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

MoCha-V2	0.28 1	0.39 7	0.17 3	0.22 6	0.12 3	0.18 2	0.08 2	0.23 1	0.12 1	0.21 2	0.22 5	0.26 1	0.14 3	0.18 5	0.59 3	0.59 4	0.42 4	0.40 8	0.30 1	0.37 8	0.68 17	0.45 7	0.15 1	0.13 1	0.32 1	0.25 2	0.36 1	0.18 1

CroCo-Stereo Lap2	0.33 3	0.22 2	0.15 1	0.11 1	0.12 3	0.16 1	0.08 2	0.35 5	0.15 5	0.47 14	0.10 2	0.31 4	0.14 3	0.14 1	1.26 14	1.00 30	0.36 2	0.36 5	0.44 4	0.20 1	0.53 7	0.55 11	0.17 4	0.13 1	0.39 7	0.35 9	0.40 3	0.27 3

CroCo-Stereo	0.35 5	0.20 1	0.15 1	0.11 1	0.10 2	0.18 2	0.06 1	0.33 4	0.14 3	0.31 5	0.05 1	0.36 7	0.13 1	0.15 2	1.64 27	1.05 36	0.35 1	0.37 6	0.45 5	0.20 1	0.62 12	0.79 25	0.16 2	0.13 1	0.38 4	0.31 4	0.45 4	0.26 2
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAFT	0.35 5	0.22 2	0.19 4	0.27 8	0.13 5	0.30 10	0.08 2	0.97 67	0.18 6	0.92 94	0.19 4	0.27 2	0.16 5	0.18 5	0.51 1	0.47 1	0.38 3	0.26 1	0.54 8	0.25 4	0.43 3	0.34 2	0.19 5	0.15 4	0.38 4	0.34 8	0.90 18	0.27 3

AEACV	0.43 7	0.94 118	0.30 6	0.29 12	0.20 8	0.27 6	0.12 5	0.28 2	0.14 3	0.24 3	0.23 7	0.35 6	0.21 8	0.20 9	1.24 13	0.83 14	0.57 18	0.38 7	0.78 21	0.45 21	0.81 26	0.73 22	0.24 6	0.18 5	0.34 3	0.31 4	0.61 8	0.28 6

StereoVision	0.34 4	0.27 4	0.21 5	0.13 3	0.18 7	0.21 4	0.14 6	0.30 3	0.23 7	0.35 7	0.18 3	0.34 5	0.17 6	0.16 3	0.98 7	0.78 12	0.44 6	0.35 3	0.43 3	0.23 3	0.40 2	0.48 8	0.16 2	0.21 6	0.40 8	0.40 11	0.71 12	0.37 9

ProNet	0.30 2	0.27 4	0.31 9	0.26 7	0.15 6	0.27 6	0.27 34	0.38 6	0.13 2	0.15 1	0.49 34	0.29 3	0.13 1	0.16 3	0.73 5	0.49 2	0.43 5	0.32 2	0.35 2	0.27 5	0.38 1	0.22 1	0.38 24	0.22 7	0.32 1	0.20 1	0.38 2	0.27 3

StereoIM	0.57 14	0.47 11	0.30 6	0.16 4	0.26 11	0.21 4	0.17 8	0.44 7	0.32 19	1.08 113	0.22 5	0.51 13	0.22 10	0.19 7	1.83 47	1.19 61	0.62 22	0.59 32	1.09 40	0.45 21	0.81 26	0.94 36	0.37 22	0.25 8	0.63 38	0.67 44	0.60 7	0.82 63

RAFT + AFF	1.96 136	0.49 12	0.42 24	0.41 33	0.20 8	0.41 33	0.19 11	0.65 19	0.23 7	0.56 18	0.27 9	0.77 63	0.21 8	0.29 18	39.69 218	0.90 19	0.62 22	0.35 3	1.92 78	0.38 10	0.77 23	0.57 13	0.32 8	0.27 9	0.71 49	0.33 7	0.58 6	0.29 7

MIF-Stereo	0.60 16	0.44 9	0.32 11	0.21 5	0.25 10	0.34 15	0.17 8	0.61 14	0.31 15	0.75 52	0.27 9	0.62 25	0.34 19	0.21 10	1.77 41	1.44 101	0.57 18	0.61 37	1.53 63	0.44 20	0.91 39	1.14 46	0.37 22	0.29 10	0.50 19	0.54 30	0.52 5	0.58 24

CAS	1.05 59	0.80 69	0.40 19	0.50 55	0.48 48	0.37 19	0.30 38	0.55 10	0.44 43	1.13 116	0.77 92	0.64 28	0.95 154	0.31 20	2.68 116	1.79 141	0.96 121	0.82 98	1.08 39	0.61 52	2.91 118	5.06 114	0.44 42	0.30 11	0.81 66	0.92 83	1.18 37	1.16 112

anonymousdsp	0.50 9	0.38 6	0.36 15	0.28 10	0.32 16	0.28 8	0.15 7	0.56 11	0.26 10	0.42 10	0.33 14	0.53 15	0.19 7	0.27 16	1.47 17	0.87 16	0.54 10	0.52 18	0.62 13	0.48 23	0.71 18	1.04 41	0.36 19	0.30 11	0.46 12	0.29 3	1.13 34	0.33 8

RAFT_CTSACE	0.64 19	0.94 118	0.31 9	0.37 22	0.34 22	0.33 13	0.23 19	1.23 97	0.26 10	0.64 35	0.29 11	0.71 44	0.57 65	0.34 29	1.57 25	1.07 40	0.52 8	0.43 9	0.72 17	0.33 7	0.85 31	1.72 64	0.42 36	0.30 11	0.46 12	0.41 16	1.58 71	0.39 10

MIF-Stereo (partial)	0.69 23	0.76 58	0.33 12	0.27 8	0.37 29	0.35 17	0.31 42	0.53 9	0.40 37	0.62 31	0.32 13	0.50 12	0.39 27	0.23 11	2.08 67	1.51 115	0.68 30	0.71 62	0.77 20	0.43 16	1.10 54	0.94 36	0.39 26	0.32 14	0.57 29	0.71 47	2.25 116	0.87 70

AFF-stereo	0.76 29	0.69 31	0.59 49	0.30 14	0.32 16	0.52 61	0.18 10	0.86 50	0.41 39	1.37 132	0.43 24	0.60 22	0.34 19	0.24 12	1.76 40	1.13 50	0.57 18	0.62 40	2.81 112	0.43 16	0.77 23	0.63 17	0.41 31	0.32 14	0.70 46	0.67 44	2.38 130	0.56 20

RYNet	2.42 147	0.40 8	0.35 14	0.29 12	0.32 16	0.40 28	0.25 25	0.61 14	0.55 78	0.33 6	0.36 18	0.40 10	0.26 11	0.27 16	52.29 258	0.69 7	0.47 7	1.00 150	0.54 8	0.29 6	0.50 5	0.37 3	0.38 24	0.32 14	0.57 29	1.24 126	1.31 44	0.50 15

test croco	0.67 22	0.87 93	0.33 12	0.31 15	0.59 81	0.33 13	0.30 38	0.89 57	0.34 22	0.72 46	0.24 8	0.65 31	0.34 19	0.19 7	1.95 54	1.57 125	0.71 40	0.69 57	0.94 29	0.39 11	1.28 69	1.20 49	0.33 10	0.33 17	0.59 35	0.60 37	0.72 13	0.74 49

ARAFT	0.89 45	0.72 39	0.47 34	0.35 19	0.34 22	0.42 35	0.24 22	0.64 18	0.34 22	2.25 183	0.57 48	0.58 16	0.29 13	0.39 49	2.14 69	1.42 95	0.71 40	0.74 73	2.68 108	0.54 30	1.86 102	1.93 67	0.42 36	0.33 17	0.83 72	0.40 11	1.98 97	0.56 20

LL-Strereo2	1.08 67	0.65 21	0.59 49	0.40 29	0.34 22	0.31 11	0.23 19	1.48 131	0.38 28	0.68 41	0.58 52	0.63 26	0.32 17	0.64 143	1.65 29	1.13 50	0.63 24	0.53 22	1.32 49	0.66 68	1.35 75	11.05 206	0.44 42	0.34 19	0.64 40	0.60 37	1.05 28	0.56 20

test_5	0.69 23	0.91 109	0.30 6	0.38 24	0.26 11	0.35 17	0.19 11	1.79 167	0.31 15	0.58 23	1.20 141	0.75 55	0.73 107	0.32 21	1.36 15	1.10 46	0.54 10	0.54 26	1.01 33	0.37 8	0.61 11	1.37 56	0.29 7	0.34 19	0.41 9	0.40 11	1.72 78	0.44 11

iRaftStereo_RVC	0.51 10	0.56 13	0.40 19	0.28 10	0.31 15	0.32 12	0.19 11	0.68 23	0.25 9	0.46 13	0.57 48	0.58 16	0.29 13	0.25 13	1.17 11	0.89 18	0.56 16	0.45 10	0.72 17	0.41 14	0.97 42	0.79 25	0.35 14	0.34 19	0.44 11	0.41 16	0.76 15	0.48 13

HCRNet	0.66 21	0.78 65	0.41 23	0.54 65	0.27 13	0.41 33	0.39 65	0.63 17	0.31 15	1.62 147	0.59 53	0.67 36	0.29 13	0.41 60	1.99 58	0.73 10	0.60 21	0.47 12	0.65 14	0.43 16	0.78 25	0.62 16	0.36 19	0.34 19	0.42 10	0.43 21	2.14 104	0.50 15

MIM_Stereo	0.78 31	0.77 62	0.53 42	0.43 41	0.38 30	0.46 38	0.22 18	1.50 134	0.31 15	0.55 16	0.38 19	0.64 28	0.27 12	0.32 21	1.77 41	1.09 44	0.63 24	0.73 70	3.30 136	0.57 40	1.19 63	0.91 34	0.34 11	0.36 23	0.49 18	0.41 16	1.95 94	0.58 24

Former-RAFT_DAM_RVC	0.87 40	0.64 18	0.54 44	0.44 43	0.41 32	0.38 22	0.26 31	1.26 103	0.49 58	0.85 76	0.62 57	0.75 55	0.54 54	0.34 29	1.75 38	1.50 114	0.68 30	0.70 59	1.17 43	0.56 37	1.52 83	3.83 90	0.39 26	0.37 24	0.75 58	1.18 121	0.68 10	0.77 55

RAFT+CT+SA	0.87 40	0.97 132	0.40 19	0.45 45	0.29 14	0.38 22	0.20 14	1.64 158	0.33 20	0.72 46	0.30 12	0.88 87	0.65 87	0.40 53	1.56 24	1.21 64	0.56 16	0.57 28	2.08 84	0.40 12	0.83 28	5.00 111	0.32 8	0.37 24	0.47 15	0.42 20	1.56 64	0.49 14

test_4	1.13 70	0.74 46	0.77 80	0.42 39	0.32 16	0.34 15	0.26 31	0.78 34	0.33 20	0.75 52	0.40 20	0.87 82	0.35 23	0.40 53	2.10 68	1.55 121	0.65 27	0.69 57	1.50 60	0.51 24	1.12 57	10.25 182	0.41 31	0.37 24	0.58 32	0.70 46	2.73 166	0.62 35

CASnet	1.15 73	0.91 109	0.49 38	0.40 29	0.43 35	0.38 22	0.20 14	0.91 60	0.49 58	0.77 60	0.56 46	0.88 87	0.53 49	0.35 33	2.15 70	1.24 68	0.72 45	0.50 14	1.34 51	0.54 30	7.12 174	5.37 122	0.41 31	0.38 27	1.21 136	0.49 23	1.45 55	0.79 58
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CES	1.27 82	0.77 62	0.56 47	0.45 45	0.56 76	0.51 58	0.21 16	1.50 134	0.70 109	0.78 63	0.80 102	0.84 77	0.90 143	0.33 24	3.45 155	2.96 173	1.14 150	1.04 157	1.32 49	1.08 140	4.63 138	4.87 107	0.63 122	0.38 27	0.85 78	0.83 66	1.02 26	1.16 112

CREStereo++_RVC	1.73 125	0.91 109	1.03 133	0.51 56	0.56 76	0.40 28	0.28 36	1.37 122	0.51 65	0.83 70	0.61 55	0.76 59	0.85 137	0.34 29	2.78 122	3.07 176	0.92 111	0.61 37	2.72 111	0.55 35	5.01 145	5.69 128	0.53 85	0.38 27	0.94 99	0.84 71	12.80 249	0.98 86
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
raft+_RVC	0.71 26	0.73 43	0.70 69	0.41 33	0.34 22	0.49 51	0.30 38	1.48 131	0.43 41	0.62 31	0.62 57	0.65 31	0.39 27	0.26 14	1.74 36	1.16 54	0.69 35	0.53 22	1.57 69	0.51 24	0.85 31	1.06 43	0.44 42	0.38 27	0.68 43	0.62 39	0.85 17	0.69 44

PMTNet	1.39 100	0.94 118	0.99 127	0.48 48	0.49 51	0.47 44	0.32 47	0.83 45	0.66 104	0.83 70	0.62 57	0.88 87	0.50 45	0.35 33	2.72 119	4.30 202	0.91 105	0.57 28	2.40 94	0.54 30	6.12 159	5.45 125	0.57 100	0.38 27	1.99 206	1.00 98	1.09 31	1.19 118

AANet_RVC	0.54 13	0.45 10	0.40 19	0.33 18	0.61 88	0.28 8	0.31 42	0.61 14	0.58 88	0.44 11	0.41 22	0.39 8	0.48 40	0.33 24	1.16 9	0.79 13	0.55 12	0.53 22	0.56 11	0.52 28	0.46 4	0.49 9	0.34 11	0.38 27	0.57 29	0.57 35	1.05 28	0.97 84

TestStereo1	0.93 47	0.98 135	0.39 16	0.38 24	0.36 27	0.39 25	0.25 25	1.02 72	0.39 30	0.79 64	0.34 15	0.58 16	0.73 107	0.54 111	3.06 137	1.47 110	0.71 40	0.52 18	2.91 115	0.54 30	1.34 72	1.84 65	0.35 14	0.39 33	0.54 24	1.06 102	2.53 150	0.60 31

SA-5K	0.93 47	0.98 135	0.39 16	0.38 24	0.36 27	0.39 25	0.25 25	1.02 72	0.39 30	0.79 64	0.34 15	0.58 16	0.73 107	0.54 111	3.06 137	1.47 110	0.71 40	0.52 18	2.91 115	0.54 30	1.34 72	1.84 65	0.35 14	0.39 33	0.54 24	1.06 102	2.53 150	0.60 31

