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 29	0.00 1	0.00 1	0.02 20	0.00 1	0.01 11	0.00 1	0.00 1	0.03 71	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 29	0.00 1	0.00 1	0.02 20	0.00 1	0.05 69	0.00 1	0.00 1	0.00 1	0.00 1	0.09 42	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 98	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 64	0.00 1	0.03 63	0.13 1	0.08 1	0.19 73	0.00 1	0.00 1	0.00 1	0.03 2	0.63 24	0.01 85	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 79	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 79	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	0.01 108	0.00 1	0.00 1	0.00 1

CVANet_RVC	0.10 10	0.00 1	0.01 98	0.00 1	0.02 20	0.00 1	0.01 11	0.04 84	0.02 26	0.01 59	0.00 1	0.18 82	0.00 1	0.04 80	0.18 2	0.10 2	0.19 73	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 54	0.16 125

StereoIM	0.12 11	0.14 151	0.00 1	0.01 35	0.05 43	0.01 36	0.01 11	0.02 62	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 46	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	0.11 145	0.10 96	0.01 34	0.00 1	0.00 1	0.00 1	0.10 50	0.00 1	0.01 11	1.74 66	0.68 91	0.17 66	0.00 1	0.05 10	0.16 79	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	0.07 100	0.09 91	0.00 1	0.00 1	0.06 19	0.02 57	0.01 11	0.67 12	0.25 10	0.25 92	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 56	0.01 69

UPFNet	0.12 11	0.03 29	0.01 98	0.02 79	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 92	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	1.44 112	0.00 1

ProNet	0.13 15	0.00 1	0.03 140	0.00 1	0.00 1	0.07 127	0.61 162	0.00 1	0.00 1	0.00 1	0.00 1	0.02 4	0.00 1	0.17 149	0.86 23	0.66 86	0.18 68	0.00 1	0.04 8	0.04 26	0.11 9	0.73 28	0.01 85	0.00 1	0.02 122	0.00 1	0.01 16	0.00 1

CFNet	0.13 15	0.06 93	0.00 1	0.03 107	0.07 62	0.01 36	0.10 96	0.04 84	0.02 26	0.07 80	0.00 1	0.07 22	0.02 57	0.04 80	1.15 37	0.12 4	0.21 81	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 64	0.48 72	0.00 1

test_5	0.14 17	0.01 8	0.00 1	0.00 1	0.01 5	0.09 132	0.01 11	0.34 151	0.01 9	0.00 1	0.70 150	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 31	0.00 1

MIF-Stereo	0.15 18	0.10 132	0.00 1	0.02 79	0.05 43	0.00 1	0.00 1	0.01 34	0.02 26	0.00 1	0.00 1	0.20 85	0.01 21	0.04 80	0.92 24	0.68 91	0.09 30	0.01 35	0.82 66	0.05 33	0.64 58	0.33 15	0.00 1	0.10 101	0.00 1	0.00 1	0.02 24	0.00 1

HGLStereo	0.15 18	0.05 77	0.01 98	0.01 35	0.07 62	0.01 36	0.05 69	0.00 1	0.02 26	0.47 137	0.00 1	0.05 16	0.01 21	0.02 38	0.80 21	0.35 25	0.12 52	0.00 1	0.20 27	0.02 18	0.33 37	1.36 42	0.02 107	0.03 31	0.00 1	0.00 1	0.09 44	0.00 1

GMStereo	0.16 20	0.03 29	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 87	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 29	0.00 1	0.01 35	0.10 77	0.02 92	0.02 31	0.00 1	0.01 9	0.00 1	0.00 1	0.09 42	0.01 21	0.13 139	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 46	0.00 1	0.00 1	1.90 128	0.00 1

iRaftStereo_RVC	0.17 22	0.05 77	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 38	0.01 21	0.03 63	0.85 22	0.33 23	0.19 73	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	4.06 164	0.27 15	0.01 1	0.00 1	0.03 6	0.00 1	0.06 4	0.03 1	0.01 85	0.00 1	0.00 1	0.02 90	0.04 34	0.00 1

DLCB_ROB	0.17 22	0.07 105	0.02 127	0.05 130	0.09 71	0.03 109	0.17 116	0.00 1	0.02 26	0.26 120	0.08 111	0.07 22	0.02 57	0.04 80	0.61 10	0.30 20	0.23 86	0.04 74	0.15 21	0.02 18	0.68 61	1.29 41	0.01 85	0.06 59	0.03 125	0.05 113	0.15 49	0.04 110

test croco	0.18 25	0.08 116	0.00 1	0.01 35	0.11 85	0.00 1	0.01 11	0.01 34	0.05 60	0.00 1	0.00 1	0.28 105	0.02 57	0.03 63	1.09 32	0.76 101	0.09 30	0.08 89	0.15 21	0.05 33	0.96 88	0.95 33	0.00 1	0.17 136	0.00 1	0.00 1	0.04 34	0.00 1

dd	0.18 25	0.06 93	0.00 1	0.00 1	0.02 20	0.02 92	0.05 69	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 76	0.18 19	0.40 19	0.10 143	0.19 141	0.00 1	0.00 1	0.56 76	0.27 132

HCRNet	0.18 25	0.04 54	0.00 1	0.11 161	0.01 5	0.00 1	0.01 11	0.00 1	0.01 9	0.56 146	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	1.36 109	0.00 1

AMNet	0.18 25	0.06 93	0.00 1	0.00 1	0.01 5	0.05 119	0.01 11	0.00 1	0.10 100	0.20 110	0.00 1	0.54 149	0.21 144	0.49 197	0.76 15	0.61 79	0.30 108	0.00 1	0.16 23	0.11 53	0.42 44	0.21 12	0.00 1	0.08 83	0.00 1	0.25 146	0.12 46	0.27 132

ADLNet	0.19 29	0.02 14	0.00 1	0.00 1	0.06 51	0.00 1	0.02 31	0.19 131	0.00 1	0.00 1	0.01 81	0.82 159	0.00 1	0.08 113	2.29 94	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 31	0.00 1

IER	0.20 30	0.04 54	0.00 1	0.02 79	0.06 51	0.01 36	0.05 69	0.00 1	0.01 9	0.23 116	0.00 1	0.09 42	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	0.12 151	0.01 12	0.00 1	0.03 100	1.20 100	0.04 110

DSFCA	0.20 30	0.05 77	0.01 98	0.01 35	0.18 132	0.02 92	0.23 132	0.02 62	0.09 91	0.00 1	0.03 95	0.08 38	0.01 21	0.02 38	0.94 25	0.46 41	0.13 55	0.15 111	0.19 25	0.11 53	0.41 41	1.19 37	0.06 134	0.07 74	0.09 145	0.06 117	0.74 84	0.13 123

MIF-Stereo (partial)	0.22 32	0.12 143	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 87	0.01 21	0.02 38	1.12 33	0.73 97	0.10 43	0.03 69	0.24 32	0.04 26	0.79 70	0.85 29	0.00 1	0.09 92	0.00 1	0.00 1	1.51 118	0.00 1

STTStereo	0.22 32	0.07 105	0.03 140	0.02 79	0.08 66	0.01 36	0.36 153	0.00 1	0.69 185	0.19 106	0.02 89	0.06 19	0.01 21	0.01 11	2.15 86	0.43 37	0.06 22	0.00 1	0.20 27	0.04 26	0.27 32	0.67 25	0.06 134	0.04 36	0.00 1	0.06 117	0.13 47	0.25 131

HITNet	0.22 32	0.02 14	0.00 1	0.01 35	0.05 43	0.01 36	0.01 11	0.04 84	0.09 91	0.00 1	0.00 1	0.12 59	0.03 80	0.08 113	1.03 28	0.51 55	0.25 92	0.01 35	0.43 42	0.08 42	1.04 93	1.63 48	0.00 1	0.04 36	0.00 1	0.00 1	0.34 68	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	0.07 105	0.00 1	0.08 155	0.01 5	0.11 145	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 61	0.02 52	0.35 39	0.09 47	0.36 39	2.36 68	0.00 1	0.04 36	0.18 167	0.00 1	0.01 16	0.01 69

RAFT+CT+SA	0.23 35	0.03 29	0.00 1	0.00 1	0.01 5	0.00 1	0.01 11	0.02 62	0.02 26	0.00 1	0.00 1	0.14 64	0.01 21	0.00 1	0.77 17	0.64 84	0.02 6	0.02 52	1.30 85	0.11 53	0.42 44	2.50 70	0.00 1	0.05 46	0.00 1	0.00 1	0.10 45	0.01 69

RAFT + AFF	0.23 35	0.01 8	0.00 1	0.01 35	0.01 5	0.01 36	0.12 106	0.01 34	0.01 9	0.00 1	0.00 1	0.17 77	0.03 80	0.01 11	4.18 165	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	0.03 100	0.01 16	0.00 1

DMCA-RVC	0.23 35	0.05 77	0.09 161	0.03 107	0.17 123	0.07 127	0.64 164	0.04 84	0.48 166	0.66 153	0.21 131	0.04 11	0.02 57	0.04 80	1.20 38	0.36 27	0.22 82	0.10 93	0.10 17	0.10 49	0.25 26	0.48 22	0.05 131	0.07 74	0.04 128	0.01 64	0.82 87	0.00 1

psm_up	0.24 39	0.14 151	0.01 98	0.07 152	0.20 137	0.01 36	0.20 118	0.01 34	0.03 40	0.00 1	0.00 1	0.34 117	0.00 1	0.11 125	1.53 53	0.37 31	0.20 77	0.11 100	1.18 82	0.19 91	0.69 63	0.90 32	0.00 1	0.11 108	0.00 1	0.01 64	0.05 36	0.00 1

NLCA_NET_v2_RVC	0.25 40	0.04 54	0.01 98	0.01 35	0.12 97	0.00 1	0.33 150	0.00 1	1.16 200	0.98 164	0.00 1	0.09 42	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 92	0.00 1	0.66 166	0.05 36	0.03 105
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	0.12 143	0.01 98	0.00 1	0.10 77	0.00 1	0.12 106	0.00 1	0.02 26	0.01 59	0.00 1	0.15 72	0.01 21	0.11 125	2.21 91	0.49 51	0.09 30	0.01 35	0.38 41	0.17 84	0.61 56	1.71 49	0.01 85	0.03 31	0.00 1	0.00 1	0.74 84	0.03 105

DISCO	0.26 41	0.06 93	0.00 1	0.01 35	0.09 71	0.01 36	0.27 143	0.00 1	0.03 40	0.99 165	0.00 1	0.10 50	0.01 21	0.02 38	0.99 26	0.44 40	0.09 30	0.01 35	0.72 60	0.08 42	0.26 30	1.90 52	0.00 1	0.01 12	0.00 1	0.00 1	1.02 95	0.04 110

RASNet	0.27 43	0.01 8	0.00 1	0.01 35	0.06 51	0.01 36	0.00 1	0.02 62	0.04 48	0.59 148	0.00 1	0.03 8	0.01 21	0.27 170	0.72 14	0.67 89	0.16 64	0.00 1	0.14 19	0.00 1	0.63 57	2.30 66	0.00 1	0.05 46	0.03 125	0.01 64	1.27 103	0.18 126

GANet	0.27 43	0.00 1	0.15 169	0.04 123	0.02 20	0.26 177	0.01 11	0.15 124	0.02 26	0.13 96	2.41 193	1.12 166	0.20 139	0.10 123	0.28 3	0.11 3	0.22 82	0.06 82	0.07 14	0.05 33	0.15 14	1.52 45	0.00 1	0.00 1	0.07 139	0.00 1	0.01 16	0.03 105

AF-Net	0.29 45	0.02 14	0.01 98	0.05 130	0.06 51	0.01 36	1.26 181	0.44 157	0.05 60	0.02 65	0.00 1	0.34 117	0.01 21	0.03 63	1.13 34	0.27 15	0.07 25	0.00 1	0.93 69	0.12 57	0.20 22	2.56 73	0.00 1	0.01 12	0.00 1	0.01 64	0.29 66	0.02 89

Nwc_Net	0.29 45	0.02 14	0.01 98	0.05 130	0.06 51	0.01 36	1.26 181	0.44 157	0.05 60	0.02 65	0.00 1	0.34 117	0.01 21	0.03 63	1.13 34	0.27 15	0.07 25	0.00 1	0.93 69	0.12 57	0.20 22	2.56 73	0.00 1	0.01 12	0.00 1	0.01 64	0.29 66	0.02 89

PS-NSSS	0.29 45	0.07 105	0.00 1	0.15 169	0.13 102	0.15 159	0.25 139	0.00 1	0.01 9	0.00 1	0.00 1	1.47 173	0.03 80	0.11 125	1.04 29	0.31 21	0.24 87	0.01 35	0.77 64	0.01 13	0.31 35	0.32 14	0.72 205	0.01 12	0.00 1	0.00 1	1.72 124	0.00 1

CFNet_RVC	0.30 48	0.12 143	0.02 127	0.00 1	0.07 62	0.02 92	0.09 90	0.00 1	0.03 40	0.02 65	0.00 1	0.10 50	0.02 57	0.06 100	2.67 120	0.47 43	0.28 105	0.02 52	1.05 77	0.13 62	0.77 68	1.28 40	0.01 85	0.16 130	0.00 1	0.01 64	0.78 86	0.00 1

