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	0.22 7	0.03 1	0.09 8	0.01 1	0.00 1	0.12 83	0.75 136	0.01 1	0.01 1	0.00 1	0.00 1	0.05 1	0.00 1	0.22 112	1.31 7	1.03 19	0.22 11	0.01 2	0.09 5	0.12 16	0.24 7	1.33 15	0.03 39	0.01 1	0.07 19	0.00 1	0.05 1	0.00 1

RAFT	0.28 8	0.04 2	0.31 28	0.02 2	0.00 1	0.12 83	0.12 68	0.93 66	0.01 1	0.69 85	0.00 1	0.18 6	0.00 1	0.01 5	2.07 17	1.23 30	0.23 13	0.00 1	0.06 2	0.21 32	0.15 3	0.60 5	0.00 1	0.06 9	0.03 8	0.01 4	0.34 10	0.00 1

RYNet	0.61 24	0.04 2	0.00 1	0.02 2	0.04 6	0.00 1	0.01 2	0.03 5	0.04 7	0.07 29	0.00 1	0.07 2	0.12 38	0.00 1	4.57 84	0.66 6	0.12 2	0.99 140	0.37 12	0.02 2	0.25 8	0.10 1	0.05 49	0.03 4	0.08 21	7.32 176	1.40 28	0.12 37

RAFT + AFF	0.48 16	0.05 4	0.01 2	0.22 41	0.03 5	0.04 51	0.14 75	0.03 5	0.03 4	0.00 1	0.00 1	0.32 22	0.03 6	0.07 55	4.66 88	0.97 15	0.56 61	0.09 14	2.34 59	0.04 3	0.69 22	1.96 25	0.02 30	0.22 47	0.15 38	0.12 29	0.24 7	0.01 7

AANet_RVC	0.29 9	0.05 4	0.28 26	0.06 10	0.21 44	0.00 1	0.24 99	0.03 5	0.17 59	0.34 63	0.01 42	0.08 3	0.04 9	0.01 5	2.17 19	0.58 4	0.16 8	0.07 9	0.44 14	0.20 28	0.13 2	0.33 3	0.03 39	0.07 12	0.02 4	0.06 21	1.15 24	0.86 80

Former-RAFT_DAM_RVC	0.83 41	0.08 6	0.36 39	0.18 36	0.21 44	0.01 8	0.06 41	1.75 93	0.21 70	0.14 42	0.15 70	0.45 41	0.16 50	0.03 28	4.05 72	1.87 71	0.36 31	0.42 69	1.67 43	0.17 25	1.76 76	4.52 90	0.02 30	0.11 21	0.38 60	2.70 125	0.33 9	0.33 54

delet	0.21 5	0.08 6	0.24 21	0.06 10	0.05 8	0.02 33	0.04 24	0.02 2	0.05 10	0.34 63	0.00 1	0.20 9	0.04 9	0.02 16	1.45 10	0.53 3	0.23 13	0.07 9	0.12 7	0.06 7	0.15 3	0.38 4	0.01 7	0.06 9	0.01 3	0.01 4	1.50 32	0.02 9

CroCo-Stereo	0.21 5	0.09 8	0.03 3	0.05 7	0.07 16	0.00 1	0.00 1	0.04 11	0.05 10	0.00 1	0.00 1	0.09 4	0.07 21	0.00 1	1.51 11	1.11 22	0.17 9	0.08 13	0.76 20	0.05 5	0.40 13	0.85 9	0.00 1	0.04 5	0.04 11	0.01 4	0.08 3	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
anonymousdsp	0.56 20	0.10 9	0.36 39	0.24 50	0.07 16	0.09 77	0.01 2	0.04 11	0.05 10	0.00 1	2.27 139	0.22 13	0.20 61	0.00 1	2.28 23	1.41 46	0.28 20	0.17 27	0.52 16	0.67 99	0.56 18	3.56 60	0.31 127	0.07 12	0.02 4	0.01 4	1.65 35	0.01 7

TDLM	0.20 3	0.10 9	0.21 17	0.08 23	0.23 48	0.02 33	0.04 24	0.19 25	0.04 7	0.02 23	0.10 59	0.67 74	0.05 14	0.10 73	0.43 1	0.28 1	0.35 29	0.20 29	0.02 1	0.01 1	0.12 1	1.22 12	0.05 49	0.01 1	0.00 1	0.02 12	0.41 12	0.41 62

StereoVision	0.13 1	0.11 11	0.03 3	0.04 5	0.04 6	0.00 1	0.03 16	0.04 11	0.03 4	0.03 25	0.00 1	0.19 8	0.02 4	0.02 16	1.02 4	0.79 11	0.13 6	0.02 3	0.30 9	0.04 3	0.21 6	0.19 2	0.00 1	0.06 9	0.04 11	0.00 1	0.12 4	0.00 1

CroCo-Stereo Lap2	0.18 2	0.11 11	0.04 5	0.05 7	0.06 11	0.00 1	0.01 2	0.03 5	0.05 10	0.24 53	0.00 1	0.16 5	0.06 20	0.01 5	1.29 6	1.05 21	0.06 1	0.04 6	0.06 2	0.05 5	0.40 13	0.86 10	0.00 1	0.04 5	0.04 11	0.01 4	0.05 1	0.00 1

test_4	0.84 44	0.11 11	0.61 75	0.30 69	0.20 39	0.08 74	0.30 104	0.10 21	0.10 35	0.03 25	0.61 104	0.79 84	0.16 50	0.18 98	3.62 51	3.39 147	0.24 15	0.43 73	1.98 52	0.30 43	1.21 42	3.26 55	0.09 78	0.21 46	0.23 51	0.33 52	3.56 88	0.25 49

MIM_Stereo	0.83 41	0.15 14	0.44 56	0.34 82	0.24 51	0.12 83	0.08 51	2.02 107	0.08 23	0.00 1	0.24 79	0.31 21	0.10 33	0.03 28	3.34 42	2.91 124	0.24 15	0.67 97	2.62 74	0.89 114	1.44 52	3.49 57	0.06 55	0.26 52	0.20 44	0.24 40	1.72 37	0.18 43

HITNet	0.68 28	0.16 15	0.11 10	0.07 18	0.10 22	0.01 8	0.03 16	1.72 91	0.79 121	0.11 34	0.00 1	0.77 83	0.28 74	0.12 85	2.69 29	1.17 27	0.45 44	0.14 20	0.72 19	0.25 37	1.61 64	2.80 40	0.01 7	0.17 35	0.04 11	0.15 32	3.40 82	0.41 62
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
GMOStereo	1.19 71	0.17 16	0.68 79	0.34 82	0.31 66	0.13 88	0.31 105	2.36 122	0.15 53	0.00 1	0.17 72	0.60 59	0.45 98	0.02 16	3.83 61	3.83 162	0.54 55	0.70 101	2.41 63	0.64 91	1.71 72	6.50 144	0.01 7	0.34 65	1.38 111	0.25 41	4.07 118	0.10 27

error version	1.19 71	0.17 16	0.68 79	0.34 82	0.31 66	0.13 88	0.31 105	2.36 122	0.15 53	0.00 1	0.17 72	0.60 59	0.45 98	0.02 16	3.83 61	3.83 162	0.54 55	0.70 101	2.41 63	0.64 91	1.71 72	6.50 144	0.01 7	0.34 65	1.38 111	0.25 41	4.07 118	0.10 27

test-v	1.19 71	0.17 16	0.68 79	0.34 82	0.31 66	0.13 88	0.31 105	2.36 122	0.15 53	0.00 1	0.17 72	0.60 59	0.45 98	0.02 16	3.83 61	3.83 162	0.54 55	0.70 101	2.41 63	0.64 91	1.71 72	6.50 144	0.01 7	0.34 65	1.38 111	0.25 41	4.07 118	0.10 27

test-2	1.19 71	0.17 16	0.68 79	0.34 82	0.31 66	0.13 88	0.31 105	2.36 122	0.15 53	0.00 1	0.17 72	0.60 59	0.45 98	0.02 16	3.83 61	3.83 162	0.54 55	0.70 101	2.41 63	0.64 91	1.71 72	6.50 144	0.01 7	0.34 65	1.38 111	0.25 41	4.07 118	0.10 27

AnonymousM	1.93 118	0.21 20	0.42 52	0.06 10	0.06 11	0.26 119	0.01 2	2.70 144	0.56 104	0.36 68	2.56 152	0.59 55	0.53 111	0.50 156	2.91 35	3.30 141	1.21 126	1.06 146	2.18 56	1.68 147	3.82 133	5.56 117	0.40 135	0.50 97	0.21 48	1.57 105	6.55 172	12.23 186

iRaftStereo_RVC	0.35 11	0.21 20	0.33 32	0.22 41	0.15 27	0.02 33	0.02 8	0.05 14	0.08 23	0.00 1	0.00 1	0.28 17	0.11 36	0.03 28	1.35 8	0.98 16	0.35 29	0.07 9	0.49 15	0.17 25	1.05 36	2.96 42	0.00 1	0.05 7	0.09 22	0.01 4	0.23 6	0.04 16

MMNet	0.34 10	0.21 20	0.07 6	0.05 7	0.06 11	0.00 1	0.12 68	0.03 5	0.04 7	0.22 51	0.00 1	0.36 24	0.02 4	0.05 45	2.17 19	0.69 8	0.33 26	0.15 23	0.34 11	0.07 8	0.34 11	0.60 5	0.06 55	0.10 17	0.03 8	0.05 20	2.93 60	0.02 9

CAS	0.89 47	0.22 23	0.39 48	0.21 39	0.24 51	0.03 45	0.36 113	0.23 30	0.62 109	1.28 121	0.16 71	0.38 30	0.84 144	0.12 85	3.10 38	1.87 71	0.94 103	0.75 111	1.30 35	0.58 82	2.82 103	3.00 43	0.03 39	0.12 23	0.13 32	0.72 77	1.80 40	1.89 113

ARAFT	0.80 37	0.22 23	0.31 28	0.31 71	0.12 24	0.01 8	0.02 8	0.24 35	0.09 30	1.28 121	0.00 1	0.53 53	0.04 9	0.09 68	3.18 41	1.99 82	0.51 52	0.34 53	2.69 77	0.14 21	1.96 85	2.75 37	0.02 30	0.20 42	0.80 88	0.03 16	3.53 86	0.13 39

StereoIM	0.39 13	0.23 25	0.35 35	0.07 18	0.15 27	0.02 33	0.04 24	0.08 17	0.07 20	1.22 119	0.00 1	0.23 14	0.03 6	0.02 16	1.62 12	1.29 37	0.14 7	0.29 45	1.62 41	0.12 16	0.84 29	1.37 16	0.01 7	0.18 38	0.20 44	0.16 34	0.17 5	0.04 16

LoS	1.97 119	0.23 25	0.39 48	0.23 47	0.18 32	0.02 33	0.09 58	15.67 225	0.89 128	3.41 187	0.87 111	0.98 97	0.83 143	0.20 104	3.66 52	3.84 166	1.36 140	0.90 128	3.25 93	0.74 103	5.14 157	4.30 82	0.24 115	0.41 80	2.64 141	0.80 80	1.36 26	0.50 67

EGLCR-Stereo	1.68 102	0.23 25	2.17 169	0.08 23	0.28 62	0.09 77	0.09 58	0.50 50	1.17 144	0.11 34	2.55 151	0.62 68	0.67 124	0.03 28	4.24 74	3.69 160	1.12 118	1.22 158	4.58 117	0.59 84	4.19 140	7.51 168	0.24 115	0.68 124	1.05 99	0.64 72	6.73 175	0.33 54

CIPLG	1.04 60	0.23 25	0.82 101	0.32 76	0.36 84	0.04 51	0.34 110	0.21 27	0.50 97	0.07 29	0.11 60	1.24 106	0.08 24	0.42 146	4.82 100	1.65 62	0.85 92	0.39 62	2.02 53	0.32 45	2.35 90	4.69 99	0.05 49	0.75 131	1.10 100	0.35 55	3.79 98	0.12 37

CREStereo++_RVC	1.20 75	0.23 25	1.65 149	0.28 63	0.43 106	0.01 8	0.17 85	2.02 107	0.26 77	0.61 82	0.08 57	0.50 50	0.15 46	0.05 45	3.91 65	2.85 123	0.95 104	0.50 81	2.77 80	0.31 44	3.04 109	3.84 69	0.13 88	0.14 27	1.10 100	1.31 98	4.38 135	0.77 78
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
CES	1.32 85	0.24 30	0.36 39	0.14 32	0.22 46	0.05 59	0.19 91	5.29 199	0.76 118	0.42 74	0.61 104	0.86 90	0.85 145	0.26 117	4.28 75	3.41 150	1.21 126	1.06 146	1.85 51	1.16 132	4.19 140	3.75 65	0.15 94	0.12 23	0.23 51	0.34 54	1.47 31	2.15 120

IPLGR_C	1.02 58	0.24 30	0.77 95	0.31 71	0.36 84	0.04 51	0.35 112	0.20 26	0.47 94	0.07 29	0.12 64	1.26 108	0.09 28	0.41 144	4.52 82	1.63 60	0.81 84	0.45 77	2.10 55	0.32 45	2.41 94	4.67 98	0.07 69	0.75 131	1.04 98	0.28 46	3.80 99	0.11 34

ACRE	1.04 60	0.24 30	0.80 99	0.33 78	0.36 84	0.04 51	0.34 110	0.21 27	0.48 95	0.08 33	0.14 68	1.30 110	0.09 28	0.45 149	4.77 97	1.62 59	0.82 87	0.43 73	2.08 54	0.33 48	2.40 93	4.72 100	0.06 55	0.74 130	1.10 100	0.28 46	3.80 99	0.11 34

ICVP	1.55 96	0.24 30	1.65 149	0.43 107	0.45 108	0.50 130	0.38 116	1.26 77	0.64 111	1.77 142	1.20 122	0.88 92	1.63 167	0.25 116	4.46 79	2.81 122	1.49 146	1.01 141	2.50 68	1.15 131	2.70 97	5.75 122	0.14 91	0.63 114	0.72 82	2.31 120	3.35 80	1.59 107
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	1.89 113	0.25 34	0.34 33	0.06 10	0.20 39	0.16 102	0.04 24	0.81 63	1.73 167	1.94 148	0.44 96	1.12 100	0.88 150	0.12 85	4.48 80	5.29 190	2.26 164	1.77 178	5.32 125	2.13 166	5.92 168	7.47 165	0.10 81	0.37 74	0.60 75	1.61 107	4.41 137	1.14 94

