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 21	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 40	0.39 44	0.40 16	0.49 52

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 16	0.32 16	0.22 16	0.32 13	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 31	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 11	0.44 34	0.19 9	0.42 32	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 79	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	0.29 114	0.18 14	0.27 9	0.76 126	0.34 10	0.23 7

AnonymousM	0.79 155	0.34 24	0.20 18	0.24 27	0.22 28	0.21 16	0.15 27	0.58 65	0.21 21	0.57 95	0.39 59	0.45 43	0.15 11	0.19 32	0.56 49	0.54 112	0.54 80	0.40 51	0.53 40	0.30 40	0.65 117	0.54 93	0.20 61	0.22 26	0.30 16	0.39 44	1.31 188	11.04 251

MMNet	0.29 17	0.29 15	0.22 31	0.26 36	0.26 44	0.26 32	0.18 41	0.33 13	0.23 24	0.24 11	0.28 28	0.35 17	0.15 11	0.32 119	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 38	0.32 23	0.30 16	0.46 21	0.32 17

delet	0.24 7	0.25 9	0.22 31	0.24 27	0.20 25	0.28 41	0.16 35	0.21 6	0.18 11	0.23 10	0.26 23	0.26 9	0.15 11	0.25 82	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 46	0.32 13	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 36	0.26 36	0.21 27	0.27 35	0.14 23	0.44 25	0.24 32	0.50 56	0.30 30	0.41 30	0.16 14	0.15 22	0.67 89	0.42 41	0.50 56	0.47 95	0.51 32	0.23 16	0.53 78	0.32 24	0.16 24	0.19 15	0.43 48	0.30 16	0.52 31	0.37 24

AFF-stereo	0.30 19	0.34 24	0.26 45	0.18 14	0.17 17	0.33 61	0.11 11	0.50 39	0.23 24	0.46 39	0.28 28	0.40 26	0.16 14	0.12 14	0.27 8	0.35 19	0.37 17	0.25 8	0.57 57	0.23 16	0.38 18	0.25 14	0.17 36	0.17 11	0.37 33	0.37 37	0.48 24	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 11	0.48 47	0.19 9	0.34 16	0.17 17	0.10 8	0.41 31	0.44 53	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 27	0.39 14	0.48 51

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 22	0.37 21	0.24 19	0.32 13	0.17 17	0.13 16	0.39 23	0.45 63	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 31	0.32 24	0.50 26	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 16	0.49 55	0.21 13	0.41 30	0.18 19	0.14 19	0.40 25	0.39 31	0.42 26	0.34 26	0.56 53	0.25 23	0.43 26	0.24 13	0.13 15	0.19 15	0.31 20	0.41 49	0.30 7	0.37 24

MIM_Stereo	0.32 24	0.40 50	0.25 42	0.28 42	0.20 25	0.27 35	0.14 23	0.45 31	0.18 11	0.48 47	0.25 21	0.42 32	0.18 19	0.16 25	0.36 19	0.42 41	0.44 28	0.36 37	0.47 26	0.28 32	0.47 46	0.36 31	0.12 9	0.23 38	0.29 15	0.27 11	0.47 22	0.33 20

AASNet	0.28 14	0.34 24	0.22 31	0.25 32	0.26 44	0.34 68	0.25 80	0.32 12	0.17 8	0.29 13	0.36 46	0.26 9	0.18 19	0.24 69	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 89	0.17 17	0.29 44	0.18 41	0.40 18	0.18 11	0.80 193	0.40 62	0.49 53	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 20	0.51 27	0.31 15

MGS-Stereo	0.37 34	0.46 81	0.21 22	0.22 22	0.19 22	0.22 21	0.15 27	0.45 31	0.17 8	0.36 18	0.26 23	0.29 11	0.19 23	0.23 57	1.37 188	0.40 33	0.52 69	0.45 81	0.55 47	0.33 50	0.50 58	0.41 45	0.21 69	0.22 26	0.33 27	0.30 16	0.47 22	0.45 46

RAFT-Stereo + iAFF	0.35 32	0.41 54	0.32 62	0.24 27	0.19 22	0.28 41	0.13 16	0.58 65	0.24 32	0.46 39	0.35 45	0.49 53	0.19 23	0.15 22	0.34 18	0.35 19	0.41 24	0.28 11	0.65 73	0.28 32	0.44 31	0.33 25	0.19 49	0.22 26	0.51 74	0.37 37	0.58 48	0.44 44

test_4	0.34 29	0.33 21	0.27 47	0.21 19	0.18 20	0.16 6	0.11 11	0.59 72	0.26 40	0.58 101	0.25 21	0.50 59	0.20 25	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 46	0.38 37	0.40 48	0.59 55	0.42 40

SA	0.42 50	0.47 87	0.21 22	0.25 32	0.23 32	0.31 51	0.13 16	0.64 104	0.32 87	0.61 114	0.26 23	0.54 69	0.21 26	0.16 25	0.63 74	0.47 81	0.52 69	0.41 55	0.60 63	0.29 36	0.46 39	0.61 107	0.15 20	0.27 63	0.45 54	0.58 95	0.96 147	0.47 49

TDLM	0.24 7	0.29 15	0.22 31	0.22 22	0.27 52	0.23 23	0.18 41	0.26 10	0.19 16	0.18 7	0.38 53	0.29 11	0.21 26	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 36	0.19 15	0.28 56	0.16 6	0.16 35	0.29 11	0.30 64	0.20 8	0.27 26	0.24 8	0.21 26	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 79	0.21 20	0.34 28	0.33 27	0.42 17	0.52 57

LL-Strereo2	0.34 29	0.29 15	0.21 22	0.24 27	0.19 22	0.17 9	0.13 16	0.63 97	0.26 40	0.58 101	0.23 17	0.44 39	0.22 29	0.14 19	0.41 31	0.41 37	0.47 44	0.35 34	0.73 91	0.31 45	0.47 46	0.36 31	0.21 69	0.20 18	0.32 23	0.34 31	0.51 27	0.35 22

4D-IteraStereo	0.40 42	0.28 14	0.33 65	0.35 78	0.24 38	0.24 27	0.15 27	0.63 97	0.28 51	0.61 114	0.39 59	0.51 63	0.22 29	0.22 47	0.48 40	0.43 48	0.49 51	0.43 67	0.66 75	0.34 54	0.63 110	0.70 128	0.14 18	0.22 26	0.39 40	0.47 69	0.63 65	0.39 29

GANet	0.32 24	0.29 15	0.27 47	0.34 70	0.33 78	0.38 83	0.29 98	0.44 25	0.24 32	0.35 17	0.30 30	0.46 44	0.22 29	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 79	0.24 46	0.31 20	0.27 11	0.42 17	0.34 21

anonymousdsp2	0.38 36	0.46 81	0.30 55	0.25 32	0.23 32	0.32 54	0.18 41	0.58 65	0.23 24	0.47 42	0.38 53	0.48 50	0.23 32	0.18 29	0.40 25	0.39 31	0.44 28	0.33 24	0.88 113	0.31 45	0.48 51	0.52 88	0.17 36	0.23 38	0.41 46	0.33 27	0.61 59	0.42 40

EGLCR-Stereo	0.47 74	0.49 100	0.41 105	0.29 47	0.30 68	0.44 103	0.14 23	0.57 61	0.26 40	0.57 95	0.27 26	0.58 84	0.23 32	0.21 41	0.36 19	0.47 81	0.53 78	0.45 81	0.75 98	0.32 48	0.69 128	0.93 155	0.19 49	0.24 46	0.48 61	0.49 78	1.30 187	0.70 111

UDGNet	0.67 128	0.66 166	0.42 107	1.35 207	1.02 201	1.21 204	0.91 191	0.60 77	0.41 125	0.52 67	0.60 117	0.56 76	0.23 32	1.19 222	0.66 84	0.45 63	0.56 93	0.51 120	0.73 91	0.53 122	0.64 116	0.67 122	0.79 201	0.29 71	0.72 131	0.55 91	0.63 65	0.66 98

rafts_anoy	0.41 45	0.51 119	0.35 71	0.29 47	0.30 68	0.33 61	0.22 65	0.59 72	0.25 37	0.51 60	0.50 88	0.48 50	0.23 32	0.17 28	0.57 51	0.46 70	0.51 65	0.50 113	0.58 61	0.34 54	0.50 58	0.43 55	0.19 49	0.28 67	0.50 71	0.47 69	0.52 31	0.53 61

raft+_RVC	0.35 32	0.34 24	0.26 45	0.25 32	0.23 32	0.25 30	0.18 41	0.54 49	0.26 40	0.52 67	0.43 67	0.46 44	0.23 32	0.18 29	0.42 35	0.38 28	0.43 27	0.34 26	0.61 67	0.26 28	0.43 26	0.38 36	0.13 15	0.20 18	0.39 40	0.39 44	0.58 48	0.42 40

PMTNet	0.48 77	0.48 97	0.43 111	0.31 60	0.30 68	0.27 35	0.22 65	0.54 49	0.29 58	0.57 95	0.39 59	0.59 89	0.23 32	0.23 57	0.64 80	0.59 126	0.57 102	0.37 40	1.17 136	0.33 50	0.67 122	0.40 42	0.20 61	0.21 20	0.79 152	0.59 96	0.65 72	0.92 140

DMCA	0.32 24	0.31 19	0.30 55	0.24 27	0.25 40	0.27 35	0.22 65	0.36 15	0.33 92	0.31 14	0.40 62	0.40 26	0.23 32	0.25 82	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 97	0.25 54	0.31 20	0.35 32	0.39 14	0.37 24

Any-RAFT	0.69 134	0.47 87	0.85 190	0.53 133	0.40 114	0.38 83	0.27 86	0.64 104	0.32 87	0.57 95	0.76 161	0.86 147	0.24 39	0.22 47	0.57 51	0.76 163	0.60 123	0.45 81	2.19 171	0.45 104	1.20 182	0.71 129	0.22 79	0.31 86	0.99 186	1.24 190	0.73 94	1.65 184

CES	0.46 72	0.35 32	0.30 55	0.27 40	0.27 52	0.29 44	0.12 14	1.05 200	0.27 44	0.54 78	0.66 139	0.53 67	0.25 40	0.23 57	0.62 71	0.65 143	0.58 106	0.37 40	0.54 45	0.34 54	0.84 151	0.53 91	0.23 87	0.23 38	0.56 88	0.44 55	0.57 41	0.69 106

raftrobust	0.43 62	0.33 21	0.36 76	0.28 42	0.28 56	0.27 35	0.18 41	0.64 104	0.25 37	0.63 127	0.53 101	0.51 63	0.25 40	0.22 47	0.63 74	0.48 86	0.51 65	0.41 55	0.96 122	0.38 73	0.53 78	0.46 68	0.20 61	0.24 46	0.57 89	0.54 89	0.54 36	0.52 57

RALAANet	0.41 45	0.41 54	0.37 80	0.28 42	0.28 56	0.33 61	0.24 75	0.54 49	0.27 44	0.48 47	0.48 79	0.43 37	0.25 40	0.20 36	0.57 51	0.41 37	0.49 51	0.50 113	0.71 87	0.40 90	0.52 72	0.46 68	0.21 69	0.29 71	0.46 56	0.45 60	0.70 86	0.47 49

HH	0.84 158	0.34 24	0.99 199	0.42 102	0.36 94	0.51 125	0.42 127	0.69 133	0.34 97	0.65 138	0.38 53	1.03 162	0.26 43	0.28 98	0.66 84	1.37 230	0.61 128	0.53 131	2.39 180	0.60 153	3.55 237	1.64 200	0.25 97	0.33 102	0.83 162	1.05 177	1.09 165	1.12 158

HanStereo	0.84 158	0.34 24	0.99 199	0.42 102	0.36 94	0.51 125	0.42 127	0.69 133	0.34 97	0.65 138	0.38 53	1.03 162	0.26 43	0.28 98	0.66 84	1.37 230	0.61 128	0.53 131	2.39 180	0.60 153	3.55 237	1.64 200	0.25 97	0.33 102	0.83 162	1.05 177	1.09 165	1.12 158

Sa-1000	0.48 77	0.47 87	0.21 22	0.26 36	0.26 44	0.31 51	0.15 27	0.65 111	0.36 106	0.63 127	0.33 40	0.50 59	0.26 43	0.30 106	0.94 151	0.49 92	0.59 116	0.45 81	0.90 115	0.32 48	0.52 72	0.75 136	0.17 36	0.27 63	0.72 131	0.53 87	1.00 157	0.49 52

RALCasStereoNet	0.42 50	0.50 114	0.35 71	0.35 78	0.30 68	0.31 51	0.24 75	0.60 77	0.25 37	0.56 91	0.49 83	0.58 84	0.26 43	0.18 29	0.57 51	0.46 70	0.54 80	0.49 107	0.51 32	0.34 54	0.51 62	0.41 45	0.21 69	0.31 86	0.53 80	0.49 78	0.48 24	0.58 75

EAI-Stereo	0.75 148	0.49 100	0.50 137	0.51 128	0.46 130	0.56 139	0.60 158	0.73 150	0.32 87	0.63 127	0.72 154	0.82 136	0.26 43	0.24 69	1.05 168	0.96 189	0.60 123	0.49 107	3.00 197	0.62 166	0.82 147	1.13 171	0.19 49	0.31 86	0.78 149	0.70 111	1.55 205	1.17 163

CVANet_RVC	0.31 22	0.40 50	0.30 55	0.40 93	0.29 61	0.37 78	0.23 72	0.41 19	0.23 24	0.31 14	0.49 83	0.37 23	0.26 43	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 54	0.30 16	0.25 9	0.34 10	0.30 14

