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

CroCo-Stereo	0.35 4	0.20 1	0.15 1	0.11 1	0.10 2	0.18 2	0.06 1	0.33 3	0.14 2	0.31 4	0.05 1	0.36 6	0.13 1	0.15 2	1.64 26	1.05 34	0.35 1	0.37 6	0.45 4	0.20 1	0.62 12	0.79 24	0.16 1	0.13 1	0.38 3	0.31 3	0.45 3	0.26 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
CroCo-Stereo Lap2	0.33 2	0.22 2	0.15 1	0.11 1	0.12 3	0.16 1	0.08 2	0.35 4	0.15 4	0.47 13	0.10 2	0.31 3	0.14 3	0.14 1	1.26 13	1.00 28	0.36 2	0.36 5	0.44 3	0.20 1	0.53 7	0.55 10	0.17 3	0.13 1	0.39 6	0.35 8	0.40 2	0.27 2

RAFT	0.35 4	0.22 2	0.19 3	0.27 7	0.13 4	0.30 9	0.08 2	0.97 65	0.18 5	0.92 91	0.19 4	0.27 1	0.16 4	0.18 5	0.51 1	0.47 1	0.38 3	0.26 1	0.54 7	0.25 4	0.43 3	0.34 2	0.19 4	0.15 3	0.38 3	0.34 7	0.90 17	0.27 2

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

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

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

RAFT + AFF	1.96 133	0.49 11	0.42 23	0.41 31	0.20 7	0.41 31	0.19 10	0.65 18	0.23 6	0.56 16	0.27 8	0.77 61	0.21 7	0.29 17	39.69 216	0.90 18	0.62 21	0.35 3	1.92 76	0.38 9	0.77 22	0.57 12	0.32 7	0.27 8	0.71 48	0.33 6	0.58 5	0.29 6

StereoIM	0.57 13	0.47 10	0.30 5	0.16 4	0.26 10	0.21 3	0.17 7	0.44 6	0.32 17	1.08 110	0.22 5	0.51 12	0.22 9	0.19 6	1.83 46	1.19 59	0.62 21	0.59 31	1.09 38	0.45 20	0.81 25	0.94 35	0.37 21	0.25 7	0.63 37	0.67 42	0.60 6	0.82 61

RYNet	2.42 144	0.40 7	0.35 13	0.29 11	0.32 15	0.40 27	0.25 24	0.61 13	0.55 76	0.33 5	0.36 17	0.40 9	0.26 10	0.27 15	52.29 256	0.69 6	0.47 6	1.00 147	0.54 7	0.29 6	0.50 5	0.37 3	0.38 23	0.32 13	0.57 28	1.24 123	1.31 42	0.50 14

MIM_Stereo	0.78 30	0.77 61	0.53 40	0.43 39	0.38 28	0.46 36	0.22 17	1.50 131	0.31 13	0.55 14	0.38 18	0.64 26	0.27 11	0.32 20	1.77 40	1.09 42	0.63 23	0.73 68	3.30 133	0.57 39	1.19 61	0.91 33	0.34 10	0.36 22	0.49 17	0.41 15	1.95 91	0.58 23

iRaftStereo_RVC	0.51 9	0.56 12	0.40 18	0.28 9	0.31 14	0.32 11	0.19 10	0.68 21	0.25 8	0.46 12	0.57 46	0.58 14	0.29 12	0.25 12	1.17 10	0.89 17	0.56 15	0.45 9	0.72 16	0.41 13	0.97 41	0.79 24	0.35 13	0.34 18	0.44 10	0.41 15	0.76 14	0.48 12

HCRNet	0.66 20	0.78 64	0.41 22	0.54 62	0.27 12	0.41 31	0.39 62	0.63 16	0.31 13	1.62 144	0.59 51	0.67 34	0.29 12	0.41 58	1.99 57	0.73 9	0.60 20	0.47 11	0.65 13	0.43 15	0.78 24	0.62 15	0.36 18	0.34 18	0.42 9	0.43 20	2.14 101	0.50 14

ARAFT	0.89 44	0.72 38	0.47 33	0.35 18	0.34 21	0.42 33	0.24 21	0.64 17	0.34 20	2.25 180	0.57 46	0.58 14	0.29 12	0.39 47	2.14 68	1.42 93	0.71 39	0.74 71	2.68 105	0.54 29	1.86 100	1.93 65	0.42 35	0.33 16	0.83 70	0.40 10	1.98 94	0.56 19

AASNet	0.53 11	0.74 45	0.46 32	0.35 18	0.61 85	0.51 55	0.42 79	0.65 18	0.26 9	0.41 8	0.50 34	0.39 7	0.31 15	0.41 58	1.02 7	0.69 6	0.53 8	0.60 32	0.67 14	0.51 23	0.60 10	0.87 29	0.41 30	0.41 38	0.50 18	0.40 10	0.70 10	0.45 11

LL-Strereo2	1.08 66	0.65 20	0.59 47	0.40 28	0.34 21	0.31 10	0.23 18	1.48 128	0.38 26	0.68 39	0.58 50	0.63 24	0.32 16	0.64 140	1.65 28	1.13 48	0.63 23	0.53 21	1.32 47	0.66 65	1.35 73	11.05 203	0.44 41	0.34 18	0.64 39	0.60 35	1.05 27	0.56 19

MMNet	0.59 14	0.58 13	0.44 26	0.38 23	0.55 71	0.42 33	0.29 35	0.60 12	0.40 35	0.38 7	0.55 43	0.63 24	0.32 16	0.51 106	1.51 20	0.75 10	0.72 44	0.58 30	0.76 18	0.55 34	0.62 12	0.41 6	0.40 28	0.52 73	0.51 20	0.49 22	1.49 57	0.50 14

test croco	0.67 21	0.87 92	0.33 11	0.31 14	0.59 78	0.33 12	0.30 36	0.89 55	0.34 20	0.72 44	0.24 7	0.65 29	0.34 18	0.19 6	1.95 53	1.57 123	0.71 39	0.69 55	0.94 27	0.39 10	1.28 67	1.20 48	0.33 9	0.33 16	0.59 34	0.60 35	0.72 12	0.74 48

MIF-Stereo	0.60 15	0.44 8	0.32 10	0.21 5	0.25 9	0.34 14	0.17 7	0.61 13	0.31 13	0.75 50	0.27 8	0.62 23	0.34 18	0.21 9	1.77 40	1.44 99	0.57 17	0.61 36	1.53 61	0.44 19	0.91 38	1.14 45	0.37 21	0.29 9	0.50 18	0.54 28	0.52 4	0.58 23

AFF-stereo	0.76 28	0.69 30	0.59 47	0.30 13	0.32 15	0.52 58	0.18 9	0.86 48	0.41 37	1.37 129	0.43 23	0.60 20	0.34 18	0.24 11	1.76 39	1.13 48	0.57 17	0.62 38	2.81 109	0.43 15	0.77 22	0.63 16	0.41 30	0.32 13	0.70 45	0.67 42	2.38 127	0.56 19

delet	0.51 9	0.58 13	0.47 33	0.35 18	0.50 57	0.50 51	0.30 36	0.49 7	0.29 12	0.56 16	0.44 24	0.45 10	0.34 18	0.48 94	1.16 8	0.68 5	0.55 11	0.46 10	0.47 5	0.41 13	0.58 9	0.39 4	0.39 25	0.41 38	0.48 15	0.36 9	1.09 30	0.50 14

test_4	1.13 69	0.74 45	0.77 78	0.42 37	0.32 15	0.34 14	0.26 29	0.78 32	0.33 18	0.75 50	0.40 19	0.87 80	0.35 22	0.40 51	2.10 67	1.55 119	0.65 26	0.69 55	1.50 58	0.51 23	1.12 55	10.25 179	0.41 30	0.37 23	0.58 31	0.70 44	2.73 163	0.62 34

GANet	0.64 18	0.67 25	0.63 54	0.57 69	0.58 76	0.95 145	0.55 105	0.78 32	0.46 44	0.57 18	0.61 53	1.83 162	0.36 23	0.41 58	0.81 5	0.69 6	0.76 54	0.73 68	0.58 11	0.40 11	0.53 7	0.49 8	0.47 57	0.48 61	0.56 27	0.41 15	0.83 15	0.69 43

GMStereo	0.73 26	0.99 136	0.39 15	0.49 47	0.47 40	0.55 68	0.41 73	0.77 29	0.43 39	0.55 14	0.48 29	0.81 70	0.38 24	0.34 28	1.60 25	0.95 22	0.74 51	0.52 17	1.88 74	0.57 39	1.07 48	0.73 21	0.42 35	0.51 68	0.72 51	0.47 21	1.87 86	0.57 22
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MIF-Stereo (partial)	0.69 22	0.76 57	0.33 11	0.27 7	0.37 27	0.35 16	0.31 40	0.53 8	0.40 35	0.62 29	0.32 12	0.50 11	0.39 25	0.23 10	2.08 66	1.51 113	0.68 29	0.71 60	0.77 19	0.43 15	1.10 53	0.94 35	0.39 25	0.32 13	0.57 28	0.71 45	2.25 113	0.87 68

dd	0.86 35	0.80 68	0.51 37	1.05 152	0.44 34	0.85 131	0.44 86	0.85 47	0.39 28	0.83 68	0.40 19	1.23 130	0.39 25	0.47 88	2.21 81	0.98 25	0.97 121	0.71 60	2.00 81	0.61 50	0.84 28	0.77 23	0.49 63	0.64 115	0.70 45	0.53 27	1.73 77	1.47 135

raft+_RVC	0.71 25	0.73 42	0.70 67	0.41 31	0.34 21	0.49 48	0.30 36	1.48 128	0.43 39	0.62 29	0.62 55	0.65 29	0.39 25	0.26 13	1.74 35	1.16 52	0.69 34	0.53 21	1.57 67	0.51 23	0.85 30	1.06 42	0.44 41	0.38 26	0.68 42	0.62 37	0.85 16	0.69 43

RAFT-Stereo + iAFF	0.86 35	0.72 38	0.84 93	0.41 31	0.39 29	0.54 64	0.21 15	0.99 68	0.52 65	1.54 139	0.57 46	0.73 45	0.39 25	0.26 13	2.15 69	1.17 54	0.64 25	0.50 13	2.66 104	0.57 39	0.88 32	0.90 31	0.47 57	0.39 32	0.86 78	0.72 47	2.54 149	0.66 41

anonymousdsp2	0.86 35	0.84 84	0.84 93	0.43 39	0.44 34	0.56 74	0.32 45	1.17 86	0.36 24	0.66 37	0.67 64	0.69 37	0.40 29	0.49 99	1.46 15	1.36 81	0.67 28	0.62 38	2.12 83	0.60 48	1.36 75	2.66 77	0.36 18	0.44 50	0.71 48	0.51 24	1.86 85	0.64 38

DMCA	0.63 17	0.73 42	0.63 54	0.40 28	0.49 48	0.52 58	0.33 49	0.59 11	0.52 65	0.80 65	0.63 58	0.70 39	0.40 29	0.47 88	1.48 17	0.92 19	0.69 34	0.67 50	0.67 14	0.51 23	0.67 16	0.59 14	0.48 60	0.45 52	0.48 15	0.52 26	1.04 26	0.62 34

UDGNet	1.34 94	1.00 140	0.76 77	1.64 191	1.38 179	1.69 195	1.25 167	1.22 93	0.69 104	0.63 32	0.84 106	0.83 73	0.41 31	1.62 206	2.02 63	1.19 59	0.81 73	0.87 105	1.98 79	0.92 120	1.68 91	5.69 125	1.26 194	0.47 56	1.21 133	0.95 84	2.15 103	1.03 95

TDLM	0.49 7	0.59 15	0.60 50	0.39 27	0.48 45	0.46 36	0.43 82	0.72 22	0.35 22	0.30 3	0.65 60	0.76 57	0.41 31	0.35 32	0.54 2	0.58 3	0.55 11	0.49 12	0.50 6	0.43 15	0.50 5	0.39 4	0.41 30	0.39 32	0.38 3	0.31 3	0.61 7	0.66 41

4D-IteraStereo	1.32 91	0.61 16	1.07 140	0.49 47	0.43 32	0.40 27	0.25 24	1.44 126	0.37 25	0.75 50	0.56 44	0.75 53	0.43 33	0.43 71	2.29 85	1.38 83	0.68 29	0.66 47	2.70 106	0.59 46	3.21 120	10.86 198	0.46 48	0.40 36	0.69 44	0.83 64	2.34 120	0.64 38

CVANet_RVC	0.60 15	0.67 25	0.81 86	0.81 123	0.53 67	0.66 101	0.55 105	1.15 84	0.39 28	0.44 10	0.79 95	0.80 65	0.44 34	0.43 71	0.69 3	0.67 4	0.55 11	0.53 21	0.55 9	0.57 39	0.63 14	0.57 12	0.40 28	0.41 38	0.46 11	0.40 10	0.72 12	0.55 18

AnonymousM	2.27 141	0.64 17	0.44 26	0.51 54	0.32 15	0.49 48	0.24 21	1.70 158	0.48 52	0.75 50	2.06 173	0.70 39	0.47 35	0.39 47	2.47 94	3.26 179	0.99 125	1.03 151	1.88 74	2.37 211	4.85 139	6.68 136	0.57 97	0.47 56	0.53 22	0.65 41	11.71 242	14.52 233

rafts_anoy	0.88 42	0.81 72	0.86 99	0.44 41	0.49 48	0.51 55	0.46 92	1.58 148	0.48 52	0.61 26	0.70 78	0.70 39	0.47 35	0.30 18	2.51 100	1.38 83	0.76 54	0.78 82	2.36 91	0.61 50	1.28 67	0.99 39	0.49 63	0.49 63	0.85 76	0.90 78	0.93 21	1.00 94

UPFNet	0.73 26	0.69 30	0.79 81	0.54 62	0.65 95	0.58 81	0.54 101	0.72 22	0.54 74	0.59 23	0.57 46	0.61 21	0.47 35	0.62 136	1.80 43	0.96 23	0.72 44	0.68 54	0.91 26	0.72 82	0.64 15	0.55 10	0.53 82	0.52 73	0.58 31	0.51 24	2.19 109	0.59 29

DSFCA	0.87 39	0.84 84	0.73 70	0.65 88	0.77 116	0.61 89	0.78 127	0.75 27	0.78 114	0.77 58	0.83 104	0.75 53	0.48 38	0.43 71	1.89 50	1.14 50	0.85 81	0.87 105	1.00 29	0.74 87	1.00 47	1.05 41	0.72 145	0.63 112	0.83 70	0.95 84	1.88 87	0.85 64

