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

ProNet	0.10 2	0.09 4	0.09 3	0.07 3	0.05 3	0.09 3	0.08 10	0.08 2	0.04 2	0.06 1	0.17 13	0.06 1	0.04 1	0.05 5	0.15 1	0.16 1	0.15 1	0.13 3	0.13 1	0.09 2	0.14 1	0.09 1	0.08 11	0.08 3	0.12 1	0.10 1	0.11 1	0.08 1

CroCo-Stereo	0.09 1	0.06 1	0.05 1	0.05 1	0.03 2	0.05 1	0.03 1	0.08 2	0.03 1	0.07 2	0.02 1	0.08 2	0.04 1	0.02 1	0.16 3	0.17 3	0.15 1	0.12 1	0.14 2	0.08 1	0.16 3	0.11 2	0.03 1	0.05 1	0.16 2	0.14 2	0.15 2	0.10 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
CroCo-Stereo Lap2	0.10 2	0.07 2	0.07 2	0.06 2	0.06 5	0.06 2	0.04 2	0.06 1	0.05 3	0.14 8	0.05 2	0.11 3	0.05 3	0.03 2	0.15 1	0.18 4	0.16 3	0.14 4	0.19 7	0.09 2	0.18 5	0.12 3	0.03 1	0.06 2	0.17 4	0.18 5	0.15 2	0.11 3

AEACV	0.13 4	0.18 14	0.09 3	0.12 10	0.11 13	0.09 3	0.05 4	0.10 4	0.06 4	0.12 4	0.12 3	0.11 3	0.06 4	0.08 11	0.20 6	0.19 5	0.23 8	0.17 7	0.25 12	0.13 5	0.20 7	0.17 9	0.07 5	0.09 5	0.16 2	0.18 5	0.15 2	0.13 4

RAFT + AFF	0.18 8	0.18 14	0.12 8	0.16 21	0.10 8	0.14 14	0.10 18	0.25 16	0.15 13	0.33 25	0.16 12	0.31 28	0.11 10	0.07 7	0.20 6	0.20 6	0.33 24	0.16 5	0.31 20	0.17 17	0.32 25	0.17 9	0.07 5	0.12 8	0.21 6	0.19 7	0.15 2	0.13 4

anonymousdsp	0.18 8	0.17 12	0.14 13	0.12 10	0.10 8	0.13 9	0.09 12	0.24 14	0.13 8	0.28 20	0.18 14	0.24 13	0.08 5	0.11 21	0.23 14	0.25 18	0.24 10	0.20 9	0.31 20	0.16 12	0.35 34	0.26 23	0.09 12	0.11 6	0.21 6	0.14 2	0.24 14	0.16 6

RYNet	0.19 11	0.16 9	0.13 10	0.11 6	0.12 15	0.13 9	0.09 12	0.16 6	0.27 94	0.13 6	0.15 9	0.14 7	0.10 8	0.10 16	0.23 14	0.20 6	0.20 5	0.28 37	0.22 8	0.15 8	0.19 6	0.16 6	0.25 128	0.14 14	0.21 6	0.80 171	0.23 10	0.16 6

AASNet	0.21 14	0.23 37	0.16 22	0.21 45	0.18 40	0.24 54	0.18 75	0.24 14	0.15 13	0.22 13	0.27 49	0.21 11	0.14 21	0.17 44	0.23 14	0.23 13	0.28 16	0.23 18	0.25 12	0.20 28	0.23 11	0.22 17	0.13 39	0.17 24	0.24 13	0.22 14	0.22 8	0.19 8

iRaftStereo_RVC	0.19 11	0.15 7	0.12 8	0.11 6	0.10 8	0.13 9	0.06 5	0.26 18	0.11 6	0.27 18	0.25 35	0.24 13	0.11 10	0.09 15	0.20 6	0.21 10	0.30 18	0.22 14	0.26 15	0.16 12	0.31 21	0.29 32	0.09 12	0.12 8	0.22 10	0.20 8	0.28 21	0.19 8

TDLM	0.17 7	0.19 19	0.14 13	0.16 21	0.18 40	0.15 16	0.12 30	0.16 6	0.15 13	0.12 4	0.29 53	0.17 8	0.16 29	0.11 21	0.18 5	0.20 6	0.21 6	0.20 9	0.18 3	0.15 8	0.20 7	0.16 6	0.11 20	0.16 20	0.18 5	0.17 4	0.18 6	0.20 10

RAFT_CTSACE	0.22 20	0.16 9	0.13 10	0.11 6	0.11 13	0.20 35	0.14 43	0.27 19	0.15 13	0.48 100	0.14 5	0.33 34	0.25 81	0.12 24	0.23 14	0.23 13	0.30 18	0.20 9	0.27 16	0.14 6	0.31 21	0.37 73	0.07 5	0.14 14	0.26 23	0.25 20	0.32 25	0.21 11

RAFT	0.13 4	0.08 3	0.09 3	0.11 6	0.05 3	0.15 16	0.04 2	0.18 10	0.10 5	0.10 3	0.13 4	0.13 6	0.08 5	0.04 3	0.16 3	0.16 1	0.18 4	0.12 1	0.18 3	0.09 2	0.15 2	0.15 4	0.04 3	0.08 3	0.23 12	0.21 10	0.24 14	0.22 12

HCRNet	0.25 28	0.30 85	0.16 22	0.34 104	0.15 21	0.25 61	0.15 56	0.30 25	0.14 11	0.69 205	0.33 66	0.39 53	0.14 21	0.17 44	0.21 10	0.21 10	0.30 18	0.22 14	0.34 29	0.16 12	0.24 12	0.18 12	0.17 79	0.13 10	0.22 10	0.29 36	0.24 14	0.22 12

delet	0.18 8	0.16 9	0.16 22	0.20 40	0.14 20	0.19 32	0.12 30	0.16 6	0.14 11	0.19 10	0.18 14	0.20 10	0.12 15	0.16 39	0.21 10	0.20 6	0.23 8	0.20 9	0.18 3	0.18 19	0.22 10	0.16 6	0.11 20	0.13 10	0.21 6	0.20 8	0.18 6	0.22 12

MIM_Stereo	0.23 22	0.18 14	0.18 36	0.20 40	0.15 21	0.20 35	0.11 24	0.28 21	0.13 8	0.43 63	0.21 25	0.31 28	0.11 10	0.12 24	0.24 19	0.31 47	0.36 32	0.27 32	0.34 29	0.22 39	0.37 45	0.30 35	0.09 12	0.17 24	0.25 16	0.21 10	0.32 25	0.23 15

AFF-stereo	0.23 22	0.23 37	0.20 50	0.15 17	0.13 18	0.22 43	0.09 12	0.37 42	0.19 30	0.42 56	0.21 25	0.31 28	0.12 15	0.08 11	0.26 22	0.25 18	0.28 16	0.19 8	0.36 34	0.16 12	0.30 19	0.22 17	0.10 17	0.13 10	0.29 29	0.28 31	0.32 25	0.24 16

MMNet	0.21 14	0.20 25	0.17 27	0.21 45	0.17 30	0.20 35	0.14 43	0.23 13	0.17 20	0.19 10	0.21 25	0.27 18	0.12 15	0.22 98	0.23 14	0.23 13	0.27 14	0.24 20	0.29 18	0.19 23	0.24 12	0.17 9	0.13 39	0.16 20	0.25 16	0.24 17	0.23 10	0.25 17

GANet	0.23 22	0.20 25	0.21 56	0.23 57	0.23 67	0.25 61	0.20 86	0.32 28	0.18 24	0.25 16	0.25 35	0.30 27	0.16 29	0.15 35	0.24 19	0.25 18	0.30 18	0.32 69	0.25 12	0.16 12	0.25 14	0.22 17	0.17 79	0.18 36	0.25 16	0.23 15	0.26 18	0.25 17

StereoVision	0.14 6	0.10 5	0.09 3	0.07 3	0.10 8	0.11 6	0.07 6	0.13 5	0.17 20	0.13 6	0.14 5	0.11 3	0.08 5	0.04 3	0.20 6	0.21 10	0.21 6	0.16 5	0.18 3	0.14 6	0.17 4	0.15 4	0.04 3	0.11 6	0.24 13	0.21 10	0.25 17	0.26 19

LL-Strereo2	0.25 28	0.18 14	0.14 13	0.17 24	0.15 21	0.13 9	0.09 12	0.36 39	0.21 45	0.51 122	0.18 14	0.34 40	0.17 35	0.10 16	0.28 30	0.32 58	0.39 48	0.27 32	0.45 69	0.23 44	0.34 32	0.26 23	0.12 28	0.15 17	0.25 16	0.28 31	0.33 31	0.26 19

test_5	0.21 14	0.19 19	0.14 13	0.17 24	0.10 8	0.15 16	0.11 24	0.25 16	0.15 13	0.30 22	0.15 9	0.29 23	0.31 118	0.07 7	0.28 30	0.25 18	0.26 12	0.22 14	0.23 10	0.15 8	0.26 15	0.27 28	0.07 5	0.17 24	0.25 16	0.26 24	0.31 23	0.26 19

CVANet_RVC	0.23 22	0.30 85	0.22 60	0.30 88	0.22 62	0.26 69	0.16 61	0.28 21	0.18 24	0.24 15	0.43 114	0.24 13	0.21 58	0.14 30	0.22 12	0.24 16	0.26 12	0.25 22	0.24 11	0.18 19	0.26 15	0.20 13	0.14 49	0.18 36	0.25 16	0.21 10	0.23 10	0.26 19

MIF-Stereo (partial)	0.21 14	0.17 12	0.15 17	0.13 13	0.12 15	0.16 21	0.08 10	0.28 21	0.19 30	0.30 22	0.18 14	0.22 12	0.12 15	0.11 21	0.27 27	0.28 30	0.36 32	0.28 37	0.31 20	0.18 19	0.32 25	0.25 22	0.11 20	0.17 24	0.29 29	0.23 15	0.28 21	0.27 23

MIF-Stereo	0.21 14	0.15 7	0.11 7	0.12 10	0.09 7	0.13 9	0.07 6	0.22 12	0.15 13	0.37 34	0.19 20	0.29 23	0.17 35	0.13 27	0.26 22	0.25 18	0.35 30	0.27 32	0.39 42	0.19 23	0.31 21	0.20 13	0.11 20	0.15 17	0.27 26	0.35 53	0.22 8	0.27 23

RAFT+CT+SA	0.24 26	0.20 25	0.17 27	0.19 32	0.13 18	0.16 21	0.12 30	0.33 33	0.19 30	0.44 71	0.14 5	0.34 40	0.30 113	0.10 16	0.26 22	0.30 40	0.27 14	0.22 14	0.31 20	0.19 23	0.32 25	0.40 84	0.07 5	0.17 24	0.30 34	0.28 31	0.32 25	0.27 23

DMCA	0.24 26	0.19 19	0.22 60	0.18 29	0.19 50	0.17 23	0.18 75	0.30 25	0.24 65	0.23 14	0.28 52	0.29 23	0.17 35	0.19 68	0.32 41	0.26 25	0.30 18	0.30 54	0.27 16	0.21 35	0.32 25	0.23 20	0.19 101	0.19 51	0.25 16	0.27 28	0.23 10	0.27 23

4D-IteraStereo	0.30 42	0.20 25	0.20 50	0.25 64	0.16 27	0.18 25	0.11 24	0.46 76	0.24 65	0.53 137	0.27 49	0.42 62	0.17 35	0.13 27	0.32 41	0.33 66	0.41 61	0.34 77	0.43 66	0.27 65	0.46 109	0.51 122	0.11 20	0.17 24	0.31 37	0.32 43	0.40 56	0.29 27

CIPLG	0.30 42	0.26 60	0.18 36	0.22 48	0.17 30	0.25 61	0.14 43	0.50 108	0.17 20	0.46 87	0.39 89	0.45 73	0.25 81	0.26 131	0.34 47	0.32 58	0.43 79	0.30 54	0.41 57	0.29 77	0.41 68	0.32 40	0.14 49	0.18 36	0.34 48	0.26 24	0.33 31	0.29 27

UPFNet	0.29 40	0.25 49	0.26 93	0.26 72	0.23 67	0.30 84	0.22 90	0.35 37	0.26 84	0.35 31	0.32 64	0.33 34	0.21 58	0.24 116	0.34 47	0.30 40	0.37 42	0.31 59	0.38 38	0.24 48	0.28 17	0.28 29	0.18 90	0.21 63	0.30 34	0.32 43	0.32 25	0.29 27

IPLGR_C	0.30 42	0.26 60	0.18 36	0.22 48	0.17 30	0.25 61	0.14 43	0.50 108	0.18 24	0.46 87	0.39 89	0.45 73	0.26 91	0.26 131	0.34 47	0.33 66	0.43 79	0.30 54	0.40 46	0.29 77	0.41 68	0.32 40	0.13 39	0.18 36	0.34 48	0.26 24	0.33 31	0.30 30

ACRE	0.30 42	0.26 60	0.17 27	0.22 48	0.17 30	0.25 61	0.14 43	0.50 108	0.17 20	0.46 87	0.39 89	0.45 73	0.25 81	0.26 131	0.35 57	0.33 66	0.43 79	0.30 54	0.40 46	0.29 77	0.41 68	0.32 40	0.13 39	0.18 36	0.33 44	0.26 24	0.33 31	0.30 30

ARAFT	0.25 28	0.20 25	0.16 22	0.20 40	0.16 27	0.20 35	0.10 18	0.32 28	0.19 30	0.45 74	0.24 34	0.34 40	0.13 19	0.10 16	0.24 19	0.27 29	0.41 61	0.34 77	0.35 33	0.17 17	0.36 39	0.26 23	0.11 20	0.14 14	0.31 37	0.25 20	0.33 31	0.30 30

anonymousdsp2	0.27 36	0.28 71	0.19 44	0.19 32	0.17 30	0.21 42	0.14 43	0.37 42	0.19 30	0.38 41	0.27 49	0.36 49	0.17 35	0.14 30	0.27 27	0.29 35	0.36 32	0.25 22	0.56 105	0.22 39	0.38 53	0.40 84	0.13 39	0.18 36	0.32 40	0.25 20	0.39 53	0.31 33

TESTraft	0.26 32	0.21 31	0.16 22	0.15 17	0.16 27	0.14 14	0.13 39	0.28 21	0.26 84	0.42 56	0.19 20	0.28 19	0.30 113	0.07 7	0.31 37	0.33 66	0.35 30	0.24 20	0.30 19	0.19 23	0.36 39	0.49 112	0.09 12	0.18 36	0.35 51	0.33 48	0.35 37	0.31 33

