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

delet	0.03 1	0.02 14	0.00 1	0.00 1	0.01 5	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.07 22	0.01 21	0.00 1	0.35 5	0.17 6	0.04 11	0.00 1	0.02 4	0.00 1	0.04 3	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AASNet	0.04 2	0.03 28	0.00 1	0.00 1	0.02 20	0.00 1	0.01 11	0.00 1	0.00 1	0.03 70	0.00 1	0.04 11	0.01 21	0.01 11	0.34 4	0.17 6	0.04 11	0.00 1	0.03 6	0.01 13	0.06 4	0.20 11	0.00 1	0.01 12	0.00 1	0.00 1	0.00 1	0.00 1

MMNet	0.05 3	0.03 28	0.00 1	0.00 1	0.02 20	0.00 1	0.05 68	0.00 1	0.00 1	0.00 1	0.00 1	0.09 41	0.01 21	0.02 38	0.55 8	0.22 8	0.01 1	0.00 1	0.02 4	0.02 18	0.13 11	0.13 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TDLM	0.05 3	0.00 1	0.01 97	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 63	0.00 1	0.03 62	0.13 1	0.08 1	0.19 72	0.00 1	0.00 1	0.00 1	0.03 2	0.63 24	0.01 84	0.00 1	0.00 1	0.00 1	0.02 24	0.00 1

AANet_RVC	0.05 3	0.00 1	0.00 1	0.00 1	0.04 35	0.00 1	0.02 31	0.00 1	0.03 40	0.00 1	0.00 1	0.02 4	0.00 1	0.00 1	0.49 6	0.13 5	0.04 11	0.00 1	0.24 32	0.02 18	0.07 7	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoVision	0.06 6	0.02 14	0.00 1	0.01 35	0.01 5	0.00 1	0.01 11	0.01 34	0.01 9	0.00 1	0.00 1	0.07 22	0.02 57	0.01 11	0.54 7	0.34 24	0.03 9	0.00 1	0.20 27	0.00 1	0.10 8	0.11 3	0.00 1	0.01 12	0.00 1	0.00 1	0.02 24	0.00 1

CroCo-Stereo Lap2	0.06 6	0.02 14	0.00 1	0.02 78	0.01 5	0.00 1	0.00 1	0.01 34	0.01 9	0.00 1	0.00 1	0.07 22	0.01 21	0.01 11	0.60 9	0.47 43	0.01 1	0.00 1	0.01 2	0.00 1	0.18 19	0.16 8	0.00 1	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1

CroCo-Stereo	0.07 8	0.02 14	0.00 1	0.01 35	0.01 5	0.00 1	0.00 1	0.01 34	0.02 26	0.00 1	0.00 1	0.04 11	0.01 21	0.00 1	0.78 19	0.47 43	0.02 6	0.00 1	0.08 15	0.00 1	0.17 16	0.29 13	0.00 1	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
DMCA	0.07 8	0.02 14	0.00 1	0.00 1	0.02 20	0.00 1	0.03 47	0.00 1	0.01 9	0.06 78	0.00 1	0.07 22	0.01 21	0.01 11	0.61 10	0.39 32	0.05 19	0.02 52	0.08 15	0.02 18	0.14 12	0.36 16	0.00 1	0.00 1	0.01 107	0.00 1	0.00 1	0.00 1

CVANet_RVC	0.10 10	0.00 1	0.01 97	0.00 1	0.02 20	0.00 1	0.01 11	0.04 83	0.02 26	0.01 59	0.00 1	0.18 81	0.00 1	0.04 79	0.18 2	0.10 2	0.19 72	0.00 1	0.01 2	0.00 1	0.06 4	1.46 43	0.00 1	0.00 1	0.00 1	0.00 1	0.16 53	0.16 124

StereoIM	0.12 11	0.14 150	0.00 1	0.01 35	0.05 43	0.01 36	0.01 11	0.02 61	0.02 26	0.00 1	0.00 1	0.04 11	0.02 57	0.02 38	0.99 26	0.50 53	0.06 22	0.01 35	0.46 45	0.01 13	0.48 48	0.39 18	0.00 1	0.05 45	0.00 1	0.00 1	0.00 1	0.00 1

RAFT	0.12 11	0.00 1	0.00 1	0.00 1	0.00 1	0.11 144	0.10 95	0.01 34	0.00 1	0.00 1	0.00 1	0.10 49	0.00 1	0.01 11	1.74 66	0.68 90	0.17 65	0.00 1	0.05 10	0.16 78	0.02 1	0.13 6	0.00 1	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1

TestStereo	0.12 11	0.02 14	0.00 1	0.00 1	0.03 28	0.00 1	0.01 11	0.07 99	0.09 90	0.00 1	0.00 1	0.06 19	0.02 57	0.01 11	0.67 12	0.25 10	0.25 91	0.05 77	0.54 49	0.02 18	0.49 49	0.44 21	0.00 1	0.04 36	0.00 1	0.00 1	0.17 55	0.01 68

UPFNet	0.12 11	0.03 28	0.01 97	0.02 78	0.06 51	0.01 36	0.02 31	0.00 1	0.00 1	0.00 1	0.00 1	0.05 16	0.00 1	0.05 91	0.76 15	0.23 9	0.04 11	0.00 1	0.04 8	0.00 1	0.17 16	0.18 10	0.00 1	0.02 20	0.00 1	0.00 1	1.44 111	0.00 1

ProNet	0.13 15	0.00 1	0.03 139	0.00 1	0.00 1	0.07 126	0.61 161	0.00 1	0.00 1	0.00 1	0.00 1	0.02 4	0.00 1	0.17 148	0.86 23	0.66 85	0.18 67	0.00 1	0.04 8	0.04 26	0.11 9	0.73 28	0.01 84	0.00 1	0.02 121	0.00 1	0.01 16	0.00 1

CFNet	0.13 15	0.06 92	0.00 1	0.03 106	0.07 61	0.01 36	0.10 95	0.04 83	0.02 26	0.07 79	0.00 1	0.07 22	0.02 57	0.04 79	1.15 37	0.12 4	0.21 80	0.00 1	0.17 24	0.04 26	0.47 46	0.41 20	0.00 1	0.03 31	0.00 1	0.01 63	0.48 71	0.00 1

test_5	0.14 17	0.01 8	0.00 1	0.00 1	0.01 5	0.09 131	0.01 11	0.34 150	0.01 9	0.00 1	0.70 149	0.07 22	0.01 21	0.00 1	0.79 20	0.47 43	0.01 1	0.01 35	0.27 35	0.00 1	0.17 16	0.86 30	0.00 1	0.04 36	0.00 1	0.00 1	0.03 30	0.00 1

MIF-Stereo	0.15 18	0.10 131	0.00 1	0.02 78	0.05 43	0.00 1	0.00 1	0.01 34	0.02 26	0.00 1	0.00 1	0.20 84	0.01 21	0.04 79	0.92 24	0.68 90	0.09 30	0.01 35	0.82 66	0.05 33	0.64 58	0.33 15	0.00 1	0.10 100	0.00 1	0.00 1	0.02 24	0.00 1

HGLStereo	0.15 18	0.05 76	0.01 97	0.01 35	0.07 61	0.01 36	0.05 68	0.00 1	0.02 26	0.47 136	0.00 1	0.05 16	0.01 21	0.02 38	0.80 21	0.35 25	0.12 51	0.00 1	0.20 27	0.02 18	0.33 37	1.36 42	0.02 106	0.03 31	0.00 1	0.00 1	0.09 43	0.00 1

GMStereo	0.16 20	0.03 28	0.00 1	0.00 1	0.02 20	0.01 36	0.01 11	0.00 1	0.02 26	0.00 1	0.00 1	0.02 4	0.00 1	0.01 11	0.67 12	0.29 19	0.09 30	0.02 52	0.95 72	0.00 1	0.25 26	1.07 36	0.00 1	0.02 20	0.00 1	0.00 1	0.82 86	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.16 20	0.03 28	0.00 1	0.01 35	0.10 76	0.02 91	0.02 31	0.00 1	0.01 9	0.00 1	0.00 1	0.09 41	0.01 21	0.13 138	0.77 17	0.26 13	0.11 47	0.01 35	0.19 25	0.03 24	0.31 35	0.16 8	0.00 1	0.05 45	0.00 1	0.00 1	1.90 127	0.00 1

iRaftStereo_RVC	0.17 22	0.05 76	0.00 1	0.00 1	0.05 43	0.01 36	0.01 11	0.00 1	0.01 9	0.00 1	0.00 1	0.08 37	0.01 21	0.03 62	0.85 22	0.33 23	0.19 72	0.00 1	0.10 17	0.05 33	0.30 34	2.54 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RYNet	0.17 22	0.00 1	0.00 1	0.00 1	0.01 5	0.00 1	0.00 1	0.00 1	0.01 9	0.00 1	0.00 1	0.03 8	0.00 1	0.00 1	4.06 163	0.27 15	0.01 1	0.00 1	0.03 6	0.00 1	0.06 4	0.03 1	0.01 84	0.00 1	0.00 1	0.02 89	0.04 33	0.00 1

DLCB_ROB	0.17 22	0.07 104	0.02 126	0.05 129	0.09 70	0.03 108	0.17 115	0.00 1	0.02 26	0.26 119	0.08 111	0.07 22	0.02 57	0.04 79	0.61 10	0.30 20	0.23 85	0.04 74	0.15 21	0.02 18	0.68 61	1.29 41	0.01 84	0.06 58	0.03 124	0.05 112	0.15 48	0.04 109

test croco	0.18 25	0.08 115	0.00 1	0.01 35	0.11 84	0.00 1	0.01 11	0.01 34	0.05 60	0.00 1	0.00 1	0.28 104	0.02 57	0.03 62	1.09 32	0.76 100	0.09 30	0.08 88	0.15 21	0.05 33	0.96 87	0.95 33	0.00 1	0.17 135	0.00 1	0.00 1	0.04 33	0.00 1

dd	0.18 25	0.06 92	0.00 1	0.00 1	0.02 20	0.02 91	0.05 68	0.01 34	0.04 48	0.00 1	0.00 1	0.01 1	0.01 21	0.00 1	1.46 50	0.35 25	0.03 9	0.04 74	1.01 75	0.15 75	0.18 19	0.40 19	0.10 142	0.19 140	0.00 1	0.00 1	0.56 75	0.27 131

HCRNet	0.18 25	0.04 53	0.00 1	0.11 160	0.01 5	0.00 1	0.01 11	0.00 1	0.01 9	0.56 145	0.00 1	0.01 1	0.00 1	0.00 1	1.07 31	0.25 10	0.10 43	0.00 1	0.05 10	0.03 24	0.16 15	1.20 38	0.00 1	0.00 1	0.00 1	0.00 1	1.36 108	0.00 1

AMNet	0.18 25	0.06 92	0.00 1	0.00 1	0.01 5	0.05 118	0.01 11	0.00 1	0.10 99	0.20 109	0.00 1	0.54 148	0.21 143	0.49 196	0.76 15	0.61 78	0.30 107	0.00 1	0.16 23	0.11 52	0.42 44	0.21 12	0.00 1	0.08 82	0.00 1	0.25 145	0.12 45	0.27 131

ADLNet	0.19 29	0.02 14	0.00 1	0.00 1	0.06 51	0.00 1	0.02 31	0.19 130	0.00 1	0.00 1	0.01 81	0.82 158	0.00 1	0.08 112	2.29 93	0.41 33	0.08 27	0.00 1	0.06 12	0.06 38	0.14 12	0.95 33	0.00 1	0.01 12	0.00 1	0.00 1	0.03 30	0.00 1

IER	0.20 30	0.04 53	0.00 1	0.02 78	0.06 51	0.01 36	0.05 68	0.00 1	0.01 9	0.23 115	0.00 1	0.09 41	0.00 1	0.02 38	1.42 45	0.26 13	0.09 30	0.00 1	0.06 12	0.04 26	0.22 25	1.47 44	0.12 150	0.01 12	0.00 1	0.03 99	1.20 99	0.04 109

DSFCA	0.20 30	0.05 76	0.01 97	0.01 35	0.18 131	0.02 91	0.23 131	0.02 61	0.09 90	0.00 1	0.03 95	0.08 37	0.01 21	0.02 38	0.94 25	0.46 41	0.13 54	0.15 110	0.19 25	0.11 52	0.41 41	1.19 37	0.06 133	0.07 73	0.09 144	0.06 116	0.74 83	0.13 122

MIF-Stereo (partial)	0.22 32	0.12 142	0.00 1	0.00 1	0.06 51	0.00 1	0.01 11	0.00 1	0.04 48	0.00 1	0.00 1	0.21 86	0.01 21	0.02 38	1.12 33	0.73 96	0.10 43	0.03 69	0.24 32	0.04 26	0.79 70	0.85 29	0.00 1	0.09 91	0.00 1	0.00 1	1.51 117	0.00 1

STTStereo	0.22 32	0.07 104	0.03 139	0.02 78	0.08 65	0.01 36	0.36 152	0.00 1	0.69 184	0.19 105	0.02 89	0.06 19	0.01 21	0.01 11	2.15 85	0.43 37	0.06 22	0.00 1	0.20 27	0.04 26	0.27 32	0.67 25	0.06 133	0.04 36	0.00 1	0.06 116	0.13 46	0.25 130

HITNet	0.22 32	0.02 14	0.00 1	0.01 35	0.05 43	0.01 36	0.01 11	0.04 83	0.09 90	0.00 1	0.00 1	0.12 58	0.03 80	0.08 112	1.03 28	0.51 55	0.25 91	0.01 35	0.43 42	0.08 41	1.04 92	1.63 48	0.00 1	0.04 36	0.00 1	0.00 1	0.34 67	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
RAFT_CTSACE	0.23 35	0.07 104	0.00 1	0.08 154	0.01 5	0.11 144	0.01 11	0.00 1	0.01 9	0.00 1	0.01 81	0.03 8	0.01 21	0.01 11	1.66 59	0.58 72	0.15 60	0.02 52	0.35 39	0.09 46	0.36 39	2.36 68	0.00 1	0.04 36	0.18 166	0.00 1	0.01 16	0.01 68

RAFT+CT+SA	0.23 35	0.03 28	0.00 1	0.00 1	0.01 5	0.00 1	0.01 11	0.02 61	0.02 26	0.00 1	0.00 1	0.14 63	0.01 21	0.00 1	0.77 17	0.64 83	0.02 6	0.02 52	1.30 84	0.11 52	0.42 44	2.50 70	0.00 1	0.05 45	0.00 1	0.00 1	0.10 44	0.01 68