RAFT-Stereo + iAFF	0.86 36	0.72 39	0.84 95	0.41 33	0.39 31	0.54 67	0.21 16	0.99 70	0.52 67	1.54 142	0.57 48	0.73 47	0.39 27	0.26 14	2.15 70	1.17 56	0.64 26	0.50 14	2.66 107	0.57 40	0.88 33	0.90 32	0.47 59	0.39 33	0.86 80	0.72 49	2.54 152	0.66 42

TDLM	0.49 8	0.59 16	0.60 52	0.39 28	0.48 48	0.46 38	0.43 85	0.72 24	0.35 24	0.30 4	0.65 62	0.76 59	0.41 33	0.35 33	0.54 2	0.58 3	0.55 12	0.49 13	0.50 7	0.43 16	0.50 5	0.39 4	0.41 31	0.39 33	0.38 4	0.31 4	0.61 8	0.66 42

4D-IteraStereo	1.32 93	0.61 17	1.07 143	0.49 49	0.43 35	0.40 28	0.25 25	1.44 129	0.37 27	0.75 52	0.56 46	0.75 55	0.43 35	0.43 73	2.29 86	1.38 85	0.68 30	0.66 49	2.70 109	0.59 47	3.21 122	10.86 201	0.46 50	0.40 37	0.69 45	0.83 66	2.34 123	0.64 39

TESTraft	0.98 55	0.96 130	0.42 24	0.41 33	0.33 21	0.40 28	0.25 25	1.13 83	0.39 30	0.97 103	0.35 17	0.61 23	0.75 116	0.54 111	3.18 147	1.42 95	0.70 37	0.50 14	2.86 114	0.53 29	1.08 50	3.15 84	0.35 14	0.40 37	0.52 22	1.18 121	2.52 146	0.61 33

AASNet	0.53 12	0.74 46	0.46 33	0.35 19	0.61 88	0.51 58	0.42 82	0.65 19	0.26 10	0.41 9	0.50 36	0.39 8	0.31 16	0.41 60	1.02 8	0.69 7	0.53 9	0.60 33	0.67 15	0.51 24	0.60 10	0.87 30	0.41 31	0.41 39	0.50 19	0.40 11	0.70 11	0.45 12

GMOStereo	1.28 83	0.74 46	0.45 29	0.62 84	0.52 64	0.46 38	0.39 65	1.54 143	0.47 48	0.87 79	0.47 27	0.74 48	0.59 69	0.35 33	2.01 60	1.45 103	0.80 66	0.87 108	2.92 117	0.69 74	1.78 96	10.98 202	0.46 50	0.41 39	1.09 120	0.72 49	1.56 64	0.58 24

error version	1.28 83	0.74 46	0.45 29	0.62 84	0.52 64	0.46 38	0.39 65	1.54 143	0.47 48	0.87 79	0.47 27	0.74 48	0.59 69	0.35 33	2.01 60	1.45 103	0.80 66	0.87 108	2.92 117	0.69 74	1.78 96	10.98 202	0.46 50	0.41 39	1.09 120	0.72 49	1.56 64	0.58 24

test-v	1.28 83	0.74 46	0.45 29	0.62 84	0.52 64	0.46 38	0.39 65	1.54 143	0.47 48	0.87 79	0.47 27	0.74 48	0.59 69	0.35 33	2.01 60	1.45 103	0.80 66	0.87 108	2.92 117	0.69 74	1.78 96	10.98 202	0.46 50	0.41 39	1.09 120	0.72 49	1.56 64	0.58 24

test-2	1.28 83	0.74 46	0.45 29	0.62 84	0.52 64	0.46 38	0.39 65	1.54 143	0.47 48	0.87 79	0.47 27	0.74 48	0.59 69	0.35 33	2.01 60	1.45 103	0.80 66	0.87 108	2.92 117	0.69 74	1.78 96	10.98 202	0.46 50	0.41 39	1.09 120	0.72 49	1.56 64	0.58 24

delet	0.51 10	0.58 14	0.47 34	0.35 19	0.50 60	0.50 54	0.30 38	0.49 8	0.29 14	0.56 18	0.44 26	0.45 11	0.34 19	0.48 97	1.16 9	0.68 6	0.55 12	0.46 11	0.47 6	0.41 14	0.58 9	0.39 4	0.39 26	0.41 39	0.48 16	0.36 10	1.09 31	0.50 15

CVANet_RVC	0.60 16	0.67 26	0.81 88	0.81 126	0.53 70	0.66 104	0.55 108	1.15 86	0.39 30	0.44 11	0.79 98	0.80 67	0.44 36	0.43 73	0.69 4	0.67 5	0.55 12	0.53 22	0.55 10	0.57 40	0.63 14	0.57 13	0.40 29	0.41 39	0.46 12	0.40 11	0.72 13	0.55 19

raftrobust	1.11 68	0.65 21	0.92 113	0.55 67	0.49 51	0.44 37	0.33 51	1.55 148	0.47 48	0.94 98	0.72 85	0.82 73	0.53 49	0.36 42	2.91 128	1.71 136	0.71 40	0.70 59	4.37 153	0.65 63	1.69 95	3.95 95	0.59 111	0.42 46	0.95 103	0.85 73	0.99 25	0.85 66

LoS_RVC	1.42 102	1.25 174	0.86 101	0.31 15	0.49 51	0.37 19	0.33 51	0.73 26	0.56 83	2.10 176	0.68 70	0.67 36	0.70 97	0.33 24	3.08 140	3.79 194	0.89 96	2.10 225	3.01 124	0.66 68	4.40 132	6.44 136	0.51 77	0.43 47	0.82 69	0.85 73	0.90 18	0.99 92

tt_ll	1.42 102	1.25 174	0.86 101	0.31 15	0.49 51	0.37 19	0.33 51	0.73 26	0.56 83	2.10 176	0.68 70	0.67 36	0.70 97	0.33 24	3.08 140	3.79 194	0.89 96	2.10 225	3.01 124	0.66 68	4.40 132	6.44 136	0.51 77	0.43 47	0.82 69	0.85 73	0.90 18	0.99 92

GLC_STEREO	0.97 54	0.89 102	0.85 99	0.56 69	0.60 84	0.48 49	0.40 72	1.70 161	0.47 48	0.77 60	0.67 66	0.78 65	0.63 80	0.61 134	2.53 102	1.65 133	0.88 94	0.60 33	1.57 69	0.70 81	2.48 111	1.17 47	0.44 42	0.43 47	0.67 42	0.55 32	2.36 126	0.88 73

XX-Stereo	11.10 240	0.72 39	1.24 175	1.04 153	0.52 64	0.80 128	0.84 138	1.13 83	0.51 65	4.53 235	6.79 234	1.54 155	1.06 165	0.42 69	2.78 122	5.82 221	0.96 121	0.94 132	6.43 185	0.91 120	6.26 162	8.36 158	0.58 107	0.43 47	237.38 277	1.38 139	2.64 160	3.61 196

anonymousdsp2	0.86 36	0.84 85	0.84 95	0.43 41	0.44 37	0.56 77	0.32 47	1.17 88	0.36 26	0.66 39	0.67 66	0.69 39	0.40 31	0.49 102	1.46 16	1.36 83	0.67 29	0.62 40	2.12 85	0.60 49	1.36 77	2.66 79	0.36 19	0.44 51	0.71 49	0.51 26	1.86 88	0.64 39

TestStereo	0.77 30	0.93 115	0.79 83	0.56 69	0.46 39	0.66 104	0.33 51	1.22 95	0.42 40	0.90 90	0.52 38	0.84 77	0.54 54	0.39 49	1.50 20	0.92 20	0.73 50	0.51 17	1.38 53	0.56 37	1.25 66	0.82 27	0.44 42	0.44 51	0.77 62	0.79 58	1.34 45	0.79 58

EGLCR-Stereo	2.26 142	0.87 93	1.17 166	0.45 45	0.48 48	0.61 92	0.23 19	0.83 45	0.55 78	0.72 46	0.53 40	0.80 67	0.66 89	0.41 60	2.36 89	2.92 172	0.90 104	1.10 164	3.35 137	0.60 49	5.09 147	12.56 241	0.47 59	0.45 53	0.89 91	0.91 82	20.21 257	0.86 68

DMCA	0.63 18	0.73 43	0.63 56	0.40 29	0.49 51	0.52 61	0.33 51	0.59 12	0.52 67	0.80 67	0.63 60	0.70 41	0.40 31	0.47 91	1.48 18	0.92 20	0.69 35	0.67 52	0.67 15	0.51 24	0.67 16	0.59 15	0.48 62	0.45 53	0.48 16	0.52 28	1.04 27	0.62 35

TANstereo	1.49 111	1.06 153	0.88 104	0.67 96	0.73 113	0.87 137	0.33 51	0.86 50	0.61 94	0.70 42	0.69 73	0.59 20	0.59 69	1.02 189	2.75 120	2.89 170	0.94 116	1.13 171	1.43 56	1.28 156	5.13 149	5.06 114	1.35 201	0.46 55	0.54 24	0.89 78	5.92 222	0.74 49

XX-TBD	1.49 111	1.06 153	0.88 104	0.67 96	0.73 113	0.87 137	0.33 51	0.86 50	0.61 94	0.70 42	0.69 73	0.59 20	0.59 69	1.02 189	2.75 120	2.89 170	0.94 116	1.13 171	1.43 56	1.28 156	5.13 149	5.06 114	1.35 201	0.46 55	0.54 24	0.89 78	5.92 222	0.74 49

panet	1.20 76	0.91 109	0.94 115	0.52 58	0.42 33	0.47 44	0.25 25	1.41 126	0.61 94	0.88 85	0.75 89	0.97 100	0.72 102	0.37 44	2.66 113	3.31 183	0.86 86	0.61 37	2.41 95	0.60 49	3.93 130	3.14 83	0.50 75	0.47 57	1.03 113	0.86 76	1.72 78	0.99 92

LoS	1.51 113	0.79 68	0.59 49	0.52 58	0.56 76	0.65 102	0.38 63	2.56 216	0.88 126	1.21 119	0.94 119	0.97 100	0.88 140	0.35 33	3.04 136	3.41 185	1.24 161	0.93 129	2.19 87	0.68 73	5.96 155	7.00 146	0.62 117	0.47 57	1.14 129	0.98 95	1.06 30	0.87 70

UDGNet	1.34 96	1.00 143	0.76 79	1.64 194	1.38 182	1.69 198	1.25 170	1.22 95	0.69 107	0.63 34	0.84 109	0.83 75	0.41 33	1.62 209	2.02 64	1.19 61	0.81 75	0.87 108	1.98 81	0.92 123	1.68 93	5.69 128	1.26 196	0.47 57	1.21 136	0.95 87	2.15 106	1.03 98

AnonymousM	2.27 144	0.64 18	0.44 27	0.51 56	0.32 16	0.49 51	0.24 22	1.70 161	0.48 54	0.75 52	2.06 176	0.70 41	0.47 37	0.39 49	2.47 95	3.26 181	0.99 128	1.03 154	1.88 76	2.37 214	4.85 142	6.68 139	0.57 100	0.47 57	0.53 23	0.65 43	11.71 245	14.52 236

ADLNet	2.50 149	0.99 138	0.73 72	0.62 84	0.75 116	0.63 97	0.53 102	1.12 81	0.61 94	0.58 23	0.71 82	1.61 158	0.61 77	0.87 173	46.09 235	1.02 31	0.70 37	0.67 52	0.85 23	0.74 90	0.75 22	1.07 44	0.51 77	0.47 57	0.94 99	0.93 84	1.63 75	0.70 46

CREStereo	1.37 97	0.91 109	0.94 115	0.52 58	0.42 33	0.47 44	0.26 31	1.43 128	0.66 104	0.87 79	0.83 107	0.95 97	0.73 107	0.36 42	2.98 132	4.38 205	0.85 83	0.56 27	2.41 95	0.62 58	5.52 153	4.71 102	0.53 85	0.47 57	1.02 111	0.87 77	1.73 80	0.98 86
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
MGS-Stereo	1.48 109	0.99 138	0.47 34	0.40 29	0.35 26	0.40 28	0.36 60	0.65 19	0.26 10	0.52 15	0.43 24	0.52 14	0.38 25	0.43 73	23.31 212	0.93 23	0.73 50	0.79 87	0.93 28	0.65 63	1.10 54	1.25 51	0.44 42	0.48 63	0.72 52	0.49 23	1.29 43	0.77 55

IPLG	3.01 166	0.75 54	0.63 56	0.42 39	0.52 64	0.54 67	0.51 100	1.63 156	0.35 24	0.62 31	0.59 53	0.77 63	0.66 89	0.46 87	51.49 252	1.67 135	1.02 135	0.92 125	3.51 140	0.63 61	0.99 44	5.97 133	0.49 65	0.48 63	0.80 65	1.16 119	2.86 172	0.71 47

GANet	0.64 19	0.67 26	0.63 56	0.57 72	0.58 79	0.95 148	0.55 108	0.78 34	0.46 46	0.57 20	0.61 55	1.83 165	0.36 24	0.41 60	0.81 6	0.69 7	0.76 56	0.73 70	0.58 12	0.40 12	0.53 7	0.49 9	0.47 59	0.48 63	0.56 28	0.41 16	0.83 16	0.69 44

test_3	1.73 125	1.02 149	1.05 137	0.65 91	0.61 88	0.55 71	0.43 85	1.96 181	0.38 28	0.88 85	0.52 38	1.45 147	0.54 54	0.40 53	2.20 77	1.40 89	0.81 75	0.81 95	6.56 187	0.71 83	5.08 146	11.49 215	0.43 39	0.49 66	0.96 104	1.09 107	3.23 186	0.98 86

TRStereo	6.31 216	1.25 174	1.93 206	0.85 131	0.61 88	2.29 212	0.86 142	2.21 201	0.54 76	4.40 231	1.34 150	2.24 180	0.75 116	0.45 83	4.08 171	6.55 223	0.80 66	0.85 105	6.04 180	1.45 172	7.60 179	12.13 225	0.55 92	0.49 66	1.44 172	103.74 277	3.24 188	1.61 145

rafts_anoy	0.88 43	0.81 73	0.86 101	0.44 43	0.49 51	0.51 58	0.46 95	1.58 151	0.48 54	0.61 28	0.70 80	0.70 41	0.47 37	0.30 19	2.51 101	1.38 85	0.76 56	0.78 84	2.36 93	0.61 52	1.28 69	0.99 40	0.49 65	0.49 66	0.85 78	0.90 81	0.93 22	1.00 97

FINET	0.69 23	0.65 21	0.67 64	0.65 91	0.49 51	0.48 49	0.45 91	0.75 29	0.59 90	0.61 28	0.48 31	0.82 73	0.57 65	0.43 73	1.71 32	1.08 43	0.77 58	0.57 28	1.07 38	0.56 37	0.88 33	0.65 19	0.43 39	0.50 69	0.62 37	0.56 34	0.96 23	0.64 39