Former-RAFT_DAM_RVC	0.41 45	0.33 21	0.29 51	0.29 47	0.24 38	0.26 32	0.16 35	0.55 55	0.40 121	0.55 84	0.49 83	0.49 53	0.27 49	0.23 57	0.58 55	0.45 63	0.51 65	0.40 51	0.50 30	0.36 65	0.46 39	0.50 83	0.16 24	0.23 38	0.49 68	0.75 123	0.44 20	0.56 71

dd	0.50 81	0.51 119	0.28 49	0.91 184	0.31 76	0.65 158	0.29 98	0.59 72	0.23 24	0.54 78	0.30 30	0.75 127	0.27 49	0.26 92	0.84 125	0.46 70	0.70 160	0.39 46	1.05 126	0.38 73	0.48 51	0.43 55	0.23 87	0.30 79	0.53 80	0.39 44	0.74 96	0.58 75

TRStereo	0.75 148	0.83 189	1.19 214	0.56 139	0.34 87	1.42 212	0.48 136	0.68 125	0.28 51	0.65 138	0.46 77	1.10 169	0.27 49	0.22 47	0.70 99	0.85 176	0.57 102	0.48 100	1.85 164	0.50 116	0.73 137	0.87 150	0.18 41	0.27 63	0.78 149	1.22 189	1.78 215	1.09 154

CASnet	0.40 42	0.52 127	0.23 36	0.27 40	0.27 52	0.30 50	0.14 23	0.62 91	0.29 58	0.61 114	0.44 70	0.64 104	0.28 52	0.23 57	0.55 47	0.36 24	0.45 31	0.31 17	0.73 91	0.27 30	0.63 110	0.39 41	0.21 69	0.24 46	0.42 47	0.32 24	0.61 59	0.56 71
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.47 74	0.51 119	0.40 97	0.38 86	0.37 101	0.37 78	0.28 91	0.64 104	0.29 58	0.62 123	0.53 101	0.55 74	0.28 52	0.30 106	0.49 42	0.48 86	0.66 147	0.41 55	0.65 73	0.41 93	0.70 131	0.60 102	0.23 87	0.30 79	0.47 58	0.36 35	0.84 124	0.53 61

DLNR_Zeroshot_test	17.86 263	67.45 277	1.21 216	81.91 277	0.35 91	0.45 107	74.74 277	0.76 160	0.27 44	0.69 165	0.60 117	1.16 172	0.29 54	8.20 263	84.48 277	102.07 277	23.88 268	15.14 264	7.31 227	0.50 116	4.38 245	2.51 217	0.18 41	0.43 137	0.76 146	0.86 140	0.80 109	0.80 126

IER	0.41 45	0.37 34	0.31 59	0.30 54	0.28 56	0.35 73	0.24 75	0.47 36	0.28 51	0.44 34	0.59 115	0.77 132	0.29 54	0.35 130	0.63 74	0.42 41	0.47 44	0.42 62	0.44 24	0.34 54	0.42 25	0.36 31	0.28 111	0.26 60	0.40 44	0.47 69	0.52 31	0.52 57

RAFT_CTSACE	0.30 19	0.37 34	0.15 7	0.15 7	0.15 13	0.25 30	0.18 41	0.53 45	0.20 19	0.55 84	0.18 8	0.44 39	0.29 54	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 63	0.10 7	0.17 11	0.30 16	0.31 20	0.60 56	0.26 11

iRaft-Stereo_20w	1.06 180	0.49 100	1.34 223	1.18 201	0.46 130	0.78 179	0.46 133	0.76 160	0.37 112	0.74 178	6.16 251	0.84 142	0.29 54	0.26 92	0.81 117	0.97 191	0.59 116	0.44 72	1.72 156	0.61 162	1.04 172	1.56 197	0.21 69	0.25 54	0.92 174	1.31 198	1.45 201	2.71 207

IPLG	0.47 74	0.45 75	0.32 62	0.28 42	0.27 52	0.32 54	0.21 60	0.63 97	0.22 22	0.51 60	0.38 53	0.56 76	0.29 54	0.31 113	1.64 203	0.44 53	0.56 93	0.48 100	0.56 53	0.41 93	0.45 34	0.75 136	0.18 41	0.28 67	0.45 54	0.59 96	0.65 72	0.51 56

XX-Stereo	9.49 259	0.38 40	0.36 76	0.63 154	0.28 56	0.54 135	0.28 91	0.69 133	0.28 51	0.69 165	6.24 252	1.00 158	0.29 54	0.23 57	0.70 99	1.08 206	0.60 123	0.52 127	1.58 151	0.53 122	0.76 141	0.65 114	0.18 41	0.26 60	233.61 277	0.88 145	1.01 158	1.90 191

HGLStereo	0.43 62	0.43 64	0.37 80	0.34 70	0.37 101	0.39 85	0.23 72	0.48 38	0.31 79	0.47 42	0.72 154	0.42 32	0.29 54	0.32 119	0.51 43	0.49 92	0.55 88	0.50 113	0.55 47	0.39 85	0.51 62	0.43 55	0.22 79	0.33 102	0.51 74	0.51 83	0.57 41	0.45 46

DSFCA	0.45 68	0.50 114	0.40 97	0.40 93	0.37 101	0.44 103	0.34 110	0.46 34	0.39 119	0.40 24	0.57 111	0.49 53	0.29 54	0.24 69	0.61 67	0.44 53	0.49 51	0.49 107	0.64 69	0.39 85	0.50 58	0.51 84	0.33 130	0.35 109	0.49 68	0.50 81	0.57 41	0.58 75

DISCO	0.45 68	0.44 68	0.29 51	0.40 93	0.38 107	0.49 118	0.43 129	0.45 31	0.43 136	0.50 56	0.57 111	0.40 26	0.29 54	0.30 106	0.61 67	0.43 48	0.55 88	0.46 89	0.69 84	0.41 93	0.48 51	0.43 55	0.26 104	0.32 90	0.47 58	0.50 81	0.62 62	0.50 54

IGEV_Zeroshot_test	0.95 170	0.47 87	1.24 219	1.15 199	0.46 130	0.60 146	0.65 173	0.81 175	0.36 106	0.66 148	1.86 222	0.94 153	0.30 63	0.26 92	0.66 84	1.14 214	0.60 123	0.48 100	2.56 185	0.63 169	2.23 212	2.36 215	0.21 69	0.37 120	1.00 189	1.03 176	1.17 175	1.48 177

EKT-Stereo	0.75 148	0.64 162	0.54 147	0.59 145	0.47 133	0.60 146	0.73 179	0.71 142	0.29 58	0.63 127	0.66 139	0.73 125	0.30 63	0.26 92	0.86 131	1.22 223	0.68 155	0.76 196	1.46 148	0.60 153	1.75 203	1.74 206	0.21 69	0.32 90	0.93 175	0.81 135	1.06 162	0.72 114

anonymity	3.27 233	0.41 54	1.09 211	0.58 142	0.41 119	0.47 114	0.30 104	0.79 168	0.33 92	0.61 114	69.49 275	0.85 143	0.30 63	0.24 69	0.59 58	1.02 200	0.60 123	0.43 67	1.35 144	0.60 153	0.73 137	1.82 209	0.24 94	0.29 71	1.00 189	1.24 190	1.08 164	1.47 175

CIPLG	0.42 50	0.47 87	0.24 40	0.32 62	0.22 28	0.32 54	0.19 52	0.63 97	0.24 32	0.55 84	0.50 88	0.60 93	0.30 63	0.41 144	0.93 147	0.44 53	0.52 69	0.37 40	0.56 53	0.38 73	0.56 87	0.45 63	0.19 49	0.24 46	0.44 50	0.31 20	0.57 41	0.38 28

ACRE	0.42 50	0.47 87	0.22 31	0.32 62	0.22 28	0.33 61	0.18 41	0.63 97	0.23 24	0.55 84	0.50 88	0.61 94	0.30 63	0.41 144	0.91 143	0.45 63	0.52 69	0.36 37	0.55 47	0.38 73	0.57 96	0.44 60	0.19 49	0.23 38	0.44 50	0.32 24	0.58 48	0.39 29

cross-raft	0.73 142	0.56 143	0.46 124	0.43 106	0.33 78	0.40 91	0.27 86	0.73 150	0.33 92	0.65 138	0.60 117	0.74 126	0.30 63	0.23 57	0.76 108	0.96 189	0.63 137	0.48 100	2.91 196	0.59 149	1.81 206	1.31 184	0.22 79	0.32 90	0.82 160	0.94 154	0.93 139	1.01 149

GES	0.59 117	0.52 127	0.37 80	0.39 89	0.40 114	0.53 131	0.37 116	0.59 72	0.40 121	0.56 91	0.60 117	0.50 59	0.30 63	0.41 144	0.98 159	0.63 133	0.67 153	0.55 142	2.28 174	0.56 136	0.70 131	0.56 98	0.31 122	0.42 133	0.48 61	0.48 74	0.65 72	0.68 104

FINET	0.40 42	0.38 40	0.39 92	0.43 106	0.30 68	0.34 68	0.35 112	0.44 25	0.36 106	0.47 42	0.32 34	0.47 47	0.30 63	0.28 98	0.66 84	0.50 95	0.48 48	0.36 37	0.60 63	0.33 50	0.46 39	0.37 35	0.30 117	0.30 79	0.43 48	0.35 32	0.56 39	0.42 40

APVNet	0.56 105	0.47 87	0.38 89	0.46 113	0.50 140	0.57 140	0.53 143	0.60 77	0.42 132	0.46 39	0.65 136	0.50 59	0.30 63	0.36 132	0.74 106	0.71 155	0.71 165	0.64 168	0.95 120	0.53 122	0.57 96	0.77 140	0.34 132	0.46 149	0.59 99	0.46 67	0.82 115	0.58 75

UPFNet	0.38 36	0.34 24	0.34 69	0.32 62	0.33 78	0.39 85	0.29 98	0.47 36	0.33 92	0.43 27	0.41 64	0.40 26	0.30 63	0.34 124	0.61 67	0.40 33	0.46 35	0.41 55	0.52 34	0.35 63	0.35 16	0.34 27	0.25 97	0.27 63	0.38 37	0.35 32	0.55 37	0.37 24

HITNet	0.38 36	0.37 34	0.28 49	0.34 70	0.29 61	0.26 32	0.19 52	0.58 65	0.32 87	0.57 95	0.45 73	0.55 74	0.30 63	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 54	0.39 40	0.37 37	0.70 86	0.52 57
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 98	0.47 87	0.40 97	0.52 130	0.48 136	0.66 161	0.64 169	0.60 77	0.38 116	0.48 47	0.61 123	0.53 67	0.30 63	0.63 195	1.53 197	0.61 131	0.58 106	0.55 142	0.53 40	0.41 93	0.50 58	0.38 36	0.54 184	0.43 137	0.64 115	0.48 74	0.56 39	0.53 61

AE-Stereo	0.54 96	0.48 97	0.44 119	0.50 122	0.35 91	0.36 76	0.28 91	0.55 55	0.29 58	0.64 133	0.31 33	0.89 149	0.31 75	0.24 69	0.55 47	0.65 143	0.68 155	0.52 127	0.87 112	0.53 122	0.72 134	0.81 144	0.21 69	0.47 152	0.79 152	0.69 107	0.94 142	0.62 88

RAFT-Test	0.72 141	0.50 114	0.46 124	0.52 130	0.34 87	0.41 93	0.29 98	0.73 150	0.30 64	0.62 123	0.72 154	0.68 113	0.31 75	0.22 47	0.71 103	1.03 201	0.62 132	0.50 113	2.89 195	0.66 173	1.72 200	1.14 173	0.23 87	0.29 71	0.80 156	0.96 158	0.95 144	0.91 139

LoS_RVC	0.42 50	0.45 75	0.43 111	0.19 15	0.25 40	0.24 27	0.16 35	0.44 25	0.28 51	0.51 60	0.48 79	0.42 32	0.31 75	0.22 47	0.60 62	0.45 63	0.46 35	0.41 55	0.71 87	0.30 40	0.67 122	0.51 84	0.19 49	0.32 90	0.61 103	0.44 55	0.58 48	0.61 84

tt_ll	0.42 50	0.45 75	0.43 111	0.19 15	0.25 40	0.24 27	0.16 35	0.44 25	0.28 51	0.51 60	0.48 79	0.42 32	0.31 75	0.22 47	0.60 62	0.45 63	0.46 35	0.41 55	0.71 87	0.30 40	0.67 122	0.51 84	0.19 49	0.32 90	0.61 103	0.44 55	0.58 48	0.61 84

raft_robust	0.49 80	0.44 68	0.24 40	0.38 86	0.29 61	0.32 54	0.21 60	0.73 150	0.35 102	0.69 165	0.34 42	0.57 79	0.31 75	0.24 69	0.59 58	0.53 106	0.54 80	0.46 89	0.98 123	0.37 70	0.69 128	0.94 156	0.20 61	0.28 67	0.55 86	0.69 107	0.69 82	0.60 82

IPLGR_C	0.42 50	0.47 87	0.23 36	0.31 60	0.22 28	0.32 54	0.18 41	0.63 97	0.23 24	0.55 84	0.50 88	0.61 94	0.31 75	0.41 144	0.87 136	0.45 63	0.52 69	0.37 40	0.55 47	0.38 73	0.56 87	0.46 68	0.19 49	0.24 46	0.44 50	0.33 27	0.58 48	0.40 34

test-3	0.55 98	0.37 34	0.37 80	0.34 70	0.33 78	0.33 61	0.22 65	0.65 111	0.27 44	0.61 114	0.34 42	0.90 150	0.31 75	0.21 41	0.60 62	0.44 53	0.55 88	0.42 62	2.59 188	0.38 73	0.56 87	1.37 187	0.16 24	0.29 71	0.48 61	0.38 41	0.69 82	0.54 67

test_1	0.55 98	0.37 34	0.37 80	0.34 70	0.33 78	0.33 61	0.22 65	0.66 115	0.27 44	0.62 123	0.34 42	0.90 150	0.31 75	0.21 41	0.61 67	0.44 53	0.55 88	0.42 62	2.58 187	0.38 73	0.56 87	1.38 189	0.16 24	0.29 71	0.48 61	0.38 41	0.69 82	0.54 67