RAFT + AFF	0.23 35	0.01 8	0.00 1	0.01 35	0.01 5	0.01 36	0.12 105	0.01 34	0.01 9	0.00 1	0.00 1	0.17 76	0.03 80	0.01 11	4.18 164	0.43 37	0.05 19	0.00 1	0.59 50	0.01 13	0.37 40	0.05 2	0.00 1	0.02 20	0.00 1	0.03 99	0.01 16	0.00 1

DMCA-RVC	0.23 35	0.05 76	0.09 160	0.03 106	0.17 122	0.07 126	0.64 163	0.04 83	0.48 165	0.66 152	0.21 130	0.04 11	0.02 57	0.04 79	1.20 38	0.36 27	0.22 81	0.10 92	0.10 17	0.10 48	0.25 26	0.48 22	0.05 130	0.07 73	0.04 127	0.01 63	0.82 86	0.00 1

psm_up	0.24 39	0.14 150	0.01 97	0.07 151	0.20 136	0.01 36	0.20 117	0.01 34	0.03 40	0.00 1	0.00 1	0.34 116	0.00 1	0.11 124	1.53 53	0.37 31	0.20 76	0.11 99	1.18 81	0.19 90	0.69 63	0.90 32	0.00 1	0.11 107	0.00 1	0.01 63	0.05 35	0.00 1

NLCA_NET_v2_RVC	0.25 40	0.04 53	0.01 97	0.01 35	0.12 96	0.00 1	0.33 149	0.00 1	1.16 199	0.98 163	0.00 1	0.09 41	0.00 1	0.01 11	1.44 48	0.31 21	0.11 47	0.02 52	0.43 42	0.04 26	0.19 21	0.57 23	0.00 1	0.09 91	0.00 1	0.66 165	0.05 35	0.03 104
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AACVNet	0.26 41	0.12 142	0.01 97	0.00 1	0.10 76	0.00 1	0.12 105	0.00 1	0.02 26	0.01 59	0.00 1	0.15 71	0.01 21	0.11 124	2.21 90	0.49 51	0.09 30	0.01 35	0.38 41	0.17 83	0.61 56	1.71 49	0.01 84	0.03 31	0.00 1	0.00 1	0.74 83	0.03 104

DISCO	0.26 41	0.06 92	0.00 1	0.01 35	0.09 70	0.01 36	0.27 142	0.00 1	0.03 40	0.99 164	0.00 1	0.10 49	0.01 21	0.02 38	0.99 26	0.44 40	0.09 30	0.01 35	0.72 60	0.08 41	0.26 30	1.90 52	0.00 1	0.01 12	0.00 1	0.00 1	1.02 94	0.04 109

RASNet	0.27 43	0.01 8	0.00 1	0.01 35	0.06 51	0.01 36	0.00 1	0.02 61	0.04 48	0.59 147	0.00 1	0.03 8	0.01 21	0.27 169	0.72 14	0.67 88	0.16 63	0.00 1	0.14 19	0.00 1	0.63 57	2.30 66	0.00 1	0.05 45	0.03 124	0.01 63	1.27 102	0.18 125

GANet	0.27 43	0.00 1	0.15 168	0.04 122	0.02 20	0.26 176	0.01 11	0.15 123	0.02 26	0.13 95	2.41 192	1.12 165	0.20 138	0.10 122	0.28 3	0.11 3	0.22 81	0.06 82	0.07 14	0.05 33	0.15 14	1.52 45	0.00 1	0.00 1	0.07 138	0.00 1	0.01 16	0.03 104

AF-Net	0.29 45	0.02 14	0.01 97	0.05 129	0.06 51	0.01 36	1.26 180	0.44 156	0.05 60	0.02 64	0.00 1	0.34 116	0.01 21	0.03 62	1.13 34	0.27 15	0.07 25	0.00 1	0.93 69	0.12 56	0.20 22	2.56 73	0.00 1	0.01 12	0.00 1	0.01 63	0.29 65	0.02 88

Nwc_Net	0.29 45	0.02 14	0.01 97	0.05 129	0.06 51	0.01 36	1.26 180	0.44 156	0.05 60	0.02 64	0.00 1	0.34 116	0.01 21	0.03 62	1.13 34	0.27 15	0.07 25	0.00 1	0.93 69	0.12 56	0.20 22	2.56 73	0.00 1	0.01 12	0.00 1	0.01 63	0.29 65	0.02 88

PS-NSSS	0.29 45	0.07 104	0.00 1	0.15 168	0.13 101	0.15 158	0.25 138	0.00 1	0.01 9	0.00 1	0.00 1	1.47 172	0.03 80	0.11 124	1.04 29	0.31 21	0.24 86	0.01 35	0.77 64	0.01 13	0.31 35	0.32 14	0.72 204	0.01 12	0.00 1	0.00 1	1.72 123	0.00 1

CFNet_RVC	0.30 48	0.12 142	0.02 126	0.00 1	0.07 61	0.02 91	0.09 89	0.00 1	0.03 40	0.02 64	0.00 1	0.10 49	0.02 57	0.06 99	2.67 119	0.47 43	0.28 104	0.02 52	1.05 76	0.13 61	0.77 68	1.28 40	0.01 84	0.16 129	0.00 1	0.01 63	0.78 85	0.00 1

NVstereo2D	0.30 48	0.10 131	0.00 1	0.00 1	0.08 65	0.01 36	0.01 11	0.01 34	0.06 71	0.52 143	0.37 139	0.04 11	0.00 1	0.01 11	4.35 169	0.63 80	0.12 51	0.03 69	0.70 55	0.00 1	0.41 41	0.67 25	0.00 1	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1

LMCR-Stereo	0.34 50	0.09 124	0.00 1	0.09 158	0.10 76	0.04 113	0.02 31	0.01 34	0.11 101	0.00 1	0.00 1	0.18 81	0.12 125	0.23 159	1.82 72	0.65 84	0.30 107	0.10 92	1.59 99	0.39 128	0.92 84	2.18 65	0.00 1	0.14 120	0.00 1	0.05 112	0.02 24	0.01 68

CFNet_pseudo	0.35 51	0.11 137	0.00 1	0.04 122	0.18 131	0.00 1	0.00 1	0.01 34	0.05 60	0.04 71	0.00 1	0.24 94	0.02 57	0.01 11	2.87 125	0.58 72	0.25 91	0.01 35	1.59 99	0.05 33	0.57 55	2.08 59	0.46 195	0.07 73	0.00 1	0.04 107	0.15 48	0.01 68

NCC-stereo	0.35 51	0.20 164	0.02 126	0.05 129	0.11 84	0.01 36	0.86 168	0.79 171	0.25 130	0.00 1	0.00 1	0.11 53	0.03 80	0.03 62	1.72 63	0.36 27	0.09 30	0.01 35	0.71 56	0.21 99	0.25 26	2.76 79	0.08 136	0.04 36	0.01 107	0.29 147	0.17 55	0.27 131

Abc-Net	0.35 51	0.20 164	0.02 126	0.05 129	0.11 84	0.01 36	0.86 168	0.79 171	0.25 130	0.00 1	0.00 1	0.11 53	0.03 80	0.03 62	1.72 63	0.36 27	0.09 30	0.01 35	0.71 56	0.21 99	0.25 26	2.76 79	0.08 136	0.04 36	0.01 107	0.29 147	0.17 55	0.27 131
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LL-Strereo2	0.36 54	0.09 124	0.00 1	0.01 35	0.04 35	0.00 1	0.06 76	0.02 61	0.13 107	0.00 1	0.00 1	0.19 83	0.01 21	0.07 109	1.28 42	1.76 153	0.05 19	0.01 35	0.49 47	0.14 66	0.93 85	4.20 132	0.04 122	0.06 58	0.12 152	0.05 112	0.02 24	0.00 1

anonymousdsp	0.36 54	0.01 8	0.00 1	0.05 129	0.03 28	0.06 121	0.01 11	0.01 34	0.01 9	0.00 1	2.21 189	0.01 1	0.05 99	0.00 1	1.78 67	0.77 102	0.13 54	0.00 1	0.29 36	0.55 142	0.20 22	3.16 95	0.30 183	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1

ARAFT	0.36 54	0.02 14	0.00 1	0.06 141	0.07 61	0.00 1	0.01 11	0.02 61	0.04 48	1.20 173	0.00 1	0.36 122	0.02 57	0.04 79	1.06 30	0.47 43	0.11 47	0.02 52	1.97 117	0.08 41	1.10 96	2.01 56	0.00 1	0.05 45	0.00 1	0.00 1	0.87 91	0.00 1

RP	0.36 54	0.01 8	0.01 97	0.02 78	0.20 136	0.00 1	0.56 160	0.10 109	0.21 119	0.12 94	0.00 1	0.17 76	0.00 1	0.06 99	1.69 62	0.25 10	0.12 51	0.00 1	0.20 27	0.07 39	0.11 9	3.35 102	0.00 1	0.02 20	0.01 107	0.00 1	2.22 141	0.15 123

HSM	0.36 54	0.03 28	0.00 1	0.04 122	0.17 122	0.01 36	0.05 68	0.69 167	0.08 86	0.00 1	0.03 95	0.23 91	0.02 57	0.02 38	2.08 81	0.41 33	0.15 60	0.00 1	1.64 102	0.18 84	1.15 98	1.54 46	0.00 1	0.06 58	0.00 1	0.00 1	1.16 96	0.01 68

CAS	0.37 59	0.04 53	0.00 1	0.01 35	0.10 76	0.02 91	0.26 139	0.07 99	0.38 154	0.46 134	0.10 115	0.20 84	0.15 131	0.11 124	1.68 61	1.09 124	0.27 97	0.37 180	0.43 42	0.23 104	1.76 113	2.12 62	0.01 84	0.06 58	0.00 1	0.05 112	0.06 37	0.07 116

AEACV	0.38 60	0.03 28	0.04 145	0.00 1	0.01 5	0.09 131	0.02 31	0.01 34	0.01 9	0.00 1	0.00 1	0.16 75	0.02 57	0.04 79	2.22 91	2.18 175	0.01 1	0.36 178	0.74 63	0.79 168	0.26 30	2.77 81	0.27 177	0.02 20	0.00 1	0.16 137	0.01 16	0.00 1

raft+_RVC	0.38 60	0.05 76	0.01 97	0.05 129	0.11 84	0.00 1	0.06 76	0.00 1	0.02 26	0.00 1	0.00 1	0.13 59	0.00 1	0.02 38	2.35 98	2.27 182	0.10 43	0.00 1	0.86 67	0.60 144	0.41 41	3.22 99	0.00 1	0.10 100	0.00 1	0.01 63	0.00 1	0.00 1

APVNet	0.38 60	0.09 124	0.00 1	0.05 129	0.05 43	0.01 36	0.04 60	0.09 107	0.02 26	0.10 90	0.06 106	0.15 71	0.01 21	0.04 79	1.80 70	0.61 78	0.22 81	0.10 92	1.79 111	0.20 93	0.96 87	3.22 99	0.00 1	0.10 100	0.00 1	0.00 1	0.54 72	0.02 88

PDISCO_ROB	0.39 63	0.06 92	0.00 1	0.03 106	0.09 70	0.01 36	0.32 146	0.01 34	0.05 60	0.77 154	0.19 126	0.10 49	0.02 57	0.02 38	1.23 40	0.56 64	0.26 95	0.04 74	0.71 56	0.32 121	0.80 71	2.63 77	0.00 1	0.06 58	0.21 171	0.00 1	2.00 134	0.00 1

TestStereo1	0.40 64	0.03 28	0.00 1	0.01 35	0.01 5	0.00 1	0.02 31	0.00 1	0.03 40	0.09 86	0.00 1	0.22 87	0.00 1	0.01 11	2.36 99	0.82 104	0.04 11	0.03 69	1.65 103	0.10 48	0.52 52	1.80 50	0.00 1	0.05 45	0.00 1	0.01 63	2.88 173	0.00 1

SA-5K	0.40 64	0.03 28	0.00 1	0.01 35	0.01 5	0.00 1	0.02 31	0.00 1	0.03 40	0.09 86	0.00 1	0.22 87	0.00 1	0.01 11	2.36 99	0.82 104	0.04 11	0.03 69	1.65 103	0.10 48	0.52 52	1.80 50	0.00 1	0.05 45	0.00 1	0.01 63	2.88 173	0.00 1

UDGNet	0.40 64	0.08 115	0.00 1	0.02 78	0.06 51	0.01 36	0.05 68	0.00 1	0.01 9	0.00 1	0.00 1	0.07 22	0.01 21	0.04 79	1.25 41	0.47 43	0.16 63	0.00 1	1.12 77	0.04 26	0.97 89	4.99 155	0.00 1	0.05 45	0.00 1	0.00 1	1.35 105	0.00 1

CASnet	0.41 67	0.03 28	0.00 1	0.01 35	0.14 105	0.03 108	0.20 117	0.02 61	0.08 86	0.02 64	0.02 89	0.30 107	0.17 135	0.00 1	1.78 67	0.66 85	0.31 112	0.22 140	0.47 46	0.15 75	2.80 148	2.82 84	0.00 1	0.14 120	0.00 1	0.01 63	0.69 82	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.42 68	0.03 28	0.02 126	0.00 1	0.10 76	0.02 91	0.07 81	0.46 158	0.07 79	0.04 71	0.02 89	0.15 71	0.02 57	0.01 11	2.45 105	0.93 112	0.32 115	0.10 92	0.67 54	0.25 108	1.46 106	1.94 54	0.00 1	0.08 82	0.00 1	0.00 1	2.27 145	0.01 68

rafts_anoy	0.42 68	0.10 131	0.00 1	0.05 129	0.15 113	0.02 91	0.06 76	0.20 132	0.06 71	0.00 1	0.00 1	0.07 22	0.01 21	0.02 38	2.66 118	2.08 173	0.17 65	0.01 35	1.34 85	0.25 108	0.84 77	3.00 90	0.00 1	0.07 73	0.04 127	0.04 107	0.01 16	0.01 68

UCFNet_RVC	0.42 68	0.17 158	0.03 139	0.12 162	0.17 122	0.01 36	0.09 89	0.03 75	0.09 90	0.28 120	0.00 1	0.25 97	0.01 21	0.05 91	2.70 121	0.49 51	0.20 76	0.01 35	1.22 82	0.16 78	0.82 75	2.09 60	0.87 208	0.03 31	0.00 1	0.00 1	0.41 69	1.09 156

TESTraft	0.43 71	0.03 28	0.00 1	0.01 35	0.01 5	0.00 1	0.02 31	0.00 1	0.03 40	0.11 92	0.00 1	0.22 87	0.01 21	0.08 112	2.48 108	0.88 108	0.04 11	0.02 52	1.56 97	0.21 99	0.47 46	2.61 76	0.02 106	0.04 36	0.00 1	0.02 89	2.82 168	0.00 1