Anonymous	2.36 129	0.25 34	0.14 12	0.08 23	0.27 61	0.15 98	0.05 32	3.01 160	1.34 150	1.45 132	0.01 42	1.37 113	1.20 159	0.20 104	4.75 94	5.59 195	2.65 174	1.74 176	12.24 186	2.28 169	6.44 177	7.90 179	0.10 81	1.12 157	1.58 121	1.79 112	4.58 142	1.55 103

LL-Strereo2	0.81 39	0.27 36	0.35 35	0.09 27	0.14 26	0.17 104	0.08 51	2.21 116	0.19 65	0.00 1	0.00 1	0.26 16	0.05 14	0.20 104	2.27 22	2.72 117	0.12 2	0.15 23	2.40 62	0.52 75	1.77 77	5.39 114	0.06 55	0.17 35	0.43 63	0.12 29	1.55 34	0.31 52

sAnonymous2	1.64 98	0.27 36	0.18 14	0.11 30	0.20 39	0.49 128	0.05 32	1.85 97	0.98 132	0.21 47	0.39 89	1.21 102	0.85 145	0.08 64	4.74 91	3.93 168	1.35 138	1.22 158	7.85 142	0.83 111	4.15 138	5.99 127	0.03 39	0.42 83	0.15 38	2.19 118	2.36 48	2.37 123

CroCo_RVC	1.64 98	0.27 36	0.18 14	0.11 30	0.20 39	0.49 128	0.05 32	1.85 97	0.98 132	0.21 47	0.39 89	1.21 102	0.85 145	0.08 64	4.74 91	3.93 168	1.35 138	1.22 158	7.85 142	0.83 111	4.15 138	5.99 127	0.03 39	0.42 83	0.15 38	2.19 118	2.36 48	2.37 123

anonymousdsp2	1.03 59	0.29 39	0.37 44	0.23 47	0.09 19	0.03 45	0.04 24	1.33 78	0.08 23	0.02 23	2.28 142	0.33 23	0.18 58	0.27 121	2.59 27	2.50 108	0.44 43	0.56 86	3.69 103	1.14 127	1.68 69	5.57 118	0.24 115	0.50 97	0.41 61	0.15 32	2.74 56	0.02 9

test-1	3.29 154	0.29 39	1.96 162	0.33 78	0.26 58	0.23 112	0.42 118	3.11 166	0.84 125	3.35 183	3.99 170	5.66 165	0.78 137	0.19 99	6.33 149	6.00 200	1.70 152	1.62 171	10.71 176	1.73 149	5.37 160	9.64 209	0.07 69	0.76 133	3.30 161	6.12 166	5.48 162	8.68 173

CVANet_RVC	0.42 14	0.29 39	0.82 101	0.60 124	0.31 66	0.18 106	0.03 16	1.58 87	0.25 76	0.12 40	0.28 81	0.84 86	0.05 14	0.11 78	0.69 2	0.46 2	0.36 31	0.25 38	0.08 4	0.08 11	0.20 5	1.95 24	0.02 30	0.05 7	0.06 18	0.03 16	0.70 17	1.10 92

MIF-Stereo	0.45 15	0.30 42	0.37 44	0.08 23	0.19 37	0.01 8	0.02 8	0.10 21	0.09 30	0.00 1	0.00 1	0.49 46	0.09 28	0.05 45	2.28 23	1.53 54	0.28 20	0.43 73	1.84 50	0.14 21	1.17 40	1.99 28	0.01 7	0.23 50	0.16 41	0.10 26	0.26 8	0.03 13

UPFNet	0.52 18	0.31 43	0.76 93	0.22 41	0.28 62	0.02 33	0.05 32	0.09 20	0.08 23	0.38 69	0.00 1	0.38 30	0.03 6	0.24 114	3.16 40	1.04 20	0.34 27	0.14 20	0.59 17	0.34 50	0.44 15	1.09 11	0.01 7	0.30 62	0.05 15	0.01 4	3.54 87	0.05 21

AE-Stereo	1.73 104	0.32 44	2.11 167	0.34 82	0.37 89	0.05 59	0.43 121	0.44 45	0.32 84	0.04 27	0.00 1	3.48 143	0.44 95	0.07 55	4.68 89	3.77 161	1.11 117	0.92 130	4.18 112	1.16 132	3.77 132	7.03 156	0.18 101	1.06 154	3.29 160	2.09 116	4.84 147	0.18 43

Sa-1000	1.45 94	0.32 44	0.53 71	0.28 63	0.26 58	0.01 8	0.04 24	2.73 146	0.11 38	0.01 19	0.01 42	0.59 55	0.49 107	0.56 161	6.07 140	2.10 93	0.92 102	0.88 125	4.60 118	0.59 84	1.56 58	6.38 141	0.01 7	0.64 117	2.25 133	1.72 111	5.00 150	0.38 60

AFF-stereo	0.88 46	0.32 44	0.50 66	0.35 89	0.20 39	0.11 81	0.37 114	0.41 41	0.11 38	1.15 112	0.00 1	0.66 73	0.07 21	0.02 16	4.33 76	1.39 45	0.40 36	0.90 128	3.49 100	0.26 39	1.61 64	2.83 41	0.02 30	0.22 47	0.49 66	0.18 35	3.16 68	0.10 27

UNet	0.67 27	0.32 44	0.47 64	0.27 60	0.23 48	0.03 45	0.15 78	0.55 55	0.14 47	1.13 111	0.00 1	0.61 65	0.17 56	0.15 92	2.26 21	1.51 53	0.50 50	0.22 32	1.51 40	0.25 37	0.75 23	1.79 21	0.18 101	0.60 111	0.07 19	0.32 51	3.43 84	0.61 72

FADNet-RVC	2.02 121	0.32 44	0.74 91	0.33 78	1.23 148	0.05 59	3.02 179	0.60 57	0.24 74	1.02 105	0.31 85	6.30 169	0.33 78	0.34 132	10.06 184	2.10 93	0.84 91	0.81 118	6.91 137	1.97 157	2.36 91	3.78 66	0.20 104	0.61 112	1.94 129	1.65 108	3.28 75	3.13 130

RASNet	0.86 45	0.32 44	0.77 95	0.46 112	0.31 66	0.18 106	0.10 64	0.95 67	0.14 47	1.11 109	0.09 58	0.53 53	0.44 95	0.35 137	1.76 15	1.87 71	0.59 64	0.22 32	1.13 29	0.07 8	1.42 51	3.94 71	0.17 99	0.53 103	0.46 65	0.37 57	3.64 92	1.29 97

rafts_anoy	0.92 49	0.33 50	0.86 105	0.37 94	0.24 51	0.05 59	0.07 46	2.48 133	0.14 47	0.01 19	0.00 1	0.20 9	0.04 9	0.02 16	3.97 67	3.08 131	0.56 61	0.40 63	2.20 58	0.34 50	1.65 66	3.86 70	0.02 30	0.27 54	0.99 96	0.73 78	0.87 20	0.98 90

GES	1.73 104	0.33 50	0.48 65	0.58 122	0.43 106	0.28 122	0.51 128	2.03 111	0.90 129	1.18 116	0.55 100	0.49 46	0.23 68	0.02 16	8.51 172	2.72 117	1.06 114	0.76 112	9.71 165	1.71 148	3.36 121	4.34 83	0.23 113	0.83 142	0.42 62	0.35 55	2.56 52	2.21 121

RAFT-Stereo + iAFF	1.00 55	0.33 50	0.75 92	0.38 98	0.42 104	0.14 92	0.43 121	0.97 68	0.13 45	1.32 125	0.00 1	0.65 72	0.09 28	0.03 28	4.73 90	1.46 49	0.50 50	0.13 19	3.58 101	0.49 68	1.60 62	4.02 75	0.02 30	0.42 83	0.52 68	0.38 58	3.38 81	0.17 42

CREStereo	1.20 75	0.33 50	0.95 113	0.24 50	0.19 37	0.01 8	0.06 41	2.65 140	0.54 98	0.64 83	1.05 116	0.72 77	0.59 117	0.07 55	3.92 66	3.45 155	0.86 97	0.42 69	2.19 57	0.72 101	3.10 111	3.56 60	0.10 81	0.29 59	1.20 105	1.09 89	2.54 51	0.90 83
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
4D-IteraStereo	1.14 67	0.34 54	1.40 135	0.29 65	0.38 93	0.05 59	0.09 58	2.11 115	0.11 38	0.00 1	0.19 76	0.52 52	0.22 67	0.24 114	3.76 57	3.57 159	0.28 20	0.38 58	2.95 86	0.49 68	3.35 120	5.63 120	0.12 87	0.41 80	0.10 26	0.29 48	3.09 65	0.34 56

HGLStereo	0.70 31	0.34 54	0.41 50	0.23 47	0.31 66	0.02 33	0.17 85	0.08 17	0.13 45	1.20 118	0.69 108	0.25 15	0.15 46	0.09 68	2.36 26	1.50 51	0.57 63	0.29 45	1.25 32	0.24 35	1.13 39	3.16 53	0.08 74	0.34 65	0.18 42	0.19 36	3.13 66	0.47 66

HSM	1.20 75	0.35 56	1.10 124	0.59 123	0.56 118	0.05 59	0.09 58	2.87 156	0.31 82	0.13 41	0.53 99	0.76 82	0.13 41	0.05 45	5.24 109	1.26 32	0.85 92	0.30 47	3.45 98	0.50 72	2.38 92	3.35 56	0.10 81	0.55 107	0.74 83	0.86 84	4.16 127	1.08 91

DMCA	0.36 12	0.36 57	0.19 16	0.17 34	0.09 19	0.02 33	0.05 32	0.02 2	0.05 10	0.58 81	0.00 1	0.39 33	0.05 14	0.01 5	2.07 17	0.98 16	0.54 55	0.12 17	0.23 8	0.10 13	0.46 16	1.38 17	0.01 7	0.22 47	0.03 8	0.08 23	1.30 25	0.15 41

RALCasStereoNet	1.00 55	0.37 58	1.07 121	0.37 94	0.32 76	0.06 72	0.20 94	2.08 113	0.15 53	1.01 104	0.04 50	0.61 65	0.16 50	0.03 28	3.74 55	3.43 151	0.41 39	0.26 40	1.40 38	0.75 105	1.44 52	4.55 92	0.03 39	0.26 52	0.78 87	1.36 99	0.91 21	1.22 96

test croco	0.56 20	0.39 59	0.44 56	0.17 34	0.41 101	0.01 8	0.01 2	0.74 60	0.08 23	0.01 19	0.00 1	0.74 79	0.14 44	0.04 41	2.91 35	1.93 78	0.25 17	0.44 76	1.02 27	0.16 23	1.65 66	2.50 36	0.01 7	0.41 80	0.21 48	0.06 21	0.36 11	0.10 27

MIF-Stereo (partial)	0.58 23	0.39 59	0.42 52	0.07 18	0.22 46	0.02 33	0.03 16	0.08 17	0.11 38	0.01 19	0.01 42	0.50 50	0.12 38	0.03 28	2.35 25	1.69 65	0.25 17	0.60 90	0.91 25	0.11 14	1.40 48	2.26 33	0.01 7	0.34 65	0.12 31	0.29 48	2.91 59	0.38 60

HCRNet	0.49 17	0.39 59	0.36 39	0.29 65	0.12 24	0.01 8	0.06 41	0.03 5	0.01 1	1.48 134	0.00 1	0.20 9	0.05 14	0.01 5	2.61 28	0.78 10	0.42 41	0.07 9	0.32 10	0.12 16	0.37 12	2.22 31	0.02 30	0.02 3	0.02 4	0.02 12	3.33 78	0.03 13

IPLG	1.33 86	0.40 62	0.76 93	0.29 65	0.28 62	0.01 8	0.09 58	2.25 118	0.31 82	0.40 72	0.28 81	0.37 28	0.74 133	0.31 131	5.67 125	1.89 74	1.26 131	0.95 135	2.86 84	0.47 65	1.18 41	6.06 133	0.06 55	0.66 121	0.63 79	3.73 139	3.86 106	0.11 34

RALAANet	1.21 78	0.40 62	0.56 74	0.37 94	0.31 66	0.20 110	0.15 78	1.87 101	0.20 66	0.51 79	0.01 42	0.49 46	0.26 71	0.07 55	3.97 67	2.32 101	0.48 47	0.73 109	3.41 95	1.09 124	3.06 110	5.24 112	0.02 30	0.50 97	0.74 83	1.14 90	4.11 126	0.54 69

raft+_RVC	0.80 37	0.41 64	0.45 61	0.34 82	0.24 51	0.03 45	0.08 51	2.24 117	0.09 30	0.07 29	0.00 1	0.42 38	0.08 24	0.02 16	3.49 47	3.16 136	0.48 47	0.12 17	2.60 73	0.82 108	0.94 32	3.69 63	0.03 39	0.20 42	0.35 57	0.14 31	0.69 16	0.35 58

DeepPruner_ROB	1.92 116	0.41 64	0.92 109	0.51 118	0.67 123	0.53 133	2.45 169	1.72 91	0.84 125	1.37 130	2.27 139	0.75 81	0.55 112	0.12 85	8.56 173	2.33 102	1.28 132	1.20 155	2.67 76	0.58 82	6.00 170	4.19 78	0.75 175	0.44 91	0.66 81	6.01 164	3.18 69	0.91 84

DMCA-RVC	0.82 40	0.43 66	0.50 66	0.31 71	0.59 120	0.15 98	1.13 143	0.29 37	1.52 155	1.29 123	0.34 87	0.64 69	0.14 44	0.17 96	3.74 55	1.26 32	0.80 82	0.51 82	0.97 26	0.51 74	0.87 30	1.93 23	0.26 120	0.40 79	0.13 32	0.08 23	2.70 54	0.50 67

raftrobust	1.17 70	0.44 67	0.99 114	0.41 103	0.37 89	0.04 51	0.12 68	2.45 130	0.14 47	0.51 79	0.00 1	0.72 77	0.24 69	0.09 68	4.74 91	4.01 171	0.39 35	0.35 54	5.19 123	0.34 50	1.89 80	4.58 93	0.21 105	0.28 56	1.21 106	0.47 60	1.09 23	0.35 58

DSFCA	0.83 41	0.44 67	0.51 70	0.29 65	0.59 120	0.05 59	0.61 133	0.23 30	0.55 102	0.49 77	0.58 102	0.48 45	0.11 36	0.04 41	2.83 34	1.42 47	0.78 81	0.72 107	1.15 31	0.65 97	1.24 43	3.01 44	0.21 105	0.53 103	0.55 71	0.83 81	3.19 70	0.46 65

AASNet	0.20 3	0.45 69	0.24 21	0.09 27	0.09 19	0.00 1	0.08 51	0.05 14	0.05 10	0.26 54	0.00 1	0.18 6	0.04 9	0.01 5	1.13 5	0.68 7	0.12 2	0.04 6	0.09 5	0.16 23	0.29 9	0.77 8	0.01 7	0.07 12	0.00 1	0.02 12	0.49 14	0.03 13

