Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.21 5	0.09 8	0.03 3	0.05 7	0.07 16	0.00 1	0.00 1	0.04 11	0.05 10	0.00 1	0.00 1	0.09 4	0.07 21	0.00 1	1.51 11	1.11 22	0.17 9	0.08 13	0.76 20	0.05 5	0.40 13	0.85 9	0.00 1	0.04 5	0.04 11	0.01 4	0.08 3	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
iRaftStereo_RVC	0.35 11	0.21 20	0.33 32	0.22 41	0.15 27	0.02 33	0.02 8	0.05 14	0.08 23	0.00 1	0.00 1	0.28 17	0.11 36	0.03 28	1.35 8	0.98 16	0.35 29	0.07 9	0.49 15	0.17 25	1.05 36	2.96 42	0.00 1	0.05 7	0.09 22	0.01 4	0.23 6	0.04 16

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

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

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

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

anonymousdsp	0.56 20	0.10 9	0.36 39	0.24 50	0.07 16	0.09 77	0.01 2	0.04 11	0.05 10	0.00 1	2.27 139	0.22 13	0.20 61	0.00 1	2.28 23	1.41 46	0.28 20	0.17 27	0.52 16	0.67 99	0.56 18	3.56 60	0.31 127	0.07 12	0.02 4	0.01 4	1.65 35	0.01 7

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

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

GMStereo	0.56 20	0.94 129	0.07 6	0.25 54	0.06 11	0.01 8	0.02 8	0.15 24	0.07 20	0.00 1	0.00 1	0.41 36	0.01 3	0.01 5	2.04 16	1.15 26	0.34 27	0.18 28	2.72 78	0.11 14	1.52 55	2.04 29	0.00 1	0.08 15	0.20 44	0.03 16	2.65 53	0.04 16
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AEACV	0.55 19	0.71 105	0.34 33	0.04 5	0.05 8	0.10 80	0.02 8	0.02 2	0.03 4	0.00 1	0.00 1	0.20 9	0.13 41	0.05 45	2.71 31	2.52 109	0.12 2	0.64 92	1.33 37	0.95 119	0.81 26	3.06 48	0.32 129	0.09 16	0.02 4	0.20 38	0.41 12	0.00 1

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

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

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

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

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

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

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

CES	1.32 85	0.24 30	0.36 39	0.14 32	0.22 46	0.05 59	0.19 91	5.29 199	0.76 118	0.42 74	0.61 104	0.86 90	0.85 145	0.26 117	4.28 75	3.41 150	1.21 126	1.06 146	1.85 51	1.16 132	4.19 140	3.75 65	0.15 94	0.12 23	0.23 51	0.34 54	1.47 31	2.15 120

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

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

CREStereo++_RVC	1.20 75	0.23 25	1.65 149	0.28 63	0.43 106	0.01 8	0.17 85	2.02 107	0.26 77	0.61 82	0.08 57	0.50 50	0.15 46	0.05 45	3.91 65	2.85 123	0.95 104	0.50 81	2.77 80	0.31 44	3.04 109	3.84 69	0.13 88	0.14 27	1.10 100	1.31 98	4.38 135	0.77 78
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
AF-Net	1.33 86	0.56 82	1.00 115	0.36 92	0.81 133	1.01 149	2.56 170	2.36 122	1.15 141	0.48 75	0.65 106	3.84 145	0.16 50	0.30 128	3.50 48	1.17 27	0.52 53	0.02 3	1.74 47	0.53 76	0.81 26	4.34 83	0.06 55	0.14 27	0.93 91	0.61 69	3.84 102	2.40 125

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

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

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

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

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

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

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

TESTraft	1.00 55	0.95 130	0.32 31	0.06 10	0.17 30	0.01 8	0.03 16	1.49 85	0.07 20	0.78 91	0.00 1	0.46 42	0.64 122	0.19 99	4.75 94	2.06 92	0.26 19	0.20 29	2.78 81	0.36 55	1.26 44	4.60 94	0.07 69	0.17 35	0.11 30	1.53 103	3.70 93	0.04 16

HITNet	0.68 28	0.16 15	0.11 10	0.07 18	0.10 22	0.01 8	0.03 16	1.72 91	0.79 121	0.11 34	0.00 1	0.77 83	0.28 74	0.12 85	2.69 29	1.17 27	0.45 44	0.14 20	0.72 19	0.25 37	1.61 64	2.80 40	0.01 7	0.17 35	0.04 11	0.15 32	3.40 82	0.41 62
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
StereoIM	0.39 13	0.23 25	0.35 35	0.07 18	0.15 27	0.02 33	0.04 24	0.08 17	0.07 20	1.22 119	0.00 1	0.23 14	0.03 6	0.02 16	1.62 12	1.29 37	0.14 7	0.29 45	1.62 41	0.12 16	0.84 29	1.37 16	0.01 7	0.18 38	0.20 44	0.16 34	0.17 5	0.04 16

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

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

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

RAFT+CT+SA	0.77 35	0.83 119	0.24 21	0.15 33	0.05 8	0.01 8	0.02 8	2.46 131	0.09 30	0.11 34	0.00 1	0.89 94	0.40 91	0.01 5	1.42 9	1.63 60	0.18 10	0.21 31	2.39 61	0.27 40	0.93 31	4.66 97	0.01 7	0.20 42	0.13 32	0.02 12	3.33 78	0.05 21

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	1.21 78	0.81 117	0.50 66	0.22 41	0.48 111	0.03 45	1.73 159	1.18 74	2.43 177	2.04 151	0.11 60	0.74 79	0.09 28	0.55 160	6.88 156	1.12 23	0.38 33	0.30 47	1.67 43	0.28 41	0.80 25	1.75 20	0.15 94	0.25 51	0.13 32	3.23 130	2.70 54	2.04 116
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MIM_Stereo	0.83 41	0.15 14	0.44 56	0.34 82	0.24 51	0.12 83	0.08 51	2.02 107	0.08 23	0.00 1	0.24 79	0.31 21	0.10 33	0.03 28	3.34 42	2.91 124	0.24 15	0.67 97	2.62 74	0.89 114	1.44 52	3.49 57	0.06 55	0.26 52	0.20 44	0.24 40	1.72 37	0.18 43

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

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

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

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

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

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

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

CFNet_pseudo	1.04 60	0.55 81	0.68 79	0.46 112	0.53 113	0.05 59	0.02 8	0.61 58	0.10 35	0.91 99	0.11 60	0.88 92	0.56 114	0.52 159	5.81 130	1.84 69	0.55 60	0.37 55	2.85 83	0.41 58	1.09 37	3.10 52	0.59 161	0.29 59	0.61 76	0.63 71	2.23 45	1.75 109

CREStereo	1.20 75	0.33 50	0.95 113	0.24 50	0.19 37	0.01 8	0.06 41	2.65 140	0.54 98	0.64 83	1.05 116	0.72 77	0.59 117	0.07 55	3.92 66	3.45 155	0.86 97	0.42 69	2.19 57	0.72 101	3.10 111	3.56 60	0.10 81	0.29 59	1.20 105	1.09 89	2.54 51	0.90 83
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
UPFNet	0.52 18	0.31 43	0.76 93	0.22 41	0.28 62	0.02 33	0.05 32	0.09 20	0.08 23	0.38 69	0.00 1	0.38 30	0.03 6	0.24 114	3.16 40	1.04 20	0.34 27	0.14 20	0.59 17	0.34 50	0.44 15	1.09 11	0.01 7	0.30 62	0.05 15	0.01 4	3.54 87	0.05 21

