Low-res two-view results

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

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

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

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

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

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

ProNet	0.06 1	0.03 1	0.08 10	0.01 1	0.00 1	0.12 97	0.27 128	0.00 1	0.01 1	0.00 1	0.00 1	0.05 1	0.00 1	0.05 55	0.43 2	0.28 2	0.02 1	0.00 1	0.09 6	0.00 1	0.05 1	0.02 1	0.00 1	0.00 1	0.08 28	0.00 1	0.05 1	0.00 1

RAFT	0.18 5	0.04 2	0.33 39	0.02 2	0.00 1	0.12 97	0.12 110	0.94 67	0.01 1	0.70 86	0.00 1	0.17 10	0.00 1	0.01 7	0.57 4	0.46 5	0.03 2	0.00 1	0.06 4	0.21 53	0.14 5	0.50 16	0.00 1	0.00 1	0.02 8	0.00 1	0.27 11	0.00 1

RAFT + AFF	0.41 20	0.04 2	0.01 2	0.22 45	0.02 4	0.04 71	0.00 1	0.03 8	0.03 4	0.00 1	0.00 1	0.28 31	0.02 6	0.01 7	4.88 160	0.92 24	0.35 55	0.02 6	2.33 69	0.03 7	0.65 27	0.50 16	0.01 27	0.12 54	0.15 53	0.10 35	0.24 9	0.01 8

RYNet	0.45 24	0.04 2	0.00 1	0.02 2	0.03 7	0.00 1	0.00 1	0.01 2	0.04 8	0.07 35	0.00 1	0.05 1	0.12 44	0.00 1	4.77 154	0.60 8	0.10 11	1.00 148	0.35 13	0.01 3	0.21 9	0.04 2	0.00 1	0.02 5	0.08 28	3.06 133	1.39 31	0.13 41

AANet_RVC	0.25 11	0.05 5	0.29 31	0.06 15	0.19 51	0.00 1	0.23 126	0.03 8	0.17 62	0.35 66	0.01 43	0.07 4	0.04 16	0.01 7	1.37 14	0.48 7	0.10 11	0.06 12	0.43 16	0.17 38	0.10 2	0.25 10	0.03 63	0.05 17	0.02 8	0.06 25	1.15 26	0.89 87

Former-RAFT_DAM_RVC	0.65 44	0.06 6	0.35 46	0.17 36	0.16 38	0.01 34	0.01 26	1.78 94	0.20 72	0.14 45	0.16 73	0.41 56	0.17 64	0.02 21	2.91 69	1.69 95	0.26 42	0.38 72	1.18 39	0.12 29	1.54 78	2.66 94	0.01 27	0.06 22	0.16 54	2.28 125	0.22 8	0.33 60

CroCo-Stereo	0.18 5	0.07 7	0.02 3	0.05 8	0.06 18	0.00 1	0.00 1	0.04 13	0.04 8	0.00 1	0.00 1	0.05 1	0.02 6	0.00 1	1.54 20	1.07 33	0.04 4	0.03 8	0.65 21	0.04 9	0.32 14	0.73 27	0.00 1	0.02 5	0.03 12	0.01 8	0.08 4	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
delet	0.19 8	0.07 7	0.25 23	0.06 15	0.04 12	0.02 57	0.02 47	0.01 2	0.04 8	0.34 62	0.00 1	0.10 6	0.03 11	0.02 21	1.36 13	0.46 5	0.16 24	0.05 10	0.13 7	0.05 12	0.13 4	0.18 8	0.00 1	0.04 14	0.00 1	0.01 8	1.41 32	0.02 11

TDLM	0.09 2	0.08 9	0.12 13	0.02 2	0.02 4	0.00 1	0.01 26	0.19 28	0.04 8	0.00 1	0.00 1	0.48 62	0.01 3	0.01 7	0.26 1	0.22 1	0.08 8	0.06 12	0.01 1	0.00 1	0.10 2	0.10 6	0.01 27	0.01 3	0.00 1	0.01 8	0.30 13	0.39 65

anonymousdsp	0.27 13	0.09 10	0.36 50	0.24 54	0.05 15	0.09 86	0.00 1	0.03 8	0.05 14	0.00 1	0.28 83	0.19 14	0.15 52	0.00 1	1.24 10	0.84 17	0.12 15	0.10 20	0.29 11	0.18 40	0.42 17	1.05 40	0.02 46	0.05 17	0.01 5	0.01 8	1.54 36	0.00 1

CroCo-Stereo Lap2	0.14 4	0.09 10	0.03 5	0.05 8	0.05 15	0.00 1	0.00 1	0.03 8	0.05 14	0.24 54	0.00 1	0.08 5	0.02 6	0.01 7	1.28 11	1.00 29	0.03 2	0.02 6	0.05 2	0.04 9	0.31 13	0.34 13	0.00 1	0.03 9	0.03 12	0.00 1	0.05 1	0.00 1

StereoVision	0.11 3	0.10 12	0.02 3	0.04 6	0.03 7	0.00 1	0.02 47	0.04 13	0.03 4	0.03 31	0.00 1	0.17 10	0.02 6	0.03 36	0.99 6	0.75 14	0.05 5	0.01 3	0.29 11	0.03 7	0.15 6	0.07 4	0.00 1	0.05 17	0.03 12	0.00 1	0.06 3	0.00 1

test_4	0.60 38	0.10 12	0.53 80	0.29 73	0.13 33	0.07 81	0.22 124	0.09 22	0.07 23	0.03 31	0.00 1	0.68 88	0.15 52	0.08 78	2.06 30	1.55 77	0.12 15	0.39 74	1.82 53	0.18 40	1.12 50	2.11 69	0.01 27	0.07 28	0.20 59	0.30 59	3.49 92	0.24 50

MIM_Stereo	0.55 29	0.13 14	0.43 65	0.34 87	0.22 63	0.11 91	0.02 47	2.05 109	0.07 23	0.00 1	0.01 43	0.23 20	0.09 37	0.03 36	2.07 31	1.15 43	0.15 20	0.39 74	2.56 78	0.27 62	1.24 60	0.94 36	0.06 86	0.13 61	0.18 57	0.19 48	1.72 39	0.17 46

FINET	0.37 19	0.14 15	0.45 70	0.18 38	0.08 23	0.02 57	0.01 26	0.34 39	0.17 62	0.01 23	0.30 87	0.56 78	0.19 65	0.02 21	2.46 51	1.20 48	0.26 42	0.09 17	1.10 34	0.14 30	0.72 30	0.31 11	0.04 70	0.14 64	0.03 12	0.10 35	0.84 22	0.05 22

GMOStereo	0.91 68	0.15 16	0.61 91	0.34 87	0.25 71	0.12 97	0.05 78	2.40 124	0.15 54	0.00 1	0.18 75	0.51 66	0.45 100	0.02 21	2.30 38	1.97 114	0.53 77	0.70 111	2.24 62	0.41 82	1.67 80	3.92 126	0.01 27	0.15 68	1.33 117	0.13 38	3.95 118	0.09 29

error version	0.91 68	0.15 16	0.61 91	0.34 87	0.25 71	0.12 97	0.05 78	2.40 124	0.15 54	0.00 1	0.18 75	0.51 66	0.45 100	0.02 21	2.30 38	1.97 114	0.53 77	0.70 111	2.24 62	0.41 82	1.67 80	3.92 126	0.01 27	0.15 68	1.33 117	0.13 38	3.95 118	0.09 29

test-v	0.91 68	0.15 16	0.61 91	0.34 87	0.25 71	0.12 97	0.05 78	2.40 124	0.15 54	0.00 1	0.18 75	0.51 66	0.45 100	0.02 21	2.30 38	1.97 114	0.53 77	0.70 111	2.24 62	0.41 82	1.67 80	3.92 126	0.01 27	0.15 68	1.33 117	0.13 38	3.95 118	0.09 29

test-2	0.91 68	0.15 16	0.61 91	0.34 87	0.25 71	0.12 97	0.05 78	2.40 124	0.15 54	0.00 1	0.18 75	0.51 66	0.45 100	0.02 21	2.30 38	1.97 114	0.53 77	0.70 111	2.24 62	0.41 82	1.67 80	3.92 126	0.01 27	0.15 68	1.33 117	0.13 38	3.95 118	0.09 29

CVANet_RVC	0.21 9	0.15 16	0.61 91	0.42 112	0.06 18	0.06 80	0.01 26	1.53 87	0.05 14	0.08 38	0.04 53	0.62 83	0.04 16	0.03 36	0.46 3	0.32 3	0.14 18	0.09 17	0.05 2	0.01 3	0.19 7	0.07 4	0.00 1	0.03 9	0.00 1	0.01 8	0.55 16	0.08 28

HITNet	0.59 35	0.16 21	0.10 11	0.06 15	0.07 20	0.01 34	0.02 47	1.76 92	0.82 125	0.11 41	0.00 1	0.68 88	0.28 77	0.11 97	2.51 54	1.02 30	0.25 38	0.13 29	0.63 20	0.24 56	1.43 69	1.56 57	0.01 27	0.12 54	0.02 8	0.16 44	3.32 83	0.42 68
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
RASNet	0.63 42	0.18 22	0.57 81	0.41 111	0.28 83	0.10 89	0.05 78	0.94 67	0.14 52	1.07 108	0.09 63	0.48 62	0.34 85	0.02 21	1.28 11	1.47 70	0.35 55	0.21 41	0.99 30	0.02 6	1.15 52	1.53 53	0.10 97	0.34 128	0.22 62	0.30 59	3.55 94	0.73 80

CIPLG	0.87 66	0.19 23	0.67 104	0.27 62	0.21 58	0.00 1	0.20 120	0.19 28	0.50 100	0.07 35	0.12 65	1.16 111	0.08 29	0.21 132	4.78 155	1.50 73	0.68 98	0.22 42	1.92 54	0.18 40	2.28 95	2.98 104	0.04 70	0.27 103	0.66 95	0.09 33	3.80 109	0.12 39

iRaftStereo_RVC	0.22 10	0.19 23	0.35 46	0.22 45	0.11 30	0.01 34	0.00 1	0.04 13	0.07 23	0.00 1	0.00 1	0.22 19	0.10 42	0.03 36	1.13 8	0.87 18	0.16 24	0.06 12	0.37 15	0.11 26	0.95 41	0.62 23	0.00 1	0.02 5	0.08 28	0.00 1	0.11 5	0.03 13

ARAFT	0.70 48	0.19 23	0.28 28	0.31 78	0.08 23	0.00 1	0.01 26	0.16 25	0.08 29	1.30 122	0.00 1	0.38 51	0.03 11	0.10 94	3.41 102	1.87 106	0.29 46	0.27 56	2.54 77	0.05 12	1.83 88	1.60 58	0.01 27	0.10 48	0.42 78	0.02 19	3.41 86	0.12 39

IPLGR_C	0.86 61	0.20 26	0.61 91	0.28 66	0.21 58	0.00 1	0.22 124	0.18 26	0.47 94	0.07 35	0.12 65	1.18 112	0.08 29	0.20 127	4.59 144	1.50 73	0.65 92	0.26 50	2.00 57	0.19 46	2.34 100	2.95 101	0.05 79	0.27 103	0.60 91	0.07 29	3.82 111	0.11 36

AnonymousM	1.53 107	0.20 26	0.39 59	0.05 8	0.04 12	0.25 123	0.01 26	2.74 148	0.57 108	0.35 66	1.45 134	0.55 75	0.53 115	0.22 139	2.76 60	2.91 148	0.98 129	1.05 149	2.00 57	1.32 147	3.73 139	3.49 119	0.20 121	0.28 113	0.13 47	0.28 57	5.87 169	9.03 176

StereoIM	0.33 17	0.21 28	0.36 50	0.06 15	0.13 33	0.01 34	0.03 64	0.06 16	0.06 18	1.25 120	0.00 1	0.20 17	0.02 6	0.02 21	1.52 18	1.15 43	0.12 15	0.24 45	1.27 41	0.10 23	0.71 29	0.90 34	0.00 1	0.07 28	0.17 56	0.15 42	0.13 6	0.04 17

CAS	0.79 54	0.21 28	0.34 43	0.21 41	0.19 51	0.03 64	0.14 115	0.21 31	0.63 112	1.19 116	0.16 73	0.33 42	0.78 141	0.13 106	2.72 59	1.66 88	0.85 117	0.71 116	1.12 35	0.46 94	2.41 105	2.37 79	0.03 63	0.08 38	0.11 42	0.69 80	1.69 38	1.95 114

EGLCR-Stereo	1.26 95	0.21 28	1.76 167	0.07 23	0.25 71	0.08 83	0.02 47	0.49 51	0.55 104	0.11 41	0.45 102	0.58 82	0.67 129	0.03 36	2.32 42	2.67 140	0.93 122	1.20 162	4.21 116	0.19 46	4.10 149	4.78 154	0.05 79	0.13 61	0.64 94	0.67 78	6.56 176	0.32 58

ACRE	0.87 66	0.21 28	0.64 99	0.28 66	0.20 57	0.00 1	0.20 120	0.18 26	0.48 97	0.08 38	0.15 71	1.22 113	0.08 29	0.23 141	4.70 152	1.49 71	0.67 94	0.25 49	1.97 56	0.18 40	2.33 99	2.98 104	0.05 79	0.26 96	0.67 98	0.07 29	3.81 110	0.11 36

CREStereo++_RVC	0.99 78	0.21 28	1.16 138	0.28 66	0.36 106	0.01 34	0.05 78	2.06 112	0.27 80	0.62 82	0.08 61	0.46 61	0.14 50	0.05 55	2.55 56	2.70 141	0.74 106	0.50 90	2.59 79	0.24 56	2.97 120	2.20 72	0.09 93	0.10 48	0.96 104	0.43 68	4.10 132	0.79 83
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
Anonymous	2.21 134	0.21 28	0.12 13	0.08 26	0.25 71	0.14 104	0.00 1	3.06 161	1.34 155	1.47 134	0.01 43	1.31 116	1.20 163	0.16 110	4.37 134	5.51 208	2.59 176	1.75 181	12.10 186	2.04 176	5.82 180	5.62 180	0.09 93	1.05 165	1.45 125	1.75 115	4.59 145	1.60 109

MMNet	0.30 16	0.21 28	0.07 7	0.05 8	0.05 15	0.00 1	0.06 88	0.01 2	0.03 4	0.22 50	0.00 1	0.19 14	0.01 3	0.05 55	2.24 35	0.62 10	0.24 37	0.12 24	0.35 13	0.07 15	0.30 11	0.11 7	0.04 70	0.08 38	0.03 12	0.04 23	2.84 60	0.02 11

LL-Strereo2	0.61 39	0.22 35	0.36 50	0.09 28	0.10 29	0.17 111	0.01 26	2.25 117	0.18 67	0.00 1	0.00 1	0.21 18	0.04 16	0.21 132	1.68 23	1.32 55	0.05 5	0.12 24	2.34 70	0.39 76	1.51 75	2.98 104	0.00 1	0.08 38	0.43 79	0.01 8	1.44 34	0.31 56