FADNet	2.26 128	0.45 69	0.77 95	0.54 121	1.08 144	0.02 33	3.28 181	0.88 64	0.38 86	0.80 92	0.57 101	2.60 136	0.50 108	0.67 166	9.91 183	1.94 80	0.91 100	1.08 148	9.92 168	1.76 151	2.78 99	4.21 79	0.11 85	0.47 93	2.92 150	3.57 132	3.57 89	5.35 147

IER	0.69 30	0.46 71	0.29 27	0.30 69	0.18 32	0.01 8	0.09 58	0.42 42	0.11 38	1.07 108	0.07 56	1.62 121	0.05 14	0.20 104	3.15 39	1.25 31	0.40 36	0.16 25	0.82 22	0.44 62	0.57 19	2.22 31	0.21 105	0.34 65	0.09 22	1.03 88	2.96 61	0.28 50

HH	3.49 161	0.47 72	5.11 200	0.68 129	0.69 125	0.93 147	1.38 150	3.19 170	0.82 122	2.81 162	2.29 143	5.39 159	0.81 140	0.34 132	5.69 126	7.67 226	0.99 106	1.08 148	9.91 166	2.70 183	7.76 194	8.27 192	0.57 156	0.93 146	3.44 164	8.42 184	5.63 165	6.30 158

HanStereo	3.49 161	0.47 72	5.11 200	0.68 129	0.69 125	0.93 147	1.38 150	3.19 170	0.82 122	2.81 162	2.29 143	5.39 159	0.81 140	0.34 132	5.69 126	7.67 226	0.99 106	1.08 148	9.91 166	2.70 183	7.76 194	8.27 192	0.57 156	0.93 146	3.44 164	8.42 184	5.63 165	6.30 158

dd	1.06 63	0.48 74	0.31 28	1.86 166	0.06 11	0.26 119	0.16 80	0.47 48	0.06 17	0.11 34	0.01 42	2.18 130	0.07 21	0.20 104	4.43 78	1.13 24	1.19 123	0.38 58	6.03 129	0.38 56	0.67 21	1.85 22	0.14 91	0.32 63	0.63 79	0.09 25	3.27 74	1.90 114

GLC_STEREO	0.93 50	0.48 74	0.65 77	0.25 54	0.33 78	0.03 45	0.11 66	2.37 128	0.20 66	0.16 45	0.04 50	0.38 30	0.15 46	0.02 16	3.66 52	2.05 91	0.67 71	0.25 38	2.56 70	0.42 61	2.90 104	3.06 48	0.09 78	0.19 39	0.09 22	0.10 26	3.70 93	0.31 52

NVstereo2D	0.93 50	0.48 74	0.17 13	0.24 50	0.42 104	0.41 125	0.08 51	1.64 88	0.59 107	0.87 97	1.05 116	0.42 38	0.21 65	0.08 64	5.64 120	2.38 106	0.82 87	0.59 88	1.71 45	0.24 35	1.26 44	2.48 35	0.06 55	0.47 93	1.31 107	0.29 48	1.04 22	0.24 47

CFNet	0.72 32	0.50 77	0.71 85	0.48 115	0.45 108	0.06 72	0.27 103	0.58 56	0.09 30	0.65 84	0.04 50	0.84 86	0.10 33	0.05 45	2.80 33	0.75 9	0.60 65	0.09 14	0.84 24	0.41 58	1.10 38	1.22 12	0.03 39	0.13 25	0.58 73	1.14 90	3.44 85	1.47 100

PWCDC_ROB	3.09 148	0.52 78	0.24 21	0.38 98	0.92 142	0.25 117	0.37 114	1.16 73	8.67 211	0.14 42	2.36 147	0.85 88	32.24 231	0.72 169	6.25 144	3.40 149	2.00 160	0.94 133	2.65 75	1.03 123	3.63 129	9.35 207	0.27 124	0.68 124	0.55 71	0.69 75	1.44 29	1.79 111

XX-Stereo	3.82 167	0.53 79	2.00 165	1.20 151	0.31 66	0.38 124	0.57 131	1.46 83	0.40 88	2.50 158	7.33 202	5.11 158	1.04 155	0.11 78	7.05 159	6.53 210	1.29 133	0.81 118	7.44 141	0.89 114	4.26 142	5.80 123	0.45 146	0.39 78	27.22 231	3.57 132	5.16 153	9.43 175

CASnet	0.96 54	0.54 80	0.54 72	0.24 50	0.36 84	0.05 59	0.26 102	0.52 52	0.18 63	0.06 28	0.06 53	0.70 76	0.36 84	0.01 5	4.36 77	1.50 51	0.66 70	0.40 63	2.56 70	0.34 50	3.82 133	4.34 83	0.03 39	0.35 72	1.67 123	0.11 28	1.72 37	0.23 46
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_pseudo	1.04 60	0.55 81	0.68 79	0.46 112	0.53 113	0.05 59	0.02 8	0.61 58	0.10 35	0.91 99	0.11 60	0.88 92	0.56 114	0.52 159	5.81 130	1.84 69	0.55 60	0.37 55	2.85 83	0.41 58	1.09 37	3.10 52	0.59 161	0.29 59	0.61 76	0.63 71	2.23 45	1.75 109

LMCR-Stereo	1.14 67	0.56 82	0.72 86	0.31 71	0.31 66	0.14 92	0.06 41	1.38 80	0.28 79	0.33 62	0.12 64	0.86 90	0.20 61	0.26 117	3.99 69	2.00 84	1.20 124	0.37 55	6.02 128	1.76 151	2.41 94	3.82 67	0.07 69	0.55 107	0.52 68	0.51 65	1.50 32	0.67 75

AF-Net	1.33 86	0.56 82	1.00 115	0.36 92	0.81 133	1.01 149	2.56 170	2.36 122	1.15 141	0.48 75	0.65 106	3.84 145	0.16 50	0.30 128	3.50 48	1.17 27	0.52 53	0.02 3	1.74 47	0.53 76	0.81 26	4.34 83	0.06 55	0.14 27	0.93 91	0.61 69	3.84 102	2.40 125

Nwc_Net	1.33 86	0.56 82	1.00 115	0.36 92	0.81 133	1.01 149	2.56 170	2.36 122	1.15 141	0.48 75	0.65 106	3.84 145	0.16 50	0.30 128	3.50 48	1.17 27	0.52 53	0.02 3	1.74 47	0.53 76	0.81 26	4.34 83	0.06 55	0.14 27	0.93 91	0.61 69	3.84 102	2.40 125

PDISCO_ROB	1.24 81	0.57 85	0.10 9	0.66 127	0.32 76	0.01 8	0.57 131	0.78 62	0.49 96	1.25 120	0.94 115	0.36 24	0.32 77	0.19 99	3.99 69	2.19 96	0.98 105	1.44 165	2.38 60	0.62 88	2.92 105	4.93 105	0.18 101	0.64 117	1.52 120	0.53 66	3.95 115	0.62 73

DN-CSS_ROB	1.68 102	0.57 85	1.42 136	0.83 137	0.73 127	0.05 59	0.22 98	2.83 154	0.40 88	1.50 135	3.57 166	1.02 98	0.43 94	0.09 68	4.11 73	1.61 58	1.34 137	0.84 120	8.83 152	0.39 57	4.42 146	3.67 62	0.09 78	1.02 151	0.13 32	0.55 68	3.24 73	1.52 102

BEATNet_4x	1.65 100	0.58 87	0.35 35	0.20 37	0.38 93	0.15 98	0.46 124	1.78 96	1.70 166	0.40 72	0.50 97	1.13 101	0.62 121	0.65 164	6.09 141	3.02 128	2.14 163	1.81 179	1.48 39	0.79 107	5.22 158	7.76 174	0.08 74	1.07 155	0.32 54	0.48 61	3.92 110	1.49 101

Any-RAFT	2.91 144	0.59 88	3.81 189	0.35 89	0.57 119	0.02 33	0.11 66	2.92 157	0.63 110	0.50 78	3.78 167	3.92 148	0.36 84	0.16 95	6.57 151	3.98 170	0.87 99	0.87 123	8.59 150	0.61 87	5.45 163	6.20 137	0.42 141	0.49 95	5.12 185	9.91 193	3.30 77	8.42 170

Anonymous3	3.42 156	0.60 89	0.93 112	0.09 27	1.35 151	0.50 130	0.03 16	3.46 176	1.28 145	1.11 109	0.80 110	10.89 183	1.36 164	0.45 149	8.96 176	6.97 219	3.85 184	3.08 202	11.46 179	2.32 173	7.35 191	12.18 227	0.38 134	0.51 100	1.75 125	3.57 132	5.30 156	1.85 112

PMTNet	1.51 95	0.60 89	1.30 131	0.27 60	0.26 58	0.02 33	0.18 88	0.51 51	0.56 104	0.71 87	0.33 86	0.59 55	0.48 105	0.09 68	6.84 154	3.43 151	0.91 100	0.38 58	6.13 132	0.44 62	4.00 136	3.52 59	0.13 88	0.15 30	3.04 153	1.29 97	1.36 26	3.30 134

test_5	0.76 34	0.61 91	0.21 17	0.02 2	0.02 4	0.11 81	0.01 2	2.75 151	0.05 10	0.00 1	4.29 173	0.49 46	0.44 95	0.00 1	1.73 13	1.27 36	0.22 11	0.14 20	1.14 30	0.09 12	0.46 16	3.08 50	0.01 7	0.19 39	0.09 22	0.00 1	2.97 62	0.02 9

AACVNet	1.07 64	0.61 91	0.44 56	0.65 126	0.80 131	0.12 83	0.17 85	0.37 38	0.20 66	0.17 46	0.14 68	0.60 59	0.24 69	0.26 117	4.81 98	2.04 90	0.61 66	0.40 63	1.72 46	0.41 58	1.80 78	3.08 50	0.40 135	0.20 42	0.52 68	1.51 102	4.20 129	2.32 122

FINET	2.25 127	0.61 91	1.06 120	0.48 115	0.55 114	0.75 141	0.98 140	1.18 74	1.87 169	0.30 58	3.46 165	1.25 107	2.35 171	0.80 171	14.13 209	2.94 125	1.14 121	0.42 69	2.74 79	1.28 136	2.71 98	4.08 76	0.43 142	1.24 162	3.04 153	5.74 162	1.70 36	3.42 135

TestStereo	0.64 26	0.64 94	0.54 72	0.22 41	0.11 23	0.01 8	0.03 16	1.87 101	0.23 72	0.30 58	0.00 1	0.37 28	0.08 24	0.01 5	1.75 14	0.93 14	0.45 44	0.23 37	2.92 85	0.12 16	1.51 54	1.70 18	0.05 49	0.11 21	0.21 48	0.46 59	2.24 46	0.13 39

GANet-ADL	2.63 137	0.65 95	2.25 170	1.16 150	1.13 145	1.61 164	0.77 137	1.97 105	1.02 137	3.19 177	3.22 161	1.48 115	0.33 78	0.03 28	6.00 138	4.08 172	2.52 171	0.78 115	7.88 144	2.05 161	3.56 125	6.68 150	0.27 124	0.86 144	1.51 119	6.92 171	5.25 155	3.84 137

pcwnet_v2	1.99 120	0.65 95	0.87 106	0.77 134	1.17 146	0.72 138	0.24 99	1.75 93	0.66 112	3.33 179	1.75 134	1.49 117	1.91 169	1.68 196	6.75 152	2.30 100	1.12 118	0.69 100	4.33 115	0.50 72	2.08 86	4.26 80	1.07 184	0.77 136	1.43 117	2.18 117	4.16 127	5.20 145

CFNet_RVC	1.14 67	0.65 95	0.92 109	0.35 89	0.40 99	0.14 92	0.13 71	0.11 23	0.18 63	0.86 96	1.15 121	0.67 74	0.17 56	0.08 64	6.26 146	1.31 39	0.70 74	0.40 63	1.62 41	0.29 42	1.93 82	3.03 46	0.06 55	0.43 89	0.95 93	1.90 114	3.91 109	2.07 117

MLCV	2.73 141	0.66 98	0.90 108	2.64 176	1.41 157	1.10 153	1.01 141	3.58 180	0.61 108	3.69 194	4.23 172	5.51 162	3.78 179	0.11 78	5.65 122	2.01 85	1.68 151	0.87 123	10.28 171	1.26 134	3.32 119	5.13 111	0.34 130	2.60 185	2.68 145	3.08 128	4.10 125	1.55 103

IPLGR	2.02 121	0.67 99	0.81 100	0.38 98	0.47 110	0.01 8	0.08 51	1.39 81	0.28 79	2.32 155	2.30 145	0.46 42	0.79 139	0.20 104	6.88 156	1.99 82	1.44 142	1.35 163	5.56 126	1.85 154	2.94 106	6.20 137	0.06 55	1.13 158	3.39 163	6.80 170	3.93 111	0.75 77

psm_up	1.28 84	0.67 99	1.09 123	0.41 103	0.89 138	0.04 51	0.31 105	2.38 129	1.16 143	0.77 88	0.00 1	1.36 112	0.10 33	0.44 147	4.59 87	1.35 41	0.83 89	0.45 77	4.14 111	0.47 65	1.60 62	2.76 38	0.01 7	0.73 128	1.16 103	1.54 104	3.84 102	1.40 98

MSKI-zero shot	3.55 163	0.69 101	1.78 158	0.20 37	0.41 101	0.19 108	0.14 75	3.13 167	0.94 131	0.80 92	6.42 194	3.89 147	0.60 120	0.03 28	5.84 131	6.80 217	1.44 142	1.01 141	11.77 181	2.28 169	6.56 183	8.63 198	0.24 115	0.71 126	4.66 178	11.34 201	7.75 185	7.55 166

RAFT-Test	3.05 147	0.69 101	1.82 159	1.09 149	0.81 133	0.25 117	0.43 121	3.13 167	0.76 118	1.06 107	6.42 194	1.03 99	0.91 152	0.35 137	5.61 119	6.66 214	1.32 136	0.61 91	10.76 177	1.74 150	6.54 182	7.48 166	0.56 154	0.59 110	2.76 147	10.02 194	4.56 141	4.35 139

FADNet-RVC-Resample	1.87 111	0.69 101	1.01 117	0.50 117	0.67 123	0.19 108	1.39 153	1.43 82	0.87 127	0.94 102	0.92 113	5.52 163	0.52 110	1.00 178	7.45 161	1.91 77	1.44 142	1.98 185	3.91 108	1.13 126	1.92 81	4.61 96	0.23 113	1.54 170	0.58 73	3.08 128	2.12 42	3.05 128

