Low-res two-view results

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

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

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

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

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

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

CroCo-Stereo	0.35 4	0.20 1	0.15 1	0.11 1	0.10 2	0.18 2	0.06 1	0.33 3	0.14 2	0.31 4	0.05 1	0.36 6	0.13 1	0.15 2	1.64 26	1.05 35	0.35 1	0.37 6	0.45 4	0.20 1	0.62 12	0.79 24	0.16 1	0.13 1	0.38 3	0.31 3	0.45 3	0.26 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
CroCo-Stereo Lap2	0.33 2	0.22 2	0.15 1	0.11 1	0.12 3	0.16 1	0.08 2	0.35 4	0.15 4	0.47 13	0.10 2	0.31 3	0.14 3	0.14 1	1.26 13	1.00 29	0.36 2	0.36 5	0.44 3	0.20 1	0.53 7	0.55 10	0.17 3	0.13 1	0.39 6	0.35 8	0.40 2	0.27 2

RAFT	0.35 4	0.22 2	0.19 3	0.27 7	0.13 4	0.30 9	0.08 2	0.97 66	0.18 5	0.92 92	0.19 4	0.27 1	0.16 4	0.18 5	0.51 1	0.47 1	0.38 3	0.26 1	0.54 7	0.25 4	0.43 3	0.34 2	0.19 4	0.15 3	0.38 3	0.34 7	0.90 17	0.27 2

ProNet	0.30 1	0.27 4	0.31 8	0.26 6	0.15 5	0.27 5	0.27 32	0.38 5	0.13 1	0.15 1	0.49 33	0.29 2	0.13 1	0.16 3	0.73 4	0.49 2	0.43 4	0.32 2	0.35 1	0.27 5	0.38 1	0.22 1	0.38 23	0.22 6	0.32 1	0.20 1	0.38 1	0.27 2

StereoVision	0.34 3	0.27 4	0.21 4	0.13 3	0.18 6	0.21 3	0.14 5	0.30 2	0.23 6	0.35 6	0.18 3	0.34 4	0.17 5	0.16 3	0.98 6	0.78 11	0.44 5	0.35 3	0.43 2	0.23 3	0.40 2	0.48 7	0.16 1	0.21 5	0.40 7	0.40 10	0.71 11	0.37 8

RYNet	2.42 145	0.40 7	0.35 13	0.29 11	0.32 15	0.40 27	0.25 24	0.61 13	0.55 77	0.33 5	0.36 17	0.40 9	0.26 10	0.27 15	52.29 256	0.69 6	0.47 6	1.00 148	0.54 7	0.29 6	0.50 5	0.37 3	0.38 23	0.32 13	0.57 28	1.24 124	1.31 43	0.50 14

RAFT_CTSACE	0.64 18	0.94 116	0.31 8	0.37 21	0.34 21	0.33 12	0.23 18	1.23 96	0.26 9	0.64 34	0.29 10	0.71 43	0.57 64	0.34 28	1.57 24	1.07 39	0.52 7	0.43 8	0.72 16	0.33 7	0.85 30	1.72 63	0.42 35	0.30 10	0.46 11	0.41 15	1.58 70	0.39 9

AASNet	0.53 11	0.74 45	0.46 32	0.35 18	0.61 86	0.51 56	0.42 80	0.65 18	0.26 9	0.41 8	0.50 35	0.39 7	0.31 15	0.41 58	1.02 7	0.69 6	0.53 8	0.60 32	0.67 14	0.51 23	0.60 10	0.87 29	0.41 30	0.41 38	0.50 18	0.40 10	0.70 10	0.45 11

anonymousdsp	0.50 8	0.38 6	0.36 14	0.28 9	0.32 15	0.28 7	0.15 6	0.56 10	0.26 9	0.42 9	0.33 13	0.53 14	0.19 6	0.27 15	1.47 16	0.87 15	0.54 9	0.52 17	0.62 12	0.48 22	0.71 17	1.04 40	0.36 18	0.30 10	0.46 11	0.29 2	1.13 33	0.33 7

test_5	0.69 22	0.91 108	0.30 5	0.38 23	0.26 10	0.35 16	0.19 10	1.79 165	0.31 14	0.58 22	1.20 139	0.75 54	0.73 105	0.32 20	1.36 14	1.10 45	0.54 9	0.54 25	1.01 32	0.37 8	0.61 11	1.37 55	0.29 6	0.34 18	0.41 8	0.40 10	1.72 77	0.44 10

delet	0.51 9	0.58 13	0.47 33	0.35 18	0.50 58	0.50 52	0.30 36	0.49 7	0.29 13	0.56 17	0.44 25	0.45 10	0.34 18	0.48 95	1.16 8	0.68 5	0.55 11	0.46 10	0.47 5	0.41 13	0.58 9	0.39 4	0.39 25	0.41 38	0.48 15	0.36 9	1.09 30	0.50 14

TDLM	0.49 7	0.59 15	0.60 51	0.39 27	0.48 46	0.46 37	0.43 83	0.72 23	0.35 23	0.30 3	0.65 61	0.76 58	0.41 32	0.35 32	0.54 2	0.58 3	0.55 11	0.49 12	0.50 6	0.43 15	0.50 5	0.39 4	0.41 30	0.39 32	0.38 3	0.31 3	0.61 7	0.66 41

CVANet_RVC	0.60 15	0.67 25	0.81 87	0.81 124	0.53 68	0.66 102	0.55 106	1.15 85	0.39 29	0.44 10	0.79 96	0.80 66	0.44 35	0.43 71	0.69 3	0.67 4	0.55 11	0.53 21	0.55 9	0.57 39	0.63 14	0.57 12	0.40 28	0.41 38	0.46 11	0.40 10	0.72 12	0.55 18

AANet_RVC	0.54 12	0.45 9	0.40 18	0.33 17	0.61 86	0.28 7	0.31 40	0.61 13	0.58 87	0.44 10	0.41 21	0.39 7	0.48 39	0.33 23	1.16 8	0.79 12	0.55 11	0.53 21	0.56 10	0.52 27	0.46 4	0.49 8	0.34 10	0.38 26	0.57 28	0.57 34	1.05 27	0.97 83

RAFT+CT+SA	0.87 39	0.97 130	0.40 18	0.45 44	0.29 13	0.38 21	0.20 13	1.64 156	0.33 19	0.72 45	0.30 11	0.88 86	0.65 86	0.40 51	1.56 23	1.21 63	0.56 15	0.57 27	2.08 83	0.40 11	0.83 27	5.00 109	0.32 7	0.37 23	0.47 14	0.42 19	1.56 63	0.49 13

iRaftStereo_RVC	0.51 9	0.56 12	0.40 18	0.28 9	0.31 14	0.32 11	0.19 10	0.68 22	0.25 8	0.46 12	0.57 47	0.58 15	0.29 12	0.25 12	1.17 10	0.89 17	0.56 15	0.45 9	0.72 16	0.41 13	0.97 41	0.79 24	0.35 13	0.34 18	0.44 10	0.41 15	0.76 14	0.48 12

MIF-Stereo	0.60 15	0.44 8	0.32 10	0.21 5	0.25 9	0.34 14	0.17 7	0.61 13	0.31 14	0.75 51	0.27 8	0.62 24	0.34 18	0.21 9	1.77 40	1.44 100	0.57 17	0.61 36	1.53 62	0.44 19	0.91 38	1.14 45	0.37 21	0.29 9	0.50 18	0.54 29	0.52 4	0.58 23

AEACV	0.43 6	0.94 116	0.30 5	0.29 11	0.20 7	0.27 5	0.12 4	0.28 1	0.14 2	0.24 2	0.23 6	0.35 5	0.21 7	0.20 8	1.24 12	0.83 13	0.57 17	0.38 7	0.78 20	0.45 20	0.81 25	0.73 21	0.24 5	0.18 4	0.34 2	0.31 3	0.61 7	0.28 5

AFF-stereo	0.76 28	0.69 30	0.59 48	0.30 13	0.32 15	0.52 59	0.18 9	0.86 49	0.41 38	1.37 130	0.43 23	0.60 21	0.34 18	0.24 11	1.76 39	1.13 49	0.57 17	0.62 38	2.81 110	0.43 15	0.77 22	0.63 16	0.41 30	0.32 13	0.70 45	0.67 43	2.38 128	0.56 19

HCRNet	0.66 20	0.78 64	0.41 22	0.54 63	0.27 12	0.41 32	0.39 63	0.63 16	0.31 14	1.62 145	0.59 52	0.67 35	0.29 12	0.41 58	1.99 57	0.73 9	0.60 20	0.47 11	0.65 13	0.43 15	0.78 24	0.62 15	0.36 18	0.34 18	0.42 9	0.43 20	2.14 102	0.50 14

StereoIM	0.57 13	0.47 10	0.30 5	0.16 4	0.26 10	0.21 3	0.17 7	0.44 6	0.32 18	1.08 111	0.22 5	0.51 12	0.22 9	0.19 6	1.83 46	1.19 60	0.62 21	0.59 31	1.09 39	0.45 20	0.81 25	0.94 35	0.37 21	0.25 7	0.63 37	0.67 43	0.60 6	0.82 62

RAFT + AFF	1.96 134	0.49 11	0.42 23	0.41 32	0.20 7	0.41 32	0.19 10	0.65 18	0.23 6	0.56 17	0.27 8	0.77 62	0.21 7	0.29 17	39.69 216	0.90 18	0.62 21	0.35 3	1.92 77	0.38 9	0.77 22	0.57 12	0.32 7	0.27 8	0.71 48	0.33 6	0.58 5	0.29 6

MIM_Stereo	0.78 30	0.77 61	0.53 41	0.43 40	0.38 29	0.46 37	0.22 17	1.50 132	0.31 14	0.55 15	0.38 18	0.64 27	0.27 11	0.32 20	1.77 40	1.09 43	0.63 23	0.73 68	3.30 134	0.57 39	1.19 62	0.91 33	0.34 10	0.36 22	0.49 17	0.41 15	1.95 92	0.58 23

LL-Strereo2	1.08 66	0.65 20	0.59 48	0.40 28	0.34 21	0.31 10	0.23 18	1.48 129	0.38 27	0.68 40	0.58 51	0.63 25	0.32 16	0.64 141	1.65 28	1.13 49	0.63 23	0.53 21	1.32 48	0.66 66	1.35 74	11.05 204	0.44 41	0.34 18	0.64 39	0.60 36	1.05 27	0.56 19

RAFT-Stereo + iAFF	0.86 35	0.72 38	0.84 94	0.41 32	0.39 30	0.54 65	0.21 15	0.99 69	0.52 66	1.54 140	0.57 47	0.73 46	0.39 26	0.26 13	2.15 69	1.17 55	0.64 25	0.50 13	2.66 105	0.57 39	0.88 32	0.90 31	0.47 58	0.39 32	0.86 79	0.72 48	2.54 150	0.66 41

test_4	1.13 69	0.74 45	0.77 79	0.42 38	0.32 15	0.34 14	0.26 29	0.78 33	0.33 19	0.75 51	0.40 19	0.87 81	0.35 22	0.40 51	2.10 67	1.55 120	0.65 26	0.69 55	1.50 59	0.51 23	1.12 56	10.25 180	0.41 30	0.37 23	0.58 31	0.70 45	2.73 164	0.62 34

HITNet	0.90 45	0.65 20	0.62 54	0.68 96	0.50 58	0.39 24	0.32 45	1.26 102	0.89 126	0.70 41	0.70 79	0.91 92	0.49 41	0.39 47	1.96 54	1.02 30	0.66 27	0.64 43	0.79 21	0.61 50	1.53 83	3.85 89	0.46 49	0.52 74	0.58 31	0.64 41	1.81 81	0.81 60
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
anonymousdsp2	0.86 35	0.84 84	0.84 94	0.43 40	0.44 35	0.56 75	0.32 45	1.17 87	0.36 25	0.66 38	0.67 65	0.69 38	0.40 30	0.49 100	1.46 15	1.36 82	0.67 28	0.62 38	2.12 84	0.60 48	1.36 76	2.66 78	0.36 18	0.44 50	0.71 48	0.51 25	1.86 86	0.64 38

Former-RAFT_DAM_RVC	0.87 39	0.64 17	0.54 43	0.44 42	0.41 31	0.38 21	0.26 29	1.26 102	0.49 57	0.85 75	0.62 56	0.75 54	0.54 53	0.34 28	1.75 37	1.50 113	0.68 29	0.70 57	1.17 42	0.56 36	1.52 82	3.83 88	0.39 25	0.37 23	0.75 57	1.18 119	0.68 9	0.77 54

MIF-Stereo (partial)	0.69 22	0.76 57	0.33 11	0.27 7	0.37 28	0.35 16	0.31 40	0.53 8	0.40 36	0.62 30	0.32 12	0.50 11	0.39 26	0.23 10	2.08 66	1.51 114	0.68 29	0.71 60	0.77 19	0.43 15	1.10 53	0.94 35	0.39 25	0.32 13	0.57 28	0.71 46	2.25 114	0.87 69

4D-IteraStereo	1.32 91	0.61 16	1.07 141	0.49 48	0.43 33	0.40 27	0.25 24	1.44 127	0.37 26	0.75 51	0.56 45	0.75 54	0.43 34	0.43 71	2.29 85	1.38 84	0.68 29	0.66 47	2.70 107	0.59 46	3.21 121	10.86 199	0.46 49	0.40 36	0.69 44	0.83 65	2.34 121	0.64 38

PA-Net	1.22 76	0.95 123	1.13 156	0.75 105	1.31 175	0.68 107	0.84 136	0.82 43	1.18 160	0.83 69	0.77 90	0.76 58	0.78 124	0.91 176	3.00 131	1.21 63	0.68 29	0.77 78	1.02 33	0.82 107	1.13 58	4.67 99	0.66 128	0.82 148	1.00 106	2.10 192	1.24 38	2.13 165
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NLCA_NET_v2_RVC	1.02 57	0.93 113	0.80 86	0.72 99	0.79 123	0.65 100	1.02 153	1.07 77	2.31 209	2.00 165	0.74 86	0.97 99	0.56 60	0.94 181	1.82 44	0.96 24	0.68 29	0.67 50	1.31 46	0.65 61	0.88 32	0.94 35	0.57 98	0.57 91	0.73 54	1.60 160	1.43 51	1.27 124
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+_RVC	0.71 25	0.73 42	0.70 68	0.41 32	0.34 21	0.49 49	0.30 36	1.48 129	0.43 40	0.62 30	0.62 56	0.65 30	0.39 26	0.26 13	1.74 35	1.16 53	0.69 34	0.53 21	1.57 68	0.51 23	0.85 30	1.06 42	0.44 41	0.38 26	0.68 42	0.62 38	0.85 16	0.69 43