GMOStereo	0.31 50	0.24 41	0.17 27	0.19 32	0.18 40	0.22 43	0.14 43	0.46 76	0.25 74	0.56 167	0.25 35	0.43 64	0.27 95	0.16 39	0.29 33	0.33 66	0.40 54	0.29 46	0.45 69	0.25 52	0.42 79	0.52 127	0.12 28	0.17 24	0.44 87	0.38 69	0.49 86	0.31 33

error version	0.31 50	0.24 41	0.17 27	0.19 32	0.18 40	0.22 43	0.14 43	0.46 76	0.25 74	0.56 167	0.25 35	0.43 64	0.27 95	0.16 39	0.29 33	0.33 66	0.40 54	0.29 46	0.45 69	0.25 52	0.42 79	0.52 127	0.12 28	0.17 24	0.44 87	0.38 69	0.49 86	0.31 33

test-v	0.31 50	0.24 41	0.17 27	0.19 32	0.18 40	0.22 43	0.14 43	0.46 76	0.25 74	0.56 167	0.25 35	0.43 64	0.27 95	0.16 39	0.29 33	0.33 66	0.40 54	0.29 46	0.45 69	0.25 52	0.42 79	0.52 127	0.12 28	0.17 24	0.44 87	0.38 69	0.49 86	0.31 33

test-2	0.31 50	0.24 41	0.17 27	0.19 32	0.18 40	0.22 43	0.14 43	0.46 76	0.25 74	0.56 167	0.25 35	0.43 64	0.27 95	0.16 39	0.29 33	0.33 66	0.40 54	0.29 46	0.45 69	0.25 52	0.42 79	0.52 127	0.12 28	0.17 24	0.44 87	0.38 69	0.49 86	0.31 33

raft+_RVC	0.26 32	0.23 37	0.18 36	0.19 32	0.18 40	0.18 25	0.13 39	0.38 52	0.19 30	0.46 87	0.30 56	0.34 40	0.16 29	0.13 27	0.31 37	0.29 35	0.34 27	0.27 32	0.39 42	0.20 28	0.37 45	0.32 40	0.10 17	0.15 17	0.32 40	0.28 31	0.36 43	0.31 33

TestStereo1	0.27 36	0.24 41	0.15 17	0.17 24	0.17 30	0.18 25	0.13 39	0.32 28	0.24 65	0.43 63	0.18 14	0.28 19	0.35 130	0.08 11	0.33 43	0.31 47	0.36 32	0.25 22	0.33 26	0.20 28	0.37 45	0.51 122	0.12 28	0.18 36	0.35 51	0.34 51	0.40 56	0.32 40

SA-5K	0.27 36	0.24 41	0.15 17	0.17 24	0.17 30	0.18 25	0.13 39	0.32 28	0.24 65	0.43 63	0.18 14	0.28 19	0.35 130	0.08 11	0.33 43	0.31 47	0.36 32	0.25 22	0.33 26	0.20 28	0.37 45	0.51 122	0.12 28	0.18 36	0.35 51	0.34 51	0.40 56	0.32 40

MGS-Stereo	0.25 28	0.23 37	0.17 27	0.16 21	0.15 21	0.15 16	0.10 18	0.34 36	0.15 13	0.29 21	0.20 22	0.24 13	0.14 21	0.17 44	0.28 30	0.28 30	0.41 61	0.34 77	0.40 46	0.25 52	0.37 45	0.29 32	0.14 49	0.18 36	0.27 26	0.24 17	0.35 37	0.33 42

test croco	0.22 20	0.18 14	0.15 17	0.14 14	0.12 15	0.17 23	0.09 12	0.30 25	0.13 8	0.41 48	0.14 5	0.26 17	0.11 10	0.07 7	0.26 22	0.28 30	0.36 32	0.28 37	0.34 29	0.18 19	0.28 17	0.26 23	0.09 12	0.16 20	0.26 23	0.24 17	0.27 20	0.33 42

RAFT-Stereo + iAFF	0.26 32	0.25 49	0.23 69	0.17 24	0.15 21	0.19 32	0.10 18	0.47 85	0.20 41	0.43 63	0.23 31	0.40 58	0.13 19	0.10 16	0.35 57	0.26 25	0.33 24	0.21 13	0.40 46	0.19 23	0.35 34	0.28 29	0.13 39	0.18 36	0.38 59	0.28 31	0.34 36	0.33 42

HGLStereo	0.33 61	0.32 101	0.26 93	0.27 76	0.28 101	0.29 82	0.18 75	0.39 54	0.23 61	0.40 47	0.58 164	0.34 40	0.19 48	0.24 116	0.34 47	0.36 98	0.45 96	0.39 124	0.42 62	0.29 77	0.41 68	0.36 66	0.18 90	0.26 100	0.42 81	0.41 86	0.37 48	0.33 42

AANet_RVC	0.21 14	0.19 19	0.18 36	0.14 14	0.17 30	0.12 8	0.12 30	0.18 10	0.19 30	0.15 9	0.20 22	0.18 9	0.15 26	0.14 30	0.38 66	0.25 18	0.24 10	0.26 28	0.22 8	0.22 39	0.20 7	0.21 16	0.16 71	0.17 24	0.26 23	0.25 20	0.26 18	0.33 42

GMStereo	0.34 69	0.32 101	0.20 50	0.27 76	0.25 78	0.32 91	0.25 107	0.48 93	0.25 74	0.37 34	0.31 61	0.55 112	0.28 104	0.19 68	0.36 61	0.33 66	0.46 106	0.29 46	0.58 111	0.32 95	0.40 65	0.28 29	0.18 90	0.23 75	0.41 70	0.36 59	0.48 84	0.34 47
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALAANet	0.30 42	0.31 91	0.25 87	0.22 48	0.22 62	0.24 54	0.17 68	0.38 52	0.20 41	0.33 25	0.38 86	0.35 45	0.18 46	0.15 35	0.41 75	0.31 47	0.38 44	0.38 112	0.49 83	0.29 77	0.38 53	0.36 66	0.15 58	0.21 63	0.36 54	0.30 39	0.35 37	0.35 48

StereoIM	0.19 11	0.14 6	0.13 10	0.08 5	0.07 6	0.09 3	0.07 6	0.17 9	0.12 7	0.26 17	0.15 9	0.28 19	0.10 8	0.06 6	0.22 12	0.25 18	0.32 23	0.26 28	0.33 26	0.15 8	0.31 21	0.20 13	0.07 5	0.13 10	0.29 29	0.31 41	0.31 23	0.36 49

test_4	0.26 32	0.19 19	0.17 27	0.14 14	0.15 21	0.11 6	0.07 6	0.37 42	0.20 41	0.53 137	0.21 25	0.35 45	0.16 29	0.15 35	0.26 22	0.30 40	0.36 32	0.25 22	0.32 24	0.22 39	0.38 53	0.35 58	0.10 17	0.18 36	0.33 44	0.32 43	0.35 37	0.36 49

IPLG	0.32 58	0.28 71	0.25 87	0.22 48	0.20 53	0.25 61	0.15 56	0.44 63	0.19 30	0.45 74	0.31 61	0.46 79	0.19 48	0.23 107	0.37 65	0.32 58	0.44 88	0.36 93	0.41 57	0.29 77	0.35 34	0.52 127	0.13 39	0.22 70	0.37 56	0.45 95	0.38 52	0.36 49

SA	0.31 50	0.28 71	0.18 36	0.18 29	0.17 30	0.24 54	0.10 18	0.47 85	0.26 84	0.54 143	0.20 22	0.46 79	0.14 21	0.12 24	0.39 69	0.31 47	0.41 61	0.31 59	0.41 57	0.24 48	0.38 53	0.43 94	0.11 20	0.22 70	0.41 70	0.40 81	0.50 97	0.37 52

test_3	0.36 79	0.25 49	0.22 60	0.25 64	0.25 78	0.24 54	0.15 56	0.51 117	0.24 65	0.54 143	0.25 35	0.67 157	0.29 112	0.17 44	0.50 96	0.34 86	0.45 96	0.34 77	0.88 154	0.33 100	0.44 98	0.64 166	0.11 20	0.24 81	0.39 63	0.37 65	0.42 68	0.37 52

test-3	0.35 73	0.25 49	0.21 56	0.25 64	0.25 78	0.25 61	0.16 61	0.49 99	0.22 54	0.51 122	0.25 35	0.64 151	0.25 81	0.17 44	0.50 96	0.33 66	0.45 96	0.31 59	0.86 147	0.31 89	0.42 79	0.58 152	0.12 28	0.21 63	0.33 44	0.27 28	0.41 61	0.38 54

test_1	0.35 73	0.25 49	0.21 56	0.25 64	0.25 78	0.25 61	0.16 61	0.49 99	0.22 54	0.51 122	0.25 35	0.64 151	0.25 81	0.17 44	0.50 96	0.33 66	0.45 96	0.31 59	0.87 151	0.31 89	0.42 79	0.58 152	0.12 28	0.21 63	0.33 44	0.27 28	0.41 61	0.38 54

ADLNet	0.35 73	0.39 138	0.26 93	0.33 100	0.29 108	0.36 113	0.32 130	0.42 58	0.26 84	0.37 34	0.39 89	0.60 142	0.28 104	0.50 191	0.40 72	0.31 47	0.40 54	0.31 59	0.38 38	0.28 69	0.34 32	0.33 49	0.29 145	0.20 59	0.37 56	0.43 90	0.36 43	0.38 54

FINET	0.58 162	0.30 85	0.31 112	0.34 104	0.25 78	0.28 79	0.30 125	0.37 42	0.32 124	0.39 43	0.30 56	0.38 50	0.26 91	0.23 107	7.02 255	0.39 115	0.39 48	0.29 46	0.51 88	0.28 69	0.39 59	0.35 58	0.25 128	0.25 92	0.39 63	0.37 65	0.41 61	0.38 54

dd	0.39 90	0.40 143	0.22 60	0.82 195	0.26 85	0.54 167	0.25 107	0.47 85	0.19 30	0.47 95	0.26 46	0.66 156	0.22 64	0.20 79	0.43 81	0.37 105	0.59 174	0.30 54	0.77 138	0.28 69	0.41 68	0.36 66	0.17 79	0.24 81	0.46 97	0.36 59	0.51 103	0.39 58

raftrobust	0.32 58	0.25 49	0.22 60	0.22 48	0.21 55	0.19 32	0.14 43	0.49 99	0.18 24	0.54 143	0.35 73	0.44 69	0.19 48	0.17 44	0.45 86	0.36 98	0.42 73	0.32 69	0.44 67	0.30 86	0.42 79	0.38 78	0.15 58	0.18 36	0.43 83	0.37 65	0.39 53	0.39 58

RALCasStereoNet	0.31 50	0.31 91	0.23 69	0.28 80	0.23 67	0.23 51	0.16 61	0.45 70	0.19 30	0.48 100	0.29 53	0.45 73	0.19 48	0.14 30	0.40 72	0.34 86	0.44 88	0.38 112	0.40 46	0.27 65	0.42 79	0.33 49	0.14 49	0.22 70	0.41 70	0.33 48	0.36 43	0.39 58

DN-CSS_ROB	0.37 84	0.32 101	0.31 112	0.32 95	0.30 112	0.26 69	0.18 75	0.52 130	0.26 84	0.51 122	0.56 159	0.57 125	0.37 143	0.18 55	0.50 96	0.29 35	0.43 79	0.31 59	0.84 144	0.29 77	0.41 68	0.30 35	0.22 115	0.35 146	0.39 63	0.37 65	0.42 68	0.39 58

IER	0.30 42	0.24 41	0.24 79	0.24 60	0.21 55	0.26 69	0.18 75	0.35 37	0.21 45	0.36 32	0.46 124	0.52 102	0.20 55	0.24 116	0.36 61	0.30 40	0.39 48	0.31 59	0.34 29	0.24 48	0.33 29	0.30 35	0.20 106	0.20 59	0.32 40	0.40 81	0.36 43	0.40 62

Sa-1000	0.33 61	0.29 79	0.18 36	0.20 40	0.20 53	0.23 51	0.11 24	0.48 93	0.28 105	0.55 159	0.26 46	0.46 79	0.17 35	0.19 68	0.44 83	0.33 66	0.45 96	0.33 72	0.52 90	0.23 44	0.42 79	0.48 110	0.14 49	0.21 63	0.43 83	0.42 87	0.51 103	0.40 62

rafts_anoy	0.31 50	0.31 91	0.24 79	0.22 48	0.24 74	0.24 54	0.15 56	0.44 63	0.18 24	0.44 71	0.39 89	0.40 58	0.16 29	0.14 30	0.41 75	0.34 86	0.41 61	0.37 102	0.42 62	0.26 58	0.39 59	0.36 66	0.12 28	0.21 63	0.41 70	0.32 43	0.36 43	0.40 62

UNet	0.33 61	0.28 71	0.28 100	0.29 84	0.27 93	0.31 88	0.22 90	0.42 58	0.27 94	0.41 48	0.38 86	0.39 53	0.28 104	0.25 124	0.34 47	0.32 58	0.43 79	0.35 85	0.40 46	0.27 65	0.35 34	0.36 66	0.20 106	0.27 110	0.36 54	0.38 69	0.37 48	0.40 62

DISCO	0.33 61	0.30 85	0.23 69	0.31 91	0.28 101	0.33 95	0.31 127	0.32 28	0.30 115	0.39 43	0.43 114	0.33 34	0.20 55	0.24 116	0.42 77	0.31 47	0.42 73	0.33 72	0.47 80	0.30 86	0.37 45	0.35 58	0.20 106	0.25 92	0.38 59	0.36 59	0.41 61	0.40 62

CASnet	0.31 50	0.27 67	0.19 44	0.22 48	0.21 55	0.27 74	0.12 30	0.48 93	0.24 65	0.54 143	0.35 73	0.55 112	0.23 73	0.19 68	0.45 86	0.26 25	0.37 42	0.23 18	0.55 101	0.21 35	0.43 92	0.34 54	0.16 71	0.19 51	0.31 37	0.29 36	0.40 56	0.41 67
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iinet-f	0.36 79	0.26 60	0.25 87	0.24 60	0.18 40	0.35 110	0.17 68	0.33 33	0.21 45	0.42 56	0.72 189	0.44 69	0.36 135	0.19 68	0.53 108	0.36 98	0.43 79	0.28 37	0.89 155	0.35 108	0.42 79	0.41 90	0.18 90	0.19 51	0.41 70	0.30 39	0.47 80	0.41 67

GLC_STEREO	0.37 84	0.32 101	0.30 105	0.32 95	0.28 101	0.31 88	0.24 104	0.49 99	0.22 54	0.54 143	0.44 118	0.49 91	0.22 64	0.22 98	0.33 43	0.33 66	0.55 163	0.34 77	0.49 83	0.31 89	0.60 162	0.50 120	0.18 90	0.25 92	0.40 68	0.31 41	0.57 129	0.41 67