MSMDNet	2.61 136	0.70 104	1.72 155	0.38 98	0.62 122	0.23 112	0.18 88	3.09 165	0.67 113	1.02 105	2.22 138	1.22 105	2.43 173	0.35 137	5.26 112	6.79 216	1.36 140	0.58 87	10.46 174	3.11 188	6.34 176	7.92 180	0.41 138	0.76 133	2.48 137	3.98 144	3.04 63	3.06 129

AEACV	0.55 19	0.71 105	0.34 33	0.04 5	0.05 8	0.10 80	0.02 8	0.02 2	0.03 4	0.00 1	0.00 1	0.20 9	0.13 41	0.05 45	2.71 31	2.52 109	0.12 2	0.64 92	1.33 37	0.95 119	0.81 26	3.06 48	0.32 129	0.09 16	0.02 4	0.20 38	0.41 12	0.00 1

iResNet_ROB	1.22 80	0.71 105	0.44 56	0.45 111	0.34 80	0.04 51	0.16 80	3.05 163	0.12 44	1.32 125	0.00 1	0.93 95	0.34 80	0.05 45	4.57 84	1.86 70	0.81 84	0.48 79	6.00 127	0.34 50	1.95 83	1.30 14	0.31 127	0.91 145	0.33 55	0.95 85	3.93 111	1.14 94

MyStereo04	2.45 133	0.72 107	1.28 128	0.73 132	0.84 136	0.04 51	0.16 80	2.58 136	0.98 132	3.09 172	0.72 109	1.71 124	0.16 50	0.07 55	5.25 110	3.37 145	0.81 84	1.04 143	10.31 172	2.51 178	5.56 165	5.11 109	1.16 187	0.94 148	3.03 152	8.41 182	4.87 148	0.64 74

MIPNet	1.76 108	0.72 107	0.87 106	0.32 76	0.55 114	0.01 8	0.08 51	1.77 95	0.38 86	2.09 152	0.92 113	0.44 40	0.76 135	0.27 121	5.64 120	2.03 86	1.52 148	0.93 132	3.87 107	1.34 139	1.41 50	6.39 142	0.07 69	1.05 153	2.65 142	7.16 173	3.90 108	0.29 51

GANet	0.63 25	0.72 107	0.73 89	0.46 112	0.40 99	1.37 159	0.41 117	0.45 46	0.06 17	0.21 47	2.81 159	2.16 129	0.28 74	0.47 151	0.89 3	0.62 5	0.74 78	0.38 58	0.38 13	0.07 8	0.30 10	1.98 27	0.14 91	0.13 25	0.20 44	0.03 16	0.52 15	0.22 45

raft_robust	1.38 90	0.73 110	0.63 76	0.27 60	0.23 48	0.01 8	0.05 32	3.04 162	0.24 74	1.16 113	0.02 48	0.61 65	0.67 124	0.07 55	3.67 54	2.22 98	0.80 82	0.66 94	5.14 122	0.33 48	3.43 123	6.40 143	0.01 7	0.37 74	1.19 104	1.48 101	2.86 58	0.96 89

DLCB_ROB	1.13 66	0.77 111	0.73 89	0.44 109	0.51 112	0.22 111	0.42 118	0.49 49	0.28 79	0.84 94	0.50 97	1.31 111	0.85 145	0.11 78	2.70 30	1.54 55	1.12 118	0.27 42	0.82 22	0.22 33	1.70 71	3.50 58	0.48 151	0.44 91	4.83 181	2.48 123	2.14 43	0.79 79

anonymity	4.07 170	0.78 112	6.15 210	1.49 157	0.74 128	0.48 127	0.49 126	3.72 182	1.65 162	2.70 159	20.70 242	3.99 149	0.88 150	0.28 126	5.31 113	6.26 206	1.14 121	0.71 105	7.91 145	1.58 144	4.27 143	8.17 189	0.41 138	0.61 112	4.86 182	9.60 191	5.48 162	9.41 174

MyStereo	2.72 139	0.79 113	2.81 181	0.74 133	0.88 137	0.12 83	0.16 80	2.33 121	0.55 102	3.57 189	2.91 160	1.91 125	0.18 58	0.07 55	5.96 136	3.15 135	0.69 73	0.80 116	10.57 175	2.46 176	5.40 161	5.96 126	1.06 183	1.00 150	3.89 170	9.87 192	5.08 151	0.58 70

EKT-Stereo	3.12 150	0.79 113	2.25 170	0.51 118	0.38 93	0.57 134	1.87 162	3.36 173	1.32 147	2.03 150	5.99 188	1.48 115	0.75 134	0.44 147	7.79 166	6.14 203	1.47 145	3.22 204	8.95 154	2.82 186	6.93 188	8.34 196	0.17 99	0.49 95	4.41 174	4.95 154	5.40 161	1.57 106

cross-raft	2.64 138	0.79 113	1.76 156	0.43 107	0.89 138	0.23 112	0.18 88	3.08 164	0.70 114	0.77 88	2.13 136	1.21 102	0.69 127	0.41 144	5.43 115	5.90 198	1.22 130	0.59 88	10.82 178	1.85 154	6.50 178	8.26 190	0.45 146	0.63 114	2.66 143	4.41 148	4.46 139	4.88 142

IGEV_Zeroshot_test	4.05 169	0.80 116	8.10 217	6.86 198	0.41 101	2.27 174	1.89 163	3.90 184	1.41 152	2.09 152	8.67 211	4.78 155	1.00 154	0.23 113	5.53 117	6.82 218	1.05 113	0.73 109	9.30 162	1.98 159	7.38 192	8.89 202	0.47 149	0.72 127	5.72 189	5.34 159	5.93 167	7.12 163

RAFT_CTSACE	0.74 33	0.81 117	0.44 56	0.25 54	0.08 18	0.15 98	0.03 16	1.99 106	0.06 17	0.00 1	0.11 60	0.47 44	0.46 102	0.01 5	2.74 32	1.26 32	0.29 25	0.16 25	0.77 21	0.13 20	0.79 24	4.54 91	0.01 7	0.15 30	0.25 53	0.01 4	3.88 107	0.04 16

NLCA_NET_v2_RVC	1.21 78	0.81 117	0.50 66	0.22 41	0.48 111	0.03 45	1.73 159	1.18 74	2.43 177	2.04 151	0.11 60	0.74 79	0.09 28	0.55 160	6.88 156	1.12 23	0.38 33	0.30 47	1.67 43	0.28 41	0.80 25	1.75 20	0.15 94	0.25 51	0.13 32	3.23 130	2.70 54	2.04 116
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT+CT+SA	0.77 35	0.83 119	0.24 21	0.15 33	0.05 8	0.01 8	0.02 8	2.46 131	0.09 30	0.11 34	0.00 1	0.89 94	0.40 91	0.01 5	1.42 9	1.63 60	0.18 10	0.21 31	2.39 61	0.27 40	0.93 31	4.66 97	0.01 7	0.20 42	0.13 32	0.02 12	3.33 78	0.05 21

iResNetv2_ROB	1.40 92	0.83 119	0.41 50	1.30 154	0.37 89	0.05 59	0.14 75	3.17 169	0.20 66	1.97 149	0.28 81	2.49 135	0.40 91	0.06 53	3.78 58	1.57 56	1.08 116	0.22 32	6.10 130	0.67 99	3.61 128	2.04 29	0.26 120	0.83 142	0.62 78	0.54 67	4.07 118	0.71 76

STTStereo	1.36 89	0.86 121	0.78 98	0.40 102	0.33 78	0.08 74	1.20 146	0.43 44	1.52 155	1.38 131	0.24 79	2.01 127	0.27 72	0.38 140	9.23 178	1.30 38	0.40 36	0.33 51	1.27 34	0.20 28	1.56 58	1.97 26	0.16 96	0.15 30	0.10 26	1.81 113	3.62 91	4.69 140

PSMNet-ADL	3.55 163	0.87 122	1.70 153	1.71 161	2.00 173	1.21 155	0.69 134	2.55 135	1.91 171	4.36 207	7.71 205	4.22 150	7.85 191	0.10 73	7.75 165	5.27 188	2.09 162	0.89 126	11.92 183	2.07 162	4.52 147	6.13 135	0.70 171	0.67 123	2.07 130	4.52 151	8.78 192	1.62 108

SACVNet	1.77 109	0.88 123	1.11 125	0.67 128	1.41 157	0.84 142	0.94 138	2.65 140	0.54 98	1.31 124	0.02 48	0.95 96	0.40 91	0.39 141	6.01 139	2.36 104	1.71 153	0.42 69	4.84 121	0.82 108	3.03 108	6.05 132	0.11 85	0.73 128	1.33 108	1.66 109	4.02 116	2.55 127

iResNet	4.46 174	0.88 123	0.92 109	2.61 175	2.85 184	4.95 191	1.38 150	4.97 193	1.33 148	3.66 193	3.45 164	12.37 186	16.29 210	0.06 53	9.09 177	3.33 142	2.53 172	1.85 181	16.79 192	2.68 182	4.65 150	4.29 81	0.25 119	4.69 202	1.88 128	4.19 145	5.32 157	3.22 132

dad	4.27 172	0.90 125	0.38 46	10.18 208	1.67 162	1.51 162	12.20 215	12.33 216	0.11 38	3.40 185	0.00 1	1.94 126	3.49 177	0.26 117	6.16 143	1.44 48	1.74 156	0.71 105	14.06 189	0.66 98	3.23 114	4.00 74	0.21 105	1.02 151	6.09 192	0.19 36	17.62 218	9.71 178

GEStereo_RVC	2.49 135	0.90 125	1.02 118	1.03 148	0.74 128	1.57 163	1.21 147	2.68 142	0.58 106	0.77 88	0.39 89	2.62 139	0.36 84	0.11 78	4.94 103	4.65 175	2.05 161	2.17 191	9.07 157	2.10 165	3.74 131	9.71 210	0.55 153	1.49 166	0.81 89	0.84 83	4.45 138	6.73 161

SA	1.07 64	0.91 127	0.46 63	0.21 39	0.25 57	0.01 8	0.02 8	2.68 142	0.14 47	0.14 42	0.00 1	0.59 55	0.38 89	0.34 132	3.59 50	2.03 86	0.45 44	0.51 82	3.47 99	0.32 45	1.40 48	3.72 64	0.01 7	0.38 76	0.44 64	1.60 106	4.79 146	0.10 27

FCDSN-DC	1.87 111	0.93 128	2.12 168	1.84 164	1.62 161	1.35 158	1.17 144	0.74 60	0.46 91	1.19 117	0.30 84	2.02 128	0.48 105	0.28 126	5.91 132	2.18 95	2.34 166	2.10 190	1.30 35	0.47 65	2.99 107	5.42 115	0.57 156	3.93 195	2.22 132	3.45 131	1.45 30	1.56 105
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GMStereo	0.56 20	0.94 129	0.07 6	0.25 54	0.06 11	0.01 8	0.02 8	0.15 24	0.07 20	0.00 1	0.00 1	0.41 36	0.01 3	0.01 5	2.04 16	1.15 26	0.34 27	0.18 28	2.72 78	0.11 14	1.52 55	2.04 29	0.00 1	0.08 15	0.20 44	0.03 16	2.65 53	0.04 16
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TESTraft	1.00 55	0.95 130	0.32 31	0.06 10	0.17 30	0.01 8	0.03 16	1.49 85	0.07 20	0.78 91	0.00 1	0.46 42	0.64 122	0.19 99	4.75 94	2.06 92	0.26 19	0.20 29	2.78 81	0.36 55	1.26 44	4.60 94	0.07 69	0.17 35	0.11 30	1.53 103	3.70 93	0.04 16

ADLNet	0.79 36	0.95 130	0.12 11	0.22 41	0.28 62	0.09 77	0.05 32	1.25 76	0.10 35	0.32 61	0.06 53	2.48 134	0.08 24	0.20 104	3.48 46	1.14 25	0.48 47	0.11 16	0.60 18	0.23 34	0.60 20	3.03 46	0.01 7	0.10 17	0.91 90	0.83 81	3.15 67	0.34 56

RTSC	3.11 149	0.95 130	1.93 161	0.51 118	0.89 138	1.05 151	2.90 178	1.64 88	1.98 172	2.28 154	2.71 155	1.60 120	1.14 157	1.24 186	11.23 192	4.78 179	4.92 201	2.00 188	8.11 149	1.61 145	4.78 151	6.97 155	0.34 130	1.52 167	1.35 109	1.21 95	4.60 143	9.80 180

PA-Net	2.07 123	0.95 130	1.62 148	0.31 71	2.13 176	0.17 104	0.70 135	0.21 27	1.90 170	0.84 94	1.44 125	0.30 18	0.21 65	0.84 172	7.47 162	1.66 63	0.38 33	0.37 55	1.25 32	0.74 103	1.66 68	4.96 108	0.64 165	0.51 100	1.03 97	11.53 203	2.31 47	9.73 179
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	0.90 48	0.96 134	0.36 39	0.06 10	0.36 84	0.63 137	0.54 129	0.23 30	0.32 84	1.72 140	0.58 102	0.41 36	0.29 76	0.04 41	2.98 37	1.47 50	1.02 111	0.31 50	3.32 94	0.56 81	1.01 34	3.01 44	0.13 88	0.33 64	0.13 32	0.33 52	2.81 57	0.43 64

MGS-Stereo	0.68 28	0.97 135	0.65 77	0.25 54	0.18 32	0.01 8	0.05 32	0.07 16	0.14 47	0.00 1	0.00 1	0.30 18	0.15 46	0.03 28	5.25 110	1.01 18	0.41 39	0.26 40	1.09 28	0.44 62	1.38 47	2.76 38	0.03 39	0.27 54	0.34 56	0.25 41	1.72 37	0.24 47

TestStereo1	0.93 50	0.98 136	0.22 19	0.07 18	0.18 32	0.01 8	0.04 24	1.07 70	0.08 23	0.11 34	0.00 1	0.39 33	0.56 114	0.12 85	4.92 101	2.03 86	0.28 20	0.22 32	2.98 87	0.20 28	1.56 58	3.94 71	0.01 7	0.15 30	0.10 26	1.19 93	3.74 95	0.05 21

SA-5K	0.93 50	0.98 136	0.22 19	0.07 18	0.18 32	0.01 8	0.04 24	1.07 70	0.08 23	0.11 34	0.00 1	0.39 33	0.56 114	0.12 85	4.92 101	2.03 86	0.28 20	0.22 32	2.98 87	0.20 28	1.56 58	3.94 71	0.01 7	0.15 30	0.10 26	1.19 93	3.74 95	0.05 21