AANet_RVC	0.54 12	0.45 9	0.40 18	0.33 17	0.61 85	0.28 7	0.31 40	0.61 13	0.58 86	0.44 10	0.41 21	0.39 7	0.48 38	0.33 23	1.16 8	0.79 12	0.55 11	0.53 21	0.56 10	0.52 27	0.46 4	0.49 8	0.34 10	0.38 26	0.57 28	0.57 33	1.05 27	0.97 82

LMCR-Stereo	1.06 61	0.83 77	0.84 93	0.53 59	0.62 91	0.64 97	0.33 49	1.12 79	0.60 89	0.83 68	0.79 95	0.91 91	0.49 40	0.41 58	2.53 101	1.54 118	1.03 135	0.75 73	2.16 84	1.42 163	1.68 91	3.87 90	0.49 63	0.65 117	0.75 56	0.83 64	1.10 32	0.88 71

RALCasStereoNet	0.93 46	0.82 74	0.93 112	0.53 59	0.53 67	0.60 86	0.45 88	1.48 128	0.44 41	1.03 103	0.75 87	0.89 90	0.49 40	0.32 20	2.31 86	1.43 97	0.78 58	0.75 73	1.50 58	0.58 43	1.18 60	2.21 69	0.49 63	0.57 90	0.86 78	1.13 112	0.90 17	1.16 109

HITNet	0.90 45	0.65 20	0.62 53	0.68 95	0.50 57	0.39 24	0.32 45	1.26 101	0.89 125	0.70 40	0.70 78	0.91 91	0.49 40	0.39 47	1.96 54	1.02 29	0.66 27	0.64 43	0.79 21	0.61 50	1.53 82	3.85 88	0.46 48	0.52 73	0.58 31	0.64 40	1.81 80	0.81 59
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
IER	0.88 42	0.82 74	0.55 43	0.49 47	0.51 59	0.56 74	0.45 88	0.80 37	0.49 56	1.15 114	0.77 89	1.03 105	0.50 43	0.79 162	3.66 156	1.04 32	0.73 49	0.64 43	0.87 23	0.78 96	0.73 20	0.82 26	0.60 110	0.53 77	0.63 37	1.00 95	2.05 97	0.74 48

PMTNet	1.39 98	0.94 116	0.99 124	0.48 46	0.49 48	0.47 42	0.32 45	0.83 43	0.66 101	0.83 68	0.62 55	0.88 85	0.50 43	0.35 32	2.72 117	4.30 199	0.91 102	0.57 27	2.40 92	0.54 29	6.12 156	5.45 122	0.57 97	0.38 26	1.99 203	1.00 95	1.09 30	1.19 115

Any-RAFT	2.54 147	0.94 116	1.27 175	0.75 104	0.75 113	0.50 51	0.40 69	1.99 182	0.56 81	0.87 77	6.98 236	1.50 149	0.51 45	0.40 51	2.50 98	3.41 182	0.91 102	0.90 119	6.78 194	0.75 90	14.26 247	10.61 189	0.67 130	0.59 100	1.63 186	1.83 175	2.17 105	4.22 198

ACRE	1.31 88	0.70 32	0.66 61	0.58 74	0.47 40	0.52 58	0.32 45	0.81 39	0.53 69	0.76 54	0.69 71	1.04 109	0.52 46	0.59 125	2.66 112	1.32 76	0.89 93	0.63 41	3.25 129	0.61 50	1.62 87	10.69 191	0.55 89	0.52 73	0.92 96	0.55 30	2.40 129	0.62 34

CASnet	1.15 72	0.91 108	0.49 36	0.40 28	0.43 32	0.38 21	0.20 13	0.91 58	0.49 56	0.77 58	0.56 44	0.88 85	0.53 47	0.35 32	2.15 69	1.24 66	0.72 44	0.50 13	1.34 49	0.54 29	7.12 171	5.37 119	0.41 30	0.38 26	1.21 133	0.49 22	1.45 53	0.79 56
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CIPLG	1.32 91	0.70 32	0.69 64	0.57 69	0.46 36	0.52 58	0.33 49	0.81 39	0.55 76	0.76 54	0.69 71	1.03 105	0.53 47	0.59 125	2.91 126	1.33 78	0.89 93	0.62 38	3.23 124	0.62 56	1.62 87	10.69 191	0.55 89	0.53 77	0.90 93	0.54 28	2.37 126	0.61 32

IPLGR_C	1.31 88	0.71 36	0.68 63	0.57 69	0.46 36	0.52 58	0.31 40	0.81 39	0.53 69	0.76 54	0.69 71	1.03 105	0.53 47	0.59 125	2.62 107	1.33 78	0.88 91	0.63 41	3.25 129	0.61 50	1.64 90	10.69 191	0.55 89	0.53 77	0.89 89	0.57 33	2.40 129	0.62 34

test-3	1.73 122	1.00 140	1.08 143	0.63 86	0.60 81	0.55 68	0.43 82	1.99 182	0.39 28	0.86 75	0.54 40	1.45 144	0.53 47	0.41 58	2.20 76	1.41 90	0.81 73	0.79 85	6.57 185	0.69 71	5.20 148	11.52 215	0.46 48	0.54 81	0.86 78	0.97 88	3.11 178	0.98 84

raftrobust	1.11 67	0.65 20	0.92 111	0.55 64	0.49 48	0.44 35	0.33 49	1.55 145	0.47 46	0.94 95	0.72 83	0.82 71	0.53 47	0.36 41	2.91 126	1.71 134	0.71 39	0.70 57	4.37 150	0.65 61	1.69 93	3.95 92	0.59 108	0.42 45	0.95 101	0.85 71	0.99 24	0.85 64

Former-RAFT_DAM_RVC	0.87 39	0.64 17	0.54 42	0.44 41	0.41 30	0.38 21	0.26 29	1.26 101	0.49 56	0.85 74	0.62 55	0.75 53	0.54 52	0.34 28	1.75 37	1.50 112	0.68 29	0.70 57	1.17 41	0.56 36	1.52 81	3.83 87	0.39 25	0.37 23	0.75 56	1.18 118	0.68 9	0.77 54

MyStereo04	1.58 114	0.90 104	0.97 119	0.78 115	0.89 132	0.57 78	0.40 69	1.57 147	0.97 133	2.23 179	0.89 112	1.34 136	0.54 52	0.41 58	2.94 129	2.47 164	0.86 84	0.92 122	5.37 161	1.50 175	4.62 134	3.51 85	0.92 179	0.81 144	1.21 133	1.61 161	2.58 152	0.95 79

test_1	1.73 122	1.01 142	1.08 143	0.63 86	0.60 81	0.55 68	0.43 82	1.99 182	0.39 28	0.86 75	0.54 40	1.45 144	0.54 52	0.41 58	2.20 76	1.42 93	0.80 64	0.79 85	6.57 185	0.69 71	5.20 148	11.52 215	0.46 48	0.54 81	0.87 82	0.97 88	3.11 178	0.98 84

test_3	1.73 122	1.02 146	1.05 134	0.65 88	0.61 85	0.55 68	0.43 82	1.96 178	0.38 26	0.88 83	0.52 36	1.45 144	0.54 52	0.40 51	2.20 76	1.40 87	0.81 73	0.81 92	6.56 184	0.71 80	5.08 143	11.49 212	0.43 38	0.49 63	0.96 102	1.09 104	3.23 183	0.98 84

TestStereo	0.77 29	0.93 113	0.79 81	0.56 66	0.46 36	0.66 101	0.33 49	1.22 93	0.42 38	0.90 87	0.52 36	0.84 75	0.54 52	0.39 47	1.50 19	0.92 19	0.73 49	0.51 16	1.38 51	0.56 36	1.25 64	0.82 26	0.44 41	0.44 50	0.77 60	0.79 56	1.34 43	0.79 56

DMCA-RVC	0.86 35	0.74 45	0.73 70	0.61 78	0.77 116	0.56 74	0.70 122	0.77 29	1.43 172	1.38 131	0.69 71	0.87 80	0.54 52	0.55 113	1.66 30	1.05 34	0.81 73	0.74 71	0.95 28	0.73 85	0.89 36	0.93 34	0.51 74	0.58 94	0.59 34	0.62 37	1.82 82	0.91 74

NVstereo2D	2.81 159	0.82 74	0.74 73	0.69 96	0.78 120	0.92 143	0.81 134	1.18 90	0.76 112	0.91 88	1.06 128	0.80 65	0.55 58	0.71 150	52.63 258	1.47 108	0.86 84	0.83 97	1.42 52	0.69 71	1.12 55	0.94 35	0.76 147	0.83 150	1.08 115	0.78 55	0.98 23	0.74 48

UNet	0.85 33	0.76 57	0.74 73	0.60 76	0.60 81	0.61 89	0.53 99	0.90 56	0.58 86	1.21 116	0.68 68	0.71 42	0.56 59	0.67 144	1.72 34	1.11 46	0.79 61	0.72 66	1.13 40	0.82 106	0.84 28	0.69 19	0.62 114	0.58 94	0.64 39	0.77 53	2.48 137	0.95 79

HGLStereo	0.83 32	0.64 17	0.75 76	0.52 56	0.67 101	0.56 74	0.45 88	0.66 20	0.50 60	1.72 151	0.96 119	0.64 26	0.56 59	0.54 108	1.65 28	1.18 56	0.80 64	0.76 76	1.05 33	0.66 65	0.99 43	1.36 53	0.49 63	0.54 81	0.71 48	0.76 52	1.59 71	0.82 61

DeepPrunerF	4.30 186	1.53 194	0.72 69	2.93 220	5.08 250	2.43 214	3.38 211	0.87 52	4.11 232	0.80 65	1.17 136	0.66 31	0.56 59	0.61 131	45.12 232	2.02 147	1.01 130	0.78 82	2.32 89	0.88 114	1.56 85	1.70 61	0.84 172	0.67 120	29.00 261	1.78 171	2.48 137	1.17 113

NLCA_NET_v2_RVC	1.02 57	0.93 113	0.80 85	0.72 98	0.79 122	0.65 99	1.02 152	1.07 76	2.31 208	2.00 164	0.74 85	0.97 98	0.56 59	0.94 180	1.82 44	0.96 23	0.68 29	0.67 50	1.31 45	0.65 61	0.88 32	0.94 35	0.57 97	0.57 90	0.73 53	1.60 159	1.43 50	1.27 123
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT_CTSACE	0.64 18	0.94 116	0.31 8	0.37 21	0.34 21	0.33 12	0.23 18	1.23 95	0.26 9	0.64 33	0.29 10	0.71 42	0.57 63	0.34 28	1.57 24	1.07 38	0.52 7	0.43 8	0.72 16	0.33 7	0.85 30	1.72 62	0.42 35	0.30 10	0.46 11	0.41 15	1.58 69	0.39 9

FINET	0.69 22	0.65 20	0.67 62	0.65 88	0.49 48	0.48 46	0.45 88	0.75 27	0.59 88	0.61 26	0.48 29	0.82 71	0.57 63	0.43 71	1.71 31	1.08 41	0.77 56	0.57 27	1.07 36	0.56 36	0.88 32	0.65 18	0.43 38	0.50 66	0.62 36	0.56 32	0.96 22	0.64 38

CFNet_RVC	0.94 49	0.84 84	0.89 107	0.76 108	0.80 124	0.71 111	0.49 94	0.74 26	0.63 98	0.88 83	0.94 116	0.87 80	0.57 63	0.50 100	1.96 54	1.12 47	0.79 61	0.79 85	1.27 43	0.73 85	1.26 65	1.52 58	0.48 60	0.64 115	0.98 103	1.11 105	1.92 90	1.23 117

SA	1.07 63	0.90 104	0.42 23	0.55 64	0.53 67	0.49 48	0.24 21	1.60 149	0.46 44	0.71 43	0.41 21	0.69 37	0.58 66	0.62 136	1.74 35	1.41 90	0.78 58	0.79 85	3.17 123	0.65 61	1.24 63	4.73 100	0.34 10	0.51 68	0.75 56	1.12 109	2.64 157	0.72 47

GMOStereo	1.28 81	0.74 45	0.45 28	0.62 81	0.52 61	0.46 36	0.39 62	1.54 140	0.47 46	0.87 77	0.47 25	0.74 46	0.59 67	0.35 32	2.01 59	1.45 101	0.80 64	0.87 105	2.92 114	0.69 71	1.78 94	10.98 199	0.46 48	0.41 38	1.09 117	0.72 47	1.56 62	0.58 23

error version	1.28 81	0.74 45	0.45 28	0.62 81	0.52 61	0.46 36	0.39 62	1.54 140	0.47 46	0.87 77	0.47 25	0.74 46	0.59 67	0.35 32	2.01 59	1.45 101	0.80 64	0.87 105	2.92 114	0.69 71	1.78 94	10.98 199	0.46 48	0.41 38	1.09 117	0.72 47	1.56 62	0.58 23

test-v	1.28 81	0.74 45	0.45 28	0.62 81	0.52 61	0.46 36	0.39 62	1.54 140	0.47 46	0.87 77	0.47 25	0.74 46	0.59 67	0.35 32	2.01 59	1.45 101	0.80 64	0.87 105	2.92 114	0.69 71	1.78 94	10.98 199	0.46 48	0.41 38	1.09 117	0.72 47	1.56 62	0.58 23

test-2	1.28 81	0.74 45	0.45 28	0.62 81	0.52 61	0.46 36	0.39 62	1.54 140	0.47 46	0.87 77	0.47 25	0.74 46	0.59 67	0.35 32	2.01 59	1.45 101	0.80 64	0.87 105	2.92 114	0.69 71	1.78 94	10.98 199	0.46 48	0.41 38	1.09 117	0.72 47	1.56 62	0.58 23

TANstereo	1.49 108	1.06 150	0.88 102	0.67 93	0.73 110	0.87 134	0.33 49	0.86 48	0.61 92	0.70 40	0.69 71	0.59 18	0.59 67	1.02 186	2.75 118	2.89 168	0.94 113	1.13 168	1.43 54	1.28 153	5.13 146	5.06 111	1.35 199	0.46 54	0.54 23	0.89 75	5.92 219	0.74 48

XX-TBD	1.49 108	1.06 150	0.88 102	0.67 93	0.73 110	0.87 134	0.33 49	0.86 48	0.61 92	0.70 40	0.69 71	0.59 18	0.59 67	1.02 186	2.75 118	2.89 168	0.94 113	1.13 168	1.43 54	1.28 153	5.13 146	5.06 111	1.35 199	0.46 54	0.54 23	0.89 75	5.92 219	0.74 48

