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	0.14 2	0.13 3	0.14 5	0.11 5	0.07 3	0.14 5	0.12 14	0.13 2	0.06 2	0.08 1	0.24 19	0.09 1	0.06 1	0.07 5	0.22 3	0.21 2	0.22 2	0.18 2	0.19 1	0.14 4	0.20 1	0.11 1	0.12 9	0.11 4	0.16 1	0.13 1	0.17 1	0.12 1

CroCo-Stereo	0.13 1	0.09 1	0.08 1	0.07 1	0.04 2	0.06 1	0.04 1	0.14 3	0.05 1	0.10 2	0.03 1	0.13 2	0.06 1	0.04 1	0.24 4	0.26 4	0.20 1	0.18 2	0.20 2	0.11 1	0.24 4	0.15 2	0.05 1	0.06 1	0.22 3	0.20 2	0.23 4	0.15 2
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	0.14 2	0.10 2	0.08 1	0.08 2	0.08 5	0.08 2	0.05 2	0.12 1	0.06 2	0.22 9	0.07 2	0.16 3	0.07 3	0.04 1	0.20 1	0.26 4	0.22 2	0.19 4	0.26 6	0.11 1	0.28 8	0.16 3	0.06 2	0.08 2	0.22 3	0.23 7	0.20 2	0.16 3

StereoVision	0.18 5	0.13 3	0.11 4	0.09 3	0.14 10	0.16 6	0.08 5	0.17 5	0.17 8	0.15 4	0.15 3	0.16 3	0.10 4	0.06 4	0.25 6	0.26 4	0.27 5	0.22 6	0.22 3	0.16 5	0.23 3	0.17 4	0.06 2	0.13 6	0.28 11	0.29 14	0.38 13	0.28 13

RAFT	0.17 4	0.13 3	0.10 3	0.16 10	0.07 3	0.21 16	0.05 2	0.25 8	0.12 5	0.14 3	0.15 3	0.16 3	0.10 4	0.05 3	0.21 2	0.20 1	0.23 4	0.15 1	0.28 7	0.13 3	0.21 2	0.17 4	0.07 4	0.10 3	0.26 6	0.24 8	0.33 9	0.23 7

AEACV	0.19 6	0.31 19	0.14 5	0.17 13	0.13 7	0.12 4	0.07 4	0.15 4	0.07 4	0.16 5	0.15 3	0.18 6	0.11 6	0.11 10	0.25 6	0.25 3	0.32 8	0.23 7	0.35 15	0.18 6	0.27 5	0.22 11	0.11 8	0.11 4	0.20 2	0.22 6	0.25 5	0.18 5

StereoIM	0.26 10	0.20 6	0.16 9	0.10 4	0.10 6	0.10 3	0.08 5	0.24 7	0.14 6	0.36 18	0.16 6	0.36 20	0.12 7	0.08 6	0.33 15	0.35 19	0.39 21	0.35 34	0.53 40	0.20 10	0.40 20	0.26 16	0.13 15	0.15 7	0.39 39	0.39 43	0.40 16	0.49 51

anonymousdsp	0.25 9	0.23 7	0.19 15	0.16 10	0.14 10	0.18 11	0.10 9	0.37 16	0.19 15	0.32 16	0.22 16	0.32 12	0.12 7	0.14 19	0.29 9	0.32 16	0.32 8	0.28 11	0.39 18	0.22 13	0.46 39	0.31 23	0.12 9	0.15 7	0.26 6	0.20 2	0.52 30	0.20 6

RAFT + AFF	0.27 12	0.26 10	0.17 12	0.21 19	0.13 7	0.19 13	0.13 16	0.41 19	0.18 10	0.44 33	0.19 9	0.42 31	0.14 9	0.09 7	0.86 131	0.29 10	0.41 24	0.20 5	0.55 47	0.23 16	0.47 46	0.21 8	0.12 9	0.15 7	0.28 11	0.20 2	0.21 3	0.17 4

RYNet	0.27 12	0.23 7	0.18 13	0.15 7	0.17 17	0.19 13	0.13 16	0.25 8	0.31 78	0.17 6	0.20 12	0.19 7	0.14 9	0.13 16	0.80 114	0.28 7	0.27 5	0.41 55	0.28 7	0.19 8	0.27 5	0.21 8	0.29 113	0.18 14	0.27 9	0.76 125	0.34 10	0.23 7

AnonymousM	0.79 154	0.34 24	0.20 18	0.24 26	0.22 27	0.21 16	0.15 27	0.58 64	0.21 20	0.57 94	0.39 58	0.45 42	0.15 11	0.19 32	0.56 49	0.54 111	0.54 79	0.40 51	0.53 40	0.30 40	0.65 116	0.54 92	0.20 61	0.22 26	0.30 16	0.39 43	1.31 187	11.04 250

MMNet	0.29 17	0.29 15	0.22 30	0.26 35	0.26 43	0.26 31	0.18 40	0.33 13	0.23 23	0.24 11	0.28 27	0.35 16	0.15 11	0.32 118	0.39 23	0.31 14	0.36 15	0.34 26	0.41 20	0.27 30	0.32 11	0.21 8	0.17 36	0.23 37	0.32 23	0.30 16	0.46 21	0.32 17

delet	0.24 7	0.25 9	0.22 30	0.24 26	0.20 24	0.28 40	0.16 34	0.21 6	0.18 10	0.23 10	0.26 23	0.26 9	0.15 11	0.25 81	0.32 14	0.28 7	0.31 7	0.27 9	0.24 4	0.24 20	0.31 10	0.20 7	0.16 24	0.19 15	0.28 11	0.25 9	0.32 8	0.31 15

iRaftStereo_RVC	0.26 10	0.27 11	0.16 9	0.13 6	0.14 10	0.18 11	0.09 7	0.44 25	0.14 6	0.36 18	0.36 45	0.32 12	0.16 14	0.13 16	0.29 9	0.29 10	0.38 19	0.28 11	0.34 14	0.22 13	0.41 21	0.38 36	0.12 9	0.17 11	0.27 9	0.29 14	0.42 17	0.27 12

ARAFT	0.34 29	0.38 40	0.23 35	0.26 35	0.21 26	0.27 34	0.14 23	0.44 25	0.24 31	0.50 55	0.30 29	0.41 29	0.16 14	0.15 22	0.67 89	0.42 40	0.50 56	0.47 94	0.51 32	0.23 16	0.53 77	0.32 24	0.16 24	0.19 15	0.43 47	0.30 16	0.52 30	0.37 24

AFF-stereo	0.30 19	0.34 24	0.26 44	0.18 14	0.17 17	0.33 60	0.11 11	0.50 38	0.23 23	0.46 38	0.28 27	0.40 25	0.16 14	0.12 14	0.27 8	0.35 19	0.37 17	0.25 8	0.57 56	0.23 16	0.38 18	0.25 14	0.17 36	0.17 11	0.37 32	0.37 36	0.48 23	0.32 17

test croco	0.31 22	0.43 64	0.20 18	0.20 18	0.16 15	0.20 15	0.10 9	0.41 19	0.18 10	0.48 46	0.19 9	0.34 15	0.17 17	0.10 8	0.41 31	0.44 52	0.45 31	0.40 51	0.55 47	0.24 20	0.41 21	0.34 27	0.14 18	0.21 20	0.32 23	0.33 26	0.39 14	0.48 50

MIF-Stereo (partial)	0.30 19	0.44 68	0.18 13	0.16 10	0.16 15	0.21 16	0.11 11	0.37 16	0.22 21	0.37 20	0.24 19	0.32 12	0.17 17	0.13 16	0.39 23	0.45 62	0.46 35	0.38 44	0.42 23	0.25 23	0.43 26	0.35 29	0.18 41	0.21 20	0.35 30	0.32 23	0.50 25	0.44 44

MIF-Stereo	0.28 14	0.27 11	0.15 7	0.15 7	0.13 7	0.17 9	0.09 7	0.35 14	0.19 15	0.49 54	0.21 13	0.41 29	0.18 19	0.14 19	0.40 25	0.39 31	0.42 26	0.34 26	0.56 52	0.25 23	0.43 26	0.24 13	0.13 15	0.19 15	0.31 20	0.41 48	0.30 7	0.37 24

MIM_Stereo	0.32 24	0.40 50	0.25 41	0.28 41	0.20 24	0.27 34	0.14 23	0.45 31	0.18 10	0.48 46	0.25 21	0.42 31	0.18 19	0.16 25	0.36 19	0.42 40	0.44 28	0.36 37	0.47 26	0.28 32	0.47 46	0.36 31	0.12 9	0.23 37	0.29 15	0.27 11	0.47 22	0.33 20

AASNet	0.28 14	0.34 24	0.22 30	0.25 31	0.26 43	0.34 67	0.25 79	0.32 12	0.17 8	0.29 13	0.36 45	0.26 9	0.18 19	0.24 68	0.36 19	0.31 14	0.34 13	0.32 18	0.32 10	0.28 32	0.35 16	0.28 19	0.17 36	0.22 26	0.30 16	0.28 13	0.35 12	0.25 9

HCRNet	0.32 24	0.38 40	0.20 18	0.39 88	0.17 17	0.29 43	0.18 40	0.40 18	0.18 10	0.80 192	0.40 61	0.49 52	0.18 19	0.22 47	0.38 22	0.30 12	0.38 19	0.29 15	0.40 19	0.19 8	0.33 13	0.23 12	0.19 49	0.16 10	0.26 6	0.31 19	0.51 26	0.31 15

RAFT-Stereo + iAFF	0.35 32	0.41 54	0.32 61	0.24 26	0.19 22	0.28 40	0.13 16	0.58 64	0.24 31	0.46 38	0.35 44	0.49 52	0.19 23	0.15 22	0.34 18	0.35 19	0.41 24	0.28 11	0.65 72	0.28 32	0.44 31	0.33 25	0.19 49	0.22 26	0.51 73	0.37 36	0.58 47	0.44 44

test_4	0.34 29	0.33 21	0.27 46	0.21 19	0.18 20	0.16 6	0.11 11	0.59 71	0.26 39	0.58 100	0.25 21	0.50 58	0.20 24	0.19 32	0.33 15	0.40 33	0.45 31	0.34 26	0.41 20	0.29 36	0.45 34	0.41 45	0.16 24	0.24 45	0.38 36	0.40 47	0.59 54	0.42 40

SA	0.42 49	0.47 86	0.21 22	0.25 31	0.23 31	0.31 50	0.13 16	0.64 103	0.32 86	0.61 113	0.26 23	0.54 68	0.21 25	0.16 25	0.63 74	0.47 80	0.52 69	0.41 55	0.60 62	0.29 36	0.46 39	0.61 106	0.15 20	0.27 62	0.45 53	0.58 94	0.96 146	0.47 48

TDLM	0.24 7	0.29 15	0.22 30	0.22 22	0.27 51	0.23 22	0.18 40	0.26 10	0.19 15	0.18 7	0.38 52	0.29 11	0.21 25	0.15 22	0.24 4	0.28 7	0.32 8	0.28 11	0.25 5	0.21 12	0.28 8	0.19 6	0.16 24	0.21 20	0.24 5	0.20 2	0.28 6	0.25 9

AANet_RVC	0.28 14	0.27 11	0.23 35	0.19 15	0.28 55	0.16 6	0.16 34	0.29 11	0.30 63	0.20 8	0.27 25	0.24 8	0.21 25	0.19 32	0.45 37	0.36 24	0.33 11	0.34 26	0.29 9	0.29 36	0.27 5	0.27 17	0.22 78	0.21 20	0.34 27	0.33 26	0.42 17	0.52 56

LL-Strereo2	0.34 29	0.29 15	0.21 22	0.24 26	0.19 22	0.17 9	0.13 16	0.63 96	0.26 39	0.58 100	0.23 17	0.44 38	0.22 28	0.14 19	0.41 31	0.41 36	0.47 44	0.35 34	0.73 90	0.31 45	0.47 46	0.36 31	0.21 69	0.20 18	0.32 23	0.34 30	0.51 26	0.35 22

4D-IteraStereo	0.40 41	0.28 14	0.33 64	0.35 77	0.24 37	0.24 26	0.15 27	0.63 96	0.28 50	0.61 113	0.39 58	0.51 62	0.22 28	0.22 47	0.48 40	0.43 47	0.49 51	0.43 67	0.66 74	0.34 53	0.63 109	0.70 127	0.14 18	0.22 26	0.39 39	0.47 68	0.63 64	0.39 29

GANet	0.32 24	0.29 15	0.27 46	0.34 69	0.33 77	0.38 82	0.29 97	0.44 25	0.24 31	0.35 17	0.30 29	0.46 43	0.22 28	0.21 41	0.31 13	0.32 16	0.40 22	0.43 67	0.33 12	0.22 13	0.33 13	0.29 20	0.22 78	0.24 45	0.31 20	0.27 11	0.42 17	0.34 21

anonymousdsp2	0.38 35	0.46 81	0.30 54	0.25 31	0.23 31	0.32 53	0.18 40	0.58 64	0.23 23	0.47 41	0.38 52	0.48 49	0.23 31	0.18 29	0.40 25	0.39 31	0.44 28	0.33 24	0.88 112	0.31 45	0.48 51	0.52 87	0.17 36	0.23 37	0.41 45	0.33 26	0.61 58	0.42 40

EGLCR-Stereo	0.47 73	0.49 99	0.41 104	0.29 46	0.30 67	0.44 102	0.14 23	0.57 60	0.26 39	0.57 94	0.27 25	0.58 83	0.23 31	0.21 41	0.36 19	0.47 80	0.53 77	0.45 81	0.75 97	0.32 48	0.69 127	0.93 154	0.19 49	0.24 45	0.48 60	0.49 77	1.30 186	0.70 110

UDGNet	0.67 127	0.66 165	0.42 106	1.35 206	1.02 200	1.21 203	0.91 190	0.60 76	0.41 124	0.52 66	0.60 116	0.56 75	0.23 31	1.19 221	0.66 84	0.45 62	0.56 92	0.51 119	0.73 90	0.53 121	0.64 115	0.67 121	0.79 200	0.29 70	0.72 130	0.55 90	0.63 64	0.66 97

rafts_anoy	0.41 44	0.51 118	0.35 70	0.29 46	0.30 67	0.33 60	0.22 64	0.59 71	0.25 36	0.51 59	0.50 87	0.48 49	0.23 31	0.17 28	0.57 51	0.46 69	0.51 65	0.50 112	0.58 60	0.34 53	0.50 58	0.43 54	0.19 49	0.28 66	0.50 70	0.47 68	0.52 30	0.53 60

raft+_RVC	0.35 32	0.34 24	0.26 44	0.25 31	0.23 31	0.25 29	0.18 40	0.54 48	0.26 39	0.52 66	0.43 66	0.46 43	0.23 31	0.18 29	0.42 35	0.38 28	0.43 27	0.34 26	0.61 66	0.26 28	0.43 26	0.38 36	0.13 15	0.20 18	0.39 39	0.39 43	0.58 47	0.42 40

