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

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
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
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9
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
STStereo	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

NVstereo2D	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWC_ROB	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCK	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

iinet-f	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MSC_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

ADCMid	0.08 26	0.02 14	0.13 69	0.03 23	0.02 15	0.03 22	0.02 15	0.02 15	0.02 15	1.32 190	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.07 37	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 23

ADCS	0.06 24	0.02 14	0.04 21	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.02 15	1.03 169	0.02 15	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.02 15	0.01 9	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.04 27	0.02 15

RYNet	0.02 15	0.02 14	0.02 14	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.04 25	0.03 23	0.02 15	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

LSM0	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

PWCDC_ROB	0.01 9	0.02 14	0.02 14	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

FADNet_RVC	0.10 33	0.03 23	0.04 21	0.03 23	0.04 28	0.05 32	0.04 28	0.04 28	0.04 28	0.03 21	0.04 27	0.04 27	0.03 21	0.04 28	0.03 24	0.03 24	0.04 25	0.04 27	0.04 27	0.04 28	0.04 28	0.03 24	1.63 236	0.03 23	0.03 24	0.04 28	0.03 22	0.04 28

BEATNet_4x	0.08 26	0.03 23	0.06 30	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.03 25	1.47 197	0.03 24	0.03 23	0.03 21	0.03 25	0.03 24	0.03 24	0.03 20	0.03 23	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.03 24	0.03 24	0.03 22	0.03 23

ADCL	0.08 26	0.03 23	0.06 30	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.03 25	1.47 197	0.03 24	0.03 23	0.03 21	0.03 25	0.03 24	0.03 24	0.03 20	0.03 23	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.03 24	0.03 24	0.03 22	0.03 23

AnyNet_C01	0.08 26	0.03 23	0.04 21	0.02 15	0.03 21	0.03 22	0.02 15	0.02 15	0.02 15	1.46 196	0.02 15	0.03 23	0.03 21	0.02 15	0.02 15	0.02 15	0.04 25	0.02 15	0.03 22	0.02 16	0.02 15	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.03 22	0.03 23

AnyNet_C32	0.12 48	0.03 23	0.07 32	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.02 15	2.33 233	0.04 27	0.04 27	0.03 21	0.02 15	0.03 24	0.04 28	0.04 25	0.04 27	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.04 28	0.03 24	0.03 22	0.02 15

ADCPNet	0.08 26	0.03 23	0.04 21	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.03 25	1.32 190	0.03 24	0.03 23	0.03 21	0.03 25	0.03 24	0.03 24	0.03 20	0.03 23	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.03 24	0.03 24	0.04 27	0.03 23

FADNet-RVC-Resample	0.10 33	0.04 29	0.05 26	0.04 29	0.05 31	0.05 32	0.05 33	0.07 34	0.05 33	0.05 24	0.05 31	0.05 31	0.04 29	0.05 31	0.04 29	0.04 28	0.05 32	0.05 34	0.05 30	0.05 33	0.05 32	0.04 29	1.53 235	0.04 29	0.05 33	0.05 33	0.06 37	0.05 32

FADNet-RVC	0.11 45	0.04 29	0.05 26	0.04 29	0.05 31	0.04 28	0.04 28	0.05 32	0.04 28	0.04 22	0.04 27	0.04 27	0.04 29	0.05 31	0.04 29	0.04 28	0.04 25	0.04 27	0.05 30	0.04 28	0.04 28	0.04 29	1.79 242	0.04 29	0.04 28	0.04 28	0.04 27	0.05 32

FADNet	0.11 45	0.04 29	0.05 26	0.06 33	0.05 31	0.04 28	0.04 28	0.04 28	0.04 28	0.04 22	0.05 31	0.05 31	0.04 29	0.05 31	0.04 29	0.04 28	0.04 25	0.04 27	0.04 27	0.05 33	0.05 32	0.04 29	1.74 240	0.04 29	0.04 28	0.05 33	0.04 27	0.05 32

ADCRef	0.13 53	0.04 29	0.05 26	0.04 29	0.04 28	0.04 28	0.09 41	0.04 28	0.04 28	2.46 236	0.04 27	0.04 27	0.04 29	0.04 28	0.04 29	0.04 28	0.04 25	0.04 27	0.04 27	0.04 28	0.04 28	0.04 29	0.04 28	0.05 33	0.04 28	0.04 28	0.04 27	0.04 28

ADCP+	0.12 48	0.04 29	0.07 32	0.04 29	0.05 31	0.04 28	0.04 28	0.04 28	0.04 28	2.28 225	0.05 31	0.05 31	0.04 29	0.04 28	0.04 29	0.04 28	0.05 32	0.04 27	0.05 30	0.04 28	0.04 28	0.04 29	0.04 28	0.05 33	0.04 28	0.04 28	0.04 27	0.04 28

APVNet	0.09 31	0.06 34	0.04 21	0.06 33	0.04 28	0.05 32	0.04 28	0.05 32	1.08 219	0.05 24	0.05 31	0.05 31	0.04 29	0.05 31	0.04 29	0.04 28	0.05 32	0.04 27	0.05 30	0.04 28	0.05 32	0.04 29	0.04 28	0.04 29	0.05 33	0.04 28	0.05 33	0.04 28

BEATNet-Init1	0.15 64	0.07 35	0.10 41	0.08 38	0.07 38	0.07 38	0.07 37	0.07 34	0.07 37	2.19 221	0.08 39	0.08 38	0.07 38	0.07 38	0.07 35	0.07 38	0.08 39	0.07 38	0.08 39	0.08 39	0.07 38	0.07 38	0.07 34	0.07 39	0.08 39	0.07 38	0.07 38	0.07 39

DeepPrunerF	0.15 64	0.07 35	0.10 41	0.08 38	0.07 38	0.07 38	0.07 37	0.07 34	0.07 37	2.19 221	0.08 39	0.08 38	0.07 38	0.07 38	0.07 35	0.07 38	0.08 39	0.07 38	0.08 39	0.08 39	0.07 38	0.07 38	0.07 34	0.07 39	0.08 39	0.07 38	0.07 38	0.07 39

AASNet	0.05 21	0.08 37	0.08 35	0.07 35	0.05 31	0.05 32	0.05 33	0.07 34	0.05 33	0.05 24	0.05 31	0.05 31	0.05 35	0.06 35	0.07 35	0.05 35	0.05 32	0.05 34	0.05 30	0.05 33	0.05 32	0.05 35	0.04 28	0.05 33	0.05 33	0.05 33	0.05 33	0.05 32

SACVNet	0.05 21	0.08 37	0.08 35	0.07 35	0.05 31	0.05 32	0.05 33	0.07 34	0.05 33	0.05 24	0.05 31	0.05 31	0.05 35	0.06 35	0.07 35	0.05 35	0.05 32	0.05 34	0.05 30	0.05 33	0.05 32	0.05 35	0.04 28	0.05 33	0.05 33	0.05 33	0.05 33	0.05 32

AACVNet	0.05 21	0.08 37	0.08 35	0.07 35	0.05 31	0.05 32	0.05 33	0.07 34	0.05 33	0.05 24	0.05 31	0.05 31	0.05 35	0.06 35	0.07 35	0.05 35	0.05 32	0.05 34	0.05 30	0.05 33	0.05 32	0.05 35	0.04 28	0.05 33	0.05 33	0.05 33	0.05 33	0.05 32

FINET	0.07 25	0.08 37	0.07 32	0.08 38	0.07 38	0.08 40	0.07 37	0.08 40	0.07 37	0.08 29	0.07 38	0.08 38	0.07 38	0.07 38	0.07 35	0.07 38	0.07 38	0.07 38	0.07 37	0.07 38	0.08 40	0.07 38	0.07 34	0.06 38	0.07 38	0.07 38	0.08 40	0.06 38

SepStereo	0.09 31	0.09 41	0.09 38	0.09 41	0.10 43	0.09 41	0.08 40	0.09 41	0.08 40	0.09 30	0.08 39	0.09 41	0.09 41	0.08 41	0.08 41	0.09 41	0.09 41	0.08 41	0.09 41	0.08 39	0.09 41	0.08 41	0.09 37	0.09 41	0.10 41	0.08 41	0.10 41	0.09 41

AnonymousM	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 43	0.10 42	0.10 43	0.10 42	0.10 43	0.10 42	0.10 44	0.10 40	0.10 44	0.10 41	0.10 42	0.10 41	0.10 45

PVD	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 43	0.10 42	0.10 43	0.10 42	0.10 43	0.10 42	0.10 44	0.10 40	0.10 44	0.10 41	0.10 42	0.10 41	0.10 45

SHD	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 43	0.10 42	0.10 43	0.10 42	0.10 43	0.10 42	0.10 44	0.10 40	0.10 44	0.10 41	0.10 42	0.10 41	0.10 45

SAMSARA	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 43	0.10 42	0.10 43	0.10 42	0.10 43	0.10 42	0.10 44	0.10 40	0.10 44	0.10 41	0.10 42	0.10 41	0.10 45

XQC	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 43	0.10 42	0.10 43	0.10 42	0.10 43	0.10 42	0.10 44	0.10 40	0.10 44	0.10 41	0.10 42	0.10 41	0.10 45

RTSC	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 43	0.10 42	0.10 43	0.10 42	0.10 43	0.10 42	0.10 44	0.10 40	0.10 44	0.10 41	0.10 42	0.10 41	0.10 45

RTS	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 43	0.10 42	0.10 43	0.10 42	0.10 43	0.10 42	0.10 44	0.10 40	0.10 44	0.10 41	0.10 42	0.10 41	0.10 45

RTSA	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 43	0.10 42	0.10 43	0.10 42	0.10 43	0.10 42	0.10 44	0.10 40	0.10 44	0.10 41	0.10 42	0.10 41	0.10 45

MADNet+	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 43	0.10 42	0.10 43	0.10 42	0.10 43	0.10 42	0.10 44	0.10 40	0.10 44	0.10 41	0.10 42	0.10 41	0.10 45

MADNet++	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 43	0.10 42	0.10 43	0.10 42	0.10 43	0.10 42	0.10 44	0.10 40	0.10 44	0.10 41	0.10 42	0.10 41	0.10 45

JetRed	0.22 86	0.11 52	0.12 60	0.11 52	0.11 55	0.11 52	0.11 54	0.11 52	0.11 54	2.93 243	0.11 55	0.11 52	0.11 55	0.11 58	0.11 54	0.12 69	0.11 52	0.11 57	0.11 52	0.11 55	0.11 52	0.11 55	0.11 52	0.11 57	0.11 52	0.11 55	0.11 52	0.11 56

JetBlue	0.23 88	0.12 53	0.13 69	0.12 53	0.12 73	0.12 53	0.11 54	0.14 55	0.12 70	3.07 244	0.12 73	0.12 54	0.11 55	0.11 58	0.13 76	0.13 75	0.12 53	0.12 73	0.13 53	0.11 55	0.12 53	0.13 77	0.12 69	0.14 79	0.13 54	0.12 71	0.12 53	0.11 56

LRCNet_RVC	0.11 45	0.12 53	0.09 38	0.12 53	0.09 41	0.12 53	0.09 41	0.12 53	0.09 41	0.12 41	0.09 42	0.11 52	0.09 41	0.09 42	0.09 42	0.09 41	0.12 53	0.16 82	0.21 82	0.09 42	0.12 53	0.09 42	0.09 37	0.09 41	0.12 53	0.28 116	0.12 53	0.09 41

GMStereo	0.14 59	0.13 55	0.14 73	0.14 56	0.14 80	0.14 57	0.14 77	0.14 55	0.14 79	0.14 42	0.14 80	0.14 56	0.14 80	0.14 79	0.14 80	0.14 79	0.14 56	0.14 79	0.14 55	0.14 80	0.14 55	0.14 80	0.14 76	0.14 79	0.14 56	0.14 77	0.14 56	0.14 80
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.19 78	0.13 55	0.09 38	0.13 55	0.09 41	0.13 55	0.09 41	0.13 54	0.09 41	0.90 158	0.09 42	0.13 55	0.09 41	0.10 45	0.09 42	0.70 191	0.13 55	0.09 42	0.13 53	0.10 43	0.91 192	0.09 42	0.10 40	0.09 41	0.13 54	0.10 42	0.13 55	0.09 41

CIPLG	0.13 53	0.15 57	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.15 63	0.11 54	0.15 46	0.11 55	0.15 64	0.11 55	0.12 68	0.12 71	0.11 54	0.15 62	0.11 57	0.15 62	0.11 55	0.14 55	0.11 55	0.11 52	0.12 71	0.15 61	0.12 71	0.15 62	0.12 70

IPLG	0.12 48	0.15 57	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.14 55	0.11 54	0.15 46	0.11 55	0.14 56	0.11 55	0.12 68	0.11 54	0.11 54	0.14 56	0.11 57	0.14 55	0.11 55	0.14 55	0.11 55	0.11 52	0.11 57	0.14 56	0.11 55	0.14 56	0.11 56

MIPNet	0.12 48	0.15 57	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.14 55	0.11 54	0.15 46	0.11 55	0.14 56	0.11 55	0.12 68	0.11 54	0.11 54	0.14 56	0.11 57	0.15 62	0.11 55	0.14 55	0.11 55	0.11 52	0.11 57	0.14 56	0.11 55	0.14 56	0.11 56

IPLGR	0.13 53	0.15 57	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.14 55	0.13 75	0.15 46	0.11 55	0.14 56	0.12 74	0.12 68	0.11 54	0.11 54	0.14 56	0.11 57	0.14 55	0.11 55	0.14 55	0.11 55	0.11 52	0.12 71	0.15 61	0.11 55	0.14 56	0.11 56

PDISCO_ROB	0.50 140	0.15 57	0.11 54	0.16 71	3.16 259	0.13 55	0.12 71	0.14 55	0.12 70	0.15 46	0.11 55	2.55 247	0.11 55	2.20 244	0.13 76	0.12 69	0.16 71	0.10 43	0.14 55	0.12 73	0.15 63	0.12 72	0.12 69	0.12 71	0.15 61	0.10 42	2.75 246	0.09 41

ITSA-stereo	0.21 85	0.16 62	0.12 60	0.16 71	0.13 77	0.18 74	0.14 77	0.16 65	1.89 249	0.16 58	0.12 73	0.17 75	0.12 74	0.13 75	0.13 76	0.13 75	0.17 74	0.13 76	0.17 72	0.12 73	0.16 70	0.12 72	0.12 69	0.12 71	0.17 73	0.12 71	0.16 70	0.12 70