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

DISCO	0.90 48	0.96 134	0.36 39	0.06 10	0.36 84	0.63 137	0.54 129	0.23 30	0.32 84	1.72 140	0.58 102	0.41 36	0.29 76	0.04 41	2.98 37	1.47 50	1.02 111	0.31 50	3.32 94	0.56 81	1.01 34	3.01 44	0.13 88	0.33 64	0.13 32	0.33 52	2.81 57	0.43 64

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

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

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

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

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

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

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

CASnet	0.96 54	0.54 80	0.54 72	0.24 50	0.36 84	0.05 59	0.26 102	0.52 52	0.18 63	0.06 28	0.06 53	0.70 76	0.36 84	0.01 5	4.36 77	1.50 51	0.66 70	0.40 63	2.56 70	0.34 50	3.82 133	4.34 83	0.03 39	0.35 72	1.67 123	0.11 28	1.72 37	0.23 46
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
UCFNet_RVC	1.41 93	2.75 183	0.68 79	0.60 124	0.80 131	0.26 119	0.16 80	0.28 36	0.23 72	0.93 100	0.37 88	2.60 136	1.05 156	0.07 55	6.13 142	1.33 40	0.70 74	0.52 84	2.48 67	0.62 88	1.87 79	3.20 54	1.04 181	0.35 72	1.83 127	1.96 115	2.11 41	3.29 133

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

sCroCo_RVC	1.89 113	0.25 34	0.34 33	0.06 10	0.20 39	0.16 102	0.04 24	0.81 63	1.73 167	1.94 148	0.44 96	1.12 100	0.88 150	0.12 85	4.48 80	5.29 190	2.26 164	1.77 178	5.32 125	2.13 166	5.92 168	7.47 165	0.10 81	0.37 74	0.60 75	1.61 107	4.41 137	1.14 94

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

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

XX-Stereo	3.82 167	0.53 79	2.00 165	1.20 151	0.31 66	0.38 124	0.57 131	1.46 83	0.40 88	2.50 158	7.33 202	5.11 158	1.04 155	0.11 78	7.05 159	6.53 210	1.29 133	0.81 118	7.44 141	0.89 114	4.26 142	5.80 123	0.45 146	0.39 78	27.22 232	3.57 132	5.16 153	9.43 175

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

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

4D-IteraStereo	1.14 67	0.34 54	1.40 135	0.29 65	0.38 93	0.05 59	0.09 58	2.11 115	0.11 38	0.00 1	0.19 76	0.52 52	0.22 67	0.24 114	3.76 57	3.57 159	0.28 20	0.38 58	2.95 86	0.49 68	3.35 120	5.63 120	0.12 87	0.41 80	0.10 26	0.29 48	3.09 65	0.34 56

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

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

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

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

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

RAFT-Stereo	2.40 131	1.12 145	1.98 163	1.00 143	0.24 51	0.05 59	0.07 46	2.02 107	1.01 135	1.35 128	2.47 148	1.55 118	0.47 103	0.19 99	5.66 123	4.74 176	1.71 153	1.04 143	7.24 139	1.14 127	5.08 155	7.81 175	0.06 55	0.42 83	2.90 148	4.55 152	3.22 71	5.57 148
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CC-Net-ROB	5.62 184	8.62 213	1.87 160	23.08 219	6.72 207	15.74 215	8.55 209	0.45 46	0.82 122	1.55 136	0.00 1	24.53 206	3.35 175	3.39 209	5.49 116	0.89 12	2.73 175	1.76 177	12.04 184	0.82 108	1.32 46	1.73 19	9.22 222	0.42 83	3.22 159	2.53 124	2.45 50	8.44 171

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

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

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

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

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

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

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

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

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

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

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

Anonymous3	3.42 156	0.60 89	0.93 112	0.09 27	1.35 151	0.50 130	0.03 16	3.46 176	1.28 145	1.11 109	0.80 110	10.89 183	1.36 164	0.45 149	8.96 176	6.97 219	3.85 184	3.08 202	11.46 179	2.32 173	7.35 191	12.18 228	0.38 134	0.51 100	1.75 125	3.57 132	5.30 156	1.85 112

PA-Net	2.07 123	0.95 130	1.62 148	0.31 71	2.13 176	0.17 104	0.70 135	0.21 27	1.90 170	0.84 94	1.44 125	0.30 18	0.21 65	0.84 172	7.47 162	1.66 63	0.38 33	0.37 55	1.25 32	0.74 103	1.66 68	4.96 108	0.64 165	0.51 100	1.03 97	11.53 203	2.31 47	9.73 179
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
iinet-f	1.66 101	1.28 152	0.38 46	0.81 136	0.15 27	0.24 116	0.13 71	0.42 42	0.21 70	1.91 146	3.98 169	0.30 18	0.27 72	0.07 55	6.30 148	2.65 116	0.43 42	0.30 47	8.10 148	1.14 127	2.10 87	6.32 139	0.26 120	0.52 102	1.42 116	0.21 39	4.26 131	0.60 71

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

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

Abc-Net	2.13 124	1.68 163	1.46 140	1.00 143	1.37 152	0.89 145	2.88 176	2.59 137	2.86 183	0.34 63	2.72 156	2.40 131	1.41 165	0.27 121	5.18 107	1.38 43	0.85 92	0.98 136	2.99 89	1.01 121	1.54 56	4.72 100	0.43 142	0.53 103	2.61 139	4.44 149	4.09 123	4.93 143
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RASNet	0.86 45	0.32 44	0.77 95	0.46 112	0.31 66	0.18 106	0.10 64	0.95 67	0.14 47	1.11 109	0.09 58	0.53 53	0.44 95	0.35 137	1.76 15	1.87 71	0.59 64	0.22 32	1.13 29	0.07 8	1.42 51	3.94 71	0.17 99	0.53 103	0.46 65	0.37 57	3.64 92	1.29 97

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

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

DeepPrunerF	2.93 145	1.75 165	0.35 35	3.49 182	9.49 214	1.73 167	4.02 188	0.70 59	3.19 185	0.69 85	1.51 127	0.60 59	0.34 80	0.14 91	7.97 168	3.53 157	1.21 126	0.76 112	4.64 119	0.73 102	2.31 89	4.11 77	0.65 166	0.58 109	15.77 219	3.70 138	3.75 97	1.43 99

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

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

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

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

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

ICVP	1.55 96	0.24 30	1.65 149	0.43 107	0.45 108	0.50 130	0.38 116	1.26 77	0.64 111	1.77 142	1.20 122	0.88 92	1.63 167	0.25 116	4.46 79	2.81 122	1.49 146	1.01 141	2.50 68	1.15 131	2.70 97	5.75 122	0.14 91	0.63 114	0.72 82	2.31 120	3.35 80	1.59 107
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	3.65 165	2.02 168	2.68 179	1.32 155	1.94 169	1.22 156	4.40 189	1.11 72	9.44 214	1.76 141	5.45 181	9.05 177	0.37 88	0.98 177	6.99 158	2.36 104	0.61 66	0.92 130	6.14 133	0.94 118	2.80 101	5.58 119	0.36 133	0.63 114	3.00 151	12.42 206	3.57 89	10.51 182

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

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

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

DLNR_Zeroshot_test	23.08 230	78.93 266	7.15 214	99.97 266	0.34 80	0.16 102	98.90 266	3.23 172	0.54 98	3.12 173	2.31 146	6.01 168	0.92 153	21.35 231	96.48 267	100.00 270	25.46 240	22.19 251	22.79 210	2.43 175	9.32 212	9.14 204	0.06 55	0.65 120	2.36 136	3.89 143	2.16 44	3.20 131

