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

TDLM	0.20 3	0.10 9	0.21 17	0.08 23	0.23 47	0.02 32	0.04 24	0.19 24	0.04 7	0.02 22	0.10 58	0.67 73	0.05 14	0.10 72	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 48	0.01 1	0.00 1	0.02 12	0.41 12	0.41 61

CVANet_RVC	0.42 14	0.29 39	0.82 100	0.60 123	0.31 65	0.18 105	0.03 16	1.58 86	0.25 75	0.12 39	0.28 80	0.84 85	0.05 14	0.11 77	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 91

delet	0.21 5	0.08 6	0.24 21	0.06 10	0.05 8	0.02 32	0.04 24	0.02 2	0.05 10	0.34 62	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

AANet_RVC	0.29 9	0.05 4	0.28 26	0.06 10	0.21 43	0.00 1	0.24 98	0.03 5	0.17 58	0.34 62	0.01 41	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 79

GANet	0.63 25	0.72 107	0.73 88	0.46 111	0.40 98	1.37 158	0.41 116	0.45 45	0.06 17	0.21 46	2.81 158	2.16 128	0.28 73	0.47 150	0.89 3	0.62 5	0.74 77	0.38 57	0.38 13	0.07 8	0.30 10	1.98 27	0.14 90	0.13 25	0.20 44	0.03 16	0.52 15	0.22 45

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 28	0.00 1	0.07 2	0.12 38	0.00 1	4.57 84	0.66 6	0.12 2	0.99 139	0.37 12	0.02 2	0.25 8	0.10 1	0.05 48	0.03 4	0.08 21	7.32 175	1.40 28	0.12 37

AASNet	0.20 3	0.45 69	0.24 21	0.09 27	0.09 19	0.00 1	0.08 50	0.05 14	0.05 10	0.26 53	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

MMNet	0.34 10	0.21 20	0.07 6	0.05 7	0.06 11	0.00 1	0.12 67	0.03 5	0.04 7	0.22 50	0.00 1	0.36 23	0.02 4	0.05 44	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 54	0.10 17	0.03 8	0.05 20	2.93 59	0.02 9

CFNet	0.72 31	0.50 77	0.71 84	0.48 114	0.45 107	0.06 71	0.27 102	0.58 55	0.09 30	0.65 83	0.04 49	0.84 85	0.10 33	0.05 44	2.80 33	0.75 9	0.60 64	0.09 14	0.84 24	0.41 58	1.10 38	1.22 12	0.03 39	0.13 25	0.58 72	1.14 89	3.44 84	1.47 99

HCRNet	0.49 17	0.39 59	0.36 39	0.29 64	0.12 24	0.01 8	0.06 40	0.03 5	0.01 1	1.48 133	0.00 1	0.20 9	0.05 14	0.01 5	2.61 28	0.78 10	0.42 40	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 77	0.03 13

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 24	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

CC-Net-ROB	5.62 183	8.62 212	1.87 159	23.08 218	6.72 206	15.74 214	8.55 208	0.45 45	0.82 121	1.55 135	0.00 1	24.53 205	3.35 174	3.39 208	5.49 115	0.89 12	2.73 174	1.76 176	12.04 183	0.82 107	1.32 46	1.73 19	9.22 221	0.42 82	3.22 158	2.53 123	2.45 49	8.44 170

PS-NSSS	1.79 109	3.17 189	0.42 52	3.20 178	0.92 141	2.08 170	1.19 144	0.39 38	0.16 57	0.38 68	0.00 1	11.59 184	1.18 157	0.50 155	5.15 106	0.89 12	0.71 75	0.28 43	4.31 113	0.17 25	0.97 33	0.64 7	2.37 197	0.19 39	1.58 120	0.76 78	3.28 74	1.77 109

TestStereo	0.64 26	0.64 94	0.54 72	0.22 41	0.11 23	0.01 8	0.03 16	1.87 100	0.23 71	0.30 57	0.00 1	0.37 27	0.08 24	0.01 5	1.75 14	0.93 14	0.45 43	0.23 37	2.92 84	0.12 16	1.51 53	1.70 18	0.05 48	0.11 21	0.21 48	0.46 58	2.24 45	0.13 39

RAFT + AFF	0.48 16	0.05 4	0.01 2	0.22 41	0.03 5	0.04 50	0.14 74	0.03 5	0.03 4	0.00 1	0.00 1	0.32 21	0.03 6	0.07 54	4.66 88	0.97 15	0.56 60	0.09 14	2.34 58	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

iRaftStereo_RVC	0.35 11	0.21 20	0.33 32	0.22 41	0.15 27	0.02 32	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 41	0.00 1	0.05 7	0.09 22	0.01 4	0.23 6	0.04 16

DMCA	0.36 12	0.36 57	0.19 16	0.17 34	0.09 19	0.02 32	0.05 32	0.02 2	0.05 10	0.58 80	0.00 1	0.39 32	0.05 14	0.01 5	2.07 17	0.98 16	0.54 54	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

ProNet	0.22 7	0.03 1	0.09 8	0.01 1	0.00 1	0.12 82	0.75 135	0.01 1	0.01 1	0.00 1	0.00 1	0.05 1	0.00 1	0.22 111	1.31 7	1.03 18	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

UPFNet	0.52 18	0.31 43	0.76 92	0.22 41	0.28 61	0.02 32	0.05 32	0.09 19	0.08 23	0.38 68	0.00 1	0.38 29	0.03 6	0.24 113	3.16 40	1.04 19	0.34 27	0.14 20	0.59 17	0.34 50	0.44 15	1.09 11	0.01 7	0.30 61	0.05 15	0.01 4	3.54 86	0.05 21

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 52	0.00 1	0.16 5	0.06 20	0.01 5	1.29 6	1.05 20	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

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 21	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
NLCA_NET_v2_RVC	1.21 77	0.81 117	0.50 66	0.22 41	0.48 110	0.03 44	1.73 158	1.18 73	2.43 176	2.04 150	0.11 59	0.74 78	0.09 28	0.55 159	6.88 155	1.12 22	0.38 33	0.30 46	1.67 42	0.28 41	0.80 25	1.75 20	0.15 93	0.25 51	0.13 32	3.23 129	2.70 53	2.04 115
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
dd	1.06 62	0.48 74	0.31 28	1.86 165	0.06 11	0.26 118	0.16 79	0.47 47	0.06 17	0.11 33	0.01 41	2.18 129	0.07 21	0.20 103	4.43 78	1.13 23	1.19 122	0.38 57	6.03 128	0.38 56	0.67 21	1.85 22	0.14 90	0.32 62	0.63 78	0.09 25	3.27 73	1.90 113

ADLNet	0.79 35	0.95 130	0.12 11	0.22 41	0.28 61	0.09 76	0.05 32	1.25 75	0.10 35	0.32 60	0.06 52	2.48 133	0.08 24	0.20 103	3.48 46	1.14 24	0.48 46	0.11 16	0.60 18	0.23 34	0.60 20	3.03 45	0.01 7	0.10 17	0.91 89	0.83 80	3.15 66	0.34 55

GMStereo	0.56 20	0.94 129	0.07 6	0.25 54	0.06 11	0.01 8	0.02 8	0.15 23	0.07 20	0.00 1	0.00 1	0.41 35	0.01 3	0.01 5	2.04 16	1.15 25	0.34 27	0.18 28	2.72 77	0.11 14	1.52 54	2.04 29	0.00 1	0.08 15	0.20 44	0.03 16	2.65 52	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
AF-Net	1.33 85	0.56 82	1.00 114	0.36 91	0.81 132	1.01 148	2.56 169	2.36 121	1.15 140	0.48 74	0.65 105	3.84 144	0.16 49	0.30 127	3.50 48	1.17 26	0.52 52	0.02 3	1.74 46	0.53 75	0.81 26	4.34 82	0.06 54	0.14 27	0.93 90	0.61 68	3.84 101	2.40 124

Nwc_Net	1.33 85	0.56 82	1.00 114	0.36 91	0.81 132	1.01 148	2.56 169	2.36 121	1.15 140	0.48 74	0.65 105	3.84 144	0.16 49	0.30 127	3.50 48	1.17 26	0.52 52	0.02 3	1.74 46	0.53 75	0.81 26	4.34 82	0.06 54	0.14 27	0.93 90	0.61 68	3.84 101	2.40 124

HITNet	0.68 28	0.16 15	0.11 10	0.07 18	0.10 22	0.01 8	0.03 16	1.72 90	0.79 120	0.11 33	0.00 1	0.77 82	0.28 73	0.12 84	2.69 29	1.17 26	0.45 43	0.14 20	0.72 19	0.25 37	1.61 63	2.80 39	0.01 7	0.17 35	0.04 11	0.15 32	3.40 81	0.41 61
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
RAFT	0.28 8	0.04 2	0.31 28	0.02 2	0.00 1	0.12 82	0.12 67	0.93 65	0.01 1	0.69 84	0.00 1	0.18 6	0.00 1	0.01 5	2.07 17	1.23 29	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

IER	0.69 29	0.46 71	0.29 27	0.30 68	0.18 32	0.01 8	0.09 57	0.42 41	0.11 38	1.07 107	0.07 55	1.62 120	0.05 14	0.20 103	3.15 39	1.25 30	0.40 36	0.16 25	0.82 22	0.44 62	0.57 19	2.22 31	0.21 104	0.34 64	0.09 22	1.03 87	2.96 60	0.28 49

RAFT_CTSACE	0.74 32	0.81 117	0.44 56	0.25 54	0.08 18	0.15 97	0.03 16	1.99 105	0.06 17	0.00 1	0.11 59	0.47 43	0.46 101	0.01 5	2.74 32	1.26 31	0.29 25	0.16 25	0.77 21	0.13 20	0.79 24	4.54 90	0.01 7	0.15 30	0.25 53	0.01 4	3.88 106	0.04 16

DMCA-RVC	0.82 39	0.43 66	0.50 66	0.31 70	0.59 119	0.15 97	1.13 142	0.29 36	1.52 154	1.29 122	0.34 86	0.64 68	0.14 44	0.17 95	3.74 55	1.26 31	0.80 81	0.51 81	0.97 26	0.51 73	0.87 30	1.93 23	0.26 119	0.40 78	0.13 32	0.08 23	2.70 53	0.50 66

RP	1.55 95	1.14 146	2.48 175	0.89 137	1.23 147	0.43 125	2.08 164	1.86 99	1.63 160	0.29 56	2.10 134	2.43 132	0.13 41	0.49 154	5.11 105	1.26 31	0.83 88	0.05 8	1.74 46	0.49 67	1.04 35	4.92 103	0.16 95	0.76 132	0.49 65	1.14 89	4.64 143	1.98 114

HSM	1.20 74	0.35 56	1.10 123	0.59 122	0.56 117	0.05 58	0.09 57	2.87 155	0.31 81	0.13 40	0.53 98	0.76 81	0.13 41	0.05 44	5.24 109	1.26 31	0.85 91	0.30 46	3.45 97	0.50 71	2.38 91	3.35 55	0.10 80	0.55 106	0.74 82	0.86 83	4.16 126	1.08 90

test_5	0.76 33	0.61 91	0.21 17	0.02 2	0.02 4	0.11 80	0.01 2	2.75 150	0.05 10	0.00 1	4.29 172	0.49 45	0.44 94	0.00 1	1.73 13	1.27 35	0.22 11	0.14 20	1.14 29	0.09 12	0.46 16	3.08 49	0.01 7	0.19 39	0.09 22	0.00 1	2.97 61	0.02 9

StereoIM	0.39 13	0.23 25	0.35 35	0.07 18	0.15 27	0.02 32	0.04 24	0.08 16	0.07 20	1.22 118	0.00 1	0.23 14	0.03 6	0.02 16	1.62 12	1.29 36	0.14 7	0.29 44	1.62 40	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

STTStereo	1.36 88	0.86 121	0.78 97	0.40 101	0.33 77	0.08 73	1.20 145	0.43 43	1.52 154	1.38 130	0.24 78	2.01 126	0.27 71	0.38 139	9.23 177	1.30 37	0.40 36	0.33 50	1.27 33	0.20 28	1.56 57	1.97 26	0.16 95	0.15 30	0.10 26	1.81 112	3.62 90	4.69 139

CFNet_RVC	1.14 66	0.65 95	0.92 108	0.35 88	0.40 98	0.14 91	0.13 70	0.11 22	0.18 62	0.86 95	1.15 120	0.67 73	0.17 55	0.08 63	6.26 145	1.31 38	0.70 73	0.40 62	1.62 40	0.29 42	1.93 81	3.03 45	0.06 54	0.43 88	0.95 92	1.90 113	3.91 108	2.07 116

UCFNet_RVC	1.41 92	2.75 182	0.68 78	0.60 123	0.80 130	0.26 118	0.16 79	0.28 35	0.23 71	0.93 99	0.37 87	2.60 135	1.05 155	0.07 54	6.13 141	1.33 39	0.70 73	0.52 83	2.48 66	0.62 87	1.87 78	3.20 53	1.04 180	0.35 71	1.83 126	1.96 114	2.11 40	3.29 132

UDGNet	2.73 140	1.17 149	0.42 52	10.90 208	5.53 197	8.65 205	3.60 185	1.70 89	0.27 77	0.22 50	0.12 63	0.80 84	0.12 38	9.72 224	4.00 71	1.35 40	0.73 76	0.54 84	3.02 90	0.60 85	2.78 98	6.16 135	3.41 208	0.29 58	1.70 123	1.69 109	3.06 63	1.10 91

psm_up	1.28 83	0.67 99	1.09 122	0.41 102	0.89 137	0.04 50	0.31 104	2.38 128	1.16 142	0.77 87	0.00 1	1.36 111	0.10 33	0.44 146	4.59 87	1.35 40	0.83 88	0.45 76	4.14 110	0.47 64	1.60 61	2.76 38	0.01 7	0.73 127	1.16 102	1.54 103	3.84 101	1.40 97

NCC-stereo	2.13 123	1.68 162	1.46 139	1.00 142	1.37 151	0.89 144	2.88 175	2.59 136	2.86 182	0.34 62	2.72 155	2.40 130	1.41 164	0.27 120	5.18 107	1.38 42	0.85 91	0.98 135	2.99 88	1.01 120	1.54 55	4.72 99	0.43 141	0.53 102	2.61 138	4.44 148	4.09 122	4.93 142

