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

CroCo-Stereo Lap2	0.35 1	0.23 3	0.15 1	0.11 1	0.12 3	0.16 1	0.08 2	0.35 4	0.15 4	0.47 12	0.10 2	0.33 3	0.15 3	0.16 1	1.27 7	1.03 19	0.37 1	0.37 4	0.46 3	0.22 2	0.60 8	0.93 9	0.17 2	0.14 1	0.40 4	0.34 6	0.41 2	0.27 3

StereoVision	0.36 2	0.28 4	0.22 4	0.13 3	0.18 6	0.21 3	0.14 5	0.30 2	0.23 6	0.35 6	0.18 3	0.35 4	0.17 5	0.17 2	1.03 4	0.80 6	0.47 4	0.36 3	0.44 2	0.23 3	0.47 3	0.59 4	0.16 1	0.22 5	0.41 5	0.40 10	0.72 9	0.36 8

CroCo-Stereo	0.36 2	0.21 1	0.15 1	0.11 1	0.10 2	0.19 2	0.06 1	0.33 3	0.14 2	0.31 3	0.05 1	0.37 6	0.14 1	0.18 3	1.64 17	1.08 24	0.38 2	0.38 5	0.52 5	0.21 1	0.65 12	0.90 8	0.17 2	0.15 2	0.39 3	0.31 3	0.45 3	0.26 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
ProNet	0.42 4	0.28 4	0.34 8	0.26 6	0.15 5	0.28 6	0.40 60	0.38 5	0.13 1	0.16 1	0.52 32	0.29 2	0.14 1	0.20 5	1.47 8	1.03 19	0.47 4	0.35 2	0.36 1	0.31 4	0.41 1	1.45 25	0.43 24	0.31 7	0.36 1	0.20 1	0.40 1	0.26 1

delet	0.53 5	0.58 13	0.49 28	0.36 20	0.50 44	0.51 46	0.31 34	0.50 7	0.30 12	0.56 15	0.44 19	0.47 10	0.36 21	0.48 72	1.21 6	0.72 2	0.58 11	0.48 10	0.47 4	0.42 10	0.61 9	0.70 5	0.41 22	0.47 32	0.52 13	0.36 9	1.09 26	0.51 17

AASNet	0.55 6	0.74 39	0.50 30	0.35 18	0.61 74	0.52 51	0.42 63	0.65 17	0.28 11	0.41 8	0.50 29	0.40 7	0.32 15	0.44 60	1.04 5	0.73 3	0.55 7	0.61 32	0.68 12	0.51 20	0.62 10	0.94 10	0.46 35	0.50 37	0.52 13	0.44 17	0.74 10	0.45 11

AANet_RVC	0.56 7	0.46 9	0.41 16	0.33 16	0.61 74	0.28 6	0.34 45	0.61 12	0.58 74	0.43 9	0.40 17	0.40 7	0.49 37	0.34 21	1.48 9	0.84 10	0.56 9	0.53 14	0.58 10	0.53 23	0.47 3	0.52 3	0.34 8	0.40 16	0.58 23	0.56 26	1.05 22	0.97 77

TDLM	0.57 8	0.62 15	0.66 53	0.43 33	0.58 71	0.49 40	0.51 91	0.72 22	0.45 37	0.33 4	0.80 85	0.83 63	0.46 33	0.46 68	0.67 1	0.67 1	0.59 13	0.55 21	0.52 5	0.51 20	0.51 5	1.17 13	0.44 28	0.41 19	0.42 7	0.35 7	0.64 8	0.70 41

StereoIM	0.61 9	0.48 10	0.31 5	0.17 4	0.27 11	0.21 3	0.18 7	0.44 6	0.33 15	1.08 109	0.30 10	0.52 11	0.24 9	0.19 4	1.98 26	1.30 53	0.63 20	0.60 28	1.24 38	0.47 16	0.91 30	1.19 15	0.39 18	0.28 6	0.64 31	0.66 38	0.62 6	0.82 57

MMNet	0.63 10	0.58 13	0.47 25	0.39 25	0.56 67	0.43 31	0.31 34	0.61 12	0.40 25	0.39 7	0.60 47	0.68 28	0.35 17	0.52 87	1.55 10	0.80 6	0.77 45	0.60 28	0.76 17	0.55 24	0.65 12	0.87 7	0.44 28	0.60 61	0.52 13	0.49 21	1.49 54	0.50 15

MIF-Stereo	0.64 11	0.44 8	0.35 10	0.21 5	0.25 9	0.35 13	0.18 7	0.62 15	0.31 13	0.75 50	0.29 8	0.69 30	0.36 21	0.25 10	1.85 24	1.53 80	0.60 16	0.65 37	1.69 64	0.47 16	1.19 46	1.30 17	0.39 18	0.33 9	0.56 19	0.55 24	0.55 4	0.58 22

RAFT	0.65 12	0.22 2	0.20 3	0.28 7	0.13 4	0.31 9	0.08 2	0.97 63	0.18 5	0.79 62	0.19 4	0.28 1	0.16 4	0.20 5	7.28 115	1.41 63	0.42 3	0.27 1	0.54 7	0.36 7	0.45 2	0.42 1	0.21 4	0.17 3	0.41 5	0.33 5	0.91 16	0.27 3

DMCA	0.68 13	0.72 31	0.65 49	0.40 27	0.49 41	0.54 55	0.34 45	0.59 11	0.55 66	0.79 62	0.64 52	0.73 37	0.41 27	0.47 70	1.60 16	0.99 17	0.76 39	0.68 42	0.68 12	0.52 22	0.71 16	1.17 13	0.51 55	0.57 51	0.50 12	0.55 24	1.06 24	0.62 35

iRaftStereo_RVC	0.69 14	0.56 12	0.45 22	0.29 9	0.31 14	0.34 11	0.20 10	0.68 21	0.26 8	0.46 11	0.56 40	0.60 14	0.30 12	0.29 14	1.71 18	0.98 16	0.60 16	0.47 9	0.75 16	0.45 13	1.03 36	4.25 67	0.38 16	0.42 21	0.49 10	0.41 13	0.78 12	0.48 12

test croco	0.75 15	0.88 91	0.39 13	0.33 16	0.61 74	0.35 13	0.30 33	0.89 54	0.35 19	0.72 43	0.24 5	0.73 37	0.35 17	0.21 7	2.10 31	1.66 97	0.73 31	0.72 54	1.01 27	0.43 11	1.85 84	1.92 33	0.36 10	0.39 12	0.72 41	0.61 30	0.75 11	0.74 45

RAFT_CTSACE	0.75 15	0.94 112	0.33 7	0.36 20	0.34 19	0.34 11	0.24 17	1.23 95	0.27 9	0.64 32	0.29 8	0.72 36	0.56 56	0.34 21	2.96 62	1.22 42	0.55 7	0.44 7	0.81 18	0.35 6	0.87 22	2.64 47	0.47 36	0.38 11	0.54 16	0.41 13	1.58 65	0.39 9

HCRNet	0.75 15	0.79 62	0.43 20	0.55 60	0.27 11	0.42 30	0.38 56	0.63 16	0.34 17	1.59 140	0.61 48	0.67 26	0.31 14	0.42 51	2.11 32	0.81 8	0.65 21	0.48 10	0.68 12	0.44 12	0.80 21	2.42 42	0.40 20	0.45 27	0.46 8	0.48 20	2.14 100	0.50 15

test_5	0.76 18	0.91 100	0.32 6	0.39 25	0.26 10	0.36 15	0.19 9	1.79 166	0.33 15	0.60 22	1.97 159	0.76 45	0.75 102	0.33 19	1.58 12	1.23 44	0.57 10	0.55 21	1.09 31	0.40 9	0.64 11	1.83 31	0.31 6	0.46 31	0.47 9	0.40 10	1.72 75	0.44 10

MIF-Stereo (partial)	0.77 19	0.77 53	0.34 8	0.29 9	0.38 27	0.36 15	0.31 34	0.54 8	0.40 25	0.61 25	0.32 11	0.55 13	0.40 24	0.24 9	2.14 34	1.65 95	0.69 25	0.76 67	0.93 24	0.48 18	1.52 68	1.76 30	0.42 23	0.39 12	0.64 31	0.70 42	2.25 111	0.86 62

UPFNet	0.78 20	0.71 26	0.89 84	0.55 60	0.65 91	0.60 80	0.56 95	0.72 22	0.57 71	0.59 21	0.59 45	0.64 21	0.47 35	0.61 115	1.83 23	1.02 18	0.77 45	0.69 50	0.92 22	0.73 67	0.70 15	1.04 11	0.55 72	0.67 79	0.64 31	0.57 28	2.18 104	0.59 28

CVANet_RVC	0.80 21	0.73 37	0.92 96	0.86 127	0.64 88	0.72 109	0.62 105	1.17 85	0.55 66	0.47 12	0.89 100	0.91 77	0.48 36	0.51 85	0.84 2	0.75 5	0.61 18	0.59 26	0.56 8	0.63 42	0.66 14	3.82 60	0.43 24	0.47 32	0.57 20	0.44 17	0.78 12	1.05 93

TestStereo	0.82 22	0.94 112	0.85 78	0.56 65	0.47 35	0.68 100	0.35 53	1.21 93	0.42 31	0.90 87	0.65 54	0.88 70	0.55 54	0.39 36	1.59 14	0.96 13	0.77 45	0.54 16	1.41 45	0.57 27	1.30 53	1.32 18	0.48 40	0.49 36	0.79 52	0.81 53	1.39 41	0.79 54

GMStereo	0.82 22	0.99 131	0.40 15	0.49 45	0.48 37	0.56 62	0.46 78	0.79 32	0.47 42	0.55 14	0.47 23	0.84 68	0.41 27	0.37 29	1.71 18	1.08 24	0.77 45	0.54 16	1.93 72	0.59 33	1.20 48	2.06 35	0.45 31	0.57 51	0.77 46	0.67 40	1.86 85	0.57 20
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet	0.87 24	0.85 80	0.83 73	0.78 110	0.74 103	0.62 84	0.56 95	0.84 44	0.49 52	0.67 38	0.70 65	0.96 91	0.68 85	0.45 66	2.29 41	0.88 11	0.76 39	0.66 39	0.94 25	0.80 82	1.07 37	1.08 12	0.50 50	0.54 43	0.91 74	1.03 90	1.67 74	1.14 103

HGLStereo	0.89 25	0.66 18	0.79 67	0.52 54	0.71 99	0.57 67	0.50 88	0.67 20	0.51 58	1.67 149	0.96 106	0.66 25	0.57 57	0.54 97	1.73 20	1.28 51	0.85 62	0.78 70	1.10 32	0.68 55	1.07 37	2.08 36	0.51 55	0.68 81	0.75 45	0.79 50	1.59 70	0.81 55

RAFT+CT+SA	0.90 26	0.97 121	0.42 19	0.45 41	0.29 13	0.39 21	0.21 11	1.63 153	0.35 19	0.73 46	0.32 11	0.91 77	0.69 88	0.41 43	1.58 12	1.43 66	0.59 13	0.60 28	2.18 76	0.50 19	0.90 25	5.09 81	0.35 9	0.43 22	0.55 17	0.43 16	1.56 60	0.49 13

UNet	0.90 26	0.77 53	0.77 64	0.61 74	0.61 74	0.61 82	0.57 100	0.90 55	0.60 80	1.20 113	0.68 57	0.77 47	0.58 61	0.67 137	1.80 22	1.20 40	0.83 61	0.73 57	1.14 35	0.83 96	0.90 25	1.35 19	0.65 109	0.77 96	0.70 39	0.79 50	2.48 135	0.95 75

dd	0.93 28	0.81 67	0.54 36	1.07 150	0.45 32	0.87 129	0.50 88	0.86 46	0.42 31	0.83 71	0.44 19	1.28 126	0.40 24	0.56 104	2.32 42	1.06 22	1.03 112	0.74 62	2.01 75	0.62 40	0.87 22	1.54 27	0.52 61	0.75 92	0.86 65	0.58 29	1.74 76	1.43 130

DSFCA	0.94 29	0.84 74	0.75 61	0.66 89	0.78 110	0.62 84	0.79 123	0.75 27	0.78 108	0.78 59	0.86 91	0.79 56	0.52 44	0.44 60	1.95 25	1.21 41	0.89 75	0.87 99	1.03 28	0.81 87	1.11 40	2.19 39	0.73 132	0.80 104	0.84 59	0.96 78	1.89 86	0.85 60

DMCA-RVC	0.94 29	0.74 39	0.78 66	0.62 76	0.78 110	0.58 70	1.11 149	0.77 28	1.39 161	1.36 127	0.68 57	0.88 70	0.57 57	0.58 108	2.43 46	1.16 32	0.91 79	0.78 70	0.99 26	0.78 77	0.94 31	1.41 23	0.55 72	0.72 89	0.62 29	0.64 34	1.82 80	0.91 70

IER	0.95 31	0.83 70	0.60 43	0.50 49	0.52 51	0.58 70	0.48 85	0.80 35	0.50 54	1.12 111	0.77 79	1.06 100	0.50 40	0.78 154	3.59 83	1.11 28	0.76 39	0.65 37	0.91 21	0.78 77	0.76 17	2.32 40	0.66 112	0.67 79	0.65 34	1.01 85	2.05 96	0.74 45

HITNet	0.97 32	0.66 18	0.64 48	0.69 92	0.50 44	0.40 23	0.33 42	1.25 98	0.87 120	0.70 40	0.70 65	0.94 86	0.53 45	0.39 36	2.05 29	1.16 32	0.69 25	0.64 36	0.84 19	0.61 36	2.15 93	4.61 71	0.49 44	0.60 61	0.63 30	0.63 33	1.82 80	0.82 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
RASNet	1.02 33	0.75 42	0.95 101	0.64 85	0.64 88	0.67 98	0.45 74	0.98 65	0.62 85	1.21 117	0.64 52	0.76 45	0.74 99	0.43 56	1.59 14	1.52 78	0.78 50	0.68 42	1.06 29	0.70 59	1.24 52	4.37 68	0.47 36	0.84 113	0.80 54	0.83 57	2.17 103	1.08 96

DLCB_ROB	1.03 34	0.92 104	0.91 90	0.74 100	0.83 124	0.75 114	0.77 120	0.88 51	0.73 104	0.93 93	0.85 89	1.06 100	0.94 143	0.70 142	1.57 11	1.24 46	1.03 112	0.73 57	0.92 22	0.75 71	1.48 64	2.49 43	0.81 152	0.77 96	1.35 145	1.30 121	1.49 54	0.95 75