NVstereo2D	0.30 48	0.10 132	0.00 1	0.00 1	0.08 66	0.01 36	0.01 11	0.01 34	0.06 71	0.52 144	0.37 140	0.04 11	0.00 1	0.01 11	4.35 170	0.63 81	0.12 52	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

Former-RAFT_DAM_RVC	0.31 50	0.02 14	0.00 1	0.01 35	0.06 51	0.01 36	0.03 47	0.01 34	0.08 86	0.01 59	0.12 117	0.07 22	0.06 106	0.02 38	1.87 73	0.58 72	0.11 47	0.06 82	1.02 76	0.07 39	0.84 77	3.29 101	0.00 1	0.04 36	0.00 1	0.00 1	0.02 24	0.00 1

LMCR-Stereo	0.34 51	0.09 125	0.00 1	0.09 159	0.10 77	0.04 114	0.02 31	0.01 34	0.11 102	0.00 1	0.00 1	0.18 82	0.12 126	0.23 160	1.82 72	0.65 85	0.30 108	0.10 93	1.59 100	0.39 129	0.92 85	2.18 65	0.00 1	0.14 121	0.00 1	0.05 113	0.02 24	0.01 69

CFNet_pseudo	0.35 52	0.11 138	0.00 1	0.04 123	0.18 132	0.00 1	0.00 1	0.01 34	0.05 60	0.04 72	0.00 1	0.24 95	0.02 57	0.01 11	2.87 126	0.58 72	0.25 92	0.01 35	1.59 100	0.05 33	0.57 55	2.08 59	0.46 196	0.07 74	0.00 1	0.04 108	0.15 49	0.01 69

NCC-stereo	0.35 52	0.20 165	0.02 127	0.05 130	0.11 85	0.01 36	0.86 169	0.79 172	0.25 131	0.00 1	0.00 1	0.11 54	0.03 80	0.03 63	1.72 63	0.36 27	0.09 30	0.01 35	0.71 56	0.21 100	0.25 26	2.76 79	0.08 137	0.04 36	0.01 108	0.29 148	0.17 56	0.27 132

Abc-Net	0.35 52	0.20 165	0.02 127	0.05 130	0.11 85	0.01 36	0.86 169	0.79 172	0.25 131	0.00 1	0.00 1	0.11 54	0.03 80	0.03 63	1.72 63	0.36 27	0.09 30	0.01 35	0.71 56	0.21 100	0.25 26	2.76 79	0.08 137	0.04 36	0.01 108	0.29 148	0.17 56	0.27 132
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 55	0.09 125	0.00 1	0.01 35	0.04 35	0.00 1	0.06 77	0.02 62	0.13 108	0.00 1	0.00 1	0.19 84	0.01 21	0.07 110	1.28 42	1.76 154	0.05 19	0.01 35	0.49 47	0.14 67	0.93 86	4.20 133	0.04 123	0.06 59	0.12 153	0.05 113	0.02 24	0.00 1

anonymousdsp	0.36 55	0.01 8	0.00 1	0.05 130	0.03 28	0.06 122	0.01 11	0.01 34	0.01 9	0.00 1	2.21 190	0.01 1	0.05 99	0.00 1	1.78 67	0.77 103	0.13 55	0.00 1	0.29 36	0.55 143	0.20 22	3.16 95	0.30 184	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1

ARAFT	0.36 55	0.02 14	0.00 1	0.06 142	0.07 62	0.00 1	0.01 11	0.02 62	0.04 48	1.20 174	0.00 1	0.36 123	0.02 57	0.04 80	1.06 30	0.47 43	0.11 47	0.02 52	1.97 118	0.08 42	1.10 97	2.01 56	0.00 1	0.05 46	0.00 1	0.00 1	0.87 92	0.00 1

RP	0.36 55	0.01 8	0.01 98	0.02 79	0.20 137	0.00 1	0.56 161	0.10 110	0.21 120	0.12 95	0.00 1	0.17 77	0.00 1	0.06 100	1.69 62	0.25 10	0.12 52	0.00 1	0.20 27	0.07 39	0.11 9	3.35 103	0.00 1	0.02 20	0.01 108	0.00 1	2.22 142	0.15 124

HSM	0.36 55	0.03 29	0.00 1	0.04 123	0.17 123	0.01 36	0.05 69	0.69 168	0.08 86	0.00 1	0.03 95	0.23 92	0.02 57	0.02 38	2.08 82	0.41 33	0.15 61	0.00 1	1.64 103	0.18 85	1.15 99	1.54 46	0.00 1	0.06 59	0.00 1	0.00 1	1.16 97	0.01 69

CAS	0.37 60	0.04 54	0.00 1	0.01 35	0.10 77	0.02 92	0.26 140	0.07 100	0.38 155	0.46 135	0.10 115	0.20 85	0.15 132	0.11 125	1.68 61	1.09 125	0.27 98	0.37 181	0.43 42	0.23 105	1.76 114	2.12 62	0.01 85	0.06 59	0.00 1	0.05 113	0.06 38	0.07 117

AEACV	0.38 61	0.03 29	0.04 146	0.00 1	0.01 5	0.09 132	0.02 31	0.01 34	0.01 9	0.00 1	0.00 1	0.16 76	0.02 57	0.04 80	2.22 92	2.18 176	0.01 1	0.36 179	0.74 63	0.79 169	0.26 30	2.77 81	0.27 178	0.02 20	0.00 1	0.16 138	0.01 16	0.00 1

raft+_RVC	0.38 61	0.05 77	0.01 98	0.05 130	0.11 85	0.00 1	0.06 77	0.00 1	0.02 26	0.00 1	0.00 1	0.13 60	0.00 1	0.02 38	2.35 99	2.27 183	0.10 43	0.00 1	0.86 67	0.60 145	0.41 41	3.22 99	0.00 1	0.10 101	0.00 1	0.01 64	0.00 1	0.00 1

APVNet	0.38 61	0.09 125	0.00 1	0.05 130	0.05 43	0.01 36	0.04 61	0.09 108	0.02 26	0.10 91	0.06 106	0.15 72	0.01 21	0.04 80	1.80 70	0.61 79	0.22 82	0.10 93	1.79 112	0.20 94	0.96 88	3.22 99	0.00 1	0.10 101	0.00 1	0.00 1	0.54 73	0.02 89

PDISCO_ROB	0.39 64	0.06 93	0.00 1	0.03 107	0.09 71	0.01 36	0.32 147	0.01 34	0.05 60	0.77 155	0.19 127	0.10 50	0.02 57	0.02 38	1.23 40	0.56 64	0.26 96	0.04 74	0.71 56	0.32 122	0.80 71	2.63 77	0.00 1	0.06 59	0.21 172	0.00 1	2.00 135	0.00 1

TestStereo1	0.40 65	0.03 29	0.00 1	0.01 35	0.01 5	0.00 1	0.02 31	0.00 1	0.03 40	0.09 87	0.00 1	0.22 88	0.00 1	0.01 11	2.36 100	0.82 105	0.04 11	0.03 69	1.65 104	0.10 49	0.52 52	1.80 50	0.00 1	0.05 46	0.00 1	0.01 64	2.88 174	0.00 1

SA-5K	0.40 65	0.03 29	0.00 1	0.01 35	0.01 5	0.00 1	0.02 31	0.00 1	0.03 40	0.09 87	0.00 1	0.22 88	0.00 1	0.01 11	2.36 100	0.82 105	0.04 11	0.03 69	1.65 104	0.10 49	0.52 52	1.80 50	0.00 1	0.05 46	0.00 1	0.01 64	2.88 174	0.00 1

UDGNet	0.40 65	0.08 116	0.00 1	0.02 79	0.06 51	0.01 36	0.05 69	0.00 1	0.01 9	0.00 1	0.00 1	0.07 22	0.01 21	0.04 80	1.25 41	0.47 43	0.16 64	0.00 1	1.12 78	0.04 26	0.97 90	4.99 156	0.00 1	0.05 46	0.00 1	0.00 1	1.35 106	0.00 1

CASnet	0.41 68	0.03 29	0.00 1	0.01 35	0.14 106	0.03 109	0.20 118	0.02 62	0.08 86	0.02 65	0.02 89	0.30 108	0.17 136	0.00 1	1.78 67	0.66 86	0.31 113	0.22 141	0.47 46	0.15 76	2.80 149	2.82 84	0.00 1	0.14 121	0.00 1	0.01 64	0.69 83	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.42 69	0.03 29	0.02 127	0.00 1	0.10 77	0.02 92	0.07 82	0.46 159	0.07 79	0.04 72	0.02 89	0.15 72	0.02 57	0.01 11	2.45 106	0.93 113	0.32 116	0.10 93	0.67 54	0.25 109	1.46 107	1.94 54	0.00 1	0.08 83	0.00 1	0.00 1	2.27 146	0.01 69

rafts_anoy	0.42 69	0.10 132	0.00 1	0.05 130	0.15 114	0.02 92	0.06 77	0.20 133	0.06 71	0.00 1	0.00 1	0.07 22	0.01 21	0.02 38	2.66 119	2.08 174	0.17 66	0.01 35	1.34 86	0.25 109	0.84 77	3.00 90	0.00 1	0.07 74	0.04 128	0.04 108	0.01 16	0.01 69

UCFNet_RVC	0.42 69	0.17 159	0.03 140	0.12 163	0.17 123	0.01 36	0.09 90	0.03 76	0.09 91	0.28 121	0.00 1	0.25 98	0.01 21	0.05 92	2.70 122	0.49 51	0.20 77	0.01 35	1.22 83	0.16 79	0.82 75	2.09 60	0.87 209	0.03 31	0.00 1	0.00 1	0.41 70	1.09 157

TESTraft	0.43 72	0.03 29	0.00 1	0.01 35	0.01 5	0.00 1	0.02 31	0.00 1	0.03 40	0.11 93	0.00 1	0.22 88	0.01 21	0.08 113	2.48 109	0.88 109	0.04 11	0.02 52	1.56 98	0.21 100	0.47 46	2.61 76	0.02 107	0.04 36	0.00 1	0.02 90	2.82 169	0.00 1

RALCasStereoNet	0.43 72	0.11 138	0.00 1	0.06 142	0.17 123	0.02 92	0.12 106	0.08 105	0.08 86	0.00 1	0.00 1	0.07 22	0.02 57	0.03 63	2.51 111	2.35 194	0.13 55	0.00 1	0.66 52	0.67 157	0.73 65	3.65 112	0.00 1	0.06 59	0.00 1	0.02 90	0.01 16	0.01 69

GANetREF_RVC	0.43 72	0.20 165	0.00 1	0.16 172	0.14 106	0.01 36	0.05 69	0.01 34	0.11 102	0.04 72	0.00 1	1.85 179	0.02 57	0.06 100	1.28 42	0.43 37	0.56 152	0.11 100	1.55 97	0.14 67	1.11 98	0.88 31	0.00 1	0.06 59	0.00 1	0.00 1	2.73 166	0.01 69
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 75	0.04 54	0.00 1	0.03 107	0.09 71	0.05 119	0.23 132	0.01 34	0.04 48	0.00 1	0.46 141	0.13 60	0.01 21	0.12 134	2.61 117	2.55 207	0.09 30	0.14 109	0.71 56	0.20 94	0.52 52	2.03 57	0.01 85	0.07 74	0.05 135	0.20 143	1.18 99	0.18 126

SACVNet	0.45 76	0.19 162	0.04 146	0.02 79	0.17 123	0.01 36	0.13 111	0.05 90	0.05 60	0.21 112	0.00 1	0.17 77	0.09 121	0.07 110	1.90 75	0.57 67	0.45 133	0.07 85	1.45 92	0.13 62	1.30 102	3.80 118	0.00 1	0.09 92	0.00 1	0.00 1	1.07 96	0.02 89

PA-Net	0.45 76	0.08 116	0.08 158	0.02 79	0.35 168	0.00 1	0.22 124	0.00 1	0.18 117	0.08 81	0.57 145	0.02 4	0.02 57	0.12 134	2.91 127	0.47 43	0.08 27	0.02 52	0.14 19	0.13 62	0.28 33	2.96 89	0.48 198	0.03 31	0.00 1	1.64 189	0.28 64	1.14 161
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SA	0.46 78	0.05 77	0.00 1	0.03 107	0.03 28	0.00 1	0.01 11	0.01 34	0.04 48	0.00 1	0.00 1	0.39 128	0.01 21	0.12 134	1.14 36	1.06 124	0.06 22	0.16 118	2.15 123	0.13 62	0.81 74	2.59 75	0.00 1	0.08 83	0.00 1	0.01 64	3.43 192	0.00 1

IPLGR_C	0.46 78	0.05 77	0.14 167	0.02 79	0.22 146	0.02 92	0.23 132	0.10 110	0.27 136	0.04 72	0.07 109	0.06 19	0.04 96	0.25 164	1.94 79	0.53 58	0.24 87	0.02 52	1.71 111	0.08 42	0.82 75	3.21 98	0.02 107	0.05 46	0.08 142	0.04 108	2.15 141	0.02 89