CASS	2.93 145	1.06 141	2.39 173	2.21 173	1.17 146	0.52 132	2.81 174	2.79 152	1.05 138	1.80 144	3.40 163	1.68 122	0.59 117	0.05 45	4.51 81	3.20 138	5.58 203	1.31 162	9.56 163	1.64 146	7.26 189	7.98 182	0.05 49	0.66 121	3.62 168	2.70 125	4.35 132	5.22 146
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLG	1.33 86	0.40 62	0.76 93	0.29 65	0.28 62	0.01 8	0.09 58	2.25 118	0.31 82	0.40 72	0.28 81	0.37 28	0.74 133	0.31 131	5.67 125	1.89 74	1.26 131	0.95 135	2.86 84	0.47 65	1.18 41	6.06 133	0.06 55	0.66 121	0.63 79	3.73 139	3.86 106	0.11 34

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

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

PWCDC_ROB	3.09 148	0.52 78	0.24 21	0.38 98	0.92 142	0.25 117	0.37 114	1.16 73	8.67 211	0.14 42	2.36 147	0.85 88	32.24 231	0.72 169	6.25 144	3.40 149	2.00 160	0.94 133	2.65 75	1.03 123	3.63 129	9.35 208	0.27 124	0.68 124	0.55 71	0.69 75	1.44 29	1.79 111

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

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

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

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

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

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

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

test-1	3.29 154	0.29 39	1.96 162	0.33 78	0.26 58	0.23 112	0.42 118	3.11 166	0.84 125	3.35 183	3.99 170	5.66 165	0.78 137	0.19 99	6.33 149	6.00 200	1.70 152	1.62 171	10.71 176	1.73 149	5.37 160	9.64 210	0.07 69	0.76 133	3.30 161	6.12 166	5.48 162	8.68 173

RP	1.55 96	1.14 147	2.48 176	0.89 138	1.23 148	0.43 126	2.08 165	1.86 100	1.63 161	0.29 57	2.10 135	2.43 133	0.13 41	0.49 155	5.11 105	1.26 32	0.83 89	0.05 8	1.74 47	0.49 68	1.04 35	4.92 104	0.16 96	0.76 133	0.49 66	1.14 90	4.64 144	1.98 115

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

iRaft-Stereo_20w	4.82 179	1.53 157	8.41 219	7.63 200	1.90 167	3.40 184	1.71 158	3.40 175	2.25 175	3.58 190	9.41 217	3.70 144	1.31 161	0.48 153	5.41 114	5.85 197	1.31 135	0.85 121	9.58 164	1.92 156	5.27 159	7.69 173	0.65 166	0.77 136	4.40 173	14.15 212	11.18 201	12.46 187

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

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

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

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

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

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

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

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

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

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

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

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

DDUNet	13.01 212	20.50 227	4.63 193	37.04 230	24.81 229	34.87 233	32.65 231	1.85 97	1.66 164	1.47 133	3.83 168	13.22 190	4.08 182	83.62 243	6.26 146	2.41 107	8.99 217	3.82 207	18.78 195	4.54 199	7.88 197	7.25 157	16.92 232	0.99 149	1.50 118	0.70 76	4.90 149	2.09 118

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

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

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

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

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

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

RGC	2.76 143	2.10 174	5.00 197	1.68 160	1.94 169	1.93 169	1.23 148	2.03 111	1.49 154	0.88 98	4.67 177	2.77 140	2.63 174	0.70 168	5.76 129	1.89 74	1.20 124	0.48 79	4.42 116	1.33 138	2.66 96	6.08 134	0.21 105	1.11 156	2.55 138	5.20 156	5.35 158	7.17 164

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

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

SGM-Forest	3.19 151	2.07 171	0.45 61	6.33 195	2.00 173	2.67 177	0.10 64	1.46 83	0.76 118	2.49 157	0.91 112	6.65 172	6.47 185	0.48 153	6.84 154	3.08 131	0.85 92	0.33 51	3.65 102	0.62 88	2.81 102	5.69 121	0.84 178	1.18 159	3.88 169	3.84 142	11.86 204	7.73 168
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCRef	3.22 152	2.76 184	1.07 121	0.70 131	2.26 181	2.09 172	2.76 173	1.00 69	5.91 201	1.91 146	1.10 120	1.28 109	0.78 137	1.43 191	8.09 169	3.52 156	1.51 147	1.18 153	8.68 151	2.26 168	3.23 114	6.00 129	1.89 194	1.20 160	3.12 158	7.80 179	3.41 83	10.10 181

APVNet	1.38 90	1.06 141	0.27 25	0.33 78	0.37 89	0.28 122	0.50 127	0.39 39	0.42 90	0.93 100	0.42 94	0.85 88	0.19 60	0.15 92	4.81 98	3.10 134	1.87 158	0.94 133	4.74 120	0.89 114	2.23 88	5.90 125	0.05 49	1.23 161	0.19 43	0.48 61	3.80 99	0.91 84

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

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

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

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

GEStereo_RVC	2.49 135	0.90 125	1.02 118	1.03 148	0.74 128	1.57 163	1.21 147	2.68 142	0.58 106	0.77 88	0.39 89	2.62 139	0.36 84	0.11 78	4.94 103	4.65 175	2.05 161	2.17 191	9.07 157	2.10 165	3.74 131	9.71 211	0.55 153	1.49 166	0.81 89	0.84 83	4.45 138	6.73 161

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

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

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

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

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

GANetREF_RVC	2.72 139	1.88 166	1.03 119	2.10 170	1.40 156	1.09 152	0.21 96	4.74 190	1.62 160	3.74 195	0.06 53	10.56 182	0.82 142	0.10 73	4.53 83	1.59 57	1.29 133	0.98 136	6.76 135	0.75 105	3.12 112	2.45 34	0.21 105	1.71 172	4.31 172	3.74 140	7.02 178	5.71 150
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
GwcNet-ADL	3.44 157	3.11 189	3.40 186	3.24 180	2.51 182	0.88 144	0.42 118	2.96 158	0.71 115	3.80 198	7.12 200	7.96 173	1.21 160	0.20 104	4.76 96	4.86 183	2.42 169	0.72 107	8.04 147	2.75 185	3.31 118	5.54 116	0.28 126	1.76 173	2.68 145	5.24 157	4.37 133	8.53 172

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

UDG	13.28 215	21.47 228	5.08 198	37.13 231	29.51 232	32.00 229	40.03 234	2.62 139	1.78 168	2.40 156	5.74 186	12.64 187	4.23 183	74.90 240	7.47 162	2.61 115	9.44 218	3.24 205	19.57 201	5.01 203	8.74 208	7.28 158	12.84 228	1.84 175	1.35 109	2.91 127	4.53 140	2.12 119

RTS	6.13 187	1.54 158	1.31 132	0.94 141	1.83 164	4.15 189	5.45 194	2.74 149	3.33 187	2.85 166	1.61 129	8.52 175	1.31 161	1.13 183	14.79 218	6.12 201	7.56 212	2.52 196	18.82 196	3.48 190	6.23 173	8.15 187	1.11 185	1.90 176	8.24 199	21.58 231	6.64 173	21.79 209