DMCA	0.63 17	0.73 42	0.63 55	0.40 28	0.49 49	0.52 59	0.33 49	0.59 11	0.52 66	0.80 66	0.63 59	0.70 40	0.40 30	0.47 89	1.48 17	0.92 19	0.69 34	0.67 50	0.67 14	0.51 23	0.67 16	0.59 14	0.48 61	0.45 52	0.48 15	0.52 27	1.04 26	0.62 34

TESTraft	0.98 54	0.96 128	0.42 23	0.41 32	0.33 20	0.40 27	0.25 24	1.13 82	0.39 29	0.97 101	0.35 16	0.61 22	0.75 114	0.54 109	3.18 145	1.42 94	0.70 36	0.50 13	2.86 112	0.53 28	1.08 49	3.15 82	0.35 13	0.40 36	0.52 21	1.18 119	2.52 144	0.61 32

ADLNet	2.50 147	0.99 136	0.73 71	0.62 82	0.75 114	0.63 95	0.53 100	1.12 80	0.61 93	0.58 22	0.71 81	1.61 156	0.61 76	0.87 171	46.09 233	1.02 30	0.70 36	0.67 50	0.85 22	0.74 88	0.75 21	1.07 43	0.51 75	0.47 56	0.94 98	0.93 82	1.63 74	0.70 45

CFNet	0.80 31	0.84 84	0.79 82	0.76 109	0.70 107	0.60 87	0.46 93	0.84 47	0.48 53	0.66 38	0.71 81	0.92 94	0.61 76	0.43 71	1.75 37	0.84 14	0.70 36	0.64 43	0.90 25	0.78 97	0.89 36	0.72 20	0.45 47	0.51 69	0.87 83	0.83 65	1.67 76	1.15 109

test croco	0.67 21	0.87 92	0.33 11	0.31 14	0.59 79	0.33 12	0.30 36	0.89 56	0.34 21	0.72 45	0.24 7	0.65 30	0.34 18	0.19 6	1.95 53	1.57 124	0.71 39	0.69 55	0.94 28	0.39 10	1.28 68	1.20 48	0.33 9	0.33 16	0.59 34	0.60 36	0.72 12	0.74 48

TestStereo1	0.93 46	0.98 133	0.39 15	0.38 23	0.36 26	0.39 24	0.25 24	1.02 71	0.39 29	0.79 63	0.34 14	0.58 15	0.73 105	0.54 109	3.06 135	1.47 109	0.71 39	0.52 17	2.91 113	0.54 29	1.34 71	1.84 64	0.35 13	0.39 32	0.54 23	1.06 100	2.53 148	0.60 30

SA-5K	0.93 46	0.98 133	0.39 15	0.38 23	0.36 26	0.39 24	0.25 24	1.02 71	0.39 29	0.79 63	0.34 14	0.58 15	0.73 105	0.54 109	3.06 135	1.47 109	0.71 39	0.52 17	2.91 113	0.54 29	1.34 71	1.84 64	0.35 13	0.39 32	0.54 23	1.06 100	2.53 148	0.60 30

raftrobust	1.11 67	0.65 20	0.92 112	0.55 65	0.49 49	0.44 36	0.33 49	1.55 146	0.47 47	0.94 96	0.72 84	0.82 72	0.53 48	0.36 41	2.91 126	1.71 135	0.71 39	0.70 57	4.37 151	0.65 61	1.69 94	3.95 93	0.59 109	0.42 45	0.95 102	0.85 72	0.99 24	0.85 65

ARAFT	0.89 44	0.72 38	0.47 33	0.35 18	0.34 21	0.42 34	0.24 21	0.64 17	0.34 21	2.25 181	0.57 47	0.58 15	0.29 12	0.39 47	2.14 68	1.42 94	0.71 39	0.74 71	2.68 106	0.54 29	1.86 101	1.93 66	0.42 35	0.33 16	0.83 71	0.40 10	1.98 95	0.56 19

CASnet	1.15 72	0.91 108	0.49 37	0.40 28	0.43 33	0.38 21	0.20 13	0.91 59	0.49 57	0.77 59	0.56 45	0.88 86	0.53 48	0.35 32	2.15 69	1.24 67	0.72 44	0.50 13	1.34 50	0.54 29	7.12 172	5.37 120	0.41 30	0.38 26	1.21 134	0.49 22	1.45 54	0.79 57
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MMNet	0.59 14	0.58 13	0.44 26	0.38 23	0.55 72	0.42 34	0.29 35	0.60 12	0.40 36	0.38 7	0.55 44	0.63 25	0.32 16	0.51 107	1.51 20	0.75 10	0.72 44	0.58 30	0.76 18	0.55 34	0.62 12	0.41 6	0.40 28	0.52 74	0.51 20	0.49 22	1.49 58	0.50 14

UPFNet	0.73 26	0.69 30	0.79 82	0.54 63	0.65 96	0.58 82	0.54 102	0.72 23	0.54 75	0.59 24	0.57 47	0.61 22	0.47 36	0.62 137	1.80 43	0.96 24	0.72 44	0.68 54	0.91 26	0.72 83	0.64 15	0.55 10	0.53 83	0.52 74	0.58 31	0.51 25	2.19 110	0.59 29

STTStereo	0.99 55	0.95 123	0.82 90	0.77 114	0.77 117	0.69 109	0.87 141	0.86 49	1.53 181	1.27 123	0.79 96	1.13 122	0.69 94	0.93 179	2.19 75	1.03 32	0.72 44	0.70 57	1.05 34	0.63 59	1.15 59	0.86 28	0.58 105	0.56 90	0.73 54	1.21 123	1.74 80	1.41 134

RASNet	0.85 33	0.72 38	0.89 108	0.61 79	0.62 92	0.66 102	0.41 74	0.98 68	0.61 93	1.21 117	0.64 60	0.74 47	0.67 90	0.40 51	1.23 11	1.31 75	0.72 44	0.66 47	1.00 30	0.70 79	1.09 51	1.43 56	0.43 38	0.75 134	0.68 42	0.79 57	2.17 106	0.93 78

MGS-Stereo	1.48 107	0.99 136	0.47 33	0.40 28	0.35 25	0.40 27	0.36 58	0.65 18	0.26 9	0.52 14	0.43 23	0.52 13	0.38 24	0.43 71	23.31 210	0.93 22	0.73 49	0.79 85	0.93 27	0.65 61	1.10 53	1.25 50	0.44 41	0.48 61	0.72 51	0.49 22	1.29 42	0.77 54

IER	0.88 42	0.82 74	0.55 44	0.49 48	0.51 60	0.56 75	0.45 89	0.80 38	0.49 57	1.15 115	0.77 90	1.03 106	0.50 44	0.79 163	3.66 156	1.04 33	0.73 49	0.64 43	0.87 23	0.78 97	0.73 20	0.82 26	0.60 111	0.53 78	0.63 37	1.00 96	2.05 98	0.74 48

TestStereo	0.77 29	0.93 113	0.79 82	0.56 67	0.46 37	0.66 102	0.33 49	1.22 94	0.42 39	0.90 88	0.52 37	0.84 76	0.54 53	0.39 47	1.50 19	0.92 19	0.73 49	0.51 16	1.38 52	0.56 36	1.25 65	0.82 26	0.44 41	0.44 50	0.77 61	0.79 57	1.34 44	0.79 57

CFNet_pseudo	1.65 121	0.78 64	0.82 90	0.82 126	0.79 123	0.69 109	0.42 80	0.93 61	0.53 70	0.95 99	0.81 102	0.88 86	0.81 127	0.81 167	15.70 199	1.39 86	0.74 52	0.71 60	7.24 202	0.77 94	0.97 41	1.50 58	0.69 138	0.57 91	0.88 86	0.89 76	1.47 56	1.12 107

GMStereo	0.73 26	0.99 136	0.39 15	0.49 48	0.47 41	0.55 69	0.41 74	0.77 30	0.43 40	0.55 15	0.48 30	0.81 71	0.38 24	0.34 28	1.60 25	0.95 23	0.74 52	0.52 17	1.88 75	0.57 39	1.07 48	0.73 21	0.42 35	0.51 69	0.72 51	0.47 21	1.87 87	0.57 22
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALAANet	1.14 70	0.70 32	0.84 94	0.53 60	0.53 68	0.60 87	0.41 74	1.30 110	0.50 61	0.94 96	0.65 61	0.72 45	0.59 68	0.33 23	1.97 56	1.32 77	0.75 54	0.89 116	1.96 79	0.85 110	3.07 119	5.37 120	0.53 83	0.62 108	0.82 68	1.03 98	2.08 100	0.78 56

rafts_anoy	0.88 42	0.81 72	0.86 100	0.44 42	0.49 49	0.51 56	0.46 93	1.58 149	0.48 53	0.61 27	0.70 79	0.70 40	0.47 36	0.30 18	2.51 100	1.38 84	0.76 55	0.78 82	2.36 92	0.61 50	1.28 68	0.99 39	0.49 64	0.49 64	0.85 77	0.90 79	0.93 21	1.00 95

GANet	0.64 18	0.67 25	0.63 55	0.57 70	0.58 77	0.95 146	0.55 106	0.78 33	0.46 45	0.57 19	0.61 54	1.83 163	0.36 23	0.41 58	0.81 5	0.69 6	0.76 55	0.73 68	0.58 11	0.40 11	0.53 7	0.49 8	0.47 58	0.48 61	0.56 27	0.41 15	0.83 15	0.69 43

iinet-f	1.22 76	1.08 154	0.64 58	0.93 138	0.46 37	0.68 107	0.57 109	0.79 37	0.48 53	2.11 176	1.35 151	0.83 74	0.64 81	0.35 32	3.95 166	1.80 142	0.77 57	0.66 47	2.93 119	1.00 130	1.53 83	3.24 83	0.64 124	0.53 78	1.10 123	0.63 40	2.23 113	0.90 74

FINET	0.69 22	0.65 20	0.67 63	0.65 89	0.49 49	0.48 47	0.45 89	0.75 28	0.59 89	0.61 27	0.48 30	0.82 72	0.57 64	0.43 71	1.71 31	1.08 42	0.77 57	0.57 27	1.07 37	0.56 36	0.88 32	0.65 18	0.43 38	0.50 67	0.62 36	0.56 33	0.96 22	0.64 38

SA	1.07 63	0.90 104	0.42 23	0.55 65	0.53 68	0.49 49	0.24 21	1.60 150	0.46 45	0.71 44	0.41 21	0.69 38	0.58 67	0.62 137	1.74 35	1.41 91	0.78 59	0.79 85	3.17 124	0.65 61	1.24 64	4.73 101	0.34 10	0.51 69	0.75 57	1.12 110	2.64 158	0.72 47

RALCasStereoNet	0.93 46	0.82 74	0.93 113	0.53 60	0.53 68	0.60 87	0.45 89	1.48 129	0.44 42	1.03 104	0.75 88	0.89 91	0.49 41	0.32 20	2.31 86	1.43 98	0.78 59	0.75 73	1.50 59	0.58 43	1.18 61	2.21 70	0.49 64	0.57 91	0.86 79	1.13 113	0.90 17	1.16 110

UCFNet_RVC	1.11 67	1.26 175	0.85 98	0.88 132	0.93 143	0.77 123	0.58 112	0.78 33	0.67 104	0.93 94	0.80 100	1.25 132	0.93 147	0.48 95	2.17 73	1.09 43	0.78 59	0.82 96	2.60 100	0.80 101	1.32 70	1.66 61	1.31 198	0.67 121	1.05 114	1.11 106	1.44 53	2.13 165

UNet	0.85 33	0.76 57	0.74 74	0.60 77	0.60 82	0.61 90	0.53 100	0.90 57	0.58 87	1.21 117	0.68 69	0.71 43	0.56 60	0.67 145	1.72 34	1.11 47	0.79 62	0.72 66	1.13 41	0.82 107	0.84 28	0.69 19	0.62 115	0.58 95	0.64 39	0.77 54	2.48 138	0.95 80

CFNet_RVC	0.94 49	0.84 84	0.89 108	0.76 109	0.80 125	0.71 112	0.49 95	0.74 27	0.63 99	0.88 84	0.94 117	0.87 81	0.57 64	0.50 101	1.96 54	1.12 48	0.79 62	0.79 85	1.27 44	0.73 86	1.26 66	1.52 59	0.48 61	0.64 116	0.98 104	1.11 106	1.92 91	1.23 118

SGM-Forest	4.18 185	1.24 169	0.74 74	2.12 203	1.35 178	1.42 185	0.56 108	1.36 119	0.90 127	4.89 239	0.96 120	2.51 187	12.92 237	0.61 132	16.38 200	3.12 177	0.79 62	0.65 46	7.04 201	0.76 93	6.77 165	10.03 172	0.84 173	0.81 145	1.66 191	1.78 172	4.79 217	25.96 253
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GMOStereo	1.28 81	0.74 45	0.45 28	0.62 82	0.52 62	0.46 37	0.39 63	1.54 141	0.47 47	0.87 78	0.47 26	0.74 47	0.59 68	0.35 32	2.01 59	1.45 102	0.80 65	0.87 106	2.92 115	0.69 72	1.78 95	10.98 200	0.46 49	0.41 38	1.09 118	0.72 48	1.56 63	0.58 23

error version	1.28 81	0.74 45	0.45 28	0.62 82	0.52 62	0.46 37	0.39 63	1.54 141	0.47 47	0.87 78	0.47 26	0.74 47	0.59 68	0.35 32	2.01 59	1.45 102	0.80 65	0.87 106	2.92 115	0.69 72	1.78 95	10.98 200	0.46 49	0.41 38	1.09 118	0.72 48	1.56 63	0.58 23

test-v	1.28 81	0.74 45	0.45 28	0.62 82	0.52 62	0.46 37	0.39 63	1.54 141	0.47 47	0.87 78	0.47 26	0.74 47	0.59 68	0.35 32	2.01 59	1.45 102	0.80 65	0.87 106	2.92 115	0.69 72	1.78 95	10.98 200	0.46 49	0.41 38	1.09 118	0.72 48	1.56 63	0.58 23

test_1	1.73 123	1.01 143	1.08 144	0.63 87	0.60 82	0.55 69	0.43 83	1.99 183	0.39 29	0.86 76	0.54 41	1.45 145	0.54 53	0.41 58	2.20 76	1.42 94	0.80 65	0.79 85	6.57 186	0.69 72	5.20 149	11.52 216	0.46 49	0.54 82	0.87 83	0.97 89	3.11 179	0.98 85