MIM_Stereo	0.47 80	0.03 29	0.00 1	0.01 35	0.10 77	0.09 132	0.05 69	0.10 110	0.05 60	0.00 1	0.13 118	0.07 22	0.03 80	0.02 38	2.11 84	2.02 170	0.11 47	0.02 52	2.15 123	0.43 132	0.64 58	3.10 92	0.02 107	0.06 59	0.09 145	0.15 131	0.98 94	0.03 105

CIPLG	0.47 80	0.05 77	0.14 167	0.02 79	0.21 140	0.02 92	0.22 124	0.10 110	0.31 142	0.04 72	0.07 109	0.11 54	0.04 96	0.27 170	2.26 93	0.57 67	0.27 98	0.02 52	1.66 107	0.14 67	0.80 71	3.18 96	0.01 85	0.06 59	0.08 142	0.04 108	1.98 132	0.02 89

ACRE	0.47 80	0.05 77	0.12 165	0.02 79	0.21 140	0.02 92	0.22 124	0.10 110	0.28 140	0.04 72	0.10 115	0.11 54	0.04 96	0.28 173	2.00 81	0.53 58	0.27 98	0.02 52	1.67 108	0.15 76	0.80 71	3.19 97	0.02 107	0.05 46	0.08 142	0.04 108	2.32 151	0.02 89

ICVP	0.47 80	0.05 77	0.00 1	0.00 1	0.08 66	0.01 36	0.18 117	0.02 62	0.10 100	0.33 126	0.20 129	0.26 102	0.07 109	0.06 100	1.66 59	1.04 122	0.62 157	0.58 199	0.73 62	0.49 140	1.71 112	4.07 125	0.01 85	0.10 101	0.00 1	0.01 64	0.21 62	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 80	0.11 138	0.00 1	0.01 35	0.04 35	0.01 36	0.03 47	0.11 116	0.24 127	0.00 1	0.00 1	0.23 92	0.26 148	0.03 63	1.42 45	1.26 131	0.27 98	0.17 120	2.57 134	0.18 85	2.27 132	3.13 93	0.00 1	0.14 121	0.00 1	0.01 64	0.00 1	0.09 119

CroCo_RVC	0.47 80	0.11 138	0.00 1	0.01 35	0.04 35	0.01 36	0.03 47	0.11 116	0.24 127	0.00 1	0.00 1	0.23 92	0.26 148	0.03 63	1.42 45	1.26 131	0.27 98	0.17 120	2.57 134	0.18 85	2.27 132	3.13 93	0.00 1	0.14 121	0.00 1	0.01 64	0.00 1	0.09 119

AFF-stereo	0.47 80	0.14 151	0.01 98	0.09 159	0.17 123	0.09 132	0.33 150	0.03 76	0.05 60	0.00 1	0.00 1	0.41 131	0.02 57	0.02 38	3.15 136	0.46 41	0.14 59	0.11 100	1.99 119	0.14 67	1.17 101	1.97 55	0.00 1	0.10 101	0.00 1	0.11 129	1.95 131	0.01 69

TANstereo	0.49 87	0.03 29	0.00 1	0.04 123	0.11 85	0.01 36	0.02 31	0.23 134	0.27 136	0.17 103	0.16 120	0.14 64	0.09 121	0.01 11	1.54 54	1.42 140	0.41 126	0.19 127	0.32 37	0.14 67	2.15 124	2.15 63	0.15 160	0.06 59	0.00 1	0.01 64	3.51 197	0.00 1

XX-TBD	0.49 87	0.03 29	0.00 1	0.04 123	0.11 85	0.01 36	0.02 31	0.23 134	0.27 136	0.17 103	0.16 120	0.14 64	0.09 121	0.01 11	1.54 54	1.42 140	0.41 126	0.19 127	0.32 37	0.14 67	2.15 124	2.15 63	0.15 160	0.06 59	0.00 1	0.01 64	3.51 197	0.00 1

RALAANet	0.49 87	0.10 132	0.02 127	0.03 107	0.15 114	0.02 92	0.08 86	0.02 62	0.07 79	0.08 81	0.00 1	0.24 95	0.03 80	0.06 100	2.51 111	0.54 61	0.24 87	0.05 77	1.14 80	0.47 139	1.56 109	4.37 139	0.00 1	0.11 108	0.00 1	0.01 64	1.42 111	0.02 89

CREStereo	0.49 87	0.03 29	0.00 1	0.00 1	0.09 71	0.01 36	0.02 31	0.23 134	0.36 147	0.19 106	0.18 126	0.30 108	0.26 148	0.01 11	2.49 110	1.93 162	0.40 125	0.20 135	1.44 91	0.45 136	2.20 129	1.90 52	0.02 107	0.07 74	0.00 1	0.00 1	0.55 75	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 87	0.13 147	0.07 157	0.02 79	0.26 156	0.04 114	0.11 101	0.02 62	0.20 118	0.29 122	0.00 1	0.32 114	0.00 1	0.04 80	2.09 83	0.59 75	0.22 82	0.01 35	0.87 68	0.14 67	0.50 51	5.02 157	0.01 85	0.04 36	0.04 128	0.00 1	2.29 148	0.01 69

iResNet_ROB	0.50 92	0.08 116	0.00 1	0.05 130	0.11 85	0.01 36	0.11 101	2.04 213	0.06 71	0.62 150	0.00 1	0.26 102	0.01 21	0.04 80	2.33 98	0.76 101	0.20 77	0.00 1	2.71 138	0.01 13	1.08 94	0.72 27	0.00 1	0.15 128	0.00 1	0.02 90	2.24 143	0.01 69

anonymousdsp2	0.51 93	0.01 8	0.00 1	0.00 1	0.04 35	0.01 36	0.02 31	0.04 84	0.02 26	0.00 1	2.01 186	0.17 77	0.02 57	0.11 125	1.73 65	1.32 134	0.10 43	0.14 109	1.22 83	0.87 177	0.72 64	3.85 120	0.23 172	0.39 164	0.00 1	0.01 64	0.84 89	0.00 1

CES	0.52 94	0.08 116	0.01 98	0.02 79	0.13 102	0.01 36	0.11 101	0.27 142	0.45 163	0.19 106	0.03 95	0.41 131	0.33 160	0.20 157	2.94 129	1.78 155	0.67 160	0.47 190	0.22 31	0.45 136	2.65 145	2.45 69	0.00 1	0.06 59	0.00 1	0.00 1	0.02 24	0.04 110

RGC	0.52 94	0.25 178	0.94 202	0.07 152	0.23 147	0.09 132	0.15 115	0.03 76	0.09 91	0.29 122	0.29 138	0.14 64	0.03 80	0.08 113	2.16 88	0.27 15	0.25 92	0.01 35	0.93 69	0.23 105	0.78 69	4.33 138	0.00 1	0.08 83	0.01 108	0.35 150	1.31 104	0.77 151

raft_robust	0.53 96	0.07 105	0.00 1	0.00 1	0.11 85	0.00 1	0.03 47	1.12 190	0.01 9	0.01 59	0.01 81	0.38 126	0.05 99	0.05 92	1.78 67	0.95 114	0.14 59	0.16 118	3.57 149	0.24 108	1.56 109	3.73 114	0.01 85	0.20 143	0.00 1	0.03 100	0.14 48	0.08 118

RAFT-Stereo + iAFF	0.53 96	0.08 116	0.01 98	0.11 161	0.34 167	0.10 138	0.38 154	0.01 34	0.06 71	0.14 98	0.00 1	0.42 136	0.02 57	0.02 38	3.15 136	0.41 33	0.15 61	0.01 35	1.59 100	0.18 85	1.08 94	2.94 88	0.00 1	0.13 120	0.00 1	0.15 131	2.75 167	0.00 1

GMOStereo	0.54 98	0.04 54	0.00 1	0.01 35	0.21 140	0.10 138	0.22 124	0.05 90	0.04 48	0.00 1	0.01 81	0.09 42	0.07 109	0.02 38	2.59 113	2.33 190	0.09 30	0.19 127	1.45 92	0.26 112	0.88 81	4.91 149	0.00 1	0.16 130	0.00 1	0.06 117	0.68 79	0.00 1

error version	0.54 98	0.04 54	0.00 1	0.01 35	0.21 140	0.10 138	0.22 124	0.05 90	0.04 48	0.00 1	0.01 81	0.09 42	0.07 109	0.02 38	2.59 113	2.33 190	0.09 30	0.19 127	1.45 92	0.26 112	0.88 81	4.91 149	0.00 1	0.16 130	0.00 1	0.06 117	0.68 79	0.00 1

test-v	0.54 98	0.04 54	0.00 1	0.01 35	0.21 140	0.10 138	0.22 124	0.05 90	0.04 48	0.00 1	0.01 81	0.09 42	0.07 109	0.02 38	2.59 113	2.33 190	0.09 30	0.19 127	1.45 92	0.26 112	0.88 81	4.91 149	0.00 1	0.16 130	0.00 1	0.06 117	0.68 79	0.00 1

test-2	0.54 98	0.04 54	0.00 1	0.01 35	0.21 140	0.10 138	0.22 124	0.05 90	0.04 48	0.00 1	0.01 81	0.09 42	0.07 109	0.02 38	2.59 113	2.33 190	0.09 30	0.19 127	1.45 92	0.26 112	0.88 81	4.91 149	0.00 1	0.16 130	0.00 1	0.06 117	0.68 79	0.00 1

raftrobust	0.55 102	0.09 125	0.01 98	0.04 123	0.16 121	0.01 36	0.06 77	0.02 62	0.06 71	0.00 1	0.00 1	0.14 64	0.01 21	0.09 120	3.25 142	2.73 208	0.18 68	0.00 1	2.80 139	0.19 91	1.00 92	3.63 111	0.15 160	0.10 101	0.00 1	0.02 90	0.06 38	0.01 69

iResNetv2_ROB	0.55 102	0.13 147	0.00 1	0.08 155	0.12 97	0.01 36	0.07 82	1.96 211	0.06 71	0.48 139	0.00 1	0.25 98	0.01 21	0.05 92	2.15 86	0.47 43	0.31 113	0.00 1	2.45 129	0.07 39	2.42 139	1.03 35	0.00 1	0.19 141	0.00 1	0.00 1	2.55 161	0.00 1

CREStereo++_RVC	0.56 104	0.03 29	0.00 1	0.02 79	0.15 114	0.01 36	0.11 101	0.17 128	0.11 102	0.17 103	0.04 102	0.13 60	0.05 99	0.01 11	1.80 70	1.51 144	0.35 118	0.20 135	1.43 90	0.14 67	2.11 122	2.81 83	0.04 123	0.07 74	0.00 1	0.02 90	3.53 201	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	0.58 105	0.13 147	0.02 127	0.03 107	0.17 123	0.01 36	0.03 47	0.15 124	0.06 71	0.00 1	0.00 1	0.37 124	0.00 1	0.11 125	2.61 117	2.42 202	0.04 11	0.13 106	1.56 98	0.19 91	1.75 113	4.26 135	0.05 131	0.12 117	0.01 108	0.02 90	1.48 115	0.00 1

DeepPruner_ROB	0.58 105	0.12 143	0.01 98	0.01 35	0.19 135	0.06 122	1.60 190	0.01 34	0.03 40	0.49 142	0.54 144	0.22 88	0.03 80	0.08 113	2.36 100	0.68 91	0.24 87	0.03 69	1.41 88	0.12 57	3.24 156	2.51 71	0.14 157	0.07 74	0.01 108	0.10 128	1.35 106	0.00 1

FADNet-RVC	0.60 107	0.10 132	0.16 170	0.02 79	0.14 106	0.02 92	1.55 189	0.01 34	0.07 79	0.05 78	0.00 1	0.07 22	0.13 129	0.11 125	5.03 183	0.78 104	0.35 118	0.13 106	2.09 122	0.68 159	1.33 104	2.63 77	0.09 141	0.17 136	0.05 135	0.00 1	0.01 16	0.47 145

FADNet-RVC-Resample	0.61 108	0.27 180	0.41 179	0.19 176	0.30 160	0.01 36	0.31 146	0.25 139	0.22 122	0.14 98	0.16 120	0.41 131	0.06 106	0.20 157	3.96 158	0.66 86	0.44 132	0.78 208	0.53 48	0.43 132	0.75 66	3.35 103	0.13 155	0.55 178	0.10 148	0.91 175	0.34 68	0.55 146

NCCL2	0.61 108	0.20 165	0.01 98	0.18 174	0.52 179	0.04 114	0.29 144	0.03 76	0.12 105	0.79 156	0.01 81	0.30 108	0.03 80	0.18 151	2.20 90	0.63 81	0.45 133	0.11 100	0.25 34	0.13 62	1.32 103	3.69 113	0.65 203	0.18 139	0.04 128	0.14 130	3.34 189	0.57 147

AE-Stereo	0.62 110	0.04 54	0.00 1	0.03 107	0.17 123	0.03 109	0.09 90	0.06 96	0.13 108	0.01 59	0.00 1	0.24 95	0.18 137	0.03 63	1.44 48	1.94 163	0.38 122	0.33 172	1.80 114	0.63 150	2.07 120	5.74 177	0.13 155	0.18 139	0.01 108	0.15 131	0.84 89	0.00 1