PMTNet	0.48 76	0.48 96	0.43 110	0.31 59	0.30 67	0.27 34	0.22 64	0.54 48	0.29 57	0.57 94	0.39 58	0.59 88	0.23 31	0.23 57	0.64 80	0.59 125	0.57 101	0.37 40	1.17 135	0.33 50	0.67 121	0.40 42	0.20 61	0.21 20	0.79 151	0.59 95	0.65 71	0.92 139

DMCA	0.32 24	0.31 19	0.30 54	0.24 26	0.25 39	0.27 34	0.22 64	0.36 15	0.33 91	0.31 14	0.40 61	0.40 25	0.23 31	0.25 81	0.41 31	0.37 26	0.40 22	0.39 46	0.36 16	0.28 32	0.41 21	0.27 17	0.25 96	0.25 53	0.31 20	0.35 31	0.39 14	0.37 24

Any-RAFT	0.69 133	0.47 86	0.85 189	0.53 132	0.40 113	0.38 82	0.27 85	0.64 103	0.32 86	0.57 94	0.76 160	0.86 146	0.24 38	0.22 47	0.57 51	0.76 162	0.60 122	0.45 81	2.19 170	0.45 103	1.20 181	0.71 128	0.22 78	0.31 85	0.99 185	1.24 189	0.73 93	1.65 183

CES	0.46 71	0.35 32	0.30 54	0.27 39	0.27 51	0.29 43	0.12 14	1.05 199	0.27 43	0.54 77	0.66 138	0.53 66	0.25 39	0.23 57	0.62 71	0.65 142	0.58 105	0.37 40	0.54 45	0.34 53	0.84 150	0.53 90	0.23 86	0.23 37	0.56 87	0.44 54	0.57 40	0.69 105

raftrobust	0.43 61	0.33 21	0.36 75	0.28 41	0.28 55	0.27 34	0.18 40	0.64 103	0.25 36	0.63 126	0.53 100	0.51 62	0.25 39	0.22 47	0.63 74	0.48 85	0.51 65	0.41 55	0.96 121	0.38 72	0.53 77	0.46 67	0.20 61	0.24 45	0.57 88	0.54 88	0.54 35	0.52 56

RALAANet	0.41 44	0.41 54	0.37 79	0.28 41	0.28 55	0.33 60	0.24 74	0.54 48	0.27 43	0.48 46	0.48 78	0.43 36	0.25 39	0.20 36	0.57 51	0.41 36	0.49 51	0.50 112	0.71 86	0.40 89	0.52 71	0.46 67	0.21 69	0.29 70	0.46 55	0.45 59	0.70 85	0.47 48

HH	0.84 157	0.34 24	0.99 198	0.42 101	0.36 93	0.51 124	0.42 126	0.69 132	0.34 96	0.65 137	0.38 52	1.03 161	0.26 42	0.28 97	0.66 84	1.37 229	0.61 127	0.53 130	2.39 179	0.60 152	3.55 236	1.64 199	0.25 96	0.33 101	0.83 161	1.05 176	1.09 164	1.12 157

HanStereo	0.84 157	0.34 24	0.99 198	0.42 101	0.36 93	0.51 124	0.42 126	0.69 132	0.34 96	0.65 137	0.38 52	1.03 161	0.26 42	0.28 97	0.66 84	1.37 229	0.61 127	0.53 130	2.39 179	0.60 152	3.55 236	1.64 199	0.25 96	0.33 101	0.83 161	1.05 176	1.09 164	1.12 157

Sa-1000	0.48 76	0.47 86	0.21 22	0.26 35	0.26 43	0.31 50	0.15 27	0.65 110	0.36 105	0.63 126	0.33 39	0.50 58	0.26 42	0.30 105	0.94 151	0.49 91	0.59 115	0.45 81	0.90 114	0.32 48	0.52 71	0.75 135	0.17 36	0.27 62	0.72 130	0.53 86	1.00 156	0.49 51

RALCasStereoNet	0.42 49	0.50 113	0.35 70	0.35 77	0.30 67	0.31 50	0.24 74	0.60 76	0.25 36	0.56 90	0.49 82	0.58 83	0.26 42	0.18 29	0.57 51	0.46 69	0.54 79	0.49 106	0.51 32	0.34 53	0.51 61	0.41 45	0.21 69	0.31 85	0.53 79	0.49 77	0.48 23	0.58 74

EAI-Stereo	0.75 147	0.49 99	0.50 136	0.51 127	0.46 129	0.56 138	0.60 157	0.73 149	0.32 86	0.63 126	0.72 153	0.82 135	0.26 42	0.24 68	1.05 168	0.96 188	0.60 122	0.49 106	3.00 196	0.62 165	0.82 146	1.13 170	0.19 49	0.31 85	0.78 148	0.70 110	1.55 204	1.17 162

CVANet_RVC	0.31 22	0.40 50	0.30 54	0.40 92	0.29 60	0.37 77	0.23 71	0.41 19	0.23 23	0.31 14	0.49 82	0.37 22	0.26 42	0.19 32	0.29 9	0.33 18	0.34 13	0.32 18	0.32 10	0.25 23	0.34 15	0.25 14	0.18 41	0.25 53	0.30 16	0.25 9	0.34 10	0.30 14

Former-RAFT_DAM_RVC	0.41 44	0.33 21	0.29 50	0.29 46	0.24 37	0.26 31	0.16 34	0.55 54	0.40 120	0.55 83	0.49 82	0.49 52	0.27 48	0.23 57	0.58 55	0.45 62	0.51 65	0.40 51	0.50 30	0.36 64	0.46 39	0.50 82	0.16 24	0.23 37	0.49 67	0.75 122	0.44 20	0.56 70

dd	0.50 80	0.51 118	0.28 48	0.91 183	0.31 75	0.65 157	0.29 97	0.59 71	0.23 23	0.54 77	0.30 29	0.75 126	0.27 48	0.26 91	0.84 125	0.46 69	0.70 159	0.39 46	1.05 125	0.38 72	0.48 51	0.43 54	0.23 86	0.30 78	0.53 79	0.39 43	0.74 95	0.58 74

TRStereo	0.75 147	0.83 188	1.19 213	0.56 138	0.34 86	1.42 211	0.48 135	0.68 124	0.28 50	0.65 137	0.46 76	1.10 168	0.27 48	0.22 47	0.70 99	0.85 175	0.57 101	0.48 99	1.85 163	0.50 115	0.73 136	0.87 149	0.18 41	0.27 62	0.78 148	1.22 188	1.78 214	1.09 153

CASnet	0.40 41	0.52 126	0.23 35	0.27 39	0.27 51	0.30 49	0.14 23	0.62 90	0.29 57	0.61 113	0.44 69	0.64 103	0.28 51	0.23 57	0.55 47	0.36 24	0.45 31	0.31 17	0.73 90	0.27 30	0.63 109	0.39 41	0.21 69	0.24 45	0.42 46	0.32 23	0.61 58	0.56 70
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.47 73	0.51 118	0.40 96	0.38 85	0.37 100	0.37 77	0.28 90	0.64 103	0.29 57	0.62 122	0.53 100	0.55 73	0.28 51	0.30 105	0.49 42	0.48 85	0.66 146	0.41 55	0.65 72	0.41 92	0.70 130	0.60 101	0.23 86	0.30 78	0.47 57	0.36 34	0.84 123	0.53 60

DLNR_Zeroshot_test	17.86 261	67.45 276	1.21 215	81.91 276	0.35 90	0.45 106	74.74 276	0.76 159	0.27 43	0.69 164	0.60 116	1.16 171	0.29 53	8.20 262	84.48 276	102.07 276	23.88 267	15.14 263	7.31 226	0.50 115	4.38 244	2.51 216	0.18 41	0.43 136	0.76 145	0.86 139	0.80 108	0.80 125

IER	0.41 44	0.37 34	0.31 58	0.30 53	0.28 55	0.35 72	0.24 74	0.47 35	0.28 50	0.44 33	0.59 114	0.77 131	0.29 53	0.35 129	0.63 74	0.42 40	0.47 44	0.42 62	0.44 24	0.34 53	0.42 25	0.36 31	0.28 110	0.26 59	0.40 43	0.47 68	0.52 30	0.52 56

RAFT_CTSACE	0.30 19	0.37 34	0.15 7	0.15 7	0.15 13	0.25 29	0.18 40	0.53 44	0.20 18	0.55 83	0.18 8	0.44 38	0.29 53	0.16 25	0.29 9	0.30 12	0.37 17	0.27 9	0.37 17	0.18 6	0.38 18	0.45 62	0.10 7	0.17 11	0.30 16	0.31 19	0.60 55	0.26 11

iRaft-Stereo_20w	1.06 179	0.49 99	1.34 222	1.18 200	0.46 129	0.78 178	0.46 132	0.76 159	0.37 111	0.74 177	6.16 250	0.84 141	0.29 53	0.26 91	0.81 117	0.97 190	0.59 115	0.44 72	1.72 155	0.61 161	1.04 171	1.56 196	0.21 69	0.25 53	0.92 173	1.31 197	1.45 200	2.71 206

IPLG	0.47 73	0.45 75	0.32 61	0.28 41	0.27 51	0.32 53	0.21 59	0.63 96	0.22 21	0.51 59	0.38 52	0.56 75	0.29 53	0.31 112	1.64 202	0.44 52	0.56 92	0.48 99	0.56 52	0.41 92	0.45 34	0.75 135	0.18 41	0.28 66	0.45 53	0.59 95	0.65 71	0.51 55

XX-Stereo	9.49 257	0.38 40	0.36 75	0.63 153	0.28 55	0.54 134	0.28 90	0.69 132	0.28 50	0.69 164	6.24 251	1.00 157	0.29 53	0.23 57	0.70 99	1.08 205	0.60 122	0.52 126	1.58 150	0.53 121	0.76 140	0.65 113	0.18 41	0.26 59	233.61 276	0.88 144	1.01 157	1.90 190

HGLStereo	0.43 61	0.43 64	0.37 79	0.34 69	0.37 100	0.39 84	0.23 71	0.48 37	0.31 78	0.47 41	0.72 153	0.42 31	0.29 53	0.32 118	0.51 43	0.49 91	0.55 87	0.50 112	0.55 47	0.39 84	0.51 61	0.43 54	0.22 78	0.33 101	0.51 73	0.51 82	0.57 40	0.45 46

DSFCA	0.45 67	0.50 113	0.40 96	0.40 92	0.37 100	0.44 102	0.34 109	0.46 33	0.39 118	0.40 23	0.57 110	0.49 52	0.29 53	0.24 68	0.61 67	0.44 52	0.49 51	0.49 106	0.64 68	0.39 84	0.50 58	0.51 83	0.33 129	0.35 108	0.49 67	0.50 80	0.57 40	0.58 74

DISCO	0.45 67	0.44 68	0.29 50	0.40 92	0.38 106	0.49 117	0.43 128	0.45 31	0.43 135	0.50 55	0.57 110	0.40 25	0.29 53	0.30 105	0.61 67	0.43 47	0.55 87	0.46 88	0.69 83	0.41 92	0.48 51	0.43 54	0.26 103	0.32 89	0.47 57	0.50 80	0.62 61	0.50 53

IGEV_Zeroshot_test	0.95 169	0.47 86	1.24 218	1.15 198	0.46 129	0.60 145	0.65 172	0.81 174	0.36 105	0.66 147	1.86 221	0.94 152	0.30 62	0.26 91	0.66 84	1.14 213	0.60 122	0.48 99	2.56 184	0.63 168	2.23 211	2.36 214	0.21 69	0.37 119	1.00 188	1.03 175	1.17 174	1.48 176

EKT-Stereo	0.75 147	0.64 161	0.54 146	0.59 144	0.47 132	0.60 145	0.73 178	0.71 141	0.29 57	0.63 126	0.66 138	0.73 124	0.30 62	0.26 91	0.86 131	1.22 222	0.68 154	0.76 195	1.46 147	0.60 152	1.75 202	1.74 205	0.21 69	0.32 89	0.93 174	0.81 134	1.06 161	0.72 113

anonymity	3.27 232	0.41 54	1.09 210	0.58 141	0.41 118	0.47 113	0.30 103	0.79 167	0.33 91	0.61 113	69.49 274	0.85 142	0.30 62	0.24 68	0.59 58	1.02 199	0.60 122	0.43 67	1.35 143	0.60 152	0.73 136	1.82 208	0.24 93	0.29 70	1.00 188	1.24 189	1.08 163	1.47 174

CIPLG	0.42 49	0.47 86	0.24 39	0.32 61	0.22 27	0.32 53	0.19 51	0.63 96	0.24 31	0.55 83	0.50 87	0.60 92	0.30 62	0.41 143	0.93 147	0.44 52	0.52 69	0.37 40	0.56 52	0.38 72	0.56 86	0.45 62	0.19 49	0.24 45	0.44 49	0.31 19	0.57 40	0.38 28

ACRE	0.42 49	0.47 86	0.22 30	0.32 61	0.22 27	0.33 60	0.18 40	0.63 96	0.23 23	0.55 83	0.50 87	0.61 93	0.30 62	0.41 143	0.91 143	0.45 62	0.52 69	0.36 37	0.55 47	0.38 72	0.57 95	0.44 59	0.19 49	0.23 37	0.44 49	0.32 23	0.58 47	0.39 29

cross-raft	0.73 141	0.56 142	0.46 123	0.43 105	0.33 77	0.40 90	0.27 85	0.73 149	0.33 91	0.65 137	0.60 116	0.74 125	0.30 62	0.23 57	0.76 108	0.96 188	0.63 136	0.48 99	2.91 195	0.59 148	1.81 205	1.31 183	0.22 78	0.32 89	0.82 159	0.94 153	0.93 138	1.01 148

GES	0.59 116	0.52 126	0.37 79	0.39 88	0.40 113	0.53 130	0.37 115	0.59 71	0.40 120	0.56 90	0.60 116	0.50 58	0.30 62	0.41 143	0.98 159	0.63 132	0.67 152	0.55 141	2.28 173	0.56 135	0.70 130	0.56 97	0.31 121	0.42 132	0.48 60	0.48 73	0.65 71	0.68 103