TANstereo	0.41 96	0.26 60	0.19 44	0.29 84	0.27 93	0.33 95	0.17 68	0.37 42	0.21 45	0.45 74	0.23 31	0.32 32	0.28 104	0.22 98	0.57 120	0.57 185	0.52 145	0.68 213	0.98 163	0.76 207	0.43 92	0.39 81	0.85 220	0.23 75	0.29 29	0.39 77	0.51 103	0.41 67

XX-TBD	0.41 96	0.26 60	0.19 44	0.29 84	0.27 93	0.33 95	0.17 68	0.37 42	0.21 45	0.45 74	0.23 31	0.32 32	0.28 104	0.22 98	0.57 120	0.57 185	0.52 145	0.68 213	0.98 163	0.76 207	0.43 92	0.39 81	0.85 220	0.23 75	0.29 29	0.39 77	0.51 103	0.41 67

DMCA-RVC	0.33 61	0.25 49	0.28 100	0.25 64	0.28 101	0.24 54	0.28 112	0.36 39	0.32 124	0.33 25	0.39 89	0.55 112	0.24 77	0.21 90	0.52 101	0.36 98	0.36 32	0.35 85	0.36 34	0.29 77	0.39 59	0.38 78	0.22 115	0.25 92	0.30 34	0.33 48	0.37 48	0.42 72

TestStereo	0.36 79	0.34 115	0.29 103	0.34 104	0.24 74	0.35 110	0.22 90	0.54 140	0.25 74	0.64 196	0.30 56	0.54 109	0.21 58	0.18 55	0.39 69	0.26 25	0.44 88	0.27 32	0.59 113	0.28 69	0.53 142	0.35 58	0.19 101	0.26 100	0.42 81	0.35 53	0.51 103	0.43 73

DSFCA	0.34 69	0.39 138	0.32 119	0.31 91	0.27 93	0.36 113	0.26 109	0.36 39	0.30 115	0.32 24	0.43 114	0.38 50	0.23 73	0.19 68	0.39 69	0.33 66	0.38 44	0.36 93	0.47 80	0.27 65	0.38 53	0.42 91	0.23 120	0.26 100	0.40 68	0.40 81	0.35 37	0.44 74

HITNet	0.29 40	0.27 67	0.21 56	0.22 48	0.21 55	0.22 43	0.15 56	0.40 55	0.22 54	0.50 112	0.34 70	0.44 69	0.22 64	0.17 44	0.34 47	0.24 16	0.33 24	0.31 59	0.32 24	0.20 28	0.33 29	0.32 40	0.16 71	0.19 51	0.32 40	0.29 36	0.45 77	0.44 74
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
NVstereo2D	0.42 106	0.38 130	0.32 119	0.45 146	0.39 141	0.56 171	0.56 181	0.46 76	0.30 115	0.41 48	0.41 102	0.45 73	0.23 73	0.59 204	0.55 114	0.43 140	0.48 118	0.44 152	0.41 57	0.32 95	0.39 59	0.33 49	0.45 189	0.32 133	0.54 126	0.42 87	0.41 61	0.44 74

DeepPrunerF	0.57 158	0.30 85	0.30 105	0.36 117	0.90 210	0.31 88	0.38 142	0.42 58	0.34 137	0.34 29	0.52 146	0.35 45	0.22 64	0.32 155	0.64 142	0.43 140	0.42 73	0.35 85	0.57 107	0.38 120	0.43 92	0.40 84	0.27 136	0.27 110	4.77 257	0.56 125	0.39 53	0.45 77

NLCA_NET_v2_RVC	0.40 92	0.38 130	0.39 143	0.35 113	0.47 163	0.33 95	0.54 178	0.40 55	0.44 157	0.41 48	0.42 107	0.56 118	0.28 104	0.40 177	0.73 159	0.32 58	0.40 54	0.33 72	0.40 46	0.28 69	0.35 34	0.32 40	0.23 120	0.25 92	0.38 59	0.49 103	0.40 56	0.45 77
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNetv2_ROB	0.38 88	0.31 91	0.24 79	0.35 113	0.30 112	0.38 117	0.22 90	0.47 85	0.26 84	0.46 87	0.56 159	0.57 125	0.42 159	0.22 98	0.42 77	0.31 47	0.41 61	0.34 77	0.68 129	0.33 100	0.43 92	0.35 58	0.23 120	0.31 124	0.45 93	0.38 69	0.50 97	0.45 77

LoS_RVC	0.30 42	0.25 49	0.23 69	0.15 17	0.19 50	0.18 25	0.12 30	0.37 42	0.22 54	0.42 56	0.41 102	0.33 34	0.21 58	0.18 55	0.35 57	0.29 35	0.34 27	0.28 37	0.45 69	0.21 35	0.44 98	0.37 73	0.15 58	0.24 81	0.49 103	0.35 53	0.42 68	0.46 80

tt_ll	0.30 42	0.25 49	0.23 69	0.15 17	0.19 50	0.18 25	0.12 30	0.37 42	0.22 54	0.42 56	0.41 102	0.33 34	0.21 58	0.18 55	0.35 57	0.29 35	0.34 27	0.28 37	0.45 69	0.21 35	0.44 98	0.37 73	0.15 58	0.24 81	0.49 103	0.35 53	0.42 68	0.46 80

raft_robust	0.36 79	0.28 71	0.20 50	0.30 88	0.22 62	0.23 51	0.17 68	0.52 130	0.29 111	0.64 196	0.25 35	0.49 91	0.26 91	0.18 55	0.34 47	0.35 93	0.44 88	0.35 85	0.53 94	0.28 69	0.46 109	0.51 122	0.12 28	0.22 70	0.46 97	0.66 145	0.50 97	0.46 80

IPLGR	0.40 92	0.41 145	0.27 97	0.35 113	0.32 121	0.28 79	0.18 75	0.50 108	0.27 94	0.48 100	0.49 131	0.52 102	0.25 81	0.22 98	0.54 111	0.33 66	0.42 73	0.39 124	0.64 120	0.39 123	0.41 68	0.54 135	0.14 49	0.23 75	0.50 109	0.68 150	0.49 86	0.46 80

DLCB_ROB	0.42 106	0.36 117	0.36 139	0.32 95	0.33 126	0.32 91	0.29 116	0.42 58	0.35 141	0.47 95	0.50 136	0.55 112	0.38 148	0.30 144	0.47 93	0.36 98	0.44 88	0.38 112	0.41 57	0.33 100	0.45 105	0.40 84	0.27 136	0.33 139	0.83 193	0.57 130	0.55 124	0.46 80

Former-RAFT_DAM_RVC	0.32 58	0.22 33	0.22 60	0.23 57	0.18 40	0.20 35	0.12 30	0.44 63	0.34 137	0.43 63	0.40 97	0.41 61	0.22 64	0.18 55	0.44 83	0.30 40	0.43 79	0.32 69	0.38 38	0.29 77	0.36 39	0.40 84	0.13 39	0.18 36	0.38 59	0.61 135	0.32 25	0.47 85

AE-Stereo	0.40 92	0.32 101	0.25 87	0.34 104	0.26 85	0.29 82	0.17 68	0.49 99	0.25 74	0.55 159	0.22 29	0.69 161	0.23 73	0.19 68	0.51 100	0.39 115	0.52 145	0.41 136	0.62 119	0.38 120	0.51 131	0.61 160	0.14 49	0.33 139	0.54 126	0.45 95	0.55 124	0.47 85

UDGNet	0.51 145	0.46 160	0.33 126	1.05 209	0.80 202	0.92 202	0.71 194	0.47 85	0.32 124	0.45 74	0.48 128	0.46 79	0.17 35	0.99 225	0.38 66	0.32 58	0.46 106	0.40 129	0.52 90	0.33 100	0.50 126	0.45 101	0.60 205	0.24 81	0.54 126	0.50 106	0.43 73	0.47 85

sCroCo_RVC	0.41 96	0.30 85	0.24 79	0.24 60	0.22 62	0.30 84	0.18 75	0.50 108	0.32 124	0.44 71	0.34 70	0.38 50	0.38 148	0.18 55	0.54 111	0.62 198	0.55 163	0.47 163	0.65 125	0.40 127	0.69 188	0.71 181	0.22 115	0.31 124	0.50 109	0.43 90	0.59 134	0.47 85

DeepPruner_ROB	0.45 122	0.36 117	0.39 143	0.38 123	0.40 145	0.38 117	0.28 112	0.45 70	0.36 144	0.50 112	0.52 146	0.48 88	0.40 154	0.23 107	0.87 173	0.41 125	0.48 118	0.44 152	0.52 90	0.36 111	0.63 172	0.49 112	0.27 136	0.33 139	0.48 99	0.76 162	0.52 114	0.47 85

APVNet	0.43 114	0.37 122	0.30 105	0.35 113	0.39 141	0.47 148	0.37 137	0.51 117	0.32 124	0.36 32	0.52 146	0.42 62	0.24 77	0.30 144	0.57 120	0.51 167	0.55 163	0.48 166	0.64 120	0.46 159	0.46 109	0.49 112	0.26 132	0.37 152	0.48 99	0.36 59	0.62 143	0.48 90

iResNet_ROB	0.36 79	0.31 91	0.28 100	0.32 95	0.22 62	0.34 106	0.23 98	0.45 70	0.27 94	0.45 74	0.42 107	0.39 53	0.49 165	0.19 68	0.36 61	0.31 47	0.45 96	0.36 93	0.56 105	0.26 58	0.39 59	0.29 32	0.19 101	0.26 100	0.45 93	0.38 69	0.49 86	0.48 90

PDISCO_ROB	0.35 73	0.31 91	0.32 119	0.28 80	0.24 74	0.30 84	0.22 90	0.37 42	0.25 74	0.27 18	0.34 70	0.33 34	0.24 77	0.18 55	0.43 81	0.41 125	0.41 61	0.52 182	0.36 34	0.33 100	0.46 109	0.49 112	0.17 79	0.26 100	0.44 87	0.44 92	0.62 143	0.48 90

MyStereo04	0.45 122	0.39 138	0.41 150	0.34 104	0.31 117	0.27 74	0.23 98	0.51 117	0.38 146	0.50 112	0.37 84	0.56 118	0.28 104	0.17 44	0.55 114	0.41 125	0.44 88	0.40 129	1.14 181	0.41 130	0.51 131	0.50 120	0.18 90	0.32 133	0.56 137	0.88 180	0.65 151	0.50 93

MyStereo	0.48 134	0.41 145	0.43 154	0.37 120	0.32 121	0.28 79	0.23 98	0.52 130	0.39 147	0.52 130	0.40 97	0.56 118	0.34 127	0.18 55	0.59 129	0.41 125	0.45 96	0.39 124	1.23 184	0.44 146	0.53 142	0.54 135	0.20 106	0.32 133	0.63 160	0.99 192	0.72 163	0.50 93

CES	0.34 69	0.20 25	0.20 50	0.19 32	0.21 55	0.20 35	0.09 12	0.84 202	0.19 30	0.42 56	0.57 162	0.49 91	0.17 35	0.20 79	0.34 47	0.38 111	0.47 113	0.28 37	0.42 62	0.25 52	0.68 183	0.37 73	0.18 90	0.19 51	0.45 93	0.32 43	0.43 73	0.50 93

AF-Net	0.41 96	0.37 122	0.35 133	0.39 129	0.45 155	0.44 140	0.40 144	0.44 63	0.44 157	0.37 34	0.48 128	0.59 135	0.33 122	0.31 149	0.53 108	0.37 105	0.36 32	0.36 93	0.46 77	0.31 89	0.36 39	0.35 58	0.34 155	0.31 124	0.41 70	0.50 106	0.61 140	0.50 93

Nwc_Net	0.41 96	0.37 122	0.35 133	0.39 129	0.45 155	0.44 140	0.40 144	0.44 63	0.44 157	0.37 34	0.48 128	0.59 135	0.33 122	0.31 149	0.53 108	0.37 105	0.36 32	0.36 93	0.46 77	0.31 89	0.36 39	0.35 58	0.34 155	0.31 124	0.41 70	0.50 106	0.61 140	0.50 93

MIPNet	0.37 84	0.32 101	0.24 79	0.26 72	0.23 67	0.27 74	0.16 61	0.50 108	0.20 41	0.45 74	0.36 78	0.53 107	0.31 118	0.23 107	0.44 83	0.36 98	0.47 113	0.37 102	0.52 90	0.37 114	0.37 45	0.54 135	0.14 49	0.20 59	0.50 109	0.72 156	0.43 73	0.51 98

CREStereo++_RVC	0.33 61	0.25 49	0.19 44	0.23 57	0.26 85	0.22 43	0.16 61	0.45 70	0.27 94	0.48 100	0.29 53	0.48 88	0.45 163	0.19 68	0.40 72	0.32 58	0.47 113	0.25 22	0.39 42	0.23 44	0.42 79	0.34 54	0.13 39	0.25 92	0.41 70	0.39 77	0.52 114	0.51 98
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
psm_up	0.44 116	0.39 138	0.42 152	0.45 146	0.33 126	0.47 148	0.28 112	0.51 117	0.50 171	0.43 63	0.42 107	0.46 79	0.41 158	0.30 144	0.61 134	0.38 111	0.48 118	0.38 112	0.59 113	0.35 108	0.41 68	0.38 78	0.25 128	0.40 161	0.55 133	0.67 147	0.56 128	0.51 98

CFNet_RVC	0.40 92	0.40 143	0.34 129	0.39 129	0.36 134	0.39 121	0.26 109	0.44 63	0.28 105	0.45 74	0.51 140	0.46 79	0.27 95	0.24 116	0.67 152	0.34 86	0.43 79	0.37 102	0.45 69	0.32 95	0.45 105	0.37 73	0.20 106	0.27 110	0.51 116	0.50 106	0.51 103	0.51 98

GES	0.43 114	0.38 130	0.26 93	0.31 91	0.30 112	0.42 133	0.27 111	0.46 76	0.28 105	0.49 108	0.42 107	0.43 64	0.27 95	0.31 149	0.85 170	0.44 145	0.54 160	0.43 148	0.98 163	0.43 140	0.51 131	0.46 104	0.23 120	0.31 124	0.41 70	0.35 53	0.47 80	0.52 102

BEATNet_4x	0.37 84	0.29 79	0.24 79	0.28 80	0.26 85	0.26 69	0.22 90	0.45 70	0.28 105	0.57 176	0.33 66	0.49 91	0.30 113	0.19 68	0.57 120	0.34 86	0.41 61	0.40 129	0.40 46	0.26 58	0.49 120	0.65 171	0.21 114	0.27 110	0.39 63	0.39 77	0.53 117	0.52 102