PS-NSSS	1.07 64	1.44 194	0.69 66	1.20 173	0.91 138	1.16 170	0.93 150	0.80 39	0.55 78	0.74 51	0.49 34	1.98 173	1.03 161	0.91 178	1.54 23	0.92 20	0.83 79	0.73 70	1.45 58	0.62 58	0.94 41	0.63 17	1.68 211	0.50 69	1.00 107	0.95 87	3.21 185	1.11 108

raft_robust	1.30 89	0.93 115	0.53 42	0.59 78	0.47 43	0.57 81	0.37 62	2.06 193	0.52 67	1.69 153	0.53 40	0.76 59	0.82 134	0.47 91	2.16 73	1.52 118	0.84 81	0.84 104	5.71 174	0.59 47	2.50 112	5.04 113	0.46 50	0.51 71	0.99 106	1.05 101	1.58 71	0.99 92

SA	1.07 64	0.90 105	0.42 24	0.55 67	0.53 70	0.49 51	0.24 22	1.60 152	0.46 46	0.71 45	0.41 22	0.69 39	0.58 68	0.62 139	1.74 36	1.41 92	0.78 60	0.79 87	3.17 126	0.65 63	1.24 65	4.73 103	0.34 11	0.51 71	0.75 58	1.12 112	2.64 160	0.72 48

GMStereo	0.73 27	0.99 138	0.39 16	0.49 49	0.47 43	0.55 71	0.41 76	0.77 31	0.43 41	0.55 16	0.48 31	0.81 72	0.38 25	0.34 29	1.60 26	0.95 24	0.74 53	0.52 18	1.88 76	0.57 40	1.07 49	0.73 22	0.42 36	0.51 71	0.72 52	0.47 22	1.87 89	0.57 23
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet	0.80 32	0.84 85	0.79 83	0.76 111	0.70 109	0.60 89	0.46 95	0.84 48	0.48 54	0.66 39	0.71 82	0.92 95	0.61 77	0.43 73	1.75 38	0.84 15	0.70 37	0.64 45	0.90 26	0.78 99	0.89 37	0.72 21	0.45 48	0.51 71	0.87 84	0.83 66	1.67 77	1.15 111

DISCO	0.96 53	0.98 135	0.56 47	0.57 72	0.61 88	0.81 130	0.79 133	0.77 31	0.81 118	2.06 173	0.86 111	0.66 33	0.70 97	0.42 69	1.87 49	1.27 71	0.99 128	0.80 92	1.80 74	0.80 103	0.92 40	1.33 52	0.57 100	0.51 71	0.72 52	0.84 71	2.02 98	0.80 60

ACRE	1.31 90	0.70 33	0.66 63	0.58 77	0.47 43	0.52 61	0.32 47	0.81 41	0.53 71	0.76 56	0.69 73	1.04 112	0.52 48	0.59 128	2.66 113	1.32 78	0.89 96	0.63 43	3.25 132	0.61 52	1.62 89	10.69 194	0.55 92	0.52 76	0.92 98	0.55 32	2.40 132	0.62 35

MMNet	0.59 15	0.58 14	0.44 27	0.38 24	0.55 74	0.42 35	0.29 37	0.60 13	0.40 37	0.38 8	0.55 45	0.63 26	0.32 17	0.51 109	1.51 21	0.75 11	0.72 45	0.58 31	0.76 19	0.55 35	0.62 12	0.41 6	0.40 29	0.52 76	0.51 21	0.49 23	1.49 59	0.50 15

UPFNet	0.73 27	0.69 31	0.79 83	0.54 65	0.65 98	0.58 84	0.54 104	0.72 24	0.54 76	0.59 25	0.57 48	0.61 23	0.47 37	0.62 139	1.80 44	0.96 25	0.72 45	0.68 56	0.91 27	0.72 85	0.64 15	0.55 11	0.53 85	0.52 76	0.58 32	0.51 26	2.19 112	0.59 30

HITNet	0.90 46	0.65 21	0.62 55	0.68 98	0.50 60	0.39 25	0.32 47	1.26 103	0.89 128	0.70 42	0.70 80	0.91 93	0.49 42	0.39 49	1.96 55	1.02 31	0.66 28	0.64 45	0.79 22	0.61 52	1.53 84	3.85 91	0.46 50	0.52 76	0.58 32	0.64 42	1.81 83	0.81 61
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
iinet-f	1.22 78	1.08 156	0.64 59	0.93 140	0.46 39	0.68 109	0.57 111	0.79 38	0.48 54	2.11 178	1.35 153	0.83 75	0.64 82	0.35 33	3.95 168	1.80 143	0.77 58	0.66 49	2.93 121	1.00 132	1.53 84	3.24 85	0.64 126	0.53 80	1.10 125	0.63 41	2.23 115	0.90 75

IER	0.88 43	0.82 75	0.55 45	0.49 49	0.51 62	0.56 77	0.45 91	0.80 39	0.49 58	1.15 117	0.77 92	1.03 108	0.50 45	0.79 165	3.66 158	1.04 34	0.73 50	0.64 45	0.87 24	0.78 99	0.73 21	0.82 27	0.60 113	0.53 80	0.63 38	1.00 98	2.05 100	0.74 49

CIPLG	1.32 93	0.70 33	0.69 66	0.57 72	0.46 39	0.52 61	0.33 51	0.81 41	0.55 78	0.76 56	0.69 73	1.03 108	0.53 49	0.59 128	2.91 128	1.33 80	0.89 96	0.62 40	3.23 127	0.62 58	1.62 89	10.69 194	0.55 92	0.53 80	0.90 95	0.54 30	2.37 129	0.61 33

IPLGR_C	1.31 90	0.71 37	0.68 65	0.57 72	0.46 39	0.52 61	0.31 42	0.81 41	0.53 71	0.76 56	0.69 73	1.03 108	0.53 49	0.59 128	2.62 108	1.33 80	0.88 94	0.63 43	3.25 132	0.61 52	1.64 92	10.69 194	0.55 92	0.53 80	0.89 91	0.57 35	2.40 132	0.62 35

test-3	1.73 125	1.00 143	1.08 146	0.63 89	0.60 84	0.55 71	0.43 85	1.99 185	0.39 30	0.86 77	0.54 42	1.45 147	0.53 49	0.41 60	2.20 77	1.41 92	0.81 75	0.79 87	6.57 188	0.69 74	5.20 151	11.52 218	0.46 50	0.54 84	0.86 80	0.97 91	3.11 181	0.98 86

test_1	1.73 125	1.01 145	1.08 146	0.63 89	0.60 84	0.55 71	0.43 85	1.99 185	0.39 30	0.86 77	0.54 42	1.45 147	0.54 54	0.41 60	2.20 77	1.42 95	0.80 66	0.79 87	6.57 188	0.69 74	5.20 151	11.52 218	0.46 50	0.54 84	0.87 84	0.97 91	3.11 181	0.98 86

s12784h	2.23 139	1.12 159	1.32 179	1.12 161	0.91 138	0.59 87	0.39 65	1.37 122	0.65 103	1.05 110	0.82 105	1.08 116	0.95 154	0.37 44	2.80 124	4.82 210	0.93 115	0.71 62	3.28 135	0.58 44	7.80 182	8.40 159	0.51 77	0.54 84	1.50 179	1.13 115	11.58 243	3.94 199

HGLStereo	0.83 33	0.64 18	0.75 78	0.52 58	0.67 104	0.56 77	0.45 91	0.66 22	0.50 62	1.72 154	0.96 122	0.64 28	0.56 61	0.54 111	1.65 29	1.18 58	0.80 66	0.76 78	1.05 35	0.66 68	0.99 44	1.36 55	0.49 65	0.54 84	0.71 49	0.76 54	1.59 73	0.82 63

R-Stereo Train	2.23 139	1.01 145	1.14 160	0.96 143	0.63 96	0.73 119	0.31 42	1.30 111	1.01 143	1.68 151	4.49 204	1.29 135	0.70 97	0.42 69	2.49 96	3.99 198	1.66 183	1.02 151	6.77 195	1.11 141	7.83 183	12.24 229	0.49 65	0.54 84	1.42 168	1.66 168	1.34 45	1.93 160

RAFT-Stereo	2.23 139	1.01 145	1.14 160	0.96 143	0.63 96	0.73 119	0.31 42	1.30 111	1.01 143	1.68 151	4.49 204	1.29 135	0.70 97	0.42 69	2.49 96	3.99 198	1.66 183	1.02 151	6.77 195	1.11 141	7.83 183	12.24 229	0.49 65	0.54 84	1.42 168	1.66 168	1.34 45	1.93 160
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
sAnonymous2	1.42 102	0.76 58	0.52 40	0.41 33	0.47 43	0.71 114	0.41 76	1.28 107	0.98 139	0.65 36	0.89 115	1.08 116	0.95 154	0.37 44	2.20 77	2.28 158	1.10 142	1.04 157	3.71 143	0.92 123	4.94 143	6.73 141	0.62 117	0.55 90	0.83 72	1.39 141	1.25 40	1.24 121

CroCo_RVC	1.42 102	0.76 58	0.52 40	0.41 33	0.47 43	0.71 114	0.41 76	1.28 107	0.98 139	0.65 36	0.89 115	1.08 116	0.95 154	0.37 44	2.20 77	2.28 158	1.10 142	1.04 157	3.71 143	0.92 123	4.94 143	6.73 141	0.62 117	0.55 90	0.83 72	1.39 141	1.25 40	1.24 121

STTStereo	0.99 56	0.95 125	0.82 91	0.77 116	0.77 119	0.69 111	0.87 143	0.86 50	1.53 183	1.27 125	0.79 98	1.13 124	0.69 95	0.93 181	2.19 76	1.03 33	0.72 45	0.70 59	1.05 35	0.63 61	1.15 60	0.86 29	0.58 107	0.56 92	0.73 55	1.21 125	1.74 82	1.41 136

anonymity	6.71 221	0.80 69	1.73 197	1.09 158	0.88 133	0.79 127	0.68 123	2.17 198	0.90 129	3.78 224	97.20 273	1.95 170	0.93 149	0.44 82	2.57 104	7.16 225	0.95 119	0.83 100	6.70 192	1.07 139	7.93 186	12.47 237	0.67 133	0.57 93	1.51 181	1.60 162	20.99 259	2.80 181

CFNet_pseudo	1.65 123	0.78 65	0.82 91	0.82 128	0.79 125	0.69 111	0.42 82	0.93 62	0.53 71	0.95 101	0.81 104	0.88 87	0.81 129	0.81 169	15.70 201	1.39 87	0.74 53	0.71 62	7.24 204	0.77 96	0.97 42	1.50 59	0.69 140	0.57 93	0.88 87	0.89 78	1.47 57	1.12 109

RALCasStereoNet	0.93 47	0.82 75	0.93 114	0.53 62	0.53 70	0.60 89	0.45 91	1.48 131	0.44 43	1.03 106	0.75 89	0.89 92	0.49 42	0.32 21	2.31 87	1.43 99	0.78 60	0.75 75	1.50 60	0.58 44	1.18 62	2.21 71	0.49 65	0.57 93	0.86 80	1.13 115	0.90 18	1.16 112

NLCA_NET_v2_RVC	1.02 58	0.93 115	0.80 87	0.72 101	0.79 125	0.65 102	1.02 155	1.07 78	2.31 211	2.00 167	0.74 87	0.97 100	0.56 61	0.94 183	1.82 45	0.96 25	0.68 30	0.67 52	1.31 47	0.65 63	0.88 33	0.94 36	0.57 100	0.57 93	0.73 55	1.60 162	1.43 52	1.27 126
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT-Test	2.37 146	0.85 89	1.14 160	1.02 151	0.65 98	0.58 84	0.51 100	2.18 199	0.70 109	1.12 115	5.37 213	0.97 100	0.92 147	0.45 83	2.50 99	5.29 216	0.99 128	0.80 92	6.96 201	1.11 141	10.85 215	10.83 200	0.67 133	0.58 97	1.51 181	1.82 177	1.38 48	2.18 171

HH	2.75 156	0.67 26	1.42 181	0.80 123	0.71 110	0.88 141	1.09 163	1.86 174	0.87 124	5.19 252	0.66 64	1.91 168	0.86 138	0.57 121	2.65 111	8.48 234	0.87 90	0.94 132	6.36 183	1.39 164	13.52 237	12.32 231	0.79 160	0.58 97	1.38 160	1.63 165	3.81 206	2.06 165

HanStereo	2.75 156	0.67 26	1.42 181	0.80 123	0.71 110	0.88 141	1.09 163	1.86 174	0.87 124	5.19 252	0.66 64	1.91 168	0.86 138	0.57 121	2.65 111	8.48 234	0.87 90	0.94 132	6.36 183	1.39 164	13.52 237	12.32 231	0.79 160	0.58 97	1.38 160	1.63 165	3.81 206	2.06 165

UNet	0.85 34	0.76 58	0.74 75	0.60 79	0.60 84	0.61 92	0.53 102	0.90 58	0.58 88	1.21 119	0.68 70	0.71 44	0.56 61	0.67 147	1.72 35	1.11 48	0.79 63	0.72 68	1.13 42	0.82 109	0.84 29	0.69 20	0.62 117	0.58 97	0.64 40	0.77 55	2.48 140	0.95 81

DMCA-RVC	0.86 36	0.74 46	0.73 72	0.61 81	0.77 119	0.56 77	0.70 125	0.77 31	1.43 175	1.38 134	0.69 73	0.87 82	0.54 54	0.55 116	1.66 31	1.05 36	0.81 75	0.74 73	0.95 30	0.73 88	0.89 37	0.93 35	0.51 77	0.58 97	0.59 35	0.62 39	1.82 85	0.91 76

MSMDNet	2.69 155	0.87 93	1.07 143	0.57 72	0.65 98	0.59 87	0.49 97	2.03 190	0.62 100	1.03 106	0.97 126	1.05 114	12.04 236	0.50 103	2.60 106	5.56 219	1.05 140	0.80 92	6.93 200	1.42 166	11.49 217	12.49 238	0.67 133	0.58 97	1.48 175	1.83 178	1.28 42	1.97 163

Any-RAFT	2.54 150	0.94 118	1.27 178	0.75 107	0.75 116	0.50 54	0.40 72	1.99 185	0.56 83	0.87 79	6.98 239	1.50 152	0.51 47	0.40 53	2.50 99	3.41 185	0.91 105	0.90 122	6.78 197	0.75 93	14.26 250	10.61 192	0.67 133	0.59 103	1.63 189	1.83 178	2.17 108	4.22 201