GMStereo	0.41 45	0.48 97	0.25 42	0.32 62	0.32 77	0.37 78	0.28 91	0.59 72	0.30 64	0.45 36	0.36 46	0.61 94	0.31 75	0.24 69	0.45 37	0.41 37	0.54 80	0.35 34	0.73 91	0.39 85	0.51 62	0.33 25	0.23 87	0.28 67	0.48 61	0.36 35	0.68 79	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	0.84 158	0.49 100	0.43 111	0.41 98	0.35 91	0.46 113	0.32 106	0.76 160	0.30 64	0.65 138	0.92 179	0.83 140	0.32 84	0.22 47	0.62 71	1.08 206	0.64 140	0.47 95	3.14 200	0.61 162	2.23 212	1.58 198	0.20 61	0.38 122	0.96 181	1.47 207	1.24 183	1.60 180

IPLGR	0.57 109	0.55 137	0.37 80	0.43 106	0.38 107	0.36 76	0.23 72	0.62 91	0.30 64	0.56 91	0.68 147	0.61 94	0.32 84	0.29 104	1.73 209	0.47 81	0.56 93	0.56 144	1.09 128	0.54 128	0.53 78	0.81 144	0.20 61	0.32 90	0.71 128	0.97 163	0.73 94	0.57 73

TestStereo	0.45 68	0.51 119	0.38 89	0.42 102	0.30 68	0.44 103	0.26 84	0.71 142	0.28 51	0.76 184	0.32 34	0.64 104	0.32 84	0.24 69	0.47 39	0.35 19	0.54 80	0.33 24	0.78 103	0.38 73	0.63 110	0.42 50	0.24 94	0.30 79	0.53 80	0.43 52	0.75 98	0.55 70

DeepPrunerF	1.22 185	0.49 100	0.39 92	0.58 142	2.86 244	0.49 118	0.55 148	0.52 41	0.58 162	0.43 27	0.67 144	0.43 37	0.32 84	0.42 154	1.64 203	0.75 162	0.58 106	0.46 89	0.93 117	0.46 109	0.61 105	0.53 91	0.40 149	0.35 109	15.32 264	0.82 138	0.65 72	0.62 88

RAFT+CT+SA	0.32 24	0.46 81	0.20 18	0.26 36	0.18 20	0.22 21	0.15 27	0.58 65	0.23 24	0.52 67	0.17 7	0.46 44	0.33 88	0.12 14	0.33 15	0.43 48	0.36 15	0.30 16	0.45 25	0.23 16	0.45 34	0.49 79	0.09 5	0.22 26	0.32 23	0.31 20	0.53 35	0.35 22

GMOStereo	0.42 50	0.39 45	0.21 22	0.30 54	0.26 44	0.29 44	0.19 52	0.67 118	0.30 64	0.66 148	0.32 34	0.54 69	0.33 88	0.20 36	0.40 25	0.46 70	0.50 56	0.44 72	0.68 79	0.34 54	0.51 62	0.66 117	0.16 24	0.22 26	0.58 93	0.45 60	0.82 115	0.41 35

error version	0.42 50	0.39 45	0.21 22	0.30 54	0.26 44	0.29 44	0.19 52	0.67 118	0.30 64	0.66 148	0.32 34	0.54 69	0.33 88	0.20 36	0.40 25	0.46 70	0.50 56	0.44 72	0.68 79	0.34 54	0.51 62	0.66 117	0.16 24	0.22 26	0.58 93	0.45 60	0.82 115	0.41 35

test-v	0.42 50	0.39 45	0.21 22	0.30 54	0.26 44	0.29 44	0.19 52	0.67 118	0.30 64	0.66 148	0.32 34	0.54 69	0.33 88	0.20 36	0.40 25	0.46 70	0.50 56	0.44 72	0.68 79	0.34 54	0.51 62	0.66 117	0.16 24	0.22 26	0.58 93	0.45 60	0.82 115	0.41 35

AACVNet	0.55 98	0.47 87	0.40 97	0.58 142	0.61 160	0.53 131	0.37 116	0.61 84	0.40 121	0.59 106	0.64 131	0.58 84	0.33 88	0.36 132	0.69 94	0.54 112	0.58 106	0.54 137	0.69 84	0.52 121	0.54 81	0.52 88	0.36 137	0.44 142	0.59 99	0.69 107	0.82 115	0.83 130

test-2	0.42 50	0.39 45	0.21 22	0.30 54	0.26 44	0.29 44	0.19 52	0.67 118	0.30 64	0.66 148	0.32 34	0.54 69	0.33 88	0.20 36	0.40 25	0.46 70	0.50 56	0.44 72	0.68 79	0.34 54	0.51 62	0.66 117	0.16 24	0.22 26	0.58 93	0.45 60	0.82 115	0.41 35

CREStereo	0.44 65	0.51 119	0.40 97	0.34 70	0.26 44	0.28 41	0.15 27	0.61 84	0.30 64	0.58 101	0.36 46	0.72 122	0.33 88	0.24 69	0.59 58	0.59 126	0.59 116	0.34 26	0.52 34	0.31 45	0.59 103	0.42 50	0.18 41	0.30 79	0.54 84	0.48 74	0.64 68	0.69 106
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 65	0.37 34	0.35 71	0.33 68	0.37 101	0.32 54	0.41 126	0.46 34	0.52 149	0.43 27	0.48 79	0.68 113	0.33 88	0.29 104	0.65 83	0.46 70	0.47 44	0.44 72	0.49 29	0.38 73	0.49 55	0.48 78	0.29 114	0.32 90	0.38 37	0.37 37	0.57 41	0.62 88

ADCP+	0.92 166	0.59 149	0.62 161	0.44 110	0.45 127	0.55 137	0.85 185	0.65 111	1.81 225	0.48 47	1.10 194	1.62 191	0.33 88	0.42 154	1.03 167	0.52 104	0.52 69	0.48 100	1.19 137	0.38 73	0.58 99	0.60 102	0.32 127	0.30 79	0.66 118	3.45 249	0.77 102	4.14 227

RASNet	0.42 50	0.45 75	0.43 111	0.33 68	0.33 78	0.37 78	0.27 86	0.58 65	0.34 97	0.47 42	0.43 67	0.49 53	0.33 88	0.25 82	0.41 31	0.41 37	0.48 48	0.39 46	0.47 26	0.30 40	0.49 55	0.40 42	0.19 49	0.44 142	0.40 44	0.46 67	0.75 98	0.63 93

MyStereo04	0.68 133	0.52 127	0.57 151	0.44 110	0.37 101	0.35 73	0.26 84	0.68 125	0.45 137	0.62 123	0.45 73	0.68 113	0.34 98	0.25 82	1.00 163	0.68 150	0.56 93	0.53 131	3.39 203	0.56 136	0.92 159	0.64 112	0.27 108	0.41 129	0.77 147	0.92 150	0.96 147	0.66 98

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 49	0.20 19	0.38 23	0.19 9	0.44 39	0.34 98	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 27	0.32 17

UNet	0.44 65	0.42 61	0.40 97	0.37 83	0.36 94	0.41 93	0.28 91	0.57 61	0.35 102	0.50 56	0.49 83	0.47 47	0.34 98	0.37 136	0.53 46	0.43 48	0.54 80	0.46 89	0.56 53	0.39 85	0.47 46	0.44 60	0.27 108	0.34 106	0.44 50	0.48 74	0.58 48	0.57 73

R-Stereo Train	0.66 125	0.55 137	0.43 111	0.48 117	0.36 94	0.50 122	0.18 41	0.62 91	0.31 79	0.68 157	0.62 127	0.72 122	0.34 98	0.25 82	0.69 94	0.89 178	0.66 147	0.51 120	2.12 169	0.46 109	0.94 161	1.49 193	0.22 79	0.36 116	0.71 128	0.96 158	0.77 102	1.10 155

RAFT-Stereo	0.66 125	0.55 137	0.43 111	0.48 117	0.36 94	0.50 122	0.18 41	0.62 91	0.31 79	0.68 157	0.62 127	0.72 122	0.34 98	0.25 82	0.69 94	0.89 178	0.66 147	0.51 120	2.12 169	0.46 109	0.94 161	1.49 193	0.22 79	0.36 116	0.71 128	0.96 158	0.77 102	1.10 155
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	0.51 84	0.51 119	0.47 128	0.50 122	0.48 136	0.48 116	0.32 106	0.53 45	0.37 112	0.51 60	0.65 136	0.57 79	0.34 98	0.30 106	0.69 94	0.44 53	0.52 69	0.47 95	0.57 57	0.42 99	0.56 87	0.49 79	0.27 108	0.35 109	0.65 117	0.74 119	0.80 109	0.75 121

NLCA_NET_v2_RVC	0.51 84	0.52 127	0.48 131	0.43 106	0.57 154	0.42 97	0.62 166	0.56 60	0.62 166	0.52 67	0.51 94	0.67 111	0.34 98	0.58 190	0.78 109	0.42 41	0.47 44	0.42 62	0.57 57	0.38 73	0.46 39	0.42 50	0.30 117	0.32 90	0.48 61	0.76 126	0.62 62	0.64 95
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 36	0.45 75	0.25 42	0.29 47	0.29 61	0.23 23	0.13 16	0.41 19	0.27 44	0.41 25	0.54 107	0.35 17	0.35 105	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 38	0.51 74	0.52 85	0.62 62	0.77 123

test_3	0.56 105	0.38 40	0.36 76	0.34 70	0.33 78	0.33 61	0.21 60	0.68 125	0.29 58	0.65 138	0.33 40	0.92 152	0.35 105	0.21 41	0.60 62	0.44 53	0.56 93	0.45 81	2.68 189	0.39 85	0.55 83	1.35 185	0.15 20	0.32 90	0.51 74	0.47 69	0.67 78	0.50 54

MSMDNet	0.73 142	0.52 127	0.48 131	0.35 78	0.34 87	0.45 107	0.33 109	0.69 133	0.30 64	0.63 127	0.60 117	0.71 120	0.35 105	0.23 57	0.78 109	1.05 203	0.63 137	0.50 113	2.88 194	0.81 193	1.59 196	1.80 208	0.23 87	0.29 71	0.74 138	0.89 147	0.85 126	0.76 122

PDISCO_ROB	0.48 77	0.40 50	0.39 92	0.38 86	0.34 87	0.39 85	0.28 91	0.50 39	0.35 102	0.37 21	0.52 97	0.49 53	0.35 105	0.31 113	0.63 74	0.58 124	0.54 80	0.68 180	0.59 62	0.44 102	0.62 107	0.67 122	0.24 94	0.34 106	0.54 84	0.53 87	0.85 126	0.58 75

HBP-ISP	1.60 198	0.86 195	0.90 194	0.98 190	0.69 175	0.85 182	0.56 150	0.89 185	0.48 144	0.82 196	0.79 163	0.97 157	0.36 109	0.69 202	11.97 262	5.83 258	0.70 160	0.67 175	0.70 86	0.62 166	1.05 173	5.90 249	0.50 170	0.62 177	0.82 160	1.01 171	2.01 221	1.06 152

TESTraft	0.37 34	0.46 81	0.21 22	0.21 19	0.23 32	0.21 16	0.16 35	0.54 49	0.31 79	0.51 60	0.23 17	0.36 21	0.36 109	0.11 10	0.85 129	0.48 86	0.45 31	0.32 18	0.48 28	0.24 20	0.46 39	0.65 114	0.12 9	0.23 38	0.37 33	0.43 52	0.57 41	0.39 29

ADLNet	0.46 72	0.53 134	0.37 80	0.41 98	0.41 119	0.44 103	0.40 124	0.54 49	0.35 102	0.45 36	0.53 101	0.76 129	0.36 109	0.62 193	0.58 55	0.42 41	0.49 51	0.42 62	0.50 30	0.37 70	0.43 26	0.44 60	0.34 132	0.25 54	0.47 58	0.55 91	0.57 41	0.45 46

FCDSN-DC	0.69 134	0.61 156	0.62 161	0.66 161	0.61 160	0.59 144	0.60 158	0.68 125	0.42 132	0.75 181	0.42 66	0.57 79	0.36 109	0.50 171	2.43 243	0.67 147	0.80 179	0.76 196	0.64 69	0.56 136	0.70 131	0.60 102	0.47 160	0.83 198	0.66 118	0.74 119	0.61 59	0.67 100
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 98	0.44 68	0.29 51	0.36 82	0.37 101	0.40 91	0.20 59	1.37 215	0.31 79	0.86 201	0.78 162	0.68 113	0.37 113	0.24 69	0.58 55	0.72 156	0.59 116	0.40 51	0.75 98	0.35 63	1.03 171	0.65 114	0.21 69	0.24 46	0.79 152	0.64 103	0.64 68	0.68 104

SACVNet	0.62 120	0.53 134	0.51 141	0.55 138	0.57 154	0.52 128	0.60 158	0.69 133	0.56 158	0.67 155	0.54 107	0.59 89	0.37 113	0.41 144	0.71 103	0.60 128	0.64 140	0.57 149	0.95 120	0.64 170	0.67 122	0.78 141	0.36 137	0.47 152	0.75 141	0.77 129	0.84 124	0.84 131

TANstereo	0.55 98	0.41 54	0.35 71	0.40 93	0.39 110	0.45 107	0.21 60	0.52 41	0.30 64	0.54 78	0.37 51	0.38 24	0.38 115	0.41 144	0.84 125	0.73 160	0.66 147	0.78 200	1.10 130	0.89 198	0.62 107	0.54 93	0.93 211	0.32 90	0.34 28	0.45 60	0.99 152	0.53 61