RALCasStereoNet	0.43 71	0.11 137	0.00 1	0.06 141	0.17 122	0.02 91	0.12 105	0.08 104	0.08 86	0.00 1	0.00 1	0.07 22	0.02 57	0.03 62	2.51 110	2.35 193	0.13 54	0.00 1	0.66 52	0.67 156	0.73 65	3.65 111	0.00 1	0.06 58	0.00 1	0.02 89	0.01 16	0.01 68

GANetREF_RVC	0.43 71	0.20 164	0.00 1	0.16 171	0.14 105	0.01 36	0.05 68	0.01 34	0.11 101	0.04 71	0.00 1	1.85 178	0.02 57	0.06 99	1.28 42	0.43 37	0.56 151	0.11 99	1.55 96	0.14 66	1.11 97	0.88 31	0.00 1	0.06 58	0.00 1	0.00 1	2.73 165	0.01 68
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
test_4	0.44 74	0.04 53	0.00 1	0.03 106	0.09 70	0.05 118	0.23 131	0.01 34	0.04 48	0.00 1	0.46 140	0.13 59	0.01 21	0.12 133	2.61 116	2.55 206	0.09 30	0.14 108	0.71 56	0.20 93	0.52 52	2.03 57	0.01 84	0.07 73	0.05 134	0.20 142	1.18 98	0.18 125

SACVNet	0.45 75	0.19 161	0.04 145	0.02 78	0.17 122	0.01 36	0.13 110	0.05 89	0.05 60	0.21 111	0.00 1	0.17 76	0.09 120	0.07 109	1.90 74	0.57 67	0.45 132	0.07 84	1.45 91	0.13 61	1.30 101	3.80 117	0.00 1	0.09 91	0.00 1	0.00 1	1.07 95	0.02 88

PA-Net	0.45 75	0.08 115	0.08 157	0.02 78	0.35 167	0.00 1	0.22 123	0.00 1	0.18 116	0.08 80	0.57 144	0.02 4	0.02 57	0.12 133	2.91 126	0.47 43	0.08 27	0.02 52	0.14 19	0.13 61	0.28 33	2.96 89	0.48 197	0.03 31	0.00 1	1.64 188	0.28 63	1.14 160
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SA	0.46 77	0.05 76	0.00 1	0.03 106	0.03 28	0.00 1	0.01 11	0.01 34	0.04 48	0.00 1	0.00 1	0.39 127	0.01 21	0.12 133	1.14 36	1.06 123	0.06 22	0.16 117	2.15 122	0.13 61	0.81 74	2.59 75	0.00 1	0.08 82	0.00 1	0.01 63	3.43 191	0.00 1

IPLGR_C	0.46 77	0.05 76	0.14 166	0.02 78	0.22 145	0.02 91	0.23 131	0.10 109	0.27 135	0.04 71	0.07 109	0.06 19	0.04 96	0.25 163	1.94 78	0.53 58	0.24 86	0.02 52	1.71 110	0.08 41	0.82 75	3.21 98	0.02 106	0.05 45	0.08 141	0.04 107	2.15 140	0.02 88

MIM_Stereo	0.47 79	0.03 28	0.00 1	0.01 35	0.10 76	0.09 131	0.05 68	0.10 109	0.05 60	0.00 1	0.13 117	0.07 22	0.03 80	0.02 38	2.11 83	2.02 169	0.11 47	0.02 52	2.15 122	0.43 131	0.64 58	3.10 92	0.02 106	0.06 58	0.09 144	0.15 130	0.98 93	0.03 104

CIPLG	0.47 79	0.05 76	0.14 166	0.02 78	0.21 139	0.02 91	0.22 123	0.10 109	0.31 141	0.04 71	0.07 109	0.11 53	0.04 96	0.27 169	2.26 92	0.57 67	0.27 97	0.02 52	1.66 106	0.14 66	0.80 71	3.18 96	0.01 84	0.06 58	0.08 141	0.04 107	1.98 131	0.02 88

ACRE	0.47 79	0.05 76	0.12 164	0.02 78	0.21 139	0.02 91	0.22 123	0.10 109	0.28 139	0.04 71	0.10 115	0.11 53	0.04 96	0.28 172	2.00 80	0.53 58	0.27 97	0.02 52	1.67 107	0.15 75	0.80 71	3.19 97	0.02 106	0.05 45	0.08 141	0.04 107	2.32 150	0.02 88

ICVP	0.47 79	0.05 76	0.00 1	0.00 1	0.08 65	0.01 36	0.18 116	0.02 61	0.10 99	0.33 125	0.20 128	0.26 101	0.07 108	0.06 99	1.66 59	1.04 121	0.62 156	0.58 198	0.73 62	0.49 139	1.71 111	4.07 124	0.01 84	0.10 100	0.00 1	0.01 63	0.21 61	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sAnonymous2	0.47 79	0.11 137	0.00 1	0.01 35	0.04 35	0.01 36	0.03 47	0.11 115	0.24 126	0.00 1	0.00 1	0.23 91	0.26 147	0.03 62	1.42 45	1.26 130	0.27 97	0.17 119	2.57 133	0.18 84	2.27 131	3.13 93	0.00 1	0.14 120	0.00 1	0.01 63	0.00 1	0.09 118

CroCo_RVC	0.47 79	0.11 137	0.00 1	0.01 35	0.04 35	0.01 36	0.03 47	0.11 115	0.24 126	0.00 1	0.00 1	0.23 91	0.26 147	0.03 62	1.42 45	1.26 130	0.27 97	0.17 119	2.57 133	0.18 84	2.27 131	3.13 93	0.00 1	0.14 120	0.00 1	0.01 63	0.00 1	0.09 118

AFF-stereo	0.47 79	0.14 150	0.01 97	0.09 158	0.17 122	0.09 131	0.33 149	0.03 75	0.05 60	0.00 1	0.00 1	0.41 130	0.02 57	0.02 38	3.15 135	0.46 41	0.14 58	0.11 99	1.99 118	0.14 66	1.17 100	1.97 55	0.00 1	0.10 100	0.00 1	0.11 128	1.95 130	0.01 68

TANstereo	0.49 86	0.03 28	0.00 1	0.04 122	0.11 84	0.01 36	0.02 31	0.23 133	0.27 135	0.17 102	0.16 119	0.14 63	0.09 120	0.01 11	1.54 54	1.42 139	0.41 125	0.19 126	0.32 37	0.14 66	2.15 123	2.15 63	0.15 159	0.06 58	0.00 1	0.01 63	3.51 196	0.00 1

XX-TBD	0.49 86	0.03 28	0.00 1	0.04 122	0.11 84	0.01 36	0.02 31	0.23 133	0.27 135	0.17 102	0.16 119	0.14 63	0.09 120	0.01 11	1.54 54	1.42 139	0.41 125	0.19 126	0.32 37	0.14 66	2.15 123	2.15 63	0.15 159	0.06 58	0.00 1	0.01 63	3.51 196	0.00 1

RALAANet	0.49 86	0.10 131	0.02 126	0.03 106	0.15 113	0.02 91	0.08 85	0.02 61	0.07 79	0.08 80	0.00 1	0.24 94	0.03 80	0.06 99	2.51 110	0.54 61	0.24 86	0.05 77	1.14 79	0.47 138	1.56 108	4.37 138	0.00 1	0.11 107	0.00 1	0.01 63	1.42 110	0.02 88

CREStereo	0.49 86	0.03 28	0.00 1	0.00 1	0.09 70	0.01 36	0.02 31	0.23 133	0.36 146	0.19 105	0.18 125	0.30 107	0.26 147	0.01 11	2.49 109	1.93 161	0.40 124	0.20 134	1.44 90	0.45 135	2.20 128	1.90 52	0.02 106	0.07 73	0.00 1	0.00 1	0.55 74	0.00 1
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
stereogan	0.49 86	0.13 146	0.07 156	0.02 78	0.26 155	0.04 113	0.11 100	0.02 61	0.20 117	0.29 121	0.00 1	0.32 113	0.00 1	0.04 79	2.09 82	0.59 74	0.22 81	0.01 35	0.87 68	0.14 66	0.50 51	5.02 156	0.01 84	0.04 36	0.04 127	0.00 1	2.29 147	0.01 68

iResNet_ROB	0.50 91	0.08 115	0.00 1	0.05 129	0.11 84	0.01 36	0.11 100	2.04 212	0.06 71	0.62 149	0.00 1	0.26 101	0.01 21	0.04 79	2.33 97	0.76 100	0.20 76	0.00 1	2.71 137	0.01 13	1.08 93	0.72 27	0.00 1	0.15 127	0.00 1	0.02 89	2.24 142	0.01 68

anonymousdsp2	0.51 92	0.01 8	0.00 1	0.00 1	0.04 35	0.01 36	0.02 31	0.04 83	0.02 26	0.00 1	2.01 185	0.17 76	0.02 57	0.11 124	1.73 65	1.32 133	0.10 43	0.14 108	1.22 82	0.87 176	0.72 64	3.85 119	0.23 171	0.39 163	0.00 1	0.01 63	0.84 88	0.00 1

CES	0.52 93	0.08 115	0.01 97	0.02 78	0.13 101	0.01 36	0.11 100	0.27 141	0.45 162	0.19 105	0.03 95	0.41 130	0.33 159	0.20 156	2.94 128	1.78 154	0.67 159	0.47 189	0.22 31	0.45 135	2.65 144	2.45 69	0.00 1	0.06 58	0.00 1	0.00 1	0.02 24	0.04 109

RGC	0.52 93	0.25 177	0.94 201	0.07 151	0.23 146	0.09 131	0.15 114	0.03 75	0.09 90	0.29 121	0.29 137	0.14 63	0.03 80	0.08 112	2.16 87	0.27 15	0.25 91	0.01 35	0.93 69	0.23 104	0.78 69	4.33 137	0.00 1	0.08 82	0.01 107	0.35 149	1.31 103	0.77 150

raft_robust	0.53 95	0.07 104	0.00 1	0.00 1	0.11 84	0.00 1	0.03 47	1.12 189	0.01 9	0.01 59	0.01 81	0.38 125	0.05 99	0.05 91	1.78 67	0.95 113	0.14 58	0.16 117	3.57 148	0.24 107	1.56 108	3.73 113	0.01 84	0.20 142	0.00 1	0.03 99	0.14 47	0.08 117

RAFT-Stereo + iAFF	0.53 95	0.08 115	0.01 97	0.11 160	0.34 166	0.10 137	0.38 153	0.01 34	0.06 71	0.14 97	0.00 1	0.42 135	0.02 57	0.02 38	3.15 135	0.41 33	0.15 60	0.01 35	1.59 99	0.18 84	1.08 93	2.94 88	0.00 1	0.13 119	0.00 1	0.15 130	2.75 166	0.00 1

GMOStereo	0.54 97	0.04 53	0.00 1	0.01 35	0.21 139	0.10 137	0.22 123	0.05 89	0.04 48	0.00 1	0.01 81	0.09 41	0.07 108	0.02 38	2.59 112	2.33 189	0.09 30	0.19 126	1.45 91	0.26 111	0.88 80	4.91 148	0.00 1	0.16 129	0.00 1	0.06 116	0.68 78	0.00 1

error version	0.54 97	0.04 53	0.00 1	0.01 35	0.21 139	0.10 137	0.22 123	0.05 89	0.04 48	0.00 1	0.01 81	0.09 41	0.07 108	0.02 38	2.59 112	2.33 189	0.09 30	0.19 126	1.45 91	0.26 111	0.88 80	4.91 148	0.00 1	0.16 129	0.00 1	0.06 116	0.68 78	0.00 1

test-v	0.54 97	0.04 53	0.00 1	0.01 35	0.21 139	0.10 137	0.22 123	0.05 89	0.04 48	0.00 1	0.01 81	0.09 41	0.07 108	0.02 38	2.59 112	2.33 189	0.09 30	0.19 126	1.45 91	0.26 111	0.88 80	4.91 148	0.00 1	0.16 129	0.00 1	0.06 116	0.68 78	0.00 1

test-2	0.54 97	0.04 53	0.00 1	0.01 35	0.21 139	0.10 137	0.22 123	0.05 89	0.04 48	0.00 1	0.01 81	0.09 41	0.07 108	0.02 38	2.59 112	2.33 189	0.09 30	0.19 126	1.45 91	0.26 111	0.88 80	4.91 148	0.00 1	0.16 129	0.00 1	0.06 116	0.68 78	0.00 1

raftrobust	0.55 101	0.09 124	0.01 97	0.04 122	0.16 120	0.01 36	0.06 76	0.02 61	0.06 71	0.00 1	0.00 1	0.14 63	0.01 21	0.09 119	3.25 141	2.73 207	0.18 67	0.00 1	2.80 138	0.19 90	1.00 91	3.63 110	0.15 159	0.10 100	0.00 1	0.02 89	0.06 37	0.01 68

iResNetv2_ROB	0.55 101	0.13 146	0.00 1	0.08 154	0.12 96	0.01 36	0.07 81	1.96 210	0.06 71	0.48 138	0.00 1	0.25 97	0.01 21	0.05 91	2.15 85	0.47 43	0.31 112	0.00 1	2.45 128	0.07 39	2.42 138	1.03 35	0.00 1	0.19 140	0.00 1	0.00 1	2.55 160	0.00 1

CREStereo++_RVC	0.56 103	0.03 28	0.00 1	0.02 78	0.15 113	0.01 36	0.11 100	0.17 127	0.11 101	0.17 102	0.04 102	0.13 59	0.05 99	0.01 11	1.80 70	1.51 143	0.35 117	0.20 134	1.43 89	0.14 66	2.11 121	2.81 83	0.04 122	0.07 73	0.00 1	0.02 89	3.53 200	0.00 1
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
4D-IteraStereo	0.58 104	0.13 146	0.02 126	0.03 106	0.17 122	0.01 36	0.03 47	0.15 123	0.06 71	0.00 1	0.00 1	0.37 123	0.00 1	0.11 124	2.61 116	2.42 201	0.04 11	0.13 105	1.56 97	0.19 90	1.75 112	4.26 134	0.05 130	0.12 116	0.01 107	0.02 89	1.48 114	0.00 1

DeepPruner_ROB	0.58 104	0.12 142	0.01 97	0.01 35	0.19 134	0.06 121	1.60 189	0.01 34	0.03 40	0.49 141	0.54 143	0.22 87	0.03 80	0.08 112	2.36 99	0.68 90	0.24 86	0.03 69	1.41 87	0.12 56	3.24 155	2.51 71	0.14 156	0.07 73	0.01 107	0.10 127	1.35 105	0.00 1