Sa-1000	1.14 71	0.75 54	0.47 34	0.49 49	0.61 88	0.50 54	0.27 34	1.70 161	0.52 67	0.73 49	0.48 31	0.66 33	0.67 91	0.79 165	2.17 74	1.43 99	0.92 111	0.93 129	3.23 127	0.58 44	1.55 86	4.86 106	0.35 14	0.59 103	1.14 129	1.24 126	2.35 125	0.76 54

iRaft-Stereo_20w	4.16 186	1.13 161	2.10 213	2.66 214	1.55 190	1.55 192	1.17 166	1.96 181	1.27 165	5.53 258	6.77 233	1.52 154	1.34 177	0.43 73	3.03 134	5.32 217	0.95 119	0.77 80	5.49 170	1.46 173	8.20 190	12.75 243	0.61 115	0.60 105	1.63 189	25.36 260	11.64 244	5.58 213

cross-raft	2.26 142	0.88 101	1.08 146	0.73 104	0.68 106	0.64 100	0.44 89	2.04 191	0.61 94	0.95 101	1.30 147	1.03 108	0.76 121	0.43 73	2.58 105	5.15 214	0.99 128	0.78 84	7.00 202	1.80 194	12.15 218	10.30 186	0.65 127	0.60 105	1.60 188	1.92 182	1.66 76	2.36 176

test-1	3.02 168	0.66 25	1.14 160	0.60 79	0.58 79	0.75 121	0.63 121	1.96 181	0.82 120	4.00 226	5.48 214	2.18 177	0.80 128	0.41 60	4.00 169	7.32 226	1.18 156	1.19 180	6.72 194	7.57 245	10.78 213	12.94 249	0.54 90	0.60 105	1.40 166	1.78 174	2.89 174	2.52 177

sCroCo_RVC	1.85 131	0.67 26	0.55 45	0.37 22	0.49 51	0.75 121	0.41 76	0.94 65	1.56 185	1.51 141	0.78 97	1.04 112	0.94 152	0.48 97	2.49 96	5.07 213	1.26 164	1.22 184	2.53 100	1.37 161	7.95 187	11.14 207	0.45 48	0.60 105	0.94 99	1.12 112	2.34 123	1.05 101

EKT-Stereo	5.41 204	0.97 132	1.10 150	0.72 101	0.74 115	0.87 137	1.17 166	2.02 189	1.00 141	1.41 137	2.92 186	1.11 120	0.81 129	0.46 87	72.33 273	14.74 250	1.14 150	1.37 197	5.61 171	7.76 246	9.80 200	10.61 192	0.53 85	0.61 109	1.39 163	1.11 108	2.56 153	1.08 104

MIPNet	2.89 163	0.91 109	0.77 80	0.49 49	0.65 98	0.55 71	0.57 111	1.34 119	0.53 71	2.05 171	0.99 128	0.80 67	0.77 124	0.48 97	40.89 221	1.61 129	1.15 154	0.94 132	3.25 132	1.19 151	1.15 60	9.31 168	0.57 100	0.62 110	1.24 144	1.51 152	2.90 175	0.82 63

RALAANet	1.14 71	0.70 33	0.84 95	0.53 62	0.53 70	0.60 89	0.41 76	1.30 111	0.50 62	0.94 98	0.65 62	0.72 46	0.59 69	0.33 24	1.97 57	1.32 78	0.75 55	0.89 118	1.96 80	0.85 112	3.07 120	5.37 122	0.53 85	0.62 110	0.82 69	1.03 100	2.08 102	0.78 57

AF-Net	1.05 59	0.83 78	0.94 115	0.76 111	0.91 138	0.98 154	1.68 182	1.52 141	1.06 148	0.57 20	0.96 122	1.34 139	0.64 82	0.74 156	1.71 32	0.99 28	0.80 66	0.60 33	1.64 71	0.72 85	0.72 19	2.35 72	0.63 122	0.62 110	0.89 91	0.82 64	1.57 69	1.25 123

Nwc_Net	1.05 59	0.83 78	0.94 115	0.76 111	0.91 138	0.98 154	1.68 182	1.52 141	1.06 148	0.57 20	0.96 122	1.34 139	0.64 82	0.74 156	1.71 32	0.99 28	0.80 66	0.60 33	1.64 71	0.72 85	0.72 19	2.35 72	0.63 122	0.62 110	0.89 91	0.82 64	1.57 69	1.25 123

ADCP+	5.07 199	1.54 198	1.72 195	1.08 157	1.54 189	1.18 173	2.02 197	1.02 72	2.72 219	4.05 227	2.23 182	2.24 180	0.61 77	0.94 183	54.46 264	1.52 118	0.83 79	0.95 138	3.94 146	0.87 116	2.22 109	2.57 78	0.71 143	0.62 110	2.48 215	11.25 244	7.85 234	23.66 251

DSFCA	0.87 40	0.84 85	0.73 72	0.65 91	0.77 119	0.61 92	0.78 130	0.75 29	0.78 117	0.77 60	0.83 107	0.75 55	0.48 40	0.43 73	1.89 51	1.14 52	0.85 83	0.87 108	1.00 31	0.74 90	1.00 48	1.05 42	0.72 148	0.63 115	0.83 72	0.95 87	1.88 90	0.85 66

CC-Net-ROB	1.63 119	1.81 206	1.19 168	1.85 199	1.77 200	2.27 209	1.56 179	0.93 62	0.96 135	1.29 126	0.67 66	5.48 221	2.51 191	1.43 207	1.64 27	0.87 16	1.34 168	1.17 175	2.46 98	0.88 117	1.09 52	1.35 54	3.34 228	0.63 115	1.22 141	1.15 118	1.47 57	1.57 143

PDISCO_ROB	1.06 62	0.87 93	0.60 52	0.80 123	0.68 106	0.53 66	0.59 117	0.93 62	0.69 107	1.80 159	1.00 130	0.74 48	0.63 80	0.66 145	1.87 49	1.44 101	0.89 96	1.10 164	1.53 63	0.80 103	1.56 87	2.40 75	0.52 84	0.63 115	1.19 134	0.79 58	2.56 153	0.81 61

dd	0.86 36	0.80 69	0.51 39	1.05 155	0.44 37	0.85 134	0.44 89	0.85 49	0.39 30	0.83 70	0.40 20	1.23 133	0.39 27	0.47 91	2.21 82	0.98 27	0.97 124	0.71 62	2.00 83	0.61 52	0.84 29	0.77 24	0.49 65	0.64 118	0.70 46	0.53 29	1.73 80	1.47 138

CFNet_RVC	0.94 50	0.84 85	0.89 109	0.76 111	0.80 127	0.71 114	0.49 97	0.74 28	0.63 101	0.88 85	0.94 119	0.87 82	0.57 65	0.50 103	1.96 55	1.12 49	0.79 63	0.79 87	1.27 45	0.73 88	1.26 67	1.52 60	0.48 62	0.64 118	0.98 105	1.11 108	1.92 93	1.23 120

AACVNet	0.95 52	0.87 93	0.69 66	0.91 137	0.91 138	0.72 117	0.59 117	0.87 54	0.60 91	0.73 49	0.88 114	0.79 66	0.64 82	0.60 132	1.77 41	1.37 84	0.84 81	0.83 100	1.12 41	0.77 96	1.36 77	1.13 45	0.70 141	0.65 120	0.87 84	1.12 112	1.90 91	1.31 128

LMCR-Stereo	1.06 62	0.83 78	0.84 95	0.53 62	0.62 94	0.64 100	0.33 51	1.12 81	0.60 91	0.83 70	0.79 98	0.91 93	0.49 42	0.41 60	2.53 102	1.54 120	1.03 138	0.75 75	2.16 86	1.42 166	1.68 93	3.87 93	0.49 65	0.65 120	0.75 58	0.83 66	1.10 33	0.88 73

FADNet	1.44 107	0.83 78	0.83 94	0.82 128	1.03 148	0.61 92	1.88 193	0.97 67	0.73 114	0.93 96	0.92 118	1.16 127	0.76 121	0.74 156	3.69 161	1.34 82	0.91 105	1.03 154	2.63 103	1.49 175	2.87 117	4.93 108	0.49 65	0.65 120	1.54 183	1.70 171	1.51 61	1.83 154

Anonymous3	2.32 145	0.85 89	0.88 104	0.56 69	1.10 158	0.89 144	0.70 125	2.45 212	1.12 156	1.05 110	0.98 127	2.57 190	1.14 171	0.56 117	4.14 172	9.30 236	1.50 177	1.47 201	5.33 163	1.49 175	6.83 169	10.10 175	0.71 143	0.67 123	1.08 118	1.38 139	2.32 120	1.35 132

DeepPrunerF	4.30 189	1.53 197	0.72 71	2.93 222	5.08 252	2.43 217	3.38 214	0.87 54	4.11 235	0.80 67	1.17 139	0.66 33	0.56 61	0.61 134	45.12 234	2.02 149	1.01 133	0.78 84	2.32 91	0.88 117	1.56 87	1.70 63	0.84 175	0.67 123	29.00 263	1.78 174	2.48 140	1.17 116

UCFNet_RVC	1.11 68	1.26 177	0.85 99	0.88 134	0.93 145	0.77 125	0.58 114	0.78 34	0.67 106	0.93 96	0.80 102	1.25 134	0.93 149	0.48 97	2.17 74	1.09 44	0.78 60	0.82 98	2.60 102	0.80 103	1.32 71	1.66 62	1.31 199	0.67 123	1.05 116	1.11 108	1.44 54	2.13 167

IGEV_Zeroshot_test	3.38 172	0.83 78	1.84 202	2.82 218	0.69 108	2.37 214	1.26 172	2.23 203	0.94 134	4.40 231	6.76 232	2.28 182	1.01 160	0.45 83	2.83 125	7.72 231	0.87 90	0.77 80	5.93 177	1.87 197	8.49 193	12.88 248	0.58 107	0.69 126	1.40 166	1.57 157	14.84 256	2.99 186

DLNR_Zeroshot_test	23.11 262	81.98 276	1.97 208	102.16 276	0.49 51	0.55 71	81.36 274	2.30 210	0.50 62	4.87 240	2.22 181	2.99 195	0.93 149	12.17 251	96.90 274	144.02 277	34.28 268	19.61 265	8.60 211	4.35 231	8.08 189	6.53 138	0.51 77	0.69 126	1.37 159	1.57 157	1.16 36	1.90 158

CASS	2.08 138	1.02 149	1.16 165	1.28 176	0.99 146	0.88 141	3.39 215	1.42 127	1.02 145	1.30 128	2.46 184	1.14 125	0.81 129	0.46 87	2.70 117	2.38 164	3.41 217	1.10 164	3.40 138	1.18 150	8.01 188	8.63 160	0.66 130	0.69 126	1.49 177	1.27 129	2.52 146	1.41 136
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DeepPruner_ROB	1.64 122	0.75 54	0.91 111	0.85 131	0.88 133	0.75 121	1.75 186	1.26 103	0.91 131	1.49 140	1.65 161	0.85 79	0.81 129	0.56 117	3.12 146	1.49 113	1.02 135	1.02 151	2.33 92	0.75 93	7.42 178	6.70 140	0.81 170	0.69 126	0.88 87	1.45 146	2.17 108	0.87 70

IPLGR	3.25 171	0.89 102	0.81 88	0.65 91	0.66 103	0.50 54	0.42 82	1.14 85	0.44 43	2.02 168	1.30 147	0.86 80	0.74 112	0.47 91	50.44 247	1.86 144	1.15 154	1.11 168	3.23 127	1.37 161	1.41 81	7.71 151	0.56 98	0.70 130	1.39 163	1.55 156	3.46 197	0.92 78

MSKI-zero shot	2.77 158	0.80 69	1.10 150	0.74 106	0.59 81	0.67 107	0.54 104	1.87 176	0.97 136	0.88 85	6.73 231	1.60 156	0.72 102	0.43 73	3.38 152	7.92 232	1.20 157	0.87 108	6.85 199	4.65 234	10.45 212	12.15 226	0.55 92	0.71 131	1.49 177	1.96 186	1.85 86	3.12 190

RP	1.18 75	1.02 149	1.24 175	0.94 141	1.08 156	0.84 131	1.17 166	1.25 101	1.31 168	0.61 28	1.16 138	1.21 131	0.75 116	0.68 148	3.34 151	1.04 34	0.89 96	0.67 52	1.20 44	0.79 101	0.88 33	2.85 81	0.59 111	0.71 131	0.86 80	0.98 95	2.51 145	1.21 119

DLCB_ROB	0.94 50	0.90 105	0.88 104	0.73 104	0.80 127	0.69 111	0.69 124	0.87 54	0.72 112	0.94 98	0.86 111	1.02 105	0.91 144	0.69 152	1.48 18	1.06 39	0.97 124	0.72 68	0.88 25	0.74 90	1.21 64	1.21 50	0.78 157	0.71 131	1.26 147	1.26 128	1.49 59	0.95 81

HSM	1.07 64	0.75 54	0.97 122	0.78 118	0.77 119	0.54 67	0.54 104	1.87 176	0.60 91	0.76 56	0.85 110	0.87 82	0.67 91	0.56 117	2.24 83	1.05 36	0.92 111	0.71 62	2.57 101	0.71 83	1.80 100	2.08 69	0.56 98	0.72 134	0.90 95	0.97 91	2.08 102	1.03 98

iResNet_ROB	1.16 74	0.83 78	0.82 91	0.65 91	0.59 81	0.67 107	0.58 114	2.65 220	0.53 71	1.73 155	0.76 91	0.87 82	0.78 126	0.47 91	3.77 165	1.45 103	0.87 90	0.86 106	2.81 112	0.65 63	1.26 67	0.87 30	0.57 100	0.73 135	0.81 66	0.95 87	2.65 162	1.03 98

pcwnet_v2	3.22 170	0.81 73	0.94 115	0.92 139	1.12 161	0.94 147	0.70 125	1.17 88	0.88 126	2.04 170	1.10 133	1.09 119	1.00 159	1.27 204	47.63 238	1.56 123	0.96 121	0.87 108	6.63 191	0.81 106	2.45 110	3.52 89	1.01 186	0.75 136	1.04 114	1.16 119	2.44 135	2.23 174

RASNet	0.85 34	0.72 39	0.89 109	0.61 81	0.62 94	0.66 104	0.41 76	0.98 69	0.61 94	1.21 119	0.64 61	0.74 48	0.67 91	0.40 53	1.23 12	1.31 76	0.72 45	0.66 49	1.00 31	0.70 81	1.09 52	1.43 57	0.43 39	0.75 136	0.68 43	0.79 58	2.17 108	0.93 79

NCC-stereo	1.25 80	1.24 171	1.10 150	0.99 148	1.05 150	0.96 149	1.53 177	1.79 167	1.59 186	0.60 26	1.34 150	1.17 128	1.03 161	0.74 156	2.44 93	1.07 40	0.89 96	0.99 146	1.54 65	0.91 120	0.99 44	2.46 76	0.80 165	0.76 138	1.26 147	1.59 159	1.39 49	1.61 145