TESTraft	1.04 35	0.98 127	0.44 21	0.41 29	0.34 19	0.41 24	0.26 24	1.12 78	0.40 25	0.98 99	0.35 15	0.64 21	0.76 107	0.53 90	3.11 70	1.82 110	0.74 33	0.52 13	3.10 111	0.57 27	1.16 44	3.86 63	0.37 12	0.45 27	0.58 23	1.17 112	2.52 141	0.60 29

DISCO	1.04 35	0.98 127	0.62 45	0.57 66	0.62 81	0.84 126	0.83 127	0.77 28	0.82 112	1.98 163	0.89 100	0.68 28	0.70 89	0.45 66	1.98 26	1.35 59	1.00 106	0.81 77	1.83 66	0.81 87	1.00 34	2.90 51	0.62 99	0.65 74	0.74 43	0.84 59	2.03 95	0.85 60

STTStereo	1.06 37	0.95 116	0.90 87	0.79 114	0.77 108	0.70 105	1.10 146	0.86 46	1.48 169	1.26 121	0.78 83	1.13 112	0.78 114	0.94 170	2.76 52	1.16 32	0.76 39	0.73 57	1.10 32	0.66 53	1.18 45	1.53 26	0.62 99	0.58 55	0.78 49	1.22 116	1.76 78	1.40 128

TestStereo1	1.09 38	0.99 131	0.41 16	0.38 22	0.37 25	0.41 24	0.27 27	1.02 69	0.40 25	0.80 66	0.34 13	0.61 18	0.74 99	0.53 90	2.97 63	1.78 106	0.74 33	0.54 16	3.12 112	0.57 27	1.44 57	5.38 87	0.37 12	0.43 22	0.59 26	1.04 93	2.53 143	0.60 29

SA-5K	1.09 38	0.99 131	0.41 16	0.38 22	0.37 25	0.41 24	0.27 27	1.02 69	0.40 25	0.80 66	0.34 13	0.61 18	0.74 99	0.53 90	2.97 63	1.78 106	0.74 33	0.54 16	3.12 112	0.57 27	1.44 57	5.38 87	0.37 12	0.43 22	0.59 26	1.04 93	2.53 143	0.60 29

NLCA_NET_v2_RVC	1.09 38	0.93 110	0.85 78	0.74 100	0.81 118	0.66 95	1.22 158	1.07 73	2.23 202	1.99 164	0.76 75	0.97 92	0.63 74	0.94 170	2.41 45	1.05 21	0.74 33	0.72 54	1.32 41	0.70 59	0.90 25	1.40 20	0.59 90	0.61 63	0.74 43	1.58 144	1.48 53	1.26 120
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	1.12 41	0.88 91	1.03 120	0.79 114	0.95 136	0.77 117	0.66 111	1.33 112	1.03 137	0.87 78	0.69 62	1.12 109	0.76 107	0.76 149	2.94 60	1.17 35	0.96 96	0.82 82	2.32 83	0.85 99	1.44 57	1.89 32	0.51 55	0.92 138	1.03 99	1.08 99	1.62 71	1.09 97

PDISCO_ROB	1.12 41	0.87 87	0.62 45	0.79 114	0.70 97	0.54 55	0.76 119	0.95 62	0.69 99	1.78 154	0.98 112	0.75 44	0.63 74	0.65 133	2.15 35	1.54 85	0.99 103	1.10 158	1.60 57	0.82 93	1.80 77	2.71 48	0.57 83	0.84 113	1.20 127	0.84 59	2.56 147	0.90 67

PS-NSSS	1.13 43	1.45 189	0.73 58	1.20 168	0.95 136	1.22 168	1.06 141	0.80 35	0.55 66	0.74 48	0.51 30	2.17 167	1.08 158	0.93 168	2.02 28	0.96 13	0.89 75	0.74 62	1.56 53	0.65 50	0.97 33	0.79 6	1.65 205	0.55 46	1.13 118	0.96 78	3.19 180	1.11 100

SA	1.14 44	0.95 116	0.46 23	0.55 60	0.54 60	0.50 44	0.25 22	1.59 148	0.47 42	0.72 43	0.40 17	0.73 37	0.59 66	0.62 120	2.09 30	2.12 123	0.82 59	0.82 82	3.31 124	0.67 54	1.46 60	4.78 74	0.36 10	0.69 83	0.78 49	1.11 102	2.64 155	0.72 44

LMCR-Stereo	1.14 44	0.84 74	0.91 90	0.55 60	0.63 85	0.66 95	0.34 45	1.12 78	0.64 90	0.82 69	0.77 79	0.94 86	0.49 37	0.44 60	3.22 75	1.57 91	1.06 119	0.76 67	2.19 78	1.43 154	1.90 85	4.46 69	0.53 67	0.81 107	0.87 67	0.86 65	1.11 28	0.94 72

AF-Net	1.15 46	0.85 80	1.00 112	0.77 106	0.93 132	1.00 147	2.29 181	1.51 135	1.06 139	0.57 18	0.96 106	1.40 136	0.64 77	0.75 147	2.20 37	1.08 24	0.85 62	0.62 33	1.83 66	0.79 80	0.90 25	2.97 52	0.66 112	0.65 74	0.98 89	0.89 68	1.58 65	1.24 118

Nwc_Net	1.15 46	0.85 80	1.00 112	0.77 106	0.93 132	1.00 147	2.29 181	1.51 135	1.06 139	0.57 18	0.96 106	1.40 136	0.64 77	0.75 147	2.20 37	1.08 24	0.85 62	0.62 33	1.83 66	0.79 80	0.90 25	2.97 52	0.66 112	0.65 74	0.98 89	0.89 68	1.58 65	1.24 118

CAS	1.16 48	0.81 67	0.47 25	0.51 52	0.49 41	0.38 18	0.31 34	0.56 9	0.45 37	1.20 113	0.90 102	0.64 21	0.97 151	0.32 16	3.11 70	2.22 127	0.98 100	0.85 93	1.21 36	0.64 44	3.95 116	5.48 93	0.47 36	0.31 7	0.85 64	0.92 75	1.21 33	1.15 106

GANet	1.17 49	0.80 65	0.81 71	0.71 95	0.71 99	1.18 161	0.64 107	0.83 41	0.47 42	0.61 25	6.20 213	2.19 168	0.44 32	0.65 133	0.94 3	0.81 8	0.87 69	0.79 72	0.65 11	0.46 15	0.56 7	6.49 108	0.53 67	0.57 51	0.65 34	0.47 19	0.85 14	0.70 41

CASnet	1.22 50	0.92 104	0.55 37	0.41 29	0.45 32	0.39 21	0.24 17	0.92 57	0.50 54	0.78 59	0.56 40	0.91 77	0.54 52	0.38 30	3.31 76	1.35 59	0.77 45	0.51 12	1.43 46	0.56 25	7.13 162	5.44 92	0.45 31	0.48 35	1.22 130	0.50 22	1.47 50	0.78 53
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Sa-1000	1.22 50	0.77 53	0.49 28	0.49 45	0.61 74	0.51 46	0.29 31	1.69 158	0.53 62	0.73 46	0.48 28	0.73 37	0.66 83	0.76 149	3.04 68	1.97 117	0.98 100	0.95 121	3.31 124	0.63 42	1.92 88	4.89 75	0.37 12	0.82 108	1.15 121	1.22 116	2.35 120	0.75 47

iinet-f	1.26 52	1.10 152	0.69 55	0.94 135	0.47 35	0.72 109	0.58 101	0.79 32	0.50 54	2.11 173	1.35 138	0.83 63	0.64 77	0.38 30	3.97 87	1.88 111	0.79 52	0.68 42	3.04 108	1.08 126	1.61 71	3.40 54	0.68 118	0.75 92	1.14 119	0.64 34	2.22 110	0.90 67

APVNet	1.28 53	1.03 144	0.68 54	0.69 92	0.78 110	0.87 129	0.89 131	0.79 32	0.72 102	0.91 89	0.83 88	0.92 82	0.61 68	0.59 110	3.31 76	1.71 99	1.16 135	0.99 132	3.22 118	0.92 107	1.91 87	4.73 73	0.58 85	1.11 160	0.80 54	0.84 59	1.90 87	0.97 77

RP	1.29 54	1.05 147	1.26 164	0.96 136	1.11 151	0.85 127	1.39 163	1.24 97	1.30 158	0.61 25	1.16 125	1.27 124	0.75 102	0.72 145	3.49 80	1.12 29	0.95 93	0.68 42	1.24 38	0.83 96	1.02 35	4.57 70	0.63 104	0.91 136	0.90 72	1.02 89	2.51 139	1.20 114

AACVNet	1.30 55	0.89 94	0.74 59	0.93 131	0.95 136	0.73 111	0.64 107	0.88 51	0.64 90	0.74 48	0.88 97	0.83 63	0.67 84	0.62 120	9.20 123	1.41 63	0.87 69	0.84 91	1.21 36	0.80 82	1.51 66	2.50 44	0.75 141	0.69 83	0.88 69	1.11 102	1.91 88	1.31 122

AMNet	1.31 56	1.12 154	1.05 123	1.14 158	1.12 153	1.27 173	1.07 143	1.35 115	1.13 146	1.10 110	1.11 122	1.55 147	1.26 167	1.20 191	1.75 21	1.59 93	1.37 155	1.23 176	1.37 43	1.22 136	1.40 56	1.40 20	1.25 190	1.26 171	1.26 131	1.70 152	1.54 58	1.65 141

ARAFT	1.32 57	0.72 31	0.50 30	0.35 18	0.34 19	0.44 33	0.24 17	0.65 17	0.35 19	2.25 178	0.56 40	0.60 14	0.30 12	0.43 56	2.15 35	1.46 71	0.75 37	0.75 66	2.78 101	0.58 31	2.25 97	12.47 184	0.45 31	0.39 12	0.94 82	0.40 10	1.98 93	0.57 20

iResNet_ROB	1.32 57	0.86 84	0.86 80	0.65 86	0.60 72	0.69 102	0.66 111	2.64 214	0.58 74	1.71 151	0.75 74	0.97 92	0.82 125	0.49 76	5.86 107	1.53 80	0.93 87	0.86 95	2.96 105	0.68 55	2.22 94	1.21 16	0.62 99	0.95 143	0.86 65	0.98 83	2.65 157	1.02 89

PA-Net	1.33 59	0.99 131	1.18 152	0.77 106	1.35 171	0.69 102	0.90 132	0.82 40	1.17 152	0.82 69	1.28 133	0.78 53	0.79 116	0.93 168	4.45 97	1.31 55	0.72 30	0.80 75	1.06 29	0.89 102	1.19 46	4.70 72	0.68 118	0.85 120	1.01 95	2.17 184	1.45 48	2.09 159
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	1.35 60	1.22 162	1.01 116	1.18 162	1.10 150	1.02 150	0.81 124	1.25 98	1.15 150	1.30 124	0.77 79	2.55 178	0.96 147	0.63 124	2.28 40	1.23 44	1.09 123	0.99 132	2.42 87	0.90 105	2.22 94	1.72 29	0.79 149	1.12 161	1.31 136	1.27 118	2.62 152	1.48 132
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
IPLGR_C	1.36 61	0.72 31	0.89 84	0.59 70	0.54 60	0.54 55	0.34 45	0.81 37	0.58 74	0.76 54	0.69 62	1.05 99	0.53 45	0.64 128	2.77 53	1.41 63	0.92 82	0.69 50	3.26 120	0.64 44	1.68 74	10.52 146	0.58 85	0.83 111	1.01 95	0.65 37	2.40 128	0.61 32

ACRE	1.36 61	0.71 26	0.88 82	0.61 74	0.53 54	0.55 60	0.35 53	0.81 37	0.58 74	0.76 54	0.69 62	1.06 100	0.53 45	0.64 128	2.80 58	1.39 62	0.92 82	0.68 42	3.26 120	0.64 44	1.68 74	10.53 147	0.58 85	0.83 111	1.03 99	0.64 34	2.40 128	0.62 35

CIPLG	1.37 63	0.71 26	0.91 90	0.59 70	0.53 54	0.54 55	0.36 55	0.81 37	0.59 79	0.76 54	0.68 57	1.04 98	0.53 45	0.64 128	3.08 69	1.45 70	0.93 87	0.67 40	3.23 119	0.64 44	1.66 72	10.56 148	0.58 85	0.84 113	1.03 99	0.66 38	2.36 121	0.61 32

NCC-stereo	1.37 63	1.25 167	1.13 138	1.00 141	1.08 145	0.98 144	1.87 171	1.76 162	1.58 177	0.60 22	1.33 135	1.22 118	1.08 158	0.78 154	3.16 73	1.19 38	0.95 93	1.00 136	1.64 58	1.00 119	1.20 48	3.65 56	0.84 160	0.84 113	1.28 133	1.57 142	1.44 44	1.60 137

Abc-Net	1.37 63	1.25 167	1.13 138	1.00 141	1.08 145	0.98 144	1.87 171	1.76 162	1.58 177	0.60 22	1.33 135	1.22 118	1.08 158	0.78 154	3.16 73	1.19 38	0.95 93	1.00 136	1.64 58	1.00 119	1.20 48	3.65 56	0.84 160	0.84 113	1.28 133	1.57 142	1.44 44	1.60 137
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
raft_robust	1.38 66	0.94 112	0.55 37	0.60 72	0.48 37	0.59 77	0.38 56	2.05 189	0.53 62	1.67 149	0.52 32	0.83 63	0.81 121	0.49 76	3.50 81	1.90 112	0.92 82	0.86 95	4.99 155	0.61 36	3.19 107	5.05 80	0.47 36	0.64 68	1.04 102	1.06 96	1.58 65	0.99 86

GLC_STEREO	1.38 66	0.90 97	0.91 90	0.58 68	0.62 81	0.49 40	0.43 67	1.68 157	0.48 46	0.77 58	0.68 57	0.81 61	0.62 73	0.61 115	9.99 129	1.91 113	0.92 82	0.60 28	1.71 65	0.71 64	2.58 102	3.85 62	0.48 40	0.57 51	0.69 38	0.56 26	2.36 121	0.87 65

UDGNet	1.40 68	1.04 145	0.83 73	1.64 189	1.39 173	1.70 190	1.25 160	1.21 93	0.81 111	0.63 30	0.87 94	0.92 82	0.42 30	1.61 202	2.12 33	1.25 47	0.87 69	0.89 107	2.45 89	0.92 107	1.95 90	5.71 96	1.28 191	0.54 43	1.21 128	1.10 101	2.15 101	1.02 89