IPLGR_C	0.13 53	0.16 62	0.14 73	0.15 63	0.11 55	0.14 57	0.11 54	0.14 55	0.11 54	0.14 42	0.11 55	0.14 56	0.11 55	0.12 68	0.11 54	0.11 54	0.14 56	0.11 57	0.14 55	0.11 55	0.14 55	0.11 55	0.11 52	0.11 57	0.14 56	0.11 55	0.15 62	0.11 56

ACRE	0.13 53	0.16 62	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.15 63	0.11 54	0.14 42	0.11 55	0.14 56	0.11 55	0.12 68	0.11 54	0.11 54	0.14 56	0.11 57	0.14 55	0.11 55	0.14 55	0.11 55	0.11 52	0.11 57	0.14 56	0.11 55	0.14 56	0.11 56

ICVP	0.13 53	0.16 62	0.11 54	0.16 71	0.11 55	0.16 72	0.11 54	0.16 65	0.11 54	0.16 58	0.11 55	0.16 72	0.11 55	0.11 58	0.11 54	0.11 54	0.16 71	0.11 57	0.16 70	0.11 55	0.16 70	0.11 55	0.11 52	0.11 57	0.16 71	0.11 55	0.16 70	0.11 56
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 59	0.17 66	0.11 54	0.17 74	0.11 55	0.17 73	0.12 71	0.17 69	0.11 54	0.17 61	0.11 55	0.17 75	0.11 55	0.12 68	0.12 71	0.12 69	0.17 74	0.12 73	0.17 72	0.12 73	0.17 73	0.12 72	0.12 69	0.12 71	0.17 73	0.12 71	0.17 73	0.12 70

DDVS	0.15 64	0.18 67	0.13 69	0.18 75	0.13 77	0.19 78	0.13 75	0.18 71	0.13 75	0.18 63	0.13 79	0.18 78	0.13 79	0.13 75	0.13 76	0.13 75	0.18 77	0.13 76	0.18 75	0.13 79	0.18 74	0.13 77	0.13 74	0.10 44	0.19 78	0.14 77	0.19 76	0.13 78

ProNet	0.12 48	0.18 67	0.11 54	0.14 56	0.10 43	0.14 57	0.11 54	0.14 55	0.11 54	0.14 42	0.10 44	0.14 56	0.10 44	0.10 45	0.11 54	0.10 43	0.15 62	0.10 43	0.14 55	0.10 43	0.14 55	0.10 44	0.11 52	0.10 44	0.15 61	0.10 42	0.14 56	0.10 45

SFCPSM	0.23 88	0.18 67	0.13 69	0.18 75	0.12 73	0.18 74	0.80 202	0.17 69	0.12 70	0.88 157	0.12 73	0.17 75	0.12 74	0.13 75	0.12 71	0.12 69	0.18 77	0.12 73	0.18 75	0.12 73	1.18 213	0.13 77	0.12 69	0.12 71	0.18 75	0.13 76	0.18 74	0.12 70

DeepPruner_ROB	0.15 64	0.18 67	0.12 60	0.18 75	0.12 73	0.18 74	0.12 71	0.18 71	0.13 75	0.18 63	0.12 73	0.18 78	0.12 74	0.13 75	0.12 71	0.13 75	0.18 77	0.13 76	0.18 75	0.12 73	0.19 77	0.12 72	0.13 74	0.12 71	0.18 75	0.12 71	0.18 74	0.12 70

ELAS_RVC	0.14 59	0.18 67	0.11 54	0.19 78	0.11 55	0.18 74	0.13 75	0.16 65	0.11 54	0.17 61	0.11 55	0.14 56	0.11 55	0.09 42	0.11 54	0.12 69	0.17 74	0.10 43	0.18 75	0.11 55	0.18 74	0.11 55	0.10 40	0.11 57	0.19 78	0.11 55	0.19 76	0.12 70
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.14 59	0.19 72	0.11 54	0.20 80	0.11 55	0.20 79	0.12 71	0.18 71	0.12 70	0.18 63	0.12 73	0.19 80	0.11 55	0.11 58	0.11 54	0.11 54	0.18 77	0.11 57	0.19 79	0.11 55	0.19 77	0.11 55	0.11 52	0.11 57	0.20 80	0.11 55	0.20 79	0.12 70
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DAS	0.20 82	0.20 73	0.20 90	0.20 80	0.20 97	0.20 79	0.20 97	0.20 74	0.20 95	0.20 66	0.20 97	0.20 81	0.20 97	0.20 96	0.20 98	0.20 93	0.20 81	0.20 99	0.20 80	0.20 98	0.20 79	0.20 98	0.20 94	0.20 97	0.20 80	0.20 96	0.20 79	0.20 96

MSKI-zero shot	0.19 78	0.21 74	0.16 75	0.22 84	0.16 83	0.23 93	0.17 86	0.22 85	0.17 86	0.22 69	0.17 85	0.22 85	0.16 84	0.19 95	0.16 84	0.17 84	0.23 90	0.16 82	0.22 83	0.16 84	0.22 84	0.17 88	0.16 79	0.17 85	0.22 85	0.19 95	0.22 83	0.16 82

LALA_ROB	0.15 64	0.21 74	0.12 60	0.21 82	0.12 73	0.20 79	0.14 77	0.20 74	0.12 70	0.22 69	0.12 73	0.16 72	0.12 74	0.10 45	0.12 71	0.12 69	0.21 83	0.11 57	0.22 83	0.12 73	0.20 79	0.12 72	0.11 52	0.12 71	0.21 83	0.14 77	0.21 82	0.13 78

WAO-6	0.30 103	0.22 76	0.23 100	0.22 84	0.23 104	0.23 93	0.22 101	0.22 85	0.23 103	2.21 224	0.22 101	0.22 85	0.22 101	0.22 99	0.22 103	0.23 98	0.22 85	0.23 106	0.22 83	0.22 101	0.22 84	0.22 99	0.22 98	0.22 102	0.23 90	0.23 104	0.22 83	0.22 101

IGEV_Zeroshot_test	0.18 75	0.22 76	0.18 84	0.21 82	0.18 92	0.20 79	0.17 86	0.20 74	0.16 81	0.25 78	0.16 83	0.21 82	0.17 86	0.16 84	0.18 91	0.15 82	0.20 81	0.16 82	0.20 80	0.18 92	0.21 81	0.17 88	0.17 81	0.17 85	0.20 80	0.17 86	0.20 79	0.16 82

dd	0.18 75	0.22 76	0.16 75	0.22 84	0.15 81	0.22 85	0.15 81	0.21 77	0.15 80	0.21 67	0.15 81	0.21 82	0.15 82	0.15 81	0.15 82	0.15 82	0.22 85	0.14 79	0.22 83	0.14 80	0.22 84	0.15 82	0.16 79	0.15 82	0.23 90	0.15 81	0.22 83	0.16 82

iResNetv2_ROB	0.20 82	0.22 76	0.19 88	0.23 91	0.19 95	0.22 85	0.17 86	0.22 85	0.17 86	0.22 69	0.17 85	0.22 85	0.17 86	0.18 91	0.18 91	0.19 92	0.22 85	0.17 86	0.23 90	0.17 86	0.25 94	0.18 94	0.17 81	0.18 94	0.23 90	0.17 86	0.25 99	0.17 87

ACV-stereo	0.20 82	0.23 80	0.17 79	0.23 91	0.17 86	0.23 93	0.17 86	0.23 93	0.17 86	0.23 75	0.17 85	0.23 91	0.17 86	0.17 85	0.17 87	0.17 84	0.24 95	0.17 86	0.23 90	0.17 86	0.24 93	0.17 88	0.17 81	0.17 85	0.23 90	0.17 86	0.23 91	0.17 87

IMH-64-1	0.29 100	0.23 80	0.23 100	0.23 91	0.22 99	0.22 85	0.23 103	0.22 85	0.22 100	2.02 215	0.23 104	0.23 91	0.22 101	0.23 103	0.23 104	0.23 98	0.23 90	0.22 101	0.23 90	0.22 101	0.22 84	0.22 99	0.22 98	0.22 102	0.22 85	0.22 101	0.22 83	0.22 101

IMH-64	0.29 100	0.23 80	0.23 100	0.23 91	0.22 99	0.22 85	0.23 103	0.22 85	0.22 100	2.02 215	0.23 104	0.23 91	0.22 101	0.23 103	0.23 104	0.23 98	0.23 90	0.22 101	0.23 90	0.22 101	0.22 84	0.22 99	0.22 98	0.22 102	0.22 85	0.22 101	0.22 83	0.22 101

MIM_Stereo	0.19 78	0.23 80	0.18 84	0.22 84	0.16 83	0.22 85	0.16 84	0.21 77	0.16 81	0.22 69	0.17 85	0.21 82	0.17 86	0.20 96	0.18 91	0.17 84	0.22 85	0.18 94	0.22 83	0.16 84	0.21 81	0.16 84	0.17 81	0.17 85	0.21 83	0.16 84	0.22 83	0.20 96

dad	0.18 75	0.23 80	0.16 75	0.22 84	0.15 81	0.22 85	0.15 81	0.22 85	0.16 81	0.21 67	0.15 81	0.22 85	0.15 82	0.15 81	0.16 84	0.17 84	0.23 90	0.17 86	0.23 90	0.15 83	0.22 84	0.15 82	0.15 78	0.15 82	0.22 85	0.15 81	0.22 83	0.16 82

GEStereo_RVC	0.36 120	0.23 80	0.18 84	0.23 91	0.18 92	0.23 93	0.19 95	0.22 85	0.19 94	0.24 76	0.20 97	0.24 97	0.18 95	0.18 91	0.18 91	0.21 94	0.25 100	0.18 94	0.22 83	0.18 92	0.23 90	0.18 94	0.19 92	0.20 97	0.23 90	0.20 96	4.43 263	0.19 95

iResNet	0.19 78	0.23 80	0.17 79	0.22 84	0.17 86	0.22 85	0.19 95	0.22 85	0.17 86	0.22 69	0.17 85	0.22 85	0.17 86	0.17 85	0.17 87	0.17 84	0.22 85	0.17 86	0.22 83	0.17 86	0.23 90	0.17 88	0.18 90	0.17 85	0.23 90	0.17 86	0.23 91	0.17 87

ELAS	0.14 59	0.23 80	0.10 41	0.19 78	0.11 55	0.20 79	0.11 54	0.16 65	0.10 43	0.15 46	0.11 55	0.15 64	0.11 55	0.09 42	0.11 54	0.11 54	0.16 71	0.10 43	0.17 72	0.11 55	0.18 74	0.11 55	0.09 37	0.10 44	0.18 75	0.11 55	0.19 76	0.12 70
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MMNet	0.30 103	0.24 88	0.17 79	0.24 96	0.17 86	0.24 97	0.17 86	0.23 93	0.18 92	1.21 184	0.17 85	0.23 91	0.17 86	0.17 85	0.17 87	0.89 202	0.24 95	0.17 86	0.24 96	0.17 86	1.22 218	0.16 84	0.17 81	0.17 85	0.24 96	0.17 86	0.24 93	0.17 87

delet	0.30 103	0.24 88	0.17 79	0.24 96	0.17 86	0.24 97	0.17 86	0.23 93	0.16 81	1.21 184	0.17 85	0.24 97	0.17 86	0.17 85	0.17 87	0.91 206	0.24 95	0.17 86	0.24 96	0.17 86	1.23 220	0.17 88	0.17 81	0.17 85	0.24 96	0.17 86	0.24 93	0.17 87

psm_up	0.30 103	0.24 88	0.17 79	0.25 99	0.17 86	0.24 97	0.17 86	0.24 97	0.17 86	1.20 183	0.17 85	0.23 91	0.17 86	0.17 85	0.18 91	0.90 205	0.24 95	0.17 86	0.25 100	0.17 86	1.24 223	0.17 88	0.17 81	0.17 85	0.24 96	0.17 86	0.24 93	0.17 87

UPFNet	0.29 100	0.24 88	0.16 75	0.24 96	0.16 83	0.24 97	0.16 84	0.23 93	0.16 81	1.19 182	0.16 83	0.23 91	0.16 84	0.17 85	0.16 84	0.89 202	0.24 95	0.16 82	0.24 96	0.18 92	1.20 216	0.16 84	0.17 81	0.16 84	0.24 96	0.16 84	0.24 93	0.16 82

UNDER WATER-64	0.31 111	0.25 92	0.25 105	0.26 104	0.26 108	0.25 102	0.26 109	0.25 98	0.26 112	1.69 202	0.26 113	0.25 99	0.25 107	0.25 107	0.26 114	0.26 105	0.25 100	0.26 112	0.26 103	0.26 113	0.25 94	0.25 105	0.25 104	0.25 108	0.26 105	0.26 111	0.25 99	0.26 112

LoS_RVC	0.25 90	0.25 92	0.25 105	0.25 99	0.25 106	0.25 102	0.25 107	0.25 98	0.25 105	0.25 78	0.25 109	0.25 99	0.25 107	0.26 109	0.25 109	0.26 105	0.25 100	0.25 108	0.26 103	0.25 109	0.25 94	0.25 105	0.25 104	0.25 108	0.25 101	0.25 107	0.25 99	0.25 107

tt_ll	0.25 90	0.25 92	0.25 105	0.25 99	0.25 106	0.25 102	0.25 107	0.25 98	0.25 105	0.25 78	0.25 109	0.25 99	0.25 107	0.26 109	0.25 109	0.26 105	0.25 100	0.25 108	0.26 103	0.25 109	0.25 94	0.25 105	0.25 104	0.25 108	0.25 101	0.25 107	0.25 99	0.25 107

CAS	0.25 90	0.25 92	0.25 105	0.25 99	0.26 108	0.26 108	0.26 109	0.25 98	0.25 105	0.25 78	0.25 109	0.25 99	0.25 107	0.25 107	0.25 109	0.25 102	0.26 106	0.25 108	0.26 103	0.26 113	0.25 94	0.25 105	0.25 104	0.26 112	0.25 101	0.26 111	0.25 99	0.25 107

LoS	0.25 90	0.25 92	0.27 109	0.27 105	0.26 108	0.25 102	0.26 109	0.26 103	0.25 105	0.26 84	0.25 109	0.25 99	0.25 107	0.26 109	0.25 109	0.25 102	0.25 100	0.25 108	0.25 100	0.25 109	0.27 101	0.25 105	0.26 108	0.26 112	0.26 105	0.25 107	0.25 99	0.25 107
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
HGLStereo	0.27 95	0.25 92	0.21 97	0.35 120	0.21 98	0.35 119	0.21 99	0.34 116	0.21 97	0.39 105	0.21 99	0.34 116	0.21 100	0.22 99	0.21 99	0.21 94	0.35 118	0.22 101	0.35 117	0.22 101	0.35 113	0.22 99	0.21 95	0.21 100	0.35 118	0.21 98	0.35 117	0.21 99