RASNet	0.33 61	0.33 110	0.31 112	0.27 76	0.24 74	0.27 74	0.21 87	0.46 76	0.27 94	0.41 48	0.33 66	0.40 58	0.26 91	0.20 79	0.31 37	0.30 40	0.39 48	0.31 59	0.36 34	0.22 39	0.41 68	0.33 49	0.15 58	0.32 133	0.34 48	0.40 81	0.50 97	0.52 102

CFNet	0.35 73	0.31 91	0.27 97	0.38 123	0.32 121	0.30 84	0.24 104	0.46 76	0.26 84	0.41 48	0.36 78	0.59 135	0.32 120	0.24 116	0.38 66	0.28 30	0.39 48	0.35 85	0.38 38	0.26 58	0.36 39	0.26 23	0.18 90	0.25 92	0.49 103	0.44 92	0.47 80	0.52 102

PSMNet-ADL	0.59 167	0.47 162	0.48 165	0.52 162	0.50 168	0.53 165	0.47 159	0.59 166	0.46 164	0.64 196	0.69 184	0.78 170	0.85 190	0.39 174	0.77 163	0.50 162	0.54 160	0.42 143	1.19 182	0.52 178	0.57 152	0.53 133	0.39 169	0.36 147	0.58 144	0.70 152	0.90 190	0.53 106

CREStereo	0.33 61	0.27 67	0.23 69	0.26 72	0.21 55	0.22 43	0.12 30	0.49 99	0.21 45	0.50 112	0.26 46	0.54 109	0.24 77	0.20 79	0.34 47	0.35 93	0.49 124	0.26 28	0.42 62	0.23 44	0.46 109	0.33 49	0.15 58	0.22 70	0.41 70	0.42 87	0.49 86	0.53 106
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
FADNet-RVC-Resample	0.41 96	0.31 91	0.32 119	0.36 117	0.29 108	0.33 95	0.28 112	0.54 140	0.32 124	0.57 176	0.36 78	0.56 118	0.36 135	0.30 144	0.63 140	0.33 66	0.42 73	0.42 143	0.57 107	0.44 146	0.41 68	0.54 135	0.26 132	0.45 172	0.45 93	0.44 92	0.37 48	0.53 106

FADNet-RVC	0.44 116	0.38 130	0.29 103	0.41 136	0.33 126	0.33 95	0.34 132	0.54 140	0.30 115	0.52 130	0.41 102	0.61 145	0.36 135	0.25 124	1.01 184	0.39 115	0.44 88	0.34 77	0.79 140	0.41 130	0.42 79	0.44 97	0.28 141	0.37 152	0.48 99	0.53 115	0.41 61	0.53 106

CAS	0.28 39	0.22 33	0.18 36	0.21 45	0.17 30	0.18 25	0.10 18	0.33 33	0.21 45	0.33 25	0.40 97	0.29 23	0.19 48	0.18 55	0.31 37	0.28 30	0.38 44	0.26 28	0.39 42	0.20 28	0.30 19	0.32 40	0.16 71	0.18 36	0.37 56	0.35 53	0.41 61	0.54 110

LMCR-Stereo	0.38 88	0.32 101	0.24 79	0.25 64	0.25 78	0.34 106	0.19 82	0.44 63	0.27 94	0.45 74	0.36 78	0.52 102	0.34 127	0.21 90	0.46 92	0.36 98	0.50 133	0.38 112	0.75 135	0.42 136	0.49 120	0.49 112	0.20 106	0.24 81	0.41 70	0.40 81	0.51 103	0.54 110

Anonymous	0.46 125	0.35 116	0.31 112	0.30 88	0.30 112	0.33 95	0.21 87	0.51 117	0.33 133	0.39 43	0.36 78	0.45 73	0.36 135	0.17 44	0.52 101	0.62 198	0.58 170	0.51 174	1.26 185	0.44 146	0.74 192	0.70 180	0.22 115	0.28 118	0.54 126	0.51 111	0.62 143	0.54 110

EKT-Stereo	0.50 141	0.39 138	0.30 105	0.50 158	0.34 130	0.50 154	0.52 171	0.51 117	0.24 65	0.50 112	0.51 140	0.57 125	0.25 81	0.22 98	0.77 163	0.55 180	0.55 163	0.52 182	0.92 157	0.41 130	0.67 180	0.72 184	0.17 79	0.26 100	0.73 179	0.76 162	0.64 149	0.55 113

sAnonymous2	0.41 96	0.29 79	0.25 87	0.25 64	0.23 67	0.33 95	0.23 98	0.56 152	0.30 115	0.41 48	0.39 89	0.39 53	0.30 113	0.18 55	0.52 101	0.54 174	0.53 153	0.49 168	0.82 142	0.43 140	0.55 148	0.65 171	0.20 106	0.26 100	0.52 122	0.52 113	0.51 103	0.55 113

CroCo_RVC	0.41 96	0.29 79	0.25 87	0.25 64	0.23 67	0.33 95	0.23 98	0.56 152	0.30 115	0.41 48	0.39 89	0.39 53	0.30 113	0.18 55	0.52 101	0.54 174	0.53 153	0.49 168	0.82 142	0.43 140	0.55 148	0.65 171	0.20 106	0.26 100	0.52 122	0.52 113	0.51 103	0.55 113

FCDSN-DC	0.52 149	0.52 174	0.52 176	0.53 163	0.51 170	0.51 159	0.52 171	0.57 158	0.36 144	0.61 188	0.36 78	0.48 88	0.34 127	0.47 189	0.63 140	0.58 190	0.65 183	0.62 204	0.54 97	0.49 168	0.60 162	0.54 135	0.39 169	0.64 201	0.55 133	0.56 125	0.52 114	0.55 113
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ICVP	0.44 116	0.38 130	0.48 165	0.41 136	0.37 137	0.40 126	0.29 116	0.47 85	0.33 133	0.46 87	0.46 124	0.50 98	0.39 151	0.25 124	0.52 101	0.39 115	0.46 106	0.40 129	0.54 97	0.40 127	0.44 98	0.64 166	0.55 199	0.36 147	0.49 103	0.55 122	0.53 117	0.56 117
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	0.58 162	0.46 160	0.33 126	0.32 95	0.34 130	0.46 144	0.37 137	0.57 158	0.51 173	0.56 167	0.38 86	1.06 183	0.37 143	0.26 131	0.93 177	0.73 217	0.67 188	0.57 197	1.06 173	0.52 178	0.83 204	1.15 224	0.26 132	0.30 122	0.62 155	0.66 145	0.76 173	0.56 117

HSM	0.42 106	0.37 122	0.31 112	0.40 133	0.36 134	0.34 106	0.29 116	0.55 146	0.29 111	0.50 112	0.51 140	0.49 91	0.37 143	0.24 116	0.64 142	0.35 93	0.52 145	0.36 93	0.51 88	0.37 114	0.52 137	0.40 84	0.19 101	0.31 124	0.50 109	0.54 119	0.55 124	0.56 117

PWCDC_ROB	0.47 127	0.21 31	0.31 112	0.20 40	0.34 130	0.24 54	0.30 125	0.27 19	0.95 214	0.21 12	0.54 154	0.31 28	2.14 223	0.49 190	0.61 134	0.42 133	0.39 48	0.41 136	0.40 46	0.38 120	0.41 68	0.87 206	0.35 158	0.31 124	0.27 26	0.49 103	0.35 37	0.56 117

EGLCR-Stereo	0.34 69	0.28 71	0.20 50	0.24 60	0.26 85	0.33 95	0.11 24	0.48 93	0.21 45	0.49 108	0.22 29	0.49 91	0.15 26	0.17 44	0.27 27	0.31 47	0.46 106	0.31 59	0.46 77	0.26 58	0.49 120	0.56 145	0.15 58	0.19 51	0.39 63	0.36 59	0.75 172	0.57 121

CFNet_pseudo	0.39 90	0.33 110	0.35 133	0.41 136	0.34 130	0.39 121	0.29 116	0.51 117	0.29 111	0.54 143	0.53 153	0.47 86	0.43 161	0.25 124	0.52 101	0.35 93	0.40 54	0.37 102	0.47 80	0.26 58	0.39 59	0.34 54	0.19 101	0.27 110	0.44 87	0.46 99	0.53 117	0.57 121

MLCV	0.48 134	0.38 130	0.36 139	0.55 168	0.40 145	0.50 154	0.34 132	0.60 172	0.31 122	0.49 108	0.60 171	0.73 164	0.59 177	0.23 107	0.60 131	0.32 58	0.49 124	0.38 112	1.03 169	0.34 106	0.44 98	0.49 112	0.28 141	0.39 160	0.55 133	0.56 125	0.55 124	0.57 121

LoS	0.42 106	0.33 110	0.22 60	0.29 84	0.31 117	0.27 74	0.16 61	1.19 222	0.22 54	0.76 212	0.70 185	0.57 125	0.28 104	0.20 79	0.33 43	0.41 125	0.46 106	0.29 46	0.53 94	0.28 69	0.52 137	0.43 94	0.17 79	0.19 51	0.60 150	0.48 102	0.49 86	0.58 124

cross-raft	0.44 116	0.32 101	0.24 79	0.33 100	0.26 85	0.32 91	0.19 82	0.54 140	0.27 94	0.55 159	0.50 136	0.59 135	0.21 58	0.20 79	0.45 86	0.56 183	0.51 142	0.37 102	1.07 175	0.45 152	0.58 155	0.74 187	0.15 58	0.26 100	0.58 144	0.53 115	0.60 137	0.59 125

RP	0.45 122	0.45 155	0.50 170	0.48 154	0.44 151	0.46 144	0.49 163	0.47 85	0.46 164	0.34 29	0.59 168	0.57 125	0.42 159	0.34 159	0.57 120	0.37 105	0.44 88	0.36 93	0.50 86	0.35 108	0.40 65	0.42 91	0.30 151	0.36 147	0.51 116	0.53 115	0.54 122	0.59 125

SACVNet	0.48 134	0.42 148	0.39 143	0.44 145	0.41 148	0.41 130	0.45 155	0.52 130	0.48 166	0.52 130	0.47 126	0.46 79	0.25 81	0.32 155	0.66 149	0.42 133	0.50 133	0.46 160	0.65 125	0.49 168	0.55 148	0.53 133	0.29 145	0.36 147	0.65 164	0.58 132	0.63 148	0.60 127

stereogan	0.51 145	0.48 167	0.50 170	0.53 163	0.55 181	0.56 171	0.48 162	0.53 138	0.48 166	0.39 43	0.49 131	0.70 162	0.51 172	0.35 161	0.64 142	0.42 133	0.45 96	0.40 129	0.64 120	0.42 136	0.45 105	0.47 109	0.38 165	0.38 157	0.49 103	0.54 119	0.80 175	0.60 127

AACVNet	0.42 106	0.37 122	0.33 126	0.42 141	0.46 160	0.43 138	0.29 116	0.48 93	0.32 124	0.50 112	0.52 146	0.47 86	0.25 81	0.26 131	0.52 101	0.37 105	0.48 118	0.42 143	0.54 97	0.43 140	0.44 98	0.43 94	0.26 132	0.34 145	0.48 99	0.50 106	0.51 103	0.61 129

STTStereo	0.41 96	0.43 151	0.44 157	0.37 120	0.44 151	0.34 106	0.50 165	0.37 42	0.34 137	0.38 41	0.43 114	0.51 100	0.33 122	0.38 171	0.94 178	0.33 66	0.42 73	0.41 136	0.40 46	0.30 86	0.37 45	0.32 40	0.23 120	0.28 118	0.43 83	0.45 95	0.42 68	0.61 129

R-Stereo Train	0.42 106	0.29 79	0.30 105	0.34 104	0.28 101	0.38 117	0.14 43	0.50 108	0.26 84	0.54 143	0.44 118	0.56 118	0.27 95	0.21 90	0.55 114	0.45 147	0.52 145	0.38 112	0.71 131	0.37 114	0.53 142	0.62 163	0.18 90	0.29 120	0.56 137	0.63 138	0.46 78	0.61 129

RAFT-Stereo	0.42 106	0.29 79	0.30 105	0.34 104	0.28 101	0.38 117	0.14 43	0.50 108	0.26 84	0.54 143	0.44 118	0.56 118	0.27 95	0.21 90	0.55 114	0.45 147	0.52 145	0.38 112	0.71 131	0.37 114	0.53 142	0.62 163	0.18 90	0.29 120	0.56 137	0.63 138	0.46 78	0.61 129
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UCFNet_RVC	0.44 116	0.53 176	0.35 133	0.47 152	0.42 150	0.42 133	0.31 127	0.49 99	0.32 124	0.51 122	0.49 131	0.68 158	0.37 143	0.27 136	0.68 153	0.33 66	0.41 61	0.38 112	0.49 83	0.32 95	0.46 109	0.36 66	0.29 145	0.31 124	0.64 163	0.55 122	0.49 86	0.61 129

PS-NSSS	0.47 127	0.53 176	0.39 143	0.69 181	0.41 148	0.57 174	0.46 157	0.57 158	0.31 122	0.57 176	0.37 84	1.18 187	0.35 130	0.29 140	0.61 134	0.31 47	0.41 61	0.36 93	0.71 131	0.33 100	0.33 29	0.24 21	0.27 136	0.30 122	0.51 116	0.46 99	0.48 84	0.61 129

FADNet	0.49 139	0.38 130	0.31 112	0.42 141	0.32 121	0.41 130	0.47 159	0.60 172	0.35 141	0.57 176	0.54 154	0.61 145	0.40 154	0.29 140	0.99 183	0.38 111	0.41 61	0.39 124	1.00 168	0.43 140	0.51 131	0.46 104	0.29 145	0.32 133	0.58 144	0.61 135	0.49 86	0.62 135

MSMDNet	0.44 116	0.32 101	0.23 69	0.27 76	0.27 93	0.37 116	0.23 98	0.51 117	0.25 74	0.52 130	0.52 146	0.54 109	0.22 64	0.21 90	0.47 93	0.63 201	0.52 145	0.38 112	1.05 172	0.61 191	0.57 152	0.64 166	0.17 79	0.24 81	0.55 133	0.45 95	0.59 134	0.62 135

DLNR_Zeroshot_test	15.24 263	56.59 275	0.74 208	77.76 275	0.28 101	0.40 126	71.39 275	0.56 152	0.23 61	0.54 143	0.35 73	0.59 135	0.18 46	4.34 264	79.08 274	81.53 275	15.25 265	11.51 263	5.30 231	0.36 111	0.78 200	0.74 187	0.15 58	0.31 124	0.60 150	0.51 111	0.69 155	0.63 137