FADNet-RVC	0.60 106	0.10 131	0.16 169	0.02 78	0.14 105	0.02 91	1.55 188	0.01 34	0.07 79	0.05 77	0.00 1	0.07 22	0.13 128	0.11 124	5.03 182	0.78 103	0.35 117	0.13 105	2.09 121	0.68 158	1.33 103	2.63 77	0.09 140	0.17 135	0.05 134	0.00 1	0.01 16	0.47 144

FADNet-RVC-Resample	0.61 107	0.27 179	0.41 178	0.19 175	0.30 159	0.01 36	0.31 145	0.25 138	0.22 121	0.14 97	0.16 119	0.41 130	0.06 106	0.20 156	3.96 157	0.66 85	0.44 131	0.78 207	0.53 48	0.43 131	0.75 66	3.35 102	0.13 154	0.55 177	0.10 147	0.91 174	0.34 67	0.55 145

NCCL2	0.61 107	0.20 164	0.01 97	0.18 173	0.52 178	0.04 113	0.29 143	0.03 75	0.12 104	0.79 155	0.01 81	0.30 107	0.03 80	0.18 150	2.20 89	0.63 80	0.45 132	0.11 99	0.25 34	0.13 61	1.32 102	3.69 112	0.65 202	0.18 138	0.04 127	0.14 129	3.34 188	0.57 146

AE-Stereo	0.62 109	0.04 53	0.00 1	0.03 106	0.17 122	0.03 108	0.09 89	0.06 95	0.13 107	0.01 59	0.00 1	0.24 94	0.18 136	0.03 62	1.44 48	1.94 162	0.38 121	0.33 171	1.80 113	0.63 149	2.07 119	5.74 176	0.13 154	0.18 138	0.01 107	0.15 130	0.84 88	0.00 1

DN-CSS_ROB	0.62 109	0.03 28	0.00 1	0.06 141	0.14 105	0.02 91	0.12 105	1.00 184	0.06 71	0.36 128	0.53 142	0.25 97	0.03 80	0.06 99	1.90 74	0.68 90	0.30 107	0.02 52	4.15 154	0.12 56	2.41 137	2.86 85	0.00 1	0.16 129	0.00 1	0.02 89	1.20 99	0.33 140

iinet-f	0.63 111	0.02 14	0.00 1	0.02 78	0.08 65	0.01 36	0.08 85	0.01 34	0.09 90	1.23 174	0.00 1	0.05 16	0.03 80	0.03 62	3.57 148	0.91 111	0.20 76	0.05 77	3.38 144	0.63 149	0.76 67	3.89 120	0.03 116	0.06 58	0.03 124	0.03 99	1.77 125	0.01 68

Sa-1000	0.63 111	0.05 76	0.00 1	0.02 78	0.08 65	0.00 1	0.02 31	0.01 34	0.04 48	0.00 1	0.00 1	0.41 130	0.03 80	0.13 138	2.29 93	0.99 117	0.08 27	0.17 119	2.63 135	0.25 108	0.98 90	5.45 166	0.01 84	0.22 149	0.06 136	0.00 1	2.97 177	0.01 68

PMTNet	0.63 111	0.03 28	0.00 1	0.01 35	0.12 96	0.01 36	0.13 110	0.24 136	0.33 142	0.35 127	0.21 130	0.33 115	0.23 145	0.01 11	3.80 154	1.94 162	0.45 132	0.15 110	2.46 129	0.31 119	2.46 141	2.10 61	0.01 84	0.07 73	0.95 195	0.02 89	0.15 48	0.00 1

FADNet	0.64 114	0.08 115	0.10 162	0.01 35	0.15 113	0.02 91	1.11 178	0.01 34	0.05 60	0.01 59	0.00 1	0.13 59	0.08 117	0.21 158	4.49 172	0.59 74	0.31 112	0.22 140	3.50 147	0.72 162	1.58 110	2.78 82	0.03 116	0.09 91	0.12 152	0.35 149	0.06 37	0.34 142

LoS	0.67 115	0.04 53	0.01 97	0.01 35	0.05 43	0.01 36	0.03 47	2.71 218	0.49 168	0.38 129	0.06 106	0.54 148	0.50 171	0.13 138	1.99 79	2.02 169	0.71 164	0.44 187	1.13 78	0.28 117	3.53 164	2.92 86	0.03 116	0.08 82	0.00 1	0.00 1	0.03 30	0.02 88

pcwnet_v2	0.67 115	0.22 171	0.09 160	0.08 154	0.53 179	0.01 36	0.02 31	0.03 75	0.07 79	1.11 169	0.19 126	0.50 142	0.02 57	0.01 11	3.39 145	0.67 88	0.51 145	0.15 110	2.47 130	0.11 52	1.34 104	3.05 91	0.83 207	0.09 91	0.00 1	0.00 1	1.55 120	1.16 161

GES	0.67 115	0.04 53	0.01 97	0.00 1	0.11 84	0.01 36	0.40 154	0.01 34	0.24 126	0.21 111	0.08 111	0.25 97	0.07 108	0.01 11	3.46 146	0.74 99	0.26 95	0.06 82	5.71 174	0.18 84	1.93 116	2.92 86	0.04 122	0.15 127	0.01 107	0.01 63	0.16 53	0.87 153

LoS_RVC	0.68 118	0.15 154	0.00 1	0.01 35	0.14 105	0.01 36	0.03 47	0.07 99	0.45 162	1.19 171	0.05 103	0.35 119	0.20 138	0.08 112	2.31 95	1.81 155	0.28 104	1.18 223	2.00 119	0.35 125	3.46 162	3.92 121	0.04 122	0.05 45	0.00 1	0.01 63	0.06 37	0.02 88

tt_ll	0.68 118	0.15 154	0.00 1	0.01 35	0.14 105	0.01 36	0.03 47	0.07 99	0.45 162	1.19 171	0.05 103	0.35 119	0.20 138	0.08 112	2.31 95	1.81 155	0.28 104	1.18 223	2.00 119	0.35 125	3.46 162	3.92 121	0.04 122	0.05 45	0.00 1	0.01 63	0.06 37	0.02 88

BEATNet_4x	0.68 118	0.16 157	0.04 145	0.03 106	0.10 76	0.08 130	0.30 144	0.05 89	0.25 130	0.08 80	0.03 95	0.38 125	0.16 133	0.34 182	3.15 135	1.27 132	0.95 183	0.70 202	0.77 64	0.16 78	3.27 157	5.32 160	0.00 1	0.25 154	0.00 1	0.01 63	0.61 77	0.01 68

IPLG	0.69 121	0.04 53	0.01 97	0.01 35	0.19 134	0.00 1	0.04 60	0.39 152	0.12 104	0.39 130	0.16 119	0.11 53	0.08 117	0.26 164	4.55 173	0.88 108	0.24 86	0.07 84	1.69 108	0.27 116	0.68 61	4.20 132	0.00 1	0.21 144	0.02 121	0.74 167	3.38 189	0.00 1

MIPNet	0.72 122	0.04 53	0.04 145	0.03 106	0.37 168	0.00 1	0.04 60	0.03 75	0.17 115	1.35 176	0.33 138	0.14 63	0.11 123	0.23 159	3.15 135	0.86 107	0.39 123	0.07 84	1.92 116	0.45 135	0.84 77	4.27 135	0.00 1	0.24 153	0.04 127	0.96 176	3.50 194	0.01 68

sCroCo_RVC	0.75 123	0.05 76	0.00 1	0.01 35	0.04 35	0.01 36	0.02 31	0.12 117	0.54 173	0.46 134	0.09 113	0.45 139	0.33 159	0.02 38	2.19 88	2.41 200	0.34 116	0.25 152	1.83 114	0.39 128	3.36 160	5.64 170	0.02 106	0.14 120	0.00 1	0.00 1	1.51 117	0.04 109

GEStereo_RVC	0.80 124	0.04 53	0.01 97	0.01 35	0.16 120	0.01 36	0.24 136	0.30 145	0.12 104	0.19 105	0.09 113	0.29 106	0.02 57	0.05 91	1.55 56	1.38 137	0.27 97	0.09 90	4.90 161	0.36 127	2.28 134	5.73 173	0.25 175	0.26 156	0.00 1	0.03 99	2.63 162	0.23 129

IPLGR	0.81 125	0.06 92	0.06 154	0.02 78	0.30 159	0.00 1	0.04 60	0.03 75	0.13 107	1.09 168	0.25 135	0.08 37	0.08 117	0.13 138	4.58 174	0.95 113	0.70 161	0.15 110	2.82 139	0.53 141	1.16 99	4.58 141	0.00 1	0.23 152	0.10 147	0.78 169	3.13 182	0.00 1

FCDSN-DC	0.88 126	0.24 176	1.43 211	0.50 189	0.72 192	0.34 181	0.73 165	0.25 138	0.37 148	0.40 132	0.16 119	0.91 162	0.11 123	0.18 150	4.94 180	1.22 128	0.43 128	0.19 126	0.65 51	0.14 66	2.51 142	5.12 157	0.00 1	1.23 206	0.01 107	0.35 149	0.57 76	0.12 121
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	0.88 126	0.38 183	0.04 145	0.01 35	0.18 131	0.09 131	0.20 117	0.01 34	0.14 111	0.13 95	0.70 149	8.98 202	0.03 80	0.07 109	1.51 52	0.56 64	0.87 175	0.05 77	0.37 40	0.16 78	1.41 105	4.61 142	0.14 156	0.08 82	0.00 1	0.03 99	2.96 176	0.11 120

Anonymous	0.91 128	0.06 92	0.00 1	0.00 1	0.05 43	0.01 36	0.03 47	0.09 107	0.39 155	1.18 170	0.00 1	0.30 107	0.50 171	0.05 91	2.13 84	2.38 197	0.50 143	0.39 183	4.12 153	0.32 121	3.68 168	5.97 181	0.01 84	0.08 82	0.00 1	0.02 89	2.29 147	0.02 88

NaN_ROB	0.93 129	0.46 187	0.33 175	0.20 176	0.88 199	0.18 163	0.95 173	0.16 126	1.74 208	0.16 99	0.69 148	4.80 195	0.07 108	0.26 164	1.93 76	0.59 74	0.51 145	0.24 145	0.66 52	0.31 119	0.94 86	2.05 58	0.18 166	0.39 163	0.22 172	0.99 178	2.35 153	2.81 174

EGLCR-Stereo	0.97 130	0.04 53	0.01 97	0.02 78	0.11 84	0.07 126	0.07 81	0.19 130	0.82 190	0.02 64	2.20 188	0.26 101	0.16 133	0.01 11	3.05 130	2.29 184	0.43 128	0.35 177	2.35 125	0.42 130	2.27 131	5.92 180	0.21 169	0.54 174	0.00 1	0.40 152	3.95 207	0.00 1

test-3	0.98 131	0.06 92	0.00 1	0.01 35	0.25 151	0.11 144	0.10 95	0.96 181	0.09 90	0.11 92	0.03 95	0.07 22	0.05 99	0.03 62	3.31 142	2.30 186	0.18 67	0.17 119	5.52 170	0.20 93	2.23 129	6.84 204	0.00 1	0.21 144	0.17 164	0.07 123	3.15 183	0.32 137

test_1	0.98 131	0.06 92	0.00 1	0.01 35	0.25 151	0.11 144	0.10 95	0.96 181	0.09 90	0.10 90	0.02 89	0.07 22	0.05 99	0.03 62	3.34 143	2.30 186	0.18 67	0.17 119	5.52 170	0.20 93	2.23 129	6.83 202	0.00 1	0.21 144	0.17 164	0.07 123	3.15 183	0.32 137

R-Stereo Train	0.98 131	0.04 53	0.02 126	0.02 78	0.03 28	0.01 36	0.04 60	0.13 119	0.52 170	0.83 157	1.68 174	0.50 142	0.20 138	0.15 144	2.81 123	2.26 180	0.90 177	0.40 184	5.19 166	0.60 144	3.72 169	5.33 161	0.01 84	0.11 107	0.01 107	0.15 130	0.17 55	0.75 148

RAFT-Stereo	0.98 131	0.04 53	0.02 126	0.02 78	0.03 28	0.01 36	0.04 60	0.13 119	0.52 170	0.83 157	1.68 174	0.50 142	0.20 138	0.15 144	2.81 123	2.26 180	0.90 177	0.40 184	5.19 166	0.60 144	3.72 169	5.33 161	0.01 84	0.11 107	0.01 107	0.15 130	0.17 55	0.75 148
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.99 135	0.05 76	0.03 139	0.25 179	0.61 185	0.12 153	0.44 157	1.32 195	0.33 142	1.00 165	2.63 195	0.80 157	0.27 150	0.06 99	1.93 76	1.00 118	0.47 138	0.24 145	6.14 180	0.23 104	2.37 136	3.83 118	0.10 142	0.71 182	0.00 1	0.09 126	1.69 122	0.02 88

test_3	1.00 136	0.07 104	0.00 1	0.01 35	0.25 151	0.11 144	0.12 105	0.88 174	0.09 90	0.08 80	0.02 89	0.07 22	0.05 99	0.03 62	3.59 150	2.30 186	0.18 67	0.17 119	5.57 172	0.20 93	2.19 127	6.76 201	0.00 1	0.22 149	0.19 168	0.07 123	3.40 190	0.32 137

CC-Net-ROB	1.00 136	0.63 196	0.00 1	0.85 194	0.70 190	2.52 214	0.42 155	0.00 1	0.01 9	0.21 111	0.00 1	10.16 204	2.04 186	0.32 178	1.20 38	0.36 27	0.38 121	0.02 52	1.79 111	0.08 41	0.34 38	0.36 16	4.24 230	0.02 20	0.00 1	0.00 1	0.28 63	0.01 68

MyStereo04	1.03 138	0.19 161	0.02 126	0.06 141	0.23 146	0.01 36	0.08 85	0.06 95	0.07 79	2.00 207	0.14 118	0.30 107	0.01 21	0.06 99	2.39 103	1.44 142	0.35 117	0.02 52	8.36 195	1.24 196	3.24 155	3.42 104	0.96 210	0.38 162	0.07 138	0.15 130	2.45 155	0.00 1

s12784h	1.03 138	0.04 53	0.01 97	0.02 78	0.13 101	0.01 36	0.03 47	0.24 136	0.36 146	0.24 116	0.05 103	0.14 63	0.23 145	0.01 11	1.65 58	2.06 172	0.50 143	0.17 119	2.39 127	0.28 117	4.51 183	3.62 109	0.02 106	0.08 82	0.86 194	0.95 175	4.11 210	5.06 190