SACVNet	1.42 69	0.96 120	1.03 120	0.93 131	1.15 155	0.95 140	0.99 138	1.50 132	0.82 112	1.21 117	0.74 72	0.99 95	0.73 97	0.70 142	3.38 78	1.50 76	1.24 143	0.85 93	2.24 80	0.96 113	2.50 101	5.99 103	0.69 124	0.90 133	1.04 102	1.06 96	2.02 94	1.29 121

sAnonymous2	1.46 70	0.77 53	0.55 37	0.43 33	0.48 37	0.71 106	0.42 63	1.28 103	0.99 130	0.65 35	0.88 97	1.13 112	0.96 147	0.36 25	2.58 47	2.36 131	1.11 125	1.05 150	3.69 134	0.96 113	4.96 131	7.11 116	0.64 106	0.61 63	0.84 59	1.39 128	1.25 35	1.23 116

CroCo_RVC	1.46 70	0.77 53	0.55 37	0.43 33	0.48 37	0.71 106	0.42 63	1.28 103	0.99 130	0.65 35	0.88 97	1.13 112	0.96 147	0.36 25	2.58 47	2.36 131	1.11 125	1.05 150	3.69 134	0.96 113	4.96 131	7.11 116	0.64 106	0.61 63	0.84 59	1.39 128	1.25 35	1.23 116

CES	1.47 72	0.78 60	0.61 44	0.46 44	0.57 68	0.52 51	0.23 13	1.50 132	0.68 96	0.78 59	0.86 91	0.86 69	0.90 136	0.39 36	7.38 117	3.09 145	1.24 143	1.04 145	1.48 48	1.19 133	4.63 127	5.40 89	0.67 115	0.45 27	0.87 67	0.82 54	1.16 30	1.15 106

HSM	1.47 72	0.76 50	1.02 118	0.81 118	0.80 116	0.56 62	0.56 95	1.86 172	0.60 80	0.76 54	0.85 89	0.90 75	0.68 85	0.60 113	11.58 138	1.15 30	0.96 96	0.74 62	2.61 93	0.74 68	2.26 98	2.51 45	0.60 95	0.87 122	0.95 85	0.98 83	2.08 98	1.02 89

DN-CSS_ROB	1.49 74	0.84 74	1.08 130	0.88 129	0.88 125	0.50 44	0.39 58	2.00 184	0.63 88	1.55 138	1.79 151	1.00 96	0.81 121	0.41 43	3.48 79	1.46 71	1.12 129	0.95 121	5.28 159	0.75 71	4.20 118	3.69 58	0.56 79	1.01 149	0.80 54	0.82 54	2.06 97	1.31 122

stereogan	1.50 75	1.32 174	1.15 144	1.13 156	1.31 167	1.13 159	1.02 140	1.26 100	1.04 138	1.20 113	1.09 120	1.65 152	0.90 136	0.67 137	2.78 56	1.43 66	1.01 110	0.81 77	1.83 66	0.99 118	1.36 55	8.05 124	0.73 132	0.92 138	0.91 74	1.08 99	2.36 121	1.37 125

LoS_RVC	1.52 76	1.26 169	0.96 103	0.32 14	0.52 51	0.38 18	0.34 45	0.73 24	0.57 71	2.10 171	0.76 75	0.73 37	0.72 94	0.35 23	4.43 95	3.80 166	0.91 79	2.29 222	3.41 128	0.70 59	4.52 123	6.76 110	0.56 79	0.44 25	0.84 59	0.85 63	0.93 17	0.98 81

tt_ll	1.52 76	1.26 169	0.96 103	0.32 14	0.52 51	0.38 18	0.34 45	0.73 24	0.57 71	2.10 171	0.76 75	0.73 37	0.72 94	0.35 23	4.43 95	3.80 166	0.91 79	2.29 222	3.41 128	0.70 59	4.52 123	6.76 110	0.56 79	0.44 25	0.84 59	0.85 63	0.93 17	0.98 81

TANstereo	1.55 78	1.06 149	0.94 99	0.68 90	0.76 105	0.90 134	0.33 42	0.86 46	0.64 90	0.70 40	1.05 117	0.60 14	0.61 68	1.01 177	2.77 53	2.92 142	1.00 106	1.15 164	1.49 49	1.30 146	5.05 137	5.77 98	1.42 195	0.59 58	0.57 20	0.90 70	5.94 217	0.75 47

XX-TBD	1.55 78	1.06 149	0.94 99	0.68 90	0.76 105	0.90 134	0.33 42	0.86 46	0.64 90	0.70 40	1.05 117	0.60 14	0.61 68	1.01 177	2.77 53	2.92 142	1.00 106	1.15 164	1.49 49	1.30 146	5.05 137	5.77 98	1.42 195	0.59 58	0.57 20	0.90 70	5.94 217	0.75 47

RGC	1.56 80	1.33 176	1.98 202	1.18 162	1.24 160	1.20 166	1.06 141	1.20 91	1.09 142	0.91 89	1.67 146	1.23 120	1.26 167	0.92 167	4.08 90	1.27 49	1.06 119	0.86 95	1.92 70	1.10 128	1.72 76	5.40 89	0.79 149	1.03 151	1.17 122	1.52 139	2.20 106	1.83 146

LL-Strereo2	1.57 81	0.66 18	0.65 49	0.40 27	0.35 22	0.32 10	0.23 13	1.48 128	0.42 31	0.68 39	0.57 43	0.63 20	0.32 15	0.67 137	2.65 50	7.88 209	0.65 21	0.55 21	1.37 43	0.70 59	1.80 77	15.65 209	0.50 50	0.40 16	0.65 34	0.62 31	1.06 24	0.56 18

CREStereo	1.57 81	0.92 104	0.99 110	0.53 56	0.43 30	0.49 40	0.26 24	1.44 126	0.71 101	0.87 78	1.01 114	0.95 89	0.76 107	0.44 60	7.17 114	4.29 175	0.93 87	0.59 26	2.41 85	0.65 50	5.45 140	5.19 83	0.61 97	0.63 67	1.02 98	1.01 85	1.74 76	0.98 81
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
raft+_RVC	1.58 83	0.74 39	0.75 61	0.41 29	0.35 22	0.52 51	0.32 38	1.47 127	0.45 37	0.63 30	0.61 48	0.69 30	0.39 23	0.30 15	4.83 99	4.95 186	0.76 39	0.56 24	1.64 58	0.60 35	0.96 32	16.85 222	0.50 50	0.45 27	0.78 49	0.62 31	0.88 15	0.68 40

PMTNet	1.59 84	0.94 112	1.06 124	0.49 45	0.51 48	0.49 40	0.32 38	0.83 41	0.72 102	0.83 71	0.63 50	0.89 74	0.50 40	0.42 51	7.10 113	4.35 177	0.96 96	0.57 25	2.41 85	0.58 31	5.99 147	6.00 104	0.61 97	0.41 19	1.97 196	1.03 90	1.16 30	1.19 112

ICVP	1.60 85	0.75 42	1.11 136	0.77 106	0.78 110	0.87 129	0.64 107	1.10 76	0.85 116	1.37 130	1.11 122	0.95 89	1.12 163	0.57 106	3.12 72	2.05 122	1.33 151	1.00 136	1.56 53	1.07 124	3.91 115	10.82 152	0.69 124	0.87 122	0.95 85	1.21 114	1.52 56	1.14 103
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LoS	1.62 86	0.79 62	0.65 49	0.53 56	0.57 68	0.67 98	0.39 58	2.55 211	0.90 122	1.22 120	0.98 112	0.98 94	0.87 133	0.44 60	4.09 91	3.52 159	1.45 159	0.94 120	2.24 80	0.75 71	6.08 149	7.76 121	0.68 118	0.64 68	1.18 126	0.97 81	1.10 27	0.87 65

GES	1.63 87	0.75 42	0.83 73	0.79 114	0.73 102	0.82 124	0.67 113	1.36 118	0.95 128	1.65 147	0.95 105	0.78 53	0.65 80	0.66 135	6.17 109	1.65 95	1.02 111	0.91 114	5.50 163	1.23 139	4.23 119	5.40 89	0.67 115	0.96 145	0.81 57	0.83 57	1.52 56	1.65 141

iResNetv2_ROB	1.65 88	0.91 100	0.76 63	1.13 156	0.66 92	0.73 111	0.56 95	2.62 212	0.67 95	1.76 153	0.87 94	1.36 133	0.77 113	0.42 51	5.48 105	1.34 58	1.04 115	0.74 62	4.59 149	0.89 102	7.80 175	2.09 37	0.62 99	0.93 140	0.89 71	0.86 65	3.12 179	0.90 67

NCCL2	1.66 89	1.30 172	1.16 146	1.12 154	1.48 177	0.80 121	1.13 152	1.07 73	1.15 150	1.84 157	1.26 131	1.12 109	0.84 128	0.83 161	4.07 89	1.52 78	1.22 140	0.89 107	1.35 42	0.93 110	2.49 100	5.97 102	1.47 200	1.14 163	1.49 164	1.40 131	3.78 201	1.89 151

rafts_anoy	1.69 90	0.82 69	0.95 101	0.45 41	0.51 48	0.54 55	0.46 78	1.57 147	0.51 58	0.61 25	0.70 65	0.71 33	0.49 37	0.36 25	8.16 118	6.28 200	0.82 59	0.79 72	2.48 90	0.65 50	1.66 72	11.09 161	0.54 71	0.54 43	1.00 94	0.90 70	0.96 19	0.99 86

MIM_Stereo	1.71 91	0.77 53	0.56 41	0.43 33	0.38 27	0.47 35	0.23 13	1.50 132	0.32 14	0.56 15	0.46 21	0.65 24	0.28 11	0.39 36	6.21 111	11.24 218	0.65 21	0.82 82	3.32 126	0.89 102	1.35 54	10.19 142	0.38 16	0.51 39	0.55 17	0.42 15	1.96 91	0.58 22

CFNet_pseudo	1.71 91	0.79 62	0.89 84	0.83 121	0.79 114	0.71 106	0.43 67	0.93 59	0.53 62	0.94 96	0.81 87	0.94 86	0.88 135	0.82 160	15.18 149	1.47 74	0.79 52	0.73 57	7.38 198	0.78 77	1.08 39	2.74 49	0.74 138	0.70 86	0.91 74	0.91 73	1.47 50	1.13 102

CC-Net-ROB	1.72 93	1.82 202	1.21 156	1.92 194	1.84 194	2.43 207	1.64 167	0.93 59	0.96 129	1.27 122	0.68 57	5.86 217	2.76 186	1.47 200	2.26 39	0.95 12	1.46 162	1.26 183	2.79 102	0.96 113	1.12 42	1.41 23	3.28 223	0.73 90	1.31 136	1.15 111	1.47 50	1.57 134

dad	1.73 94	0.98 127	0.82 72	2.17 202	1.18 157	1.11 157	4.08 205	1.66 156	0.63 88	1.21 117	0.54 35	1.12 109	2.00 179	0.63 124	3.74 85	1.25 47	1.14 132	0.82 82	2.70 97	0.80 82	1.47 63	2.54 46	0.73 132	1.01 149	2.41 206	0.71 43	5.51 213	3.77 192

raftrobust	1.74 95	0.68 23	1.00 112	0.55 60	0.51 48	0.45 34	0.34 45	1.54 138	0.48 46	0.94 96	0.72 68	0.88 70	0.53 45	0.41 43	7.35 116	5.79 197	0.73 31	0.71 52	4.77 152	0.68 55	2.01 91	10.90 153	0.65 109	0.50 37	1.06 105	0.86 65	1.05 22	0.84 59

XPNet_ROB	1.76 96	1.58 195	1.17 150	0.93 131	1.17 156	1.05 153	0.98 137	0.97 63	1.17 152	1.07 108	1.79 151	4.38 205	0.73 97	0.80 158	2.59 49	1.58 92	1.78 178	0.97 127	1.45 47	1.06 123	2.58 102	8.45 129	0.94 176	0.88 129	0.99 91	1.31 122	3.33 186	1.71 143

BEATNet_4x	1.77 97	0.78 60	0.79 67	0.76 103	0.70 97	0.51 46	0.49 87	1.23 95	1.31 159	0.84 74	0.76 75	1.06 100	0.76 107	0.67 137	8.95 122	2.41 133	1.91 181	1.42 190	1.30 40	0.88 101	4.99 135	9.14 132	0.51 55	1.03 151	0.77 46	0.82 54	1.85 82	1.10 98

RALAANet	1.79 98	0.71 26	0.88 82	0.54 58	0.55 64	0.63 91	0.43 67	1.30 108	0.52 61	0.93 93	0.65 54	0.74 43	0.60 67	0.33 19	8.49 121	1.53 80	0.78 50	0.91 114	2.18 76	1.09 127	3.35 110	15.13 204	0.55 72	0.79 103	0.92 80	1.03 90	2.08 98	0.77 52

CREStereo++_RVC	1.81 99	0.91 100	1.09 132	0.52 54	0.61 74	0.41 24	0.29 31	1.37 120	0.56 69	0.83 71	0.63 50	0.77 47	0.86 130	0.40 40	2.94 60	3.08 144	0.98 100	0.63 35	2.71 98	0.56 25	4.98 134	6.57 109	0.59 90	0.53 42	1.06 105	1.06 96	12.85 243	0.97 77
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
MyStereo04	1.85 100	0.92 104	1.06 124	0.81 118	0.90 127	0.59 77	0.43 67	1.56 144	0.99 130	2.30 180	0.87 94	1.46 139	0.57 57	0.41 43	3.53 82	2.81 140	0.93 87	1.01 140	5.44 162	2.73 203	4.96 131	6.15 106	1.83 209	0.96 145	1.39 152	1.73 153	2.57 149	0.94 72

AE-Stereo	1.87 101	0.86 84	1.31 170	0.82 120	0.55 64	0.58 70	0.78 121	0.83 41	0.49 52	0.79 62	0.54 35	1.31 130	0.72 94	0.52 87	2.79 57	4.03 171	1.04 115	0.97 127	3.06 110	1.16 130	4.60 126	15.60 207	0.55 72	1.04 155	1.33 141	1.34 124	1.95 90	0.86 62

RALCasStereoNet	1.87 101	0.84 74	1.02 118	0.54 58	0.55 64	0.62 84	0.48 85	1.48 128	0.46 41	1.01 102	0.74 72	0.92 82	0.50 40	0.36 25	6.19 110	11.19 217	0.81 54	0.76 67	1.55 51	0.68 55	1.46 60	13.06 190	0.52 61	0.66 77	0.94 82	1.13 109	0.96 19	1.14 103