RALAANet	1.14 70	0.70 32	0.84 93	0.53 59	0.53 67	0.60 86	0.41 73	1.30 109	0.50 60	0.94 95	0.65 60	0.72 44	0.59 67	0.33 23	1.97 56	1.32 76	0.75 53	0.89 115	1.96 78	0.85 109	3.07 118	5.37 119	0.53 82	0.62 107	0.82 67	1.03 97	2.08 99	0.78 55

APVNet	1.21 75	1.02 146	0.64 57	0.69 96	0.78 120	0.86 132	0.84 135	0.78 32	0.71 108	0.92 91	0.82 102	0.86 78	0.59 67	0.58 120	2.67 113	1.65 131	1.11 143	0.98 140	3.23 124	0.85 109	1.62 87	4.73 100	0.55 89	0.84 152	0.77 60	0.80 59	1.90 88	0.98 84

ADLNet	2.50 146	0.99 136	0.73 70	0.62 81	0.75 113	0.63 94	0.53 99	1.12 79	0.61 92	0.58 21	0.71 80	1.61 155	0.61 75	0.87 170	46.09 233	1.02 29	0.70 36	0.67 50	0.85 22	0.74 87	0.75 21	1.07 43	0.51 74	0.47 56	0.94 97	0.93 81	1.63 73	0.70 45

ADCP+	5.07 197	1.54 195	1.72 192	1.08 154	1.54 186	1.18 170	2.02 194	1.02 70	2.72 216	4.05 224	2.23 179	2.24 177	0.61 75	0.94 180	54.46 262	1.52 116	0.83 77	0.95 135	3.94 143	0.87 113	2.22 107	2.57 76	0.71 140	0.62 107	2.48 212	11.25 241	7.85 231	23.66 248

CFNet	0.80 31	0.84 84	0.79 81	0.76 108	0.70 106	0.60 86	0.46 92	0.84 46	0.48 52	0.66 37	0.71 80	0.92 93	0.61 75	0.43 71	1.75 37	0.84 14	0.70 36	0.64 43	0.90 25	0.78 96	0.89 36	0.72 20	0.45 46	0.51 68	0.87 82	0.83 64	1.67 75	1.15 108

GLC_STEREO	0.97 53	0.89 101	0.85 97	0.56 66	0.60 81	0.48 46	0.40 69	1.70 158	0.47 46	0.77 58	0.67 64	0.78 63	0.63 78	0.61 131	2.53 101	1.65 131	0.88 91	0.60 32	1.57 67	0.70 78	2.48 109	1.17 46	0.44 41	0.43 46	0.67 41	0.55 30	2.36 123	0.88 71

PDISCO_ROB	1.06 61	0.87 92	0.60 50	0.80 120	0.68 103	0.53 63	0.59 114	0.93 60	0.69 104	1.80 156	1.00 127	0.74 46	0.63 78	0.66 142	1.87 48	1.44 99	0.89 93	1.10 161	1.53 61	0.80 100	1.56 85	2.40 73	0.52 81	0.63 112	1.19 131	0.79 56	2.56 150	0.81 59

iinet-f	1.22 76	1.08 153	0.64 57	0.93 137	0.46 36	0.68 106	0.57 108	0.79 36	0.48 52	2.11 175	1.35 150	0.83 73	0.64 80	0.35 32	3.95 166	1.80 141	0.77 56	0.66 47	2.93 118	1.00 129	1.53 82	3.24 82	0.64 123	0.53 77	1.10 122	0.63 39	2.23 112	0.90 73

AACVNet	0.95 51	0.87 92	0.69 64	0.91 134	0.91 135	0.72 114	0.59 114	0.87 52	0.60 89	0.73 47	0.88 111	0.79 64	0.64 80	0.60 129	1.77 40	1.37 82	0.84 79	0.83 97	1.12 39	0.77 93	1.36 75	1.13 44	0.70 138	0.65 117	0.87 82	1.12 109	1.90 88	1.31 125

FADNet-RVC	1.38 97	0.71 36	0.88 102	0.77 113	1.09 154	0.58 81	2.16 197	0.92 59	0.57 84	1.03 103	0.72 83	1.48 147	0.64 80	0.61 131	5.02 175	1.56 121	0.85 81	0.90 119	2.24 88	1.52 177	2.20 105	4.08 94	0.51 74	0.77 137	1.48 172	1.14 114	1.43 50	1.35 129

AF-Net	1.05 58	0.83 77	0.94 113	0.76 108	0.91 135	0.98 151	1.68 179	1.52 138	1.06 145	0.57 18	0.96 119	1.34 136	0.64 80	0.74 153	1.71 31	0.99 26	0.80 64	0.60 32	1.64 69	0.72 82	0.72 18	2.35 70	0.63 119	0.62 107	0.89 89	0.82 62	1.57 67	1.25 120

Nwc_Net	1.05 58	0.83 77	0.94 113	0.76 108	0.91 135	0.98 151	1.68 179	1.52 138	1.06 145	0.57 18	0.96 119	1.34 136	0.64 80	0.74 153	1.71 31	0.99 26	0.80 64	0.60 32	1.64 69	0.72 82	0.72 18	2.35 70	0.63 119	0.62 107	0.89 89	0.82 62	1.57 67	1.25 120

RAFT+CT+SA	0.87 39	0.97 130	0.40 18	0.45 43	0.29 13	0.38 21	0.20 13	1.64 155	0.33 18	0.72 44	0.30 11	0.88 85	0.65 85	0.40 51	1.56 23	1.21 62	0.56 15	0.57 27	2.08 82	0.40 11	0.83 27	5.00 108	0.32 7	0.37 23	0.47 14	0.42 19	1.56 62	0.49 13

GES	1.40 99	0.73 42	0.79 81	0.78 115	0.71 107	0.80 125	0.59 114	1.37 120	0.97 133	1.66 147	0.94 116	0.74 46	0.65 85	0.63 138	2.40 89	1.55 119	0.98 123	0.89 115	5.45 166	1.14 143	3.99 128	3.85 88	0.65 124	0.83 150	0.75 56	0.81 60	1.52 60	1.72 148

EGLCR-Stereo	2.26 139	0.87 92	1.17 163	0.45 43	0.48 45	0.61 89	0.23 18	0.83 43	0.55 76	0.72 44	0.53 38	0.80 65	0.66 87	0.41 58	2.36 88	2.92 170	0.90 101	1.10 161	3.35 134	0.60 48	5.09 144	12.56 238	0.47 57	0.45 52	0.89 89	0.91 79	20.21 255	0.86 66

IPLG	3.01 163	0.75 53	0.63 54	0.42 37	0.52 61	0.54 64	0.51 97	1.63 153	0.35 22	0.62 29	0.59 51	0.77 61	0.66 87	0.46 84	51.49 250	1.67 133	1.02 132	0.92 122	3.51 137	0.63 59	0.99 43	5.97 130	0.49 63	0.48 61	0.80 63	1.16 116	2.86 169	0.71 46

MyStereo	1.68 121	0.94 116	1.20 168	0.82 125	0.89 132	0.54 64	0.39 62	1.29 108	0.72 109	2.27 183	2.11 174	1.39 142	0.67 89	0.40 51	3.48 154	2.21 154	0.86 84	0.89 115	5.44 165	1.62 181	4.46 131	4.54 97	0.80 162	0.85 153	1.36 155	1.64 164	2.66 161	0.94 78

Sa-1000	1.14 70	0.75 53	0.47 33	0.49 47	0.61 85	0.50 51	0.27 32	1.70 158	0.52 65	0.73 47	0.48 29	0.66 31	0.67 89	0.79 162	2.17 73	1.43 97	0.92 108	0.93 126	3.23 124	0.58 43	1.55 84	4.86 103	0.35 13	0.59 100	1.14 126	1.24 123	2.35 122	0.76 53

RASNet	0.85 33	0.72 38	0.89 107	0.61 78	0.62 91	0.66 101	0.41 73	0.98 67	0.61 92	1.21 116	0.64 59	0.74 46	0.67 89	0.40 51	1.23 11	1.31 74	0.72 44	0.66 47	1.00 29	0.70 78	1.09 51	1.43 55	0.43 38	0.75 133	0.68 42	0.79 56	2.17 105	0.93 77

HSM	1.07 63	0.75 53	0.97 119	0.78 115	0.77 116	0.54 64	0.54 101	1.87 173	0.60 89	0.76 54	0.85 107	0.87 80	0.67 89	0.56 114	2.24 82	1.05 34	0.92 108	0.71 60	2.57 98	0.71 80	1.80 98	2.08 67	0.56 95	0.72 131	0.90 93	0.97 88	2.08 99	1.03 95

SACVNet	1.31 88	0.94 116	0.95 117	0.90 132	1.10 155	0.87 134	0.92 146	1.50 131	0.81 115	1.23 121	0.71 80	0.94 94	0.69 93	0.68 145	1.83 46	1.40 87	1.12 146	0.83 97	2.20 86	0.94 123	2.13 104	5.87 129	0.65 124	0.82 147	1.04 111	1.06 99	2.02 95	1.30 124

STTStereo	0.99 55	0.95 123	0.82 89	0.77 113	0.77 116	0.69 108	0.87 140	0.86 48	1.53 180	1.27 122	0.79 95	1.13 121	0.69 93	0.93 178	2.19 75	1.03 31	0.72 44	0.70 57	1.05 33	0.63 59	1.15 58	0.86 28	0.58 104	0.56 89	0.73 53	1.21 122	1.74 79	1.41 133

LoS_RVC	1.42 100	1.25 171	0.86 99	0.31 14	0.49 48	0.37 18	0.33 49	0.73 24	0.56 81	2.10 173	0.68 68	0.67 34	0.70 95	0.33 23	3.08 138	3.79 191	0.89 93	2.10 222	3.01 121	0.66 65	4.40 129	6.44 133	0.51 74	0.43 46	0.82 67	0.85 71	0.90 17	0.99 90

tt_ll	1.42 100	1.25 171	0.86 99	0.31 14	0.49 48	0.37 18	0.33 49	0.73 24	0.56 81	2.10 173	0.68 68	0.67 34	0.70 95	0.33 23	3.08 138	3.79 191	0.89 93	2.10 222	3.01 121	0.66 65	4.40 129	6.44 133	0.51 74	0.43 46	0.82 67	0.85 71	0.90 17	0.99 90

R-Stereo Train	2.23 136	1.01 142	1.14 157	0.96 140	0.63 93	0.73 116	0.31 40	1.30 109	1.01 140	1.68 148	4.49 201	1.29 132	0.70 95	0.42 67	2.49 95	3.99 195	1.66 180	1.02 148	6.77 192	1.11 138	7.83 180	12.24 226	0.49 63	0.54 81	1.42 165	1.66 165	1.34 43	1.93 157

RAFT-Stereo	2.23 136	1.01 142	1.14 157	0.96 140	0.63 93	0.73 116	0.31 40	1.30 109	1.01 140	1.68 148	4.49 201	1.29 132	0.70 95	0.42 67	2.49 95	3.99 195	1.66 180	1.02 148	6.77 192	1.11 138	7.83 180	12.24 226	0.49 63	0.54 81	1.42 165	1.66 165	1.34 43	1.93 157
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DISCO	0.96 52	0.98 133	0.56 45	0.57 69	0.61 85	0.81 127	0.79 130	0.77 29	0.81 115	2.06 170	0.86 108	0.66 31	0.70 95	0.42 67	1.87 48	1.27 69	0.99 125	0.80 89	1.80 72	0.80 100	0.92 39	1.33 50	0.57 97	0.51 68	0.72 51	0.84 69	2.02 95	0.80 58

AE-Stereo	1.61 115	0.85 88	1.23 171	0.81 123	0.51 59	0.57 78	0.75 126	0.83 43	0.49 56	0.79 62	0.54 40	1.29 132	0.72 100	0.47 88	2.05 65	2.96 171	0.99 125	0.92 122	2.63 100	0.86 112	4.61 133	11.92 221	0.50 73	0.80 140	1.26 144	1.34 132	1.95 91	0.86 66

MSKI-zero shot	2.77 155	0.80 68	1.10 147	0.74 103	0.59 78	0.67 104	0.54 101	1.87 173	0.97 133	0.88 83	6.73 228	1.60 153	0.72 100	0.43 71	3.38 150	7.92 229	1.20 154	0.87 105	6.85 196	4.65 231	10.45 209	12.15 223	0.55 89	0.71 128	1.49 174	1.96 183	1.85 83	3.12 187

psm_up	0.99 55	0.86 91	0.99 124	0.78 115	0.89 132	0.75 118	0.58 111	1.33 114	1.03 143	0.88 83	0.69 71	0.99 101	0.72 100	0.76 158	1.89 50	1.10 44	0.91 102	0.81 92	1.93 77	0.81 103	1.08 49	0.90 31	0.49 63	0.85 153	1.01 107	1.06 99	1.62 72	1.10 102

XPNet_ROB	1.63 116	1.57 198	1.09 146	0.91 134	1.13 161	1.01 156	0.88 141	0.95 64	1.14 157	1.07 109	1.82 162	4.03 205	0.72 100	0.78 159	1.82 44	1.51 113	1.52 176	0.94 129	1.42 52	1.04 132	2.20 105	7.75 149	0.86 175	0.80 140	0.94 97	1.29 129	3.34 189	1.56 139

TestStereo1	0.93 46	0.98 133	0.39 15	0.38 23	0.36 25	0.39 24	0.25 24	1.02 70	0.39 28	0.79 62	0.34 14	0.58 14	0.73 104	0.54 108	3.06 135	1.47 108	0.71 39	0.52 17	2.91 112	0.54 29	1.34 70	1.84 63	0.35 13	0.39 32	0.54 23	1.06 99	2.53 147	0.60 30

test_5	0.69 22	0.91 108	0.30 5	0.38 23	0.26 10	0.35 16	0.19 10	1.79 164	0.31 13	0.58 21	1.20 138	0.75 53	0.73 104	0.32 20	1.36 14	1.10 44	0.54 9	0.54 25	1.01 31	0.37 8	0.61 11	1.37 54	0.29 6	0.34 18	0.41 8	0.40 10	1.72 76	0.44 10

SA-5K	0.93 46	0.98 133	0.39 15	0.38 23	0.36 25	0.39 24	0.25 24	1.02 70	0.39 28	0.79 62	0.34 14	0.58 14	0.73 104	0.54 108	3.06 135	1.47 108	0.71 39	0.52 17	2.91 112	0.54 29	1.34 70	1.84 63	0.35 13	0.39 32	0.54 23	1.06 99	2.53 147	0.60 30