FINET	0.40 41	0.38 40	0.39 91	0.43 105	0.30 67	0.34 67	0.35 111	0.44 25	0.36 105	0.47 41	0.32 33	0.47 46	0.30 62	0.28 97	0.66 84	0.50 94	0.48 48	0.36 37	0.60 62	0.33 50	0.46 39	0.37 35	0.30 116	0.30 78	0.43 47	0.35 31	0.56 38	0.42 40

APVNet	0.56 104	0.47 86	0.38 88	0.46 112	0.50 139	0.57 139	0.53 142	0.60 76	0.42 131	0.46 38	0.65 135	0.50 58	0.30 62	0.36 131	0.74 106	0.71 154	0.71 164	0.64 167	0.95 119	0.53 121	0.57 95	0.77 139	0.34 131	0.46 148	0.59 98	0.46 66	0.82 114	0.58 74

UPFNet	0.38 35	0.34 24	0.34 68	0.32 61	0.33 77	0.39 84	0.29 97	0.47 35	0.33 91	0.43 26	0.41 63	0.40 25	0.30 62	0.34 123	0.61 67	0.40 33	0.46 35	0.41 55	0.52 34	0.35 62	0.35 16	0.34 27	0.25 96	0.27 62	0.38 36	0.35 31	0.55 36	0.37 24

HITNet	0.38 35	0.37 34	0.28 48	0.34 69	0.29 60	0.26 31	0.19 51	0.58 64	0.32 86	0.57 94	0.45 72	0.55 73	0.30 62	0.22 47	0.51 43	0.35 19	0.44 28	0.39 46	0.41 20	0.29 36	0.41 21	0.38 36	0.20 61	0.25 53	0.39 39	0.37 36	0.70 85	0.52 56
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
NVstereo2D	0.55 97	0.47 86	0.40 96	0.52 129	0.48 135	0.66 160	0.64 168	0.60 76	0.38 115	0.48 46	0.61 122	0.53 66	0.30 62	0.63 194	1.53 196	0.61 130	0.58 105	0.55 141	0.53 40	0.41 92	0.50 58	0.38 36	0.54 183	0.43 136	0.64 114	0.48 73	0.56 38	0.53 60

AE-Stereo	0.54 95	0.48 96	0.44 118	0.50 121	0.35 90	0.36 75	0.28 90	0.55 54	0.29 57	0.64 132	0.31 32	0.89 148	0.31 74	0.24 68	0.55 47	0.65 142	0.68 154	0.52 126	0.87 111	0.53 121	0.72 133	0.81 143	0.21 69	0.47 151	0.79 151	0.69 106	0.94 141	0.62 87

RAFT-Test	0.72 140	0.50 113	0.46 123	0.52 129	0.34 86	0.41 92	0.29 97	0.73 149	0.30 63	0.62 122	0.72 153	0.68 112	0.31 74	0.22 47	0.71 103	1.03 200	0.62 131	0.50 112	2.89 194	0.66 172	1.72 199	1.14 172	0.23 86	0.29 70	0.80 155	0.96 157	0.95 143	0.91 138

LoS_RVC	0.42 49	0.45 75	0.43 110	0.19 15	0.25 39	0.24 26	0.16 34	0.44 25	0.28 50	0.51 59	0.48 78	0.42 31	0.31 74	0.22 47	0.60 62	0.45 62	0.46 35	0.41 55	0.71 86	0.30 40	0.67 121	0.51 83	0.19 49	0.32 89	0.61 102	0.44 54	0.58 47	0.61 83

tt_ll	0.42 49	0.45 75	0.43 110	0.19 15	0.25 39	0.24 26	0.16 34	0.44 25	0.28 50	0.51 59	0.48 78	0.42 31	0.31 74	0.22 47	0.60 62	0.45 62	0.46 35	0.41 55	0.71 86	0.30 40	0.67 121	0.51 83	0.19 49	0.32 89	0.61 102	0.44 54	0.58 47	0.61 83

raft_robust	0.49 79	0.44 68	0.24 39	0.38 85	0.29 60	0.32 53	0.21 59	0.73 149	0.35 101	0.69 164	0.34 41	0.57 78	0.31 74	0.24 68	0.59 58	0.53 105	0.54 79	0.46 88	0.98 122	0.37 69	0.69 127	0.94 155	0.20 61	0.28 66	0.55 85	0.69 106	0.69 81	0.60 81

IPLGR_C	0.42 49	0.47 86	0.23 35	0.31 59	0.22 27	0.32 53	0.18 40	0.63 96	0.23 23	0.55 83	0.50 87	0.61 93	0.31 74	0.41 143	0.87 136	0.45 62	0.52 69	0.37 40	0.55 47	0.38 72	0.56 86	0.46 67	0.19 49	0.24 45	0.44 49	0.33 26	0.58 47	0.40 34

test-3	0.55 97	0.37 34	0.37 79	0.34 69	0.33 77	0.33 60	0.22 64	0.65 110	0.27 43	0.61 113	0.34 41	0.90 149	0.31 74	0.21 41	0.60 62	0.44 52	0.55 87	0.42 62	2.59 187	0.38 72	0.56 86	1.37 186	0.16 24	0.29 70	0.48 60	0.38 40	0.69 81	0.54 66

test_1	0.55 97	0.37 34	0.37 79	0.34 69	0.33 77	0.33 60	0.22 64	0.66 114	0.27 43	0.62 122	0.34 41	0.90 149	0.31 74	0.21 41	0.61 67	0.44 52	0.55 87	0.42 62	2.58 186	0.38 72	0.56 86	1.38 188	0.16 24	0.29 70	0.48 60	0.38 40	0.69 81	0.54 66

GMStereo	0.41 44	0.48 96	0.25 41	0.32 61	0.32 76	0.37 77	0.28 90	0.59 71	0.30 63	0.45 35	0.36 45	0.61 93	0.31 74	0.24 68	0.45 37	0.41 36	0.54 79	0.35 34	0.73 90	0.39 84	0.51 61	0.33 25	0.23 86	0.28 66	0.48 60	0.36 34	0.68 78	0.41 35
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MSKI-zero shot	0.84 157	0.49 99	0.43 110	0.41 97	0.35 90	0.46 112	0.32 105	0.76 159	0.30 63	0.65 137	0.92 178	0.83 139	0.32 83	0.22 47	0.62 71	1.08 205	0.64 139	0.47 94	3.14 199	0.61 161	2.23 211	1.58 197	0.20 61	0.38 121	0.96 180	1.47 206	1.24 182	1.60 179

IPLGR	0.57 108	0.55 136	0.37 79	0.43 105	0.38 106	0.36 75	0.23 71	0.62 90	0.30 63	0.56 90	0.68 146	0.61 93	0.32 83	0.29 103	1.73 208	0.47 80	0.56 92	0.56 143	1.09 127	0.54 127	0.53 77	0.81 143	0.20 61	0.32 89	0.71 127	0.97 162	0.73 93	0.57 72

TestStereo	0.45 67	0.51 118	0.38 88	0.42 101	0.30 67	0.44 102	0.26 83	0.71 141	0.28 50	0.76 183	0.32 33	0.64 103	0.32 83	0.24 68	0.47 39	0.35 19	0.54 79	0.33 24	0.78 102	0.38 72	0.63 109	0.42 49	0.24 93	0.30 78	0.53 79	0.43 51	0.75 97	0.55 69

DeepPrunerF	1.22 184	0.49 99	0.39 91	0.58 141	2.86 243	0.49 117	0.55 147	0.52 40	0.58 161	0.43 26	0.67 143	0.43 36	0.32 83	0.42 153	1.64 202	0.75 161	0.58 105	0.46 88	0.93 116	0.46 108	0.61 104	0.53 90	0.40 148	0.35 108	15.32 263	0.82 137	0.65 71	0.62 87

RAFT+CT+SA	0.32 24	0.46 81	0.20 18	0.26 35	0.18 20	0.22 21	0.15 27	0.58 64	0.23 23	0.52 66	0.17 7	0.46 43	0.33 87	0.12 14	0.33 15	0.43 47	0.36 15	0.30 16	0.45 25	0.23 16	0.45 34	0.49 78	0.09 5	0.22 26	0.32 23	0.31 19	0.53 34	0.35 22

GMOStereo	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

error version	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

test-v	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

AACVNet	0.55 97	0.47 86	0.40 96	0.58 141	0.61 159	0.53 130	0.37 115	0.61 83	0.40 120	0.59 105	0.64 130	0.58 83	0.33 87	0.36 131	0.69 94	0.54 111	0.58 105	0.54 136	0.69 83	0.52 120	0.54 80	0.52 87	0.36 136	0.44 141	0.59 98	0.69 106	0.82 114	0.83 129

test-2	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

CREStereo	0.44 64	0.51 118	0.40 96	0.34 69	0.26 43	0.28 40	0.15 27	0.61 83	0.30 63	0.58 100	0.36 45	0.72 121	0.33 87	0.24 68	0.59 58	0.59 125	0.59 115	0.34 26	0.52 34	0.31 45	0.59 102	0.42 49	0.18 41	0.30 78	0.54 83	0.48 73	0.64 67	0.69 105
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
DMCA-RVC	0.44 64	0.37 34	0.35 70	0.33 67	0.37 100	0.32 53	0.41 125	0.46 33	0.52 148	0.43 26	0.48 78	0.68 112	0.33 87	0.29 103	0.65 83	0.46 69	0.47 44	0.44 72	0.49 29	0.38 72	0.49 55	0.48 77	0.29 113	0.32 89	0.38 36	0.37 36	0.57 40	0.62 87

ADCP+	0.92 165	0.59 148	0.62 160	0.44 109	0.45 126	0.55 136	0.85 184	0.65 110	1.81 224	0.48 46	1.10 193	1.62 190	0.33 87	0.42 153	1.03 167	0.52 103	0.52 69	0.48 99	1.19 136	0.38 72	0.58 98	0.60 101	0.32 126	0.30 78	0.66 117	3.45 248	0.77 101	4.14 226

RASNet	0.42 49	0.45 75	0.43 110	0.33 67	0.33 77	0.37 77	0.27 85	0.58 64	0.34 96	0.47 41	0.43 66	0.49 52	0.33 87	0.25 81	0.41 31	0.41 36	0.48 48	0.39 46	0.47 26	0.30 40	0.49 55	0.40 42	0.19 49	0.44 141	0.40 43	0.46 66	0.75 97	0.63 92

MyStereo04	0.68 132	0.52 126	0.57 150	0.44 109	0.37 100	0.35 72	0.26 83	0.68 124	0.45 136	0.62 122	0.45 72	0.68 112	0.34 97	0.25 81	1.00 163	0.68 149	0.56 92	0.53 130	3.39 202	0.56 135	0.92 158	0.64 111	0.27 107	0.41 128	0.77 146	0.92 149	0.96 146	0.66 97

test_5	0.29 17	0.39 45	0.16 9	0.22 22	0.15 13	0.21 16	0.13 16	0.54 48	0.20 18	0.38 22	0.19 9	0.44 38	0.34 97	0.10 8	0.43 36	0.38 28	0.33 11	0.32 18	0.33 12	0.20 10	0.32 11	0.35 29	0.09 5	0.21 20	0.28 11	0.30 16	0.51 26	0.32 17

UNet	0.44 64	0.42 61	0.40 96	0.37 82	0.36 93	0.41 92	0.28 90	0.57 60	0.35 101	0.50 55	0.49 82	0.47 46	0.34 97	0.37 135	0.53 46	0.43 47	0.54 79	0.46 88	0.56 52	0.39 84	0.47 46	0.44 59	0.27 107	0.34 105	0.44 49	0.48 73	0.58 47	0.57 72

R-Stereo Train	0.66 124	0.55 136	0.43 110	0.48 116	0.36 93	0.50 121	0.18 40	0.62 90	0.31 78	0.68 156	0.62 126	0.72 121	0.34 97	0.25 81	0.69 94	0.89 177	0.66 146	0.51 119	2.12 168	0.46 108	0.94 160	1.49 192	0.22 78	0.36 115	0.71 127	0.96 157	0.77 101	1.10 154

RAFT-Stereo	0.66 124	0.55 136	0.43 110	0.48 116	0.36 93	0.50 121	0.18 40	0.62 90	0.31 78	0.68 156	0.62 126	0.72 121	0.34 97	0.25 81	0.69 94	0.89 177	0.66 146	0.51 119	2.12 168	0.46 108	0.94 160	1.49 192	0.22 78	0.36 115	0.71 127	0.96 157	0.77 101	1.10 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	0.51 83	0.51 118	0.47 127	0.50 121	0.48 135	0.48 115	0.32 105	0.53 44	0.37 111	0.51 59	0.65 135	0.57 78	0.34 97	0.30 105	0.69 94	0.44 52	0.52 69	0.47 94	0.57 56	0.42 98	0.56 86	0.49 78	0.27 107	0.35 108	0.65 116	0.74 118	0.80 108	0.75 120

NLCA_NET_v2_RVC	0.51 83	0.52 126	0.48 130	0.43 105	0.57 153	0.42 96	0.62 165	0.56 59	0.62 165	0.52 66	0.51 93	0.67 110	0.34 97	0.58 189	0.78 109	0.42 40	0.47 44	0.42 62	0.57 56	0.38 72	0.46 39	0.42 49	0.30 116	0.32 89	0.48 60	0.76 125	0.62 61	0.64 94
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CAS	0.38 35	0.45 75	0.25 41	0.29 46	0.29 60	0.23 22	0.13 16	0.41 19	0.27 43	0.41 24	0.54 106	0.35 16	0.35 104	0.21 41	0.52 45	0.38 28	0.50 56	0.34 26	0.52 34	0.26 28	0.43 26	0.41 45	0.19 49	0.23 37	0.51 73	0.52 84	0.62 61	0.77 122

test_3	0.56 104	0.38 40	0.36 75	0.34 69	0.33 77	0.33 60	0.21 59	0.68 124	0.29 57	0.65 137	0.33 39	0.92 151	0.35 104	0.21 41	0.60 62	0.44 52	0.56 92	0.45 81	2.68 188	0.39 84	0.55 82	1.35 184	0.15 20	0.32 89	0.51 73	0.47 68	0.67 77	0.50 53

MSMDNet	0.73 141	0.52 126	0.48 130	0.35 77	0.34 86	0.45 106	0.33 108	0.69 132	0.30 63	0.63 126	0.60 116	0.71 119	0.35 104	0.23 57	0.78 109	1.05 202	0.63 136	0.50 112	2.88 193	0.81 192	1.59 195	1.80 207	0.23 86	0.29 70	0.74 137	0.89 146	0.85 125	0.76 121