XX-TBD	0.55 98	0.41 54	0.35 71	0.40 93	0.39 110	0.45 107	0.21 60	0.52 41	0.30 64	0.54 78	0.37 51	0.38 24	0.38 115	0.41 144	0.84 125	0.73 160	0.66 147	0.78 200	1.10 130	0.89 198	0.62 107	0.54 93	0.93 211	0.32 90	0.34 28	0.45 60	0.99 152	0.53 61

TestStereo1	0.38 36	0.49 100	0.19 15	0.22 22	0.23 32	0.23 23	0.15 27	0.55 55	0.30 64	0.52 67	0.21 13	0.35 17	0.39 117	0.11 10	0.80 114	0.50 95	0.46 35	0.32 18	0.53 40	0.25 23	0.52 72	0.67 122	0.15 20	0.22 26	0.37 33	0.42 50	0.60 56	0.39 29

SA-5K	0.38 36	0.49 100	0.19 15	0.22 22	0.23 32	0.23 23	0.15 27	0.55 55	0.30 64	0.52 67	0.21 13	0.35 17	0.39 117	0.11 10	0.80 114	0.50 95	0.46 35	0.32 18	0.53 40	0.25 23	0.52 72	0.67 122	0.15 20	0.22 26	0.37 33	0.42 50	0.60 56	0.39 29

BEATNet_4x	0.53 91	0.40 50	0.34 69	0.39 89	0.36 94	0.32 54	0.27 86	0.64 104	0.41 125	0.66 148	0.45 73	0.62 102	0.39 117	0.24 69	0.83 122	0.63 133	0.58 106	0.58 154	0.57 57	0.36 65	0.90 158	1.52 196	0.25 97	0.36 116	0.46 56	0.44 55	0.77 102	0.60 82

test-1	0.84 158	0.34 24	0.50 137	0.37 83	0.40 114	0.60 146	0.37 116	0.73 150	0.38 116	0.68 157	0.71 149	1.08 166	0.40 120	0.25 82	0.79 112	0.91 181	0.63 137	0.58 154	2.22 173	0.58 145	1.17 180	3.78 233	0.22 79	0.36 116	0.81 157	1.15 184	1.10 168	1.59 179

LMCR-Stereo	0.50 81	0.46 81	0.33 65	0.32 62	0.33 78	0.42 97	0.24 75	0.57 61	0.37 112	0.55 84	0.46 77	0.65 107	0.40 120	0.26 92	0.69 94	0.49 92	0.62 132	0.49 107	1.11 132	0.57 141	0.66 118	0.64 112	0.25 97	0.32 90	0.48 61	0.49 78	0.63 65	0.65 97

CFNet	0.45 68	0.44 68	0.33 65	0.48 117	0.40 114	0.39 85	0.30 104	0.53 45	0.32 87	0.48 47	0.50 88	0.68 113	0.40 120	0.30 106	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 87	0.31 86	0.61 103	0.52 85	0.69 82	0.71 112

MIPNet	0.51 84	0.51 119	0.33 65	0.32 62	0.30 68	0.37 78	0.25 80	0.62 91	0.24 32	0.50 56	0.52 97	0.61 94	0.41 123	0.30 106	1.01 166	0.51 102	0.59 116	0.50 113	0.76 101	0.47 113	0.44 31	0.85 147	0.20 61	0.26 60	0.66 118	0.98 164	0.71 90	0.61 84

MyStereo	0.70 137	0.55 137	0.69 177	0.47 115	0.38 107	0.35 73	0.27 86	0.68 125	0.49 145	0.64 133	0.57 111	0.66 108	0.42 124	0.26 92	1.12 176	0.65 143	0.58 106	0.53 131	3.20 201	0.57 141	0.92 159	0.74 134	0.28 111	0.41 129	0.88 170	0.99 166	0.99 152	0.62 88

STTStereo	0.53 91	0.56 143	0.54 147	0.44 110	0.52 144	0.43 101	0.59 155	0.52 41	0.46 141	0.47 42	0.55 109	0.71 120	0.42 124	0.56 183	0.87 136	0.44 53	0.49 51	0.51 120	0.54 45	0.37 70	0.51 62	0.40 42	0.32 127	0.35 109	0.52 78	0.66 105	0.68 79	0.99 147

AF-Net	0.53 91	0.49 100	0.44 119	0.50 122	0.53 145	0.61 149	0.54 146	0.61 84	0.55 156	0.43 27	0.66 139	0.85 143	0.42 124	0.40 141	0.64 80	0.46 70	0.46 35	0.44 72	0.60 63	0.40 90	0.45 34	0.45 63	0.41 151	0.39 123	0.50 71	0.55 91	0.81 112	0.69 106

Nwc_Net	0.53 91	0.49 100	0.44 119	0.50 122	0.53 145	0.61 149	0.54 146	0.61 84	0.55 156	0.43 27	0.66 139	0.85 143	0.42 124	0.40 141	0.64 80	0.46 70	0.46 35	0.44 72	0.60 63	0.40 90	0.45 34	0.45 63	0.41 151	0.39 123	0.50 71	0.55 91	0.81 112	0.69 106

FC-DCNN	0.88 164	0.96 201	1.23 218	1.36 209	0.93 195	1.26 208	0.82 183	0.91 186	0.78 181	0.87 202	0.63 130	1.08 166	0.42 124	0.56 183	0.88 138	0.69 151	0.81 182	0.68 180	0.81 107	0.59 149	0.78 143	0.59 99	0.50 170	0.77 195	1.11 198	0.99 166	1.21 179	1.57 178

GANet-ADL	0.70 137	0.59 149	0.52 142	0.60 147	0.57 154	0.61 149	0.46 133	0.68 125	0.52 149	0.65 138	0.67 144	0.76 129	0.43 129	0.39 138	1.08 172	0.79 171	0.68 155	0.52 127	1.84 162	0.64 170	0.66 118	0.86 149	0.42 154	0.43 137	0.70 125	0.87 143	0.97 149	0.89 138

sAnonymous2	0.58 111	0.41 54	0.31 59	0.29 47	0.29 61	0.45 107	0.29 98	0.71 142	0.41 125	0.48 47	0.53 101	0.51 63	0.43 129	0.23 57	0.86 131	0.84 174	0.70 160	0.67 175	1.34 142	0.60 153	0.83 149	0.98 158	0.30 117	0.35 109	0.62 108	0.72 115	0.72 91	0.73 117

CroCo_RVC	0.58 111	0.41 54	0.31 59	0.29 47	0.29 61	0.45 107	0.29 98	0.71 142	0.41 125	0.48 47	0.53 101	0.51 63	0.43 129	0.23 57	0.86 131	0.84 174	0.70 160	0.67 175	1.34 142	0.60 153	0.83 149	0.98 158	0.30 117	0.35 109	0.62 108	0.72 115	0.72 91	0.73 117

FADNet-RVC-Resample	0.57 109	0.52 127	0.42 107	0.46 113	0.39 110	0.41 93	0.40 124	0.72 149	0.42 132	0.68 157	0.51 94	1.04 165	0.43 129	0.43 157	0.96 156	0.48 86	0.56 93	0.61 162	0.85 111	0.55 132	0.52 72	0.63 108	0.34 132	0.60 174	0.58 93	0.71 112	0.55 37	0.77 123

ADCRef	1.01 177	0.65 163	0.48 131	0.39 89	0.47 133	0.65 158	0.68 176	0.61 84	1.08 202	0.52 67	0.64 131	0.75 127	0.43 129	0.38 137	1.56 199	0.72 156	0.61 128	0.59 159	1.53 150	0.58 145	0.66 118	0.71 129	0.50 170	0.43 137	0.75 141	1.25 193	0.82 115	8.96 249

iinet-f	0.52 88	0.43 64	0.36 76	0.34 70	0.25 40	0.47 114	0.25 80	0.43 23	0.27 44	0.52 67	0.94 180	0.61 94	0.44 134	0.25 82	1.06 169	0.57 120	0.52 69	0.39 46	1.51 149	0.50 116	0.58 99	0.75 136	0.26 104	0.25 54	0.52 78	0.38 41	0.76 101	0.53 61

DDUNet	1.38 191	2.18 225	0.79 186	2.67 225	2.43 234	2.57 225	2.52 224	0.80 170	0.84 184	0.63 127	0.94 180	1.57 190	0.45 135	2.65 237	0.94 151	0.78 168	1.99 234	0.75 193	2.31 175	0.91 200	1.16 179	0.97 157	2.71 237	0.56 168	0.72 131	0.71 112	0.97 149	0.85 132

FADNet-RVC	0.58 111	0.50 114	0.37 80	0.51 128	0.42 121	0.39 85	0.56 150	0.68 125	0.36 106	0.64 133	0.50 88	1.13 171	0.45 135	0.34 124	0.91 143	0.53 106	0.54 80	0.45 81	1.20 139	0.51 119	0.54 81	0.52 88	0.33 130	0.51 160	0.57 89	0.75 123	0.64 68	0.81 128

UCFNet_RVC	0.56 105	0.78 178	0.45 123	0.59 145	0.55 151	0.52 128	0.39 122	0.58 65	0.40 121	0.59 106	0.60 117	0.82 136	0.45 135	0.32 119	0.70 99	0.42 41	0.50 56	0.50 113	0.67 77	0.45 104	0.56 87	0.47 72	0.38 144	0.41 129	0.77 147	0.71 112	0.65 72	0.86 134

GEStereo_RVC	0.71 140	0.59 149	0.40 97	0.54 135	0.50 140	0.61 149	0.51 140	0.71 142	0.41 125	0.59 106	0.51 94	0.76 129	0.46 138	0.39 138	0.96 156	0.92 182	0.78 173	0.75 193	1.94 166	0.62 166	0.80 145	1.37 187	0.31 122	0.52 162	0.61 103	0.63 100	0.86 131	1.12 158

XPNet_ROB	0.74 147	0.77 176	0.57 151	0.54 135	0.61 160	0.63 155	0.61 163	0.53 45	0.65 169	0.58 101	0.81 168	2.35 202	0.46 138	0.43 157	0.79 112	0.63 133	0.85 184	0.57 149	0.83 108	0.55 132	0.72 134	1.09 167	0.45 157	0.49 159	0.63 112	0.74 119	1.39 194	0.86 134

CASS	0.79 155	0.55 137	0.53 144	0.65 159	0.54 148	0.59 144	0.53 143	0.78 167	0.52 149	0.71 171	0.75 160	0.67 111	0.47 140	0.28 98	0.83 122	0.67 147	0.98 202	0.56 144	1.60 153	0.58 145	2.74 220	1.44 190	0.38 144	0.35 109	0.84 166	0.81 135	0.90 135	1.02 150
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PS-NSSS	0.60 119	0.81 184	0.44 119	0.89 182	0.54 148	0.71 169	0.63 167	0.64 104	0.38 116	0.64 133	0.41 64	1.52 187	0.47 140	0.41 144	0.59 58	0.42 41	0.52 69	0.45 81	0.94 119	0.42 99	0.44 31	0.29 20	0.36 137	0.34 106	0.63 112	0.69 107	0.70 86	0.80 126

DN-CSS_ROB	0.52 88	0.43 64	0.46 124	0.41 98	0.40 114	0.34 68	0.22 65	0.69 133	0.34 97	0.59 106	0.79 163	0.66 108	0.47 140	0.24 69	0.63 74	0.40 33	0.58 106	0.43 67	1.74 157	0.38 73	0.63 110	0.38 36	0.31 122	0.47 152	0.53 80	0.43 52	0.66 77	0.54 67

HSM	0.54 96	0.49 100	0.47 128	0.48 117	0.47 133	0.41 93	0.37 116	0.71 142	0.37 112	0.61 114	0.65 136	0.59 89	0.48 143	0.31 113	0.70 99	0.48 86	0.64 140	0.47 95	0.75 98	0.48 115	0.63 110	0.49 79	0.26 104	0.42 133	0.62 108	0.72 115	0.87 133	0.67 100

NCCL2	0.69 134	0.73 174	0.66 171	0.57 141	0.56 152	0.51 125	0.45 131	0.70 139	0.57 159	0.68 157	0.71 149	0.66 108	0.48 143	0.39 138	0.93 147	0.72 156	0.65 144	0.57 149	0.76 101	0.57 141	0.74 139	0.88 151	0.49 166	0.60 174	0.98 183	0.95 155	0.85 126	1.16 162

sCroCo_RVC	0.58 111	0.42 61	0.29 51	0.28 42	0.29 61	0.39 85	0.22 65	0.60 77	0.41 125	0.53 77	0.43 67	0.48 50	0.50 145	0.24 69	0.75 107	0.99 197	0.75 170	0.63 164	1.02 125	0.56 136	1.10 176	1.36 186	0.28 111	0.39 123	0.63 112	0.63 100	0.93 139	0.64 95

psm_up	0.56 105	0.51 119	0.53 144	0.56 139	0.45 127	0.58 143	0.35 112	0.71 142	0.66 171	0.55 84	0.53 101	0.59 89	0.50 145	0.40 141	0.63 74	0.50 95	0.59 116	0.49 107	0.84 110	0.46 109	0.51 62	0.45 63	0.31 122	0.51 160	0.70 125	0.78 130	0.80 109	0.67 100

FADNet	0.65 124	0.55 137	0.41 105	0.53 133	0.42 121	0.49 118	0.65 173	0.74 155	0.42 132	0.66 148	0.64 131	0.81 134	0.50 145	0.36 132	1.17 180	0.51 102	0.51 65	0.53 131	1.61 154	0.53 122	0.69 128	0.59 99	0.35 136	0.41 129	0.72 131	0.88 145	0.78 107	1.06 152

ADCL	1.27 187	0.82 187	0.64 167	0.60 147	0.53 145	0.73 171	0.91 191	0.75 159	2.78 245	0.68 157	1.01 187	0.86 147	0.50 145	0.50 171	1.27 183	0.64 137	0.66 147	0.57 149	1.20 139	0.60 153	0.98 168	0.88 151	0.50 170	0.47 152	1.60 221	1.50 212	0.88 134	11.30 252