CFNet	0.55 156	0.25 92	0.18 84	0.25 99	0.18 92	0.25 102	0.18 94	0.25 98	0.18 92	0.25 78	0.18 95	0.25 99	0.18 95	0.18 91	0.18 91	0.18 89	0.25 100	0.18 94	0.25 100	0.18 92	5.31 273	4.36 273	0.18 90	0.18 94	0.25 101	0.18 93	0.25 99	0.18 94

SQANet	0.33 114	0.28 99	0.28 112	0.28 109	0.28 117	0.29 110	0.28 119	0.28 104	0.28 119	1.59 200	0.28 121	0.28 109	0.28 117	0.28 121	0.28 121	0.28 116	0.28 109	0.28 116	0.29 109	0.28 118	0.28 103	0.28 118	0.28 115	0.28 120	0.28 108	0.28 116	0.28 107	0.28 118

RAFT + AFF	0.34 117	0.29 100	0.32 127	0.31 112	0.30 132	0.39 139	0.32 138	0.39 132	0.30 129	0.39 105	0.32 136	0.39 134	0.32 133	0.35 133	0.36 140	0.32 133	0.38 128	0.31 131	0.38 127	0.31 135	0.38 121	0.28 118	0.37 142	0.34 139	0.38 126	0.30 132	0.38 125	0.28 118

DISCO	0.59 161	0.29 100	0.22 98	0.27 105	5.05 277	0.30 111	0.21 99	0.28 104	0.21 97	0.27 85	0.21 99	0.27 107	0.20 97	0.21 98	0.21 99	0.21 94	0.27 108	0.21 100	0.27 107	0.21 100	0.27 101	0.23 104	0.21 95	0.21 100	0.27 107	0.21 98	5.06 269	0.22 101

model_zeroshot	0.27 95	0.30 102	0.19 88	0.36 124	0.23 104	0.25 102	0.27 112	0.33 110	0.21 97	0.35 93	0.22 101	0.25 99	0.27 116	0.26 109	0.23 104	0.26 105	0.35 118	0.22 101	0.36 120	0.23 106	0.25 94	0.27 113	0.27 111	0.23 105	0.36 120	0.22 101	0.25 99	0.27 116

DLNR_Zeroshot_test	0.27 95	0.30 102	0.23 100	0.30 110	0.22 99	0.31 112	0.24 105	0.29 106	0.23 103	0.38 102	0.23 104	0.29 110	0.23 105	0.22 99	0.23 104	0.23 98	0.30 111	0.34 136	0.29 109	0.23 106	0.29 105	0.29 128	0.22 98	0.23 105	0.30 110	0.23 104	0.30 109	0.23 105

FCDSN-DC	0.44 134	0.31 104	0.35 129	0.34 116	0.28 117	0.35 119	0.30 135	0.32 109	0.25 105	1.32 190	0.24 107	1.00 203	0.32 133	0.35 133	0.34 136	0.30 126	0.72 183	0.37 143	0.48 162	0.32 136	0.53 165	0.49 172	0.23 102	0.29 128	0.50 162	0.42 158	0.61 175	0.71 194
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	0.61 162	0.31 104	5.05 265	0.31 112	0.19 95	0.24 97	0.20 97	5.86 262	0.20 95	0.24 76	0.18 95	0.25 99	0.20 97	0.23 103	0.21 99	0.18 89	0.37 126	0.18 94	0.24 96	0.19 97	0.25 94	0.19 97	0.19 92	0.19 96	0.24 96	0.15 81	0.24 93	0.20 96

iResNet_ROB	0.28 99	0.32 106	0.24 104	0.33 114	0.26 108	0.32 114	0.24 105	0.33 110	0.25 105	0.33 88	0.24 107	0.35 119	0.24 106	0.23 103	0.24 108	0.25 102	0.32 113	0.24 107	0.36 120	0.24 108	0.32 107	0.28 118	0.24 103	0.24 107	0.32 112	0.24 106	0.33 111	0.24 106

MLCV	0.30 103	0.33 107	0.28 112	0.34 116	0.28 117	0.33 115	0.28 119	0.33 110	0.29 127	0.33 88	0.27 118	0.33 114	0.28 117	0.26 109	0.29 129	0.28 116	0.33 114	0.28 116	0.33 112	0.28 118	0.33 108	0.27 113	0.28 115	0.28 120	0.33 113	0.28 116	0.33 111	0.28 118

CES	0.38 124	0.34 108	0.44 146	0.43 152	0.33 138	0.37 128	0.44 162	0.37 124	0.38 143	0.45 121	0.35 141	0.35 119	0.41 153	0.45 153	0.36 140	0.36 139	0.36 123	0.45 159	0.43 149	0.35 142	0.34 109	0.46 158	0.36 140	0.36 145	0.42 146	0.34 139	0.35 117	0.38 145

anonymity	0.30 103	0.34 108	0.27 109	0.33 114	0.27 114	0.33 115	0.28 119	0.33 110	0.28 119	0.33 88	0.28 121	0.33 114	0.28 117	0.28 121	0.28 121	0.28 116	0.34 115	0.28 116	0.34 115	0.28 118	0.34 109	0.27 113	0.27 111	0.27 116	0.34 115	0.28 116	0.34 115	0.28 118

DN-CSS_ROB	0.30 103	0.34 108	0.29 117	0.34 116	0.27 114	0.34 117	0.28 119	0.33 110	0.27 115	0.34 91	0.27 118	0.34 116	0.28 117	0.29 123	0.27 118	0.26 105	0.35 118	0.29 125	0.33 112	0.28 118	0.34 109	0.28 118	0.28 115	0.27 116	0.34 115	0.28 116	0.33 111	0.28 118

ETE_ROB	0.35 119	0.35 111	0.35 129	0.35 120	0.35 143	0.35 119	0.35 140	0.35 119	0.35 139	0.35 93	0.35 141	0.35 119	0.35 139	0.35 133	0.35 138	0.35 138	0.35 118	0.35 140	0.35 117	0.35 142	0.35 113	0.35 138	0.35 138	0.35 143	0.35 118	0.35 140	0.35 117	0.35 141

RSM	0.33 114	0.36 112	0.31 124	0.39 141	0.32 136	0.36 124	0.30 135	0.35 119	0.38 143	0.35 93	0.31 134	0.35 119	0.30 129	0.30 126	0.31 133	0.30 126	0.36 123	0.31 131	0.36 120	0.30 132	0.36 117	0.31 132	0.31 130	0.31 133	0.36 120	0.31 134	0.36 120	0.31 135

XPNet_ROB	0.37 123	0.37 113	0.37 131	0.37 126	0.37 145	0.37 128	0.37 147	0.37 124	0.37 142	0.37 100	0.37 146	0.37 126	0.37 144	0.37 138	0.37 143	0.37 141	0.37 126	0.37 143	0.37 124	0.37 146	0.37 119	0.37 141	0.37 142	0.37 147	0.37 124	0.37 146	0.37 123	0.37 144

DCVSM-stereo	0.27 95	0.38 114	0.22 98	0.38 129	0.22 99	0.38 131	0.22 101	0.29 106	0.22 100	0.29 86	0.22 101	0.29 110	0.22 101	0.22 99	0.21 99	0.21 94	0.38 128	0.22 101	0.38 127	0.22 101	0.38 121	0.22 99	0.21 95	0.25 108	0.38 126	0.21 98	0.38 125	0.21 99

WAO-7	0.46 135	0.38 114	0.38 133	0.38 129	0.38 148	0.38 131	0.38 149	0.38 126	0.38 143	2.57 237	0.38 148	0.38 130	0.38 145	0.38 139	0.38 144	0.38 143	0.38 128	0.38 145	0.38 127	0.38 148	0.38 121	0.38 142	0.38 144	0.38 148	0.38 126	0.38 147	0.38 125	0.38 145

Venus	0.46 135	0.38 114	0.40 137	0.38 129	0.38 148	0.39 139	0.38 149	0.38 126	0.38 143	2.71 239	0.38 148	0.38 130	0.38 145	0.38 139	0.38 144	0.38 143	0.38 128	0.38 145	0.38 127	0.38 148	0.38 121	0.38 142	0.38 144	0.38 148	0.38 126	0.38 147	0.39 135	0.38 145

DMCA	0.36 120	0.38 114	0.37 131	0.35 120	0.35 143	0.35 119	0.36 143	0.35 119	0.36 141	0.36 99	0.37 146	0.36 125	0.36 143	0.36 137	0.35 138	0.37 141	0.36 123	0.36 141	0.36 120	0.36 145	0.36 117	0.35 138	0.36 140	0.36 145	0.37 124	0.36 142	0.36 120	0.36 143

HanzoNet	0.47 137	0.39 118	0.38 133	0.38 129	0.38 148	0.38 131	0.38 149	0.40 134	0.38 143	2.63 238	0.38 148	0.38 130	0.38 145	0.38 139	0.38 144	0.39 147	0.38 128	0.38 145	0.38 127	0.42 158	0.38 121	0.39 148	0.39 148	0.38 148	0.38 126	0.38 147	0.38 125	0.39 150

IMH	0.47 137	0.40 119	0.39 136	0.38 129	0.38 148	0.38 131	0.38 149	0.38 126	0.40 149	2.79 241	0.38 148	0.38 130	0.38 145	0.38 139	0.38 144	0.38 143	0.39 139	0.38 145	0.38 127	0.40 152	0.38 121	0.38 142	0.38 144	0.38 148	0.38 126	0.38 147	0.38 125	0.38 145

Pointernet	0.22 86	0.41 120	0.38 133	0.22 84	0.17 86	0.22 85	0.17 86	0.41 136	0.17 86	0.22 69	0.17 85	0.22 85	0.17 86	0.18 91	0.18 91	0.18 89	0.23 90	0.18 94	0.23 90	0.18 92	0.23 90	0.18 94	0.17 81	0.17 85	0.22 85	0.18 93	0.22 83	0.17 87

GwcNet-ADL	0.41 128	0.41 120	0.41 139	0.41 148	0.41 153	0.41 145	0.41 155	0.41 136	0.41 151	0.41 111	0.41 154	0.41 139	0.41 153	0.41 145	0.41 155	0.41 148	0.41 145	0.41 152	0.41 144	0.41 153	0.41 136	0.41 152	0.41 150	0.41 154	0.41 141	0.41 153	0.41 139	0.41 152

PSMNet-ADL	0.41 128	0.41 120	0.41 139	0.41 148	0.41 153	0.41 145	0.41 155	0.41 136	0.41 151	0.41 111	0.41 154	0.41 139	0.41 153	0.41 145	0.41 155	0.41 148	0.41 145	0.41 152	0.41 144	0.41 153	0.41 136	0.41 152	0.41 150	0.41 154	0.41 141	0.41 153	0.41 139	0.41 152

GANet-ADL	0.41 128	0.41 120	0.41 139	0.41 148	0.41 153	0.41 145	0.41 155	0.41 136	0.41 151	0.41 111	0.41 154	0.41 139	0.41 153	0.41 145	0.41 155	0.41 148	0.41 145	0.41 152	0.41 144	0.41 153	0.41 136	0.41 152	0.41 150	0.41 154	0.41 141	0.41 153	0.41 139	0.41 152

ADLNet	0.41 128	0.41 120	0.41 139	0.41 148	0.41 153	0.41 145	0.41 155	0.41 136	0.41 151	0.41 111	0.41 154	0.41 139	0.41 153	0.41 145	0.41 155	0.41 148	0.41 145	0.41 152	0.41 144	0.41 153	0.41 136	0.41 152	0.41 150	0.41 154	0.41 141	0.41 153	0.41 139	0.41 152

GES	0.43 132	0.41 120	0.31 124	0.35 120	0.30 132	0.47 160	0.28 119	0.33 110	0.28 119	0.35 93	0.29 129	2.95 248	0.38 145	0.35 133	0.30 131	0.34 135	0.34 115	0.30 129	0.33 112	0.30 132	0.35 113	0.30 131	0.33 133	0.33 137	0.33 113	0.31 134	0.33 111	0.29 127

DGSMNet	0.33 114	0.42 126	0.28 112	0.40 142	0.28 117	0.40 142	0.28 119	0.40 134	0.28 119	0.40 110	0.28 121	0.39 134	0.28 117	0.27 117	0.28 121	0.28 116	0.40 143	0.28 116	0.42 148	0.29 127	0.41 136	0.31 132	0.29 121	0.28 120	0.41 141	0.28 116	0.42 143	0.29 127

GMOStereo	0.50 140	0.44 127	2.38 251	0.40 142	0.34 140	0.42 149	0.36 143	1.96 227	0.34 135	0.41 111	0.36 143	0.42 143	0.35 139	0.34 129	0.38 144	0.31 129	0.39 139	0.34 136	0.40 140	0.33 139	0.39 131	0.33 135	0.33 133	0.34 139	0.40 137	0.36 142	0.40 136	0.32 137

error version	0.50 140	0.44 127	2.38 251	0.40 142	0.34 140	0.42 149	0.36 143	1.96 227	0.34 135	0.41 111	0.36 143	0.42 143	0.35 139	0.34 129	0.38 144	0.31 129	0.39 139	0.34 136	0.40 140	0.33 139	0.39 131	0.33 135	0.33 133	0.34 139	0.40 137	0.36 142	0.40 136	0.32 137

Any-RAFT	0.32 112	0.45 129	0.29 117	0.36 124	0.29 127	0.36 124	0.29 132	0.36 123	0.29 127	0.35 93	0.29 129	0.35 119	0.28 117	0.27 117	0.28 121	0.28 116	0.35 118	0.28 116	0.35 117	0.28 118	0.35 113	0.28 118	0.29 121	0.29 128	0.36 120	0.29 129	0.36 120	0.29 127

RAFT-Test	0.34 117	0.45 129	0.30 121	0.38 129	0.32 136	0.40 142	0.32 138	0.39 132	0.32 131	0.39 105	0.30 132	0.37 126	0.29 126	0.30 126	0.30 131	0.29 124	0.38 128	0.30 129	0.38 127	0.29 127	0.38 121	0.29 128	0.29 121	0.30 132	0.38 126	0.30 132	0.38 125	0.30 133

otaku	0.52 144	0.46 131	0.48 153	0.46 155	0.46 161	0.46 154	0.46 163	0.46 142	0.47 165	1.88 205	0.46 161	0.46 149	0.46 162	0.46 155	0.46 162	0.46 156	0.47 154	0.46 160	0.46 152	0.46 162	0.47 148	0.46 158	0.46 157	0.46 162	0.47 155	0.46 161	0.46 147	0.47 162