PDISCO_ROB	0.48 76	0.40 50	0.39 91	0.38 85	0.34 86	0.39 84	0.28 90	0.50 38	0.35 101	0.37 20	0.52 96	0.49 52	0.35 104	0.31 112	0.63 74	0.58 123	0.54 79	0.68 179	0.59 61	0.44 101	0.62 106	0.67 121	0.24 93	0.34 105	0.54 83	0.53 86	0.85 125	0.58 74

HBP-ISP	1.60 197	0.86 194	0.90 193	0.98 189	0.69 174	0.85 181	0.56 149	0.89 184	0.48 143	0.82 195	0.79 162	0.97 156	0.36 108	0.69 201	11.97 261	5.83 257	0.70 159	0.67 174	0.70 85	0.62 165	1.05 172	5.90 248	0.50 169	0.62 176	0.82 159	1.01 170	2.01 220	1.06 151

TESTraft	0.37 34	0.46 81	0.21 22	0.21 19	0.23 31	0.21 16	0.16 34	0.54 48	0.31 78	0.51 59	0.23 17	0.36 20	0.36 108	0.11 10	0.85 129	0.48 85	0.45 31	0.32 18	0.48 28	0.24 20	0.46 39	0.65 113	0.12 9	0.23 37	0.37 32	0.43 51	0.57 40	0.39 29

ADLNet	0.46 71	0.53 133	0.37 79	0.41 97	0.41 118	0.44 102	0.40 123	0.54 48	0.35 101	0.45 35	0.53 100	0.76 128	0.36 108	0.62 192	0.58 55	0.42 40	0.49 51	0.42 62	0.50 30	0.37 69	0.43 26	0.44 59	0.34 131	0.25 53	0.47 57	0.55 90	0.57 40	0.45 46

FCDSN-DC	0.69 133	0.61 155	0.62 160	0.66 160	0.61 159	0.59 143	0.60 157	0.68 124	0.42 131	0.75 180	0.42 65	0.57 78	0.36 108	0.50 170	2.43 242	0.67 146	0.80 178	0.76 195	0.64 68	0.56 135	0.70 130	0.60 101	0.47 159	0.83 197	0.66 117	0.74 118	0.61 58	0.67 99
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
LoS	0.55 97	0.44 68	0.29 50	0.36 81	0.37 100	0.40 90	0.20 58	1.37 214	0.31 78	0.86 200	0.78 161	0.68 112	0.37 112	0.24 68	0.58 55	0.72 155	0.59 115	0.40 51	0.75 97	0.35 62	1.03 170	0.65 113	0.21 69	0.24 45	0.79 151	0.64 102	0.64 67	0.68 103

SACVNet	0.62 119	0.53 133	0.51 140	0.55 137	0.57 153	0.52 127	0.60 157	0.69 132	0.56 157	0.67 154	0.54 106	0.59 88	0.37 112	0.41 143	0.71 103	0.60 127	0.64 139	0.57 148	0.95 119	0.64 169	0.67 121	0.78 140	0.36 136	0.47 151	0.75 140	0.77 128	0.84 123	0.84 130

TANstereo	0.55 97	0.41 54	0.35 70	0.40 92	0.39 109	0.45 106	0.21 59	0.52 40	0.30 63	0.54 77	0.37 50	0.38 23	0.38 114	0.41 143	0.84 125	0.73 159	0.66 146	0.78 199	1.10 129	0.89 197	0.62 106	0.54 92	0.93 210	0.32 89	0.34 27	0.45 59	0.99 151	0.53 60

XX-TBD	0.55 97	0.41 54	0.35 70	0.40 92	0.39 109	0.45 106	0.21 59	0.52 40	0.30 63	0.54 77	0.37 50	0.38 23	0.38 114	0.41 143	0.84 125	0.73 159	0.66 146	0.78 199	1.10 129	0.89 197	0.62 106	0.54 92	0.93 210	0.32 89	0.34 27	0.45 59	0.99 151	0.53 60

TestStereo1	0.38 35	0.49 99	0.19 15	0.22 22	0.23 31	0.23 22	0.15 27	0.55 54	0.30 63	0.52 66	0.21 13	0.35 16	0.39 116	0.11 10	0.80 114	0.50 94	0.46 35	0.32 18	0.53 40	0.25 23	0.52 71	0.67 121	0.15 20	0.22 26	0.37 32	0.42 49	0.60 55	0.39 29

SA-5K	0.38 35	0.49 99	0.19 15	0.22 22	0.23 31	0.23 22	0.15 27	0.55 54	0.30 63	0.52 66	0.21 13	0.35 16	0.39 116	0.11 10	0.80 114	0.50 94	0.46 35	0.32 18	0.53 40	0.25 23	0.52 71	0.67 121	0.15 20	0.22 26	0.37 32	0.42 49	0.60 55	0.39 29

BEATNet_4x	0.53 90	0.40 50	0.34 68	0.39 88	0.36 93	0.32 53	0.27 85	0.64 103	0.41 124	0.66 147	0.45 72	0.62 101	0.39 116	0.24 68	0.83 122	0.63 132	0.58 105	0.58 153	0.57 56	0.36 64	0.90 157	1.52 195	0.25 96	0.36 115	0.46 55	0.44 54	0.77 101	0.60 81

test-1	0.84 157	0.34 24	0.50 136	0.37 82	0.40 113	0.60 145	0.37 115	0.73 149	0.38 115	0.68 156	0.71 148	1.08 165	0.40 119	0.25 81	0.79 112	0.91 180	0.63 136	0.58 153	2.22 172	0.58 144	1.17 179	3.78 232	0.22 78	0.36 115	0.81 156	1.15 183	1.10 167	1.59 178

LMCR-Stereo	0.50 80	0.46 81	0.33 64	0.32 61	0.33 77	0.42 96	0.24 74	0.57 60	0.37 111	0.55 83	0.46 76	0.65 106	0.40 119	0.26 91	0.69 94	0.49 91	0.62 131	0.49 106	1.11 131	0.57 140	0.66 117	0.64 111	0.25 96	0.32 89	0.48 60	0.49 77	0.63 64	0.65 96

CFNet	0.45 67	0.44 68	0.33 64	0.48 116	0.40 113	0.39 84	0.30 103	0.53 44	0.32 86	0.48 46	0.50 87	0.68 112	0.40 119	0.30 105	0.56 49	0.37 26	0.48 48	0.43 67	0.52 34	0.33 50	0.46 39	0.30 22	0.23 86	0.31 85	0.61 102	0.52 84	0.69 81	0.71 111

MIPNet	0.51 83	0.51 118	0.33 64	0.32 61	0.30 67	0.37 77	0.25 79	0.62 90	0.24 31	0.50 55	0.52 96	0.61 93	0.41 122	0.30 105	1.01 166	0.51 101	0.59 115	0.50 112	0.76 100	0.47 112	0.44 31	0.85 146	0.20 61	0.26 59	0.66 117	0.98 163	0.71 89	0.61 83

MyStereo	0.70 136	0.55 136	0.69 176	0.47 114	0.38 106	0.35 72	0.27 85	0.68 124	0.49 144	0.64 132	0.57 110	0.66 107	0.42 123	0.26 91	1.12 176	0.65 142	0.58 105	0.53 130	3.20 200	0.57 140	0.92 158	0.74 133	0.28 110	0.41 128	0.88 169	0.99 165	0.99 151	0.62 87

STTStereo	0.53 90	0.56 142	0.54 146	0.44 109	0.52 143	0.43 100	0.59 154	0.52 40	0.46 140	0.47 41	0.55 108	0.71 119	0.42 123	0.56 182	0.87 136	0.44 52	0.49 51	0.51 119	0.54 45	0.37 69	0.51 61	0.40 42	0.32 126	0.35 108	0.52 77	0.66 104	0.68 78	0.99 146

AF-Net	0.53 90	0.49 99	0.44 118	0.50 121	0.53 144	0.61 148	0.54 145	0.61 83	0.55 155	0.43 26	0.66 138	0.85 142	0.42 123	0.40 140	0.64 80	0.46 69	0.46 35	0.44 72	0.60 62	0.40 89	0.45 34	0.45 62	0.41 150	0.39 122	0.50 70	0.55 90	0.81 111	0.69 105

Nwc_Net	0.53 90	0.49 99	0.44 118	0.50 121	0.53 144	0.61 148	0.54 145	0.61 83	0.55 155	0.43 26	0.66 138	0.85 142	0.42 123	0.40 140	0.64 80	0.46 69	0.46 35	0.44 72	0.60 62	0.40 89	0.45 34	0.45 62	0.41 150	0.39 122	0.50 70	0.55 90	0.81 111	0.69 105

FC-DCNN	0.88 163	0.96 200	1.23 217	1.36 208	0.93 194	1.26 207	0.82 182	0.91 185	0.78 180	0.87 201	0.63 129	1.08 165	0.42 123	0.56 182	0.88 138	0.69 150	0.81 181	0.68 179	0.81 106	0.59 148	0.78 142	0.59 98	0.50 169	0.77 194	1.11 197	0.99 165	1.21 178	1.57 177

GANet-ADL	0.70 136	0.59 148	0.52 141	0.60 146	0.57 153	0.61 148	0.46 132	0.68 124	0.52 148	0.65 137	0.67 143	0.76 128	0.43 128	0.39 137	1.08 172	0.79 170	0.68 154	0.52 126	1.84 161	0.64 169	0.66 117	0.86 148	0.42 153	0.43 136	0.70 124	0.87 142	0.97 148	0.89 137

sAnonymous2	0.58 110	0.41 54	0.31 58	0.29 46	0.29 60	0.45 106	0.29 97	0.71 141	0.41 124	0.48 46	0.53 100	0.51 62	0.43 128	0.23 57	0.86 131	0.84 173	0.70 159	0.67 174	1.34 141	0.60 152	0.83 148	0.98 157	0.30 116	0.35 108	0.62 107	0.72 114	0.72 90	0.73 116

CroCo_RVC	0.58 110	0.41 54	0.31 58	0.29 46	0.29 60	0.45 106	0.29 97	0.71 141	0.41 124	0.48 46	0.53 100	0.51 62	0.43 128	0.23 57	0.86 131	0.84 173	0.70 159	0.67 174	1.34 141	0.60 152	0.83 148	0.98 157	0.30 116	0.35 108	0.62 107	0.72 114	0.72 90	0.73 116

FADNet-RVC-Resample	0.57 108	0.52 126	0.42 106	0.46 112	0.39 109	0.41 92	0.40 123	0.72 148	0.42 131	0.68 156	0.51 93	1.04 164	0.43 128	0.43 156	0.96 156	0.48 85	0.56 92	0.61 161	0.85 110	0.55 131	0.52 71	0.63 107	0.34 131	0.60 173	0.58 92	0.71 111	0.55 36	0.77 122

ADCRef	1.01 176	0.65 162	0.48 130	0.39 88	0.47 132	0.65 157	0.68 175	0.61 83	1.08 201	0.52 66	0.64 130	0.75 126	0.43 128	0.38 136	1.56 198	0.72 155	0.61 127	0.59 158	1.53 149	0.58 144	0.66 117	0.71 128	0.50 169	0.43 136	0.75 140	1.25 192	0.82 114	8.96 248

iinet-f	0.52 87	0.43 64	0.36 75	0.34 69	0.25 39	0.47 113	0.25 79	0.43 23	0.27 43	0.52 66	0.94 179	0.61 93	0.44 133	0.25 81	1.06 169	0.57 119	0.52 69	0.39 46	1.51 148	0.50 115	0.58 98	0.75 135	0.26 103	0.25 53	0.52 77	0.38 40	0.76 100	0.53 60

DDUNet	1.38 190	2.18 224	0.79 185	2.67 224	2.43 233	2.57 224	2.52 223	0.80 169	0.84 183	0.63 126	0.94 179	1.57 189	0.45 134	2.65 236	0.94 151	0.78 167	1.99 233	0.75 192	2.31 174	0.91 199	1.16 178	0.97 156	2.71 236	0.56 167	0.72 130	0.71 111	0.97 148	0.85 131

FADNet-RVC	0.58 110	0.50 113	0.37 79	0.51 127	0.42 120	0.39 84	0.56 149	0.68 124	0.36 105	0.64 132	0.50 87	1.13 170	0.45 134	0.34 123	0.91 143	0.53 105	0.54 79	0.45 81	1.20 138	0.51 118	0.54 80	0.52 87	0.33 129	0.51 159	0.57 88	0.75 122	0.64 67	0.81 127

UCFNet_RVC	0.56 104	0.78 177	0.45 122	0.59 144	0.55 150	0.52 127	0.39 121	0.58 64	0.40 120	0.59 105	0.60 116	0.82 135	0.45 134	0.32 118	0.70 99	0.42 40	0.50 56	0.50 112	0.67 76	0.45 103	0.56 86	0.47 71	0.38 143	0.41 128	0.77 146	0.71 111	0.65 71	0.86 133

GEStereo_RVC	0.71 139	0.59 148	0.40 96	0.54 134	0.50 139	0.61 148	0.51 139	0.71 141	0.41 124	0.59 105	0.51 93	0.76 128	0.46 137	0.39 137	0.96 156	0.92 181	0.78 172	0.75 192	1.94 165	0.62 165	0.80 144	1.37 186	0.31 121	0.52 161	0.61 102	0.63 99	0.86 130	1.12 157

XPNet_ROB	0.74 146	0.77 175	0.57 150	0.54 134	0.61 159	0.63 154	0.61 162	0.53 44	0.65 168	0.58 100	0.81 167	2.35 201	0.46 137	0.43 156	0.79 112	0.63 132	0.85 183	0.57 148	0.83 107	0.55 131	0.72 133	1.09 166	0.45 156	0.49 158	0.63 111	0.74 118	1.39 193	0.86 133

CASS	0.79 154	0.55 136	0.53 143	0.65 158	0.54 147	0.59 143	0.53 142	0.78 166	0.52 148	0.71 170	0.75 159	0.67 110	0.47 139	0.28 97	0.83 122	0.67 146	0.98 201	0.56 143	1.60 152	0.58 144	2.74 219	1.44 189	0.38 143	0.35 108	0.84 165	0.81 134	0.90 134	1.02 149
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PS-NSSS	0.60 118	0.81 183	0.44 118	0.89 181	0.54 147	0.71 168	0.63 166	0.64 103	0.38 115	0.64 132	0.41 63	1.52 186	0.47 139	0.41 143	0.59 58	0.42 40	0.52 69	0.45 81	0.94 118	0.42 98	0.44 31	0.29 20	0.36 136	0.34 105	0.63 111	0.69 106	0.70 85	0.80 125