Abc-Net	2.13 123	1.68 162	1.46 139	1.00 142	1.37 151	0.89 144	2.88 175	2.59 136	2.86 182	0.34 62	2.72 155	2.40 130	1.41 164	0.27 120	5.18 107	1.38 42	0.85 91	0.98 135	2.99 88	1.01 120	1.54 55	4.72 99	0.43 141	0.53 102	2.61 138	4.44 148	4.09 122	4.93 142
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AFF-stereo	0.88 45	0.32 44	0.50 66	0.35 88	0.20 38	0.11 80	0.37 113	0.41 40	0.11 38	1.15 111	0.00 1	0.66 72	0.07 21	0.02 16	4.33 76	1.39 44	0.40 36	0.90 127	3.49 99	0.26 39	1.61 63	2.83 40	0.02 30	0.22 47	0.49 65	0.18 35	3.16 67	0.10 27

anonymousdsp	0.56 20	0.10 9	0.36 39	0.24 50	0.07 16	0.09 76	0.01 2	0.04 11	0.05 10	0.00 1	2.27 138	0.22 13	0.20 60	0.00 1	2.28 23	1.41 45	0.28 20	0.17 27	0.52 16	0.67 98	0.56 18	3.56 59	0.31 126	0.07 12	0.02 4	0.01 4	1.65 35	0.01 7

DSFCA	0.83 40	0.44 67	0.51 70	0.29 64	0.59 119	0.05 58	0.61 132	0.23 29	0.55 101	0.49 76	0.58 101	0.48 44	0.11 36	0.04 40	2.83 34	1.42 46	0.78 80	0.72 106	1.15 30	0.65 96	1.24 43	3.01 43	0.21 104	0.53 102	0.55 70	0.83 80	3.19 69	0.46 64

dad	4.27 171	0.90 125	0.38 46	10.18 207	1.67 161	1.51 161	12.20 214	12.33 215	0.11 38	3.40 184	0.00 1	1.94 125	3.49 176	0.26 116	6.16 142	1.44 47	1.74 155	0.71 104	14.06 188	0.66 97	3.23 113	4.00 73	0.21 104	1.02 150	6.09 191	0.19 36	17.62 217	9.71 177

RAFT-Stereo + iAFF	1.00 54	0.33 50	0.75 91	0.38 97	0.42 103	0.14 91	0.43 120	0.97 67	0.13 45	1.32 124	0.00 1	0.65 71	0.09 28	0.03 28	4.73 90	1.46 48	0.50 49	0.13 19	3.58 100	0.49 67	1.60 61	4.02 74	0.02 30	0.42 82	0.52 67	0.38 57	3.38 80	0.17 42

DISCO	0.90 47	0.96 134	0.36 39	0.06 10	0.36 83	0.63 136	0.54 128	0.23 29	0.32 83	1.72 139	0.58 101	0.41 35	0.29 75	0.04 40	2.98 37	1.47 49	1.02 110	0.31 49	3.32 93	0.56 80	1.01 34	3.01 43	0.13 87	0.33 63	0.13 32	0.33 51	2.81 56	0.43 63

CASnet	0.96 53	0.54 80	0.54 72	0.24 50	0.36 83	0.05 58	0.26 101	0.52 51	0.18 62	0.06 27	0.06 52	0.70 75	0.36 83	0.01 5	4.36 77	1.50 50	0.66 69	0.40 62	2.56 69	0.34 50	3.82 132	4.34 82	0.03 39	0.35 71	1.67 122	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)
HGLStereo	0.70 30	0.34 54	0.41 50	0.23 47	0.31 65	0.02 32	0.17 84	0.08 16	0.13 45	1.20 117	0.69 107	0.25 15	0.15 46	0.09 67	2.36 26	1.50 50	0.57 62	0.29 44	1.25 31	0.24 35	1.13 39	3.16 52	0.08 73	0.34 64	0.18 42	0.19 36	3.13 65	0.47 65

UNet	0.67 27	0.32 44	0.47 64	0.27 59	0.23 47	0.03 44	0.15 77	0.55 54	0.14 47	1.13 110	0.00 1	0.61 64	0.17 55	0.15 91	2.26 21	1.51 52	0.50 49	0.22 32	1.51 39	0.25 37	0.75 23	1.79 21	0.18 100	0.60 110	0.07 19	0.32 50	3.43 83	0.61 71

MIF-Stereo	0.45 15	0.30 42	0.37 44	0.08 23	0.19 36	0.01 8	0.02 8	0.10 20	0.09 30	0.00 1	0.00 1	0.49 45	0.09 28	0.05 44	2.28 23	1.53 53	0.28 20	0.43 72	1.84 49	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

DLCB_ROB	1.13 65	0.77 111	0.73 88	0.44 108	0.51 111	0.22 110	0.42 117	0.49 48	0.28 78	0.84 93	0.50 96	1.31 110	0.85 144	0.11 77	2.70 30	1.54 54	1.12 117	0.27 41	0.82 22	0.22 33	1.70 70	3.50 57	0.48 150	0.44 90	4.83 180	2.48 122	2.14 42	0.79 78

iResNetv2_ROB	1.40 91	0.83 119	0.41 50	1.30 153	0.37 88	0.05 58	0.14 74	3.17 168	0.20 65	1.97 148	0.28 80	2.49 134	0.40 90	0.06 52	3.78 58	1.57 55	1.08 115	0.22 32	6.10 129	0.67 98	3.61 127	2.04 29	0.26 119	0.83 141	0.62 77	0.54 66	4.07 117	0.71 75

GANetREF_RVC	2.72 138	1.88 165	1.03 118	2.10 169	1.40 155	1.09 151	0.21 95	4.74 189	1.62 159	3.74 194	0.06 52	10.56 181	0.82 141	0.10 72	4.53 83	1.59 56	1.29 132	0.98 135	6.76 134	0.75 104	3.12 111	2.45 34	0.21 104	1.71 171	4.31 171	3.74 139	7.02 177	5.71 149
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
DN-CSS_ROB	1.68 101	0.57 85	1.42 135	0.83 136	0.73 126	0.05 58	0.22 97	2.83 153	0.40 87	1.50 134	3.57 165	1.02 97	0.43 93	0.09 67	4.11 73	1.61 57	1.34 136	0.84 119	8.83 151	0.39 57	4.42 145	3.67 61	0.09 77	1.02 150	0.13 32	0.55 67	3.24 72	1.52 101

ACRE	1.04 59	0.24 30	0.80 98	0.33 77	0.36 83	0.04 50	0.34 109	0.21 26	0.48 94	0.08 32	0.14 67	1.30 109	0.09 28	0.45 148	4.77 97	1.62 58	0.82 86	0.43 72	2.08 53	0.33 48	2.40 92	4.72 99	0.06 54	0.74 129	1.10 99	0.28 45	3.80 98	0.11 34

RAFT+CT+SA	0.77 34	0.83 119	0.24 21	0.15 33	0.05 8	0.01 8	0.02 8	2.46 130	0.09 30	0.11 33	0.00 1	0.89 93	0.40 90	0.01 5	1.42 9	1.63 59	0.18 10	0.21 31	2.39 60	0.27 40	0.93 31	4.66 96	0.01 7	0.20 42	0.13 32	0.02 12	3.33 77	0.05 21

IPLGR_C	1.02 57	0.24 30	0.77 94	0.31 70	0.36 83	0.04 50	0.35 111	0.20 25	0.47 93	0.07 28	0.12 63	1.26 107	0.09 28	0.41 143	4.52 82	1.63 59	0.81 83	0.45 76	2.10 54	0.32 45	2.41 93	4.67 97	0.07 68	0.75 130	1.04 97	0.28 45	3.80 98	0.11 34

CIPLG	1.04 59	0.23 25	0.82 100	0.32 75	0.36 83	0.04 50	0.34 109	0.21 26	0.50 96	0.07 28	0.11 59	1.24 105	0.08 24	0.42 145	4.82 100	1.65 61	0.85 91	0.39 61	2.02 52	0.32 45	2.35 89	4.69 98	0.05 48	0.75 130	1.10 99	0.35 54	3.79 97	0.12 37

PA-Net	2.07 122	0.95 130	1.62 147	0.31 70	2.13 175	0.17 103	0.70 134	0.21 26	1.90 169	0.84 93	1.44 124	0.30 18	0.21 64	0.84 171	7.47 161	1.66 62	0.38 33	0.37 54	1.25 31	0.74 102	1.66 67	4.96 107	0.64 164	0.51 99	1.03 96	11.53 202	2.31 46	9.73 178
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
Ntro	23.84 232	41.67 235	11.59 224	63.69 243	43.73 239	62.95 243	57.60 237	8.47 206	6.35 203	11.89 232	2.51 149	35.10 218	7.96 191	75.67 240	12.59 198	1.67 63	9.55 218	2.68 199	39.05 228	9.79 223	8.70 204	8.40 196	55.40 243	3.24 191	11.18 211	15.16 212	14.07 210	23.09 213

MIF-Stereo (partial)	0.58 23	0.39 59	0.42 52	0.07 18	0.22 45	0.02 32	0.03 16	0.08 16	0.11 38	0.01 18	0.01 41	0.50 49	0.12 38	0.03 28	2.35 25	1.69 64	0.25 17	0.60 89	0.91 25	0.11 14	1.40 47	2.26 33	0.01 7	0.34 64	0.12 31	0.29 47	2.91 58	0.38 59

FBW_ROB	8.77 198	9.60 213	5.96 207	20.47 217	9.29 212	12.71 210	9.20 209	4.97 192	1.59 157	3.30 177	6.98 196	15.27 192	3.59 177	7.76 221	10.34 185	1.71 65	3.43 178	0.86 121	34.07 222	2.29 170	6.89 185	6.34 139	9.32 222	8.81 226	5.75 189	8.41 181	5.24 153	22.62 210

SQANet	19.01 219	32.39 232	7.05 212	58.51 235	34.20 231	58.54 236	40.35 233	4.32 186	1.69 164	4.85 211	1.45 125	32.05 212	6.71 187	57.82 235	11.24 192	1.77 66	6.68 209	1.66 171	31.16 217	2.08 163	8.23 199	7.99 182	54.11 241	2.11 177	5.60 186	10.88 199	10.17 197	19.67 204

NaN_ROB	3.44 156	1.18 150	1.20 126	0.92 139	3.15 185	0.73 138	1.61 156	3.36 172	2.57 179	0.98 102	1.25 122	21.11 202	0.77 135	1.26 187	5.06 104	1.79 67	1.06 113	0.76 111	2.52 68	1.44 140	1.95 82	3.82 66	0.52 151	1.30 162	4.05 170	10.09 195	4.78 144	13.66 190

CFNet_pseudo	1.04 59	0.55 81	0.68 78	0.46 111	0.53 112	0.05 58	0.02 8	0.61 57	0.10 35	0.91 98	0.11 59	0.88 91	0.56 113	0.52 158	5.81 129	1.84 68	0.55 59	0.37 54	2.85 82	0.41 58	1.09 37	3.10 51	0.59 160	0.29 58	0.61 75	0.63 70	2.23 44	1.75 108

iResNet_ROB	1.22 79	0.71 105	0.44 56	0.45 110	0.34 79	0.04 50	0.16 79	3.05 162	0.12 44	1.32 124	0.00 1	0.93 94	0.34 79	0.05 44	4.57 84	1.86 69	0.81 83	0.48 78	6.00 126	0.34 50	1.95 82	1.30 14	0.31 126	0.91 144	0.33 55	0.95 84	3.93 110	1.14 93

Former-RAFT_DAM_RVC	0.83 40	0.08 6	0.36 39	0.18 36	0.21 43	0.01 8	0.06 40	1.75 92	0.21 69	0.14 41	0.15 69	0.45 40	0.16 49	0.03 28	4.05 72	1.87 70	0.36 31	0.42 68	1.67 42	0.17 25	1.76 75	4.52 89	0.02 30	0.11 21	0.38 59	2.70 124	0.33 9	0.33 53

CAS	0.89 46	0.22 23	0.39 48	0.21 39	0.24 50	0.03 44	0.36 112	0.23 29	0.62 108	1.28 120	0.16 70	0.38 29	0.84 143	0.12 84	3.10 38	1.87 70	0.94 102	0.75 110	1.30 34	0.58 81	2.82 102	3.00 42	0.03 39	0.12 23	0.13 32	0.72 76	1.80 39	1.89 112

RASNet	0.86 44	0.32 44	0.77 94	0.46 111	0.31 65	0.18 105	0.10 63	0.95 66	0.14 47	1.11 108	0.09 57	0.53 52	0.44 94	0.35 136	1.76 15	1.87 70	0.59 63	0.22 32	1.13 28	0.07 8	1.42 50	3.94 70	0.17 98	0.53 102	0.46 64	0.37 56	3.64 91	1.29 96

otaku	22.42 227	43.20 237	9.38 221	63.06 241	42.07 238	64.13 245	51.05 234	6.07 202	4.42 195	10.13 226	1.74 132	33.95 215	10.96 200	66.92 237	12.03 195	1.89 73	8.57 214	1.66 171	38.00 227	7.96 217	8.85 208	8.28 193	54.71 242	2.95 186	9.04 202	9.25 187	14.25 211	20.70 206

IPLG	1.33 85	0.40 62	0.76 92	0.29 64	0.28 61	0.01 8	0.09 57	2.25 117	0.31 81	0.40 71	0.28 80	0.37 27	0.74 132	0.31 130	5.67 124	1.89 73	1.26 130	0.95 134	2.86 83	0.47 64	1.18 41	6.06 132	0.06 54	0.66 120	0.63 78	3.73 138	3.86 105	0.11 34

RGC	2.76 142	2.10 173	5.00 196	1.68 159	1.94 168	1.93 168	1.23 147	2.03 110	1.49 153	0.88 97	4.67 176	2.77 139	2.63 173	0.70 167	5.76 128	1.89 73	1.20 123	0.48 78	4.42 115	1.33 137	2.66 95	6.08 133	0.21 104	1.11 155	2.55 137	5.20 155	5.35 157	7.17 163

