15 164	0.11 138	0.13 162	0.12 133	0.15 57	0.12 94	0.15 88	0.12 126	0.12 45	0.12 143	0.10 143	0.12 155	0.17 116	0.15 113	0.20 152	0.18 120

NCC-stereo	0.17 160	0.16 169	0.16 184	0.16 151	0.17 172	0.18 163	0.18 173	0.19 133	0.20 189	0.16 54	0.19 183	0.21 148	0.21 183	0.12 155	0.20 210	0.18 208	0.18 102	0.19 196	0.18 123	0.15 169	0.15 82	0.15 177	0.15 175	0.12 155	0.18 136	0.17 152	0.24 177	0.20 141

Abc-Net	0.17 160	0.16 169	0.16 184	0.16 151	0.17 172	0.18 163	0.18 173	0.19 133	0.20 189	0.16 54	0.19 183	0.21 148	0.21 183	0.12 155	0.20 210	0.18 208	0.18 102	0.19 196	0.18 123	0.15 169	0.15 82	0.15 177	0.15 175	0.12 155	0.18 136	0.17 152	0.24 177	0.20 141
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MDST_ROB	0.22 187	0.27 213	0.14 171	0.47 219	0.24 201	0.36 213	0.20 182	0.24 183	0.16 158	0.26 174	0.14 128	0.28 175	0.25 193	0.11 138	0.11 131	0.12 133	0.21 143	0.12 94	0.17 110	0.12 126	0.19 140	0.10 107	0.11 152	0.12 155	0.34 221	0.23 199	0.56 230	0.31 188

DLCB_ROB	0.13 98	0.12 130	0.11 140	0.10 91	0.10 103	0.10 95	0.09 106	0.16 78	0.11 114	0.18 75	0.17 162	0.19 119	0.13 142	0.11 138	0.11 131	0.10 55	0.17 83	0.13 120	0.13 65	0.10 90	0.17 117	0.10 107	0.09 130	0.12 155	0.27 200	0.16 135	0.16 100	0.13 58

dad	0.18 165	0.16 169	0.11 140	0.36 204	0.16 165	0.24 196	0.21 192	0.24 183	0.09 81	0.22 109	0.11 92	0.38 192	0.11 121	0.08 96	0.12 143	0.10 55	0.27 208	0.12 94	0.29 193	0.10 90	0.19 140	0.12 143	0.08 113	0.13 165	0.18 136	0.14 96	0.31 197	0.22 158

DAS	0.19 170	0.11 117	0.09 107	0.24 189	0.19 183	0.18 163	0.20 182	0.23 177	0.18 171	0.24 139	0.14 128	0.38 192	0.21 183	0.09 113	0.12 143	0.11 97	0.25 193	0.16 167	0.22 162	0.15 169	0.20 157	0.14 166	0.18 186	0.13 165	0.19 149	0.17 152	0.23 169	0.29 182

SepStereo	0.19 170	0.11 117	0.09 107	0.24 189	0.19 183	0.18 163	0.20 182	0.23 177	0.18 171	0.24 139	0.14 128	0.38 192	0.21 183	0.09 113	0.12 143	0.11 97	0.25 193	0.16 167	0.22 162	0.15 169	0.20 157	0.14 166	0.18 186	0.13 165	0.19 149	0.17 152	0.23 169	0.29 182

SACVNet	0.15 142	0.14 157	0.13 162	0.16 151	0.13 144	0.14 128	0.12 141	0.19 133	0.17 166	0.19 88	0.17 162	0.14 71	0.07 70	0.14 171	0.13 162	0.13 149	0.19 117	0.16 167	0.20 143	0.13 144	0.16 97	0.14 166	0.12 162	0.13 165	0.20 159	0.18 164	0.19 140	0.17 105

FADNet-RVC-Resample	0.13 98	0.10 105	0.12 153	0.12 119	0.10 103	0.13 121	0.10 121	0.16 78	0.13 136	0.18 75	0.13 114	0.17 93	0.11 121	0.10 127	0.10 95	0.09 34	0.13 38	0.15 157	0.15 88	0.17 185	0.15 82	0.12 143	0.10 143	0.13 165	0.17 116	0.13 73	0.12 56	0.11 41

stereogan	0.16 157	0.15 164	0.15 178	0.16 151	0.18 178	0.18 163	0.16 162	0.20 152	0.19 179	0.14 41	0.16 152	0.20 133	0.18 175	0.13 167	0.14 176	0.13 149	0.16 70	0.14 143	0.17 110	0.14 155	0.14 73	0.12 143	0.13 168	0.13 165	0.16 104	0.16 135	0.23 169	0.18 120

iResNet	0.16 157	0.11 117	0.09 107	0.15 147	0.13 144	0.17 155	0.12 141	0.21 161	0.14 145	0.25 160	0.13 114	0.35 187	0.32 211	0.08 96	0.10 95	0.11 97	0.20 130	0.12 94	0.25 181	0.14 155	0.18 130	0.11 126	0.12 162	0.13 165	0.18 136	0.14 96	0.20 152	0.18 120

XPNet_ROB	0.18 165	0.21 194	0.14 171	0.15 147	0.16 165	0.15 139	0.15 157	0.15 69	0.14 145	0.19 88	0.18 175	0.49 204	0.13 142	0.11 138	0.13 162	0.14 170	0.25 193	0.16 167	0.18 123	0.14 155	0.17 117	0.18 197	0.13 168	0.13 165	0.17 116	0.17 152	0.31 197	0.29 182

PWCDC_ROB	0.13 98	0.06 30	0.09 107	0.07 53	0.13 144	0.08 61	0.13 146	0.06 11	0.24 199	0.09 24	0.15 141	0.09 25	0.43 225	0.26 206	0.10 95	0.10 55	0.09 18	0.12 94	0.08 17	0.11 109	0.08 16	0.11 126	0.19 191	0.13 165	0.07 11	0.13 73	0.08 23	0.18 120

FADNet_RVC	0.18 165	0.14 157	0.13 162	0.20 174	0.15 162	0.14 128	0.13 146	0.24 183	0.14 145	0.24 139	0.17 162	0.27 173	0.21 183	0.14 171	0.14 176	0.12 133	0.19 117	0.17 179	0.31 197	0.15 169	0.19 140	0.14 166	0.11 152	0.14 174	0.20 159	0.21 184	0.18 131	0.22 158

