Low-res two-view results

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

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

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

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

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

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

CroCo-Stereo	0.13 1	0.09 1	0.08 1	0.07 1	0.04 2	0.06 1	0.04 1	0.14 3	0.05 1	0.10 2	0.03 1	0.13 2	0.06 1	0.04 1	0.24 5	0.26 5	0.20 1	0.18 2	0.20 3	0.11 1	0.24 4	0.15 2	0.05 1	0.06 1	0.22 4	0.20 3	0.23 5	0.15 3
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
MoCha-V2	0.14 2	0.20 6	0.09 3	0.12 6	0.07 3	0.08 2	0.06 4	0.14 3	0.07 4	0.11 3	0.11 3	0.15 3	0.07 3	0.06 4	0.18 1	0.22 3	0.22 2	0.21 6	0.19 1	0.14 4	0.27 5	0.15 2	0.08 5	0.08 2	0.17 2	0.15 2	0.18 2	0.12 1

CroCo-Stereo Lap2	0.14 2	0.10 2	0.08 1	0.08 2	0.08 6	0.08 2	0.05 2	0.12 1	0.06 2	0.22 10	0.07 2	0.16 4	0.07 3	0.04 1	0.20 2	0.26 5	0.22 2	0.19 4	0.26 7	0.11 1	0.28 9	0.16 4	0.06 2	0.08 2	0.22 4	0.23 8	0.20 3	0.16 4

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

AEACV	0.19 7	0.31 20	0.14 6	0.17 14	0.13 8	0.12 5	0.07 5	0.15 5	0.07 4	0.16 6	0.15 4	0.18 7	0.11 7	0.11 11	0.25 7	0.25 4	0.32 9	0.23 8	0.35 16	0.18 7	0.27 5	0.22 12	0.11 9	0.11 5	0.20 3	0.22 7	0.25 6	0.18 6

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

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

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

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

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

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

RAFT_CTSACE	0.30 20	0.37 35	0.15 8	0.15 8	0.15 14	0.25 31	0.18 43	0.53 46	0.20 20	0.55 85	0.18 9	0.44 40	0.29 55	0.16 26	0.29 10	0.30 13	0.37 18	0.27 10	0.37 18	0.18 7	0.38 19	0.45 65	0.10 8	0.17 12	0.30 17	0.31 21	0.60 57	0.26 12

iRaftStereo_RVC	0.26 11	0.27 12	0.16 10	0.13 7	0.14 11	0.18 12	0.09 8	0.44 26	0.14 7	0.36 19	0.36 47	0.32 14	0.16 15	0.13 17	0.29 10	0.29 11	0.38 20	0.28 12	0.34 15	0.22 14	0.41 22	0.38 37	0.12 10	0.17 12	0.27 10	0.29 15	0.42 18	0.27 13

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

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

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

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

delet	0.24 8	0.25 10	0.22 32	0.24 28	0.20 26	0.28 43	0.16 37	0.21 7	0.18 12	0.23 11	0.26 24	0.26 10	0.15 12	0.25 84	0.32 15	0.28 8	0.31 8	0.27 10	0.24 5	0.24 21	0.31 11	0.20 8	0.16 25	0.19 16	0.28 12	0.25 10	0.32 9	0.31 16

LL-Strereo2	0.34 30	0.29 16	0.21 23	0.24 28	0.19 23	0.17 10	0.13 17	0.63 99	0.26 41	0.58 102	0.23 18	0.44 40	0.22 30	0.14 20	0.41 32	0.41 38	0.47 45	0.35 36	0.73 93	0.31 46	0.47 47	0.36 32	0.21 71	0.20 19	0.32 24	0.34 32	0.51 28	0.35 23

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

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

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

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

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

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

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

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

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

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

RAFT+CT+SA	0.32 25	0.46 82	0.20 19	0.26 37	0.18 21	0.22 22	0.15 29	0.58 66	0.23 25	0.52 68	0.17 8	0.46 45	0.33 89	0.12 15	0.33 16	0.43 49	0.36 16	0.30 17	0.45 26	0.23 17	0.45 35	0.49 81	0.09 6	0.22 27	0.32 24	0.31 21	0.53 36	0.35 23

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASnet	0.40 43	0.52 129	0.23 37	0.27 41	0.27 54	0.30 52	0.14 24	0.62 92	0.29 59	0.61 116	0.44 72	0.64 105	0.28 53	0.23 58	0.55 48	0.36 25	0.45 32	0.31 18	0.73 93	0.27 31	0.63 112	0.39 42	0.21 71	0.24 47	0.42 48	0.32 25	0.61 60	0.56 72
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS	0.55 100	0.44 69	0.29 52	0.36 84	0.37 103	0.40 93	0.20 61	1.37 217	0.31 81	0.86 203	0.78 164	0.68 114	0.37 115	0.24 70	0.58 57	0.72 158	0.59 118	0.40 53	0.75 100	0.35 65	1.03 173	0.65 116	0.21 71	0.24 47	0.79 154	0.64 105	0.64 69	0.68 105

EGLCR-Stereo	0.47 76	0.49 101	0.41 107	0.29 48	0.30 70	0.44 105	0.14 24	0.57 62	0.26 41	0.57 96	0.27 27	0.58 85	0.23 33	0.21 42	0.36 20	0.47 82	0.53 79	0.45 83	0.75 100	0.32 50	0.69 130	0.93 157	0.19 51	0.24 47	0.48 62	0.49 80	1.30 189	0.70 113

test_4	0.34 30	0.33 22	0.27 48	0.21 20	0.18 21	0.16 7	0.11 12	0.59 73	0.26 41	0.58 102	0.25 22	0.50 60	0.20 26	0.19 33	0.33 16	0.40 34	0.45 32	0.34 27	0.41 21	0.29 37	0.45 35	0.41 46	0.16 25	0.24 47	0.38 38	0.40 49	0.59 56	0.42 41

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

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

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

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

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

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

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

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

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

HITNet	0.38 37	0.37 35	0.28 50	0.34 71	0.29 63	0.26 33	0.19 54	0.58 66	0.32 89	0.57 96	0.45 75	0.55 75	0.30 64	0.22 48	0.51 44	0.35 20	0.44 29	0.39 48	0.41 21	0.29 37	0.41 22	0.38 37	0.20 63	0.25 55	0.39 41	0.37 38	0.70 88	0.52 58
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
IER	0.41 46	0.37 35	0.31 60	0.30 55	0.28 58	0.35 75	0.24 77	0.47 37	0.28 52	0.44 35	0.59 117	0.77 134	0.29 55	0.35 132	0.63 76	0.42 42	0.47 45	0.42 64	0.44 25	0.34 56	0.42 26	0.36 32	0.28 113	0.26 61	0.40 45	0.47 70	0.52 32	0.52 58

MIPNet	0.51 86	0.51 120	0.33 66	0.32 63	0.30 70	0.37 80	0.25 82	0.62 92	0.24 33	0.50 57	0.52 99	0.61 95	0.41 125	0.30 108	1.01 168	0.51 103	0.59 118	0.50 115	0.76 103	0.47 115	0.44 32	0.85 149	0.20 63	0.26 61	0.66 120	0.98 166	0.71 92	0.61 85