UDG	1.10 201	1.96 231	0.62 196	2.28 225	2.25 239	2.00 225	2.51 231	0.59 166	0.73 193	0.59 182	0.83 208	1.25 192	0.33 122	2.35 233	0.88 174	0.52 169	0.95 218	0.62 204	1.84 201	0.67 202	0.86 207	0.81 200	1.27 231	0.46 175	0.62 155	0.64 140	0.71 160	0.63 137

RAFT-Test	0.47 127	0.31 91	0.23 69	0.38 123	0.26 85	0.35 110	0.22 90	0.53 138	0.25 74	0.53 137	0.60 171	0.55 112	0.22 64	0.20 79	0.49 95	0.62 198	0.51 142	0.37 102	1.08 177	0.49 168	0.58 155	0.62 163	0.16 71	0.24 81	0.57 141	1.00 193	0.62 143	0.64 139

DDUNet	1.09 200	1.90 229	0.60 189	2.35 227	2.12 236	2.19 227	2.37 228	0.57 158	0.70 191	0.48 100	0.80 201	1.34 196	0.25 81	2.50 236	0.80 167	0.58 190	0.89 217	0.51 174	1.72 195	0.61 191	0.83 204	0.76 192	1.49 232	0.41 167	0.59 147	0.64 140	0.70 159	0.66 140

PMTNet	0.35 73	0.28 71	0.22 60	0.26 72	0.23 67	0.20 35	0.19 82	0.45 70	0.21 45	0.50 112	0.25 35	0.52 102	0.16 29	0.18 55	0.57 120	0.35 93	0.47 113	0.28 37	0.55 101	0.26 58	0.47 117	0.30 35	0.16 71	0.16 20	0.49 103	0.47 101	0.49 86	0.66 140

NCC-stereo	0.52 149	0.47 162	0.45 162	0.49 156	0.52 172	0.50 154	0.53 175	0.51 117	0.58 177	0.37 34	0.58 164	0.63 148	0.56 174	0.37 167	0.66 149	0.42 133	0.46 106	0.51 174	0.59 113	0.42 136	0.46 109	0.46 104	0.44 186	0.37 152	0.60 150	0.72 156	0.74 169	0.68 142

Abc-Net	0.52 149	0.47 162	0.45 162	0.49 156	0.52 172	0.50 154	0.53 175	0.51 117	0.58 177	0.37 34	0.58 164	0.63 148	0.56 174	0.37 167	0.66 149	0.42 133	0.46 106	0.51 174	0.59 113	0.42 136	0.46 109	0.46 104	0.44 186	0.37 152	0.60 150	0.72 156	0.74 169	0.68 142
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
iResNet	0.62 169	0.41 145	0.44 157	0.53 163	0.49 164	0.68 188	0.41 150	0.66 178	0.44 157	0.50 112	0.55 157	1.10 184	1.24 206	0.25 124	0.90 175	0.44 145	0.53 153	0.45 157	1.74 197	0.47 163	0.49 120	0.49 112	0.33 154	0.56 189	0.57 141	0.60 134	0.69 155	0.68 142

EAI-Stereo	0.47 127	0.31 91	0.23 69	0.36 117	0.32 121	0.44 140	0.40 144	0.56 152	0.29 111	0.51 122	0.50 136	0.58 132	0.19 48	0.20 79	0.83 168	0.59 192	0.50 133	0.37 102	1.06 173	0.49 168	0.49 120	0.57 149	0.14 49	0.24 81	0.59 147	0.62 137	0.67 154	0.69 145

XPNet_ROB	0.57 158	0.57 183	0.42 152	0.41 136	0.44 151	0.50 154	0.45 155	0.41 57	0.48 166	0.48 100	0.56 159	1.91 205	0.38 148	0.32 155	0.77 163	0.46 152	0.67 188	0.44 152	0.61 118	0.41 130	0.56 151	0.78 194	0.35 158	0.40 161	0.51 116	0.53 115	1.00 196	0.69 145

GANet-ADL	0.49 139	0.42 148	0.34 129	0.43 144	0.44 151	0.48 151	0.36 136	0.51 117	0.34 137	0.54 143	0.49 131	0.64 151	0.36 135	0.35 161	0.64 142	0.41 125	0.53 153	0.38 112	0.81 141	0.52 178	0.50 126	0.49 112	0.31 152	0.32 133	0.54 126	0.78 168	0.64 149	0.71 147

NOSS_ROB	0.58 162	0.50 172	0.44 157	0.56 170	0.52 172	0.52 161	0.47 159	0.68 184	0.39 147	0.52 130	0.40 97	0.50 98	0.36 135	0.53 198	0.94 178	0.60 194	0.62 176	0.54 187	0.59 113	0.49 168	0.66 178	0.56 145	0.39 169	0.54 186	0.74 181	1.02 197	0.85 185	0.72 148

FADNet_RVC	0.63 170	0.48 167	0.40 148	0.66 179	0.46 160	0.41 130	0.37 137	0.62 176	0.43 156	0.62 190	0.59 168	0.98 179	0.83 188	0.39 174	1.27 199	0.40 123	0.62 176	0.55 194	1.73 196	0.54 183	0.62 170	0.80 199	0.29 145	0.45 172	0.53 124	0.70 152	0.53 117	0.73 149

HBP-ISP	0.63 170	0.53 176	0.61 194	0.79 193	0.58 186	0.62 179	0.53 175	0.71 188	0.39 147	0.63 194	0.58 164	0.68 158	0.32 120	0.60 205	0.73 159	0.75 219	0.58 170	0.49 168	0.54 97	0.51 175	0.67 180	0.85 204	0.38 165	0.54 186	0.70 170	0.76 162	1.11 204	0.74 150

IGEV_Zeroshot_test	0.52 149	0.33 110	0.83 212	0.76 189	0.37 137	0.39 121	0.46 157	0.58 162	0.28 105	0.54 143	0.80 201	0.61 145	0.19 48	0.22 98	0.42 77	0.57 185	0.50 133	0.35 85	0.92 157	0.45 152	0.59 159	0.60 156	0.15 58	0.25 92	0.82 192	0.67 147	0.69 155	0.75 151

pcwnet_v2	0.47 127	0.37 122	0.39 143	0.48 154	0.38 140	0.46 144	0.38 142	0.51 117	0.35 141	0.54 143	0.60 171	0.51 100	0.78 186	0.35 161	0.65 147	0.39 115	0.47 113	0.38 112	0.55 101	0.31 89	0.44 98	0.36 66	0.25 128	0.33 139	0.60 150	0.57 130	0.60 137	0.75 151

MSKI-zero shot	0.48 134	0.28 71	0.22 60	0.31 91	0.27 93	0.33 95	0.24 104	0.55 146	0.24 65	0.53 137	0.51 140	0.55 112	0.22 64	0.19 68	0.58 126	0.52 169	0.51 142	0.37 102	1.37 189	0.43 140	0.54 146	0.69 178	0.16 71	0.26 100	0.51 116	1.09 203	0.80 175	0.76 153

ccs_rob	0.82 185	0.59 186	0.44 157	0.73 186	0.49 164	0.74 189	0.69 192	0.59 166	0.40 154	0.56 167	3.97 258	3.46 233	1.01 199	0.43 182	0.73 159	0.53 171	0.53 153	0.49 168	0.78 139	0.56 186	0.60 162	0.60 156	0.39 169	0.38 157	0.56 137	0.58 132	0.57 129	0.76 153

HSM-Net_RVC	0.52 149	0.38 130	0.40 148	0.57 172	0.45 155	0.47 148	0.29 116	0.55 146	0.39 147	0.57 176	0.62 178	0.90 176	0.59 177	0.31 149	0.55 114	0.37 105	0.50 133	0.42 143	0.58 111	0.36 111	0.50 126	0.59 155	0.29 145	0.44 170	0.69 168	0.81 172	0.80 175	0.77 155
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TRStereo	0.51 145	0.48 167	0.79 211	0.38 123	0.25 78	0.80 195	0.37 137	0.50 108	0.24 65	0.51 122	0.33 66	0.68 158	0.14 21	0.20 79	0.45 86	0.48 156	0.48 118	0.36 93	0.57 107	0.37 114	0.51 131	0.55 143	0.13 39	0.20 59	0.59 147	1.39 217	1.22 213	0.78 156

CASS	0.51 145	0.37 122	0.35 133	0.45 146	0.40 145	0.48 151	0.35 135	0.60 172	0.39 147	0.62 190	0.51 140	0.56 118	0.39 151	0.23 107	0.58 126	0.39 115	0.67 188	0.39 124	0.97 162	0.41 130	0.62 170	0.71 181	0.27 136	0.27 110	0.68 167	0.54 119	0.69 155	0.80 157
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HH	0.47 127	0.22 33	0.57 183	0.34 104	0.27 93	0.40 126	0.29 116	0.52 130	0.27 94	0.54 143	0.30 56	0.58 132	0.17 35	0.23 107	0.45 86	0.61 195	0.49 124	0.40 129	0.99 166	0.44 146	0.68 183	0.61 160	0.17 79	0.27 110	0.50 109	0.87 178	0.65 151	0.81 158

HanStereo	0.47 127	0.22 33	0.57 183	0.34 104	0.27 93	0.40 126	0.29 116	0.52 130	0.27 94	0.54 143	0.30 56	0.58 132	0.17 35	0.23 107	0.45 86	0.61 195	0.49 124	0.40 129	0.99 166	0.44 146	0.68 183	0.61 160	0.17 79	0.27 110	0.50 109	0.87 178	0.65 151	0.81 158

GwcNet-ADL	0.57 158	0.58 185	0.50 170	0.72 184	0.53 178	0.55 168	0.43 152	0.58 162	0.39 147	0.54 143	0.74 194	0.90 176	0.50 167	0.39 174	0.65 147	0.49 159	0.58 170	0.43 148	0.91 156	0.50 173	0.51 131	0.57 149	0.39 169	0.38 157	0.62 155	0.77 167	0.54 122	0.82 160

GEStereo_RVC	0.50 141	0.42 148	0.32 119	0.39 129	0.37 137	0.42 133	0.33 131	0.52 130	0.33 133	0.50 112	0.42 107	0.60 142	0.40 154	0.27 136	0.56 119	0.54 174	0.60 175	0.56 195	0.92 157	0.47 163	0.57 152	0.90 209	0.24 125	0.40 161	0.51 116	0.49 103	0.50 97	0.82 160

RGC	0.58 162	0.54 180	0.68 205	0.55 168	0.55 181	0.60 177	0.44 154	0.58 162	0.62 183	0.45 74	0.72 189	0.65 155	0.70 182	0.45 185	0.71 158	0.48 156	0.50 133	0.45 157	0.64 120	0.45 152	0.50 126	0.51 122	0.40 177	0.44 170	0.65 164	0.76 162	0.74 169	0.82 160

XQC	0.80 183	0.75 202	0.59 186	0.77 191	0.74 197	0.79 194	0.73 197	0.88 205	0.78 199	0.73 210	0.60 171	0.89 173	0.85 190	0.61 206	1.25 197	0.67 206	0.65 183	0.54 187	1.08 177	0.62 193	0.76 197	0.88 208	0.52 196	0.59 193	0.97 205	1.38 215	1.04 200	0.82 160

NCCL2	0.52 149	0.48 167	0.49 169	0.41 136	0.39 141	0.39 121	0.34 132	0.55 146	0.45 163	0.58 181	0.45 122	0.53 107	0.37 143	0.29 140	0.84 169	0.49 159	0.49 124	0.46 160	0.57 107	0.45 152	0.59 159	0.64 166	0.35 158	0.47 179	0.71 173	0.73 161	0.62 143	0.82 160

SGM-Forest	0.53 157	0.48 167	0.34 129	0.76 189	0.50 168	0.52 161	0.40 144	0.54 140	0.33 133	0.48 100	0.35 73	0.76 166	0.63 179	0.43 182	0.60 131	0.41 125	0.45 96	0.41 136	0.50 86	0.37 114	0.48 118	0.46 104	0.37 162	0.40 161	0.70 170	0.56 125	1.16 205	0.83 165
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GANetREF_RVC	0.63 170	0.57 183	0.59 186	0.56 170	0.52 172	0.56 171	0.52 171	0.85 204	0.63 184	0.78 213	0.44 118	1.02 182	0.64 180	0.35 161	0.69 154	0.45 147	0.54 160	0.51 174	0.86 147	0.52 178	0.67 180	0.52 127	0.48 191	0.60 194	0.74 181	0.64 140	0.82 179	0.84 166
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
DAS	0.65 174	0.43 151	0.32 119	0.62 175	0.49 164	0.55 168	0.50 165	0.59 166	0.67 187	0.45 74	0.71 186	1.21 188	0.70 182	0.25 124	0.85 170	0.50 162	0.72 197	0.51 174	1.03 169	0.66 198	0.61 166	0.75 190	0.41 181	0.66 203	0.74 181	0.85 174	0.84 183	0.85 167

SepStereo	0.65 174	0.43 151	0.32 119	0.62 175	0.49 164	0.55 168	0.50 165	0.59 166	0.67 187	0.45 74	0.71 186	1.21 188	0.70 182	0.25 124	0.85 170	0.50 162	0.72 197	0.51 174	1.03 169	0.66 198	0.61 166	0.75 190	0.41 181	0.66 203	0.74 181	0.85 174	0.84 183	0.85 167

test-1	0.48 134	0.24 41	0.23 69	0.28 80	0.31 117	0.51 159	0.29 116	0.58 162	0.32 124	0.55 159	0.41 102	0.59 135	0.33 122	0.21 90	0.60 131	0.46 152	0.50 133	0.41 136	1.07 175	0.40 127	0.52 137	0.87 206	0.17 79	0.33 139	0.63 160	0.67 147	0.58 131	0.86 169

Any-RAFT	0.46 125	0.27 67	0.53 179	0.38 123	0.29 108	0.32 91	0.22 90	0.49 99	0.26 84	0.48 100	0.54 154	0.57 125	0.20 55	0.20 79	0.58 126	0.40 123	0.49 124	0.34 77	0.86 147	0.34 106	0.54 146	0.54 135	0.17 79	0.24 81	0.72 176	1.00 193	0.51 103	0.87 170

LALA_ROB	0.68 177	0.64 194	0.52 176	0.51 159	0.51 170	0.66 184	0.52 171	0.54 140	0.66 186	0.55 159	0.74 194	2.34 212	0.45 163	0.38 171	1.07 188	0.49 159	0.68 193	0.57 197	0.69 130	0.51 175	0.63 172	0.72 184	0.38 165	0.45 172	0.57 141	0.71 155	0.96 193	0.87 170

ETE_ROB	0.69 178	0.65 195	0.44 157	0.54 166	0.52 172	0.66 184	0.49 163	0.52 130	0.60 180	0.52 130	0.73 192	2.42 213	0.44 162	0.41 178	1.02 186	0.51 167	0.72 197	0.50 173	0.74 134	0.52 178	0.66 178	0.71 181	0.40 177	0.46 175	0.62 155	0.72 156	1.20 209	0.90 172