DN-CSS_ROB	0.62 110	0.03 29	0.00 1	0.06 142	0.14 106	0.02 92	0.12 106	1.00 185	0.06 71	0.36 129	0.53 143	0.25 98	0.03 80	0.06 100	1.90 75	0.68 91	0.30 108	0.02 52	4.15 155	0.12 57	2.41 138	2.86 85	0.00 1	0.16 130	0.00 1	0.02 90	1.20 100	0.33 141

iinet-f	0.63 112	0.02 14	0.00 1	0.02 79	0.08 66	0.01 36	0.08 86	0.01 34	0.09 91	1.23 175	0.00 1	0.05 16	0.03 80	0.03 63	3.57 149	0.91 112	0.20 77	0.05 77	3.38 145	0.63 150	0.76 67	3.89 121	0.03 117	0.06 59	0.03 125	0.03 100	1.77 126	0.01 69

Sa-1000	0.63 112	0.05 77	0.00 1	0.02 79	0.08 66	0.00 1	0.02 31	0.01 34	0.04 48	0.00 1	0.00 1	0.41 131	0.03 80	0.13 139	2.29 94	0.99 118	0.08 27	0.17 120	2.63 136	0.25 109	0.98 91	5.45 167	0.01 85	0.22 150	0.06 137	0.00 1	2.97 178	0.01 69

PMTNet	0.63 112	0.03 29	0.00 1	0.01 35	0.12 97	0.01 36	0.13 111	0.24 137	0.33 143	0.35 128	0.21 131	0.33 116	0.23 146	0.01 11	3.80 155	1.94 163	0.45 133	0.15 111	2.46 130	0.31 120	2.46 142	2.10 61	0.01 85	0.07 74	0.95 196	0.02 90	0.15 49	0.00 1

FADNet	0.64 115	0.08 116	0.10 163	0.01 35	0.15 114	0.02 92	1.11 179	0.01 34	0.05 60	0.01 59	0.00 1	0.13 60	0.08 118	0.21 159	4.49 173	0.59 75	0.31 113	0.22 141	3.50 148	0.72 163	1.58 111	2.78 82	0.03 117	0.09 92	0.12 153	0.35 150	0.06 38	0.34 143

LoS	0.67 116	0.04 54	0.01 98	0.01 35	0.05 43	0.01 36	0.03 47	2.71 219	0.49 169	0.38 130	0.06 106	0.54 149	0.50 172	0.13 139	1.99 80	2.02 170	0.71 165	0.44 188	1.13 79	0.28 118	3.53 165	2.92 86	0.03 117	0.08 83	0.00 1	0.00 1	0.03 31	0.02 89

pcwnet_v2	0.67 116	0.22 172	0.09 161	0.08 155	0.53 180	0.01 36	0.02 31	0.03 76	0.07 79	1.11 170	0.19 127	0.50 143	0.02 57	0.01 11	3.39 146	0.67 89	0.51 146	0.15 111	2.47 131	0.11 53	1.34 105	3.05 91	0.83 208	0.09 92	0.00 1	0.00 1	1.55 121	1.16 162

GES	0.67 116	0.04 54	0.01 98	0.00 1	0.11 85	0.01 36	0.40 155	0.01 34	0.24 127	0.21 112	0.08 111	0.25 98	0.07 109	0.01 11	3.46 147	0.74 100	0.26 96	0.06 82	5.71 175	0.18 85	1.93 117	2.92 86	0.04 123	0.15 128	0.01 108	0.01 64	0.16 54	0.87 154

LoS_RVC	0.68 119	0.15 155	0.00 1	0.01 35	0.14 106	0.01 36	0.03 47	0.07 100	0.45 163	1.19 172	0.05 103	0.35 120	0.20 139	0.08 113	2.31 96	1.81 156	0.28 105	1.18 224	2.00 120	0.35 126	3.46 163	3.92 122	0.04 123	0.05 46	0.00 1	0.01 64	0.06 38	0.02 89

tt_ll	0.68 119	0.15 155	0.00 1	0.01 35	0.14 106	0.01 36	0.03 47	0.07 100	0.45 163	1.19 172	0.05 103	0.35 120	0.20 139	0.08 113	2.31 96	1.81 156	0.28 105	1.18 224	2.00 120	0.35 126	3.46 163	3.92 122	0.04 123	0.05 46	0.00 1	0.01 64	0.06 38	0.02 89

BEATNet_4x	0.68 119	0.16 158	0.04 146	0.03 107	0.10 77	0.08 131	0.30 145	0.05 90	0.25 131	0.08 81	0.03 95	0.38 126	0.16 134	0.34 183	3.15 136	1.27 133	0.95 184	0.70 203	0.77 64	0.16 79	3.27 158	5.32 161	0.00 1	0.25 155	0.00 1	0.01 64	0.61 78	0.01 69

IPLG	0.69 122	0.04 54	0.01 98	0.01 35	0.19 135	0.00 1	0.04 61	0.39 153	0.12 105	0.39 131	0.16 120	0.11 54	0.08 118	0.26 165	4.55 174	0.88 109	0.24 87	0.07 85	1.69 109	0.27 117	0.68 61	4.20 133	0.00 1	0.21 145	0.02 122	0.74 168	3.38 190	0.00 1

MIPNet	0.72 123	0.04 54	0.04 146	0.03 107	0.37 169	0.00 1	0.04 61	0.03 76	0.17 116	1.35 177	0.33 139	0.14 64	0.11 124	0.23 160	3.15 136	0.86 108	0.39 124	0.07 85	1.92 117	0.45 136	0.84 77	4.27 136	0.00 1	0.24 154	0.04 128	0.96 177	3.50 195	0.01 69

sCroCo_RVC	0.75 124	0.05 77	0.00 1	0.01 35	0.04 35	0.01 36	0.02 31	0.12 118	0.54 174	0.46 135	0.09 113	0.45 140	0.33 160	0.02 38	2.19 89	2.41 201	0.34 117	0.25 153	1.83 115	0.39 129	3.36 161	5.64 171	0.02 107	0.14 121	0.00 1	0.00 1	1.51 118	0.04 110

GEStereo_RVC	0.80 125	0.04 54	0.01 98	0.01 35	0.16 121	0.01 36	0.24 137	0.30 146	0.12 105	0.19 106	0.09 113	0.29 107	0.02 57	0.05 92	1.55 56	1.38 138	0.27 98	0.09 91	4.90 162	0.36 128	2.28 135	5.73 174	0.25 176	0.26 157	0.00 1	0.03 100	2.63 163	0.23 130

IPLGR	0.81 126	0.06 93	0.06 155	0.02 79	0.30 160	0.00 1	0.04 61	0.03 76	0.13 108	1.09 169	0.25 136	0.08 38	0.08 118	0.13 139	4.58 175	0.95 114	0.70 162	0.15 111	2.82 140	0.53 142	1.16 100	4.58 142	0.00 1	0.23 153	0.10 148	0.78 170	3.13 183	0.00 1

FCDSN-DC	0.88 127	0.24 177	1.43 212	0.50 190	0.72 193	0.34 182	0.73 166	0.25 139	0.37 149	0.40 133	0.16 120	0.91 163	0.11 124	0.18 151	4.94 181	1.22 129	0.43 129	0.19 127	0.65 51	0.14 67	2.51 143	5.12 158	0.00 1	1.23 207	0.01 108	0.35 150	0.57 77	0.12 122
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	0.88 127	0.38 184	0.04 146	0.01 35	0.18 132	0.09 132	0.20 118	0.01 34	0.14 112	0.13 96	0.70 150	8.98 203	0.03 80	0.07 110	1.51 52	0.56 64	0.87 176	0.05 77	0.37 40	0.16 79	1.41 106	4.61 143	0.14 157	0.08 83	0.00 1	0.03 100	2.96 177	0.11 121

Anonymous	0.91 129	0.06 93	0.00 1	0.00 1	0.05 43	0.01 36	0.03 47	0.09 108	0.39 156	1.18 171	0.00 1	0.30 108	0.50 172	0.05 92	2.13 85	2.38 198	0.50 144	0.39 184	4.12 154	0.32 122	3.68 169	5.97 182	0.01 85	0.08 83	0.00 1	0.02 90	2.29 148	0.02 89

NaN_ROB	0.93 130	0.46 188	0.33 176	0.20 177	0.88 200	0.18 164	0.95 174	0.16 127	1.74 209	0.16 100	0.69 149	4.80 196	0.07 109	0.26 165	1.93 77	0.59 75	0.51 146	0.24 146	0.66 52	0.31 120	0.94 87	2.05 58	0.18 167	0.39 164	0.22 173	0.99 179	2.35 154	2.81 175

EGLCR-Stereo	0.97 131	0.04 54	0.01 98	0.02 79	0.11 85	0.07 127	0.07 82	0.19 131	0.82 191	0.02 65	2.20 189	0.26 102	0.16 134	0.01 11	3.05 131	2.29 185	0.43 129	0.35 178	2.35 126	0.42 131	2.27 132	5.92 181	0.21 170	0.54 175	0.00 1	0.40 153	3.95 208	0.00 1

test-3	0.98 132	0.06 93	0.00 1	0.01 35	0.25 152	0.11 145	0.10 96	0.96 182	0.09 91	0.11 93	0.03 95	0.07 22	0.05 99	0.03 63	3.31 143	2.30 187	0.18 68	0.17 120	5.52 171	0.20 94	2.23 130	6.84 205	0.00 1	0.21 145	0.17 165	0.07 124	3.15 184	0.32 138

test_1	0.98 132	0.06 93	0.00 1	0.01 35	0.25 152	0.11 145	0.10 96	0.96 182	0.09 91	0.10 91	0.02 89	0.07 22	0.05 99	0.03 63	3.34 144	2.30 187	0.18 68	0.17 120	5.52 171	0.20 94	2.23 130	6.83 203	0.00 1	0.21 145	0.17 165	0.07 124	3.15 184	0.32 138

R-Stereo Train	0.98 132	0.04 54	0.02 127	0.02 79	0.03 28	0.01 36	0.04 61	0.13 120	0.52 171	0.83 158	1.68 175	0.50 143	0.20 139	0.15 145	2.81 124	2.26 181	0.90 178	0.40 185	5.19 167	0.60 145	3.72 170	5.33 162	0.01 85	0.11 108	0.01 108	0.15 131	0.17 56	0.75 149

RAFT-Stereo	0.98 132	0.04 54	0.02 127	0.02 79	0.03 28	0.01 36	0.04 61	0.13 120	0.52 171	0.83 158	1.68 175	0.50 143	0.20 139	0.15 145	2.81 124	2.26 181	0.90 178	0.40 185	5.19 167	0.60 145	3.72 170	5.33 162	0.01 85	0.11 108	0.01 108	0.15 131	0.17 56	0.75 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.99 136	0.05 77	0.03 140	0.25 180	0.61 186	0.12 154	0.44 158	1.32 196	0.33 143	1.00 166	2.63 196	0.80 158	0.27 151	0.06 100	1.93 77	1.00 119	0.47 139	0.24 146	6.14 181	0.23 105	2.37 137	3.83 119	0.10 143	0.71 183	0.00 1	0.09 127	1.69 123	0.02 89

test_3	1.00 137	0.07 105	0.00 1	0.01 35	0.25 152	0.11 145	0.12 106	0.88 175	0.09 91	0.08 81	0.02 89	0.07 22	0.05 99	0.03 63	3.59 151	2.30 187	0.18 68	0.17 120	5.57 173	0.20 94	2.19 128	6.76 202	0.00 1	0.22 150	0.19 169	0.07 124	3.40 191	0.32 138

CC-Net-ROB	1.00 137	0.63 197	0.00 1	0.85 195	0.70 191	2.52 215	0.42 156	0.00 1	0.01 9	0.21 112	0.00 1	10.16 205	2.04 187	0.32 179	1.20 38	0.36 27	0.38 122	0.02 52	1.79 112	0.08 42	0.34 38	0.36 16	4.24 230	0.02 20	0.00 1	0.00 1	0.28 64	0.01 69

MyStereo04	1.03 139	0.19 162	0.02 127	0.06 142	0.23 147	0.01 36	0.08 86	0.06 96	0.07 79	2.00 208	0.14 119	0.30 108	0.01 21	0.06 100	2.39 104	1.44 143	0.35 118	0.02 52	8.36 196	1.24 197	3.24 156	3.42 105	0.96 211	0.38 163	0.07 139	0.15 131	2.45 156	0.00 1

s12784h	1.03 139	0.04 54	0.01 98	0.02 79	0.13 102	0.01 36	0.03 47	0.24 137	0.36 147	0.24 117	0.05 103	0.14 64	0.23 146	0.01 11	1.65 58	2.06 173	0.50 144	0.17 120	2.39 128	0.28 118	4.51 184	3.62 110	0.02 107	0.08 83	0.86 195	0.95 176	4.11 211	5.06 191