LoS	1.87 126	0.22 35	0.38 56	0.22 45	0.14 36	0.02 57	0.06 88	15.85 226	0.90 132	3.42 186	0.71 120	0.95 102	0.83 149	0.21 132	3.22 90	3.63 172	1.18 141	0.90 137	2.95 93	0.64 112	5.08 171	3.80 123	0.22 131	0.17 75	2.26 141	0.82 88	1.23 28	0.52 71

ICVP	1.32 99	0.22 35	1.47 155	0.40 106	0.35 105	0.44 129	0.10 103	1.27 78	0.65 114	1.74 141	1.26 132	0.66 86	1.37 169	0.24 142	2.88 67	2.65 138	1.33 150	0.99 147	2.36 73	0.91 128	2.59 110	4.11 137	0.10 97	0.36 131	0.57 88	2.21 124	2.92 62	1.59 108
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	1.75 123	0.23 38	0.32 34	0.06 15	0.17 45	0.15 108	0.01 26	0.81 65	1.74 169	1.93 146	0.47 103	1.08 104	0.82 144	0.09 86	3.32 99	4.94 197	2.31 172	1.73 179	5.18 125	2.00 175	5.82 180	5.83 184	0.10 97	0.26 96	0.59 90	1.60 108	4.43 138	1.17 99

CES	1.20 92	0.24 39	0.35 46	0.13 32	0.18 48	0.05 76	0.08 96	5.35 200	0.78 123	0.43 74	0.31 88	0.83 99	0.86 151	0.16 110	3.20 85	3.22 160	1.12 139	1.06 152	1.51 47	1.05 132	4.23 150	3.19 111	0.08 91	0.09 47	0.19 58	0.34 61	1.07 25	2.23 122

test-1	2.99 158	0.26 40	1.52 159	0.33 81	0.21 58	0.22 122	0.38 134	3.16 166	0.85 131	3.36 183	4.21 177	5.45 165	0.78 141	0.20 127	4.02 121	4.67 188	1.40 153	1.31 164	10.46 177	1.58 155	5.30 176	7.01 208	0.04 70	0.34 128	2.98 165	6.37 182	5.39 162	8.95 175

sAnonymous2	1.54 110	0.26 40	0.15 15	0.10 30	0.17 45	0.48 132	0.00 1	1.87 100	0.97 137	0.22 50	0.41 94	1.12 108	0.82 144	0.08 78	4.07 122	3.86 175	1.31 146	1.19 160	7.54 142	0.72 118	4.00 142	4.87 159	0.03 63	0.29 115	0.14 51	2.16 122	2.37 49	2.45 126

CroCo_RVC	1.54 110	0.26 40	0.15 15	0.10 30	0.17 45	0.48 132	0.00 1	1.87 100	0.97 137	0.22 50	0.41 94	1.12 108	0.82 144	0.08 78	4.07 122	3.86 175	1.31 146	1.19 160	7.54 142	0.72 118	4.00 142	4.87 159	0.03 63	0.29 115	0.14 51	2.16 122	2.37 49	2.45 126

anonymousdsp2	0.70 48	0.27 43	0.28 28	0.23 50	0.07 20	0.02 57	0.02 47	1.36 80	0.08 29	0.02 28	0.59 110	0.29 34	0.16 59	0.08 78	1.51 17	1.55 77	0.25 38	0.32 62	3.52 107	0.55 106	1.55 79	3.00 107	0.02 46	0.07 28	0.13 47	0.15 42	2.70 56	0.01 8

Sa-1000	1.25 94	0.27 43	0.51 78	0.28 66	0.23 65	0.00 1	0.00 1	2.78 150	0.10 38	0.01 23	0.01 43	0.34 46	0.50 112	0.59 171	4.62 147	1.70 97	0.69 99	0.83 131	4.47 118	0.43 88	1.38 67	4.54 151	0.01 27	0.24 87	2.01 137	1.81 116	5.02 157	0.39 65

MIF-Stereo	0.35 18	0.28 45	0.38 56	0.07 23	0.18 48	0.00 1	0.01 26	0.07 19	0.08 29	0.00 1	0.00 1	0.29 34	0.03 11	0.05 55	1.88 28	1.42 65	0.15 20	0.33 64	1.70 52	0.07 15	0.88 39	1.21 44	0.00 1	0.12 54	0.06 22	0.03 22	0.14 7	0.03 13

rafts_anoy	0.62 41	0.28 45	0.70 106	0.37 100	0.21 58	0.04 71	0.00 1	2.53 135	0.14 52	0.01 23	0.00 1	0.10 6	0.04 16	0.02 21	2.50 53	1.45 68	0.32 51	0.36 69	1.92 54	0.17 38	1.38 67	0.99 39	0.00 1	0.18 77	0.53 84	0.73 84	0.73 20	1.01 95

GES	1.43 101	0.28 45	0.41 63	0.57 124	0.37 108	0.27 124	0.07 93	2.06 112	0.93 135	1.20 118	0.58 109	0.39 54	0.23 72	0.02 21	4.91 161	2.49 134	0.91 119	0.66 108	9.59 168	1.37 148	2.97 120	2.53 89	0.16 112	0.41 136	0.20 59	0.17 47	2.57 52	2.20 121

RAFT-Stereo + iAFF	0.65 44	0.29 48	0.60 87	0.37 100	0.27 80	0.03 64	0.02 47	0.96 69	0.11 41	1.34 125	0.00 1	0.28 31	0.08 29	0.01 7	1.83 26	1.32 55	0.26 42	0.11 22	3.40 104	0.24 56	0.79 35	0.89 33	0.00 1	0.19 80	0.38 72	0.22 51	3.31 82	0.15 43

AFF-stereo	0.55 29	0.29 48	0.41 63	0.33 81	0.09 26	0.03 64	0.00 1	0.38 42	0.10 38	1.17 113	0.01 43	0.32 39	0.06 24	0.00 1	1.52 18	1.24 49	0.15 20	0.59 100	3.40 104	0.07 15	0.54 22	0.60 22	0.00 1	0.07 28	0.13 47	0.06 25	3.05 67	0.10 34

UPFNet	0.44 22	0.29 48	0.59 85	0.21 41	0.26 78	0.01 34	0.02 47	0.08 21	0.08 29	0.39 69	0.00 1	0.27 28	0.03 11	0.24 142	3.08 80	0.92 24	0.14 18	0.12 24	0.57 18	0.31 66	0.36 15	0.39 15	0.01 27	0.12 54	0.02 8	0.01 8	3.44 89	0.05 22

4D-IteraStereo	0.83 58	0.30 51	1.14 134	0.28 66	0.31 92	0.01 34	0.02 47	2.15 116	0.11 41	0.00 1	0.20 79	0.25 22	0.22 71	0.16 110	2.28 37	1.65 86	0.11 13	0.37 71	2.84 90	0.41 82	2.82 115	2.87 96	0.02 46	0.21 84	0.08 28	0.22 51	3.10 70	0.35 62

RALCasStereoNet	0.70 48	0.30 51	0.84 117	0.37 100	0.28 83	0.05 76	0.12 110	2.12 114	0.13 49	1.03 105	0.04 53	0.50 65	0.15 52	0.03 36	2.37 45	1.67 91	0.23 35	0.24 45	1.26 40	0.14 30	1.21 55	2.03 66	0.01 27	0.11 53	0.34 69	1.39 103	0.78 21	1.25 100

UNet	0.56 32	0.30 51	0.39 59	0.26 58	0.19 51	0.03 64	0.08 96	0.52 56	0.13 49	1.15 111	0.00 1	0.44 57	0.16 59	0.16 110	2.13 32	1.28 53	0.34 53	0.20 40	1.42 44	0.19 46	0.62 25	0.50 16	0.13 107	0.24 87	0.03 12	0.26 54	3.32 83	0.62 76

HSM	0.97 76	0.30 51	0.87 119	0.54 122	0.46 116	0.00 1	0.01 26	2.93 156	0.30 84	0.13 44	0.56 106	0.65 85	0.13 46	0.05 55	2.97 74	1.08 35	0.66 93	0.17 35	3.26 100	0.35 70	1.78 86	2.03 66	0.04 70	0.33 126	0.38 72	0.81 87	4.16 134	1.10 96

AE-Stereo	1.43 101	0.31 55	1.73 165	0.33 81	0.32 97	0.04 71	0.32 131	0.43 46	0.32 85	0.04 33	0.00 1	3.38 143	0.44 99	0.07 70	2.86 65	3.30 163	0.96 125	0.79 122	3.65 108	0.79 123	3.64 135	4.40 147	0.04 70	0.40 135	2.93 164	2.14 121	4.74 147	0.18 47

CREStereo	1.03 81	0.31 55	0.74 109	0.24 54	0.16 38	0.01 34	0.04 73	2.66 144	0.55 104	0.63 83	0.56 106	0.71 91	0.59 120	0.05 55	2.97 74	3.31 164	0.60 84	0.43 81	2.12 59	0.57 108	3.00 123	2.30 77	0.06 86	0.12 54	1.18 111	0.53 76	2.42 51	0.88 84
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
FADNet-RVC	1.64 120	0.31 55	0.64 99	0.33 81	1.19 152	0.01 34	2.53 180	0.57 57	0.22 75	1.03 105	0.32 90	6.04 171	0.29 79	0.32 151	4.47 138	1.90 110	0.62 87	0.78 121	6.45 137	1.80 166	1.85 89	2.02 65	0.19 119	0.52 148	1.78 132	1.74 114	3.10 70	3.15 131

HGLStereo	0.58 34	0.32 58	0.38 56	0.23 50	0.26 78	0.01 34	0.06 88	0.06 16	0.12 46	1.22 119	0.70 119	0.14 8	0.15 52	0.09 86	2.33 44	1.33 58	0.37 62	0.24 45	1.13 36	0.15 34	0.97 43	1.51 52	0.06 86	0.07 28	0.08 28	0.08 32	3.08 69	0.47 69

RALAANet	0.92 72	0.35 59	0.48 73	0.36 98	0.24 69	0.18 112	0.02 47	1.89 102	0.19 69	0.51 78	0.01 43	0.26 25	0.25 75	0.06 65	2.32 42	1.73 98	0.35 55	0.69 110	3.14 95	0.55 106	2.51 109	2.39 80	0.01 27	0.26 96	0.37 71	1.12 98	4.01 126	0.53 73

MIF-Stereo (partial)	0.47 26	0.36 60	0.44 68	0.07 23	0.18 48	0.01 34	0.00 1	0.07 19	0.11 41	0.01 23	0.01 43	0.38 51	0.09 37	0.03 36	2.00 29	1.58 79	0.22 32	0.50 90	0.75 26	0.06 14	1.09 48	0.94 36	0.00 1	0.19 80	0.08 28	0.26 54	2.83 59	0.39 65

IPLG	1.12 89	0.36 60	0.65 103	0.29 73	0.23 65	0.00 1	0.05 78	2.30 119	0.29 83	0.39 69	0.29 85	0.27 28	0.72 135	0.24 142	5.68 180	1.79 103	1.05 132	0.84 132	2.78 87	0.41 82	0.98 44	4.31 146	0.02 46	0.25 92	0.46 81	1.49 106	3.86 115	0.11 36

HCRNet	0.41 20	0.36 60	0.34 43	0.30 76	0.12 32	0.00 1	0.05 78	0.02 5	0.02 3	1.46 133	0.00 1	0.18 12	0.05 22	0.00 1	2.70 58	0.67 12	0.22 32	0.06 12	0.22 8	0.11 26	0.30 11	0.59 21	0.02 46	0.01 3	0.01 5	0.01 8	3.21 79	0.03 13

test croco	0.45 24	0.37 63	0.43 65	0.16 35	0.37 108	0.00 1	0.00 1	0.74 63	0.08 29	0.01 23	0.00 1	0.53 72	0.09 37	0.04 50	2.41 46	1.80 104	0.25 38	0.31 60	0.93 29	0.10 23	1.31 63	1.36 47	0.00 1	0.23 86	0.13 47	0.02 19	0.25 10	0.09 29

DMCA	0.27 13	0.37 63	0.20 18	0.17 36	0.09 26	0.02 57	0.01 26	0.02 5	0.04 8	0.59 81	0.00 1	0.34 46	0.05 22	0.01 7	1.81 25	0.88 20	0.31 49	0.12 24	0.22 8	0.10 23	0.38 16	0.23 9	0.00 1	0.03 9	0.03 12	0.06 25	1.19 27	0.15 43

DeepPruner_ROB	1.57 114	0.37 63	0.71 107	0.50 120	0.55 125	0.37 126	1.60 166	1.74 91	0.84 127	1.37 128	2.40 150	0.49 64	0.51 113	0.10 94	5.38 172	2.16 126	1.10 137	1.08 153	2.28 68	0.40 77	4.83 164	3.42 115	0.66 174	0.34 128	0.57 88	5.04 168	3.07 68	0.53 73

raft+_RVC	0.49 27	0.38 66	0.37 55	0.34 87	0.21 58	0.03 64	0.04 73	2.29 118	0.09 35	0.00 1	0.00 1	0.25 22	0.08 29	0.02 21	1.79 24	1.24 49	0.29 46	0.09 17	2.37 74	0.24 56	0.77 34	1.09 41	0.00 1	0.06 22	0.07 24	0.12 37	0.57 17	0.36 63

raftrobust	0.86 61	0.40 67	0.77 112	0.40 106	0.31 92	0.01 34	0.04 73	2.51 133	0.13 49	0.51 78	0.00 1	0.51 66	0.24 73	0.09 86	2.98 76	2.12 123	0.22 32	0.31 60	4.90 123	0.11 26	1.68 84	2.15 70	0.16 112	0.15 68	0.78 100	0.40 65	0.97 24	0.36 63

DMCA-RVC	0.65 44	0.42 68	0.43 65	0.31 78	0.58 126	0.15 108	0.44 136	0.29 38	1.57 163	1.31 123	0.35 91	0.55 75	0.13 46	0.11 97	2.54 55	1.10 38	0.51 76	0.46 84	0.84 27	0.36 72	0.76 33	0.83 29	0.19 119	0.14 64	0.11 42	0.06 25	2.59 55	0.52 71

DSFCA	0.70 48	0.43 69	0.51 78	0.29 73	0.58 126	0.04 71	0.59 141	0.22 32	0.54 102	0.49 77	0.56 106	0.33 42	0.08 29	0.04 50	2.86 65	1.28 53	0.67 94	0.73 118	1.00 31	0.44 91	1.01 47	1.14 43	0.21 123	0.24 87	0.54 85	0.82 88	2.81 58	0.47 69