Dean	0.52 144	0.46 131	0.48 153	0.46 155	0.46 161	0.46 154	0.46 163	0.46 142	0.46 160	1.90 206	0.46 161	0.47 153	0.46 162	0.46 155	0.46 162	0.46 156	0.48 158	0.46 160	0.46 152	0.46 162	0.46 144	0.46 158	0.46 157	0.46 162	0.46 149	0.46 161	0.46 147	0.46 159

ACVNet_1	0.53 148	0.46 131	0.48 153	0.47 160	0.47 165	0.46 154	0.48 171	0.48 151	0.48 169	2.07 218	0.47 165	0.48 158	0.48 169	0.47 159	0.47 166	0.46 156	0.49 162	0.47 166	0.47 156	0.47 167	0.48 154	0.46 158	0.46 157	0.48 170	0.47 155	0.47 168	0.48 156	0.47 162

ACVNet-4b	0.53 148	0.46 131	0.47 148	0.46 155	0.46 161	0.46 154	0.46 163	0.46 142	0.46 160	2.17 220	0.46 161	0.46 149	0.47 165	0.46 155	0.46 162	0.46 156	0.46 150	0.46 160	0.46 152	0.46 162	0.46 144	0.46 158	0.46 157	0.47 166	0.46 149	0.46 161	0.46 147	0.46 159

iRaft-Stereo_20w	0.30 103	0.46 131	0.27 109	0.34 116	0.26 108	0.35 119	0.28 119	0.34 116	0.26 112	0.34 91	0.26 113	0.34 116	0.26 113	0.26 109	0.26 114	0.26 105	0.34 115	0.26 112	0.34 115	0.26 113	0.34 109	0.26 111	0.26 108	0.26 112	0.34 115	0.26 111	0.34 115	0.26 112

Ntro	0.53 148	0.47 136	0.50 159	0.46 155	0.48 170	0.47 160	0.47 167	0.46 142	0.46 160	2.05 217	0.47 165	0.47 153	0.49 173	0.47 159	0.47 166	0.46 156	0.48 158	0.46 160	0.49 165	0.46 162	0.47 148	0.46 158	0.46 157	0.47 166	0.46 149	0.46 161	0.47 151	0.47 162

UNDER WATER	0.52 144	0.47 136	0.47 148	0.47 160	0.47 165	0.47 160	0.47 167	0.47 148	0.47 165	1.90 206	0.47 165	0.47 153	0.47 165	0.47 159	0.47 166	0.47 163	0.46 150	0.47 166	0.47 156	0.47 167	0.46 144	0.47 166	0.47 163	0.48 170	0.47 155	0.47 168	0.47 151	0.47 162

LVE	0.53 148	0.47 136	0.48 153	0.47 160	0.47 165	0.47 160	0.47 167	0.48 151	0.47 165	1.96 212	0.47 165	0.47 153	0.47 165	0.47 159	0.47 166	0.47 163	0.47 154	0.47 166	0.47 156	0.47 167	0.47 148	0.47 166	0.47 163	0.47 166	0.47 155	0.47 168	0.47 151	0.47 162

RainbowNet	0.53 148	0.48 139	0.48 153	0.48 164	0.48 170	0.48 166	0.48 171	0.48 151	0.48 169	1.92 208	0.48 170	0.48 158	0.48 169	0.48 164	0.48 171	0.48 166	0.48 158	0.48 170	0.48 162	0.48 171	0.48 154	0.48 169	0.48 166	0.48 170	0.48 160	0.48 172	0.48 156	0.48 168

HaxPig	0.52 144	0.48 139	0.47 148	0.47 160	0.47 165	0.47 160	0.47 167	0.47 148	0.47 165	1.80 203	0.47 165	0.47 153	0.47 165	0.47 159	0.47 166	0.47 163	0.47 154	0.47 166	0.47 156	0.47 167	0.47 148	0.47 166	0.47 163	0.47 166	0.47 155	0.47 168	0.47 151	0.47 162

notaker	0.54 153	0.48 139	0.48 153	0.48 164	0.48 170	0.48 166	0.49 174	0.48 151	0.48 169	1.95 211	0.48 170	0.48 158	0.48 169	0.48 164	0.48 171	0.48 166	0.48 158	0.48 170	0.48 162	0.48 171	0.49 157	0.48 169	0.48 166	0.49 173	0.48 160	0.48 172	0.48 156	0.49 169

ACVNet_2	0.55 156	0.49 142	0.50 159	0.49 166	0.49 174	0.49 168	0.49 174	0.49 155	0.49 174	2.14 219	0.49 173	0.50 162	0.49 173	0.49 167	0.49 175	0.49 170	0.50 164	0.49 175	0.50 168	0.49 175	0.49 157	0.49 172	0.49 168	0.50 175	0.50 162	0.49 175	0.50 161	0.49 169

EKT-Stereo	0.36 120	0.50 143	0.30 121	0.40 142	0.29 127	0.40 142	0.29 132	0.35 119	0.30 129	0.47 125	0.30 132	0.35 119	0.32 133	0.29 123	0.34 136	0.33 134	0.59 172	0.31 131	0.39 139	0.29 127	0.37 119	0.38 142	0.29 121	0.31 133	0.58 175	0.28 116	0.51 163	0.29 127

SANet	0.50 140	0.50 143	0.50 159	0.50 168	0.50 178	0.50 169	0.50 178	0.50 159	0.50 176	0.50 127	0.50 175	0.50 162	0.50 175	0.50 170	0.50 178	0.50 174	0.50 164	0.50 176	0.50 168	0.50 178	0.50 159	0.50 178	0.50 171	0.50 175	0.50 162	0.50 178	0.50 161	0.50 172

AEACV	0.74 181	0.52 145	3.10 255	0.60 178	0.48 170	0.56 174	0.48 171	3.02 244	0.83 202	0.61 136	0.62 187	0.72 185	0.50 175	0.49 167	0.49 175	0.48 166	0.58 171	0.50 176	0.55 174	0.48 171	0.56 167	0.50 178	0.50 171	0.51 177	0.58 175	0.51 180	0.60 172	0.51 175

CASnet	0.32 112	0.53 146	0.34 128	0.27 105	0.31 134	0.34 117	0.29 132	0.31 108	0.32 131	0.25 78	0.31 134	0.27 107	0.40 152	0.45 153	0.27 118	0.30 126	0.26 106	0.40 150	0.28 108	0.37 146	0.28 103	0.39 148	0.29 121	0.40 153	0.29 109	0.28 116	0.24 93	0.30 133
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Occ-G	0.68 172	0.54 147	3.16 257	0.57 176	0.45 160	0.52 172	0.40 154	3.44 249	0.46 160	0.52 130	0.45 160	0.51 164	0.44 159	0.44 152	0.40 153	0.45 155	0.55 168	0.41 152	0.53 173	0.43 159	0.52 162	0.40 150	0.44 156	0.45 161	0.55 170	0.44 160	0.53 167	0.44 158

PSMNet_ROB	0.55 156	0.55 148	0.56 172	0.56 172	0.55 182	0.56 174	0.55 182	0.55 165	0.55 180	0.55 131	0.55 180	0.55 168	0.55 183	0.55 173	0.56 182	0.55 178	0.55 168	0.55 182	0.55 174	0.55 181	0.55 166	0.55 181	0.55 176	0.55 183	0.55 170	0.55 183	0.55 168	0.55 177

GIP-stereo	0.38 124	0.56 149	0.40 137	0.45 154	0.33 138	0.44 153	0.35 140	0.49 155	0.33 134	0.43 118	0.32 136	0.42 143	0.31 130	0.33 128	0.33 135	0.34 135	0.40 143	0.32 135	0.40 140	0.32 136	0.43 142	0.38 142	0.33 133	0.32 135	0.43 147	0.32 136	0.42 143	0.34 140

PML	0.39 127	0.56 149	0.29 117	0.55 171	0.28 117	0.56 174	0.28 119	0.51 162	0.28 119	0.50 127	0.28 121	0.51 164	0.28 117	0.29 123	0.28 121	0.29 124	0.56 170	0.29 125	0.57 177	0.28 118	0.56 167	0.28 118	0.28 115	0.29 128	0.56 172	0.28 116	0.56 169	0.28 118

AIO-Stereo-zeroshot1	0.74 181	0.57 151	0.57 174	0.56 172	0.92 206	1.07 212	0.63 192	1.03 196	0.82 201	0.49 126	0.77 197	0.69 182	0.54 182	0.58 175	0.54 180	0.86 201	1.06 207	0.72 197	1.06 210	0.79 198	0.58 170	0.87 204	0.59 179	0.46 162	0.76 187	0.46 161	1.05 206	0.97 208

LMCR-Stereo	0.61 162	0.61 152	0.61 177	0.61 181	0.61 187	0.67 185	0.61 190	0.61 168	0.61 187	0.61 136	0.61 186	0.61 174	0.61 188	0.61 179	0.61 188	0.61 183	0.61 175	0.61 188	0.61 181	0.61 186	0.61 173	0.61 186	0.61 182	0.61 190	0.61 179	0.61 188	0.61 175	0.61 186

PA-Net	0.71 177	0.62 153	0.55 169	0.69 186	0.71 194	0.70 186	0.69 196	0.69 173	0.74 195	0.73 144	0.75 196	0.59 171	0.72 196	0.82 199	0.79 200	0.83 199	0.67 180	0.76 199	0.81 195	0.67 191	0.61 173	0.76 198	0.68 191	0.65 193	0.82 192	0.76 200	0.71 180	0.69 191
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AIO-test1	0.54 153	0.64 154	0.54 166	0.60 178	0.49 174	0.61 180	0.49 174	0.64 170	0.49 174	0.59 134	0.48 170	0.60 173	0.50 175	0.48 164	0.48 171	0.48 166	0.60 173	0.48 170	0.60 179	0.48 171	0.60 171	0.49 172	0.49 168	0.49 173	0.59 177	0.49 175	0.60 172	0.49 169

AIO-test2	0.54 153	0.65 155	0.55 169	0.60 178	0.50 178	0.60 178	0.49 174	0.65 171	0.48 169	0.60 135	0.49 173	0.59 171	0.50 175	0.50 170	0.49 175	0.49 170	0.60 173	0.50 176	0.60 179	0.49 175	0.60 171	0.49 172	0.50 171	0.51 177	0.60 178	0.48 172	0.60 172	0.50 172

TorneroNet-64	0.69 173	0.65 155	0.30 121	0.27 105	0.47 165	0.28 109	0.35 140	0.34 116	0.80 197	7.93 279	0.29 129	0.30 112	0.31 130	0.81 198	0.28 121	0.27 115	0.29 110	0.28 116	0.85 197	0.83 204	0.62 175	0.28 118	0.30 129	0.28 120	0.52 168	0.29 129	0.29 108	0.27 116

KSHMR	0.85 193	0.72 157	0.51 162	0.49 166	0.49 174	0.51 170	1.07 220	0.50 159	0.48 169	6.04 274	0.52 177	0.66 177	0.98 212	0.49 167	0.77 198	0.49 170	1.17 217	0.51 179	0.49 165	1.06 218	0.51 160	0.49 172	0.49 168	0.51 177	1.04 208	0.49 175	0.81 190	0.72 195

DMCA-RVC	0.71 177	0.72 157	0.72 181	0.71 190	0.70 193	0.70 186	0.70 198	0.70 174	0.71 192	0.70 141	0.71 193	0.71 184	0.70 193	0.70 190	0.71 196	0.70 191	0.70 181	0.71 196	0.70 184	0.71 193	0.70 180	0.70 195	0.71 195	0.71 198	0.70 182	0.72 197	0.71 180	0.70 192

AFF-stereo	0.71 177	0.73 159	0.65 180	0.82 196	0.63 190	0.83 193	0.63 192	0.73 177	0.65 189	0.82 153	0.73 195	0.74 188	0.64 189	0.63 183	0.62 189	0.62 184	0.73 184	0.63 190	0.74 189	0.72 195	0.80 184	0.58 182	0.70 193	0.71 198	0.79 188	0.69 194	0.78 185	0.72 195

DSFCA	0.66 167	0.73 159	0.74 185	0.68 185	0.65 191	0.64 182	0.65 195	0.65 171	0.65 189	0.66 139	0.65 189	0.65 176	0.64 189	0.65 186	0.65 192	0.65 187	0.65 178	0.65 192	0.65 183	0.65 189	0.65 179	0.65 189	0.65 185	0.65 193	0.66 181	0.66 192	0.65 178	0.65 188

ARAFT	0.64 165	0.74 161	0.62 178	0.70 189	0.56 184	0.72 188	0.55 182	0.72 176	0.54 179	0.73 144	0.56 181	0.72 185	0.56 184	0.56 174	0.62 189	0.63 185	0.73 184	0.53 181	0.73 187	0.54 180	0.72 181	0.65 189	0.62 183	0.56 184	0.72 184	0.54 181	0.72 182	0.57 178

RAFT-Stereo + iAFF	0.67 170	0.74 161	0.60 176	0.79 193	0.61 187	0.76 189	0.57 185	0.71 175	0.56 181	0.71 142	0.54 179	0.72 185	0.66 191	0.65 186	0.65 192	0.64 186	0.74 186	0.64 191	0.74 189	0.63 187	0.73 182	0.65 189	0.64 184	0.64 192	0.74 186	0.61 188	0.73 183	0.64 187

AIO-Stereo-zeroshot	0.93 198	0.77 163	0.82 191	1.16 221	0.75 197	0.99 204	0.92 206	0.91 185	0.99 210	0.94 163	0.91 205	1.15 214	0.88 205	0.92 204	1.00 211	0.67 188	0.98 202	1.00 211	0.75 191	0.91 208	1.18 213	0.87 204	0.89 203	0.90 207	1.08 213	1.07 217	0.74 184	0.89 203

NaN_ROB	0.80 186	0.80 164	0.80 189	0.80 194	0.80 200	0.80 191	0.80 202	0.80 179	0.80 197	0.80 150	0.80 200	0.80 193	0.80 199	0.80 196	0.80 201	0.80 197	0.80 189	0.80 202	0.80 193	0.80 201	0.80 184	0.80 200	0.80 199	0.80 202	0.80 190	0.80 202	0.80 187	0.80 199