XX-Stereo	9.49 259	0.38 41	0.36 77	0.63 156	0.28 58	0.54 137	0.28 93	0.69 135	0.28 52	0.69 167	6.24 254	1.00 160	0.29 55	0.23 58	0.70 101	1.08 208	0.60 125	0.52 129	1.58 153	0.53 124	0.76 143	0.65 116	0.18 43	0.26 61	233.61 277	0.88 147	1.01 160	1.90 193

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

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

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

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

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

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

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

GMStereo	0.41 46	0.48 98	0.25 43	0.32 63	0.32 79	0.37 80	0.28 93	0.59 73	0.30 65	0.45 37	0.36 47	0.61 95	0.31 76	0.24 70	0.45 38	0.41 38	0.54 81	0.35 36	0.73 93	0.39 87	0.51 63	0.33 26	0.23 89	0.28 68	0.48 62	0.36 36	0.68 81	0.41 36
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RAFT-Test	0.72 143	0.50 115	0.46 126	0.52 132	0.34 89	0.41 95	0.29 100	0.73 152	0.30 65	0.62 125	0.72 156	0.68 114	0.31 76	0.22 48	0.71 105	1.03 203	0.62 134	0.50 115	2.89 197	0.66 175	1.72 202	1.14 175	0.23 89	0.29 72	0.80 158	0.96 160	0.95 146	0.91 141

anonymity	3.27 234	0.41 55	1.09 213	0.58 144	0.41 121	0.47 116	0.30 106	0.79 170	0.33 94	0.61 116	69.49 275	0.85 145	0.30 64	0.24 70	0.59 60	1.02 202	0.60 125	0.43 69	1.35 146	0.60 155	0.73 139	1.82 211	0.24 96	0.29 72	1.00 191	1.24 192	1.08 166	1.47 177

UDGNet	0.67 130	0.66 168	0.42 109	1.35 209	1.02 203	1.21 206	0.91 193	0.60 78	0.41 127	0.52 68	0.60 119	0.56 77	0.23 33	1.19 224	0.66 86	0.45 64	0.56 94	0.51 122	0.73 93	0.53 124	0.64 118	0.67 124	0.79 203	0.29 72	0.72 133	0.55 93	0.63 66	0.66 99

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

test_1	0.55 100	0.37 35	0.37 81	0.34 71	0.33 80	0.33 63	0.22 67	0.66 117	0.27 45	0.62 125	0.34 43	0.90 152	0.31 76	0.21 42	0.61 69	0.44 54	0.55 89	0.42 64	2.58 189	0.38 75	0.56 88	1.38 191	0.16 25	0.29 72	0.48 62	0.38 42	0.69 84	0.54 68

CREStereo++_RVC	0.43 63	0.42 62	0.39 93	0.30 55	0.33 80	0.27 36	0.19 54	0.57 62	0.31 81	0.58 102	0.36 47	0.58 85	0.56 160	0.23 58	0.48 41	0.50 96	0.61 130	0.34 27	0.52 35	0.30 41	0.56 88	0.42 51	0.16 25	0.29 72	0.49 69	0.44 56	0.79 110	0.69 107
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
RALAANet	0.41 46	0.41 55	0.37 81	0.28 43	0.28 58	0.33 63	0.24 77	0.54 50	0.27 45	0.48 48	0.48 81	0.43 38	0.25 41	0.20 37	0.57 53	0.41 38	0.49 52	0.50 115	0.71 89	0.40 92	0.52 73	0.46 70	0.21 71	0.29 72	0.46 57	0.45 61	0.70 88	0.47 50

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

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

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

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

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

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

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

CREStereo	0.44 66	0.51 120	0.40 98	0.34 71	0.26 45	0.28 43	0.15 29	0.61 85	0.30 65	0.58 102	0.36 47	0.72 123	0.33 89	0.24 70	0.59 60	0.59 128	0.59 118	0.34 27	0.52 35	0.31 46	0.59 105	0.42 51	0.18 43	0.30 80	0.54 85	0.48 75	0.64 69	0.69 107
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ADCP+	0.92 168	0.59 151	0.62 163	0.44 112	0.45 129	0.55 139	0.85 187	0.65 113	1.81 227	0.48 48	1.10 196	1.62 193	0.33 89	0.42 156	1.03 169	0.52 105	0.52 70	0.48 102	1.19 139	0.38 75	0.58 101	0.60 104	0.32 129	0.30 80	0.66 120	3.45 250	0.77 104	4.14 229

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

RALCasStereoNet	0.42 51	0.50 115	0.35 72	0.35 80	0.30 70	0.31 53	0.24 77	0.60 78	0.25 38	0.56 92	0.49 85	0.58 85	0.26 44	0.18 30	0.57 53	0.46 71	0.54 81	0.49 109	0.51 33	0.34 56	0.51 63	0.41 46	0.21 71	0.31 88	0.53 81	0.49 80	0.48 25	0.58 76

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	0.51 86	0.52 129	0.48 133	0.43 108	0.57 156	0.42 99	0.62 168	0.56 61	0.62 168	0.52 68	0.51 96	0.67 112	0.34 100	0.58 192	0.78 111	0.42 42	0.47 45	0.42 64	0.57 59	0.38 75	0.46 40	0.42 51	0.30 119	0.32 92	0.48 62	0.76 128	0.62 63	0.64 96
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DISCO	0.45 70	0.44 69	0.29 52	0.40 95	0.38 109	0.49 120	0.43 131	0.45 32	0.43 138	0.50 57	0.57 113	0.40 27	0.29 55	0.30 108	0.61 69	0.43 49	0.55 89	0.46 91	0.69 86	0.41 95	0.48 52	0.43 57	0.26 106	0.32 92	0.47 59	0.50 83	0.62 63	0.50 55

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

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

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

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

UNet	0.44 66	0.42 62	0.40 98	0.37 85	0.36 96	0.41 95	0.28 93	0.57 62	0.35 104	0.50 57	0.49 85	0.47 48	0.34 100	0.37 138	0.53 47	0.43 49	0.54 81	0.46 91	0.56 55	0.39 87	0.47 47	0.44 62	0.27 110	0.34 108	0.44 51	0.48 75	0.58 49	0.57 74

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

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

CASS	0.79 157	0.55 139	0.53 146	0.65 161	0.54 150	0.59 146	0.53 145	0.78 169	0.52 151	0.71 173	0.75 162	0.67 112	0.47 142	0.28 100	0.83 124	0.67 149	0.98 204	0.56 146	1.60 155	0.58 147	2.74 222	1.44 192	0.38 146	0.35 111	0.84 168	0.81 137	0.90 137	1.02 152
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
sAnonymous2	0.58 113	0.41 55	0.31 60	0.29 48	0.29 63	0.45 109	0.29 100	0.71 144	0.41 127	0.48 48	0.53 103	0.51 64	0.43 131	0.23 58	0.86 133	0.84 176	0.70 162	0.67 177	1.34 144	0.60 155	0.83 151	0.98 160	0.30 119	0.35 111	0.62 110	0.72 117	0.72 93	0.73 119