FADNet-RVC-Resample	1.87 110	0.69 101	1.01 116	0.50 116	0.67 122	0.19 107	1.39 152	1.43 81	0.87 126	0.94 101	0.92 112	5.52 162	0.52 109	1.00 177	7.45 160	1.91 76	1.44 141	1.98 184	3.91 107	1.13 125	1.92 80	4.61 95	0.23 112	1.54 169	0.58 72	3.08 127	2.12 41	3.05 127

test croco	0.56 20	0.39 59	0.44 56	0.17 34	0.41 100	0.01 8	0.01 2	0.74 59	0.08 23	0.01 18	0.00 1	0.74 78	0.14 44	0.04 40	2.91 35	1.93 77	0.25 17	0.44 75	1.02 27	0.16 23	1.65 65	2.50 36	0.01 7	0.41 79	0.21 48	0.06 21	0.36 11	0.10 27

stereogan	2.15 125	2.03 168	1.44 138	1.52 157	2.14 176	1.79 167	1.07 141	1.88 102	1.10 138	1.33 126	1.43 123	5.96 166	0.51 108	0.34 131	5.92 132	1.93 77	1.03 111	0.41 67	4.12 109	0.95 118	1.69 69	6.00 128	0.26 119	0.81 138	0.61 75	1.42 99	6.77 175	3.73 135

FADNet	2.26 127	0.45 69	0.77 94	0.54 120	1.08 143	0.02 32	3.28 180	0.88 63	0.38 85	0.80 91	0.57 100	2.60 135	0.50 107	0.67 165	9.91 182	1.94 79	0.91 99	1.08 147	9.92 167	1.76 150	2.78 98	4.21 78	0.11 84	0.47 92	2.92 149	3.57 131	3.57 88	5.35 146

CSAN	5.32 182	2.66 180	1.69 151	3.30 180	3.85 189	2.05 169	2.31 166	5.00 194	4.86 199	3.78 196	2.69 153	17.88 199	11.82 202	1.17 184	10.17 184	1.96 80	2.51 169	1.35 162	6.12 130	2.50 176	3.97 134	4.60 93	0.56 153	2.97 187	6.49 193	16.18 216	7.96 187	13.30 189

IPLGR	2.02 120	0.67 99	0.81 99	0.38 97	0.47 109	0.01 8	0.08 50	1.39 80	0.28 78	2.32 154	2.30 144	0.46 41	0.79 138	0.20 103	6.88 155	1.99 81	1.44 141	1.35 162	5.56 125	1.85 153	2.94 105	6.20 136	0.06 54	1.13 157	3.39 162	6.80 169	3.93 110	0.75 76

ARAFT	0.80 36	0.22 23	0.31 28	0.31 70	0.12 24	0.01 8	0.02 8	0.24 34	0.09 30	1.28 120	0.00 1	0.53 52	0.04 9	0.09 67	3.18 41	1.99 81	0.51 51	0.34 52	2.69 76	0.14 21	1.96 84	2.75 37	0.02 30	0.20 42	0.80 87	0.03 16	3.53 85	0.13 39

LMCR-Stereo	1.14 66	0.56 82	0.72 85	0.31 70	0.31 65	0.14 91	0.06 40	1.38 79	0.28 78	0.33 61	0.12 63	0.86 89	0.20 60	0.26 116	3.99 69	2.00 83	1.20 123	0.37 54	6.02 127	1.76 150	2.41 93	3.82 66	0.07 68	0.55 106	0.52 67	0.51 64	1.50 32	0.67 74

MLCV	2.73 140	0.66 98	0.90 107	2.64 175	1.41 156	1.10 152	1.01 140	3.58 179	0.61 107	3.69 193	4.23 171	5.51 161	3.78 178	0.11 77	5.65 121	2.01 84	1.68 150	0.87 122	10.28 170	1.26 133	3.32 118	5.13 110	0.34 129	2.60 184	2.68 144	3.08 127	4.10 124	1.55 102

TestStereo1	0.93 49	0.98 135	0.22 19	0.07 18	0.18 32	0.01 8	0.04 24	1.07 69	0.08 23	0.11 33	0.00 1	0.39 32	0.56 113	0.12 84	4.92 101	2.03 85	0.28 20	0.22 32	2.98 86	0.20 28	1.56 57	3.94 70	0.01 7	0.15 30	0.10 26	1.19 92	3.74 94	0.05 21

SA-5K	0.93 49	0.98 135	0.22 19	0.07 18	0.18 32	0.01 8	0.04 24	1.07 69	0.08 23	0.11 33	0.00 1	0.39 32	0.56 113	0.12 84	4.92 101	2.03 85	0.28 20	0.22 32	2.98 86	0.20 28	1.56 57	3.94 70	0.01 7	0.15 30	0.10 26	1.19 92	3.74 94	0.05 21

SA	1.07 63	0.91 127	0.46 63	0.21 39	0.25 56	0.01 8	0.02 8	2.68 141	0.14 47	0.14 41	0.00 1	0.59 54	0.38 88	0.34 131	3.59 50	2.03 85	0.45 43	0.51 81	3.47 98	0.32 45	1.40 47	3.72 63	0.01 7	0.38 75	0.44 63	1.60 105	4.79 145	0.10 27

MIPNet	1.76 107	0.72 107	0.87 105	0.32 75	0.55 113	0.01 8	0.08 50	1.77 94	0.38 85	2.09 151	0.92 112	0.44 39	0.76 134	0.27 120	5.64 119	2.03 85	1.52 147	0.93 131	3.87 106	1.34 138	1.41 49	6.39 141	0.07 68	1.05 152	2.65 141	7.16 172	3.90 107	0.29 50

AACVNet	1.07 63	0.61 91	0.44 56	0.65 125	0.80 130	0.12 82	0.17 84	0.37 37	0.20 65	0.17 45	0.14 67	0.60 58	0.24 68	0.26 116	4.81 98	2.04 89	0.61 65	0.40 62	1.72 45	0.41 58	1.80 77	3.08 49	0.40 134	0.20 42	0.52 67	1.51 101	4.20 128	2.32 121

GLC_STEREO	0.93 49	0.48 74	0.65 77	0.25 54	0.33 77	0.03 44	0.11 65	2.37 127	0.20 65	0.16 44	0.04 49	0.38 29	0.15 46	0.02 16	3.66 52	2.05 90	0.67 70	0.25 38	2.56 69	0.42 61	2.90 103	3.06 47	0.09 77	0.19 39	0.09 22	0.10 26	3.70 92	0.31 51

TESTraft	1.00 54	0.95 130	0.32 31	0.06 10	0.17 30	0.01 8	0.03 16	1.49 84	0.07 20	0.78 90	0.00 1	0.46 41	0.64 121	0.19 98	4.75 94	2.06 91	0.26 19	0.20 29	2.78 80	0.36 55	1.26 44	4.60 93	0.07 68	0.17 35	0.11 30	1.53 102	3.70 92	0.04 16

Sa-1000	1.45 93	0.32 44	0.53 71	0.28 62	0.26 57	0.01 8	0.04 24	2.73 145	0.11 38	0.01 18	0.01 41	0.59 54	0.49 106	0.56 160	6.07 139	2.10 92	0.92 101	0.88 124	4.60 117	0.59 83	1.56 57	6.38 140	0.01 7	0.64 116	2.25 132	1.72 110	5.00 149	0.38 59

FADNet-RVC	2.02 120	0.32 44	0.74 90	0.33 77	1.23 147	0.05 58	3.02 178	0.60 56	0.24 73	1.02 104	0.31 84	6.30 168	0.33 77	0.34 131	10.06 183	2.10 92	0.84 90	0.81 117	6.91 136	1.97 156	2.36 90	3.78 65	0.20 103	0.61 111	1.94 128	1.65 107	3.28 74	3.13 129

FCDSN-DC	1.87 110	0.93 128	2.12 167	1.84 163	1.62 160	1.35 157	1.17 143	0.74 59	0.46 90	1.19 116	0.30 83	2.02 127	0.48 104	0.28 125	5.91 131	2.18 94	2.34 165	2.10 189	1.30 34	0.47 64	2.99 106	5.42 114	0.57 155	3.93 194	2.22 131	3.45 130	1.45 30	1.56 104
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PDISCO_ROB	1.24 80	0.57 85	0.10 9	0.66 126	0.32 75	0.01 8	0.57 130	0.78 61	0.49 95	1.25 119	0.94 114	0.36 23	0.32 76	0.19 98	3.99 69	2.19 95	0.98 104	1.44 164	2.38 59	0.62 87	2.92 104	4.93 104	0.18 100	0.64 116	1.52 119	0.53 65	3.95 114	0.62 72

ACVNet_1	28.17 237	43.81 238	17.24 234	67.32 247	49.50 244	66.04 250	82.98 257	16.42 227	8.08 208	11.43 231	7.19 200	34.00 216	27.09 221	93.81 251	14.92 219	2.21 96	17.82 231	6.77 227	36.07 225	11.39 226	10.56 217	7.42 162	59.65 248	6.11 213	20.40 226	15.24 214	10.18 198	16.93 196

raft_robust	1.38 89	0.73 110	0.63 76	0.27 59	0.23 47	0.01 8	0.05 32	3.04 161	0.24 73	1.16 112	0.02 47	0.61 64	0.67 123	0.07 54	3.67 54	2.22 97	0.80 81	0.66 93	5.14 121	0.33 48	3.43 122	6.40 142	0.01 7	0.37 73	1.19 103	1.48 100	2.86 57	0.96 88

SGM_RVC	11.04 204	10.51 216	3.94 189	16.88 212	9.65 215	15.55 213	8.47 206	9.54 208	6.09 201	4.15 201	7.87 207	25.06 206	19.78 214	0.97 175	9.49 180	2.25 98	3.81 182	1.26 160	21.86 204	2.34 173	6.63 183	5.12 109	2.33 196	4.85 205	18.97 222	16.47 217	33.79 235	30.47 225
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
pcwnet_v2	1.99 119	0.65 95	0.87 105	0.77 133	1.17 145	0.72 137	0.24 98	1.75 92	0.66 111	3.33 178	1.75 133	1.49 116	1.91 168	1.68 195	6.75 151	2.30 99	1.12 117	0.69 99	4.33 114	0.50 71	2.08 85	4.26 79	1.07 183	0.77 135	1.43 116	2.18 116	4.16 126	5.20 144

RALAANet	1.21 77	0.40 62	0.56 74	0.37 93	0.31 65	0.20 109	0.15 77	1.87 100	0.20 65	0.51 78	0.01 41	0.49 45	0.26 70	0.07 54	3.97 67	2.32 100	0.48 46	0.73 108	3.41 94	1.09 123	3.06 109	5.24 111	0.02 30	0.50 96	0.74 82	1.14 89	4.11 125	0.54 68

DeepPruner_ROB	1.92 115	0.41 64	0.92 108	0.51 117	0.67 122	0.53 132	2.45 168	1.72 90	0.84 124	1.37 129	2.27 138	0.75 80	0.55 111	0.12 84	8.56 172	2.33 101	1.28 131	1.20 154	2.67 75	0.58 81	6.00 169	4.19 77	0.75 174	0.44 90	0.66 80	6.01 163	3.18 68	0.91 83

HSM-Net_RVC	3.23 152	1.35 152	1.70 152	2.82 177	2.07 174	0.73 138	0.46 123	3.48 176	1.14 139	3.44 187	5.99 187	8.07 173	3.38 175	0.27 120	5.71 127	2.35 102	1.54 148	0.27 41	3.44 96	1.35 139	4.35 143	6.00 128	0.70 170	3.05 188	4.68 178	6.45 166	6.23 168	6.18 155
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SACVNet	1.77 108	0.88 123	1.11 124	0.67 127	1.41 156	0.84 141	0.94 137	2.65 139	0.54 97	1.31 123	0.02 47	0.95 95	0.40 90	0.39 140	6.01 138	2.36 103	1.71 152	0.42 68	4.84 120	0.82 107	3.03 107	6.05 131	0.11 84	0.73 127	1.33 107	1.66 108	4.02 115	2.55 126

ADCP+	3.65 164	2.02 167	2.68 178	1.32 154	1.94 168	1.22 155	4.40 188	1.11 71	9.44 213	1.76 140	5.45 180	9.05 176	0.37 87	0.98 176	6.99 157	2.36 103	0.61 65	0.92 129	6.14 132	0.94 117	2.80 100	5.58 118	0.36 132	0.63 113	3.00 150	12.42 205	3.57 88	10.51 181

NVstereo2D	0.93 49	0.48 74	0.17 13	0.24 50	0.42 103	0.41 124	0.08 50	1.64 87	0.59 106	0.87 96	1.05 115	0.42 37	0.21 64	0.08 63	5.64 119	2.38 105	0.82 86	0.59 87	1.71 44	0.24 35	1.26 44	2.48 35	0.06 54	0.47 92	1.31 106	0.29 47	1.04 22	0.24 47

DDUNet	13.01 211	20.50 225	4.63 192	37.04 229	24.81 227	34.87 231	32.65 229	1.85 96	1.66 163	1.47 132	3.83 167	13.22 189	4.08 181	83.62 242	6.26 145	2.41 106	8.99 216	3.82 206	18.78 194	4.54 198	7.88 196	7.25 156	16.92 231	0.99 148	1.50 117	0.70 75	4.90 148	2.09 117

anonymousdsp2	1.03 58	0.29 39	0.37 44	0.23 47	0.09 19	0.03 44	0.04 24	1.33 77	0.08 23	0.02 22	2.28 141	0.33 22	0.18 57	0.27 120	2.59 27	2.50 107	0.44 42	0.56 85	3.69 102	1.14 126	1.68 68	5.57 117	0.24 114	0.50 96	0.41 60	0.15 32	2.74 55	0.02 9

AEACV	0.55 19	0.71 105	0.34 33	0.04 5	0.05 8	0.10 79	0.02 8	0.02 2	0.03 4	0.00 1	0.00 1	0.20 9	0.13 41	0.05 44	2.71 31	2.52 108	0.12 2	0.64 91	1.33 36	0.95 118	0.81 26	3.06 47	0.32 128	0.09 16	0.02 4	0.20 38	0.41 12	0.00 1