GEStereo_RVC	1.88 103	0.97 121	1.01 116	1.01 145	0.88 125	1.12 158	1.07 143	1.65 155	0.82 112	0.90 87	0.78 83	1.38 134	0.79 116	0.64 128	2.40 44	2.33 129	1.22 140	1.22 175	4.10 143	1.26 142	5.16 139	12.04 177	0.73 132	1.21 167	0.95 85	0.97 81	2.49 137	1.64 140

DeepPruner_ROB	1.89 104	0.77 53	0.97 106	0.86 127	0.91 129	0.80 121	5.39 211	1.26 100	0.91 124	1.47 135	1.61 145	0.92 82	0.82 125	0.56 104	4.41 93	1.54 85	1.07 121	1.06 153	2.72 100	0.80 82	7.63 169	7.36 119	0.87 169	0.77 96	0.91 74	1.47 136	2.20 106	0.99 86

sCroCo_RVC	1.92 105	0.68 23	0.57 42	0.38 22	0.50 44	0.76 116	0.43 67	0.94 61	1.56 176	1.51 136	0.77 79	1.06 100	0.96 147	0.50 83	3.03 66	5.07 189	1.25 145	1.23 176	2.55 91	1.40 151	7.89 177	12.35 182	0.45 31	0.64 68	0.94 82	1.12 105	2.34 118	1.04 92

MyStereo	1.93 106	0.95 116	1.26 164	0.84 125	0.91 129	0.57 67	0.43 67	1.29 105	0.74 105	2.38 184	2.06 165	1.54 146	0.70 89	0.40 40	4.03 88	2.60 136	0.90 78	0.93 118	5.50 163	2.53 199	4.90 130	7.06 115	1.36 193	1.00 147	1.50 165	2.17 184	2.66 158	0.94 72

GMOStereo	1.98 107	0.75 42	0.52 32	0.62 76	0.53 54	0.47 35	0.47 81	1.54 138	0.48 46	0.87 78	0.47 23	0.77 47	0.58 61	0.38 30	10.16 130	5.49 193	0.81 54	0.88 103	3.13 114	0.81 87	1.81 80	16.83 218	0.49 44	0.56 47	1.11 112	0.74 45	1.57 61	0.58 22

error version	1.98 107	0.75 42	0.52 32	0.62 76	0.53 54	0.47 35	0.47 81	1.54 138	0.48 46	0.87 78	0.47 23	0.77 47	0.58 61	0.38 30	10.16 130	5.49 193	0.81 54	0.88 103	3.13 114	0.81 87	1.81 80	16.83 218	0.49 44	0.56 47	1.11 112	0.74 45	1.57 61	0.58 22

test-v	1.98 107	0.75 42	0.52 32	0.62 76	0.53 54	0.47 35	0.47 81	1.54 138	0.48 46	0.87 78	0.47 23	0.77 47	0.58 61	0.38 30	10.16 130	5.49 193	0.81 54	0.88 103	3.13 114	0.81 87	1.81 80	16.83 218	0.49 44	0.56 47	1.11 112	0.74 45	1.57 61	0.58 22

test-2	1.98 107	0.75 42	0.52 32	0.62 76	0.53 54	0.47 35	0.47 81	1.54 138	0.48 46	0.87 78	0.47 23	0.77 47	0.58 61	0.38 30	10.16 130	5.49 193	0.81 54	0.88 103	3.13 114	0.81 87	1.81 80	16.83 218	0.49 44	0.56 47	1.11 112	0.74 45	1.57 61	0.58 22

Anonymous	1.99 111	0.80 65	0.63 47	0.50 49	0.57 68	0.61 82	0.40 60	1.53 137	1.14 149	2.17 175	0.66 56	1.14 115	1.08 158	0.60 113	3.00 65	4.37 178	1.40 157	1.27 184	3.68 133	1.28 143	7.10 159	12.24 179	0.62 99	1.03 151	1.17 122	1.12 105	2.45 132	1.16 109

RAFT + AFF	2.00 112	0.49 11	0.46 23	0.41 29	0.20 7	0.43 31	0.21 11	0.65 17	0.24 7	0.56 15	0.27 7	0.78 53	0.22 7	0.32 16	39.56 187	0.96 13	0.71 28	0.38 5	1.92 70	0.39 8	0.79 19	1.40 20	0.33 7	0.40 16	0.73 42	0.35 7	0.59 5	0.30 6

MLCV	2.04 113	0.89 94	0.99 110	1.37 176	1.31 167	1.02 150	1.01 139	2.14 190	0.80 109	2.00 165	4.28 190	1.74 156	1.62 174	0.48 72	3.03 66	2.01 120	1.33 151	0.96 124	6.76 187	1.13 129	6.05 148	5.71 96	0.68 118	1.73 185	1.32 140	1.39 128	2.32 115	1.07 94

4D-IteraStereo	2.05 114	0.63 16	1.16 146	0.49 45	0.44 31	0.41 24	0.26 24	1.43 124	0.38 23	0.75 50	0.55 39	0.79 56	0.42 30	0.46 68	9.38 126	11.47 221	0.71 28	0.68 42	2.81 103	0.64 44	3.95 116	11.85 174	0.52 61	0.58 55	0.71 40	0.84 59	2.34 118	0.63 37

test_4	2.06 115	0.75 42	0.84 76	0.43 33	0.36 24	0.36 15	0.27 27	0.78 30	0.34 17	0.75 50	0.53 34	0.91 77	0.35 17	0.41 43	13.80 143	13.16 231	0.68 24	0.72 54	1.64 58	0.61 36	1.21 51	11.03 158	0.48 40	0.52 40	0.66 37	0.71 43	2.72 160	0.61 32

LALA_ROB	2.09 116	2.18 210	1.21 156	1.07 150	1.32 169	1.18 161	1.12 150	1.19 90	1.45 166	2.05 169	2.76 172	3.68 193	0.92 139	0.96 173	4.76 98	1.53 80	1.45 159	1.18 172	2.60 92	1.36 149	3.60 114	8.26 128	0.80 151	1.16 164	1.35 145	1.44 134	3.89 204	2.12 162

ETE_ROB	2.14 117	1.95 206	1.29 168	1.08 152	1.39 173	1.29 175	1.47 164	1.12 78	2.26 203	1.35 126	3.17 179	3.39 190	0.94 143	1.14 188	5.12 102	1.56 89	2.63 200	0.99 132	2.98 106	1.22 136	4.29 120	8.09 126	0.91 174	1.09 157	1.28 133	1.38 127	2.37 125	1.87 149

DDUNet	2.19 118	2.74 218	2.17 206	2.93 215	2.67 215	3.05 215	2.77 191	1.17 85	1.11 144	1.60 141	1.37 141	2.26 173	1.70 175	2.81 216	2.35 43	1.30 53	2.80 203	2.43 234	2.64 94	2.90 207	1.94 89	4.91 76	2.77 220	1.00 147	1.10 109	0.94 76	2.50 138	1.10 98

CASS	2.25 119	1.02 142	1.23 159	1.34 175	1.04 142	0.89 132	5.14 208	1.41 123	1.02 136	1.29 123	2.38 170	1.25 122	0.84 128	0.53 90	3.59 83	2.58 135	3.60 208	1.09 157	3.45 130	1.24 140	7.99 179	9.49 134	0.68 118	0.88 129	1.59 174	1.27 118	2.51 139	1.41 129
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
FADNet-RVC-Resample	2.26 120	0.88 91	1.00 112	0.72 96	0.82 121	0.64 92	1.20 155	1.09 75	0.94 126	0.99 100	0.96 106	1.71 155	0.79 116	1.00 176	25.20 165	1.54 85	1.23 142	1.59 198	1.55 51	1.07 124	1.59 70	6.84 113	0.60 95	1.24 169	0.88 69	1.96 174	1.44 44	1.54 133

Anonymous3	2.34 121	0.87 87	0.96 103	0.57 66	1.20 159	0.90 134	0.70 116	2.43 207	1.12 145	1.04 104	0.97 110	2.57 179	1.18 166	0.58 108	4.83 99	8.57 211	1.53 167	1.46 193	5.31 160	1.61 165	6.76 155	10.34 144	0.73 132	0.71 87	1.11 112	1.40 131	2.31 113	1.33 124

s12784h	2.36 122	1.12 154	1.42 175	1.12 154	0.93 132	0.62 84	0.40 60	1.36 118	0.68 96	1.05 107	0.86 91	1.10 107	0.94 143	0.43 56	2.88 59	4.87 185	1.00 106	0.73 57	3.80 136	0.59 33	7.79 173	9.50 135	0.55 72	0.69 83	1.89 191	1.97 175	11.65 240	3.89 193

RYNet	2.44 123	0.41 7	0.36 12	0.30 12	0.32 15	0.41 24	0.25 22	0.61 12	0.56 69	0.33 4	0.36 16	0.41 9	0.26 10	0.27 12	52.15 249	0.73 3	0.48 6	1.00 136	0.57 9	0.31 4	0.54 6	0.42 1	0.40 20	0.34 10	0.58 23	1.58 144	1.32 39	0.49 13

NaN_ROB	2.45 124	1.12 154	1.08 130	0.97 137	1.86 197	0.90 134	1.61 166	1.33 112	10.69 251	1.00 101	1.27 132	2.58 180	0.94 143	1.20 191	17.00 154	1.43 66	1.03 112	0.90 112	1.56 53	1.21 135	1.90 85	3.45 55	0.81 152	1.12 161	1.54 172	2.00 178	2.39 127	3.23 186

anonymousdsp	2.48 125	0.38 6	0.39 13	0.28 7	0.32 15	0.29 8	0.15 6	0.56 9	0.27 9	0.43 9	18.77 252	0.54 12	0.20 6	0.32 16	13.20 142	1.48 75	0.58 11	0.54 16	0.70 15	0.61 36	0.78 18	23.15 252	0.43 24	0.39 12	0.49 10	0.29 2	1.16 30	0.33 7

ADLNet	2.55 126	0.99 131	0.77 64	0.63 81	0.76 105	0.65 93	0.53 93	1.11 77	0.61 83	0.58 20	0.72 68	1.70 154	0.61 68	0.88 164	46.09 214	1.06 22	0.75 37	0.68 42	0.86 20	0.75 71	0.79 19	1.96 34	0.55 72	0.58 55	0.96 88	0.96 78	1.63 72	0.76 51

GwcNet-ADL	2.59 127	1.24 165	1.55 183	1.27 170	1.36 172	0.98 144	0.84 128	1.49 130	0.86 117	3.20 209	6.66 219	2.00 164	1.04 155	0.79 157	3.85 86	4.95 186	1.68 174	0.89 107	5.11 157	2.44 196	6.48 152	11.06 160	0.92 175	1.18 165	1.31 136	1.92 170	2.15 101	2.69 173

CFNet_RVC	2.61 128	0.87 87	0.97 106	0.76 103	0.82 121	0.73 111	0.52 92	0.74 26	0.66 94	0.87 78	1.03 115	0.90 75	0.61 68	0.52 87	44.12 208	1.18 36	0.85 62	0.81 77	2.35 84	0.76 75	1.46 60	2.38 41	0.53 67	0.73 90	0.99 91	1.11 102	1.93 89	1.22 115

test-3	2.64 129	1.01 138	1.14 141	0.63 81	0.62 81	0.58 70	0.45 74	1.98 181	0.42 31	0.86 75	0.54 35	1.48 141	0.53 45	0.41 43	15.10 147	11.78 223	0.86 67	0.82 82	6.54 180	0.74 68	5.58 143	11.75 172	0.51 55	0.90 133	0.91 74	1.01 85	3.11 176	0.97 77

test_1	2.64 129	1.01 138	1.14 141	0.63 81	0.62 81	0.58 70	0.45 74	1.98 181	0.42 31	0.86 75	0.54 35	1.48 141	0.53 45	0.41 43	15.10 147	11.82 226	0.86 67	0.82 82	6.53 179	0.74 68	5.60 144	11.75 172	0.50 50	0.90 133	0.91 74	1.01 85	3.11 176	0.98 81

test_3	2.64 129	1.02 142	1.12 137	0.65 86	0.63 85	0.57 67	0.45 74	1.95 174	0.41 30	0.88 85	0.51 30	1.47 140	0.54 52	0.40 40	14.93 146	11.79 224	0.88 74	0.83 88	6.54 180	0.76 75	5.54 141	11.70 171	0.49 44	0.88 129	0.99 91	1.12 105	3.23 181	0.98 81

Any-RAFT	2.70 132	0.95 116	1.29 168	0.76 103	0.79 114	0.51 46	0.42 63	1.99 183	0.58 74	0.86 75	6.97 229	1.52 145	0.51 43	0.44 60	5.49 106	3.45 156	0.94 91	0.93 118	6.85 193	0.82 93	14.24 242	11.16 162	0.70 126	0.78 101	1.62 176	1.89 167	2.28 112	4.18 195

FADNet-RVC	2.70 132	0.72 31	0.93 97	0.78 110	1.09 149	0.60 80	2.77 191	0.92 57	0.62 85	1.01 102	0.73 71	1.50 143	0.65 80	0.62 120	38.99 184	1.71 99	0.92 82	0.91 114	2.27 82	1.57 162	2.69 104	4.17 65	0.53 67	0.80 104	1.47 161	1.12 105	1.45 48	1.38 126

UCFNet_RVC	2.81 134	1.27 171	0.90 87	0.89 130	0.94 135	0.78 120	0.62 105	0.78 30	0.68 96	0.91 89	0.80 85	1.29 127	1.02 153	0.50 83	42.02 202	1.15 30	0.85 62	0.83 88	6.67 184	0.85 99	1.51 66	2.89 50	1.15 185	0.75 92	1.10 109	1.14 110	1.58 65	2.10 161

PWCDC_ROB	2.81 134	0.72 31	0.69 55	0.63 81	0.95 136	0.69 102	0.70 116	1.04 72	1.58 177	0.64 32	1.84 153	0.91 77	3.56 200	0.77 153	39.21 185	2.17 125	1.31 149	0.99 132	1.59 56	1.01 121	3.34 109	5.82 100	0.72 129	0.87 122	0.77 46	0.94 76	1.13 29	1.19 112

cross-raft	2.82 136	0.91 100	1.18 152	0.75 102	0.90 127	0.66 95	0.46 78	2.03 187	0.61 83	0.95 98	1.42 143	1.08 106	0.76 107	0.53 90	8.24 120	5.88 198	1.09 123	0.80 75	6.99 196	2.68 202	12.15 213	17.17 227	0.72 129	0.78 101	1.60 175	1.91 168	1.66 73	2.34 169

FADNet	2.84 137	0.83 70	0.90 87	0.83 121	1.04 142	0.62 84	2.08 177	0.99 66	0.76 106	0.92 92	0.92 104	1.18 117	0.78 114	0.76 149	40.37 193	1.50 76	0.97 99	1.03 144	2.68 96	1.57 162	3.20 108	5.00 78	0.51 55	0.68 81	1.58 173	1.68 150	1.54 58	1.82 145