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

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

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

DeepPrunerF	1.22 187	0.49 101	0.39 93	0.58 144	2.86 245	0.49 120	0.55 150	0.52 42	0.58 164	0.43 28	0.67 146	0.43 38	0.32 85	0.42 156	1.64 205	0.75 164	0.58 107	0.46 91	0.93 119	0.46 111	0.61 107	0.53 93	0.40 151	0.35 111	15.32 265	0.82 140	0.65 73	0.62 89

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

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

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

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

RAFT-Stereo	0.66 127	0.55 139	0.43 113	0.48 119	0.36 96	0.50 124	0.18 43	0.62 92	0.31 81	0.68 159	0.62 129	0.72 123	0.34 100	0.25 84	0.69 96	0.89 180	0.66 149	0.51 122	2.12 171	0.46 111	0.94 163	1.49 195	0.22 81	0.36 118	0.71 130	0.96 160	0.77 104	1.10 157
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
IGEV_Zeroshot_test	0.95 172	0.47 88	1.24 221	1.15 201	0.46 132	0.60 148	0.65 175	0.81 177	0.36 108	0.66 150	1.86 224	0.94 155	0.30 64	0.26 94	0.66 86	1.14 216	0.60 125	0.48 102	2.56 187	0.63 171	2.23 214	2.36 217	0.21 71	0.37 122	1.00 191	1.03 178	1.17 177	1.48 179

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DLNR_Zeroshot_test	17.86 263	67.45 277	1.21 218	81.91 277	0.35 93	0.45 109	74.74 277	0.76 162	0.27 45	0.69 167	0.60 119	1.16 174	0.29 55	8.20 264	84.48 277	102.07 277	23.88 269	15.14 265	7.31 229	0.50 118	4.38 247	2.51 219	0.18 43	0.43 139	0.76 148	0.86 142	0.80 111	0.80 128

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

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

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

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

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

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

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

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

SGM-Forest	0.73 144	0.71 174	0.40 98	1.13 199	0.64 169	0.74 176	0.45 133	0.68 127	0.39 121	0.61 116	0.44 72	1.16 174	1.06 187	0.49 170	0.86 133	0.61 133	0.55 89	0.46 91	0.68 81	0.44 104	0.61 107	0.49 81	0.45 159	0.44 144	0.90 174	0.86 142	1.95 221	1.47 177
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
NCC-stereo	0.67 130	0.63 162	0.59 156	0.64 158	0.65 170	0.63 157	0.69 179	0.67 120	0.74 180	0.43 28	0.81 170	0.82 138	0.70 174	0.47 167	0.82 122	0.53 107	0.58 107	0.64 170	0.80 107	0.54 130	0.56 88	0.60 104	0.53 182	0.45 149	0.75 143	0.96 160	0.92 139	0.98 147

Abc-Net	0.67 130	0.63 162	0.59 156	0.64 158	0.65 170	0.63 157	0.69 179	0.67 120	0.74 180	0.43 28	0.81 170	0.82 138	0.70 174	0.47 167	0.82 122	0.53 107	0.58 107	0.64 170	0.80 107	0.54 130	0.56 88	0.60 104	0.53 182	0.45 149	0.75 143	0.96 160	0.92 139	0.98 147
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
APVNet	0.56 107	0.47 88	0.38 90	0.46 115	0.50 142	0.57 142	0.53 145	0.60 78	0.42 134	0.46 40	0.65 138	0.50 60	0.30 64	0.36 134	0.74 108	0.71 157	0.71 167	0.64 170	0.95 122	0.53 124	0.57 97	0.77 142	0.34 134	0.46 151	0.59 101	0.46 68	0.82 117	0.58 76

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

CC-Net-ROB	0.96 175	1.18 214	0.70 180	1.56 215	1.06 205	1.63 219	1.20 208	0.79 170	0.61 166	0.81 196	0.56 112	3.07 215	0.57 164	0.85 214	0.68 94	0.44 54	0.71 167	0.63 166	1.40 148	0.57 143	0.58 101	0.43 57	1.91 232	0.46 151	0.83 164	0.83 141	0.77 104	1.20 168

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

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

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

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

ICVP	0.58 113	0.49 101	0.67 176	0.50 124	0.48 138	0.52 130	0.36 116	0.60 78	0.45 139	0.61 116	0.58 116	0.61 95	0.56 160	0.30 108	0.67 91	0.64 139	0.58 107	0.51 122	0.72 92	0.51 121	0.58 101	0.74 136	0.59 192	0.47 154	0.60 104	0.75 125	0.74 98	0.72 116
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCL	1.27 189	0.82 189	0.64 169	0.60 149	0.53 147	0.73 173	0.91 193	0.75 161	2.78 247	0.68 159	1.01 189	0.86 149	0.50 147	0.50 173	1.27 185	0.64 139	0.66 149	0.57 151	1.20 141	0.60 155	0.98 170	0.88 153	0.50 172	0.47 154	1.60 223	1.50 214	0.88 136	11.30 254

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

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

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

FADNet-RVC	0.58 113	0.50 115	0.37 81	0.51 130	0.42 123	0.39 87	0.56 152	0.68 127	0.36 108	0.64 135	0.50 90	1.13 173	0.45 137	0.34 126	0.91 145	0.53 107	0.54 81	0.45 83	1.20 141	0.51 121	0.54 82	0.52 90	0.33 132	0.51 162	0.57 91	0.75 125	0.64 69	0.81 130

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

PA-Net	0.64 125	0.67 169	0.66 173	0.50 124	0.66 174	0.50 124	0.64 171	0.65 113	0.73 177	0.54 79	0.52 99	0.58 85	0.58 166	0.59 194	0.93 149	0.57 121	0.46 36	0.54 139	0.61 69	0.54 130	0.49 56	0.66 119	0.36 139	0.52 164	0.64 117	1.24 192	0.64 69	1.32 173
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RTSC	0.73 144	0.49 101	0.46 126	0.47 117	0.51 145	0.55 139	0.56 152	0.67 120	0.68 174	0.54 79	0.79 165	0.57 80	0.57 164	0.41 146	1.92 219	0.77 167	0.96 203	0.58 156	1.36 147	0.56 138	0.85 155	1.11 170	0.31 124	0.53 166	0.58 95	0.65 106	0.95 146	1.26 171

ccs_rob	1.25 188	0.79 182	0.64 169	0.86 181	0.60 161	0.89 189	0.83 186	0.99 195	0.51 150	0.77 188	6.27 255	5.90 236	1.10 191	0.51 175	1.08 174	1.10 212	0.68 157	0.66 175	1.15 137	0.70 185	1.56 196	1.66 204	0.50 172	0.54 167	0.69 125	0.78 132	0.86 133	1.20 168

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

SFCPSM	3.03 230	0.82 189	0.63 167	0.77 175	0.69 177	0.72 172	0.63 169	0.83 179	0.98 201	0.71 173	2.00 226	2.57 205	3.49 226	0.56 185	1.16 181	0.93 187	0.74 170	0.64 170	54.48 274	1.19 222	0.88 156	0.91 156	0.55 188	0.55 169	0.94 180	0.93 155	1.11 171	1.39 174