NVstereo2D	0.83 58	0.43 69	0.07 7	0.23 50	0.36 106	0.41 128	0.08 96	1.61 89	0.59 110	0.84 94	1.11 130	0.36 49	0.21 69	0.07 70	5.88 183	2.16 126	0.62 87	0.45 83	1.50 46	0.19 46	1.20 54	0.94 36	0.02 46	0.32 122	1.30 115	0.24 53	0.95 23	0.24 50

GLC_STEREO	0.76 53	0.44 71	0.48 73	0.22 45	0.24 69	0.00 1	0.00 1	2.40 124	0.19 69	0.15 47	0.04 53	0.27 28	0.14 50	0.02 21	2.55 56	1.82 105	0.46 68	0.24 45	2.26 66	0.30 65	2.66 112	1.47 49	0.05 79	0.08 38	0.05 21	0.07 29	3.59 95	0.32 58

AASNet	0.18 5	0.44 71	0.26 25	0.08 26	0.08 23	0.00 1	0.08 96	0.03 8	0.05 14	0.26 55	0.00 1	0.16 9	0.03 11	0.01 7	1.06 7	0.60 8	0.08 8	0.03 8	0.08 5	0.16 37	0.24 10	0.64 24	0.00 1	0.03 9	0.00 1	0.01 8	0.38 14	0.03 13

FADNet	1.92 128	0.44 71	0.60 87	0.54 122	1.05 146	0.00 1	2.95 184	0.78 64	0.38 88	0.81 92	0.61 114	2.40 136	0.47 108	0.65 172	5.57 176	1.73 98	0.69 99	1.08 153	8.93 161	1.61 157	2.36 101	2.52 88	0.09 93	0.36 131	2.54 152	3.77 147	3.43 88	5.46 152

HH	2.94 155	0.45 74	4.88 200	0.58 126	0.51 119	0.73 143	1.38 160	3.25 170	0.84 127	2.85 169	0.60 112	5.15 161	0.82 144	0.19 122	3.29 96	6.00 215	0.67 94	0.89 135	9.52 166	1.83 167	7.59 209	5.88 187	0.41 150	0.27 103	3.12 167	5.47 176	5.66 165	6.52 161

HanStereo	2.94 155	0.45 74	4.88 200	0.58 126	0.51 119	0.73 143	1.38 160	3.25 170	0.84 127	2.85 169	0.60 112	5.15 161	0.82 144	0.19 122	3.29 96	6.00 215	0.67 94	0.89 135	9.52 166	1.83 167	7.59 209	5.88 187	0.41 150	0.27 103	3.12 167	5.47 176	5.66 165	6.52 161

IER	0.59 35	0.45 74	0.27 26	0.30 76	0.16 38	0.00 1	0.01 26	0.42 44	0.11 41	1.09 109	0.07 60	1.35 118	0.04 16	0.20 127	3.17 84	1.08 35	0.20 31	0.13 29	0.73 23	0.40 77	0.51 21	0.64 24	0.21 123	0.07 28	0.08 28	1.01 97	2.92 62	0.28 53

dd	0.93 74	0.46 77	0.32 34	1.70 163	0.04 12	0.21 119	0.11 108	0.46 50	0.06 18	0.11 41	0.01 43	1.91 128	0.06 24	0.16 110	4.29 130	0.96 26	0.81 114	0.34 66	5.67 127	0.37 73	0.58 24	0.68 26	0.15 109	0.26 96	0.07 24	0.09 33	3.26 81	1.96 115

CFNet	0.57 33	0.46 77	0.64 99	0.43 113	0.34 104	0.04 71	0.00 1	0.58 58	0.09 35	0.66 84	0.05 56	0.64 84	0.07 26	0.05 55	2.25 36	0.65 11	0.35 55	0.06 12	0.73 23	0.34 68	0.85 38	0.73 27	0.00 1	0.08 38	0.45 80	0.16 44	3.22 80	1.51 106

PWCDC_ROB	2.82 153	0.49 79	0.17 17	0.38 104	0.79 140	0.03 64	0.10 103	1.16 74	8.93 213	0.14 45	2.49 156	0.55 75	31.02 231	0.57 165	5.58 177	3.32 165	1.73 160	0.91 139	2.53 76	0.88 126	2.92 117	7.18 209	0.15 109	0.53 149	0.55 86	0.69 80	1.43 33	0.88 84

XX-Stereo	3.48 167	0.50 80	1.80 168	1.21 153	0.27 80	0.34 125	0.44 136	1.47 84	0.41 91	2.51 157	6.92 202	4.97 158	1.06 160	0.12 100	3.21 88	5.22 203	0.96 125	0.80 127	6.95 139	0.80 124	4.33 153	4.04 135	0.21 123	0.27 103	26.57 234	3.75 145	5.08 158	9.77 179

CASnet	0.75 52	0.51 81	0.49 77	0.23 50	0.29 86	0.00 1	0.00 1	0.50 52	0.18 67	0.06 34	0.06 57	0.54 73	0.36 90	0.01 7	2.44 48	1.35 59	0.50 73	0.41 79	2.34 70	0.25 60	3.65 136	2.36 78	0.02 46	0.14 64	1.63 128	0.05 24	1.61 37	0.23 48
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GANet-ADL	2.26 135	0.51 81	1.82 170	0.99 148	0.99 145	1.45 164	0.29 129	2.00 106	1.01 140	3.12 175	3.40 166	1.38 120	0.33 84	0.03 36	5.34 170	3.89 177	2.23 169	0.79 122	7.70 144	1.85 169	3.10 124	4.63 153	0.18 118	0.43 141	1.38 122	3.47 142	4.81 149	3.97 139

AF-Net	1.11 87	0.51 81	0.87 119	0.34 87	0.78 138	0.89 152	1.87 169	2.40 124	1.15 146	0.48 75	0.68 117	3.66 145	0.16 59	0.27 146	2.44 48	0.98 27	0.35 55	0.01 3	1.60 48	0.40 77	0.50 19	2.58 91	0.05 79	0.08 38	0.66 95	0.45 69	3.47 90	2.34 123

Nwc_Net	1.11 87	0.51 81	0.87 119	0.34 87	0.78 138	0.89 152	1.87 169	2.40 124	1.15 146	0.48 75	0.68 117	3.66 145	0.16 59	0.27 146	2.44 48	0.98 27	0.35 55	0.01 3	1.60 48	0.40 77	0.50 19	2.58 91	0.05 79	0.08 38	0.66 95	0.45 69	3.47 90	2.34 123

CFNet_pseudo	0.86 61	0.52 85	0.57 81	0.44 115	0.52 124	0.05 76	0.02 47	0.60 59	0.10 38	0.93 99	0.12 65	0.71 91	0.30 81	0.51 162	4.66 149	1.68 93	0.33 52	0.32 62	2.61 81	0.34 68	0.96 42	1.53 53	0.55 166	0.13 61	0.49 82	0.50 74	2.17 47	1.63 111

DN-CSS_ROB	1.45 104	0.52 85	1.11 132	0.81 136	0.69 132	0.00 1	0.03 64	2.86 155	0.35 87	1.50 135	3.76 172	0.73 94	0.36 90	0.07 70	2.89 68	1.44 66	1.08 136	0.79 122	8.61 153	0.23 54	3.25 130	1.97 64	0.02 46	0.66 155	0.10 38	0.52 75	3.12 74	1.56 107

LMCR-Stereo	0.97 76	0.53 87	0.59 85	0.28 66	0.25 71	0.07 81	0.02 47	1.39 81	0.28 81	0.34 62	0.12 65	0.74 95	0.15 52	0.12 100	3.20 85	1.88 109	1.07 135	0.36 69	5.87 132	1.71 161	2.10 94	2.39 80	0.02 46	0.33 126	0.35 70	0.38 63	1.44 34	0.34 61

BEATNet_4x	1.40 100	0.54 88	0.27 26	0.13 32	0.27 80	0.01 34	0.10 103	1.80 96	1.74 169	0.41 73	0.53 104	0.82 98	0.59 120	0.54 163	4.30 131	2.92 149	1.87 164	1.84 186	1.39 43	0.71 117	4.68 159	6.21 199	0.02 46	0.81 162	0.21 61	0.40 65	3.69 98	0.96 91

Anonymous3	3.16 162	0.55 89	0.79 114	0.09 28	1.10 147	0.50 134	0.03 64	3.52 178	1.26 152	1.12 110	0.84 123	10.62 183	1.31 167	0.36 154	7.37 198	6.90 222	3.59 186	3.15 204	10.88 180	2.20 180	6.83 198	9.50 227	0.31 139	0.37 133	1.43 123	3.45 141	5.32 161	1.91 113

PDISCO_ROB	1.03 81	0.55 89	0.06 6	0.67 130	0.28 83	0.00 1	0.21 122	0.71 61	0.49 98	1.28 121	0.99 128	0.25 22	0.32 82	0.19 122	3.02 79	2.03 120	0.69 99	1.42 169	2.26 66	0.58 109	2.32 97	3.22 113	0.14 108	0.27 103	1.36 121	0.37 62	3.84 114	0.23 48

Any-RAFT	2.56 146	0.56 91	3.45 190	0.34 87	0.51 119	0.01 34	0.04 73	2.96 158	0.64 113	0.51 78	3.99 174	3.76 147	0.35 86	0.16 110	2.92 71	3.82 174	0.81 114	0.80 127	8.30 151	0.51 103	5.45 178	3.87 125	0.44 157	0.16 74	4.84 186	7.87 190	3.19 77	8.70 172

AACVNet	0.85 60	0.56 91	0.35 46	0.58 126	0.67 130	0.09 86	0.01 26	0.35 41	0.19 69	0.17 48	0.15 71	0.45 60	0.24 73	0.19 122	2.81 62	1.91 111	0.48 72	0.38 72	1.44 45	0.23 54	1.44 71	1.22 45	0.33 142	0.08 38	0.50 83	1.57 107	4.09 130	2.39 125

GANet	0.29 15	0.56 91	0.39 59	0.27 62	0.11 30	0.88 150	0.14 115	0.27 36	0.06 18	0.02 28	0.28 83	1.85 127	0.04 16	0.03 36	0.62 5	0.39 4	0.37 62	0.14 32	0.24 10	0.01 3	0.20 8	0.05 3	0.06 86	0.02 5	0.06 22	0.01 8	0.48 15	0.16 45

PMTNet	1.28 97	0.58 94	0.96 125	0.28 66	0.22 63	0.01 34	0.16 117	0.50 52	0.57 108	0.72 88	0.35 91	0.54 73	0.48 109	0.09 86	3.27 94	3.32 165	0.72 105	0.39 74	6.17 133	0.35 70	3.67 138	2.41 84	0.09 93	0.12 54	3.12 167	1.00 96	1.23 28	3.32 135

MSKI-zero shot	3.19 163	0.59 95	1.39 151	0.19 40	0.37 108	0.18 112	0.03 64	3.19 167	0.96 136	0.82 93	4.84 184	3.83 148	0.60 123	0.03 36	3.33 100	5.29 205	1.15 140	0.81 129	11.77 184	1.76 164	6.55 192	5.98 194	0.22 131	0.32 122	4.41 181	12.05 212	7.79 190	7.75 169

CFNet_RVC	0.86 61	0.59 95	0.74 109	0.33 81	0.32 97	0.11 91	0.02 47	0.11 23	0.17 62	0.87 97	0.74 121	0.57 81	0.16 59	0.08 78	3.11 81	1.19 47	0.50 73	0.34 66	1.28 42	0.15 34	1.68 84	1.48 51	0.02 46	0.25 92	0.86 102	1.89 119	3.64 97	2.13 119

test_5	0.54 28	0.60 97	0.22 20	0.02 2	0.02 4	0.11 91	0.01 26	2.77 149	0.04 8	0.00 1	1.10 129	0.44 57	0.45 100	0.00 1	1.47 16	1.13 40	0.08 8	0.10 20	1.01 32	0.04 9	0.43 18	1.34 46	0.00 1	0.05 17	0.07 24	0.00 1	2.98 65	0.01 8

psm_up	1.01 80	0.60 97	0.96 125	0.38 104	0.75 136	0.01 34	0.03 64	2.33 121	1.18 148	0.78 89	0.00 1	0.94 100	0.09 37	0.45 160	2.41 46	1.18 45	0.62 87	0.44 82	3.67 110	0.32 67	1.14 51	0.85 31	0.00 1	0.58 153	1.06 108	1.42 105	3.75 105	1.44 104

MLCV	2.45 143	0.61 99	0.81 115	2.48 176	1.21 153	0.95 154	0.50 140	3.57 180	0.61 111	3.75 195	4.26 179	5.13 160	3.34 178	0.06 65	4.63 148	1.78 102	1.32 149	0.86 133	10.05 172	1.09 135	2.30 96	3.92 126	0.29 136	2.16 186	1.87 133	3.06 133	4.01 126	1.40 103

RAFT-Test	2.40 140	0.62 100	1.45 154	1.07 150	0.41 113	0.21 119	0.21 122	3.19 167	0.77 121	1.05 107	3.09 165	0.94 100	0.92 154	0.17 116	3.47 104	5.18 202	0.97 128	0.56 97	10.36 175	1.38 149	6.37 188	5.29 164	0.38 148	0.25 92	2.80 161	4.66 161	4.56 143	4.51 142

TestStereo	0.55 29	0.62 100	0.47 72	0.22 45	0.09 26	0.00 1	0.01 26	1.90 104	0.22 75	0.30 59	0.00 1	0.28 31	0.08 29	0.01 7	1.58 21	0.87 18	0.34 53	0.19 37	2.65 85	0.08 18	1.43 69	0.55 20	0.02 46	0.07 28	0.10 38	0.42 67	2.09 45	0.13 41

pcwnet_v2	1.73 121	0.62 100	0.78 113	0.73 134	1.15 148	0.59 140	0.23 126	1.77 93	0.68 116	3.36 183	1.85 146	1.23 114	1.01 157	1.61 201	5.43 174	2.08 121	0.92 121	0.62 104	4.07 114	0.37 73	1.82 87	2.39 80	1.01 184	0.41 136	1.32 116	2.11 120	3.98 124	4.53 144

MSMDNet	2.28 136	0.62 100	1.27 143	0.37 100	0.30 90	0.19 116	0.07 93	3.15 165	0.68 116	1.01 104	0.97 125	1.10 107	2.40 173	0.17 116	3.93 119	5.26 204	1.11 138	0.55 95	10.21 173	2.94 192	6.12 184	5.76 183	0.31 139	0.26 96	2.47 147	4.23 152	3.01 66	3.18 132