Anonymous3	1.04 140	0.11 137	0.00 1	0.01 35	0.10 76	0.00 1	0.00 1	1.68 206	0.25 130	0.00 1	0.00 1	2.11 182	0.51 174	0.26 164	3.17 139	3.75 223	0.53 148	0.28 161	3.38 144	0.83 175	3.34 159	5.65 172	0.03 116	0.06 58	0.00 1	0.06 116	1.63 121	0.20 128

RTSC	1.07 141	0.08 115	0.27 173	0.02 78	0.12 96	0.16 160	1.24 179	0.13 119	0.14 111	1.56 191	1.01 164	0.28 104	0.05 99	0.28 172	7.48 203	1.99 167	0.98 184	0.30 167	2.64 136	0.72 162	1.95 117	4.09 125	0.03 116	0.30 159	0.18 166	0.00 1	1.35 105	1.43 166

HSM-Net_RVC	1.07 141	0.03 28	0.01 97	0.82 193	0.23 146	0.06 121	0.26 139	1.65 202	0.21 119	1.59 193	4.21 214	3.20 189	0.30 154	0.15 144	2.98 129	0.96 115	0.55 150	0.07 84	1.00 74	0.62 148	2.95 151	3.78 115	0.24 172	1.21 205	0.04 127	0.03 99	1.47 112	0.33 140
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PWCDC_ROB	1.07 141	0.07 104	0.01 97	0.03 106	0.24 150	0.11 144	0.13 110	0.00 1	0.07 79	0.00 1	0.80 153	0.41 130	12.16 224	0.32 178	3.72 152	1.18 126	0.43 128	0.05 77	0.72 60	0.09 46	1.76 113	6.32 186	0.00 1	0.21 144	0.00 1	0.01 63	0.08 42	0.04 109

CASS	1.09 144	0.04 53	0.05 151	0.06 141	0.09 70	0.02 91	1.89 194	0.13 119	0.25 130	0.49 141	1.39 170	0.42 135	0.28 152	0.01 11	1.89 73	1.38 137	3.35 215	0.41 186	3.71 150	0.12 56	5.73 205	4.96 154	0.00 1	0.11 107	0.61 183	0.00 1	1.91 128	0.01 68
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GANet-ADL	1.10 145	0.05 76	0.00 1	0.03 106	0.14 105	0.02 91	0.32 146	0.08 104	0.23 122	1.74 199	2.90 197	0.15 71	0.07 108	0.02 38	3.38 144	1.89 160	0.77 169	0.21 136	4.94 162	1.01 185	2.53 143	5.86 178	0.00 1	0.12 116	0.00 1	0.97 177	1.93 129	0.45 143

MyStereo	1.15 146	0.20 164	0.04 145	0.07 151	0.30 159	0.04 113	0.09 89	0.01 34	0.05 60	2.40 217	1.06 165	0.37 123	0.01 21	0.06 99	2.73 122	1.32 133	0.30 107	0.02 52	7.90 192	1.36 201	3.18 153	3.74 114	0.91 209	0.41 166	0.30 179	1.47 185	2.72 164	0.00 1

GwcNet-ADL	1.16 147	0.07 104	0.40 177	0.05 129	0.31 163	0.04 113	0.26 139	0.18 128	0.13 107	2.08 211	6.22 223	1.00 164	0.15 131	0.03 62	1.64 57	2.09 174	0.74 165	0.23 144	2.93 140	1.11 187	2.08 120	3.57 107	0.00 1	0.14 120	0.10 147	0.78 169	1.16 96	3.74 181

Any-RAFT	1.18 148	0.02 14	0.02 126	0.01 35	0.06 51	0.01 36	0.04 60	0.97 183	0.37 148	0.24 116	3.12 200	0.39 127	0.21 143	0.11 124	2.67 119	2.00 168	0.52 147	0.25 152	5.42 169	0.34 124	4.24 178	4.80 146	0.10 142	0.12 116	0.06 136	0.46 155	1.31 103	4.08 184

cross-raft	1.22 149	0.18 159	0.00 1	0.00 1	0.25 151	0.19 165	0.09 89	1.09 187	0.37 148	0.48 138	0.62 146	0.47 140	0.27 150	0.26 164	3.12 133	3.18 214	0.37 120	0.22 140	6.41 183	1.18 194	4.79 189	6.55 196	0.14 156	0.09 91	0.11 150	0.64 164	0.15 48	1.76 168

MSMDNet	1.25 150	0.19 161	0.00 1	0.02 78	0.30 159	0.20 167	0.10 95	1.07 186	0.34 144	0.81 156	0.85 156	0.47 140	1.93 185	0.19 155	2.92 127	4.02 230	0.45 132	0.21 136	6.20 181	0.65 153	4.55 184	6.46 191	0.12 150	0.09 91	0.12 152	0.48 159	0.20 60	0.92 155

dad	1.26 151	0.03 28	0.01 97	2.05 208	0.03 28	0.12 153	5.97 215	0.02 61	0.04 48	0.00 1	0.00 1	0.08 37	1.00 179	0.01 11	2.38 102	0.55 62	0.02 6	0.15 110	4.20 155	0.16 78	0.49 49	1.61 47	0.08 136	0.21 144	1.45 203	0.00 1	8.58 231	4.72 188

AnonymousM	1.26 151	0.10 131	0.00 1	0.01 35	0.02 20	0.18 163	0.00 1	0.31 148	0.35 145	0.16 99	1.96 184	0.35 119	0.33 159	0.37 183	1.49 51	1.72 152	0.67 159	0.29 164	0.95 72	1.27 197	2.44 139	4.00 123	0.27 177	0.30 159	0.00 1	0.20 142	4.93 214	11.37 221

iResNet	1.29 153	0.03 28	0.00 1	0.26 181	0.76 193	0.11 144	0.23 131	0.52 160	0.27 135	1.53 189	1.60 173	0.90 161	2.18 190	0.02 38	4.40 170	1.94 162	0.45 132	0.34 174	8.84 198	0.99 183	3.40 161	2.35 67	0.00 1	1.23 206	0.00 1	0.19 141	2.27 145	0.03 104

ADCRef	1.34 154	0.41 185	0.39 176	0.12 162	0.81 195	0.32 178	0.86 168	0.42 154	2.11 213	0.70 153	0.02 89	0.39 127	0.06 106	0.31 177	5.12 183	1.00 118	0.30 107	0.25 152	3.29 143	0.78 167	1.09 95	3.78 115	1.07 212	0.32 161	1.10 199	2.76 199	1.24 101	7.08 199

LALA_ROB	1.37 155	1.34 214	0.01 97	0.06 141	0.28 158	0.06 121	0.22 123	0.07 99	0.14 111	1.06 167	1.83 181	15.19 215	0.03 80	0.09 119	3.23 140	0.57 67	0.41 125	0.10 92	1.17 80	0.33 123	2.00 118	4.37 138	0.01 84	0.20 142	0.13 155	0.15 130	2.79 167	1.25 164

EKT-Stereo	1.43 156	0.02 14	0.00 1	0.03 106	0.20 136	0.05 118	0.23 131	1.05 185	0.79 189	0.87 160	3.67 207	0.55 150	0.37 167	0.37 183	3.99 158	3.92 227	0.57 152	0.34 174	3.66 149	1.75 213	4.58 186	7.24 211	0.02 106	0.08 82	0.00 1	0.73 166	3.50 194	0.00 1

PSMNet-ADL	1.45 157	0.06 92	0.03 139	0.12 162	0.23 146	0.10 137	0.32 146	0.88 174	0.23 122	3.14 235	6.55 227	0.50 142	3.31 198	0.05 91	4.30 167	2.75 209	0.66 158	0.21 136	5.14 165	0.43 131	2.14 122	4.12 126	0.18 166	0.09 91	0.00 1	0.16 137	3.26 186	0.19 127

SGM-Forest	1.47 158	0.22 171	0.03 139	1.15 200	0.85 198	0.32 178	0.07 81	0.62 164	0.69 184	1.86 203	0.77 152	1.74 175	2.49 192	0.38 186	4.01 159	1.53 145	0.60 153	0.15 110	2.56 131	0.18 84	2.44 139	5.51 168	0.47 196	0.27 157	0.65 185	0.77 168	5.16 217	4.09 185
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ETE_ROB	1.49 159	0.89 205	0.01 97	0.08 154	0.40 172	0.07 126	0.46 158	0.02 61	1.27 202	0.20 109	1.77 178	18.24 219	0.03 80	0.10 122	2.45 105	0.57 67	1.29 198	0.08 88	1.42 88	0.26 111	2.31 135	5.24 159	0.10 142	0.14 120	0.11 150	0.00 1	1.98 131	0.74 147

CSAN	1.51 160	0.51 191	0.30 174	0.46 188	1.06 205	0.28 177	1.64 190	0.26 140	2.24 215	1.49 186	1.26 168	5.28 196	3.36 199	0.38 186	2.42 104	0.53 58	0.82 173	0.33 171	2.56 131	0.74 165	2.18 125	3.32 101	0.12 150	0.41 166	0.95 195	2.49 194	2.06 136	3.23 178

NOSS_ROB	1.53 161	0.07 104	0.02 126	0.14 166	0.33 164	0.06 121	0.04 60	1.24 193	0.64 178	1.67 197	1.69 176	1.97 179	0.36 165	1.01 208	5.43 189	3.38 219	0.91 180	0.30 167	1.40 86	0.21 99	4.36 180	6.60 198	0.10 142	0.73 184	0.20 170	4.63 211	3.87 206	0.02 88

HH	1.54 162	0.03 28	0.00 1	0.03 106	0.11 84	0.21 169	0.03 47	0.66 165	0.37 148	1.87 204	1.89 182	0.86 159	0.33 159	0.18 150	3.86 155	5.35 242	0.49 140	0.24 145	5.98 178	1.28 198	6.23 211	6.54 194	0.34 189	0.58 180	0.16 160	0.46 155	2.34 151	1.09 156

HanStereo	1.54 162	0.03 28	0.00 1	0.03 106	0.11 84	0.21 169	0.03 47	0.66 165	0.37 148	1.87 204	1.89 182	0.86 159	0.33 159	0.18 150	3.86 155	5.35 242	0.49 140	0.24 145	5.98 178	1.28 198	6.23 211	6.54 194	0.34 189	0.58 180	0.16 160	0.46 155	2.34 151	1.09 156

SHD	1.54 162	0.06 92	1.12 205	0.06 141	0.33 164	0.19 165	1.33 183	0.31 148	0.20 117	1.46 184	1.81 180	0.79 156	2.23 191	0.29 174	7.88 209	2.36 194	0.85 174	0.48 190	5.29 168	1.11 187	3.92 174	5.44 164	0.06 133	0.99 195	0.76 189	0.47 158	0.96 92	0.80 152

RAFT-Test	1.56 165	0.21 169	0.00 1	0.03 106	0.46 176	0.21 169	0.13 110	1.45 199	0.42 157	0.85 159	5.41 221	0.30 107	0.40 168	0.24 162	3.52 147	3.83 225	0.45 132	0.22 140	6.74 184	0.68 158	4.64 187	5.50 167	0.24 172	0.09 91	0.13 155	4.57 210	0.15 48	1.27 165

DAS	1.56 165	0.05 76	0.00 1	0.02 78	0.15 113	0.21 169	0.20 117	0.75 169	0.68 182	1.78 201	4.05 211	3.08 187	3.10 194	0.02 38	4.03 161	2.40 198	1.21 194	0.25 152	4.72 159	0.80 171	5.01 194	5.73 173	0.01 84	0.94 192	0.16 160	0.42 153	2.14 138	0.28 135

SepStereo	1.56 165	0.05 76	0.00 1	0.02 78	0.15 113	0.21 169	0.20 117	0.75 169	0.68 182	1.78 201	4.05 211	3.08 187	3.10 194	0.02 38	4.03 161	2.40 198	1.21 194	0.25 152	4.72 159	0.80 171	5.01 194	5.73 173	0.01 84	0.94 192	0.16 160	0.42 153	2.14 138	0.28 135

DeepPrunerF	1.56 165	0.75 200	0.00 1	2.44 213	7.08 227	1.22 200	2.49 203	0.27 141	2.00 212	0.02 64	0.06 106	0.17 76	0.01 21	0.05 91	4.22 166	1.04 121	0.13 54	0.13 105	1.65 103	0.10 48	0.86 79	1.21 39	0.10 142	0.05 45	13.02 240	0.85 172	2.24 142	0.04 109

MSKI-zero shot	1.63 169	0.06 92	0.00 1	0.00 1	0.04 35	0.15 158	0.09 89	0.70 168	0.56 175	0.40 132	4.72 217	0.44 138	0.28 152	0.02 38	4.02 160	4.17 233	0.79 171	0.45 188	8.12 194	1.60 210	5.19 198	6.94 205	0.17 165	0.11 107	0.15 158	0.81 171	0.46 70	3.55 180

FADNet_RVC	1.63 169	0.22 171	0.42 180	0.29 182	0.78 194	0.11 144	0.92 172	0.39 152	0.49 168	0.47 136	0.97 163	1.22 166	0.49 170	0.78 205	6.23 194	1.59 146	1.09 191	1.46 226	9.20 199	0.95 181	3.67 167	5.53 169	0.40 193	0.78 185	0.27 174	0.27 146	3.00 179	2.09 171

XQC	1.66 171	0.21 169	0.52 184	0.14 166	0.37 168	0.10 137	1.36 184	0.29 144	0.16 114	1.69 198	2.37 190	0.66 151	3.22 196	0.32 178	7.43 201	2.29 184	0.76 168	0.38 182	4.00 152	0.69 161	2.93 150	6.58 197	0.05 130	0.46 172	1.09 198	4.16 208	1.40 109	1.11 159

test-1	1.70 172	0.04 53	0.00 1	0.00 1	0.04 35	0.20 167	0.33 149	0.88 174	0.48 165	2.92 229	3.07 199	1.60 173	0.30 154	0.16 147	4.34 168	4.00 229	0.75 166	0.52 192	5.66 173	1.37 202	4.20 176	8.17 230	0.02 106	0.17 135	0.00 1	0.17 139	3.67 202	2.89 175

ADCP+	1.75 173	0.59 195	0.63 187	0.04 122	0.65 187	0.54 187	1.27 182	0.10 109	3.59 220	1.42 182	1.34 169	2.95 186	0.02 57	0.33 181	4.90 179	0.63 80	0.19 72	0.11 99	3.06 141	0.67 156	1.49 107	4.12 126	0.04 122	0.06 58	1.27 202	8.47 227	2.00 134	6.83 197