CSAN	0.80 186	0.80 164	0.80 189	0.80 194	0.80 200	0.80 191	0.80 202	0.80 179	0.80 197	0.80 150	0.80 200	0.80 193	0.80 199	0.80 196	0.80 201	0.80 197	0.80 189	0.80 202	0.80 193	0.80 201	0.80 184	0.80 200	0.80 199	0.80 202	0.80 190	0.80 202	0.80 187	0.80 199

FC-DCNN	1.10 214	0.81 166	0.77 186	0.63 183	0.42 158	0.86 197	0.64 194	0.91 185	0.96 209	1.11 172	0.80 200	1.07 210	0.81 201	0.67 189	1.75 242	1.30 232	1.41 230	0.85 205	1.28 225	0.71 193	2.12 239	1.32 232	0.52 174	0.81 205	1.64 233	1.40 238	2.39 243	1.75 244

DDUNet	0.69 173	0.84 167	0.59 175	0.84 198	0.59 185	0.87 198	0.57 185	0.84 182	0.59 186	0.82 153	0.58 184	0.85 197	0.57 185	0.59 178	0.59 185	0.57 180	0.87 194	0.59 185	0.85 197	0.59 185	0.85 190	0.59 184	0.59 179	0.59 186	0.87 194	0.59 186	0.84 192	0.59 180

UDG	0.70 175	0.87 168	0.56 172	0.87 199	0.59 185	0.84 195	0.59 188	0.85 183	0.57 183	0.84 155	0.59 185	0.84 196	0.60 187	0.58 175	0.60 186	0.59 181	0.85 193	0.59 185	0.87 199	0.58 183	0.87 191	0.60 185	0.57 178	0.59 186	0.87 194	0.58 185	0.86 194	0.60 182

CASS	0.58 160	0.89 169	0.55 169	0.56 172	0.55 182	0.60 178	0.57 185	0.57 167	0.56 181	0.55 131	0.56 181	0.56 169	0.50 175	0.63 183	0.56 182	0.56 179	0.62 176	0.62 189	0.59 178	0.56 182	0.56 167	0.48 169	0.60 181	0.56 184	0.57 174	0.60 187	0.57 171	0.59 180
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RSM++	0.77 184	0.91 170	0.72 181	0.83 197	0.71 194	0.83 193	0.72 199	0.81 181	0.71 192	0.81 152	0.71 193	0.81 195	0.71 195	0.71 192	0.71 196	0.70 191	0.83 192	0.72 197	0.83 196	0.81 203	0.83 188	0.72 197	0.71 195	0.71 198	0.88 196	0.71 195	0.83 191	0.70 192

DPSM_ROB	0.93 198	0.92 171	0.94 196	0.96 204	1.02 212	0.92 200	0.98 209	0.95 190	0.92 205	0.92 159	0.92 207	0.91 199	0.97 210	0.92 204	0.91 207	0.91 206	0.96 200	0.94 209	0.93 204	0.91 208	0.93 196	0.92 207	0.93 205	0.91 208	0.91 198	0.99 208	0.92 195	0.91 205

DPSM	0.93 198	0.92 171	0.94 196	0.96 204	1.02 212	0.92 200	0.98 209	0.95 190	0.92 205	0.92 159	0.92 207	0.91 199	0.97 210	0.92 204	0.91 207	0.91 206	0.96 200	0.94 209	0.93 204	0.91 208	0.93 196	0.92 207	0.93 205	0.91 208	0.91 198	0.99 208	0.92 195	0.91 205

pmcnn	0.92 196	0.92 171	0.92 195	0.92 200	0.92 206	0.92 200	0.92 206	0.92 187	0.92 205	0.92 159	0.92 207	0.92 202	0.92 208	0.92 204	0.92 209	0.92 209	0.92 198	0.92 207	0.92 201	0.92 211	0.92 194	0.92 207	0.92 204	0.92 210	0.92 200	0.92 207	0.92 195	0.92 207

DGTPSM_ROB	0.92 196	0.93 174	0.91 194	0.93 202	0.91 205	0.92 200	0.93 208	0.92 187	0.92 205	0.92 159	0.91 205	0.91 199	0.93 209	0.91 202	0.92 209	0.92 209	0.92 198	0.92 207	0.92 201	0.90 207	0.91 192	0.92 207	0.93 205	0.94 211	0.92 200	0.91 206	0.92 195	0.97 208

GANet	1.00 204	1.00 175	1.00 198	1.00 207	1.00 208	1.00 205	1.00 212	1.00 192	1.00 211	1.00 164	1.00 210	1.00 203	1.00 213	1.00 210	1.00 211	1.00 212	1.00 203	1.00 211	1.00 206	1.00 212	1.00 199	1.00 211	1.00 209	1.00 213	1.00 203	1.00 211	1.00 201	1.00 210

TDLM	1.00 204	1.00 175	1.00 198	1.00 207	1.00 208	1.00 205	1.00 212	1.00 192	1.00 211	1.00 164	1.00 210	1.00 203	1.00 213	1.00 210	1.00 211	1.00 212	1.00 203	1.00 211	1.00 206	1.00 212	1.00 199	1.00 211	1.00 209	1.00 213	1.00 203	1.00 211	1.00 201	1.00 210

CVANet_RVC	1.00 204	1.00 175	1.00 198	1.00 207	1.00 208	1.00 205	1.00 212	1.00 192	1.00 211	1.00 164	1.00 210	1.00 203	1.00 213	1.00 210	1.00 211	1.00 212	1.00 203	1.00 211	1.00 206	1.00 212	1.00 199	1.00 211	1.00 209	1.00 213	1.00 203	1.00 211	1.00 201	1.00 210

trnet	1.01 208	1.01 178	1.01 201	1.01 210	1.01 211	1.01 208	1.01 215	1.01 195	1.01 214	1.01 168	1.01 213	1.01 207	1.01 216	1.01 213	1.01 215	1.01 215	1.01 206	1.01 215	1.01 209	1.01 215	1.01 202	1.01 214	1.01 212	1.01 216	1.01 206	1.01 214	1.01 205	1.01 213

GLC_STEREO	1.05 213	1.01 178	1.02 202	1.02 211	1.02 212	1.05 210	1.06 217	1.05 199	1.05 215	1.04 171	1.05 215	1.05 209	1.04 217	1.06 216	1.05 216	1.06 217	1.06 207	1.05 217	1.06 210	1.05 217	1.06 204	1.06 216	1.04 214	1.05 217	1.04 208	1.05 215	1.06 207	1.06 214

gcap-zeroshot	0.81 189	1.03 180	0.84 193	0.93 202	0.85 204	0.84 195	0.62 191	1.21 210	0.53 178	0.79 148	0.84 203	0.77 189	0.70 193	0.84 201	0.67 194	0.74 194	1.18 219	0.52 180	0.91 200	0.79 198	0.84 189	0.61 186	0.83 201	0.69 197	0.93 202	0.82 204	0.85 193	0.66 189

DPSimNet_ROB	0.93 198	1.04 181	0.83 192	1.05 212	0.82 202	1.04 209	0.83 205	1.03 196	0.89 203	1.03 169	0.84 203	1.03 208	0.84 202	0.83 200	0.84 204	0.83 199	1.14 212	0.84 204	1.12 215	0.84 205	1.04 203	0.88 206	0.83 201	0.84 206	1.07 212	0.83 205	1.15 214	0.88 202

AIO-Stereo	0.82 190	1.06 182	0.73 184	0.97 206	0.74 196	1.06 211	0.60 189	1.04 198	0.90 204	1.00 164	1.01 213	0.78 190	0.85 204	0.74 194	0.62 189	0.67 188	1.12 210	0.55 182	0.70 184	0.65 189	0.93 196	0.66 192	0.67 188	0.67 195	0.82 192	0.74 198	0.92 195	0.83 201

Former-RAFT_DAM_RVC	0.38 124	1.06 182	0.54 166	0.59 177	0.27 114	0.46 154	0.27 112	0.46 142	0.27 115	0.46 123	0.27 118	0.46 149	0.26 113	0.27 117	0.27 118	0.26 105	0.46 150	0.26 112	0.45 151	0.30 132	0.46 144	0.27 113	0.27 111	0.27 116	0.46 149	0.27 114	0.45 146	0.26 112

HBP-ISP	1.47 227	1.07 184	1.03 203	1.30 227	1.08 217	1.36 227	1.06 217	1.44 218	1.25 233	1.97 213	1.51 238	1.65 231	1.58 238	0.98 208	1.58 238	1.68 240	1.98 236	1.32 233	2.02 236	1.28 235	2.95 247	1.89 248	0.97 208	1.06 219	1.26 225	0.99 208	1.94 231	1.43 238

HSM-Net_RVC	0.93 198	1.09 185	0.79 188	1.10 214	0.78 198	1.09 213	0.79 201	1.16 205	0.80 197	1.14 174	0.79 199	1.17 217	0.77 197	0.73 193	0.83 203	0.78 195	1.19 220	0.79 200	1.18 219	0.72 195	1.19 215	0.80 200	0.72 197	0.80 202	1.18 221	0.74 198	1.14 213	0.73 197
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TorneroNet	1.15 217	1.10 186	0.51 162	0.69 186	0.51 180	1.10 214	0.50 178	0.51 162	0.51 177	13.92 281	1.17 226	0.49 161	0.51 180	0.54 172	0.48 171	0.49 170	0.49 162	0.65 192	0.70 184	0.49 175	0.51 160	0.49 172	0.67 188	1.36 236	0.51 166	0.50 178	0.52 165	1.23 229

ktn	0.84 192	1.15 187	0.54 166	1.16 221	1.26 232	0.51 170	0.53 181	0.51 162	0.66 191	4.54 264	0.51 176	0.52 167	0.52 181	0.66 188	0.51 179	0.51 175	1.37 229	1.17 225	0.49 165	0.51 179	1.23 220	0.51 180	0.67 188	0.51 177	0.51 166	0.68 193	0.51 163	0.51 175

Nwc_Net	1.15 217	1.15 187	1.15 212	1.09 213	1.19 228	1.16 217	1.17 224	1.15 203	1.16 224	1.16 178	1.16 222	1.08 211	1.16 224	1.11 219	1.15 225	1.18 226	1.11 209	1.10 219	1.16 216	1.17 227	1.16 209	1.13 221	1.18 223	1.20 230	1.11 215	1.15 223	1.16 215	1.20 225

RP	1.14 215	1.16 189	1.15 212	1.17 223	1.10 219	1.16 217	1.15 222	1.10 200	1.16 224	1.15 175	1.08 217	1.16 215	1.15 223	1.15 223	1.14 223	1.16 222	1.16 215	1.10 219	1.10 212	1.10 221	1.16 209	1.11 219	1.10 217	1.19 229	1.14 217	1.19 228	1.07 208	1.10 217

RGC	1.15 217	1.16 189	1.17 215	1.15 219	1.11 221	1.21 222	1.21 233	1.10 200	1.15 222	1.16 178	1.11 219	1.17 217	1.09 219	1.14 222	1.11 220	1.16 222	1.19 220	1.11 222	1.10 212	1.15 226	1.11 206	1.19 225	1.16 221	1.12 224	1.17 219	1.10 220	1.16 215	1.17 222

Abc-Net	1.14 215	1.16 189	1.18 216	1.10 214	1.10 219	1.16 217	1.18 226	1.16 205	1.13 221	1.11 172	1.16 222	1.16 215	1.12 221	1.10 217	1.17 226	1.16 222	1.16 215	1.10 219	1.16 216	1.14 224	1.17 211	1.16 222	1.11 218	1.09 222	1.10 214	1.10 220	1.16 215	1.17 222
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCC-stereo	1.15 217	1.17 192	1.12 211	1.10 214	1.15 222	1.14 215	1.15 222	1.15 203	1.12 220	1.17 181	1.17 226	1.11 212	1.17 227	1.11 219	1.10 219	1.16 222	1.12 210	1.11 222	1.16 216	1.13 223	1.23 220	1.16 222	1.19 225	1.11 223	1.18 221	1.17 225	1.17 218	1.13 220

S-Stereo	1.22 223	1.18 193	1.19 219	1.20 224	1.23 230	1.23 223	1.19 227	1.19 208	1.18 228	1.27 187	1.20 230	1.20 221	1.20 229	1.23 228	1.22 231	1.23 230	1.23 223	1.23 232	1.20 221	1.25 234	1.20 216	1.22 231	1.25 229	1.24 233	1.20 223	1.22 232	1.26 222	1.24 230

edge stereo	1.15 217	1.18 193	1.11 210	1.12 217	1.17 226	1.17 221	1.17 224	1.16 205	1.18 228	1.16 178	1.17 226	1.17 217	1.13 222	1.11 219	1.11 220	1.12 219	1.17 217	1.17 225	1.11 214	1.17 227	1.17 211	1.17 224	1.18 223	1.14 225	1.11 215	1.18 226	1.12 212	1.11 218

stereogan	1.17 222	1.19 195	1.15 212	1.15 219	1.15 222	1.15 216	1.19 227	1.19 208	1.15 222	1.15 175	1.16 222	1.19 220	1.19 228	1.19 225	1.19 227	1.19 227	1.15 213	1.19 228	1.19 220	1.19 230	1.15 208	1.19 225	1.15 220	1.15 226	1.16 218	1.15 223	1.19 219	1.20 225

FAT-Stereo	1.22 223	1.23 196	1.19 219	1.21 225	1.24 231	1.24 224	1.19 227	1.25 212	1.24 231	1.25 186	1.19 229	1.20 221	1.24 232	1.20 226	1.21 229	1.25 231	1.22 222	1.21 230	1.25 223	1.23 233	1.22 218	1.19 225	1.19 225	1.24 233	1.25 224	1.20 229	1.19 219	1.25 231