IPLGR	1.73 121	0.63 104	0.67 104	0.35 96	0.40 112	0.00 1	0.03 64	1.41 82	0.26 79	2.36 155	2.42 152	0.33 42	0.80 143	0.17 116	6.12 190	1.87 106	1.22 143	1.28 163	5.37 126	1.72 163	2.44 106	4.20 141	0.02 46	0.56 152	2.66 156	4.85 164	3.82 111	0.77 81

iResNet_ROB	1.07 84	0.65 105	0.30 32	0.45 117	0.30 90	0.01 34	0.02 47	3.10 163	0.12 46	1.34 125	0.00 1	0.66 86	0.35 86	0.04 50	4.37 134	1.65 86	0.54 81	0.49 88	5.83 131	0.29 63	1.30 62	0.87 32	0.20 121	0.26 96	0.16 54	0.84 90	3.74 102	1.12 97

MyStereo04	2.04 129	0.66 106	0.91 122	0.69 131	0.82 141	0.02 57	0.04 73	2.62 141	0.91 133	2.83 167	0.75 122	1.37 119	0.09 37	0.08 78	5.03 166	3.04 155	0.58 83	0.72 117	10.25 174	1.62 158	4.78 160	3.27 114	0.94 183	0.69 156	2.62 154	4.29 154	4.75 148	0.65 78

anonymity	3.65 169	0.66 106	5.99 211	1.34 157	0.51 119	0.44 129	0.11 108	3.79 184	0.79 124	2.66 161	18.15 240	3.83 148	0.89 152	0.26 145	3.21 88	5.09 200	0.93 122	0.53 92	7.76 148	1.11 138	4.31 152	5.87 186	0.28 135	0.42 139	4.98 189	9.60 205	5.40 163	9.75 178

FADNet-RVC-Resample	1.60 118	0.67 108	0.97 127	0.50 120	0.64 129	0.18 112	1.05 152	1.27 78	0.83 126	0.96 102	0.97 125	5.23 164	0.42 98	1.02 185	4.81 158	1.68 93	1.05 132	1.96 188	3.78 112	1.06 133	1.52 76	2.28 76	0.21 123	1.35 174	0.55 86	3.16 136	2.13 46	2.92 130

MIPNet	1.49 106	0.69 109	0.74 109	0.32 80	0.51 119	0.00 1	0.03 64	1.79 95	0.38 88	2.13 154	0.97 125	0.31 38	0.76 139	0.22 139	5.02 165	1.92 112	1.31 146	0.86 133	3.68 111	1.25 144	1.21 55	4.62 152	0.03 63	0.50 145	1.90 135	4.87 165	3.90 117	0.30 55

raft_robust	1.21 93	0.70 110	0.61 91	0.27 62	0.19 51	0.00 1	0.00 1	3.05 160	0.22 75	1.18 114	0.03 52	0.34 46	0.69 131	0.07 70	2.94 73	1.76 101	0.57 82	0.63 106	4.95 124	0.19 46	2.98 122	4.81 155	0.01 27	0.19 80	0.97 105	1.39 103	2.87 61	0.98 94

cross-raft	2.33 139	0.70 110	1.33 147	0.40 106	0.61 128	0.19 116	0.08 96	3.13 164	0.71 118	0.78 89	1.62 141	1.09 106	0.70 134	0.17 116	3.66 114	4.78 190	0.99 130	0.55 95	10.72 178	1.52 154	6.33 187	5.61 179	0.30 137	0.24 87	2.56 153	4.68 162	4.44 139	5.06 149

AEACV	0.25 11	0.71 112	0.36 50	0.04 6	0.03 7	0.10 89	0.00 1	0.02 5	0.03 4	0.00 1	0.00 1	0.18 12	0.13 46	0.02 21	1.22 9	0.79 15	0.05 5	0.26 50	0.73 23	0.29 63	0.63 26	0.50 16	0.12 104	0.04 14	0.01 5	0.21 50	0.29 12	0.00 1

EKT-Stereo	2.55 145	0.72 113	1.73 165	0.49 119	0.32 97	0.51 135	1.72 167	3.38 174	1.00 139	1.96 149	2.80 159	1.33 117	0.76 139	0.10 94	4.55 142	5.93 213	1.26 144	3.18 205	8.70 154	2.73 187	6.75 195	5.86 185	0.10 97	0.26 96	3.99 174	1.81 116	5.40 163	1.62 110

DLCB_ROB	0.92 72	0.72 113	0.64 99	0.43 113	0.42 114	0.14 104	0.18 119	0.43 46	0.28 81	0.85 95	0.53 104	1.12 108	0.72 135	0.07 70	2.16 34	1.12 39	0.88 118	0.26 50	0.69 22	0.20 51	1.35 64	1.53 53	0.49 159	0.28 113	4.11 177	2.41 128	2.04 43	0.78 82

MyStereo	2.28 136	0.73 115	2.44 180	0.70 132	0.85 143	0.09 86	0.03 64	2.37 123	0.49 98	3.34 180	3.07 164	1.58 125	0.12 44	0.07 70	5.59 178	2.77 142	0.47 70	0.66 108	10.41 176	1.64 160	4.67 157	4.12 138	0.83 180	0.75 160	3.49 171	4.89 166	4.90 153	0.59 75

iResNetv2_ROB	1.26 95	0.75 116	0.32 34	1.29 155	0.33 101	0.02 57	0.02 47	3.19 167	0.20 72	2.00 150	0.29 85	2.24 133	0.41 97	0.06 65	3.64 112	1.45 68	0.75 107	0.13 29	5.77 129	0.43 88	2.86 116	1.71 60	0.16 112	0.37 133	0.38 72	0.47 71	4.08 129	0.72 79

IGEV_Zeroshot_test	3.61 168	0.78 117	7.78 218	6.84 198	0.33 101	2.04 174	1.78 168	3.97 185	0.92 134	2.12 152	6.05 196	4.60 156	1.01 157	0.08 78	3.44 103	5.73 210	0.76 108	0.61 102	9.25 164	1.49 152	7.12 204	6.47 202	0.31 139	0.27 103	5.02 190	5.44 175	5.95 170	7.38 166

RAFT_CTSACE	0.59 35	0.80 118	0.45 70	0.25 56	0.07 20	0.14 104	0.00 1	2.03 108	0.06 18	0.00 1	0.12 65	0.44 57	0.46 105	0.01 7	1.58 21	1.08 35	0.15 20	0.12 24	0.57 18	0.08 18	0.74 32	2.54 90	0.00 1	0.04 14	0.24 63	0.00 1	3.77 108	0.04 17

SACVNet	1.43 101	0.80 118	0.85 118	0.58 126	1.31 158	0.63 142	0.62 143	2.60 140	0.52 101	1.33 124	0.02 51	0.74 95	0.32 82	0.34 153	2.78 61	2.11 122	1.38 152	0.39 74	4.62 121	0.70 116	2.37 102	3.83 124	0.05 79	0.42 139	1.29 114	1.64 110	3.74 102	2.62 128

PSMNet-ADL	3.15 161	0.80 118	1.49 156	1.54 159	1.63 166	0.88 150	0.30 130	2.50 132	1.91 173	4.43 207	8.13 212	4.06 150	6.80 191	0.07 70	4.23 126	5.16 201	1.83 163	0.91 139	11.85 185	1.86 170	4.02 145	4.02 133	0.70 176	0.51 146	1.61 127	4.33 155	8.01 191	1.36 102

PA-Net	1.61 119	0.81 121	1.43 153	0.27 62	1.99 178	0.12 97	0.34 132	0.19 28	1.90 172	0.85 95	0.41 94	0.24 21	0.20 66	0.78 178	4.61 146	1.44 66	0.17 26	0.26 50	1.08 33	0.53 104	1.44 71	3.18 110	0.65 172	0.44 142	0.99 106	7.71 189	1.78 41	9.78 181
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RAFT+CT+SA	0.64 43	0.82 122	0.25 23	0.15 34	0.03 7	0.00 1	0.00 1	2.49 131	0.08 29	0.08 38	0.00 1	0.74 95	0.39 95	0.01 7	1.39 15	1.38 63	0.11 13	0.15 33	2.23 61	0.18 40	0.84 37	2.50 85	0.01 27	0.06 22	0.11 42	0.01 8	3.34 85	0.04 17

SA	0.95 75	0.82 122	0.44 68	0.21 41	0.23 65	0.01 34	0.00 1	2.73 147	0.12 46	0.02 28	0.00 1	0.39 54	0.39 95	0.36 154	2.49 52	1.61 81	0.31 49	0.47 86	3.23 97	0.20 51	1.23 58	3.19 111	0.01 27	0.18 77	0.41 76	1.70 111	4.81 149	0.10 34

NLCA_NET_v2_RVC	0.99 78	0.82 122	0.34 43	0.18 38	0.43 115	0.03 64	1.10 156	1.20 75	2.50 180	2.06 151	0.11 64	0.69 90	0.07 26	0.54 163	3.65 113	0.91 23	0.19 30	0.22 42	1.65 51	0.15 34	0.73 31	0.92 35	0.08 91	0.18 77	0.11 42	3.29 139	2.58 54	2.09 117
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
EAI-Stereo	2.70 150	0.83 125	2.70 184	0.89 143	1.47 164	0.83 148	1.46 162	3.07 162	1.18 148	0.21 49	3.82 173	3.19 142	0.72 135	0.09 86	5.24 169	4.82 192	0.83 116	0.91 139	9.83 171	1.25 144	4.49 155	5.29 164	0.39 149	0.80 161	1.87 133	3.19 137	7.10 184	6.43 159

FCDSN-DC	1.58 117	0.84 126	2.05 173	1.66 162	1.43 162	1.08 159	0.99 150	0.72 62	0.44 93	1.18 114	0.31 88	1.45 122	0.49 111	0.07 70	6.05 189	1.96 113	2.13 168	1.97 189	1.16 37	0.44 91	2.39 104	2.62 93	0.49 159	3.18 194	1.72 130	3.24 138	1.34 30	1.27 101
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
iResNet	4.14 178	0.84 126	0.71 107	2.34 175	2.59 184	4.58 191	1.07 154	4.67 191	1.21 150	3.72 194	3.61 170	12.28 188	16.06 210	0.03 36	6.64 194	3.14 159	2.35 173	1.89 187	16.43 192	2.53 184	3.76 140	2.90 99	0.17 116	3.88 202	1.66 129	4.23 152	5.19 159	3.23 133

GEStereo_RVC	2.30 138	0.85 128	0.97 127	1.05 149	0.71 134	1.61 166	1.09 155	2.72 146	0.56 107	0.78 89	0.41 94	2.40 136	0.28 77	0.06 65	4.81 158	4.48 181	1.79 161	2.17 191	8.91 160	1.90 172	3.58 134	7.25 211	0.52 161	0.92 163	0.41 76	0.85 91	4.47 140	6.48 160

STTStereo	1.06 83	0.85 128	0.57 81	0.36 98	0.29 86	0.08 83	0.64 144	0.43 46	1.56 162	1.40 131	0.26 82	1.95 130	0.07 26	0.29 148	4.26 127	1.06 32	0.25 38	0.23 44	1.16 37	0.14 30	1.46 73	0.84 30	0.12 104	0.10 48	0.07 24	1.81 116	3.51 93	4.84 148

dad	4.05 175	0.87 130	0.28 28	10.24 208	1.70 168	1.03 157	12.23 216	12.58 221	0.11 41	3.46 189	0.00 1	1.93 129	3.59 180	0.19 122	4.92 162	1.26 52	1.60 156	0.53 92	14.05 189	0.63 111	2.73 114	1.88 63	0.16 112	0.71 157	5.78 194	0.19 48	17.00 218	9.60 177

TESTraft	0.86 61	0.88 131	0.32 34	0.05 8	0.16 38	0.00 1	0.00 1	1.51 86	0.06 18	0.69 85	0.00 1	0.33 42	0.64 126	0.20 127	4.51 140	1.67 91	0.18 27	0.16 34	2.63 83	0.25 60	1.10 49	2.24 75	0.07 90	0.08 38	0.10 38	1.62 109	3.71 101	0.04 17

RTSC	2.56 146	0.89 132	1.50 157	0.47 118	0.76 137	0.87 149	2.29 176	1.56 88	1.91 173	2.12 152	2.86 161	1.23 114	0.97 156	1.03 187	7.27 197	3.36 167	4.68 201	1.74 180	7.73 146	1.11 138	3.95 141	5.39 171	0.21 123	1.11 169	0.40 75	0.95 93	4.56 143	8.26 171

TestStereo1	0.81 56	0.91 133	0.22 20	0.06 15	0.16 38	0.00 1	0.01 26	1.08 72	0.07 23	0.00 1	0.00 1	0.26 25	0.57 118	0.12 100	4.26 127	1.66 88	0.18 27	0.19 37	2.84 90	0.09 21	1.37 65	2.51 86	0.01 27	0.06 22	0.09 36	1.26 100	3.75 105	0.05 22

SA-5K	0.81 56	0.91 133	0.22 20	0.06 15	0.16 38	0.00 1	0.01 26	1.08 72	0.07 23	0.00 1	0.00 1	0.26 25	0.57 118	0.12 100	4.26 127	1.66 88	0.18 27	0.19 37	2.84 90	0.09 21	1.37 65	2.51 86	0.01 27	0.06 22	0.09 36	1.26 100	3.75 105	0.05 22

GMStereo	0.44 22	0.93 135	0.07 7	0.25 56	0.03 7	0.00 1	0.00 1	0.14 24	0.07 23	0.00 1	0.00 1	0.30 37	0.01 3	0.01 7	1.87 27	0.90 22	0.26 42	0.17 35	2.60 80	0.08 18	1.17 53	0.33 12	0.00 1	0.05 17	0.08 28	0.02 19	2.57 52	0.04 17
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DAS	4.09 176	0.94 136	1.15 136	1.82 167	1.27 156	1.15 160	1.11 157	3.48 176	4.23 193	3.34 180	6.52 199	12.55 189	5.36 184	0.05 55	4.66 149	4.57 184	4.02 195	2.27 194	9.63 169	5.33 208	5.93 182	5.39 171	0.52 161	4.30 206	4.09 175	5.06 169	7.48 185	4.17 140

SepStereo	4.09 176	0.94 136	1.15 136	1.82 167	1.27 156	1.15 160	1.11 157	3.48 176	4.23 193	3.34 180	6.52 199	12.55 189	5.36 184	0.05 55	4.66 149	4.57 184	4.02 195	2.27 194	9.63 169	5.33 208	5.93 182	5.39 171	0.52 161	4.30 206	4.09 175	5.06 169	7.48 185	4.17 140

MGS-Stereo	0.61 39	0.95 138	0.61 91	0.26 58	0.16 38	0.01 34	0.02 47	0.06 16	0.15 54	0.00 1	0.00 1	0.29 34	0.15 52	0.01 7	5.46 175	0.88 20	0.30 48	0.27 56	0.86 28	0.38 75	1.25 61	1.76 62	0.03 63	0.14 64	0.29 64	0.26 54	1.72 39	0.25 52