FC-DCNN	4.43 172	4.58 200	5.93 206	9.82 206	4.79 195	8.76 206	4.48 190	4.47 187	1.65 161	2.91 169	2.13 135	6.53 170	2.41 171	0.30 127	4.57 84	2.52 108	2.76 175	1.21 155	3.98 108	0.89 113	3.66 129	4.91 102	0.73 173	4.23 197	8.24 198	6.03 164	7.69 182	9.53 176

XPNet_ROB	3.41 154	2.62 179	1.58 146	0.80 134	1.56 158	1.24 156	0.96 138	0.89 64	1.54 156	1.17 113	3.26 161	26.85 208	0.38 88	0.40 141	6.47 149	2.54 110	3.57 181	0.89 125	3.41 94	1.26 133	3.53 123	7.67 171	0.87 178	0.64 116	0.96 94	2.39 120	9.98 195	4.70 140

ACVNet-4b	27.62 235	43.15 236	14.04 229	69.86 252	48.10 242	70.20 253	77.34 252	10.63 212	9.55 214	15.00 238	1.55 127	59.33 245	11.37 201	93.44 250	12.94 202	2.57 111	15.66 227	5.69 219	33.68 221	14.13 229	9.17 210	7.28 157	59.49 247	4.60 199	12.85 214	9.43 188	15.52 213	19.12 201

NCCL2	2.48 133	2.35 177	1.52 141	1.33 155	1.96 171	0.23 111	1.25 148	1.33 77	1.30 145	1.63 136	2.57 152	1.38 113	0.55 111	0.40 141	7.49 163	2.59 112	1.77 156	0.67 96	2.58 71	0.83 110	3.36 120	6.56 147	1.66 191	1.53 168	4.71 179	4.33 145	4.24 129	6.90 161

LALA_ROB	4.53 175	4.80 202	1.68 150	1.27 152	2.16 177	2.28 174	1.42 153	1.88 102	2.60 180	2.71 159	5.56 181	33.12 213	0.72 130	0.88 173	10.88 189	2.59 112	3.47 179	1.83 179	4.21 112	2.04 159	4.39 144	7.30 159	0.41 137	1.52 166	2.35 134	3.60 134	8.94 192	7.68 166

UDG	13.28 214	21.47 226	5.08 197	37.13 230	29.51 230	32.00 227	40.03 232	2.62 138	1.78 167	2.40 155	5.74 185	12.64 186	4.23 182	74.90 239	7.47 161	2.61 114	9.44 217	3.24 204	19.57 200	5.01 202	8.74 207	7.28 157	12.84 227	1.84 174	1.35 108	2.91 126	4.53 139	2.12 118

iinet-f	1.66 100	1.28 151	0.38 46	0.81 135	0.15 27	0.24 115	0.13 70	0.42 41	0.21 69	1.91 145	3.98 168	0.30 18	0.27 71	0.07 54	6.30 147	2.65 115	0.43 41	0.30 46	8.10 147	1.14 126	2.10 86	6.32 138	0.26 119	0.52 101	1.42 115	0.21 39	4.26 130	0.60 70

ACVNet_2	33.32 241	48.24 241	22.45 241	67.72 250	50.69 249	65.88 248	85.41 260	28.48 244	14.03 222	14.63 236	9.36 215	52.16 242	31.94 229	91.62 246	13.62 206	2.72 116	21.29 234	5.84 221	51.78 241	16.52 233	10.41 216	7.93 180	58.06 244	13.93 238	36.96 245	18.42 220	25.58 225	33.95 232

LL-Strereo2	0.81 38	0.27 36	0.35 35	0.09 27	0.14 26	0.17 103	0.08 50	2.21 115	0.19 64	0.00 1	0.00 1	0.26 16	0.05 14	0.20 103	2.27 22	2.72 116	0.12 2	0.15 23	2.40 61	0.52 74	1.77 76	5.39 113	0.06 54	0.17 35	0.43 62	0.12 29	1.55 34	0.31 51

GES	1.73 103	0.33 50	0.48 65	0.58 121	0.43 105	0.28 121	0.51 127	2.03 110	0.90 128	1.18 115	0.55 99	0.49 45	0.23 67	0.02 16	8.51 171	2.72 116	1.06 113	0.76 111	9.71 164	1.71 147	3.36 120	4.34 82	0.23 112	0.83 141	0.42 61	0.35 54	2.56 51	2.21 120

ADCL	4.20 170	3.62 193	2.45 173	1.72 161	1.80 162	3.15 180	4.53 191	2.29 118	13.19 220	2.81 161	4.88 178	2.96 140	0.72 130	1.36 189	7.16 159	2.76 119	2.35 166	2.20 191	6.83 135	2.31 171	6.19 171	6.77 151	1.40 189	1.47 164	6.63 195	6.49 167	4.40 135	11.08 182

ETE_ROB	5.10 181	4.12 198	1.76 155	1.25 151	2.22 179	2.82 177	2.07 163	1.56 85	4.21 194	1.88 144	5.58 183	37.59 221	0.86 148	1.44 191	10.38 186	2.80 120	4.20 190	0.98 135	5.24 123	1.97 156	4.87 151	7.58 168	0.77 176	1.38 163	2.34 133	3.79 140	15.93 214	8.21 168

ICVP	1.55 95	0.24 30	1.65 148	0.43 106	0.45 107	0.50 129	0.38 115	1.26 76	0.64 110	1.77 141	1.20 121	0.88 91	1.63 166	0.25 115	4.46 79	2.81 121	1.49 145	1.01 140	2.50 67	1.15 130	2.70 96	5.75 121	0.14 90	0.63 113	0.72 81	2.31 119	3.35 79	1.59 106
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CREStereo++_RVC	1.20 74	0.23 25	1.65 148	0.28 62	0.43 105	0.01 8	0.17 84	2.02 106	0.26 76	0.61 81	0.08 56	0.50 49	0.15 46	0.05 44	3.91 65	2.85 122	0.95 103	0.50 80	2.77 79	0.31 44	3.04 108	3.84 68	0.13 87	0.14 27	1.10 99	1.31 97	4.38 134	0.77 77
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
MIM_Stereo	0.83 40	0.15 14	0.44 56	0.34 81	0.24 50	0.12 82	0.08 50	2.02 106	0.08 23	0.00 1	0.24 78	0.31 20	0.10 33	0.03 28	3.34 42	2.91 123	0.24 15	0.67 96	2.62 73	0.89 113	1.44 51	3.49 56	0.06 54	0.26 52	0.20 44	0.24 40	1.72 37	0.18 43

FINET	2.25 126	0.61 91	1.06 119	0.48 114	0.55 113	0.75 140	0.98 139	1.18 73	1.87 168	0.30 57	3.46 164	1.25 106	2.35 170	0.80 170	14.13 208	2.94 124	1.14 120	0.42 68	2.74 78	1.28 135	2.71 97	4.08 75	0.43 141	1.24 161	3.04 152	5.74 161	1.70 36	3.42 134

TANstereo	1.73 103	1.38 153	0.72 85	0.26 57	0.35 81	0.62 134	0.07 45	0.52 51	0.46 90	0.27 54	1.08 117	0.36 23	0.20 60	1.04 180	3.37 44	2.99 125	0.99 105	1.69 173	9.06 154	3.49 191	3.58 125	4.48 87	3.34 206	0.28 55	0.05 15	0.67 72	5.35 157	0.09 25

XX-TBD	1.73 103	1.38 153	0.72 85	0.26 57	0.35 81	0.62 134	0.07 45	0.52 51	0.46 90	0.27 54	1.08 117	0.36 23	0.20 60	1.04 180	3.37 44	2.99 125	0.99 105	1.69 173	9.06 154	3.49 191	3.58 125	4.48 87	3.34 206	0.28 55	0.05 15	0.67 72	5.35 157	0.09 25

BEATNet_4x	1.65 99	0.58 87	0.35 35	0.20 37	0.38 92	0.15 97	0.46 123	1.78 95	1.70 165	0.40 71	0.50 96	1.13 100	0.62 120	0.65 163	6.09 140	3.02 127	2.14 162	1.81 178	1.48 38	0.79 106	5.22 157	7.76 173	0.08 73	1.07 154	0.32 54	0.48 60	3.92 109	1.49 100

LoS_RVC	1.27 81	1.54 157	0.85 102	0.06 10	0.55 113	0.01 8	0.13 70	0.23 29	0.73 115	1.70 137	0.22 76	0.64 68	0.69 126	0.11 77	3.79 59	3.07 128	0.75 78	1.99 185	3.69 102	0.64 90	4.98 152	4.94 105	0.22 110	0.10 17	0.37 57	0.50 62	0.82 18	0.93 85

tt_ll	1.27 81	1.54 157	0.85 102	0.06 10	0.55 113	0.01 8	0.13 70	0.23 29	0.73 115	1.70 137	0.22 76	0.64 68	0.69 126	0.11 77	3.79 59	3.07 128	0.75 78	1.99 185	3.69 102	0.64 90	4.98 152	4.94 105	0.22 110	0.10 17	0.37 57	0.50 62	0.82 18	0.93 85

rafts_anoy	0.92 48	0.33 50	0.86 104	0.37 93	0.24 50	0.05 58	0.07 45	2.48 132	0.14 47	0.01 18	0.00 1	0.20 9	0.04 9	0.02 16	3.97 67	3.08 130	0.56 60	0.40 62	2.20 57	0.34 50	1.65 65	3.86 69	0.02 30	0.27 54	0.99 95	0.73 77	0.87 20	0.98 89

LE_ROB	23.34 231	10.93 217	12.86 227	32.65 224	38.35 235	31.72 225	33.97 230	23.50 237	21.06 237	7.08 219	17.87 235	51.83 241	51.55 253	1.81 198	14.20 209	3.08 130	3.94 185	1.47 165	30.65 216	8.98 220	9.43 212	7.39 160	6.89 216	25.95 247	35.31 239	39.95 255	53.69 256	54.00 252

SGM-Forest	3.19 150	2.07 170	0.45 61	6.33 194	2.00 172	2.67 176	0.10 63	1.46 82	0.76 117	2.49 156	0.91 111	6.65 171	6.47 184	0.48 152	6.84 153	3.08 130	0.85 91	0.33 50	3.65 101	0.62 87	2.81 101	5.69 120	0.84 177	1.18 158	3.88 168	3.84 141	11.86 203	7.73 167
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
APVNet	1.38 89	1.06 140	0.27 25	0.33 77	0.37 88	0.28 121	0.50 126	0.39 38	0.42 89	0.93 99	0.42 93	0.85 87	0.19 59	0.15 91	4.81 98	3.10 133	1.87 157	0.94 132	4.74 119	0.89 113	2.23 87	5.90 124	0.05 48	1.23 160	0.19 43	0.48 60	3.80 98	0.91 83

MyStereo	2.72 138	0.79 113	2.81 180	0.74 132	0.88 136	0.12 82	0.16 79	2.33 120	0.55 101	3.57 188	2.91 159	1.91 124	0.18 57	0.07 54	5.96 135	3.15 134	0.69 72	0.80 115	10.57 174	2.46 175	5.40 160	5.96 125	1.06 182	1.00 149	3.89 169	9.87 191	5.08 150	0.58 69

raft+_RVC	0.80 36	0.41 64	0.45 61	0.34 81	0.24 50	0.03 44	0.08 50	2.24 116	0.09 30	0.07 28	0.00 1	0.42 37	0.08 24	0.02 16	3.49 47	3.16 135	0.48 46	0.12 17	2.60 72	0.82 107	0.94 32	3.69 62	0.03 39	0.20 42	0.35 56	0.14 31	0.69 16	0.35 57

MDST_ROB	11.38 207	16.72 222	3.53 186	29.03 222	10.09 216	21.13 220	6.30 197	6.03 201	2.39 175	3.16 173	5.82 186	11.55 183	29.02 224	0.67 165	15.26 222	3.18 136	1.65 149	0.66 93	8.85 152	2.07 161	5.87 166	6.71 150	2.26 195	3.08 189	28.29 232	22.14 231	37.48 240	24.36 216

CASS	2.93 144	1.06 140	2.39 172	2.21 172	1.17 145	0.52 131	2.81 173	2.79 151	1.05 137	1.80 143	3.40 162	1.68 121	0.59 116	0.05 44	4.51 81	3.20 137	5.58 202	1.31 161	9.56 162	1.64 145	7.26 188	7.98 181	0.05 48	0.66 120	3.62 167	2.70 124	4.35 131	5.22 145
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
s12784h	2.36 128	2.32 176	2.69 179	1.64 158	0.77 129	0.08 73	0.06 40	2.09 113	0.54 97	1.17 113	0.13 66	1.69 122	0.67 123	0.04 40	3.36 43	3.26 138	1.00 109	0.40 62	3.79 105	0.49 67	5.47 163	4.44 86	0.16 95	0.38 75	3.34 161	5.45 159	7.07 178	11.25 183

SANet	11.19 206	4.59 201	6.27 211	5.98 192	6.03 200	9.51 207	3.52 181	15.63 222	13.49 221	2.90 168	8.65 209	59.91 246	26.52 220	3.01 204	14.30 212	3.26 138	7.32 210	3.86 208	11.91 181	3.94 195	6.50 177	7.39 160	2.61 198	7.75 223	12.68 213	17.80 219	13.93 209	22.99 211

AnonymousM	1.93 117	0.21 20	0.42 52	0.06 10	0.06 11	0.26 118	0.01 2	2.70 143	0.56 103	0.36 67	2.56 151	0.59 54	0.53 110	0.50 155	2.91 35	3.30 140	1.21 125	1.06 145	2.18 55	1.68 146	3.82 132	5.56 116	0.40 134	0.50 96	0.21 48	1.57 104	6.55 171	12.23 185

iResNet	4.46 173	0.88 123	0.92 108	2.61 174	2.85 183	4.95 190	1.38 149	4.97 192	1.33 147	3.66 192	3.45 163	12.37 185	16.29 209	0.06 52	9.09 176	3.33 141	2.53 171	1.85 180	16.79 191	2.68 181	4.65 149	4.29 80	0.25 118	4.69 201	1.88 127	4.19 144	5.32 156	3.22 131

test_3	1.92 115	1.16 148	1.42 135	0.44 108	0.39 97	0.14 91	0.20 93	2.79 151	0.17 58	0.38 68	0.41 92	4.32 152	0.36 83	0.03 28	6.25 143	3.34 142	0.68 71	0.67 96	9.18 159	0.53 75	3.20 112	7.85 177	0.06 54	0.80 137	0.95 92	1.27 95	3.85 104	0.94 87