MaskLacGwcNet_RVC	0.36 216	0.16 169	0.12 153	0.26 193	0.22 194	0.22 190	0.27 207	0.24 183	0.15 153	0.24 139	0.16 152	4.24 266	0.22 190	0.19 191	0.13 162	0.13 149	0.34 225	0.22 210	0.31 197	0.20 200	0.23 199	0.18 197	0.22 198	0.14 174	0.20 159	0.19 175	0.21 164	0.24 165

LE_ROB	0.40 220	0.20 189	0.16 184	0.41 215	0.43 225	0.33 210	0.44 222	0.34 213	0.29 219	0.32 218	0.21 192	1.25 248	1.40 261	0.11 138	0.10 95	0.11 97	0.21 143	0.13 120	0.20 143	0.13 144	0.22 187	0.12 143	0.12 162	0.14 174	0.36 224	0.31 226	1.39 262	1.32 260

DDUNet	0.26 197	0.20 189	0.12 153	0.37 206	0.30 215	0.40 219	0.47 225	0.20 152	0.16 158	0.16 54	0.25 211	0.16 89	0.08 87	1.63 243	0.13 162	0.14 170	0.21 143	0.14 143	0.25 181	0.13 144	0.18 130	0.12 143	0.25 208	0.15 177	0.17 116	0.18 164	0.18 131	0.22 158

RGC	0.19 170	0.17 177	0.17 192	0.19 170	0.20 188	0.20 178	0.15 157	0.22 169	0.26 209	0.17 63	0.20 187	0.21 148	0.24 191	0.15 179	0.23 214	0.18 208	0.18 102	0.16 167	0.18 123	0.16 180	0.17 117	0.13 160	0.12 162	0.15 177	0.20 159	0.21 184	0.23 169	0.24 165

RTS	0.20 177	0.16 169	0.14 171	0.17 159	0.14 154	0.20 178	0.15 157	0.23 177	0.26 209	0.15 48	0.14 128	0.14 71	0.20 181	0.11 138	0.13 162	0.15 186	0.24 178	0.17 179	0.34 204	0.24 212	0.22 187	0.15 177	0.09 130	0.15 177	0.28 206	0.27 220	0.28 191	0.55 226

RTSA	0.20 177	0.16 169	0.14 171	0.17 159	0.14 154	0.20 178	0.15 157	0.23 177	0.26 209	0.15 48	0.14 128	0.14 71	0.20 181	0.11 138	0.13 162	0.15 186	0.24 178	0.17 179	0.34 204	0.24 212	0.22 187	0.15 177	0.09 130	0.15 177	0.28 206	0.27 220	0.28 191	0.55 226

ADCMid	0.21 182	0.18 183	0.17 192	0.18 164	0.19 183	0.20 178	0.16 162	0.29 201	0.25 204	0.24 139	0.19 183	0.36 189	0.21 183	0.12 155	0.16 192	0.16 194	0.25 193	0.18 191	0.37 209	0.19 196	0.24 206	0.18 197	0.17 184	0.15 177	0.24 190	0.20 179	0.25 182	0.29 182

PS-NSSS	0.17 160	0.19 186	0.17 192	0.23 183	0.18 178	0.18 163	0.16 162	0.22 169	0.13 136	0.23 123	0.20 187	0.44 197	0.08 87	0.11 138	0.12 143	0.10 55	0.13 38	0.13 120	0.26 186	0.11 109	0.11 31	0.07 35	0.18 186	0.15 177	0.17 116	0.21 184	0.13 67	0.20 141

ETE_ROB	0.22 187	0.23 201	0.15 178	0.20 174	0.16 165	0.19 173	0.17 170	0.18 114	0.19 179	0.22 109	0.22 197	0.65 216	0.16 169	0.14 171	0.14 176	0.14 170	0.30 218	0.19 196	0.24 177	0.19 196	0.21 171	0.18 197	0.16 178	0.15 177	0.22 180	0.28 222	0.41 220	0.26 174

LALA_ROB	0.22 187	0.25 206	0.16 184	0.19 170	0.17 172	0.22 190	0.16 162	0.17 86	0.19 179	0.24 139	0.21 192	0.64 214	0.15 164	0.13 167	0.23 214	0.17 201	0.27 208	0.22 210	0.22 162	0.18 192	0.20 157	0.20 209	0.14 173	0.15 177	0.20 159	0.22 192	0.35 206	0.25 171

psm_up	0.14 121	0.11 117	0.13 162	0.15 147	0.12 134	0.14 128	0.11 131	0.20 152	0.16 158	0.19 88	0.12 102	0.15 76	0.17 173	0.10 127	0.12 143	0.12 133	0.19 117	0.13 120	0.17 110	0.11 109	0.15 82	0.09 76	0.10 143	0.16 185	0.18 136	0.16 135	0.17 113	0.20 141

SHD	0.21 182	0.17 177	0.20 205	0.18 164	0.16 165	0.18 163	0.20 182	0.26 189	0.16 158	0.27 187	0.18 175	0.23 161	0.31 208	0.17 183	0.14 176	0.14 170	0.19 117	0.17 179	0.32 199	0.17 185	0.20 157	0.17 189	0.16 178	0.16 185	0.23 187	0.28 222	0.25 182	0.43 212

PA-Net	0.19 170	0.21 194	0.25 216	0.14 136	0.20 188	0.18 163	0.20 182	0.21 161	0.19 179	0.18 75	0.14 128	0.17 93	0.21 183	0.26 206	0.16 192	0.18 208	0.15 57	0.19 196	0.13 65	0.17 185	0.14 73	0.15 177	0.10 143	0.16 185	0.17 116	0.25 210	0.17 113	0.35 195
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SGM-ForestM	0.24 193	0.22 197	0.16 184	0.37 206	0.24 201	0.32 206	0.24 200	0.28 195	0.20 189	0.23 123	0.17 162	0.51 208	0.25 193	0.20 196	0.12 143	0.13 149	0.23 164	0.16 167	0.24 177	0.14 155	0.19 140	0.16 185	0.21 197	0.16 185	0.35 222	0.24 204	0.51 225	0.35 195

NCCL2	0.17 160	0.17 177	0.16 184	0.13 129	0.13 144	0.13 121	0.12 141	0.21 161	0.17 166	0.22 109	0.15 141	0.23 161	0.13 142	0.09 113	0.15 187	0.16 194	0.18 102	0.17 179	0.19 137	0.17 185	0.21 171	0.17 189	0.11 152	0.16 185	0.25 194	0.26 217	0.20 152	0.24 165