DISCO	0.79 54	0.95 138	0.31 33	0.06 15	0.33 101	0.51 135	0.44 136	0.23 35	0.32 85	1.75 142	0.59 110	0.38 51	0.29 79	0.04 50	2.98 76	1.36 60	0.96 125	0.29 58	3.24 98	0.53 104	0.79 35	1.45 48	0.10 97	0.07 28	0.12 46	0.29 58	2.76 57	0.31 56

ADLNet	0.67 47	0.96 140	0.10 11	0.21 41	0.23 65	0.08 83	0.01 26	1.26 77	0.09 35	0.32 60	0.06 57	2.28 135	0.08 29	0.18 120	3.28 95	1.03 31	0.35 55	0.11 22	0.54 17	0.18 40	0.54 22	1.10 42	0.00 1	0.03 9	0.88 103	0.68 79	3.16 75	0.28 53

UDGNet	2.51 144	1.01 141	0.33 39	10.93 209	5.26 200	8.50 207	3.54 189	1.72 90	0.15 54	0.23 53	0.08 61	0.52 71	0.10 42	10.25 227	3.55 106	1.25 51	0.46 68	0.46 84	2.73 86	0.59 110	2.44 106	4.14 140	2.94 202	0.15 68	1.72 130	0.77 86	2.94 64	1.13 98

SHD	4.34 180	1.02 142	2.50 181	1.71 164	1.33 159	1.46 165	2.01 171	4.90 194	4.30 196	2.63 159	4.99 186	4.39 155	9.41 200	0.58 168	8.20 210	4.81 191	4.43 199	2.44 199	13.01 188	2.95 193	5.61 179	6.88 206	0.30 137	3.26 195	4.11 177	5.16 172	3.88 116	10.98 184

test-3	1.53 107	1.03 143	1.25 142	0.40 106	0.31 92	0.11 91	0.06 88	2.79 152	0.17 62	0.35 66	0.44 100	4.06 150	0.35 86	0.03 36	2.84 63	1.63 84	0.37 62	0.57 98	8.86 158	0.46 94	3.20 127	5.38 169	0.02 46	0.27 103	0.61 93	0.95 93	3.95 118	0.88 84

APVNet	1.14 91	1.04 144	0.20 18	0.33 81	0.37 108	0.21 119	0.36 133	0.34 39	0.39 90	0.95 100	0.44 100	0.71 91	0.15 52	0.15 109	3.51 105	2.84 145	1.63 159	0.93 142	4.54 120	0.69 115	1.89 90	4.06 136	0.02 46	0.53 149	0.10 38	0.38 63	3.20 78	0.95 89

CASS	2.68 149	1.05 145	1.93 172	2.07 173	0.98 144	0.45 131	2.15 174	2.82 153	1.03 143	1.83 144	3.58 169	1.38 120	0.53 115	0.02 21	4.01 120	3.03 154	4.89 203	1.34 165	9.14 163	1.47 151	7.05 202	6.20 198	0.03 63	0.27 103	2.76 159	2.80 132	4.30 136	5.36 150
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_1	1.53 107	1.05 145	1.24 141	0.40 106	0.31 92	0.11 91	0.06 88	2.78 150	0.17 62	0.32 60	0.42 98	4.06 150	0.36 90	0.03 36	2.84 63	1.62 83	0.37 62	0.57 98	8.88 159	0.46 94	3.22 129	5.38 169	0.02 46	0.27 103	0.60 91	0.95 93	3.95 118	0.90 88

RP	1.29 98	1.06 147	2.32 178	0.84 138	1.16 149	0.39 127	1.53 163	1.89 102	1.68 166	0.29 58	2.21 148	2.25 134	0.13 46	0.40 157	3.31 98	1.07 33	0.61 85	0.05 10	1.61 50	0.40 77	0.65 27	3.05 108	0.11 102	0.29 115	0.29 64	0.92 92	4.24 135	2.04 116

R-Stereo Train	2.16 132	1.08 148	1.57 161	0.84 138	0.19 51	0.01 34	0.01 26	2.05 109	1.01 140	1.37 128	2.45 154	1.50 123	0.46 105	0.21 132	3.23 91	4.53 182	1.62 157	1.05 149	7.07 140	1.09 135	4.86 165	5.93 191	0.04 70	0.31 119	2.48 148	4.63 159	3.10 70	5.74 154

RAFT-Stereo	2.16 132	1.08 148	1.57 161	0.84 138	0.19 51	0.01 34	0.01 26	2.05 109	1.01 140	1.37 128	2.45 154	1.50 123	0.46 105	0.21 132	3.23 91	4.53 182	1.62 157	1.05 149	7.07 140	1.09 135	4.86 165	5.93 191	0.04 70	0.31 119	2.48 148	4.63 159	3.10 70	5.74 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iRaft-Stereo_20w	4.18 179	1.14 150	8.05 220	7.32 200	1.81 174	3.33 186	1.55 164	3.45 175	1.28 154	3.63 192	7.12 203	3.54 144	1.33 168	0.11 97	4.16 125	4.85 193	0.93 122	0.61 102	9.28 165	1.22 142	5.08 171	5.56 178	0.43 154	0.53 149	3.85 173	8.64 198	11.20 203	12.91 188

test_3	1.56 113	1.14 150	1.14 134	0.44 115	0.32 97	0.11 91	0.07 93	2.84 154	0.16 61	0.39 69	0.43 99	4.16 153	0.36 90	0.03 36	2.91 69	1.52 76	0.41 66	0.59 100	8.96 162	0.46 94	3.12 126	5.36 168	0.02 46	0.25 92	0.85 101	1.20 99	3.83 113	0.95 89

NaN_ROB	3.01 159	1.16 152	1.13 133	0.86 142	3.03 187	0.59 140	0.75 146	3.25 170	2.58 181	0.98 103	1.32 133	21.10 203	0.59 120	1.15 193	4.15 124	1.58 79	0.80 112	0.70 111	2.38 75	1.30 146	1.52 76	2.15 70	0.46 158	1.07 168	2.50 150	6.25 180	4.54 142	13.27 189

iinet-f	1.47 105	1.20 153	0.32 34	0.82 137	0.13 33	0.14 104	0.10 103	0.42 44	0.21 74	1.93 146	4.19 175	0.19 14	0.21 69	0.08 78	5.12 168	2.54 136	0.23 35	0.30 59	7.71 145	1.00 130	1.95 92	4.30 145	0.21 123	0.17 75	1.25 112	0.16 44	4.11 133	0.62 76

HSM-Net_RVC	2.86 154	1.24 154	1.50 157	2.55 177	1.72 169	0.57 139	0.17 118	3.55 179	1.14 145	3.50 190	6.32 198	7.94 174	2.93 175	0.05 55	3.38 101	2.12 123	1.28 145	0.26 50	3.24 98	1.24 143	3.66 137	3.76 122	0.61 169	2.64 191	4.43 182	6.27 181	5.76 168	5.47 153
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TANstereo	1.57 114	1.38 155	0.48 73	0.26 58	0.29 86	0.52 137	0.05 78	0.51 54	0.47 94	0.27 56	0.62 115	0.32 39	0.20 66	1.08 190	3.59 107	2.81 143	0.79 110	1.63 177	8.83 156	3.01 194	3.50 132	2.89 97	3.03 205	0.10 48	0.04 19	0.69 80	4.96 155	0.05 22

XX-TBD	1.57 114	1.38 155	0.48 73	0.26 58	0.29 86	0.52 137	0.05 78	0.51 54	0.47 94	0.27 56	0.62 115	0.32 39	0.20 66	1.08 190	3.59 107	2.81 143	0.79 110	1.63 177	8.83 156	3.01 194	3.50 132	2.89 97	3.03 205	0.10 48	0.04 19	0.69 80	4.96 155	0.05 22

RTS	5.53 188	1.46 157	0.94 123	0.90 144	1.73 170	4.08 189	4.63 195	2.53 135	3.41 188	2.79 164	1.70 142	8.18 175	1.27 165	0.72 174	7.83 201	4.87 194	7.37 215	2.34 196	18.33 196	2.92 189	4.78 160	5.88 187	1.04 185	1.31 172	6.74 201	22.88 239	6.66 178	22.00 213

RTSA	5.53 188	1.46 157	0.94 123	0.90 144	1.73 170	4.08 189	4.63 195	2.53 135	3.41 188	2.79 164	1.70 142	8.18 175	1.27 165	0.72 174	7.83 201	4.87 194	7.37 215	2.34 196	18.33 196	2.92 189	4.78 160	5.88 187	1.04 185	1.31 172	6.74 201	22.88 239	6.66 178	22.00 213

ccs_rob	4.75 183	1.46 157	2.39 179	1.96 170	0.68 131	3.13 183	1.58 165	4.94 196	1.36 156	4.31 206	15.82 235	28.46 210	8.43 195	0.38 156	5.65 179	5.42 206	2.23 169	1.60 176	6.31 134	1.98 174	6.14 185	5.97 193	0.35 145	2.33 187	1.28 113	2.40 127	4.09 130	7.49 168

LoS_RVC	1.09 85	1.51 160	0.60 87	0.05 8	0.49 117	0.01 34	0.08 96	0.22 32	0.74 119	1.72 138	0.23 80	0.56 78	0.63 124	0.12 100	3.15 82	2.90 146	0.69 99	1.79 182	3.27 101	0.50 101	4.03 146	3.48 117	0.21 123	0.07 28	0.33 67	0.47 71	0.70 18	0.96 91

tt_ll	1.09 85	1.51 160	0.60 87	0.05 8	0.49 117	0.01 34	0.08 96	0.22 32	0.74 119	1.72 138	0.23 80	0.56 78	0.63 124	0.12 100	3.15 82	2.90 146	0.69 99	1.79 182	3.27 101	0.50 101	4.03 146	3.48 117	0.21 123	0.07 28	0.33 67	0.47 71	0.70 18	0.96 91

MaskLacGwcNet_RVC	8.48 200	1.51 160	5.87 210	4.30 190	3.26 188	2.82 180	6.81 203	3.68 182	3.59 191	4.81 211	10.18 221	66.20 252	11.63 204	7.70 223	5.97 185	5.06 199	4.49 200	5.33 220	18.36 198	2.64 186	7.91 211	8.42 221	0.92 182	3.39 198	4.34 180	8.02 193	6.20 171	15.61 197

NCC-stereo	1.86 124	1.63 163	1.33 147	0.95 146	1.22 154	0.80 145	2.29 176	2.62 141	2.93 183	0.34 62	2.87 162	2.16 131	1.17 161	0.21 132	3.63 109	1.13 40	0.63 90	0.96 145	2.79 88	0.75 120	0.98 44	2.96 102	0.36 146	0.32 122	2.31 144	4.50 157	3.69 98	4.78 145

Abc-Net	1.86 124	1.63 163	1.33 147	0.95 146	1.22 154	0.80 145	2.29 176	2.62 141	2.93 183	0.34 62	2.87 162	2.16 131	1.17 161	0.21 132	3.63 109	1.13 40	0.63 90	0.96 145	2.79 88	0.75 120	0.98 44	2.96 102	0.36 146	0.32 122	2.31 144	4.50 157	3.69 98	4.78 145
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	2.66 148	1.67 165	0.33 39	3.58 185	9.30 215	1.76 171	3.48 188	0.68 60	3.29 186	0.71 87	1.59 139	0.37 50	0.27 76	0.13 106	5.94 184	3.42 170	1.03 131	0.54 94	4.47 118	0.65 113	2.02 93	2.06 68	0.56 167	0.31 119	15.21 219	3.30 140	3.74 102	1.47 105

GANetREF_RVC	2.43 141	1.69 166	0.81 115	2.04 172	1.16 149	1.02 156	0.10 103	4.72 193	1.44 159	3.62 191	0.06 57	10.03 182	0.69 131	0.09 86	3.63 109	1.36 60	1.06 134	0.94 143	6.44 136	0.46 94	2.32 97	1.74 61	0.17 116	1.35 174	3.41 170	3.75 145	6.55 175	4.82 147
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
PWC_ROB	7.15 195	1.85 167	5.57 207	0.85 141	1.17 151	1.95 172	4.77 197	2.56 138	17.27 233	3.83 199	7.66 207	4.97 158	39.20 238	0.81 180	8.35 213	4.96 198	6.51 210	4.27 211	15.99 191	4.39 201	7.48 208	7.59 215	0.53 164	4.79 211	2.74 158	2.63 131	7.01 182	23.26 217

S-Stereo	9.11 201	1.88 168	3.41 189	7.93 203	7.92 211	12.47 212	19.24 223	5.20 198	6.26 203	6.18 219	20.72 244	29.27 211	7.13 192	0.65 172	9.55 222	7.50 228	3.80 191	5.87 224	17.77 194	6.30 212	6.21 186	7.52 214	12.23 228	6.88 221	2.77 160	6.68 184	6.74 180	18.03 203

AnyNet_C32	5.68 190	1.96 169	2.91 185	1.78 166	2.71 185	3.17 184	5.76 200	4.31 188	12.56 218	3.07 173	7.17 204	4.22 154	1.70 170	2.19 204	8.22 211	5.98 214	5.69 207	4.43 214	12.45 187	2.93 191	9.72 222	8.57 222	1.84 194	3.46 199	6.24 198	9.82 207	6.26 172	14.21 192

ADCPNet	6.67 192	1.97 170	3.86 194	2.75 178	6.19 207	3.07 181	7.60 208	5.21 199	8.03 209	3.82 198	7.92 208	5.17 163	13.78 209	2.98 208	8.10 207	6.12 217	4.35 198	2.04 190	18.50 199	4.74 205	7.04 201	7.43 212	2.98 204	1.91 181	8.96 208	14.04 220	7.02 183	14.47 194

RGC	2.44 142	1.98 171	4.87 199	1.54 159	1.65 167	1.74 170	1.05 152	2.02 107	1.43 158	0.88 98	4.42 181	2.52 140	2.42 174	0.58 168	4.33 132	1.63 84	0.91 119	0.48 87	4.28 117	1.08 134	1.94 91	4.01 132	0.15 109	0.72 159	2.19 140	5.22 173	4.90 153	6.96 164

stereogan	1.89 127	2.00 172	1.17 139	1.47 158	2.05 180	1.72 168	0.87 149	1.84 98	1.11 144	1.36 127	1.51 136	5.81 168	0.48 109	0.32 151	3.87 118	1.69 95	0.80 112	0.39 74	3.96 113	0.78 122	1.23 58	4.02 133	0.26 134	0.51 146	0.30 66	1.30 102	6.30 173	3.84 138