GCAP-BAT	0.17 69	1.25 197	0.20 90	0.15 63	0.11 55	0.15 65	0.11 54	0.21 77	0.11 54	0.15 46	0.11 55	0.15 64	0.11 55	0.11 58	0.11 54	0.11 54	0.15 62	0.11 57	0.15 62	0.11 55	0.15 63	0.11 55	0.11 52	0.11 57	0.15 61	0.11 55	0.15 62	0.11 56

test_for_model	0.17 69	1.25 197	0.20 90	0.15 63	0.11 55	0.15 65	0.11 54	0.21 77	0.11 54	0.15 46	0.11 55	0.15 64	0.11 55	0.11 58	0.11 54	0.11 54	0.15 62	0.11 57	0.15 62	0.11 55	0.15 63	0.11 55	0.11 52	0.11 57	0.15 61	0.11 55	0.15 62	0.11 56

testlalala2	0.17 69	1.25 197	0.20 90	0.15 63	0.11 55	0.15 65	0.11 54	0.21 77	0.11 54	0.15 46	0.11 55	0.15 64	0.11 55	0.11 58	0.11 54	0.11 54	0.15 62	0.11 57	0.15 62	0.11 55	0.15 63	0.11 55	0.11 52	0.11 57	0.15 61	0.11 55	0.15 62	0.11 56

testlalala	0.17 69	1.25 197	0.20 90	0.15 63	0.11 55	0.15 65	0.11 54	0.21 77	0.11 54	0.15 46	0.11 55	0.15 64	0.11 55	0.11 58	0.11 54	0.11 54	0.15 62	0.11 57	0.15 62	0.11 55	0.15 63	0.11 55	0.11 52	0.11 57	0.15 61	0.11 55	0.15 62	0.11 56

testlalala_base	0.17 69	1.25 197	0.20 90	0.15 63	0.11 55	0.15 65	0.11 54	0.21 77	0.11 54	0.15 46	0.11 55	0.15 64	0.11 55	0.11 58	0.11 54	0.11 54	0.15 62	0.11 57	0.15 62	0.11 55	0.15 63	0.11 55	0.11 52	0.11 57	0.15 61	0.11 55	0.15 62	0.11 56

GCAP-Stereo	0.17 69	1.25 197	0.20 90	0.15 63	0.11 55	0.15 65	0.11 54	0.21 77	0.11 54	0.15 46	0.11 55	0.15 64	0.11 55	0.11 58	0.11 54	0.11 54	0.15 62	0.11 57	0.15 62	0.11 55	0.15 63	0.11 55	0.11 52	0.11 57	0.15 61	0.11 55	0.15 62	0.11 56

castereo++	0.26 94	1.28 203	1.07 208	0.15 63	0.13 77	0.15 65	0.14 77	1.22 211	0.13 75	0.16 58	0.17 85	0.16 72	0.14 80	0.14 79	0.15 82	0.14 79	0.15 62	0.14 79	0.16 70	0.14 80	0.16 70	0.14 80	0.14 76	0.14 79	0.16 71	0.14 77	0.16 70	0.15 81

RASNet	1.39 226	1.37 204	1.35 222	1.38 230	1.40 234	1.39 229	1.77 243	1.36 215	1.74 242	1.36 193	1.36 234	1.36 228	1.36 234	1.36 229	1.35 232	1.41 237	1.36 227	1.36 237	1.36 227	1.35 236	1.36 227	1.35 234	1.36 231	1.35 235	1.36 229	1.35 235	1.36 227	1.35 232

SPS-STEREO	1.25 225	1.47 205	1.06 207	1.54 232	1.08 217	1.52 231	1.20 232	1.44 218	1.06 217	1.49 199	1.10 218	1.41 229	1.10 220	0.98 208	1.08 218	1.12 219	1.47 231	1.04 216	1.53 230	1.14 224	1.52 229	1.07 217	1.02 213	1.05 217	1.48 231	1.07 217	1.55 228	1.11 218
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-8	1.02 211	1.50 206	1.49 227	0.40 142	0.40 152	1.56 232	0.98 209	1.55 220	0.58 184	4.18 261	0.40 153	0.79 192	0.48 169	0.91 202	0.39 152	0.99 211	0.71 182	0.70 195	0.51 171	0.77 197	1.07 205	0.82 203	0.69 192	0.96 212	1.01 206	1.30 233	1.10 211	1.38 236

STTRV1_RVC		1.59 207	0.52 165	0.69 186	0.61 187	0.66 184	0.43 161	0.88 184	0.45 159	0.71 142	0.62 187	0.69 182	0.45 161	0.62 180	0.40 153	0.44 154	0.80 189	0.59 185		0.63 187	0.80 184	0.46 158		0.61 190	0.72 184	0.54 181	0.80 187	0.60 182

DEFOM-Stereo	0.43 132	1.60 208	1.47 226	0.30 110	0.28 117	0.31 112	0.28 119	1.65 221	0.25 105	0.29 86	0.26 113	0.30 112	0.29 126	0.27 117	0.26 114	0.26 105	0.30 111	0.29 125	0.30 111	0.26 113	0.29 105	0.29 128	0.27 111	0.26 112	0.30 110	0.29 129	0.30 109	0.29 127

DPSMNet_ROB	1.62 231	1.60 208	1.59 228	1.61 233	1.69 238	1.66 233	1.61 239	1.70 222	1.65 240	1.62 201	1.60 240	1.61 230	1.60 239	1.60 234	1.59 239	1.62 238	1.60 232	1.63 240	1.62 231	1.68 243	1.70 230	1.60 238	1.64 237	1.60 241	1.61 232	1.60 240	1.60 229	1.59 240

iRaftStereo_RVC	0.62 164	1.76 210	2.24 247	0.52 170	0.37 145	0.53 173	0.38 149	2.51 241	0.38 143	0.51 129	0.38 148	0.51 164	0.38 145	0.38 139	0.38 144	0.38 143	0.52 166	0.38 145	0.52 172	0.38 148	0.52 162	0.38 142	0.38 144	0.38 148	0.52 168	0.39 151	0.52 165	0.38 145

G-Net	0.82 190	1.77 211	0.78 187	0.78 192	0.78 198	0.78 190	0.78 200	0.78 178	0.79 196	0.79 148	0.78 198	0.78 190	0.78 198	0.78 195	0.78 199	0.78 195	0.79 188	0.79 200	0.79 192	0.79 198	0.79 183	0.79 199	0.79 198	0.79 201	0.79 188	0.79 201	0.79 186	0.79 198

MFMNet_re	1.77 235	1.89 212	1.72 232	1.88 234	1.69 238	1.89 234	1.67 240	1.91 224	1.70 241	1.87 204	1.67 241	1.89 232	1.68 241	1.67 235	1.67 241	1.70 241	1.88 233	1.68 242	1.88 232	1.67 241	1.89 231	1.68 241	1.70 239	1.71 243	1.87 234	1.68 245	1.87 230	1.68 242

R-Stereo Train	1.62 231	2.01 213	1.41 224	1.97 235	1.40 234	1.96 235	1.39 236	1.93 225	1.39 236	1.92 208	1.38 236	1.94 233	1.39 236	1.40 232	1.45 235	1.38 235	1.96 234	1.37 238	1.97 233	1.39 237	1.98 232	1.41 236	1.40 232	1.37 237	1.97 235	1.38 236	1.96 232	1.37 234

RAFT-Stereo	1.62 231	2.01 213	1.41 224	1.97 235	1.40 234	1.96 235	1.39 236	1.93 225	1.39 236	1.92 208	1.38 236	1.94 233	1.39 236	1.40 232	1.45 235	1.38 235	1.96 234	1.37 238	1.97 233	1.39 237	1.98 232	1.41 236	1.40 232	1.37 237	1.97 235	1.38 236	1.96 232	1.37 234
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
GANetREF_RVC	1.52 230	2.01 213	1.21 221	1.98 237	1.21 229	1.98 237	1.21 233	1.98 230	1.21 230	1.99 214	1.21 231	1.98 235	1.21 231	1.02 214	1.21 229	1.21 229	1.99 237	1.21 230	1.99 235	1.21 231	1.99 234	1.21 228	1.21 227	1.21 231	1.99 237	1.21 230	1.99 234	1.21 227
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
HH	0.66 167	2.13 216	0.47 148	0.37 126	0.29 127	0.36 124	0.27 112	0.49 155	0.44 157	0.78 146	0.68 190	0.67 179	0.90 206	0.62 180	0.90 205	0.53 176	0.88 195	0.48 170	0.37 124	0.29 127	0.63 176	0.66 192	0.66 186	0.51 177	1.06 210	0.61 188	1.08 209	0.60 182

HanStereo	0.66 167	2.13 216	0.47 148	0.37 126	0.29 127	0.36 124	0.27 112	0.49 155	0.44 157	0.78 146	0.68 190	0.67 179	0.90 206	0.62 180	0.90 205	0.53 176	0.88 195	0.48 170	0.37 124	0.29 127	0.63 176	0.66 192	0.66 186	0.51 177	1.06 210	0.61 188	1.08 209	0.60 182

TRStereo	2.05 239	2.13 216	1.85 236	2.27 238	1.84 243	2.28 238	1.84 246	2.29 234	1.87 246	2.29 228	1.86 245	2.30 239	1.87 246	2.30 251	1.87 247	2.08 249	2.29 239	1.87 246	2.30 238	1.87 247	2.08 236	1.72 242	1.86 245	2.30 256	2.13 238	1.84 248	2.29 237	1.87 247

XX-Stereo	2.05 239	2.13 216	1.85 236	2.27 238	1.84 243	2.28 238	1.84 246	2.29 234	1.87 246	2.29 228	1.86 245	2.30 239	1.87 246	2.30 251	1.87 247	2.08 249	2.29 239	1.87 246	2.30 238	1.87 247	2.08 236	1.72 242	1.86 245	2.30 256	2.13 238	1.84 248	2.29 237	1.87 247

EAI-Stereo	2.05 239	2.13 216	1.85 236	2.27 238	1.84 243	2.28 238	1.84 246	2.29 234	1.87 246	2.29 228	1.86 245	2.30 239	1.87 246	2.30 251	1.87 247	2.08 249	2.29 239	1.87 246	2.30 238	1.87 247	2.08 236	1.72 242	1.86 245	2.30 256	2.13 238	1.84 248	2.29 237	1.87 247

NCCL2	2.27 248	2.27 221	2.28 250	2.27 238	2.28 255	2.28 238	2.28 256	2.27 232	2.28 256	2.28 225	2.28 254	2.29 238	2.28 255	2.28 250	2.29 256	2.28 256	2.28 238	2.28 257	2.27 237	2.28 258	2.28 241	2.28 256	2.28 255	2.28 254	2.28 242	2.28 257	2.11 235	2.28 258

HUF	2.22 244	2.33 222	2.24 247	2.35 242	2.07 249	2.45 245	2.11 253	2.42 239	2.13 253	2.19 221	2.15 252	2.10 236	2.09 251	2.27 249	2.04 252	2.08 249	2.44 244	2.12 253	2.38 243	2.18 254	2.29 242	2.22 252	2.12 252	2.12 251	2.52 246	2.10 253	2.22 236	2.15 254

STTStereo	2.30 249	2.34 223	2.26 249	2.37 243	2.23 252	2.40 242	2.35 257	2.20 231	2.33 257	2.28 225	2.31 256	2.19 237	2.37 256	2.20 244	2.31 257	2.23 255	2.38 242	2.25 256	2.33 242	2.27 257	2.39 244	2.27 255	2.31 256	2.29 255	2.37 243	2.32 258	2.34 241	2.26 257

AIO_rvc	2.25 247	2.35 224	2.10 243	2.47 246	2.17 251	2.54 246	2.15 254	2.32 237	2.21 254	2.29 228	2.28 254	2.33 244	2.09 251	2.26 248	2.14 253	2.08 249	2.49 246	2.09 252	2.53 246	2.14 253	2.34 243	2.23 253	2.14 253	2.18 252	2.19 241	2.15 254	2.35 242	2.22 255

AIO_test	2.22 244	2.36 225	2.10 243	2.47 246	2.15 250	2.54 246	2.06 252	2.27 232	2.09 252	2.29 228	2.13 251	2.30 239	2.09 251	2.25 247	2.15 254	1.95 247	2.52 247	2.08 251	2.32 241	2.21 256	2.20 240	2.26 254	2.05 251	2.06 249	2.40 244	2.16 255	2.52 245	2.05 253

UDGNet	1.97 237	2.43 226	1.67 229	2.46 245	1.70 240	2.44 244	1.69 241	2.34 238	1.63 239	2.35 234	1.67 241	2.37 245	1.67 240	1.68 236	1.64 240	1.67 239	2.44 244	1.64 241	2.43 244	1.67 241	2.43 246	1.66 239	1.67 238	1.63 242	2.43 245	1.66 243	2.42 244	1.66 241

FBW_ROB	2.04 238	2.50 227	1.75 233	2.45 244	1.78 241	2.40 242	1.74 242	2.47 240	1.77 243	2.37 235	1.81 243	2.30 239	1.80 242	1.78 237	1.88 250	1.80 242	2.41 243	1.77 243	2.43 244	1.83 245	2.39 244	1.81 246	1.76 241	1.75 244	2.56 247	1.75 246	2.30 240	1.74 243

CroCo-Stereo	0.80 186	2.51 228	0.41 139	1.27 226	0.41 153	1.27 225	0.41 155	1.27 213	0.41 151	1.27 187	0.41 154	1.27 224	0.41 153	0.41 145	0.41 155	0.41 148	1.28 224	0.41 152	1.27 224	0.41 153	1.27 224	0.41 152	0.42 154	0.41 154	1.27 226	0.41 153	1.27 223	0.41 152
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
LL-Strereo2	0.47 137	2.60 229	0.51 162	0.38 129	0.28 117	0.37 128	0.28 119	0.55 165	0.35 139	0.44 120	0.34 140	0.44 148	0.34 137	0.34 129	0.36 140	0.36 139	0.47 154	0.36 141	0.47 156	0.35 142	0.47 148	0.35 138	0.35 138	0.35 143	0.46 149	0.35 140	0.47 151	0.35 141

IER	0.56 159	2.72 230	2.20 245	0.38 129	0.29 127	0.38 131	0.27 112	2.77 243	0.27 115	0.38 102	0.28 121	0.37 126	0.25 107	0.26 109	0.25 109	0.26 105	0.38 128	0.29 125	0.38 127	0.25 109	0.39 131	0.25 105	0.29 121	0.29 128	0.40 137	0.25 107	0.38 125	0.25 107

NLCA_NET_v2_RVC	2.50 250	2.85 231	1.90 241	2.90 248	2.77 257	2.88 248	2.85 259	2.51 241	2.85 259	2.88 242	1.99 250	2.50 246	2.76 258	2.20 244	1.57 237	2.64 257	2.89 248	2.63 258	5.69 273	1.03 216	2.01 235	2.71 257	2.74 258	2.73 259	2.87 248	1.64 241	1.00 201	1.49 239
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CroCo-Stereo Lap2	0.85 193	2.86 232	0.43 145	1.33 228	0.43 159	1.31 226	0.42 160	1.32 214	0.42 156	1.31 189	0.44 159	1.32 225	0.44 159	0.43 151	0.44 161	0.43 153	1.35 225	0.43 158	1.32 226	0.43 159	1.31 225	0.43 157	0.43 155	0.42 160	1.31 227	0.42 158	1.31 224	0.43 157