SQANet	0.45 224	0.54 231	0.14 171	1.41 239	0.51 232	1.23 239	0.83 236	0.30 204	0.24 199	0.34 226	0.24 205	0.64 214	0.19 180	1.12 237	0.17 198	0.14 170	0.24 178	0.20 201	0.40 212	0.22 208	0.16 97	0.14 166	1.58 243	0.17 190	0.20 159	0.16 135	0.26 186	0.39 203

AnyNet_C32	0.20 177	0.16 169	0.15 178	0.17 159	0.17 172	0.19 173	0.16 162	0.25 187	0.22 196	0.25 160	0.23 202	0.23 161	0.18 175	0.14 171	0.19 207	0.18 208	0.28 215	0.22 210	0.29 193	0.18 192	0.27 218	0.21 214	0.16 178	0.17 190	0.22 180	0.20 179	0.21 164	0.23 162

SGM_RVC	0.25 194	0.24 204	0.17 192	0.39 213	0.27 208	0.34 211	0.26 205	0.28 195	0.19 179	0.25 160	0.18 175	0.42 195	0.30 205	0.17 183	0.12 143	0.13 149	0.23 164	0.15 157	0.25 181	0.13 144	0.19 140	0.15 177	0.19 191	0.17 190	0.33 218	0.22 192	0.55 229	0.43 212
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
G-Net	0.29 207	0.24 204	0.19 202	0.23 183	0.21 191	0.36 213	0.23 197	0.30 204	0.27 214	0.33 222	0.32 228	0.93 239	0.25 193	0.18 187	0.18 205	0.18 208	0.26 201	0.21 204	0.43 215	0.31 226	0.26 217	0.17 189	0.18 186	0.18 193	0.27 200	0.23 199	0.40 219	0.42 209

SGM-Forest	0.19 170	0.18 183	0.16 184	0.23 183	0.18 178	0.20 178	0.18 173	0.23 177	0.17 166	0.20 96	0.15 141	0.23 161	0.18 175	0.22 199	0.17 198	0.18 208	0.19 117	0.17 179	0.18 123	0.15 169	0.17 117	0.18 197	0.25 208	0.18 193	0.22 180	0.18 164	0.25 182	0.24 165
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
NaN_ROB	0.19 170	0.20 189	0.19 202	0.20 174	0.20 188	0.16 146	0.15 157	0.27 192	0.19 179	0.23 123	0.18 175	0.47 203	0.16 169	0.11 138	0.13 162	0.12 133	0.15 57	0.14 143	0.21 154	0.19 196	0.13 59	0.10 107	0.09 130	0.20 195	0.24 190	0.21 184	0.26 186	0.28 181

CBMV_ROB	0.21 182	0.14 157	0.15 178	0.26 193	0.22 194	0.21 187	0.22 193	0.28 195	0.17 166	0.26 174	0.17 162	0.28 175	0.17 173	0.26 206	0.11 131	0.12 133	0.26 201	0.17 179	0.18 123	0.16 180	0.21 171	0.19 205	0.26 213	0.20 195	0.24 190	0.25 210	0.25 182	0.33 193

MeshStereo	0.30 208	0.26 209	0.20 205	0.49 221	0.36 220	0.35 212	0.26 205	0.32 208	0.28 217	0.30 215	0.27 216	0.61 213	0.47 228	0.18 187	0.12 143	0.14 170	0.26 201	0.17 179	0.27 190	0.17 185	0.27 218	0.21 214	0.25 208	0.20 195	0.36 224	0.28 222	0.54 228	0.49 220
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
ADCPNet	0.22 187	0.17 177	0.16 184	0.20 174	0.19 183	0.20 178	0.18 173	0.27 192	0.23 198	0.26 174	0.22 197	0.26 172	0.28 201	0.15 179	0.16 192	0.17 201	0.24 178	0.17 179	0.32 199	0.23 209	0.24 206	0.19 205	0.17 184	0.21 198	0.25 194	0.22 192	0.27 189	0.33 193

DispFullNet	0.48 225	0.50 229	0.19 202	1.14 236	0.40 223	0.77 235	1.22 241	0.32 208	0.24 199	0.24 139	0.27 216	0.84 234	0.48 230	1.62 242	0.15 187	0.15 186	0.49 239	0.34 235	1.08 247	0.26 215	0.24 206	0.18 197	0.20 194	0.21 198	0.27 200	0.17 152	0.35 206	0.59 231

FAT-Stereo	0.26 197	0.19 186	0.17 192	0.38 210	0.36 220	0.30 202	0.25 204	0.26 189	0.18 171	0.27 187	0.25 211	0.33 184	0.36 218	0.26 206	0.16 192	0.15 186	0.26 201	0.23 213	0.33 202	0.21 202	0.22 187	0.19 205	0.22 198	0.22 200	0.21 171	0.22 192	0.32 199	0.42 209

edge stereo	0.31 211	0.23 201	0.20 205	0.41 215	0.35 218	0.42 222	0.39 219	0.38 222	0.22 196	0.23 123	0.38 231	0.69 220	0.33 214	0.30 216	0.15 187	0.16 194	0.31 219	0.21 204	0.42 213	0.21 202	0.23 199	0.17 189	0.25 208	0.22 200	0.27 200	0.23 199	0.39 215	0.55 226

ACVNet-4b	0.69 236	0.75 238	0.33 228	1.72 251	0.94 246	1.61 250	1.42 244	0.33 212	0.32 226	0.38 233	0.26 213	1.20 246	0.29 204	2.16 252	0.39 233	0.37 233	0.33 223	0.24 216	0.57 223	0.38 234	0.16 97	0.14 166	2.71 251	0.23 202	0.29 208	0.32 227	0.39 215	0.40 206

HBP-ISP	0.21 182	0.16 169	0.12 153	0.26 193	0.22 194	0.22 190	0.17 170	0.29 201	0.18 171	0.27 187	0.18 175	0.21 148	0.12 129	0.28 212	0.10 95	0.14 170	0.26 201	0.19 196	0.20 143	0.12 126	0.22 187	0.23 220	0.26 213	0.23 202	0.24 190	0.24 204	0.23 169	0.26 174