CREStereo	1.37 95	0.91 108	0.94 113	0.52 56	0.42 31	0.47 42	0.26 29	1.43 125	0.66 101	0.87 77	0.83 104	0.95 95	0.73 104	0.36 41	2.98 130	4.38 202	0.85 81	0.56 26	2.41 93	0.62 56	5.52 150	4.71 99	0.53 82	0.47 56	1.02 109	0.87 74	1.73 77	0.98 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-Resample	1.37 95	0.87 92	0.99 124	0.72 98	0.81 126	0.63 94	1.02 152	1.06 75	0.91 128	0.99 101	0.99 125	1.69 158	0.73 104	1.02 186	4.06 168	1.41 90	1.02 132	1.62 203	1.55 65	1.04 132	1.37 77	5.03 109	0.57 97	1.14 175	0.88 85	1.99 184	1.45 53	1.54 138

HBP-ISP	6.40 215	1.33 182	2.30 216	1.91 199	1.51 184	1.65 192	0.79 130	2.50 212	1.29 164	4.91 239	6.80 232	1.37 140	0.74 109	14.59 255	52.98 259	19.59 259	1.24 158	1.10 161	6.08 178	8.03 246	12.73 222	16.75 256	0.79 157	1.19 177	1.81 195	2.06 186	3.90 207	2.87 180

IPLGR	3.25 168	0.89 101	0.81 86	0.65 88	0.66 100	0.50 51	0.42 79	1.14 83	0.44 41	2.02 165	1.30 144	0.86 78	0.74 109	0.47 88	50.44 245	1.86 142	1.15 151	1.11 165	3.23 124	1.37 158	1.41 79	7.71 148	0.56 95	0.70 127	1.39 160	1.55 153	3.46 194	0.92 76

FCDSN-DC	3.63 177	0.94 116	2.84 227	1.29 175	1.30 173	1.03 158	1.00 149	0.90 56	0.91 128	1.04 106	0.74 85	1.21 128	0.74 109	0.58 120	52.59 257	2.04 148	1.24 158	1.13 168	1.05 33	0.79 98	6.62 162	10.01 170	0.78 154	2.18 210	1.20 132	1.67 167	1.20 37	1.05 98
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet_4x	1.53 112	0.77 61	0.77 78	0.75 104	0.67 101	0.47 42	0.40 69	1.23 95	1.32 166	0.83 68	0.77 89	0.95 95	0.74 109	0.59 125	5.02 175	2.40 163	1.64 179	1.43 197	1.27 43	0.85 109	4.54 132	8.28 153	0.48 60	0.91 160	0.70 45	0.77 53	1.85 83	0.99 90

TESTraft	0.98 54	0.96 128	0.42 23	0.41 31	0.33 20	0.40 27	0.25 24	1.13 81	0.39 28	0.97 100	0.35 16	0.61 21	0.75 113	0.54 108	3.18 145	1.42 93	0.70 36	0.50 13	2.86 111	0.53 28	1.08 49	3.15 81	0.35 13	0.40 36	0.52 21	1.18 118	2.52 143	0.61 32

TRStereo	6.31 214	1.25 171	1.93 203	0.85 128	0.61 85	2.29 209	0.86 139	2.21 198	0.54 74	4.40 228	1.34 147	2.24 177	0.75 113	0.45 80	4.08 169	6.55 220	0.80 64	0.85 102	6.04 177	1.45 169	7.60 176	12.13 222	0.55 89	0.49 63	1.44 169	103.74 276	3.24 185	1.61 142

GEStereo_RVC	1.80 126	0.96 128	0.99 124	1.02 148	0.87 128	1.12 163	1.03 155	1.66 156	0.82 117	0.91 88	0.79 95	1.34 136	0.75 113	0.61 131	2.25 83	2.14 152	1.14 147	1.23 184	4.06 147	1.22 150	4.66 136	11.41 211	0.71 140	0.95 162	0.88 85	0.97 88	2.49 140	1.65 145

RP	1.18 74	1.02 146	1.24 172	0.94 138	1.08 153	0.84 128	1.17 163	1.25 99	1.31 165	0.61 26	1.16 135	1.21 128	0.75 113	0.68 145	3.34 149	1.04 32	0.89 93	0.67 50	1.20 42	0.79 98	0.88 32	2.85 79	0.59 108	0.71 128	0.86 78	0.98 92	2.51 142	1.21 116

iResNetv2_ROB	1.57 113	0.87 92	0.70 67	1.13 159	0.65 95	0.72 114	0.49 94	2.63 216	0.64 99	1.77 155	0.87 110	1.30 135	0.75 113	0.40 51	4.81 174	1.26 68	0.91 102	0.71 60	4.58 153	0.81 103	7.66 177	1.62 59	0.58 104	0.80 140	0.81 64	0.83 64	3.12 181	0.91 74

GANet-ADL	2.79 157	0.89 101	1.20 168	1.00 147	1.00 144	1.20 172	0.80 133	1.20 91	1.00 138	3.59 215	6.59 225	1.06 112	0.76 118	0.48 94	12.27 189	4.90 208	1.57 177	0.92 122	6.59 187	1.66 185	6.93 169	11.51 214	0.68 134	0.80 140	1.09 117	1.40 140	2.47 136	1.85 152

cross-raft	2.26 139	0.88 100	1.08 143	0.73 101	0.68 103	0.64 97	0.44 86	2.04 188	0.61 92	0.95 98	1.30 144	1.03 105	0.76 118	0.43 71	2.58 104	5.15 211	0.99 125	0.78 82	7.00 199	1.80 191	12.15 215	10.30 183	0.65 124	0.60 102	1.60 185	1.92 179	1.66 74	2.36 173

FADNet	1.44 105	0.83 77	0.83 92	0.82 125	1.03 145	0.61 89	1.88 190	0.97 65	0.73 111	0.93 93	0.92 115	1.16 124	0.76 118	0.74 153	3.69 159	1.34 80	0.91 102	1.03 151	2.63 100	1.49 172	2.87 115	4.93 105	0.49 63	0.65 117	1.54 180	1.70 168	1.51 59	1.83 151

MIPNet	2.89 160	0.91 108	0.77 78	0.49 47	0.65 95	0.55 68	0.57 108	1.34 117	0.53 69	2.05 168	0.99 125	0.80 65	0.77 121	0.48 94	40.89 219	1.61 127	1.15 151	0.94 129	3.25 129	1.19 148	1.15 58	9.31 165	0.57 97	0.62 107	1.24 141	1.51 149	2.90 172	0.82 61

DN-CSS_ROB	1.32 91	0.83 77	1.03 130	0.87 130	0.86 127	0.47 42	0.36 58	2.00 185	0.57 84	1.56 141	1.81 161	0.96 97	0.77 121	0.38 46	2.15 69	1.40 87	1.03 135	0.93 126	5.27 159	0.66 65	2.56 111	2.82 78	0.54 87	0.86 156	0.79 62	0.81 60	2.07 98	1.33 128

PA-Net	1.22 76	0.95 123	1.13 155	0.75 104	1.31 174	0.68 106	0.84 135	0.82 42	1.18 159	0.83 68	0.77 89	0.76 57	0.78 123	0.91 175	3.00 131	1.21 62	0.68 29	0.77 78	1.02 32	0.82 106	1.13 57	4.67 98	0.66 127	0.82 147	1.00 105	2.10 191	1.24 38	2.13 164
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
iResNet_ROB	1.16 73	0.83 77	0.82 89	0.65 88	0.59 78	0.67 104	0.58 111	2.65 217	0.53 69	1.73 152	0.76 88	0.87 80	0.78 123	0.47 88	3.77 163	1.45 101	0.87 87	0.86 103	2.81 109	0.65 61	1.26 65	0.87 29	0.57 97	0.73 132	0.81 64	0.95 84	2.65 159	1.03 95

test-1	3.02 165	0.66 24	1.14 157	0.60 76	0.58 76	0.75 118	0.63 118	1.96 178	0.82 117	4.00 223	5.48 211	2.18 174	0.80 125	0.41 58	4.00 167	7.32 223	1.18 153	1.19 177	6.72 191	7.57 242	10.78 210	12.94 246	0.54 87	0.60 102	1.40 163	1.78 171	2.89 171	2.52 174

EKT-Stereo	5.41 202	0.97 130	1.10 147	0.72 98	0.74 112	0.87 134	1.17 163	2.02 186	1.00 138	1.41 134	2.92 183	1.11 117	0.81 126	0.46 84	72.33 271	14.74 248	1.14 147	1.37 194	5.61 168	7.76 243	9.80 197	10.61 189	0.53 82	0.61 106	1.39 160	1.11 105	2.56 150	1.08 101

CASS	2.08 135	1.02 146	1.16 162	1.28 173	0.99 143	0.88 138	3.39 212	1.42 124	1.02 142	1.30 125	2.46 181	1.14 122	0.81 126	0.46 84	2.70 115	2.38 162	3.41 214	1.10 161	3.40 135	1.18 147	8.01 185	8.63 157	0.66 127	0.69 123	1.49 174	1.27 126	2.52 143	1.41 133
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CFNet_pseudo	1.65 120	0.78 64	0.82 89	0.82 125	0.79 122	0.69 108	0.42 79	0.93 60	0.53 69	0.95 98	0.81 101	0.88 85	0.81 126	0.81 166	15.70 200	1.39 85	0.74 51	0.71 60	7.24 201	0.77 93	0.97 41	1.50 57	0.69 137	0.57 90	0.88 85	0.89 75	1.47 55	1.12 106

DeepPruner_ROB	1.64 119	0.75 53	0.91 109	0.85 128	0.88 130	0.75 118	1.75 183	1.26 101	0.91 128	1.49 137	1.65 158	0.85 77	0.81 126	0.56 114	3.12 144	1.49 111	1.02 132	1.02 148	2.33 90	0.75 90	7.42 175	6.70 137	0.81 167	0.69 123	0.88 85	1.45 143	2.17 105	0.87 68

NCCL2	1.48 107	1.28 177	1.10 147	1.11 156	1.43 182	0.78 123	0.90 143	1.05 74	1.14 157	1.86 161	1.27 143	1.02 102	0.81 126	0.80 165	3.43 151	1.42 93	1.14 147	0.87 105	1.31 45	0.89 116	1.94 102	3.37 84	1.48 205	1.02 165	1.50 176	1.35 133	3.80 202	1.85 152

raft_robust	1.30 87	0.93 113	0.53 40	0.59 75	0.47 40	0.57 78	0.37 59	2.06 190	0.52 65	1.69 150	0.53 38	0.76 57	0.82 131	0.47 88	2.16 72	1.52 116	0.84 79	0.84 101	5.71 171	0.59 46	2.50 110	5.04 110	0.46 48	0.51 68	0.99 104	1.05 98	1.58 69	0.99 90

EAI-Stereo	2.60 149	0.90 104	1.57 187	0.90 132	1.31 174	0.84 128	1.31 170	2.22 199	1.34 167	0.81 67	5.69 213	1.37 140	0.83 132	0.50 100	4.76 173	5.32 214	0.91 102	0.94 129	7.45 203	1.11 138	9.07 193	10.78 196	0.62 114	0.85 153	1.45 171	2.06 186	3.36 190	1.90 155

ADCL	5.69 206	1.88 204	1.63 189	1.29 175	1.40 180	1.59 191	2.22 198	1.23 95	5.20 239	3.04 206	2.01 171	1.14 122	0.84 133	1.04 192	50.40 244	1.63 130	1.45 172	1.79 209	2.94 120	1.38 160	3.19 119	2.35 70	1.23 191	1.07 171	9.47 245	11.74 243	11.34 239	29.10 256

CREStereo++_RVC	1.73 122	0.91 108	1.03 130	0.51 54	0.56 73	0.40 27	0.28 34	1.37 120	0.51 63	0.83 68	0.61 53	0.76 57	0.85 134	0.34 28	2.78 120	3.07 174	0.92 108	0.61 36	2.72 108	0.55 34	5.01 142	5.69 125	0.53 82	0.38 26	0.94 97	0.84 69	12.80 246	0.98 84
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
HH	2.75 153	0.67 25	1.42 178	0.80 120	0.71 107	0.88 138	1.09 160	1.86 171	0.87 121	5.19 249	0.66 62	1.91 165	0.86 135	0.57 118	2.65 110	8.48 231	0.87 87	0.94 129	6.36 180	1.39 161	13.52 234	12.32 228	0.79 157	0.58 94	1.38 157	1.63 162	3.81 203	2.06 162

HanStereo	2.75 153	0.67 25	1.42 178	0.80 120	0.71 107	0.88 138	1.09 160	1.86 171	0.87 121	5.19 249	0.66 62	1.91 165	0.86 135	0.57 118	2.65 110	8.48 231	0.87 87	0.94 129	6.36 180	1.39 161	13.52 234	12.32 228	0.79 157	0.58 94	1.38 157	1.63 162	3.81 203	2.06 162

LoS	1.51 110	0.79 67	0.59 47	0.52 56	0.56 73	0.65 99	0.38 60	2.56 213	0.88 123	1.21 116	0.94 116	0.97 98	0.88 137	0.35 32	3.04 134	3.41 182	1.24 158	0.93 126	2.19 85	0.68 70	5.96 152	7.00 143	0.62 114	0.47 56	1.14 126	0.98 92	1.06 29	0.87 68

stereogan	1.44 105	1.33 182	1.05 134	1.11 156	1.28 172	1.11 162	0.97 148	1.26 101	1.05 144	1.22 120	1.10 130	1.62 156	0.89 138	0.66 142	2.34 87	1.31 74	0.94 113	0.81 92	1.72 71	0.95 124	1.10 53	8.04 151	0.71 140	0.77 137	0.83 70	1.06 99	2.36 123	1.38 131

NaN_ROB	1.84 127	1.11 155	1.04 133	0.95 139	1.77 197	0.86 132	0.91 145	1.32 113	10.70 253	1.00 102	1.38 152	2.45 182	0.89 138	1.12 195	4.34 171	1.29 71	0.92 108	0.88 114	1.49 57	1.14 143	1.42 80	2.02 66	0.76 147	1.03 166	1.30 150	2.01 185	2.38 127	3.27 190

CES	1.27 80	0.77 61	0.56 45	0.45 43	0.56 73	0.51 55	0.21 15	1.50 131	0.70 106	0.78 61	0.80 99	0.84 75	0.90 140	0.33 23	3.45 153	2.96 171	1.14 147	1.04 154	1.32 47	1.08 137	4.63 135	4.87 104	0.63 119	0.38 26	0.85 76	0.83 64	1.02 25	1.16 109