Abc-Net	1.25 80	1.24 171	1.10 150	0.99 148	1.05 150	0.96 149	1.53 177	1.79 167	1.59 186	0.60 26	1.34 150	1.17 128	1.03 161	0.74 156	2.44 93	1.07 40	0.89 96	0.99 146	1.54 65	0.91 120	0.99 44	2.46 76	0.80 165	0.76 138	1.26 147	1.59 159	1.39 49	1.61 145
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ICVP	1.51 113	0.74 46	1.07 143	0.75 107	0.75 116	0.84 131	0.54 104	1.10 79	0.86 123	1.37 132	1.15 137	0.88 87	1.08 167	0.53 110	1.90 53	1.91 146	1.22 158	0.99 146	1.56 68	0.96 129	3.89 129	10.50 189	0.68 137	0.77 140	0.91 97	1.19 123	1.42 51	1.14 110
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FADNet-RVC	1.38 99	0.71 37	0.88 104	0.77 116	1.09 157	0.58 84	2.16 200	0.92 61	0.57 86	1.03 106	0.72 85	1.48 150	0.64 82	0.61 134	5.02 177	1.56 123	0.85 83	0.90 122	2.24 90	1.52 180	2.20 107	4.08 97	0.51 77	0.77 140	1.48 175	1.14 117	1.43 52	1.35 132

stereogan	1.44 107	1.33 185	1.05 137	1.11 159	1.28 175	1.11 165	0.97 151	1.26 103	1.05 147	1.22 123	1.10 133	1.62 159	0.89 141	0.66 145	2.34 88	1.31 76	0.94 116	0.81 95	1.72 73	0.95 127	1.10 54	8.04 154	0.71 143	0.77 140	0.83 72	1.06 102	2.36 126	1.38 134

AE-Stereo	1.61 118	0.85 89	1.23 174	0.81 126	0.51 62	0.57 81	0.75 129	0.83 45	0.49 58	0.79 64	0.54 42	1.29 135	0.72 102	0.47 91	2.05 66	2.96 173	0.99 128	0.92 125	2.63 103	0.86 115	4.61 136	11.92 224	0.50 75	0.80 143	1.26 147	1.34 135	1.95 94	0.86 68

GANet-ADL	2.79 160	0.89 102	1.20 171	1.00 150	1.00 147	1.20 175	0.80 136	1.20 93	1.00 141	3.59 218	6.59 228	1.06 115	0.76 121	0.48 97	12.27 191	4.90 211	1.57 180	0.92 125	6.59 190	1.66 188	6.93 172	11.51 217	0.68 137	0.80 143	1.09 120	1.40 143	2.47 139	1.85 155

iResNetv2_ROB	1.57 116	0.87 93	0.70 69	1.13 162	0.65 98	0.72 117	0.49 97	2.63 219	0.64 102	1.77 158	0.87 113	1.30 138	0.75 116	0.40 53	4.81 176	1.26 70	0.91 105	0.71 62	4.58 156	0.81 106	7.66 180	1.62 61	0.58 107	0.80 143	0.81 66	0.83 66	3.12 184	0.91 76

XPNet_ROB	1.63 119	1.57 201	1.09 149	0.91 137	1.13 164	1.01 159	0.88 144	0.95 66	1.14 160	1.07 112	1.82 165	4.03 208	0.72 102	0.78 162	1.82 45	1.51 115	1.52 179	0.94 132	1.42 54	1.04 135	2.20 107	7.75 152	0.86 178	0.80 143	0.94 99	1.29 132	3.34 192	1.56 142

MyStereo04	1.58 117	0.90 105	0.97 122	0.78 118	0.89 135	0.57 81	0.40 72	1.57 150	0.97 136	2.23 182	0.89 115	1.34 139	0.54 54	0.41 60	2.94 131	2.47 166	0.86 86	0.92 125	5.37 164	1.50 178	4.62 137	3.51 88	0.92 182	0.81 147	1.21 136	1.61 164	2.58 155	0.95 81

PWCDC_ROB	2.78 159	0.70 33	0.65 61	0.61 81	0.87 131	0.63 97	0.57 111	1.04 75	1.59 186	0.65 36	1.88 166	0.80 67	3.28 205	0.73 154	41.04 222	2.18 155	1.23 160	0.98 143	1.52 62	0.97 130	2.56 113	5.26 121	0.68 137	0.81 147	0.74 57	0.94 86	1.13 34	0.97 84

SGM-Forest	4.18 187	1.24 171	0.74 75	2.12 205	1.35 180	1.42 187	0.56 110	1.36 120	0.90 129	4.89 241	0.96 122	2.51 189	12.92 239	0.61 134	16.38 202	3.12 178	0.79 63	0.65 48	7.04 203	0.76 95	6.77 167	10.03 174	0.84 175	0.81 147	1.66 193	1.78 174	4.79 219	25.96 255
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SACVNet	1.31 90	0.94 118	0.95 120	0.90 135	1.10 158	0.87 137	0.92 149	1.50 134	0.81 118	1.23 124	0.71 82	0.94 96	0.69 95	0.68 148	1.83 47	1.40 89	1.12 149	0.83 100	2.20 88	0.94 126	2.13 106	5.87 132	0.65 127	0.82 150	1.04 114	1.06 102	2.02 98	1.30 127

PSMNet-ADL	2.61 153	0.95 125	1.12 156	1.14 167	1.18 168	0.97 152	0.85 141	1.78 166	1.26 164	3.49 217	6.09 222	1.43 146	2.78 197	0.56 117	2.93 130	10.59 238	1.31 166	0.96 140	5.96 178	1.20 152	6.66 166	9.11 167	0.86 178	0.82 150	1.10 125	1.44 145	2.85 171	1.10 105

PA-Net	1.22 78	0.95 125	1.13 158	0.75 107	1.31 177	0.68 109	0.84 138	0.82 44	1.18 162	0.83 70	0.77 92	0.76 59	0.78 126	0.91 178	3.00 133	1.21 64	0.68 30	0.77 80	1.02 34	0.82 109	1.13 59	4.67 101	0.66 130	0.82 150	1.00 107	2.10 194	1.24 39	2.13 167
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GES	1.40 101	0.73 43	0.79 83	0.78 118	0.71 110	0.80 128	0.59 117	1.37 122	0.97 136	1.66 150	0.94 119	0.74 48	0.65 87	0.63 141	2.40 90	1.55 121	0.98 126	0.89 118	5.45 169	1.14 146	3.99 131	3.85 91	0.65 127	0.83 153	0.75 58	0.81 62	1.52 62	1.72 151

NVstereo2D	2.81 162	0.82 75	0.74 75	0.69 99	0.78 123	0.92 146	0.81 137	1.18 92	0.76 115	0.91 91	1.06 131	0.80 67	0.55 60	0.71 153	52.63 260	1.47 110	0.86 86	0.83 100	1.42 54	0.69 74	1.12 57	0.94 36	0.76 150	0.83 153	1.08 118	0.78 57	0.98 24	0.74 49

APVNet	1.21 77	1.02 149	0.64 59	0.69 99	0.78 123	0.86 135	0.84 138	0.78 34	0.71 111	0.92 94	0.82 105	0.86 80	0.59 69	0.58 123	2.67 115	1.65 133	1.11 146	0.98 143	3.23 127	0.85 112	1.62 89	4.73 103	0.55 92	0.84 155	0.77 62	0.80 61	1.90 91	0.98 86

MyStereo	1.68 124	0.94 118	1.20 171	0.82 128	0.89 135	0.54 67	0.39 65	1.29 110	0.72 112	2.27 186	2.11 177	1.39 145	0.67 91	0.40 53	3.48 156	2.21 156	0.86 86	0.89 118	5.44 168	1.62 184	4.46 134	4.54 100	0.80 165	0.85 156	1.36 158	1.64 167	2.66 164	0.94 80

EAI-Stereo	2.60 152	0.90 105	1.57 190	0.90 135	1.31 177	0.84 131	1.31 173	2.22 202	1.34 170	0.81 69	5.69 216	1.37 143	0.83 135	0.50 103	4.76 175	5.32 217	0.91 105	0.94 132	7.45 206	1.11 141	9.07 196	10.78 199	0.62 117	0.85 156	1.45 174	2.06 189	3.36 193	1.90 158

psm_up	0.99 56	0.86 92	0.99 127	0.78 118	0.89 135	0.75 121	0.58 114	1.33 116	1.03 146	0.88 85	0.69 73	0.99 104	0.72 102	0.76 161	1.89 51	1.10 46	0.91 105	0.81 95	1.93 79	0.81 106	1.08 50	0.90 32	0.49 65	0.85 156	1.01 109	1.06 102	1.62 74	1.10 105

DN-CSS_ROB	1.32 93	0.83 78	1.03 133	0.87 133	0.86 130	0.47 44	0.36 60	2.00 188	0.57 86	1.56 144	1.81 164	0.96 99	0.77 124	0.38 48	2.15 70	1.40 89	1.03 138	0.93 129	5.27 162	0.66 68	2.56 113	2.82 80	0.54 90	0.86 159	0.79 64	0.81 62	2.07 101	1.33 131

ADCRef	4.84 196	1.42 192	1.01 131	0.78 118	1.77 200	1.21 176	1.62 181	0.99 70	5.58 244	1.85 163	1.08 132	1.02 105	0.91 144	1.17 200	54.35 263	1.92 147	1.10 142	1.04 157	3.49 139	1.32 160	1.80 100	3.27 86	2.13 218	0.87 160	2.30 209	4.60 221	2.48 140	29.71 260

dad	1.63 119	0.97 132	0.65 61	2.18 208	1.19 170	1.01 159	3.99 220	1.66 159	0.55 78	1.21 119	0.50 36	1.12 123	2.01 184	0.58 123	3.09 142	1.16 54	1.11 146	0.76 78	2.70 109	0.77 96	1.34 72	1.48 58	0.71 143	0.88 161	2.48 215	0.71 47	5.52 221	3.80 198

RGC	1.43 106	1.30 182	1.99 210	1.14 167	1.18 168	1.16 170	1.01 153	1.20 93	1.08 151	0.91 91	1.70 163	1.18 130	1.24 173	0.87 173	3.10 144	1.18 58	0.98 126	0.86 106	1.81 75	1.02 134	1.39 80	3.87 93	0.76 150	0.90 162	1.14 129	1.53 155	2.17 108	1.85 155

BEATNet_4x	1.53 115	0.77 62	0.77 80	0.75 107	0.67 104	0.47 44	0.40 72	1.23 97	1.32 169	0.83 70	0.77 92	0.95 97	0.74 112	0.59 128	5.02 177	2.40 165	1.64 182	1.43 200	1.27 45	0.85 112	4.54 135	8.28 156	0.48 62	0.91 163	0.70 46	0.77 55	1.85 86	0.99 92

DDUNet	2.05 137	2.73 222	2.03 211	2.92 220	2.66 224	3.04 222	2.76 207	1.17 88	1.11 155	1.60 145	1.21 144	2.23 179	1.69 182	2.81 223	2.04 65	1.25 69	2.78 210	2.42 238	2.63 103	2.90 223	1.92 103	2.11 70	2.77 226	0.92 164	1.01 109	0.93 84	2.50 144	1.10 105

GEStereo_RVC	1.80 129	0.96 130	0.99 127	1.02 151	0.87 131	1.12 166	1.03 158	1.66 159	0.82 120	0.91 91	0.79 98	1.34 139	0.75 116	0.61 134	2.25 84	2.14 154	1.14 150	1.23 187	4.06 150	1.22 153	4.66 139	11.41 214	0.71 143	0.95 165	0.88 87	0.97 91	2.49 143	1.65 148

Anonymous	1.91 134	0.78 65	0.60 52	0.49 49	0.55 74	0.61 92	0.38 63	1.54 143	1.13 157	2.17 180	0.67 66	1.11 120	1.08 167	0.58 123	2.86 127	4.54 207	1.40 173	1.29 193	3.66 142	1.23 155	7.27 177	10.15 178	0.60 113	1.01 166	1.16 133	1.11 108	2.45 137	1.17 116

LALA_ROB	1.85 131	2.17 214	1.13 158	1.05 155	1.26 171	1.16 170	1.01 153	1.17 88	1.46 178	2.06 173	2.82 185	3.47 199	0.92 147	0.93 181	3.90 167	1.46 108	1.36 171	1.18 178	2.20 88	1.31 159	2.84 116	5.10 117	0.77 155	1.01 166	1.24 144	1.41 144	3.89 209	1.77 153

NCCL2	1.48 109	1.28 180	1.10 150	1.11 159	1.43 185	0.78 126	0.90 146	1.05 76	1.14 160	1.86 164	1.27 146	1.02 105	0.81 129	0.80 168	3.43 153	1.42 95	1.14 150	0.87 108	1.31 47	0.89 119	1.94 104	3.37 87	1.48 207	1.02 168	1.50 179	1.35 136	3.80 205	1.85 155

RTSC	3.08 169	0.95 125	1.25 177	0.76 111	0.91 138	0.96 149	1.84 191	1.15 86	1.34 170	2.37 188	2.12 178	1.11 120	0.99 158	1.02 189	41.50 224	1.94 148	1.88 194	1.22 184	4.09 151	1.06 138	2.76 115	4.02 96	0.63 122	1.03 169	0.83 72	0.99 97	2.44 135	1.98 164

NaN_ROB	1.84 130	1.11 158	1.04 136	0.95 142	1.77 200	0.86 135	0.91 148	1.32 115	10.70 256	1.00 105	1.38 155	2.45 185	0.89 141	1.12 198	4.34 173	1.29 73	0.92 111	0.88 117	1.49 59	1.14 146	1.42 82	2.02 68	0.76 150	1.03 169	1.30 153	2.01 188	2.38 130	3.27 193

ETE_ROB	1.85 131	1.93 210	1.18 167	1.04 153	1.33 179	1.26 180	1.12 165	1.11 80	2.30 210	1.36 131	3.26 193	3.18 197	0.94 152	1.14 199	2.62 108	1.51 115	2.14 205	0.99 146	2.50 99	1.15 148	3.67 126	5.74 131	0.86 178	1.03 169	1.21 136	1.36 138	2.30 117	1.68 150

UDG	3.91 183	2.76 223	2.09 212	2.92 220	2.64 222	2.99 221	2.71 205	1.31 114	1.13 157	1.65 149	1.96 168	2.20 178	1.68 181	2.77 222	48.81 242	1.57 125	3.02 214	2.26 228	2.65 106	2.91 224	3.00 119	3.09 82	2.64 221	1.05 172	1.02 111	1.19 123	2.36 126	1.16 112

GANetREF_RVC	1.28 83	1.18 165	0.95 120	1.18 172	1.04 149	1.00 158	0.79 133	1.25 101	1.10 153	1.29 126	0.77 92	2.28 182	0.91 144	0.63 141	2.00 59	1.14 52	1.01 133	0.98 143	2.44 97	0.82 109	1.98 105	1.33 52	0.78 157	1.05 172	1.28 152	1.27 129	2.63 159	1.49 139
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
ADCL	5.69 208	1.88 207	1.63 192	1.29 178	1.40 183	1.59 194	2.22 201	1.23 97	5.20 242	3.04 209	2.01 174	1.14 125	0.84 136	1.04 195	50.40 246	1.63 132	1.45 175	1.79 212	2.94 123	1.38 163	3.19 121	2.35 72	1.23 193	1.07 174	9.47 248	11.74 246	11.34 242	29.10 259