MFN_U_SF_DS_RVC	0.25 194	0.25 206	0.20 205	0.29 201	0.22 194	0.22 190	0.23 197	0.36 217	0.27 214	0.36 230	0.22 197	0.45 198	0.32 211	0.19 191	0.17 198	0.17 201	0.17 83	0.16 167	0.29 193	0.14 155	0.20 157	0.18 197	0.27 225	0.23 202	0.29 208	0.25 210	0.33 202	0.31 188

S-Stereo	0.30 208	0.22 197	0.17 192	0.41 215	0.39 222	0.41 220	0.37 213	0.25 187	0.25 204	0.26 174	0.44 234	0.54 211	0.36 218	0.24 201	0.16 192	0.14 170	0.27 208	0.27 222	0.34 204	0.28 219	0.23 199	0.22 217	0.53 235	0.23 202	0.22 180	0.19 175	0.27 189	0.38 199

ADCS	0.28 204	0.22 197	0.21 211	0.26 193	0.24 201	0.25 197	0.23 197	0.36 217	0.30 221	0.23 123	0.27 216	0.46 202	0.35 217	0.20 196	0.19 207	0.18 208	0.32 220	0.24 216	0.48 219	0.28 219	0.36 231	0.28 228	0.19 191	0.23 202	0.31 213	0.25 210	0.30 195	0.41 208

STStereo	0.37 217	0.44 228	0.31 227	0.75 233	0.49 231	0.57 226	0.43 221	0.35 214	0.30 221	0.34 226	0.24 205	0.85 236	0.53 233	0.19 191	0.14 176	0.16 194	0.25 193	0.16 167	0.45 217	0.16 180	0.23 199	0.19 205	0.20 194	0.23 202	0.49 232	0.37 235	0.75 242	0.54 225

SANet	0.30 208	0.21 194	0.21 211	0.25 191	0.21 191	0.31 204	0.22 193	0.30 204	0.31 224	0.27 187	0.26 213	1.39 250	0.38 221	0.22 199	0.14 176	0.14 170	0.26 201	0.21 204	0.30 196	0.21 202	0.24 206	0.20 209	0.31 231	0.23 202	0.33 218	0.24 204	0.35 206	0.48 218

CBMV	0.22 187	0.18 183	0.17 192	0.23 183	0.21 191	0.20 178	0.18 173	0.27 192	0.19 179	0.28 203	0.11 92	0.29 180	0.13 142	0.24 201	0.13 162	0.14 170	0.24 178	0.18 191	0.20 143	0.16 180	0.21 171	0.18 197	0.24 206	0.23 202	0.26 197	0.22 192	0.35 206	0.40 206
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
XQC	0.28 204	0.30 218	0.26 219	0.37 206	0.28 209	0.37 215	0.37 213	0.40 226	0.30 221	0.32 218	0.20 187	0.45 198	0.28 201	0.31 218	0.14 176	0.14 170	0.20 130	0.21 204	0.33 202	0.23 209	0.22 187	0.20 209	0.23 202	0.24 210	0.32 216	0.25 210	0.44 222	0.32 191

CC-Net-ROB	0.28 204	0.40 224	0.28 221	0.56 224	0.44 226	0.41 220	0.38 217	0.32 208	0.20 189	0.33 222	0.28 219	0.68 219	0.10 111	0.32 222	0.19 207	0.13 149	0.14 51	0.16 167	0.39 211	0.18 192	0.15 82	0.09 76	0.23 202	0.24 210	0.21 171	0.21 184	0.19 140	0.29 182

NOSS_ROB	0.21 182	0.14 157	0.15 178	0.20 174	0.19 183	0.20 178	0.22 193	0.29 201	0.18 171	0.25 160	0.15 141	0.21 148	0.13 142	0.27 211	0.13 162	0.14 170	0.26 201	0.21 204	0.22 162	0.17 185	0.23 199	0.22 217	0.26 213	0.24 210	0.26 197	0.22 192	0.24 177	0.26 174

PWC_ROB	0.22 187	0.20 189	0.14 171	0.18 164	0.17 172	0.16 146	0.20 182	0.21 161	0.26 209	0.15 48	0.20 187	0.28 175	0.62 237	0.13 167	0.12 143	0.13 149	0.27 208	0.18 191	0.36 208	0.18 192	0.22 187	0.17 189	0.16 178	0.24 210	0.19 149	0.18 164	0.24 177	0.43 212

AnyNet_C01	0.31 211	0.22 197	0.20 205	0.22 180	0.26 206	0.25 197	0.24 200	0.37 220	0.37 232	0.26 174	0.28 219	0.49 204	0.33 214	0.18 187	0.28 222	0.21 219	0.38 231	0.32 230	0.64 226	0.32 229	0.39 233	0.31 235	0.26 213	0.25 214	0.33 218	0.32 227	0.34 204	0.44 215

DPSNet	0.39 219	0.19 186	0.17 192	0.27 199	0.25 204	0.29 201	0.19 180	0.26 189	0.24 199	0.18 75	0.17 162	2.16 260	0.43 225	0.10 127	0.17 198	0.15 186	0.35 227	0.28 225	2.04 261	0.27 218	0.25 214	0.16 185	0.28 227	0.25 214	0.38 227	0.24 204	0.39 215	0.51 222

MFN_U_SF_RVC	0.31 211	0.29 217	0.21 211	0.33 202	0.28 209	0.31 204	0.29 209	0.37 220	0.24 199	0.46 239	0.30 224	0.50 206	0.32 211	0.25 203	0.27 220	0.24 220	0.18 102	0.23 213	0.58 224	0.28 219	0.24 206	0.27 227	0.22 198	0.27 216	0.31 213	0.25 210	0.37 211	0.50 221

PVD	0.38 218	0.38 223	0.20 205	0.47 219	0.35 218	0.50 225	0.40 220	0.38 222	0.34 229	0.23 123	0.28 219	0.52 210	0.51 231	0.50 227	0.16 192	0.17 201	0.41 233	0.26 220	0.49 221	0.28 219	0.39 233	0.40 246	0.23 202	0.27 216	0.44 230	0.57 251	0.46 224	0.72 239

LSM0	3.45 263	0.27 213	0.18 201	0.38 210	0.29 214	0.39 218	0.36 212	0.51 237	0.31 224	0.45 238	0.47 235	0.71 221	0.57 234	0.19 191	23.17 271	59.79 276	0.36 228	0.26 220	1.29 255	0.33 231	0.44 243	0.32 236	0.23 202	0.27 216	0.36 224	0.29 225	0.53 227	0.51 222