ADCRef	4.84 194	1.42 189	1.01 128	0.78 115	1.77 197	1.21 173	1.62 178	0.99 68	5.58 241	1.85 160	1.08 129	1.02 102	0.91 141	1.17 197	54.35 261	1.92 145	1.10 139	1.04 154	3.49 136	1.32 157	1.80 98	3.27 83	2.13 216	0.87 157	2.30 206	4.60 218	2.48 137	29.71 257

GANetREF_RVC	1.28 81	1.18 162	0.95 117	1.18 169	1.04 146	1.00 155	0.79 130	1.25 99	1.10 150	1.29 123	0.77 89	2.28 179	0.91 141	0.63 138	2.00 58	1.14 50	1.01 130	0.98 140	2.44 94	0.82 106	1.98 103	1.33 50	0.78 154	1.05 169	1.28 149	1.27 126	2.63 156	1.49 136
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
DLCB_ROB	0.94 49	0.90 104	0.88 102	0.73 101	0.80 124	0.69 108	0.69 121	0.87 52	0.72 109	0.94 95	0.86 108	1.02 102	0.91 141	0.69 149	1.48 17	1.06 37	0.97 121	0.72 66	0.88 24	0.74 87	1.21 62	1.21 49	0.78 154	0.71 128	1.26 144	1.26 125	1.49 57	0.95 79

RAFT-Test	2.37 143	0.85 88	1.14 157	1.02 148	0.65 95	0.58 81	0.51 97	2.18 196	0.70 106	1.12 112	5.37 210	0.97 98	0.92 144	0.45 80	2.50 98	5.29 213	0.99 125	0.80 89	6.96 198	1.11 138	10.85 212	10.83 197	0.67 130	0.58 94	1.51 178	1.82 174	1.38 46	2.18 168

LALA_ROB	1.85 128	2.17 211	1.13 155	1.05 152	1.26 168	1.16 167	1.01 150	1.17 86	1.46 175	2.06 170	2.82 182	3.47 196	0.92 144	0.93 178	3.90 165	1.46 106	1.36 168	1.18 175	2.20 86	1.31 156	2.84 114	5.10 114	0.77 152	1.01 163	1.24 141	1.41 141	3.89 206	1.77 150

DLNR_Zeroshot_test	23.11 260	81.98 274	1.97 205	102.16 274	0.49 48	0.55 68	81.36 272	2.30 207	0.50 60	4.87 237	2.22 178	2.99 192	0.93 146	12.17 249	96.90 272	144.02 276	34.28 265	19.61 263	8.60 208	4.35 228	8.08 186	6.53 135	0.51 74	0.69 123	1.37 156	1.57 154	1.16 35	1.90 155

anonymity	6.71 219	0.80 68	1.73 194	1.09 155	0.88 130	0.79 124	0.68 120	2.17 195	0.90 126	3.78 221	97.20 271	1.95 167	0.93 146	0.44 79	2.57 103	7.16 222	0.95 116	0.83 97	6.70 189	1.07 136	7.93 183	12.47 234	0.67 130	0.57 90	1.51 178	1.60 159	20.99 257	2.80 178

UCFNet_RVC	1.11 67	1.26 174	0.85 97	0.88 131	0.93 142	0.77 122	0.58 111	0.78 32	0.67 103	0.93 93	0.80 99	1.25 131	0.93 146	0.48 94	2.17 73	1.09 42	0.78 58	0.82 95	2.60 99	0.80 100	1.32 69	1.66 60	1.31 197	0.67 120	1.05 113	1.11 105	1.44 52	2.13 164

sCroCo_RVC	1.85 128	0.67 25	0.55 43	0.37 21	0.49 48	0.75 118	0.41 73	0.94 63	1.56 182	1.51 138	0.78 94	1.04 109	0.94 149	0.48 94	2.49 95	5.07 210	1.26 161	1.22 181	2.53 97	1.37 158	7.95 184	11.14 204	0.45 46	0.60 102	0.94 97	1.12 109	2.34 120	1.05 98

ETE_ROB	1.85 128	1.93 207	1.18 164	1.04 150	1.33 176	1.26 177	1.12 162	1.11 78	2.30 207	1.36 128	3.26 190	3.18 194	0.94 149	1.14 196	2.62 107	1.51 113	2.14 202	0.99 143	2.50 96	1.15 145	3.67 124	5.74 128	0.86 175	1.03 166	1.21 133	1.36 135	2.30 114	1.68 147

CAS	1.05 58	0.80 68	0.40 18	0.50 53	0.48 45	0.37 18	0.30 36	0.55 9	0.44 41	1.13 113	0.77 89	0.64 26	0.95 151	0.31 19	2.68 114	1.79 139	0.96 118	0.82 95	1.08 37	0.61 50	2.91 116	5.06 111	0.44 41	0.30 10	0.81 64	0.92 80	1.18 36	1.16 109

s12784h	2.23 136	1.12 156	1.32 176	1.12 158	0.91 135	0.59 84	0.39 62	1.37 120	0.65 100	1.05 107	0.82 102	1.08 113	0.95 151	0.37 43	2.80 122	4.82 207	0.93 112	0.71 60	3.28 132	0.58 43	7.80 179	8.40 156	0.51 74	0.54 81	1.50 176	1.13 112	11.58 240	3.94 196

sAnonymous2	1.42 100	0.76 57	0.52 38	0.41 31	0.47 40	0.71 111	0.41 73	1.28 105	0.98 136	0.65 34	0.89 112	1.08 113	0.95 151	0.37 43	2.20 76	2.28 156	1.10 139	1.04 154	3.71 140	0.92 120	4.94 140	6.73 138	0.62 114	0.55 87	0.83 70	1.39 138	1.25 39	1.24 118

CroCo_RVC	1.42 100	0.76 57	0.52 38	0.41 31	0.47 40	0.71 111	0.41 73	1.28 105	0.98 136	0.65 34	0.89 112	1.08 113	0.95 151	0.37 43	2.20 76	2.28 156	1.10 139	1.04 154	3.71 140	0.92 120	4.94 140	6.73 138	0.62 114	0.55 87	0.83 70	1.39 138	1.25 39	1.24 118

RTSC	3.08 166	0.95 123	1.25 174	0.76 108	0.91 135	0.96 146	1.84 188	1.15 84	1.34 167	2.37 185	2.12 175	1.11 117	0.99 155	1.02 186	41.50 222	1.94 146	1.88 191	1.22 181	4.09 148	1.06 135	2.76 113	4.02 93	0.63 119	1.03 166	0.83 70	0.99 94	2.44 132	1.98 161

pcwnet_v2	3.22 167	0.81 72	0.94 113	0.92 136	1.12 158	0.94 144	0.70 122	1.17 86	0.88 123	2.04 167	1.10 130	1.09 116	1.00 156	1.27 201	47.63 236	1.56 121	0.96 118	0.87 105	6.63 188	0.81 103	2.45 108	3.52 86	1.01 183	0.75 133	1.04 111	1.16 116	2.44 132	2.23 171

IGEV_Zeroshot_test	3.38 169	0.83 77	1.84 199	2.82 215	0.69 105	2.37 211	1.26 169	2.23 200	0.94 131	4.40 228	6.76 229	2.28 179	1.01 157	0.45 80	2.83 123	7.72 228	0.87 87	0.77 78	5.93 174	1.87 194	8.49 190	12.88 245	0.58 104	0.69 123	1.40 163	1.57 154	14.84 253	2.99 183

NCC-stereo	1.25 78	1.24 168	1.10 147	0.99 145	1.05 147	0.96 146	1.53 174	1.79 164	1.59 183	0.60 24	1.34 147	1.17 125	1.03 158	0.74 153	2.44 92	1.07 38	0.89 93	0.99 143	1.54 63	0.91 117	0.99 43	2.46 74	0.80 162	0.76 135	1.26 144	1.59 156	1.39 47	1.61 142

Abc-Net	1.25 78	1.24 168	1.10 147	0.99 145	1.05 147	0.96 146	1.53 174	1.79 164	1.59 183	0.60 24	1.34 147	1.17 125	1.03 158	0.74 153	2.44 92	1.07 38	0.89 93	0.99 143	1.54 63	0.91 117	0.99 43	2.46 74	0.80 162	0.76 135	1.26 144	1.59 156	1.39 47	1.61 142
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PS-NSSS	1.07 63	1.44 191	0.69 64	1.20 170	0.91 135	1.16 167	0.93 147	0.80 37	0.55 76	0.74 49	0.49 32	1.98 170	1.03 158	0.91 175	1.54 22	0.92 19	0.83 77	0.73 68	1.45 56	0.62 56	0.94 40	0.63 16	1.68 209	0.50 66	1.00 105	0.95 84	3.21 182	1.11 105

GwcNet-ADL	2.54 147	1.23 167	1.55 186	1.22 171	1.26 168	0.97 149	0.78 127	1.50 131	0.84 119	3.20 210	6.67 226	1.86 163	1.05 161	0.79 162	4.58 172	4.90 208	1.47 173	0.90 119	5.20 158	1.95 199	6.39 161	10.33 184	0.91 178	1.12 174	1.22 138	1.93 180	2.15 103	2.70 176

XX-Stereo	11.10 238	0.72 38	1.24 172	1.04 150	0.52 61	0.80 125	0.84 135	1.13 81	0.51 63	4.53 232	6.79 231	1.54 152	1.06 162	0.42 67	2.78 120	5.82 218	0.96 118	0.94 129	6.43 182	0.91 117	6.26 159	8.36 155	0.58 104	0.43 46	237.38 276	1.38 136	2.64 157	3.61 193

NOSS_ROB	3.67 179	1.38 185	0.81 86	1.15 168	1.16 163	1.15 166	0.65 119	2.25 202	1.41 171	4.85 236	6.68 227	6.78 225	1.06 162	0.82 167	11.52 188	14.58 247	1.34 165	1.17 172	2.93 118	0.98 128	14.13 242	12.82 241	0.79 157	1.48 186	1.13 125	1.48 145	3.41 191	1.25 120

ICVP	1.51 110	0.74 45	1.07 140	0.75 104	0.75 113	0.84 128	0.54 101	1.10 77	0.86 120	1.37 129	1.15 134	0.88 85	1.08 164	0.53 107	1.90 52	1.91 144	1.22 155	0.99 143	1.56 66	0.96 126	3.89 127	10.50 186	0.68 134	0.77 137	0.91 95	1.19 120	1.42 49	1.14 107
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous	1.91 131	0.78 64	0.60 50	0.49 47	0.55 71	0.61 89	0.38 60	1.54 140	1.13 154	2.17 177	0.67 64	1.11 117	1.08 164	0.58 120	2.86 125	4.54 204	1.40 170	1.29 190	3.66 139	1.23 152	7.27 174	10.15 175	0.60 110	1.01 163	1.16 130	1.11 105	2.45 134	1.17 113

RTS	3.53 174	1.15 159	0.98 122	0.97 143	1.26 168	1.33 179	3.31 209	1.33 114	1.50 178	2.37 185	1.20 138	1.75 159	1.12 166	0.88 172	42.78 225	2.37 160	1.94 195	1.33 192	3.94 143	1.62 181	3.62 122	5.21 116	1.02 184	1.09 172	1.83 197	5.05 221	2.33 118	2.13 164

RTSA	3.53 174	1.15 159	0.98 122	0.97 143	1.26 168	1.33 179	3.31 209	1.33 114	1.50 178	2.37 185	1.20 138	1.75 159	1.12 166	0.88 172	42.78 225	2.37 160	1.94 195	1.33 192	3.94 143	1.62 181	3.62 122	5.21 116	1.02 184	1.09 172	1.83 197	5.05 221	2.33 118	2.13 164

Anonymous3	2.32 142	0.85 88	0.88 102	0.56 66	1.10 155	0.89 141	0.70 122	2.45 209	1.12 153	1.05 107	0.98 124	2.57 187	1.14 168	0.56 114	4.14 170	9.30 233	1.50 174	1.47 198	5.33 160	1.49 172	6.83 166	10.10 172	0.71 140	0.67 120	1.08 115	1.38 136	2.32 117	1.35 129

FC-DCNN	3.48 172	1.59 199	4.19 241	2.76 214	2.30 210	3.10 221	1.73 182	2.57 214	1.72 188	2.88 201	1.36 151	2.15 173	1.21 169	0.68 145	6.32 179	1.61 127	1.31 163	1.03 151	7.90 207	0.95 124	8.85 191	8.73 160	0.82 170	1.69 194	3.19 220	2.50 202	4.67 212	16.15 237

RGC	1.43 104	1.30 179	1.99 207	1.14 164	1.18 165	1.16 167	1.01 150	1.20 91	1.08 148	0.91 88	1.70 160	1.18 127	1.24 170	0.87 170	3.10 142	1.18 56	0.98 123	0.86 103	1.81 73	1.02 131	1.39 78	3.87 90	0.76 147	0.90 159	1.14 126	1.53 152	2.17 105	1.85 152

AMNet	1.29 86	1.12 156	1.05 134	1.13 159	1.12 158	1.24 175	1.08 159	1.36 118	1.13 154	1.10 111	1.11 132	1.51 150	1.26 171	1.20 198	1.52 21	1.57 123	1.35 167	1.21 180	1.37 50	1.22 150	1.35 73	1.19 47	1.25 192	1.19 177	1.23 140	1.72 169	1.54 61	1.65 145

AnyNet_C32	6.05 212	1.43 190	1.39 177	1.26 172	1.64 190	1.36 181	2.92 205	1.55 145	5.28 240	2.67 196	4.61 203	1.90 164	1.29 172	1.29 203	55.18 263	3.43 184	1.96 197	2.08 221	3.65 138	1.91 196	6.94 170	8.77 161	1.20 189	1.68 192	6.02 232	14.92 249	6.12 222	20.86 243

ccs_rob	4.23 185	1.10 154	1.53 184	1.14 164	0.92 141	1.19 171	1.05 158	2.86 221	1.27 162	4.20 225	35.77 263	8.95 235	1.29 172	0.73 151	3.10 142	6.47 219	1.50 174	1.17 172	5.98 176	1.44 167	10.44 208	11.78 218	0.74 146	2.24 216	1.07 114	1.30 130	2.65 159	2.20 169

iRaft-Stereo_20w	4.16 183	1.13 158	2.10 210	2.66 211	1.55 187	1.55 189	1.17 163	1.96 178	1.27 162	5.53 255	6.77 230	1.52 151	1.34 174	0.43 71	3.03 132	5.32 214	0.95 116	0.77 78	5.49 167	1.46 170	8.20 187	12.75 240	0.61 112	0.60 102	1.63 186	25.36 258	11.64 241	5.58 210