TRStereo	6.31 215	1.25 172	1.93 204	0.85 129	0.61 86	2.29 210	0.86 140	2.21 199	0.54 75	4.40 229	1.34 148	2.24 178	0.75 114	0.45 81	4.08 169	6.55 221	0.80 65	0.85 103	6.04 178	1.45 170	7.60 177	12.13 223	0.55 90	0.49 64	1.44 170	103.74 276	3.24 186	1.61 143

test-2	1.28 81	0.74 45	0.45 28	0.62 82	0.52 62	0.46 37	0.39 63	1.54 141	0.47 47	0.87 78	0.47 26	0.74 47	0.59 68	0.35 32	2.01 59	1.45 102	0.80 65	0.87 106	2.92 115	0.69 72	1.78 95	10.98 200	0.46 49	0.41 38	1.09 118	0.72 48	1.56 63	0.58 23

HGLStereo	0.83 32	0.64 17	0.75 77	0.52 57	0.67 102	0.56 75	0.45 89	0.66 21	0.50 61	1.72 152	0.96 120	0.64 27	0.56 60	0.54 109	1.65 28	1.18 57	0.80 65	0.76 76	1.05 34	0.66 66	0.99 43	1.36 54	0.49 64	0.54 82	0.71 48	0.76 53	1.59 72	0.82 62

AF-Net	1.05 58	0.83 77	0.94 114	0.76 109	0.91 136	0.98 152	1.68 180	1.52 139	1.06 146	0.57 19	0.96 120	1.34 137	0.64 81	0.74 154	1.71 31	0.99 27	0.80 65	0.60 32	1.64 70	0.72 83	0.72 18	2.35 71	0.63 120	0.62 108	0.89 90	0.82 63	1.57 68	1.25 121

Nwc_Net	1.05 58	0.83 77	0.94 114	0.76 109	0.91 136	0.98 152	1.68 180	1.52 139	1.06 146	0.57 19	0.96 120	1.34 137	0.64 81	0.74 154	1.71 31	0.99 27	0.80 65	0.60 32	1.64 70	0.72 83	0.72 18	2.35 71	0.63 120	0.62 108	0.89 90	0.82 63	1.57 68	1.25 121

UDGNet	1.34 94	1.00 141	0.76 78	1.64 192	1.38 180	1.69 196	1.25 168	1.22 94	0.69 105	0.63 33	0.84 107	0.83 74	0.41 32	1.62 207	2.02 63	1.19 60	0.81 74	0.87 106	1.98 80	0.92 121	1.68 92	5.69 126	1.26 195	0.47 56	1.21 134	0.95 85	2.15 104	1.03 96

test-3	1.73 123	1.00 141	1.08 144	0.63 87	0.60 82	0.55 69	0.43 83	1.99 183	0.39 29	0.86 76	0.54 41	1.45 145	0.53 48	0.41 58	2.20 76	1.41 91	0.81 74	0.79 85	6.57 186	0.69 72	5.20 149	11.52 216	0.46 49	0.54 82	0.86 79	0.97 89	3.11 179	0.98 85

test_3	1.73 123	1.02 147	1.05 135	0.65 89	0.61 86	0.55 69	0.43 83	1.96 179	0.38 27	0.88 84	0.52 37	1.45 145	0.54 53	0.40 51	2.20 76	1.40 88	0.81 74	0.81 93	6.56 185	0.71 81	5.08 144	11.49 213	0.43 38	0.49 64	0.96 103	1.09 105	3.23 184	0.98 85

DMCA-RVC	0.86 35	0.74 45	0.73 71	0.61 79	0.77 117	0.56 75	0.70 123	0.77 30	1.43 173	1.38 132	0.69 72	0.87 81	0.54 53	0.55 114	1.66 30	1.05 35	0.81 74	0.74 71	0.95 29	0.73 86	0.89 36	0.93 34	0.51 75	0.58 95	0.59 34	0.62 38	1.82 83	0.91 75

ADCP+	5.07 198	1.54 196	1.72 193	1.08 155	1.54 187	1.18 171	2.02 195	1.02 71	2.72 217	4.05 225	2.23 180	2.24 178	0.61 76	0.94 181	54.46 262	1.52 117	0.83 78	0.95 136	3.94 144	0.87 114	2.22 108	2.57 77	0.71 141	0.62 108	2.48 213	11.25 242	7.85 232	23.66 249

PS-NSSS	1.07 63	1.44 192	0.69 65	1.20 171	0.91 136	1.16 168	0.93 148	0.80 38	0.55 77	0.74 50	0.49 33	1.98 171	1.03 159	0.91 176	1.54 22	0.92 19	0.83 78	0.73 68	1.45 57	0.62 56	0.94 40	0.63 16	1.68 210	0.50 67	1.00 106	0.95 85	3.21 183	1.11 106

raft_robust	1.30 87	0.93 113	0.53 41	0.59 76	0.47 41	0.57 79	0.37 60	2.06 191	0.52 66	1.69 151	0.53 39	0.76 58	0.82 132	0.47 89	2.16 72	1.52 117	0.84 80	0.84 102	5.71 172	0.59 46	2.50 111	5.04 111	0.46 49	0.51 69	0.99 105	1.05 99	1.58 70	0.99 91

AACVNet	0.95 51	0.87 92	0.69 65	0.91 135	0.91 136	0.72 115	0.59 115	0.87 53	0.60 90	0.73 48	0.88 112	0.79 65	0.64 81	0.60 130	1.77 40	1.37 83	0.84 80	0.83 98	1.12 40	0.77 94	1.36 76	1.13 44	0.70 139	0.65 118	0.87 83	1.12 110	1.90 89	1.31 126

CREStereo	1.37 95	0.91 108	0.94 114	0.52 57	0.42 32	0.47 43	0.26 29	1.43 126	0.66 102	0.87 78	0.83 105	0.95 96	0.73 105	0.36 41	2.98 130	4.38 203	0.85 82	0.56 26	2.41 94	0.62 56	5.52 151	4.71 100	0.53 83	0.47 56	1.02 110	0.87 75	1.73 78	0.98 85
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
DSFCA	0.87 39	0.84 84	0.73 71	0.65 89	0.77 117	0.61 90	0.78 128	0.75 28	0.78 115	0.77 59	0.83 105	0.75 54	0.48 39	0.43 71	1.89 50	1.14 51	0.85 82	0.87 106	1.00 30	0.74 88	1.00 47	1.05 41	0.72 146	0.63 113	0.83 71	0.95 85	1.88 88	0.85 65

FADNet-RVC	1.38 97	0.71 36	0.88 103	0.77 114	1.09 155	0.58 82	2.16 198	0.92 60	0.57 85	1.03 104	0.72 84	1.48 148	0.64 81	0.61 132	5.02 175	1.56 122	0.85 82	0.90 120	2.24 89	1.52 178	2.20 106	4.08 95	0.51 75	0.77 138	1.48 173	1.14 115	1.43 51	1.35 130

MyStereo04	1.58 115	0.90 104	0.97 120	0.78 116	0.89 133	0.57 79	0.40 70	1.57 148	0.97 134	2.23 180	0.89 113	1.34 137	0.54 53	0.41 58	2.94 129	2.47 165	0.86 85	0.92 123	5.37 162	1.50 176	4.62 135	3.51 86	0.92 180	0.81 145	1.21 134	1.61 162	2.58 153	0.95 80

MyStereo	1.68 122	0.94 116	1.20 169	0.82 126	0.89 133	0.54 65	0.39 63	1.29 109	0.72 110	2.27 184	2.11 175	1.39 143	0.67 90	0.40 51	3.48 154	2.21 155	0.86 85	0.89 116	5.44 166	1.62 182	4.46 132	4.54 98	0.80 163	0.85 154	1.36 156	1.64 165	2.66 162	0.94 79

NVstereo2D	2.81 160	0.82 74	0.74 74	0.69 97	0.78 121	0.92 144	0.81 135	1.18 91	0.76 113	0.91 89	1.06 129	0.80 66	0.55 59	0.71 151	52.63 258	1.47 109	0.86 85	0.83 98	1.42 53	0.69 72	1.12 56	0.94 35	0.76 148	0.83 151	1.08 116	0.78 56	0.98 23	0.74 48

IGEV_Zeroshot_test	3.38 170	0.83 77	1.84 200	2.82 216	0.69 106	2.37 212	1.26 170	2.23 201	0.94 132	4.40 229	6.76 230	2.28 180	1.01 158	0.45 81	2.83 123	7.72 229	0.87 88	0.77 78	5.93 175	1.87 195	8.49 191	12.88 246	0.58 105	0.69 124	1.40 164	1.57 155	14.84 254	2.99 184

HH	2.75 154	0.67 25	1.42 179	0.80 121	0.71 108	0.88 139	1.09 161	1.86 172	0.87 122	5.19 250	0.66 63	1.91 166	0.86 136	0.57 119	2.65 110	8.48 232	0.87 88	0.94 130	6.36 181	1.39 162	13.52 235	12.32 229	0.79 158	0.58 95	1.38 158	1.63 163	3.81 204	2.06 163

HanStereo	2.75 154	0.67 25	1.42 179	0.80 121	0.71 108	0.88 139	1.09 161	1.86 172	0.87 122	5.19 250	0.66 63	1.91 166	0.86 136	0.57 119	2.65 110	8.48 232	0.87 88	0.94 130	6.36 181	1.39 162	13.52 235	12.32 229	0.79 158	0.58 95	1.38 158	1.63 163	3.81 204	2.06 163

iResNet_ROB	1.16 73	0.83 77	0.82 90	0.65 89	0.59 79	0.67 105	0.58 112	2.65 218	0.53 70	1.73 153	0.76 89	0.87 81	0.78 124	0.47 89	3.77 163	1.45 102	0.87 88	0.86 104	2.81 110	0.65 61	1.26 66	0.87 29	0.57 98	0.73 133	0.81 65	0.95 85	2.65 160	1.03 96

GLC_STEREO	0.97 53	0.89 101	0.85 98	0.56 67	0.60 82	0.48 47	0.40 70	1.70 159	0.47 47	0.77 59	0.67 65	0.78 64	0.63 79	0.61 132	2.53 101	1.65 132	0.88 92	0.60 32	1.57 68	0.70 79	2.48 110	1.17 46	0.44 41	0.43 46	0.67 41	0.55 31	2.36 124	0.88 72

IPLGR_C	1.31 88	0.71 36	0.68 64	0.57 70	0.46 37	0.52 59	0.31 40	0.81 40	0.53 70	0.76 55	0.69 72	1.03 106	0.53 48	0.59 126	2.62 107	1.33 79	0.88 92	0.63 41	3.25 130	0.61 50	1.64 91	10.69 192	0.55 90	0.53 78	0.89 90	0.57 34	2.40 130	0.62 34

LoS_RVC	1.42 100	1.25 172	0.86 100	0.31 14	0.49 49	0.37 18	0.33 49	0.73 25	0.56 82	2.10 174	0.68 69	0.67 35	0.70 96	0.33 23	3.08 138	3.79 192	0.89 94	2.10 223	3.01 122	0.66 66	4.40 130	6.44 134	0.51 75	0.43 46	0.82 68	0.85 72	0.90 17	0.99 91

tt_ll	1.42 100	1.25 172	0.86 100	0.31 14	0.49 49	0.37 18	0.33 49	0.73 25	0.56 82	2.10 174	0.68 69	0.67 35	0.70 96	0.33 23	3.08 138	3.79 192	0.89 94	2.10 223	3.01 122	0.66 66	4.40 130	6.44 134	0.51 75	0.43 46	0.82 68	0.85 72	0.90 17	0.99 91

CIPLG	1.32 91	0.70 32	0.69 65	0.57 70	0.46 37	0.52 59	0.33 49	0.81 40	0.55 77	0.76 55	0.69 72	1.03 106	0.53 48	0.59 126	2.91 126	1.33 79	0.89 94	0.62 38	3.23 125	0.62 56	1.62 88	10.69 192	0.55 90	0.53 78	0.90 94	0.54 29	2.37 127	0.61 32

ACRE	1.31 88	0.70 32	0.66 62	0.58 75	0.47 41	0.52 59	0.32 45	0.81 40	0.53 70	0.76 55	0.69 72	1.04 110	0.52 47	0.59 126	2.66 112	1.32 77	0.89 94	0.63 41	3.25 130	0.61 50	1.62 88	10.69 192	0.55 90	0.52 74	0.92 97	0.55 31	2.40 130	0.62 34

RP	1.18 74	1.02 147	1.24 173	0.94 139	1.08 154	0.84 129	1.17 164	1.25 100	1.31 166	0.61 27	1.16 136	1.21 129	0.75 114	0.68 146	3.34 149	1.04 33	0.89 94	0.67 50	1.20 43	0.79 99	0.88 32	2.85 80	0.59 109	0.71 129	0.86 79	0.98 93	2.51 143	1.21 117

NCC-stereo	1.25 78	1.24 169	1.10 148	0.99 146	1.05 148	0.96 147	1.53 175	1.79 165	1.59 184	0.60 25	1.34 148	1.17 126	1.03 159	0.74 154	2.44 92	1.07 39	0.89 94	0.99 144	1.54 64	0.91 118	0.99 43	2.46 75	0.80 163	0.76 136	1.26 145	1.59 157	1.39 48	1.61 143

Abc-Net	1.25 78	1.24 169	1.10 148	0.99 146	1.05 148	0.96 147	1.53 175	1.79 165	1.59 184	0.60 25	1.34 148	1.17 126	1.03 159	0.74 154	2.44 92	1.07 39	0.89 94	0.99 144	1.54 64	0.91 118	0.99 43	2.46 75	0.80 163	0.76 136	1.26 145	1.59 157	1.39 48	1.61 143
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PDISCO_ROB	1.06 61	0.87 92	0.60 51	0.80 121	0.68 104	0.53 64	0.59 115	0.93 61	0.69 105	1.80 157	1.00 128	0.74 47	0.63 79	0.66 143	1.87 48	1.44 100	0.89 94	1.10 162	1.53 62	0.80 101	1.56 86	2.40 74	0.52 82	0.63 113	1.19 132	0.79 57	2.56 151	0.81 60

EGLCR-Stereo	2.26 140	0.87 92	1.17 164	0.45 44	0.48 46	0.61 90	0.23 18	0.83 44	0.55 77	0.72 45	0.53 39	0.80 66	0.66 88	0.41 58	2.36 88	2.92 171	0.90 102	1.10 162	3.35 135	0.60 48	5.09 145	12.56 239	0.47 58	0.45 52	0.89 90	0.91 80	20.21 256	0.86 67

Any-RAFT	2.54 148	0.94 116	1.27 176	0.75 105	0.75 114	0.50 52	0.40 70	1.99 183	0.56 82	0.87 78	6.98 237	1.50 150	0.51 46	0.40 51	2.50 98	3.41 183	0.91 103	0.90 120	6.78 195	0.75 91	14.26 248	10.61 190	0.67 131	0.59 101	1.63 187	1.83 176	2.17 106	4.22 199