DN-CSS_ROB	0.52 87	0.43 64	0.46 123	0.41 97	0.40 113	0.34 67	0.22 64	0.69 132	0.34 96	0.59 105	0.79 162	0.66 107	0.47 139	0.24 68	0.63 74	0.40 33	0.58 105	0.43 67	1.74 156	0.38 72	0.63 109	0.38 36	0.31 121	0.47 151	0.53 79	0.43 51	0.66 76	0.54 66

HSM	0.54 95	0.49 99	0.47 127	0.48 116	0.47 132	0.41 92	0.37 115	0.71 141	0.37 111	0.61 113	0.65 135	0.59 88	0.48 142	0.31 112	0.70 99	0.48 85	0.64 139	0.47 94	0.75 97	0.48 114	0.63 109	0.49 78	0.26 103	0.42 132	0.62 107	0.72 114	0.87 132	0.67 99

NCCL2	0.69 133	0.73 173	0.66 170	0.57 140	0.56 151	0.51 124	0.45 130	0.70 138	0.57 158	0.68 156	0.71 148	0.66 107	0.48 142	0.39 137	0.93 147	0.72 155	0.65 143	0.57 148	0.76 100	0.57 140	0.74 138	0.88 150	0.49 165	0.60 173	0.98 182	0.95 154	0.85 125	1.16 161

sCroCo_RVC	0.58 110	0.42 61	0.29 50	0.28 41	0.29 60	0.39 84	0.22 64	0.60 76	0.41 124	0.53 76	0.43 66	0.48 49	0.50 144	0.24 68	0.75 107	0.99 196	0.75 169	0.63 163	1.02 124	0.56 135	1.10 175	1.36 185	0.28 110	0.39 122	0.63 111	0.63 99	0.93 138	0.64 94

psm_up	0.56 104	0.51 118	0.53 143	0.56 138	0.45 126	0.58 142	0.35 111	0.71 141	0.66 170	0.55 83	0.53 100	0.59 88	0.50 144	0.40 140	0.63 74	0.50 94	0.59 115	0.49 106	0.84 109	0.46 108	0.51 61	0.45 62	0.31 121	0.51 159	0.70 124	0.78 129	0.80 108	0.67 99

FADNet	0.65 123	0.55 136	0.41 104	0.53 132	0.42 120	0.49 117	0.65 172	0.74 154	0.42 131	0.66 147	0.64 130	0.81 133	0.50 144	0.36 131	1.17 180	0.51 101	0.51 65	0.53 130	1.61 153	0.53 121	0.69 127	0.59 98	0.35 135	0.41 128	0.72 130	0.88 144	0.78 106	1.06 151

ADCL	1.27 186	0.82 186	0.64 166	0.60 146	0.53 144	0.73 170	0.91 190	0.75 158	2.78 244	0.68 156	1.01 186	0.86 146	0.50 144	0.50 170	1.27 183	0.64 136	0.66 146	0.57 148	1.20 138	0.60 152	0.98 167	0.88 150	0.50 169	0.47 151	1.60 220	1.50 211	0.88 133	11.30 251

Anonymous	0.66 124	0.52 126	0.38 88	0.35 77	0.36 93	0.42 96	0.25 79	0.74 154	0.47 142	0.45 35	0.45 72	0.56 75	0.51 148	0.23 57	0.88 138	1.09 207	0.78 172	0.69 181	1.84 161	0.64 169	1.19 180	1.21 177	0.32 126	0.42 132	0.66 117	0.73 117	0.93 138	0.74 119

DeepPruner_ROB	0.59 116	0.44 68	0.54 146	0.52 129	0.54 147	0.49 117	0.37 115	0.61 83	0.46 140	0.60 111	0.70 147	0.61 93	0.51 148	0.32 118	1.06 169	0.58 123	0.62 131	0.59 158	0.66 74	0.47 112	0.97 166	0.72 131	0.36 136	0.44 141	0.61 102	1.00 167	0.72 90	0.58 74

CFNet_pseudo	0.51 83	0.44 68	0.43 110	0.54 134	0.43 123	0.53 130	0.34 109	0.62 90	0.36 105	0.61 113	0.64 130	0.57 78	0.52 150	0.35 129	0.90 142	0.50 94	0.50 56	0.47 94	0.67 76	0.36 64	0.47 46	0.42 49	0.26 103	0.33 101	0.57 88	0.60 98	0.68 78	0.73 116

DLCB_ROB	0.53 90	0.50 113	0.48 130	0.41 97	0.45 126	0.43 100	0.39 121	0.55 54	0.45 136	0.57 94	0.61 122	0.70 117	0.52 150	0.41 143	0.60 62	0.47 80	0.57 101	0.48 99	0.52 34	0.43 100	0.55 82	0.47 71	0.38 143	0.42 132	0.96 180	0.79 131	0.70 85	0.62 87

RP	0.58 110	0.57 146	0.72 179	0.62 151	0.56 151	0.57 139	0.64 168	0.63 96	0.61 163	0.42 25	0.81 167	0.78 132	0.53 152	0.43 156	0.68 92	0.48 85	0.53 77	0.44 72	0.64 68	0.45 103	0.51 61	0.54 92	0.37 141	0.44 141	0.62 107	0.59 95	0.83 121	0.77 122

Anonymous3	0.79 154	0.59 148	0.42 106	0.37 82	0.42 120	0.57 139	0.50 138	0.80 169	0.64 167	0.68 156	0.49 82	1.48 182	0.54 153	0.31 112	1.53 196	1.42 234	0.88 189	0.82 203	1.45 146	0.69 181	1.31 187	1.30 182	0.40 148	0.40 125	0.74 137	0.86 139	1.03 160	0.71 111

ETE_ROB	0.87 162	0.90 195	0.58 152	0.67 161	0.69 174	0.85 181	0.60 157	0.66 114	0.89 188	0.64 132	1.09 191	2.63 204	0.54 153	0.54 178	1.00 163	0.72 155	0.91 193	0.63 163	0.99 123	0.66 172	0.88 153	1.08 165	0.50 169	0.59 171	0.78 148	0.92 149	1.48 202	1.17 162

s12784h	0.62 119	0.68 168	0.47 127	0.65 158	0.44 125	0.34 67	0.24 74	0.61 83	0.31 78	0.60 111	0.44 69	0.81 133	0.55 155	0.25 81	0.62 71	0.50 94	0.62 131	0.38 44	0.74 96	0.36 64	1.26 184	0.47 71	0.18 41	0.30 78	0.70 124	0.74 118	1.39 193	2.07 192

iResNetv2_ROB	0.52 87	0.45 75	0.32 61	0.48 116	0.39 109	0.48 115	0.28 90	0.64 103	0.34 96	0.52 66	0.66 138	0.70 117	0.55 155	0.28 97	0.67 89	0.47 80	0.50 56	0.46 88	1.12 132	0.45 103	0.57 95	0.47 71	0.29 113	0.40 125	0.55 85	0.51 82	0.81 111	0.58 74

UDG	1.35 189	2.24 226	0.81 186	2.58 221	2.45 234	2.48 223	2.57 224	0.76 159	0.86 184	0.77 185	1.08 190	1.51 184	0.56 157	2.59 232	1.06 169	0.69 150	1.89 231	0.80 202	2.31 174	0.97 202	1.24 183	0.98 157	1.43 226	0.62 176	0.74 137	0.81 134	0.95 143	0.81 127

ICVP	0.58 110	0.49 99	0.67 173	0.50 121	0.48 135	0.52 127	0.36 113	0.60 76	0.45 136	0.61 113	0.58 113	0.61 93	0.56 157	0.30 105	0.67 89	0.64 136	0.58 105	0.51 119	0.72 89	0.51 118	0.58 98	0.74 133	0.59 189	0.47 151	0.60 101	0.75 122	0.74 95	0.72 113
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CREStereo++_RVC	0.43 61	0.42 61	0.39 91	0.30 53	0.33 77	0.27 34	0.19 51	0.57 60	0.31 78	0.58 100	0.36 45	0.58 83	0.56 157	0.23 57	0.48 40	0.50 94	0.61 127	0.34 26	0.52 34	0.30 40	0.56 86	0.42 49	0.16 24	0.29 70	0.49 67	0.44 54	0.79 107	0.69 105
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
iResNet_ROB	0.50 80	0.49 99	0.42 106	0.42 101	0.30 67	0.42 96	0.32 105	0.60 76	0.33 91	0.52 66	0.59 114	0.47 46	0.56 157	0.25 81	0.81 117	0.46 69	0.57 101	0.49 106	1.19 136	0.36 64	0.48 51	0.36 31	0.25 96	0.37 119	0.57 88	0.54 88	0.75 97	0.61 83

RTSC	0.73 141	0.49 99	0.46 123	0.47 114	0.51 142	0.55 136	0.56 149	0.67 117	0.68 171	0.54 77	0.79 162	0.57 78	0.57 161	0.41 143	1.92 216	0.77 164	0.96 200	0.58 153	1.36 144	0.56 135	0.85 152	1.11 167	0.31 121	0.53 163	0.58 92	0.65 103	0.95 143	1.26 168

CC-Net-ROB	0.96 172	1.18 211	0.70 177	1.56 212	1.06 202	1.63 216	1.20 205	0.79 167	0.61 163	0.81 193	0.56 109	3.07 212	0.57 161	0.85 211	0.68 92	0.44 52	0.71 164	0.63 163	1.40 145	0.57 140	0.58 98	0.43 54	1.91 231	0.46 148	0.83 161	0.83 138	0.77 101	1.20 165

PA-Net	0.64 122	0.67 166	0.66 170	0.50 121	0.66 171	0.50 121	0.64 168	0.65 110	0.73 174	0.54 77	0.52 96	0.58 83	0.58 163	0.59 191	0.93 147	0.57 119	0.46 35	0.54 136	0.61 66	0.54 127	0.49 55	0.66 116	0.36 136	0.52 161	0.64 114	1.24 189	0.64 67	1.32 170
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	0.86 161	0.97 202	0.67 173	0.63 153	0.69 174	0.83 180	0.67 174	0.70 138	0.80 181	0.68 156	1.10 193	2.61 203	0.58 163	0.51 172	1.11 174	0.67 146	0.86 184	0.72 185	0.89 113	0.67 176	0.80 144	1.00 160	0.49 165	0.59 171	0.73 135	0.92 149	1.16 172	1.10 154

stereogan	0.67 127	0.67 166	0.62 160	0.68 164	0.73 182	0.75 174	0.64 168	0.70 138	0.57 158	0.51 59	0.64 130	1.08 165	0.62 165	0.44 159	0.83 122	0.55 113	0.56 92	0.51 119	0.91 115	0.59 148	0.59 102	0.69 126	0.47 159	0.46 148	0.59 98	0.67 105	1.16 172	0.87 135

RTS	1.09 180	0.59 148	0.59 153	0.60 146	0.58 156	0.96 188	0.90 188	0.80 169	0.88 186	0.59 105	0.71 148	1.28 176	0.62 165	0.51 172	2.04 219	0.98 192	1.19 210	0.77 197	2.33 176	0.85 195	0.96 164	1.16 173	0.49 165	0.65 181	1.23 203	4.43 251	1.15 169	1.45 172

RTSA	1.09 180	0.59 148	0.59 153	0.60 146	0.58 156	0.96 188	0.90 188	0.80 169	0.88 186	0.59 105	0.71 148	1.28 176	0.62 165	0.51 172	2.04 219	0.98 192	1.19 210	0.77 197	2.33 176	0.85 195	0.96 164	1.16 173	0.49 165	0.65 181	1.23 203	4.43 251	1.15 169	1.45 172

NaN_ROB	0.73 141	0.59 148	0.61 159	0.64 155	0.78 187	0.53 130	0.48 135	0.87 181	0.63 166	0.73 176	0.61 122	1.96 196	0.62 165	0.45 161	0.84 125	0.55 113	0.56 92	0.54 136	0.73 90	0.55 131	0.52 71	0.51 83	0.38 143	0.64 179	0.83 161	1.11 181	0.94 141	1.64 182

AnyNet_C32	1.64 199	0.65 162	0.74 181	0.67 161	0.73 182	0.86 184	1.14 200	0.95 187	3.12 247	0.75 180	1.53 211	0.94 152	0.64 169	0.67 199	1.83 213	1.11 211	1.06 207	0.95 214	1.78 159	0.76 185	1.76 203	1.71 203	0.66 194	0.85 200	1.13 199	2.68 236	1.17 174	13.55 253

GwcNet-ADL	0.97 174	0.83 188	0.81 186	0.91 183	0.68 172	0.70 166	0.53 142	0.77 164	0.50 146	0.72 173	5.46 246	1.20 173	0.65 170	0.46 163	0.81 117	0.95 185	0.72 166	0.56 143	1.26 140	0.71 183	0.67 121	0.78 140	0.59 189	0.56 167	0.79 151	0.98 163	0.85 125	1.75 187

NCC-stereo	0.67 127	0.63 159	0.59 153	0.64 155	0.65 167	0.63 154	0.69 176	0.67 117	0.74 177	0.43 26	0.81 167	0.82 135	0.70 171	0.47 164	0.82 120	0.53 105	0.58 105	0.64 167	0.80 104	0.54 127	0.56 86	0.60 101	0.53 179	0.45 146	0.75 140	0.96 157	0.92 136	0.98 144

Abc-Net	0.67 127	0.63 159	0.59 153	0.64 155	0.65 167	0.63 154	0.69 176	0.67 117	0.74 177	0.43 26	0.81 167	0.82 135	0.70 171	0.47 164	0.82 120	0.53 105	0.58 105	0.64 167	0.80 104	0.54 127	0.56 86	0.60 101	0.53 179	0.45 146	0.75 140	0.96 157	0.92 136	0.98 144
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	0.77 153	0.74 174	0.68 175	0.76 171	0.65 167	0.69 165	0.60 157	0.99 192	0.73 174	0.93 204	0.52 96	1.33 179	0.72 173	0.44 159	0.85 129	0.57 119	0.67 152	0.63 163	1.13 133	0.61 161	0.77 141	0.63 107	0.59 189	0.71 185	0.89 170	0.90 147	1.15 169	0.99 146
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
AMNet	1.02 177	0.98 203	0.95 195	0.98 189	1.01 197	1.03 193	0.96 195	0.87 181	0.93 192	0.97 210	1.02 187	1.10 168	0.74 174	1.06 219	0.99 162	1.09 207	1.17 209	1.04 219	1.08 126	1.05 209	1.13 177	1.04 163	0.82 204	0.98 208	1.01 190	1.07 178	1.20 177	1.27 169

dad	0.89 164	0.57 146	0.37 79	1.42 209	0.65 167	0.75 174	2.23 222	1.43 216	0.36 105	0.93 204	0.38 52	0.85 142	0.76 175	0.32 118	0.97 158	0.52 103	0.78 172	0.45 81	1.87 164	0.41 92	0.74 138	0.41 45	0.30 116	0.47 151	1.15 201	0.47 68	2.64 235	1.96 191