RTSA	6.13 187	1.54 158	1.31 132	0.94 141	1.83 164	4.15 189	5.45 194	2.74 149	3.33 187	2.85 166	1.61 129	8.52 175	1.31 161	1.13 183	14.79 218	6.12 201	7.56 212	2.52 196	18.82 196	3.48 190	6.23 173	8.15 187	1.11 185	1.90 176	8.24 199	21.58 231	6.64 173	21.79 209

SQANet	19.01 220	32.39 234	7.05 213	58.51 236	34.20 233	58.54 238	40.35 235	4.32 187	1.69 165	4.85 212	1.45 126	32.05 213	6.71 188	57.82 236	11.24 193	1.77 67	6.68 210	1.66 172	31.16 218	2.08 164	8.23 200	7.99 183	54.11 242	2.11 178	5.60 187	10.88 200	10.17 198	19.67 205

MFN_U_SF_DS_RVC	7.94 197	3.78 196	1.17 126	9.35 205	4.27 193	8.06 203	8.52 208	11.24 214	8.55 210	4.88 213	4.04 171	17.24 198	9.50 197	6.06 219	14.53 217	3.53 157	2.28 165	1.12 151	19.59 202	2.56 179	8.24 201	9.72 212	3.14 205	2.11 178	11.98 213	14.76 213	10.14 197	14.15 192

HBP-ISP	4.03 168	3.61 193	4.65 194	4.90 191	2.67 183	3.96 188	0.21 96	4.13 186	1.33 148	3.40 185	4.53 175	5.06 156	0.59 117	1.99 201	8.66 175	8.18 228	1.95 159	1.49 167	3.09 92	1.55 143	5.74 166	9.32 207	0.67 168	2.28 180	3.06 155	5.01 155	10.99 200	5.93 154

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

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

XQC	5.77 185	3.33 191	2.00 165	3.49 182	4.00 191	3.75 187	3.56 183	6.60 204	3.33 187	2.89 168	5.57 183	6.45 170	8.10 193	1.78 198	12.28 197	5.97 199	4.03 189	1.85 181	11.48 180	3.98 197	6.63 184	9.37 209	0.62 162	2.51 183	9.28 206	15.19 215	11.40 203	6.32 160

ADCPNet	7.46 193	2.07 171	4.11 191	2.81 177	6.39 203	3.36 183	8.24 206	5.53 200	7.83 208	3.76 196	7.86 207	5.53 164	14.04 206	3.15 207	13.54 206	6.64 213	4.80 198	2.06 189	18.97 199	5.05 204	8.54 203	10.30 219	2.99 202	2.59 184	9.61 208	17.77 220	7.74 184	16.22 195

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

ADCMid	7.46 193	4.47 200	5.08 198	2.16 171	4.40 194	5.87 194	8.05 205	9.24 208	12.39 219	3.16 174	7.69 204	10.20 181	10.41 200	3.13 206	12.60 200	5.58 194	5.05 202	2.83 201	19.52 200	4.27 198	8.70 205	10.59 221	5.48 216	2.86 186	5.69 188	10.08 195	5.48 162	16.37 196

otaku	22.42 228	43.20 239	9.38 222	63.06 242	42.07 240	64.13 247	51.05 236	6.07 203	4.42 196	10.13 227	1.74 133	33.95 216	10.96 201	66.92 238	12.03 196	1.89 74	8.57 215	1.66 172	38.00 228	7.96 218	8.85 209	8.28 194	54.71 243	2.95 187	9.04 203	9.25 188	14.25 212	20.70 207

CSAN	5.32 183	2.66 181	1.69 152	3.30 181	3.85 190	2.05 170	2.31 167	5.00 195	4.86 200	3.78 197	2.69 154	17.88 200	11.82 203	1.17 185	10.17 185	1.96 81	2.51 170	1.35 163	6.12 131	2.50 177	3.97 135	4.60 94	0.56 154	2.97 188	6.49 194	16.18 218	7.96 188	13.30 190

HSM-Net_RVC	3.23 153	1.35 153	1.70 153	2.82 178	2.07 175	0.73 139	0.46 124	3.48 177	1.14 140	3.44 188	5.99 188	8.07 174	3.38 176	0.27 121	5.71 128	2.35 103	1.54 149	0.27 42	3.44 97	1.35 140	4.35 144	6.00 129	0.70 171	3.05 189	4.68 179	6.45 167	6.23 169	6.18 156
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	11.38 208	16.72 224	3.53 187	29.03 223	10.09 217	21.13 221	6.30 198	6.03 202	2.39 176	3.16 174	5.82 187	11.55 184	29.02 225	0.67 166	15.26 223	3.18 137	1.65 150	0.66 94	8.85 153	2.07 162	5.87 167	6.71 151	2.26 196	3.08 190	28.29 234	22.14 233	37.48 241	24.36 217

CBMV_ROB	7.04 192	2.92 186	2.91 182	8.40 203	6.54 206	5.80 193	3.57 184	5.09 196	2.49 178	3.84 200	4.70 178	21.33 204	14.76 208	0.47 151	10.48 188	3.84 166	3.13 178	1.58 170	12.20 185	8.81 219	6.17 171	5.80 123	0.47 149	3.14 191	9.16 205	15.50 217	13.69 209	13.29 189

Ntro	23.84 233	41.67 237	11.59 225	63.69 244	43.73 241	62.95 245	57.60 239	8.47 207	6.35 204	11.89 233	2.51 150	35.10 219	7.96 192	75.67 241	12.59 199	1.67 64	9.55 219	2.68 200	39.05 229	9.79 224	8.70 205	8.40 197	55.40 244	3.24 192	11.18 212	15.16 214	14.07 211	23.09 214

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

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

FCDSN-DC	1.87 111	0.93 128	2.12 168	1.84 164	1.62 161	1.35 158	1.17 144	0.74 60	0.46 91	1.19 117	0.30 84	2.02 128	0.48 105	0.28 126	5.91 132	2.18 95	2.34 166	2.10 190	1.30 35	0.47 65	2.99 107	5.42 115	0.57 156	3.93 195	2.22 132	3.45 131	1.45 30	1.56 105
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MaskLacGwcNet_RVC	8.85 200	1.66 162	6.09 209	4.62 190	3.79 189	3.05 180	6.94 202	3.69 181	3.58 190	4.74 211	10.17 219	65.85 252	12.11 204	7.99 223	7.88 167	5.27 188	4.63 195	5.31 216	18.89 198	2.67 181	8.70 205	10.19 217	1.05 182	4.09 196	5.01 183	9.52 190	6.30 171	15.16 194

AnyNet_C32	6.34 190	2.03 169	2.98 183	1.85 165	2.88 185	3.58 185	6.75 201	4.57 189	12.25 218	3.05 171	7.04 199	4.71 154	1.88 168	2.57 204	14.38 215	6.24 205	6.31 207	4.36 214	12.98 187	3.18 189	11.94 223	11.62 225	1.98 195	4.21 197	6.60 195	10.55 198	6.27 170	14.36 193

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

edge stereo	11.93 210	6.96 211	11.28 224	14.49 210	12.53 220	16.91 216	13.06 217	12.62 219	7.43 206	6.06 217	15.07 230	38.54 224	18.86 212	1.55 193	12.90 202	7.43 222	6.14 205	3.10 203	25.46 215	4.74 200	8.16 199	10.22 218	4.20 211	4.35 199	9.83 210	8.13 181	13.68 208	28.51 224