NVstereo2D	2.85 138	0.83 70	0.80 70	0.70 94	0.80 116	0.92 138	0.81 124	1.18 89	0.76 106	0.93 93	1.03 115	0.81 61	0.55 54	0.72 145	52.45 251	1.56 89	0.94 91	0.87 99	1.64 58	0.72 66	1.14 43	1.60 28	0.76 143	0.87 122	1.08 108	0.79 50	1.01 21	0.75 47

iResNet	2.85 138	0.97 121	0.97 106	1.43 180	1.80 192	1.47 183	1.12 150	1.81 167	1.13 146	2.59 192	4.97 200	1.93 160	2.37 181	0.49 76	10.52 135	7.03 203	1.43 158	1.23 176	6.83 192	1.98 183	10.31 199	4.92 77	0.64 106	2.13 204	1.14 119	1.54 140	2.80 163	1.38 126

PWC_ROB	2.85 138	1.23 163	1.47 180	0.98 138	1.11 151	1.27 173	1.99 175	1.27 102	1.94 194	1.81 155	3.58 186	2.35 176	3.05 193	1.01 177	14.14 145	4.27 174	2.10 192	1.91 214	3.81 137	1.66 167	5.64 145	8.18 127	0.85 164	2.03 198	1.36 148	1.46 135	3.11 176	3.25 187

AnonymousM	2.90 141	0.65 17	0.48 27	0.51 52	0.33 17	0.52 51	0.24 17	1.70 159	0.47 42	0.75 50	4.40 195	0.71 33	0.46 33	0.47 70	2.68 51	3.64 165	1.18 137	1.04 145	1.95 73	3.61 220	4.88 129	12.46 183	0.67 115	0.66 77	0.60 28	1.21 114	15.66 251	16.35 234

anonymousdsp2	2.94 142	0.84 74	0.87 81	0.43 33	0.45 32	0.58 70	0.34 45	1.16 84	0.38 23	0.66 37	21.85 253	0.70 32	0.41 27	0.59 110	13.83 144	3.60 163	0.76 39	0.71 52	2.22 79	1.35 148	1.52 68	21.23 247	0.43 24	0.62 66	0.79 52	0.50 22	1.85 82	0.65 38

MIPNet	2.96 143	0.92 104	0.91 90	0.50 49	0.67 95	0.56 62	0.61 104	1.33 112	0.54 65	2.05 169	0.97 110	0.83 63	0.81 121	0.49 76	40.68 195	1.72 101	1.31 149	0.97 127	3.26 120	1.24 140	1.50 65	9.35 133	0.59 90	1.03 151	1.35 145	1.98 176	2.90 168	0.81 55

RAFT-Stereo + iAFF	3.00 144	0.73 37	0.91 90	0.43 33	0.41 29	0.58 70	0.28 30	0.99 66	0.60 80	1.54 137	0.59 45	0.80 59	0.40 24	0.28 13	44.82 210	1.22 42	0.69 25	0.53 14	2.71 98	0.62 40	2.23 96	13.76 199	0.50 50	0.59 58	0.90 72	0.75 49	2.54 145	0.66 39

IPLG	3.07 145	0.76 50	0.72 57	0.43 33	0.54 60	0.56 62	0.53 93	1.62 150	0.36 22	0.62 29	0.58 44	0.79 56	0.68 85	0.49 76	50.96 240	1.74 105	1.12 129	0.97 127	3.52 131	0.64 44	1.11 40	6.45 107	0.52 61	0.82 108	0.92 80	1.91 168	2.86 165	0.71 43

DAS	3.10 146	1.00 136	1.10 134	1.19 165	1.08 145	1.08 155	1.21 156	1.75 160	1.79 190	3.25 210	5.47 206	2.72 183	3.29 197	0.55 100	5.31 103	7.12 204	2.42 198	1.23 176	6.24 175	1.85 176	12.96 223	10.93 154	0.78 146	1.97 193	1.37 150	1.75 154	2.60 150	1.57 134

SepStereo	3.10 146	1.00 136	1.10 134	1.19 165	1.08 145	1.08 155	1.21 156	1.75 160	1.79 190	3.25 210	5.47 206	2.72 183	3.29 197	0.55 100	5.31 103	7.12 204	2.42 198	1.23 176	6.24 175	1.85 176	12.96 223	10.93 154	0.78 146	1.97 193	1.37 150	1.75 154	2.60 150	1.57 134

GANet-ADL	3.14 148	0.92 104	1.31 170	1.05 149	1.05 144	1.24 170	0.92 134	1.20 91	1.01 133	3.66 218	6.58 218	1.07 105	0.81 121	0.49 76	11.53 137	4.97 188	1.73 175	0.91 114	6.57 182	2.05 187	8.13 181	18.07 236	0.71 127	0.95 143	1.11 112	1.99 177	2.91 169	1.84 147

AFF-stereo	3.18 149	0.71 26	0.65 49	0.31 13	0.33 17	0.55 60	0.23 13	0.87 50	0.42 31	1.36 127	0.46 21	0.67 26	0.35 17	0.26 11	46.76 218	1.18 36	0.62 19	0.86 95	2.87 104	0.45 13	4.82 128	15.89 211	0.44 28	0.47 32	0.82 58	0.68 41	2.38 126	0.56 18

pcwnet_v2	3.23 150	0.83 70	0.97 106	0.93 131	1.14 154	0.96 141	0.69 115	1.17 85	0.87 120	2.03 167	1.10 121	1.29 127	1.08 158	1.26 194	45.42 211	1.62 94	1.08 122	0.89 107	6.88 194	0.84 98	3.07 106	4.23 66	1.04 180	0.91 136	1.05 104	1.19 113	2.44 130	2.19 166

RTSC	3.28 151	0.98 127	1.45 178	0.78 110	0.96 140	1.01 149	2.41 185	1.17 85	1.33 160	2.40 187	2.02 164	1.27 124	1.03 154	1.14 188	40.84 198	3.19 148	1.99 184	1.31 187	4.15 144	1.44 155	3.49 112	5.65 94	0.68 118	1.18 165	1.17 122	1.04 93	2.44 130	2.09 159

RAFT-Test	3.32 152	0.86 84	1.22 158	1.02 146	0.82 121	0.59 77	0.58 101	2.18 193	0.70 100	1.12 111	7.31 231	1.02 97	0.91 138	0.59 110	9.35 125	11.60 222	1.14 132	0.81 77	7.01 197	1.28 143	10.82 206	17.19 228	0.76 143	0.77 96	1.51 168	4.92 216	1.38 40	2.16 165

CSAN	3.35 153	1.35 179	1.16 146	1.52 185	2.04 205	1.26 172	7.98 223	1.54 138	10.46 248	2.39 186	3.42 183	5.12 213	2.55 185	1.14 188	8.20 119	1.38 61	1.73 175	1.10 158	3.33 127	1.72 171	6.90 157	10.63 149	0.82 156	1.50 177	1.94 195	3.78 210	2.45 132	2.93 178

AEACV	3.45 154	0.93 110	0.35 10	0.29 9	0.21 8	0.27 5	0.12 4	0.28 1	0.14 2	0.24 2	0.24 5	0.36 5	0.22 7	0.21 7	30.09 171	24.13 259	0.59 13	0.46 8	1.65 63	0.91 106	0.89 24	28.36 262	0.27 5	0.21 4	0.36 1	0.31 3	0.63 7	0.28 5

MFMNet_re	3.46 155	1.42 184	1.49 181	1.53 186	1.89 199	2.00 196	2.86 194	2.64 214	2.15 200	1.61 142	1.95 158	3.90 195	2.80 189	1.04 180	16.75 152	4.11 172	2.68 202	1.96 215	6.65 183	2.58 201	14.03 237	5.20 84	1.88 210	2.03 198	1.41 153	1.32 123	3.30 185	2.21 167

R-Stereo Train	3.50 156	1.01 138	1.23 159	1.00 141	0.66 92	0.77 117	0.32 38	1.30 108	1.01 133	1.63 144	4.33 191	1.34 131	0.71 91	0.42 51	34.59 175	4.42 179	1.66 172	1.02 142	6.76 187	1.16 130	7.74 171	13.63 195	0.52 61	0.64 68	1.53 170	1.66 148	1.39 41	1.92 153

RAFT-Stereo	3.50 156	1.01 138	1.23 159	1.00 141	0.66 92	0.77 117	0.32 38	1.30 108	1.01 133	1.63 144	4.33 191	1.34 131	0.71 91	0.42 51	34.59 175	4.42 179	1.66 172	1.02 142	6.76 187	1.16 130	7.74 171	13.63 195	0.52 61	0.64 68	1.53 170	1.66 148	1.39 41	1.92 153
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	3.50 156	0.89 94	1.16 146	0.58 68	0.75 104	0.62 84	0.50 88	2.02 185	0.62 85	1.04 104	1.76 149	1.11 108	12.05 227	0.61 115	12.99 141	10.73 216	1.17 136	0.81 77	6.92 195	1.46 158	11.45 211	17.23 229	0.72 129	0.84 113	1.47 161	1.81 160	1.28 37	1.94 155

FADNet_RVC	3.56 159	1.23 163	1.25 163	1.44 181	1.84 194	1.07 154	1.92 174	1.49 130	1.21 154	1.36 127	1.98 162	2.15 166	1.78 177	1.70 203	24.01 163	3.18 147	2.07 191	2.72 237	5.67 169	1.96 182	6.65 153	9.51 136	0.82 156	1.59 180	1.21 128	1.51 137	12.03 241	2.86 177

EGLCR-Stereo	3.59 160	0.87 87	1.26 164	0.45 41	0.49 41	0.62 84	0.24 17	0.84 44	1.44 164	0.72 43	3.96 187	0.80 59	0.65 80	0.51 85	4.34 92	8.11 210	1.11 125	1.11 160	3.53 132	0.71 64	5.00 136	35.96 264	0.56 79	0.71 87	1.01 95	0.91 73	20.20 253	0.86 62

IPLGR	3.62 161	0.90 97	0.93 97	0.65 86	0.68 96	0.51 46	0.44 73	1.14 82	0.45 37	2.02 166	1.29 134	0.88 70	0.76 107	0.48 72	49.71 230	1.92 114	1.37 155	1.13 161	3.29 123	1.45 156	3.00 105	15.33 205	0.59 90	1.08 156	1.51 168	1.93 172	3.46 190	0.91 70

SHD	3.64 162	1.05 147	2.15 205	1.16 161	1.24 160	1.21 167	2.45 186	1.63 153	1.66 180	2.43 188	2.96 174	1.83 157	2.53 184	0.95 172	39.82 189	3.82 168	1.89 180	1.51 194	4.16 145	2.08 190	5.74 146	5.69 95	0.74 138	1.99 195	1.92 194	1.81 160	1.97 92	1.86 148

HH	3.66 163	0.67 21	1.44 176	0.83 121	0.81 118	0.96 141	1.10 146	1.85 170	0.86 117	5.18 244	5.29 203	1.95 161	0.86 130	0.61 115	11.66 139	15.16 245	0.99 103	1.04 145	6.30 177	3.12 213	13.50 233	13.59 193	0.86 165	0.94 141	1.45 156	1.81 160	3.81 202	2.04 156

HanStereo	3.66 163	0.67 21	1.44 176	0.83 121	0.81 118	0.96 141	1.10 146	1.85 170	0.86 117	5.18 244	5.29 203	1.95 161	0.86 130	0.61 115	11.66 139	15.16 245	0.99 103	1.04 145	6.30 177	3.12 213	13.50 233	13.59 193	0.86 165	0.94 141	1.45 156	1.81 160	3.81 202	2.04 156

RTS	3.66 163	1.19 157	1.07 128	0.99 139	1.30 165	1.36 177	3.80 202	1.35 115	1.49 171	2.37 182	1.17 127	1.84 158	1.14 164	1.07 182	42.35 203	3.22 149	2.05 189	1.43 191	4.07 141	1.94 180	4.46 121	5.32 85	1.05 181	1.34 173	1.91 192	5.04 217	2.33 116	2.12 162

RTSA	3.66 163	1.19 157	1.07 128	0.99 139	1.30 165	1.36 177	3.80 202	1.35 115	1.49 171	2.37 182	1.17 127	1.84 158	1.14 164	1.07 182	42.35 203	3.22 149	2.05 189	1.43 191	4.07 141	1.94 180	4.46 121	5.32 85	1.05 181	1.34 173	1.91 192	5.04 217	2.33 116	2.12 162

MSKI-zero shot	3.77 167	0.85 80	1.15 144	0.73 97	0.63 85	0.68 100	0.56 95	1.86 172	0.94 126	0.88 85	6.74 221	1.62 151	0.71 91	0.43 56	15.96 150	13.56 233	1.52 165	1.01 140	6.81 191	8.64 244	10.46 202	16.23 213	0.59 90	0.87 122	1.50 165	1.95 173	1.85 82	3.10 182

HSM-Net_RVC	3.81 168	1.09 151	1.14 141	1.82 191	1.25 162	0.94 139	0.70 116	2.28 202	1.07 141	2.74 197	5.68 210	38.55 260	1.46 173	0.55 100	5.03 101	1.95 115	1.20 139	0.79 72	1.99 74	1.22 136	7.13 162	13.94 201	0.84 160	2.30 207	1.64 177	1.51 137	2.21 109	1.75 144
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
XQC	3.85 169	1.31 173	1.36 172	1.30 173	1.53 178	1.33 176	2.55 188	1.62 150	1.46 168	2.54 190	3.01 176	1.69 153	4.90 203	1.38 198	44.59 209	3.43 155	1.76 177	1.35 188	3.99 140	1.75 172	4.57 125	5.16 82	0.89 173	1.42 175	2.05 198	2.68 195	2.31 113	2.06 158

FCDSN-DC	3.99 170	0.97 121	2.81 224	1.39 177	1.40 175	1.15 160	1.19 154	0.91 56	0.91 124	1.04 104	0.72 68	1.58 150	0.75 102	0.63 124	52.37 250	2.42 134	1.30 148	1.13 161	1.11 34	0.80 82	7.88 176	16.59 216	0.81 152	2.41 215	1.31 136	1.68 150	1.29 38	1.11 100
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UDG	4.03 171	2.77 219	2.35 214	2.93 215	2.67 215	3.00 214	2.72 190	1.31 111	1.13 146	1.64 146	1.94 157	2.23 170	1.70 175	2.77 214	48.50 225	1.67 98	3.08 205	2.35 227	2.67 95	2.91 208	3.58 113	5.04 79	2.66 215	1.23 168	1.07 107	1.28 120	2.36 121	1.15 106

test-1	4.23 172	0.69 25	1.20 155	0.60 72	0.60 72	0.75 114	0.64 107	1.95 174	0.80 109	4.00 223	5.47 206	2.20 169	0.79 116	0.41 43	24.74 164	12.65 230	1.45 159	1.51 194	6.68 185	6.25 235	10.73 205	20.07 245	0.58 85	0.87 122	1.46 158	1.76 158	2.89 167	2.51 171