TRStereo	1.76 174	0.14 150	0.73 191	0.01 35	0.05 43	2.16 210	0.08 85	1.43 197	0.66 180	2.45 220	0.95 161	1.77 177	0.30 154	0.03 62	3.78 153	3.44 221	0.27 97	0.32 170	5.00 164	0.93 177	2.72 146	6.31 184	0.26 176	0.10 100	0.35 181	9.30 231	3.96 208	0.02 88

FC-DCNN	1.76 174	0.63 196	3.42 225	2.23 210	1.72 209	2.85 215	1.94 197	1.64 201	0.88 194	1.40 180	0.74 151	2.06 181	0.78 177	0.14 142	2.45 105	1.00 118	0.77 169	0.19 126	2.25 124	0.20 93	2.74 147	4.47 140	0.00 1	0.88 191	2.30 211	1.38 183	3.46 193	4.91 189

EAI-Stereo	1.80 176	0.46 187	1.10 204	0.67 192	0.71 191	0.73 191	0.96 174	1.43 197	1.33 204	0.08 80	5.03 219	0.52 147	0.33 159	0.06 99	4.98 181	4.20 235	0.49 140	0.61 200	7.06 188	0.79 168	3.29 158	5.64 170	0.33 188	1.02 197	0.62 184	1.63 187	3.61 201	0.78 151

FINET	1.84 177	0.48 189	0.53 185	0.22 178	0.43 174	0.62 189	0.75 166	0.60 163	1.71 207	0.25 118	3.44 202	0.75 153	2.04 186	0.69 200	12.19 243	1.84 158	0.70 161	0.29 164	1.69 108	1.05 186	1.90 115	3.58 108	0.27 177	0.97 194	2.98 214	5.66 218	0.86 90	3.31 179

ADCL	1.94 178	0.86 204	0.63 187	0.37 183	0.56 180	0.43 184	1.49 186	0.30 145	7.79 237	1.64 195	0.96 162	0.43 137	0.12 125	0.23 159	4.87 177	0.72 94	0.61 155	0.81 209	2.35 125	0.61 147	2.87 149	3.43 105	0.32 187	0.54 174	4.24 221	3.96 205	2.82 168	8.53 209

IGEV_Zeroshot_test	2.01 179	0.29 180	0.74 192	2.41 212	0.14 105	1.47 203	0.65 164	1.66 204	0.86 192	1.42 182	6.49 226	1.43 171	0.50 171	0.18 150	3.59 150	4.18 234	0.48 139	0.26 159	5.82 175	1.37 202	5.57 203	7.66 218	0.27 177	0.11 107	0.27 174	0.20 142	3.25 185	3.05 177

anonymity	2.08 180	0.37 182	0.11 163	0.17 172	0.15 113	0.24 174	0.20 117	1.34 196	0.85 191	2.03 208	18.46 257	0.98 163	0.52 175	0.17 148	3.57 148	3.93 228	0.70 161	0.25 152	3.72 151	0.66 154	3.21 154	7.06 207	0.20 168	0.43 168	0.23 173	0.49 160	3.30 187	2.72 173

HBP-ISP	2.10 181	0.22 171	1.16 206	0.98 195	0.61 185	0.70 190	0.06 76	2.15 214	0.66 180	2.04 209	3.60 206	0.51 146	0.36 165	1.83 215	7.47 202	6.67 247	0.60 153	0.51 191	1.89 115	1.12 190	4.69 188	8.60 236	0.01 84	0.57 179	1.12 200	1.15 180	5.27 220	2.01 170

RTS	2.13 182	0.09 124	0.05 151	0.06 141	0.27 156	0.12 153	3.10 206	0.06 95	0.23 122	1.39 177	0.21 130	0.76 154	0.13 128	0.43 190	10.72 232	2.25 177	1.08 189	0.24 145	6.92 186	0.94 178	3.54 165	4.78 144	0.00 1	0.44 169	0.69 186	16.39 250	1.48 114	1.22 162

RTSA	2.13 182	0.09 124	0.05 151	0.06 141	0.27 156	0.12 153	3.10 206	0.06 95	0.23 122	1.39 177	0.21 130	0.76 154	0.13 128	0.43 190	10.72 232	2.25 177	1.08 189	0.24 145	6.92 186	0.94 178	3.54 165	4.78 144	0.00 1	0.44 169	0.69 186	16.39 250	1.48 114	1.22 162

ccs_rob	2.19 184	0.09 124	0.18 170	0.13 165	0.06 51	0.03 108	0.03 47	2.33 216	0.54 173	2.44 219	12.56 249	15.01 213	0.18 136	0.30 176	3.10 131	2.81 210	0.75 166	0.28 161	3.16 142	0.80 171	4.43 181	5.41 163	0.03 116	1.16 203	0.00 1	0.01 63	1.74 124	1.49 167

PWC_ROB	2.29 185	0.25 177	0.06 154	0.01 35	0.17 122	0.16 160	0.98 175	0.02 61	0.62 176	0.65 151	3.33 201	1.37 169	12.76 225	0.26 164	6.03 192	2.03 171	1.15 192	0.92 214	6.78 185	0.58 143	4.98 193	7.64 217	0.11 149	1.04 199	0.02 121	0.18 140	2.87 171	6.83 197

XX-Stereo	2.39 186	0.04 53	0.08 157	0.02 78	0.03 28	0.17 162	0.24 136	0.12 117	0.24 126	2.06 210	6.55 227	0.32 113	0.46 169	0.04 79	4.87 177	4.47 238	0.81 172	0.25 152	4.97 163	0.21 99	2.69 145	4.18 131	0.31 186	0.11 107	24.56 253	0.03 99	2.13 137	4.54 186

iRaft-Stereo_20w	2.41 187	0.79 202	1.84 218	2.39 211	0.37 168	0.73 191	0.54 159	0.89 177	1.53 205	3.22 238	8.29 240	0.71 152	0.65 176	0.45 192	3.12 133	3.75 223	0.92 181	0.57 195	4.64 158	1.51 206	3.72 169	6.38 188	0.42 194	0.40 165	0.58 182	7.46 222	2.87 171	6.30 194

MFMNet_re	2.50 188	0.07 104	0.08 157	0.00 1	0.81 195	1.00 196	1.92 196	1.98 211	1.84 210	0.48 138	0.90 159	11.12 208	4.20 202	0.12 133	8.35 217	2.23 176	2.12 204	0.88 212	10.85 205	1.93 218	6.20 210	4.31 136	0.70 203	1.05 200	0.01 107	0.01 63	2.53 159	1.91 169

MFN_U_SF_DS_RVC	2.58 189	0.39 184	0.13 165	1.02 198	0.94 202	1.47 203	6.02 216	1.28 194	1.25 201	0.58 146	0.51 141	3.99 193	1.35 180	2.94 221	8.49 220	0.84 106	0.53 148	0.24 145	8.49 197	0.82 174	5.19 198	7.26 212	0.63 200	0.22 149	1.61 205	3.32 203	2.83 170	7.19 200

SFCPSM	2.60 190	0.04 53	0.02 126	0.05 129	0.12 96	0.32 178	0.11 100	0.30 145	0.77 188	1.51 188	4.75 218	6.92 199	11.96 222	0.12 133	6.19 193	2.43 202	1.00 185	0.33 171	15.96 213	2.34 224	3.04 152	4.15 129	0.12 150	0.71 182	0.04 127	0.60 162	3.86 204	2.56 172

CBMV	2.60 190	0.15 154	0.26 172	0.40 185	0.57 181	0.97 195	1.03 176	1.21 192	0.37 148	1.54 190	1.80 179	6.95 200	2.14 189	0.70 201	5.13 184	2.53 205	1.37 200	0.34 174	5.85 176	0.66 154	5.87 207	6.83 202	0.10 142	1.05 200	0.28 177	0.55 161	6.85 221	14.70 230
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCMid	2.74 192	1.26 212	1.71 215	0.40 185	1.93 212	1.52 205	3.53 210	0.86 173	3.72 221	0.89 161	3.79 208	1.75 176	1.91 184	0.47 195	6.57 196	1.98 166	1.00 185	0.81 209	8.43 196	1.44 205	4.23 177	6.72 200	1.73 220	0.54 174	1.26 201	4.03 206	2.31 149	9.24 211

AnyNet_C32	2.80 193	0.52 193	0.22 171	0.25 179	0.67 188	0.44 186	3.17 208	0.15 123	7.69 236	1.48 185	3.90 209	1.23 167	0.31 157	0.37 183	8.77 221	1.97 165	1.32 199	1.08 217	4.26 157	0.99 183	5.88 208	7.00 206	0.16 163	0.85 189	3.07 215	5.64 217	3.09 180	11.20 219

FAT-Stereo	2.88 194	0.13 146	2.06 221	0.15 168	0.40 172	0.03 108	0.61 161	3.14 221	0.69 184	3.08 233	9.21 242	11.10 207	2.12 188	0.09 119	5.89 191	3.41 220	1.24 196	1.17 222	4.21 156	1.62 211	5.45 200	7.79 223	0.16 163	1.79 223	0.09 144	1.45 184	2.64 163	8.01 206

FBW_ROB	3.03 195	2.28 215	1.73 216	5.36 219	3.29 219	1.68 208	5.06 212	0.59 162	0.05 60	1.66 196	1.74 177	6.05 198	1.43 181	3.87 226	5.17 185	0.52 57	0.88 176	0.10 92	22.28 229	0.75 166	4.57 185	4.14 128	3.32 225	0.78 185	0.07 138	0.88 173	0.54 72	2.97 176

S-Stereo	3.08 196	0.07 104	0.92 200	0.58 191	0.48 177	0.11 144	2.12 202	1.93 209	1.12 197	3.16 237	11.36 248	13.75 212	0.84 178	0.14 142	8.10 213	4.42 237	0.93 182	1.15 221	5.86 177	2.48 227	3.72 169	8.66 237	0.30 183	1.78 222	0.00 1	1.19 181	1.99 133	6.02 193

PVD	3.14 197	0.08 115	2.03 220	0.06 141	0.59 183	0.61 188	1.76 192	4.43 233	5.36 229	1.92 206	3.47 204	1.71 174	4.28 203	0.39 188	8.77 221	3.31 218	1.63 203	1.33 225	7.97 193	2.09 220	4.97 192	7.57 214	0.09 140	0.82 187	3.19 216	5.61 216	3.52 199	7.31 201

ADCPNet	3.33 198	0.18 159	1.54 213	0.37 183	2.11 214	0.43 184	4.39 211	1.15 190	2.63 217	2.22 214	4.68 216	1.26 168	8.61 216	0.75 203	7.76 206	2.37 195	1.20 193	0.28 161	9.48 200	1.76 215	4.12 175	7.06 207	1.85 221	0.44 169	3.47 219	5.21 215	3.51 196	11.22 220

MSC_U_SF_DS_RVC	3.56 199	1.18 211	0.42 180	2.21 209	1.08 206	1.06 198	7.26 223	0.90 178	6.00 231	2.41 218	0.89 158	2.49 183	1.53 182	4.82 228	8.39 218	2.74 208	1.46 202	0.99 216	19.04 219	2.19 222	4.43 181	8.48 235	1.87 223	0.85 189	1.96 209	2.40 193	1.47 112	7.73 203

SPS-STEREO	3.87 200	0.51 191	0.89 199	2.55 214	0.60 184	2.27 212	1.91 195	2.42 217	0.48 165	2.64 223	5.18 220	10.68 205	3.56 200	0.45 192	9.10 226	4.16 232	2.88 210	1.11 218	16.03 214	1.11 187	9.65 240	7.06 207	0.53 199	2.09 228	2.07 210	4.05 207	5.19 219	5.27 191
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_RVC	3.93 201	0.95 207	0.88 198	1.32 202	0.91 200	2.12 209	6.41 220	1.67 205	0.97 195	2.95 230	7.64 238	5.48 197	1.73 183	5.39 229	10.74 234	1.82 157	1.27 197	0.83 211	24.63 233	2.41 226	6.44 213	7.61 215	0.48 197	1.69 220	0.77 191	2.75 198	2.25 144	3.90 183

CBMV_ROB	3.99 202	0.43 186	1.00 203	2.02 205	0.95 203	1.61 207	1.67 191	2.83 220	0.70 187	2.13 213	4.08 213	16.34 218	11.91 221	0.27 169	7.96 210	2.44 203	1.39 201	0.29 164	9.76 202	1.58 209	5.47 202	5.44 164	0.30 183	0.55 177	3.43 218	7.99 226	7.43 226	7.85 205

ADCS	4.09 203	0.93 206	0.94 201	0.21 177	1.52 208	0.90 194	3.48 209	1.50 200	7.56 235	1.61 194	2.40 191	3.48 192	8.67 217	1.39 211	8.27 215	5.49 244	3.09 213	1.78 233	9.75 201	1.93 218	8.24 226	9.82 244	0.76 205	1.19 204	1.79 208	10.54 236	2.97 177	10.29 215

pmcnn	4.18 204	0.67 198	0.61 186	2.04 207	2.52 216	1.28 202	2.95 204	2.15 214	1.23 200	2.77 226	7.26 234	9.11 203	13.10 226	0.75 203	5.43 189	4.15 231	3.09 213	1.73 232	11.50 206	2.73 228	7.89 219	6.07 182	1.48 217	1.49 213	0.83 193	1.86 189	7.22 223	10.99 218

edge stereo	4.35 205	0.75 200	5.54 232	1.47 203	0.68 189	2.40 213	2.05 198	3.82 231	2.47 216	2.83 228	7.39 236	22.39 227	7.04 210	0.46 194	6.71 197	3.86 226	1.02 187	0.58 198	13.65 210	1.77 216	4.25 179	8.22 231	0.37 192	1.10 202	1.66 207	1.13 179	4.17 211	9.80 212

SANet	4.68 206	1.15 210	0.72 190	1.08 199	1.79 210	2.18 211	1.80 193	3.64 227	4.06 223	1.02 166	1.51 172	40.89 245	15.13 227	0.74 202	5.23 187	0.73 96	2.96 212	0.36 178	3.45 146	0.72 162	3.79 173	4.83 147	0.04 122	2.43 232	1.08 197	9.27 230	5.08 216	10.76 217

G-Net	4.73 207	0.73 199	0.67 189	0.15 168	0.83 197	0.25 175	0.42 155	3.63 226	5.06 227	2.28 215	7.11 233	33.67 239	3.98 201	0.11 124	4.48 171	4.47 238	0.90 177	1.56 227	10.38 204	7.20 246	4.91 191	4.92 152	0.27 177	2.00 227	0.69 186	3.51 204	8.30 228	15.26 231