DAS	4.65 177	0.98 136	1.28 128	1.99 168	1.39 154	1.39 160	1.58 155	3.52 178	4.17 193	3.33 179	6.18 191	12.75 188	6.50 186	0.10 73	8.31 170	4.81 181	4.46 193	2.26 193	10.21 169	5.35 206	6.51 180	7.66 170	0.57 156	4.84 204	4.63 176	7.17 174	7.79 186	5.90 151

SepStereo	4.65 177	0.98 136	1.28 128	1.99 168	1.39 154	1.39 160	1.58 155	3.52 178	4.17 193	3.33 179	6.18 191	12.75 188	6.50 186	0.10 73	8.31 170	4.81 181	4.46 193	2.26 193	10.21 169	5.35 206	6.51 180	7.66 170	0.57 156	4.84 204	4.63 176	7.17 174	7.79 186	5.90 151

test-3	1.89 113	1.05 140	1.54 143	0.41 103	0.38 93	0.14 92	0.19 91	2.73 146	0.17 59	0.35 67	0.42 94	4.22 150	0.35 82	0.03 28	5.92 133	3.44 153	0.64 68	0.66 94	9.08 158	0.54 80	3.27 116	8.02 184	0.08 74	0.82 140	0.74 83	1.01 86	3.94 113	0.87 81

CASS	2.93 145	1.06 141	2.39 173	2.21 173	1.17 146	0.52 132	2.81 174	2.79 152	1.05 138	1.80 144	3.40 163	1.68 122	0.59 117	0.05 45	4.51 81	3.20 138	5.58 203	1.31 162	9.56 163	1.64 146	7.26 189	7.98 182	0.05 49	0.66 121	3.62 168	2.70 125	4.35 132	5.22 146
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
APVNet	1.38 90	1.06 141	0.27 25	0.33 78	0.37 89	0.28 122	0.50 127	0.39 39	0.42 90	0.93 100	0.42 94	0.85 88	0.19 60	0.15 92	4.81 98	3.10 134	1.87 158	0.94 133	4.74 120	0.89 114	2.23 88	5.90 125	0.05 49	1.23 161	0.19 43	0.48 61	3.80 99	0.91 84

test_1	1.89 113	1.07 143	1.54 143	0.41 103	0.38 93	0.14 92	0.19 91	2.73 146	0.17 59	0.31 60	0.40 92	4.23 152	0.35 82	0.03 28	5.96 136	3.44 153	0.64 68	0.65 93	9.10 159	0.53 76	3.29 117	8.03 185	0.08 74	0.82 140	0.74 83	1.01 86	3.94 113	0.89 82

EAI-Stereo	3.47 159	1.08 144	3.31 185	1.01 147	2.20 179	0.86 143	2.15 166	3.02 161	2.01 173	0.21 47	6.99 198	3.36 142	0.71 130	0.17 96	8.65 174	6.60 212	1.21 126	1.15 152	10.39 173	1.82 153	4.60 148	8.03 185	0.69 169	1.76 173	2.14 131	5.97 163	7.35 182	6.22 157

R-Stereo Train	2.40 131	1.12 145	1.98 163	1.00 143	0.24 51	0.05 59	0.07 46	2.02 107	1.01 135	1.35 128	2.47 148	1.55 118	0.47 103	0.19 99	5.66 123	4.74 176	1.71 153	1.04 143	7.24 139	1.14 127	5.08 155	7.81 175	0.06 55	0.42 83	2.90 148	4.55 152	3.22 71	5.57 148

RAFT-Stereo	2.40 131	1.12 145	1.98 163	1.00 143	0.24 51	0.05 59	0.07 46	2.02 107	1.01 135	1.35 128	2.47 148	1.55 118	0.47 103	0.19 99	5.66 123	4.74 176	1.71 153	1.04 143	7.24 139	1.14 127	5.08 155	7.81 175	0.06 55	0.42 83	2.90 148	4.55 152	3.22 71	5.57 148
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RP	1.55 96	1.14 147	2.48 176	0.89 138	1.23 148	0.43 126	2.08 165	1.86 100	1.63 161	0.29 57	2.10 135	2.43 133	0.13 41	0.49 155	5.11 105	1.26 32	0.83 89	0.05 8	1.74 47	0.49 68	1.04 35	4.92 104	0.16 96	0.76 133	0.49 66	1.14 90	4.64 144	1.98 115

SHD	5.09 181	1.15 148	3.12 184	1.80 163	1.94 169	1.71 166	2.82 175	5.09 196	4.76 199	2.82 165	5.39 180	5.07 157	9.79 198	0.87 173	11.37 194	6.33 209	4.71 197	2.67 199	13.97 188	3.50 194	7.31 190	8.29 195	0.44 145	3.88 194	5.02 184	7.49 177	4.03 117	12.20 185

test_3	1.92 116	1.16 149	1.42 136	0.44 109	0.39 98	0.14 92	0.20 94	2.79 152	0.17 59	0.38 69	0.41 93	4.32 153	0.36 84	0.03 28	6.25 144	3.34 143	0.68 72	0.67 97	9.18 160	0.53 76	3.20 113	7.85 178	0.06 55	0.80 138	0.95 93	1.27 96	3.85 105	0.94 88

UDGNet	2.73 141	1.17 150	0.42 52	10.90 209	5.53 198	8.65 206	3.60 186	1.70 90	0.27 78	0.22 51	0.12 64	0.80 85	0.12 38	9.72 225	4.00 71	1.35 41	0.73 77	0.54 85	3.02 91	0.60 86	2.78 99	6.16 136	3.41 209	0.29 59	1.70 124	1.69 110	3.06 64	1.10 92

NaN_ROB	3.44 157	1.18 151	1.20 127	0.92 140	3.15 186	0.73 139	1.61 157	3.36 173	2.57 180	0.98 103	1.25 123	21.11 203	0.77 136	1.26 188	5.06 104	1.79 68	1.06 114	0.76 112	2.52 69	1.44 141	1.95 83	3.82 67	0.52 152	1.30 163	4.05 171	10.09 196	4.78 145	13.66 191

iinet-f	1.66 101	1.28 152	0.38 46	0.81 136	0.15 27	0.24 116	0.13 71	0.42 42	0.21 70	1.91 146	3.98 169	0.30 18	0.27 72	0.07 55	6.30 148	2.65 116	0.43 42	0.30 47	8.10 148	1.14 127	2.10 87	6.32 139	0.26 120	0.52 102	1.42 116	0.21 39	4.26 131	0.60 71

HSM-Net_RVC	3.23 153	1.35 153	1.70 153	2.82 178	2.07 175	0.73 139	0.46 124	3.48 177	1.14 140	3.44 188	5.99 188	8.07 174	3.38 176	0.27 121	5.71 128	2.35 103	1.54 149	0.27 42	3.44 97	1.35 140	4.35 144	6.00 129	0.70 171	3.05 189	4.68 179	6.45 167	6.23 169	6.18 156
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TANstereo	1.73 104	1.38 154	0.72 86	0.26 58	0.35 82	0.62 135	0.07 46	0.52 52	0.46 91	0.27 55	1.08 118	0.36 24	0.20 61	1.04 181	3.37 44	2.99 126	0.99 106	1.69 174	9.06 155	3.49 192	3.58 126	4.48 88	3.34 207	0.28 56	0.05 15	0.67 73	5.35 158	0.09 25

XX-TBD	1.73 104	1.38 154	0.72 86	0.26 58	0.35 82	0.62 135	0.07 46	0.52 52	0.46 91	0.27 55	1.08 118	0.36 24	0.20 61	1.04 181	3.37 44	2.99 126	0.99 106	1.69 174	9.06 155	3.49 192	3.58 126	4.48 88	3.34 207	0.28 56	0.05 15	0.67 73	5.35 158	0.09 25

ccs_rob	4.98 180	1.51 156	2.53 177	2.16 171	0.89 138	3.24 182	1.79 161	4.91 192	1.34 150	4.26 205	15.64 233	28.82 210	10.34 199	0.50 156	6.81 153	5.55 193	2.39 168	1.57 169	6.45 134	2.16 167	6.28 175	6.95 154	0.40 135	2.33 181	1.38 111	2.46 122	4.37 133	7.31 165

iRaft-Stereo_20w	4.82 179	1.53 157	8.41 219	7.63 200	1.90 167	3.40 184	1.71 158	3.40 175	2.25 175	3.58 190	9.41 217	3.70 144	1.31 161	0.48 153	5.41 114	5.85 197	1.31 135	0.85 121	9.58 164	1.92 156	5.27 159	7.69 173	0.65 166	0.77 136	4.40 173	14.15 211	11.18 201	12.46 187

LoS_RVC	1.27 82	1.54 158	0.85 103	0.06 10	0.55 114	0.01 8	0.13 71	0.23 30	0.73 116	1.70 138	0.22 77	0.64 69	0.69 127	0.11 78	3.79 59	3.07 129	0.75 79	1.99 186	3.69 103	0.64 91	4.98 153	4.94 106	0.22 111	0.10 17	0.37 58	0.50 63	0.82 18	0.93 86

tt_ll	1.27 82	1.54 158	0.85 103	0.06 10	0.55 114	0.01 8	0.13 71	0.23 30	0.73 116	1.70 138	0.22 77	0.64 69	0.69 127	0.11 78	3.79 59	3.07 129	0.75 79	1.99 186	3.69 103	0.64 91	4.98 153	4.94 106	0.22 111	0.10 17	0.37 58	0.50 63	0.82 18	0.93 86

RTS	6.13 187	1.54 158	1.31 132	0.94 141	1.83 164	4.15 189	5.45 194	2.74 149	3.33 187	2.85 166	1.61 129	8.52 175	1.31 161	1.13 183	14.79 218	6.12 201	7.56 212	2.52 196	18.82 196	3.48 190	6.23 173	8.15 187	1.11 185	1.90 176	8.24 199	21.58 230	6.64 173	21.79 209

RTSA	6.13 187	1.54 158	1.31 132	0.94 141	1.83 164	4.15 189	5.45 194	2.74 149	3.33 187	2.85 166	1.61 129	8.52 175	1.31 161	1.13 183	14.79 218	6.12 201	7.56 212	2.52 196	18.82 196	3.48 190	6.23 173	8.15 187	1.11 185	1.90 176	8.24 199	21.58 230	6.64 173	21.79 209

MaskLacGwcNet_RVC	8.85 200	1.66 162	6.09 209	4.62 190	3.79 189	3.05 180	6.94 202	3.69 181	3.58 190	4.74 211	10.17 219	65.85 251	12.11 204	7.99 223	7.88 167	5.27 188	4.63 195	5.31 216	18.89 198	2.67 181	8.70 205	10.19 216	1.05 182	4.09 196	5.01 183	9.52 190	6.30 171	15.16 194

NCC-stereo	2.13 124	1.68 163	1.46 140	1.00 143	1.37 152	0.89 145	2.88 176	2.59 137	2.86 183	0.34 63	2.72 156	2.40 131	1.41 165	0.27 121	5.18 107	1.38 43	0.85 92	0.98 136	2.99 89	1.01 121	1.54 56	4.72 100	0.43 142	0.53 103	2.61 139	4.44 149	4.09 123	4.93 143

Abc-Net	2.13 124	1.68 163	1.46 140	1.00 143	1.37 152	0.89 145	2.88 176	2.59 137	2.86 183	0.34 63	2.72 156	2.40 131	1.41 165	0.27 121	5.18 107	1.38 43	0.85 92	0.98 136	2.99 89	1.01 121	1.54 56	4.72 100	0.43 142	0.53 103	2.61 139	4.44 149	4.09 123	4.93 143
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	2.93 145	1.75 165	0.35 35	3.49 182	9.49 214	1.73 167	4.02 188	0.70 59	3.19 185	0.69 85	1.51 127	0.60 59	0.34 80	0.14 91	7.97 168	3.53 157	1.21 126	0.76 112	4.64 119	0.73 102	2.31 89	4.11 77	0.65 166	0.58 109	15.77 219	3.70 138	3.75 97	1.43 99

GANetREF_RVC	2.72 139	1.88 166	1.03 119	2.10 170	1.40 156	1.09 152	0.21 96	4.74 190	1.62 160	3.74 195	0.06 53	10.56 182	0.82 142	0.10 73	4.53 83	1.59 57	1.29 133	0.98 136	6.76 135	0.75 105	3.12 112	2.45 34	0.21 105	1.71 172	4.31 172	3.74 140	7.02 178	5.71 150
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
PWC_ROB	7.58 195	2.00 167	5.48 203	0.90 139	1.32 150	2.25 173	5.46 196	2.83 154	16.84 229	3.83 199	8.10 209	5.42 161	39.62 238	1.01 179	9.69 182	5.15 185	6.62 208	4.25 212	16.71 191	4.76 201	8.56 204	10.40 219	0.63 163	4.96 207	3.07 156	3.69 137	7.15 181	24.07 216

ADCP+	3.65 165	2.02 168	2.68 179	1.32 155	1.94 169	1.22 156	4.40 189	1.11 72	9.44 214	1.76 141	5.45 181	9.05 177	0.37 88	0.98 177	6.99 158	2.36 104	0.61 66	0.92 130	6.14 133	0.94 118	2.80 101	5.58 119	0.36 133	0.63 114	3.00 151	12.42 206	3.57 89	10.51 182

stereogan	2.15 126	2.03 169	1.44 139	1.52 158	2.14 177	1.79 168	1.07 142	1.88 103	1.10 139	1.33 127	1.43 124	5.96 167	0.51 109	0.34 132	5.92 133	1.93 78	1.03 112	0.41 68	4.12 110	0.95 119	1.69 70	6.00 129	0.26 120	0.81 139	0.61 76	1.42 100	6.77 176	3.73 136

AnyNet_C32	6.34 190	2.03 169	2.98 183	1.85 165	2.88 185	3.58 185	6.75 201	4.57 189	12.25 218	3.05 171	7.04 199	4.71 154	1.88 168	2.57 204	14.38 215	6.24 205	6.31 207	4.36 214	12.98 187	3.18 189	11.94 223	11.62 224	1.98 195	4.21 197	6.60 195	10.55 198	6.27 170	14.36 193

S-Stereo	9.64 201	2.07 171	4.59 192	8.70 204	8.72 211	12.93 213	19.52 222	5.25 198	6.14 203	6.12 218	20.39 241	29.19 211	7.43 190	0.64 163	14.26 212	7.63 225	4.01 188	5.81 221	18.32 194	6.45 211	7.46 193	9.84 212	12.36 226	7.40 221	3.61 167	6.74 169	7.10 180	17.56 200

ADCPNet	7.46 193	2.07 171	4.11 191	2.81 177	6.39 203	3.36 183	8.24 206	5.53 200	7.83 208	3.76 196	7.86 207	5.53 164	14.04 206	3.15 207	13.54 206	6.64 213	4.80 198	2.06 189	18.97 199	5.05 204	8.54 203	10.30 218	2.99 202	2.59 184	9.61 208	17.77 219	7.74 184	16.22 195