RTS	3.53 177	1.15 162	0.98 125	0.97 146	1.26 171	1.33 182	3.31 212	1.33 116	1.50 181	2.37 188	1.20 141	1.75 162	1.12 169	0.88 175	42.78 227	2.37 162	1.94 198	1.33 195	3.94 146	1.62 184	3.62 124	5.21 119	1.02 187	1.09 175	1.83 200	5.05 224	2.33 121	2.13 167

RTSA	3.53 177	1.15 162	0.98 125	0.97 146	1.26 171	1.33 182	3.31 212	1.33 116	1.50 181	2.37 188	1.20 141	1.75 162	1.12 169	0.88 175	42.78 227	2.37 162	1.94 198	1.33 195	3.94 146	1.62 184	3.62 124	5.21 119	1.02 187	1.09 175	1.83 200	5.05 224	2.33 121	2.13 167

GwcNet-ADL	2.54 150	1.23 170	1.55 189	1.22 174	1.26 171	0.97 152	0.78 130	1.50 134	0.84 122	3.20 213	6.67 229	1.86 166	1.05 164	0.79 165	4.58 174	4.90 211	1.47 176	0.90 122	5.20 161	1.95 202	6.39 164	10.33 187	0.91 181	1.12 177	1.22 141	1.93 183	2.15 106	2.70 179

FADNet-RVC-Resample	1.37 97	0.87 93	0.99 127	0.72 101	0.81 129	0.63 97	1.02 155	1.06 77	0.91 131	0.99 104	0.99 128	1.69 161	0.73 107	1.02 189	4.06 170	1.41 92	1.02 135	1.62 206	1.55 67	1.04 135	1.37 79	5.03 112	0.57 100	1.14 178	0.88 87	1.99 187	1.45 55	1.54 141

MFN_U_SF_DS_RVC	3.64 181	1.48 196	1.03 133	1.98 203	1.75 199	2.09 207	5.14 227	2.15 196	2.23 208	1.73 155	1.57 159	2.49 187	4.83 211	5.73 242	12.78 193	1.73 137	1.22 158	1.06 162	5.43 166	1.54 181	12.24 221	9.06 166	1.52 208	1.16 179	2.29 208	3.46 215	3.05 180	7.63 221

HBP-ISP	6.40 217	1.33 185	2.30 219	1.91 202	1.51 187	1.65 195	0.79 133	2.50 215	1.29 167	4.91 242	6.80 235	1.37 143	0.74 112	14.59 257	52.98 261	19.59 261	1.24 161	1.10 164	6.08 181	8.03 249	12.73 225	16.75 259	0.79 160	1.19 180	1.81 198	2.06 189	3.90 210	2.87 183

AMNet	1.29 88	1.12 159	1.05 137	1.13 162	1.12 161	1.24 178	1.08 162	1.36 120	1.13 157	1.10 114	1.11 135	1.51 153	1.26 174	1.20 201	1.52 22	1.57 125	1.35 170	1.21 183	1.37 52	1.22 153	1.35 75	1.19 48	1.25 194	1.19 180	1.23 143	1.72 172	1.54 63	1.65 148

XQC	3.58 179	1.29 181	1.21 173	1.28 176	1.43 185	1.29 181	1.93 194	1.60 152	1.45 176	2.47 193	3.06 190	1.48 150	4.17 208	1.23 203	44.68 233	2.35 160	1.60 181	1.18 178	3.95 149	1.43 168	3.22 123	4.97 109	0.84 175	1.24 182	1.43 171	2.09 193	2.30 117	1.52 140

MDST_ROB	12.03 246	32.81 266	1.72 195	20.74 256	2.64 222	5.90 245	1.72 184	4.06 240	1.35 172	3.76 223	6.53 227	2.75 194	42.83 260	0.54 111	50.83 250	1.22 67	1.08 141	0.75 75	18.95 233	1.00 132	12.75 227	11.49 215	1.29 197	1.26 183	22.72 260	11.17 243	31.24 264	31.81 263

ADCPNet	7.09 222	1.18 165	3.04 234	1.33 180	3.12 235	1.36 184	8.88 240	2.15 196	3.24 225	4.23 229	7.84 246	1.96 171	15.92 247	1.71 213	49.61 243	3.53 190	1.89 195	1.25 191	19.14 234	3.03 226	5.96 155	4.75 105	4.72 234	1.29 184	3.95 228	5.33 226	3.87 208	27.01 256

CBMV_ROB	6.60 219	1.41 189	1.59 191	2.38 210	1.74 198	1.90 201	1.86 192	6.44 250	1.69 190	5.02 246	7.03 240	9.95 247	11.26 232	0.65 144	38.55 217	7.04 224	2.78 210	1.12 170	9.67 217	2.45 217	9.46 199	11.60 220	0.80 165	1.37 185	4.92 231	12.01 247	4.73 217	18.79 244

ADCMid	5.63 207	2.23 216	2.63 225	1.42 186	2.89 229	2.37 214	3.73 218	1.92 178	2.97 221	1.91 166	3.16 191	2.33 184	2.31 186	1.48 208	50.97 251	3.74 192	1.84 193	1.86 216	7.38 205	1.99 206	4.66 139	5.18 118	2.70 223	1.38 186	2.33 212	8.75 240	6.81 232	21.02 247

CSAN	2.48 148	1.26 177	1.12 156	1.46 189	1.78 203	1.13 167	0.90 146	1.50 134	10.52 255	2.40 191	3.81 199	4.12 209	2.51 191	0.96 185	3.83 166	1.27 71	1.29 165	1.05 161	3.24 131	1.70 190	3.71 127	4.45 99	0.79 160	1.38 186	1.39 163	3.93 219	2.43 134	2.96 185

FADNet_RVC	3.44 174	1.21 169	1.19 168	1.40 183	1.78 203	0.99 156	1.75 186	1.50 134	1.19 163	1.35 130	2.01 174	1.96 171	1.63 180	1.66 211	22.11 208	3.36 184	1.83 190	2.82 247	5.63 172	1.76 192	6.35 163	9.50 169	0.77 155	1.39 188	1.21 136	1.48 148	12.05 246	2.87 183

NOSS_ROB	3.67 182	1.38 188	0.81 88	1.15 171	1.16 166	1.15 169	0.65 122	2.25 205	1.41 174	4.85 239	6.68 230	6.78 228	1.06 165	0.82 170	11.52 190	14.58 249	1.34 168	1.17 175	2.93 121	0.98 131	14.13 245	12.82 244	0.79 160	1.48 189	1.13 128	1.48 148	3.41 194	1.25 123

SQANet	4.87 197	4.55 244	2.13 215	19.76 252	2.63 220	4.99 239	3.29 211	1.63 156	1.45 176	1.20 118	1.40 156	3.22 198	2.40 188	2.76 221	3.09 142	1.20 63	5.19 228	1.07 163	19.89 235	1.28 156	12.48 222	10.73 197	11.37 261	1.49 190	1.57 186	2.32 201	2.66 164	5.86 214

MLCV	1.91 134	0.87 93	0.97 122	1.33 180	1.13 164	0.99 156	0.74 128	2.14 195	0.77 116	2.02 168	4.44 203	1.60 156	1.56 179	0.45 83	2.63 110	1.79 141	1.11 146	0.96 140	6.71 193	1.05 137	4.69 141	5.60 126	0.66 130	1.60 191	1.14 129	1.35 136	2.31 119	1.06 103

SFCPSM	8.92 230	1.34 187	1.05 137	1.13 162	1.12 161	1.10 164	0.89 145	1.28 107	1.79 194	2.71 200	5.63 215	4.32 213	7.90 218	1.01 188	5.47 180	5.23 215	1.80 186	1.19 180	162.18 275	4.49 232	7.79 181	9.52 170	0.81 170	1.64 192	1.33 156	1.76 173	3.30 190	3.06 187

STTRV1_RVC		1.26 177	1.01 131	1.62 193	1.11 160	1.76 199	1.25 170	1.50 134	1.40 173	1.75 157	1.60 160	2.72 193	3.31 206	1.00 187	2.61 107	1.77 140	11.19 247	0.96 140		9.01 256	9.10 197	8.68 162		1.66 193	1.68 194	1.59 159	3.90 210	5.32 209

SHD	3.38 172	1.01 145	1.68 194	1.14 167	1.07 155	1.14 168	1.78 188	1.61 155	1.66 189	2.40 191	3.05 189	1.63 160	2.43 189	0.84 171	40.11 219	2.04 150	1.74 185	1.40 198	4.17 152	1.88 198	3.81 128	5.43 124	0.70 141	1.67 194	1.86 202	1.46 147	1.97 96	1.59 144

AnyNet_C32	6.05 214	1.43 193	1.39 180	1.26 175	1.64 193	1.36 184	2.92 208	1.55 148	5.28 243	2.67 199	4.61 206	1.90 167	1.29 175	1.29 206	55.18 265	3.43 187	1.96 200	2.08 224	3.65 141	1.91 199	6.94 173	8.77 164	1.20 191	1.68 195	6.02 235	14.92 252	6.12 225	20.86 246

SGM-ForestM	6.44 218	10.17 260	6.98 259	4.69 233	2.91 231	6.90 249	9.70 242	7.26 254	4.59 240	4.81 238	6.31 224	9.50 240	9.35 226	0.78 162	3.65 157	1.30 74	6.50 236	0.89 118	11.21 221	1.44 170	6.08 158	6.02 134	1.58 209	1.68 195	9.47 248	11.34 245	12.07 247	16.58 241

FC-DCNN	3.48 175	1.59 202	4.19 244	2.76 217	2.30 213	3.10 224	1.73 185	2.57 217	1.72 191	2.88 204	1.36 154	2.15 176	1.21 172	0.68 148	6.32 181	1.61 129	1.31 166	1.03 154	7.90 210	0.95 127	8.85 194	8.73 163	0.82 173	1.69 197	3.19 223	2.50 205	4.67 215	16.15 240

PVD	4.10 184	1.44 194	2.12 214	1.41 184	1.58 191	1.68 197	2.10 198	3.06 226	2.66 216	2.85 203	4.32 201	2.46 186	3.63 207	1.27 204	40.43 220	2.72 168	2.19 206	2.11 227	4.71 157	2.46 218	6.18 160	6.10 135	1.02 187	1.74 198	2.32 211	2.44 203	2.90 175	2.66 178

FBW_ROB	4.93 198	2.40 220	2.44 222	2.67 215	2.86 228	2.30 213	4.71 225	1.79 167	1.10 153	2.54 194	2.92 186	4.12 209	5.31 212	6.61 243	50.17 244	1.18 58	1.44 174	0.95 138	8.76 213	1.43 168	8.26 191	5.68 127	4.20 233	1.75 199	1.42 168	1.95 185	1.81 83	2.20 172

SAMSARA	4.13 185	1.32 183	1.53 187	1.48 190	1.35 180	1.47 190	2.74 206	2.23 203	1.83 199	2.26 184	3.47 197	2.01 174	8.60 221	1.76 215	38.24 216	2.88 169	1.82 189	1.41 199	4.99 159	1.91 199	5.10 148	5.71 130	0.94 183	1.80 200	3.33 225	3.84 217	4.16 212	3.30 195

CBMV	5.08 200	1.41 189	1.15 164	1.44 188	1.42 184	1.24 178	0.78 130	2.27 207	1.47 180	3.04 209	6.44 226	7.74 231	9.07 224	0.60 132	12.81 194	13.79 246	1.99 202	1.29 193	9.56 215	1.15 148	9.82 201	12.54 240	0.82 173	1.84 201	1.44 172	1.83 178	4.39 214	25.76 254
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MSC_U_SF_DS_RVC	4.33 190	2.25 218	1.45 183	2.41 211	1.94 210	1.93 202	4.82 226	1.96 181	2.59 214	2.96 208	1.96 168	2.49 187	8.10 219	9.76 250	14.02 196	3.47 188	2.04 204	1.98 220	14.27 227	3.33 228	7.23 176	7.20 148	2.89 227	1.85 202	2.43 214	2.85 210	2.19 112	6.62 218

otaku	5.09 201	5.20 245	2.27 217	18.45 250	2.89 229	5.73 241	3.63 217	1.44 129	1.46 178	1.31 129	1.42 157	3.59 203	2.63 193	3.22 228	3.07 139	1.30 74	5.55 230	1.14 174	20.28 236	1.49 175	13.81 241	11.25 212	11.85 263	1.91 203	1.56 185	2.06 189	2.52 146	6.49 217

DAS	2.93 164	0.99 138	1.06 141	1.13 162	1.05 150	1.03 161	1.04 159	1.74 164	1.81 197	3.32 214	5.70 217	2.61 191	3.08 202	0.50 103	3.19 148	7.47 227	1.83 190	1.23 187	5.90 175	1.83 195	12.92 228	10.26 183	0.76 150	1.94 204	1.32 154	1.51 152	2.60 156	1.31 128

SepStereo	2.93 164	0.99 138	1.06 141	1.13 162	1.05 150	1.03 161	1.04 159	1.74 164	1.81 197	3.32 214	5.70 217	2.61 191	3.08 202	0.50 103	3.19 148	7.47 227	1.83 190	1.23 187	5.90 175	1.83 195	12.92 228	10.26 183	0.76 150	1.94 204	1.32 154	1.51 152	2.60 156	1.31 128

ADCS	6.69 220	1.97 211	1.94 207	1.41 184	2.24 212	1.84 200	3.00 209	2.08 194	3.97 232	2.66 197	3.26 193	3.01 196	11.48 233	2.01 217	53.18 262	11.65 241	2.72 209	2.59 240	5.10 160	2.24 212	10.43 210	8.65 161	1.76 213	1.97 206	2.57 217	10.58 242	7.51 233	18.68 243

MFMNet_re	3.01 166	1.41 189	1.48 184	1.53 192	1.87 208	1.96 204	2.01 196	2.67 221	2.16 207	1.60 145	1.98 170	3.57 201	2.65 194	1.02 189	6.96 184	4.19 201	2.67 208	1.96 219	6.48 186	2.40 216	14.04 244	4.97 109	1.86 215	1.97 206	1.38 160	1.33 134	3.31 191	1.94 162