EAI-Stereo	2.60 150	0.90 104	1.57 188	0.90 133	1.31 175	0.84 129	1.31 171	2.22 200	1.34 168	0.81 68	5.69 214	1.37 141	0.83 133	0.50 101	4.76 173	5.32 215	0.91 103	0.94 130	7.45 204	1.11 139	9.07 194	10.78 197	0.62 115	0.85 154	1.45 172	2.06 187	3.36 191	1.90 156

psm_up	0.99 55	0.86 91	0.99 125	0.78 116	0.89 133	0.75 119	0.58 112	1.33 115	1.03 144	0.88 84	0.69 72	0.99 102	0.72 101	0.76 159	1.89 50	1.10 45	0.91 103	0.81 93	1.93 78	0.81 104	1.08 49	0.90 31	0.49 64	0.85 154	1.01 108	1.06 100	1.62 73	1.10 103

PMTNet	1.39 98	0.94 116	0.99 125	0.48 47	0.49 49	0.47 43	0.32 45	0.83 44	0.66 102	0.83 69	0.62 56	0.88 86	0.50 44	0.35 32	2.72 117	4.30 200	0.91 103	0.57 27	2.40 93	0.54 29	6.12 157	5.45 123	0.57 98	0.38 26	1.99 204	1.00 96	1.09 30	1.19 116

FADNet	1.44 105	0.83 77	0.83 93	0.82 126	1.03 146	0.61 90	1.88 191	0.97 66	0.73 112	0.93 94	0.92 116	1.16 125	0.76 119	0.74 154	3.69 159	1.34 81	0.91 103	1.03 152	2.63 101	1.49 173	2.87 116	4.93 106	0.49 64	0.65 118	1.54 181	1.70 169	1.51 60	1.83 152

iResNetv2_ROB	1.57 114	0.87 92	0.70 68	1.13 160	0.65 96	0.72 115	0.49 95	2.63 217	0.64 100	1.77 156	0.87 111	1.30 136	0.75 114	0.40 51	4.81 174	1.26 69	0.91 103	0.71 60	4.58 154	0.81 104	7.66 178	1.62 60	0.58 105	0.80 141	0.81 65	0.83 65	3.12 182	0.91 75

Sa-1000	1.14 70	0.75 53	0.47 33	0.49 48	0.61 86	0.50 52	0.27 32	1.70 159	0.52 66	0.73 48	0.48 30	0.66 32	0.67 90	0.79 163	2.17 73	1.43 98	0.92 109	0.93 127	3.23 125	0.58 43	1.55 85	4.86 104	0.35 13	0.59 101	1.14 127	1.24 124	2.35 123	0.76 53

CREStereo++_RVC	1.73 123	0.91 108	1.03 131	0.51 55	0.56 74	0.40 27	0.28 34	1.37 121	0.51 64	0.83 69	0.61 54	0.76 58	0.85 135	0.34 28	2.78 120	3.07 175	0.92 109	0.61 36	2.72 109	0.55 34	5.01 143	5.69 126	0.53 83	0.38 26	0.94 98	0.84 70	12.80 247	0.98 85
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
HSM	1.07 63	0.75 53	0.97 120	0.78 116	0.77 117	0.54 65	0.54 102	1.87 174	0.60 90	0.76 55	0.85 108	0.87 81	0.67 90	0.56 115	2.24 82	1.05 35	0.92 109	0.71 60	2.57 99	0.71 81	1.80 99	2.08 68	0.56 96	0.72 132	0.90 94	0.97 89	2.08 100	1.03 96

NaN_ROB	1.84 128	1.11 156	1.04 134	0.95 140	1.77 198	0.86 133	0.91 146	1.32 114	10.70 254	1.00 103	1.38 153	2.45 183	0.89 139	1.12 196	4.34 171	1.29 72	0.92 109	0.88 115	1.49 58	1.14 144	1.42 81	2.02 67	0.76 148	1.03 167	1.30 151	2.01 186	2.38 128	3.27 191

s12784h	2.23 137	1.12 157	1.32 177	1.12 159	0.91 136	0.59 85	0.39 63	1.37 121	0.65 101	1.05 108	0.82 103	1.08 114	0.95 152	0.37 43	2.80 122	4.82 208	0.93 113	0.71 60	3.28 133	0.58 43	7.80 180	8.40 157	0.51 75	0.54 82	1.50 177	1.13 113	11.58 241	3.94 197

TANstereo	1.49 109	1.06 151	0.88 103	0.67 94	0.73 111	0.87 135	0.33 49	0.86 49	0.61 93	0.70 41	0.69 72	0.59 19	0.59 68	1.02 187	2.75 118	2.89 169	0.94 114	1.13 169	1.43 55	1.28 154	5.13 147	5.06 112	1.35 200	0.46 54	0.54 23	0.89 76	5.92 220	0.74 48

XX-TBD	1.49 109	1.06 151	0.88 103	0.67 94	0.73 111	0.87 135	0.33 49	0.86 49	0.61 93	0.70 41	0.69 72	0.59 19	0.59 68	1.02 187	2.75 118	2.89 169	0.94 114	1.13 169	1.43 55	1.28 154	5.13 147	5.06 112	1.35 200	0.46 54	0.54 23	0.89 76	5.92 220	0.74 48

stereogan	1.44 105	1.33 183	1.05 135	1.11 157	1.28 173	1.11 163	0.97 149	1.26 102	1.05 145	1.22 121	1.10 131	1.62 157	0.89 139	0.66 143	2.34 87	1.31 75	0.94 114	0.81 93	1.72 72	0.95 125	1.10 53	8.04 152	0.71 141	0.77 138	0.83 71	1.06 100	2.36 124	1.38 132

anonymity	6.71 220	0.80 68	1.73 195	1.09 156	0.88 131	0.79 125	0.68 121	2.17 196	0.90 127	3.78 222	97.20 271	1.95 168	0.93 147	0.44 80	2.57 103	7.16 223	0.95 117	0.83 98	6.70 190	1.07 137	7.93 184	12.47 235	0.67 131	0.57 91	1.51 179	1.60 160	20.99 258	2.80 179

iRaft-Stereo_20w	4.16 184	1.13 159	2.10 211	2.66 212	1.55 188	1.55 190	1.17 164	1.96 179	1.27 163	5.53 256	6.77 231	1.52 152	1.34 175	0.43 71	3.03 132	5.32 215	0.95 117	0.77 78	5.49 168	1.46 171	8.20 188	12.75 241	0.61 113	0.60 103	1.63 187	25.36 258	11.64 242	5.58 211

CAS	1.05 58	0.80 68	0.40 18	0.50 54	0.48 46	0.37 18	0.30 36	0.55 9	0.44 42	1.13 114	0.77 90	0.64 27	0.95 152	0.31 19	2.68 114	1.79 140	0.96 119	0.82 96	1.08 38	0.61 50	2.91 117	5.06 112	0.44 41	0.30 10	0.81 65	0.92 81	1.18 36	1.16 110

pcwnet_v2	3.22 168	0.81 72	0.94 114	0.92 137	1.12 159	0.94 145	0.70 123	1.17 87	0.88 124	2.04 168	1.10 131	1.09 117	1.00 157	1.27 202	47.63 236	1.56 122	0.96 119	0.87 106	6.63 189	0.81 104	2.45 109	3.52 87	1.01 184	0.75 134	1.04 112	1.16 117	2.44 133	2.23 172

XX-Stereo	11.10 239	0.72 38	1.24 173	1.04 151	0.52 62	0.80 126	0.84 136	1.13 82	0.51 64	4.53 233	6.79 232	1.54 153	1.06 163	0.42 67	2.78 120	5.82 219	0.96 119	0.94 130	6.43 183	0.91 118	6.26 160	8.36 156	0.58 105	0.43 46	237.38 276	1.38 137	2.64 158	3.61 194

dd	0.86 35	0.80 68	0.51 38	1.05 153	0.44 35	0.85 132	0.44 87	0.85 48	0.39 29	0.83 69	0.40 19	1.23 131	0.39 26	0.47 89	2.21 81	0.98 26	0.97 122	0.71 60	2.00 82	0.61 50	0.84 28	0.77 23	0.49 64	0.64 116	0.70 45	0.53 28	1.73 78	1.47 136

DLCB_ROB	0.94 49	0.90 104	0.88 103	0.73 102	0.80 125	0.69 109	0.69 122	0.87 53	0.72 110	0.94 96	0.86 109	1.02 103	0.91 142	0.69 150	1.48 17	1.06 38	0.97 122	0.72 66	0.88 24	0.74 88	1.21 63	1.21 49	0.78 155	0.71 129	1.26 145	1.26 126	1.49 58	0.95 80

GES	1.40 99	0.73 42	0.79 82	0.78 116	0.71 108	0.80 126	0.59 115	1.37 121	0.97 134	1.66 148	0.94 117	0.74 47	0.65 86	0.63 139	2.40 89	1.55 120	0.98 124	0.89 116	5.45 167	1.14 144	3.99 129	3.85 89	0.65 125	0.83 151	0.75 57	0.81 61	1.52 61	1.72 149

RGC	1.43 104	1.30 180	1.99 208	1.14 165	1.18 166	1.16 168	1.01 151	1.20 92	1.08 149	0.91 89	1.70 161	1.18 128	1.24 171	0.87 171	3.10 142	1.18 57	0.98 124	0.86 104	1.81 74	1.02 132	1.39 79	3.87 91	0.76 148	0.90 160	1.14 127	1.53 153	2.17 106	1.85 153

AE-Stereo	1.61 116	0.85 88	1.23 172	0.81 124	0.51 60	0.57 79	0.75 127	0.83 44	0.49 57	0.79 63	0.54 41	1.29 133	0.72 101	0.47 89	2.05 65	2.96 172	0.99 126	0.92 123	2.63 101	0.86 113	4.61 134	11.92 222	0.50 74	0.80 141	1.26 145	1.34 133	1.95 92	0.86 67

RAFT-Test	2.37 144	0.85 88	1.14 158	1.02 149	0.65 96	0.58 82	0.51 98	2.18 197	0.70 107	1.12 113	5.37 211	0.97 99	0.92 145	0.45 81	2.50 98	5.29 214	0.99 126	0.80 90	6.96 199	1.11 139	10.85 213	10.83 198	0.67 131	0.58 95	1.51 179	1.82 175	1.38 47	2.18 169

AnonymousM	2.27 142	0.64 17	0.44 26	0.51 55	0.32 15	0.49 49	0.24 21	1.70 159	0.48 53	0.75 51	2.06 174	0.70 40	0.47 36	0.39 47	2.47 94	3.26 180	0.99 126	1.03 152	1.88 75	2.37 212	4.85 140	6.68 137	0.57 98	0.47 56	0.53 22	0.65 42	11.71 243	14.52 234

cross-raft	2.26 140	0.88 100	1.08 144	0.73 102	0.68 104	0.64 98	0.44 87	2.04 189	0.61 93	0.95 99	1.30 145	1.03 106	0.76 119	0.43 71	2.58 104	5.15 212	0.99 126	0.78 82	7.00 200	1.80 192	12.15 216	10.30 184	0.65 125	0.60 103	1.60 186	1.92 180	1.66 75	2.36 174

DISCO	0.96 52	0.98 133	0.56 46	0.57 70	0.61 86	0.81 128	0.79 131	0.77 30	0.81 116	2.06 171	0.86 109	0.66 32	0.70 96	0.42 67	1.87 48	1.27 70	0.99 126	0.80 90	1.80 73	0.80 101	0.92 39	1.33 51	0.57 98	0.51 69	0.72 51	0.84 70	2.02 96	0.80 59

DeepPrunerF	4.30 187	1.53 195	0.72 70	2.93 220	5.08 250	2.43 215	3.38 212	0.87 53	4.11 233	0.80 66	1.17 137	0.66 32	0.56 60	0.61 132	45.12 232	2.02 148	1.01 131	0.78 82	2.32 90	0.88 115	1.56 86	1.70 62	0.84 173	0.67 121	29.00 261	1.78 172	2.48 138	1.17 114

GANetREF_RVC	1.28 81	1.18 163	0.95 118	1.18 170	1.04 147	1.00 156	0.79 131	1.25 100	1.10 151	1.29 124	0.77 90	2.28 180	0.91 142	0.63 139	2.00 58	1.14 51	1.01 131	0.98 141	2.44 95	0.82 107	1.98 104	1.33 51	0.78 155	1.05 170	1.28 150	1.27 127	2.63 157	1.49 137
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
IPLG	3.01 164	0.75 53	0.63 55	0.42 38	0.52 62	0.54 65	0.51 98	1.63 154	0.35 23	0.62 30	0.59 52	0.77 62	0.66 88	0.46 85	51.49 250	1.67 134	1.02 133	0.92 123	3.51 138	0.63 59	0.99 43	5.97 131	0.49 64	0.48 61	0.80 64	1.16 117	2.86 170	0.71 46

FADNet-RVC-Resample	1.37 95	0.87 92	0.99 125	0.72 99	0.81 127	0.63 95	1.02 153	1.06 76	0.91 129	0.99 102	0.99 126	1.69 159	0.73 105	1.02 187	4.06 168	1.41 91	1.02 133	1.62 204	1.55 66	1.04 133	1.37 78	5.03 110	0.57 98	1.14 176	0.88 86	1.99 185	1.45 54	1.54 139

DeepPruner_ROB	1.64 120	0.75 53	0.91 110	0.85 129	0.88 131	0.75 119	1.75 184	1.26 102	0.91 129	1.49 138	1.65 159	0.85 78	0.81 127	0.56 115	3.12 144	1.49 112	1.02 133	1.02 149	2.33 91	0.75 91	7.42 176	6.70 138	0.81 168	0.69 124	0.88 86	1.45 144	2.17 106	0.87 69

LMCR-Stereo	1.06 61	0.83 77	0.84 94	0.53 60	0.62 92	0.64 98	0.33 49	1.12 80	0.60 90	0.83 69	0.79 96	0.91 92	0.49 41	0.41 58	2.53 101	1.54 119	1.03 136	0.75 73	2.16 85	1.42 164	1.68 92	3.87 91	0.49 64	0.65 118	0.75 57	0.83 65	1.10 32	0.88 72

DN-CSS_ROB	1.32 91	0.83 77	1.03 131	0.87 131	0.86 128	0.47 43	0.36 58	2.00 186	0.57 85	1.56 142	1.81 162	0.96 98	0.77 122	0.38 46	2.15 69	1.40 88	1.03 136	0.93 127	5.27 160	0.66 66	2.56 112	2.82 79	0.54 88	0.86 157	0.79 63	0.81 61	2.07 99	1.33 129

MSMDNet	2.69 153	0.87 92	1.07 141	0.57 70	0.65 96	0.59 85	0.49 95	2.03 188	0.62 98	1.03 104	0.97 124	1.05 112	12.04 234	0.50 101	2.60 105	5.56 217	1.05 138	0.80 90	6.93 198	1.42 164	11.49 215	12.49 236	0.67 131	0.58 95	1.48 173	1.83 176	1.28 41	1.97 161