SGM-Forest	3.19 151	2.07 171	0.45 61	6.33 195	2.00 173	2.67 177	0.10 64	1.46 83	0.76 118	2.49 157	0.91 112	6.65 172	6.47 185	0.48 153	6.84 154	3.08 131	0.85 92	0.33 51	3.65 102	0.62 88	2.81 102	5.69 121	0.84 178	1.18 159	3.88 169	3.84 142	11.86 204	7.73 168
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RGC	2.76 143	2.10 174	5.00 197	1.68 160	1.94 169	1.93 169	1.23 148	2.03 111	1.49 154	0.88 98	4.67 177	2.77 140	2.63 174	0.70 168	5.76 129	1.89 74	1.20 124	0.48 79	4.42 116	1.33 138	2.66 96	6.08 134	0.21 105	1.11 156	2.55 138	5.20 156	5.35 158	7.17 164

FADNet_RVC	4.48 175	2.12 175	1.42 136	3.57 184	3.69 188	1.20 154	2.37 168	2.30 120	1.42 153	1.77 142	4.48 174	9.79 180	6.84 189	1.84 200	12.73 201	3.36 144	3.55 181	4.20 211	17.52 193	3.76 195	5.93 169	8.26 190	0.72 173	1.64 171	1.78 126	3.63 136	5.12 152	5.99 155

FAT-Stereo	7.68 196	2.26 176	8.90 221	7.33 199	12.67 221	6.25 196	3.58 185	7.41 205	3.60 191	5.82 215	12.39 223	18.45 201	9.06 195	1.35 189	12.36 198	6.54 211	3.93 185	4.03 210	15.97 190	6.36 209	7.78 196	9.24 205	0.76 176	5.29 212	3.49 166	6.98 172	8.20 190	17.22 199

s12784h	2.36 129	2.32 177	2.69 180	1.64 159	0.77 130	0.08 74	0.06 41	2.09 114	0.54 98	1.17 114	0.13 67	1.69 123	0.67 124	0.04 41	3.36 43	3.26 139	1.00 110	0.40 63	3.79 106	0.49 68	5.47 164	4.44 87	0.16 96	0.38 76	3.34 162	5.45 160	7.07 179	11.25 184

NCCL2	2.48 134	2.35 178	1.52 142	1.33 156	1.96 172	0.23 112	1.25 149	1.33 78	1.30 146	1.63 137	2.57 153	1.38 114	0.55 112	0.40 142	7.49 164	2.59 113	1.77 157	0.67 97	2.58 72	0.83 111	3.36 121	6.56 148	1.66 192	1.53 169	4.71 180	4.33 146	4.24 130	6.90 162

SAMSARA	20.09 220	2.60 179	5.52 205	4.28 189	4.10 192	3.59 186	5.57 197	15.80 226	10.05 216	4.59 208	5.59 185	9.22 178	24.85 219	3.88 210	16.25 224	8.47 229	6.17 206	3.82 207	22.29 207	5.87 208	19.35 245	26.82 257	1.02 180	5.45 213	80.31 263	91.77 264	78.09 264	77.23 264

XPNet_ROB	3.41 155	2.62 180	1.58 147	0.80 135	1.56 159	1.24 157	0.96 139	0.89 65	1.54 157	1.17 114	3.26 162	26.85 209	0.38 89	0.40 142	6.47 150	2.54 111	3.57 182	0.89 126	3.41 95	1.26 134	3.53 124	7.67 172	0.87 179	0.64 117	0.96 95	2.39 121	9.98 196	4.70 141

STTRV1_RVC		2.66 181	1.55 145	5.84 192	1.90 167	6.01 195	3.60 186	4.11 185	3.93 192	4.64 209	6.71 196	16.96 197	21.63 217	1.68 196		5.04 184	18.60 233	1.18 153		12.74 229	19.16 243			5.05 208	9.07 204	12.15 204	12.79 205	31.40 228

CSAN	5.32 183	2.66 181	1.69 152	3.30 181	3.85 190	2.05 170	2.31 167	5.00 195	4.86 200	3.78 197	2.69 154	17.88 200	11.82 203	1.17 185	10.17 185	1.96 81	2.51 170	1.35 163	6.12 131	2.50 177	3.97 135	4.60 94	0.56 154	2.97 188	6.49 194	16.18 217	7.96 188	13.30 190

UCFNet_RVC	1.41 93	2.75 183	0.68 79	0.60 124	0.80 131	0.26 119	0.16 80	0.28 36	0.23 72	0.93 100	0.37 88	2.60 136	1.05 156	0.07 55	6.13 142	1.33 40	0.70 74	0.52 84	2.48 67	0.62 88	1.87 79	3.20 54	1.04 181	0.35 72	1.83 127	1.96 115	2.11 41	3.29 133

ADCRef	3.22 152	2.76 184	1.07 121	0.70 131	2.26 181	2.09 172	2.76 173	1.00 69	5.91 201	1.91 146	1.10 120	1.28 109	0.78 137	1.43 191	8.09 169	3.52 156	1.51 147	1.18 153	8.68 151	2.26 168	3.23 114	6.00 129	1.89 194	1.20 160	3.12 158	7.80 179	3.41 83	10.10 181

SFCPSM	5.84 186	2.89 185	1.36 134	1.97 167	1.59 160	1.65 165	0.56 130	2.54 134	4.75 198	3.16 174	7.74 206	15.48 195	23.57 218	1.24 186	11.21 191	4.79 180	2.53 172	1.55 168	22.65 209	7.42 213	4.60 148	6.67 149	0.69 169	2.33 181	4.62 175	4.35 147	6.18 168	9.49 176

CBMV_ROB	7.04 192	2.92 186	2.91 182	8.40 203	6.54 206	5.80 193	3.57 184	5.09 196	2.49 178	3.84 200	4.70 178	21.33 204	14.76 208	0.47 151	10.48 188	3.84 166	3.13 178	1.58 170	12.20 185	8.81 219	6.17 171	5.80 123	0.47 149	3.14 191	9.16 205	15.50 216	13.69 209	13.29 189

TRStereo	3.75 166	3.07 187	7.59 215	0.37 94	0.17 30	7.92 202	0.24 99	2.99 159	0.91 130	2.72 161	1.68 131	5.88 166	0.65 123	0.15 92	5.57 118	5.35 192	0.86 97	0.80 116	7.01 138	1.31 137	4.10 137	7.50 167	0.34 130	0.43 89	2.67 144	12.33 205	12.84 206	5.90 151

pmcnn	8.69 198	3.07 187	2.45 174	6.53 197	5.75 199	7.18 199	4.96 193	4.79 191	2.03 174	4.24 204	12.14 222	19.36 202	21.49 216	0.91 175	9.48 180	6.75 215	6.67 209	4.39 215	22.61 208	5.09 205	10.91 219	7.84 177	4.51 213	5.07 209	6.90 198	5.26 158	17.73 219	26.48 222

GwcNet-ADL	3.44 157	3.11 189	3.40 186	3.24 180	2.51 182	0.88 144	0.42 118	2.96 158	0.71 115	3.80 198	7.12 200	7.96 173	1.21 160	0.20 104	4.76 96	4.86 183	2.42 169	0.72 107	8.04 147	2.75 185	3.31 118	5.54 116	0.28 126	1.76 173	2.68 145	5.24 157	4.37 133	8.53 172

PS-NSSS	1.79 110	3.17 190	0.42 52	3.20 179	0.92 142	2.08 171	1.19 145	0.39 39	0.16 58	0.38 69	0.00 1	11.59 185	1.18 158	0.50 156	5.15 106	0.89 12	0.71 76	0.28 44	4.31 114	0.17 25	0.97 33	0.64 7	2.37 198	0.19 39	1.58 121	0.76 79	3.28 75	1.77 110

XQC	5.77 185	3.33 191	2.00 165	3.49 182	4.00 191	3.75 187	3.56 183	6.60 204	3.33 187	2.89 168	5.57 183	6.45 170	8.10 193	1.78 198	12.28 197	5.97 199	4.03 189	1.85 181	11.48 180	3.98 197	6.63 184	9.37 208	0.62 162	2.51 183	9.28 206	15.19 214	11.40 203	6.32 160

DPSNet	15.27 217	3.38 192	2.28 172	7.89 202	8.28 210	10.58 210	4.44 190	5.86 201	8.70 212	4.26 205	6.00 190	72.12 256	28.20 224	4.69 216	15.14 222	10.42 236	11.48 223	8.27 231	58.42 253	9.38 223	12.12 225	11.31 223	17.29 231	11.11 232	20.16 226	20.85 229	14.99 213	24.68 219

HBP-ISP	4.03 168	3.61 193	4.65 194	4.90 191	2.67 183	3.96 188	0.21 96	4.13 186	1.33 148	3.40 185	4.53 175	5.06 156	0.59 117	1.99 201	8.66 175	8.18 228	1.95 159	1.49 167	3.09 92	1.55 143	5.74 166	9.32 206	0.67 168	2.28 180	3.06 155	5.01 155	10.99 200	5.93 154

ADCL	4.20 171	3.62 194	2.45 174	1.72 162	1.80 163	3.15 181	4.53 192	2.29 119	13.19 221	2.81 162	4.88 179	2.96 141	0.72 131	1.36 190	7.16 160	2.76 120	2.35 167	2.20 192	6.83 136	2.31 172	6.19 172	6.77 152	1.40 190	1.47 165	6.63 196	6.49 168	4.40 136	11.08 183

CBMV	6.33 189	3.75 195	1.57 146	3.96 185	3.58 187	2.97 179	1.75 160	3.89 183	2.67 182	4.14 201	2.72 156	14.42 192	3.85 180	0.73 170	10.81 189	6.26 206	4.67 196	2.29 195	9.29 161	1.51 142	8.03 198	7.42 163	0.63 163	6.58 218	6.79 197	7.57 178	20.00 221	28.98 225
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MFN_U_SF_DS_RVC	7.94 197	3.78 196	1.17 126	9.35 205	4.27 193	8.06 203	8.52 208	11.24 214	8.55 210	4.88 213	4.04 171	17.24 198	9.50 197	6.06 219	14.53 217	3.53 157	2.28 165	1.12 151	19.59 202	2.56 179	8.24 201	9.72 211	3.14 205	2.11 178	11.98 213	14.76 212	10.14 197	14.15 192

AMNet	6.93 191	3.82 197	2.53 177	4.00 186	5.78 200	6.99 198	3.24 180	2.46 131	2.51 179	3.39 184	6.36 193	9.40 179	2.06 170	7.30 220	5.92 133	9.99 234	13.66 226	7.81 230	8.03 146	7.76 217	11.45 220	8.81 200	2.81 200	4.73 203	5.75 190	7.80 179	13.20 207	19.55 204

NOSS_ROB	3.47 159	3.88 198	0.50 66	2.22 174	1.85 166	2.58 176	0.05 32	2.70 144	1.59 158	3.61 191	1.69 132	2.61 138	3.90 181	1.01 179	9.33 179	5.76 196	3.02 177	1.87 183	2.83 82	1.09 124	5.42 162	6.93 153	0.46 148	3.37 193	3.09 157	10.15 197	8.01 189	4.05 138

ETE_ROB	5.10 182	4.12 199	1.76 156	1.25 152	2.22 180	2.82 178	2.07 164	1.56 86	4.21 195	1.88 145	5.58 184	37.59 222	0.86 149	1.44 192	10.38 187	2.80 121	4.20 191	0.98 136	5.24 124	1.97 157	4.87 152	7.58 169	0.77 177	1.38 164	2.34 134	3.79 141	15.93 215	8.21 169

ADCMid	7.46 193	4.47 200	5.08 198	2.16 171	4.40 194	5.87 194	8.05 205	9.24 208	12.39 219	3.16 174	7.69 204	10.20 181	10.41 200	3.13 206	12.60 200	5.58 194	5.05 202	2.83 201	19.52 200	4.27 198	8.70 205	10.59 220	5.48 215	2.86 186	5.69 188	10.08 195	5.48 162	16.37 196

FC-DCNN	4.43 173	4.58 201	5.93 207	9.82 207	4.79 196	8.76 207	4.48 191	4.47 188	1.65 162	2.91 170	2.13 136	6.53 171	2.41 172	0.30 128	4.57 84	2.52 109	2.76 176	1.21 156	3.98 109	0.89 114	3.66 130	4.91 103	0.73 174	4.23 198	8.24 199	6.03 165	7.69 183	9.53 177

SANet	11.19 206	4.59 202	6.27 212	5.98 193	6.03 201	9.51 208	3.52 182	15.63 223	13.49 222	2.90 169	8.65 210	59.91 246	26.52 221	3.01 205	14.30 213	3.26 139	7.32 211	3.86 209	11.91 182	3.94 196	6.50 178	7.39 161	2.61 199	7.75 224	12.68 214	17.80 220	13.93 210	22.99 212

LALA_ROB	4.53 176	4.80 203	1.68 151	1.27 153	2.16 178	2.28 175	1.42 154	1.88 103	2.60 181	2.71 160	5.56 182	33.12 214	0.72 131	0.88 174	10.88 190	2.59 113	3.47 180	1.83 180	4.21 113	2.04 160	4.39 145	7.30 160	0.41 138	1.52 167	2.35 135	3.60 135	8.94 193	7.68 167

DGSMNet	12.26 210	4.87 204	8.31 218	6.01 194	6.04 202	7.30 200	6.59 200	7.90 206	4.51 197	11.38 231	32.66 250	17.48 199	8.74 194	4.36 214	14.01 208	14.50 243	17.26 230	9.25 233	41.69 233	11.54 228	21.38 248	24.41 250	4.74 214	7.56 222	5.44 186	11.45 202	8.55 191	13.11 188

G-Net	11.11 205	4.89 205	9.62 223	4.05 187	4.71 195	7.69 201	2.56 170	10.07 211	15.27 225	5.01 214	15.52 232	47.57 237	9.25 196	0.66 165	11.93 195	8.70 230	5.83 204	4.33 213	24.55 213	15.55 232	8.38 202	9.97 214	3.01 203	5.25 211	6.16 193	13.40 210	22.59 223	23.59 215

ADCS	10.79 202	5.73 206	4.98 196	4.16 188	6.39 203	6.60 197	6.53 199	10.15 212	15.87 227	4.18 203	7.59 203	13.56 191	18.31 211	4.53 215	14.24 211	11.99 240	10.80 220	7.09 229	25.37 214	9.28 222	16.45 239	16.31 243	2.97 201	7.03 220	10.05 211	20.56 226	11.21 202	19.51 203