FC-DCNN v2	4.74 272	3.16 233	3.16 257	3.16 249	3.16 259	3.16 250	3.16 261	3.16 246	3.16 260	3.16 245	3.16 259	3.16 249	3.16 262	3.16 256	3.16 260	3.16 262	6.72 277	6.72 279	6.72 276	6.72 281	6.72 276	6.72 281	6.72 279	6.72 279	6.72 275	6.72 278	6.72 276	6.72 279

plain	1.96 236	3.33 234	1.04 204	3.24 250	1.04 215	3.24 251	1.04 216	3.26 247	1.05 215	3.26 246	1.13 220	3.27 250	1.06 218	1.05 215	1.05 216	1.05 216	3.28 249	1.05 217	3.29 247	1.06 218	3.30 248	1.05 215	1.05 215	1.06 219	3.30 249	1.06 216	3.30 249	1.06 214

4D-IteraStereo	0.67 170	3.40 235	1.05 205	0.71 190	0.83 203	0.47 160	0.27 112	0.47 148	0.27 115	0.35 93	0.26 113	0.68 181	0.84 202	0.41 145	0.54 180	0.89 202	0.74 186	0.88 206	0.73 187	0.87 206	0.42 141	0.27 113	0.28 115	0.28 120	0.36 120	0.28 116	0.68 179	0.90 204

MIF-Stereo (partial)	2.52 251	3.41 236	1.05 205	3.29 251	1.05 216	3.29 253	1.06 217	3.30 248	1.06 217	3.31 247	1.06 216	4.97 270	2.72 257	2.72 254	2.71 258	2.70 258	6.57 276	2.19 254	5.08 270	1.08 220	3.36 249	1.07 217	1.07 216	1.07 221	3.35 251	1.07 217	3.36 250	1.07 216

DPSNet	3.67 257	3.61 237	3.62 260	3.64 254	3.61 265	3.64 255	3.65 265	3.64 251	3.67 264	3.67 250	3.65 263	3.68 253	3.69 269	3.69 263	3.69 270	3.68 266	3.70 252	3.70 266	3.69 253	3.69 267	3.71 254	3.69 263	3.67 263	3.69 267	3.68 255	3.67 263	3.68 253	3.67 260

UniTT-Stereo	2.12 243	3.66 238	1.10 209	3.48 253	1.15 222	3.57 254	1.11 221	3.44 249	1.16 224	3.52 248	1.16 222	3.50 251	1.16 224	1.10 217	1.13 222	1.15 221	3.61 250	1.17 225	3.64 248	1.12 222	3.58 251	1.12 220	1.12 219	1.17 227	3.53 252	1.18 226	3.52 251	1.18 224

RAStereo	2.24 246	3.70 239	1.18 216	3.73 257	1.18 227	3.69 256	1.19 227	3.73 252	1.24 231	3.72 251	1.21 231	3.76 255	1.20 229	1.20 226	1.20 228	1.20 228	3.74 255	1.20 229	3.75 254	1.21 231	3.77 255	1.21 228	1.21 227	1.21 231	3.82 256	1.21 230	3.82 255	1.21 227

sCroCo_RVC	2.76 252	4.00 240	1.82 235	4.00 261	1.83 242	3.98 261	1.82 244	3.99 253	1.81 244	4.14 258	2.76 257	4.13 263	1.82 244	1.83 238	1.83 243	1.82 243	4.01 260	1.82 245	3.98 257	1.86 246	4.00 260	1.82 247	1.83 243	1.84 245	4.02 262	1.81 247	4.00 259	1.83 246

sAnonymous2	2.87 253	4.16 241	1.89 239	4.26 265	1.87 246	4.23 264	1.92 249	4.17 254	1.94 250	4.16 259	1.92 248	4.20 264	1.92 249	1.96 240	1.86 245	1.87 245	4.25 263	1.90 249	4.23 262	1.91 250	4.26 263	1.93 249	1.89 248	1.90 246	4.07 263	1.91 251	5.09 271	1.93 251

CroCo_RVC	2.87 253	4.16 241	1.89 239	4.26 265	1.87 246	4.23 264	1.92 249	4.17 254	1.94 250	4.16 259	1.92 248	4.20 264	1.92 249	1.96 240	1.86 245	1.87 245	4.25 263	1.90 249	4.23 262	1.91 250	4.26 263	1.93 249	1.89 248	1.90 246	4.07 263	1.91 251	5.09 271	1.93 251

test_1	0.65 166	4.37 243	2.38 251	0.40 142	0.34 140	0.42 149	0.36 143	1.96 227	0.34 135	0.41 111	0.36 143	0.42 143	0.35 139	0.34 129	0.38 144	0.31 129	0.39 139	0.34 136	0.40 140	0.33 139	0.39 131	0.33 135	0.33 133	0.34 139	0.40 137	0.36 142	0.40 136	0.32 137

test-3	0.78 185	4.38 244	1.80 234	0.62 182	0.49 174	0.62 181	0.50 178	1.86 223	0.64 188	0.69 140	0.52 177	0.66 177	0.38 145	0.58 175	0.57 184	0.46 156	0.66 179	0.46 160	0.50 168	0.44 161	0.48 154	0.58 182	0.54 175	0.60 188	0.70 182	0.46 161	0.48 156	0.50 172

CC-Net-ROB	1.51 229	4.40 245	1.69 231	1.39 231	1.40 234	1.37 228	1.40 238	1.36 215	1.39 236	1.41 195	1.36 234	1.35 227	1.38 235	1.39 231	1.39 233	1.36 234	1.36 227	1.35 235	1.39 228	1.39 237	1.37 228	1.36 235	1.41 234	1.48 240	1.39 230	1.42 239	1.35 226	1.35 232

PS-NSSS	1.48 228	4.46 246	1.35 222	1.35 229	1.35 233	1.41 230	1.34 235	1.36 215	1.35 235	1.40 194	1.35 233	1.33 226	1.35 233	1.37 230	1.40 234	1.35 233	1.35 225	1.35 235	1.39 228	1.44 240	1.35 226	1.34 233	1.35 230	1.38 239	1.35 228	1.33 234	1.34 225	1.38 236

MyStereo04	0.76 183	4.78 247	0.62 178	0.63 183	0.54 181	0.65 183	0.56 184	0.61 168	0.58 184	0.61 136	0.56 181	0.63 175	0.57 185	0.63 183	0.60 186	0.60 182	0.64 177	0.56 184	0.63 182	0.58 183	0.63 176	0.62 188	0.55 176	0.60 188	0.63 180	0.57 184	0.64 177	0.58 179

TestStereo	4.92 273	4.80 248	4.98 264	4.82 270	4.97 276	4.91 272	4.78 277	4.80 258	4.88 277	4.78 267	4.80 276	4.99 271	4.81 277	4.83 273	4.87 277	4.97 277	4.93 271	5.01 277	5.03 269	4.90 276	5.02 271	5.02 275	5.06 274	5.04 276	4.93 270	4.89 275	5.01 268	5.09 275

Anonymous3	3.36 255	4.93 249	2.20 245	4.92 271	2.23 252	4.90 271	2.23 255	4.89 259	2.24 255	4.95 269	2.21 253	4.91 269	2.21 254	2.18 243	2.22 255	2.22 254	4.86 270	2.20 255	4.90 268	2.20 255	4.96 270	2.21 251	2.21 254	2.21 253	6.30 274	2.21 256	4.90 266	2.23 256

castereo	0.86 195	5.37 250	5.11 266	0.38 129	0.26 108	0.38 131	0.27 112	5.30 261	0.26 112	0.37 100	0.26 113	0.37 126	0.26 113	0.26 109	0.26 114	0.26 105	0.38 128	0.27 115	0.38 127	0.26 113	0.38 121	0.26 111	0.26 108	0.27 116	0.38 126	0.27 114	0.37 123	0.26 112

DispFullNet	4.96 274	5.67 251	3.30 259	5.01 272	3.21 261	4.50 268	3.11 260	4.43 256	3.44 263	4.60 265	3.46 262	5.13 272	3.44 263	3.53 259	3.20 261	2.87 261	4.80 269	3.15 260	4.70 266	4.83 275	9.02 281	5.98 278	5.95 278	6.21 278	8.84 280	5.85 277	9.76 281	5.91 277

HCRNet	0.71 177	6.06 252	3.15 256	0.50 168	0.22 99	0.21 84	0.15 81	3.04 245	0.34 135	0.43 118	0.33 139	0.43 147	0.33 136	0.15 81	0.14 80	0.14 79	0.21 83	0.17 86	0.47 156	0.20 98	0.21 81	0.16 84	0.32 131	0.33 137	0.50 162	0.33 138	0.49 160	0.28 118

SGM-Forest	5.07 275	6.74 253	4.17 261	6.46 276	4.68 275	6.21 277	4.38 275	6.00 264	4.14 273	5.84 273	4.44 275	6.28 276	4.16 275	3.92 268	4.56 276	4.60 276	6.15 274	4.27 274	6.12 275	4.31 274	5.99 275	4.27 271	3.92 269	4.27 273	6.13 273	4.10 274	6.18 273	4.49 274
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaskLacGwcNet_RVC	0.70 175	6.91 254	0.46 147	0.46 155	0.46 161	0.46 154	0.46 163	0.46 142	0.46 160	0.46 123	0.46 161	0.46 149	0.46 162	0.46 155	0.46 162	0.46 156	0.46 150	0.46 160	0.46 152	0.46 162	0.47 148	0.46 158	0.46 157	0.46 162	0.46 149	0.46 161	0.46 147	0.46 159

SA	3.93 260	7.22 255	4.74 262	4.15 263	3.88 271	3.70 257	4.02 274	6.67 271	3.95 269	3.64 249	3.74 265	3.63 252	3.00 260	3.51 258	3.68 269	3.68 266	3.73 254	3.71 267	3.64 248	3.48 262	3.58 251	2.97 259	3.69 264	3.61 262	3.55 254	3.42 260	3.64 252	3.79 268

cross-raft	4.43 267	7.31 256	6.46 271	4.47 267	3.95 272	4.46 267	3.95 272	6.70 272	3.97 270	4.41 262	3.82 268	4.38 267	3.94 273	3.95 269	3.95 274	3.95 270	4.45 267	3.95 271	4.46 265	3.95 271	4.46 267	3.95 268	3.95 270	3.94 271	4.40 265	3.95 272	4.45 264	3.95 270

RAFT+CT+SA	4.43 267	7.34 257	6.71 273	5.01 272	4.38 274	4.40 266	3.85 270	6.15 268	4.30 274	4.89 268	3.26 260	4.49 268	3.01 261	4.53 272	3.36 262	3.65 265	3.64 251	4.39 275	3.94 256	4.28 273	4.44 266	4.30 272	4.24 273	4.52 274	3.90 259	3.85 270	4.89 265	4.00 271

test-1	4.11 261	7.65 258	4.93 263	3.65 255	3.58 263	4.70 270	3.74 269	4.73 257	4.06 271	3.72 251	4.11 273	3.70 254	3.49 264	3.36 257	3.65 265	4.17 274	3.92 258	4.04 273	4.19 261	3.75 268	4.69 269	4.18 270	3.88 267	3.90 269	4.73 267	3.77 268	3.12 248	3.68 263

Sa-1000	3.84 259	7.71 259	6.81 276	4.15 263	2.86 258	3.27 252	3.87 271	5.99 263	4.35 275	2.78 240	3.71 264	3.88 256	3.56 265	3.88 266	3.64 263	2.71 259	3.72 253	3.27 261	3.67 252	3.15 261	3.51 250	3.36 261	2.70 257	3.49 261	3.32 250	3.76 267	2.87 247	3.76 267

raft_robust	4.19 266	7.78 260	6.08 269	3.30 252	3.85 270	4.03 262	3.73 268	6.25 270	3.30 262	4.44 263	3.28 261	4.01 260	3.82 272	4.29 271	3.70 271	4.01 271	4.48 268	3.42 262	4.11 259	3.76 269	4.05 261	3.32 260	3.85 266	3.82 268	4.71 266	3.83 269	4.09 260	3.80 269

TestStereo1	4.11 261	7.79 261	6.72 274	3.93 258	3.81 268	3.96 259	3.58 263	6.96 274	3.74 266	3.90 253	3.76 266	3.89 257	3.57 266	3.70 264	3.66 266	3.34 263	3.80 256	3.62 263	3.66 250	3.68 265	3.91 257	3.70 264	3.65 261	3.67 264	3.88 257	3.53 261	3.89 256	3.68 263

SA-5K	4.11 261	7.79 261	6.72 274	3.93 258	3.81 268	3.96 259	3.58 263	6.96 274	3.74 266	3.90 253	3.76 266	3.89 257	3.57 266	3.70 264	3.66 266	3.34 263	3.80 256	3.62 263	3.66 250	3.68 265	3.91 257	3.70 264	3.65 261	3.67 264	3.88 257	3.53 261	3.89 256	3.68 263

TESTraft	4.16 265	8.03 263	6.81 276	3.99 260	3.68 266	3.93 258	3.70 267	6.86 273	3.69 265	3.93 255	3.88 271	3.93 259	3.59 268	3.65 262	3.64 263	3.68 266	3.92 258	3.72 268	3.92 255	3.57 264	3.84 256	3.70 264	3.71 265	3.67 264	3.91 260	3.74 265	3.92 258	3.67 260

test_4	4.11 261	8.05 264	6.64 272	4.52 268	3.68 266	3.00 249	3.40 262	6.21 269	3.29 261	4.07 257	3.84 269	4.04 261	3.76 271	3.56 261	3.67 268	3.76 269	4.04 261	3.79 269	4.10 258	3.53 263	3.98 259	3.74 267	3.55 260	3.61 262	3.94 261	3.75 266	3.73 254	3.73 266

SGM+DAISY	6.35 277	8.16 265	5.14 267	8.12 280	5.08 278	8.12 280	5.16 278	8.01 277	5.18 279	7.92 278	5.14 277	7.89 280	5.14 278	4.95 274	5.33 278	5.32 278	8.14 280	5.16 278	8.16 279	5.16 277	8.21 279	5.19 276	5.12 275	5.12 277	8.18 279	5.24 276	8.12 279	5.11 276