SGM-Forest	2.81 152	2.03 173	0.36 50	6.32 197	1.79 173	2.66 178	0.02 47	1.42 83	0.77 121	2.52 158	0.96 124	6.57 172	5.74 187	0.31 149	4.36 133	2.94 151	0.61 85	0.33 64	3.08 94	0.47 99	2.46 108	2.73 95	0.84 181	0.45 143	3.66 172	3.74 144	11.30 204	7.44 167
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCP+	3.47 166	2.05 174	2.64 183	1.31 156	1.93 176	1.19 162	3.99 190	1.07 71	9.83 216	1.78 143	5.75 192	8.79 178	0.37 94	0.90 182	5.04 167	2.20 128	0.44 67	0.90 137	5.82 130	0.88 126	2.38 103	3.43 116	0.33 142	0.41 136	3.03 166	12.72 215	3.59 95	10.90 183

FADNet_RVC	3.95 173	2.06 175	1.30 145	3.33 183	3.36 190	0.99 155	2.06 173	2.30 119	1.39 157	1.72 138	4.72 183	9.29 179	5.82 189	1.76 202	8.23 212	3.12 158	2.98 180	4.27 211	16.83 193	3.30 198	4.99 170	5.51 175	0.63 171	1.39 176	1.45 125	3.14 135	4.86 151	5.92 156

FAT-Stereo	7.20 196	2.13 176	8.68 222	7.00 199	11.87 220	5.95 196	3.19 185	7.26 205	3.52 190	5.84 215	13.06 224	18.26 201	8.49 196	1.41 197	8.81 218	6.34 219	3.65 189	4.07 210	15.49 190	6.21 211	6.75 195	6.94 207	0.74 177	4.80 212	2.92 163	7.26 186	7.50 187	16.30 198

NCCL2	2.12 131	2.27 177	1.29 144	1.28 154	1.85 175	0.18 112	0.77 148	1.24 76	1.25 151	1.62 137	2.71 158	1.06 103	0.51 113	0.31 149	4.40 136	2.33 131	1.57 155	0.62 104	2.35 72	0.68 114	2.68 113	4.29 144	1.52 193	1.06 166	4.65 184	4.17 151	4.04 128	6.58 163

s12784h	2.07 130	2.29 178	2.24 174	1.60 161	0.69 132	0.05 76	0.03 64	2.13 115	0.55 104	1.19 116	0.13 70	1.61 126	0.68 130	0.04 50	3.20 85	3.09 156	0.78 109	0.41 79	3.50 106	0.43 88	5.42 177	2.92 100	0.11 102	0.12 54	2.64 155	1.70 111	6.64 177	11.65 186

STTRV1_RVC	9.47 202	2.31 179	1.06 130	5.61 194	1.39 160	5.42 194	2.59 181	3.68 182	3.77 192	4.47 209	4.40 180	16.44 197	20.14 216	1.02 185	9.83 224	3.26 161	18.06 234	0.81 129	51.87 246	11.45 229	18.05 246	6.27 200	4.52 214	4.23 204	6.12 196	7.90 191	11.99 205	28.90 228

CSAN	4.46 181	2.36 180	1.57 161	3.12 181	3.32 189	1.64 167	0.76 147	4.59 190	4.37 197	3.80 197	2.84 160	17.58 200	10.47 203	0.96 184	4.80 157	1.75 100	2.06 166	1.16 158	5.69 128	2.34 182	2.93 118	2.40 83	0.43 154	2.56 189	4.64 183	11.45 211	7.53 188	13.44 191

XPNet_ROB	3.02 160	2.54 181	1.33 147	0.73 134	1.45 163	1.04 158	0.61 142	0.83 66	1.45 160	1.16 112	3.44 168	26.85 209	0.35 86	0.40 157	3.24 93	2.22 129	3.28 184	0.79 122	3.20 96	1.19 140	2.94 119	5.51 175	0.76 178	0.46 144	0.72 99	2.37 126	9.22 194	3.37 136

SAMSARA	19.29 223	2.55 182	5.07 203	4.09 189	3.44 191	3.26 185	4.38 194	15.32 224	9.58 214	4.44 208	5.63 190	8.73 177	24.82 220	3.30 213	10.45 227	6.81 221	5.49 205	3.46 208	21.26 207	4.77 206	17.96 245	24.74 258	0.82 179	4.77 210	80.12 265	91.25 264	77.91 265	76.45 265

UCFNet_RVC	1.13 90	2.65 183	0.57 81	0.57 124	0.74 135	0.19 116	0.01 26	0.28 37	0.22 75	0.95 100	0.39 93	2.41 138	0.89 152	0.06 65	2.99 78	1.18 45	0.50 73	0.49 88	2.19 60	0.44 91	1.50 74	1.54 56	1.06 187	0.19 80	1.43 123	1.73 113	1.86 42	3.39 137

CBMV_ROB	6.09 191	2.65 183	2.29 177	8.35 204	5.74 202	5.08 192	2.76 182	5.03 197	2.35 177	3.78 196	4.70 182	21.22 204	13.56 208	0.09 86	6.04 188	3.70 173	2.84 178	1.39 167	11.35 181	8.80 223	4.92 168	3.11 109	0.43 154	2.10 185	7.06 203	10.12 208	12.96 207	11.93 187

TRStereo	3.24 165	2.66 185	7.45 215	0.35 96	0.14 36	7.79 203	0.13 114	3.04 159	0.42 92	2.75 163	1.46 135	5.69 167	0.65 127	0.09 86	3.75 115	4.23 180	0.70 104	0.63 106	6.77 138	1.21 141	4.05 148	4.81 155	0.12 104	0.24 87	2.72 157	6.73 185	12.83 206	6.09 157

ADCRef	2.96 157	2.78 186	1.02 129	0.70 132	2.21 182	1.96 173	2.42 179	0.96 69	6.10 201	1.94 148	1.15 131	1.08 104	0.74 138	1.32 195	6.01 186	3.38 168	1.34 151	1.15 157	8.41 152	2.09 178	2.59 110	3.60 120	1.88 195	0.71 157	2.81 162	8.00 192	3.42 87	10.24 182

SFCPSM	5.40 186	2.86 187	1.19 140	1.84 169	1.39 160	1.34 163	0.49 139	2.34 122	4.85 200	3.12 175	8.16 213	15.40 195	22.08 218	1.04 188	5.77 181	4.60 186	2.35 173	1.58 175	22.71 211	7.33 216	4.45 154	4.53 149	0.62 170	1.97 184	4.29 179	4.05 150	5.75 167	9.77 179

pmcnn	8.05 199	2.96 188	2.25 175	6.23 195	5.03 198	6.98 199	4.33 193	4.70 192	2.02 176	4.19 203	9.20 219	19.11 202	20.39 217	0.73 176	7.05 195	6.73 220	6.29 209	4.51 215	22.54 210	4.66 204	9.62 220	5.08 163	4.46 213	4.23 204	5.99 195	5.22 173	17.26 219	25.55 223

GwcNet-ADL	3.21 164	2.99 189	3.34 188	3.11 180	2.07 181	0.82 147	0.12 110	2.95 157	0.67 115	3.84 200	7.51 206	7.80 173	1.22 164	0.20 127	3.79 117	4.73 189	2.11 167	0.73 118	7.81 149	2.53 184	3.21 128	3.69 121	0.22 131	1.53 177	2.17 139	4.84 163	4.00 125	8.77 174

PS-NSSS	1.54 110	3.12 190	0.33 39	3.03 179	0.83 142	1.73 169	0.70 145	0.39 43	0.15 54	0.39 69	0.00 1	11.06 184	1.04 159	0.41 159	2.13 32	0.79 15	0.47 70	0.26 50	4.17 115	0.14 30	0.90 40	0.37 14	2.44 198	0.06 22	0.99 106	0.74 85	3.17 76	1.82 112

XQC	4.76 184	3.14 191	1.63 164	3.31 182	3.69 192	3.46 187	2.94 183	6.02 203	3.05 185	2.64 160	5.51 189	5.67 166	7.46 193	1.41 197	8.02 204	4.65 187	3.59 186	1.49 172	10.75 179	2.91 188	4.96 169	6.67 203	0.41 150	1.91 181	7.13 204	10.47 210	11.17 202	4.51 142

DPSNet	14.25 218	3.23 192	1.83 171	7.63 201	7.22 210	10.44 210	4.19 192	5.68 201	8.64 212	4.20 205	3.75 171	72.37 257	26.68 223	4.43 217	10.42 225	10.25 239	10.56 221	8.02 231	58.50 254	8.44 221	11.36 226	8.93 224	16.95 233	10.34 232	18.62 225	15.80 224	14.33 213	21.91 212

HBP-ISP	3.70 170	3.49 193	4.13 195	4.77 191	2.41 183	3.60 188	0.12 110	4.11 186	1.26 152	3.39 185	4.22 178	4.64 157	0.54 117	1.76 202	8.63 215	8.11 230	1.56 154	1.34 165	2.61 81	1.51 153	5.14 173	6.84 205	0.56 167	1.55 178	2.53 151	5.06 169	10.57 200	5.37 151

MFN_U_SF_DS_RVC	7.30 197	3.59 194	1.09 131	9.20 205	3.71 193	7.69 202	7.51 207	10.81 214	8.52 211	4.93 213	4.20 176	16.73 198	9.30 198	5.45 219	8.09 206	3.29 162	1.80 162	1.13 156	18.77 200	2.10 179	6.48 191	7.49 213	3.17 209	1.74 179	12.06 215	14.29 221	9.71 198	14.36 193

ADCL	3.91 172	3.61 195	2.28 176	1.76 165	1.76 172	3.09 182	4.16 191	1.98 105	13.71 223	2.81 166	5.14 187	2.47 139	0.65 127	1.10 192	5.38 172	2.55 137	2.02 165	2.20 192	6.41 135	2.08 177	4.87 167	4.20 141	1.40 191	1.06 166	6.69 200	6.60 183	4.33 137	11.16 185

CBMV	5.52 187	3.65 196	1.32 146	3.46 184	2.86 186	2.04 174	0.41 135	3.64 181	2.63 182	4.09 202	2.36 149	14.13 193	3.70 182	0.57 165	7.16 196	6.19 218	4.26 197	2.36 198	8.76 155	1.44 150	6.43 189	4.53 149	0.54 165	5.62 214	4.85 187	6.08 179	19.41 221	26.62 224
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	2.78 151	3.78 197	0.39 59	2.02 171	1.58 165	2.36 177	0.00 1	2.66 144	1.54 161	3.63 192	1.79 144	2.55 141	3.51 179	0.83 181	5.82 182	5.57 209	2.69 177	1.83 185	2.63 83	0.91 128	4.62 156	4.13 139	0.42 153	2.58 190	2.29 142	4.46 156	7.67 189	2.88 129

AMNet	6.77 193	3.87 198	2.62 182	4.00 188	5.86 203	6.75 198	3.31 187	2.51 133	2.47 178	3.44 187	6.68 201	9.34 180	2.05 171	7.44 221	4.79 156	9.81 237	13.48 227	7.65 230	7.95 150	7.83 218	11.47 228	7.62 216	2.74 201	4.18 203	5.52 193	8.25 195	13.24 208	17.97 202

ETE_ROB	4.62 182	4.04 199	1.52 159	1.14 151	2.02 179	2.70 179	1.28 159	1.50 85	4.25 195	1.89 145	5.88 194	37.95 223	0.84 150	1.42 199	4.94 163	2.66 139	3.81 192	0.95 144	4.84 122	1.63 159	4.01 144	5.32 167	0.67 175	1.14 170	2.03 138	3.84 148	15.25 215	7.23 165

SANet	10.32 206	4.15 200	6.27 212	5.51 192	5.49 201	8.58 208	2.27 175	15.41 225	13.03 222	2.83 167	9.09 217	60.35 248	25.50 222	2.93 207	8.06 205	3.02 153	7.05 211	3.86 209	11.43 182	3.25 197	5.27 175	5.02 162	2.60 200	7.27 225	11.08 213	12.57 214	13.36 209	23.31 218

FC-DCNN	3.82 171	4.38 201	5.67 209	9.61 207	4.14 194	8.01 205	3.26 186	4.21 187	1.69 167	2.95 171	1.54 138	5.87 170	2.09 172	0.13 106	4.40 136	2.15 125	2.54 175	1.11 155	3.38 103	0.82 125	3.11 125	2.20 72	0.65 172	3.29 196	6.33 199	4.91 167	6.98 181	7.80 170

ADCMid	6.83 194	4.46 202	4.95 202	2.16 174	4.31 196	5.71 195	7.29 205	8.83 208	12.78 220	3.11 174	8.10 211	9.83 181	9.65 201	2.84 205	8.51 214	5.42 206	4.68 201	2.83 201	18.87 203	3.22 196	7.09 203	7.70 217	5.37 216	2.33 187	5.12 191	8.71 199	5.21 160	15.24 196

DGSMNet	11.51 211	4.52 203	7.92 219	5.60 193	4.80 197	7.02 200	6.11 201	7.51 206	4.47 198	11.25 232	31.10 250	17.12 199	7.95 194	4.11 216	10.43 226	14.27 244	16.27 231	9.03 235	40.42 233	11.09 228	20.12 250	22.06 252	4.60 215	6.88 221	5.15 192	9.40 202	8.22 192	13.42 190

LALA_ROB	4.04 174	4.73 204	1.42 152	1.16 152	1.93 176	2.17 176	1.04 151	1.80 96	2.48 179	2.74 162	5.87 193	33.34 216	0.69 131	0.78 178	6.02 187	2.33 131	3.21 183	1.82 184	3.66 109	1.88 171	3.40 131	4.99 161	0.34 144	1.03 164	1.91 136	3.61 143	8.50 193	6.20 158

G-Net	10.87 208	4.96 205	9.71 223	3.77 186	4.24 195	7.37 201	2.01 171	10.08 212	15.80 227	4.95 214	15.59 233	48.52 237	9.05 197	0.58 168	8.11 209	8.67 232	5.49 205	4.42 213	23.80 213	15.66 233	8.01 213	8.23 220	3.06 208	5.14 213	6.15 197	13.92 219	22.56 223	23.75 219

ADCS	9.93 203	5.64 206	4.82 198	3.95 187	6.05 205	6.17 197	5.70 199	9.47 210	15.68 225	4.19 203	7.98 209	12.91 191	17.41 211	3.94 215	10.52 229	11.68 240	10.14 220	7.14 229	24.46 215	8.67 222	13.95 238	13.00 243	2.94 202	6.15 218	9.75 211	17.65 229	10.70 201	17.41 199

PVD	12.14 214	5.88 207	8.51 221	7.70 202	6.65 209	10.05 209	6.16 202	21.11 237	19.74 236	3.44 187	8.69 215	16.07 196	27.50 224	2.86 206	8.93 219	7.52 229	11.20 224	6.11 226	24.24 214	6.83 214	11.08 224	11.21 238	1.11 188	5.71 215	15.30 220	21.90 237	17.71 220	34.49 234

LSM0	22.48 231	6.09 208	4.65 197	14.89 212	10.39 218	16.43 216	13.29 218	23.38 239	15.69 226	14.75 238	18.69 241	35.79 220	33.70 234	0.93 183	73.52 263	85.94 263	13.36 226	5.62 222	55.67 251	16.83 236	21.95 251	18.82 249	4.28 212	8.01 226	16.44 221	16.43 226	28.65 229	32.66 233