HSM-Net_RVC	0.75 147	0.53 133	0.60 157	0.77 172	0.62 165	0.61 148	0.37 115	0.76 159	0.49 144	0.74 177	1.71 217	1.32 178	0.80 176	0.36 131	0.72 105	0.55 113	0.64 139	0.53 130	0.78 102	0.53 121	0.67 121	0.89 152	0.43 154	0.64 179	0.94 177	1.09 179	1.07 162	1.04 150
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MLCV	0.70 136	0.49 99	0.53 143	0.73 169	0.50 139	0.65 157	0.43 128	0.81 174	0.41 124	0.71 170	0.88 174	1.01 159	0.81 177	0.28 97	0.92 145	0.43 47	0.65 143	0.52 126	2.47 183	0.45 103	0.55 82	0.72 131	0.39 147	0.54 164	0.69 122	0.80 132	0.83 121	0.72 113

CBMV	1.15 182	0.84 192	0.60 157	0.85 177	0.76 186	0.73 170	0.48 135	0.87 181	0.80 181	0.81 193	0.61 122	2.86 207	0.81 177	0.52 176	1.31 186	1.17 217	0.91 193	0.74 190	2.40 181	0.66 172	1.57 194	0.76 138	0.48 164	1.06 213	0.99 185	1.09 179	2.25 222	4.25 227
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RGC	0.76 151	0.72 172	0.99 198	0.70 165	0.71 180	0.76 177	0.57 152	0.74 154	0.74 177	0.56 90	0.96 182	0.83 139	0.85 179	0.56 182	0.93 147	0.60 127	0.62 131	0.56 143	0.93 116	0.61 161	0.66 117	0.71 128	0.51 176	0.56 167	0.81 156	1.01 170	0.99 151	1.19 164

pcwnet_v2	0.62 119	0.46 81	0.50 136	0.62 151	0.49 138	0.61 148	0.46 132	0.66 114	0.45 136	0.65 137	0.79 162	0.64 103	0.86 180	0.53 177	1.15 178	0.55 113	0.59 115	0.51 119	0.83 107	0.41 92	0.55 82	0.47 71	0.34 131	0.43 136	0.75 140	0.76 125	0.85 125	0.95 140

NOSS_ROB	0.76 151	0.84 192	0.50 136	0.72 167	0.61 159	0.75 174	0.52 141	0.80 169	0.54 151	0.70 167	0.62 126	0.62 101	0.86 180	0.62 192	1.14 177	1.10 209	0.78 172	0.69 181	0.73 90	0.60 152	0.88 153	0.67 121	0.50 169	0.71 185	0.86 167	0.95 154	1.38 192	0.85 131

FBW_ROB	1.34 188	1.42 217	1.08 209	2.01 220	1.42 218	1.37 210	1.63 212	0.99 192	0.70 172	0.72 173	1.02 187	2.05 199	0.91 182	1.47 226	1.24 182	0.60 127	0.88 189	0.65 171	6.08 221	0.59 148	1.06 174	0.81 143	1.48 227	1.12 219	0.99 185	1.20 185	0.99 151	1.66 184

MSC_U_SF_DS_RVC	1.67 201	1.25 214	1.05 204	1.56 212	1.08 204	1.20 202	3.18 232	1.50 219	2.10 232	1.30 229	0.98 184	1.50 183	1.04 183	1.66 227	1.71 205	1.18 218	0.84 182	1.01 216	6.24 222	1.15 218	1.43 191	3.23 226	1.19 217	1.14 220	1.52 218	1.29 195	1.09 164	2.78 208

DAS	0.95 169	0.61 155	0.48 130	0.78 174	0.61 159	0.68 163	0.59 154	0.84 178	0.93 192	0.65 137	1.58 212	1.66 191	1.06 184	0.34 123	0.95 153	0.92 181	0.92 195	0.73 188	1.77 157	1.03 207	1.73 200	1.11 167	0.47 159	0.92 203	0.93 174	1.00 167	1.39 193	0.96 141

SepStereo	0.95 169	0.61 155	0.48 130	0.78 174	0.61 159	0.68 163	0.59 154	0.84 178	0.93 192	0.65 137	1.58 212	1.66 191	1.06 184	0.34 123	0.95 153	0.92 181	0.92 195	0.73 188	1.77 157	1.03 207	1.73 200	1.11 167	0.47 159	0.92 203	0.93 174	1.00 167	1.39 193	0.96 141

FADNet_RVC	0.92 165	0.69 169	0.55 149	0.88 180	0.75 185	0.54 134	0.51 139	0.77 164	0.54 151	0.70 167	0.96 182	1.36 180	1.06 184	0.54 178	1.85 214	0.64 136	0.80 178	0.90 207	3.34 201	0.76 185	1.00 168	1.13 170	0.37 141	0.60 173	0.66 117	0.87 142	0.97 148	1.14 160

SGM-Forest	0.73 141	0.71 171	0.40 96	1.13 196	0.64 166	0.74 173	0.45 130	0.68 124	0.39 118	0.61 113	0.44 69	1.16 171	1.06 184	0.49 167	0.86 131	0.61 130	0.55 87	0.46 88	0.68 78	0.44 101	0.61 104	0.49 78	0.45 156	0.44 141	0.90 171	0.86 139	1.95 218	1.47 174
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SQANet	1.90 207	2.70 231	1.03 203	3.09 231	2.17 228	3.29 229	2.70 226	0.95 187	0.65 168	1.00 212	0.71 148	2.69 206	1.10 188	2.30 231	0.78 109	0.55 113	1.02 203	0.72 185	9.92 238	0.68 178	2.11 209	1.25 179	3.28 237	0.58 170	0.98 182	1.31 197	1.33 189	2.34 198

S-Stereo	1.54 194	0.81 183	0.83 188	1.15 198	1.16 208	1.29 208	1.56 210	1.02 197	1.09 202	1.25 225	4.20 238	4.10 226	1.10 188	0.66 197	2.16 226	1.63 238	0.90 192	1.05 220	2.20 171	1.10 212	1.26 184	3.12 224	1.31 225	1.17 223	0.84 165	1.18 184	1.21 178	2.18 196

ccs_rob	1.25 185	0.79 179	0.64 166	0.86 178	0.60 158	0.89 186	0.83 183	0.99 192	0.51 147	0.77 185	6.27 252	5.90 233	1.10 188	0.51 172	1.08 172	1.10 209	0.68 154	0.66 172	1.15 134	0.70 182	1.56 193	1.66 201	0.50 169	0.54 164	0.69 122	0.78 129	0.86 130	1.20 165

MFN_U_SF_DS_RVC	1.33 187	0.90 195	0.63 164	1.27 204	0.90 192	1.21 203	2.21 220	1.27 205	1.18 205	1.00 212	0.91 177	1.80 195	1.16 191	1.07 220	1.48 194	0.77 164	0.70 159	0.58 153	2.75 191	0.67 176	1.39 190	2.93 221	0.85 206	0.73 187	1.47 215	1.68 216	1.33 189	2.96 211

Ntro	2.32 212	3.40 249	1.53 226	3.55 239	2.52 236	3.71 239	3.36 233	1.11 203	1.05 200	1.16 219	0.90 176	2.93 210	1.24 192	2.72 238	1.00 163	0.64 136	1.40 218	0.82 203	10.96 241	1.14 215	2.72 218	3.19 225	4.26 243	0.73 187	1.24 206	1.59 214	1.56 205	2.31 197

PSMNet-ADL	0.96 172	0.62 158	0.66 170	0.67 161	0.70 179	0.66 160	0.58 153	0.74 154	0.60 162	0.85 199	5.03 243	0.95 155	1.26 193	0.45 161	0.89 140	1.03 200	0.68 154	0.54 136	2.03 167	0.68 178	0.84 150	0.79 142	0.54 183	0.47 151	0.73 135	0.95 154	1.32 188	0.63 92

FAT-Stereo	1.57 196	0.78 177	1.44 224	1.10 194	1.32 215	1.05 195	0.87 187	1.28 207	0.86 184	1.21 222	5.46 246	3.07 212	1.28 194	0.66 197	1.73 208	1.34 224	0.89 191	0.94 213	1.83 160	1.08 210	2.02 207	3.90 233	0.71 195	0.98 208	0.86 167	1.21 187	1.42 199	3.03 213

SHD	0.97 174	0.56 142	0.73 180	0.75 170	0.69 174	0.66 160	0.61 162	0.99 192	0.94 195	0.77 185	1.00 185	0.94 152	1.29 195	0.54 178	2.21 229	0.98 192	0.95 198	0.70 183	2.01 166	0.80 189	1.12 176	1.71 203	0.47 159	0.77 194	0.91 172	1.01 170	0.91 135	1.22 167

SPS-STEREO	1.93 208	1.27 215	1.21 215	1.60 214	1.34 216	1.44 212	1.17 203	1.66 225	1.36 214	1.38 232	3.67 236	3.02 211	1.29 195	1.05 218	1.85 214	1.83 243	1.58 222	1.37 240	8.86 234	1.34 225	3.07 227	1.47 190	1.27 222	1.37 228	1.42 214	1.28 194	2.02 221	1.89 189
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
XQC	1.03 178	0.90 195	0.71 178	0.91 183	0.92 193	0.92 187	0.86 186	1.06 201	0.90 189	0.84 198	1.11 196	1.03 161	1.30 197	0.71 203	2.04 219	0.95 185	0.87 185	0.67 174	1.64 154	0.78 187	1.00 168	1.67 202	0.62 192	0.73 187	1.09 196	1.47 206	1.26 184	0.97 143

ADCMid	1.56 195	0.92 199	0.99 198	0.70 165	0.86 190	1.05 195	1.37 208	1.29 208	1.77 223	0.75 180	1.75 218	1.27 174	1.48 198	0.69 201	2.18 228	1.07 204	0.98 201	0.79 201	2.74 190	0.80 189	1.31 187	1.74 205	1.06 215	0.70 184	1.01 190	1.53 212	1.02 158	10.33 249

iResNet	0.92 165	0.56 142	0.62 160	0.72 167	0.68 172	0.96 188	0.55 147	0.95 187	0.57 158	0.67 154	0.82 172	1.41 181	1.51 199	0.31 112	1.49 195	0.66 145	0.75 169	0.67 174	4.08 209	0.68 178	0.72 133	0.63 107	0.41 150	0.83 197	0.72 130	0.91 148	1.02 158	0.87 135

CSAN	0.93 168	0.83 188	0.75 182	0.86 178	0.82 188	0.73 170	0.61 162	0.97 191	0.94 195	0.94 208	0.73 158	1.96 196	1.56 200	0.49 167	0.98 159	0.63 132	0.74 167	0.66 172	1.09 127	0.71 183	0.78 142	0.63 107	0.53 179	0.76 191	0.98 182	1.49 210	1.21 178	1.63 181

MFN_U_SF_RVC	1.68 202	1.06 206	0.88 192	1.25 203	1.01 197	1.53 213	2.07 218	1.38 215	1.17 204	1.51 237	2.95 231	2.00 198	1.57 201	2.05 230	2.38 239	0.98 192	0.87 185	0.82 203	6.78 225	1.11 214	2.21 210	2.38 215	0.65 193	1.11 218	1.23 203	1.33 200	1.28 185	1.69 186

otaku	2.33 214	3.05 240	1.19 213	3.36 238	2.37 231	3.56 234	3.08 231	1.05 199	0.98 198	1.13 215	0.80 166	2.88 208	1.62 202	2.59 232	0.95 153	0.64 136	1.23 213	0.75 192	13.16 246	1.09 211	2.47 214	2.63 217	4.75 247	0.75 190	1.13 199	1.38 203	1.69 210	2.52 203

MFMNet_re	1.51 193	1.18 211	1.12 212	1.29 205	1.16 208	1.63 216	1.32 207	1.30 210	1.63 221	1.14 218	1.38 206	2.64 205	1.63 203	0.90 215	2.27 234	1.35 227	1.58 222	1.32 238	3.69 204	1.24 222	2.10 208	1.26 181	1.16 216	1.24 225	1.11 197	1.02 174	1.59 206	1.60 179

G-Net	1.86 205	1.00 204	1.28 221	0.89 181	0.93 194	1.10 198	0.77 180	1.63 224	2.07 231	0.99 211	2.89 230	7.30 244	1.67 204	0.55 181	1.45 190	1.75 241	1.04 204	0.93 212	2.87 192	2.72 251	1.89 206	1.47 190	0.80 202	1.02 212	1.06 193	1.71 217	2.82 238	5.60 234

DGSMNet	2.66 220	0.96 200	1.36 223	1.03 191	0.99 196	1.12 200	1.05 198	1.36 213	0.94 195	2.15 252	13.54 264	1.71 193	1.85 205	0.93 216	2.50 243	3.85 253	5.34 252	1.61 245	5.07 213	1.68 239	7.04 255	8.02 256	0.96 213	1.19 224	1.01 190	1.33 200	1.40 197	1.88 188

JetBlue	6.09 247	3.85 251	3.31 253	5.99 248	4.13 255	6.22 259	7.94 253	3.42 252	2.89 246	1.47 234	1.46 208	8.10 246	1.90 206	5.39 257	11.86 260	3.22 250	3.30 249	2.99 256	5.32 214	2.40 247	9.74 259	10.03 262	4.93 253	2.18 253	7.39 257	17.16 262	3.72 250	24.15 259

PVD	1.47 191	1.04 205	1.44 224	1.10 194	1.09 206	1.19 201	1.07 199	1.91 235	2.05 229	0.79 191	1.49 210	1.54 187	1.91 207	0.89 214	2.26 233	1.35 227	1.39 217	1.09 224	2.41 182	1.14 215	1.51 192	1.98 209	0.79 200	1.08 216	1.49 217	1.82 220	1.67 209	2.10 193

ACVNet_1	2.47 217	3.23 244	2.35 238	4.40 245	2.93 247	3.77 241	3.96 241	1.34 211	1.18 205	1.21 222	1.02 187	3.31 218	2.07 208	3.09 243	1.31 186	0.70 153	2.26 239	1.10 225	9.52 236	1.14 215	3.45 235	1.18 176	4.50 246	1.07 214	1.39 213	1.75 218	1.36 191	2.10 193