CC-Net-ROB	0.73 180	0.93 212	0.60 189	1.39 217	0.88 208	1.29 217	0.91 208	0.70 186	0.44 157	0.71 206	0.50 136	2.03 206	0.36 135	0.64 211	0.70 155	0.34 86	0.53 153	0.49 168	1.09 179	0.45 152	0.42 79	0.31 39	0.81 217	0.41 167	0.69 168	0.64 140	0.59 134	0.92 173

anonymity	1.03 197	0.26 60	0.65 199	0.38 123	0.29 108	0.36 113	0.21 87	0.56 152	0.27 94	0.53 137	15.55 266	0.52 102	0.22 64	0.21 90	0.42 77	0.50 162	0.49 124	0.33 72	0.84 144	0.46 159	0.49 120	0.54 135	0.18 90	0.23 75	0.71 173	0.98 191	0.58 131	0.96 174

XX-Stereo	8.91 257	0.25 49	0.19 44	0.40 133	0.21 55	0.44 140	0.17 68	0.55 146	0.23 61	0.52 130	0.47 126	0.59 135	0.17 35	0.20 79	0.62 138	0.56 183	0.49 124	0.37 102	0.66 128	0.39 123	0.48 118	0.45 101	0.15 58	0.21 63	229.66 274	0.55 122	0.60 137	0.96 174

FC-DCNN	0.66 176	0.69 198	0.65 199	0.99 206	0.67 193	0.93 204	0.68 191	0.76 197	0.41 155	0.72 209	0.42 107	0.83 171	0.35 130	0.51 194	0.62 138	0.57 185	0.67 188	0.57 197	0.64 120	0.51 175	0.64 177	0.54 135	0.40 177	0.61 195	0.87 199	0.70 152	0.82 179	0.96 174

SFCPSM	0.86 189	0.60 189	0.48 165	0.60 174	0.54 179	0.61 178	0.51 169	0.67 180	0.61 181	0.55 159	0.78 199	1.44 200	2.37 225	0.38 171	1.19 192	0.50 162	0.56 167	0.48 166	4.29 226	0.84 213	0.61 166	0.68 177	0.45 189	0.40 161	0.72 176	0.76 162	0.71 160	0.97 177

dad	0.63 170	0.45 155	0.30 105	1.01 208	0.46 160	0.65 182	1.26 217	1.13 217	0.28 105	0.79 216	0.32 64	0.76 166	0.57 176	0.23 107	0.59 129	0.39 115	0.66 185	0.35 85	1.26 185	0.32 95	0.58 155	0.34 54	0.22 115	0.37 152	0.62 155	0.38 69	1.78 229	0.98 178

RTSC	0.52 149	0.36 117	0.34 129	0.37 120	0.39 141	0.42 133	0.37 137	0.51 117	0.50 171	0.45 74	0.60 171	0.44 69	0.40 154	0.31 149	1.20 194	0.54 174	0.63 180	0.42 143	0.86 147	0.39 123	0.59 159	0.60 156	0.24 125	0.41 167	0.50 109	0.56 125	0.61 140	0.99 179

PA-Net	0.52 149	0.60 189	0.55 180	0.40 133	0.54 179	0.42 133	0.54 178	0.56 152	0.51 173	0.46 87	0.42 107	0.49 91	0.49 165	0.50 191	0.78 166	0.43 140	0.38 44	0.45 157	0.44 67	0.46 159	0.38 53	0.56 145	0.28 141	0.40 161	0.54 126	1.09 203	0.47 80	0.99 179
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ADCRef	0.50 141	0.37 122	0.35 133	0.33 100	0.31 117	0.46 144	0.40 144	0.47 85	0.67 187	0.47 95	0.51 140	0.57 125	0.36 135	0.28 138	0.70 155	0.42 133	0.48 118	0.44 152	0.87 151	0.39 123	0.52 137	0.57 149	0.31 152	0.33 139	0.53 124	0.86 177	0.50 97	1.01 181

SHD	0.70 179	0.44 154	0.56 182	0.58 173	0.57 184	0.52 161	0.50 165	0.75 195	0.71 192	0.64 196	0.66 182	0.71 163	0.99 197	0.43 182	1.22 195	0.67 206	0.70 196	0.51 174	1.26 185	0.60 188	0.76 197	0.79 196	0.39 169	0.55 188	0.72 176	0.88 180	0.71 160	1.06 182

s12784h	0.41 96	0.36 117	0.27 97	0.46 149	0.30 112	0.26 69	0.19 82	0.49 99	0.23 61	0.51 122	0.35 73	0.63 148	0.35 130	0.21 90	0.34 47	0.30 40	0.49 124	0.29 46	0.53 94	0.24 48	0.52 137	0.35 58	0.15 58	0.24 81	0.54 126	0.72 156	0.73 167	1.10 183

ADCP+	0.50 141	0.36 117	0.38 141	0.33 100	0.26 85	0.39 121	0.41 150	0.48 93	0.93 211	0.42 56	0.59 168	0.88 172	0.27 95	0.30 144	0.54 111	0.33 66	0.41 61	0.35 85	0.65 125	0.28 69	0.43 92	0.45 101	0.24 125	0.23 75	0.43 83	1.57 223	0.44 76	1.10 183

AMNet	0.92 193	0.91 211	0.88 217	0.91 201	0.95 211	0.96 206	0.87 204	0.71 188	0.87 207	0.90 221	0.98 216	0.99 180	0.64 180	0.95 224	0.90 175	1.00 234	1.06 221	0.97 233	0.96 161	0.97 223	1.02 215	0.98 212	0.55 199	0.91 223	0.91 201	0.97 188	1.06 201	1.16 185

iRaft-Stereo_20w	0.57 158	0.33 110	0.85 213	0.84 197	0.33 126	0.48 151	0.31 127	0.55 146	0.30 115	0.55 159	0.73 192	0.60 142	0.15 26	0.22 98	0.70 155	0.45 147	0.50 133	0.33 72	0.93 160	0.45 152	0.50 126	0.44 97	0.16 71	0.19 51	0.75 185	1.38 215	1.06 201	1.18 186

CSAN	0.74 181	0.70 200	0.60 189	0.69 181	0.63 191	0.59 175	0.51 169	0.79 200	0.77 197	0.79 216	0.57 162	1.37 199	1.13 203	0.36 165	1.01 184	0.47 155	0.58 170	0.54 187	0.76 136	0.60 188	0.61 166	0.56 145	0.44 186	0.62 197	0.84 195	1.30 213	0.90 190	1.19 187

DGSMNet	1.45 213	0.77 205	0.87 216	0.85 198	0.81 204	0.90 201	0.88 205	0.84 202	0.69 190	1.14 239	4.85 260	1.29 194	0.91 193	0.73 216	1.71 222	1.61 254	1.82 242	0.96 231	3.30 216	1.08 227	2.90 254	4.49 257	0.73 212	0.91 223	0.80 189	1.08 201	0.92 192	1.20 188

RTS	0.84 186	0.45 155	0.43 154	0.46 149	0.45 155	0.77 191	0.57 182	0.67 180	0.73 193	0.43 63	0.52 146	0.89 173	0.50 167	0.37 167	2.17 234	0.66 204	0.84 212	0.52 182	1.62 192	0.66 198	0.70 189	0.79 196	0.37 162	0.52 183	0.86 196	3.75 252	0.83 181	1.23 189

RTSA	0.84 186	0.45 155	0.43 154	0.46 149	0.45 155	0.77 191	0.57 182	0.67 180	0.73 193	0.43 63	0.52 146	0.89 173	0.50 167	0.37 167	2.17 234	0.66 204	0.84 212	0.52 182	1.62 192	0.66 198	0.70 189	0.79 196	0.37 162	0.52 183	0.86 196	3.75 252	0.83 181	1.23 189

NaN_ROB	0.58 162	0.47 162	0.48 165	0.51 159	0.60 188	0.43 138	0.40 144	0.73 192	0.48 166	0.64 196	0.49 131	1.56 201	0.50 167	0.33 158	0.61 134	0.38 111	0.43 79	0.41 136	0.55 101	0.46 159	0.40 65	0.39 81	0.28 141	0.50 180	0.73 179	1.01 195	0.73 167	1.23 189

ADCL	0.59 167	0.51 173	0.41 150	0.42 141	0.36 134	0.52 161	0.59 184	0.59 166	1.50 233	0.56 167	0.63 180	0.64 151	0.39 151	0.34 159	0.64 142	0.43 140	0.50 133	0.41 136	0.76 136	0.41 130	0.68 183	0.65 171	0.34 155	0.36 147	0.66 166	0.68 150	0.58 131	1.25 192

MFN_U_SF_RVC	1.16 205	0.85 209	0.65 199	0.99 206	0.80 202	1.14 213	1.14 214	1.11 216	0.86 206	1.08 233	1.53 241	1.58 202	1.28 208	0.91 222	2.18 238	0.68 211	0.63 180	0.61 203	4.78 228	0.78 209	1.03 216	1.21 228	0.52 196	0.84 219	0.99 208	0.91 182	0.99 194	1.32 193

FBW_ROB	0.97 196	0.97 214	0.74 208	1.48 219	0.95 211	1.12 212	0.93 210	0.67 180	0.54 176	0.56 167	0.72 189	1.28 193	0.79 187	0.82 219	1.04 187	0.45 147	0.72 197	0.53 186	4.39 227	0.45 152	0.68 183	0.55 143	0.94 223	0.96 227	0.80 189	0.91 182	0.86 186	1.36 194

CBMV_ROB	1.05 199	0.45 155	0.51 174	0.89 199	0.76 199	0.67 186	0.54 178	0.70 186	0.39 147	0.55 159	0.45 122	6.15 248	3.07 231	0.51 194	1.10 190	0.46 152	0.62 176	0.47 163	1.84 201	0.94 220	0.60 162	0.48 110	0.41 181	0.50 180	0.94 203	1.54 222	1.39 219	1.38 195

ACVNet_1	1.97 225	2.92 248	1.62 239	3.50 247	2.66 248	3.39 246	3.43 245	1.18 221	0.93 211	1.04 231	0.92 211	2.97 224	1.56 213	2.85 245	1.41 205	0.57 185	1.54 236	0.83 227	6.64 240	1.03 226	1.09 218	0.81 200	4.02 248	0.79 212	1.25 220	1.72 226	1.01 197	1.41 196

MFN_U_SF_DS_RVC	0.89 191	0.71 201	0.52 176	0.97 205	0.69 196	0.89 200	0.83 202	1.04 214	0.93 211	0.78 213	0.62 178	1.36 198	0.99 197	0.67 213	1.61 214	0.54 174	0.53 153	0.46 160	1.75 198	0.48 167	0.81 201	0.94 210	0.61 206	0.58 191	1.10 214	1.25 211	1.01 197	1.41 196

MaskLacGwcNet_RVC	5.11 251	0.52 174	0.70 206	0.73 186	0.60 188	0.64 180	0.78 199	0.61 175	0.48 166	0.53 137	1.02 218	116.64 275	1.19 204	0.86 221	0.73 159	0.55 180	0.72 197	0.66 208	2.81 213	0.57 187	0.81 201	1.06 219	0.41 181	0.46 175	0.78 187	0.97 188	0.72 163	1.47 198

MFMNet_re	1.21 207	1.06 218	0.95 221	1.17 210	0.99 216	1.45 219	1.16 215	1.07 215	1.30 227	1.01 228	1.10 225	2.08 208	1.27 207	0.84 220	1.60 213	1.03 236	1.29 230	1.04 238	2.18 207	1.01 225	1.29 228	1.03 216	0.96 224	0.99 228	0.99 208	0.91 182	1.30 216	1.48 199

DPSNet	1.77 217	0.63 193	0.63 197	0.89 199	0.87 207	1.03 210	0.60 185	0.69 185	0.91 208	0.46 87	0.65 181	5.95 247	2.89 229	0.31 149	2.32 242	1.06 237	1.08 223	0.92 230	13.58 258	0.95 221	1.48 235	1.71 243	1.15 227	1.06 231	1.28 222	2.04 236	1.21 211	1.51 200

S-Stereo	1.04 198	0.66 196	0.64 198	0.96 204	0.95 211	1.10 211	1.26 217	0.74 194	0.81 202	0.65 201	2.52 249	2.61 216	0.92 194	0.56 201	1.67 218	0.73 217	0.69 195	0.83 227	1.54 191	0.84 213	0.72 191	0.95 211	1.07 226	0.84 219	0.70 170	0.78 168	0.80 175	1.53 201

SPS-STEREO	1.42 212	1.09 220	1.04 224	1.28 215	1.20 222	1.23 214	1.01 211	1.33 228	1.23 223	1.11 236	1.31 230	2.03 206	1.20 205	0.94 223	1.88 229	1.24 245	1.31 232	1.13 244	4.18 223	1.21 231	1.90 242	1.42 236	1.22 229	1.13 236	1.21 219	1.24 210	1.59 224	1.54 202
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SQANet	1.52 215	2.25 233	0.86 214	2.64 234	1.82 228	2.88 235	2.47 230	0.73 192	0.53 175	0.87 220	0.60 171	2.18 211	0.71 185	2.16 232	1.24 196	0.43 140	0.73 202	0.60 201	7.68 246	0.55 184	0.63 172	0.60 156	2.93 241	0.46 175	0.77 186	1.06 200	1.01 197	1.59 203

FAT-Stereo	0.90 192	0.60 189	0.91 220	0.91 201	1.10 221	0.85 199	0.67 190	0.83 201	0.61 181	0.67 204	1.27 229	2.16 210	0.96 196	0.54 199	1.29 200	0.67 206	0.68 193	0.71 216	1.31 188	0.81 210	0.74 192	0.78 194	0.58 203	0.71 208	0.71 173	0.82 173	0.87 187	1.60 204

MSC_U_SF_DS_RVC	1.15 203	1.01 215	0.88 217	1.25 213	0.85 206	0.92 202	1.17 216	1.23 223	1.56 235	1.03 229	0.75 196	1.21 188	0.87 192	1.05 227	1.68 220	0.75 219	0.66 185	0.74 217	3.51 218	0.89 217	0.96 214	1.36 232	0.83 219	0.91 223	1.19 217	1.13 205	0.88 189	1.63 205

PSMNet_ROB	2.08 228	2.77 245	1.33 234	2.54 231	1.82 228	3.47 248	3.03 237	1.25 224	1.21 221	1.32 245	1.41 234	2.91 222	4.05 235	2.61 240	1.82 226	0.80 223	1.39 233	0.86 229	6.00 235	1.24 235	1.21 225	1.11 221	4.12 249	1.13 236	1.65 230	1.79 228	1.60 226	1.63 205