Anonymous	0.66 125	0.52 127	0.38 89	0.35 78	0.36 94	0.42 97	0.25 80	0.74 155	0.47 143	0.45 36	0.45 73	0.56 76	0.51 149	0.23 57	0.88 138	1.09 208	0.78 173	0.69 182	1.84 162	0.64 170	1.19 181	1.21 178	0.32 127	0.42 133	0.66 118	0.73 118	0.93 139	0.74 120

DeepPruner_ROB	0.59 117	0.44 68	0.54 147	0.52 130	0.54 148	0.49 118	0.37 116	0.61 84	0.46 141	0.60 112	0.70 148	0.61 94	0.51 149	0.32 119	1.06 169	0.58 124	0.62 132	0.59 159	0.66 75	0.47 113	0.97 167	0.72 132	0.36 137	0.44 142	0.61 103	1.00 168	0.72 91	0.58 75

CFNet_pseudo	0.51 84	0.44 68	0.43 111	0.54 135	0.43 124	0.53 131	0.34 110	0.62 91	0.36 106	0.61 114	0.64 131	0.57 79	0.52 151	0.35 130	0.90 142	0.50 95	0.50 56	0.47 95	0.67 77	0.36 65	0.47 46	0.42 50	0.26 104	0.33 102	0.57 89	0.60 99	0.68 79	0.73 117

DLCB_ROB	0.53 91	0.50 114	0.48 131	0.41 98	0.45 127	0.43 101	0.39 122	0.55 55	0.45 137	0.57 95	0.61 123	0.70 118	0.52 151	0.41 144	0.60 62	0.47 81	0.57 102	0.48 100	0.52 34	0.43 101	0.55 83	0.47 72	0.38 144	0.42 133	0.96 181	0.79 132	0.70 86	0.62 88

RP	0.58 111	0.57 147	0.72 180	0.62 152	0.56 152	0.57 140	0.64 169	0.63 97	0.61 164	0.42 26	0.81 168	0.78 133	0.53 153	0.43 157	0.68 92	0.48 86	0.53 78	0.44 72	0.64 69	0.45 104	0.51 62	0.54 93	0.37 142	0.44 142	0.62 108	0.59 96	0.83 122	0.77 123

Anonymous3	0.79 155	0.59 149	0.42 107	0.37 83	0.42 121	0.57 140	0.50 139	0.80 170	0.64 168	0.68 157	0.49 83	1.48 183	0.54 154	0.31 113	1.53 197	1.42 235	0.88 190	0.82 204	1.45 147	0.69 182	1.31 188	1.30 183	0.40 149	0.40 126	0.74 138	0.86 140	1.03 161	0.71 112

ETE_ROB	0.87 163	0.90 196	0.58 153	0.67 162	0.69 175	0.85 182	0.60 158	0.66 115	0.89 189	0.64 133	1.09 192	2.63 205	0.54 154	0.54 179	1.00 163	0.72 156	0.91 194	0.63 164	0.99 124	0.66 173	0.88 154	1.08 166	0.50 170	0.59 172	0.78 149	0.92 150	1.48 203	1.17 163

s12784h	0.62 120	0.68 169	0.47 128	0.65 159	0.44 126	0.34 68	0.24 75	0.61 84	0.31 79	0.60 112	0.44 70	0.81 134	0.55 156	0.25 82	0.62 71	0.50 95	0.62 132	0.38 44	0.74 97	0.36 65	1.26 185	0.47 72	0.18 41	0.30 79	0.70 125	0.74 119	1.39 194	2.07 193

iResNetv2_ROB	0.52 88	0.45 75	0.32 62	0.48 117	0.39 110	0.48 116	0.28 91	0.64 104	0.34 97	0.52 67	0.66 139	0.70 118	0.55 156	0.28 98	0.67 89	0.47 81	0.50 56	0.46 89	1.12 133	0.45 104	0.57 96	0.47 72	0.29 114	0.40 126	0.55 86	0.51 83	0.81 112	0.58 75

UDG	1.35 190	2.24 227	0.81 187	2.58 222	2.45 235	2.48 224	2.57 225	0.76 160	0.86 185	0.77 186	1.08 191	1.51 185	0.56 158	2.59 233	1.06 169	0.69 151	1.89 232	0.80 203	2.31 175	0.97 203	1.24 184	0.98 158	1.43 227	0.62 177	0.74 138	0.81 135	0.95 144	0.81 128

ICVP	0.58 111	0.49 100	0.67 174	0.50 122	0.48 136	0.52 128	0.36 114	0.60 77	0.45 137	0.61 114	0.58 114	0.61 94	0.56 158	0.30 106	0.67 89	0.64 137	0.58 106	0.51 120	0.72 90	0.51 119	0.58 99	0.74 134	0.59 190	0.47 152	0.60 102	0.75 123	0.74 96	0.72 114
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 62	0.42 61	0.39 92	0.30 54	0.33 78	0.27 35	0.19 52	0.57 61	0.31 79	0.58 101	0.36 46	0.58 84	0.56 158	0.23 57	0.48 40	0.50 95	0.61 128	0.34 26	0.52 34	0.30 40	0.56 87	0.42 50	0.16 24	0.29 71	0.49 68	0.44 55	0.79 108	0.69 106
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 81	0.49 100	0.42 107	0.42 102	0.30 68	0.42 97	0.32 106	0.60 77	0.33 92	0.52 67	0.59 115	0.47 47	0.56 158	0.25 82	0.81 117	0.46 70	0.57 102	0.49 107	1.19 137	0.36 65	0.48 51	0.36 31	0.25 97	0.37 120	0.57 89	0.54 89	0.75 98	0.61 84

RTSC	0.73 142	0.49 100	0.46 124	0.47 115	0.51 143	0.55 137	0.56 150	0.67 118	0.68 172	0.54 78	0.79 163	0.57 79	0.57 162	0.41 144	1.92 217	0.77 165	0.96 201	0.58 154	1.36 145	0.56 136	0.85 153	1.11 168	0.31 122	0.53 164	0.58 93	0.65 104	0.95 144	1.26 169

CC-Net-ROB	0.96 173	1.18 212	0.70 178	1.56 213	1.06 203	1.63 217	1.20 206	0.79 168	0.61 164	0.81 194	0.56 110	3.07 213	0.57 162	0.85 212	0.68 92	0.44 53	0.71 165	0.63 164	1.40 146	0.57 141	0.58 99	0.43 55	1.91 232	0.46 149	0.83 162	0.83 139	0.77 102	1.20 166

PA-Net	0.64 123	0.67 167	0.66 171	0.50 122	0.66 172	0.50 122	0.64 169	0.65 111	0.73 175	0.54 78	0.52 97	0.58 84	0.58 164	0.59 192	0.93 147	0.57 120	0.46 35	0.54 137	0.61 67	0.54 128	0.49 55	0.66 117	0.36 137	0.52 162	0.64 115	1.24 190	0.64 68	1.32 171
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	0.86 162	0.97 203	0.67 174	0.63 154	0.69 175	0.83 181	0.67 175	0.70 139	0.80 182	0.68 157	1.10 194	2.61 204	0.58 164	0.51 173	1.11 174	0.67 147	0.86 185	0.72 186	0.89 114	0.67 177	0.80 145	1.00 161	0.49 166	0.59 172	0.73 136	0.92 150	1.16 173	1.10 155

stereogan	0.67 128	0.67 167	0.62 161	0.68 165	0.73 183	0.75 175	0.64 169	0.70 139	0.57 159	0.51 60	0.64 131	1.08 166	0.62 166	0.44 160	0.83 122	0.55 114	0.56 93	0.51 120	0.91 116	0.59 149	0.59 103	0.69 127	0.47 160	0.46 149	0.59 99	0.67 106	1.16 173	0.87 136

RTS	1.09 181	0.59 149	0.59 154	0.60 147	0.58 157	0.96 189	0.90 189	0.80 170	0.88 187	0.59 106	0.71 149	1.28 177	0.62 166	0.51 173	2.04 220	0.98 193	1.19 211	0.77 198	2.33 177	0.85 196	0.96 165	1.16 174	0.49 166	0.65 182	1.23 204	4.43 252	1.15 170	1.45 173

RTSA	1.09 181	0.59 149	0.59 154	0.60 147	0.58 157	0.96 189	0.90 189	0.80 170	0.88 187	0.59 106	0.71 149	1.28 177	0.62 166	0.51 173	2.04 220	0.98 193	1.19 211	0.77 198	2.33 177	0.85 196	0.96 165	1.16 174	0.49 166	0.65 182	1.23 204	4.43 252	1.15 170	1.45 173

NaN_ROB	0.73 142	0.59 149	0.61 160	0.64 156	0.78 188	0.53 131	0.48 136	0.87 182	0.63 167	0.73 177	0.61 123	1.96 197	0.62 166	0.45 162	0.84 125	0.55 114	0.56 93	0.54 137	0.73 91	0.55 132	0.52 72	0.51 84	0.38 144	0.64 180	0.83 162	1.11 182	0.94 142	1.64 183

AnyNet_C32	1.64 200	0.65 163	0.74 182	0.67 162	0.73 183	0.86 185	1.14 201	0.95 188	3.12 248	0.75 181	1.53 212	0.94 153	0.64 170	0.67 200	1.83 214	1.11 212	1.06 208	0.95 215	1.78 160	0.76 186	1.76 204	1.71 204	0.66 195	0.85 201	1.13 200	2.68 237	1.17 175	13.55 254

GwcNet-ADL	0.97 175	0.83 189	0.81 187	0.91 184	0.68 173	0.70 167	0.53 143	0.77 165	0.50 147	0.72 174	5.46 247	1.20 174	0.65 171	0.46 164	0.81 117	0.95 186	0.72 167	0.56 144	1.26 141	0.71 184	0.67 122	0.78 141	0.59 190	0.56 168	0.79 152	0.98 164	0.85 126	1.75 188

NCC-stereo	0.67 128	0.63 160	0.59 154	0.64 156	0.65 168	0.63 155	0.69 177	0.67 118	0.74 178	0.43 27	0.81 168	0.82 136	0.70 172	0.47 165	0.82 120	0.53 106	0.58 106	0.64 168	0.80 105	0.54 128	0.56 87	0.60 102	0.53 180	0.45 147	0.75 141	0.96 158	0.92 137	0.98 145

Abc-Net	0.67 128	0.63 160	0.59 154	0.64 156	0.65 168	0.63 155	0.69 177	0.67 118	0.74 178	0.43 27	0.81 168	0.82 136	0.70 172	0.47 165	0.82 120	0.53 106	0.58 106	0.64 168	0.80 105	0.54 128	0.56 87	0.60 102	0.53 180	0.45 147	0.75 141	0.96 158	0.92 137	0.98 145
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	0.77 154	0.74 175	0.68 176	0.76 172	0.65 168	0.69 166	0.60 158	0.99 193	0.73 175	0.93 205	0.52 97	1.33 180	0.72 174	0.44 160	0.85 129	0.57 120	0.67 153	0.63 164	1.13 134	0.61 162	0.77 142	0.63 108	0.59 190	0.71 186	0.89 171	0.90 148	1.15 170	0.99 147
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
AMNet	1.02 178	0.98 204	0.95 196	0.98 190	1.01 198	1.03 194	0.96 196	0.87 182	0.93 193	0.97 211	1.02 188	1.10 169	0.74 175	1.06 220	0.99 162	1.09 208	1.17 210	1.04 220	1.08 127	1.05 210	1.13 178	1.04 164	0.82 205	0.98 209	1.01 191	1.07 179	1.20 178	1.27 170

dad	0.89 165	0.57 147	0.37 80	1.42 210	0.65 168	0.75 175	2.23 223	1.43 217	0.36 106	0.93 205	0.38 53	0.85 143	0.76 176	0.32 119	0.97 158	0.52 104	0.78 173	0.45 81	1.87 165	0.41 93	0.74 139	0.41 45	0.30 117	0.47 152	1.15 202	0.47 69	2.64 236	1.96 192

HSM-Net_RVC	0.75 148	0.53 134	0.60 158	0.77 173	0.62 166	0.61 149	0.37 116	0.76 160	0.49 145	0.74 178	1.71 218	1.32 179	0.80 177	0.36 132	0.72 105	0.55 114	0.64 140	0.53 131	0.78 103	0.53 122	0.67 122	0.89 153	0.43 155	0.64 180	0.94 178	1.09 180	1.07 163	1.04 151
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MLCV	0.70 137	0.49 100	0.53 144	0.73 170	0.50 140	0.65 158	0.43 129	0.81 175	0.41 125	0.71 171	0.88 175	1.01 160	0.81 178	0.28 98	0.92 145	0.43 48	0.65 144	0.52 127	2.47 184	0.45 104	0.55 83	0.72 132	0.39 148	0.54 165	0.69 123	0.80 133	0.83 122	0.72 114

CBMV	1.15 183	0.84 193	0.60 158	0.85 178	0.76 187	0.73 171	0.48 136	0.87 182	0.80 182	0.81 194	0.61 123	2.86 208	0.81 178	0.52 177	1.31 186	1.17 218	0.91 194	0.74 191	2.40 182	0.66 173	1.57 195	0.76 139	0.48 165	1.06 214	0.99 186	1.09 180	2.25 223	4.25 228
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RGC	0.76 152	0.72 173	0.99 199	0.70 166	0.71 181	0.76 178	0.57 153	0.74 155	0.74 178	0.56 91	0.96 183	0.83 140	0.85 180	0.56 183	0.93 147	0.60 128	0.62 132	0.56 144	0.93 117	0.61 162	0.66 118	0.71 129	0.51 177	0.56 168	0.81 157	1.01 171	0.99 152	1.19 165

pcwnet_v2	0.62 120	0.46 81	0.50 137	0.62 152	0.49 139	0.61 149	0.46 133	0.66 115	0.45 137	0.65 138	0.79 163	0.64 104	0.86 181	0.53 178	1.15 178	0.55 114	0.59 116	0.51 120	0.83 108	0.41 93	0.55 83	0.47 72	0.34 132	0.43 137	0.75 141	0.76 126	0.85 126	0.95 141