PWC_ROB	2.61 153	1.20 168	1.48 184	0.96 143	1.05 150	1.21 176	1.79 189	1.24 100	1.94 201	1.81 160	3.61 198	2.12 175	2.96 200	0.91 178	9.88 186	4.30 202	1.97 201	1.95 218	3.72 145	1.62 184	5.58 154	7.59 150	0.81 170	1.98 208	1.35 157	1.27 129	3.11 181	3.07 188

edge stereo	5.88 212	1.88 207	3.14 235	2.14 206	1.80 205	2.47 219	2.43 203	4.51 244	3.45 228	3.97 225	4.84 208	6.45 226	17.40 250	1.04 195	5.09 179	14.91 251	1.80 186	1.66 208	37.39 251	6.28 241	5.99 157	12.74 242	1.44 205	2.02 209	2.12 207	2.11 195	3.75 203	5.99 215

iResNet	2.79 160	0.95 125	0.91 111	1.35 182	1.69 195	1.41 186	1.02 155	1.81 171	1.09 152	2.62 196	5.14 210	1.80 164	2.38 187	0.46 87	10.35 187	7.64 230	1.36 171	1.23 187	6.83 198	1.78 193	10.05 206	4.09 98	0.61 115	2.02 209	1.10 125	1.50 151	2.80 169	1.39 135

MeshStereo	9.30 235	2.68 221	2.31 220	4.19 228	2.81 227	4.05 229	1.96 195	8.24 261	9.28 252	5.13 249	8.64 249	11.19 250	12.84 238	0.78 162	52.26 257	15.80 256	4.59 227	1.92 217	22.33 241	1.58 182	15.40 262	19.41 263	1.06 190	2.12 211	8.69 246	5.55 227	10.68 240	15.59 239
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
SGM_RVC	8.49 229	2.77 224	1.77 199	2.88 219	2.31 214	3.42 225	2.70 204	7.78 259	3.92 231	5.57 259	8.42 248	9.89 243	12.92 239	0.68 148	3.72 162	2.10 152	6.63 239	1.11 168	40.78 252	5.93 240	9.99 204	10.27 185	1.97 216	2.17 212	8.79 247	2.97 212	27.36 261	40.51 267
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FCDSN-DC	3.63 180	0.94 118	2.84 230	1.29 178	1.30 176	1.03 161	1.00 152	0.90 58	0.91 131	1.04 109	0.74 87	1.21 131	0.74 112	0.58 123	52.59 259	2.04 150	1.24 161	1.13 171	1.05 35	0.79 101	6.62 165	10.01 173	0.78 157	2.18 213	1.20 135	1.67 170	1.20 38	1.05 101
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
IMH	9.11 232	3.31 231	3.55 240	4.46 230	3.30 240	4.60 235	6.29 232	3.48 228	3.12 224	1.42 138	1.88 166	5.38 220	15.63 246	51.61 272	52.03 255	3.06 175	3.92 223	2.32 232	20.77 238	2.01 207	6.25 161	9.58 171	8.07 255	2.21 214	7.69 241	5.96 231	3.77 204	10.35 230

IMH-64-1	7.17 223	3.27 228	3.53 238	4.69 233	3.29 238	4.58 233	5.71 229	3.51 230	3.09 222	1.39 135	1.98 170	4.90 218	10.92 228	4.82 238	52.00 253	4.78 208	3.66 220	2.27 229	12.32 223	1.96 203	6.91 170	10.55 190	7.77 251	2.22 215	6.05 236	4.73 222	13.45 251	9.13 223

IMH-64	7.17 223	3.27 228	3.53 238	4.69 233	3.29 238	4.58 233	5.71 229	3.51 230	3.09 222	1.39 135	1.98 170	4.90 218	10.92 228	4.82 238	52.00 253	4.78 208	3.66 220	2.27 229	12.32 223	1.96 203	6.91 170	10.55 190	7.77 251	2.22 215	6.05 236	4.73 222	13.45 251	9.13 223

RainbowNet	4.65 193	3.75 238	2.70 228	4.56 232	2.98 234	4.16 230	8.75 239	2.05 192	2.01 204	1.90 165	1.12 136	3.61 205	3.00 201	3.60 234	2.70 117	1.89 145	2.97 213	1.54 204	15.27 230	8.73 253	11.07 216	11.30 213	10.70 258	2.22 215	1.73 195	2.30 199	2.76 167	6.13 216

HSM-Net_RVC	3.49 176	1.07 155	1.10 150	1.70 195	1.17 167	0.90 145	0.61 120	2.29 209	1.07 150	2.77 201	5.82 219	41.08 264	1.35 178	0.50 103	2.40 90	1.74 138	1.10 142	0.77 80	1.99 82	1.13 145	6.78 168	6.90 144	0.80 165	2.23 218	1.64 191	1.49 150	2.14 104	1.75 152
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AnyNet_C01	7.20 225	2.24 217	2.27 217	2.95 223	1.92 209	1.58 193	5.39 228	3.73 238	5.63 245	3.17 212	4.41 202	4.59 216	6.09 214	1.88 216	58.66 267	14.24 247	5.46 229	3.69 251	4.79 158	3.02 225	8.40 192	10.33 187	2.45 220	2.24 219	5.77 233	2.65 207	8.81 238	17.99 242

ccs_rob	4.23 188	1.10 157	1.53 187	1.14 167	0.92 144	1.19 174	1.05 161	2.86 224	1.27 165	4.20 228	35.77 265	8.95 238	1.29 175	0.73 154	3.10 144	6.47 222	1.50 177	1.17 175	5.98 179	1.44 170	10.44 211	11.78 221	0.74 149	2.24 219	1.07 117	1.30 133	2.65 162	2.20 172

SPS-STEREO	5.78 210	1.73 205	1.86 203	2.48 212	1.67 194	2.19 208	1.60 180	2.72 222	1.76 192	3.63 220	6.80 235	4.12 209	2.19 185	1.21 202	13.01 195	12.86 244	2.91 212	2.01 221	47.66 261	2.04 208	14.17 247	13.06 250	1.43 204	2.27 221	2.40 213	1.94 184	3.66 202	2.80 181
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pmcnn	5.52 205	1.54 198	1.51 186	2.64 213	3.13 236	2.07 205	10.40 243	2.61 218	2.65 215	2.55 195	6.41 225	6.23 225	15.93 248	0.58 123	6.75 182	14.92 252	3.87 222	3.34 249	7.45 206	7.76 246	13.60 240	10.19 179	6.30 243	2.29 222	1.57 186	3.30 214	4.69 216	4.80 203

DispFullNet	15.85 252	3.61 235	5.00 250	3.30 224	2.93 233	3.51 226	3.20 210	6.49 251	2.71 218	5.17 250	6.80 235	90.79 272	15.55 245	2.73 220	28.89 214	23.38 265	4.02 224	3.86 252	138.92 274	28.91 266	12.60 223	11.86 223	2.69 222	2.31 223	4.30 230	2.71 209	6.80 231	5.05 206

MaskLacGwcNet_RVC	21.23 260	1.32 183	1.63 192	1.89 200	1.69 195	1.93 202	3.75 219	2.27 207	2.66 216	5.02 246	29.10 263	216.12 277	51.87 266	5.44 241	3.66 158	4.09 200	5.59 231	13.75 262	28.77 243	1.47 174	14.44 256	12.86 246	0.98 185	2.33 224	1.88 204	7.40 234	145.78 277	5.57 212

PWCK	9.19 233	3.84 239	2.76 229	4.81 237	3.48 243	7.14 250	7.79 235	3.92 239	4.66 241	4.66 236	5.84 220	24.68 259	8.47 220	3.24 229	10.95 189	3.27 182	9.48 245	2.36 234	72.75 268	4.94 236	14.76 258	6.95 145	3.68 230	2.40 225	8.01 243	7.55 236	6.35 226	9.51 227

WAO-8	12.07 247	5.33 246	4.83 245	26.48 258	4.01 248	6.22 247	11.73 252	3.65 235	6.39 247	28.97 271	41.01 267	8.08 234	18.91 251	20.68 265	3.75 163	3.24 179	9.46 243	2.01 221	53.81 265	5.76 238	9.83 202	11.16 208	6.04 241	2.43 226	8.05 244	7.74 237	6.36 227	9.95 228

Venus	12.07 247	5.33 246	4.83 245	26.48 258	4.01 248	6.22 247	11.73 252	3.65 235	6.39 247	28.97 271	41.01 267	8.08 234	18.91 251	20.68 265	3.75 163	3.24 179	9.46 243	2.01 221	53.81 265	5.76 238	9.83 202	11.16 208	6.04 241	2.43 226	8.05 244	7.74 237	6.36 227	9.95 228

WAO-7	8.11 228	2.98 226	5.46 253	29.83 260	2.32 215	3.09 223	9.23 241	2.48 214	4.20 236	4.67 237	7.60 242	7.98 233	11.78 234	1.64 210	22.32 209	2.11 153	12.00 250	2.79 246	44.95 258	2.13 210	10.06 207	10.12 176	1.37 203	2.49 228	2.97 221	4.35 220	2.94 177	5.06 207

Ntro	5.35 203	6.19 250	2.38 221	8.06 241	2.91 231	4.88 237	6.70 233	1.40 125	1.53 183	1.44 139	1.19 140	3.58 202	2.73 195	3.12 227	3.66 158	1.17 56	6.56 238	1.19 180	32.62 247	1.60 183	14.27 252	11.82 222	11.41 262	2.54 229	1.64 191	2.30 199	2.45 137	5.00 205

SANet	5.69 208	2.22 215	1.77 199	1.84 198	2.37 217	2.28 210	1.43 174	4.49 243	7.61 250	2.05 171	4.86 209	8.34 237	11.81 235	1.70 212	43.86 231	1.62 131	5.96 232	1.51 202	4.43 154	1.70 190	8.97 195	8.28 156	1.20 191	2.60 230	1.94 205	6.02 232	3.42 196	9.29 225

PSMNet_ROB	16.63 255	5.59 248	2.97 233	3.47 225	2.63 220	5.86 244	6.18 231	2.20 200	2.29 209	5.39 257	141.45 275	97.59 273	6.02 213	33.78 267	3.23 150	1.58 128	4.09 225	1.69 209	20.81 239	2.75 219	12.93 230	7.08 147	63.80 275	2.60 230	2.95 220	3.67 216	2.77 168	3.66 197

WAO-6	7.36 226	2.83 225	2.64 226	8.38 243	2.78 226	3.59 227	8.61 238	3.51 230	3.36 227	1.84 161	2.45 183	5.99 223	8.70 223	3.06 226	50.70 248	2.35 160	13.44 258	1.82 213	8.79 214	2.15 211	14.26 250	12.40 236	3.35 229	2.64 232	7.87 242	5.84 229	4.30 213	11.17 232

TorneroNet-64	13.24 250	6.25 251	5.07 251	34.05 261	3.72 245	9.38 258	16.75 259	3.49 229	12.26 261	2.27 186	5.98 221	17.67 252	34.24 258	14.37 255	47.92 240	3.76 193	13.18 256	2.40 237	36.34 250	9.15 258	13.85 243	12.35 235	5.65 236	2.64 232	14.28 255	14.51 251	3.41 194	12.48 233

TorneroNet	24.73 263	6.18 249	3.52 237	95.34 274	3.93 246	27.05 265	29.02 261	4.44 242	18.13 265	2.20 181	37.99 266	77.85 271	72.31 269	18.15 261	41.78 226	3.07 176	13.11 255	2.35 233	87.85 269	9.06 257	15.44 263	12.17 227	5.94 238	2.64 232	52.32 270	8.18 239	3.59 201	14.11 235

S-Stereo	4.68 194	1.15 162	1.74 198	1.75 196	1.63 192	1.65 195	2.24 202	2.75 223	2.15 206	3.32 214	11.59 256	5.97 222	1.74 183	0.88 175	19.04 205	16.28 257	1.81 188	2.39 236	5.64 173	9.35 259	7.13 175	12.52 239	1.61 210	2.64 232	1.24 144	2.08 192	2.88 173	3.26 192

Dean	5.89 213	3.71 237	2.59 223	34.77 262	3.99 247	4.60 235	10.86 246	2.26 206	2.39 212	2.16 179	1.55 158	4.68 217	4.76 210	3.30 230	3.03 134	1.76 139	12.09 251	1.65 207	9.86 218	2.04 208	14.16 246	9.89 172	7.35 246	2.66 236	3.36 226	2.91 211	3.53 200	3.13 191

ACVNet_2	5.79 211	3.52 233	2.90 231	21.94 257	3.38 241	4.55 232	8.18 237	1.84 172	1.76 192	1.84 161	1.98 170	3.88 207	3.20 204	3.03 225	2.85 126	1.46 108	12.77 254	1.56 205	33.59 248	1.68 189	10.81 214	7.91 153	6.79 244	2.68 237	3.13 222	2.65 207	3.23 186	3.11 189

KSHMR	20.05 257	6.71 254	4.01 243	99.31 275	5.91 257	17.09 262	71.12 273	3.62 234	9.75 253	3.59 218	3.39 196	6.07 224	84.38 272	17.14 260	22.70 210	3.97 197	6.29 235	2.76 245	90.60 271	2.83 220	12.73 225	10.14 177	9.05 257	2.74 238	21.08 258	5.85 230	8.10 235	10.46 231

FAT-Stereo	4.35 191	1.18 165	2.25 216	1.48 190	1.81 206	1.42 187	1.49 176	3.57 233	1.84 200	3.66 221	6.22 223	6.70 227	2.76 196	1.07 197	6.82 183	15.24 255	2.03 203	2.49 239	5.43 166	8.81 254	13.23 233	12.34 234	0.95 184	2.79 239	1.26 147	2.25 198	2.96 178	5.48 210

SPstereo	7.58 227	2.32 219	3.96 242	2.17 207	2.01 211	2.28 210	2.11 199	2.97 225	3.67 229	2.95 206	8.06 247	30.35 262	16.56 249	2.33 218	12.64 192	18.07 259	3.29 216	3.89 253	6.22 182	6.47 242	12.61 224	14.38 253	2.38 219	2.80 240	4.18 229	7.54 235	13.61 253	14.75 237

G-Net	6.29 215	1.69 203	1.86 203	1.42 186	1.70 197	1.45 189	1.19 169	4.71 245	8.56 251	3.16 211	4.70 207	7.94 232	6.89 216	0.85 172	15.45 200	8.15 233	1.92 197	2.75 243	5.41 165	6.49 243	9.16 198	11.23 211	1.46 206	2.81 241	1.81 198	19.84 256	6.51 230	30.80 261

ACVNet_1	5.24 202	3.87 240	3.60 241	13.80 246	3.48 243	6.00 246	10.57 244	1.60 152	1.79 194	1.55 143	1.30 147	4.40 214	2.80 198	5.43 240	2.42 92	1.39 87	11.59 248	1.72 211	20.91 240	1.50 178	14.41 255	8.16 155	7.22 245	2.84 242	1.73 195	2.19 197	2.61 158	2.72 180

ktn	26.84 265	3.99 241	95.18 277	14.39 247	5.44 253	18.02 263	17.50 260	19.69 266	67.27 275	2.84 202	5.30 212	171.03 276	80.75 271	7.72 244	10.93 188	3.48 189	20.95 265	2.71 241	90.26 270	29.10 268	15.05 260	10.23 181	7.60 250	2.93 243	5.12 232	5.83 228	4.73 217	6.62 218

notaker	10.31 237	13.11 261	4.84 247	18.55 251	6.95 260	7.98 254	14.39 255	3.69 237	3.28 226	2.90 205	2.15 180	30.28 261	43.63 261	4.40 236	9.01 185	2.66 167	12.71 252	2.73 242	42.35 254	2.87 221	14.87 259	10.21 180	7.77 251	3.03 244	2.66 218	2.98 213	3.46 197	4.84 204