Anonymous3	1.04 141	0.11 138	0.00 1	0.01 35	0.10 77	0.00 1	0.00 1	1.68 207	0.25 131	0.00 1	0.00 1	2.11 183	0.51 175	0.26 165	3.17 140	3.75 224	0.53 149	0.28 162	3.38 145	0.83 176	3.34 160	5.65 173	0.03 117	0.06 59	0.00 1	0.06 117	1.63 122	0.20 129

RTSC	1.07 142	0.08 116	0.27 174	0.02 79	0.12 97	0.16 161	1.24 180	0.13 120	0.14 112	1.56 192	1.01 165	0.28 105	0.05 99	0.28 173	7.48 204	1.99 168	0.98 185	0.30 168	2.64 137	0.72 163	1.95 118	4.09 126	0.03 117	0.30 160	0.18 167	0.00 1	1.35 106	1.43 167

HSM-Net_RVC	1.07 142	0.03 29	0.01 98	0.82 194	0.23 147	0.06 122	0.26 140	1.65 203	0.21 120	1.59 194	4.21 215	3.20 190	0.30 155	0.15 145	2.98 130	0.96 116	0.55 151	0.07 85	1.00 74	0.62 149	2.95 152	3.78 116	0.24 173	1.21 206	0.04 128	0.03 100	1.47 113	0.33 141
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PWCDC_ROB	1.07 142	0.07 105	0.01 98	0.03 107	0.24 151	0.11 145	0.13 111	0.00 1	0.07 79	0.00 1	0.80 154	0.41 131	12.16 225	0.32 179	3.72 153	1.18 127	0.43 129	0.05 77	0.72 60	0.09 47	1.76 114	6.32 187	0.00 1	0.21 145	0.00 1	0.01 64	0.08 43	0.04 110

CASS	1.09 145	0.04 54	0.05 152	0.06 142	0.09 71	0.02 92	1.89 195	0.13 120	0.25 131	0.49 142	1.39 171	0.42 136	0.28 153	0.01 11	1.89 74	1.38 138	3.35 216	0.41 187	3.71 151	0.12 57	5.73 206	4.96 155	0.00 1	0.11 108	0.61 184	0.00 1	1.91 129	0.01 69
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GANet-ADL	1.10 146	0.05 77	0.00 1	0.03 107	0.14 106	0.02 92	0.32 147	0.08 105	0.23 123	1.74 200	2.90 198	0.15 72	0.07 109	0.02 38	3.38 145	1.89 161	0.77 170	0.21 137	4.94 163	1.01 186	2.53 144	5.86 179	0.00 1	0.12 117	0.00 1	0.97 178	1.93 130	0.45 144

MyStereo	1.15 147	0.20 165	0.04 146	0.07 152	0.30 160	0.04 114	0.09 90	0.01 34	0.05 60	2.40 218	1.06 166	0.37 124	0.01 21	0.06 100	2.73 123	1.32 134	0.30 108	0.02 52	7.90 193	1.36 202	3.18 154	3.74 115	0.91 210	0.41 167	0.30 180	1.47 186	2.72 165	0.00 1

GwcNet-ADL	1.16 148	0.07 105	0.40 178	0.05 130	0.31 164	0.04 114	0.26 140	0.18 129	0.13 108	2.08 212	6.22 224	1.00 165	0.15 132	0.03 63	1.64 57	2.09 175	0.74 166	0.23 145	2.93 141	1.11 188	2.08 121	3.57 108	0.00 1	0.14 121	0.10 148	0.78 170	1.16 97	3.74 182

Any-RAFT	1.18 149	0.02 14	0.02 127	0.01 35	0.06 51	0.01 36	0.04 61	0.97 184	0.37 149	0.24 117	3.12 201	0.39 128	0.21 144	0.11 125	2.67 120	2.00 169	0.52 148	0.25 153	5.42 170	0.34 125	4.24 179	4.80 147	0.10 143	0.12 117	0.06 137	0.46 156	1.31 104	4.08 185

cross-raft	1.22 150	0.18 160	0.00 1	0.00 1	0.25 152	0.19 166	0.09 90	1.09 188	0.37 149	0.48 139	0.62 147	0.47 141	0.27 151	0.26 165	3.12 134	3.18 215	0.37 121	0.22 141	6.41 184	1.18 195	4.79 190	6.55 197	0.14 157	0.09 92	0.11 151	0.64 165	0.15 49	1.76 169

MSMDNet	1.25 151	0.19 162	0.00 1	0.02 79	0.30 160	0.20 168	0.10 96	1.07 187	0.34 145	0.81 157	0.85 157	0.47 141	1.93 186	0.19 156	2.92 128	4.02 231	0.45 133	0.21 137	6.20 182	0.65 154	4.55 185	6.46 192	0.12 151	0.09 92	0.12 153	0.48 160	0.20 61	0.92 156

dad	1.26 152	0.03 29	0.01 98	2.05 209	0.03 28	0.12 154	5.97 216	0.02 62	0.04 48	0.00 1	0.00 1	0.08 38	1.00 180	0.01 11	2.38 103	0.55 62	0.02 6	0.15 111	4.20 156	0.16 79	0.49 49	1.61 47	0.08 137	0.21 145	1.45 204	0.00 1	8.58 232	4.72 189

AnonymousM	1.26 152	0.10 132	0.00 1	0.01 35	0.02 20	0.18 164	0.00 1	0.31 149	0.35 146	0.16 100	1.96 185	0.35 120	0.33 160	0.37 184	1.49 51	1.72 153	0.67 160	0.29 165	0.95 72	1.27 198	2.44 140	4.00 124	0.27 178	0.30 160	0.00 1	0.20 143	4.93 215	11.37 222

iResNet	1.29 154	0.03 29	0.00 1	0.26 182	0.76 194	0.11 145	0.23 132	0.52 161	0.27 136	1.53 190	1.60 174	0.90 162	2.18 191	0.02 38	4.40 171	1.94 163	0.45 133	0.34 175	8.84 199	0.99 184	3.40 162	2.35 67	0.00 1	1.23 207	0.00 1	0.19 142	2.27 146	0.03 105

ADCRef	1.34 155	0.41 186	0.39 177	0.12 163	0.81 196	0.32 179	0.86 169	0.42 155	2.11 214	0.70 154	0.02 89	0.39 128	0.06 106	0.31 178	5.12 184	1.00 119	0.30 108	0.25 153	3.29 144	0.78 168	1.09 96	3.78 116	1.07 213	0.32 162	1.10 200	2.76 200	1.24 102	7.08 200

LALA_ROB	1.37 156	1.34 215	0.01 98	0.06 142	0.28 159	0.06 122	0.22 124	0.07 100	0.14 112	1.06 168	1.83 182	15.19 216	0.03 80	0.09 120	3.23 141	0.57 67	0.41 126	0.10 93	1.17 81	0.33 124	2.00 119	4.37 139	0.01 85	0.20 143	0.13 156	0.15 131	2.79 168	1.25 165

EKT-Stereo	1.43 157	0.02 14	0.00 1	0.03 107	0.20 137	0.05 119	0.23 132	1.05 186	0.79 190	0.87 161	3.67 208	0.55 151	0.37 168	0.37 184	3.99 159	3.92 228	0.57 153	0.34 175	3.66 150	1.75 214	4.58 187	7.24 212	0.02 107	0.08 83	0.00 1	0.73 167	3.50 195	0.00 1

PSMNet-ADL	1.45 158	0.06 93	0.03 140	0.12 163	0.23 147	0.10 138	0.32 147	0.88 175	0.23 123	3.14 236	6.55 228	0.50 143	3.31 199	0.05 92	4.30 168	2.75 210	0.66 159	0.21 137	5.14 166	0.43 132	2.14 123	4.12 127	0.18 167	0.09 92	0.00 1	0.16 138	3.26 187	0.19 128

SGM-Forest	1.47 159	0.22 172	0.03 140	1.15 201	0.85 199	0.32 179	0.07 82	0.62 165	0.69 185	1.86 204	0.77 153	1.74 176	2.49 193	0.38 187	4.01 160	1.53 146	0.60 154	0.15 111	2.56 132	0.18 85	2.44 140	5.51 169	0.47 197	0.27 158	0.65 186	0.77 169	5.16 218	4.09 186
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ETE_ROB	1.49 160	0.89 206	0.01 98	0.08 155	0.40 173	0.07 127	0.46 159	0.02 62	1.27 203	0.20 110	1.77 179	18.24 220	0.03 80	0.10 123	2.45 106	0.57 67	1.29 199	0.08 89	1.42 89	0.26 112	2.31 136	5.24 160	0.10 143	0.14 121	0.11 151	0.00 1	1.98 132	0.74 148

CSAN	1.51 161	0.51 192	0.30 175	0.46 189	1.06 206	0.28 178	1.64 191	0.26 141	2.24 216	1.49 187	1.26 169	5.28 197	3.36 200	0.38 187	2.42 105	0.53 58	0.82 174	0.33 172	2.56 132	0.74 166	2.18 126	3.32 102	0.12 151	0.41 167	0.95 196	2.49 195	2.06 137	3.23 179

NOSS_ROB	1.53 162	0.07 105	0.02 127	0.14 167	0.33 165	0.06 122	0.04 61	1.24 194	0.64 179	1.67 198	1.69 177	1.97 180	0.36 166	1.01 209	5.43 190	3.38 220	0.91 181	0.30 168	1.40 87	0.21 100	4.36 181	6.60 199	0.10 143	0.73 185	0.20 171	4.63 211	3.87 207	0.02 89

HH	1.54 163	0.03 29	0.00 1	0.03 107	0.11 85	0.21 170	0.03 47	0.66 166	0.37 149	1.87 205	1.89 183	0.86 160	0.33 160	0.18 151	3.86 156	5.35 243	0.49 141	0.24 146	5.98 179	1.28 199	6.23 212	6.54 195	0.34 190	0.58 181	0.16 161	0.46 156	2.34 152	1.09 157

HanStereo	1.54 163	0.03 29	0.00 1	0.03 107	0.11 85	0.21 170	0.03 47	0.66 166	0.37 149	1.87 205	1.89 183	0.86 160	0.33 160	0.18 151	3.86 156	5.35 243	0.49 141	0.24 146	5.98 179	1.28 199	6.23 212	6.54 195	0.34 190	0.58 181	0.16 161	0.46 156	2.34 152	1.09 157

SHD	1.54 163	0.06 93	1.12 206	0.06 142	0.33 165	0.19 166	1.33 184	0.31 149	0.20 118	1.46 185	1.81 181	0.79 157	2.23 192	0.29 175	7.88 210	2.36 195	0.85 175	0.48 191	5.29 169	1.11 188	3.92 175	5.44 165	0.06 134	0.99 196	0.76 190	0.47 159	0.96 93	0.80 153

RAFT-Test	1.56 166	0.21 170	0.00 1	0.03 107	0.46 177	0.21 170	0.13 111	1.45 200	0.42 158	0.85 160	5.41 222	0.30 108	0.40 169	0.24 163	3.52 148	3.83 226	0.45 133	0.22 141	6.74 185	0.68 159	4.64 188	5.50 168	0.24 173	0.09 92	0.13 156	4.57 210	0.15 49	1.27 166

DAS	1.56 166	0.05 77	0.00 1	0.02 79	0.15 114	0.21 170	0.20 118	0.75 170	0.68 183	1.78 202	4.05 212	3.08 188	3.10 195	0.02 38	4.03 162	2.40 199	1.21 195	0.25 153	4.72 160	0.80 172	5.01 195	5.73 174	0.01 85	0.94 193	0.16 161	0.42 154	2.14 139	0.28 136

SepStereo	1.56 166	0.05 77	0.00 1	0.02 79	0.15 114	0.21 170	0.20 118	0.75 170	0.68 183	1.78 202	4.05 212	3.08 188	3.10 195	0.02 38	4.03 162	2.40 199	1.21 195	0.25 153	4.72 160	0.80 172	5.01 195	5.73 174	0.01 85	0.94 193	0.16 161	0.42 154	2.14 139	0.28 136

DeepPrunerF	1.56 166	0.75 201	0.00 1	2.44 214	7.08 227	1.22 201	2.49 204	0.27 142	2.00 213	0.02 65	0.06 106	0.17 77	0.01 21	0.05 92	4.22 167	1.04 122	0.13 55	0.13 106	1.65 104	0.10 49	0.86 80	1.21 39	0.10 143	0.05 46	13.02 240	0.85 173	2.24 143	0.04 110

MSKI-zero shot	1.63 170	0.06 93	0.00 1	0.00 1	0.04 35	0.15 159	0.09 90	0.70 169	0.56 176	0.40 133	4.72 218	0.44 139	0.28 153	0.02 38	4.02 161	4.17 234	0.79 172	0.45 189	8.12 195	1.60 211	5.19 199	6.94 206	0.17 166	0.11 108	0.15 159	0.81 172	0.46 71	3.55 181

FADNet_RVC	1.63 170	0.22 172	0.42 181	0.29 183	0.78 195	0.11 145	0.92 173	0.39 153	0.49 169	0.47 137	0.97 164	1.22 167	0.49 171	0.78 206	6.23 195	1.59 147	1.09 192	1.46 227	9.20 200	0.95 182	3.67 168	5.53 170	0.40 194	0.78 186	0.27 175	0.27 147	3.00 180	2.09 172