PWC_ROB	0.81 184	0.54 180	0.66 204	0.47 152	0.57 184	0.53 165	0.73 197	0.66 178	1.25 225	0.47 95	0.82 205	0.76 166	2.14 223	0.41 178	0.96 182	0.53 171	0.83 210	0.60 201	1.42 190	0.72 203	0.86 207	1.11 221	0.35 158	0.67 205	0.63 160	0.64 140	0.78 174	1.65 207

Ntro	1.81 221	2.73 244	1.14 228	3.03 240	2.21 238	3.27 241	3.03 237	0.96 207	0.91 208	1.04 231	0.79 200	2.60 215	0.84 189	2.53 238	1.41 205	0.55 180	0.96 219	0.66 208	8.42 247	0.99 224	0.74 192	0.69 178	3.62 243	0.62 197	1.03 212	1.23 209	1.20 209	1.69 208

otaku	1.76 216	2.60 240	0.97 222	2.95 238	2.10 233	3.19 240	2.77 234	0.88 205	0.84 204	1.00 225	0.68 183	2.48 214	1.07 201	2.42 234	1.35 202	0.54 174	0.88 215	0.63 207	8.81 250	0.92 218	0.75 196	0.67 176	3.55 242	0.63 200	0.97 205	0.95 187	1.24 214	1.73 209

ADCMid	0.84 186	0.59 186	0.59 186	0.54 166	0.59 187	0.76 190	0.83 202	0.96 207	1.19 220	0.54 143	0.76 198	1.01 181	1.03 200	0.45 185	1.26 198	0.61 195	0.75 204	0.56 195	1.77 199	0.60 188	0.90 212	1.07 220	0.61 206	0.53 185	0.81 191	1.01 195	0.72 163	1.74 210

ACVNet-4b	1.77 217	2.43 234	1.27 230	2.78 236	2.11 235	3.13 238	3.16 242	1.03 213	0.97 215	1.10 235	0.61 177	3.05 225	1.08 202	2.79 242	1.39 204	0.68 211	1.48 234	0.75 218	5.82 233	1.08 227	0.81 201	0.64 166	3.77 244	0.68 206	1.08 213	0.97 188	1.19 208	1.80 211

PVD	1.15 203	0.86 210	0.90 219	0.94 203	0.89 209	1.01 209	0.89 206	1.55 239	1.56 235	0.60 185	0.95 214	1.22 191	1.67 214	0.80 218	1.69 221	0.88 225	1.07 222	0.78 221	1.80 200	0.87 216	1.15 221	1.41 235	0.66 211	0.78 210	1.26 221	1.62 224	1.32 217	1.83 212

ACVNet_2	2.43 237	2.72 243	1.85 245	3.43 246	2.57 247	3.08 236	3.07 240	1.40 231	1.10 217	1.11 236	0.99 217	2.79 220	1.99 221	2.57 239	1.19 192	0.76 221	2.35 249	0.78 221	16.59 260	1.22 233	1.05 217	0.82 202	3.92 247	1.15 240	1.74 231	2.01 233	1.54 222	1.90 213

AnyNet_C01	1.28 211	0.80 206	0.65 199	0.77 191	0.83 205	0.78 193	1.02 212	1.15 219	1.49 232	0.71 206	0.96 215	2.09 209	1.73 215	0.68 214	1.89 230	1.43 249	1.52 235	1.40 249	2.36 209	1.08 227	2.26 248	2.15 250	0.80 216	0.88 221	1.19 217	1.04 198	0.99 194	1.96 214

edge stereo	1.17 206	0.82 208	1.13 227	1.17 210	1.08 220	1.27 215	1.11 213	1.13 217	0.84 204	0.65 201	1.37 233	3.43 232	1.52 211	0.69 215	1.34 201	0.71 215	0.83 210	0.62 204	2.86 214	0.75 206	0.83 204	1.05 218	0.74 213	0.69 207	0.99 208	0.91 182	1.17 206	1.98 215

Dean	2.26 233	3.02 252	1.51 236	3.69 248	3.06 254	3.35 243	3.37 244	1.63 240	1.75 238	1.34 246	1.22 228	3.24 228	3.75 233	2.81 244	1.67 218	0.89 227	1.78 240	1.08 240	4.11 221	1.56 246	1.17 222	1.01 215	4.18 250	1.28 242	2.41 242	2.01 233	2.20 239	2.02 216

ADCS	1.14 202	0.75 202	0.65 199	0.73 186	0.78 201	0.82 196	0.71 194	1.01 212	1.55 234	0.62 190	0.87 209	1.16 186	1.80 218	0.61 206	1.52 211	1.19 242	1.05 220	0.82 225	1.97 204	0.96 222	1.60 236	1.93 245	0.59 204	0.82 217	1.00 211	2.14 239	1.06 201	2.09 217

SANet	1.21 207	0.69 198	0.78 210	0.80 194	0.77 200	0.97 207	0.65 187	1.30 226	1.22 222	0.60 185	0.94 213	5.82 246	2.82 228	0.64 211	1.36 203	0.53 171	0.81 209	0.67 211	1.11 180	0.63 195	0.74 192	0.84 203	0.78 215	0.82 217	1.11 215	1.93 232	1.21 211	2.10 218

RainbowNet	1.77 217	2.52 235	1.58 237	3.00 239	2.34 241	3.15 239	3.06 239	1.00 210	0.77 197	1.29 243	0.75 196	2.75 219	1.86 220	2.77 241	1.50 210	0.78 222	1.23 227	0.78 221	3.30 216	1.16 230	1.11 220	0.72 184	3.90 246	0.79 212	1.16 216	1.16 206	1.37 218	2.11 219

pmcnn	0.95 195	0.56 182	0.38 141	0.72 184	0.64 192	0.82 196	0.65 187	0.64 177	0.44 157	0.49 108	1.41 234	1.88 204	2.65 227	0.24 116	0.94 178	0.64 202	0.75 204	0.54 187	2.24 208	0.63 195	1.17 222	0.74 187	0.51 195	0.58 191	0.83 193	0.79 170	1.54 222	2.13 220

IMH-64-1	2.23 231	2.54 237	1.78 242	3.04 241	2.48 242	3.36 244	3.57 246	1.43 233	1.87 240	1.00 225	1.08 223	3.38 229	4.59 240	3.31 248	1.71 222	0.91 229	1.73 238	0.97 233	4.22 224	1.35 238	1.42 232	1.19 225	4.55 251	1.08 233	2.07 235	1.47 219	1.70 227	2.34 221

IMH-64	2.23 231	2.54 237	1.78 242	3.04 241	2.48 242	3.36 244	3.57 246	1.43 233	1.87 240	1.00 225	1.08 223	3.38 229	4.59 240	3.31 248	1.71 222	0.91 229	1.73 238	0.97 233	4.22 224	1.35 238	1.42 232	1.19 225	4.55 251	1.08 233	2.07 235	1.47 219	1.70 227	2.34 221

WAO-7	1.84 222	1.51 225	1.58 237	2.13 224	1.53 226	1.45 219	1.51 223	1.82 246	2.17 246	1.51 250	3.04 252	3.42 231	4.56 239	1.06 228	1.87 228	1.13 239	1.28 229	0.96 231	3.75 219	1.28 236	1.09 218	1.25 229	0.64 208	1.42 247	1.47 225	2.46 244	1.50 220	2.37 223

SGM+DAISY	1.97 225	1.15 221	1.06 225	1.40 218	1.29 223	1.49 222	1.43 222	1.32 227	1.16 218	1.11 236	2.33 248	2.86 221	2.50 226	1.08 229	7.06 256	1.20 243	1.29 230	1.06 239	8.56 248	1.21 231	1.70 239	1.46 237	1.26 230	1.13 236	1.42 224	1.31 214	1.94 235	2.43 224

SAMSARA	1.22 210	0.61 192	0.86 214	0.71 183	0.68 194	0.67 186	0.70 193	1.28 225	1.00 216	0.78 213	0.71 186	0.96 178	2.09 222	0.61 206	2.00 231	0.88 225	0.80 208	0.76 219	1.68 194	0.81 210	1.35 229	1.66 240	0.43 185	0.80 215	2.42 243	2.93 251	2.32 240	2.44 225

MADNet+	1.50 214	0.93 212	1.11 226	1.23 212	1.05 218	0.97 207	1.51 223	1.54 238	1.23 223	1.08 233	1.04 220	1.70 203	1.83 219	1.02 226	3.67 252	1.43 249	2.08 247	1.01 236	2.00 205	1.30 237	2.18 245	1.49 238	1.00 225	1.62 252	1.58 229	1.26 212	1.29 215	2.49 226

LVE	2.40 236	2.71 242	1.67 240	4.77 258	2.70 249	3.32 242	3.79 249	1.33 228	1.39 230	1.62 252	1.35 231	3.06 226	3.67 232	2.80 243	1.44 208	0.89 227	1.62 237	1.12 242	6.31 237	1.44 242	1.97 243	1.40 234	3.89 245	1.47 249	2.51 246	2.03 235	2.07 237	2.50 227

DispFullNet	2.33 235	2.68 241	3.37 260	2.54 231	2.33 240	2.65 231	2.56 232	1.37 230	1.29 226	2.23 258	1.02 218	7.86 257	2.93 230	2.48 235	1.41 205	1.62 255	2.89 254	1.43 250	6.75 242	2.26 256	1.63 238	1.71 243	1.21 228	0.80 215	0.93 202	0.93 186	1.52 221	2.50 227

PWCK	3.81 245	2.53 236	1.72 241	3.08 244	2.13 237	3.10 237	3.14 241	1.99 249	2.21 247	2.27 259	3.18 254	5.47 243	3.87 234	1.43 230	2.14 233	1.00 234	1.84 243	1.11 241	42.20 272	1.74 248	2.25 247	1.67 241	2.24 236	1.53 250	1.90 232	2.63 246	1.84 232	2.54 229

CBMV	0.76 182	0.53 176	0.47 164	0.64 178	0.55 181	0.59 175	0.43 152	0.71 188	0.64 185	0.61 188	0.40 97	1.34 196	0.50 167	0.46 188	1.07 188	0.65 203	0.64 182	0.54 187	0.87 151	0.50 173	0.76 197	0.58 152	0.40 177	0.78 210	0.87 199	0.85 174	1.59 224	2.56 230
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCPNet	0.92 193	0.59 186	0.57 183	0.63 177	0.74 197	0.64 180	0.79 201	0.77 198	0.83 203	0.63 194	0.82 205	0.74 165	1.50 210	0.51 194	1.44 208	0.71 215	0.73 202	0.54 187	1.89 203	0.73 204	0.89 210	1.04 217	0.53 198	0.62 197	0.97 205	1.53 221	0.87 187	2.63 231

notaker	3.70 243	3.63 257	2.85 257	6.04 260	3.37 256	4.76 257	4.69 256	2.04 251	2.21 247	1.89 254	1.60 242	7.21 254	15.87 259	3.78 257	2.29 241	1.52 252	2.59 252	1.74 253	11.12 253	2.03 252	2.00 244	2.17 251	4.86 255	1.71 253	1.52 228	1.74 227	1.91 234	2.70 232

WAO-6	2.05 227	2.11 232	1.32 233	2.55 233	2.10 233	2.72 232	2.68 233	1.45 235	1.94 244	1.37 247	1.13 227	3.15 227	4.44 237	2.52 237	1.75 225	1.20 243	1.94 244	1.12 242	2.67 212	1.36 240	1.62 237	1.37 233	2.42 237	1.38 245	2.21 239	2.11 237	1.99 236	2.75 233

G-Net	1.21 207	0.75 202	0.97 222	0.68 180	0.68 194	0.93 204	0.62 186	1.00 210	1.32 228	0.74 211	1.45 238	5.45 241	0.94 195	0.45 185	1.16 191	0.84 224	0.77 206	0.66 208	2.05 206	1.51 244	0.88 209	1.00 214	0.55 199	0.71 208	0.86 196	1.21 208	1.82 230	2.79 234

STTRV1_RVC		0.66 196	0.51 174	0.83 196	0.62 190	0.82 196	0.71 194	0.78 199	0.76 196	0.71 206	0.82 205	1.33 195	1.76 216	0.79 217		0.59 192	1.17 226	0.58 200		1.22 233	1.22 226			0.88 221	0.95 204	1.08 201	1.17 206	2.84 235

MDST_ROB	1.80 220	1.47 222	0.55 180	2.47 230	1.01 217	1.79 224	0.78 199	0.72 191	0.58 177	0.59 182	0.55 157	1.10 184	12.30 254	0.29 140	3.12 248	0.41 125	0.52 145	0.37 102	0.84 144	0.44 146	0.58 155	0.44 97	0.39 169	0.51 182	3.47 255	1.87 230	8.68 261	2.84 235

ELAS_RVC	2.08 228	1.48 223	1.28 231	2.09 223	1.56 227	3.54 251	1.54 225	1.51 237	1.17 219	0.93 223	2.90 251	6.91 251	6.03 245	0.62 209	1.61 214	0.67 206	1.11 225	0.82 225	2.41 210	0.92 218	1.42 232	2.14 248	0.86 222	1.12 235	3.43 254	2.32 243	2.72 248	3.08 237
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LRCNet_RVC	19.34 266	28.20 268	9.73 265	30.22 270	27.96 271	31.69 272	26.15 270	20.45 272	8.63 263	28.67 272	28.56 270	30.79 269	23.77 261	32.51 272	10.62 258	1.87 257	23.27 268	17.65 267	40.19 269	17.32 269	8.18 264	3.73 255	35.17 271	25.19 269	1.50 226	1.19 207	5.90 260	3.12 238

SPstereo	2.30 234	1.48 223	1.89 246	1.53 220	1.45 225	1.58 223	1.38 221	2.01 250	1.64 237	1.53 251	2.89 250	2.96 223	5.36 244	1.62 231	2.07 232	2.85 259	2.14 248	2.25 257	2.93 215	2.22 255	3.05 256	3.41 254	1.71 233	1.81 255	2.05 234	2.27 241	2.65 245	3.29 239

ELAS	2.16 230	1.69 227	1.25 229	2.28 225	1.83 230	2.51 228	1.54 225	1.63 240	1.84 239	0.90 221	3.66 256	7.04 252	6.05 246	0.63 210	1.83 227	0.67 206	1.09 224	0.79 224	2.64 211	0.86 215	1.37 230	2.14 248	0.81 217	1.05 230	3.30 252	2.80 250	2.71 246	3.36 240
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	2.49 238	2.59 239	1.81 244	3.06 243	2.54 246	3.39 246	3.61 248	1.47 236	1.90 243	1.03 229	1.07 222	3.52 234	8.23 247	3.63 253	1.59 212	0.91 229	1.80 241	1.01 236	5.27 230	1.38 241	1.37 230	1.14 223	4.57 253	1.13 236	2.08 237	1.87 230	1.82 230	3.43 241