MDST_ROB	12.03 245	32.81 264	1.72 193	20.74 254	2.64 220	5.90 243	1.72 182	4.06 238	1.35 170	3.76 221	6.53 225	2.75 192	42.83 258	0.54 109	50.83 248	1.22 66	1.08 139	0.75 73	18.95 231	1.00 130	12.75 225	11.49 213	1.29 196	1.26 181	22.72 258	11.17 241	31.24 263	31.81 261

sAnonymous2	1.42 100	0.76 57	0.52 39	0.41 32	0.47 41	0.71 112	0.41 74	1.28 106	0.98 137	0.65 35	0.89 113	1.08 114	0.95 152	0.37 43	2.20 76	2.28 157	1.10 140	1.04 155	3.71 141	0.92 121	4.94 141	6.73 139	0.62 115	0.55 88	0.83 71	1.39 139	1.25 39	1.24 119

CroCo_RVC	1.42 100	0.76 57	0.52 39	0.41 32	0.47 41	0.71 112	0.41 74	1.28 106	0.98 137	0.65 35	0.89 113	1.08 114	0.95 152	0.37 43	2.20 76	2.28 157	1.10 140	1.04 155	3.71 141	0.92 121	4.94 141	6.73 139	0.62 115	0.55 88	0.83 71	1.39 139	1.25 39	1.24 119

ADCRef	4.84 195	1.42 190	1.01 129	0.78 116	1.77 198	1.21 174	1.62 179	0.99 69	5.58 242	1.85 161	1.08 130	1.02 103	0.91 142	1.17 198	54.35 261	1.92 146	1.10 140	1.04 155	3.49 137	1.32 158	1.80 99	3.27 84	2.13 217	0.87 158	2.30 207	4.60 219	2.48 138	29.71 258

HSM-Net_RVC	3.49 174	1.07 153	1.10 148	1.70 193	1.17 165	0.90 143	0.61 118	2.29 207	1.07 148	2.77 199	5.82 217	41.08 262	1.35 176	0.50 101	2.40 89	1.74 137	1.10 140	0.77 78	1.99 81	1.13 143	6.78 166	6.90 142	0.80 163	2.23 216	1.64 189	1.49 148	2.14 102	1.75 150
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
dad	1.63 117	0.97 130	0.65 60	2.18 206	1.19 168	1.01 157	3.99 218	1.66 157	0.55 77	1.21 117	0.50 35	1.12 121	2.01 182	0.58 121	3.09 140	1.16 53	1.11 144	0.76 76	2.70 107	0.77 94	1.34 71	1.48 57	0.71 141	0.88 159	2.48 213	0.71 46	5.52 219	3.80 196

APVNet	1.21 75	1.02 147	0.64 58	0.69 97	0.78 121	0.86 133	0.84 136	0.78 33	0.71 109	0.92 92	0.82 103	0.86 79	0.59 68	0.58 121	2.67 113	1.65 132	1.11 144	0.98 141	3.23 125	0.85 110	1.62 88	4.73 101	0.55 90	0.84 153	0.77 61	0.80 60	1.90 89	0.98 85

MLCV	1.91 132	0.87 92	0.97 120	1.33 178	1.13 162	0.99 154	0.74 126	2.14 193	0.77 114	2.02 166	4.44 201	1.60 154	1.56 177	0.45 81	2.63 109	1.79 140	1.11 144	0.96 138	6.71 191	1.05 135	4.69 139	5.60 124	0.66 128	1.60 189	1.14 127	1.35 134	2.31 117	1.06 101

SACVNet	1.31 88	0.94 116	0.95 118	0.90 133	1.10 156	0.87 135	0.92 147	1.50 132	0.81 116	1.23 122	0.71 81	0.94 95	0.69 94	0.68 146	1.83 46	1.40 88	1.12 147	0.83 98	2.20 87	0.94 124	2.13 105	5.87 130	0.65 125	0.82 148	1.04 112	1.06 100	2.02 96	1.30 125

EKT-Stereo	5.41 203	0.97 130	1.10 148	0.72 99	0.74 113	0.87 135	1.17 164	2.02 187	1.00 139	1.41 135	2.92 184	1.11 118	0.81 127	0.46 85	72.33 271	14.74 249	1.14 148	1.37 195	5.61 169	7.76 244	9.80 198	10.61 190	0.53 83	0.61 107	1.39 161	1.11 106	2.56 151	1.08 102

CES	1.27 80	0.77 61	0.56 46	0.45 44	0.56 74	0.51 56	0.21 15	1.50 132	0.70 107	0.78 62	0.80 100	0.84 76	0.90 141	0.33 23	3.45 153	2.96 172	1.14 148	1.04 155	1.32 48	1.08 138	4.63 136	4.87 105	0.63 120	0.38 26	0.85 77	0.83 65	1.02 25	1.16 110

GEStereo_RVC	1.80 127	0.96 128	0.99 125	1.02 149	0.87 129	1.12 164	1.03 156	1.66 157	0.82 118	0.91 89	0.79 96	1.34 137	0.75 114	0.61 132	2.25 83	2.14 153	1.14 148	1.23 185	4.06 148	1.22 151	4.66 137	11.41 212	0.71 141	0.95 163	0.88 86	0.97 89	2.49 141	1.65 146

NCCL2	1.48 107	1.28 178	1.10 148	1.11 157	1.43 183	0.78 124	0.90 144	1.05 75	1.14 158	1.86 162	1.27 144	1.02 103	0.81 127	0.80 166	3.43 151	1.42 94	1.14 148	0.87 106	1.31 46	0.89 117	1.94 103	3.37 85	1.48 206	1.02 166	1.50 177	1.35 134	3.80 203	1.85 153

MIPNet	2.89 161	0.91 108	0.77 79	0.49 48	0.65 96	0.55 69	0.57 109	1.34 118	0.53 70	2.05 169	0.99 126	0.80 66	0.77 122	0.48 95	40.89 219	1.61 128	1.15 152	0.94 130	3.25 130	1.19 149	1.15 59	9.31 166	0.57 98	0.62 108	1.24 142	1.51 150	2.90 173	0.82 62

IPLGR	3.25 169	0.89 101	0.81 87	0.65 89	0.66 101	0.50 52	0.42 80	1.14 84	0.44 42	2.02 166	1.30 145	0.86 79	0.74 110	0.47 89	50.44 245	1.86 143	1.15 152	1.11 166	3.23 125	1.37 159	1.41 80	7.71 149	0.56 96	0.70 128	1.39 161	1.55 154	3.46 195	0.92 77

test-1	3.02 166	0.66 24	1.14 158	0.60 77	0.58 77	0.75 119	0.63 119	1.96 179	0.82 118	4.00 224	5.48 212	2.18 175	0.80 126	0.41 58	4.00 167	7.32 224	1.18 154	1.19 178	6.72 192	7.57 243	10.78 211	12.94 247	0.54 88	0.60 103	1.40 164	1.78 172	2.89 172	2.52 175

MSKI-zero shot	2.77 156	0.80 68	1.10 148	0.74 104	0.59 79	0.67 105	0.54 102	1.87 174	0.97 134	0.88 84	6.73 229	1.60 154	0.72 101	0.43 71	3.38 150	7.92 230	1.20 155	0.87 106	6.85 197	4.65 232	10.45 210	12.15 224	0.55 90	0.71 129	1.49 175	1.96 184	1.85 84	3.12 188

ICVP	1.51 111	0.74 45	1.07 141	0.75 105	0.75 114	0.84 129	0.54 102	1.10 78	0.86 121	1.37 130	1.15 135	0.88 86	1.08 165	0.53 108	1.90 52	1.91 145	1.22 156	0.99 144	1.56 67	0.96 127	3.89 128	10.50 187	0.68 135	0.77 138	0.91 96	1.19 121	1.42 50	1.14 108
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MFN_U_SF_DS_RVC	3.64 179	1.48 194	1.03 131	1.98 201	1.75 197	2.09 205	5.14 225	2.15 194	2.23 206	1.73 153	1.57 157	2.49 185	4.83 209	5.73 240	12.78 191	1.73 136	1.22 156	1.06 160	5.43 164	1.54 179	12.24 219	9.06 164	1.52 207	1.16 177	2.29 206	3.46 213	3.05 178	7.63 219

PWCDC_ROB	2.78 157	0.70 32	0.65 60	0.61 79	0.87 129	0.63 95	0.57 109	1.04 74	1.59 184	0.65 35	1.88 164	0.80 66	3.28 203	0.73 152	41.04 220	2.18 154	1.23 158	0.98 141	1.52 61	0.97 128	2.56 112	5.26 119	0.68 135	0.81 145	0.74 56	0.94 84	1.13 33	0.97 83

LoS	1.51 111	0.79 67	0.59 48	0.52 57	0.56 74	0.65 100	0.38 61	2.56 214	0.88 124	1.21 117	0.94 117	0.97 99	0.88 138	0.35 32	3.04 134	3.41 183	1.24 159	0.93 127	2.19 86	0.68 71	5.96 153	7.00 144	0.62 115	0.47 56	1.14 127	0.98 93	1.06 29	0.87 69

HBP-ISP	6.40 216	1.33 183	2.30 217	1.91 200	1.51 185	1.65 193	0.79 131	2.50 213	1.29 165	4.91 240	6.80 233	1.37 141	0.74 110	14.59 255	52.98 259	19.59 260	1.24 159	1.10 162	6.08 179	8.03 247	12.73 223	16.75 257	0.79 158	1.19 178	1.81 196	2.06 187	3.90 208	2.87 181

FCDSN-DC	3.63 178	0.94 116	2.84 228	1.29 176	1.30 174	1.03 159	1.00 150	0.90 57	0.91 129	1.04 107	0.74 86	1.21 129	0.74 110	0.58 121	52.59 257	2.04 149	1.24 159	1.13 169	1.05 34	0.79 99	6.62 163	10.01 171	0.78 155	2.18 211	1.20 133	1.67 168	1.20 37	1.05 99
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
sCroCo_RVC	1.85 129	0.67 25	0.55 44	0.37 21	0.49 49	0.75 119	0.41 74	0.94 64	1.56 183	1.51 139	0.78 95	1.04 110	0.94 150	0.48 95	2.49 95	5.07 211	1.26 162	1.22 182	2.53 98	1.37 159	7.95 185	11.14 205	0.45 47	0.60 103	0.94 98	1.12 110	2.34 121	1.05 99

CSAN	2.48 146	1.26 175	1.12 154	1.46 187	1.78 201	1.13 165	0.90 144	1.50 132	10.52 253	2.40 189	3.81 197	4.12 207	2.51 189	0.96 183	3.83 164	1.27 70	1.29 163	1.05 159	3.24 129	1.70 188	3.71 126	4.45 97	0.79 158	1.38 184	1.39 161	3.93 217	2.43 132	2.96 183

PSMNet-ADL	2.61 151	0.95 123	1.12 154	1.14 165	1.18 166	0.97 150	0.85 139	1.78 164	1.26 162	3.49 215	6.09 220	1.43 144	2.78 195	0.56 115	2.93 128	10.59 236	1.31 164	0.96 138	5.96 176	1.20 150	6.66 164	9.11 165	0.86 176	0.82 148	1.10 123	1.44 143	2.85 169	1.10 103

FC-DCNN	3.48 173	1.59 200	4.19 242	2.76 215	2.30 211	3.10 222	1.73 183	2.57 215	1.72 189	2.88 202	1.36 152	2.15 174	1.21 170	0.68 146	6.32 179	1.61 128	1.31 164	1.03 152	7.90 208	0.95 125	8.85 192	8.73 161	0.82 171	1.69 195	3.19 221	2.50 203	4.67 213	16.15 238

CC-Net-ROB	1.63 117	1.81 204	1.19 166	1.85 197	1.77 198	2.27 207	1.56 177	0.93 61	0.96 133	1.29 124	0.67 65	5.48 219	2.51 189	1.43 205	1.64 26	0.87 15	1.34 166	1.17 173	2.46 96	0.88 115	1.09 51	1.35 53	3.34 227	0.63 113	1.22 139	1.15 116	1.47 56	1.57 141

NOSS_ROB	3.67 180	1.38 186	0.81 87	1.15 169	1.16 164	1.15 167	0.65 120	2.25 203	1.41 172	4.85 237	6.68 228	6.78 226	1.06 163	0.82 168	11.52 188	14.58 248	1.34 166	1.17 173	2.93 119	0.98 129	14.13 243	12.82 242	0.79 158	1.48 187	1.13 126	1.48 146	3.41 192	1.25 121

AMNet	1.29 86	1.12 157	1.05 135	1.13 160	1.12 159	1.24 176	1.08 160	1.36 119	1.13 155	1.10 112	1.11 133	1.51 151	1.26 172	1.20 199	1.52 21	1.57 124	1.35 168	1.21 181	1.37 51	1.22 151	1.35 74	1.19 47	1.25 193	1.19 178	1.23 141	1.72 170	1.54 62	1.65 146

iResNet	2.79 158	0.95 123	0.91 110	1.35 180	1.69 193	1.41 184	1.02 153	1.81 169	1.09 150	2.62 194	5.14 208	1.80 162	2.38 185	0.46 85	10.35 185	7.64 228	1.36 169	1.23 185	6.83 196	1.78 191	10.05 204	4.09 96	0.61 113	2.02 207	1.10 123	1.50 149	2.80 167	1.39 133

LALA_ROB	1.85 129	2.17 212	1.13 156	1.05 153	1.26 169	1.16 168	1.01 151	1.17 87	1.46 176	2.06 171	2.82 183	3.47 197	0.92 145	0.93 179	3.90 165	1.46 107	1.36 169	1.18 176	2.20 87	1.31 157	2.84 115	5.10 115	0.77 153	1.01 164	1.24 142	1.41 142	3.89 207	1.77 151

Anonymous	1.91 132	0.78 64	0.60 51	0.49 48	0.55 72	0.61 90	0.38 61	1.54 141	1.13 155	2.17 178	0.67 65	1.11 118	1.08 165	0.58 121	2.86 125	4.54 205	1.40 171	1.29 191	3.66 140	1.23 153	7.27 175	10.15 176	0.60 111	1.01 164	1.16 131	1.11 106	2.45 135	1.17 114

FBW_ROB	4.93 197	2.40 218	2.44 220	2.67 213	2.86 226	2.30 211	4.71 223	1.79 165	1.10 151	2.54 192	2.92 184	4.12 207	5.31 210	6.61 241	50.17 242	1.18 57	1.44 172	0.95 136	8.76 211	1.43 166	8.26 189	5.68 125	4.20 232	1.75 197	1.42 166	1.95 183	1.81 81	2.20 170

ADCL	5.69 207	1.88 205	1.63 190	1.29 176	1.40 181	1.59 192	2.22 199	1.23 96	5.20 240	3.04 207	2.01 172	1.14 123	0.84 134	1.04 193	50.40 244	1.63 131	1.45 173	1.79 210	2.94 121	1.38 161	3.19 120	2.35 71	1.23 192	1.07 172	9.47 246	11.74 244	11.34 240	29.10 257