FADNet_RVC	4.48 174	2.12 174	1.42 135	3.57 183	3.69 187	1.20 153	2.37 167	2.30 119	1.42 152	1.77 141	4.48 173	9.79 179	6.84 188	1.84 199	12.73 200	3.36 143	3.55 180	4.20 210	17.52 192	3.76 194	5.93 168	8.26 189	0.72 172	1.64 170	1.78 125	3.63 135	5.12 151	5.99 154

MyStereo04	2.45 132	0.72 107	1.28 127	0.73 131	0.84 135	0.04 50	0.16 79	2.58 135	0.98 131	3.09 171	0.72 108	1.71 123	0.16 49	0.07 54	5.25 110	3.37 144	0.81 83	1.04 142	10.31 171	2.51 177	5.56 164	5.11 108	1.16 186	0.94 147	3.03 151	8.41 181	4.87 147	0.64 73

RainbowNet	28.72 238	46.67 239	19.30 238	69.82 251	47.14 240	68.90 252	70.63 247	10.00 209	3.26 185	17.63 240	2.27 138	46.57 232	29.74 225	91.67 247	17.86 227	3.37 144	12.50 224	5.59 217	44.74 235	17.11 234	10.33 215	8.87 200	58.90 246	5.15 209	14.30 216	12.58 206	17.44 216	23.01 212

test_4	0.84 43	0.11 11	0.61 75	0.30 68	0.20 38	0.08 73	0.30 103	0.10 20	0.10 35	0.03 24	0.61 103	0.79 83	0.16 49	0.18 97	3.62 51	3.39 146	0.24 15	0.43 72	1.98 51	0.30 43	1.21 42	3.26 54	0.09 77	0.21 46	0.23 51	0.33 51	3.56 87	0.25 48

SGM-ForestM	13.51 215	15.62 220	5.25 201	19.43 215	9.27 211	19.59 219	12.46 215	12.78 219	8.97 212	3.34 181	9.27 213	36.07 220	25.37 219	2.03 201	16.48 225	3.39 146	4.90 199	1.21 155	22.28 205	2.96 186	6.90 186	5.25 112	1.83 192	4.68 200	27.51 231	25.27 235	34.85 238	27.72 222

PWCDC_ROB	3.09 147	0.52 78	0.24 21	0.38 97	0.92 141	0.25 116	0.37 113	1.16 72	8.67 210	0.14 41	2.36 146	0.85 87	32.24 230	0.72 168	6.25 143	3.40 148	2.00 159	0.94 132	2.65 74	1.03 122	3.63 128	9.35 207	0.27 123	0.68 123	0.55 70	0.69 74	1.44 29	1.79 110

CES	1.32 84	0.24 30	0.36 39	0.14 32	0.22 45	0.05 58	0.19 90	5.29 198	0.76 117	0.42 73	0.61 103	0.86 89	0.85 144	0.26 116	4.28 75	3.41 149	1.21 125	1.06 145	1.85 50	1.16 131	4.19 139	3.75 64	0.15 93	0.12 23	0.23 51	0.34 53	1.47 31	2.15 119

RALCasStereoNet	1.00 54	0.37 58	1.07 120	0.37 93	0.32 75	0.06 71	0.20 93	2.08 112	0.15 52	1.01 103	0.04 49	0.61 64	0.16 49	0.03 28	3.74 55	3.43 150	0.41 39	0.26 40	1.40 37	0.75 104	1.44 51	4.55 91	0.03 39	0.26 52	0.78 86	1.36 98	0.91 21	1.22 95

PMTNet	1.51 94	0.60 89	1.30 130	0.27 59	0.26 57	0.02 32	0.18 87	0.51 50	0.56 103	0.71 86	0.33 85	0.59 54	0.48 104	0.09 67	6.84 153	3.43 150	0.91 99	0.38 57	6.13 131	0.44 62	4.00 135	3.52 58	0.13 87	0.15 30	3.04 152	1.29 96	1.36 26	3.30 133

test-3	1.89 112	1.05 139	1.54 142	0.41 102	0.38 92	0.14 91	0.19 90	2.73 145	0.17 58	0.35 66	0.42 93	4.22 149	0.35 81	0.03 28	5.92 132	3.44 152	0.64 67	0.66 93	9.08 157	0.54 79	3.27 115	8.02 183	0.08 73	0.82 139	0.74 82	1.01 85	3.94 112	0.87 80

test_1	1.89 112	1.07 142	1.54 142	0.41 102	0.38 92	0.14 91	0.19 90	2.73 145	0.17 58	0.31 59	0.40 91	4.23 151	0.35 81	0.03 28	5.96 135	3.44 152	0.64 67	0.65 92	9.10 158	0.53 75	3.29 116	8.03 184	0.08 73	0.82 139	0.74 82	1.01 85	3.94 112	0.89 81

CREStereo	1.20 74	0.33 50	0.95 112	0.24 50	0.19 36	0.01 8	0.06 40	2.65 139	0.54 97	0.64 82	1.05 115	0.72 76	0.59 116	0.07 54	3.92 66	3.45 154	0.86 96	0.42 68	2.19 56	0.72 100	3.10 110	3.56 59	0.10 80	0.29 58	1.20 104	1.09 88	2.54 50	0.90 82
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
ADCRef	3.22 151	2.76 183	1.07 120	0.70 130	2.26 180	2.09 171	2.76 172	1.00 68	5.91 200	1.91 145	1.10 119	1.28 108	0.78 136	1.43 190	8.09 168	3.52 155	1.51 146	1.18 152	8.68 150	2.26 167	3.23 113	6.00 128	1.89 193	1.20 159	3.12 157	7.80 178	3.41 82	10.10 180

MFN_U_SF_DS_RVC	7.94 196	3.78 195	1.17 125	9.35 204	4.27 192	8.06 202	8.52 207	11.24 213	8.55 209	4.88 212	4.04 170	17.24 197	9.50 196	6.06 218	14.53 216	3.53 156	2.28 164	1.12 150	19.59 201	2.56 178	8.24 200	9.72 211	3.14 204	2.11 177	11.98 212	14.76 211	10.14 196	14.15 191

DeepPrunerF	2.93 144	1.75 164	0.35 35	3.49 181	9.49 213	1.73 166	4.02 187	0.70 58	3.19 184	0.69 84	1.51 126	0.60 58	0.34 79	0.14 90	7.97 167	3.53 156	1.21 125	0.76 111	4.64 118	0.73 101	2.31 88	4.11 76	0.65 165	0.58 108	15.77 218	3.70 137	3.75 96	1.43 98

4D-IteraStereo	1.14 66	0.34 54	1.40 134	0.29 64	0.38 92	0.05 58	0.09 57	2.11 114	0.11 38	0.00 1	0.19 75	0.52 51	0.22 66	0.24 113	3.76 57	3.57 158	0.28 20	0.38 57	2.95 85	0.49 67	3.35 119	5.63 119	0.12 86	0.41 79	0.10 26	0.29 47	3.09 64	0.34 55

EGLCR-Stereo	1.68 101	0.23 25	2.17 168	0.08 23	0.28 61	0.09 76	0.09 57	0.50 49	1.17 143	0.11 33	2.55 150	0.62 67	0.67 123	0.03 28	4.24 74	3.69 159	1.12 117	1.22 157	4.58 116	0.59 83	4.19 139	7.51 167	0.24 114	0.68 123	1.05 98	0.64 71	6.73 174	0.33 53

AE-Stereo	1.73 103	0.32 44	2.11 166	0.34 81	0.37 88	0.05 58	0.43 120	0.44 44	0.32 83	0.04 26	0.00 1	3.48 142	0.44 94	0.07 54	4.68 89	3.77 160	1.11 116	0.92 129	4.18 111	1.16 131	3.77 131	7.03 155	0.18 100	1.06 153	3.29 159	2.09 115	4.84 146	0.18 43

GMOStereo	1.19 70	0.17 16	0.68 78	0.34 81	0.31 65	0.13 87	0.31 104	2.36 121	0.15 52	0.00 1	0.17 71	0.60 58	0.45 97	0.02 16	3.83 61	3.83 161	0.54 54	0.70 100	2.41 62	0.64 90	1.71 71	6.50 143	0.01 7	0.34 64	1.38 110	0.25 41	4.07 117	0.10 27

error version	1.19 70	0.17 16	0.68 78	0.34 81	0.31 65	0.13 87	0.31 104	2.36 121	0.15 52	0.00 1	0.17 71	0.60 58	0.45 97	0.02 16	3.83 61	3.83 161	0.54 54	0.70 100	2.41 62	0.64 90	1.71 71	6.50 143	0.01 7	0.34 64	1.38 110	0.25 41	4.07 117	0.10 27

test-v	1.19 70	0.17 16	0.68 78	0.34 81	0.31 65	0.13 87	0.31 104	2.36 121	0.15 52	0.00 1	0.17 71	0.60 58	0.45 97	0.02 16	3.83 61	3.83 161	0.54 54	0.70 100	2.41 62	0.64 90	1.71 71	6.50 143	0.01 7	0.34 64	1.38 110	0.25 41	4.07 117	0.10 27

test-2	1.19 70	0.17 16	0.68 78	0.34 81	0.31 65	0.13 87	0.31 104	2.36 121	0.15 52	0.00 1	0.17 71	0.60 58	0.45 97	0.02 16	3.83 61	3.83 161	0.54 54	0.70 100	2.41 62	0.64 90	1.71 71	6.50 143	0.01 7	0.34 64	1.38 110	0.25 41	4.07 117	0.10 27

LoS	1.97 118	0.23 25	0.39 48	0.23 47	0.18 32	0.02 32	0.09 57	15.67 224	0.89 127	3.41 186	0.87 110	0.98 96	0.83 142	0.20 103	3.66 52	3.84 165	1.36 139	0.90 127	3.25 92	0.74 102	5.14 156	4.30 81	0.24 114	0.41 79	2.64 140	0.80 79	1.36 26	0.50 66

CBMV_ROB	7.04 191	2.92 185	2.91 181	8.40 202	6.54 205	5.80 192	3.57 183	5.09 195	2.49 177	3.84 199	4.70 177	21.33 203	14.76 207	0.47 150	10.48 187	3.84 165	3.13 177	1.58 169	12.20 184	8.81 218	6.17 170	5.80 122	0.47 148	3.14 190	9.16 204	15.50 215	13.69 208	13.29 188

sAnonymous2	1.64 97	0.27 36	0.18 14	0.11 30	0.20 38	0.49 127	0.05 32	1.85 96	0.98 131	0.21 46	0.39 88	1.21 101	0.85 144	0.08 63	4.74 91	3.93 167	1.35 137	1.22 157	7.85 141	0.83 110	4.15 137	5.99 126	0.03 39	0.42 82	0.15 38	2.19 117	2.36 47	2.37 122

CroCo_RVC	1.64 97	0.27 36	0.18 14	0.11 30	0.20 38	0.49 127	0.05 32	1.85 96	0.98 131	0.21 46	0.39 88	1.21 101	0.85 144	0.08 63	4.74 91	3.93 167	1.35 137	1.22 157	7.85 141	0.83 110	4.15 137	5.99 126	0.03 39	0.42 82	0.15 38	2.19 117	2.36 47	2.37 122

Any-RAFT	2.91 143	0.59 88	3.81 188	0.35 88	0.57 118	0.02 32	0.11 65	2.92 156	0.63 109	0.50 77	3.78 166	3.92 147	0.36 83	0.16 94	6.57 150	3.98 169	0.87 98	0.87 122	8.59 149	0.61 86	5.45 162	6.20 136	0.42 140	0.49 94	5.12 184	9.91 192	3.30 76	8.42 169

raftrobust	1.17 69	0.44 67	0.99 113	0.41 102	0.37 88	0.04 50	0.12 67	2.45 129	0.14 47	0.51 78	0.00 1	0.72 76	0.24 68	0.09 67	4.74 91	4.01 170	0.39 35	0.35 53	5.19 122	0.34 50	1.89 79	4.58 92	0.21 104	0.28 55	1.21 105	0.47 59	1.09 23	0.35 57

GANet-ADL	2.63 136	0.65 95	2.25 169	1.16 149	1.13 144	1.61 163	0.77 136	1.97 104	1.02 136	3.19 176	3.22 160	1.48 114	0.33 77	0.03 28	6.00 137	4.08 171	2.52 170	0.78 114	7.88 143	2.05 160	3.56 124	6.68 149	0.27 123	0.86 143	1.51 118	6.92 170	5.25 154	3.84 136

PSMNet_ROB	32.72 239	49.56 245	17.71 237	65.01 245	47.98 241	61.81 240	62.32 238	19.85 233	21.78 238	27.64 247	25.28 245	42.80 228	43.52 242	83.58 241	21.88 241	4.36 172	19.43 233	6.46 225	43.95 234	16.36 232	13.14 226	11.66 225	58.31 245	14.57 240	31.67 234	24.32 234	29.94 231	18.64 200

Dean	44.25 251	52.28 248	33.23 252	77.10 260	64.97 254	79.61 262	83.94 259	43.21 251	43.41 248	35.28 253	25.28 245	61.70 248	57.88 258	95.07 261	21.16 240	4.55 173	29.50 247	12.92 238	64.62 256	29.22 251	11.94 222	10.07 215	59.70 249	23.01 244	50.00 255	39.42 254	53.45 255	32.13 228

GEStereo_RVC	2.49 134	0.90 125	1.02 117	1.03 147	0.74 127	1.57 162	1.21 146	2.68 141	0.58 105	0.77 87	0.39 88	2.62 138	0.36 83	0.11 77	4.94 103	4.65 174	2.05 160	2.17 190	9.07 156	2.10 164	3.74 130	9.71 210	0.55 152	1.49 165	0.81 88	0.84 82	4.45 137	6.73 160