STTRV1_RVC	4.78 208	0.30 181	0.41 178	0.44 187	0.39 171	1.12 199	0.89 171	0.42 154	0.42 157	0.89 161	2.56 194	4.38 194	8.09 214	0.50 197	12.48 245	2.25 177	4.06 220	0.55 193	44.24 256	6.11 241	5.46 201	6.51 192	0.15 159	1.26 208	3.42 217	2.80 200	4.93 214	13.99 227

DDUNet	4.89 209	8.16 227	1.37 209	15.28 227	11.53 232	13.06 226	13.61 227	0.03 75	0.08 86	0.31 124	0.17 124	2.81 184	0.12 125	30.11 239	1.31 44	0.42 36	5.42 229	3.10 241	7.68 190	3.60 236	0.64 58	3.51 106	7.13 233	0.11 107	0.13 155	0.00 1	2.47 156	0.00 1

UDG	4.89 209	9.17 229	1.61 214	15.38 228	16.23 239	10.04 223	21.31 233	0.34 150	0.07 79	0.29 121	0.87 157	2.05 180	0.07 108	21.35 235	3.10 131	0.73 96	5.33 228	1.71 231	7.74 191	3.39 234	2.18 125	4.16 130	3.02 224	0.25 154	0.01 107	0.00 1	1.53 119	0.02 88

SGM_RVC	5.06 211	2.37 216	0.86 197	3.70 217	2.05 213	4.02 219	3.08 205	3.97 232	2.18 214	2.80 227	4.60 215	12.63 209	9.07 218	0.52 198	5.35 188	1.16 125	2.48 208	0.73 204	16.29 216	1.29 200	5.10 196	4.67 143	0.97 211	1.53 214	5.98 226	4.86 212	17.62 243	16.88 234
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MaskLacGwcNet_RVC	5.10 212	0.81 203	0.45 182	1.01 197	0.93 201	1.00 196	2.09 199	1.18 191	1.70 206	2.65 224	7.37 235	55.54 258	5.50 207	2.83 220	4.18 164	2.37 195	2.53 209	2.86 239	12.17 207	0.63 149	6.51 214	7.97 228	0.21 169	1.40 210	0.80 192	2.92 201	3.45 192	6.78 196

MADNet+	5.17 213	1.14 209	0.81 195	1.31 201	1.86 211	0.41 182	7.13 222	4.64 234	1.30 203	2.11 212	1.25 167	7.00 201	7.54 211	1.68 213	15.77 253	5.61 245	10.54 245	0.72 203	9.98 203	4.66 239	10.53 245	7.94 227	0.28 182	6.30 250	5.27 224	1.53 186	3.79 203	18.58 238

AnyNet_C01	5.32 214	1.31 213	1.35 208	1.99 204	0.99 204	0.82 193	7.01 221	3.81 230	6.95 234	2.67 225	3.93 210	10.88 206	7.80 213	1.30 210	9.45 228	7.51 249	6.49 233	5.87 249	13.81 211	3.14 230	11.01 247	10.44 250	1.44 216	1.40 210	5.27 224	3.18 202	3.86 204	9.83 213

DGSMNet	5.33 215	1.12 208	1.33 207	0.98 195	0.43 174	1.56 206	0.78 167	2.82 219	1.13 198	5.43 250	19.14 259	3.33 191	4.71 205	2.73 219	8.95 224	7.91 253	9.34 241	4.39 246	21.81 228	3.83 237	12.01 252	14.38 255	1.86 222	2.77 237	0.76 189	2.72 197	3.12 181	4.64 187

SAMSARA	5.52 216	0.23 175	0.80 194	0.18 173	0.57 181	0.41 182	2.10 200	1.88 208	0.86 192	1.41 181	2.42 193	1.38 170	10.98 220	1.02 209	9.99 229	3.27 217	1.05 188	0.74 205	7.61 189	1.75 213	5.76 206	7.98 229	0.04 122	1.01 196	21.88 251	23.92 255	18.50 247	21.19 241

MDST_ROB	6.06 217	6.32 223	0.76 193	13.33 224	3.41 220	8.50 222	1.53 187	2.13 213	0.65 179	1.74 199	2.19 187	3.26 190	21.56 233	0.29 174	11.71 239	1.33 135	0.63 157	0.21 136	6.39 182	0.43 131	4.86 190	6.32 186	0.76 205	0.84 188	16.17 245	8.98 228	25.75 255	13.52 226

SGM+DAISY	6.69 218	2.68 219	2.71 222	4.33 218	3.45 221	5.63 220	5.85 214	3.71 229	4.72 226	3.62 240	10.34 245	13.55 211	12.02 223	2.03 217	14.41 250	5.03 241	2.95 211	1.60 228	21.46 225	3.31 232	8.98 236	8.82 238	0.64 201	3.61 241	6.70 229	7.55 223	9.49 233	11.52 222

MeshStereo	7.49 219	2.45 218	1.41 210	9.03 221	3.49 222	5.64 221	1.40 185	5.90 235	3.57 219	3.05 232	6.33 225	28.63 233	21.45 232	0.42 189	10.59 231	4.96 240	2.14 206	0.94 215	14.38 212	0.97 182	11.89 250	9.38 240	0.34 189	1.37 209	10.08 232	6.05 221	18.65 249	17.73 237
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
WAO-7	7.61 220	3.80 220	7.34 236	11.01 223	2.88 218	3.90 218	5.07 213	6.50 238	12.34 245	5.67 251	11.30 247	21.85 224	24.42 235	0.90 206	9.03 225	1.19 127	4.84 224	1.90 234	18.61 217	1.57 208	5.70 204	7.14 210	0.08 136	2.66 235	4.23 220	12.31 239	5.16 217	14.07 228

DPSNet	7.66 221	0.53 194	0.50 183	0.51 190	2.55 217	1.23 201	1.03 176	0.91 179	2.91 218	1.28 175	2.85 196	52.35 257	15.45 228	4.00 227	10.74 234	5.86 246	3.57 217	2.30 238	50.03 258	4.14 238	9.13 239	9.73 243	4.37 231	2.64 234	1.64 206	10.31 234	2.55 160	3.75 182

SQANet	8.36 222	13.62 231	1.51 212	27.93 235	7.70 228	24.54 234	19.95 232	0.50 159	0.53 172	0.08 80	0.57 144	12.67 210	2.96 193	15.94 232	7.34 200	0.50 53	3.38 216	0.09 90	21.60 226	0.63 149	6.67 215	6.60 198	38.30 241	0.50 173	0.27 174	2.11 191	2.43 154	6.72 195

SGM-ForestM	8.92 223	9.69 230	3.21 224	8.85 220	3.50 223	10.23 224	8.18 224	7.87 243	5.49 230	2.34 216	6.95 232	26.20 230	19.67 230	1.74 214	14.19 249	2.52 204	3.65 218	0.77 206	18.97 218	2.16 221	5.97 209	4.94 153	1.22 214	1.82 224	16.19 246	14.94 244	21.89 251	17.65 236

ELAS_RVC	10.24 224	5.33 222	4.68 230	10.96 222	6.07 225	18.00 230	6.32 218	6.73 239	4.18 224	4.37 246	13.14 252	38.51 244	26.53 241	1.99 216	8.40 219	3.07 213	4.87 225	3.11 242	12.18 208	3.35 233	8.09 224	10.23 246	1.67 219	4.98 247	17.94 247	13.21 241	18.60 248	19.96 240
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	10.48 225	6.74 224	4.17 229	13.36 225	8.23 229	14.54 227	6.36 219	7.60 242	6.93 233	4.00 245	13.16 253	37.82 243	23.84 234	2.16 218	9.35 227	2.97 212	4.96 226	2.92 240	12.82 209	2.35 225	8.15 225	10.26 247	1.55 218	4.54 245	19.05 249	15.68 249	17.89 245	21.51 242
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
otaku	10.90 226	18.81 234	1.77 217	39.91 243	12.22 234	34.18 241	24.58 234	0.18 128	0.44 161	0.00 1	0.62 146	15.33 216	4.54 204	24.74 237	8.11 214	0.57 67	3.84 219	0.11 99	24.02 230	0.79 168	7.40 216	6.43 190	51.76 244	1.03 198	0.28 177	1.32 182	2.92 175	8.28 208

Ntro	11.53 227	20.07 236	3.00 223	43.23 247	14.55 237	33.85 240	28.83 237	0.08 104	0.41 156	0.22 114	0.21 130	15.85 217	3.28 197	28.17 238	7.97 211	0.51 55	4.77 222	0.15 110	24.61 232	0.94 178	7.73 218	6.31 184	52.82 245	1.54 215	0.15 158	2.18 192	2.50 158	7.45 202

STStereo	11.69 228	8.45 228	10.04 246	18.16 229	10.58 231	15.14 228	10.53 225	13.13 252	9.53 242	3.86 242	14.97 255	36.06 240	26.96 242	0.99 207	15.41 251	3.48 222	2.14 206	0.91 213	27.08 236	2.21 223	5.15 197	6.42 189	1.20 213	4.57 246	15.16 244	13.24 242	18.03 246	22.37 245

SPstereo	12.03 229	2.44 217	9.20 244	2.03 206	1.26 207	3.32 217	2.10 200	10.18 249	5.25 228	3.71 241	18.14 256	22.33 226	39.50 253	2.97 222	10.56 230	15.04 257	12.88 247	12.88 255	24.43 231	12.53 253	19.22 257	17.31 258	4.01 228	6.56 252	10.65 233	13.44 243	20.72 250	22.08 244

PSMNet_ROB	12.92 230	23.05 241	5.61 233	30.55 236	6.20 226	34.92 242	29.34 239	1.70 207	1.75 209	2.97 231	5.43 222	20.61 222	27.77 243	23.98 236	8.94 223	0.72 94	5.52 230	0.57 195	25.00 234	3.13 229	8.01 223	6.53 193	49.02 242	1.60 216	6.03 227	7.68 224	4.46 213	7.83 204

ACVNet-4b	13.47 231	22.61 240	3.70 226	40.58 244	16.09 238	37.09 243	30.22 240	0.54 161	0.42 157	0.34 126	0.20 128	27.86 232	7.56 212	58.01 250	7.70 204	0.55 62	6.82 234	0.37 180	19.63 222	1.22 195	7.95 220	5.77 177	54.71 248	2.12 229	0.19 168	0.61 163	1.83 126	8.95 210

LSM0	13.66 232	0.48 189	1.89 219	3.22 215	2.27 215	2.98 216	6.02 216	6.42 237	6.24 232	3.39 239	7.39 236	15.02 214	21.09 231	0.59 199	72.72 263	82.45 264	4.78 223	1.63 229	41.67 253	6.26 243	14.18 255	15.86 256	0.24 172	2.56 233	5.08 222	9.03 229	13.43 238	21.93 243

WAO-6	13.69 233	13.80 232	3.74 227	23.62 232	13.67 236	31.88 238	26.45 235	3.68 228	9.30 241	0.52 143	2.91 198	26.50 231	36.24 252	46.50 242	8.08 212	1.52 144	9.67 242	0.68 201	20.50 224	1.73 212	8.83 232	7.74 220	17.50 237	3.35 240	12.66 239	11.66 238	9.90 234	17.13 235

RainbowNet	13.70 234	22.55 239	4.78 231	45.64 250	20.27 241	38.74 244	30.56 241	1.10 188	0.98 196	0.61 148	0.00 1	22.31 225	8.58 215	50.56 245	6.98 199	0.98 116	4.69 221	0.27 160	16.23 215	3.52 235	8.64 229	7.61 215	54.15 247	1.41 212	1.53 204	2.69 196	4.07 209	10.50 216

DispFullNet	13.76 235	21.88 238	15.89 254	24.86 233	21.02 242	20.86 231	35.46 246	7.47 241	4.04 222	10.78 255	8.78 241	19.92 221	16.16 229	32.44 240	6.50 195	9.00 254	19.01 255	5.23 247	33.08 242	10.48 250	8.84 233	7.86 224	4.01 228	1.64 217	2.82 212	1.95 190	7.01 222	14.43 229

MANE	14.80 236	7.78 226	12.20 252	14.57 226	10.23 230	12.65 225	10.66 226	14.23 255	13.81 247	3.15 236	9.50 244	32.07 237	29.96 244	3.21 223	16.78 255	7.52 250	5.32 227	20.78 260	19.44 221	3.25 231	8.74 231	7.75 222	1.22 214	5.74 248	25.51 256	24.86 256	40.14 260	38.43 256

ACVNet_1	15.09 237	27.35 249	7.46 237	51.42 256	29.53 249	48.54 253	36.16 247	0.04 83	0.62 176	0.39 130	0.00 1	18.89 220	6.85 209	60.94 252	4.60 175	0.56 64	7.36 235	0.57 195	21.72 227	0.49 139	8.00 222	5.14 158	54.78 251	1.96 225	0.32 180	5.74 219	2.47 156	5.42 192

PWCK	15.17 238	20.47 237	6.84 235	32.90 239	11.65 233	21.53 232	17.84 229	9.87 248	11.97 244	12.07 256	14.29 254	41.32 246	25.14 238	3.58 225	11.25 238	2.27 182	8.70 240	1.66 230	61.56 262	7.51 247	11.31 249	9.01 239	14.59 236	2.97 238	8.97 231	15.50 248	8.45 229	16.44 233

ACVNet_2	15.75 239	27.28 248	7.96 240	50.80 255	26.50 245	45.66 252	33.66 245	0.27 141	0.42 157	0.62 149	0.94 160	24.18 228	9.84 219	48.67 244	4.83 176	0.60 77	11.17 246	0.10 92	33.98 245	0.68 158	7.99 221	5.88 179	53.48 246	1.99 226	5.13 223	10.08 232	4.33 212	8.26 207

JetBlue	16.26 240	15.75 233	11.96 251	22.11 231	17.95 240	27.99 236	17.99 230	13.64 253	16.12 249	2.62 221	3.45 203	67.72 261	4.80 206	15.68 231	8.32 216	7.69 252	14.60 250	10.60 254	20.06 223	7.74 248	16.54 256	14.09 254	9.90 234	6.84 253	13.22 241	23.90 254	22.16 252	25.58 248

LVE	17.70 241	25.24 244	6.02 234	47.66 251	30.55 250	42.15 248	37.64 249	0.92 180	1.92 211	3.11 234	0.03 95	21.36 223	26.37 240	59.12 251	5.21 186	1.22 128	6.30 232	0.78 207	29.93 238	1.17 191	9.97 241	8.22 231	55.32 253	3.82 243	19.25 250	10.53 235	11.57 235	12.58 223