DDUNet	1.38 193	2.18 227	0.79 188	2.67 226	2.43 235	2.57 227	2.52 226	0.80 172	0.84 186	0.63 129	0.94 182	1.57 192	0.45 137	2.65 239	0.94 153	0.78 170	1.99 236	0.75 195	2.31 177	0.91 202	1.16 181	0.97 159	2.71 237	0.56 170	0.72 133	0.71 114	0.97 151	0.85 134

GwcNet-ADL	0.97 177	0.83 191	0.81 189	0.91 186	0.68 175	0.70 169	0.53 145	0.77 167	0.50 149	0.72 176	5.46 249	1.20 176	0.65 173	0.46 166	0.81 119	0.95 188	0.72 169	0.56 146	1.26 143	0.71 186	0.67 124	0.78 143	0.59 192	0.56 170	0.79 154	0.98 166	0.85 128	1.75 190

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

SQANet	1.90 210	2.70 234	1.03 206	3.09 233	2.17 230	3.29 232	2.70 229	0.95 190	0.65 171	1.00 215	0.71 151	2.69 209	1.10 191	2.30 234	0.78 111	0.55 115	1.02 206	0.72 188	9.92 241	0.68 181	2.11 212	1.25 182	3.28 238	0.58 173	0.98 185	1.31 200	1.33 192	2.34 201

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

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

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

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

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

HBP-ISP	1.60 200	0.86 197	0.90 196	0.98 192	0.69 177	0.85 184	0.56 152	0.89 187	0.48 146	0.82 198	0.79 165	0.97 159	0.36 111	0.69 204	11.97 263	5.83 259	0.70 162	0.67 177	0.70 88	0.62 168	1.05 175	5.90 251	0.50 172	0.62 179	0.82 162	1.01 173	2.01 223	1.06 154

UDG	1.35 192	2.24 229	0.81 189	2.58 223	2.45 236	2.48 226	2.57 227	0.76 162	0.86 187	0.77 188	1.08 193	1.51 187	0.56 160	2.59 235	1.06 171	0.69 153	1.89 234	0.80 205	2.31 177	0.97 205	1.24 186	0.98 160	1.43 228	0.62 179	0.74 140	0.81 137	0.95 146	0.81 130

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

HSM-Net_RVC	0.75 150	0.53 136	0.60 160	0.77 175	0.62 168	0.61 151	0.37 118	0.76 162	0.49 147	0.74 180	1.71 220	1.32 181	0.80 179	0.36 134	0.72 107	0.55 115	0.64 142	0.53 133	0.78 105	0.53 124	0.67 124	0.89 155	0.43 157	0.64 182	0.94 180	1.09 182	1.07 165	1.04 153
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NaN_ROB	0.73 144	0.59 151	0.61 162	0.64 158	0.78 190	0.53 133	0.48 138	0.87 184	0.63 169	0.73 179	0.61 125	1.96 199	0.62 168	0.45 164	0.84 127	0.55 115	0.56 94	0.54 139	0.73 93	0.55 134	0.52 73	0.51 86	0.38 146	0.64 182	0.83 164	1.11 184	0.94 144	1.64 185

RTS	1.09 183	0.59 151	0.59 156	0.60 149	0.58 159	0.96 191	0.90 191	0.80 172	0.88 189	0.59 107	0.71 151	1.28 179	0.62 168	0.51 175	2.04 222	0.98 195	1.19 213	0.77 200	2.33 179	0.85 198	0.96 167	1.16 176	0.49 168	0.65 184	1.23 206	4.43 253	1.15 172	1.45 175

RTSA	1.09 183	0.59 151	0.59 156	0.60 149	0.58 159	0.96 191	0.90 191	0.80 172	0.88 189	0.59 107	0.71 151	1.28 179	0.62 168	0.51 175	2.04 222	0.98 195	1.19 213	0.77 200	2.33 179	0.85 198	0.96 167	1.16 176	0.49 168	0.65 184	1.23 206	4.43 253	1.15 172	1.45 175

MDST_ROB	3.33 235	2.32 231	0.75 185	3.90 244	1.47 223	2.61 228	1.00 200	1.12 207	0.72 176	0.78 192	0.67 146	1.54 190	25.37 260	0.34 126	2.11 228	0.53 107	0.65 146	0.48 102	3.69 207	0.58 147	0.88 156	0.59 101	0.58 191	0.68 186	7.85 260	3.03 243	17.15 265	8.63 250

ADCMid	1.56 198	0.92 202	0.99 201	0.70 168	0.86 193	1.05 198	1.37 211	1.29 211	1.77 226	0.75 183	1.75 221	1.27 177	1.48 201	0.69 204	2.18 231	1.07 207	0.98 204	0.79 204	2.74 193	0.80 192	1.31 190	1.74 208	1.06 217	0.70 187	1.01 193	1.53 215	1.02 161	10.33 252

GANetREF_RVC	0.77 156	0.74 177	0.68 178	0.76 174	0.65 170	0.69 168	0.60 160	0.99 195	0.73 177	0.93 207	0.52 99	1.33 182	0.72 176	0.44 162	0.85 131	0.57 121	0.67 155	0.63 166	1.13 136	0.61 164	0.77 144	0.63 110	0.59 192	0.71 188	0.89 173	0.90 150	1.15 172	0.99 149
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
NOSS_ROB	0.76 154	0.84 195	0.50 139	0.72 170	0.61 162	0.75 177	0.52 144	0.80 172	0.54 154	0.70 170	0.62 129	0.62 103	0.86 183	0.62 195	1.14 179	1.10 212	0.78 175	0.69 184	0.73 93	0.60 155	0.88 156	0.67 124	0.50 172	0.71 188	0.86 170	0.95 157	1.38 195	0.85 134

Ntro	2.32 215	3.40 251	1.53 229	3.55 241	2.52 238	3.71 242	3.36 236	1.11 206	1.05 203	1.16 222	0.90 179	2.93 213	1.24 195	2.72 241	1.00 165	0.64 139	1.40 221	0.82 206	10.96 244	1.14 218	2.72 221	3.19 228	4.26 244	0.73 190	1.24 209	1.59 217	1.56 208	2.31 200

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

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

otaku	2.33 217	3.05 243	1.19 216	3.36 240	2.37 233	3.56 237	3.08 234	1.05 202	0.98 201	1.13 218	0.80 169	2.88 211	1.62 205	2.59 235	0.95 155	0.64 139	1.23 216	0.75 195	13.16 249	1.09 214	2.47 217	2.63 220	4.75 248	0.75 193	1.13 202	1.38 206	1.69 213	2.52 206

MaskLacGwcNet_RVC	8.29 256	0.65 165	1.07 211	0.94 191	0.83 192	0.81 182	1.27 209	0.85 183	0.73 177	0.93 207	6.13 252	180.62 277	2.17 212	1.33 228	1.22 183	1.01 201	0.93 200	1.06 224	6.32 227	0.79 191	3.32 237	3.77 234	0.55 188	0.76 194	0.95 182	1.34 205	1.19 179	2.42 204