ACVNet-4b	27.62 236	43.15 238	14.04 230	69.86 253	48.10 244	70.20 255	77.34 254	10.63 213	9.55 215	15.00 239	1.55 128	59.33 246	11.37 202	93.44 251	12.94 203	2.57 112	15.66 228	5.69 220	33.68 222	14.13 230	9.17 211	7.28 158	59.49 248	4.60 200	12.85 215	9.43 189	15.52 214	19.12 202

SGM-ForestM	13.51 216	15.62 222	5.25 202	19.43 216	9.27 212	19.59 220	12.46 216	12.78 220	8.97 213	3.34 182	9.27 214	36.07 221	25.37 220	2.03 202	16.48 226	3.39 147	4.90 200	1.21 156	22.28 206	2.96 187	6.90 187	5.25 113	1.83 193	4.68 201	27.51 233	25.27 237	34.85 239	27.72 223

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

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

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

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

SGM_RVC	11.04 205	10.51 217	3.94 190	16.88 213	9.65 216	15.55 214	8.47 207	9.54 209	6.09 202	4.15 202	7.87 208	25.06 207	19.78 215	0.97 176	9.49 181	2.25 99	3.81 183	1.26 161	21.86 205	2.34 174	6.63 184	5.12 110	2.33 197	4.85 206	18.97 223	16.47 219	33.79 236	30.47 226
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PWC_ROB	7.58 195	2.00 167	5.48 203	0.90 139	1.32 150	2.25 173	5.46 196	2.83 154	16.84 229	3.83 199	8.10 209	5.42 161	39.62 238	1.01 179	9.69 182	5.15 185	6.62 208	4.25 212	16.71 191	4.76 201	8.56 204	10.40 220	0.63 163	4.96 207	3.07 156	3.69 137	7.15 181	24.07 216

STTRV1_RVC	10.96 203	2.66 181	1.55 145	5.84 192	1.90 167	6.01 195	3.60 186	4.11 185	3.93 192	4.64 209	6.71 196	16.96 197	21.63 217	1.68 196	20.69 239	5.04 184	18.60 233	1.18 153	52.69 244	12.74 229	19.16 243	9.31 206	4.76 215	5.05 208	9.07 204	12.15 204	12.79 205	31.40 228

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

RainbowNet	28.72 239	46.67 241	19.30 239	69.82 252	47.14 242	68.90 254	70.63 249	10.00 210	3.26 186	17.63 241	2.27 139	46.57 233	29.74 226	91.67 248	17.86 228	3.37 145	12.50 225	5.59 218	44.74 236	17.11 235	10.33 216	8.87 201	58.90 247	5.15 210	14.30 217	12.58 207	17.44 217	23.01 213

G-Net	11.11 206	4.89 205	9.62 223	4.05 187	4.71 195	7.69 201	2.56 170	10.07 211	15.27 225	5.01 214	15.52 232	47.57 237	9.25 196	0.66 165	11.93 195	8.70 230	5.83 204	4.33 213	24.55 213	15.55 232	8.38 202	9.97 215	3.01 203	5.25 211	6.16 193	13.40 210	22.59 223	23.59 215

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

SAMSARA	20.09 221	2.60 179	5.52 205	4.28 189	4.10 192	3.59 186	5.57 197	15.80 226	10.05 216	4.59 208	5.59 185	9.22 178	24.85 219	3.88 210	16.25 224	8.47 229	6.17 206	3.82 207	22.29 207	5.87 208	19.35 245	26.82 258	1.02 180	5.45 213	80.31 265	91.77 265	78.09 265	77.23 265

ACVNet_1	28.17 238	43.81 240	17.24 235	67.32 248	49.50 246	66.04 252	82.98 259	16.42 228	8.08 209	11.43 232	7.19 201	34.00 217	27.09 222	93.81 252	14.92 220	2.21 97	17.82 232	6.77 228	36.07 226	11.39 227	10.56 218	7.42 163	59.65 249	6.11 214	20.40 227	15.24 216	10.18 199	16.93 197

PVD	13.07 213	5.77 207	8.84 220	7.67 201	7.35 209	10.40 209	7.28 203	21.12 236	19.70 236	3.65 192	8.76 212	16.32 196	27.90 223	3.25 208	14.97 221	8.92 232	11.32 221	6.23 225	25.56 216	7.56 214	12.68 226	14.11 238	1.29 189	6.16 215	16.97 220	25.32 238	18.21 220	35.51 234

MeshStereo	13.92 217	10.29 215	5.80 206	24.32 222	15.33 222	17.65 218	7.76 204	12.34 217	7.38 205	4.65 210	9.09 213	38.22 223	30.61 228	0.62 162	14.44 216	7.42 221	4.05 190	2.65 198	19.82 203	2.63 180	14.32 233	9.90 214	1.27 188	6.42 216	22.75 229	19.43 224	33.41 234	33.14 230
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DispFullNet	27.09 235	40.76 236	20.37 240	53.27 235	39.67 238	45.72 236	56.25 238	14.00 222	12.78 220	14.18 236	10.07 218	43.95 231	34.00 233	86.26 244	13.33 204	13.62 242	31.37 251	16.57 249	52.58 243	15.02 231	15.98 236	12.66 232	15.43 231	6.52 217	8.73 202	8.65 187	16.24 216	33.48 231

CBMV	6.33 189	3.75 195	1.57 146	3.96 185	3.58 187	2.97 179	1.75 160	3.89 183	2.67 182	4.14 201	2.72 156	14.42 192	3.85 180	0.73 170	10.81 189	6.26 206	4.67 196	2.29 195	9.29 161	1.51 142	8.03 198	7.42 163	0.63 163	6.58 218	6.79 197	7.57 178	20.00 221	28.98 225
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MFN_U_SF_RVC	11.03 204	6.12 209	3.70 188	9.72 206	5.50 197	12.91 212	11.38 213	12.61 218	7.46 207	12.18 234	14.75 229	23.19 205	14.11 207	9.33 224	18.32 229	5.16 186	4.41 192	3.43 206	39.06 230	6.67 212	10.28 215	11.18 223	1.45 191	6.88 219	9.80 209	8.50 186	9.76 194	19.96 206

ADCS	10.79 202	5.73 206	4.98 196	4.16 188	6.39 203	6.60 197	6.53 199	10.15 212	15.87 227	4.18 203	7.59 203	13.56 191	18.31 211	4.53 215	14.24 211	11.99 240	10.80 220	7.09 229	25.37 214	9.28 222	16.45 239	16.31 244	2.97 201	7.03 220	10.05 211	20.56 227	11.21 202	19.51 203

S-Stereo	9.64 201	2.07 171	4.59 192	8.70 204	8.72 211	12.93 213	19.52 222	5.25 198	6.14 203	6.12 218	20.39 241	29.19 211	7.43 190	0.64 163	14.26 212	7.63 225	4.01 188	5.81 221	18.32 194	6.45 211	7.46 193	9.84 213	12.36 227	7.40 221	3.61 167	6.74 169	7.10 180	17.56 200

DGSMNet	12.26 211	4.87 204	8.31 218	6.01 194	6.04 202	7.30 200	6.59 200	7.90 206	4.51 197	11.38 231	32.66 251	17.48 199	8.74 194	4.36 214	14.01 208	14.50 244	17.26 230	9.25 233	41.69 233	11.54 228	21.38 248	24.41 251	4.74 214	7.56 222	5.44 186	11.45 202	8.55 191	13.11 188