IGEV_Zeroshot_test	4.26 173	0.84 74	1.93 197	2.97 218	0.71 99	3.42 217	1.32 162	2.22 197	1.67 181	4.20 226	6.87 226	2.33 175	1.00 152	0.48 72	9.28 124	11.41 220	1.04 115	0.84 91	5.57 166	4.84 226	8.38 185	21.42 248	0.65 109	0.84 113	1.46 158	1.58 144	14.79 248	2.96 180

DeepPrunerF	4.26 173	1.62 197	0.74 59	2.93 215	4.99 248	2.40 205	3.44 197	0.88 51	3.92 227	0.79 62	1.16 125	0.71 33	0.57 57	0.63 124	43.07 207	2.04 121	1.04 115	0.87 99	2.42 87	0.92 107	1.80 77	2.10 38	0.88 172	0.82 108	28.99 255	1.77 159	2.48 135	1.16 109

EKT-Stereo	4.27 175	0.97 121	1.18 152	0.73 97	0.77 108	0.89 132	1.18 153	2.02 185	1.53 175	1.56 139	4.82 199	1.25 122	0.80 120	0.54 97	31.80 172	14.62 241	1.26 146	1.36 189	5.54 165	7.66 240	9.42 193	17.09 226	0.57 83	0.75 92	1.41 153	1.82 164	2.56 147	1.07 94

PVD	4.32 176	1.44 188	2.25 209	1.41 178	1.77 190	1.75 191	2.70 189	3.05 221	2.66 210	3.00 203	4.25 189	2.70 182	3.99 201	1.37 197	39.86 190	3.83 169	2.30 197	2.28 221	4.67 151	2.74 204	7.12 161	6.88 114	1.06 183	1.88 191	3.05 212	2.71 196	2.99 171	2.93 178

MFN_U_SF_DS_RVC	4.37 177	1.52 192	1.06 124	2.01 197	1.95 202	2.24 201	6.41 217	2.14 190	2.21 201	1.72 152	1.55 144	2.74 186	6.14 207	6.25 236	28.17 169	1.81 108	1.51 163	1.06 153	5.38 161	1.78 173	12.52 215	8.92 131	1.51 203	1.25 170	2.26 201	3.39 206	3.05 174	7.55 215

FC-DCNN	4.51 178	1.62 197	4.08 239	2.84 213	2.39 209	3.98 220	10.51 236	2.63 213	1.71 183	2.88 199	1.36 140	4.19 203	1.34 170	0.70 142	7.04 112	2.00 118	1.35 154	1.04 145	9.58 209	0.98 117	9.23 191	16.30 214	0.86 165	1.84 188	4.65 224	2.21 186	7.62 229	16.90 235

FAT-Stereo	4.52 179	1.20 160	2.24 208	1.53 186	1.85 196	1.44 181	1.59 165	3.56 229	1.83 192	3.65 216	6.20 213	6.73 222	2.83 191	1.06 181	10.97 136	14.80 243	2.18 193	2.42 232	5.19 158	8.70 246	13.23 228	13.14 191	0.95 177	2.77 230	1.34 143	2.22 187	3.04 173	5.45 205

PSMNet-ADL	4.56 180	0.97 121	1.17 150	1.19 165	1.28 163	1.04 152	0.92 134	1.77 164	1.26 156	3.47 213	6.08 212	1.51 144	3.10 196	0.57 106	51.86 247	9.30 212	1.51 163	0.96 124	5.92 172	1.28 143	6.83 156	12.62 186	0.87 169	0.88 129	1.17 122	1.43 133	3.02 172	1.17 111

NOSS_ROB	4.59 181	1.38 183	0.84 76	1.18 162	1.29 164	1.18 161	0.68 114	2.34 205	1.43 163	4.86 235	6.67 220	6.78 223	1.06 157	10.45 244	17.10 155	14.19 237	1.64 168	1.16 166	3.03 107	1.02 122	14.13 238	17.92 234	0.82 156	1.66 183	1.27 132	4.91 215	3.40 188	1.44 131

SAMSARA	4.67 182	1.33 176	1.79 189	1.51 184	1.56 182	1.58 185	3.79 201	2.22 197	1.93 193	2.38 184	3.37 182	2.12 165	9.35 215	2.02 208	37.97 182	5.46 192	2.03 188	1.62 200	4.95 154	2.84 206	6.73 154	6.13 105	1.00 178	2.01 196	4.21 222	6.28 226	4.36 207	5.44 204

ADCRef	4.89 183	1.42 184	1.03 120	0.78 110	1.79 191	1.25 171	1.80 168	1.00 68	5.53 238	1.84 157	1.05 117	1.16 116	0.93 141	1.23 193	53.67 254	2.00 118	1.15 134	1.05 150	3.90 139	1.36 149	2.10 92	4.11 64	2.09 211	1.09 157	2.26 201	4.58 211	2.46 134	29.47 252

MADNet+	4.92 184	2.05 208	1.88 194	2.10 200	2.41 210	1.62 188	5.57 212	2.53 210	2.09 197	2.66 195	2.11 166	4.11 200	2.91 192	2.54 212	41.01 199	5.19 190	4.09 212	1.69 202	4.60 150	3.68 221	13.15 227	7.71 120	1.76 207	3.65 246	3.07 213	2.16 183	3.24 183	3.28 188

MFN_U_SF_RVC	5.03 185	1.91 205	1.84 191	2.23 205	1.92 201	2.67 209	6.14 214	2.41 206	1.98 196	4.44 229	10.81 249	4.14 202	2.48 183	4.92 232	32.71 174	3.59 162	2.29 196	1.81 209	11.46 217	3.54 218	7.96 178	7.26 118	1.24 189	3.78 248	1.85 188	3.74 209	2.83 164	3.90 194

SGM-Forest	5.08 186	1.24 165	0.79 67	2.11 201	1.57 183	1.42 179	0.58 101	1.40 121	0.90 122	4.89 237	0.91 103	2.72 183	12.97 230	0.64 128	17.84 158	3.50 157	0.87 69	0.68 42	9.60 211	0.82 93	7.51 167	17.96 235	0.87 169	1.09 157	1.69 182	1.75 154	5.90 216	34.83 257
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCP+	5.11 187	1.52 192	1.70 187	1.08 152	1.55 179	1.22 168	2.28 179	1.03 71	2.69 211	3.96 222	2.19 169	2.25 172	0.63 74	0.98 175	54.20 256	1.53 80	0.87 69	0.96 124	4.27 146	0.95 111	2.45 99	3.80 59	0.74 138	0.80 104	2.41 206	11.13 238	7.77 230	23.00 242

MSC_U_SF_DS_RVC	5.15 188	2.25 214	1.46 179	2.42 207	2.07 207	2.04 198	5.18 209	1.97 178	2.61 207	2.96 201	1.93 156	3.79 194	10.20 218	10.36 243	27.56 168	3.55 161	3.01 204	1.99 216	14.19 220	3.59 219	7.40 165	9.91 139	2.85 222	1.93 192	2.42 208	2.82 197	2.19 105	6.53 212

S-Stereo	5.20 189	1.19 157	1.90 196	1.82 191	1.73 189	1.68 189	2.29 181	2.74 218	2.14 199	3.32 212	13.02 250	5.98 218	1.85 178	0.89 165	28.39 170	16.06 249	1.91 181	2.35 227	5.62 167	9.27 251	7.51 167	15.02 203	1.62 204	2.70 224	1.33 141	2.06 181	2.88 166	3.20 185

FBW_ROB	5.25 190	2.41 216	2.49 216	2.72 211	2.98 225	2.61 208	6.30 216	1.78 165	1.10 143	2.52 189	2.82 173	4.91 211	8.67 212	6.67 237	49.93 233	1.28 51	1.82 179	0.97 127	9.21 207	1.68 168	9.07 189	5.89 101	4.29 229	1.84 188	1.48 163	1.92 170	1.81 79	2.56 172

EAI-Stereo	5.34 191	1.04 145	2.30 212	1.02 146	1.55 179	0.85 127	1.91 173	2.21 196	2.99 215	0.81 68	6.93 228	1.39 135	0.83 127	0.54 97	26.39 166	49.22 266	1.18 137	1.17 168	7.74 201	1.54 161	8.92 188	12.00 176	0.78 146	2.02 197	1.46 158	2.24 188	3.36 187	1.89 151

iRaft-Stereo_20w	5.41 192	1.35 179	2.82 225	2.69 209	1.55 179	1.58 185	1.23 159	1.96 176	3.24 221	5.53 254	7.00 230	1.55 147	1.33 169	0.55 100	6.14 108	9.93 213	1.65 171	0.87 99	6.14 174	5.54 230	8.40 186	20.46 246	0.73 132	0.87 122	1.71 183	34.19 260	11.64 239	5.53 207

ccs_rob	5.44 193	1.11 153	1.53 182	1.20 168	0.97 141	1.19 164	1.07 143	2.86 219	1.25 155	4.19 224	35.07 259	8.65 234	1.42 172	0.76 149	35.68 178	6.12 199	1.64 168	1.17 168	5.87 171	1.60 164	10.36 201	12.86 188	0.76 143	2.22 206	1.10 109	1.34 124	2.64 155	2.22 168

CBMV	5.62 194	1.43 186	1.24 162	1.61 188	1.61 184	1.96 194	2.28 179	3.43 223	1.48 169	3.08 206	6.42 216	7.79 227	9.12 213	0.62 120	17.34 156	13.54 232	2.64 201	1.27 184	9.58 209	1.19 133	10.31 199	16.88 223	0.86 165	2.04 201	1.64 177	1.86 165	4.52 208	26.08 247
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCL	5.74 195	1.87 203	1.62 185	1.28 171	1.42 176	1.61 187	2.34 184	1.29 105	5.06 236	3.00 203	1.99 163	1.30 129	0.87 133	1.13 187	49.88 232	1.73 104	1.64 168	1.77 206	3.04 108	1.41 152	3.47 111	3.84 61	1.23 187	1.32 172	9.34 242	11.37 239	11.30 238	28.87 251

ADCMid	5.86 196	2.21 212	2.60 218	1.42 179	2.94 224	2.42 206	4.52 206	1.96 176	2.94 214	1.88 159	3.14 178	2.67 181	2.81 190	1.59 201	50.47 237	3.62 164	2.00 186	1.84 211	7.49 199	2.45 197	5.56 142	8.48 130	2.66 215	1.57 179	2.29 203	8.47 234	7.21 227	20.87 240

AnyNet_C32	6.19 197	1.45 189	1.40 173	1.28 171	1.69 187	1.43 180	3.69 200	1.56 144	5.23 237	2.63 193	4.52 196	2.23 170	1.34 170	1.41 199	54.68 257	3.51 158	2.24 195	2.06 220	3.81 137	1.98 183	7.39 164	11.40 166	1.23 187	1.87 190	5.90 229	14.50 242	6.04 219	20.74 239

DPSNet	6.19 197	1.58 195	1.40 173	1.82 191	2.77 218	2.27 202	2.04 176	1.97 178	2.91 213	2.12 174	5.08 201	10.47 245	6.82 210	8.77 240	19.95 161	11.92 229	5.92 221	3.73 246	17.76 226	9.60 253	12.18 214	17.85 232	3.88 227	3.21 241	2.31 204	3.71 208	2.62 152	2.45 170

G-Net	6.30 199	1.67 199	1.86 192	1.46 183	1.83 193	1.49 184	1.31 161	4.92 241	8.45 245	3.15 207	4.65 197	7.94 228	6.81 209	0.87 163	16.87 153	7.83 208	1.93 183	2.71 236	5.65 168	6.44 237	9.07 189	11.41 167	1.44 197	2.80 232	1.78 186	18.73 248	6.49 223	30.54 253

otaku	6.32 200	5.21 241	2.43 215	18.55 247	3.05 227	6.58 239	5.21 210	1.43 124	1.44 164	1.31 125	1.39 142	3.94 198	2.76 186	3.25 221	26.81 167	1.43 66	10.64 237	1.19 173	20.32 232	1.71 170	13.88 236	11.69 170	11.83 259	2.03 198	1.64 177	2.05 179	2.52 141	6.37 211

SANet	6.32 200	2.20 211	1.79 189	2.07 199	2.63 214	3.36 216	10.20 233	4.41 239	7.43 244	2.04 168	4.35 193	8.33 231	12.55 228	1.80 205	47.09 220	1.72 101	6.07 222	1.51 194	4.45 147	1.81 175	9.80 195	10.36 145	1.21 186	2.72 228	2.04 197	5.93 225	3.67 196	9.02 216

RainbowNet	6.38 202	3.77 233	2.95 228	4.59 227	3.15 230	4.28 224	10.99 242	2.04 188	1.97 195	1.89 162	1.11 122	3.92 197	3.08 195	3.63 226	42.37 205	1.96 116	4.60 214	1.56 197	16.57 225	8.71 247	11.66 212	11.28 165	10.57 254	2.32 208	2.23 200	2.29 190	2.78 162	6.05 210

pmcnn	6.42 203	1.56 194	1.60 184	2.69 209	3.39 231	2.12 199	10.59 238	2.67 216	2.61 207	2.54 190	6.38 215	6.37 219	16.22 242	0.89 165	16.23 151	14.56 240	4.57 213	3.30 244	7.74 201	7.59 239	13.62 235	22.89 251	6.22 239	2.53 218	1.86 189	3.14 202	4.68 209	4.77 197

HBP-ISP	6.55 204	1.35 179	2.23 207	1.99 195	1.62 185	1.78 192	0.81 124	2.50 208	1.26 156	4.90 238	6.79 222	1.42 138	0.75 102	14.52 250	52.81 252	19.38 255	1.33 151	1.14 163	6.08 173	7.98 242	12.72 219	19.17 243	0.83 159	1.51 178	2.15 199	2.05 179	3.91 206	3.74 191

edge stereo	6.57 205	1.88 204	3.13 231	2.21 204	1.87 198	2.69 211	3.15 195	4.49 240	3.41 223	3.95 221	4.81 198	6.45 220	20.30 247	1.11 185	18.59 159	14.65 242	2.02 187	1.64 201	36.45 244	6.00 234	7.11 160	13.70 198	1.44 197	2.08 202	2.35 205	2.08 182	3.74 197	5.94 209