ADCPNet	2.08 214	0.77 178	0.87 194	0.83 179	1.21 213	0.85 184	1.59 214	1.02 200	1.35 215	0.83 200	1.97 225	1.01 162	7.76 244	0.75 209	2.35 241	1.16 219	0.95 201	0.71 187	4.05 211	0.97 205	1.30 189	1.61 201	0.72 199	0.76 194	1.52 221	1.96 227	1.21 181	16.04 259

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

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

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

SGM-ForestM	2.61 220	4.20 255	0.93 197	2.78 228	1.37 220	3.57 238	2.93 232	2.59 248	1.51 222	0.70 170	1.32 206	7.25 245	5.36 236	0.47 167	0.89 142	0.53 107	0.79 180	0.54 139	7.58 230	0.60 155	0.82 149	0.47 74	0.51 179	0.80 199	4.97 252	3.66 251	7.05 260	6.30 241

FCDSN-DC	0.69 136	0.61 158	0.62 163	0.66 163	0.61 162	0.59 146	0.60 160	0.68 127	0.42 134	0.75 183	0.42 68	0.57 80	0.36 111	0.50 173	2.43 244	0.67 149	0.80 181	0.76 198	0.64 71	0.56 138	0.70 133	0.60 104	0.47 162	0.83 200	0.66 120	0.74 121	0.61 60	0.67 101
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
iResNet	0.92 168	0.56 145	0.62 163	0.72 170	0.68 175	0.96 191	0.55 150	0.95 190	0.57 161	0.67 157	0.82 175	1.41 184	1.51 202	0.31 115	1.49 198	0.66 148	0.75 172	0.67 177	4.08 212	0.68 181	0.72 136	0.63 110	0.41 153	0.83 200	0.72 133	0.91 151	1.02 161	0.87 138

SGM_RVC	2.81 226	1.46 221	0.85 192	1.76 219	1.28 215	1.68 221	1.19 207	1.56 224	1.14 206	0.82 198	1.70 219	7.09 243	2.67 224	0.42 156	0.92 147	0.57 121	0.75 172	0.57 151	11.20 246	0.66 175	0.94 163	0.46 70	0.51 179	0.84 202	1.97 231	1.64 218	5.04 256	26.13 264
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
AnyNet_C32	1.64 202	0.65 165	0.74 184	0.67 164	0.73 185	0.86 187	1.14 203	0.95 190	3.12 250	0.75 183	1.53 214	0.94 155	0.64 172	0.67 202	1.83 216	1.11 214	1.06 210	0.95 217	1.78 162	0.76 188	1.76 206	1.71 206	0.66 197	0.85 203	1.13 202	2.68 238	1.17 177	13.55 256

edge stereo	1.82 207	1.16 213	2.22 239	1.46 214	1.28 215	1.58 217	1.38 212	1.67 231	1.30 212	1.20 224	3.42 238	4.33 231	2.26 216	0.80 211	1.41 191	1.46 238	1.05 209	0.83 209	5.42 219	0.97 205	1.34 192	3.76 233	0.95 215	0.88 204	1.26 211	1.20 188	1.70 214	2.91 212

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

ACVNet-4b	2.35 218	2.75 237	1.60 231	3.13 234	2.29 232	3.52 236	3.67 242	1.35 215	1.35 215	1.27 229	0.72 156	3.26 219	2.62 223	3.04 244	0.98 161	0.78 170	2.13 238	1.02 220	9.04 238	1.23 224	2.74 222	3.39 232	4.08 241	0.92 206	1.24 209	1.29 198	1.46 204	2.48 205

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

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

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

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

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

SAMSARA	1.50 195	0.79 182	1.00 205	0.93 189	0.88 194	0.86 187	0.93 195	1.57 225	1.25 210	0.96 212	1.09 194	1.27 177	2.59 221	0.83 212	2.58 246	1.19 223	1.04 207	0.91 213	2.56 187	0.99 208	1.77 207	2.23 216	0.56 190	0.98 211	2.63 235	2.81 239	2.62 237	2.56 207

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

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

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

CBMV	1.15 185	0.84 195	0.60 160	0.85 180	0.76 189	0.73 173	0.48 138	0.87 184	0.80 184	0.81 196	0.61 125	2.86 210	0.81 180	0.52 179	1.31 188	1.17 220	0.91 196	0.74 193	2.40 184	0.66 175	1.57 197	0.76 141	0.48 167	1.06 216	0.99 188	1.09 182	2.25 225	4.25 230
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ACVNet_1	2.47 219	3.23 246	2.35 241	4.40 247	2.93 249	3.77 244	3.96 244	1.34 214	1.18 208	1.21 225	1.02 190	3.31 221	2.07 211	3.09 246	1.31 188	0.70 156	2.26 242	1.10 228	9.52 239	1.14 218	3.45 238	1.18 179	4.50 247	1.07 217	1.39 216	1.75 221	1.36 194	2.10 196

MeshStereo	3.62 238	1.54 222	1.05 207	2.64 224	1.72 226	2.05 225	1.15 205	2.40 245	1.41 218	0.90 206	6.48 256	9.56 254	7.42 243	0.49 170	11.75 261	1.94 248	0.87 188	0.74 193	8.79 235	0.80 192	8.36 259	8.07 260	0.73 200	1.07 217	3.39 245	2.15 232	5.22 257	4.99 233
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PVD	1.47 194	1.04 208	1.44 227	1.10 197	1.09 209	1.19 204	1.07 202	1.91 238	2.05 232	0.79 194	1.49 213	1.54 190	1.91 210	0.89 217	2.26 236	1.35 230	1.39 220	1.09 227	2.41 185	1.14 218	1.51 195	1.98 212	0.79 203	1.08 219	1.49 220	1.82 222	1.67 212	2.10 196

ADCS	1.88 209	1.06 209	0.98 200	0.93 189	1.10 210	1.09 200	1.14 203	1.27 208	2.49 241	0.89 205	1.36 208	1.51 187	2.92 225	0.86 215	3.30 249	2.26 250	1.46 224	1.26 236	3.10 201	1.29 227	2.48 218	2.88 222	0.80 205	1.10 220	1.33 214	4.48 255	1.41 201	6.08 240

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

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

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

AnyNet_C01	2.06 213	1.08 211	1.06 209	1.14 200	1.08 207	1.01 194	2.69 228	1.69 232	2.66 244	1.21 225	1.67 218	2.90 212	2.60 222	0.95 220	3.65 251	4.02 256	2.09 237	2.21 257	3.08 200	1.56 237	3.30 236	2.89 223	1.26 220	1.15 224	1.80 226	1.43 207	1.51 206	3.90 227

DispFullNet	4.17 240	3.20 245	4.34 259	2.72 227	2.46 237	2.92 229	2.70 229	2.79 254	1.90 230	4.51 265	6.62 257	8.91 252	4.83 230	2.59 235	2.00 221	8.18 262	3.24 251	1.98 251	24.96 259	2.93 256	3.99 243	3.36 231	1.71 230	1.15 224	1.36 215	1.32 202	2.36 231	3.65 225

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

DGSMNet	2.66 222	0.96 203	1.36 226	1.03 194	0.99 199	1.12 203	1.05 201	1.36 216	0.94 198	2.15 255	13.54 267	1.71 196	1.85 208	0.93 219	2.50 245	3.85 255	5.34 255	1.61 248	5.07 216	1.68 242	7.04 258	8.02 259	0.96 216	1.19 227	1.01 193	1.33 203	1.40 200	1.88 191