MSC_U_SF_DS_RVC	11.75 209	10.45 216	6.25 211	17.50 214	6.77 208	8.15 204	11.44 214	18.23 230	23.22 240	11.11 229	4.62 176	15.32 194	6.08 184	10.68 227	16.27 225	6.19 204	3.94 186	5.52 217	39.73 231	7.74 216	9.53 214	12.33 229	7.02 218	7.63 223	14.72 218	12.91 209	6.89 177	16.97 198

SANet	11.19 207	4.59 202	6.27 212	5.98 193	6.03 201	9.51 208	3.52 182	15.63 223	13.49 222	2.90 169	8.65 210	59.91 247	26.52 221	3.01 205	14.30 213	3.26 139	7.32 211	3.86 209	11.91 182	3.94 196	6.50 178	7.39 161	2.61 199	7.75 224	12.68 214	17.80 221	13.93 210	22.99 212

AnyNet_C01	13.13 214	6.35 210	5.48 203	6.38 196	6.46 205	5.73 192	10.15 211	12.79 221	16.56 228	5.83 216	9.31 215	26.51 208	19.60 213	5.31 218	17.84 227	13.62 242	17.55 231	15.56 246	35.24 224	11.09 226	19.28 244	17.31 246	7.05 219	7.85 225	13.46 216	10.79 199	9.89 195	21.58 208

LSM0	23.31 231	6.07 208	4.80 195	15.07 212	10.87 218	17.08 217	14.50 218	23.84 239	15.74 226	14.73 238	18.40 238	35.77 220	35.06 234	1.58 194	76.98 263	85.81 263	14.68 227	5.68 219	56.53 251	17.15 236	23.95 251	21.89 249	4.26 212	8.21 226	17.36 221	20.39 226	29.27 229	33.71 232

FBW_ROB	8.77 199	9.60 214	5.96 208	20.47 218	9.29 213	12.71 211	9.20 210	4.97 193	1.59 158	3.30 178	6.98 197	15.27 193	3.59 178	7.76 222	10.34 186	1.71 66	3.43 179	0.86 122	34.07 223	2.29 171	6.89 186	6.34 140	9.32 223	8.81 227	5.75 190	8.41 182	5.24 154	22.62 211

MFMNet_re	16.81 219	13.74 219	7.85 216	23.81 221	9.51 215	34.14 232	18.04 219	12.31 215	19.02 234	10.33 228	12.96 224	38.69 225	15.16 209	1.61 195	18.46 230	10.89 238	28.67 247	12.10 238	31.52 219	10.43 225	18.75 242	11.05 222	8.52 221	9.85 228	9.47 207	5.57 161	24.17 224	37.24 236

MANE	21.44 227	17.36 225	16.07 234	34.52 228	24.54 228	25.94 224	19.26 221	20.13 235	18.43 233	6.42 219	15.25 231	40.88 227	36.30 235	4.35 213	18.72 233	10.55 237	8.23 214	29.63 257	23.68 212	4.94 202	11.81 222	8.91 203	3.02 204	10.18 229	36.19 245	32.24 248	51.66 255	49.72 250

STStereo	20.61 224	24.96 230	17.24 235	39.82 232	27.48 231	32.58 230	22.87 226	19.77 233	17.77 231	8.05 222	19.67 239	46.38 232	37.96 237	2.15 203	18.66 232	4.75 178	4.82 199	1.95 184	33.25 221	6.38 210	9.07 210	8.67 199	3.28 206	10.68 230	31.80 237	27.62 243	40.75 243	38.09 238

ELAS	20.62 225	22.76 229	14.59 231	35.29 229	24.88 230	31.90 228	20.66 225	17.34 229	17.05 230	7.97 221	18.32 237	48.39 238	31.67 229	4.13 212	14.30 213	5.24 187	11.47 222	6.10 224	23.02 211	7.62 215	13.14 227	14.53 239	9.46 224	10.75 231	34.52 240	27.84 244	41.52 246	42.31 245
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DPSNet	15.27 218	3.38 192	2.28 172	7.89 202	8.28 210	10.58 210	4.44 190	5.86 201	8.70 212	4.26 205	6.00 190	72.12 257	28.20 224	4.69 216	15.14 222	10.42 236	11.48 223	8.27 231	58.42 254	9.38 223	12.12 225	11.31 224	17.29 233	11.11 232	20.16 226	20.85 230	14.99 213	24.68 219

ELAS_RVC	20.43 223	19.80 226	14.61 232	33.93 227	22.90 226	33.71 231	20.10 224	15.64 224	12.18 217	8.45 223	19.69 240	54.25 245	33.97 232	4.07 211	13.47 205	5.30 191	11.89 224	6.49 227	21.52 204	8.87 220	14.06 230	14.69 240	9.63 225	11.88 233	32.34 238	25.79 239	41.56 247	40.71 242
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH-64-1	35.05 243	48.99 244	25.77 246	61.80 238	50.28 249	62.71 243	68.79 243	27.80 242	35.88 243	10.10 225	14.48 227	46.82 234	41.96 241	94.04 253	19.93 236	7.49 223	22.67 236	9.35 234	48.46 238	21.14 239	14.12 231	12.56 230	59.91 251	12.21 234	41.64 248	20.57 228	27.79 227	39.03 239

IMH-64	35.05 243	48.99 244	25.77 246	61.80 238	50.28 249	62.71 243	68.79 243	27.80 242	35.88 243	10.10 225	14.48 227	46.82 234	41.96 241	94.04 253	19.93 236	7.49 223	22.67 236	9.35 234	48.46 238	21.14 239	14.12 231	12.56 230	59.91 251	12.21 234	41.64 248	20.57 228	27.79 227	39.03 239

BEATNet-Init1	25.27 234	27.76 231	13.76 229	44.57 234	24.32 227	38.91 234	25.10 227	19.51 232	20.03 237	9.35 224	16.15 234	47.35 236	48.89 249	4.71 217	23.55 244	11.00 239	8.78 216	5.84 222	49.88 241	20.70 238	15.01 234	14.94 241	7.37 220	12.57 236	35.78 243	26.22 240	60.85 262	49.36 249

IMH	36.38 245	50.15 248	26.16 248	62.16 241	50.12 248	63.98 246	68.96 245	28.54 246	38.29 246	11.29 230	14.14 225	50.26 240	54.45 257	94.09 255	20.59 238	7.40 220	23.63 238	10.28 236	49.17 240	22.78 243	13.74 229	11.88 227	59.95 253	13.42 237	41.71 250	23.99 235	29.69 231	41.45 243

SGM+DAISY	22.46 229	16.23 223	12.74 227	23.16 220	22.67 225	25.12 223	20.00 223	18.50 231	14.48 224	18.58 243	22.04 245	30.49 212	41.59 239	13.05 229	22.51 243	16.54 245	26.00 242	12.93 240	35.92 225	22.37 242	28.02 254	25.12 254	21.26 234	13.77 238	20.04 225	18.46 223	33.94 237	30.81 227

ACVNet_2	33.32 242	48.24 243	22.45 242	67.72 251	50.69 251	65.88 250	85.41 262	28.48 245	14.03 223	14.63 237	9.36 216	52.16 243	31.94 230	91.62 247	13.62 207	2.72 117	21.29 235	5.84 222	51.78 242	16.52 234	10.41 217	7.93 181	58.06 245	13.93 239	36.96 247	18.42 222	25.58 226	33.95 233