CSAN	0.26 197	0.31 219	0.30 224	0.26 193	0.23 198	0.21 187	0.18 173	0.28 195	0.36 231	0.35 229	0.24 205	0.51 208	0.26 198	0.14 171	0.18 205	0.17 201	0.19 117	0.20 201	0.26 186	0.25 214	0.22 187	0.20 209	0.18 186	0.27 216	0.30 211	0.23 199	0.38 214	0.38 199

otaku	0.58 230	0.71 235	0.29 223	1.70 250	0.84 240	1.49 244	1.00 237	0.40 226	0.34 229	0.38 233	0.31 227	0.65 216	0.26 198	1.35 238	0.33 229	0.25 221	0.20 130	0.23 213	0.69 228	0.30 224	0.22 187	0.17 189	2.24 246	0.28 220	0.29 208	0.18 164	0.30 195	0.39 203

FBW_ROB	0.26 197	0.26 209	0.25 216	0.37 206	0.25 204	0.32 206	0.20 182	0.21 161	0.18 171	0.27 187	0.20 187	0.45 198	0.31 208	0.26 206	0.20 210	0.20 218	0.27 208	0.17 179	0.51 222	0.14 155	0.21 171	0.14 166	0.16 178	0.28 220	0.21 171	0.19 175	0.33 202	0.55 226

GANetREF_RVC	0.26 197	0.26 209	0.30 224	0.23 183	0.23 198	0.23 195	0.24 200	0.35 214	0.33 227	0.32 218	0.17 162	0.50 206	0.38 221	0.12 155	0.20 210	0.17 201	0.19 117	0.21 204	0.35 207	0.21 202	0.23 199	0.15 177	0.22 198	0.29 222	0.27 200	0.21 184	0.36 210	0.31 188
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
Ntro	0.63 233	0.72 236	0.30 224	1.78 252	0.84 240	1.55 245	1.09 239	0.48 234	0.37 232	0.38 233	0.38 231	0.72 223	0.26 198	1.51 241	0.35 230	0.27 227	0.22 155	0.24 216	0.69 228	0.31 226	0.22 187	0.17 189	2.49 249	0.30 223	0.31 213	0.22 192	0.37 211	0.42 209

DGSMNet	0.34 214	0.28 215	0.23 215	0.40 214	0.33 217	0.37 215	0.37 213	0.28 195	0.25 204	0.25 160	0.50 239	0.45 198	0.31 208	0.25 203	0.23 214	0.19 217	0.51 241	0.32 230	0.72 232	0.35 232	0.37 232	0.38 244	0.28 227	0.31 224	0.27 200	0.23 199	0.32 199	0.38 199

FC-DCNN	0.27 203	0.28 215	0.26 219	0.36 204	0.28 209	0.32 206	0.37 213	0.32 208	0.19 179	0.22 109	0.18 175	0.23 161	0.13 142	0.29 214	0.26 218	0.26 223	0.29 216	0.27 222	0.28 192	0.21 202	0.25 214	0.25 223	0.26 213	0.31 224	0.30 211	0.25 210	0.29 193	0.30 187

FCDSN-DC	0.25 194	0.25 206	0.25 216	0.28 200	0.26 206	0.26 199	0.34 211	0.28 195	0.18 171	0.20 96	0.17 162	0.20 133	0.12 129	0.29 214	0.26 218	0.26 223	0.29 216	0.28 225	0.27 190	0.21 202	0.25 214	0.25 223	0.26 213	0.32 226	0.26 197	0.24 204	0.26 186	0.27 178
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet-Init1	0.49 227	0.42 225	0.28 221	0.79 235	0.40 223	0.60 229	0.45 223	0.41 229	0.27 214	0.30 215	0.22 197	0.89 237	0.84 245	0.25 203	0.27 220	0.26 223	0.27 208	0.25 219	0.84 237	0.28 219	0.27 218	0.26 225	0.26 213	0.32 226	0.49 232	0.35 233	2.05 266	0.88 249

ACVNet_1	0.74 238	0.79 241	0.40 234	2.04 258	0.96 247	1.88 256	1.51 246	0.59 241	0.28 217	0.43 237	0.49 237	0.71 221	0.61 236	2.21 254	0.32 226	0.25 221	0.32 220	0.31 229	0.60 225	0.31 226	0.29 224	0.21 214	2.72 252	0.33 228	0.40 228	0.26 217	0.37 211	0.38 199

SAMSARA	0.48 225	0.23 201	0.39 232	0.23 183	0.23 198	0.22 190	0.22 193	0.44 233	0.38 234	0.31 217	0.21 192	0.30 182	0.47 228	0.17 183	0.32 226	0.34 232	0.25 193	0.32 230	0.46 218	0.32 229	0.47 247	0.52 255	0.15 175	0.33 228	1.39 266	1.54 264	1.41 263	1.46 262

MANE	0.41 221	0.36 220	0.33 228	0.61 227	0.44 226	0.44 223	0.46 224	0.42 230	0.25 204	0.23 123	0.22 197	0.65 216	0.28 201	0.30 216	0.28 222	0.29 231	0.32 220	0.42 241	0.37 209	0.23 209	0.30 225	0.26 225	0.26 213	0.34 230	0.54 237	0.40 237	1.07 257	0.87 247

ELAS_RVC	0.43 223	0.43 226	0.36 230	0.64 228	0.44 226	0.62 231	0.50 226	0.39 224	0.25 204	0.25 160	0.30 224	1.23 247	0.30 205	0.31 218	0.28 222	0.27 227	0.37 230	0.30 227	0.42 213	0.26 215	0.34 228	0.32 236	0.26 213	0.37 231	0.50 234	0.38 236	0.78 246	0.70 237
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 222	0.43 226	0.36 230	0.64 228	0.44 226	0.58 228	0.50 226	0.40 226	0.26 209	0.25 160	0.28 219	0.94 240	0.30 205	0.31 218	0.28 222	0.27 227	0.36 228	0.30 227	0.43 215	0.26 215	0.33 226	0.32 236	0.26 213	0.37 231	0.54 237	0.40 237	0.77 245	0.74 242
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	0.35 215	0.36 220	0.39 232	0.46 218	0.28 209	0.30 202	0.28 208	0.50 235	0.46 238	0.39 236	0.30 224	0.37 191	0.36 218	0.31 218	0.35 230	0.26 223	0.21 143	0.27 222	0.71 230	0.37 233	0.27 218	0.29 229	0.30 230	0.38 233	0.32 216	0.24 204	0.29 193	0.39 203