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

SANet	1.61 201	0.91 201	1.10 214	1.04 195	1.05 204	1.25 209	0.77 183	1.76 234	1.81 227	0.77 188	1.24 200	6.63 240	5.08 233	0.83 212	1.56 201	0.77 167	1.24 217	0.90 210	1.58 153	0.82 196	1.05 175	1.00 163	0.90 210	1.27 229	1.32 212	1.93 224	1.88 219	3.10 218

LSM0	8.30 257	1.08 211	0.95 198	1.66 218	1.42 221	1.59 218	1.96 219	2.27 242	2.36 237	1.66 246	3.94 240	4.10 229	6.30 242	0.63 197	62.38 276	74.74 276	1.69 229	1.06 224	12.18 247	2.23 247	4.96 253	9.29 262	0.92 212	1.29 230	1.95 230	2.97 242	3.66 251	14.83 258

ACVNet_2	3.17 231	2.98 240	2.25 240	4.72 248	2.88 246	3.50 234	3.48 238	1.58 226	1.33 213	1.29 231	1.10 196	3.22 218	2.45 219	2.67 240	1.29 186	0.86 179	7.26 259	1.02 220	22.14 257	1.37 230	3.22 233	1.25 182	4.24 242	1.37 231	1.93 228	1.92 223	1.83 218	2.36 202

PSMNet_ROB	2.71 223	3.39 250	1.92 236	2.87 230	2.04 228	4.01 247	3.50 240	1.46 220	1.41 218	1.59 245	3.34 235	3.52 222	4.97 231	4.50 253	1.61 204	0.95 188	1.87 233	1.06 224	8.62 234	1.63 240	2.32 216	1.51 197	5.43 257	1.37 231	1.98 232	1.94 225	1.91 220	2.39 203

SPS-STEREO	1.93 211	1.27 218	1.21 218	1.60 217	1.34 219	1.44 215	1.17 206	1.66 228	1.36 217	1.38 235	3.67 239	3.02 214	1.29 198	1.05 221	1.85 217	1.83 246	1.58 225	1.37 243	8.86 237	1.34 228	3.07 230	1.47 193	1.27 224	1.37 231	1.42 217	1.28 197	2.02 224	1.89 192
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH-64-1	2.92 228	2.70 234	2.36 242	3.23 235	2.71 241	3.70 240	4.05 245	1.66 228	2.48 239	1.13 218	1.26 202	3.60 223	6.29 240	3.59 247	2.28 238	1.15 217	2.20 239	1.31 239	6.02 222	1.52 234	3.03 228	5.48 245	4.83 251	1.40 234	2.83 239	2.02 228	2.34 228	3.64 223

IMH-64	2.92 228	2.70 234	2.36 242	3.23 235	2.71 241	3.70 240	4.05 245	1.66 228	2.48 239	1.13 218	1.26 202	3.60 223	6.29 240	3.59 247	2.28 238	1.15 217	2.20 239	1.31 239	6.02 222	1.52 234	3.03 228	5.48 245	4.83 251	1.40 234	2.83 239	2.02 228	2.34 228	3.64 223

DPSNet	2.61 220	0.83 191	0.77 187	1.21 205	1.24 214	1.34 212	0.93 195	1.08 205	1.49 221	0.78 192	0.86 176	6.91 242	3.85 227	0.58 192	4.58 254	2.54 251	1.43 223	1.24 234	14.95 253	1.34 228	4.83 252	8.01 258	1.75 231	1.40 234	1.47 218	1.95 226	1.60 211	1.66 187

SGM+DAISY	3.81 239	1.38 219	1.26 222	1.80 221	1.47 223	1.93 224	1.71 216	1.47 221	1.33 213	1.34 234	6.67 258	9.59 255	12.99 253	1.20 225	1.73 211	1.47 239	1.42 222	1.24 234	11.11 245	1.37 230	3.07 230	2.13 215	1.27 224	1.42 237	1.69 224	1.26 196	2.90 242	26.50 265

IMH	3.24 233	2.76 238	2.37 244	3.26 237	2.74 243	3.73 243	4.10 247	1.72 233	2.58 242	1.17 223	1.24 200	3.92 226	10.58 248	6.80 262	1.57 203	1.11 214	2.25 241	1.30 238	6.28 226	1.56 237	2.97 227	4.14 237	4.90 253	1.45 238	3.01 243	2.36 234	2.47 234	5.19 236

Dean	2.84 227	3.23 246	1.81 233	6.04 251	3.38 255	3.63 239	3.67 242	1.88 236	1.97 231	1.47 237	1.30 204	3.69 225	4.10 229	2.97 243	1.45 193	0.97 193	2.41 243	1.29 237	5.94 221	1.74 243	3.20 232	4.23 239	4.79 250	1.55 239	2.65 236	2.27 233	2.56 235	2.64 208

WAO-8	4.25 241	3.34 248	2.80 247	10.32 257	2.92 247	4.17 248	5.89 250	2.66 252	4.45 254	1.69 247	3.41 236	5.94 237	11.31 250	5.29 257	1.71 208	1.34 227	2.69 248	1.51 246	10.78 242	2.48 251	2.63 219	4.50 240	3.44 239	1.58 240	5.12 253	3.31 248	3.60 248	5.76 238

Venus	4.25 241	3.34 248	2.80 247	10.32 257	2.92 247	4.17 248	5.89 250	2.66 252	4.45 254	1.69 247	3.41 236	5.94 237	11.31 250	5.29 257	1.71 208	1.34 227	2.69 248	1.51 246	10.78 242	2.48 251	2.63 219	4.50 240	3.44 239	1.58 240	5.12 253	3.31 248	3.60 248	5.76 238

STStereo	5.29 245	2.47 232	5.20 261	5.20 249	2.80 244	4.72 252	3.42 237	6.23 263	6.52 257	1.51 240	7.61 260	9.53 253	14.86 256	0.63 197	4.09 253	0.64 139	0.87 188	0.62 165	36.67 266	1.02 209	1.23 185	1.05 167	0.78 202	1.63 242	3.46 246	2.43 235	3.53 247	14.15 257

ELAS	3.38 236	2.19 228	1.79 232	2.99 231	2.37 233	3.32 233	2.09 222	2.60 249	2.85 248	1.28 230	4.85 245	8.61 250	8.02 245	0.76 210	2.90 247	0.81 174	1.80 232	1.10 228	4.19 213	1.10 215	4.53 249	7.86 257	1.26 220	1.63 242	7.08 258	4.79 256	3.66 251	4.87 232
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	2.72 225	1.83 225	2.89 250	7.39 253	1.73 227	1.76 222	1.82 218	2.07 239	2.65 243	2.21 256	5.39 248	4.58 233	5.72 237	1.23 226	2.07 226	1.27 226	1.69 229	1.22 233	7.70 231	1.51 232	1.64 201	3.07 226	0.84 208	1.65 244	1.83 227	2.48 236	1.97 222	3.27 220