R-Stereo Train	2.40 130	1.12 144	1.98 162	1.00 142	0.24 50	0.05 58	0.07 45	2.02 106	1.01 134	1.35 127	2.47 147	1.55 117	0.47 102	0.19 98	5.66 122	4.74 175	1.71 152	1.04 142	7.24 138	1.14 126	5.08 154	7.81 174	0.06 54	0.42 82	2.90 147	4.55 151	3.22 70	5.57 147

RAFT-Stereo	2.40 130	1.12 144	1.98 162	1.00 142	0.24 50	0.05 58	0.07 45	2.02 106	1.01 134	1.35 127	2.47 147	1.55 117	0.47 102	0.19 98	5.66 122	4.74 175	1.71 152	1.04 142	7.24 138	1.14 126	5.08 154	7.81 174	0.06 54	0.42 82	2.90 147	4.55 151	3.22 70	5.57 147
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
STStereo	20.61 223	24.96 228	17.24 234	39.82 231	27.48 229	32.58 228	22.87 225	19.77 232	17.77 230	8.05 221	19.67 238	46.38 231	37.96 236	2.15 202	18.66 231	4.75 177	4.82 198	1.95 183	33.25 220	6.38 209	9.07 209	8.67 198	3.28 205	10.68 229	31.80 235	27.62 241	40.75 242	38.09 237

RTSC	3.11 148	0.95 130	1.93 160	0.51 117	0.89 137	1.05 150	2.90 177	1.64 87	1.98 171	2.28 153	2.71 154	1.60 119	1.14 156	1.24 185	11.23 191	4.78 178	4.92 200	2.00 187	8.11 148	1.61 144	4.78 150	6.97 154	0.34 129	1.52 166	1.35 108	1.21 94	4.60 142	9.80 179

SFCPSM	5.84 185	2.89 184	1.36 133	1.97 166	1.59 159	1.65 164	0.56 129	2.54 133	4.75 197	3.16 173	7.74 205	15.48 194	23.57 217	1.24 185	11.21 190	4.79 179	2.53 171	1.55 167	22.65 208	7.42 212	4.60 147	6.67 148	0.69 168	2.33 180	4.62 174	4.35 146	6.18 167	9.49 175

DAS	4.65 176	0.98 135	1.28 127	1.99 167	1.39 153	1.39 159	1.58 154	3.52 177	4.17 192	3.33 178	6.18 190	12.75 187	6.50 185	0.10 72	8.31 169	4.81 180	4.46 192	2.26 192	10.21 168	5.35 205	6.51 179	7.66 169	0.57 155	4.84 203	4.63 175	7.17 173	7.79 185	5.90 150

SepStereo	4.65 176	0.98 135	1.28 127	1.99 167	1.39 153	1.39 159	1.58 154	3.52 177	4.17 192	3.33 178	6.18 190	12.75 187	6.50 185	0.10 72	8.31 169	4.81 180	4.46 192	2.26 192	10.21 168	5.35 205	6.51 179	7.66 169	0.57 155	4.84 203	4.63 175	7.17 173	7.79 185	5.90 150

GwcNet-ADL	3.44 156	3.11 188	3.40 185	3.24 179	2.51 181	0.88 143	0.42 117	2.96 157	0.71 114	3.80 197	7.12 199	7.96 172	1.21 159	0.20 103	4.76 96	4.86 182	2.42 168	0.72 106	8.04 146	2.75 184	3.31 117	5.54 115	0.28 125	1.76 172	2.68 144	5.24 156	4.37 132	8.53 171

STTRV1_RVC	10.96 202	2.66 180	1.55 144	5.84 191	1.90 166	6.01 194	3.60 185	4.11 184	3.93 191	4.64 208	6.71 195	16.96 196	21.63 216	1.68 195	20.69 238	5.04 183	18.60 232	1.18 152	52.69 243	12.74 228	19.16 242	9.31 205	4.76 214	5.05 207	9.07 203	12.15 203	12.79 204	31.40 227

PWC_ROB	7.58 194	2.00 166	5.48 202	0.90 138	1.32 149	2.25 172	5.46 195	2.83 153	16.84 228	3.83 198	8.10 208	5.42 160	39.62 237	1.01 178	9.69 181	5.15 184	6.62 207	4.25 211	16.71 190	4.76 200	8.56 203	10.40 219	0.63 162	4.96 206	3.07 155	3.69 136	7.15 180	24.07 215

MFN_U_SF_RVC	11.03 203	6.12 208	3.70 187	9.72 205	5.50 196	12.91 211	11.38 212	12.61 217	7.46 206	12.18 233	14.75 228	23.19 204	14.11 206	9.33 223	18.32 228	5.16 185	4.41 191	3.43 205	39.06 229	6.67 211	10.28 214	11.18 222	1.45 190	6.88 218	9.80 208	8.50 185	9.76 193	19.96 205

ELAS	20.62 224	22.76 227	14.59 230	35.29 228	24.88 228	31.90 226	20.66 224	17.34 228	17.05 229	7.97 220	18.32 236	48.39 237	31.67 228	4.13 211	14.30 212	5.24 186	11.47 221	6.10 223	23.02 210	7.62 214	13.14 226	14.53 238	9.46 223	10.75 230	34.52 238	27.84 242	41.52 245	42.31 244
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-ADL	3.55 162	0.87 122	1.70 152	1.71 160	2.00 172	1.21 154	0.69 133	2.55 134	1.91 170	4.36 206	7.71 204	4.22 149	7.85 190	0.10 72	7.75 164	5.27 187	2.09 161	0.89 125	11.92 182	2.07 161	4.52 146	6.13 134	0.70 170	0.67 122	2.07 129	4.52 150	8.78 191	1.62 107

MaskLacGwcNet_RVC	8.85 199	1.66 161	6.09 208	4.62 189	3.79 188	3.05 179	6.94 201	3.69 180	3.58 189	4.74 210	10.17 218	65.85 251	12.11 203	7.99 222	7.88 166	5.27 187	4.63 194	5.31 215	18.89 197	2.67 180	8.70 204	10.19 216	1.05 181	4.09 195	5.01 182	9.52 189	6.30 170	15.16 193

sCroCo_RVC	1.89 112	0.25 34	0.34 33	0.06 10	0.20 38	0.16 101	0.04 24	0.81 62	1.73 166	1.94 147	0.44 95	1.12 99	0.88 149	0.12 84	4.48 80	5.29 189	2.26 163	1.77 177	5.32 124	2.13 165	5.92 167	7.47 164	0.10 80	0.37 73	0.60 74	1.61 106	4.41 136	1.14 93

ELAS_RVC	20.43 222	19.80 224	14.61 231	33.93 226	22.90 224	33.71 229	20.10 223	15.64 223	12.18 216	8.45 222	19.69 239	54.25 244	33.97 231	4.07 210	13.47 204	5.30 190	11.89 223	6.49 226	21.52 203	8.87 219	14.06 229	14.69 239	9.63 224	11.88 232	32.34 236	25.79 237	41.56 246	40.71 241
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TRStereo	3.75 165	3.07 186	7.59 214	0.37 93	0.17 30	7.92 201	0.24 98	2.99 158	0.91 129	2.72 160	1.68 130	5.88 165	0.65 122	0.15 91	5.57 117	5.35 191	0.86 96	0.80 115	7.01 137	1.31 136	4.10 136	7.50 166	0.34 129	0.43 88	2.67 143	12.33 204	12.84 205	5.90 150

ccs_rob	4.98 179	1.51 155	2.53 176	2.16 170	0.89 137	3.24 181	1.79 160	4.91 191	1.34 149	4.26 204	15.64 232	28.82 209	10.34 198	0.50 155	6.81 152	5.55 192	2.39 167	1.57 168	6.45 133	2.16 166	6.28 174	6.95 153	0.40 134	2.33 180	1.38 110	2.46 121	4.37 132	7.31 164

ADCMid	7.46 192	4.47 199	5.08 197	2.16 170	4.40 193	5.87 193	8.05 204	9.24 207	12.39 218	3.16 173	7.69 203	10.20 180	10.41 199	3.13 205	12.60 199	5.58 193	5.05 201	2.83 200	19.52 199	4.27 197	8.70 204	10.59 220	5.48 215	2.86 185	5.69 187	10.08 194	5.48 161	16.37 195

Anonymous	2.36 128	0.25 34	0.14 12	0.08 23	0.27 60	0.15 97	0.05 32	3.01 159	1.34 149	1.45 131	0.01 41	1.37 112	1.20 158	0.20 103	4.75 94	5.59 194	2.65 173	1.74 175	12.24 185	2.28 168	6.44 176	7.90 178	0.10 80	1.12 156	1.58 120	1.79 111	4.58 141	1.55 102

NOSS_ROB	3.47 158	3.88 197	0.50 66	2.22 173	1.85 165	2.58 175	0.05 32	2.70 143	1.59 157	3.61 190	1.69 131	2.61 137	3.90 180	1.01 178	9.33 178	5.76 195	3.02 176	1.87 182	2.83 81	1.09 123	5.42 161	6.93 152	0.46 147	3.37 192	3.09 156	10.15 196	8.01 188	4.05 137

iRaft-Stereo_20w	4.82 178	1.53 156	8.41 218	7.63 199	1.90 166	3.40 183	1.71 157	3.40 174	2.25 174	3.58 189	9.41 216	3.70 143	1.31 160	0.48 152	5.41 113	5.85 196	1.31 134	0.85 120	9.58 163	1.92 155	5.27 158	7.69 172	0.65 165	0.77 135	4.40 172	14.15 210	11.18 200	12.46 186

cross-raft	2.64 137	0.79 113	1.76 155	0.43 106	0.89 137	0.23 111	0.18 87	3.08 163	0.70 113	0.77 87	2.13 135	1.21 101	0.69 126	0.41 143	5.43 114	5.90 197	1.22 129	0.59 87	10.82 177	1.85 153	6.50 177	8.26 189	0.45 145	0.63 113	2.66 142	4.41 147	4.46 138	4.88 141

XQC	5.77 184	3.33 190	2.00 164	3.49 181	4.00 190	3.75 186	3.56 182	6.60 203	3.33 186	2.89 167	5.57 182	6.45 169	8.10 192	1.78 197	12.28 196	5.97 198	4.03 188	1.85 180	11.48 179	3.98 196	6.63 183	9.37 208	0.62 161	2.51 182	9.28 205	15.19 213	11.40 202	6.32 159

test-1	3.29 153	0.29 39	1.96 161	0.33 77	0.26 57	0.23 111	0.42 117	3.11 165	0.84 124	3.35 182	3.99 169	5.66 164	0.78 136	0.19 98	6.33 148	6.00 199	1.70 151	1.62 170	10.71 175	1.73 148	5.37 159	9.64 209	0.07 68	0.76 132	3.30 160	6.12 165	5.48 161	8.68 172

RTS	6.13 186	1.54 157	1.31 131	0.94 140	1.83 163	4.15 188	5.45 193	2.74 148	3.33 186	2.85 165	1.61 128	8.52 174	1.31 160	1.13 182	14.79 217	6.12 200	7.56 211	2.52 195	18.82 195	3.48 189	6.23 172	8.15 186	1.11 184	1.90 175	8.24 198	21.58 229	6.64 172	21.79 208

RTSA	6.13 186	1.54 157	1.31 131	0.94 140	1.83 163	4.15 188	5.45 193	2.74 148	3.33 186	2.85 165	1.61 128	8.52 174	1.31 160	1.13 182	14.79 217	6.12 200	7.56 211	2.52 195	18.82 195	3.48 189	6.23 172	8.15 186	1.11 184	1.90 175	8.24 198	21.58 229	6.64 172	21.79 208

EKT-Stereo	3.12 149	0.79 113	2.25 169	0.51 117	0.38 92	0.57 133	1.87 161	3.36 172	1.32 146	2.03 149	5.99 187	1.48 114	0.75 133	0.44 146	7.79 165	6.14 202	1.47 144	3.22 203	8.95 153	2.82 185	6.93 187	8.34 195	0.17 98	0.49 94	4.41 173	4.95 153	5.40 160	1.57 105

MSC_U_SF_DS_RVC	11.75 208	10.45 215	6.25 210	17.50 213	6.77 207	8.15 203	11.44 213	18.23 229	23.22 239	11.11 228	4.62 175	15.32 193	6.08 183	10.68 226	16.27 224	6.19 203	3.94 185	5.52 216	39.73 230	7.74 215	9.53 213	12.33 228	7.02 217	7.63 222	14.72 217	12.91 208	6.89 176	16.97 197

AnyNet_C32	6.34 189	2.03 168	2.98 182	1.85 164	2.88 184	3.58 184	6.75 200	4.57 188	12.25 217	3.05 170	7.04 198	4.71 153	1.88 167	2.57 203	14.38 214	6.24 204	6.31 206	4.36 213	12.98 186	3.18 188	11.94 222	11.62 224	1.98 194	4.21 196	6.60 194	10.55 197	6.27 169	14.36 192

anonymity	4.07 169	0.78 112	6.15 209	1.49 156	0.74 127	0.48 126	0.49 125	3.72 181	1.65 161	2.70 158	20.70 241	3.99 148	0.88 149	0.28 125	5.31 112	6.26 205	1.14 120	0.71 104	7.91 144	1.58 143	4.27 142	8.17 188	0.41 137	0.61 111	4.86 181	9.60 190	5.48 161	9.41 173

CBMV	6.33 188	3.75 194	1.57 145	3.96 184	3.58 186	2.97 178	1.75 159	3.89 182	2.67 181	4.14 200	2.72 155	14.42 191	3.85 179	0.73 169	10.81 188	6.26 205	4.67 195	2.29 194	9.29 160	1.51 141	8.03 197	7.42 162	0.63 162	6.58 217	6.79 196	7.57 177	20.00 220	28.98 224
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
LVE	40.69 248	49.32 244	32.19 250	74.37 259	65.31 255	65.52 247	78.53 253	29.09 247	24.11 240	37.95 254	38.44 251	39.09 225	50.88 249	95.16 262	18.50 230	6.31 207	25.93 240	13.65 242	54.80 247	26.51 248	16.26 236	15.81 242	69.49 259	26.57 248	44.82 251	33.95 250	41.51 244	24.49 217