GwcNet-ADL	2.54 148	1.23 168	1.55 187	1.22 172	1.26 169	0.97 150	0.78 128	1.50 132	0.84 120	3.20 211	6.67 227	1.86 164	1.05 162	0.79 163	4.58 172	4.90 209	1.47 174	0.90 120	5.20 159	1.95 200	6.39 162	10.33 185	0.91 179	1.12 175	1.22 139	1.93 181	2.15 104	2.70 177

Anonymous3	2.32 143	0.85 88	0.88 103	0.56 67	1.10 156	0.89 142	0.70 123	2.45 210	1.12 154	1.05 108	0.98 125	2.57 188	1.14 169	0.56 115	4.14 170	9.30 234	1.50 175	1.47 199	5.33 161	1.49 173	6.83 167	10.10 173	0.71 141	0.67 121	1.08 116	1.38 137	2.32 118	1.35 130

ccs_rob	4.23 186	1.10 155	1.53 185	1.14 165	0.92 142	1.19 172	1.05 159	2.86 222	1.27 163	4.20 226	35.77 263	8.95 236	1.29 173	0.73 152	3.10 142	6.47 220	1.50 175	1.17 173	5.98 177	1.44 168	10.44 209	11.78 219	0.74 147	2.24 217	1.07 115	1.30 131	2.65 160	2.20 170

XPNet_ROB	1.63 117	1.57 199	1.09 147	0.91 135	1.13 162	1.01 157	0.88 142	0.95 65	1.14 158	1.07 110	1.82 163	4.03 206	0.72 101	0.78 160	1.82 44	1.51 114	1.52 177	0.94 130	1.42 53	1.04 133	2.20 106	7.75 150	0.86 176	0.80 141	0.94 98	1.29 130	3.34 190	1.56 140

GANet-ADL	2.79 158	0.89 101	1.20 169	1.00 148	1.00 145	1.20 173	0.80 134	1.20 92	1.00 139	3.59 216	6.59 226	1.06 113	0.76 119	0.48 95	12.27 189	4.90 209	1.57 178	0.92 123	6.59 188	1.66 186	6.93 170	11.51 215	0.68 135	0.80 141	1.09 118	1.40 141	2.47 137	1.85 153

XQC	3.58 177	1.29 179	1.21 171	1.28 174	1.43 183	1.29 179	1.93 192	1.60 150	1.45 174	2.47 191	3.06 188	1.48 148	4.17 206	1.23 201	44.68 231	2.35 159	1.60 179	1.18 176	3.95 147	1.43 166	3.22 122	4.97 107	0.84 173	1.24 180	1.43 169	2.09 191	2.30 115	1.52 138

BEATNet_4x	1.53 113	0.77 61	0.77 79	0.75 105	0.67 102	0.47 43	0.40 70	1.23 96	1.32 167	0.83 69	0.77 90	0.95 96	0.74 110	0.59 126	5.02 175	2.40 164	1.64 180	1.43 198	1.27 44	0.85 110	4.54 133	8.28 154	0.48 61	0.91 161	0.70 45	0.77 54	1.85 84	0.99 91

R-Stereo Train	2.23 137	1.01 143	1.14 158	0.96 141	0.63 94	0.73 117	0.31 40	1.30 110	1.01 141	1.68 149	4.49 202	1.29 133	0.70 96	0.42 67	2.49 95	3.99 196	1.66 181	1.02 149	6.77 193	1.11 139	7.83 181	12.24 227	0.49 64	0.54 82	1.42 166	1.66 166	1.34 44	1.93 158

RAFT-Stereo	2.23 137	1.01 143	1.14 158	0.96 141	0.63 94	0.73 117	0.31 40	1.30 110	1.01 141	1.68 149	4.49 202	1.29 133	0.70 96	0.42 67	2.49 95	3.99 196	1.66 181	1.02 149	6.77 193	1.11 139	7.83 181	12.24 227	0.49 64	0.54 82	1.42 166	1.66 166	1.34 44	1.93 158
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
SHD	3.38 170	1.01 143	1.68 192	1.14 165	1.07 153	1.14 166	1.78 186	1.61 153	1.66 187	2.40 189	3.05 187	1.63 158	2.43 187	0.84 169	40.11 217	2.04 149	1.74 183	1.40 196	4.17 150	1.88 196	3.81 127	5.43 122	0.70 139	1.67 192	1.86 200	1.46 145	1.97 94	1.59 142

SFCPSM	8.92 229	1.34 185	1.05 135	1.13 160	1.12 159	1.10 162	0.89 143	1.28 106	1.79 192	2.71 198	5.63 213	4.32 211	7.90 216	1.01 186	5.47 178	5.23 213	1.80 184	1.19 178	162.18 275	4.49 230	7.79 179	9.52 168	0.81 168	1.64 190	1.33 154	1.76 171	3.30 188	3.06 185

edge stereo	5.88 211	1.88 205	3.14 233	2.14 204	1.80 203	2.47 217	2.43 201	4.51 242	3.45 226	3.97 223	4.84 206	6.45 224	17.40 248	1.04 193	5.09 177	14.91 250	1.80 184	1.66 206	37.39 249	6.28 239	5.99 155	12.74 240	1.44 204	2.02 207	2.12 205	2.11 193	3.75 201	5.99 213

S-Stereo	4.68 193	1.15 160	1.74 196	1.75 194	1.63 190	1.65 193	2.24 200	2.75 221	2.15 204	3.32 212	11.59 254	5.97 220	1.74 181	0.88 173	19.04 203	16.28 256	1.81 186	2.39 234	5.64 171	9.35 257	7.13 173	12.52 237	1.61 209	2.64 230	1.24 142	2.08 190	2.88 171	3.26 190

SAMSARA	4.13 183	1.32 181	1.53 185	1.48 188	1.35 178	1.47 188	2.74 204	2.23 201	1.83 197	2.26 182	3.47 195	2.01 172	8.60 219	1.76 213	38.24 214	2.88 168	1.82 187	1.41 197	4.99 157	1.91 197	5.10 146	5.71 128	0.94 181	1.80 198	3.33 223	3.84 215	4.16 210	3.30 193

DAS	2.93 162	0.99 136	1.06 139	1.13 160	1.05 148	1.03 159	1.04 157	1.74 162	1.81 195	3.32 212	5.70 215	2.61 189	3.08 200	0.50 101	3.19 146	7.47 225	1.83 188	1.23 185	5.90 173	1.83 193	12.92 226	10.26 181	0.76 148	1.94 202	1.32 152	1.51 150	2.60 154	1.31 126

SepStereo	2.93 162	0.99 136	1.06 139	1.13 160	1.05 148	1.03 159	1.04 157	1.74 162	1.81 195	3.32 212	5.70 215	2.61 189	3.08 200	0.50 101	3.19 146	7.47 225	1.83 188	1.23 185	5.90 173	1.83 193	12.92 226	10.26 181	0.76 148	1.94 202	1.32 152	1.51 150	2.60 154	1.31 126

FADNet_RVC	3.44 172	1.21 167	1.19 166	1.40 181	1.78 201	0.99 154	1.75 184	1.50 132	1.19 161	1.35 128	2.01 172	1.96 169	1.63 178	1.66 209	22.11 206	3.36 182	1.83 188	2.82 245	5.63 170	1.76 190	6.35 161	9.50 167	0.77 153	1.39 186	1.21 134	1.48 146	12.05 244	2.87 181

ADCMid	5.63 206	2.23 214	2.63 223	1.42 184	2.89 227	2.37 212	3.73 216	1.92 176	2.97 219	1.91 164	3.16 189	2.33 182	2.31 184	1.48 206	50.97 249	3.74 190	1.84 191	1.86 214	7.38 203	1.99 204	4.66 137	5.18 116	2.70 222	1.38 184	2.33 210	8.75 238	6.81 230	21.02 245

RTSC	3.08 167	0.95 123	1.25 175	0.76 109	0.91 136	0.96 147	1.84 189	1.15 85	1.34 168	2.37 186	2.12 176	1.11 118	0.99 156	1.02 187	41.50 222	1.94 147	1.88 192	1.22 182	4.09 149	1.06 136	2.76 114	4.02 94	0.63 120	1.03 167	0.83 71	0.99 95	2.44 133	1.98 162

ADCPNet	7.09 221	1.18 163	3.04 232	1.33 178	3.12 233	1.36 182	8.88 238	2.15 194	3.24 223	4.23 227	7.84 244	1.96 169	15.92 245	1.71 211	49.61 241	3.53 188	1.89 193	1.25 189	19.14 232	3.03 224	5.96 153	4.75 103	4.72 233	1.29 182	3.95 226	5.33 224	3.87 206	27.01 254

MFN_U_SF_RVC	4.44 190	1.91 207	1.83 199	2.19 207	1.82 205	2.38 214	4.61 222	2.39 209	1.94 199	4.48 231	11.47 253	3.74 204	2.50 188	4.72 235	20.32 205	3.66 189	1.91 194	1.83 212	11.50 220	3.25 225	7.86 183	6.73 139	1.25 193	3.20 247	1.86 200	3.84 215	2.83 168	3.94 197

G-Net	6.29 214	1.69 201	1.86 201	1.42 184	1.70 195	1.45 187	1.19 167	4.71 243	8.56 249	3.16 209	4.70 205	7.94 230	6.89 214	0.85 170	15.45 198	8.15 231	1.92 195	2.75 241	5.41 163	6.49 241	9.16 196	11.23 209	1.46 205	2.81 239	1.81 196	19.84 254	6.51 228	30.80 259

RTS	3.53 175	1.15 160	0.98 123	0.97 144	1.26 169	1.33 180	3.31 210	1.33 115	1.50 179	2.37 186	1.20 139	1.75 160	1.12 167	0.88 173	42.78 225	2.37 161	1.94 196	1.33 193	3.94 144	1.62 182	3.62 123	5.21 117	1.02 185	1.09 173	1.83 198	5.05 222	2.33 119	2.13 165

RTSA	3.53 175	1.15 160	0.98 123	0.97 144	1.26 169	1.33 180	3.31 210	1.33 115	1.50 179	2.37 186	1.20 139	1.75 160	1.12 167	0.88 173	42.78 225	2.37 161	1.94 196	1.33 193	3.94 144	1.62 182	3.62 123	5.21 117	1.02 185	1.09 173	1.83 198	5.05 222	2.33 119	2.13 165

AnyNet_C32	6.05 213	1.43 191	1.39 178	1.26 173	1.64 191	1.36 182	2.92 206	1.55 146	5.28 241	2.67 197	4.61 204	1.90 165	1.29 173	1.29 204	55.18 263	3.43 185	1.96 198	2.08 222	3.65 139	1.91 197	6.94 171	8.77 162	1.20 190	1.68 193	6.02 233	14.92 250	6.12 223	20.86 244

PWC_ROB	2.61 151	1.20 166	1.48 182	0.96 141	1.05 148	1.21 174	1.79 187	1.24 99	1.94 199	1.81 158	3.61 196	2.12 173	2.96 198	0.91 176	9.88 184	4.30 200	1.97 199	1.95 216	3.72 143	1.62 182	5.58 152	7.59 148	0.81 168	1.98 206	1.35 155	1.27 127	3.11 179	3.07 186

CBMV	5.08 199	1.41 187	1.15 162	1.44 186	1.42 182	1.24 176	0.78 128	2.27 205	1.47 178	3.04 207	6.44 224	7.74 229	9.07 222	0.60 130	12.81 192	13.79 244	1.99 200	1.29 191	9.56 213	1.15 146	9.82 199	12.54 238	0.82 171	1.84 199	1.44 170	1.83 176	4.39 212	25.76 252
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FAT-Stereo	4.35 189	1.18 163	2.25 214	1.48 188	1.81 204	1.42 185	1.49 174	3.57 231	1.84 198	3.66 219	6.22 221	6.70 225	2.76 194	1.07 195	6.82 181	15.24 254	2.03 201	2.49 237	5.43 164	8.81 252	13.23 231	12.34 232	0.95 182	2.79 237	1.26 145	2.25 196	2.96 176	5.48 208

MSC_U_SF_DS_RVC	4.33 188	2.25 216	1.45 181	2.41 209	1.94 208	1.93 200	4.82 224	1.96 179	2.59 212	2.96 206	1.96 166	2.49 185	8.10 217	9.76 248	14.02 194	3.47 186	2.04 202	1.98 218	14.27 225	3.33 226	7.23 174	7.20 146	2.89 226	1.85 200	2.43 212	2.85 208	2.19 110	6.62 216

ETE_ROB	1.85 129	1.93 208	1.18 165	1.04 151	1.33 177	1.26 178	1.12 163	1.11 79	2.30 208	1.36 129	3.26 191	3.18 195	0.94 150	1.14 197	2.62 107	1.51 114	2.14 203	0.99 144	2.50 97	1.15 146	3.67 125	5.74 129	0.86 176	1.03 167	1.21 134	1.36 136	2.30 115	1.68 148

PVD	4.10 182	1.44 192	2.12 212	1.41 182	1.58 189	1.68 195	2.10 196	3.06 224	2.66 214	2.85 201	4.32 199	2.46 184	3.63 205	1.27 202	40.43 218	2.72 167	2.19 204	2.11 225	4.71 155	2.46 216	6.18 158	6.10 133	1.02 185	1.74 196	2.32 209	2.44 201	2.90 173	2.66 176

STStereo	16.49 253	3.48 230	5.91 253	44.25 264	5.60 252	39.03 268	13.11 252	7.74 256	10.72 255	5.19 250	8.92 248	24.73 258	30.22 255	1.03 192	59.92 268	11.74 240	2.59 205	1.26 190	40.79 251	2.25 211	10.02 203	8.79 163	2.06 216	11.31 260	22.61 257	16.05 251	20.57 257	35.39 262

MFMNet_re	3.01 164	1.41 187	1.48 182	1.53 190	1.87 206	1.96 202	2.01 194	2.67 219	2.16 205	1.60 143	1.98 168	3.57 199	2.65 192	1.02 187	6.96 182	4.19 199	2.67 206	1.96 217	6.48 184	2.40 214	14.04 242	4.97 107	1.86 214	1.97 204	1.38 158	1.33 132	3.31 189	1.94 160

ADCS	6.69 219	1.97 209	1.94 205	1.41 182	2.24 210	1.84 198	3.00 207	2.08 192	3.97 230	2.66 195	3.26 191	3.01 194	11.48 231	2.01 215	53.18 260	11.65 239	2.72 207	2.59 238	5.10 158	2.24 210	10.43 208	8.65 159	1.76 212	1.97 204	2.57 215	10.58 240	7.51 231	18.68 241