XQC	1.66 172	0.21 170	0.52 185	0.14 167	0.37 169	0.10 138	1.36 185	0.29 145	0.16 115	1.69 199	2.37 191	0.66 152	3.22 197	0.32 179	7.43 202	2.29 185	0.76 169	0.38 183	4.00 153	0.69 162	2.93 151	6.58 198	0.05 131	0.46 173	1.09 199	4.16 209	1.40 110	1.11 160

test-1	1.70 173	0.04 54	0.00 1	0.00 1	0.04 35	0.20 168	0.33 150	0.88 175	0.48 166	2.92 230	3.07 200	1.60 174	0.30 155	0.16 148	4.34 169	4.00 230	0.75 167	0.52 193	5.66 174	1.37 203	4.20 177	8.17 231	0.02 107	0.17 136	0.00 1	0.17 140	3.67 203	2.89 176

ADCP+	1.75 174	0.59 196	0.63 188	0.04 123	0.65 188	0.54 188	1.27 183	0.10 110	3.59 221	1.42 183	1.34 170	2.95 187	0.02 57	0.33 182	4.90 180	0.63 81	0.19 73	0.11 100	3.06 142	0.67 157	1.49 108	4.12 127	0.04 123	0.06 59	1.27 203	8.47 227	2.00 135	6.83 198

TRStereo	1.76 175	0.14 151	0.73 192	0.01 35	0.05 43	2.16 211	0.08 86	1.43 198	0.66 181	2.45 221	0.95 162	1.77 178	0.30 155	0.03 63	3.78 154	3.44 222	0.27 98	0.32 171	5.00 165	0.93 178	2.72 147	6.31 185	0.26 177	0.10 101	0.35 182	9.30 231	3.96 209	0.02 89

FC-DCNN	1.76 175	0.63 197	3.42 226	2.23 211	1.72 210	2.85 216	1.94 198	1.64 202	0.88 195	1.40 181	0.74 152	2.06 182	0.78 178	0.14 143	2.45 106	1.00 119	0.77 170	0.19 127	2.25 125	0.20 94	2.74 148	4.47 141	0.00 1	0.88 192	2.30 212	1.38 184	3.46 194	4.91 190

EAI-Stereo	1.80 177	0.46 188	1.10 205	0.67 193	0.71 192	0.73 192	0.96 175	1.43 198	1.33 205	0.08 81	5.03 220	0.52 148	0.33 160	0.06 100	4.98 182	4.20 236	0.49 141	0.61 201	7.06 189	0.79 169	3.29 159	5.64 171	0.33 189	1.02 198	0.62 185	1.63 188	3.61 202	0.78 152

FINET	1.84 178	0.48 190	0.53 186	0.22 179	0.43 175	0.62 190	0.75 167	0.60 164	1.71 208	0.25 119	3.44 203	0.75 154	2.04 187	0.69 201	12.19 244	1.84 159	0.70 162	0.29 165	1.69 109	1.05 187	1.90 116	3.58 109	0.27 178	0.97 195	2.98 215	5.66 218	0.86 91	3.31 180

ADCL	1.94 179	0.86 205	0.63 188	0.37 184	0.56 181	0.43 185	1.49 187	0.30 146	7.79 238	1.64 196	0.96 163	0.43 138	0.12 126	0.23 160	4.87 178	0.72 95	0.61 156	0.81 210	2.35 126	0.61 148	2.87 150	3.43 106	0.32 188	0.54 175	4.24 222	3.96 206	2.82 169	8.53 210

IGEV_Zeroshot_test	2.01 180	0.29 181	0.74 193	2.41 213	0.14 106	1.47 204	0.65 165	1.66 205	0.86 193	1.42 183	6.49 227	1.43 172	0.50 172	0.18 151	3.59 151	4.18 235	0.48 140	0.26 160	5.82 176	1.37 203	5.57 204	7.66 219	0.27 178	0.11 108	0.27 175	0.20 143	3.25 186	3.05 178

anonymity	2.08 181	0.37 183	0.11 164	0.17 173	0.15 114	0.24 175	0.20 118	1.34 197	0.85 192	2.03 209	18.46 258	0.98 164	0.52 176	0.17 149	3.57 149	3.93 229	0.70 162	0.25 153	3.72 152	0.66 155	3.21 155	7.06 208	0.20 169	0.43 169	0.23 174	0.49 161	3.30 188	2.72 174

HBP-ISP	2.10 182	0.22 172	1.16 207	0.98 196	0.61 186	0.70 191	0.06 77	2.15 215	0.66 181	2.04 210	3.60 207	0.51 147	0.36 166	1.83 216	7.47 203	6.67 248	0.60 154	0.51 192	1.89 116	1.12 191	4.69 189	8.60 237	0.01 85	0.57 180	1.12 201	1.15 181	5.27 221	2.01 171

RTS	2.13 183	0.09 125	0.05 152	0.06 142	0.27 157	0.12 154	3.10 207	0.06 96	0.23 123	1.39 178	0.21 131	0.76 155	0.13 129	0.43 191	10.72 233	2.25 178	1.08 190	0.24 146	6.92 187	0.94 179	3.54 166	4.78 145	0.00 1	0.44 170	0.69 187	16.39 250	1.48 115	1.22 163

RTSA	2.13 183	0.09 125	0.05 152	0.06 142	0.27 157	0.12 154	3.10 207	0.06 96	0.23 123	1.39 178	0.21 131	0.76 155	0.13 129	0.43 191	10.72 233	2.25 178	1.08 190	0.24 146	6.92 187	0.94 179	3.54 166	4.78 145	0.00 1	0.44 170	0.69 187	16.39 250	1.48 115	1.22 163

ccs_rob	2.19 185	0.09 125	0.18 171	0.13 166	0.06 51	0.03 109	0.03 47	2.33 217	0.54 174	2.44 220	12.56 250	15.01 214	0.18 137	0.30 177	3.10 132	2.81 211	0.75 167	0.28 162	3.16 143	0.80 172	4.43 182	5.41 164	0.03 117	1.16 204	0.00 1	0.01 64	1.74 125	1.49 168

PWC_ROB	2.29 186	0.25 178	0.06 155	0.01 35	0.17 123	0.16 161	0.98 176	0.02 62	0.62 177	0.65 152	3.33 202	1.37 170	12.76 226	0.26 165	6.03 193	2.03 172	1.15 193	0.92 215	6.78 186	0.58 144	4.98 194	7.64 218	0.11 150	1.04 200	0.02 122	0.18 141	2.87 172	6.83 198

XX-Stereo	2.39 187	0.04 54	0.08 158	0.02 79	0.03 28	0.17 163	0.24 137	0.12 118	0.24 127	2.06 211	6.55 228	0.32 114	0.46 170	0.04 80	4.87 178	4.47 239	0.81 173	0.25 153	4.97 164	0.21 100	2.69 146	4.18 132	0.31 187	0.11 108	24.56 253	0.03 100	2.13 138	4.54 187

iRaft-Stereo_20w	2.41 188	0.79 203	1.84 219	2.39 212	0.37 169	0.73 192	0.54 160	0.89 178	1.53 206	3.22 239	8.29 241	0.71 153	0.65 177	0.45 193	3.12 134	3.75 224	0.92 182	0.57 196	4.64 159	1.51 207	3.72 170	6.38 189	0.42 195	0.40 166	0.58 183	7.46 222	2.87 172	6.30 195

MFMNet_re	2.50 189	0.07 105	0.08 158	0.00 1	0.81 196	1.00 197	1.92 197	1.98 212	1.84 211	0.48 139	0.90 160	11.12 209	4.20 203	0.12 134	8.35 218	2.23 177	2.12 205	0.88 213	10.85 206	1.93 219	6.20 211	4.31 137	0.70 204	1.05 201	0.01 108	0.01 64	2.53 160	1.91 170

MFN_U_SF_DS_RVC	2.58 190	0.39 185	0.13 166	1.02 199	0.94 203	1.47 204	6.02 217	1.28 195	1.25 202	0.58 147	0.51 142	3.99 194	1.35 181	2.94 222	8.49 221	0.84 107	0.53 149	0.24 146	8.49 198	0.82 175	5.19 199	7.26 213	0.63 201	0.22 150	1.61 206	3.32 204	2.83 171	7.19 201

SFCPSM	2.60 191	0.04 54	0.02 127	0.05 130	0.12 97	0.32 179	0.11 101	0.30 146	0.77 189	1.51 189	4.75 219	6.92 200	11.96 223	0.12 134	6.19 194	2.43 203	1.00 186	0.33 172	15.96 214	2.34 225	3.04 153	4.15 130	0.12 151	0.71 183	0.04 128	0.60 163	3.86 205	2.56 173

CBMV	2.60 191	0.15 155	0.26 173	0.40 186	0.57 182	0.97 196	1.03 177	1.21 193	0.37 149	1.54 191	1.80 180	6.95 201	2.14 190	0.70 202	5.13 185	2.53 206	1.37 201	0.34 175	5.85 177	0.66 155	5.87 208	6.83 203	0.10 143	1.05 201	0.28 178	0.55 162	6.85 222	14.70 231
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCMid	2.74 193	1.26 213	1.71 216	0.40 186	1.93 213	1.52 206	3.53 211	0.86 174	3.72 222	0.89 162	3.79 209	1.75 177	1.91 185	0.47 196	6.57 197	1.98 167	1.00 186	0.81 210	8.43 197	1.44 206	4.23 178	6.72 201	1.73 221	0.54 175	1.26 202	4.03 207	2.31 150	9.24 212

AnyNet_C32	2.80 194	0.52 194	0.22 172	0.25 180	0.67 189	0.44 187	3.17 209	0.15 124	7.69 237	1.48 186	3.90 210	1.23 168	0.31 158	0.37 184	8.77 222	1.97 166	1.32 200	1.08 218	4.26 158	0.99 184	5.88 209	7.00 207	0.16 164	0.85 190	3.07 216	5.64 217	3.09 181	11.20 220

FAT-Stereo	2.88 195	0.13 147	2.06 222	0.15 169	0.40 173	0.03 109	0.61 162	3.14 222	0.69 185	3.08 234	9.21 243	11.10 208	2.12 189	0.09 120	5.89 192	3.41 221	1.24 197	1.17 223	4.21 157	1.62 212	5.45 201	7.79 224	0.16 164	1.79 224	0.09 145	1.45 185	2.64 164	8.01 207

FBW_ROB	3.03 196	2.28 216	1.73 217	5.36 219	3.29 220	1.68 209	5.06 213	0.59 163	0.05 60	1.66 197	1.74 178	6.05 199	1.43 182	3.87 227	5.17 186	0.52 57	0.88 177	0.10 93	22.28 230	0.75 167	4.57 186	4.14 129	3.32 226	0.78 186	0.07 139	0.88 174	0.54 73	2.97 177

S-Stereo	3.08 197	0.07 105	0.92 201	0.58 192	0.48 178	0.11 145	2.12 203	1.93 210	1.12 198	3.16 238	11.36 249	13.75 213	0.84 179	0.14 143	8.10 214	4.42 238	0.93 183	1.15 222	5.86 178	2.48 228	3.72 170	8.66 238	0.30 184	1.78 223	0.00 1	1.19 182	1.99 134	6.02 194

PVD	3.14 198	0.08 116	2.03 221	0.06 142	0.59 184	0.61 189	1.76 193	4.43 234	5.36 230	1.92 207	3.47 205	1.71 175	4.28 204	0.39 189	8.77 222	3.31 219	1.63 204	1.33 226	7.97 194	2.09 221	4.97 193	7.57 215	0.09 141	0.82 188	3.19 217	5.61 216	3.52 200	7.31 202

ADCPNet	3.33 199	0.18 160	1.54 214	0.37 184	2.11 215	0.43 185	4.39 212	1.15 191	2.63 218	2.22 215	4.68 217	1.26 169	8.61 217	0.75 204	7.76 207	2.37 196	1.20 194	0.28 162	9.48 201	1.76 216	4.12 176	7.06 208	1.85 222	0.44 170	3.47 220	5.21 215	3.51 197	11.22 221

MSC_U_SF_DS_RVC	3.56 200	1.18 212	0.42 181	2.21 210	1.08 207	1.06 199	7.26 224	0.90 179	6.00 232	2.41 219	0.89 159	2.49 184	1.53 183	4.82 229	8.39 219	2.74 209	1.46 203	0.99 217	19.04 220	2.19 223	4.43 182	8.48 236	1.87 224	0.85 190	1.96 210	2.40 194	1.47 113	7.73 204

SPS-STEREO	3.87 201	0.51 192	0.89 200	2.55 215	0.60 185	2.27 213	1.91 196	2.42 218	0.48 166	2.64 224	5.18 221	10.68 206	3.56 201	0.45 193	9.10 227	4.16 233	2.88 211	1.11 219	16.03 215	1.11 188	9.65 241	7.06 208	0.53 200	2.09 229	2.07 211	4.05 208	5.19 220	5.27 192
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_RVC	3.93 202	0.95 208	0.88 199	1.32 203	0.91 201	2.12 210	6.41 221	1.67 206	0.97 196	2.95 231	7.64 239	5.48 198	1.73 184	5.39 230	10.74 235	1.82 158	1.27 198	0.83 212	24.63 234	2.41 227	6.44 214	7.61 216	0.48 198	1.69 221	0.77 192	2.75 199	2.25 145	3.90 184