LSM0	11.61 243	1.70 204	2.94 232	2.71 216	2.41 218	2.76 220	6.88 234	4.22 241	4.26 237	3.67 222	7.57 241	7.41 229	9.43 227	0.98 186	64.90 272	78.60 276	3.43 218	2.37 235	20.39 237	4.80 235	14.29 253	16.21 258	1.30 198	3.06 245	3.29 224	12.44 248	6.06 224	25.31 253

DPSNet	5.60 206	1.54 198	1.19 168	1.76 197	2.44 219	2.08 206	1.81 190	1.95 180	2.93 220	2.09 175	5.15 211	9.82 241	6.09 214	8.98 247	14.30 197	12.14 243	4.12 226	3.60 250	17.82 232	8.28 250	12.18 219	14.58 254	3.71 231	3.09 246	2.30 209	2.42 202	2.52 146	2.24 175

LVE	10.96 239	3.63 236	2.68 227	55.15 271	4.03 250	7.50 252	88.91 275	1.93 179	2.44 213	2.26 184	1.69 162	4.48 215	4.75 209	3.42 232	3.44 154	2.21 156	6.03 234	1.84 215	50.68 264	1.97 205	10.14 208	12.19 228	5.54 235	3.12 247	3.75 227	2.46 204	2.99 179	6.76 220

ACVNet-4b	11.58 242	3.99 241	2.60 224	44.40 267	2.71 225	4.98 238	62.31 271	1.85 173	1.79 194	1.63 148	1.25 145	4.22 212	58.75 268	3.34 231	2.27 85	1.21 64	13.33 257	1.70 210	49.50 262	1.93 201	14.47 257	13.72 251	7.40 247	3.13 248	1.55 184	1.89 181	2.20 114	4.61 202

MFN_U_SF_RVC	4.44 192	1.91 209	1.83 201	2.19 209	1.82 207	2.38 216	4.61 224	2.39 211	1.94 201	4.48 233	11.47 255	3.74 206	2.50 190	4.72 237	20.32 207	3.66 191	1.91 196	1.83 214	11.50 222	3.25 227	7.86 185	6.73 141	1.25 194	3.20 249	1.86 202	3.84 217	2.83 170	3.94 199

DGSMNet	11.16 241	1.98 212	1.98 209	1.90 201	1.52 188	2.46 218	1.47 175	3.07 227	2.11 205	12.67 265	102.10 274	3.59 203	18.94 253	18.97 262	16.50 203	15.09 253	12.73 253	10.36 261	13.79 226	4.57 233	12.99 231	14.32 252	7.77 251	3.43 250	1.75 197	6.25 233	3.48 199	5.53 211

MADNet+	4.78 195	2.02 213	1.87 205	2.01 204	2.36 216	1.47 190	4.28 222	2.47 213	1.99 203	2.66 197	2.13 179	3.56 200	2.85 199	2.34 219	41.14 223	5.66 220	3.48 219	1.53 203	4.54 155	3.38 229	13.07 232	7.34 149	1.72 212	3.48 251	2.93 219	2.17 196	3.24 188	3.29 194

JetBlue	10.90 238	9.40 258	6.23 257	8.34 242	6.82 259	10.07 259	10.58 245	5.04 248	3.97 232	2.95 206	4.09 200	9.83 242	9.32 225	8.12 245	48.65 241	14.50 248	6.76 240	5.08 254	7.66 208	3.76 230	13.23 233	17.58 261	8.19 256	3.58 252	11.41 251	18.49 254	12.08 248	28.49 258

ELAS	10.16 236	3.54 234	5.12 252	4.49 231	4.32 251	5.01 240	4.33 223	6.88 252	4.09 234	4.97 244	7.74 243	9.90 245	11.01 231	3.51 233	52.19 256	4.52 206	7.15 242	9.65 259	8.69 212	2.38 215	13.33 235	14.95 255	2.75 224	3.64 253	17.76 256	27.24 263	13.13 250	21.93 248
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	9.07 231	3.30 230	5.65 254	4.08 227	3.41 242	7.21 251	4.01 221	7.69 256	3.75 230	4.97 244	7.74 243	9.89 243	11.00 230	3.00 224	47.69 239	4.33 204	6.53 237	9.70 260	9.64 216	2.89 222	13.54 239	15.79 256	2.75 224	4.07 254	18.38 257	23.86 258	4.94 220	5.18 208
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UNDER WATER-64	11.75 244	7.29 256	4.90 248	17.03 249	7.40 261	8.44 255	16.49 258	8.25 262	4.32 238	4.51 234	3.21 192	17.72 253	15.23 244	8.81 246	46.52 237	10.69 239	13.57 259	3.01 248	12.74 225	8.66 252	14.20 248	12.82 244	11.01 259	4.40 255	6.45 239	18.67 255	8.71 237	22.29 249

SGM+DAISY	11.81 245	3.22 227	3.47 236	3.83 226	3.15 237	4.25 231	3.52 216	7.70 257	10.88 258	5.57 259	9.00 253	9.94 246	13.12 241	1.74 214	22.71 211	18.99 260	3.23 215	2.28 231	15.35 231	8.91 255	15.05 260	17.02 260	1.32 200	4.58 256	24.50 261	31.01 266	32.60 267	41.83 270

JetRed	12.50 249	6.96 255	7.76 260	4.77 236	6.78 258	9.35 257	10.92 247	5.31 249	4.54 239	5.85 261	3.28 195	8.17 236	7.48 217	9.74 249	50.80 249	15.21 254	10.30 246	7.93 256	7.83 209	5.44 237	18.10 265	24.48 266	11.12 260	4.60 257	11.97 252	25.85 261	24.78 260	28.17 257

MADNet++	9.22 234	4.13 243	6.16 256	4.32 229	5.78 256	3.96 228	8.14 236	7.09 253	6.83 249	5.28 255	7.83 245	7.65 230	8.62 222	12.90 252	19.42 206	21.00 264	7.04 241	6.27 255	10.40 219	7.97 248	14.29 253	18.67 262	3.96 232	5.12 258	5.80 234	22.29 257	9.32 239	8.69 222

UNDER WATER	16.39 253	7.86 257	4.99 249	15.68 248	10.73 266	8.76 256	38.30 266	8.07 260	6.02 246	4.25 230	2.98 188	18.63 254	96.18 273	14.44 256	32.70 215	10.29 237	13.91 260	2.75 243	43.73 256	8.62 251	16.83 264	12.33 233	17.08 267	5.55 259	6.06 238	14.49 250	6.37 229	15.05 238

HanzoNet	47.37 273	45.54 271	75.64 276	62.53 272	47.97 271	62.03 275	90.57 276	55.02 276	58.34 274	15.60 266	22.00 260	75.72 270	107.47 274	172.14 277	23.65 213	13.02 245	62.42 276	9.26 258	134.39 273	22.45 265	19.74 266	25.78 267	31.84 269	5.57 260	9.72 250	9.49 241	8.54 236	12.61 234

PML	39.07 267	38.06 270	12.06 261	39.32 265	29.04 269	40.62 271	11.06 248	14.14 265	100.08 276	27.87 270	166.26 277	107.74 274	159.39 276	13.53 253	15.41 199	10.75 240	35.75 269	8.64 257	42.84 255	10.61 260	14.22 249	16.14 257	5.89 237	7.21 261	53.08 271	13.95 249	42.26 271	19.02 245

STStereo	16.49 254	3.48 232	5.91 255	44.25 266	5.60 254	39.03 270	13.11 254	7.74 258	10.72 257	5.19 252	8.92 250	24.73 260	30.22 257	1.03 194	59.92 270	11.74 242	2.59 207	1.26 192	40.79 253	2.25 213	10.02 205	8.79 165	2.06 217	11.31 262	22.61 259	16.05 253	20.57 258	35.39 264

MANE	14.22 251	9.62 259	6.93 258	4.94 239	5.72 255	7.88 253	11.48 249	7.38 255	9.90 254	4.92 243	6.89 238	8.98 239	12.13 237	3.67 235	50.37 245	17.85 258	11.82 249	20.17 266	10.46 220	6.55 244	12.22 220	12.86 246	1.77 214	11.33 263	24.83 262	30.99 265	31.42 265	40.73 268

DGTPSM_ROB	17.21 256	6.49 252	18.05 263	4.91 238	8.87 262	5.73 241	11.48 249	5.02 246	12.05 259	5.03 248	9.34 254	12.62 251	56.51 267	15.29 258	43.82 230	20.47 262	19.26 263	16.28 263	24.70 242	20.05 263	13.50 236	22.25 264	6.00 239	12.55 264	12.71 253	32.01 268	14.20 254	35.61 266

DPSMNet_ROB	22.61 261	6.50 253	18.06 264	4.95 240	8.88 263	5.76 243	11.54 251	5.02 246	12.08 260	5.17 250	28.67 262	19.69 255	163.24 277	15.38 259	43.87 232	20.66 263	19.56 264	16.59 264	35.50 249	20.17 264	13.82 242	22.26 265	6.02 240	12.56 265	12.82 254	32.01 268	14.23 255	35.60 265

DPSM_ROB	21.05 258	17.19 262	22.69 265	10.13 244	9.29 264	13.96 260	14.50 256	11.66 263	15.25 263	9.00 262	8.97 251	10.35 248	13.24 242	19.90 263	59.73 268	26.35 266	18.76 261	21.26 267	14.74 228	15.50 261	28.56 268	27.85 268	7.42 248	16.13 266	34.05 266	39.30 271	37.97 269	44.48 271

DPSM	21.05 258	17.19 262	22.69 265	10.13 244	9.29 264	13.96 260	14.50 256	11.66 263	15.25 263	9.00 262	8.97 251	10.35 248	13.24 242	19.90 263	59.73 268	26.35 266	18.76 261	21.26 267	14.74 228	15.50 261	28.56 268	27.85 268	7.42 248	16.13 266	34.05 266	39.30 271	37.97 269	44.48 271

LE_ROB	28.97 266	25.29 264	36.16 268	34.90 263	56.86 276	18.61 264	58.99 270	32.08 271	41.72 270	5.37 256	27.57 261	46.00 265	49.67 264	13.72 254	14.83 198	3.84 196	5.96 232	1.22 184	46.43 259	36.35 272	10.19 209	11.19 210	48.45 271	22.49 268	30.18 264	31.59 267	31.60 266	40.87 269

BEATNet-Init1	52.60 275	76.96 275	24.06 267	87.02 273	56.48 275	86.86 276	68.77 272	49.65 273	34.71 269	11.93 264	56.24 272	64.63 269	78.72 270	9.65 248	58.40 266	51.35 272	32.72 267	23.00 269	101.24 272	71.98 277	46.49 270	39.72 271	28.67 268	24.23 269	59.12 272	38.23 270	77.99 275	61.49 273

LRCNet_RVC	25.94 264	30.78 265	14.74 262	35.18 264	31.16 270	36.52 269	29.93 265	23.08 267	12.70 262	36.15 273	33.37 264	37.24 263	28.56 256	37.11 268	17.47 204	7.61 229	31.06 266	26.75 270	67.49 267	29.07 267	23.47 267	10.73 197	39.23 270	30.61 270	7.37 240	2.53 206	11.22 241	9.31 226

CasAABBNet	42.72 270	34.60 269	45.66 269	20.17 253	18.55 267	28.05 268	29.13 262	23.25 268	30.69 266	18.73 269	18.11 259	20.72 258	37.90 259	39.93 269	120.54 277	52.80 273	37.72 272	42.56 272	29.30 244	30.56 269	57.58 276	56.66 277	14.58 264	32.34 271	68.46 275	79.09 274	76.31 272	89.48 274

MyStereo03	42.32 269	34.58 267	45.67 270	20.28 254	18.70 268	28.03 266	29.19 263	23.39 269	30.77 267	18.19 267	18.03 257	20.71 256	26.70 254	40.22 270	120.07 275	52.96 274	37.64 270	42.70 273	29.31 245	30.97 270	57.46 274	56.38 275	14.75 265	32.54 272	68.34 273	79.09 274	76.33 273	89.56 275

MyStereo02	41.62 268	34.58 267	45.67 270	20.28 254	0.00 1	28.03 266	29.19 263	23.39 269	30.77 267	18.19 267	18.03 257	20.71 256	26.70 254	40.22 270	120.07 275	52.96 274	37.64 270	42.70 273	29.31 245	30.97 270	57.46 274	56.38 275	14.75 265	32.54 272	68.34 273	79.09 274	76.33 273	89.56 275

HaxPig	44.53 271	46.75 272	47.32 272	47.72 268	48.79 272	47.60 272	48.40 267	49.50 272	47.10 271	49.76 274	50.31 269	49.00 266	45.26 262	54.49 273	41.50 224	40.24 269	50.15 273	52.05 275	44.74 257	43.04 273	46.61 271	44.38 273	51.78 272	45.43 274	33.92 265	25.30 259	28.66 262	22.43 250

AVERAGE_ROB	46.12 272	48.49 273	48.31 273	49.34 269	50.25 273	48.63 273	49.80 268	50.74 274	48.67 272	51.68 275	52.55 270	50.28 267	47.20 263	55.70 274	43.00 229	40.99 270	52.42 274	54.59 276	47.27 260	45.45 274	48.77 272	44.06 272	52.90 273	46.98 275	35.80 268	26.72 262	30.77 263	23.81 252

MEDIAN_ROB	49.56 274	51.66 274	50.91 274	52.80 270	53.76 274	52.08 274	53.35 269	54.28 275	52.25 273	54.89 276	55.89 271	53.59 268	50.09 265	58.85 275	46.45 236	44.55 271	55.81 275	57.90 277	50.55 263	48.85 275	52.07 273	46.79 274	56.69 274	50.01 276	39.10 269	30.23 264	33.56 268	31.26 262

DPSimNet_ROB	111.84 276	179.62 277	74.81 275	195.40 277	165.93 277	136.63 277	98.05 277	126.48 277	138.79 277	82.31 277	148.57 276	159.77 275	157.57 275	78.29 276	64.65 271	40.10 268	142.61 277	34.98 271	195.20 276	69.76 276	154.10 277	32.63 270	82.12 276	98.24 277	71.10 276	51.68 273	117.83 276	122.56 277

ASD4																								105.89 278

Low-res two-view benchmark