DDUNet	2.05 135	2.73 220	2.03 209	2.92 218	2.66 222	3.04 220	2.76 205	1.17 87	1.11 153	1.60 143	1.21 142	2.23 177	1.69 180	2.81 221	2.04 64	1.25 68	2.78 208	2.42 236	2.63 101	2.90 221	1.92 102	2.11 69	2.77 225	0.92 162	1.01 108	0.93 82	2.50 142	1.10 103

CBMV_ROB	6.60 218	1.41 187	1.59 189	2.38 208	1.74 196	1.90 199	1.86 190	6.44 248	1.69 188	5.02 244	7.03 238	9.95 245	11.26 230	0.65 142	38.55 215	7.04 222	2.78 208	1.12 168	9.67 215	2.45 215	9.46 197	11.60 218	0.80 163	1.37 183	4.92 229	12.01 245	4.73 215	18.79 242

SPS-STEREO	5.78 209	1.73 203	1.86 201	2.48 210	1.67 192	2.19 206	1.60 178	2.72 220	1.76 190	3.63 218	6.80 233	4.12 207	2.19 183	1.21 200	13.01 193	12.86 242	2.91 210	2.01 219	47.66 260	2.04 206	14.17 245	13.06 248	1.43 203	2.27 219	2.40 211	1.94 182	3.66 200	2.80 179
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	4.65 192	3.75 236	2.70 226	4.56 230	2.98 232	4.16 228	8.75 237	2.05 190	2.01 202	1.90 163	1.12 134	3.61 203	3.00 199	3.60 232	2.70 115	1.89 144	2.97 211	1.54 202	15.27 228	8.73 251	11.07 214	11.30 211	10.70 257	2.22 213	1.73 193	2.30 197	2.76 165	6.13 214

UDG	3.91 181	2.76 221	2.09 210	2.92 218	2.64 220	2.99 219	2.71 203	1.31 113	1.13 155	1.65 147	1.96 166	2.20 176	1.68 179	2.77 220	48.81 240	1.57 124	3.02 212	2.26 226	2.65 104	2.91 222	3.00 118	3.09 81	2.64 220	1.05 170	1.02 110	1.19 121	2.36 124	1.16 110

SGM+DAISY	11.81 244	3.22 225	3.47 234	3.83 224	3.15 235	4.25 229	3.52 214	7.70 255	10.88 256	5.57 257	9.00 251	9.94 244	13.12 239	1.74 212	22.71 209	18.99 259	3.23 213	2.28 229	15.35 229	8.91 253	15.05 258	17.02 258	1.32 199	4.58 254	24.50 259	31.01 264	32.60 266	41.83 268

SPstereo	7.58 226	2.32 217	3.96 240	2.17 205	2.01 209	2.28 208	2.11 197	2.97 223	3.67 227	2.95 204	8.06 245	30.35 260	16.56 247	2.33 216	12.64 190	18.07 258	3.29 214	3.89 251	6.22 180	6.47 240	12.61 222	14.38 251	2.38 218	2.80 238	4.18 227	7.54 233	13.61 251	14.75 235

CASS	2.08 136	1.02 147	1.16 163	1.28 174	0.99 144	0.88 139	3.39 213	1.42 125	1.02 143	1.30 126	2.46 182	1.14 123	0.81 127	0.46 85	2.70 115	2.38 163	3.41 215	1.10 162	3.40 136	1.18 148	8.01 186	8.63 158	0.66 128	0.69 124	1.49 175	1.27 127	2.52 144	1.41 134
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LSM0	11.61 242	1.70 202	2.94 230	2.71 214	2.41 216	2.76 218	6.88 232	4.22 239	4.26 235	3.67 220	7.57 239	7.41 227	9.43 225	0.98 184	64.90 270	78.60 275	3.43 216	2.37 233	20.39 235	4.80 233	14.29 251	16.21 256	1.30 197	3.06 243	3.29 222	12.44 246	6.06 222	25.31 251

MADNet+	4.78 194	2.02 211	1.87 203	2.01 202	2.36 214	1.47 188	4.28 220	2.47 211	1.99 201	2.66 195	2.13 177	3.56 198	2.85 197	2.34 217	41.14 221	5.66 218	3.48 217	1.53 201	4.54 153	3.38 227	13.07 230	7.34 147	1.72 211	3.48 249	2.93 217	2.17 194	3.24 186	3.29 192

IMH-64-1	7.17 222	3.27 226	3.53 236	4.69 231	3.29 236	4.58 231	5.71 227	3.51 228	3.09 220	1.39 133	1.98 168	4.90 216	10.92 226	4.82 236	52.00 251	4.78 206	3.66 218	2.27 227	12.32 221	1.96 201	6.91 168	10.55 188	7.77 250	2.22 213	6.05 234	4.73 220	13.45 249	9.13 221

IMH-64	7.17 222	3.27 226	3.53 236	4.69 231	3.29 236	4.58 231	5.71 227	3.51 228	3.09 220	1.39 133	1.98 168	4.90 216	10.92 226	4.82 236	52.00 251	4.78 206	3.66 218	2.27 227	12.32 221	1.96 201	6.91 168	10.55 188	7.77 250	2.22 213	6.05 234	4.73 220	13.45 249	9.13 221

pmcnn	5.52 204	1.54 196	1.51 184	2.64 211	3.13 234	2.07 203	10.40 241	2.61 216	2.65 213	2.55 193	6.41 223	6.23 223	15.93 246	0.58 121	6.75 180	14.92 251	3.87 220	3.34 247	7.45 204	7.76 244	13.60 238	10.19 177	6.30 242	2.29 220	1.57 184	3.30 212	4.69 214	4.80 201

IMH	9.11 231	3.31 229	3.55 238	4.46 228	3.30 238	4.60 233	6.29 230	3.48 226	3.12 222	1.42 136	1.88 164	5.38 218	15.63 244	51.61 270	52.03 253	3.06 174	3.92 221	2.32 230	20.77 236	2.01 205	6.25 159	9.58 169	8.07 254	2.21 212	7.69 239	5.96 229	3.77 202	10.35 228

DispFullNet	15.85 251	3.61 233	5.00 248	3.30 222	2.93 231	3.51 224	3.20 208	6.49 249	2.71 216	5.17 248	6.80 233	90.79 270	15.55 243	2.73 218	28.89 212	23.38 264	4.02 222	3.86 250	138.92 274	28.91 264	12.60 221	11.86 221	2.69 221	2.31 221	4.30 228	2.71 207	6.80 229	5.05 204

PSMNet_ROB	16.63 254	5.59 246	2.97 231	3.47 223	2.63 218	5.86 242	6.18 229	2.20 198	2.29 207	5.39 255	141.45 274	97.59 271	6.02 211	33.78 265	3.23 148	1.58 127	4.09 223	1.69 207	20.81 237	2.75 217	12.93 228	7.08 145	63.80 274	2.60 228	2.95 218	3.67 214	2.77 166	3.66 195

DPSNet	5.60 205	1.54 196	1.19 166	1.76 195	2.44 217	2.08 204	1.81 188	1.95 178	2.93 218	2.09 173	5.15 209	9.82 239	6.09 212	8.98 245	14.30 195	12.14 241	4.12 224	3.60 248	17.82 230	8.28 248	12.18 217	14.58 252	3.71 230	3.09 244	2.30 207	2.42 200	2.52 144	2.24 173

MeshStereo	9.30 234	2.68 219	2.31 218	4.19 226	2.81 225	4.05 227	1.96 193	8.24 259	9.28 250	5.13 247	8.64 247	11.19 248	12.84 236	0.78 160	52.26 255	15.80 255	4.59 225	1.92 215	22.33 239	1.58 180	15.40 260	19.41 261	1.06 188	2.12 209	8.69 244	5.55 225	10.68 238	15.59 237
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
SQANet	4.87 196	4.55 242	2.13 213	19.76 250	2.63 218	4.99 237	3.29 209	1.63 154	1.45 174	1.20 116	1.40 154	3.22 196	2.40 186	2.76 219	3.09 140	1.20 62	5.19 226	1.07 161	19.89 233	1.28 154	12.48 220	10.73 195	11.37 260	1.49 188	1.57 184	2.32 199	2.66 162	5.86 212

AnyNet_C01	7.20 224	2.24 215	2.27 215	2.95 221	1.92 207	1.58 191	5.39 226	3.73 236	5.63 243	3.17 210	4.41 200	4.59 214	6.09 212	1.88 214	58.66 265	14.24 245	5.46 227	3.69 249	4.79 156	3.02 223	8.40 190	10.33 185	2.45 219	2.24 217	5.77 231	2.65 205	8.81 236	17.99 240

otaku	5.09 200	5.20 243	2.27 215	18.45 248	2.89 227	5.73 239	3.63 215	1.44 127	1.46 176	1.31 127	1.42 155	3.59 201	2.63 191	3.22 226	3.07 137	1.30 73	5.55 228	1.14 172	20.28 234	1.49 173	13.81 239	11.25 210	11.85 262	1.91 201	1.56 183	2.06 187	2.52 144	6.49 215

MaskLacGwcNet_RVC	21.23 259	1.32 181	1.63 190	1.89 198	1.69 193	1.93 200	3.75 217	2.27 205	2.66 214	5.02 244	29.10 261	216.12 276	51.87 264	5.44 239	3.66 156	4.09 198	5.59 229	13.75 260	28.77 241	1.47 172	14.44 254	12.86 244	0.98 183	2.33 222	1.88 202	7.40 232	145.78 277	5.57 210

SANet	5.69 207	2.22 213	1.77 197	1.84 196	2.37 215	2.28 208	1.43 172	4.49 241	7.61 248	2.05 169	4.86 207	8.34 235	11.81 233	1.70 210	43.86 229	1.62 130	5.96 230	1.51 200	4.43 152	1.70 188	8.97 193	8.28 154	1.20 190	2.60 228	1.94 203	6.02 230	3.42 194	9.29 223

LE_ROB	28.97 265	25.29 262	36.16 266	34.90 261	56.86 274	18.61 262	58.99 268	32.08 269	41.72 268	5.37 254	27.57 259	46.00 263	49.67 262	13.72 252	14.83 196	3.84 194	5.96 230	1.22 182	46.43 258	36.35 270	10.19 207	11.19 208	48.45 270	22.49 266	30.18 262	31.59 265	31.60 265	40.87 267

LVE	10.96 238	3.63 234	2.68 225	55.15 269	4.03 248	7.50 250	88.91 273	1.93 177	2.44 211	2.26 182	1.69 160	4.48 213	4.75 207	3.42 230	3.44 152	2.21 155	6.03 232	1.84 213	50.68 263	1.97 203	10.14 206	12.19 226	5.54 234	3.12 245	3.75 225	2.46 202	2.99 177	6.76 218

KSHMR	20.05 256	6.71 252	4.01 241	99.31 273	5.91 255	17.09 260	71.12 271	3.62 232	9.75 251	3.59 216	3.39 194	6.07 222	84.38 270	17.14 258	22.70 208	3.97 195	6.29 233	2.76 243	90.60 270	2.83 218	12.73 223	10.14 175	9.05 256	2.74 236	21.08 256	5.85 228	8.10 233	10.46 229

SGM-ForestM	6.44 217	10.17 258	6.98 257	4.69 231	2.91 229	6.90 247	9.70 240	7.26 252	4.59 238	4.81 236	6.31 222	9.50 238	9.35 224	0.78 160	3.65 155	1.30 73	6.50 234	0.89 116	11.21 219	1.44 168	6.08 156	6.02 132	1.58 208	1.68 193	9.47 246	11.34 243	12.07 245	16.58 239

ELAS_RVC	9.07 230	3.30 228	5.65 252	4.08 225	3.41 240	7.21 249	4.01 219	7.69 254	3.75 228	4.97 242	7.74 241	9.89 241	11.00 228	3.00 222	47.69 237	4.33 202	6.53 235	9.70 258	9.64 214	2.89 220	13.54 237	15.79 254	2.75 223	4.07 252	18.38 255	23.86 256	4.94 218	5.18 206
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Ntro	5.35 202	6.19 248	2.38 219	8.06 239	2.91 229	4.88 235	6.70 231	1.40 124	1.53 181	1.44 137	1.19 138	3.58 200	2.73 193	3.12 225	3.66 156	1.17 55	6.56 236	1.19 178	32.62 245	1.60 181	14.27 250	11.82 220	11.41 261	2.54 227	1.64 189	2.30 197	2.45 135	5.00 203

SGM_RVC	8.49 228	2.77 222	1.77 197	2.88 217	2.31 212	3.42 223	2.70 202	7.78 257	3.92 229	5.57 257	8.42 246	9.89 241	12.92 237	0.68 146	3.72 160	2.10 151	6.63 237	1.11 166	40.78 250	5.93 238	9.99 202	10.27 183	1.97 215	2.17 210	8.79 245	2.97 210	27.36 260	40.51 265
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
JetBlue	10.90 237	9.40 256	6.23 255	8.34 240	6.82 257	10.07 257	10.58 243	5.04 246	3.97 230	2.95 204	4.09 198	9.83 240	9.32 223	8.12 243	48.65 239	14.50 246	6.76 238	5.08 252	7.66 206	3.76 228	13.23 231	17.58 259	8.19 255	3.58 250	11.41 249	18.49 252	12.08 246	28.49 256

MADNet++	9.22 233	4.13 241	6.16 254	4.32 227	5.78 254	3.96 226	8.14 234	7.09 251	6.83 247	5.28 253	7.83 243	7.65 228	8.62 220	12.90 250	19.42 204	21.00 263	7.04 239	6.27 253	10.40 217	7.97 246	14.29 251	18.67 260	3.96 231	5.12 256	5.80 232	22.29 255	9.32 237	8.69 220

ELAS	10.16 235	3.54 232	5.12 250	4.49 229	4.32 249	5.01 238	4.33 221	6.88 250	4.09 232	4.97 242	7.74 241	9.90 243	11.01 229	3.51 231	52.19 254	4.52 204	7.15 240	9.65 257	8.69 210	2.38 213	13.33 233	14.95 253	2.75 223	3.64 251	17.76 254	27.24 261	13.13 248	21.93 246
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-8	12.07 246	5.33 244	4.83 243	26.48 256	4.01 246	6.22 245	11.73 250	3.65 233	6.39 245	28.97 269	41.01 265	8.08 232	18.91 249	20.68 263	3.75 161	3.24 178	9.46 241	2.01 219	53.81 264	5.76 236	9.83 200	11.16 206	6.04 240	2.43 224	8.05 242	7.74 235	6.36 225	9.95 226

Venus	12.07 246	5.33 244	4.83 243	26.48 256	4.01 246	6.22 245	11.73 250	3.65 233	6.39 245	28.97 269	41.01 265	8.08 232	18.91 249	20.68 263	3.75 161	3.24 178	9.46 241	2.01 219	53.81 264	5.76 236	9.83 200	11.16 206	6.04 240	2.43 224	8.05 242	7.74 235	6.36 225	9.95 226