AnyNet_C01	12.12 213	6.13 209	5.39 204	6.24 196	6.03 204	5.20 193	9.20 211	12.30 218	16.87 230	5.85 216	9.03 216	26.16 208	18.91 214	4.53 218	11.14 233	12.98 242	16.27 231	15.82 247	34.24 224	10.36 226	16.44 242	13.34 245	7.06 218	6.93 223	11.61 214	9.46 203	9.77 199	19.91 208

MFN_U_SF_RVC	10.34 207	6.17 210	3.69 193	9.55 206	5.13 199	12.52 213	10.34 213	12.25 217	7.05 205	12.23 234	14.31 229	22.82 205	13.03 206	8.82 224	11.37 234	4.87 194	3.83 194	3.31 206	39.34 231	5.97 210	8.56 218	8.81 223	1.45 192	6.40 220	9.49 210	8.57 197	9.56 197	19.71 207

edge stereo	11.35 210	6.83 211	10.52 225	14.06 210	12.00 221	16.55 217	12.81 217	12.42 219	7.44 207	6.06 217	15.12 232	38.81 225	17.75 212	1.25 194	7.59 200	7.29 226	5.73 208	3.11 203	25.18 216	4.53 202	6.71 194	8.01 219	4.16 211	3.71 201	8.94 207	7.65 187	13.41 210	28.72 227

MADNet+	19.30 224	7.92 212	15.32 234	17.51 215	11.42 219	8.09 206	18.41 221	28.03 246	17.21 232	12.46 235	12.08 222	33.63 218	30.37 229	9.62 225	18.64 246	14.89 245	25.78 244	10.10 237	40.05 232	16.50 235	17.34 244	12.76 242	9.48 226	18.60 243	35.02 245	20.22 233	21.19 222	38.41 238

CC-Net-ROB	5.26 185	8.36 213	1.81 169	22.68 219	6.07 206	15.19 215	7.74 209	0.45 49	0.84 127	1.53 136	0.00 1	23.78 206	3.00 176	3.15 209	2.92 71	0.74 13	2.29 171	1.51 173	11.50 183	0.48 100	1.21 55	1.47 49	9.41 223	0.22 85	2.30 143	2.51 130	2.25 48	8.72 173

FBW_ROB	7.98 198	9.24 214	5.57 207	20.21 218	8.25 213	12.08 211	8.09 210	4.92 195	1.58 164	3.30 179	5.15 188	13.88 192	3.03 177	7.45 222	6.23 191	1.49 71	2.89 179	0.79 122	33.18 223	1.93 173	5.24 174	4.40 147	9.43 224	8.29 227	4.88 188	7.69 188	4.88 152	21.40 211

MeshStereo	13.21 217	10.28 215	5.53 206	24.29 222	14.71 222	17.26 218	7.30 206	12.03 215	7.47 208	4.66 210	9.13 218	38.56 224	29.80 227	0.45 160	9.43 221	7.37 227	3.76 190	2.44 199	18.85 202	2.41 183	12.93 235	7.18 209	1.21 189	5.79 216	22.04 229	16.38 225	33.15 234	32.34 232
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
SGM_RVC	10.08 204	10.50 216	3.60 192	16.68 213	8.80 214	14.87 214	7.11 204	9.19 209	6.25 202	4.06 201	7.33 205	24.89 207	18.29 213	0.57 165	4.57 143	1.98 118	3.30 185	1.17 159	20.75 206	2.20 180	4.80 163	2.23 74	2.29 197	3.65 200	17.68 224	13.31 218	33.30 236	28.67 226
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MSC_U_SF_DS_RVC	10.98 209	10.59 217	6.33 213	17.49 214	6.29 208	7.85 204	10.69 214	18.03 231	23.43 240	11.13 229	4.86 185	14.66 194	5.81 188	9.65 226	9.78 223	5.91 212	3.18 182	5.17 218	39.06 230	7.03 215	7.92 212	9.81 229	7.04 217	7.22 224	14.77 218	8.85 200	6.40 174	17.43 200

LE_ROB	22.46 230	10.87 218	12.67 229	32.44 225	37.93 236	31.36 226	33.43 231	23.22 238	21.14 239	6.73 220	17.81 239	52.15 243	50.94 254	1.56 200	6.43 193	2.92 149	3.14 181	1.46 170	30.14 218	8.43 220	7.23 205	4.28 143	7.08 219	25.69 249	34.50 244	36.15 255	53.30 257	53.30 253

MFMNet_re	16.26 219	13.95 219	7.70 217	24.27 221	9.34 216	33.99 231	17.43 219	12.42 219	19.62 235	10.23 228	13.58 227	39.02 226	13.47 207	1.40 196	10.73 230	10.12 238	29.43 250	12.22 238	31.31 219	10.07 225	17.19 243	9.15 225	8.44 221	9.02 229	8.97 209	5.68 178	24.08 225	36.04 236

SPS-STEREO	20.13 227	14.92 220	11.88 227	19.84 217	20.39 223	18.24 219	9.27 212	16.06 228	19.74 236	19.91 244	20.06 243	33.66 219	37.68 237	7.23 220	13.17 239	16.66 248	26.75 246	16.01 248	32.30 221	23.65 244	30.25 257	22.84 255	13.67 230	13.47 240	16.56 222	15.26 223	29.55 232	24.45 220
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM-ForestM	11.60 212	15.35 221	4.54 196	19.02 216	8.08 212	18.74 220	10.83 215	12.03 215	7.24 206	3.01 172	6.09 197	36.06 221	23.95 219	0.75 177	4.47 138	1.51 75	3.60 188	0.75 120	20.06 205	1.60 156	4.23 150	1.65 59	1.36 190	3.34 197	25.09 231	20.48 234	34.27 239	25.03 221

SGM+DAISY	20.91 228	16.10 222	12.43 228	22.81 220	21.80 224	24.45 223	18.63 222	17.89 230	12.77 219	18.42 243	19.55 242	30.39 213	40.48 239	11.67 228	12.56 237	15.10 246	25.73 243	12.69 241	34.93 226	21.56 242	26.12 254	22.15 253	21.16 234	12.73 237	17.44 223	13.30 217	33.35 237	28.26 225

MDST_ROB	10.13 205	16.70 223	3.04 186	29.06 223	9.34 216	20.66 221	5.02 198	5.90 202	1.98 175	3.16 177	2.70 157	11.22 185	28.15 225	0.18 120	6.30 192	1.37 62	1.21 142	0.34 66	7.74 147	1.01 131	4.67 157	3.95 131	1.92 196	1.94 183	26.55 233	19.78 232	37.02 241	22.50 216

MANE	19.83 226	17.14 224	15.43 235	34.46 228	23.74 227	25.27 224	17.85 220	19.50 235	17.04 231	6.13 218	12.40 223	41.03 227	35.23 235	3.36 214	7.87 203	8.98 233	7.09 212	29.77 257	21.81 209	3.71 199	9.51 219	5.54 177	2.50 199	8.83 228	34.12 242	27.95 247	51.25 255	47.85 249

DDUNet	12.41 215	19.68 225	3.23 187	36.37 230	24.08 228	34.35 232	31.95 230	1.86 99	1.63 165	1.44 132	3.43 167	12.02 187	3.65 181	83.75 243	4.54 141	2.28 130	8.10 218	3.39 207	18.01 195	4.26 200	6.60 193	4.81 155	16.44 232	0.64 154	1.08 109	0.61 77	4.68 146	2.12 118

ELAS_RVC	19.26 222	19.85 226	14.31 231	33.92 227	22.40 225	33.39 230	19.24 223	15.07 223	10.89 217	8.20 223	17.30 236	54.84 245	32.79 233	3.23 211	8.72 216	3.46 171	11.25 225	6.19 228	19.97 204	7.86 219	12.63 233	12.02 241	9.45 225	10.70 233	30.22 237	22.17 238	41.23 247	38.75 240
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UDG	12.63 216	20.60 227	3.50 191	36.40 231	28.77 231	31.44 227	39.49 234	2.59 139	1.77 171	2.37 156	6.03 195	11.55 186	3.79 183	74.28 240	5.35 171	2.47 133	8.42 219	2.92 202	18.81 201	4.63 203	7.35 207	4.85 158	12.22 227	1.18 171	1.15 110	2.47 129	4.49 141	2.18 120

ELAS	19.48 225	22.90 228	14.50 232	35.26 229	24.25 229	31.48 228	19.80 225	16.72 229	15.91 228	7.71 221	15.62 234	48.88 238	30.47 230	3.20 210	9.19 220	3.39 169	10.97 222	5.79 223	21.49 208	6.53 213	11.69 229	11.90 240	9.30 222	9.63 230	32.86 239	24.17 242	41.19 246	41.31 243
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
STStereo	19.12 221	25.20 229	16.96 238	40.13 233	26.93 230	32.21 229	21.77 226	19.35 234	16.49 229	7.75 222	17.60 237	46.83 235	36.96 236	1.06 189	8.10 207	2.99 152	3.81 192	1.57 174	31.85 220	5.18 207	6.77 197	5.31 166	3.04 207	9.71 231	29.57 235	23.01 241	40.22 243	35.81 235

BEATNet-Init1	23.62 234	27.86 230	13.22 230	44.78 234	23.54 226	38.58 233	23.96 227	18.57 232	18.15 234	9.17 224	13.26 225	47.63 236	48.00 249	3.29 212	12.31 235	9.22 234	7.35 214	5.48 221	48.70 241	19.34 238	12.33 232	11.24 239	7.11 220	11.28 234	33.76 241	21.63 235	60.52 262	47.50 248

JetBlue	32.19 242	30.24 231	35.83 257	39.74 232	34.14 233	43.67 234	35.54 232	29.41 250	45.70 252	14.86 239	8.65 214	79.62 262	19.51 215	25.38 232	15.92 245	16.55 247	38.70 257	25.92 256	35.72 227	25.05 247	29.56 256	23.18 256	32.21 236	26.78 250	30.47 238	28.96 248	48.44 253	49.33 250

WAO-7	27.19 238	31.49 232	25.61 248	33.41 226	34.55 235	21.90 222	27.96 228	47.14 256	47.22 254	29.27 249	38.50 253	41.69 229	40.59 242	12.37 229	31.37 253	17.44 249	15.34 229	8.53 232	46.18 237	20.63 241	9.79 223	10.78 234	3.30 210	33.50 254	22.38 230	21.79 236	23.87 224	37.39 237

SQANet	17.87 220	31.68 233	5.41 205	57.78 236	33.35 232	57.44 236	39.25 233	4.37 189	1.73 168	4.89 212	1.53 137	30.38 212	5.54 186	56.25 236	3.78 116	1.32 55	5.20 204	1.48 171	29.72 217	1.71 161	6.45 190	5.45 174	54.26 242	1.90 180	4.80 185	8.48 196	9.52 196	18.82 206

SPstereo	42.72 251	33.54 234	31.83 253	31.00 224	34.43 234	30.75 225	28.20 229	59.10 259	44.02 249	29.97 250	59.48 258	49.02 240	63.04 262	44.63 235	40.17 256	54.80 261	47.68 260	33.56 259	57.43 253	41.63 259	43.54 261	37.71 261	27.86 235	44.58 259	42.50 252	39.59 256	57.37 259	45.91 246

DispFullNet	26.27 235	39.81 235	17.89 240	52.75 235	38.74 237	45.03 235	55.21 237	13.74 222	12.89 221	13.75 236	9.88 220	43.75 231	32.46 232	86.51 244	11.01 231	13.68 243	29.48 251	16.23 249	51.78 245	14.64 231	13.87 237	10.46 232	14.59 231	6.22 219	8.62 206	8.03 194	16.08 216	32.10 231

Ntro	22.77 232	41.10 236	9.75 224	63.11 244	42.85 240	62.03 244	56.57 238	8.43 207	6.55 204	12.02 233	2.06 147	33.43 217	6.53 190	75.01 241	4.99 164	1.38 63	7.98 217	2.25 193	37.75 229	9.51 224	6.94 199	6.04 196	55.49 244	3.02 193	10.71 212	14.77 222	13.49 212	21.09 210

ACVNet-4b	26.61 236	42.01 237	11.61 226	69.47 253	47.43 243	69.50 254	76.65 253	10.80 213	9.82 215	15.00 240	1.59 139	58.27 246	9.88 202	93.43 251	4.75 153	1.87 106	13.94 228	5.15 217	32.30 221	13.54 230	7.25 206	5.67 182	58.95 248	4.34 208	12.13 216	9.30 201	15.06 214	18.72 205

ACVNet_1	26.74 237	42.56 238	14.81 233	66.86 249	48.56 245	65.11 251	82.56 258	15.95 227	8.17 210	11.16 230	5.65 191	32.31 215	25.19 221	93.82 252	7.38 199	2.02 119	15.91 230	6.16 227	34.50 225	10.98 227	8.17 215	6.10 197	59.12 249	5.79 216	19.06 226	9.75 206	9.37 195	15.02 195

otaku	21.36 229	42.67 239	7.67 216	62.47 242	41.26 239	63.18 246	49.95 235	6.15 204	4.57 199	10.22 227	1.83 145	32.26 214	9.33 199	65.85 238	4.60 145	1.61 81	7.10 213	1.41 168	36.88 228	7.74 217	7.03 200	5.98 194	54.87 243	2.69 192	8.31 205	9.47 204	13.48 211	18.26 204

RainbowNet	27.62 239	45.59 240	16.83 237	69.42 252	46.28 241	68.08 253	69.73 247	9.87 211	3.31 187	17.67 241	2.40 150	45.29 232	28.15 225	91.67 247	11.05 232	3.10 157	10.99 223	5.02 216	43.52 236	16.90 237	8.37 216	6.69 204	58.54 247	4.55 209	13.10 217	12.31 213	16.72 217	20.53 209

WAO-6	36.54 246	46.81 241	19.38 241	60.03 237	52.14 251	58.04 237	63.77 240	27.20 243	42.09 247	33.11 253	17.67 238	42.19 230	50.09 253	89.85 245	29.06 251	18.00 251	22.89 239	12.66 240	41.03 234	25.00 246	19.25 247	17.73 247	34.12 237	17.43 242	42.37 251	25.35 243	36.73 240	42.55 245

ACVNet_2	32.06 241	47.10 242	20.06 242	67.26 251	49.84 250	64.97 249	85.15 261	28.04 247	14.34 224	14.44 237	8.02 210	51.06 242	30.19 228	92.01 250	8.75 217	2.50 135	19.20 235	5.27 219	50.34 242	16.10 234	8.16 214	5.63 181	57.79 245	13.22 239	36.40 246	13.10 216	24.92 226	31.82 230