NOSS_ROB	0.76 152	0.84 193	0.50 137	0.72 168	0.61 160	0.75 175	0.52 142	0.80 170	0.54 152	0.70 168	0.62 127	0.62 102	0.86 181	0.62 193	1.14 177	1.10 210	0.78 173	0.69 182	0.73 91	0.60 153	0.88 154	0.67 122	0.50 170	0.71 186	0.86 168	0.95 155	1.38 193	0.85 132

FBW_ROB	1.34 189	1.42 218	1.08 210	2.01 221	1.42 219	1.37 211	1.63 213	0.99 193	0.70 173	0.72 174	1.02 188	2.05 200	0.91 183	1.47 227	1.24 182	0.60 128	0.88 190	0.65 172	6.08 222	0.59 149	1.06 175	0.81 144	1.48 228	1.12 220	0.99 186	1.20 186	0.99 152	1.66 185

MSC_U_SF_DS_RVC	1.67 202	1.25 215	1.05 205	1.56 213	1.08 205	1.20 203	3.18 233	1.50 220	2.10 233	1.30 230	0.98 185	1.50 184	1.04 184	1.66 228	1.71 206	1.18 219	0.84 183	1.01 217	6.24 223	1.15 219	1.43 192	3.23 227	1.19 218	1.14 221	1.52 219	1.29 196	1.09 165	2.78 209

DAS	0.95 170	0.61 156	0.48 131	0.78 175	0.61 160	0.68 164	0.59 155	0.84 179	0.93 193	0.65 138	1.58 213	1.66 192	1.06 185	0.34 124	0.95 153	0.92 182	0.92 196	0.73 189	1.77 158	1.03 208	1.73 201	1.11 168	0.47 160	0.92 204	0.93 175	1.00 168	1.39 194	0.96 142

SepStereo	0.95 170	0.61 156	0.48 131	0.78 175	0.61 160	0.68 164	0.59 155	0.84 179	0.93 193	0.65 138	1.58 213	1.66 192	1.06 185	0.34 124	0.95 153	0.92 182	0.92 196	0.73 189	1.77 158	1.03 208	1.73 201	1.11 168	0.47 160	0.92 204	0.93 175	1.00 168	1.39 194	0.96 142

FADNet_RVC	0.92 166	0.69 170	0.55 150	0.88 181	0.75 186	0.54 135	0.51 140	0.77 165	0.54 152	0.70 168	0.96 183	1.36 181	1.06 185	0.54 179	1.85 215	0.64 137	0.80 179	0.90 208	3.34 202	0.76 186	1.00 169	1.13 171	0.37 142	0.60 174	0.66 118	0.87 143	0.97 149	1.14 161

SGM-Forest	0.73 142	0.71 172	0.40 97	1.13 197	0.64 167	0.74 174	0.45 131	0.68 125	0.39 119	0.61 114	0.44 70	1.16 172	1.06 185	0.49 168	0.86 131	0.61 131	0.55 88	0.46 89	0.68 79	0.44 102	0.61 105	0.49 79	0.45 157	0.44 142	0.90 172	0.86 140	1.95 219	1.47 175
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SQANet	1.90 208	2.70 232	1.03 204	3.09 232	2.17 229	3.29 230	2.70 227	0.95 188	0.65 169	1.00 213	0.71 149	2.69 207	1.10 189	2.30 232	0.78 109	0.55 114	1.02 204	0.72 186	9.92 239	0.68 179	2.11 210	1.25 180	3.28 238	0.58 171	0.98 183	1.31 198	1.33 190	2.34 199

S-Stereo	1.54 195	0.81 184	0.83 189	1.15 199	1.16 209	1.29 209	1.56 211	1.02 198	1.09 203	1.25 226	4.20 239	4.10 227	1.10 189	0.66 198	2.16 227	1.63 239	0.90 193	1.05 221	2.20 172	1.10 213	1.26 185	3.12 225	1.31 226	1.17 224	0.84 166	1.18 185	1.21 179	2.18 197

ccs_rob	1.25 186	0.79 180	0.64 167	0.86 179	0.60 159	0.89 187	0.83 184	0.99 193	0.51 148	0.77 186	6.27 253	5.90 234	1.10 189	0.51 173	1.08 172	1.10 210	0.68 155	0.66 173	1.15 135	0.70 183	1.56 194	1.66 202	0.50 170	0.54 165	0.69 123	0.78 130	0.86 131	1.20 166

MFN_U_SF_DS_RVC	1.33 188	0.90 196	0.63 165	1.27 205	0.90 193	1.21 204	2.21 221	1.27 206	1.18 206	1.00 213	0.91 178	1.80 196	1.16 192	1.07 221	1.48 195	0.77 165	0.70 160	0.58 154	2.75 192	0.67 177	1.39 191	2.93 222	0.85 207	0.73 188	1.47 216	1.68 217	1.33 190	2.96 212

Ntro	2.32 213	3.40 250	1.53 227	3.55 240	2.52 237	3.71 240	3.36 234	1.11 204	1.05 201	1.16 220	0.90 177	2.93 211	1.24 193	2.72 239	1.00 163	0.64 137	1.40 219	0.82 204	10.96 242	1.14 216	2.72 219	3.19 226	4.26 244	0.73 188	1.24 207	1.59 215	1.56 206	2.31 198

PSMNet-ADL	0.96 173	0.62 159	0.66 171	0.67 162	0.70 180	0.66 161	0.58 154	0.74 155	0.60 163	0.85 200	5.03 244	0.95 156	1.26 194	0.45 162	0.89 140	1.03 201	0.68 155	0.54 137	2.03 168	0.68 179	0.84 151	0.79 143	0.54 184	0.47 152	0.73 136	0.95 155	1.32 189	0.63 93

FAT-Stereo	1.57 197	0.78 178	1.44 225	1.10 195	1.32 216	1.05 196	0.87 188	1.28 208	0.86 185	1.21 223	5.46 247	3.07 213	1.28 195	0.66 198	1.73 209	1.34 225	0.89 192	0.94 214	1.83 161	1.08 211	2.02 208	3.90 234	0.71 196	0.98 209	0.86 168	1.21 188	1.42 200	3.03 214

SHD	0.97 175	0.56 143	0.73 181	0.75 171	0.69 175	0.66 161	0.61 163	0.99 193	0.94 196	0.77 186	1.00 186	0.94 153	1.29 196	0.54 179	2.21 230	0.98 193	0.95 199	0.70 184	2.01 167	0.80 190	1.12 177	1.71 204	0.47 160	0.77 195	0.91 173	1.01 171	0.91 136	1.22 168

SPS-STEREO	1.93 209	1.27 216	1.21 216	1.60 215	1.34 217	1.44 213	1.17 204	1.66 226	1.36 215	1.38 233	3.67 237	3.02 212	1.29 196	1.05 219	1.85 215	1.83 244	1.58 223	1.37 241	8.86 235	1.34 226	3.07 228	1.47 191	1.27 223	1.37 229	1.42 215	1.28 195	2.02 222	1.89 190
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
XQC	1.03 179	0.90 196	0.71 179	0.91 184	0.92 194	0.92 188	0.86 187	1.06 202	0.90 190	0.84 199	1.11 197	1.03 162	1.30 198	0.71 204	2.04 220	0.95 186	0.87 186	0.67 175	1.64 155	0.78 188	1.00 169	1.67 203	0.62 193	0.73 188	1.09 197	1.47 207	1.26 185	0.97 144

ADCMid	1.56 196	0.92 200	0.99 199	0.70 166	0.86 191	1.05 196	1.37 209	1.29 209	1.77 224	0.75 181	1.75 219	1.27 175	1.48 199	0.69 202	2.18 229	1.07 205	0.98 202	0.79 202	2.74 191	0.80 190	1.31 188	1.74 206	1.06 216	0.70 185	1.01 191	1.53 213	1.02 159	10.33 250

iResNet	0.92 166	0.56 143	0.62 161	0.72 168	0.68 173	0.96 189	0.55 148	0.95 188	0.57 159	0.67 155	0.82 173	1.41 182	1.51 200	0.31 113	1.49 196	0.66 146	0.75 170	0.67 175	4.08 210	0.68 179	0.72 134	0.63 108	0.41 151	0.83 198	0.72 131	0.91 149	1.02 159	0.87 136

CSAN	0.93 169	0.83 189	0.75 183	0.86 179	0.82 189	0.73 171	0.61 163	0.97 192	0.94 196	0.94 209	0.73 159	1.96 197	1.56 201	0.49 168	0.98 159	0.63 133	0.74 168	0.66 173	1.09 128	0.71 184	0.78 143	0.63 108	0.53 180	0.76 192	0.98 183	1.49 211	1.21 179	1.63 182

MFN_U_SF_RVC	1.68 203	1.06 207	0.88 193	1.25 204	1.01 198	1.53 214	2.07 219	1.38 216	1.17 205	1.51 238	2.95 232	2.00 199	1.57 202	2.05 231	2.38 240	0.98 193	0.87 186	0.82 204	6.78 226	1.11 215	2.21 211	2.38 216	0.65 194	1.11 219	1.23 204	1.33 201	1.28 186	1.69 187

otaku	2.33 215	3.05 241	1.19 214	3.36 239	2.37 232	3.56 235	3.08 232	1.05 200	0.98 199	1.13 216	0.80 167	2.88 209	1.62 203	2.59 233	0.95 153	0.64 137	1.23 214	0.75 193	13.16 247	1.09 212	2.47 215	2.63 218	4.75 248	0.75 191	1.13 200	1.38 204	1.69 211	2.52 204

MFMNet_re	1.51 194	1.18 212	1.12 213	1.29 206	1.16 209	1.63 217	1.32 208	1.30 211	1.63 222	1.14 219	1.38 207	2.64 206	1.63 204	0.90 216	2.27 235	1.35 228	1.58 223	1.32 239	3.69 205	1.24 223	2.10 209	1.26 182	1.16 217	1.24 226	1.11 198	1.02 175	1.59 207	1.60 180

G-Net	1.86 206	1.00 205	1.28 222	0.89 182	0.93 195	1.10 199	0.77 181	1.63 225	2.07 232	0.99 212	2.89 231	7.30 245	1.67 205	0.55 182	1.45 191	1.75 242	1.04 205	0.93 213	2.87 193	2.72 252	1.89 207	1.47 191	0.80 203	1.02 213	1.06 194	1.71 218	2.82 239	5.60 235

DGSMNet	2.66 221	0.96 201	1.36 224	1.03 192	0.99 197	1.12 201	1.05 199	1.36 214	0.94 196	2.15 253	13.54 265	1.71 194	1.85 206	0.93 217	2.50 244	3.85 254	5.34 253	1.61 246	5.07 214	1.68 240	7.04 256	8.02 257	0.96 214	1.19 225	1.01 191	1.33 201	1.40 198	1.88 189

JetBlue	6.09 248	3.85 252	3.31 254	5.99 249	4.13 256	6.22 260	7.94 254	3.42 253	2.89 247	1.47 235	1.46 209	8.10 247	1.90 207	5.39 258	11.86 261	3.22 251	3.30 250	2.99 257	5.32 215	2.40 248	9.74 260	10.03 263	4.93 254	2.18 254	7.39 258	17.16 263	3.72 251	24.15 260

PVD	1.47 192	1.04 206	1.44 225	1.10 195	1.09 207	1.19 202	1.07 200	1.91 236	2.05 230	0.79 192	1.49 211	1.54 188	1.91 208	0.89 215	2.26 234	1.35 228	1.39 218	1.09 225	2.41 183	1.14 216	1.51 193	1.98 210	0.79 201	1.08 217	1.49 218	1.82 221	1.67 210	2.10 194

ACVNet_1	2.47 218	3.23 245	2.35 239	4.40 246	2.93 248	3.77 242	3.96 242	1.34 212	1.18 206	1.21 223	1.02 188	3.31 219	2.07 209	3.09 244	1.31 186	0.70 154	2.26 240	1.10 226	9.52 237	1.14 216	3.45 236	1.18 177	4.50 247	1.07 215	1.39 214	1.75 219	1.36 192	2.10 194

MaskLacGwcNet_RVC	8.29 255	0.65 163	1.07 209	0.94 189	0.83 190	0.81 180	1.27 207	0.85 181	0.73 175	0.93 205	6.13 250	180.62 277	2.17 210	1.33 226	1.22 181	1.01 199	0.93 198	1.06 222	6.32 225	0.79 189	3.32 235	3.77 232	0.55 186	0.76 192	0.95 180	1.34 203	1.19 177	2.42 202

MADNet+	1.96 210	1.18 212	1.26 220	1.45 211	1.28 213	1.10 199	2.21 221	1.88 234	1.41 216	1.33 231	1.32 204	2.29 201	2.23 211	1.25 225	4.58 253	1.87 245	2.55 244	1.13 229	2.73 190	1.63 238	3.69 239	3.33 228	1.26 219	2.09 251	1.93 226	1.47 207	1.59 207	2.77 208

STTRV1_RVC	2.36 217	0.81 184	0.64 167	1.04 193	0.73 183	1.03 194	0.85 185	0.91 186	0.92 191	0.93 205	0.95 182	1.72 195	2.23 211	0.86 213	1.46 194	0.78 168	1.37 217	0.72 186	31.78 263	1.97 242	1.59 196	1.23 179	0.98 215	0.97 207	1.07 195	1.11 182	1.75 214	3.40 220