SHD	5.09 180	1.15 147	3.12 183	1.80 162	1.94 168	1.71 165	2.82 174	5.09 195	4.76 198	2.82 164	5.39 179	5.07 156	9.79 197	0.87 172	11.37 193	6.33 208	4.71 196	2.67 198	13.97 187	3.50 193	7.31 189	8.29 194	0.44 144	3.88 193	5.02 183	7.49 176	4.03 116	12.20 184

XX-Stereo	3.82 166	0.53 79	2.00 164	1.20 150	0.31 65	0.38 123	0.57 130	1.46 82	0.40 87	2.50 157	7.33 201	5.11 157	1.04 154	0.11 77	7.05 158	6.53 209	1.29 132	0.81 117	7.44 140	0.89 113	4.26 141	5.80 122	0.45 145	0.39 77	27.22 230	3.57 131	5.16 152	9.43 174

FAT-Stereo	7.68 195	2.26 175	8.90 220	7.33 198	12.67 220	6.25 195	3.58 184	7.41 204	3.60 190	5.82 214	12.39 222	18.45 200	9.06 194	1.35 188	12.36 197	6.54 210	3.93 184	4.03 209	15.97 189	6.36 208	7.78 195	9.24 204	0.76 175	5.29 211	3.49 165	6.98 171	8.20 189	17.22 198

EAI-Stereo	3.47 158	1.08 143	3.31 184	1.01 146	2.20 178	0.86 142	2.15 165	3.02 160	2.01 172	0.21 46	6.99 197	3.36 141	0.71 129	0.17 95	8.65 173	6.60 211	1.21 125	1.15 151	10.39 172	1.82 152	4.60 147	8.03 184	0.69 168	1.76 172	2.14 130	5.97 162	7.35 181	6.22 156

ADCPNet	7.46 192	2.07 170	4.11 190	2.81 176	6.39 202	3.36 182	8.24 205	5.53 199	7.83 207	3.76 195	7.86 206	5.53 163	14.04 205	3.15 206	13.54 205	6.64 212	4.80 197	2.06 188	18.97 198	5.05 203	8.54 202	10.30 218	2.99 201	2.59 183	9.61 207	17.77 218	7.74 183	16.22 194

RAFT-Test	3.05 146	0.69 101	1.82 158	1.09 148	0.81 132	0.25 116	0.43 120	3.13 166	0.76 117	1.06 106	6.42 193	1.03 98	0.91 151	0.35 136	5.61 118	6.66 213	1.32 135	0.61 90	10.76 176	1.74 149	6.54 181	7.48 165	0.56 153	0.59 109	2.76 146	10.02 193	4.56 140	4.35 138

pmcnn	8.69 197	3.07 186	2.45 173	6.53 196	5.75 198	7.18 198	4.96 192	4.79 190	2.03 173	4.24 203	12.14 221	19.36 201	21.49 215	0.91 174	9.48 179	6.75 214	6.67 208	4.39 214	22.61 207	5.09 204	10.91 218	7.84 176	4.51 212	5.07 208	6.90 197	5.26 157	17.73 218	26.48 221

MSMDNet	2.61 135	0.70 104	1.72 154	0.38 97	0.62 121	0.23 111	0.18 87	3.09 164	0.67 112	1.02 104	2.22 137	1.22 104	2.43 172	0.35 136	5.26 111	6.79 215	1.36 139	0.58 86	10.46 173	3.11 187	6.34 175	7.92 179	0.41 137	0.76 132	2.48 136	3.98 143	3.04 62	3.06 128

MSKI-zero shot	3.55 162	0.69 101	1.78 157	0.20 37	0.41 100	0.19 107	0.14 74	3.13 166	0.94 130	0.80 91	6.42 193	3.89 146	0.60 119	0.03 28	5.84 130	6.80 216	1.44 141	1.01 140	11.77 180	2.28 168	6.56 182	8.63 197	0.24 114	0.71 125	4.66 177	11.34 200	7.75 184	7.55 165

IGEV_Zeroshot_test	4.05 168	0.80 116	8.10 216	6.86 197	0.41 100	2.27 173	1.89 162	3.90 183	1.41 151	2.09 151	8.67 210	4.78 154	1.00 153	0.23 112	5.53 116	6.82 217	1.05 112	0.73 108	9.30 161	1.98 158	7.38 191	8.89 201	0.47 148	0.72 126	5.72 188	5.34 158	5.93 166	7.12 162

Anonymous3	3.42 155	0.60 89	0.93 111	0.09 27	1.35 150	0.50 129	0.03 16	3.46 175	1.28 144	1.11 108	0.80 109	10.89 182	1.36 163	0.45 148	8.96 175	6.97 218	3.85 183	3.08 201	11.46 178	2.32 172	7.35 190	12.18 227	0.38 133	0.51 99	1.75 124	3.57 131	5.30 155	1.85 111

IMH	36.38 244	50.15 246	26.16 247	62.16 240	50.12 246	63.98 244	68.96 243	28.54 245	38.29 245	11.29 229	14.14 224	50.26 239	54.45 256	94.09 254	20.59 237	7.40 219	23.63 237	10.28 235	49.17 239	22.78 242	13.74 228	11.88 226	59.95 252	13.42 236	41.71 248	23.99 233	29.69 230	41.45 242

MeshStereo	13.92 216	10.29 214	5.80 205	24.32 221	15.33 221	17.65 217	7.76 203	12.34 216	7.38 204	4.65 209	9.09 212	38.22 222	30.61 227	0.62 161	14.44 215	7.42 220	4.05 189	2.65 197	19.82 202	2.63 179	14.32 232	9.90 213	1.27 187	6.42 215	22.75 227	19.43 222	33.41 233	33.14 229
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
edge stereo	11.93 209	6.96 210	11.28 223	14.49 209	12.53 219	16.91 215	13.06 216	12.62 218	7.43 205	6.06 216	15.07 229	38.54 223	18.86 211	1.55 192	12.90 201	7.43 221	6.14 204	3.10 202	25.46 214	4.74 199	8.16 198	10.22 217	4.20 210	4.35 198	9.83 209	8.13 180	13.68 207	28.51 223

IMH-64-1	35.05 242	48.99 242	25.77 245	61.80 237	50.28 247	62.71 241	68.79 241	27.80 241	35.88 242	10.10 224	14.48 226	46.82 233	41.96 240	94.04 252	19.93 235	7.49 222	22.67 235	9.35 233	48.46 237	21.14 238	14.12 230	12.56 229	59.91 250	12.21 233	41.64 246	20.57 226	27.79 226	39.03 238

IMH-64	35.05 242	48.99 242	25.77 245	61.80 237	50.28 247	62.71 241	68.79 241	27.80 241	35.88 242	10.10 224	14.48 226	46.82 233	41.96 240	94.04 252	19.93 235	7.49 222	22.67 235	9.35 233	48.46 237	21.14 238	14.12 230	12.56 229	59.91 250	12.21 233	41.64 246	20.57 226	27.79 226	39.03 238

S-Stereo	9.64 200	2.07 170	4.59 191	8.70 203	8.72 210	12.93 212	19.52 221	5.25 197	6.14 202	6.12 217	20.39 240	29.19 210	7.43 189	0.64 162	14.26 211	7.63 224	4.01 187	5.81 220	18.32 193	6.45 210	7.46 192	9.84 212	12.36 226	7.40 220	3.61 166	6.74 168	7.10 179	17.56 199

HH	3.49 160	0.47 72	5.11 199	0.68 128	0.69 124	0.93 146	1.38 149	3.19 169	0.82 121	2.81 161	2.29 142	5.39 158	0.81 139	0.34 131	5.69 125	7.67 225	0.99 105	1.08 147	9.91 165	2.70 182	7.76 193	8.27 191	0.57 155	0.93 145	3.44 163	8.42 183	5.63 164	6.30 157

HanStereo	3.49 160	0.47 72	5.11 199	0.68 128	0.69 124	0.93 146	1.38 149	3.19 169	0.82 121	2.81 161	2.29 142	5.39 158	0.81 139	0.34 131	5.69 125	7.67 225	0.99 105	1.08 147	9.91 165	2.70 182	7.76 193	8.27 191	0.57 155	0.93 145	3.44 163	8.42 183	5.63 164	6.30 157

HBP-ISP	4.03 167	3.61 192	4.65 193	4.90 190	2.67 182	3.96 187	0.21 95	4.13 185	1.33 147	3.40 184	4.53 174	5.06 155	0.59 116	1.99 200	8.66 174	8.18 227	1.95 158	1.49 166	3.09 91	1.55 142	5.74 165	9.32 206	0.67 167	2.28 179	3.06 154	5.01 154	10.99 199	5.93 153

SAMSARA	20.09 220	2.60 178	5.52 204	4.28 188	4.10 191	3.59 185	5.57 196	15.80 225	10.05 215	4.59 207	5.59 184	9.22 177	24.85 218	3.88 209	16.25 223	8.47 228	6.17 205	3.82 206	22.29 206	5.87 207	19.35 244	26.82 257	1.02 179	5.45 212	80.31 263	91.77 263	78.09 264	77.23 263

G-Net	11.11 205	4.89 204	9.62 222	4.05 186	4.71 194	7.69 200	2.56 169	10.07 210	15.27 224	5.01 213	15.52 231	47.57 236	9.25 195	0.66 164	11.93 194	8.70 229	5.83 203	4.33 212	24.55 212	15.55 231	8.38 201	9.97 214	3.01 202	5.25 210	6.16 192	13.40 209	22.59 222	23.59 214

TorneroNet-64	40.02 247	51.18 247	25.58 244	64.09 244	48.50 243	64.50 246	69.74 244	27.58 240	44.28 249	21.06 244	14.38 225	70.42 255	57.53 257	94.84 256	27.09 246	8.83 230	28.00 245	16.10 246	54.90 248	26.42 247	15.26 234	13.34 235	61.86 253	22.65 243	33.51 237	30.60 244	34.09 237	54.24 253

PVD	13.07 212	5.77 206	8.84 219	7.67 200	7.35 208	10.40 208	7.28 202	21.12 235	19.70 235	3.65 191	8.76 211	16.32 195	27.90 222	3.25 207	14.97 220	8.92 231	11.32 220	6.23 224	25.56 215	7.56 213	12.68 225	14.11 237	1.29 188	6.16 214	16.97 219	25.32 236	18.21 219	35.51 233

TorneroNet	40.95 249	54.80 249	28.35 248	67.47 249	50.00 245	66.00 249	71.75 248	26.53 239	45.69 250	24.20 245	21.34 242	68.12 252	53.25 255	94.92 258	27.93 247	9.57 232	26.82 243	16.87 249	54.27 246	24.50 244	16.26 236	13.93 236	62.31 254	23.32 245	36.59 244	27.14 240	43.07 247	50.69 250

AMNet	6.93 190	3.82 196	2.53 176	4.00 185	5.78 199	6.99 197	3.24 179	2.46 130	2.51 178	3.39 183	6.36 192	9.40 178	2.06 169	7.30 219	5.92 132	9.99 233	13.66 225	7.81 229	8.03 145	7.76 216	11.45 219	8.81 199	2.81 199	4.73 202	5.75 189	7.80 178	13.20 206	19.55 203

PWCK	39.46 246	63.60 254	25.26 242	73.87 258	41.94 237	61.54 239	51.88 235	54.42 256	37.36 244	26.43 246	38.00 250	62.72 250	47.31 244	27.64 232	24.07 244	10.09 234	32.07 251	12.97 240	84.14 263	29.01 250	25.42 251	16.79 244	48.17 240	30.69 252	35.86 242	32.01 245	32.05 232	40.21 240

DPSNet	15.27 217	3.38 191	2.28 171	7.89 201	8.28 209	10.58 209	4.44 189	5.86 200	8.70 211	4.26 204	6.00 189	72.12 256	28.20 223	4.69 215	15.14 221	10.42 235	11.48 222	8.27 230	58.42 253	9.38 222	12.12 224	11.31 223	17.29 232	11.11 231	20.16 225	20.85 228	14.99 212	24.68 218

MANE	21.44 226	17.36 223	16.07 233	34.52 227	24.54 226	25.94 223	19.26 220	20.13 234	18.43 232	6.42 218	15.25 230	40.88 226	36.30 234	4.35 212	18.72 232	10.55 236	8.23 213	29.63 256	23.68 211	4.94 201	11.81 221	8.91 202	3.02 203	10.18 228	36.19 243	32.24 246	51.66 254	49.72 249

MFMNet_re	16.81 218	13.74 218	7.85 215	23.81 220	9.51 214	34.14 230	18.04 218	12.31 214	19.02 233	10.33 227	12.96 223	38.69 224	15.16 208	1.61 194	18.46 229	10.89 237	28.67 246	12.10 237	31.52 218	10.43 224	18.75 241	11.05 221	8.52 220	9.85 227	9.47 206	5.57 160	24.17 223	37.24 235

BEATNet-Init1	25.27 233	27.76 229	13.76 228	44.57 233	24.32 225	38.91 232	25.10 226	19.51 231	20.03 236	9.35 223	16.15 233	47.35 235	48.89 248	4.71 216	23.55 243	11.00 238	8.78 215	5.84 221	49.88 240	20.70 237	15.01 233	14.94 240	7.37 219	12.57 235	35.78 241	26.22 238	60.85 261	49.36 248

ADCS	10.79 201	5.73 205	4.98 195	4.16 187	6.39 202	6.60 196	6.53 198	10.15 211	15.87 226	4.18 202	7.59 202	13.56 190	18.31 210	4.53 214	14.24 210	11.99 239	10.80 219	7.09 228	25.37 213	9.28 221	16.45 238	16.31 243	2.97 200	7.03 219	10.05 210	20.56 225	11.21 201	19.51 202

FADE			17.50 236	14.80 210				21.58 236		17.74 241			47.38 245	13.14 229	21.07 239	12.04 240	34.32 252	23.23 251		35.12 253	37.77 259	35.26 258	13.16 228	25.00 246			47.51 249

AnyNet_C01	13.13 213	6.35 209	5.48 202	6.38 195	6.46 204	5.73 191	10.15 210	12.79 220	16.56 227	5.83 215	9.31 214	26.51 207	19.60 212	5.31 217	17.84 226	13.62 241	17.55 230	15.56 245	35.24 223	11.09 225	19.28 243	17.31 245	7.05 218	7.85 224	13.46 215	10.79 198	9.89 194	21.58 207