RainbowNet	0.77 239	0.87 242	0.46 235	1.83 253	0.91 245	1.59 248	1.47 245	0.42 230	0.38 234	0.47 242	0.34 229	0.90 238	0.60 235	1.97 247	0.62 246	0.48 241	0.34 225	0.33 233	0.90 239	0.58 242	0.33 226	0.23 220	2.82 255	0.39 234	0.40 228	0.34 230	0.44 222	0.48 218

STTRV1_RVC		0.26 209	0.22 214	0.35 203	0.28 209	0.32 206	0.29 209	0.36 217	0.33 227	0.27 187	0.26 213	0.42 195	0.41 224	0.47 226	0.32 226	0.18 208	0.59 247	0.20 201		0.30 224	0.59 255	0.22 217		0.43 235	0.25 194	0.54 248	0.34 204	0.64 234

MADNet+	0.55 229	0.36 220	0.63 250	0.56 224	0.52 233	0.45 224	0.38 217	0.63 242	0.52 240	0.53 243	0.41 233	0.81 231	0.67 241	0.33 223	0.57 245	0.49 243	0.56 244	0.50 246	0.82 236	0.52 238	0.47 247	0.43 247	0.51 234	0.47 236	0.82 250	0.70 254	0.58 232	0.72 239

AMNet	0.49 227	0.50 229	0.47 236	0.50 222	0.47 230	0.61 230	0.52 229	0.31 207	0.29 219	0.29 214	0.69 248	0.72 223	0.13 142	0.53 229	0.44 235	0.55 246	0.57 245	0.58 255	0.48 219	0.48 236	0.59 255	0.48 252	0.26 213	0.48 237	0.44 230	0.52 245	0.58 232	0.63 233

PSMNet_ROB	0.78 240	0.97 247	0.60 248	1.62 248	0.90 244	1.47 243	1.19 240	0.56 240	0.73 245	0.74 250	0.62 244	0.84 234	0.82 243	1.49 240	0.53 240	0.42 235	0.52 242	0.40 240	0.84 237	0.62 247	0.40 239	0.30 230	1.85 244	0.48 237	0.67 245	0.32 227	0.76 243	0.46 217

IMH-64-1	0.90 245	0.95 244	0.51 237	1.59 243	0.98 250	1.58 246	1.73 253	0.75 247	0.74 246	0.33 222	0.61 241	0.83 232	0.94 247	2.59 256	0.50 237	0.42 235	0.48 236	0.36 237	0.92 240	0.55 240	0.39 233	0.30 230	3.14 256	0.50 239	0.81 248	0.34 230	0.60 234	0.80 244

IMH-64	0.90 245	0.95 244	0.51 237	1.59 243	0.98 250	1.58 246	1.73 253	0.75 247	0.74 246	0.33 222	0.61 241	0.83 232	0.94 247	2.59 256	0.50 237	0.42 235	0.48 236	0.36 237	0.92 240	0.55 240	0.39 233	0.30 230	3.14 256	0.50 239	0.81 248	0.34 230	0.60 234	0.80 244

SGM+DAISY	0.58 230	0.57 233	0.54 241	0.59 226	0.55 235	0.68 233	0.56 231	0.42 230	0.38 234	0.37 231	0.77 252	0.75 227	0.65 239	0.54 231	0.55 243	0.56 247	0.68 252	0.61 257	0.71 230	0.64 249	0.69 258	0.62 258	0.27 225	0.50 239	0.52 235	0.53 247	0.74 240	0.68 236

IMH	0.93 247	0.98 249	0.53 240	1.61 245	0.97 249	1.64 251	1.76 255	0.75 247	0.77 248	0.34 226	0.61 241	0.96 241	1.05 255	2.67 258	0.54 242	0.46 240	0.49 239	0.38 239	0.94 242	0.60 243	0.39 233	0.30 230	3.14 256	0.53 242	0.82 250	0.45 242	0.65 236	0.79 243

ACVNet_2	0.83 242	0.92 243	0.56 243	1.99 257	0.99 252	1.84 255	1.55 249	0.68 245	0.40 237	0.53 243	0.47 235	1.02 243	0.67 241	1.93 245	0.51 239	0.45 239	0.38 231	0.33 233	1.01 244	0.42 235	0.34 228	0.24 222	2.58 250	0.53 242	0.60 242	0.26 217	0.52 226	0.55 226

SPS-STEREO	0.59 232	0.57 233	0.52 239	0.55 223	0.54 234	0.65 232	0.52 229	0.39 224	0.66 243	0.37 231	0.78 253	0.78 228	0.64 238	0.53 229	0.55 243	0.57 249	0.68 252	0.64 259	0.74 233	0.72 254	0.77 261	0.66 260	0.26 213	0.53 242	0.53 236	0.56 250	0.70 239	0.65 235
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
JetBlue	0.70 237	0.56 232	0.69 254	0.73 232	0.61 236	0.78 236	0.68 233	0.52 238	0.91 251	0.46 239	0.29 223	3.18 263	0.38 221	0.52 228	0.44 235	0.43 238	0.70 256	0.53 250	0.66 227	0.51 237	0.54 252	0.58 256	0.75 237	0.56 245	0.55 239	0.42 239	0.96 254	0.99 252

TorneroNet-64	1.07 252	1.00 250	0.57 244	1.94 255	0.88 243	1.98 259	2.01 256	0.63 242	0.88 250	0.58 246	0.49 237	1.83 257	1.71 263	2.88 263	0.62 246	0.51 244	0.46 235	0.46 242	1.17 251	0.61 246	0.34 228	0.37 241	3.40 259	0.56 245	0.64 244	0.48 243	0.68 237	1.11 255

MFMNet_re	0.66 234	0.73 237	0.65 251	0.77 234	0.62 237	0.82 237	0.70 235	0.52 238	0.54 241	0.54 245	0.65 245	0.80 230	0.51 231	0.59 233	0.66 250	0.67 253	0.82 259	0.69 260	0.74 233	0.62 247	0.70 259	0.64 259	0.45 232	0.56 245	0.59 241	0.63 252	0.74 240	0.87 247

WAO-6	0.82 241	0.95 244	0.59 246	1.30 238	1.05 253	1.25 240	1.39 243	0.77 250	0.84 249	0.79 252	0.69 248	0.74 226	1.00 251	1.94 246	0.78 254	0.61 251	0.53 243	0.48 244	0.78 235	0.60 243	0.55 253	0.51 253	0.49 233	0.57 248	0.83 252	0.42 239	0.76 243	0.85 246