JetRed	7.85 252	5.29 259	6.07 262	3.75 242	5.00 258	6.95 263	10.20 261	4.64 258	3.42 249	2.92 258	2.39 228	6.71 239	2.25 213	7.15 262	10.26 258	7.34 260	8.59 259	7.11 262	4.82 212	4.08 257	10.76 264	9.27 259	7.85 265	3.34 259	10.96 260	24.25 267	11.90 261	24.57 262

edge stereo	1.82 205	1.16 211	2.22 237	1.46 212	1.28 213	1.58 215	1.38 210	1.67 229	1.30 210	1.20 222	3.42 236	4.33 229	2.26 214	0.80 209	1.41 189	1.46 236	1.05 207	0.83 207	5.42 217	0.97 203	1.34 190	3.76 231	0.95 213	0.88 202	1.26 209	1.20 186	1.70 212	2.91 210

RainbowNet	2.32 213	2.93 237	1.87 233	3.34 238	2.57 238	3.50 232	3.49 237	1.29 209	0.92 191	1.53 241	0.89 176	3.18 215	2.31 215	2.94 240	1.30 185	0.90 180	1.61 226	1.00 216	5.61 218	1.51 230	2.82 223	4.18 236	4.25 243	0.97 207	1.32 210	1.58 214	1.71 213	3.00 213

PWCDC_ROB	0.67 128	0.35 32	0.39 92	0.29 47	0.43 124	0.34 68	0.36 114	0.43 23	1.25 208	0.27 12	0.72 154	0.44 39	2.38 216	0.57 187	1.11 174	0.76 163	0.56 93	0.56 144	0.64 69	0.55 132	0.63 110	2.08 212	0.46 159	0.40 126	0.36 32	0.63 100	0.51 27	0.67 100

ACVNet_2	3.17 230	2.98 238	2.25 238	4.72 247	2.88 245	3.50 232	3.48 236	1.58 224	1.33 211	1.29 229	1.10 194	3.22 216	2.45 217	2.67 238	1.29 184	0.86 177	7.26 257	1.02 218	22.14 255	1.37 228	3.22 231	1.25 180	4.24 242	1.37 229	1.93 226	1.92 222	1.83 216	2.36 200

PWC_ROB	1.18 184	0.70 171	1.06 207	0.60 147	0.71 181	0.70 167	0.98 197	0.83 177	1.55 221	0.76 184	1.40 208	1.00 158	2.46 218	0.57 187	2.17 228	0.99 197	1.15 209	0.90 208	2.37 179	0.95 201	1.63 198	2.05 211	0.44 156	0.98 209	0.81 157	0.80 133	1.24 183	2.15 196

SAMSARA	1.50 193	0.79 180	1.00 203	0.93 187	0.88 192	0.86 185	0.93 193	1.57 223	1.25 208	0.96 210	1.09 192	1.27 175	2.59 219	0.83 210	2.58 245	1.19 221	1.04 205	0.91 211	2.56 185	0.99 206	1.77 205	2.23 214	0.56 188	0.98 209	2.63 233	2.81 238	2.62 235	2.56 205

AnyNet_C01	2.06 211	1.08 209	1.06 207	1.14 198	1.08 205	1.01 192	2.69 226	1.69 230	2.66 242	1.21 223	1.67 216	2.90 210	2.60 220	0.95 218	3.65 250	4.02 255	2.09 235	2.21 255	3.08 198	1.56 235	3.30 234	2.89 221	1.26 219	1.15 222	1.80 224	1.43 205	1.51 204	3.90 225

ACVNet-4b	2.35 216	2.75 235	1.60 229	3.13 233	2.29 231	3.52 234	3.67 240	1.35 213	1.35 213	1.27 227	0.72 154	3.26 217	2.62 221	3.04 242	0.98 159	0.78 168	2.13 236	1.02 218	9.04 236	1.23 222	2.74 220	3.39 230	4.08 241	0.92 204	1.24 207	1.29 196	1.46 202	2.48 203

SGM_RVC	2.81 225	1.46 219	0.85 190	1.76 218	1.28 213	1.68 219	1.19 205	1.56 222	1.14 204	0.82 196	1.70 217	7.09 241	2.67 222	0.42 154	0.92 145	0.57 120	0.75 170	0.57 149	11.20 244	0.66 173	0.94 161	0.46 68	0.51 177	0.84 200	1.97 229	1.64 216	5.04 254	26.13 263
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCS	1.88 207	1.06 207	0.98 198	0.93 187	1.10 208	1.09 198	1.14 201	1.27 206	2.49 239	0.89 203	1.36 206	1.51 185	2.92 223	0.86 213	3.30 248	2.26 248	1.46 222	1.26 234	3.10 199	1.29 225	2.48 216	2.88 220	0.80 203	1.10 218	1.33 212	4.48 254	1.41 199	6.08 238

SFCPSM	3.03 229	0.82 187	0.63 165	0.77 173	0.69 175	0.72 170	0.63 167	0.83 177	0.98 199	0.71 171	2.00 224	2.57 203	3.49 224	0.56 183	1.16 179	0.93 185	0.74 168	0.64 168	54.48 275	1.19 220	0.88 154	0.91 154	0.55 186	0.55 167	0.94 178	0.93 153	1.11 169	1.39 172

DPSNet	2.61 219	0.83 189	0.77 185	1.21 203	1.24 212	1.34 210	0.93 193	1.08 203	1.49 219	0.78 190	0.86 174	6.91 240	3.85 225	0.58 190	4.58 253	2.54 249	1.43 221	1.24 232	14.95 251	1.34 226	4.83 250	8.01 256	1.75 231	1.40 232	1.47 216	1.95 225	1.60 209	1.66 185

LVE	4.33 242	3.03 239	2.00 235	27.23 268	3.06 249	3.83 243	12.07 264	1.53 221	1.64 223	1.85 250	1.48 210	3.30 218	3.91 226	3.06 243	1.45 191	1.05 203	1.95 233	1.38 242	15.68 252	1.62 237	3.25 233	5.86 246	4.42 246	1.76 246	2.87 239	2.06 229	2.34 226	3.25 217

Dean	2.84 226	3.23 245	1.81 231	6.04 250	3.38 254	3.63 237	3.67 240	1.88 234	1.97 229	1.47 235	1.30 202	3.69 223	4.10 227	2.97 241	1.45 191	0.97 191	2.41 241	1.29 235	5.94 219	1.74 241	3.20 230	4.23 237	4.79 250	1.55 237	2.65 234	2.27 232	2.56 233	2.64 206

DispFullNet	4.17 239	3.20 244	4.34 257	2.72 226	2.46 236	2.92 227	2.70 227	2.79 252	1.90 228	4.51 263	6.62 255	8.91 250	4.83 228	2.59 233	2.00 219	8.18 261	3.24 249	1.98 249	24.96 257	2.93 254	3.99 241	3.36 229	1.71 230	1.15 222	1.36 213	1.32 200	2.36 229	3.65 223

PSMNet_ROB	2.71 222	3.39 249	1.92 234	2.87 229	2.04 226	4.01 245	3.50 238	1.46 218	1.41 216	1.59 243	3.34 233	3.52 220	4.97 229	4.50 252	1.61 202	0.95 186	1.87 231	1.06 222	8.62 232	1.63 238	2.32 214	1.51 195	5.43 257	1.37 229	1.98 230	1.94 224	1.91 218	2.39 201

pmcnn	1.66 201	0.80 183	0.52 142	1.19 202	1.01 198	1.21 204	0.93 193	0.96 191	0.54 152	0.74 178	2.66 230	3.98 226	5.06 230	0.31 113	1.65 205	1.40 234	1.20 213	0.91 211	3.99 208	0.95 201	4.45 246	1.02 163	0.90 208	0.90 203	1.07 195	1.01 171	2.43 230	3.03 214

SANet	1.61 199	0.91 199	1.10 212	1.04 193	1.05 202	1.25 207	0.77 181	1.76 232	1.81 225	0.77 186	1.24 198	6.63 238	5.08 231	0.83 210	1.56 199	0.77 165	1.24 215	0.90 208	1.58 151	0.82 194	1.05 173	1.00 161	0.90 208	1.27 227	1.32 210	1.93 223	1.88 217	3.10 216

WAO-6	2.71 222	2.26 228	1.57 228	3.00 231	2.25 230	3.01 228	3.02 231	1.77 233	2.35 234	1.52 240	1.62 215	3.94 225	5.12 232	2.64 236	2.22 231	1.38 232	2.65 245	1.36 240	4.86 213	1.54 234	2.76 222	4.79 240	2.70 236	1.73 244	2.71 235	2.59 236	2.68 237	5.02 232

PWCK	5.04 243	3.03 239	2.21 236	3.61 241	2.60 239	4.41 249	5.09 246	2.45 245	2.76 244	3.31 259	4.34 240	10.15 257	5.13 233	1.74 229	1.99 218	1.38 232	2.41 241	1.45 243	51.59 274	2.35 247	3.70 240	2.69 219	2.65 235	1.78 248	2.97 240	3.21 245	2.43 230	4.77 229

SGM-ForestM	2.61 219	4.20 254	0.93 195	2.78 227	1.37 218	3.57 236	2.93 230	2.59 246	1.51 220	0.70 168	1.32 204	7.25 243	5.36 234	0.47 165	0.89 140	0.53 106	0.79 178	0.54 137	7.58 228	0.60 153	0.82 147	0.47 72	0.51 177	0.80 197	4.97 251	3.66 250	7.05 259	6.30 239

WAO-7	2.72 224	1.83 223	2.89 248	7.39 252	1.73 225	1.76 220	1.82 216	2.07 237	2.65 241	2.21 254	5.39 246	4.58 231	5.72 235	1.23 224	2.07 224	1.27 224	1.69 227	1.22 231	7.70 229	1.51 230	1.64 199	3.07 224	0.84 206	1.65 242	1.83 225	2.48 235	1.97 220	3.27 218

CBMV_ROB	1.71 204	0.79 180	0.65 170	1.35 207	1.07 204	1.01 192	0.74 180	1.01 197	0.54 152	0.72 174	0.81 168	9.80 254	5.90 236	0.57 187	1.42 190	0.69 151	0.80 179	0.58 154	5.38 216	1.22 221	0.95 164	0.55 97	0.53 180	0.62 177	1.22 203	1.45 206	2.72 238	2.94 211

MADNet++	5.64 246	3.51 251	3.77 256	2.84 228	4.62 257	3.02 229	3.65 239	4.36 255	5.03 254	4.18 262	5.07 245	6.45 237	5.92 237	6.18 260	7.04 256	6.82 259	4.71 252	4.00 260	8.03 230	5.83 259	9.92 261	16.38 266	2.32 234	4.34 262	3.95 250	11.38 261	4.93 253	4.01 226

IMH-64-1	2.92 227	2.70 232	2.36 240	3.23 234	2.71 240	3.70 238	4.05 243	1.66 226	2.48 237	1.13 216	1.26 200	3.60 221	6.29 238	3.59 246	2.28 236	1.15 215	2.20 237	1.31 237	6.02 220	1.52 232	3.03 226	5.48 243	4.83 251	1.40 232	2.83 237	2.02 227	2.34 226	3.64 221

IMH-64	2.92 227	2.70 232	2.36 240	3.23 234	2.71 240	3.70 238	4.05 243	1.66 226	2.48 237	1.13 216	1.26 200	3.60 221	6.29 238	3.59 246	2.28 236	1.15 215	2.20 237	1.31 237	6.02 220	1.52 232	3.03 226	5.48 243	4.83 251	1.40 232	2.83 237	2.02 227	2.34 226	3.64 221

LSM0	8.30 256	1.08 209	0.95 196	1.66 216	1.42 219	1.59 216	1.96 217	2.27 240	2.36 235	1.66 244	3.94 238	4.10 227	6.30 240	0.63 195	62.38 276	74.74 276	1.69 227	1.06 222	12.18 245	2.23 245	4.96 251	9.29 260	0.92 210	1.29 228	1.95 228	2.97 241	3.66 249	14.83 256

MeshStereo	3.62 237	1.54 220	1.05 205	2.64 223	1.72 224	2.05 223	1.15 203	2.40 243	1.41 216	0.90 204	6.48 254	9.56 252	7.42 241	0.49 168	11.75 260	1.94 246	0.87 186	0.74 191	8.79 233	0.80 190	8.36 257	8.07 258	0.73 198	1.07 215	3.39 243	2.15 231	5.22 255	4.99 231
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	2.08 212	0.77 176	0.87 192	0.83 177	1.21 211	0.85 182	1.59 212	1.02 198	1.35 213	0.83 198	1.97 223	1.01 160	7.76 242	0.75 207	2.35 239	1.16 217	0.95 199	0.71 185	4.05 209	0.97 203	1.30 187	1.61 199	0.72 197	0.76 192	1.52 219	1.96 226	1.21 179	16.04 257

ELAS_RVC	3.22 231	2.01 224	1.85 232	2.66 224	2.07 228	5.08 253	2.06 218	2.41 244	1.89 227	1.74 247	4.78 241	8.00 246	8.02 243	0.74 206	2.38 240	0.81 172	1.75 229	1.14 230	3.97 207	1.27 224	4.64 249	7.61 254	1.26 219	1.74 245	6.58 256	3.21 245	3.39 244	3.80 224
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	3.38 235	2.19 226	1.79 230	2.99 230	2.37 232	3.32 231	2.09 220	2.60 247	2.85 246	1.28 228	4.85 243	8.61 248	8.02 243	0.76 208	2.90 246	0.81 172	1.80 230	1.10 226	4.19 211	1.10 213	4.53 247	7.86 255	1.26 219	1.63 240	7.08 257	4.79 255	3.66 249	4.87 230
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SPstereo	3.56 236	1.74 221	3.18 252	1.78 219	1.64 223	1.86 221	1.73 215	2.36 241	2.05 230	1.84 249	4.83 242	7.23 242	9.01 245	1.81 230	3.54 249	5.52 257	2.43 243	2.86 256	3.65 204	3.54 255	5.29 253	7.52 253	1.95 233	2.10 252	2.52 231	3.11 243	3.20 243	7.77 245