HSM-Net_RVC	3.49 173	1.07 152	1.10 147	1.70 192	1.17 164	0.90 142	0.61 117	2.29 206	1.07 147	2.77 198	5.82 216	41.08 261	1.35 175	0.50 100	2.40 89	1.74 136	1.10 139	0.77 78	1.99 80	1.13 142	6.78 165	6.90 141	0.80 162	2.23 215	1.64 188	1.49 147	2.14 101	1.75 149
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MLCV	1.91 131	0.87 92	0.97 119	1.33 177	1.13 161	0.99 153	0.74 125	2.14 192	0.77 113	2.02 165	4.44 200	1.60 153	1.56 176	0.45 80	2.63 109	1.79 139	1.11 143	0.96 137	6.71 190	1.05 134	4.69 138	5.60 123	0.66 127	1.60 188	1.14 126	1.35 133	2.31 116	1.06 100

FADNet_RVC	3.44 171	1.21 166	1.19 165	1.40 180	1.78 200	0.99 153	1.75 183	1.50 131	1.19 160	1.35 127	2.01 171	1.96 168	1.63 177	1.66 208	22.11 207	3.36 181	1.83 187	2.82 244	5.63 169	1.76 189	6.35 160	9.50 166	0.77 152	1.39 185	1.21 133	1.48 145	12.05 243	2.87 180

UDG	3.91 180	2.76 220	2.09 209	2.92 218	2.64 219	2.99 218	2.71 202	1.31 112	1.13 154	1.65 146	1.96 165	2.20 175	1.68 178	2.77 219	48.81 240	1.57 123	3.02 211	2.26 225	2.65 103	2.91 221	3.00 117	3.09 80	2.64 219	1.05 169	1.02 109	1.19 120	2.36 123	1.16 109

DDUNet	2.05 134	2.73 219	2.03 208	2.92 218	2.66 221	3.04 219	2.76 204	1.17 86	1.11 152	1.60 142	1.21 141	2.23 176	1.69 179	2.81 220	2.04 64	1.25 67	2.78 207	2.42 235	2.63 100	2.90 220	1.92 101	2.11 68	2.77 224	0.92 161	1.01 107	0.93 81	2.50 141	1.10 102

S-Stereo	4.68 192	1.15 159	1.74 195	1.75 193	1.63 189	1.65 192	2.24 199	2.75 220	2.15 203	3.32 211	11.59 253	5.97 219	1.74 180	0.88 172	19.04 204	16.28 255	1.81 185	2.39 233	5.64 170	9.35 256	7.13 172	12.52 236	1.61 208	2.64 229	1.24 141	2.08 189	2.88 170	3.26 189

dad	1.63 116	0.97 130	0.65 59	2.18 205	1.19 167	1.01 156	3.99 217	1.66 156	0.55 76	1.21 116	0.50 34	1.12 120	2.01 181	0.58 120	3.09 140	1.16 52	1.11 143	0.76 76	2.70 106	0.77 93	1.34 70	1.48 56	0.71 140	0.88 158	2.48 212	0.71 45	5.52 218	3.80 195

SPS-STEREO	5.78 208	1.73 202	1.86 200	2.48 209	1.67 191	2.19 205	1.60 177	2.72 219	1.76 189	3.63 217	6.80 232	4.12 206	2.19 182	1.21 199	13.01 193	12.86 241	2.91 209	2.01 218	47.66 260	2.04 205	14.17 244	13.06 247	1.43 202	2.27 218	2.40 210	1.94 181	3.66 199	2.80 178
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCMid	5.63 205	2.23 213	2.63 222	1.42 183	2.89 226	2.37 211	3.73 215	1.92 175	2.97 218	1.91 163	3.16 188	2.33 181	2.31 183	1.48 205	50.97 249	3.74 189	1.84 190	1.86 213	7.38 202	1.99 203	4.66 136	5.18 115	2.70 221	1.38 183	2.33 209	8.75 237	6.81 229	21.02 244

iResNet	2.79 157	0.95 123	0.91 109	1.35 179	1.69 192	1.41 183	1.02 152	1.81 168	1.09 149	2.62 193	5.14 207	1.80 161	2.38 184	0.46 84	10.35 185	7.64 227	1.36 168	1.23 184	6.83 195	1.78 190	10.05 203	4.09 95	0.61 112	2.02 206	1.10 122	1.50 148	2.80 166	1.39 132

SQANet	4.87 195	4.55 241	2.13 212	19.76 250	2.63 217	4.99 236	3.29 208	1.63 153	1.45 173	1.20 115	1.40 153	3.22 195	2.40 185	2.76 218	3.09 140	1.20 61	5.19 225	1.07 160	19.89 232	1.28 153	12.48 219	10.73 194	11.37 260	1.49 187	1.57 183	2.32 198	2.66 161	5.86 211

SHD	3.38 169	1.01 142	1.68 191	1.14 164	1.07 152	1.14 165	1.78 185	1.61 152	1.66 186	2.40 188	3.05 186	1.63 157	2.43 186	0.84 168	40.11 217	2.04 148	1.74 182	1.40 195	4.17 149	1.88 195	3.81 126	5.43 121	0.70 138	1.67 191	1.86 199	1.46 144	1.97 93	1.59 141

MFN_U_SF_RVC	4.44 189	1.91 206	1.83 198	2.19 206	1.82 204	2.38 213	4.61 221	2.39 208	1.94 198	4.48 230	11.47 252	3.74 203	2.50 187	4.72 234	20.32 206	3.66 188	1.91 193	1.83 211	11.50 219	3.25 224	7.86 182	6.73 138	1.25 192	3.20 246	1.86 199	3.84 214	2.83 167	3.94 196

CC-Net-ROB	1.63 116	1.81 203	1.19 165	1.85 196	1.77 197	2.27 206	1.56 176	0.93 60	0.96 132	1.29 123	0.67 64	5.48 218	2.51 188	1.43 204	1.64 26	0.87 15	1.34 165	1.17 172	2.46 95	0.88 114	1.09 51	1.35 52	3.34 226	0.63 112	1.22 138	1.15 115	1.47 55	1.57 140

CSAN	2.48 145	1.26 174	1.12 153	1.46 186	1.78 200	1.13 164	0.90 143	1.50 131	10.52 252	2.40 188	3.81 196	4.12 206	2.51 188	0.96 182	3.83 164	1.27 69	1.29 162	1.05 158	3.24 128	1.70 187	3.71 125	4.45 96	0.79 157	1.38 183	1.39 160	3.93 216	2.43 131	2.96 182

otaku	5.09 199	5.20 242	2.27 214	18.45 248	2.89 226	5.73 238	3.63 214	1.44 126	1.46 175	1.31 126	1.42 154	3.59 200	2.63 190	3.22 225	3.07 137	1.30 72	5.55 227	1.14 171	20.28 233	1.49 172	13.81 238	11.25 209	11.85 262	1.91 200	1.56 182	2.06 186	2.52 143	6.49 214

MFMNet_re	3.01 163	1.41 186	1.48 181	1.53 189	1.87 205	1.96 201	2.01 193	2.67 218	2.16 204	1.60 142	1.98 167	3.57 198	2.65 191	1.02 186	6.96 182	4.19 198	2.67 205	1.96 216	6.48 183	2.40 213	14.04 241	4.97 106	1.86 213	1.97 203	1.38 157	1.33 131	3.31 188	1.94 159

Ntro	5.35 201	6.19 247	2.38 218	8.06 239	2.91 228	4.88 234	6.70 230	1.40 123	1.53 180	1.44 136	1.19 137	3.58 199	2.73 192	3.12 224	3.66 156	1.17 54	6.56 235	1.19 177	32.62 244	1.60 180	14.27 249	11.82 219	11.41 261	2.54 226	1.64 188	2.30 196	2.45 134	5.00 202

FAT-Stereo	4.35 188	1.18 162	2.25 213	1.48 187	1.81 203	1.42 184	1.49 173	3.57 230	1.84 197	3.66 218	6.22 220	6.70 224	2.76 193	1.07 194	6.82 181	15.24 253	2.03 200	2.49 236	5.43 163	8.81 251	13.23 230	12.34 231	0.95 181	2.79 236	1.26 144	2.25 195	2.96 175	5.48 207

PSMNet-ADL	2.61 150	0.95 123	1.12 153	1.14 164	1.18 165	0.97 149	0.85 138	1.78 163	1.26 161	3.49 214	6.09 219	1.43 143	2.78 194	0.56 114	2.93 128	10.59 235	1.31 163	0.96 137	5.96 175	1.20 149	6.66 163	9.11 164	0.86 175	0.82 147	1.10 122	1.44 142	2.85 168	1.10 102

ACVNet_1	5.24 200	3.87 237	3.60 238	13.80 244	3.48 240	6.00 243	10.57 241	1.60 149	1.79 191	1.55 140	1.30 144	4.40 211	2.80 195	5.43 237	2.42 91	1.39 85	11.59 245	1.72 208	20.91 237	1.50 175	14.41 252	8.16 152	7.22 243	2.84 239	1.73 192	2.19 194	2.61 155	2.72 177

MADNet+	4.78 193	2.02 210	1.87 202	2.01 201	2.36 213	1.47 187	4.28 219	2.47 210	1.99 200	2.66 194	2.13 176	3.56 197	2.85 196	2.34 216	41.14 221	5.66 217	3.48 216	1.53 200	4.54 152	3.38 226	13.07 229	7.34 146	1.72 210	3.48 248	2.93 216	2.17 193	3.24 185	3.29 191

PWC_ROB	2.61 150	1.20 165	1.48 181	0.96 140	1.05 147	1.21 173	1.79 186	1.24 98	1.94 198	1.81 157	3.61 195	2.12 172	2.96 197	0.91 175	9.88 184	4.30 199	1.97 198	1.95 215	3.72 142	1.62 181	5.58 151	7.59 147	0.81 167	1.98 205	1.35 154	1.27 126	3.11 178	3.07 185

RainbowNet	4.65 191	3.75 235	2.70 225	4.56 230	2.98 231	4.16 227	8.75 236	2.05 189	2.01 201	1.90 162	1.12 133	3.61 202	3.00 198	3.60 231	2.70 115	1.89 143	2.97 210	1.54 201	15.27 227	8.73 250	11.07 213	11.30 210	10.70 257	2.22 212	1.73 192	2.30 196	2.76 164	6.13 213

DAS	2.93 161	0.99 136	1.06 138	1.13 159	1.05 147	1.03 158	1.04 156	1.74 161	1.81 194	3.32 211	5.70 214	2.61 188	3.08 199	0.50 100	3.19 146	7.47 224	1.83 187	1.23 184	5.90 172	1.83 192	12.92 225	10.26 180	0.76 147	1.94 201	1.32 151	1.51 149	2.60 153	1.31 125

SepStereo	2.93 161	0.99 136	1.06 138	1.13 159	1.05 147	1.03 158	1.04 156	1.74 161	1.81 194	3.32 211	5.70 214	2.61 188	3.08 199	0.50 100	3.19 146	7.47 224	1.83 187	1.23 184	5.90 172	1.83 192	12.92 225	10.26 180	0.76 147	1.94 201	1.32 151	1.51 149	2.60 153	1.31 125

ACVNet_2	5.79 209	3.52 230	2.90 228	21.94 255	3.38 238	4.55 229	8.18 234	1.84 169	1.76 189	1.84 158	1.98 167	3.88 204	3.20 201	3.03 222	2.85 124	1.46 106	12.77 251	1.56 202	33.59 245	1.68 186	10.81 211	7.91 150	6.79 242	2.68 234	3.13 219	2.65 204	3.23 183	3.11 186

PWCDC_ROB	2.78 156	0.70 32	0.65 59	0.61 78	0.87 128	0.63 94	0.57 108	1.04 73	1.59 183	0.65 34	1.88 163	0.80 65	3.28 202	0.73 151	41.04 220	2.18 153	1.23 157	0.98 140	1.52 60	0.97 127	2.56 111	5.26 118	0.68 134	0.81 144	0.74 55	0.94 83	1.13 33	0.97 82

STTRV1_RVC	4.49 190	1.26 174	1.01 128	1.62 190	1.11 157	1.76 196	1.25 167	1.50 131	1.40 170	1.75 154	1.60 157	2.72 190	3.31 203	1.00 184	2.61 106	1.77 138	11.19 244	0.96 137	41.25 251	9.01 253	9.10 194	8.68 159	1.19 188	1.66 190	1.68 191	1.59 156	3.90 207	5.32 206

PVD	4.10 181	1.44 191	2.12 211	1.41 181	1.58 188	1.68 194	2.10 195	3.06 223	2.66 213	2.85 200	4.32 198	2.46 183	3.63 204	1.27 201	40.43 218	2.72 166	2.19 203	2.11 224	4.71 154	2.46 215	6.18 157	6.10 132	1.02 184	1.74 195	2.32 208	2.44 200	2.90 172	2.66 175

XQC	3.58 176	1.29 178	1.21 170	1.28 173	1.43 182	1.29 178	1.93 191	1.60 149	1.45 173	2.47 190	3.06 187	1.48 147	4.17 205	1.23 200	44.68 231	2.35 158	1.60 178	1.18 175	3.95 146	1.43 165	3.22 121	4.97 106	0.84 172	1.24 179	1.43 168	2.09 190	2.30 114	1.52 137

LVE	10.96 237	3.63 233	2.68 224	55.15 269	4.03 248	7.50 249	88.91 273	1.93 176	2.44 210	2.26 181	1.69 159	4.48 212	4.75 206	3.42 229	3.44 152	2.21 154	6.03 231	1.84 212	50.68 263	1.97 202	10.14 205	12.19 225	5.54 233	3.12 244	3.75 224	2.46 201	2.99 176	6.76 217

Dean	5.89 211	3.71 234	2.59 220	34.77 260	3.99 245	4.60 232	10.86 243	2.26 203	2.39 209	2.16 176	1.55 155	4.68 214	4.76 207	3.30 227	3.03 132	1.76 137	12.09 248	1.65 204	9.86 215	2.04 205	14.16 243	9.89 169	7.35 244	2.66 233	3.36 223	2.91 208	3.53 197	3.13 188