PWCK	9.19 232	3.84 237	2.76 227	4.81 235	3.48 241	7.14 248	7.79 233	3.92 237	4.66 239	4.66 234	5.84 218	24.68 257	8.47 218	3.24 227	10.95 187	3.27 181	9.48 243	2.36 232	72.75 267	4.94 234	14.76 256	6.95 143	3.68 229	2.40 223	8.01 241	7.55 234	6.35 224	9.51 225

JetRed	12.50 248	6.96 253	7.76 258	4.77 234	6.78 256	9.35 255	10.92 245	5.31 247	4.54 237	5.85 259	3.28 193	8.17 234	7.48 215	9.74 247	50.80 247	15.21 253	10.30 244	7.93 254	7.83 207	5.44 235	18.10 263	24.48 264	11.12 259	4.60 255	11.97 250	25.85 259	24.78 259	28.17 255

STTRV1_RVC	4.49 191	1.26 175	1.01 129	1.62 191	1.11 158	1.76 197	1.25 168	1.50 132	1.40 171	1.75 155	1.60 158	2.72 191	3.31 204	1.00 185	2.61 106	1.77 139	11.19 245	0.96 138	41.25 252	9.01 254	9.10 195	8.68 160	1.19 189	1.66 191	1.68 192	1.59 157	3.90 208	5.32 207

ACVNet_1	5.24 201	3.87 238	3.60 239	13.80 244	3.48 241	6.00 244	10.57 242	1.60 150	1.79 192	1.55 141	1.30 145	4.40 212	2.80 196	5.43 238	2.42 91	1.39 86	11.59 246	1.72 209	20.91 238	1.50 176	14.41 253	8.16 153	7.22 244	2.84 240	1.73 193	2.19 195	2.61 156	2.72 178

MANE	14.22 250	9.62 257	6.93 256	4.94 237	5.72 253	7.88 251	11.48 247	7.38 253	9.90 252	4.92 241	6.89 236	8.98 237	12.13 235	3.67 233	50.37 243	17.85 257	11.82 247	20.17 264	10.46 218	6.55 242	12.22 218	12.86 244	1.77 213	11.33 261	24.83 260	30.99 263	31.42 264	40.73 266

WAO-7	8.11 227	2.98 224	5.46 251	29.83 258	2.32 213	3.09 221	9.23 239	2.48 212	4.20 234	4.67 235	7.60 240	7.98 231	11.78 232	1.64 208	22.32 207	2.11 152	12.00 248	2.79 244	44.95 257	2.13 208	10.06 205	10.12 174	1.37 202	2.49 226	2.97 219	4.35 218	2.94 175	5.06 205

Dean	5.89 212	3.71 235	2.59 221	34.77 260	3.99 245	4.60 233	10.86 244	2.26 204	2.39 210	2.16 177	1.55 156	4.68 215	4.76 208	3.30 228	3.03 132	1.76 138	12.09 249	1.65 205	9.86 216	2.04 206	14.16 244	9.89 170	7.35 245	2.66 234	3.36 224	2.91 209	3.53 198	3.13 189

notaker	10.31 236	13.11 259	4.84 245	18.55 249	6.95 258	7.98 252	14.39 253	3.69 235	3.28 224	2.90 203	2.15 178	30.28 259	43.63 259	4.40 234	9.01 183	2.66 166	12.71 250	2.73 240	42.35 253	2.87 219	14.87 257	10.21 178	7.77 250	3.03 242	2.66 216	2.98 211	3.46 195	4.84 202

DGSMNet	11.16 240	1.98 210	1.98 207	1.90 199	1.52 186	2.46 216	1.47 173	3.07 225	2.11 203	12.67 263	102.10 272	3.59 201	18.94 251	18.97 260	16.50 201	15.09 252	12.73 251	10.36 259	13.79 224	4.57 231	12.99 229	14.32 250	7.77 250	3.43 248	1.75 195	6.25 231	3.48 197	5.53 209

ACVNet_2	5.79 210	3.52 231	2.90 229	21.94 255	3.38 239	4.55 230	8.18 235	1.84 170	1.76 190	1.84 159	1.98 168	3.88 205	3.20 202	3.03 223	2.85 124	1.46 107	12.77 252	1.56 203	33.59 246	1.68 187	10.81 212	7.91 151	6.79 243	2.68 235	3.13 220	2.65 205	3.23 184	3.11 187

TorneroNet	24.73 262	6.18 247	3.52 235	95.34 272	3.93 244	27.05 263	29.02 259	4.44 240	18.13 263	2.20 179	37.99 264	77.85 269	72.31 267	18.15 259	41.78 224	3.07 175	13.11 253	2.35 231	87.85 268	9.06 255	15.44 261	12.17 225	5.94 237	2.64 230	52.32 268	8.18 237	3.59 199	14.11 233

TorneroNet-64	13.24 249	6.25 249	5.07 249	34.05 259	3.72 243	9.38 256	16.75 257	3.49 227	12.26 259	2.27 184	5.98 219	17.67 250	34.24 256	14.37 253	47.92 238	3.76 191	13.18 254	2.40 235	36.34 248	9.15 256	13.85 241	12.35 233	5.65 235	2.64 230	14.28 253	14.51 249	3.41 192	12.48 231

ACVNet-4b	11.58 241	3.99 239	2.60 222	44.40 265	2.71 223	4.98 236	62.31 269	1.85 171	1.79 192	1.63 146	1.25 143	4.22 210	58.75 266	3.34 229	2.27 84	1.21 63	13.33 255	1.70 208	49.50 261	1.93 199	14.47 255	13.72 249	7.40 246	3.13 246	1.55 182	1.89 179	2.20 112	4.61 200

WAO-6	7.36 225	2.83 223	2.64 224	8.38 241	2.78 224	3.59 225	8.61 236	3.51 228	3.36 225	1.84 159	2.45 181	5.99 221	8.70 221	3.06 224	50.70 246	2.35 159	13.44 256	1.82 211	8.79 212	2.15 209	14.26 248	12.40 234	3.35 228	2.64 230	7.87 240	5.84 227	4.30 211	11.17 230

UNDER WATER-64	11.75 243	7.29 254	4.90 246	17.03 247	7.40 259	8.44 253	16.49 256	8.25 260	4.32 236	4.51 232	3.21 190	17.72 251	15.23 242	8.81 244	46.52 235	10.69 237	13.57 257	3.01 246	12.74 223	8.66 250	14.20 246	12.82 242	11.01 258	4.40 253	6.45 237	18.67 253	8.71 235	22.29 247

UNDER WATER	16.39 252	7.86 255	4.99 247	15.68 246	10.73 264	8.76 254	38.30 264	8.07 258	6.02 244	4.25 228	2.98 186	18.63 252	96.18 271	14.44 254	32.70 213	10.29 235	13.91 258	2.75 241	43.73 255	8.62 249	16.83 262	12.33 231	17.08 266	5.55 257	6.06 236	14.49 248	6.37 227	15.05 236

DPSM_ROB	21.05 257	17.19 260	22.69 263	10.13 242	9.29 262	13.96 258	14.50 254	11.66 261	15.25 261	9.00 260	8.97 249	10.35 246	13.24 240	19.90 261	59.73 266	26.35 265	18.76 259	21.26 265	14.74 226	15.50 259	28.56 266	27.85 266	7.42 247	16.13 264	34.05 264	39.30 269	37.97 268	44.48 269

DPSM	21.05 257	17.19 260	22.69 263	10.13 242	9.29 262	13.96 258	14.50 254	11.66 261	15.25 261	9.00 260	8.97 249	10.35 246	13.24 240	19.90 261	59.73 266	26.35 265	18.76 259	21.26 265	14.74 226	15.50 259	28.56 266	27.85 266	7.42 247	16.13 264	34.05 264	39.30 269	37.97 268	44.48 269

DGTPSM_ROB	17.21 255	6.49 250	18.05 261	4.91 236	8.87 260	5.73 239	11.48 247	5.02 244	12.05 257	5.03 246	9.34 252	12.62 249	56.51 265	15.29 256	43.82 228	20.47 261	19.26 261	16.28 261	24.70 240	20.05 261	13.50 234	22.25 262	6.00 238	12.55 262	12.71 251	32.01 266	14.20 252	35.61 264

DPSMNet_ROB	22.61 260	6.50 251	18.06 262	4.95 238	8.88 261	5.76 241	11.54 249	5.02 244	12.08 258	5.17 248	28.67 260	19.69 253	163.24 276	15.38 257	43.87 230	20.66 262	19.56 262	16.59 262	35.50 247	20.17 262	13.82 240	22.26 263	6.02 239	12.56 263	12.82 252	32.01 266	14.23 253	35.60 263

ktn	26.84 264	3.99 239	95.18 276	14.39 245	5.44 251	18.02 261	17.50 258	19.69 264	67.27 273	2.84 200	5.30 210	171.03 275	80.75 269	7.72 242	10.93 186	3.48 187	20.95 263	2.71 239	90.26 269	29.10 266	15.05 258	10.23 179	7.60 249	2.93 241	5.12 230	5.83 226	4.73 215	6.62 216

LRCNet_RVC	25.94 263	30.78 263	14.74 260	35.18 262	31.16 268	36.52 267	29.93 263	23.08 265	12.70 260	36.15 271	33.37 262	37.24 261	28.56 254	37.11 266	17.47 202	7.61 227	31.06 264	26.75 268	67.49 266	29.07 265	23.47 265	10.73 195	39.23 269	30.61 268	7.37 238	2.53 204	11.22 239	9.31 224

BEATNet-Init1	52.60 274	76.96 273	24.06 265	87.02 271	56.48 273	86.86 274	68.77 270	49.65 271	34.71 267	11.93 262	56.24 270	64.63 267	78.72 268	9.65 246	58.40 264	51.35 271	32.72 265	23.00 267	101.24 271	71.98 275	46.49 269	39.72 270	28.67 267	24.23 267	59.12 270	38.23 268	77.99 274	61.49 271

DLNR_Zeroshot_test	23.11 261	81.98 274	1.97 206	102.16 274	0.49 49	0.55 69	81.36 272	2.30 208	0.50 61	4.87 238	2.22 179	2.99 193	0.93 147	12.17 249	96.90 272	144.02 277	34.28 266	19.61 263	8.60 209	4.35 229	8.08 187	6.53 136	0.51 75	0.69 124	1.37 157	1.57 155	1.16 35	1.90 156

PML	39.07 266	38.06 268	12.06 259	39.32 263	29.04 267	40.62 269	11.06 246	14.14 263	100.08 274	27.87 268	166.26 276	107.74 272	159.39 275	13.53 251	15.41 197	10.75 238	35.75 267	8.64 255	42.84 254	10.61 258	14.22 247	16.14 255	5.89 236	7.21 259	53.08 269	13.95 247	42.26 270	19.02 243

MyStereo03	42.32 268	34.58 265	45.67 268	20.28 252	18.70 266	28.03 264	29.19 261	23.39 267	30.77 265	18.19 265	18.03 255	20.71 254	26.70 252	40.22 268	120.07 274	52.96 273	37.64 268	42.70 271	29.31 243	30.97 268	57.46 273	56.38 274	14.75 264	32.54 270	68.34 271	79.09 273	76.33 272	89.56 274

MyStereo02	41.62 267	34.58 265	45.67 268	20.28 252	0.00 1	28.03 264	29.19 261	23.39 267	30.77 265	18.19 265	18.03 255	20.71 254	26.70 252	40.22 268	120.07 274	52.96 273	37.64 268	42.70 271	29.31 243	30.97 268	57.46 273	56.38 274	14.75 264	32.54 270	68.34 271	79.09 273	76.33 272	89.56 274

CasAABBNet	42.72 269	34.60 267	45.66 267	20.17 251	18.55 265	28.05 266	29.13 260	23.25 266	30.69 264	18.73 267	18.11 257	20.72 256	37.90 257	39.93 267	120.54 276	52.80 272	37.72 270	42.56 270	29.30 242	30.56 267	57.58 275	56.66 276	14.58 263	32.34 269	68.46 273	79.09 273	76.31 271	89.48 273

HaxPig	44.53 270	46.75 270	47.32 270	47.72 266	48.79 270	47.60 270	48.40 265	49.50 270	47.10 269	49.76 272	50.31 267	49.00 264	45.26 260	54.49 271	41.50 222	40.24 268	50.15 271	52.05 273	44.74 256	43.04 271	46.61 270	44.38 272	51.78 271	45.43 272	33.92 263	25.30 257	28.66 261	22.43 248

AVERAGE_ROB	46.12 271	48.49 271	48.31 271	49.34 267	50.25 271	48.63 271	49.80 266	50.74 272	48.67 270	51.68 273	52.55 268	50.28 265	47.20 261	55.70 272	43.00 227	40.99 269	52.42 272	54.59 274	47.27 259	45.45 272	48.77 271	44.06 271	52.90 272	46.98 273	35.80 266	26.72 260	30.77 262	23.81 250

MEDIAN_ROB	49.56 273	51.66 272	50.91 272	52.80 268	53.76 272	52.08 272	53.35 267	54.28 273	52.25 271	54.89 274	55.89 269	53.59 266	50.09 263	58.85 273	46.45 234	44.55 270	55.81 273	57.90 275	50.55 262	48.85 273	52.07 272	46.79 273	56.69 273	50.01 274	39.10 267	30.23 262	33.56 267	31.26 260

HanzoNet	47.37 272	45.54 269	75.64 274	62.53 270	47.97 269	62.03 273	90.57 275	55.02 274	58.34 272	15.60 264	22.00 258	75.72 268	107.47 272	172.14 276	23.65 211	13.02 243	62.42 274	9.26 256	134.39 273	22.45 263	19.74 264	25.78 265	31.84 268	5.57 258	9.72 248	9.49 239	8.54 234	12.61 232

ASD4	121.33 276	129.06 275	88.33 275	102.62 275	80.04 275	113.84 275	90.39 274	120.07 275	107.64 275	132.47 276	137.43 273	163.16 274	128.65 273	95.21 275	111.50 273	121.28 276	132.67 275	105.33 276	131.08 272	144.81 276	247.71 277	229.55 277	96.05 276	105.89 276	113.24 275	67.78 272	92.86 275	87.27 272

DPSimNet_ROB	111.84 275	179.62 276	74.81 273	195.40 276	165.93 276	136.63 276	98.05 276	126.48 276	138.79 276	82.31 275	148.57 275	159.77 273	157.57 274	78.29 274	64.65 269	40.10 267	142.61 276	34.98 269	195.20 276	69.76 274	154.10 276	32.63 269	82.12 275	98.24 275	71.10 274	51.68 271	117.83 276	122.56 276

FADE																14.56 247					36.12 268	31.14 268					15.03 255

Low-res two-view benchmark