TorneroNet	8.11 254	4.28 256	2.58 246	27.50 269	3.31 254	5.00 254	6.00 252	2.62 250	10.13 262	1.49 239	2.57 231	11.07 261	68.61 275	4.25 251	1.77 215	1.18 221	5.78 256	1.62 249	23.67 258	2.83 255	4.30 245	5.47 244	5.37 256	1.65 244	3.72 248	3.14 245	2.59 236	6.36 242

WAO-6	2.71 223	2.26 230	1.57 230	3.00 232	2.25 231	3.01 230	3.02 233	1.77 235	2.35 236	1.52 242	1.62 217	3.94 227	5.12 234	2.64 238	2.22 233	1.38 234	2.65 247	1.36 242	4.86 215	1.54 236	2.76 224	4.79 242	2.70 236	1.73 246	2.71 237	2.59 237	2.68 239	5.02 234

ELAS_RVC	3.22 232	2.01 226	1.85 234	2.66 225	2.07 229	5.08 255	2.06 220	2.41 246	1.89 229	1.74 249	4.78 243	8.00 248	8.02 245	0.74 208	2.38 242	0.81 174	1.75 231	1.14 232	3.97 209	1.27 226	4.64 251	7.61 256	1.26 220	1.74 247	6.58 257	3.21 246	3.39 246	3.80 226
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TorneroNet-64	6.02 248	4.60 257	2.53 245	15.58 263	3.29 253	4.87 253	7.75 254	2.23 241	10.02 260	1.42 236	1.31 205	7.26 246	29.23 265	4.36 252	2.09 227	1.21 224	8.22 260	1.70 250	17.35 256	2.62 253	4.31 246	5.68 247	5.20 255	1.76 248	3.58 247	3.76 252	2.29 226	8.34 249

LVE	4.33 243	3.03 241	2.00 237	27.23 268	3.06 250	3.83 245	12.07 265	1.53 223	1.64 225	1.85 252	1.48 212	3.30 220	3.91 228	3.06 245	1.45 193	1.05 205	1.95 235	1.38 244	15.68 254	1.62 239	3.25 235	5.86 248	4.42 246	1.76 248	2.87 241	2.06 230	2.34 228	3.25 219

PWCK	5.04 244	3.03 241	2.21 238	3.61 242	2.60 240	4.41 251	5.09 248	2.45 247	2.76 246	3.31 261	4.34 242	10.15 259	5.13 235	1.74 231	1.99 220	1.38 234	2.41 243	1.45 245	51.59 273	2.35 249	3.70 242	2.69 221	2.65 235	1.78 250	2.97 242	3.21 246	2.43 232	4.77 231

MANE	7.31 251	2.64 233	4.48 260	3.30 238	3.10 251	3.94 246	2.83 231	5.37 262	6.88 258	1.11 217	5.64 251	8.81 251	11.02 249	0.67 202	3.83 252	3.83 254	1.32 218	18.03 268	8.61 233	0.84 197	4.22 244	1.16 176	0.74 201	1.79 251	13.65 264	18.61 265	22.89 267	38.18 272

KSHMR	8.16 255	4.16 254	2.96 251	25.39 267	3.92 256	5.08 255	5.53 249	2.62 250	2.40 238	2.23 257	2.26 228	4.37 232	77.17 276	5.23 256	2.24 234	1.71 242	2.79 250	1.98 251	31.04 263	2.02 245	4.59 250	5.35 243	7.54 264	1.89 252	3.30 244	2.91 241	3.01 243	6.51 243

MADNet+	1.96 212	1.18 214	1.26 222	1.45 213	1.28 215	1.10 201	2.21 223	1.88 236	1.41 218	1.33 233	1.32 206	2.29 203	2.23 213	1.25 227	4.58 254	1.87 247	2.55 246	1.13 231	2.73 192	1.63 240	3.69 241	3.33 230	1.26 220	2.09 253	1.93 228	1.47 209	1.59 209	2.77 210

SPstereo	3.56 237	1.74 223	3.18 254	1.78 220	1.64 225	1.86 223	1.73 217	2.36 243	2.05 232	1.84 251	4.83 244	7.23 244	9.01 247	1.81 232	3.54 250	5.52 258	2.43 245	2.86 258	3.65 206	3.54 257	5.29 255	7.52 255	1.95 233	2.10 254	2.52 233	3.11 244	3.20 245	7.77 247

notaker	5.52 246	5.55 261	3.76 257	13.97 262	5.34 260	5.44 259	7.16 253	2.36 243	2.68 245	2.06 254	1.80 222	12.90 263	23.86 259	3.98 250	2.04 222	1.73 243	3.45 253	2.12 254	17.08 255	2.15 246	6.10 257	5.87 249	6.15 261	2.12 255	1.79 225	2.08 231	2.31 227	3.29 221

JetBlue	6.09 249	3.85 253	3.31 256	5.99 250	4.13 257	6.22 261	7.94 255	3.42 255	2.89 249	1.47 237	1.46 211	8.10 249	1.90 209	5.39 259	11.86 262	3.22 253	3.30 252	2.99 259	5.32 217	2.40 250	9.74 262	10.03 265	4.93 254	2.18 256	7.39 259	17.16 264	3.72 253	24.15 262

ktn	8.45 258	3.18 244	2.84 249	6.37 252	3.26 252	4.31 250	10.28 263	2.15 240	10.13 262	2.27 258	1.83 223	42.17 272	55.84 272	3.93 249	2.34 240	2.09 249	9.85 262	2.17 255	33.98 264	2.24 248	3.24 234	3.03 225	4.78 249	2.25 257	2.59 234	2.81 239	3.18 244	5.04 235

BEATNet-Init1	22.01 269	36.32 273	3.23 255	54.74 276	11.23 267	52.95 277	28.72 271	9.47 264	8.51 259	1.57 244	10.45 266	33.05 269	48.98 270	0.71 206	16.97 267	11.50 265	1.60 227	1.11 230	77.80 275	35.27 274	9.94 264	9.98 264	1.27 224	2.30 258	27.41 267	11.09 261	52.85 274	35.36 270

UNDER WATER-64	6.11 250	5.20 259	3.13 253	12.20 260	5.77 261	6.55 263	8.53 259	4.74 261	3.45 252	2.30 259	2.36 229	12.04 262	12.47 252	5.08 255	3.02 248	1.81 245	12.11 263	2.17 255	8.81 236	4.17 260	5.75 256	7.27 254	8.74 266	2.61 259	3.86 250	8.63 259	4.32 254	7.86 248

UNDER WATER	7.55 252	4.74 258	3.06 252	10.46 259	5.92 262	6.35 262	8.05 256	4.32 256	3.69 253	1.97 253	2.14 227	10.53 260	62.60 274	4.83 254	2.25 235	1.59 240	12.22 264	2.08 253	9.67 240	3.97 258	5.27 254	6.65 252	8.86 267	2.65 260	3.82 249	5.62 257	3.62 250	7.03 245

JetRed	7.85 253	5.29 260	6.07 263	3.75 243	5.00 259	6.95 264	10.20 262	4.64 260	3.42 251	2.92 260	2.39 230	6.71 241	2.25 215	7.15 263	10.26 259	7.34 261	8.59 261	7.11 263	4.82 214	4.08 259	10.76 266	9.27 261	7.85 265	3.34 261	10.96 261	24.25 268	11.90 262	24.57 263