SPS-STEREO	20.98 226	14.87 221	11.99 226	19.90 217	20.87 224	18.85 219	10.39 212	16.04 227	19.39 235	19.65 244	21.64 244	33.32 215	37.38 236	7.51 221	19.34 235	17.18 248	26.65 243	16.12 248	32.93 220	23.87 244	31.45 256	25.37 255	13.83 230	14.33 240	17.76 222	19.97 225	29.60 230	26.21 220
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PSMNet_ROB	32.72 240	49.56 247	17.71 238	65.01 246	47.98 243	61.81 242	62.32 240	19.85 234	21.78 239	27.64 248	25.28 246	42.80 229	43.52 243	83.58 242	21.88 242	4.36 173	19.43 234	6.46 226	43.95 235	16.36 233	13.14 227	11.66 226	58.31 246	14.57 241	31.67 236	24.32 236	29.94 232	18.64 201

WAO-6	37.66 246	47.81 242	21.43 241	60.52 237	52.73 252	58.92 239	64.84 241	27.98 244	43.38 248	33.02 253	17.53 235	43.36 230	50.95 251	89.65 245	33.50 249	18.63 252	24.84 239	13.57 242	42.17 234	25.77 246	21.16 247	19.52 247	35.00 237	18.52 242	43.20 251	29.62 245	37.17 240	41.96 244

MADNet+	20.34 222	8.33 212	14.90 233	18.17 215	11.98 219	8.55 205	19.20 220	28.96 247	17.96 232	12.55 235	11.63 221	34.32 218	30.36 227	10.57 226	26.85 246	16.66 246	27.39 245	10.40 237	40.88 232	18.27 237	19.91 246	15.53 242	9.97 226	19.40 243	35.72 242	22.38 234	21.31 222	37.09 235

TorneroNet-64	40.02 248	51.18 249	25.58 245	64.09 245	48.50 245	64.50 248	69.74 246	27.58 241	44.28 251	21.06 245	14.38 226	70.42 256	57.53 258	94.84 257	27.09 247	8.83 231	28.00 246	16.10 247	54.90 249	26.42 248	15.26 235	13.34 236	61.86 254	22.65 244	33.51 239	30.60 246	34.09 238	54.24 254

Dean	44.25 252	52.28 250	33.23 253	77.10 261	64.97 256	79.61 264	83.94 261	43.21 252	43.41 249	35.28 254	25.28 246	61.70 249	57.88 259	95.07 262	21.16 241	4.55 174	29.50 248	12.92 239	64.62 258	29.22 252	11.94 223	10.07 216	59.70 250	23.01 245	50.00 257	39.42 256	53.45 256	32.13 229

TorneroNet	40.95 250	54.80 251	28.35 249	67.47 250	50.00 247	66.00 251	71.75 250	26.53 240	45.69 252	24.20 246	21.34 243	68.12 253	53.25 256	94.92 259	27.93 248	9.57 233	26.82 244	16.87 250	54.27 247	24.50 245	16.26 237	13.93 237	62.31 255	23.32 246	36.59 246	27.14 242	43.07 248	50.69 251

FADE		14.85 220	17.50 237	14.80 211	17.47 223	30.08 225	27.73 228	21.58 237	43.85 250	17.74 242	27.42 250		47.38 246	13.14 230	21.07 240	12.04 241	34.32 253	23.23 252	59.34 255	35.12 254	37.77 260	35.26 259	13.16 229	25.00 247	20.45 228	13.86 211	47.51 250	56.53 256

LE_ROB	23.34 232	10.93 218	12.86 228	32.65 225	38.35 237	31.72 227	33.97 232	23.50 238	21.06 238	7.08 220	17.87 236	51.83 242	51.55 254	1.81 199	14.20 210	3.08 131	3.94 186	1.47 166	30.65 217	8.98 221	9.43 213	7.39 161	6.89 217	25.95 248	35.31 241	39.95 257	53.69 257	54.00 253

LVE	40.69 249	49.32 246	32.19 251	74.37 260	65.31 257	65.52 249	78.53 255	29.09 248	24.11 241	37.95 255	38.44 253	39.09 226	50.88 250	95.16 263	18.50 231	6.31 208	25.93 241	13.65 243	54.80 248	26.51 249	16.26 237	15.81 243	69.49 260	26.57 249	44.82 253	33.95 252	41.51 245	24.49 218

JetBlue	33.16 241	30.03 232	36.86 257	39.95 233	35.04 236	44.19 235	36.23 233	30.47 250	47.01 254	15.01 240	10.48 220	79.96 263	19.64 214	25.82 232	18.89 234	17.14 247	40.11 257	25.93 255	36.94 227	25.94 247	32.23 257	26.39 256	31.84 236	27.47 250	31.63 235	33.13 250	48.81 253	48.30 248

WAO-8	45.52 253	56.99 253	36.84 255	70.78 255	61.58 253	72.65 258	72.88 251	44.15 253	50.34 256	32.51 251	26.24 248	68.22 254	50.98 252	91.91 249	34.40 250	19.25 253	31.26 249	14.25 244	53.00 245	37.84 256	18.64 240	12.91 233	45.23 238	27.94 251	54.23 260	39.08 253	48.02 251	56.81 257

Venus	45.52 253	56.99 253	36.84 255	70.77 254	61.58 253	72.65 258	72.88 251	44.15 253	50.34 256	32.51 251	26.24 248	68.22 254	50.98 252	91.91 249	34.40 250	19.25 253	31.26 249	14.25 244	53.00 245	37.84 256	18.64 240	12.91 233	45.23 238	27.94 251	54.23 260	39.08 253	48.02 251	56.81 257

PWCK	39.46 247	63.60 256	25.26 243	73.87 259	41.94 239	61.54 241	51.88 237	54.42 257	37.36 245	26.43 247	38.00 252	62.72 251	47.31 245	27.64 233	24.07 245	10.09 235	32.07 252	12.97 241	84.14 265	29.01 251	25.42 252	16.79 245	48.17 241	30.69 253	35.86 244	32.01 247	32.05 233	40.21 241

WAO-7	28.15 237	31.17 233	25.54 244	33.41 226	34.99 235	22.62 222	28.62 230	47.75 256	47.89 255	29.08 249	39.82 255	41.47 228	41.79 240	12.75 228	36.14 253	18.16 249	17.03 229	8.88 232	47.38 237	21.69 241	11.73 221	12.95 235	3.79 210	33.81 254	23.20 230	26.44 241	24.41 225	37.61 237

ktn	53.49 257	64.55 257	32.09 250	67.37 249	73.02 264	67.18 253	79.08 256	39.47 251	71.03 262	45.61 260	66.57 262	53.73 244	46.66 244	95.58 264	51.51 258	35.27 257	42.24 259	32.53 258	61.67 256	36.66 255	34.35 259	37.51 260	63.57 256	39.21 255	45.92 254	42.82 258	58.10 260	61.01 259

HanzoNet	61.45 262	69.33 260	44.96 259	71.45 257	72.16 263	72.71 260	79.94 258	60.19 260	75.71 263	45.02 259	73.92 263	75.04 261	64.67 263	96.72 265	48.25 257	40.02 258	53.74 261	47.73 262	76.16 262	51.62 261	46.98 262	46.48 262	73.13 262	39.85 256	55.14 262	52.31 260	60.69 261	65.16 262

notaker	50.99 255	64.58 258	35.58 254	71.22 256	67.03 258	71.52 257	79.74 257	46.10 255	64.92 260	43.57 258	60.04 259	61.27 248	52.88 255	94.30 256	52.11 259	32.30 256	36.01 255	25.62 254	66.68 260	41.75 258	26.51 253	26.69 257	69.04 259	40.16 257	27.04 231	32.57 249	39.45 242	47.99 247