CBMV_ROB	3.99 203	0.43 187	1.00 204	2.02 206	0.95 204	1.61 208	1.67 192	2.83 221	0.70 188	2.13 214	4.08 214	16.34 219	11.91 222	0.27 170	7.96 211	2.44 204	1.39 202	0.29 165	9.76 203	1.58 210	5.47 203	5.44 165	0.30 184	0.55 178	3.43 219	7.99 226	7.43 227	7.85 206

ADCS	4.09 204	0.93 207	0.94 202	0.21 178	1.52 209	0.90 195	3.48 210	1.50 201	7.56 236	1.61 195	2.40 192	3.48 193	8.67 218	1.39 212	8.27 216	5.49 245	3.09 214	1.78 234	9.75 202	1.93 219	8.24 227	9.82 245	0.76 206	1.19 205	1.79 209	10.54 236	2.97 178	10.29 216

pmcnn	4.18 205	0.67 199	0.61 187	2.04 208	2.52 217	1.28 203	2.95 205	2.15 215	1.23 201	2.77 227	7.26 235	9.11 204	13.10 227	0.75 204	5.43 190	4.15 232	3.09 214	1.73 233	11.50 207	2.73 229	7.89 220	6.07 183	1.48 218	1.49 214	0.83 194	1.86 190	7.22 224	10.99 219

edge stereo	4.35 206	0.75 201	5.54 233	1.47 204	0.68 190	2.40 214	2.05 199	3.82 232	2.47 217	2.83 229	7.39 237	22.39 228	7.04 211	0.46 195	6.71 198	3.86 227	1.02 188	0.58 199	13.65 211	1.77 217	4.25 180	8.22 232	0.37 193	1.10 203	1.66 208	1.13 180	4.17 212	9.80 213

SANet	4.68 207	1.15 211	0.72 191	1.08 200	1.79 211	2.18 212	1.80 194	3.64 228	4.06 224	1.02 167	1.51 173	40.89 246	15.13 228	0.74 203	5.23 188	0.73 97	2.96 213	0.36 179	3.45 147	0.72 163	3.79 174	4.83 148	0.04 123	2.43 233	1.08 198	9.27 230	5.08 217	10.76 218

G-Net	4.73 208	0.73 200	0.67 190	0.15 169	0.83 198	0.25 176	0.42 156	3.63 227	5.06 228	2.28 216	7.11 234	33.67 240	3.98 202	0.11 125	4.48 172	4.47 239	0.90 178	1.56 228	10.38 205	7.20 247	4.91 192	4.92 153	0.27 178	2.00 228	0.69 187	3.51 205	8.30 229	15.26 232

STTRV1_RVC	4.78 209	0.30 182	0.41 179	0.44 188	0.39 172	1.12 200	0.89 172	0.42 155	0.42 158	0.89 162	2.56 195	4.38 195	8.09 215	0.50 198	12.48 246	2.25 178	4.06 221	0.55 194	44.24 257	6.11 242	5.46 202	6.51 193	0.15 160	1.26 209	3.42 218	2.80 201	4.93 215	13.99 228

DDUNet	4.89 210	8.16 227	1.37 210	15.28 227	11.53 232	13.06 227	13.61 228	0.03 76	0.08 86	0.31 125	0.17 125	2.81 185	0.12 126	30.11 239	1.31 44	0.42 36	5.42 230	3.10 242	7.68 191	3.60 237	0.64 58	3.51 107	7.13 233	0.11 108	0.13 156	0.00 1	2.47 157	0.00 1

UDG	4.89 210	9.17 229	1.61 215	15.38 228	16.23 239	10.04 224	21.31 233	0.34 151	0.07 79	0.29 122	0.87 158	2.05 181	0.07 109	21.35 235	3.10 132	0.73 97	5.33 229	1.71 232	7.74 192	3.39 235	2.18 126	4.16 131	3.02 225	0.25 155	0.01 108	0.00 1	1.53 120	0.02 89

SGM_RVC	5.06 212	2.37 217	0.86 198	3.70 217	2.05 214	4.02 220	3.08 206	3.97 233	2.18 215	2.80 228	4.60 216	12.63 210	9.07 219	0.52 199	5.35 189	1.16 126	2.48 209	0.73 205	16.29 217	1.29 201	5.10 197	4.67 144	0.97 212	1.53 215	5.98 227	4.86 212	17.62 244	16.88 235
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MaskLacGwcNet_RVC	5.10 213	0.81 204	0.45 183	1.01 198	0.93 202	1.00 197	2.09 200	1.18 192	1.70 207	2.65 225	7.37 236	55.54 259	5.50 208	2.83 221	4.18 165	2.37 196	2.53 210	2.86 240	12.17 208	0.63 150	6.51 215	7.97 229	0.21 170	1.40 211	0.80 193	2.92 202	3.45 193	6.78 197

MADNet+	5.17 214	1.14 210	0.81 196	1.31 202	1.86 212	0.41 183	7.13 223	4.64 235	1.30 204	2.11 213	1.25 168	7.00 202	7.54 212	1.68 214	15.77 254	5.61 246	10.54 246	0.72 204	9.98 204	4.66 240	10.53 246	7.94 228	0.28 183	6.30 251	5.27 225	1.53 187	3.79 204	18.58 239

AnyNet_C01	5.32 215	1.31 214	1.35 209	1.99 205	0.99 205	0.82 194	7.01 222	3.81 231	6.95 235	2.67 226	3.93 211	10.88 207	7.80 214	1.30 211	9.45 229	7.51 250	6.49 234	5.87 250	13.81 212	3.14 231	11.01 248	10.44 251	1.44 217	1.40 211	5.27 225	3.18 203	3.86 205	9.83 214

DGSMNet	5.33 216	1.12 209	1.33 208	0.98 196	0.43 175	1.56 207	0.78 168	2.82 220	1.13 199	5.43 251	19.14 260	3.33 192	4.71 206	2.73 220	8.95 225	7.91 253	9.34 242	4.39 247	21.81 229	3.83 238	12.01 253	14.38 256	1.86 223	2.77 238	0.76 190	2.72 198	3.12 182	4.64 188

SAMSARA	5.52 217	0.23 176	0.80 195	0.18 174	0.57 182	0.41 183	2.10 201	1.88 209	0.86 193	1.41 182	2.42 194	1.38 171	10.98 221	1.02 210	9.99 230	3.27 218	1.05 189	0.74 206	7.61 190	1.75 214	5.76 207	7.98 230	0.04 123	1.01 197	21.88 251	23.92 255	18.50 248	21.19 242

MDST_ROB	6.06 218	6.32 224	0.76 194	13.33 224	3.41 221	8.50 223	1.53 188	2.13 214	0.65 180	1.74 200	2.19 188	3.26 191	21.56 234	0.29 175	11.71 240	1.33 136	0.63 158	0.21 137	6.39 183	0.43 132	4.86 191	6.32 187	0.76 206	0.84 189	16.17 245	8.98 228	25.75 256	13.52 227

SGM+DAISY	6.69 219	2.68 220	2.71 223	4.33 218	3.45 222	5.63 221	5.85 215	3.71 230	4.72 227	3.62 241	10.34 246	13.55 212	12.02 224	2.03 218	14.41 251	5.03 242	2.95 212	1.60 229	21.46 226	3.31 233	8.98 237	8.82 239	0.64 202	3.61 242	6.70 230	7.55 223	9.49 234	11.52 223

MeshStereo	7.49 220	2.45 219	1.41 211	9.03 221	3.49 223	5.64 222	1.40 186	5.90 236	3.57 220	3.05 233	6.33 226	28.63 234	21.45 233	0.42 190	10.59 232	4.96 241	2.14 207	0.94 216	14.38 213	0.97 183	11.89 251	9.38 241	0.34 190	1.37 210	10.08 232	6.05 221	18.65 250	17.73 238
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	7.61 221	3.80 221	7.34 237	11.01 223	2.88 219	3.90 219	5.07 214	6.50 239	12.34 246	5.67 252	11.30 248	21.85 225	24.42 236	0.90 207	9.03 226	1.19 128	4.84 225	1.90 235	18.61 218	1.57 209	5.70 205	7.14 211	0.08 137	2.66 236	4.23 221	12.31 239	5.16 218	14.07 229

DPSNet	7.66 222	0.53 195	0.50 184	0.51 191	2.55 218	1.23 202	1.03 177	0.91 180	2.91 219	1.28 176	2.85 197	52.35 258	15.45 229	4.00 228	10.74 235	5.86 247	3.57 218	2.30 239	50.03 259	4.14 239	9.13 240	9.73 244	4.37 231	2.64 235	1.64 207	10.31 234	2.55 161	3.75 183

SQANet	8.36 223	13.62 231	1.51 213	27.93 235	7.70 228	24.54 234	19.95 232	0.50 160	0.53 173	0.08 81	0.57 145	12.67 211	2.96 194	15.94 232	7.34 201	0.50 53	3.38 217	0.09 91	21.60 227	0.63 150	6.67 216	6.60 199	38.30 241	0.50 174	0.27 175	2.11 192	2.43 155	6.72 196

SGM-ForestM	8.92 224	9.69 230	3.21 225	8.85 220	3.50 224	10.23 225	8.18 225	7.87 244	5.49 231	2.34 217	6.95 233	26.20 231	19.67 231	1.74 215	14.19 250	2.52 205	3.65 219	0.77 207	18.97 219	2.16 222	5.97 210	4.94 154	1.22 215	1.82 225	16.19 246	14.94 244	21.89 252	17.65 237

ELAS_RVC	10.24 225	5.33 223	4.68 231	10.96 222	6.07 225	18.00 230	6.32 219	6.73 240	4.18 225	4.37 247	13.14 253	38.51 245	26.53 242	1.99 217	8.40 220	3.07 214	4.87 226	3.11 243	12.18 209	3.35 234	8.09 225	10.23 247	1.67 220	4.98 248	17.94 247	13.21 241	18.60 249	19.96 241
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	10.48 226	6.74 225	4.17 230	13.36 225	8.23 229	14.54 228	6.36 220	7.60 243	6.93 234	4.00 246	13.16 254	37.82 244	23.84 235	2.16 219	9.35 228	2.97 213	4.96 227	2.92 241	12.82 210	2.35 226	8.15 226	10.26 248	1.55 219	4.54 246	19.05 249	15.68 249	17.89 246	21.51 243
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
otaku	10.90 227	18.81 234	1.77 218	39.91 243	12.22 234	34.18 241	24.58 234	0.18 129	0.44 162	0.00 1	0.62 147	15.33 217	4.54 205	24.74 237	8.11 215	0.57 67	3.84 220	0.11 100	24.02 231	0.79 169	7.40 217	6.43 191	51.76 244	1.03 199	0.28 178	1.32 183	2.92 176	8.28 209

Ntro	11.53 228	20.07 236	3.00 224	43.23 247	14.55 237	33.85 240	28.83 237	0.08 105	0.41 157	0.22 115	0.21 131	15.85 218	3.28 198	28.17 238	7.97 212	0.51 55	4.77 223	0.15 111	24.61 233	0.94 179	7.73 219	6.31 185	52.82 245	1.54 216	0.15 159	2.18 193	2.50 159	7.45 203

STStereo	11.69 229	8.45 228	10.04 246	18.16 229	10.58 231	15.14 229	10.53 226	13.13 252	9.53 243	3.86 243	14.97 256	36.06 241	26.96 243	0.99 208	15.41 252	3.48 223	2.14 207	0.91 214	27.08 237	2.21 224	5.15 198	6.42 190	1.20 214	4.57 247	15.16 244	13.24 242	18.03 247	22.37 246

SPstereo	12.03 230	2.44 218	9.20 245	2.03 207	1.26 208	3.32 218	2.10 201	10.18 249	5.25 229	3.71 242	18.14 257	22.33 227	39.50 253	2.97 223	10.56 231	15.04 257	12.88 248	12.88 256	24.43 232	12.53 254	19.22 258	17.31 259	4.01 228	6.56 253	10.65 233	13.44 243	20.72 251	22.08 245

PSMNet_ROB	12.92 231	23.05 241	5.61 234	30.55 236	6.20 226	34.92 242	29.34 239	1.70 208	1.75 210	2.97 232	5.43 223	20.61 223	27.77 244	23.98 236	8.94 224	0.72 95	5.52 231	0.57 196	25.00 235	3.13 230	8.01 224	6.53 194	49.02 242	1.60 217	6.03 228	7.68 224	4.46 214	7.83 205

ACVNet-4b	13.47 232	22.61 240	3.70 227	40.58 244	16.09 238	37.09 243	30.22 240	0.54 162	0.42 158	0.34 127	0.20 129	27.86 233	7.56 213	58.01 250	7.70 205	0.55 62	6.82 235	0.37 181	19.63 223	1.22 196	7.95 221	5.77 178	54.71 248	2.12 230	0.19 169	0.61 164	1.83 127	8.95 211