PVD	13.07 212	5.77 207	8.84 220	7.67 201	7.35 209	10.40 209	7.28 203	21.12 236	19.70 236	3.65 192	8.76 212	16.32 196	27.90 223	3.25 208	14.97 221	8.92 232	11.32 221	6.23 225	25.56 216	7.56 214	12.68 226	14.11 237	1.29 189	6.16 215	16.97 220	25.32 237	18.21 220	35.51 234

LSM0	23.31 230	6.07 208	4.80 195	15.07 211	10.87 218	17.08 217	14.50 218	23.84 238	15.74 226	14.73 238	18.40 238	35.77 220	35.06 234	1.58 194	76.98 261	85.81 262	14.68 227	5.68 219	56.53 250	17.15 236	23.95 251	21.89 248	4.26 212	8.21 226	17.36 221	20.39 225	29.27 229	33.71 232

MFN_U_SF_RVC	11.03 203	6.12 209	3.70 188	9.72 206	5.50 197	12.91 212	11.38 213	12.61 218	7.46 207	12.18 234	14.75 229	23.19 205	14.11 207	9.33 224	18.32 229	5.16 186	4.41 192	3.43 206	39.06 230	6.67 212	10.28 215	11.18 222	1.45 191	6.88 219	9.80 209	8.50 186	9.76 194	19.96 206

AnyNet_C01	13.13 213	6.35 210	5.48 203	6.38 196	6.46 205	5.73 192	10.15 211	12.79 221	16.56 228	5.83 216	9.31 215	26.51 208	19.60 213	5.31 218	17.84 227	13.62 241	17.55 231	15.56 246	35.24 224	11.09 226	19.28 244	17.31 245	7.05 218	7.85 225	13.46 216	10.79 199	9.89 195	21.58 208

edge stereo	11.93 209	6.96 211	11.28 224	14.49 210	12.53 220	16.91 216	13.06 217	12.62 219	7.43 206	6.06 217	15.07 230	38.54 224	18.86 212	1.55 193	12.90 202	7.43 222	6.14 205	3.10 203	25.46 215	4.74 200	8.16 199	10.22 217	4.20 211	4.35 199	9.83 210	8.13 181	13.68 208	28.51 224

MADNet+	20.34 221	8.33 212	14.90 233	18.17 214	11.98 219	8.55 205	19.20 220	28.96 246	17.96 232	12.55 235	11.63 221	34.32 218	30.36 227	10.57 226	26.85 244	16.66 245	27.39 245	10.40 237	40.88 232	18.27 237	19.91 246	15.53 241	9.97 225	19.40 243	35.72 241	22.38 233	21.31 222	37.09 235

CC-Net-ROB	5.62 184	8.62 213	1.87 160	23.08 218	6.72 207	15.74 215	8.55 209	0.45 46	0.82 122	1.55 136	0.00 1	24.53 206	3.35 175	3.39 209	5.49 116	0.89 12	2.73 175	1.76 177	12.04 184	0.82 108	1.32 46	1.73 19	9.22 221	0.42 83	3.22 159	2.53 124	2.45 50	8.44 171

FBW_ROB	8.77 199	9.60 214	5.96 208	20.47 217	9.29 213	12.71 211	9.20 210	4.97 193	1.59 158	3.30 178	6.98 197	15.27 193	3.59 178	7.76 222	10.34 186	1.71 66	3.43 179	0.86 122	34.07 223	2.29 171	6.89 186	6.34 140	9.32 222	8.81 227	5.75 190	8.41 182	5.24 154	22.62 211

MeshStereo	13.92 216	10.29 215	5.80 206	24.32 221	15.33 222	17.65 218	7.76 204	12.34 217	7.38 205	4.65 210	9.09 213	38.22 223	30.61 228	0.62 162	14.44 216	7.42 221	4.05 190	2.65 198	19.82 203	2.63 180	14.32 233	9.90 213	1.27 188	6.42 216	22.75 228	19.43 223	33.41 234	33.14 230
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
MSC_U_SF_DS_RVC	11.75 208	10.45 216	6.25 211	17.50 213	6.77 208	8.15 204	11.44 214	18.23 230	23.22 240	11.11 229	4.62 176	15.32 194	6.08 184	10.68 227	16.27 225	6.19 204	3.94 186	5.52 217	39.73 231	7.74 216	9.53 214	12.33 228	7.02 217	7.63 223	14.72 218	12.91 209	6.89 177	16.97 198

SGM_RVC	11.04 204	10.51 217	3.94 190	16.88 212	9.65 216	15.55 214	8.47 207	9.54 209	6.09 202	4.15 202	7.87 208	25.06 207	19.78 215	0.97 176	9.49 181	2.25 99	3.81 183	1.26 161	21.86 205	2.34 174	6.63 184	5.12 110	2.33 197	4.85 206	18.97 223	16.47 218	33.79 236	30.47 226
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LE_ROB	23.34 231	10.93 218	12.86 228	32.65 224	38.35 236	31.72 226	33.97 231	23.50 237	21.06 238	7.08 220	17.87 236	51.83 241	51.55 253	1.81 199	14.20 210	3.08 131	3.94 186	1.47 166	30.65 217	8.98 221	9.43 213	7.39 161	6.89 216	25.95 247	35.31 240	39.95 256	53.69 256	54.00 253

MFMNet_re	16.81 218	13.74 219	7.85 216	23.81 220	9.51 215	34.14 231	18.04 219	12.31 215	19.02 234	10.33 228	12.96 224	38.69 225	15.16 209	1.61 195	18.46 230	10.89 238	28.67 247	12.10 238	31.52 219	10.43 225	18.75 242	11.05 221	8.52 220	9.85 228	9.47 207	5.57 161	24.17 224	37.24 236

SPS-STEREO	20.98 225	14.87 220	11.99 226	19.90 216	20.87 223	18.85 219	10.39 212	16.04 227	19.39 235	19.65 243	21.64 244	33.32 215	37.38 236	7.51 221	19.34 235	17.18 247	26.65 243	16.12 248	32.93 220	23.87 244	31.45 256	25.37 254	13.83 228	14.33 240	17.76 222	19.97 224	29.60 230	26.21 220
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM-ForestM	13.51 215	15.62 221	5.25 202	19.43 215	9.27 212	19.59 220	12.46 216	12.78 220	8.97 213	3.34 182	9.27 214	36.07 221	25.37 220	2.03 202	16.48 226	3.39 147	4.90 200	1.21 156	22.28 206	2.96 187	6.90 187	5.25 113	1.83 193	4.68 201	27.51 232	25.27 236	34.85 239	27.72 223

SGM+DAISY	22.46 228	16.23 222	12.74 227	23.16 219	22.67 224	25.12 223	20.00 223	18.50 231	14.48 224	18.58 242	22.04 245	30.49 212	41.59 239	13.05 229	22.51 241	16.54 244	26.00 242	12.93 240	35.92 225	22.37 242	28.02 254	25.12 253	21.26 232	13.77 238	20.04 225	18.46 222	33.94 237	30.81 227

MDST_ROB	11.38 207	16.72 223	3.53 187	29.03 222	10.09 217	21.13 221	6.30 198	6.03 202	2.39 176	3.16 174	5.82 187	11.55 184	29.02 225	0.67 166	15.26 223	3.18 137	1.65 150	0.66 94	8.85 153	2.07 162	5.87 167	6.71 151	2.26 196	3.08 190	28.29 233	22.14 232	37.48 241	24.36 217

MANE	21.44 226	17.36 224	16.07 234	34.52 227	24.54 227	25.94 224	19.26 221	20.13 235	18.43 233	6.42 219	15.25 231	40.88 227	36.30 235	4.35 213	18.72 233	10.55 237	8.23 214	29.63 256	23.68 212	4.94 202	11.81 222	8.91 203	3.02 204	10.18 229	36.19 244	32.24 247	51.66 254	49.72 250

ELAS_RVC	20.43 222	19.80 225	14.61 232	33.93 226	22.90 225	33.71 230	20.10 224	15.64 224	12.18 217	8.45 223	19.69 240	54.25 244	33.97 232	4.07 211	13.47 205	5.30 191	11.89 224	6.49 227	21.52 204	8.87 220	14.06 230	14.69 239	9.63 224	11.88 233	32.34 237	25.79 238	41.56 247	40.71 242
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DDUNet	13.01 211	20.50 226	4.63 193	37.04 229	24.81 228	34.87 232	32.65 230	1.85 97	1.66 164	1.47 133	3.83 168	13.22 190	4.08 182	83.62 241	6.26 146	2.41 107	8.99 217	3.82 207	18.78 195	4.54 199	7.88 197	7.25 157	16.92 230	0.99 149	1.50 118	0.70 76	4.90 149	2.09 118

UDG	13.28 214	21.47 227	5.08 198	37.13 230	29.51 231	32.00 228	40.03 233	2.62 139	1.78 168	2.40 156	5.74 186	12.64 187	4.23 183	74.90 238	7.47 162	2.61 115	9.44 218	3.24 205	19.57 201	5.01 203	8.74 208	7.28 158	12.84 227	1.84 175	1.35 109	2.91 127	4.53 140	2.12 119

ELAS	20.62 224	22.76 228	14.59 231	35.29 228	24.88 229	31.90 227	20.66 225	17.34 229	17.05 230	7.97 221	18.32 237	48.39 238	31.67 229	4.13 212	14.30 213	5.24 187	11.47 222	6.10 224	23.02 211	7.62 215	13.14 227	14.53 238	9.46 223	10.75 231	34.52 239	27.84 243	41.52 246	42.31 245
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
STStereo	20.61 223	24.96 229	17.24 235	39.82 231	27.48 230	32.58 229	22.87 226	19.77 233	17.77 231	8.05 222	19.67 239	46.38 232	37.96 237	2.15 203	18.66 232	4.75 178	4.82 199	1.95 184	33.25 221	6.38 210	9.07 210	8.67 199	3.28 206	10.68 230	31.80 236	27.62 242	40.75 243	38.09 238

BEATNet-Init1	25.27 233	27.76 230	13.76 229	44.57 233	24.32 226	38.91 233	25.10 227	19.51 232	20.03 237	9.35 224	16.15 234	47.35 236	48.89 248	4.71 217	23.55 242	11.00 239	8.78 216	5.84 222	49.88 241	20.70 238	15.01 234	14.94 240	7.37 219	12.57 236	35.78 242	26.22 239	60.85 261	49.36 249

JetBlue	33.16 240	30.03 231	36.86 256	39.95 232	35.04 235	44.19 234	36.23 232	30.47 249	47.01 253	15.01 240	10.48 220	79.96 262	19.64 214	25.82 231	18.89 234	17.14 246	40.11 256	25.93 254	36.94 227	25.94 247	32.23 257	26.39 255	31.84 234	27.47 249	31.63 234	33.13 249	48.81 252	48.30 248

WAO-7	28.15 236	31.17 232	25.54 243	33.41 225	34.99 234	22.62 222	28.62 229	47.75 255	47.89 254	29.08 248	39.82 254	41.47 228	41.79 240	12.75 228	36.14 251	18.16 248	17.03 229	8.88 232	47.38 237	21.69 241	11.73 221	12.95 234	3.79 210	33.81 253	23.20 229	26.44 240	24.41 225	37.61 237

SQANet	19.01 219	32.39 233	7.05 213	58.51 235	34.20 232	58.54 237	40.35 234	4.32 187	1.69 165	4.85 212	1.45 126	32.05 213	6.71 188	57.82 235	11.24 193	1.77 67	6.68 210	1.66 172	31.16 218	2.08 164	8.23 200	7.99 183	54.11 240	2.11 178	5.60 187	10.88 200	10.17 198	19.67 205

SPstereo	43.04 250	33.32 234	32.45 251	30.80 223	34.50 233	30.75 225	28.55 228	58.42 258	43.16 247	30.26 249	60.88 260	48.92 239	63.39 261	44.40 234	41.97 254	53.98 260	48.24 259	33.80 258	57.94 252	41.93 258	44.30 260	40.41 259	27.95 233	44.78 258	43.85 251	39.09 254	57.71 258	46.32 246

DispFullNet	27.09 234	40.76 235	20.37 239	53.27 234	39.67 237	45.72 235	56.25 237	14.00 222	12.78 220	14.18 236	10.07 218	43.95 231	34.00 233	86.26 242	13.33 204	13.62 241	31.37 251	16.57 249	52.58 243	15.02 231	15.98 236	12.66 231	15.43 229	6.52 217	8.73 202	8.65 187	16.24 216	33.48 231

Ntro	23.84 232	41.67 236	11.59 225	63.69 243	43.73 240	62.95 244	57.60 238	8.47 207	6.35 204	11.89 233	2.51 150	35.10 219	7.96 192	75.67 239	12.59 199	1.67 64	9.55 219	2.68 200	39.05 229	9.79 224	8.70 205	8.40 197	55.40 242	3.24 192	11.18 212	15.16 213	14.07 211	23.09 214

ACVNet-4b	27.62 235	43.15 237	14.04 230	69.86 252	48.10 243	70.20 254	77.34 252	10.63 213	9.55 215	15.00 239	1.55 128	59.33 245	11.37 202	93.44 249	12.94 203	2.57 112	15.66 228	5.69 220	33.68 222	14.13 230	9.17 211	7.28 158	59.49 246	4.60 200	12.85 215	9.43 189	15.52 214	19.12 202

otaku	22.42 227	43.20 238	9.38 222	63.06 241	42.07 239	64.13 246	51.05 235	6.07 203	4.42 196	10.13 227	1.74 133	33.95 216	10.96 201	66.92 237	12.03 196	1.89 74	8.57 215	1.66 172	38.00 228	7.96 218	8.85 209	8.28 194	54.71 241	2.95 187	9.04 203	9.25 188	14.25 212	20.70 207

ACVNet_1	28.17 237	43.81 239	17.24 235	67.32 247	49.50 245	66.04 251	82.98 257	16.42 228	8.08 209	11.43 232	7.19 201	34.00 217	27.09 222	93.81 250	14.92 220	2.21 97	17.82 232	6.77 228	36.07 226	11.39 227	10.56 218	7.42 163	59.65 247	6.11 214	20.40 227	15.24 215	10.18 199	16.93 197

RainbowNet	28.72 238	46.67 240	19.30 238	69.82 251	47.14 241	68.90 253	70.63 247	10.00 210	3.26 186	17.63 241	2.27 139	46.57 233	29.74 226	91.67 246	17.86 228	3.37 145	12.50 225	5.59 218	44.74 236	17.11 235	10.33 216	8.87 201	58.90 245	5.15 210	14.30 217	12.58 207	17.44 217	23.01 213

WAO-6	37.66 245	47.81 241	21.43 240	60.52 236	52.73 251	58.92 238	64.84 240	27.98 243	43.38 248	33.02 252	17.53 235	43.36 230	50.95 250	89.65 243	33.50 247	18.63 251	24.84 239	13.57 242	42.17 234	25.77 246	21.16 247	19.52 246	35.00 235	18.52 242	43.20 250	29.62 244	37.17 240	41.96 244