UNDER WATER-64	54.23 258	63.34 255	46.02 260	79.36 263	71.42 262	76.64 262	88.13 265	66.12 262	46.96 253	52.07 261	60.69 260	73.21 258	59.22 261	94.98 261	35.82 252	18.58 251	36.56 256	27.05 256	54.96 250	27.40 250	22.29 249	24.45 252	75.67 264	44.51 258	51.17 258	56.84 261	41.43 244	69.34 264

SPstereo	43.04 251	33.32 235	32.45 252	30.80 224	34.50 234	30.75 226	28.55 229	58.42 259	43.16 247	30.26 250	60.88 261	48.92 239	63.39 262	44.40 235	41.97 256	53.98 261	48.24 260	33.80 259	57.94 253	41.93 259	44.30 261	40.41 261	27.95 235	44.78 259	43.85 252	39.09 255	57.71 259	46.32 246

DPSimNet_ROB	59.87 260	56.83 252	60.12 263	63.44 243	74.40 265	61.08 240	66.03 242	29.26 249	91.88 266	80.83 264	53.70 257	74.56 259	48.76 248	90.67 246	61.12 260	47.44 260	55.65 262	43.29 261	68.79 261	60.06 263	52.83 263	61.42 263	45.69 240	46.03 260	46.40 255	63.34 262	56.49 258	56.41 255

JetRed	63.04 263	70.59 261	68.87 264	66.96 247	63.46 255	70.43 256	74.93 253	66.45 263	66.78 261	41.63 257	39.08 254	81.30 264	13.47 205	63.11 237	65.97 262	66.70 262	65.90 263	75.66 266	63.14 257	54.09 262	78.41 264	73.67 264	73.25 263	49.49 261	56.43 263	64.32 263	66.29 263	61.81 260

UNDER WATER	53.46 256	66.50 259	44.48 258	77.89 262	68.28 259	75.27 261	86.28 264	62.01 261	51.94 258	41.57 256	48.61 256	74.76 260	58.64 260	94.91 258	40.27 255	19.59 255	35.94 254	25.36 253	57.83 252	30.24 253	22.42 250	21.82 248	69.76 261	49.60 262	53.54 259	52.17 259	44.57 249	69.15 263

LRCNet_RVC	60.98 261	74.62 265	47.06 261	94.31 265	95.29 267	91.20 266	85.70 263	54.57 258	35.63 242	98.62 266	74.21 264	91.97 267	68.08 264	96.82 266	39.31 254	18.45 250	70.27 264	52.85 263	94.58 266	64.63 264	32.99 258	24.53 253	94.81 266	53.78 263	19.71 224	12.68 208	33.49 235	26.36 221

KSHMR	57.18 259	74.32 264	54.88 262	81.85 264	71.02 261	78.52 263	83.49 260	67.32 264	55.52 259	57.05 262	55.43 258	62.46 250	47.47 247	94.95 260	62.89 261	43.86 259	41.02 258	36.71 260	65.14 259	47.71 260	30.88 255	22.80 250	66.24 258	55.80 264	49.31 256	33.72 251	50.52 254	52.93 252

ASD4	81.93 265	73.21 263	76.95 265	73.65 258	68.72 260	82.82 265	70.01 248	72.46 266	81.37 265	64.41 263	77.66 265	50.65 241	95.44 266	68.75 239	77.39 264	87.32 264	86.80 265	89.75 267	81.77 263	89.98 265	88.86 265	88.63 266	80.66 265	86.12 265	99.17 270	99.85 269	99.79 269	99.90 269

MADNet++	76.55 264	72.12 262	82.72 266	61.81 240	81.28 266	58.20 237	69.82 247	68.60 265	78.83 264	85.65 265	92.58 266	79.76 262	85.27 265	36.74 234	81.31 265	89.87 265	87.51 266	69.64 264	82.22 264	90.64 266	91.37 266	93.20 267	65.06 257	90.12 266	59.87 264	75.77 264	74.46 264	62.48 261

MEDIAN_ROB	97.62 268	99.11 267	98.47 268	100.00 267	99.99 268	100.00 270	100.00 270	99.48 269	98.33 267	100.00 269	99.95 270	98.03 268	96.13 267	99.95 268	99.43 268	98.46 267	98.58 268	98.67 268	99.88 269	97.97 267	93.64 268	96.55 269	100.00 269	97.27 267	87.22 266	92.69 266	89.89 266	95.94 267

PML	96.12 266	100.00 270	83.16 267	100.00 267	100.00 269	100.00 270	99.20 269	100.00 271	99.01 268	100.00 269	96.16 267	99.92 271	100.00 271	98.52 267	94.60 266	91.70 266	91.21 267	74.14 265	100.00 271	98.06 268	92.87 267	86.59 265	97.59 267	98.11 268	94.46 269	99.98 270	100.00 270	99.92 270

HaxPig	99.00 270	100.00 270	98.99 269	100.00 267	100.00 269	99.99 269	100.00 270	99.99 270	99.89 269	100.00 269	99.98 271	100.00 272	99.94 270	100.00 269	99.61 269	99.46 268	99.97 271	99.58 269	99.99 270	99.99 269	97.37 269	96.43 268	99.99 268	99.98 269	89.52 267	99.53 268	94.23 267	98.48 268

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

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

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

DPSMNet_ROB	99.54 272	99.78 269	100.00 271	100.00 267	100.00 269	100.00 270	100.00 270	99.19 267	100.00 270	99.32 267	99.65 268	91.68 266	99.16 269	100.00 269	99.94 271	100.00 270	99.83 270	99.99 270	99.59 268	99.99 269	99.77 271	99.66 271	100.00 269	100.00 270	100.00 271	100.00 271	100.00 270	100.00 271

DGTPSM_ROB	99.53 271	99.77 268	100.00 271	100.00 267	100.00 269	100.00 270	100.00 270	99.19 267	100.00 270	99.32 267	99.66 269	91.63 265	99.15 268	100.00 269	99.94 271	100.00 270	99.82 269	99.99 270	99.51 267	99.99 269	99.77 271	99.66 271	100.00 269	100.00 270	100.00 271	100.00 271	100.00 270	100.00 271

DPSM_ROB	99.91 273	100.00 270	100.00 271	100.00 267	100.00 269	98.90 267	98.96 267	100.00 271	100.00 270	100.00 269	100.00 272	99.76 269	100.00 271	100.00 269	100.00 273	100.00 270	100.00 272	100.00 272	100.00 271	100.00 272	100.00 273	100.00 273	100.00 269	100.00 270	100.00 271	100.00 271	100.00 270	100.00 271

DPSM	99.91 273	100.00 270	100.00 271	100.00 267	100.00 269	98.90 267	98.96 267	100.00 271	100.00 270	100.00 269	100.00 272	99.76 269	100.00 271	100.00 269	100.00 273	100.00 270	100.00 272	100.00 272	100.00 271	100.00 272	100.00 273	100.00 273	100.00 269	100.00 270	100.00 271	100.00 271	100.00 270	100.00 271

AVERAGE_ROB	98.96 269	100.00 270	99.80 270	100.00 267	100.00 269	100.00 270	100.00 270	100.00 271	100.00 270	100.00 269	100.00 272	100.00 272	100.00 271	100.00 269	99.80 270	99.85 269	100.00 272	100.00 272	100.00 271	100.00 272	98.20 270	99.54 270	100.00 269	100.00 270	93.40 268	93.83 267	94.40 268	93.22 266

Low-res two-view benchmark