SQANet	6.61 206	4.52 240	2.25 209	19.46 248	2.80 219	5.78 234	5.10 207	1.62 150	1.42 162	1.20 113	1.35 138	3.49 191	2.47 182	2.79 215	39.69 188	1.32 56	10.61 235	1.08 156	20.69 234	1.49 159	12.87 220	10.98 156	11.36 257	1.61 181	1.68 181	2.30 191	2.67 159	5.76 208

SPS-STEREO	6.95 207	1.75 201	1.96 200	2.47 208	1.71 188	2.67 209	7.51 220	2.73 217	1.77 187	3.62 215	6.80 224	4.88 210	2.19 180	1.30 195	41.49 200	11.88 228	3.62 209	2.04 217	36.63 246	2.04 186	14.17 239	17.87 233	1.48 201	2.69 223	2.50 209	3.26 204	3.74 197	2.81 176
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCS	7.02 208	1.96 207	1.96 200	1.45 182	2.34 208	1.96 194	3.44 197	2.25 199	3.95 229	2.64 194	3.13 177	3.52 192	17.50 245	2.18 209	52.87 253	11.38 219	3.10 206	2.55 235	5.10 156	2.56 200	10.82 206	10.12 141	1.74 206	2.12 203	2.53 210	10.38 237	7.40 228	18.54 237

ADCPNet	7.22 209	1.20 160	3.00 230	1.33 174	3.12 229	1.46 182	9.28 230	2.20 194	3.19 219	4.19 224	7.62 234	2.54 177	15.76 240	1.74 204	49.34 229	3.53 160	2.22 194	1.25 182	19.78 230	3.05 212	6.47 151	6.78 112	4.59 230	1.45 176	3.90 220	5.06 219	3.90 205	26.91 248

ACVNet_1	7.23 210	3.88 235	3.60 235	16.55 244	3.61 237	6.82 241	10.77 239	1.61 149	1.77 187	1.62 143	1.34 137	4.64 207	3.07 194	7.87 238	46.54 217	1.46 71	11.70 243	1.77 206	20.85 235	1.62 166	14.44 250	9.86 137	7.17 241	2.93 236	1.84 187	2.33 192	2.75 161	2.71 174

TRStereo	7.27 211	1.32 174	1.93 197	0.85 126	0.64 88	2.31 204	0.87 129	2.20 194	0.84 115	4.40 228	1.76 149	2.27 174	0.75 102	0.53 90	9.78 127	18.00 252	0.89 75	0.90 112	5.70 170	1.69 169	7.47 166	17.27 230	0.63 104	0.64 68	1.43 155	106.42 272	3.23 181	1.61 139

Ntro	7.30 212	6.21 245	2.53 217	8.29 237	3.01 226	5.20 231	8.21 225	1.40 121	1.51 173	1.44 134	1.19 129	3.90 195	2.78 188	3.15 220	35.64 177	1.27 49	10.61 235	1.27 184	45.74 254	1.93 179	14.28 246	11.91 175	11.38 258	2.65 222	1.73 184	2.28 189	2.54 145	4.94 199

anonymity	7.31 213	0.90 97	1.71 188	1.15 159	0.92 131	0.82 124	0.78 121	2.16 192	1.73 184	3.78 220	97.18 269	1.99 163	0.92 139	0.53 90	9.97 128	7.82 207	1.13 131	0.89 107	6.68 185	1.45 156	7.79 173	18.56 239	0.75 141	0.77 96	1.50 165	1.58 144	21.11 254	2.77 175

CBMV_ROB	7.32 214	1.49 191	2.01 203	2.37 206	1.95 202	2.94 213	2.85 193	6.45 246	1.67 181	5.35 252	6.91 227	9.95 241	11.78 225	0.67 137	38.78 183	6.71 202	3.91 210	1.19 173	10.02 213	2.47 198	9.67 194	17.08 225	0.81 152	1.62 182	7.83 237	10.07 236	5.85 214	25.35 246

AnyNet_C01	7.46 215	2.22 213	2.25 209	2.99 219	1.99 204	1.80 193	6.11 213	3.82 233	5.59 239	3.15 207	4.35 193	4.84 209	6.54 208	2.23 210	58.48 258	14.06 236	6.69 225	3.67 245	4.82 153	3.18 215	8.68 187	13.81 200	2.41 213	2.39 213	5.67 227	3.29 205	8.76 233	17.77 236

WAO-6	7.60 216	2.96 221	2.69 220	8.39 239	2.91 223	4.09 222	9.80 231	3.51 228	3.29 222	1.83 156	2.44 171	6.58 221	10.28 221	3.07 217	50.48 238	2.35 130	13.45 253	1.89 213	9.14 206	2.24 195	14.27 243	12.25 180	3.34 225	2.73 229	7.78 236	7.61 232	4.78 211	11.18 225

ACVNet_2	7.60 216	3.56 227	2.92 227	21.71 253	3.45 235	5.03 230	10.20 233	1.84 168	1.75 185	1.88 159	1.90 155	4.13 201	3.42 199	3.13 219	48.14 224	1.55 88	12.78 249	1.59 198	33.01 243	1.79 174	11.17 209	7.89 122	6.76 240	2.80 232	3.11 215	2.99 201	3.50 192	3.10 182

IMH-64-1	7.69 218	3.33 223	3.54 232	4.78 228	3.41 232	4.66 226	7.94 221	3.50 226	3.08 216	1.39 131	1.97 159	5.46 214	11.00 222	5.06 233	51.74 243	4.54 181	6.41 223	2.30 224	19.20 228	2.05 187	8.35 183	10.70 150	7.76 248	2.38 210	6.01 230	4.61 212	13.27 245	9.08 217

IMH-64	7.69 218	3.33 223	3.54 232	4.78 228	3.41 232	4.66 226	7.94 221	3.50 226	3.08 216	1.39 131	1.97 159	5.46 214	11.00 222	5.06 233	51.74 243	4.54 181	6.41 223	2.30 224	19.20 228	2.05 187	8.35 183	10.70 150	7.76 248	2.38 210	6.01 230	4.61 212	13.27 245	9.08 217

Dean	7.71 220	3.73 232	2.70 221	34.51 258	4.04 242	5.77 233	11.08 243	2.27 201	2.38 205	2.20 176	1.67 146	5.02 212	5.62 205	3.37 222	48.84 227	1.81 108	12.14 246	1.69 202	9.97 212	2.18 192	14.18 240	9.87 138	7.32 243	2.79 231	3.52 217	2.90 198	3.53 193	3.17 184

SPstereo	8.41 221	2.31 215	3.95 237	2.18 203	2.05 206	2.28 203	2.16 178	2.96 220	3.64 225	3.06 205	8.02 238	29.77 257	17.20 244	2.43 211	31.88 173	17.57 251	3.57 207	3.97 248	8.09 204	6.45 238	12.57 216	16.11 212	2.37 212	2.82 234	4.26 223	7.25 228	13.62 247	14.60 231

FINET	8.71 222	0.76 50	1.06 124	0.73 97	0.61 74	0.65 93	0.96 136	1.14 82	10.65 249	0.64 32	8.32 241	1.23 120	12.97 230	0.66 135	19.47 160	15.19 247	1.11 125	0.67 40	4.45 147	3.30 216	6.92 158	25.13 256	0.48 40	1.82 186	33.04 259	36.43 264	1.44 44	45.32 267

WAO-7	9.07 223	3.01 222	5.43 249	29.81 256	2.48 211	4.10 223	9.87 232	2.50 208	4.12 231	4.70 233	7.51 232	8.00 229	14.77 238	1.87 206	40.78 197	2.16 124	12.66 247	2.78 239	45.71 253	2.18 192	10.61 203	10.06 140	1.41 194	2.61 221	3.09 214	4.78 214	2.98 170	5.05 201

MeshStereo	9.32 224	2.66 217	2.34 213	4.20 224	2.89 222	4.28 224	2.45 186	8.29 256	9.16 247	5.14 243	8.46 243	11.16 246	13.23 235	0.85 162	51.81 246	15.66 248	4.76 217	1.82 210	21.81 237	1.92 178	15.41 256	19.79 244	1.07 184	2.40 214	8.53 241	5.45 220	10.67 236	15.48 233
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
IMH	9.35 225	3.37 226	3.55 234	4.56 226	3.42 234	4.71 229	8.11 224	3.47 225	3.11 218	1.42 133	1.87 154	5.75 216	16.21 241	47.47 268	51.66 242	2.73 138	9.15 231	2.36 229	20.87 236	2.09 191	8.20 182	10.33 143	8.06 251	2.34 209	7.63 235	5.85 224	3.76 200	10.29 223

ELAS_RVC	9.44 226	3.33 223	5.58 250	4.11 223	3.68 238	7.49 245	6.29 215	7.70 252	3.76 226	5.25 248	7.74 236	9.89 237	11.05 224	3.12 218	47.81 223	4.61 184	7.01 226	9.67 256	11.32 215	2.99 211	13.48 231	18.09 237	2.75 218	4.11 249	20.24 251	23.51 250	5.06 212	5.25 202
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	9.58 227	4.14 239	6.28 253	4.33 225	5.76 251	4.05 221	8.92 228	7.11 248	7.31 243	5.28 250	7.81 237	7.63 226	9.16 214	13.24 247	22.87 162	20.42 256	7.52 229	6.31 251	10.37 214	7.95 241	14.23 241	18.70 240	4.07 228	5.38 252	5.79 228	22.37 249	9.94 235	11.72 226

PWCK	10.29 228	3.91 236	2.77 223	4.89 232	3.54 236	7.32 244	8.68 226	3.93 235	4.63 235	4.65 232	5.75 211	24.50 255	9.85 217	3.38 223	35.70 179	3.25 151	10.92 238	2.38 230	72.59 264	5.10 228	14.78 252	8.07 125	3.71 226	2.51 217	7.91 238	7.44 229	6.33 220	9.46 220

SFCPSM	10.77 229	1.34 178	1.09 132	1.15 159	1.19 158	1.19 164	0.90 132	1.29 105	1.76 186	2.70 196	5.58 209	4.33 204	10.25 220	1.08 184	51.59 241	5.22 191	1.99 184	1.17 168	161.66 271	4.44 223	7.65 170	11.04 159	0.84 160	1.68 184	1.34 143	1.75 154	3.44 189	3.04 181

ELAS	10.84 230	3.56 227	4.96 243	4.79 230	4.42 247	5.56 232	6.51 218	7.57 249	3.94 228	5.28 250	7.73 235	9.90 239	11.95 226	3.98 229	51.90 248	4.58 183	7.45 228	9.46 254	9.29 208	2.75 205	13.28 229	17.44 231	2.75 218	3.75 247	17.66 249	27.22 254	13.08 244	31.86 255
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	11.01 231	9.35 254	6.18 252	8.36 238	7.13 256	10.04 254	10.87 240	5.04 242	4.04 230	2.99 202	3.99 188	9.99 242	9.75 216	8.16 239	48.50 225	14.21 238	7.41 227	5.05 250	7.73 200	3.91 222	13.36 230	18.71 241	8.17 252	3.64 245	11.32 244	18.46 246	12.54 242	28.46 250

SGM_RVC	11.64 232	2.80 220	1.89 195	2.92 214	2.54 213	4.66 226	8.81 227	7.78 254	3.50 224	5.57 255	8.27 239	9.89 237	12.97 230	0.97 174	4.41 93	2.83 141	7.65 230	1.17 168	40.85 248	6.32 236	10.68 204	24.24 253	1.79 208	3.32 243	27.82 254	35.58 261	31.94 261	43.00 263
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
UNDER WATER-64	11.94 233	7.33 252	5.26 247	17.03 245	7.50 257	8.66 251	16.40 252	8.75 258	4.42 233	4.46 230	3.23 180	17.69 249	16.25 243	9.32 241	46.44 215	10.50 215	13.88 254	3.04 243	12.89 219	8.65 245	14.27 243	14.74 202	10.97 255	4.47 250	6.36 233	18.61 247	9.42 234	21.90 241

LSM0	11.96 234	1.70 200	2.88 226	2.75 212	2.51 212	3.46 218	9.27 229	4.20 237	4.16 232	3.65 216	7.52 233	7.40 225	10.23 219	1.32 196	64.87 262	78.56 271	4.73 216	2.33 226	20.33 233	4.80 225	14.31 247	17.05 224	1.30 192	3.15 239	3.41 216	15.40 245	6.33 220	25.24 245

LVE	12.08 235	3.68 230	2.75 222	55.08 267	4.35 246	8.14 248	74.25 270	1.97 178	2.42 206	2.31 181	1.72 148	4.79 208	5.02 204	3.47 225	40.00 192	2.29 128	11.14 239	1.88 212	50.99 259	2.03 185	10.30 198	12.06 178	5.50 231	3.25 242	3.73 219	3.25 203	3.10 175	6.68 214

DGSMNet	12.30 236	2.15 209	2.14 204	1.99 195	1.68 186	2.73 212	1.82 169	3.08 222	2.11 198	12.64 261	99.93 270	4.00 199	18.54 246	19.58 257	45.95 213	15.08 244	12.73 248	10.09 257	15.38 223	4.59 224	13.00 225	15.62 208	7.34 244	3.49 244	1.76 185	5.84 223	3.48 191	5.37 203

JetRed	12.58 237	6.94 251	7.73 254	4.83 231	6.78 254	9.44 253	10.92 241	5.31 245	4.60 234	5.84 257	3.34 181	8.16 230	8.25 211	9.89 242	50.58 239	14.44 239	10.47 234	7.92 252	7.78 203	5.56 231	18.07 261	24.74 255	11.23 256	4.59 251	12.62 245	25.80 252	25.52 256	28.19 249

MDST_ROB	12.84 238	32.58 262	1.86 192	20.66 252	2.84 221	7.65 246	3.50 199	4.02 236	1.51 173	3.73 219	6.49 217	3.22 189	42.47 256	0.80 158	50.42 236	2.20 126	1.29 147	0.83 88	18.69 227	1.42 153	12.92 222	18.51 238	1.50 202	1.82 186	24.51 253	15.09 243	31.82 259	34.42 256

XX-Stereo	13.13 239	0.72 31	1.28 167	1.04 148	0.54 60	0.81 123	0.87 129	1.13 81	0.51 58	4.52 231	6.79 222	1.56 149	1.04 155	0.49 76	39.98 191	16.92 250	1.52 165	0.95 121	6.78 190	0.95 111	6.18 150	13.69 197	0.71 127	0.52 40	237.32 272	1.37 126	2.63 154	3.58 189