ACVNet_2	33.32 241	48.24 242	22.45 241	67.72 250	50.69 250	65.88 249	85.41 260	28.48 244	14.03 223	14.63 237	9.36 216	52.16 242	31.94 230	91.62 245	13.62 207	2.72 117	21.29 235	5.84 222	51.78 242	16.52 234	10.41 217	7.93 181	58.06 243	13.93 239	36.96 246	18.42 221	25.58 226	33.95 233

IMH-64-1	35.05 242	48.99 243	25.77 245	61.80 237	50.28 248	62.71 242	68.79 242	27.80 241	35.88 243	10.10 225	14.48 227	46.82 234	41.96 241	94.04 251	19.93 236	7.49 223	22.67 236	9.35 234	48.46 238	21.14 239	14.12 231	12.56 229	59.91 249	12.21 234	41.64 247	20.57 227	27.79 227	39.03 239

IMH-64	35.05 242	48.99 243	25.77 245	61.80 237	50.28 248	62.71 242	68.79 242	27.80 241	35.88 243	10.10 225	14.48 227	46.82 234	41.96 241	94.04 251	19.93 236	7.49 223	22.67 236	9.35 234	48.46 238	21.14 239	14.12 231	12.56 229	59.91 249	12.21 234	41.64 247	20.57 227	27.79 227	39.03 239

LVE	40.69 248	49.32 245	32.19 250	74.37 258	65.31 256	65.52 248	78.53 253	29.09 247	24.11 241	37.95 254	38.44 252	39.09 226	50.88 249	95.16 261	18.50 231	6.31 208	25.93 241	13.65 243	54.80 247	26.51 249	16.26 237	15.81 242	69.49 258	26.57 248	44.82 252	33.95 251	41.51 245	24.49 218

PSMNet_ROB	32.72 239	49.56 246	17.71 237	65.01 245	47.98 242	61.81 241	62.32 239	19.85 234	21.78 239	27.64 247	25.28 246	42.80 229	43.52 243	83.58 240	21.88 240	4.36 173	19.43 234	6.46 226	43.95 235	16.36 233	13.14 227	11.66 225	58.31 244	14.57 241	31.67 235	24.32 235	29.94 232	18.64 201

IMH	36.38 244	50.15 247	26.16 247	62.16 240	50.12 247	63.98 245	68.96 244	28.54 245	38.29 246	11.29 230	14.14 225	50.26 240	54.45 256	94.09 253	20.59 238	7.40 220	23.63 238	10.28 236	49.17 240	22.78 243	13.74 229	11.88 226	59.95 251	13.42 237	41.71 249	23.99 234	29.69 231	41.45 243

TorneroNet-64	40.02 247	51.18 248	25.58 244	64.09 244	48.50 244	64.50 247	69.74 245	27.58 240	44.28 250	21.06 244	14.38 226	70.42 255	57.53 257	94.84 255	27.09 245	8.83 231	28.00 246	16.10 247	54.90 248	26.42 248	15.26 235	13.34 235	61.86 252	22.65 244	33.51 238	30.60 245	34.09 238	54.24 254

Dean	44.25 251	52.28 249	33.23 252	77.10 259	64.97 255	79.61 263	83.94 259	43.21 251	43.41 249	35.28 253	25.28 246	61.70 248	57.88 258	95.07 260	21.16 239	4.55 174	29.50 248	12.92 239	64.62 256	29.22 252	11.94 223	10.07 215	59.70 248	23.01 245	50.00 255	39.42 255	53.45 255	32.13 229

TorneroNet	40.95 249	54.80 250	28.35 248	67.47 249	50.00 246	66.00 250	71.75 248	26.53 239	45.69 251	24.20 245	21.34 243	68.12 252	53.25 255	94.92 257	27.93 246	9.57 233	26.82 244	16.87 250	54.27 246	24.50 245	16.26 237	13.93 236	62.31 253	23.32 246	36.59 245	27.14 241	43.07 248	50.69 251

DPSimNet_ROB		56.83 251	60.12 262	63.44 242	74.40 263	61.08 239	66.03 241	29.26 248	91.88 264	80.83 262	53.70 256	74.56 258	48.76 247	90.67 244	61.12 258	47.44 259		43.29 260	68.79 259	60.06 262	52.83 262	61.42 261	45.69 238	46.03 259		63.34 261	56.49 257	56.41 255

WAO-8	45.52 252	56.99 252	36.84 254	70.78 254	61.58 252	72.65 257	72.88 249	44.15 252	50.34 255	32.51 250	26.24 248	68.22 253	50.98 251	91.91 247	34.40 248	19.25 252	31.26 249	14.25 244	53.00 244	37.84 255	18.64 240	12.91 232	45.23 236	27.94 250	54.23 258	39.08 252	48.02 250	56.81 256

Venus	45.52 252	56.99 252	36.84 254	70.77 253	61.58 252	72.65 257	72.88 249	44.15 252	50.34 255	32.51 250	26.24 248	68.22 253	50.98 251	91.91 247	34.40 248	19.25 252	31.26 249	14.25 244	53.00 244	37.84 255	18.64 240	12.91 232	45.23 236	27.94 250	54.23 258	39.08 252	48.02 250	56.81 256

UNDER WATER-64	54.23 257	63.34 254	46.02 259	79.36 261	71.42 260	76.64 261	88.13 263	66.12 261	46.96 252	52.07 260	60.69 259	73.21 257	59.22 260	94.98 259	35.82 250	18.58 250	36.56 255	27.05 255	54.96 249	27.40 250	22.29 249	24.45 251	75.67 262	44.51 257	51.17 256	56.84 260	41.43 244	69.34 263

PWCK	39.46 246	63.60 255	25.26 242	73.87 257	41.94 238	61.54 240	51.88 236	54.42 256	37.36 245	26.43 246	38.00 251	62.72 250	47.31 245	27.64 232	24.07 243	10.09 235	32.07 252	12.97 241	84.14 262	29.01 251	25.42 252	16.79 244	48.17 239	30.69 252	35.86 243	32.01 246	32.05 233	40.21 241

ktn	53.49 256	64.55 256	32.09 249	67.37 248	73.02 262	67.18 252	79.08 254	39.47 250	71.03 261	45.61 259	66.57 261	53.73 243	46.66 244	95.58 262	51.51 256	35.27 256	42.24 258	32.53 257	61.67 254	36.66 254	34.35 259	37.51 258	63.57 254	39.21 254	45.92 253	42.82 257	58.10 259	61.01 258

notaker	50.99 254	64.58 257	35.58 253	71.22 255	67.03 257	71.52 256	79.74 255	46.10 254	64.92 259	43.57 257	60.04 258	61.27 247	52.88 254	94.30 254	52.11 257	32.30 255	36.01 254	25.62 253	66.68 258	41.75 257	26.51 253	26.69 256	69.04 257	40.16 256	27.04 230	32.57 248	39.45 242	47.99 247

UNDER WATER	53.46 255	66.50 258	44.48 257	77.89 260	68.28 258	75.27 260	86.28 262	62.01 260	51.94 257	41.57 255	48.61 255	74.76 259	58.64 259	94.91 256	40.27 253	19.59 254	35.94 253	25.36 252	57.83 251	30.24 253	22.42 250	21.82 247	69.76 259	49.60 261	53.54 257	52.17 258	44.57 249	69.15 262

HanzoNet	61.45 260	69.33 259	44.96 258	71.45 256	72.16 261	72.71 259	79.94 256	60.19 259	75.71 262	45.02 258	73.92 262	75.04 260	64.67 262	96.72 263	48.25 255	40.02 257	53.74 260	47.73 261	76.16 260	51.62 260	46.98 261	46.48 260	73.13 260	39.85 255	55.14 260	52.31 259	60.69 260	65.16 261

JetRed	63.04 261	70.59 260	68.87 263	66.96 246	63.46 254	70.43 255	74.93 251	66.45 262	66.78 260	41.63 256	39.08 253	81.30 263	13.47 205	63.11 236	65.97 260	66.70 261	65.90 261	75.66 265	63.14 255	54.09 261	78.41 263	73.67 262	73.25 261	49.49 260	56.43 261	64.32 262	66.29 262	61.81 259

MADNet++	76.55 262	72.12 261	82.72 264	61.81 239	81.28 264	58.20 236	69.82 246	68.60 264	78.83 263	85.65 263	92.58 264	79.76 261	85.27 264	36.74 233	81.31 262	89.87 263	87.51 263	69.64 263	82.22 261	90.64 264	91.37 264	93.20 264	65.06 255	90.12 264	59.87 262	75.77 263	74.46 263	62.48 260

KSHMR	57.18 258	74.32 262	54.88 261	81.85 262	71.02 259	78.52 262	83.49 258	67.32 263	55.52 258	57.05 261	55.43 257	62.46 249	47.47 246	94.95 258	62.89 259	43.86 258	41.02 257	36.71 259	65.14 257	47.71 259	30.88 255	22.80 249	66.24 256	55.80 263	49.31 254	33.72 250	50.52 253	52.93 252

LRCNet_RVC	60.98 259	74.62 263	47.06 260	94.31 263	95.29 265	91.20 264	85.70 261	54.57 257	35.63 242	98.62 264	74.21 263	91.97 266	68.08 263	96.82 264	39.31 252	18.45 249	70.27 262	52.85 262	94.58 263	64.63 263	32.99 258	24.53 252	94.81 263	53.78 262	19.71 224	12.68 208	33.49 235	26.36 221

DLNR_Zeroshot_test	23.08 229	78.93 264	7.15 214	99.97 264	0.34 80	0.16 102	98.90 264	3.23 172	0.54 98	3.12 173	2.31 146	6.01 168	0.92 153	21.35 230	96.48 264	100.00 268	25.46 240	22.19 251	22.79 210	2.43 175	9.32 212	9.14 204	0.06 55	0.65 120	2.36 136	3.89 143	2.16 44	3.20 131

MEDIAN_ROB	97.62 265	99.11 265	98.47 266	100.00 265	99.99 266	100.00 268	100.00 268	99.48 267	98.33 265	100.00 267	99.95 268	98.03 267	96.13 265	99.95 266	99.43 265	98.46 265	98.58 265	98.67 266	99.88 266	97.97 265	93.64 266	96.55 266	100.00 266	97.27 265	87.22 264	92.69 265	89.89 265	95.94 266

DGTPSM_ROB	99.53 268	99.77 266	100.00 269	100.00 265	100.00 267	100.00 268	100.00 268	99.19 265	100.00 268	99.32 265	99.66 267	91.63 264	99.15 266	100.00 267	99.94 268	100.00 268	99.82 266	99.99 268	99.51 264	99.99 267	99.77 269	99.66 268	100.00 266	100.00 268	100.00 268	100.00 269	100.00 268	100.00 269

DPSMNet_ROB	99.54 269	99.78 267	100.00 269	100.00 265	100.00 267	100.00 268	100.00 268	99.19 265	100.00 268	99.32 265	99.65 266	91.68 265	99.16 267	100.00 267	99.94 268	100.00 268	99.83 267	99.99 268	99.59 265	99.99 267	99.77 269	99.66 268	100.00 266	100.00 268	100.00 268	100.00 269	100.00 268	100.00 269

MyStereo03	100.00 272	100.00 268	100.00 269	100.00 265	100.00 267	100.00 268	100.00 268	100.00 269	100.00 268	100.00 267	100.00 270	100.00 271	100.00 269	100.00 267	100.00 270	100.00 268	100.00 269	100.00 270	100.00 268	100.00 270	100.00 271	100.00 270	100.00 266	100.00 268	100.00 268	100.00 269	100.00 268	100.00 269

MyStereo02	96.30 264	100.00 268	100.00 269	100.00 265	0.00 1	100.00 268	100.00 268	100.00 269	100.00 268	100.00 267	100.00 270	100.00 271	100.00 269	100.00 267	100.00 270	100.00 268	100.00 269	100.00 270	100.00 268	100.00 270	100.00 271	100.00 270	100.00 266	100.00 268	100.00 268	100.00 269	100.00 268	100.00 269

HaxPig	99.00 267	100.00 268	98.99 267	100.00 265	100.00 267	99.99 267	100.00 268	99.99 268	99.89 267	100.00 267	99.98 269	100.00 271	99.94 268	100.00 267	99.61 266	99.46 266	99.97 268	99.58 267	99.99 267	99.99 267	97.37 267	96.43 265	99.99 265	99.98 267	89.52 265	99.53 267	94.23 266	98.48 267

PML	96.12 263	100.00 268	83.16 265	100.00 265	100.00 267	100.00 268	99.20 267	100.00 269	99.01 266	100.00 267	96.16 265	99.92 270	100.00 269	98.52 265	94.60 263	91.70 264	91.21 264	74.14 264	100.00 268	98.06 266	92.87 265	86.59 263	97.59 264	98.11 266	94.46 267	99.98 268	100.00 268	99.92 268

CasAABBNet	100.00 272	100.00 268	100.00 269	100.00 265	100.00 267	100.00 268	100.00 268	100.00 269	100.00 268	100.00 267	100.00 270	100.00 271	100.00 269	100.00 267	100.00 270	100.00 268	100.00 269	100.00 270	100.00 268	100.00 270	100.00 271	100.00 270	100.00 266	100.00 268	100.00 268	100.00 269	100.00 268	100.00 269

DPSM_ROB	99.91 270	100.00 268	100.00 269	100.00 265	100.00 267	98.90 265	98.96 265	100.00 269	100.00 268	100.00 267	100.00 270	99.76 268	100.00 269	100.00 267	100.00 270	100.00 268	100.00 269	100.00 270	100.00 268	100.00 270	100.00 271	100.00 270	100.00 266	100.00 268	100.00 268	100.00 269	100.00 268	100.00 269

DPSM	99.91 270	100.00 268	100.00 269	100.00 265	100.00 267	98.90 265	98.96 265	100.00 269	100.00 268	100.00 267	100.00 270	99.76 268	100.00 269	100.00 267	100.00 270	100.00 268	100.00 269	100.00 270	100.00 268	100.00 270	100.00 271	100.00 270	100.00 266	100.00 268	100.00 268	100.00 269	100.00 268	100.00 269

AVERAGE_ROB	98.96 266	100.00 268	99.80 268	100.00 265	100.00 267	100.00 268	100.00 268	100.00 269	100.00 268	100.00 267	100.00 270	100.00 271	100.00 269	100.00 267	99.80 267	99.85 267	100.00 269	100.00 270	100.00 268	100.00 270	98.20 268	99.54 267	100.00 266	100.00 268	93.40 266	93.83 266	94.40 267	93.22 265

Low-res two-view benchmark