MaskLacGwcNet_RVC	8.29 254	0.65 162	1.07 208	0.94 188	0.83 189	0.81 179	1.27 206	0.85 180	0.73 174	0.93 204	6.13 249	180.62 275	2.17 209	1.33 225	1.22 181	1.01 198	0.93 197	1.06 221	6.32 224	0.79 188	3.32 234	3.77 231	0.55 185	0.76 191	0.95 179	1.34 202	1.19 176	2.42 201

MADNet+	1.96 209	1.18 211	1.26 219	1.45 210	1.28 212	1.10 198	2.21 220	1.88 233	1.41 215	1.33 230	1.32 203	2.29 200	2.23 210	1.25 224	4.58 252	1.87 244	2.55 243	1.13 228	2.73 189	1.63 237	3.69 238	3.33 227	1.26 218	2.09 250	1.93 225	1.47 206	1.59 206	2.77 207

STTRV1_RVC	2.36 216	0.81 183	0.64 166	1.04 192	0.73 182	1.03 193	0.85 184	0.91 185	0.92 190	0.93 204	0.95 181	1.72 194	2.23 210	0.86 212	1.46 193	0.78 167	1.37 216	0.72 185	31.78 262	1.97 241	1.59 195	1.23 178	0.98 214	0.97 206	1.07 194	1.11 181	1.75 213	3.40 219

JetRed	7.85 251	5.29 258	6.07 261	3.75 241	5.00 257	6.95 262	10.20 260	4.64 257	3.42 248	2.92 257	2.39 227	6.71 238	2.25 212	7.15 261	10.26 257	7.34 259	8.59 258	7.11 261	4.82 211	4.08 256	10.76 263	9.27 258	7.85 264	3.34 258	10.96 259	24.25 266	11.90 260	24.57 261

edge stereo	1.82 204	1.16 210	2.22 236	1.46 211	1.28 212	1.58 214	1.38 209	1.67 228	1.30 209	1.20 221	3.42 235	4.33 228	2.26 213	0.80 208	1.41 188	1.46 235	1.05 206	0.83 206	5.42 216	0.97 202	1.34 189	3.76 230	0.95 212	0.88 201	1.26 208	1.20 185	1.70 211	2.91 209

RainbowNet	2.32 212	2.93 236	1.87 232	3.34 237	2.57 237	3.50 231	3.49 236	1.29 208	0.92 190	1.53 240	0.89 175	3.18 214	2.31 214	2.94 239	1.30 185	0.90 179	1.61 225	1.00 215	5.61 217	1.51 229	2.82 222	4.18 235	4.25 242	0.97 206	1.32 209	1.58 213	1.71 212	3.00 212

PWCDC_ROB	0.67 127	0.35 32	0.39 91	0.29 46	0.43 123	0.34 67	0.36 113	0.43 23	1.25 207	0.27 12	0.72 153	0.44 38	2.38 215	0.57 186	1.11 174	0.76 162	0.56 92	0.56 143	0.64 68	0.55 131	0.63 109	2.08 211	0.46 158	0.40 125	0.36 31	0.63 99	0.51 26	0.67 99

ACVNet_2	3.17 229	2.98 237	2.25 237	4.72 246	2.88 244	3.50 231	3.48 235	1.58 223	1.33 210	1.29 228	1.10 193	3.22 215	2.45 216	2.67 237	1.29 184	0.86 176	7.26 256	1.02 217	22.14 254	1.37 227	3.22 230	1.25 179	4.24 241	1.37 228	1.93 225	1.92 221	1.83 215	2.36 199

PWC_ROB	1.18 183	0.70 170	1.06 206	0.60 146	0.71 180	0.70 166	0.98 196	0.83 176	1.55 220	0.76 183	1.40 207	1.00 157	2.46 217	0.57 186	2.17 227	0.99 196	1.15 208	0.90 207	2.37 178	0.95 200	1.63 197	2.05 210	0.44 155	0.98 208	0.81 156	0.80 132	1.24 182	2.15 195

SAMSARA	1.50 192	0.79 179	1.00 202	0.93 186	0.88 191	0.86 184	0.93 192	1.57 222	1.25 207	0.96 209	1.09 191	1.27 174	2.59 218	0.83 209	2.58 244	1.19 220	1.04 204	0.91 210	2.56 184	0.99 205	1.77 204	2.23 213	0.56 187	0.98 208	2.63 232	2.81 237	2.62 234	2.56 204

AnyNet_C01	2.06 210	1.08 208	1.06 206	1.14 197	1.08 204	1.01 191	2.69 225	1.69 229	2.66 241	1.21 222	1.67 215	2.90 209	2.60 219	0.95 217	3.65 249	4.02 254	2.09 234	2.21 254	3.08 197	1.56 234	3.30 233	2.89 220	1.26 218	1.15 221	1.80 223	1.43 204	1.51 203	3.90 224

ACVNet-4b	2.35 215	2.75 234	1.60 228	3.13 232	2.29 230	3.52 233	3.67 239	1.35 212	1.35 212	1.27 226	0.72 153	3.26 216	2.62 220	3.04 241	0.98 159	0.78 167	2.13 235	1.02 217	9.04 235	1.23 221	2.74 219	3.39 229	4.08 240	0.92 203	1.24 206	1.29 195	1.46 201	2.48 202

SGM_RVC	2.81 224	1.46 218	0.85 189	1.76 217	1.28 212	1.68 218	1.19 204	1.56 221	1.14 203	0.82 195	1.70 216	7.09 240	2.67 221	0.42 153	0.92 145	0.57 119	0.75 169	0.57 148	11.20 243	0.66 172	0.94 160	0.46 67	0.51 176	0.84 199	1.97 228	1.64 215	5.04 253	26.13 262
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCS	1.88 206	1.06 206	0.98 197	0.93 186	1.10 207	1.09 197	1.14 200	1.27 205	2.49 238	0.89 202	1.36 205	1.51 184	2.92 222	0.86 212	3.30 247	2.26 247	1.46 221	1.26 233	3.10 198	1.29 224	2.48 215	2.88 219	0.80 202	1.10 217	1.33 211	4.48 253	1.41 198	6.08 237

SFCPSM	3.03 228	0.82 186	0.63 164	0.77 172	0.69 174	0.72 169	0.63 166	0.83 176	0.98 198	0.71 170	2.00 223	2.57 202	3.49 223	0.56 182	1.16 179	0.93 184	0.74 167	0.64 167	54.48 274	1.19 219	0.88 153	0.91 153	0.55 185	0.55 166	0.94 177	0.93 152	1.11 168	1.39 171

DPSNet	2.61 218	0.83 188	0.77 184	1.21 202	1.24 211	1.34 209	0.93 192	1.08 202	1.49 218	0.78 189	0.86 173	6.91 239	3.85 224	0.58 189	4.58 252	2.54 248	1.43 220	1.24 231	14.95 250	1.34 225	4.83 249	8.01 255	1.75 230	1.40 231	1.47 215	1.95 224	1.60 208	1.66 184

LVE	4.33 241	3.03 238	2.00 234	27.23 267	3.06 248	3.83 242	12.07 263	1.53 220	1.64 222	1.85 249	1.48 209	3.30 217	3.91 225	3.06 242	1.45 190	1.05 202	1.95 232	1.38 241	15.68 251	1.62 236	3.25 232	5.86 245	4.42 245	1.76 245	2.87 238	2.06 228	2.34 225	3.25 216

Dean	2.84 225	3.23 244	1.81 230	6.04 249	3.38 253	3.63 236	3.67 239	1.88 233	1.97 228	1.47 234	1.30 201	3.69 222	4.10 226	2.97 240	1.45 190	0.97 190	2.41 240	1.29 234	5.94 218	1.74 240	3.20 229	4.23 236	4.79 249	1.55 236	2.65 233	2.27 231	2.56 232	2.64 205

DispFullNet	4.17 238	3.20 243	4.34 256	2.72 225	2.46 235	2.92 226	2.70 226	2.79 251	1.90 227	4.51 262	6.62 254	8.91 249	4.83 227	2.59 232	2.00 218	8.18 260	3.24 248	1.98 248	24.96 256	2.93 253	3.99 240	3.36 228	1.71 229	1.15 221	1.36 212	1.32 199	2.36 228	3.65 222

PSMNet_ROB	2.71 221	3.39 248	1.92 233	2.87 228	2.04 225	4.01 244	3.50 237	1.46 217	1.41 215	1.59 242	3.34 232	3.52 219	4.97 228	4.50 251	1.61 201	0.95 185	1.87 230	1.06 221	8.62 231	1.63 237	2.32 213	1.51 194	5.43 256	1.37 228	1.98 229	1.94 223	1.91 217	2.39 200

pmcnn	1.66 200	0.80 182	0.52 141	1.19 201	1.01 197	1.21 203	0.93 192	0.96 190	0.54 151	0.74 177	2.66 229	3.98 225	5.06 229	0.31 112	1.65 204	1.40 233	1.20 212	0.91 210	3.99 207	0.95 200	4.45 245	1.02 162	0.90 207	0.90 202	1.07 194	1.01 170	2.43 229	3.03 213

SANet	1.61 198	0.91 198	1.10 211	1.04 192	1.05 201	1.25 206	0.77 180	1.76 231	1.81 224	0.77 185	1.24 197	6.63 237	5.08 230	0.83 209	1.56 198	0.77 164	1.24 214	0.90 207	1.58 150	0.82 193	1.05 172	1.00 160	0.90 207	1.27 226	1.32 209	1.93 222	1.88 216	3.10 215

WAO-6	2.71 221	2.26 227	1.57 227	3.00 230	2.25 229	3.01 227	3.02 230	1.77 232	2.35 233	1.52 239	1.62 214	3.94 224	5.12 231	2.64 235	2.22 230	1.38 231	2.65 244	1.36 239	4.86 212	1.54 233	2.76 221	4.79 239	2.70 235	1.73 243	2.71 234	2.59 235	2.68 236	5.02 231

PWCK	5.04 242	3.03 238	2.21 235	3.61 240	2.60 238	4.41 248	5.09 245	2.45 244	2.76 243	3.31 258	4.34 239	10.15 256	5.13 232	1.74 228	1.99 217	1.38 231	2.41 240	1.45 242	51.59 273	2.35 246	3.70 239	2.69 218	2.65 234	1.78 247	2.97 239	3.21 244	2.43 229	4.77 228

SGM-ForestM	2.61 218	4.20 253	0.93 194	2.78 226	1.37 217	3.57 235	2.93 229	2.59 245	1.51 219	0.70 167	1.32 203	7.25 242	5.36 233	0.47 164	0.89 140	0.53 105	0.79 177	0.54 136	7.58 227	0.60 152	0.82 146	0.47 71	0.51 176	0.80 196	4.97 250	3.66 249	7.05 258	6.30 238

WAO-7	2.72 223	1.83 222	2.89 247	7.39 251	1.73 224	1.76 219	1.82 215	2.07 236	2.65 240	2.21 253	5.39 245	4.58 230	5.72 234	1.23 223	2.07 223	1.27 223	1.69 226	1.22 230	7.70 228	1.51 229	1.64 198	3.07 223	0.84 205	1.65 241	1.83 224	2.48 234	1.97 219	3.27 217

CBMV_ROB	1.71 203	0.79 179	0.65 169	1.35 206	1.07 203	1.01 191	0.74 179	1.01 196	0.54 151	0.72 173	0.81 167	9.80 253	5.90 235	0.57 186	1.42 189	0.69 150	0.80 178	0.58 153	5.38 215	1.22 220	0.95 163	0.55 96	0.53 179	0.62 176	1.22 202	1.45 205	2.72 237	2.94 210

MADNet++	5.64 245	3.51 250	3.77 255	2.84 227	4.62 256	3.02 228	3.65 238	4.36 254	5.03 253	4.18 261	5.07 244	6.45 236	5.92 236	6.18 259	7.04 255	6.82 258	4.71 251	4.00 259	8.03 229	5.83 258	9.92 260	16.38 265	2.32 233	4.34 261	3.95 249	11.38 260	4.93 252	4.01 225

IMH-64-1	2.92 226	2.70 231	2.36 239	3.23 233	2.71 239	3.70 237	4.05 242	1.66 225	2.48 236	1.13 215	1.26 199	3.60 220	6.29 237	3.59 245	2.28 235	1.15 214	2.20 236	1.31 236	6.02 219	1.52 231	3.03 225	5.48 242	4.83 250	1.40 231	2.83 236	2.02 226	2.34 225	3.64 220

IMH-64	2.92 226	2.70 231	2.36 239	3.23 233	2.71 239	3.70 237	4.05 242	1.66 225	2.48 236	1.13 215	1.26 199	3.60 220	6.29 237	3.59 245	2.28 235	1.15 214	2.20 236	1.31 236	6.02 219	1.52 231	3.03 225	5.48 242	4.83 250	1.40 231	2.83 236	2.02 226	2.34 225	3.64 220

LSM0	8.30 255	1.08 208	0.95 195	1.66 215	1.42 218	1.59 215	1.96 216	2.27 239	2.36 234	1.66 243	3.94 237	4.10 226	6.30 239	0.63 194	62.38 275	74.74 275	1.69 226	1.06 221	12.18 244	2.23 244	4.96 250	9.29 259	0.92 209	1.29 227	1.95 227	2.97 240	3.66 248	14.83 255

MeshStereo	3.62 236	1.54 219	1.05 204	2.64 222	1.72 223	2.05 222	1.15 202	2.40 242	1.41 215	0.90 203	6.48 253	9.56 251	7.42 240	0.49 167	11.75 259	1.94 245	0.87 185	0.74 190	8.79 232	0.80 189	8.36 256	8.07 257	0.73 197	1.07 214	3.39 242	2.15 230	5.22 254	4.99 230
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
ADCPNet	2.08 211	0.77 175	0.87 191	0.83 176	1.21 210	0.85 181	1.59 211	1.02 197	1.35 212	0.83 197	1.97 222	1.01 159	7.76 241	0.75 206	2.35 238	1.16 216	0.95 198	0.71 184	4.05 208	0.97 202	1.30 186	1.61 198	0.72 196	0.76 191	1.52 218	1.96 225	1.21 178	16.04 256