TorneroNet	1.08 253	1.09 252	0.66 253	1.94 255	0.96 247	2.16 260	2.02 257	0.65 244	0.91 251	0.67 248	0.56 240	1.67 256	1.15 257	2.94 265	0.65 249	0.52 245	0.48 236	0.51 247	1.12 249	0.65 251	0.39 233	0.43 247	3.52 260	0.57 248	0.68 246	0.48 243	0.84 249	1.01 253

LVE	0.95 248	0.97 247	0.71 256	1.84 254	1.35 257	1.59 248	1.52 247	0.78 251	0.64 242	0.81 254	0.91 256	0.72 223	1.00 251	2.18 253	0.53 240	0.48 241	0.57 245	0.53 250	1.09 248	0.64 249	0.45 244	0.38 244	2.74 254	0.69 250	0.83 252	0.44 241	0.84 249	0.52 224

Dean	1.06 251	1.03 251	0.79 259	2.27 260	1.31 256	1.96 257	1.56 252	0.92 253	0.94 255	0.88 258	0.76 251	1.19 245	1.17 258	2.09 251	0.64 248	0.60 250	0.60 248	0.56 252	1.23 254	0.73 255	0.45 244	0.36 240	2.73 253	0.71 251	0.95 257	0.55 249	1.05 256	0.62 232

ktn	1.24 255	1.39 258	0.55 242	1.62 248	1.59 261	1.68 252	2.12 258	0.86 252	1.75 264	0.90 260	1.11 261	1.11 244	0.95 250	2.57 255	0.97 260	0.73 258	0.80 258	0.59 256	1.41 257	0.76 256	0.68 257	0.67 261	3.69 262	0.73 252	0.92 256	0.75 258	1.19 260	1.28 259

HanzoNet	1.74 261	1.62 263	0.80 260	2.26 259	1.70 263	2.72 263	2.54 262	1.25 261	1.85 265	0.92 261	1.28 264	4.37 267	3.81 266	3.36 269	0.88 257	0.78 259	1.06 262	0.94 263	2.54 263	1.03 262	0.89 263	0.88 263	3.79 264	0.73 252	1.12 263	1.00 261	1.29 261	1.57 263

PWCK	0.88 243	1.24 256	0.61 249	1.53 241	0.85 242	1.21 238	1.03 238	1.08 258	0.72 244	0.70 249	0.83 255	1.48 252	0.87 246	0.69 234	0.40 234	0.41 234	0.73 257	0.47 243	3.04 264	0.67 253	0.56 254	0.43 247	0.94 241	0.74 254	0.72 247	0.36 234	0.69 238	0.73 241

WAO-8	1.00 249	1.11 253	0.76 257	1.61 245	1.24 254	1.74 253	1.55 249	0.93 254	0.98 257	0.81 254	0.67 246	1.66 253	1.00 251	2.08 249	0.77 252	0.68 254	0.63 249	0.52 248	1.05 245	0.81 257	0.47 247	0.37 241	0.78 238	0.75 255	1.10 261	0.73 255	0.95 252	1.16 257

Venus	1.00 249	1.11 253	0.76 257	1.61 245	1.24 254	1.74 253	1.55 249	0.93 254	0.98 257	0.81 254	0.67 246	1.66 253	1.00 251	2.08 249	0.77 252	0.68 254	0.63 249	0.52 248	1.05 245	0.81 257	0.47 247	0.37 241	0.78 238	0.75 255	1.10 261	0.73 255	0.95 252	1.16 257

notaker	1.27 256	1.41 259	0.58 245	2.37 262	1.48 259	2.34 262	2.27 261	0.94 256	1.62 262	0.79 252	1.07 260	1.66 253	1.08 256	3.06 267	0.94 259	0.69 256	0.68 252	0.49 245	1.62 260	0.84 260	0.53 251	0.45 250	3.70 263	0.80 257	0.61 243	0.52 245	0.80 247	0.92 251

WAO-7	0.66 234	0.75 238	0.65 251	0.72 231	0.78 238	0.57 226	0.66 232	0.97 257	0.96 256	0.63 247	0.78 253	0.79 229	0.83 244	0.55 232	0.83 255	0.71 257	0.42 234	0.35 236	0.94 242	0.66 252	0.43 241	0.34 239	0.16 178	0.83 258	0.56 240	0.64 253	0.57 231	0.70 237

DPSimNet_ROB	1.21 254	1.20 255	1.29 264	1.47 240	1.59 261	1.30 242	1.35 242	0.68 245	1.69 263	1.67 264	1.03 258	1.45 251	0.66 240	2.04 248	1.20 262	0.89 260	1.16 263	0.79 261	1.61 259	1.38 264	1.04 264	1.24 264	0.79 240	0.84 259	0.87 254	1.20 263	1.17 259	1.12 256

UNDER WATER-64	1.40 258	1.36 257	0.88 262	2.85 264	1.93 266	2.78 265	2.66 264	1.36 263	0.92 253	1.04 262	1.17 262	1.88 258	1.30 260	3.03 266	0.75 251	0.56 247	0.68 252	0.57 254	1.13 250	0.54 239	0.43 241	0.51 253	4.08 267	0.91 260	1.02 259	1.10 262	0.80 247	1.60 264

SPstereo	0.89 244	0.77 240	0.70 255	0.66 230	0.80 239	0.69 234	0.69 234	1.11 259	0.93 254	0.74 250	1.18 263	0.98 242	1.42 262	0.93 236	0.88 257	1.07 262	0.95 261	0.61 257	1.18 252	0.81 257	0.85 262	0.74 262	0.64 236	0.91 260	0.87 254	0.74 257	1.15 258	0.89 250

JetRed	1.62 260	1.82 264	1.71 265	1.58 242	1.50 260	1.97 258	2.21 260	1.51 265	1.47 261	0.82 257	0.74 250	2.63 262	0.43 225	1.73 244	1.48 264	1.54 263	1.67 264	2.94 267	1.42 258	1.08 263	2.30 265	2.07 265	1.99 245	0.97 262	1.16 264	1.70 265	1.57 264	1.60 264

UNDER WATER	1.40 258	1.42 260	0.86 261	2.83 263	1.92 265	2.74 264	2.57 263	1.28 262	1.01 259	0.88 258	0.97 257	1.88 258	1.26 259	3.09 268	0.83 255	0.62 252	0.66 251	0.56 252	1.20 253	0.60 243	0.42 240	0.47 251	4.04 266	0.98 263	1.08 260	0.99 260	0.87 251	1.67 266