HanzoNet	19.12 267	15.23 264	6.99 265	35.06 272	14.35 269	40.77 273	42.46 272	17.81 270	22.51 268	3.55 262	8.29 261	41.30 271	56.30 273	43.04 275	5.72 256	4.37 257	37.83 274	3.30 260	49.59 272	8.93 265	10.30 265	6.85 253	14.15 271	3.46 262	5.94 256	5.80 258	5.29 258	7.13 246

MADNet++	5.64 247	3.51 252	3.77 258	2.84 229	4.62 258	3.02 231	3.65 241	4.36 257	5.03 256	4.18 264	5.07 247	6.45 239	5.92 239	6.18 261	7.04 257	6.82 260	4.71 254	4.00 262	8.03 232	5.83 261	9.92 263	16.38 267	2.32 234	4.34 263	3.95 251	11.38 262	4.93 255	4.01 228

PML	30.82 270	20.91 267	7.15 266	29.65 270	20.81 272	29.11 271	10.50 264	10.87 265	88.32 277	20.03 273	154.19 277	98.60 276	119.55 277	10.53 265	9.19 258	8.69 263	16.72 266	7.27 264	34.57 265	7.35 264	12.77 267	10.86 266	5.72 260	6.17 264	33.11 273	12.83 263	34.30 271	12.33 255

DPSimNet_ROB	18.93 266	32.01 269	5.97 262	12.40 261	11.35 268	6.13 260	28.07 270	15.03 269	35.64 273	3.96 263	78.33 276	18.15 264	35.00 266	5.44 260	12.19 264	10.36 264	13.57 265	3.64 261	87.52 276	6.87 263	14.36 269	9.97 263	4.40 245	7.14 265	5.17 255	9.85 260	5.93 259	32.56 267

ASD4																								8.34 266

DPSMNet_ROB	12.40 261	5.97 263	17.46 269	4.21 246	7.87 264	5.15 257	8.18 257	4.56 258	11.65 265	4.54 267	8.87 263	5.17 235	22.69 258	13.00 267	14.98 266	14.62 267	6.90 258	15.82 267	14.07 252	12.05 266	9.09 261	21.75 269	5.68 259	11.54 267	11.87 263	31.03 272	12.99 264	33.06 268

DGTPSM_ROB	12.12 260	5.96 262	17.45 268	4.20 245	7.86 263	5.15 257	8.18 257	4.56 258	11.64 264	4.52 266	8.72 262	5.01 234	17.08 257	12.98 266	14.91 265	14.58 266	6.85 257	15.76 266	12.78 248	12.05 266	9.07 260	21.74 268	5.67 258	11.54 267	11.84 262	31.02 271	12.98 263	33.06 268

LE_ROB	17.44 262	1.82 224	6.12 264	9.40 254	53.85 277	8.01 265	46.26 273	11.27 268	28.12 269	1.80 250	7.03 259	38.62 270	49.53 271	0.34 126	1.76 214	0.55 115	0.78 175	0.59 161	36.68 267	6.72 262	2.92 226	0.85 149	29.06 272	12.10 269	26.35 266	25.49 269	27.84 270	37.03 271

DPSM_ROB	18.32 264	16.26 265	21.94 270	9.42 255	8.75 265	13.61 266	9.11 260	10.90 266	15.09 266	8.45 268	8.95 264	10.12 257	13.19 254	16.42 268	19.79 268	19.11 268	18.35 267	20.45 269	13.82 250	14.88 268	26.56 270	27.45 270	6.49 262	14.39 270	31.57 271	38.83 273	36.85 272	43.86 273

DPSM	18.32 264	16.26 265	21.94 270	9.42 255	8.75 265	13.61 266	9.11 260	10.90 266	15.09 266	8.45 268	8.95 264	10.12 257	13.19 254	16.42 268	19.79 268	19.11 268	18.35 267	20.45 269	13.82 250	14.88 268	26.56 270	27.45 270	6.49 262	14.39 270	31.57 271	38.83 273	36.85 272	43.86 273

LRCNet_RVC	21.34 268	28.92 268	11.37 267	31.78 271	29.09 273	34.25 272	27.43 269	21.71 272	10.07 261	29.63 274	30.60 271	32.06 268	25.81 261	33.87 273	11.15 260	2.97 252	25.27 270	21.35 271	44.05 270	20.83 270	14.27 268	5.87 249	36.69 273	27.43 272	2.76 238	1.47 209	8.68 261	6.79 244

MyStereo03	36.84 273	32.71 270	44.18 275	18.90 265	17.61 271	27.36 269	18.30 267	21.92 273	30.41 271	17.08 270	18.01 268	20.35 266	26.56 263	33.03 271	39.51 271	38.47 272	36.86 272	41.18 273	27.56 261	29.89 272	53.52 275	55.42 275	13.00 269	28.90 273	63.34 274	78.17 276	74.06 276	88.27 276

MyStereo02	36.18 271	32.71 270	44.18 275	18.90 265	0.00 1	27.36 269	18.30 267	21.92 273	30.41 271	17.08 270	18.01 268	20.35 266	26.56 263	33.03 271	39.51 271	38.47 272	36.86 272	41.18 273	27.56 261	29.89 272	53.52 275	55.42 275	13.00 269	28.90 273	63.34 274	78.17 276	74.06 276	88.27 276

CasAABBNet	36.73 272	32.73 272	44.18 275	18.81 264	17.45 270	27.29 268	18.12 266	21.69 271	30.40 270	17.52 272	18.08 270	20.27 265	26.53 262	32.96 270	38.28 270	37.42 270	36.82 271	41.12 272	27.47 260	29.86 271	53.56 277	55.70 277	12.93 268	28.91 275	63.44 276	78.07 275	73.93 275	88.05 275

AVERAGE_ROB	41.98 275	44.82 275	42.27 273	45.98 274	46.88 274	45.60 275	46.56 275	47.04 276	43.89 274	49.19 276	49.91 273	47.25 274	43.00 267	49.19 276	40.14 273	38.38 271	49.01 276	51.31 276	43.98 269	42.43 276	43.31 273	38.64 273	49.42 274	42.83 276	28.65 269	20.44 267	23.41 268	19.88 260

HaxPig	41.43 274	43.85 274	40.81 272	44.90 273	47.49 275	44.66 274	46.30 274	46.31 275	45.63 275	49.00 275	49.30 272	47.24 273	43.73 268	42.64 274	40.44 274	39.13 274	48.37 275	51.07 275	43.33 268	42.25 275	42.88 272	36.52 272	50.75 275	43.02 277	27.54 268	19.97 266	20.68 266	20.75 261

MEDIAN_ROB	44.95 276	47.36 276	44.12 274	48.52 275	49.78 276	48.21 276	49.25 276	49.72 277	46.35 276	52.53 277	53.59 274	50.59 275	45.49 269	49.36 277	43.27 275	41.36 275	51.85 277	54.40 277	47.03 271	45.93 277	45.78 274	40.06 274	52.67 276	45.67 278	31.00 270	26.54 270	25.33 269	27.95 266

Low-res two-view benchmark