MFN_U_SF_DS_RVC	3.64 178	1.48 193	1.03 130	1.98 200	1.75 196	2.09 204	5.14 224	2.15 193	2.23 205	1.73 152	1.57 156	2.49 184	4.83 208	5.73 239	12.78 191	1.73 135	1.22 155	1.06 159	5.43 163	1.54 178	12.24 218	9.06 163	1.52 206	1.16 176	2.29 205	3.46 212	3.05 177	7.63 218

FBW_ROB	4.93 196	2.40 217	2.44 219	2.67 212	2.86 225	2.30 210	4.71 222	1.79 164	1.10 150	2.54 191	2.92 183	4.12 206	5.31 209	6.61 240	50.17 242	1.18 56	1.44 171	0.95 135	8.76 210	1.43 165	8.26 188	5.68 124	4.20 231	1.75 196	1.42 165	1.95 182	1.81 80	2.20 169

PSMNet_ROB	16.63 253	5.59 245	2.97 230	3.47 223	2.63 217	5.86 241	6.18 228	2.20 197	2.29 206	5.39 254	141.45 274	97.59 270	6.02 210	33.78 265	3.23 148	1.58 126	4.09 222	1.69 206	20.81 236	2.75 216	12.93 227	7.08 144	63.80 274	2.60 227	2.95 217	3.67 213	2.77 165	3.66 194

AnyNet_C01	7.20 223	2.24 214	2.27 214	2.95 221	1.92 206	1.58 190	5.39 225	3.73 235	5.63 242	3.17 209	4.41 199	4.59 213	6.09 211	1.88 213	58.66 265	14.24 244	5.46 226	3.69 248	4.79 155	3.02 222	8.40 189	10.33 184	2.45 218	2.24 216	5.77 230	2.65 204	8.81 235	17.99 239

DPSNet	5.60 204	1.54 195	1.19 165	1.76 194	2.44 216	2.08 203	1.81 187	1.95 177	2.93 217	2.09 172	5.15 208	9.82 238	6.09 211	8.98 244	14.30 196	12.14 240	4.12 223	3.60 247	17.82 229	8.28 247	12.18 216	14.58 251	3.71 229	3.09 243	2.30 206	2.42 199	2.52 143	2.24 172

G-Net	6.29 213	1.69 200	1.86 200	1.42 183	1.70 194	1.45 186	1.19 166	4.71 242	8.56 248	3.16 208	4.70 204	7.94 229	6.89 213	0.85 169	15.45 199	8.15 230	1.92 194	2.75 240	5.41 162	6.49 240	9.16 195	11.23 208	1.46 204	2.81 238	1.81 195	19.84 254	6.51 227	30.80 258

JetRed	12.50 247	6.96 252	7.76 257	4.77 234	6.78 256	9.35 254	10.92 244	5.31 246	4.54 236	5.85 258	3.28 192	8.17 233	7.48 214	9.74 247	50.80 247	15.21 252	10.30 243	7.93 253	7.83 206	5.44 234	18.10 262	24.48 263	11.12 259	4.60 254	11.97 249	25.85 259	24.78 258	28.17 254

SFCPSM	8.92 228	1.34 184	1.05 134	1.13 159	1.12 158	1.10 161	0.89 142	1.28 105	1.79 191	2.71 197	5.63 212	4.32 210	7.90 215	1.01 185	5.47 178	5.23 212	1.80 183	1.19 177	162.18 275	4.49 229	7.79 178	9.52 167	0.81 167	1.64 189	1.33 153	1.76 170	3.30 187	3.06 184

MSC_U_SF_DS_RVC	4.33 187	2.25 215	1.45 180	2.41 208	1.94 207	1.93 199	4.82 223	1.96 178	2.59 211	2.96 205	1.96 165	2.49 184	8.10 216	9.76 248	14.02 195	3.47 185	2.04 201	1.98 217	14.27 224	3.33 225	7.23 173	7.20 145	2.89 225	1.85 199	2.43 211	2.85 207	2.19 109	6.62 215

PWCK	9.19 231	3.84 236	2.76 226	4.81 235	3.48 240	7.14 247	7.79 232	3.92 236	4.66 238	4.66 233	5.84 217	24.68 256	8.47 217	3.24 226	10.95 187	3.27 180	9.48 242	2.36 231	72.75 267	4.94 233	14.76 255	6.95 142	3.68 228	2.40 222	8.01 240	7.55 233	6.35 223	9.51 224

SAMSARA	4.13 182	1.32 180	1.53 184	1.48 187	1.35 177	1.47 187	2.74 203	2.23 200	1.83 196	2.26 181	3.47 194	2.01 171	8.60 218	1.76 212	38.24 214	2.88 167	1.82 186	1.41 196	4.99 156	1.91 196	5.10 145	5.71 127	0.94 180	1.80 197	3.33 222	3.84 214	4.16 209	3.30 192

MADNet++	9.22 232	4.13 240	6.16 253	4.32 227	5.78 254	3.96 225	8.14 233	7.09 250	6.83 246	5.28 252	7.83 242	7.65 227	8.62 219	12.90 250	19.42 205	21.00 262	7.04 238	6.27 252	10.40 216	7.97 245	14.29 250	18.67 259	3.96 230	5.12 255	5.80 231	22.29 255	9.32 236	8.69 219

WAO-6	7.36 224	2.83 222	2.64 223	8.38 241	2.78 223	3.59 224	8.61 235	3.51 227	3.36 224	1.84 158	2.45 180	5.99 220	8.70 220	3.06 223	50.70 246	2.35 158	13.44 255	1.82 210	8.79 211	2.15 208	14.26 247	12.40 233	3.35 227	2.64 229	7.87 239	5.84 226	4.30 210	11.17 229

CBMV	5.08 198	1.41 186	1.15 161	1.44 185	1.42 181	1.24 175	0.78 127	2.27 204	1.47 177	3.04 206	6.44 223	7.74 228	9.07 221	0.60 129	12.81 192	13.79 243	1.99 199	1.29 190	9.56 212	1.15 145	9.82 198	12.54 237	0.82 170	1.84 198	1.44 169	1.83 175	4.39 211	25.76 251
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
JetBlue	10.90 236	9.40 255	6.23 254	8.34 240	6.82 257	10.07 256	10.58 242	5.04 245	3.97 229	2.95 203	4.09 197	9.83 239	9.32 222	8.12 242	48.65 239	14.50 245	6.76 237	5.08 251	7.66 205	3.76 227	13.23 230	17.58 258	8.19 255	3.58 249	11.41 248	18.49 252	12.08 245	28.49 255

SGM-ForestM	6.44 216	10.17 257	6.98 256	4.69 231	2.91 228	6.90 246	9.70 239	7.26 251	4.59 237	4.81 235	6.31 221	9.50 237	9.35 223	0.78 159	3.65 155	1.30 72	6.50 233	0.89 115	11.21 218	1.44 167	6.08 155	6.02 131	1.58 207	1.68 192	9.47 245	11.34 242	12.07 244	16.58 238

LSM0	11.61 241	1.70 201	2.94 229	2.71 213	2.41 215	2.76 217	6.88 231	4.22 238	4.26 234	3.67 219	7.57 238	7.41 226	9.43 224	0.98 183	64.90 270	78.60 274	3.43 215	2.37 232	20.39 234	4.80 232	14.29 250	16.21 255	1.30 196	3.06 242	3.29 221	12.44 245	6.06 221	25.31 250

IMH-64-1	7.17 221	3.27 225	3.53 235	4.69 231	3.29 235	4.58 230	5.71 226	3.51 227	3.09 219	1.39 132	1.98 167	4.90 215	10.92 225	4.82 235	52.00 251	4.78 205	3.66 217	2.27 226	12.32 220	1.96 200	6.91 167	10.55 187	7.77 250	2.22 212	6.05 233	4.73 219	13.45 248	9.13 220

IMH-64	7.17 221	3.27 225	3.53 235	4.69 231	3.29 235	4.58 230	5.71 226	3.51 227	3.09 219	1.39 132	1.98 167	4.90 215	10.92 225	4.82 235	52.00 251	4.78 205	3.66 217	2.27 226	12.32 220	1.96 200	6.91 167	10.55 187	7.77 250	2.22 212	6.05 233	4.73 219	13.45 248	9.13 220

ELAS_RVC	9.07 229	3.30 227	5.65 251	4.08 225	3.41 239	7.21 248	4.01 218	7.69 253	3.75 227	4.97 241	7.74 240	9.89 240	11.00 227	3.00 221	47.69 237	4.33 201	6.53 234	9.70 257	9.64 213	2.89 219	13.54 236	15.79 253	2.75 222	4.07 251	18.38 254	23.86 256	4.94 217	5.18 205
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	10.16 234	3.54 231	5.12 249	4.49 229	4.32 249	5.01 237	4.33 220	6.88 249	4.09 231	4.97 241	7.74 240	9.90 242	11.01 228	3.51 230	52.19 254	4.52 203	7.15 239	9.65 256	8.69 209	2.38 212	13.33 232	14.95 252	2.75 222	3.64 250	17.76 253	27.24 261	13.13 247	21.93 245
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CBMV_ROB	6.60 217	1.41 186	1.59 188	2.38 207	1.74 195	1.90 198	1.86 189	6.44 247	1.69 187	5.02 243	7.03 237	9.95 244	11.26 229	0.65 141	38.55 215	7.04 221	2.78 207	1.12 167	9.67 214	2.45 214	9.46 196	11.60 217	0.80 162	1.37 182	4.92 228	12.01 244	4.73 214	18.79 241

ADCS	6.69 218	1.97 208	1.94 204	1.41 181	2.24 209	1.84 197	3.00 206	2.08 191	3.97 229	2.66 194	3.26 190	3.01 193	11.48 230	2.01 214	53.18 260	11.65 238	2.72 206	2.59 237	5.10 157	2.24 209	10.43 207	8.65 158	1.76 211	1.97 203	2.57 214	10.58 239	7.51 230	18.68 240

WAO-7	8.11 226	2.98 223	5.46 250	29.83 258	2.32 212	3.09 220	9.23 238	2.48 211	4.20 233	4.67 234	7.60 239	7.98 230	11.78 231	1.64 207	22.32 208	2.11 151	12.00 247	2.79 243	44.95 257	2.13 207	10.06 204	10.12 173	1.37 201	2.49 225	2.97 218	4.35 217	2.94 174	5.06 204

SANet	5.69 206	2.22 212	1.77 196	1.84 195	2.37 214	2.28 207	1.43 171	4.49 240	7.61 247	2.05 168	4.86 206	8.34 234	11.81 232	1.70 209	43.86 229	1.62 129	5.96 229	1.51 199	4.43 151	1.70 187	8.97 192	8.28 153	1.20 189	2.60 227	1.94 202	6.02 229	3.42 193	9.29 222

MSMDNet	2.69 152	0.87 92	1.07 140	0.57 69	0.65 95	0.59 84	0.49 94	2.03 187	0.62 97	1.03 103	0.97 123	1.05 111	12.04 233	0.50 100	2.60 105	5.56 216	1.05 137	0.80 89	6.93 197	1.42 163	11.49 214	12.49 235	0.67 130	0.58 94	1.48 172	1.83 175	1.28 41	1.97 160

MANE	14.22 249	9.62 256	6.93 255	4.94 237	5.72 253	7.88 250	11.48 246	7.38 252	9.90 251	4.92 240	6.89 235	8.98 236	12.13 234	3.67 232	50.37 243	17.85 256	11.82 246	20.17 264	10.46 217	6.55 241	12.22 217	12.86 243	1.77 212	11.33 260	24.83 260	30.99 263	31.42 263	40.73 266

MeshStereo	9.30 233	2.68 218	2.31 217	4.19 226	2.81 224	4.05 226	1.96 192	8.24 258	9.28 249	5.13 246	8.64 246	11.19 247	12.84 235	0.78 159	52.26 255	15.80 254	4.59 224	1.92 214	22.33 238	1.58 179	15.40 259	19.41 260	1.06 187	2.12 208	8.69 243	5.55 224	10.68 237	15.59 236
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	8.49 227	2.77 221	1.77 196	2.88 217	2.31 211	3.42 222	2.70 201	7.78 256	3.92 228	5.57 256	8.42 245	9.89 240	12.92 236	0.68 145	3.72 160	2.10 150	6.63 236	1.11 165	40.78 249	5.93 237	9.99 201	10.27 182	1.97 214	2.17 209	8.79 244	2.97 209	27.36 259	40.51 265
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SGM-Forest	4.18 184	1.24 168	0.74 73	2.12 202	1.35 177	1.42 184	0.56 107	1.36 118	0.90 126	4.89 238	0.96 119	2.51 186	12.92 236	0.61 131	16.38 201	3.12 176	0.79 61	0.65 46	7.04 200	0.76 92	6.77 164	10.03 171	0.84 172	0.81 144	1.66 190	1.78 171	4.79 216	25.96 252
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SGM+DAISY	11.81 243	3.22 224	3.47 233	3.83 224	3.15 234	4.25 228	3.52 213	7.70 254	10.88 255	5.57 256	9.00 250	9.94 243	13.12 238	1.74 211	22.71 210	18.99 258	3.23 212	2.28 228	15.35 228	8.91 252	15.05 257	17.02 257	1.32 198	4.58 253	24.50 259	31.01 264	32.60 265	41.83 268

DPSM_ROB	21.05 256	17.19 259	22.69 262	10.13 242	9.29 262	13.96 257	14.50 253	11.66 260	15.25 260	9.00 259	8.97 248	10.35 245	13.24 239	19.90 261	59.73 266	26.35 264	18.76 258	21.26 265	14.74 225	15.50 258	28.56 265	27.85 265	7.42 246	16.13 264	34.05 264	39.30 269	37.97 267	44.48 269

DPSM	21.05 256	17.19 259	22.69 262	10.13 242	9.29 262	13.96 257	14.50 253	11.66 260	15.25 260	9.00 259	8.97 248	10.35 245	13.24 239	19.90 261	59.73 266	26.35 264	18.76 258	21.26 265	14.74 225	15.50 258	28.56 265	27.85 265	7.42 246	16.13 264	34.05 264	39.30 269	37.97 267	44.48 269

UNDER WATER-64	11.75 242	7.29 253	4.90 245	17.03 247	7.40 259	8.44 252	16.49 255	8.25 259	4.32 235	4.51 231	3.21 189	17.72 250	15.23 241	8.81 243	46.52 235	10.69 236	13.57 256	3.01 245	12.74 222	8.66 249	14.20 245	12.82 241	11.01 258	4.40 252	6.45 236	18.67 253	8.71 234	22.29 246