KSHMR	1.33 257	1.42 260	1.04 263	2.27 260	1.44 258	2.23 261	2.12 258	1.21 260	1.06 260	1.13 263	1.06 259	1.27 249	0.94 247	2.89 264	1.08 261	0.95 261	0.85 260	0.83 262	1.32 256	0.97 261	0.72 260	0.58 256	3.52 260	1.07 264	0.99 258	0.77 259	1.00 255	1.07 254

LRCNet_RVC	9.85 267	16.31 273	0.59 246	24.99 274	21.12 275	23.54 275	20.75 273	1.45 264	0.48 239	21.31 275	13.10 271	22.63 275	3.34 265	28.36 276	0.38 232	0.27 227	7.74 269	1.15 264	23.52 274	3.99 266	0.46 246	0.30 230	27.02 274	1.72 265	0.35 222	0.21 184	0.42 221	0.37 198

MADNet++	1.86 262	1.58 262	1.74 266	1.27 237	1.74 264	1.26 241	1.53 248	1.62 266	2.07 266	1.84 265	2.22 265	2.60 261	2.72 264	0.75 235	1.39 263	1.54 263	2.01 265	1.47 265	2.12 262	2.13 265	3.35 266	3.26 266	1.23 242	2.21 266	1.21 265	2.25 266	1.76 265	1.32 260

ASD4																								2.43 267

PML	8.20 264	7.62 269	3.39 267	9.64 272	5.14 267	9.56 273	5.20 269	6.48 269	18.29 272	6.44 268	3.30 266	16.82 270	29.20 277	5.41 270	6.10 265	3.93 265	7.39 268	2.64 266	20.47 273	4.70 267	3.50 267	3.87 267	3.98 265	4.21 268	6.16 268	4.40 267	16.76 272	6.85 267

DPSMNet_ROB	8.63 265	3.69 266	8.74 269	2.98 265	5.70 268	3.37 266	4.41 267	3.70 267	9.03 267	3.00 266	6.88 268	3.53 264	10.11 268	2.70 259	10.47 266	10.76 266	3.81 266	12.92 270	4.77 266	10.22 268	5.99 269	13.86 270	4.50 270	8.50 269	10.06 271	27.81 271	11.04 270	30.59 271

DGTPSM_ROB	8.63 265	3.68 265	8.73 268	2.98 265	5.70 268	3.37 266	4.41 267	3.70 267	9.03 267	3.00 266	6.85 267	3.53 264	10.07 267	2.70 259	10.47 266	10.76 266	3.81 266	12.91 269	4.74 265	10.22 268	5.98 268	13.86 270	4.49 269	8.50 269	10.06 271	27.81 271	11.04 270	30.59 271

DPSM_ROB	13.01 269	6.29 267	9.52 270	4.44 267	6.37 270	4.34 268	3.59 265	8.20 270	10.79 269	6.64 269	7.87 269	9.69 268	12.99 270	2.80 261	12.81 268	13.68 268	9.16 270	16.58 272	9.87 267	12.33 270	16.73 272	17.95 273	2.26 247	10.56 271	28.34 273	36.91 273	31.06 273	39.57 273

DPSM	13.01 269	6.29 267	9.52 270	4.44 267	6.37 270	4.34 268	3.59 265	8.20 270	10.79 269	6.64 269	7.87 269	9.69 268	12.99 270	2.80 261	12.81 268	13.68 268	9.16 270	16.58 272	9.87 267	12.33 270	16.73 272	17.95 273	2.26 247	10.56 271	28.34 273	36.91 273	31.06 273	39.57 273

HaxPig	16.02 271	19.59 274	18.75 272	21.25 273	20.52 274	21.33 274	22.30 274	17.00 275	14.71 271	19.29 274	17.19 275	17.46 271	12.16 269	22.51 274	17.80 270	14.90 270	17.75 272	9.40 268	18.97 269	15.48 272	9.47 270	7.16 268	23.74 273	15.28 273	4.31 267	12.19 270	6.81 267	15.11 270

MEDIAN_ROB	20.47 272	25.88 275	24.03 276	26.51 275	25.55 276	25.88 276	26.99 275	21.23 276	19.72 273	28.73 276	22.19 276	24.61 276	16.74 272	26.47 275	23.75 272	18.44 271	22.03 276	14.75 271	26.69 275	23.31 273	15.11 271	11.56 269	27.65 275	18.39 274	7.22 269	9.33 269	8.28 269	11.75 269

MyStereo03	26.19 276	12.62 271	19.14 274	8.95 270	12.80 273	8.76 271	7.25 270	16.48 273	21.77 274	13.39 271	15.86 273	19.52 272	26.18 275	5.65 272	25.76 273	27.53 274	18.31 274	33.40 276	19.83 270	24.80 275	33.59 275	36.18 276	4.55 271	21.29 275	56.99 275	74.31 275	62.53 276	79.67 276

MyStereo02	25.72 274	12.62 271	19.14 274	8.95 270	0.00 1	8.76 271	7.25 270	16.48 273	21.77 274	13.39 271	15.86 273	19.52 272	26.18 275	5.65 272	25.76 273	27.53 274	18.31 274	33.40 276	19.83 270	24.80 275	33.59 275	36.18 276	4.55 271	21.29 275	56.99 275	74.31 275	62.53 276	79.67 276

CasAABBNet	26.14 275	12.60 270	19.00 273	8.89 269	12.76 272	8.55 270	7.26 272	16.43 272	21.86 276	13.67 273	15.79 272	19.63 274	26.13 274	5.53 271	25.80 275	27.48 273	18.01 273	33.35 275	20.00 272	24.70 274	33.62 277	35.57 275	4.48 268	21.32 277	57.07 277	74.41 277	62.39 275	79.48 275

AVERAGE_ROB	24.43 273	29.85 276	27.27 277	31.30 276	29.70 277	30.00 277	31.47 276	26.59 277	24.68 277	34.31 277	27.39 277	31.23 277	21.35 273	30.69 277	28.19 276	24.02 272	26.74 277	21.17 274	30.34 276	27.38 277	20.48 274	16.18 272	32.28 276	24.32 278	8.51 270	7.76 268	7.92 268	8.46 268

Low-res two-view benchmark