MADNet++	4.47 249	3.00 251	3.25 259	2.44 229	3.78 259	2.63 230	3.35 243	3.45 258	4.35 258	3.57 263	3.87 257	5.35 240	5.16 242	3.40 250	3.14 249	4.21 261	3.98 257	3.26 260	6.32 238	4.42 261	7.68 263	13.20 264	2.01 235	3.95 262	3.30 252	10.32 262	3.77 256	3.51 242

AnyNet_C32	0.88 190	0.47 162	0.50 170	0.51 159	0.52 172	0.65 182	0.66 189	0.75 195	1.35 229	0.60 185	0.80 201	0.76 166	0.51 172	0.50 191	1.62 216	0.70 213	0.77 206	0.68 213	1.21 183	0.55 184	1.17 222	1.19 225	0.48 191	0.65 202	0.79 188	1.05 199	0.72 163	3.73 243

ktn	4.88 250	2.98 250	2.15 251	3.75 249	3.03 253	3.86 252	4.59 253	1.74 244	2.91 252	2.10 257	1.63 243	11.03 263	37.05 268	3.72 254	2.27 240	1.83 256	2.63 253	2.02 255	18.61 261	1.99 251	2.22 246	2.06 247	4.75 254	1.94 256	2.11 238	2.26 240	2.71 246	3.88 244

TorneroNet	5.55 253	3.56 255	2.26 253	3.87 250	3.09 255	4.41 255	4.59 253	1.77 245	5.65 259	1.30 244	1.46 239	6.35 249	60.56 274	3.94 260	2.38 244	0.99 233	2.95 255	1.26 247	16.30 259	1.57 247	2.37 251	1.62 239	5.15 257	1.41 246	2.48 245	2.30 242	2.14 238	4.06 245

MeshStereo	1.94 223	1.02 216	0.73 207	1.88 222	1.30 224	1.46 221	0.89 206	1.17 220	0.79 201	0.66 203	0.92 211	8.33 259	5.32 243	0.41 178	2.26 239	0.70 213	0.67 188	0.54 187	4.80 229	0.63 195	4.38 259	0.98 212	0.65 209	0.79 212	2.01 233	1.63 225	3.35 254	4.10 246
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
AnonymousM	0.42 106	0.19 19	0.15 17	0.18 29	0.18 40	0.15 16	0.11 24	0.42 58	0.18 24	0.47 95	0.31 61	0.35 45	0.11 10	0.15 35	0.36 61	0.33 66	0.45 96	0.28 37	0.40 46	0.20 28	0.45 105	0.32 40	0.15 58	0.17 24	0.24 13	0.36 59	0.53 117	4.19 247

KSHMR	5.14 252	3.44 254	2.51 254	4.75 257	3.54 258	4.37 254	4.39 252	2.25 252	2.04 245	1.89 254	1.90 245	3.91 235	56.90 273	4.29 262	2.33 243	1.43 249	2.38 250	1.63 251	9.67 251	1.74 248	2.26 248	1.95 246	6.27 262	1.58 251	2.40 241	2.12 238	2.33 241	4.41 248

WAO-8	2.95 240	2.89 246	2.08 248	4.66 255	2.53 244	3.48 249	2.97 235	1.91 247	3.21 254	1.38 248	1.44 236	5.04 238	8.43 248	3.60 251	2.17 234	1.16 240	2.03 245	1.19 245	6.98 243	2.15 253	1.74 240	1.25 229	2.86 239	1.36 243	3.26 250	2.73 247	2.53 242	4.56 249

Venus	2.95 240	2.89 246	2.08 248	4.66 255	2.53 244	3.48 249	2.97 235	1.91 247	3.21 254	1.38 248	1.44 236	5.04 238	8.43 248	3.60 251	2.17 234	1.16 240	2.03 245	1.19 245	6.98 243	2.15 253	1.74 240	1.25 229	2.86 239	1.36 243	3.26 250	2.73 247	2.53 242	4.56 249

SGM-ForestM	2.76 239	1.91 230	0.61 194	1.81 221	0.95 211	2.05 226	1.33 220	1.42 232	0.91 208	0.56 167	0.91 210	5.46 242	4.14 236	0.42 181	24.53 265	0.42 133	0.62 176	0.44 152	5.98 234	0.47 163	0.63 172	0.44 97	0.39 169	0.56 189	3.80 256	4.06 255	4.71 258	4.93 251

UNDER WATER	4.12 246	4.08 258	2.63 255	6.45 261	4.77 261	5.44 260	5.59 257	3.34 257	3.11 253	1.70 253	1.80 244	7.67 255	11.14 253	4.31 263	2.42 245	1.26 246	4.76 258	1.65 252	6.67 241	2.44 258	2.82 253	2.90 252	7.40 265	2.17 258	3.16 249	3.80 254	2.72 248	5.07 252

STStereo	3.04 242	1.84 228	2.02 247	2.86 237	2.07 232	2.80 233	2.13 227	3.45 258	1.87 240	0.84 218	5.89 261	8.55 260	10.11 252	0.54 199	5.43 253	0.48 156	0.66 185	0.47 163	12.54 255	0.74 205	0.90 212	0.86 205	0.50 194	1.06 231	2.80 247	2.48 245	2.76 250	5.29 253

UNDER WATER-64	4.19 248	4.38 260	2.66 256	7.03 262	4.94 262	5.57 261	5.84 258	3.48 260	2.88 251	1.94 256	1.95 246	7.91 258	9.16 251	4.50 265	2.63 247	1.31 247	4.96 259	1.75 254	6.26 236	2.37 257	2.75 252	3.23 253	7.93 266	2.02 257	2.94 248	4.48 256	2.89 251	5.44 254

TorneroNet-64	4.16 247	3.61 256	2.11 250	4.37 254	2.98 252	4.33 253	4.63 255	1.71 243	6.34 260	1.23 242	1.11 226	5.72 245	25.96 262	4.00 261	2.53 246	0.96 232	2.98 256	1.29 248	12.05 254	1.55 245	2.30 250	1.69 242	4.93 256	1.44 248	2.24 240	2.79 249	1.84 232	5.51 255

HanzoNet	10.87 258	6.61 263	4.12 262	14.03 265	6.14 263	22.43 267	21.48 269	7.53 264	9.98 264	2.65 261	3.14 253	30.46 268	52.31 272	24.77 271	5.81 254	2.76 258	7.16 263	2.61 259	25.65 263	5.09 262	4.13 257	3.84 256	8.74 267	2.66 259	4.91 258	4.52 258	4.28 257	5.77 256

LSM0	6.91 256	0.81 207	0.60 189	1.25 213	1.05 218	1.32 218	1.29 219	1.65 242	1.45 231	1.18 240	1.49 240	2.67 218	4.52 238	0.52 197	59.29 273	70.04 274	1.27 228	0.77 220	10.09 252	1.49 243	2.97 255	5.30 258	0.65 209	0.91 223	1.35 223	1.86 229	2.57 244	8.34 257

PML	25.77 267	16.40 267	5.63 264	19.94 269	12.77 268	20.38 266	9.79 264	9.31 266	68.05 275	17.61 271	136.84 275	90.68 274	97.32 275	9.22 270	8.31 257	7.86 263	13.64 264	6.53 262	32.01 268	6.33 263	10.40 267	9.06 263	5.53 261	5.58 263	24.53 267	10.26 261	31.06 269	10.67 258

DPSimNet_ROB		3.03 253	3.09 258	2.75 235	2.79 251	2.83 234	4.04 250	3.33 256	6.56 261	2.71 262	50.85 273	6.38 250	18.73 260	3.01 246	14.74 261	5.23 262		2.37 258	28.07 267	3.64 260	5.47 261	6.94 262	2.62 238	2.99 261		6.16 259	3.42 255	15.50 259

AVERAGE_ROB	39.02 272	41.97 273	38.90 271	43.30 273	44.01 274	42.99 274	43.74 273	43.16 274	39.90 273	47.57 274	47.87 271	44.75 272	39.96 269	43.65 275	38.17 270	36.44 271	46.39 273	48.96 274	41.67 271	40.21 274	39.69 271	35.43 270	46.62 272	39.76 273	24.41 266	16.49 263	19.69 266	17.85 260

JetRed	5.93 254	4.36 259	5.18 263	3.32 245	4.15 260	5.91 262	9.28 263	4.21 261	2.78 250	2.33 260	2.08 247	5.56 244	1.33 209	5.92 266	3.32 251	3.95 260	6.76 262	6.49 261	3.83 220	3.05 259	7.34 262	6.19 261	5.50 258	2.76 260	9.36 259	21.55 267	5.67 259	17.91 261

HaxPig	36.94 271	39.02 272	35.87 270	37.61 272	42.00 272	37.54 273	41.37 272	37.89 273	39.04 272	46.91 273	48.84 272	44.26 271	35.76 267	37.00 273	38.72 271	36.77 272	45.37 272	48.69 273	40.70 270	39.66 273	36.11 270	31.60 269	47.76 273	39.78 274	18.63 263	16.85 264	13.84 264	19.74 262

SGM_RVC	1.95 224	1.03 217	0.60 189	1.33 216	0.98 215	1.28 216	0.91 208	0.96 207	0.78 199	0.62 190	0.80 201	2.66 217	1.78 217	0.36 165	0.95 181	0.39 115	0.57 169	0.43 148	5.48 232	0.47 163	0.63 172	0.42 91	0.38 165	0.61 195	1.50 226	1.43 218	3.27 253	22.12 263
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
JetBlue	3.72 244	2.93 249	2.25 252	4.01 253	3.39 257	4.54 256	4.38 251	2.49 253	2.38 249	1.19 241	1.04 220	7.20 253	1.53 212	3.21 247	1.64 217	1.52 252	2.46 251	2.08 256	4.12 222	1.77 250	4.67 260	5.57 259	1.98 234	1.72 254	2.43 244	4.51 257	3.02 252	22.45 264

MEDIAN_ROB	40.83 273	43.09 274	39.48 272	43.85 274	45.04 275	43.46 275	44.50 274	43.93 275	40.53 274	50.28 275	51.34 274	46.63 273	40.33 270	42.01 274	40.18 272	38.17 273	48.38 274	51.35 275	43.96 273	42.85 275	41.02 272	36.07 271	48.66 274	41.25 275	25.02 268	23.68 268	21.83 268	25.41 265

BEATNet-Init1	13.96 262	15.06 264	1.45 235	33.51 271	2.74 250	31.35 271	11.00 265	2.83 254	3.32 256	0.97 224	4.32 259	18.31 264	31.62 266	0.57 202	32.74 266	1.33 248	0.88 215	0.67 211	61.90 274	16.80 268	4.24 258	6.02 260	0.75 214	1.26 241	18.71 264	8.82 260	37.43 272	28.26 266

MANE	5.94 255	1.67 226	3.69 261	2.38 228	2.05 231	2.51 228	2.37 228	3.17 255	4.05 257	0.84 218	1.36 232	7.77 256	9.14 250	0.57 202	15.61 262	1.09 238	0.87 214	13.46 264	6.33 239	0.62 193	1.25 227	0.76 192	0.49 193	1.02 229	10.30 260	18.90 265	16.36 265	31.80 267

DPSMNet_ROB	11.11 260	5.62 262	16.57 267	3.96 251	7.34 264	4.93 258	7.57 260	4.32 262	11.21 266	4.13 265	8.57 263	4.60 237	14.45 258	3.87 259	13.23 260	13.79 265	6.38 261	15.38 266	8.62 249	11.60 264	8.28 266	20.92 266	5.52 259	11.00 265	11.58 262	30.93 269	12.70 263	32.76 268

DGTPSM_ROB	11.00 259	5.61 261	16.56 266	3.96 251	7.34 264	4.93 258	7.56 259	4.32 262	11.20 265	4.12 264	8.43 262	4.55 236	13.08 255	3.85 258	13.16 259	13.78 264	6.37 260	15.33 265	7.61 245	11.60 264	8.27 265	20.90 265	5.52 259	11.00 265	11.55 261	30.93 269	12.69 262	32.76 268

LE_ROB	12.15 261	1.07 219	1.28 231	4.86 259	43.61 273	6.11 263	34.98 271	7.73 265	6.67 262	0.59 182	3.47 255	32.65 270	46.59 271	0.28 138	3.28 250	0.34 86	0.56 167	0.43 148	23.40 262	0.83 212	0.89 210	0.66 175	0.55 199	8.00 264	23.50 265	19.54 266	20.84 267	35.39 270

DPSM_ROB	17.14 264	15.12 265	20.99 268	8.55 263	8.28 266	12.85 264	8.38 261	9.68 267	14.27 267	7.99 266	8.92 264	10.02 261	13.15 256	3.72 254	17.02 263	17.90 266	17.89 266	19.72 268	13.12 256	14.58 266	23.81 268	27.16 267	6.33 263	14.07 267	31.12 269	38.41 271	36.00 270	43.62 271

DPSM	17.14 264	15.12 265	20.99 268	8.55 263	8.28 266	12.85 264	8.38 261	9.68 267	14.27 267	7.99 266	8.92 264	10.02 261	13.15 256	3.72 254	17.02 263	17.90 266	17.89 266	19.72 268	13.12 256	14.58 266	23.81 268	27.16 267	6.33 263	14.07 267	31.12 269	38.41 271	36.00 270	43.62 271

CasAABBNet	34.43 269	30.36 269	42.26 273	17.14 266	16.55 269	25.74 268	16.74 266	19.07 269	28.70 269	16.64 270	18.05 269	20.17 267	26.39 263	7.50 267	34.18 267	36.02 268	36.01 271	39.65 270	26.14 264	29.32 270	47.52 273	54.86 274	12.71 268	28.37 272	62.52 271	77.28 273	72.22 273	87.55 273

MyStereo03	34.49 270	30.38 270	42.28 274	17.19 267	16.68 270	25.92 269	16.86 267	19.46 270	28.71 270	16.15 268	17.99 267	20.16 265	26.46 264	7.53 268	34.41 268	36.06 269	35.97 269	39.69 271	26.26 265	29.36 271	47.86 274	54.73 272	12.72 269	28.32 270	62.57 272	77.31 274	72.32 274	87.78 274

MyStereo02	33.87 268	30.38 270	42.28 274	17.19 267	0.00 1	25.92 269	16.86 267	19.46 270	28.71 270	16.15 268	17.99 267	20.16 265	26.46 264	7.53 268	34.41 268	36.06 269	35.97 269	39.69 271	26.26 265	29.36 271	47.86 274	54.73 272	12.72 269	28.32 270	62.57 272	77.31 274	72.32 274	87.78 274

Low-res two-view benchmark