IMH	3.24 232	2.76 236	2.37 242	3.26 236	2.74 242	3.73 241	4.10 245	1.72 231	2.58 240	1.17 221	1.24 198	3.92 224	10.58 246	6.80 261	1.57 201	1.11 212	2.25 239	1.30 236	6.28 224	1.56 235	2.97 225	4.14 235	4.90 253	1.45 236	3.01 241	2.36 233	2.47 232	5.19 234

MANE	7.31 250	2.64 231	4.48 258	3.30 237	3.10 250	3.94 244	2.83 229	5.37 260	6.88 256	1.11 215	5.64 249	8.81 249	11.02 247	0.67 200	3.83 251	3.83 253	1.32 216	18.03 267	8.61 231	0.84 195	4.22 242	1.16 174	0.74 199	1.79 249	13.65 263	18.61 264	22.89 266	38.18 272

WAO-8	4.25 240	3.34 247	2.80 245	10.32 256	2.92 246	4.17 246	5.89 248	2.66 250	4.45 252	1.69 245	3.41 234	5.94 235	11.31 248	5.29 256	1.71 206	1.34 225	2.69 246	1.51 244	10.78 240	2.48 249	2.63 217	4.50 238	3.44 239	1.58 238	5.12 252	3.31 247	3.60 246	5.76 236

Venus	4.25 240	3.34 247	2.80 245	10.32 256	2.92 246	4.17 246	5.89 248	2.66 250	4.45 252	1.69 245	3.41 234	5.94 235	11.31 248	5.29 256	1.71 206	1.34 225	2.69 246	1.51 244	10.78 240	2.48 249	2.63 217	4.50 238	3.44 239	1.58 238	5.12 252	3.31 247	3.60 246	5.76 236

ASD4	28.39 270	32.20 269	16.01 267	15.24 262	12.36 268	19.17 267	15.39 265	18.17 270	9.38 258	45.71 274	57.05 274	24.92 267	11.45 250	13.50 267	48.27 275	18.30 267	47.28 274	47.66 274	44.35 271	25.76 270	63.37 277	42.94 274	8.48 266	8.34 265	24.58 265	32.07 272	28.35 270	36.29 270

FADE	9.30 258	3.16 242	4.82 259	1.74 217	2.06 227	5.58 258	6.98 251	6.39 262	14.42 265	9.69 268	24.68 269	18.69 263	11.63 251	3.16 245	2.41 242	3.75 252	13.11 263	6.09 261	30.40 261	15.33 268	14.18 266	10.90 265	1.70 229	3.54 261	3.84 248	1.80 220	6.83 258	24.35 261

UNDER WATER-64	6.11 249	5.20 258	3.13 251	12.20 259	5.77 260	6.55 262	8.53 258	4.74 259	3.45 250	2.30 257	2.36 227	12.04 260	12.47 252	5.08 254	3.02 247	1.81 243	12.11 261	2.17 253	8.81 234	4.17 258	5.75 254	7.27 252	8.74 267	2.61 257	3.86 249	8.63 258	4.32 252	7.86 246

SGM+DAISY	3.81 238	1.38 217	1.26 220	1.80 220	1.47 221	1.93 222	1.71 214	1.47 219	1.33 211	1.34 232	6.67 256	9.59 253	12.99 253	1.20 223	1.73 209	1.47 237	1.42 220	1.24 232	11.11 243	1.37 228	3.07 228	2.13 213	1.27 223	1.42 235	1.69 222	1.26 194	2.90 240	26.50 264

DPSM_ROB	18.32 264	16.26 264	21.94 270	9.42 254	8.75 264	13.61 265	9.11 259	10.90 265	15.09 266	8.45 266	8.95 262	10.12 255	13.19 254	16.42 268	19.79 267	19.11 268	18.35 266	20.45 268	13.82 248	14.88 266	26.56 269	27.45 269	6.49 262	14.39 269	31.57 271	38.83 273	36.85 272	43.86 273

DPSM	18.32 264	16.26 264	21.94 270	9.42 254	8.75 264	13.61 265	9.11 259	10.90 265	15.09 266	8.45 266	8.95 262	10.12 255	13.19 254	16.42 268	19.79 267	19.11 268	18.35 266	20.45 268	13.82 248	14.88 266	26.56 269	27.45 269	6.49 262	14.39 269	31.57 271	38.83 273	36.85 272	43.86 273

STStereo	5.29 244	2.47 230	5.20 260	5.20 248	2.80 243	4.72 250	3.42 235	6.23 261	6.52 255	1.51 238	7.61 258	9.53 251	14.86 256	0.63 195	4.09 252	0.64 137	0.87 186	0.62 163	36.67 266	1.02 207	1.23 183	1.05 165	0.78 200	1.63 240	3.46 244	2.43 234	3.53 245	14.15 255

DGTPSM_ROB	12.12 260	5.96 261	17.45 268	4.20 244	7.86 262	5.15 255	8.18 256	4.56 256	11.64 263	4.52 264	8.72 260	5.01 232	17.08 257	12.98 265	14.91 264	14.58 265	6.85 255	15.76 265	12.78 246	12.05 264	9.07 258	21.74 267	5.67 258	11.54 266	11.84 261	31.02 270	12.98 262	33.06 267

DPSMNet_ROB	12.40 261	5.97 262	17.46 269	4.21 245	7.87 263	5.15 255	8.18 256	4.56 256	11.65 264	4.54 265	8.87 261	5.17 233	22.69 258	13.00 266	14.98 265	14.62 266	6.90 256	15.82 266	14.07 250	12.05 264	9.09 259	21.75 268	5.68 259	11.54 266	11.87 262	31.03 271	12.99 263	33.06 267

notaker	5.52 245	5.55 260	3.76 255	13.97 261	5.34 259	5.44 257	7.16 252	2.36 241	2.68 243	2.06 252	1.80 220	12.90 261	23.86 259	3.98 249	2.04 220	1.73 241	3.45 251	2.12 252	17.08 253	2.15 244	6.10 255	5.87 247	6.15 261	2.12 253	1.79 223	2.08 230	2.31 225	3.29 219

MDST_ROB	3.33 234	2.32 229	0.75 183	3.90 243	1.47 221	2.61 226	1.00 198	1.12 205	0.72 174	0.78 190	0.67 144	1.54 188	25.37 260	0.34 124	2.11 226	0.53 106	0.65 144	0.48 100	3.69 205	0.58 145	0.88 154	0.59 99	0.58 189	0.68 184	7.85 259	3.03 242	17.15 264	8.63 248

LRCNet_RVC	21.34 268	28.92 267	11.37 266	31.78 271	29.09 273	34.25 272	27.43 269	21.71 272	10.07 260	29.63 273	30.60 270	32.06 268	25.81 261	33.87 273	11.15 259	2.97 250	25.27 269	21.35 270	44.05 270	20.83 269	14.27 267	5.87 247	36.69 274	27.43 271	2.76 236	1.47 207	8.68 260	6.79 242

CasAABBNet	36.73 273	32.73 272	44.18 275	18.81 264	17.45 270	27.29 268	18.12 266	21.69 271	30.40 270	17.52 271	18.08 268	20.27 264	26.53 262	32.96 270	38.28 269	37.42 270	36.82 270	41.12 271	27.47 258	29.86 271	53.56 276	55.70 277	12.93 269	28.91 274	63.44 276	78.07 275	73.93 275	88.05 275

MyStereo03	36.84 274	32.71 270	44.18 275	18.90 265	17.61 271	27.36 269	18.30 267	21.92 273	30.41 271	17.08 269	18.01 266	20.35 265	26.56 263	33.03 271	39.51 270	38.47 272	36.86 271	41.18 272	27.56 259	29.89 272	53.52 274	55.42 275	13.00 270	28.90 272	63.34 274	78.17 276	74.06 276	88.27 276

MyStereo02	36.18 272	32.71 270	44.18 275	18.90 265	0.00 1	27.36 269	18.30 267	21.92 273	30.41 271	17.08 269	18.01 266	20.35 265	26.56 263	33.03 271	39.51 270	38.47 272	36.86 271	41.18 272	27.56 259	29.89 272	53.52 274	55.42 275	13.00 270	28.90 272	63.34 274	78.17 276	74.06 276	88.27 276

TorneroNet-64	6.02 247	4.60 256	2.53 243	15.58 263	3.29 252	4.87 251	7.75 253	2.23 239	10.02 259	1.42 234	1.31 203	7.26 244	29.23 265	4.36 251	2.09 225	1.21 222	8.22 258	1.70 248	17.35 254	2.62 251	4.31 244	5.68 245	5.20 255	1.76 246	3.58 245	3.76 251	2.29 224	8.34 247

DPSimNet_ROB	18.93 266	32.01 268	5.97 261	12.40 260	11.35 267	6.13 259	28.07 270	15.03 268	35.64 273	3.96 261	78.33 276	18.15 262	35.00 266	5.44 259	12.19 263	10.36 263	13.57 264	3.64 259	87.52 277	6.87 261	14.36 268	9.97 261	4.40 245	7.14 264	5.17 254	9.85 259	5.93 257	32.56 266

AVERAGE_ROB	41.98 276	44.82 275	42.27 273	45.98 274	46.88 274	45.60 275	46.56 275	47.04 276	43.89 274	49.19 276	49.91 272	47.25 274	43.00 267	49.19 276	40.14 272	38.38 271	49.01 276	51.31 276	43.98 269	42.43 276	43.31 272	38.64 272	49.42 275	42.83 275	28.65 269	20.44 266	23.41 267	19.88 258

HaxPig	41.43 275	43.85 274	40.81 272	44.90 273	47.49 275	44.66 274	46.30 274	46.31 275	45.63 275	49.00 275	49.30 271	47.24 273	43.73 268	42.64 274	40.44 273	39.13 274	48.37 275	51.07 275	43.33 268	42.25 275	42.88 271	36.52 271	50.75 276	43.02 276	27.54 268	19.97 265	20.68 265	20.75 259

MEDIAN_ROB	44.95 277	47.36 276	44.12 274	48.52 275	49.78 276	48.21 276	49.25 276	49.72 277	46.35 276	52.53 277	53.59 273	50.59 275	45.49 269	49.36 277	43.27 274	41.36 275	51.85 277	54.40 277	47.03 272	45.93 277	45.78 273	40.06 273	52.67 277	45.67 277	31.00 270	26.54 269	25.33 268	27.95 265

BEATNet-Init1	22.01 269	36.32 273	3.23 253	54.74 276	11.23 266	52.95 277	28.72 271	9.47 263	8.51 257	1.57 242	10.45 264	33.05 269	48.98 270	0.71 204	16.97 266	11.50 264	1.60 225	1.11 228	77.80 276	35.27 274	9.94 262	9.98 262	1.27 223	2.30 256	27.41 267	11.09 260	52.85 274	35.36 269

LE_ROB	17.44 262	1.82 222	6.12 263	9.40 253	53.85 277	8.01 264	46.26 273	11.27 267	28.12 269	1.80 248	7.03 257	38.62 270	49.53 271	0.34 124	1.76 212	0.55 114	0.78 173	0.59 159	36.68 267	6.72 260	2.92 224	0.85 147	29.06 273	12.10 268	26.35 266	25.49 268	27.84 269	37.03 271

ktn	8.45 257	3.18 243	2.84 247	6.37 251	3.26 251	4.31 248	10.28 262	2.15 238	10.13 261	2.27 256	1.83 221	42.17 272	55.84 272	3.93 248	2.34 238	2.09 247	9.85 260	2.17 253	33.98 264	2.24 246	3.24 232	3.03 223	4.78 249	2.25 255	2.59 232	2.81 238	3.18 242	5.04 233

HanzoNet	19.12 267	15.23 263	6.99 264	35.06 272	14.35 269	40.77 273	42.46 272	17.81 269	22.51 268	3.55 260	8.29 259	41.30 271	56.30 273	43.04 275	5.72 255	4.37 256	37.83 273	3.30 258	49.59 273	8.93 263	10.30 263	6.85 251	14.15 272	3.46 260	5.94 255	5.80 257	5.29 256	7.13 244

UNDER WATER	7.55 251	4.74 257	3.06 250	10.46 258	5.92 261	6.35 261	8.05 255	4.32 254	3.69 251	1.97 251	2.14 225	10.53 258	62.60 274	4.83 253	2.25 233	1.59 238	12.22 262	2.08 251	9.67 238	3.97 256	5.27 252	6.65 250	8.86 268	2.65 258	3.82 247	5.62 256	3.62 248	7.03 243

TorneroNet	8.11 253	4.28 255	2.58 244	27.50 269	3.31 253	5.00 252	6.00 250	2.62 248	10.13 261	1.49 237	2.57 229	11.07 259	68.61 275	4.25 250	1.77 213	1.18 219	5.78 254	1.62 247	23.67 256	2.83 253	4.30 243	5.47 242	5.37 256	1.65 242	3.72 246	3.14 244	2.59 234	6.36 240

KSHMR	8.16 254	4.16 253	2.96 249	25.39 267	3.92 255	5.08 253	5.53 247	2.62 248	2.40 236	2.23 255	2.26 226	4.37 230	77.17 276	5.23 255	2.24 232	1.71 240	2.79 248	1.98 249	31.04 262	2.02 243	4.59 248	5.35 241	7.54 264	1.89 250	3.30 242	2.91 240	3.01 241	6.51 241

PML	30.82 271	20.91 266	7.15 265	29.65 270	20.81 272	29.11 271	10.50 263	10.87 264	88.32 277	20.03 272	154.19 277	98.60 276	119.55 277	10.53 264	9.19 257	8.69 262	16.72 265	7.27 263	34.57 265	7.35 262	12.77 265	10.86 264	5.72 260	6.17 263	33.11 273	12.83 262	34.30 271	12.33 253

Low-res two-view benchmark