IMH-64-1	33.95 243	47.85 243	23.39 244	61.17 238	49.33 248	61.76 242	67.81 242	27.05 241	35.73 242	10.03 225	14.78 230	45.47 233	40.48 239	93.88 253	14.40 241	7.26 224	20.70 236	8.75 233	47.06 238	20.52 239	11.86 230	10.05 230	59.37 251	11.73 235	41.46 249	17.26 227	27.54 227	39.89 241

IMH-64	33.95 243	47.85 243	23.39 244	61.17 238	49.33 248	61.76 242	67.81 242	27.05 241	35.73 242	10.03 225	14.78 230	45.47 233	40.48 239	93.88 253	14.40 241	7.26 224	20.70 236	8.75 233	47.06 238	20.52 239	11.86 230	10.05 230	59.37 251	11.73 235	41.46 249	17.26 227	27.54 227	39.89 241

LVE	39.30 249	48.25 245	30.12 251	73.97 260	64.66 256	64.57 248	77.85 254	28.17 248	23.72 241	37.91 255	35.79 251	37.41 222	49.58 250	95.15 263	12.46 236	5.89 211	24.18 240	12.87 243	53.55 248	26.04 249	13.99 239	13.05 244	69.20 260	25.62 248	43.97 253	29.71 250	40.99 245	22.41 215

PSMNet_ROB	31.36 240	48.75 246	16.32 236	64.48 246	46.97 242	60.77 240	61.30 239	19.02 233	20.70 238	27.57 248	24.90 247	41.43 228	42.18 243	83.15 242	13.95 240	4.06 178	17.90 233	5.94 225	42.51 235	15.37 232	11.21 225	9.54 228	57.95 246	14.27 241	29.64 236	19.74 231	29.38 231	17.81 201

IMH	35.14 245	49.00 247	23.80 246	61.52 240	49.14 247	63.04 245	67.99 244	27.86 245	38.05 246	11.18 231	14.22 228	49.01 239	53.30 257	93.93 255	14.60 244	7.08 223	21.66 238	9.65 236	47.64 240	22.22 243	11.39 227	9.32 226	59.41 253	12.98 238	40.95 248	19.12 230	29.12 230	41.73 244

TorneroNet-64	38.80 248	50.14 248	23.16 243	63.45 245	47.59 244	63.57 247	68.85 245	27.44 244	44.99 250	21.03 245	13.47 226	69.75 256	56.51 258	94.74 257	18.85 248	8.54 231	26.03 245	15.59 246	53.93 250	25.94 248	12.81 234	10.53 233	61.35 254	21.98 244	33.37 240	26.73 245	33.93 238	53.30 253

Dean	42.92 252	51.28 249	31.30 252	76.75 261	64.32 255	79.06 263	83.43 260	42.61 252	43.67 248	35.18 254	22.58 246	60.75 249	56.83 259	94.89 260	13.15 238	4.20 179	27.88 247	12.35 239	63.72 257	28.96 252	9.62 220	7.74 218	59.21 250	22.07 245	48.58 256	35.91 254	53.04 256	29.88 229

TorneroNet	39.82 250	53.94 250	26.20 249	66.81 248	49.07 246	65.07 250	70.90 249	26.31 240	46.32 253	24.07 246	20.96 245	67.36 255	52.11 256	94.83 259	18.77 247	9.35 235	24.89 242	16.30 250	53.07 247	24.04 245	13.64 236	11.04 237	61.85 255	22.68 246	36.84 247	25.85 244	42.63 248	50.33 251

DPSimNet_ROB	58.77 260	55.98 251	59.21 263	62.88 243	73.92 264	60.20 239	64.84 241	28.34 249	91.63 265	80.59 264	52.65 256	74.49 260	47.24 247	90.64 246	55.91 260	45.99 260	54.62 262	42.30 261	68.03 260	59.25 263	51.18 263	59.54 263	44.54 238	45.19 260	44.85 254	61.56 261	56.15 258	55.05 255

WAO-8	44.25 253	56.07 252	34.81 255	70.40 255	61.11 252	71.92 257	71.92 250	43.60 253	48.93 255	32.20 251	26.30 248	67.35 253	49.97 251	91.99 248	26.69 249	19.01 254	29.42 248	13.46 244	51.63 243	37.17 256	16.32 240	10.83 235	44.60 239	27.68 251	53.45 260	35.23 252	47.57 251	55.24 256

Venus	44.25 253	56.07 252	34.81 255	70.38 254	61.11 252	71.92 257	71.92 250	43.60 253	48.93 255	32.20 251	26.30 248	67.35 253	49.97 251	91.99 248	26.69 249	19.01 254	29.42 248	13.46 244	51.63 243	37.17 256	16.32 240	10.83 235	44.60 239	27.68 251	53.45 260	35.23 252	47.57 251	55.24 256

UNDER WATER-64	53.24 258	62.47 254	43.72 260	79.20 263	70.94 261	76.00 261	87.61 264	65.70 262	45.62 251	52.26 261	61.76 260	72.47 258	58.44 261	94.91 262	30.75 252	17.95 250	34.62 256	25.80 255	53.84 249	26.41 250	19.77 249	21.35 251	75.52 264	44.10 258	50.84 258	55.27 260	40.93 244	69.21 263

PWCK	38.25 247	63.47 255	23.98 247	73.60 259	41.23 238	60.98 241	51.31 236	54.00 257	35.86 244	26.51 247	39.23 254	62.00 251	46.09 245	26.43 233	14.46 243	9.53 236	30.80 252	12.71 242	83.96 264	28.46 251	23.42 252	13.60 246	47.98 241	30.51 253	34.48 243	27.91 246	31.53 233	38.61 239

notaker	49.83 255	63.78 256	33.18 254	70.81 256	66.40 257	70.73 256	78.98 256	45.33 255	64.15 259	43.75 258	59.49 259	60.26 247	51.62 255	93.99 256	46.45 258	31.86 256	34.38 255	24.64 254	65.77 259	41.22 258	24.40 253	24.26 257	68.58 259	39.92 257	26.43 232	29.62 249	38.96 242	46.51 247

ktn	52.79 257	63.82 257	30.11 250	66.93 250	72.48 263	66.28 252	78.41 255	39.02 251	71.70 261	45.89 260	67.47 261	52.57 244	45.22 244	95.33 264	48.59 259	35.19 257	41.05 259	31.49 258	60.62 255	36.06 255	32.70 259	35.82 260	63.06 256	38.69 255	45.38 255	41.08 257	57.93 260	62.41 260

UNDER WATER	52.38 256	65.77 258	42.25 258	77.68 262	67.77 258	74.59 260	85.69 263	61.52 261	50.72 257	41.81 257	48.33 255	74.09 259	57.87 260	94.82 258	34.80 255	18.86 253	33.89 254	24.15 253	57.03 252	29.54 253	19.73 248	18.75 248	69.48 261	49.19 262	52.93 259	49.45 258	44.09 249	69.45 264

HanzoNet	60.55 262	68.65 259	42.85 259	71.08 257	71.43 262	71.96 259	79.15 257	59.75 260	75.19 262	45.14 259	74.83 263	74.50 261	63.75 263	96.51 265	43.02 257	39.58 258	52.48 261	47.20 262	75.57 261	51.40 261	44.83 262	44.21 262	72.81 262	39.33 256	54.31 262	50.20 259	60.45 261	64.70 262

JetRed	62.68 263	71.30 260	68.71 264	66.70 247	63.10 254	69.94 255	74.63 252	66.20 263	66.87 260	41.55 256	36.99 252	80.77 264	12.41 205	62.44 237	66.90 262	66.45 262	65.00 263	75.57 266	62.84 256	53.56 262	77.95 264	72.78 264	73.29 263	48.99 261	55.75 263	62.99 262	66.04 263	62.58 261

MADNet++	76.54 264	72.15 261	83.11 267	61.53 241	81.21 265	58.42 238	69.47 246	68.24 265	78.58 263	85.63 265	92.37 265	80.60 263	85.04 265	36.71 234	81.19 265	89.82 265	88.15 266	69.64 264	82.54 263	91.39 266	92.32 266	93.48 267	65.75 257	90.26 266	59.09 264	74.29 263	74.25 264	61.32 259

KSHMR	56.45 259	73.76 262	53.18 262	81.77 264	70.47 260	77.94 262	83.01 259	67.07 264	54.37 258	56.94 262	54.51 257	61.36 250	46.54 246	94.90 261	59.43 261	44.62 259	39.11 258	36.00 260	64.69 258	47.55 260	28.73 255	19.90 250	65.78 258	55.97 264	49.71 257	33.30 251	50.13 254	53.27 252

ASD4	81.96 265	73.83 263	78.52 265	73.50 258	68.47 259	82.76 264	70.15 248	72.27 266	81.46 264	64.14 263	76.80 264	49.38 241	95.53 266	68.81 239	77.80 264	87.45 264	86.82 265	89.90 267	81.43 262	90.17 265	88.82 265	88.65 266	81.37 265	86.17 265	99.17 270	99.86 268	99.79 269	99.90 269

LRCNet_RVC	60.25 261	73.90 264	44.96 261	94.13 265	95.20 266	91.02 265	85.32 262	54.56 258	36.51 245	98.66 266	73.01 262	91.80 267	67.46 264	96.60 266	33.95 254	18.60 252	69.32 264	51.86 263	94.53 265	64.28 264	31.29 258	22.24 254	94.67 266	54.29 263	19.85 227	10.16 209	33.16 235	25.34 222

DLNR_Zeroshot_test	22.90 233	78.82 265	7.01 214	99.97 266	0.31 92	0.15 108	98.85 265	3.30 173	0.54 102	3.17 178	2.43 153	5.81 168	0.93 155	21.74 231	96.26 267	100.00 270	24.75 241	22.56 251	22.80 212	1.79 165	8.42 217	6.44 201	0.04 70	0.30 118	2.39 146	4.03 149	2.05 44	3.31 134

MEDIAN_ROB	97.56 268	99.08 266	98.39 268	100.00 267	99.99 267	100.00 269	100.00 269	99.49 269	98.31 266	100.00 269	99.95 269	97.97 268	96.05 267	99.97 268	99.41 268	98.43 267	98.53 268	98.66 268	99.88 268	97.95 267	93.38 268	96.45 269	100.00 269	97.23 267	86.96 266	92.33 265	89.80 266	95.90 267

DGTPSM_ROB	99.52 271	99.77 267	100.00 271	100.00 267	100.00 268	100.00 269	100.00 269	99.17 267	100.00 269	99.31 267	99.64 268	91.36 265	99.13 268	100.00 269	99.94 271	100.00 270	99.82 269	99.99 270	99.53 266	99.99 269	99.80 272	99.66 271	100.00 269	100.00 270	100.00 271	100.00 270	100.00 270	100.00 271

DPSMNet_ROB	99.53 272	99.78 268	100.00 271	100.00 267	100.00 268	100.00 269	100.00 269	99.17 267	100.00 269	99.31 267	99.63 267	91.42 266	99.14 269	100.00 269	99.94 271	100.00 270	99.82 269	99.99 270	99.62 267	99.99 269	99.79 271	99.66 271	100.00 269	100.00 270	100.00 271	100.00 270	100.00 270	100.00 271

MyStereo03	100.00 275	100.00 269	100.00 271	100.00 267	100.00 268	100.00 269	100.00 269	100.00 271	100.00 269	100.00 269	100.00 271	100.00 272	100.00 271	100.00 269	100.00 273	100.00 270	100.00 272	100.00 272	100.00 269	100.00 271	100.00 273	100.00 273	100.00 269	100.00 270	100.00 271	100.00 270	100.00 270	100.00 271

MyStereo02	96.30 267	100.00 269	100.00 271	100.00 267	0.00 1	100.00 269	100.00 269	100.00 271	100.00 269	100.00 269	100.00 271	100.00 272	100.00 271	100.00 269	100.00 273	100.00 270	100.00 272	100.00 272	100.00 269	100.00 271	100.00 273	100.00 273	100.00 269	100.00 270	100.00 271	100.00 270	100.00 270	100.00 271

HaxPig	98.97 270	100.00 269	98.94 269	100.00 267	100.00 268	99.99 268	100.00 269	99.99 270	99.97 268	100.00 269	99.99 270	100.00 272	99.95 270	100.00 269	99.56 269	99.43 268	99.97 271	99.57 269	100.00 269	100.00 271	97.25 269	96.32 268	99.99 268	99.98 269	89.17 267	99.51 267	94.19 267	98.51 268

PML	96.14 266	100.00 269	82.26 266	100.00 267	100.00 268	100.00 269	99.16 268	100.00 271	98.98 267	100.00 269	95.95 266	99.91 271	100.00 271	98.52 267	94.87 266	92.63 266	90.73 267	73.63 265	100.00 269	98.25 268	92.56 267	85.93 265	97.80 267	98.67 268	96.15 269	99.98 269	100.00 270	99.92 270

CasAABBNet	100.00 275	100.00 269	100.00 271	100.00 267	100.00 268	100.00 269	100.00 269	100.00 271	100.00 269	100.00 269	100.00 271	100.00 272	100.00 271	100.00 269	100.00 273	100.00 270	100.00 272	100.00 272	100.00 269	100.00 271	100.00 273	100.00 273	100.00 269	100.00 270	100.00 271	100.00 270	100.00 270	100.00 271

DPSM_ROB	99.92 273	100.00 269	100.00 271	100.00 267	100.00 268	98.97 266	98.99 266	100.00 271	100.00 269	100.00 269	100.00 271	99.90 269	100.00 271	100.00 269	100.00 273	100.00 270	100.00 272	100.00 272	100.00 269	100.00 271	100.00 273	100.00 273	100.00 269	100.00 270	100.00 271	100.00 270	100.00 270	100.00 271

DPSM	99.92 273	100.00 269	100.00 271	100.00 267	100.00 268	98.97 266	98.99 266	100.00 271	100.00 269	100.00 269	100.00 271	99.90 269	100.00 271	100.00 269	100.00 273	100.00 270	100.00 272	100.00 272	100.00 269	100.00 271	100.00 273	100.00 273	100.00 269	100.00 270	100.00 271	100.00 270	100.00 270	100.00 271

AVERAGE_ROB	98.95 269	100.00 269	99.79 270	100.00 267	100.00 268	100.00 269	100.00 269	100.00 271	100.00 269	100.00 269	100.00 271	100.00 272	100.00 271	100.00 269	99.77 270	99.85 269	100.00 272	100.00 272	100.00 269	100.00 271	98.12 270	99.51 270	100.00 269	100.00 270	93.43 268	93.75 266	94.35 268	93.16 266

FADE			17.79 239	14.74 211				21.03 236		17.86 242			47.30 248	12.65 230	10.46 228	11.90 241	33.51 253	23.60 252		34.75 254	35.81 260	34.34 259	13.33 229	24.52 247	20.36 228		47.51 250	56.40 258

Low-res two-view benchmark