RAFT_CTSACE	4.43 267	8.26 266	6.10 270	4.62 269	4.01 273	4.54 269	3.65 265	6.09 265	3.93 268	4.64 266	4.14 274	4.26 266	4.13 274	3.91 267	3.88 272	4.06 273	4.30 265	4.03 272	4.27 264	3.92 270	4.26 263	3.67 262	3.91 268	4.16 272	4.82 268	4.08 273	4.20 262	3.67 260

CFNet_RVC	0.93 198	8.54 267	0.41 139	0.56 172	0.37 145	0.56 174	0.37 147	0.50 159	0.40 149	0.56 133	5.24 278	0.56 169	0.34 137	0.40 144	0.41 155	0.34 135	0.53 167	0.40 150	0.56 176	0.38 148	0.52 162	0.40 150	0.40 149	0.41 154	0.56 172	0.40 152	0.56 169	0.40 151

U	5.23 276	8.71 268	2.75 254	8.64 281	2.76 256	8.65 281	2.79 258	8.67 280	2.79 258	8.70 280	2.79 258	8.70 281	2.79 259	2.79 255	2.80 259	2.80 260	8.84 281	2.82 259	8.82 280	2.89 259	8.84 280	2.83 258	2.83 259	2.82 260	8.87 281	2.83 259	8.84 280	2.83 259

test_5	4.51 270	8.85 269	5.35 268	3.66 256	3.56 262	5.10 273	4.47 276	6.14 266	4.07 272	4.96 270	3.87 270	5.14 273	4.17 276	3.53 259	4.39 275	4.53 275	4.15 262	3.62 263	4.74 267	2.94 260	3.63 253	4.53 274	4.20 272	4.54 275	4.86 269	3.68 264	4.95 267	4.06 272

pcwnet_v2	1.01 208	9.73 270	0.28 112	0.38 129	0.28 117	0.38 131	0.28 119	0.38 126	0.28 119	0.38 102	0.28 121	0.39 134	0.28 117	9.61 280	0.28 121	0.28 116	0.38 128	0.28 116	0.38 127	0.28 118	0.38 121	0.28 118	0.29 121	0.28 120	0.38 126	0.28 116	0.38 125	0.28 118

CFNet_pseudo	1.01 208	9.78 271	0.29 117	0.38 129	0.28 117	0.38 131	0.28 119	0.38 126	0.28 119	0.39 105	0.28 121	0.39 134	0.28 117	9.50 279	0.29 129	0.28 116	0.38 128	0.28 116	0.38 127	0.28 118	0.38 121	0.28 118	0.28 115	0.28 120	0.38 126	0.28 116	0.38 125	0.28 118

RAFT	6.60 278	9.99 272	8.33 281	7.21 279	6.55 279	5.95 276	5.87 279	8.70 281	5.02 278	5.10 271	6.69 279	7.06 279	6.94 281	6.17 277	7.09 281	6.84 279	6.47 275	4.72 276	5.60 271	5.60 278	5.11 272	5.97 277	6.93 280	6.89 280	7.16 276	7.08 281	6.58 275	6.66 278

ccs_rob	1.00 204	10.06 273	0.31 124	0.44 153	0.31 134	0.43 152	0.31 137	0.43 141	0.32 131	0.45 121	0.32 136	1.20 221	0.31 130	7.02 278	0.31 133	0.31 129	0.44 149	0.31 131	0.44 150	0.32 136	0.44 143	0.31 132	0.32 131	0.32 135	0.44 148	0.32 136	0.43 145	0.31 135

UCFNet_RVC	1.03 212	10.10 274	0.28 112	0.38 129	0.28 117	0.39 139	0.28 119	0.38 126	0.28 119	0.39 105	0.28 121	0.39 134	0.29 126	9.62 281	0.28 121	0.28 116	0.38 128	0.28 116	0.38 127	0.28 118	0.39 131	0.28 118	0.29 121	0.28 120	0.39 136	0.28 116	0.38 125	0.29 127

StereoVision	3.44 256	10.12 275	1.68 230	5.44 274	2.26 254	5.87 274	1.97 251	5.17 260	1.31 234	5.80 272	1.56 239	5.62 274	1.84 245	1.97 242	1.91 251	1.84 244	4.98 272	1.32 233	5.60 271	1.71 244	5.35 274	1.73 245	1.97 250	1.96 248	5.40 271	1.65 242	5.08 270	1.76 245

MaDis-Stereo	3.69 258	10.19 276	2.01 242	6.09 275	2.01 248	5.94 275	1.82 244	6.14 266	1.85 245	6.59 275	1.82 244	6.01 275	1.81 243	1.83 238	1.83 243	2.02 248	5.87 273	1.79 244	5.93 274	2.06 252	4.63 268	1.67 240	1.84 244	2.08 250	5.90 272	1.66 243	6.34 274	1.87 247

test_3	4.55 271	10.96 277	7.69 280	4.04 262	3.60 264	4.10 263	3.98 273	7.94 276	4.56 276	3.99 256	4.03 272	4.08 262	3.74 270	3.99 270	3.91 273	4.05 272	4.33 266	3.89 270	4.14 260	4.00 272	4.11 262	4.02 269	4.01 271	3.91 270	3.53 252	3.94 271	4.19 261	4.20 273

test-v	7.17 279	11.53 278	7.63 278	7.17 277	6.87 280	7.48 278	6.90 280	8.14 278	6.88 280	6.93 276	7.42 280	7.05 277	6.14 279	6.05 275	6.86 279	6.99 280	7.60 278	6.75 280	6.90 277	6.66 279	7.83 277	6.36 279	5.89 276	7.34 281	7.19 277	6.75 279	7.52 277	6.77 280

test-2	7.17 279	11.53 278	7.63 278	7.17 277	6.87 280	7.48 278	6.90 280	8.14 278	6.88 280	6.93 276	7.42 280	7.05 277	6.14 279	6.05 275	6.86 279	6.99 280	7.60 278	6.75 280	6.90 277	6.66 279	7.83 277	6.36 279	5.89 276	7.34 281	7.19 277	6.75 279	7.52 277	6.77 280

rafts_anoy	20.00 282	20.00 280	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 283	20.00 283	20.00 283	20.00 282	20.00 283	20.00 281	20.00 283	20.00 282	20.00 283	20.00 282	20.00 284	20.00 282	20.00 283	20.00 282	20.00 283

raft+_RVC	20.00 282	20.00 280	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 283	20.00 283	20.00 283	20.00 282	20.00 283	20.00 281	20.00 283	20.00 282	20.00 283	20.00 282	20.00 284	20.00 282	20.00 283	20.00 282	20.00 283

raftrobust	20.00 282	20.00 280	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 283	20.00 283	20.00 283	20.00 282	20.00 283	20.00 281	20.00 283	20.00 282	20.00 283	20.00 282	20.00 284	20.00 282	20.00 283	20.00 282	20.00 283

CasAABBNet	20.00 282	20.00 280	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 283	20.00 283	20.00 283	20.00 282	20.00 283	20.00 281	20.00 283	20.00 282	20.00 283	20.00 282	20.00 284	20.00 282	20.00 283	20.00 282	20.00 283

RALCasStereoNet	20.00 282	20.00 280	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 283	20.00 283	20.00 283	20.00 282	20.00 283	20.00 281	20.00 283	20.00 282	20.00 283	20.00 282	20.00 284	20.00 282	20.00 283	20.00 282	20.00 283

RALAANet	20.00 282	20.00 280	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 283	20.00 283	20.00 283	20.00 282	20.00 283	20.00 281	20.00 283	20.00 282	20.00 283	20.00 282	20.00 284	20.00 282	20.00 283	20.00 282	20.00 283

MSMDNet	20.00 282	20.00 280	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 282	20.00 283	20.00 283	20.00 283	20.00 283	20.00 282	20.00 283	20.00 281	20.00 283	20.00 282	20.00 283	20.00 282	20.00 284	20.00 282	20.00 283	20.00 282	20.00 283

MANE	18.41 281	23.00 287	16.00 282	22.00 289	15.00 282	22.00 289	15.00 282	22.00 289	15.00 282	21.00 289	15.00 282	22.00 289	15.00 282	15.00 282	17.00 282	15.00 282	23.00 289	15.00 282	22.00 288	15.00 282	23.00 289	15.00 282	18.00 281	15.00 283	24.00 289	17.00 282	24.00 289	16.00 282

AF-Net	2.06 242	25.73 288	1.18 216	1.12 217	1.16 225	1.16 217	1.19 227	1.10 200	1.17 227	1.15 175	1.14 221	1.11 212	1.16 224	1.16 224	1.14 223	1.11 218	1.15 213	1.13 224	1.21 222	1.17 227	1.11 206	1.21 228	1.17 222	1.17 227	1.17 219	1.11 222	1.20 221	1.13 220

MoCha-V2	1.75 234	27.02 289	0.72 181	0.92 200	0.69 192	0.89 199	0.69 196	0.92 187	0.71 192	0.87 156	0.69 192	0.88 198	0.68 192	0.70 190	0.68 195	0.69 190	0.90 197	0.69 194	0.92 201	0.69 192	0.92 194	0.71 196	0.70 193	0.67 195	0.88 196	0.71 195	0.92 195	0.68 190

CBMV	101.59 290	71.60 290	48.40 291	72.70 291	49.00 291	79.60 291	48.40 291	80.90 291	46.90 290	68.90 290	49.00 291	78.00 291	572.10 299	49.50 290	51.30 290	48.40 290	72.20 290	639.60 299	79.40 289	48.90 291	79.50 290	51.40 290	52.30 290	48.30 292	80.20 290	49.10 290	79.60 291	47.60 290
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	61.15 289	72.66 291	46.52 290	70.00 290	44.89 290	64.24 290	43.75 290	73.65 290	48.92 291	72.70 291	42.40 290	60.70 290	50.23 290	50.07 291	67.69 291	68.60 291	83.13 291	47.77 290	82.48 290	46.00 290	95.93 291	53.44 291	50.66 289	45.00 291	84.99 291	53.64 291	79.01 290	52.07 291

MeshStereo	151.99 291	131.36 292	140.69 292	151.38 292	151.40 292	150.79 292	151.72 292	149.36 292	159.46 292	146.42 292	150.73 292	149.06 295	176.22 291	143.94 292	133.10 294	133.45 294	153.30 293	154.22 292	154.67 292	153.95 293	156.90 294	156.53 294	160.21 291	162.72 293	154.57 292	160.59 292	153.47 292	163.50 292
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
AE-Stereo	252.48 293	202.00 293	361.00 296	502.00 296	324.00 296	321.00 293	482.00 299	423.00 296	227.00 296	201.00 293	273.00 296	101.00 292	207.00 292	198.00 293	183.00 295	181.00 295	221.00 294	232.00 296	477.00 294	220.00 295	111.00 292	100.00 292	219.00 293	214.00 294	204.00 293	211.00 294	200.00 293	222.00 295

MGS-Stereo	264.93 294	208.00 294	362.00 297	512.00 297	350.00 297	326.00 294	443.00 298	410.00 295	210.00 293	232.00 295	215.00 293	125.00 293	217.00 293	216.00 295	127.00 293	122.00 293	223.00 295	230.00 294	487.00 296	255.00 296	250.00 295	223.00 296	272.00 295	228.00 297	241.00 294	220.00 296	214.00 294	235.00 296

EGLCR-Stereo	276.81 295	209.00 295	366.00 298	514.00 298	354.00 298	336.00 295	422.00 296	440.00 297	220.00 295	231.00 294	245.00 295	135.00 294	237.00 295	218.00 296	197.00 296	222.00 297	223.00 295	230.00 294	487.00 296	255.00 296	250.00 295	273.00 297	272.00 295	228.00 297	241.00 294	220.00 296	214.00 294	235.00 296

DLCB_ROB	280.78 296	376.74 296	215.59 293	376.74 293	215.59 293	376.74 296	215.59 293	366.42 294	218.39 294	366.42 296	218.39 294	366.42 296	218.39 294	209.96 294	219.76 297	219.38 296	376.72 297	216.43 293	376.72 293	216.43 294	376.72 297	216.43 295	216.14 292	216.14 296	376.69 297	217.67 295	376.69 297	217.67 294

NOSS_ROB	248.11 292	409.00 297	288.00 294	412.00 294	280.00 294	411.00 297	288.00 294	356.00 293	275.00 297	379.00 297	303.00 297	415.00 297	278.00 296	260.00 297	104.00 292	103.00 292	126.00 292	108.00 291	118.00 291	98.00 292	126.00 293	104.00 293	268.00 294	216.00 295	279.00 296	201.00 293	288.00 296	206.00 293

LE_ROB	387.11 297	453.07 298	321.39 295	500.23 295	323.05 295	493.99 298	324.56 295	477.63 298	322.28 298	465.51 298	322.97 298	486.37 298	334.17 297	305.26 298	320.63 298	327.66 298	476.08 298	315.70 297	483.76 295	335.15 298	469.64 298	309.74 298	315.90 297	318.85 299	498.41 298	328.85 298	491.00 298	330.08 298

SGM-ForestM	522.49 298	676.08 299	448.56 299	638.17 299	433.15 299	639.59 299	427.03 297	617.52 299	439.90 299	604.63 299	429.02 299	611.68 299	432.74 298	420.18 299	451.96 299	465.85 299	601.06 299	403.73 298	659.15 298	405.50 299	669.64 299	437.21 299	455.85 298	425.66 300	689.82 299	481.65 299	662.43 299	479.61 299

CBMV_ROB	1133.35 299	1280.38 300	976.92 300	1317.57 300	1021.62 300	1282.66 300	1022.22 300	1213.88 300	982.57 300	1194.12 300	975.90 300	1357.87 300	1090.02 300	943.32 300	1021.85 300	1006.47 300	1309.01 300	986.29 300	1499.40 299	986.35 300	1359.35 300	975.96 300	975.21 299	969.30 301	1337.82 300	1042.34 300	1398.25 300	1073.86 300

IGEV-Stereo++	10000000.00 300	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 300	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 300	10000000.00 302	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301

IGEV-BASED-STEREO-	10000000.00 300	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 300	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 300	10000000.00 302	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301

IGEV-Stereo+	10000000.00 300	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 300	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 300	10000000.00 302	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301

anonymousdsp2	10000000.00 300	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 300	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 300	10000000.00 302	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301

anonymousdsp	10000000.00 300	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 300	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 300	10000000.00 302	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301

AMNet	10000000.00 300	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 300	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 300	10000000.00 302	10000000.00 301	10000000.00 301	10000000.00 301	10000000.00 301

ASD4																								0.20 97

Low-res two-view benchmark