DispFullNet	27.09 234	40.76 234	20.37 239	53.27 234	39.67 236	45.72 234	56.25 236	14.00 221	12.78 219	14.18 235	10.07 217	43.95 230	34.00 232	86.26 243	13.33 203	13.62 241	31.37 250	16.57 248	52.58 242	15.02 230	15.98 235	12.66 231	15.43 230	6.52 216	8.73 201	8.65 186	16.24 215	33.48 230

DGSMNet	12.26 210	4.87 203	8.31 217	6.01 193	6.04 201	7.30 199	6.59 199	7.90 205	4.51 196	11.38 230	32.66 249	17.48 198	8.74 193	4.36 213	14.01 207	14.50 243	17.26 229	9.25 232	41.69 232	11.54 227	21.38 247	24.41 250	4.74 213	7.56 221	5.44 185	11.45 201	8.55 190	13.11 187

SGM+DAISY	22.46 228	16.23 221	12.74 226	23.16 219	22.67 223	25.12 222	20.00 222	18.50 230	14.48 223	18.58 242	22.04 244	30.49 211	41.59 238	13.05 228	22.51 242	16.54 244	26.00 241	12.93 239	35.92 224	22.37 241	28.02 253	25.12 253	21.26 233	13.77 237	20.04 224	18.46 221	33.94 236	30.81 226

MADNet+	20.34 221	8.33 211	14.90 232	18.17 214	11.98 218	8.55 204	19.20 219	28.96 246	17.96 231	12.55 234	11.63 220	34.32 217	30.36 226	10.57 225	26.85 245	16.66 245	27.39 244	10.40 236	40.88 231	18.27 236	19.91 245	15.53 241	9.97 225	19.40 242	35.72 240	22.38 232	21.31 221	37.09 234

JetBlue	33.16 240	30.03 230	36.86 256	39.95 232	35.04 234	44.19 233	36.23 231	30.47 249	47.01 252	15.01 239	10.48 219	79.96 262	19.64 213	25.82 231	18.89 233	17.14 246	40.11 256	25.93 254	36.94 226	25.94 246	32.23 256	26.39 255	31.84 235	27.47 249	31.63 233	33.13 248	48.81 252	48.30 247

SPS-STEREO	20.98 225	14.87 219	11.99 225	19.90 216	20.87 222	18.85 218	10.39 211	16.04 226	19.39 234	19.65 243	21.64 243	33.32 214	37.38 235	7.51 220	19.34 234	17.18 247	26.65 242	16.12 247	32.93 219	23.87 243	31.45 255	25.37 254	13.83 229	14.33 239	17.76 221	19.97 223	29.60 229	26.21 219
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	28.15 236	31.17 231	25.54 243	33.41 225	34.99 233	22.62 221	28.62 228	47.75 255	47.89 253	29.08 248	39.82 253	41.47 227	41.79 239	12.75 227	36.14 252	18.16 248	17.03 228	8.88 231	47.38 236	21.69 240	11.73 220	12.95 234	3.79 209	33.81 253	23.20 228	26.44 239	24.41 224	37.61 236

LRCNet_RVC	60.98 260	74.62 263	47.06 260	94.31 264	95.29 265	91.20 264	85.70 261	54.57 257	35.63 241	98.62 265	74.21 262	91.97 266	68.08 263	96.82 265	39.31 253	18.45 249	70.27 263	52.85 262	94.58 264	64.63 263	32.99 257	24.53 252	94.81 265	53.78 262	19.71 223	12.68 207	33.49 234	26.36 220

UNDER WATER-64	54.23 257	63.34 253	46.02 259	79.36 262	71.42 260	76.64 260	88.13 263	66.12 261	46.96 251	52.07 260	60.69 258	73.21 257	59.22 260	94.98 260	35.82 251	18.58 250	36.56 255	27.05 255	54.96 249	27.40 249	22.29 248	24.45 251	75.67 263	44.51 257	51.17 256	56.84 259	41.43 243	69.34 262

WAO-6	37.66 245	47.81 240	21.43 240	60.52 236	52.73 250	58.92 237	64.84 239	27.98 243	43.38 247	33.02 252	17.53 234	43.36 229	50.95 250	89.65 244	33.50 248	18.63 251	24.84 238	13.57 241	42.17 233	25.77 245	21.16 246	19.52 246	35.00 236	18.52 241	43.20 249	29.62 243	37.17 239	41.96 243

WAO-8	45.52 252	56.99 251	36.84 254	70.78 254	61.58 251	72.65 256	72.88 249	44.15 252	50.34 254	32.51 250	26.24 247	68.22 253	50.98 251	91.91 248	34.40 249	19.25 252	31.26 248	14.25 243	53.00 244	37.84 255	18.64 239	12.91 232	45.23 237	27.94 250	54.23 258	39.08 251	48.02 250	56.81 255

Venus	45.52 252	56.99 251	36.84 254	70.77 253	61.58 251	72.65 256	72.88 249	44.15 252	50.34 254	32.51 250	26.24 247	68.22 253	50.98 251	91.91 248	34.40 249	19.25 252	31.26 248	14.25 243	53.00 244	37.84 255	18.64 239	12.91 232	45.23 237	27.94 250	54.23 258	39.08 251	48.02 250	56.81 255

UNDER WATER	53.46 255	66.50 257	44.48 257	77.89 261	68.28 257	75.27 259	86.28 262	62.01 260	51.94 256	41.57 255	48.61 254	74.76 259	58.64 259	94.91 257	40.27 254	19.59 254	35.94 253	25.36 252	57.83 251	30.24 252	22.42 249	21.82 247	69.76 260	49.60 261	53.54 257	52.17 257	44.57 248	69.15 261

notaker	50.99 254	64.58 256	35.58 253	71.22 255	67.03 256	71.52 255	79.74 255	46.10 254	64.92 258	43.57 257	60.04 257	61.27 247	52.88 254	94.30 255	52.11 258	32.30 255	36.01 254	25.62 253	66.68 258	41.75 257	26.51 252	26.69 256	69.04 258	40.16 256	27.04 229	32.57 247	39.45 241	47.99 246

ktn	53.49 256	64.55 255	32.09 249	67.37 248	73.02 262	67.18 251	79.08 254	39.47 250	71.03 260	45.61 259	66.57 260	53.73 243	46.66 243	95.58 263	51.51 257	35.27 256	42.24 258	32.53 257	61.67 254	36.66 254	34.35 258	37.51 259	63.57 255	39.21 254	45.92 252	42.82 256	58.10 259	61.01 257

HanzoNet	61.45 261	69.33 258	44.96 258	71.45 256	72.16 261	72.71 258	79.94 256	60.19 259	75.71 261	45.02 258	73.92 261	75.04 260	64.67 262	96.72 264	48.25 256	40.02 257	53.74 260	47.73 261	76.16 260	51.62 260	46.98 261	46.48 261	73.13 261	39.85 255	55.14 260	52.31 258	60.69 260	65.16 260

KSHMR	57.18 258	74.32 262	54.88 261	81.85 263	71.02 259	78.52 261	83.49 258	67.32 263	55.52 257	57.05 261	55.43 256	62.46 249	47.47 246	94.95 259	62.89 260	43.86 258	41.02 257	36.71 259	65.14 257	47.71 259	30.88 254	22.80 249	66.24 257	55.80 263	49.31 254	33.72 249	50.52 253	52.93 251

DPSimNet_ROB	59.87 259	56.83 250	60.12 262	63.44 242	74.40 263	61.08 238	66.03 240	29.26 248	91.88 264	80.83 263	53.70 255	74.56 258	48.76 247	90.67 245	61.12 259	47.44 259	55.65 261	43.29 260	68.79 259	60.06 262	52.83 262	61.42 262	45.69 239	46.03 259	46.40 253	63.34 260	56.49 257	56.41 254

SPstereo	43.04 250	33.32 233	32.45 251	30.80 223	34.50 232	30.75 224	28.55 227	58.42 258	43.16 246	30.26 249	60.88 259	48.92 238	63.39 261	44.40 234	41.97 255	53.98 260	48.24 259	33.80 258	57.94 252	41.93 258	44.30 260	40.41 260	27.95 234	44.78 258	43.85 250	39.09 253	57.71 258	46.32 245

JetRed	63.04 262	70.59 259	68.87 263	66.96 246	63.46 253	70.43 254	74.93 251	66.45 262	66.78 259	41.63 256	39.08 252	81.30 263	13.47 204	63.11 236	65.97 261	66.70 261	65.90 262	75.66 265	63.14 255	54.09 261	78.41 263	73.67 263	73.25 262	49.49 260	56.43 261	64.32 261	66.29 262	61.81 258

LSM0	23.31 230	6.07 207	4.80 194	15.07 211	10.87 217	17.08 216	14.50 217	23.84 238	15.74 225	14.73 237	18.40 237	35.77 219	35.06 233	1.58 193	76.98 262	85.81 262	14.68 226	5.68 218	56.53 250	17.15 235	23.95 250	21.89 248	4.26 211	8.21 225	17.36 220	20.39 224	29.27 228	33.71 231

ASD4	81.93 264	73.21 261	76.95 264	73.65 257	68.72 258	82.82 263	70.01 246	72.46 265	81.37 263	64.41 262	77.66 263	50.65 240	95.44 265	68.75 238	77.39 263	87.32 263	86.80 264	89.75 266	81.77 261	89.98 264	88.86 264	88.63 265	80.66 264	86.12 264	99.17 268	99.85 267	99.79 268	99.90 267

MADNet++	76.55 263	72.12 260	82.72 265	61.81 239	81.28 264	58.20 235	69.82 245	68.60 264	78.83 262	85.65 264	92.58 264	79.76 261	85.27 264	36.74 233	81.31 264	89.87 264	87.51 265	69.64 263	82.22 262	90.64 265	91.37 265	93.20 266	65.06 256	90.12 265	59.87 262	75.77 262	74.46 263	62.48 259

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

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

HaxPig	99.00 269	100.00 268	98.99 268	100.00 266	100.00 267	99.99 267	100.00 268	99.99 269	99.89 267	100.00 268	99.98 269	100.00 271	99.94 269	100.00 268	99.61 268	99.46 267	99.97 270	99.58 268	99.99 268	99.99 268	97.37 268	96.43 267	99.99 267	99.98 268	89.52 265	99.53 266	94.23 266	98.48 266

AVERAGE_ROB	98.96 268	100.00 268	99.80 269	100.00 266	100.00 267	100.00 268	100.00 268	100.00 270	100.00 268	100.00 268	100.00 270	100.00 271	100.00 270	100.00 268	99.80 269	99.85 268	100.00 271	100.00 271	100.00 269	100.00 271	98.20 269	99.54 269	100.00 268	100.00 269	93.40 266	93.83 265	94.40 267	93.22 264

MyStereo03	100.00 274	100.00 268	100.00 270	100.00 266	100.00 267	100.00 268	100.00 268	100.00 270	100.00 268	100.00 268	100.00 270	100.00 271	100.00 270	100.00 268	100.00 272	100.00 269	100.00 271	100.00 271	100.00 269	100.00 271	100.00 272	100.00 272	100.00 268	100.00 269	100.00 269	100.00 269	100.00 269	100.00 269

MyStereo02	96.30 266	100.00 268	100.00 270	100.00 266	0.00 1	100.00 268	100.00 268	100.00 270	100.00 268	100.00 268	100.00 270	100.00 271	100.00 270	100.00 268	100.00 272	100.00 269	100.00 271	100.00 271	100.00 269	100.00 271	100.00 272	100.00 272	100.00 268	100.00 269	100.00 269	100.00 269	100.00 269	100.00 269

DLNR_Zeroshot_test	23.08 229	78.93 264	7.15 213	99.97 265	0.34 79	0.16 101	98.90 264	3.23 171	0.54 97	3.12 172	2.31 145	6.01 167	0.92 152	21.35 230	96.48 266	100.00 269	25.46 239	22.19 250	22.79 209	2.43 174	9.32 211	9.14 203	0.06 54	0.65 119	2.36 135	3.89 142	2.16 43	3.20 130

CasAABBNet	100.00 274	100.00 268	100.00 270	100.00 266	100.00 267	100.00 268	100.00 268	100.00 270	100.00 268	100.00 268	100.00 270	100.00 271	100.00 270	100.00 268	100.00 272	100.00 269	100.00 271	100.00 271	100.00 269	100.00 271	100.00 272	100.00 272	100.00 268	100.00 269	100.00 269	100.00 269	100.00 269	100.00 269

DPSMNet_ROB	99.54 271	99.78 267	100.00 270	100.00 266	100.00 267	100.00 268	100.00 268	99.19 266	100.00 268	99.32 266	99.65 266	91.68 265	99.16 268	100.00 268	99.94 270	100.00 269	99.83 269	99.99 269	99.59 266	99.99 268	99.77 270	99.66 270	100.00 268	100.00 269	100.00 269	100.00 269	100.00 269	100.00 269

DGTPSM_ROB	99.53 270	99.77 266	100.00 270	100.00 266	100.00 267	100.00 268	100.00 268	99.19 266	100.00 268	99.32 266	99.66 267	91.63 264	99.15 267	100.00 268	99.94 270	100.00 269	99.82 268	99.99 269	99.51 265	99.99 268	99.77 270	99.66 270	100.00 268	100.00 269	100.00 269	100.00 269	100.00 269	100.00 269

DPSM_ROB	99.91 272	100.00 268	100.00 270	100.00 266	100.00 267	98.90 265	98.96 265	100.00 270	100.00 268	100.00 268	100.00 270	99.76 268	100.00 270	100.00 268	100.00 272	100.00 269	100.00 271	100.00 271	100.00 269	100.00 271	100.00 272	100.00 272	100.00 268	100.00 269	100.00 269	100.00 269	100.00 269	100.00 269

DPSM	99.91 272	100.00 268	100.00 270	100.00 266	100.00 267	98.90 265	98.96 265	100.00 270	100.00 268	100.00 268	100.00 270	99.76 268	100.00 270	100.00 268	100.00 272	100.00 269	100.00 271	100.00 271	100.00 269	100.00 271	100.00 272	100.00 272	100.00 268	100.00 269	100.00 269	100.00 269	100.00 269	100.00 269

Low-res two-view benchmark