LSM0	13.66 233	0.48 190	1.89 220	3.22 216	2.27 216	2.98 217	6.02 217	6.42 238	6.24 233	3.39 240	7.39 237	15.02 215	21.09 232	0.59 200	72.72 263	82.45 264	4.78 224	1.63 230	41.67 254	6.26 244	14.18 256	15.86 257	0.24 173	2.56 234	5.08 223	9.03 229	13.43 239	21.93 244

WAO-6	13.69 234	13.80 232	3.74 228	23.62 232	13.67 236	31.88 238	26.45 235	3.68 229	9.30 242	0.52 144	2.91 199	26.50 232	36.24 252	46.50 242	8.08 213	1.52 145	9.67 243	0.68 202	20.50 225	1.73 213	8.83 233	7.74 221	17.50 237	3.35 241	12.66 239	11.66 238	9.90 235	17.13 236

RainbowNet	13.70 235	22.55 239	4.78 232	45.64 250	20.27 241	38.74 244	30.56 241	1.10 189	0.98 197	0.61 149	0.00 1	22.31 226	8.58 216	50.56 245	6.98 200	0.98 117	4.69 222	0.27 161	16.23 216	3.52 236	8.64 230	7.61 216	54.15 247	1.41 213	1.53 205	2.69 197	4.07 210	10.50 217

DispFullNet	13.76 236	21.88 238	15.89 254	24.86 233	21.02 242	20.86 231	35.46 246	7.47 242	4.04 223	10.78 256	8.78 242	19.92 222	16.16 230	32.44 240	6.50 196	9.00 254	19.01 256	5.23 248	33.08 243	10.48 251	8.84 234	7.86 225	4.01 228	1.64 218	2.82 213	1.95 191	7.01 223	14.43 230

MANE	14.80 237	7.78 226	12.20 252	14.57 226	10.23 230	12.65 226	10.66 227	14.23 255	13.81 248	3.15 237	9.50 245	32.07 238	29.96 245	3.21 224	16.78 255	7.52 251	5.32 228	20.78 260	19.44 222	3.25 232	8.74 232	7.75 223	1.22 215	5.74 249	25.51 256	24.86 256	40.14 261	38.43 257

ACVNet_1	15.09 238	27.35 249	7.46 238	51.42 256	29.53 249	48.54 253	36.16 247	0.04 84	0.62 177	0.39 131	0.00 1	18.89 221	6.85 210	60.94 252	4.60 176	0.56 64	7.36 236	0.57 196	21.72 228	0.49 140	8.00 223	5.14 159	54.78 251	1.96 226	0.32 181	5.74 219	2.47 157	5.42 193

PWCK	15.17 239	20.47 237	6.84 236	32.90 239	11.65 233	21.53 232	17.84 230	9.87 248	11.97 245	12.07 257	14.29 255	41.32 247	25.14 239	3.58 226	11.25 239	2.27 183	8.70 241	1.66 231	61.56 262	7.51 248	11.31 250	9.01 240	14.59 236	2.97 239	8.97 231	15.50 248	8.45 230	16.44 234

ACVNet_2	15.75 240	27.28 248	7.96 241	50.80 255	26.50 245	45.66 252	33.66 245	0.27 142	0.42 158	0.62 150	0.94 161	24.18 229	9.84 220	48.67 244	4.83 177	0.60 78	11.17 247	0.10 93	33.98 246	0.68 159	7.99 222	5.88 180	53.48 246	1.99 227	5.13 224	10.08 232	4.33 213	8.26 208

JetBlue	16.26 241	15.75 233	11.96 251	22.11 231	17.95 240	27.99 236	17.99 231	13.64 253	16.12 250	2.62 222	3.45 204	67.72 262	4.80 207	15.68 231	8.32 217	7.69 252	14.60 251	10.60 255	20.06 224	7.74 249	16.54 257	14.09 255	9.90 234	6.84 254	13.22 241	23.90 254	22.16 253	25.58 249

LVE	17.70 242	25.24 244	6.02 235	47.66 251	30.55 250	42.15 248	37.64 249	0.92 181	1.92 212	3.11 235	0.03 95	21.36 224	26.37 241	59.12 251	5.21 187	1.22 129	6.30 233	0.78 208	29.93 239	1.17 192	9.97 242	8.22 232	55.32 253	3.82 244	19.25 250	10.53 235	11.57 236	12.58 224

IMH-64-1	18.20 243	24.74 242	8.43 243	43.22 245	29.41 247	41.24 245	39.25 250	3.31 224	8.66 239	0.09 87	0.84 155	31.58 236	24.90 237	74.34 253	7.80 208	1.61 148	7.68 237	2.14 236	30.04 240	1.17 192	8.89 235	8.35 234	55.70 254	1.66 219	10.76 234	4.93 213	7.35 225	13.35 225

IMH-64	18.20 243	24.74 242	8.43 243	43.22 245	29.41 247	41.24 245	39.25 250	3.31 224	8.66 239	0.09 87	0.84 155	31.58 236	24.90 237	74.34 253	7.80 208	1.61 148	7.68 237	2.14 236	30.04 240	1.17 192	8.89 235	8.35 234	55.70 254	1.66 219	10.76 234	4.93 213	7.35 225	13.35 225

Dean	18.84 245	31.43 254	4.15 229	56.06 258	33.28 254	49.41 254	37.37 248	3.21 223	4.38 226	1.58 193	0.03 95	26.03 230	34.61 249	57.09 249	7.74 206	0.90 111	8.47 240	0.31 170	25.72 236	1.51 207	8.39 229	7.38 214	54.84 252	2.74 237	18.36 248	10.10 233	13.28 238	10.20 215

BEATNet-Init1	19.18 246	19.13 235	7.74 239	32.14 237	13.16 235	29.13 237	16.19 229	12.18 251	13.16 247	4.63 248	12.87 251	36.56 242	42.58 255	3.21 224	20.76 258	9.14 255	5.88 232	3.97 246	47.19 258	17.73 258	12.29 255	13.10 254	3.89 227	6.55 252	27.00 258	17.20 253	50.67 264	39.90 259

IMH	19.35 247	25.33 245	8.35 242	43.47 248	30.55 250	42.09 247	40.33 252	3.51 226	8.89 241	0.16 100	0.25 136	33.42 239	33.95 248	77.49 256	6.93 199	1.33 136	8.16 239	2.24 238	30.28 242	1.37 203	8.71 231	7.74 221	55.71 256	1.76 222	10.94 236	7.82 225	8.50 231	23.20 247

LE_ROB	19.62 248	4.63 222	7.87 240	26.32 234	33.04 253	23.04 233	28.96 238	19.01 257	15.58 249	4.86 250	12.98 252	44.86 252	49.56 260	1.53 213	11.86 241	1.87 160	2.13 206	0.55 194	29.13 238	6.11 242	7.57 218	6.29 184	6.44 232	23.82 261	30.40 262	35.63 261	47.13 263	48.49 263

WAO-8	20.82 249	26.27 246	10.77 247	39.60 241	25.15 243	43.40 249	32.13 243	9.00 246	19.71 251	3.97 244	6.66 231	44.41 250	33.89 246	55.25 247	10.97 237	1.61 148	10.27 244	1.14 220	33.91 244	12.99 256	9.06 238	7.88 226	25.90 238	2.29 231	29.01 259	15.39 246	15.57 241	35.82 255

Venus	20.82 249	26.27 246	10.77 247	39.60 241	25.15 243	43.40 249	32.13 243	9.00 246	19.71 251	3.97 244	6.66 231	44.41 250	33.89 246	55.29 248	10.97 237	1.61 148	10.27 244	1.14 220	33.91 244	12.99 256	9.06 238	7.88 226	25.90 238	2.29 231	29.01 259	15.39 246	15.57 241	35.82 255

DLNR_Zeroshot_test	21.55 251	75.17 264	0.84 197	99.67 268	0.13 102	0.13 158	98.88 267	1.65 203	0.29 141	2.62 222	1.07 167	2.92 186	0.32 159	20.56 234	96.42 265	100.00 269	22.94 258	20.02 259	19.09 221	1.80 218	8.26 228	7.69 220	0.01 85	0.27 158	0.00 1	0.00 1	0.25 63	0.88 155

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	10.61 244	7.82 254	8.23 240	30.48 235	26.26 240	85.01 258	12.59 248	3.26 217	13.88 249	5.40 249	37.79 250	5.60 241	10.75 247	9.84 246	57.93 259	4.50 245	14.97 243	11.14 237	14.88 240	27.20 250

TorneroNet	24.99 253	29.07 253	12.56 253	50.44 254	35.02 256	52.97 257	51.77 255	8.41 245	25.66 257	1.39 178	6.31 225	45.92 253	45.14 258	86.77 261	12.07 243	1.42 140	14.50 250	3.39 244	41.10 252	7.14 246	10.50 244	9.42 242	56.93 258	3.21 240	13.83 242	12.60 240	11.85 237	25.42 248

TorneroNet-64	25.10 254	28.63 251	11.01 249	49.93 252	33.59 255	50.82 256	51.36 254	6.76 241	28.41 259	1.49 187	1.50 172	48.55 255	49.42 259	85.80 259	12.23 245	1.61 148	14.98 252	3.40 245	41.73 255	6.57 245	10.52 245	9.65 243	56.72 257	3.73 243	12.34 238	17.16 252	8.21 228	31.60 253

ktn	25.90 255	27.52 250	11.72 250	43.86 249	32.66 252	45.51 251	53.50 256	6.39 237	31.24 261	14.15 258	3.51 206	43.90 249	43.66 256	76.09 255	15.43 253	6.85 249	16.40 254	10.39 254	38.11 251	9.69 250	11.24 249	10.33 249	58.59 260	8.85 255	12.13 237	15.32 245	24.53 255	27.77 251

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	23.79 256	6.84 253	2.18 187	46.65 254	44.62 257	91.19 263	13.09 249	2.91 212	15.06 253	7.07 252	44.19 256	11.09 252	10.00 243	10.39 250	61.48 263	6.08 250	2.86 214	5.93 220	8.61 233	18.82 240

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	23.46 255	31.58 261	28.76 261	43.16 248	41.83 254	53.67 246	34.49 261	24.18 259	24.28 259	15.40 257	41.40 253	36.56 261	25.39 261	25.09 261	27.23 240	20.88 259	25.07 254	31.61 260	27.44 257	28.83 252

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	20.91 254	4.64 249	6.56 230	49.16 256	35.76 250	85.80 259	11.99 242	3.25 216	19.16 257	6.32 251	36.00 249	12.62 255	12.06 254	11.48 252	58.77 261	12.64 257	26.75 257	26.51 258	17.44 243	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	20.52 253	8.92 255	9.25 244	49.45 257	36.21 251	84.01 257	12.54 247	4.26 237	18.84 255	7.29 253	35.37 247	11.91 253	11.98 252	12.16 253	59.99 262	10.24 256	22.52 252	26.36 257	17.77 245	39.71 258

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	18.67 259	68.87 263	59.34 262	89.79 262	20.65 257	15.16 258	27.64 260	18.55 258	57.63 261	29.43 260	22.05 259	18.21 260	70.77 265	17.96 258	30.25 261	28.11 259	29.43 259	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	11.16 247	63.72 260	6.53 209	46.98 243	33.84 260	37.68 261	46.16 261	61.14 264	35.57 248	20.96 259	58.43 263	52.72 262	49.68 243	23.35 260	31.74 263	47.35 262	39.42 260	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	64.81 261	65.99 263	19.56 233	19.61 256	24.60 260	50.08 262	32.22 261	53.62 260	53.64 262	74.46 264	72.66 263	10.15 235	59.09 263	25.39 255	55.66 263	42.62 262	34.08 254

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	24.77 260	16.43 258	92.88 267	48.31 262	6.24 229	2.51 196	24.28 254	15.80 233

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	36.83 243	91.75 264	44.84 241	60.52 262	71.88 262	72.28 264	76.49 265	62.77 263	79.69 264	77.95 265	80.09 265	62.34 264	61.18 264	98.40 268	99.70 268	99.60 268	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	84.03 266	76.35 264	88.24 266	85.65 265	89.63 267	92.69 266	100.00 269	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	89.46 267	92.65 267	100.00 271	94.87 266	79.89 265	88.94 265	83.47 265	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	100.00 272	100.00 271	100.00 271	100.00 270	100.00 269	100.00 269	100.00 269	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	100.00 272	100.00 271	54.75 249	100.00 270	100.00 269	100.00 269	100.00 269	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	100.00 272	100.00 271	54.75 249	100.00 270	100.00 269	100.00 269	100.00 269	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	93.73 268	87.57 266	99.99 270	99.97 269	78.01 264	98.96 267	88.73 267	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	96.36 269	98.90 268	100.00 271	100.00 270	86.66 266	87.54 264	88.46 266	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	99.18 270	99.45 269	99.85 268	99.95 267	100.00 269	100.00 269	100.00 269	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	99.18 270	99.45 269	99.85 268	99.95 267	100.00 269	100.00 269	100.00 269	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	100.00 272	100.00 271	100.00 271	100.00 270	100.00 269	100.00 269	100.00 269	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	100.00 272	100.00 271	100.00 271	100.00 270	100.00 269	100.00 269	100.00 269	100.00 269

FADE																					27.20 262						28.34 258

Low-res two-view benchmark