TorneroNet-64	13.22 240	6.29 247	5.03 245	34.00 257	3.73 241	10.39 255	16.61 253	3.46 224	12.22 257	2.26 179	5.35 205	17.42 248	34.25 254	14.90 251	47.42 222	3.17 146	13.22 252	2.42 232	36.46 245	9.14 250	14.27 243	12.82 187	5.64 232	2.71 225	14.05 248	13.61 240	3.58 194	12.45 227

notaker	13.32 241	13.02 257	4.84 240	18.53 246	6.99 255	8.41 250	14.34 249	3.85 234	3.23 220	2.91 200	2.14 168	31.16 258	43.76 257	4.86 231	85.76 266	2.65 137	12.81 250	2.79 240	43.18 251	2.96 210	14.95 253	11.46 168	7.77 250	3.13 238	2.66 211	2.97 200	3.75 199	4.87 198

SGM-ForestM	13.80 242	10.32 256	8.18 255	4.90 233	3.69 239	7.87 247	10.55 237	7.61 250	10.68 250	5.09 242	8.30 240	9.49 236	12.89 229	4.42 230	49.85 231	13.64 235	10.21 233	1.16 166	11.67 218	8.91 248	11.41 210	24.59 254	3.28 223	5.76 254	31.49 257	36.13 262	19.13 252	41.30 262

WAO-8	14.11 243	5.49 242	4.86 241	26.82 254	4.15 244	6.96 242	11.78 246	3.65 231	6.35 241	31.53 267	38.68 263	8.33 231	22.49 248	20.27 260	50.28 234	3.34 152	11.20 241	2.04 217	55.23 261	5.70 232	9.91 196	11.24 163	5.91 234	2.59 219	8.00 239	7.57 230	6.79 224	9.89 221

Venus	14.11 243	5.49 242	4.86 241	26.82 254	4.15 244	6.96 242	11.78 246	3.65 231	6.35 241	31.53 267	38.68 263	8.33 231	22.49 248	20.27 260	50.28 234	3.34 152	11.20 241	2.04 217	55.23 261	5.70 232	9.91 196	11.24 163	5.91 234	2.59 219	8.00 239	7.57 230	6.79 224	9.89 221

SGM+DAISY	15.03 245	3.86 234	5.41 248	3.96 222	3.71 240	6.66 240	7.44 219	7.77 253	10.90 254	5.69 256	8.99 247	9.93 240	13.12 234	3.67 227	45.62 212	18.93 254	4.69 215	3.97 248	15.74 224	13.34 256	15.06 254	28.38 263	1.46 199	13.52 261	34.47 261	36.45 265	37.75 264	45.36 268

ACVNet-4b	15.72 246	4.04 237	2.68 219	44.32 263	2.83 220	6.13 237	62.22 267	1.84 168	1.78 189	1.65 147	1.24 130	4.40 206	112.58 270	3.38 223	47.32 221	1.32 56	16.00 256	1.73 205	55.10 260	2.19 194	14.48 251	16.37 215	7.30 242	3.18 240	1.64 177	1.88 166	2.20 106	4.57 196

MANE	15.81 247	9.88 255	8.25 256	5.12 236	6.22 253	8.39 249	11.49 245	7.67 251	10.83 253	4.97 239	8.34 242	8.98 235	12.97 230	3.88 228	48.84 227	18.39 253	11.83 244	20.15 262	11.32 215	9.38 252	13.48 231	26.38 258	2.78 221	12.22 258	32.08 258	36.35 263	33.31 262	43.41 264

DispFullNet	16.30 248	3.61 229	4.99 244	3.31 220	3.08 228	3.50 219	3.23 196	6.46 247	2.69 211	5.18 244	6.80 224	88.00 268	15.13 239	2.74 213	39.32 186	24.41 260	4.06 211	3.86 247	139.45 269	28.19 262	12.57 216	15.74 210	2.71 217	2.38 210	4.19 221	2.67 194	6.81 226	5.03 200

UNDER WATER	16.74 249	8.01 253	5.18 246	15.67 243	9.29 260	8.94 252	36.85 262	8.38 257	6.23 240	4.21 227	3.00 175	18.64 250	96.12 268	15.60 254	37.14 180	10.17 214	14.68 255	2.79 240	47.09 256	8.60 243	17.12 259	13.21 192	17.04 263	5.56 253	6.15 232	15.22 244	6.39 222	14.80 232

PSMNet_ROB	17.18 250	5.57 244	2.98 229	3.51 221	2.73 217	6.41 238	10.28 235	2.31 204	2.27 204	4.77 234	140.21 271	98.21 269	6.08 206	34.53 263	10.47 134	1.72 101	5.37 219	1.72 204	20.16 231	3.45 217	13.00 225	8.00 123	63.38 271	2.71 225	3.54 218	3.57 207	3.25 184	3.61 190

STStereo	17.90 251	3.70 231	5.94 251	43.89 262	5.62 250	39.01 265	13.50 248	7.84 255	10.79 252	5.25 248	8.94 244	24.58 256	30.28 253	1.98 207	59.79 261	13.60 234	5.75 220	1.79 208	40.86 249	5.29 229	11.04 208	15.34 206	2.47 214	11.83 257	23.98 252	30.27 256	23.75 255	36.15 258

DGTPSM_ROB	18.53 252	6.49 248	18.04 259	4.98 234	8.90 258	5.93 235	18.56 255	5.08 243	12.04 255	5.07 241	9.28 248	12.68 247	55.86 263	15.28 252	66.30 263	20.57 257	19.32 259	16.27 259	24.75 238	20.04 259	16.70 258	22.25 249	6.01 237	12.63 259	13.88 246	32.46 258	14.80 249	36.23 259

DPSM_ROB	21.09 253	17.18 258	22.68 261	10.13 240	9.29 260	13.96 256	14.47 250	11.66 259	15.25 259	9.00 258	8.97 245	10.35 243	13.24 236	19.82 258	59.61 259	26.09 261	18.75 257	21.25 263	14.76 221	15.47 257	28.53 264	28.20 260	7.44 245	16.13 262	34.47 261	39.29 267	38.28 265	45.08 265

DPSM	21.09 253	17.18 258	22.68 261	10.13 240	9.29 260	13.96 256	14.47 250	11.66 259	15.25 259	9.00 258	8.97 245	10.35 243	13.24 236	19.82 258	59.61 259	26.09 261	18.75 257	21.25 263	14.76 221	15.47 257	28.53 264	28.20 260	7.44 245	16.13 262	34.47 261	39.29 267	38.28 265	45.08 265

KSHMR	21.80 255	6.71 250	4.04 238	99.23 271	6.14 252	41.63 267	70.49 269	3.63 230	8.86 246	3.60 214	3.42 183	6.78 223	84.46 267	17.61 255	40.67 194	3.96 170	10.14 232	2.82 242	90.71 267	2.91 208	12.90 221	12.31 181	9.04 253	2.84 235	19.52 250	5.56 221	8.25 231	10.42 224

MaskLacGwcNet_RVC	22.39 256	1.43 186	1.63 186	2.01 197	1.89 199	2.00 196	4.03 204	2.25 199	2.65 209	5.01 240	28.79 257	216.21 273	50.44 262	5.46 235	37.62 181	4.30 176	5.35 218	12.78 258	28.48 239	1.49 159	14.42 249	12.87 189	1.01 179	2.45 216	1.87 190	7.04 227	145.49 273	5.50 206

DLNR_Zeroshot_test	24.07 257	81.88 272	1.95 199	101.60 272	0.50 44	0.56 62	81.29 271	2.29 203	0.50 54	4.86 235	2.13 167	3.03 187	0.93 141	12.16 246	103.32 268	142.13 273	34.14 263	19.58 261	8.61 205	4.90 227	8.02 180	28.05 259	0.55 72	0.85 120	1.36 148	1.54 140	1.21 33	1.87 149

DPSMNet_ROB	24.31 258	6.50 249	18.05 260	5.02 235	8.92 259	6.00 236	18.76 256	5.09 244	12.07 256	5.20 247	26.86 256	20.02 251	160.56 272	15.40 253	77.59 265	20.75 258	19.63 260	16.57 260	37.30 247	20.17 260	17.40 260	22.27 250	6.03 238	12.63 259	13.98 247	32.46 258	14.87 250	36.24 260

TorneroNet	25.03 259	6.23 246	3.71 236	95.21 270	4.04 242	30.59 263	28.04 257	4.36 238	17.91 261	2.20 176	37.98 262	81.16 267	72.52 264	18.24 256	46.94 219	2.75 139	13.19 251	2.38 230	87.74 265	9.05 249	15.54 257	12.50 185	5.92 236	2.71 225	49.11 266	8.21 233	3.60 195	13.88 230

LRCNet_RVC	27.23 260	30.79 261	14.68 258	35.16 260	31.14 266	36.50 264	30.07 261	23.05 263	12.67 258	36.10 269	33.27 258	37.41 259	28.58 252	37.19 264	51.77 245	7.29 206	31.08 262	27.01 266	67.79 263	28.97 263	22.94 263	11.62 169	39.23 266	30.57 266	7.31 234	2.54 193	11.22 237	9.26 219

ktn	29.25 261	4.04 237	95.12 272	14.38 242	5.47 249	18.03 258	17.50 254	16.11 262	67.22 271	2.86 198	5.27 202	171.03 272	80.57 266	10.72 245	76.12 264	3.35 154	21.01 261	2.75 238	90.20 266	29.10 264	15.07 255	11.01 157	7.65 247	3.01 237	5.09 225	5.80 222	4.72 210	6.57 213

LE_ROB	30.50 262	24.69 260	35.49 264	34.61 259	56.81 272	18.87 259	58.99 266	31.76 267	41.68 266	5.39 253	26.68 255	46.42 261	49.67 260	13.45 248	40.69 196	4.22 173	12.06 245	1.23 176	46.44 255	37.28 268	12.68 218	19.06 242	48.23 267	22.44 264	30.42 256	31.57 257	31.85 260	40.86 261

PML	39.12 263	38.07 266	12.03 257	39.14 261	28.99 265	40.52 266	11.18 244	14.17 261	98.92 272	27.80 266	165.99 272	107.70 270	159.11 271	13.58 249	17.37 157	11.85 227	35.22 264	8.64 253	42.84 250	11.21 255	14.35 248	16.59 216	5.89 233	7.24 256	52.84 267	13.89 241	42.19 267	18.91 238

MyStereo02	43.03 264	34.56 263	45.65 266	20.26 250	0.00 1	28.02 260	29.16 259	23.39 265	30.77 263	18.18 263	35.20 260	20.70 252	26.70 250	40.08 266	119.88 269	56.08 269	37.63 265	42.68 268	29.42 241	31.78 266	57.39 270	70.86 270	14.99 261	32.55 268	69.07 269	79.07 269	76.99 269	90.81 270

CasAABBNet	43.13 265	34.58 265	45.64 265	20.16 249	18.53 263	28.05 262	29.10 258	23.25 264	30.68 262	18.72 265	18.11 251	20.71 254	37.91 255	39.77 265	120.31 271	53.12 268	37.70 267	42.54 267	29.33 240	30.54 265	57.52 272	65.08 269	14.60 260	32.33 267	69.15 271	79.07 269	76.98 268	90.93 272

MyStereo03	43.72 266	34.56 263	45.65 266	20.26 250	18.69 264	28.02 260	29.16 259	23.39 265	30.77 263	18.18 263	35.20 260	20.70 252	26.70 250	40.08 266	119.88 269	56.08 269	37.63 265	42.68 268	29.42 241	31.78 266	57.39 270	70.86 270	14.99 261	32.55 268	69.07 269	79.07 269	76.99 269	90.81 270

HaxPig	44.55 267	46.74 268	47.29 268	47.70 264	48.78 268	47.59 268	48.40 263	49.50 268	47.10 267	49.76 270	50.30 265	49.05 262	45.31 258	54.53 269	41.50 201	40.24 263	50.13 269	52.04 270	44.70 252	43.04 269	46.59 266	44.52 265	51.78 268	45.41 270	33.76 260	25.29 251	28.70 257	23.20 243

AVERAGE_ROB	46.10 268	48.44 269	48.15 269	49.32 265	50.20 269	48.59 269	49.79 264	50.71 270	48.61 268	51.66 271	52.51 266	50.25 263	47.27 259	55.77 270	43.02 206	41.01 264	52.37 270	54.54 271	47.19 257	45.40 270	48.69 267	44.71 266	52.87 269	46.96 271	35.70 264	26.55 253	30.75 258	23.74 244

HanzoNet	48.72 269	45.82 267	75.50 271	62.48 268	48.71 267	62.22 271	81.53 272	55.12 272	62.18 270	15.62 262	22.35 254	75.50 266	105.13 269	172.23 273	54.19 255	11.79 224	63.30 272	9.59 255	142.68 270	22.42 261	19.77 262	25.86 257	34.29 265	5.85 255	9.77 243	9.44 235	8.54 232	13.60 229

MEDIAN_ROB	49.56 270	51.56 270	50.68 270	52.75 266	53.71 270	52.03 270	53.33 265	54.25 271	52.17 269	54.87 272	55.86 268	53.55 264	50.14 261	59.05 271	46.45 216	44.58 265	55.75 271	57.86 272	50.47 258	48.81 271	52.02 268	47.66 267	56.65 270	49.99 272	38.96 265	30.09 255	33.54 263	31.34 254

BEATNet-Init1	54.98 271	76.29 271	23.41 263	86.88 269	56.39 271	86.85 272	69.29 268	49.55 269	36.32 265	11.75 260	54.61 267	64.36 265	78.43 265	21.46 262	91.69 267	51.99 267	38.14 268	22.22 265	101.82 268	73.02 272	54.14 269	49.15 268	27.76 264	24.21 265	58.43 268	37.31 266	77.81 271	61.10 269

STTRV1_RVC		1.35 179	1.13 138	1.70 190	1.33 170	2.15 200	1.82 169	1.56 144	1.45 166	1.88 159	3.47 185	3.12 188	4.87 202	1.12 186		6.48 201	11.18 240	1.07 155		10.39 254	9.37 192			2.21 205	5.53 226	2.91 199	5.85 214	13.08 228

DPSimNet_ROB		193.45 273	99.23 273	195.37 273	175.02 273	155.06 273	112.88 273	167.32 273	164.47 273	99.95 273	205.57 273	169.31 271	207.38 273	93.94 272	127.45 272	85.03 272		87.66 273	201.24 272	103.73 273	162.25 273	98.87 272	105.97 272	134.73 273		183.74 273	136.27 272	168.25 273

Low-res two-view benchmark