ELAS_RVC	3.22 230	2.01 223	1.85 231	2.66 223	2.07 227	5.08 252	2.06 217	2.41 243	1.89 226	1.74 246	4.78 240	8.00 245	8.02 242	0.74 205	2.38 239	0.81 171	1.75 228	1.14 229	3.97 206	1.27 223	4.64 248	7.61 253	1.26 218	1.74 244	6.58 255	3.21 244	3.39 243	3.80 223
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	3.38 234	2.19 225	1.79 229	2.99 229	2.37 231	3.32 230	2.09 219	2.60 246	2.85 245	1.28 227	4.85 242	8.61 247	8.02 242	0.76 207	2.90 245	0.81 171	1.80 229	1.10 225	4.19 210	1.10 212	4.53 246	7.86 254	1.26 218	1.63 239	7.08 256	4.79 254	3.66 248	4.87 229
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SPstereo	3.56 235	1.74 220	3.18 251	1.78 218	1.64 222	1.86 220	1.73 214	2.36 240	2.05 229	1.84 248	4.83 241	7.23 241	9.01 244	1.81 229	3.54 248	5.52 256	2.43 242	2.86 255	3.65 203	3.54 254	5.29 252	7.52 252	1.95 232	2.10 251	2.52 230	3.11 242	3.20 242	7.77 244

IMH	3.24 231	2.76 235	2.37 241	3.26 235	2.74 241	3.73 240	4.10 244	1.72 230	2.58 239	1.17 220	1.24 197	3.92 223	10.58 245	6.80 260	1.57 200	1.11 211	2.25 238	1.30 235	6.28 223	1.56 234	2.97 224	4.14 234	4.90 252	1.45 235	3.01 240	2.36 232	2.47 231	5.19 233

MANE	7.31 249	2.64 230	4.48 257	3.30 236	3.10 249	3.94 243	2.83 228	5.37 259	6.88 255	1.11 214	5.64 248	8.81 248	11.02 246	0.67 199	3.83 250	3.83 252	1.32 215	18.03 266	8.61 230	0.84 194	4.22 241	1.16 173	0.74 198	1.79 248	13.65 262	18.61 263	22.89 265	38.18 271

WAO-8	4.25 239	3.34 246	2.80 244	10.32 255	2.92 245	4.17 245	5.89 247	2.66 249	4.45 251	1.69 244	3.41 233	5.94 234	11.31 247	5.29 255	1.71 205	1.34 224	2.69 245	1.51 243	10.78 239	2.48 248	2.63 216	4.50 237	3.44 238	1.58 237	5.12 251	3.31 246	3.60 245	5.76 235

Venus	4.25 239	3.34 246	2.80 244	10.32 255	2.92 245	4.17 245	5.89 247	2.66 249	4.45 251	1.69 244	3.41 233	5.94 234	11.31 247	5.29 255	1.71 205	1.34 224	2.69 245	1.51 243	10.78 239	2.48 248	2.63 216	4.50 237	3.44 238	1.58 237	5.12 251	3.31 246	3.60 245	5.76 235

ASD4	28.39 268	32.20 268	16.01 266	15.24 261	12.36 267	19.17 266	15.39 264	18.17 269	9.38 257	45.71 273	57.05 273	24.92 265	11.45 249	13.50 266	48.27 274	18.30 266	47.28 273	47.66 273	44.35 270	25.76 269	63.37 276	42.94 273	8.48 265	8.34 264	24.58 264	32.07 271	28.35 269	36.29 269

FADE		3.16 241	4.82 258	1.74 216	2.06 226	5.58 257	6.98 250	6.39 261	14.42 264	9.69 267	24.68 268		11.63 250	3.16 244	2.41 241	3.75 251	13.11 262	6.09 260	30.40 260	15.33 267	14.18 265	10.90 264	1.70 228	3.54 260	3.84 247	1.80 219	6.83 257	24.35 260

UNDER WATER-64	6.11 248	5.20 257	3.13 250	12.20 258	5.77 259	6.55 261	8.53 257	4.74 258	3.45 249	2.30 256	2.36 226	12.04 259	12.47 251	5.08 253	3.02 246	1.81 242	12.11 260	2.17 252	8.81 233	4.17 257	5.75 253	7.27 251	8.74 266	2.61 256	3.86 248	8.63 257	4.32 251	7.86 245

SGM+DAISY	3.81 237	1.38 216	1.26 219	1.80 219	1.47 220	1.93 221	1.71 213	1.47 218	1.33 210	1.34 231	6.67 255	9.59 252	12.99 252	1.20 222	1.73 208	1.47 236	1.42 219	1.24 231	11.11 242	1.37 227	3.07 227	2.13 212	1.27 222	1.42 234	1.69 221	1.26 193	2.90 239	26.50 263

DPSM_ROB	18.32 262	16.26 263	21.94 269	9.42 253	8.75 263	13.61 264	9.11 258	10.90 264	15.09 265	8.45 265	8.95 261	10.12 254	13.19 253	16.42 267	19.79 266	19.11 267	18.35 265	20.45 267	13.82 247	14.88 265	26.56 268	27.45 268	6.49 261	14.39 268	31.57 270	38.83 272	36.85 271	43.86 272

DPSM	18.32 262	16.26 263	21.94 269	9.42 253	8.75 263	13.61 264	9.11 258	10.90 264	15.09 265	8.45 265	8.95 261	10.12 254	13.19 253	16.42 267	19.79 266	19.11 267	18.35 265	20.45 267	13.82 247	14.88 265	26.56 268	27.45 268	6.49 261	14.39 268	31.57 270	38.83 272	36.85 271	43.86 272

STStereo	5.29 243	2.47 229	5.20 259	5.20 247	2.80 242	4.72 249	3.42 234	6.23 260	6.52 254	1.51 237	7.61 257	9.53 250	14.86 255	0.63 194	4.09 251	0.64 136	0.87 185	0.62 162	36.67 265	1.02 206	1.23 182	1.05 164	0.78 199	1.63 239	3.46 243	2.43 233	3.53 244	14.15 254

DGTPSM_ROB	12.12 258	5.96 260	17.45 267	4.20 243	7.86 261	5.15 254	8.18 255	4.56 255	11.64 262	4.52 263	8.72 259	5.01 231	17.08 256	12.98 264	14.91 263	14.58 264	6.85 254	15.76 264	12.78 245	12.05 263	9.07 257	21.74 266	5.67 257	11.54 265	11.84 260	31.02 269	12.98 261	33.06 266

DPSMNet_ROB	12.40 259	5.97 261	17.46 268	4.21 244	7.87 262	5.15 254	8.18 255	4.56 255	11.65 263	4.54 264	8.87 260	5.17 232	22.69 257	13.00 265	14.98 264	14.62 265	6.90 255	15.82 265	14.07 249	12.05 263	9.09 258	21.75 267	5.68 258	11.54 265	11.87 261	31.03 270	12.99 262	33.06 266

notaker	5.52 244	5.55 259	3.76 254	13.97 260	5.34 258	5.44 256	7.16 251	2.36 240	2.68 242	2.06 251	1.80 219	12.90 260	23.86 258	3.98 248	2.04 219	1.73 240	3.45 250	2.12 251	17.08 252	2.15 243	6.10 254	5.87 246	6.15 260	2.12 252	1.79 222	2.08 229	2.31 224	3.29 218

MDST_ROB	3.33 233	2.32 228	0.75 182	3.90 242	1.47 220	2.61 225	1.00 197	1.12 204	0.72 173	0.78 189	0.67 143	1.54 187	25.37 259	0.34 123	2.11 225	0.53 105	0.65 143	0.48 99	3.69 204	0.58 144	0.88 153	0.59 98	0.58 188	0.68 183	7.85 258	3.03 241	17.15 263	8.63 247

LRCNet_RVC	21.34 266	28.92 266	11.37 265	31.78 270	29.09 272	34.25 271	27.43 268	21.71 271	10.07 259	29.63 272	30.60 269	32.06 266	25.81 260	33.87 272	11.15 258	2.97 249	25.27 268	21.35 269	44.05 269	20.83 268	14.27 266	5.87 246	36.69 273	27.43 270	2.76 235	1.47 206	8.68 259	6.79 241

CasAABBNet	36.73 271	32.73 271	44.18 274	18.81 263	17.45 269	27.29 267	18.12 265	21.69 270	30.40 269	17.52 270	18.08 267	20.27 262	26.53 261	32.96 269	38.28 268	37.42 269	36.82 269	41.12 270	27.47 257	29.86 270	53.56 275	55.70 276	12.93 268	28.91 273	63.44 275	78.07 274	73.93 274	88.05 274

MyStereo03	36.84 272	32.71 269	44.18 274	18.90 264	17.61 270	27.36 268	18.30 266	21.92 272	30.41 270	17.08 268	18.01 265	20.35 263	26.56 262	33.03 270	39.51 269	38.47 271	36.86 270	41.18 271	27.56 258	29.89 271	53.52 273	55.42 274	13.00 269	28.90 271	63.34 273	78.17 275	74.06 275	88.27 275

MyStereo02	36.18 270	32.71 269	44.18 274	18.90 264	0.00 1	27.36 268	18.30 266	21.92 272	30.41 270	17.08 268	18.01 265	20.35 263	26.56 262	33.03 270	39.51 269	38.47 271	36.86 270	41.18 271	27.56 258	29.89 271	53.52 273	55.42 274	13.00 269	28.90 271	63.34 273	78.17 275	74.06 275	88.27 275

TorneroNet-64	6.02 246	4.60 255	2.53 242	15.58 262	3.29 251	4.87 250	7.75 252	2.23 238	10.02 258	1.42 233	1.31 202	7.26 243	29.23 264	4.36 250	2.09 224	1.21 221	8.22 257	1.70 247	17.35 253	2.62 250	4.31 243	5.68 244	5.20 254	1.76 245	3.58 244	3.76 250	2.29 223	8.34 246

DPSimNet_ROB	18.93 264	32.01 267	5.97 260	12.40 259	11.35 266	6.13 258	28.07 269	15.03 267	35.64 272	3.96 260	78.33 275	18.15 261	35.00 265	5.44 258	12.19 262	10.36 262	13.57 263	3.64 258	87.52 276	6.87 260	14.36 267	9.97 260	4.40 244	7.14 263	5.17 253	9.85 258	5.93 256	32.56 265

AVERAGE_ROB	41.98 274	44.82 274	42.27 272	45.98 273	46.88 273	45.60 274	46.56 274	47.04 275	43.89 273	49.19 275	49.91 271	47.25 272	43.00 266	49.19 275	40.14 271	38.38 270	49.01 275	51.31 275	43.98 268	42.43 275	43.31 271	38.64 271	49.42 274	42.83 274	28.65 268	20.44 265	23.41 266	19.88 257

HaxPig	41.43 273	43.85 273	40.81 271	44.90 272	47.49 274	44.66 273	46.30 273	46.31 274	45.63 274	49.00 274	49.30 270	47.24 271	43.73 267	42.64 273	40.44 272	39.13 273	48.37 274	51.07 274	43.33 267	42.25 274	42.88 270	36.52 270	50.75 275	43.02 275	27.54 267	19.97 264	20.68 264	20.75 258

MEDIAN_ROB	44.95 275	47.36 275	44.12 273	48.52 274	49.78 275	48.21 275	49.25 275	49.72 276	46.35 275	52.53 276	53.59 272	50.59 273	45.49 268	49.36 276	43.27 273	41.36 274	51.85 276	54.40 276	47.03 271	45.93 276	45.78 272	40.06 272	52.67 276	45.67 276	31.00 269	26.54 268	25.33 267	27.95 264

BEATNet-Init1	22.01 267	36.32 272	3.23 252	54.74 275	11.23 265	52.95 276	28.72 270	9.47 262	8.51 256	1.57 241	10.45 263	33.05 267	48.98 269	0.71 203	16.97 265	11.50 263	1.60 224	1.11 227	77.80 275	35.27 273	9.94 261	9.98 261	1.27 222	2.30 255	27.41 266	11.09 259	52.85 273	35.36 268

LE_ROB	17.44 260	1.82 221	6.12 262	9.40 252	53.85 276	8.01 263	46.26 272	11.27 266	28.12 268	1.80 247	7.03 256	38.62 268	49.53 270	0.34 123	1.76 211	0.55 113	0.78 172	0.59 158	36.68 266	6.72 259	2.92 223	0.85 146	29.06 272	12.10 267	26.35 265	25.49 267	27.84 268	37.03 270

ktn	8.45 256	3.18 242	2.84 246	6.37 250	3.26 250	4.31 247	10.28 261	2.15 237	10.13 260	2.27 255	1.83 220	42.17 270	55.84 271	3.93 247	2.34 237	2.09 246	9.85 259	2.17 252	33.98 263	2.24 245	3.24 231	3.03 222	4.78 248	2.25 254	2.59 231	2.81 237	3.18 241	5.04 232

HanzoNet	19.12 265	15.23 262	6.99 263	35.06 271	14.35 268	40.77 272	42.46 271	17.81 268	22.51 267	3.55 259	8.29 258	41.30 269	56.30 272	43.04 274	5.72 254	4.37 255	37.83 272	3.30 257	49.59 272	8.93 262	10.30 262	6.85 250	14.15 271	3.46 259	5.94 254	5.80 256	5.29 255	7.13 243

UNDER WATER	7.55 250	4.74 256	3.06 249	10.46 257	5.92 260	6.35 260	8.05 254	4.32 253	3.69 250	1.97 250	2.14 224	10.53 257	62.60 273	4.83 252	2.25 232	1.59 237	12.22 261	2.08 250	9.67 237	3.97 255	5.27 251	6.65 249	8.86 267	2.65 257	3.82 246	5.62 255	3.62 247	7.03 242

TorneroNet	8.11 252	4.28 254	2.58 243	27.50 268	3.31 252	5.00 251	6.00 249	2.62 247	10.13 260	1.49 236	2.57 228	11.07 258	68.61 274	4.25 249	1.77 212	1.18 218	5.78 253	1.62 246	23.67 255	2.83 252	4.30 242	5.47 241	5.37 255	1.65 241	3.72 245	3.14 243	2.59 233	6.36 239

KSHMR	8.16 253	4.16 252	2.96 248	25.39 266	3.92 254	5.08 252	5.53 246	2.62 247	2.40 235	2.23 254	2.26 225	4.37 229	77.17 275	5.23 254	2.24 231	1.71 239	2.79 247	1.98 248	31.04 261	2.02 242	4.59 247	5.35 240	7.54 263	1.89 249	3.30 241	2.91 239	3.01 240	6.51 240

PML	30.82 269	20.91 265	7.15 264	29.65 269	20.81 271	29.11 270	10.50 262	10.87 263	88.32 276	20.03 271	154.19 276	98.60 274	119.55 276	10.53 263	9.19 256	8.69 261	16.72 264	7.27 262	34.57 264	7.35 261	12.77 264	10.86 263	5.72 259	6.17 262	33.11 272	12.83 261	34.30 270	12.33 252

Low-res two-view benchmark