IMH-64-1	18.20 242	24.74 242	8.43 242	43.22 245	29.41 247	41.24 245	39.25 250	3.31 223	8.66 238	0.09 86	0.84 154	31.58 235	24.90 236	74.34 253	7.80 207	1.61 147	7.68 236	2.14 235	30.04 239	1.17 191	8.89 234	8.35 233	55.70 254	1.66 218	10.76 234	4.93 213	7.35 224	13.35 224

IMH-64	18.20 242	24.74 242	8.43 242	43.22 245	29.41 247	41.24 245	39.25 250	3.31 223	8.66 238	0.09 86	0.84 154	31.58 235	24.90 236	74.34 253	7.80 207	1.61 147	7.68 236	2.14 235	30.04 239	1.17 191	8.89 234	8.35 233	55.70 254	1.66 218	10.76 234	4.93 213	7.35 224	13.35 224

Dean	18.84 244	31.43 254	4.15 228	56.06 258	33.28 254	49.41 254	37.37 248	3.21 222	4.38 225	1.58 192	0.03 95	26.03 229	34.61 249	57.09 249	7.74 205	0.90 110	8.47 239	0.31 169	25.72 235	1.51 206	8.39 228	7.38 213	54.84 252	2.74 236	18.36 248	10.10 233	13.28 237	10.20 214

BEATNet-Init1	19.18 245	19.13 235	7.74 238	32.14 237	13.16 235	29.13 237	16.19 228	12.18 251	13.16 246	4.63 247	12.87 250	36.56 241	42.58 255	3.21 223	20.76 258	9.14 255	5.88 231	3.97 245	47.19 257	17.73 257	12.29 254	13.10 253	3.89 227	6.55 251	27.00 258	17.20 253	50.67 263	39.90 258

IMH	19.35 246	25.33 245	8.35 241	43.47 248	30.55 250	42.09 247	40.33 252	3.51 225	8.89 240	0.16 99	0.25 135	33.42 238	33.95 248	77.49 256	6.93 198	1.33 135	8.16 238	2.24 237	30.28 241	1.37 202	8.71 230	7.74 220	55.71 256	1.76 221	10.94 236	7.82 225	8.50 230	23.20 246

LE_ROB	19.62 247	4.63 221	7.87 239	26.32 234	33.04 253	23.04 233	28.96 238	19.01 257	15.58 248	4.86 249	12.98 251	44.86 251	49.56 260	1.53 212	11.86 240	1.87 159	2.13 205	0.55 193	29.13 237	6.11 241	7.57 217	6.29 183	6.44 232	23.82 261	30.40 262	35.63 261	47.13 262	48.49 263

FADE	19.80 248	7.21 225	9.84 245	3.39 216	6.05 224	15.48 229	18.82 231	9.30 247	27.09 257	12.73 257	22.40 260	71.48 263	32.51 245	7.53 230	16.77 254	7.52 250	23.84 258	15.36 256	50.49 259	26.30 259	27.20 261	26.91 261	3.81 226	11.79 256	7.97 230	4.26 209	28.34 257	40.11 259

WAO-8	20.82 249	26.27 246	10.77 247	39.60 241	25.15 243	43.40 249	32.13 243	9.00 245	19.71 250	3.97 243	6.66 230	44.41 249	33.89 246	55.25 247	10.97 236	1.61 147	10.27 243	1.14 219	33.91 243	12.99 255	9.06 237	7.88 225	25.90 238	2.29 230	29.01 259	15.39 246	15.57 240	35.82 254

Venus	20.82 249	26.27 246	10.77 247	39.60 241	25.15 243	43.40 249	32.13 243	9.00 245	19.71 250	3.97 243	6.66 230	44.41 249	33.89 246	55.29 248	10.97 236	1.61 147	10.27 243	1.14 219	33.91 243	12.99 255	9.06 237	7.88 225	25.90 238	2.29 230	29.01 259	15.39 246	15.57 240	35.82 254

DLNR_Zeroshot_test	21.55 251	75.17 264	0.84 196	99.67 268	0.13 101	0.13 157	98.88 267	1.65 202	0.29 140	2.62 221	1.07 166	2.92 185	0.32 158	20.56 234	96.42 265	100.00 269	22.94 257	20.02 259	19.09 220	1.80 217	8.26 227	7.69 219	0.01 84	0.27 157	0.00 1	0.00 1	0.25 62	0.88 154

KSHMR	24.81 252	32.60 255	16.13 255	56.35 260	41.35 261	54.48 258	57.05 258	13.87 254	10.61 243	7.82 253	8.23 239	30.48 234	26.26 239	85.01 258	12.59 247	3.26 216	13.88 248	5.40 248	37.79 249	5.60 240	10.75 246	9.84 245	57.93 259	4.50 244	14.97 243	11.14 237	14.88 239	27.20 249

TorneroNet	24.99 253	29.07 253	12.56 253	50.44 254	35.02 256	52.97 257	51.77 255	8.41 244	25.66 256	1.39 177	6.31 224	45.92 252	45.14 258	86.77 261	12.07 242	1.42 139	14.50 249	3.39 243	41.10 251	7.14 245	10.50 243	9.42 241	56.93 258	3.21 239	13.83 242	12.60 240	11.85 236	25.42 247

TorneroNet-64	25.10 254	28.63 251	11.01 249	49.93 252	33.59 255	50.82 256	51.36 254	6.76 240	28.41 259	1.49 186	1.50 171	48.55 254	49.42 259	85.80 259	12.23 244	1.61 147	14.98 251	3.40 244	41.73 254	6.57 244	10.52 244	9.65 242	56.72 257	3.73 242	12.34 238	17.16 252	8.21 227	31.60 252

ktn	25.90 255	27.52 250	11.72 250	43.86 249	32.66 252	45.51 251	53.50 256	6.39 236	31.24 261	14.15 258	3.51 205	43.90 248	43.66 256	76.09 255	15.43 252	6.85 248	16.40 253	10.39 253	38.11 250	9.69 249	11.24 248	10.33 248	58.59 260	8.85 254	12.13 237	15.32 245	24.53 254	27.77 250

notaker	26.12 256	34.21 257	16.67 256	56.11 259	39.35 259	57.49 259	58.02 259	10.52 250	23.79 255	6.84 252	2.18 186	46.65 253	44.62 257	91.19 263	13.09 248	2.91 211	15.06 252	7.07 251	44.19 255	11.09 251	10.00 242	10.39 249	61.48 263	6.08 249	2.86 213	5.93 220	8.61 232	18.82 239

DPSimNet_ROB	30.00 257	28.82 252	33.05 260	32.37 238	28.38 246	32.01 239	27.07 236	18.03 256	23.46 254	31.58 261	28.76 261	43.16 247	41.83 254	53.67 246	34.49 261	24.18 259	24.28 259	15.40 257	41.40 252	36.56 261	25.39 260	25.09 260	27.23 240	20.88 259	25.07 254	31.61 260	27.44 256	28.83 251

UNDER WATER	30.42 258	35.10 259	18.29 257	61.69 261	49.72 264	61.61 261	68.40 261	26.78 258	20.91 253	4.64 248	6.56 229	49.16 255	35.76 250	85.80 259	11.99 241	3.25 215	19.16 256	6.32 250	36.00 248	12.62 254	12.06 253	11.48 251	58.77 261	12.64 257	26.75 257	26.51 258	17.44 242	42.02 261

UNDER WATER-64	30.62 259	34.90 258	19.50 258	63.08 262	49.58 263	63.23 262	68.76 262	28.47 260	20.52 252	8.92 254	9.25 243	49.45 256	36.21 251	84.01 257	12.54 246	4.26 236	18.84 254	7.29 252	35.37 246	11.91 252	11.98 251	12.16 252	59.99 262	10.24 255	22.52 252	26.36 257	17.77 244	39.71 257

HanzoNet	38.59 260	41.13 260	26.84 259	55.30 257	44.55 262	59.48 260	65.00 260	27.29 259	43.14 262	16.05 260	18.67 258	68.87 262	59.34 262	89.79 262	20.65 257	15.16 258	27.64 260	18.55 258	57.63 261	29.43 260	22.05 258	18.21 259	70.77 265	17.96 258	30.25 261	28.11 259	29.43 258	40.63 260

JetRed	39.35 261	45.31 261	43.51 263	38.91 240	38.88 258	50.33 255	55.05 257	38.22 261	28.00 258	15.07 259	11.16 246	63.72 259	6.53 208	46.98 243	33.84 260	37.68 261	46.16 261	61.14 264	35.57 247	20.96 258	58.43 262	52.72 262	49.68 243	23.35 260	31.74 263	47.35 262	39.42 259	42.86 262

MADNet++	42.55 262	32.88 256	38.07 261	21.89 230	40.55 260	25.78 235	31.82 242	38.22 261	52.61 263	44.35 263	64.46 263	64.81 260	65.99 263	19.56 233	19.61 256	24.60 260	50.08 262	32.22 261	53.62 260	53.64 262	74.46 263	72.66 263	10.15 235	59.09 263	25.39 255	55.66 263	42.62 261	34.08 253

LRCNet_RVC	55.07 263	71.56 263	41.88 262	91.80 263	92.31 265	87.74 264	81.97 263	46.59 264	29.52 260	97.29 264	70.12 264	87.87 266	58.94 261	96.22 266	32.60 259	9.17 256	62.54 263	45.71 262	92.90 264	58.96 263	24.77 259	16.43 257	92.88 267	48.31 262	6.24 228	2.51 195	24.28 253	15.80 232

ASD4	66.92 264	53.97 262	58.61 264	49.97 253	38.10 257	67.05 263	47.77 253	45.48 263	70.46 264	42.10 262	57.32 262	36.83 242	91.75 264	44.84 241	60.52 262	71.88 262	72.28 264	76.49 265	62.77 263	79.69 264	77.95 264	80.09 265	62.34 264	61.18 264	98.40 268	99.70 268	99.60 267	99.77 268

PML	91.55 265	100.00 270	72.36 265	100.00 270	99.99 267	99.99 272	98.61 266	100.00 269	96.67 265	100.00 268	89.50 265	99.89 272	99.98 269	96.95 267	86.93 264	78.31 263	88.87 265	58.84 263	100.00 271	89.23 265	84.03 265	76.35 264	88.24 266	85.65 265	89.63 267	92.69 266	100.00 268	99.20 267

MEDIAN_ROB	95.96 266	98.25 267	97.18 266	100.00 270	99.94 266	99.99 272	100.00 272	98.76 267	96.86 266	99.97 267	99.87 268	96.39 269	93.43 265	99.94 270	98.82 266	96.81 265	97.72 268	97.63 266	99.54 267	96.93 266	89.46 266	92.65 267	100.00 271	94.87 266	79.89 265	88.94 265	83.47 264	93.52 265

MyStereo02	96.22 267	100.00 270	100.00 271	100.00 270	0.00 1	98.99 269	99.10 268	100.00 269	100.00 268	100.00 268	100.00 270	99.78 270	100.00 270	100.00 272	100.00 271	100.00 269	100.00 271	100.00 271	100.00 271	100.00 270	100.00 271	100.00 271	100.00 271	100.00 270	100.00 269	100.00 269	100.00 268	100.00 269

DPSM_ROB	97.14 268	98.92 268	99.68 269	98.73 266	100.00 268	90.94 265	90.97 264	100.00 269	100.00 268	100.00 268	100.00 270	94.20 267	100.00 270	94.69 264	100.00 271	100.00 269	100.00 271	100.00 271	99.98 268	100.00 270	100.00 271	100.00 271	54.75 249	100.00 270	100.00 269	100.00 269	100.00 268	100.00 269

DPSM	97.14 268	98.92 268	99.68 269	98.73 266	100.00 268	90.94 265	90.97 264	100.00 269	100.00 268	100.00 268	100.00 270	94.20 267	100.00 270	94.69 264	100.00 271	100.00 269	100.00 271	100.00 271	99.98 268	100.00 270	100.00 271	100.00 271	54.75 249	100.00 270	100.00 269	100.00 269	100.00 268	100.00 269

HaxPig	97.72 270	100.00 270	98.22 267	99.99 269	100.00 268	99.99 272	99.99 271	99.97 268	99.83 267	100.00 268	99.92 269	99.99 273	99.93 268	99.99 271	99.26 267	98.81 266	99.96 269	98.30 267	99.98 268	99.97 267	93.73 267	87.57 266	99.99 270	99.97 269	78.01 264	98.96 267	88.73 266	97.26 266

AVERAGE_ROB	97.89 271	100.00 270	99.51 268	100.00 270	100.00 268	100.00 275	100.00 272	100.00 269	100.00 268	100.00 268	100.00 270	100.00 274	100.00 270	100.00 272	99.58 268	99.69 267	99.99 270	99.97 268	100.00 271	100.00 270	96.36 268	98.90 268	100.00 271	100.00 270	86.66 266	87.54 264	88.46 265	86.35 264

DGTPSM_ROB	98.06 272	97.23 265	100.00 271	97.54 264	100.00 268	96.88 267	100.00 272	95.43 265	100.00 268	98.26 265	98.84 266	83.09 264	98.12 266	99.83 268	99.88 270	100.00 269	90.55 266	99.99 269	93.59 265	99.98 268	99.18 269	99.45 269	99.85 268	99.95 267	100.00 269	100.00 269	100.00 268	100.00 269

DPSMNet_ROB	98.08 273	97.28 266	100.00 271	97.56 265	100.00 268	96.88 267	100.00 272	95.43 265	100.00 268	98.27 266	98.85 267	83.13 265	98.18 267	99.87 269	99.87 269	99.99 268	90.66 267	99.99 269	93.78 266	99.98 268	99.18 269	99.45 269	99.85 268	99.95 267	100.00 269	100.00 269	100.00 268	100.00 269

MyStereo03	99.92 274	100.00 270	100.00 271	100.00 270	100.00 268	98.99 269	99.10 268	100.00 269	100.00 268	100.00 268	100.00 270	99.78 270	100.00 270	100.00 272	100.00 271	100.00 269	100.00 271	100.00 271	100.00 271	100.00 270	100.00 271	100.00 271	100.00 271	100.00 270	100.00 269	100.00 269	100.00 268	100.00 269

CasAABBNet	99.94 275	100.00 270	100.00 271	100.00 270	100.00 268	99.18 271	99.15 270	100.00 269	100.00 268	100.00 268	100.00 270	100.00 274	100.00 270	100.00 272	100.00 271	100.00 269	100.00 271	100.00 271	100.00 271	100.00 270	100.00 271	100.00 271	100.00 271	100.00 270	100.00 269	100.00 269	100.00 268	100.00 269

Low-res two-view benchmark