DispFullNet	15.85 250	3.61 232	5.00 247	3.30 222	2.93 230	3.51 223	3.20 207	6.49 248	2.71 215	5.17 247	6.80 232	90.79 269	15.55 242	2.73 217	28.89 212	23.38 263	4.02 221	3.86 249	138.92 274	28.91 264	12.60 220	11.86 220	2.69 220	2.31 220	4.30 227	2.71 206	6.80 228	5.05 203

IMH	9.11 230	3.31 228	3.55 237	4.46 228	3.30 237	4.60 232	6.29 229	3.48 225	3.12 221	1.42 135	1.88 163	5.38 217	15.63 243	51.61 270	52.03 253	3.06 173	3.92 220	2.32 229	20.77 235	2.01 204	6.25 158	9.58 168	8.07 254	2.21 211	7.69 238	5.96 228	3.77 201	10.35 227

ADCPNet	7.09 220	1.18 162	3.04 231	1.33 177	3.12 232	1.36 181	8.88 237	2.15 193	3.24 222	4.23 226	7.84 243	1.96 168	15.92 244	1.71 210	49.61 241	3.53 187	1.89 192	1.25 188	19.14 231	3.03 223	5.96 152	4.75 102	4.72 232	1.29 181	3.95 225	5.33 223	3.87 205	27.01 253

pmcnn	5.52 203	1.54 195	1.51 183	2.64 210	3.13 233	2.07 202	10.40 240	2.61 215	2.65 212	2.55 192	6.41 222	6.23 222	15.93 245	0.58 120	6.75 180	14.92 250	3.87 219	3.34 246	7.45 203	7.76 243	13.60 237	10.19 176	6.30 241	2.29 219	1.57 183	3.30 211	4.69 213	4.80 200

SPstereo	7.58 225	2.32 216	3.96 239	2.17 204	2.01 208	2.28 207	2.11 196	2.97 222	3.67 226	2.95 203	8.06 244	30.35 259	16.56 246	2.33 215	12.64 190	18.07 257	3.29 213	3.89 250	6.22 179	6.47 239	12.61 221	14.38 250	2.38 217	2.80 237	4.18 226	7.54 232	13.61 250	14.75 234

edge stereo	5.88 210	1.88 204	3.14 232	2.14 203	1.80 202	2.47 216	2.43 200	4.51 241	3.45 225	3.97 222	4.84 205	6.45 223	17.40 247	1.04 192	5.09 177	14.91 249	1.80 183	1.66 205	37.39 248	6.28 238	5.99 154	12.74 239	1.44 203	2.02 206	2.12 204	2.11 192	3.75 200	5.99 212

WAO-8	12.07 245	5.33 243	4.83 242	26.48 256	4.01 246	6.22 244	11.73 249	3.65 232	6.39 244	28.97 269	41.01 265	8.08 231	18.91 248	20.68 263	3.75 161	3.24 177	9.46 240	2.01 218	53.81 264	5.76 235	9.83 199	11.16 205	6.04 239	2.43 223	8.05 241	7.74 234	6.36 224	9.95 225

Venus	12.07 245	5.33 243	4.83 242	26.48 256	4.01 246	6.22 244	11.73 249	3.65 232	6.39 244	28.97 269	41.01 265	8.08 231	18.91 248	20.68 263	3.75 161	3.24 177	9.46 240	2.01 218	53.81 264	5.76 235	9.83 199	11.16 205	6.04 239	2.43 223	8.05 241	7.74 234	6.36 224	9.95 225

DGSMNet	11.16 239	1.98 209	1.98 206	1.90 198	1.52 185	2.46 215	1.47 172	3.07 224	2.11 202	12.67 262	102.10 272	3.59 200	18.94 250	18.97 260	16.50 202	15.09 251	12.73 250	10.36 259	13.79 223	4.57 230	12.99 228	14.32 249	7.77 250	3.43 247	1.75 194	6.25 230	3.48 196	5.53 208

FADE		18.09 261	30.60 265	2.84 216	3.65 242	28.71 266	17.79 258	15.65 263	31.19 266	23.58 267	34.50 262		24.85 251	9.63 245	13.75 194	14.56 246	43.43 270	10.05 258	41.89 252	25.16 263	36.12 267	31.14 267	7.48 248	15.57 263	20.22 255	17.05 251	15.03 254	33.84 261

MyStereo03	42.32 267	34.58 265	45.67 268	20.28 252	18.70 266	28.03 263	29.19 261	23.39 267	30.77 264	18.19 264	18.03 254	20.71 253	26.70 252	40.22 268	120.07 274	52.96 272	37.64 267	42.70 271	29.31 242	30.97 268	57.46 272	56.38 273	14.75 264	32.54 270	68.34 271	79.09 273	76.33 271	89.56 274

MyStereo02	41.62 266	34.58 265	45.67 268	20.28 252	0.00 1	28.03 263	29.19 261	23.39 267	30.77 264	18.19 264	18.03 254	20.71 253	26.70 252	40.22 268	120.07 274	52.96 272	37.64 267	42.70 271	29.31 242	30.97 268	57.46 272	56.38 273	14.75 264	32.54 270	68.34 271	79.09 273	76.33 271	89.56 274

LRCNet_RVC	25.94 262	30.78 263	14.74 259	35.18 262	31.16 268	36.52 267	29.93 263	23.08 265	12.70 259	36.15 271	33.37 261	37.24 260	28.56 254	37.11 266	17.47 203	7.61 226	31.06 263	26.75 268	67.49 266	29.07 265	23.47 264	10.73 194	39.23 269	30.61 268	7.37 237	2.53 203	11.22 238	9.31 223

STStereo	16.49 252	3.48 229	5.91 252	44.25 264	5.60 252	39.03 268	13.11 251	7.74 255	10.72 254	5.19 249	8.92 247	24.73 257	30.22 255	1.03 191	59.92 268	11.74 239	2.59 204	1.26 189	40.79 250	2.25 210	10.02 202	8.79 162	2.06 215	11.31 259	22.61 257	16.05 250	20.57 256	35.39 262

TorneroNet-64	13.24 248	6.25 248	5.07 248	34.05 259	3.72 243	9.38 255	16.75 256	3.49 226	12.26 258	2.27 183	5.98 218	17.67 249	34.24 256	14.37 253	47.92 238	3.76 190	13.18 253	2.40 234	36.34 247	9.15 255	13.85 240	12.35 232	5.65 234	2.64 229	14.28 252	14.51 248	3.41 191	12.48 230

CasAABBNet	42.72 268	34.60 267	45.66 267	20.17 251	18.55 265	28.05 265	29.13 260	23.25 266	30.69 263	18.73 266	18.11 256	20.72 255	37.90 257	39.93 267	120.54 276	52.80 271	37.72 269	42.56 270	29.30 241	30.56 267	57.58 274	56.66 275	14.58 263	32.34 269	68.46 273	79.09 273	76.31 270	89.48 273

MDST_ROB	12.03 244	32.81 264	1.72 192	20.74 254	2.64 219	5.90 242	1.72 181	4.06 237	1.35 169	3.76 220	6.53 224	2.75 191	42.83 258	0.54 108	50.83 248	1.22 65	1.08 138	0.75 73	18.95 230	1.00 129	12.75 224	11.49 212	1.29 195	1.26 180	22.72 258	11.17 240	31.24 262	31.81 260

notaker	10.31 235	13.11 258	4.84 244	18.55 249	6.95 258	7.98 251	14.39 252	3.69 234	3.28 223	2.90 202	2.15 177	30.28 258	43.63 259	4.40 233	9.01 183	2.66 165	12.71 249	2.73 239	42.35 253	2.87 218	14.87 256	10.21 177	7.77 250	3.03 241	2.66 215	2.98 210	3.46 194	4.84 201

HaxPig	44.53 269	46.75 270	47.32 270	47.72 266	48.79 270	47.60 270	48.40 265	49.50 270	47.10 269	49.76 272	50.31 267	49.00 263	45.26 260	54.49 271	41.50 222	40.24 267	50.15 271	52.05 273	44.74 256	43.04 271	46.61 269	44.38 271	51.78 271	45.43 272	33.92 263	25.30 257	28.66 260	22.43 247

AVERAGE_ROB	46.12 270	48.49 271	48.31 271	49.34 267	50.25 271	48.63 271	49.80 266	50.74 272	48.67 270	51.68 273	52.55 268	50.28 264	47.20 261	55.70 272	43.00 227	40.99 268	52.42 272	54.59 274	47.27 259	45.45 272	48.77 270	44.06 270	52.90 272	46.98 273	35.80 266	26.72 260	30.77 261	23.81 249

LE_ROB	28.97 264	25.29 262	36.16 266	34.90 261	56.86 274	18.61 261	58.99 268	32.08 269	41.72 268	5.37 253	27.57 258	46.00 262	49.67 262	13.72 252	14.83 197	3.84 193	5.96 229	1.22 181	46.43 258	36.35 270	10.19 206	11.19 207	48.45 270	22.49 266	30.18 262	31.59 265	31.60 264	40.87 267

MEDIAN_ROB	49.56 272	51.66 272	50.91 272	52.80 268	53.76 272	52.08 272	53.35 267	54.28 273	52.25 271	54.89 274	55.89 269	53.59 265	50.09 263	58.85 273	46.45 234	44.55 269	55.81 273	57.90 275	50.55 262	48.85 273	52.07 271	46.79 272	56.69 273	50.01 274	39.10 267	30.23 262	33.56 266	31.26 259

MaskLacGwcNet_RVC	21.23 258	1.32 180	1.63 189	1.89 197	1.69 192	1.93 199	3.75 216	2.27 204	2.66 213	5.02 243	29.10 260	216.12 275	51.87 264	5.44 238	3.66 156	4.09 197	5.59 228	13.75 260	28.77 240	1.47 171	14.44 253	12.86 243	0.98 182	2.33 221	1.88 201	7.40 231	145.78 276	5.57 209

DGTPSM_ROB	17.21 254	6.49 249	18.05 260	4.91 236	8.87 260	5.73 238	11.48 246	5.02 243	12.05 256	5.03 245	9.34 251	12.62 248	56.51 265	15.29 256	43.82 228	20.47 260	19.26 260	16.28 261	24.70 239	20.05 260	13.50 233	22.25 261	6.00 237	12.55 261	12.71 250	32.01 266	14.20 251	35.61 264

ACVNet-4b	11.58 240	3.99 238	2.60 221	44.40 265	2.71 222	4.98 235	62.31 269	1.85 170	1.79 191	1.63 145	1.25 142	4.22 209	58.75 266	3.34 228	2.27 84	1.21 62	13.33 254	1.70 207	49.50 261	1.93 198	14.47 254	13.72 248	7.40 245	3.13 245	1.55 181	1.89 178	2.20 111	4.61 199

TorneroNet	24.73 261	6.18 246	3.52 234	95.34 272	3.93 244	27.05 262	29.02 259	4.44 239	18.13 262	2.20 178	37.99 264	77.85 268	72.31 267	18.15 259	41.78 224	3.07 174	13.11 252	2.35 230	87.85 268	9.06 254	15.44 260	12.17 224	5.94 236	2.64 229	52.32 268	8.18 236	3.59 198	14.11 232

BEATNet-Init1	52.60 273	76.96 273	24.06 264	87.02 271	56.48 273	86.86 274	68.77 270	49.65 271	34.71 267	11.93 261	56.24 270	64.63 266	78.72 268	9.65 246	58.40 264	51.35 270	32.72 264	23.00 267	101.24 271	71.98 275	46.49 268	39.72 269	28.67 267	24.23 267	59.12 270	38.23 268	77.99 273	61.49 271

ktn	26.84 263	3.99 238	95.18 276	14.39 245	5.44 251	18.02 260	17.50 257	19.69 264	67.27 273	2.84 199	5.30 209	171.03 274	80.75 269	7.72 241	10.93 186	3.48 186	20.95 262	2.71 238	90.26 269	29.10 266	15.05 257	10.23 178	7.60 249	2.93 240	5.12 229	5.83 225	4.73 214	6.62 215

KSHMR	20.05 255	6.71 251	4.01 240	99.31 273	5.91 255	17.09 259	71.12 271	3.62 231	9.75 250	3.59 215	3.39 193	6.07 221	84.38 270	17.14 258	22.70 209	3.97 194	6.29 232	2.76 242	90.60 270	2.83 217	12.73 222	10.14 174	9.05 256	2.74 235	21.08 256	5.85 227	8.10 232	10.46 228

UNDER WATER	16.39 251	7.86 254	4.99 246	15.68 246	10.73 264	8.76 253	38.30 264	8.07 257	6.02 243	4.25 227	2.98 185	18.63 251	96.18 271	14.44 254	32.70 213	10.29 234	13.91 257	2.75 240	43.73 255	8.62 248	16.83 261	12.33 230	17.08 266	5.55 256	6.06 235	14.49 247	6.37 226	15.05 235

HanzoNet	47.37 271	45.54 269	75.64 274	62.53 270	47.97 269	62.03 273	90.57 275	55.02 274	58.34 272	15.60 263	22.00 257	75.72 267	107.47 272	172.14 276	23.65 211	13.02 242	62.42 274	9.26 255	134.39 273	22.45 262	19.74 263	25.78 264	31.84 268	5.57 257	9.72 247	9.49 238	8.54 233	12.61 231

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

DPSimNet_ROB	111.84 274	179.62 276	74.81 273	195.40 276	165.93 276	136.63 276	98.05 276	126.48 276	138.79 276	82.31 275	148.57 275	159.77 272	157.57 274	78.29 274	64.65 269	40.10 266	142.61 276	34.98 269	195.20 276	69.76 274	154.10 275	32.63 268	82.12 275	98.24 275	71.10 274	51.68 271	117.83 275	122.56 276

PML	39.07 265	38.06 268	12.06 258	39.32 263	29.04 267	40.62 269	11.06 245	14.14 262	100.08 274	27.87 268	166.26 276	107.74 271	159.39 275	13.53 251	15.41 198	10.75 237	35.75 266	8.64 254	42.84 254	10.61 257	14.22 246	16.14 254	5.89 235	7.21 258	53.08 269	13.95 246	42.26 269	19.02 242

DPSMNet_ROB	22.61 259	6.50 250	18.06 261	4.95 238	8.88 261	5.76 240	11.54 248	5.02 243	12.08 257	5.17 247	28.67 259	19.69 252	163.24 276	15.38 257	43.87 230	20.66 261	19.56 261	16.59 262	35.50 246	20.17 261	13.82 239	22.26 262	6.02 238	12.56 262	12.82 251	32.01 266	14.23 252	35.60 263

Low-res two-view benchmark