Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

ProNet	0.30 1	0.27 4	0.31 8	0.26 6	0.15 5	0.27 5	0.27 31	0.38 5	0.13 1	0.15 1	0.49 32	0.29 2	0.13 1	0.16 3	0.73 4	0.49 2	0.43 4	0.32 2	0.35 1	0.27 5	0.38 1	0.22 1	0.38 23	0.22 6	0.32 1	0.20 1	0.38 1	0.27 2

CroCo-Stereo	0.35 4	0.20 1	0.15 1	0.11 1	0.10 2	0.18 2	0.06 1	0.33 3	0.14 2	0.31 4	0.05 1	0.36 6	0.13 1	0.15 2	1.64 26	1.05 34	0.35 1	0.37 6	0.45 4	0.20 1	0.62 12	0.79 24	0.16 1	0.13 1	0.38 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
CroCo-Stereo Lap2	0.33 2	0.22 2	0.15 1	0.11 1	0.12 3	0.16 1	0.08 2	0.35 4	0.15 4	0.47 13	0.10 2	0.31 3	0.14 3	0.14 1	1.26 13	1.00 28	0.36 2	0.36 5	0.44 3	0.20 1	0.53 7	0.55 10	0.17 3	0.13 1	0.39 6	0.35 8	0.40 2	0.27 2

RAFT	0.35 4	0.22 2	0.19 3	0.27 7	0.13 4	0.30 9	0.08 2	0.97 65	0.18 5	0.92 90	0.19 4	0.27 1	0.16 4	0.18 5	0.51 1	0.47 1	0.38 3	0.26 1	0.54 7	0.25 4	0.43 3	0.34 2	0.19 4	0.15 3	0.38 3	0.34 7	0.90 16	0.27 2

StereoVision	0.34 3	0.27 4	0.21 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	0.34 4	0.17 5	0.16 3	0.98 6	0.78 11	0.44 5	0.35 3	0.43 2	0.23 3	0.40 2	0.48 7	0.16 1	0.21 5	0.40 7	0.40 10	0.71 10	0.37 8

anonymousdsp	0.50 8	0.38 6	0.36 14	0.28 9	0.32 15	0.28 7	0.15 6	0.56 10	0.26 9	0.42 9	0.33 13	0.53 13	0.19 6	0.27 15	1.47 16	0.87 15	0.54 9	0.52 17	0.62 12	0.48 22	0.71 17	1.04 40	0.36 18	0.30 10	0.46 11	0.29 2	1.13 32	0.33 7

AEACV	0.43 6	0.94 115	0.30 5	0.29 11	0.20 7	0.27 5	0.12 4	0.28 1	0.14 2	0.24 2	0.23 6	0.35 5	0.21 7	0.20 8	1.24 12	0.83 13	0.57 17	0.38 7	0.78 20	0.45 20	0.81 25	0.73 21	0.24 5	0.18 4	0.34 2	0.31 3	0.61 7	0.28 5

RAFT + AFF	1.96 132	0.49 11	0.42 23	0.41 31	0.20 7	0.41 30	0.19 10	0.65 18	0.23 6	0.56 16	0.27 8	0.77 60	0.21 7	0.29 17	39.69 215	0.90 18	0.62 21	0.35 3	1.92 75	0.38 9	0.77 22	0.57 12	0.32 7	0.27 8	0.71 48	0.33 6	0.58 5	0.29 6

StereoIM	0.57 13	0.47 10	0.30 5	0.16 4	0.26 10	0.21 3	0.17 7	0.44 6	0.32 17	1.08 109	0.22 5	0.51 12	0.22 9	0.19 6	1.83 45	1.19 59	0.62 21	0.59 31	1.09 38	0.45 20	0.81 25	0.94 35	0.37 21	0.25 7	0.63 37	0.67 42	0.60 6	0.82 60

RYNet	2.42 143	0.40 7	0.35 13	0.29 11	0.32 15	0.40 26	0.25 24	0.61 13	0.55 75	0.33 5	0.36 17	0.40 9	0.26 10	0.27 15	52.29 255	0.69 6	0.47 6	1.00 146	0.54 7	0.29 6	0.50 5	0.37 3	0.38 23	0.32 13	0.57 28	1.24 122	1.31 41	0.50 14

MIM_Stereo	0.78 30	0.77 60	0.53 40	0.43 39	0.38 28	0.46 35	0.22 17	1.50 130	0.31 13	0.55 14	0.38 18	0.64 26	0.27 11	0.32 20	1.77 39	1.09 42	0.63 23	0.73 67	3.30 132	0.57 38	1.19 61	0.91 33	0.34 10	0.36 22	0.49 17	0.41 15	1.95 90	0.58 23

iRaftStereo_RVC	0.51 9	0.56 12	0.40 18	0.28 9	0.31 14	0.32 11	0.19 10	0.68 21	0.25 8	0.46 12	0.57 46	0.58 14	0.29 12	0.25 12	1.17 10	0.89 17	0.56 15	0.45 9	0.72 16	0.41 13	0.97 41	0.79 24	0.35 13	0.34 18	0.44 10	0.41 15	0.76 13	0.48 12

HCRNet	0.66 20	0.78 63	0.41 22	0.54 61	0.27 12	0.41 30	0.39 61	0.63 16	0.31 13	1.62 143	0.59 51	0.67 34	0.29 12	0.41 57	1.99 56	0.73 9	0.60 20	0.47 11	0.65 13	0.43 15	0.78 24	0.62 15	0.36 18	0.34 18	0.42 9	0.43 20	2.14 100	0.50 14

ARAFT	0.89 43	0.72 37	0.47 33	0.35 18	0.34 21	0.42 32	0.24 21	0.64 17	0.34 20	2.25 179	0.57 46	0.58 14	0.29 12	0.39 46	2.14 67	1.42 93	0.71 38	0.74 70	2.68 104	0.54 29	1.86 99	1.93 65	0.42 34	0.33 16	0.83 69	0.40 10	1.98 93	0.56 19

AASNet	0.53 11	0.74 44	0.46 32	0.35 18	0.61 84	0.51 54	0.42 78	0.65 18	0.26 9	0.41 8	0.50 34	0.39 7	0.31 15	0.41 57	1.02 7	0.69 6	0.53 8	0.60 32	0.67 14	0.51 23	0.60 10	0.87 29	0.41 29	0.41 37	0.50 18	0.40 10	0.70 9	0.45 11

LL-Strereo2	1.08 65	0.65 19	0.59 46	0.40 28	0.34 21	0.31 10	0.23 18	1.48 127	0.38 26	0.68 39	0.58 50	0.63 24	0.32 16	0.64 139	1.65 28	1.13 48	0.63 23	0.53 21	1.32 46	0.66 64	1.35 73	11.05 202	0.44 40	0.34 18	0.64 39	0.60 35	1.05 26	0.56 19

MMNet	0.59 14	0.58 13	0.44 26	0.38 23	0.55 70	0.42 32	0.29 34	0.60 12	0.40 35	0.38 7	0.55 43	0.63 24	0.32 16	0.51 105	1.51 20	0.75 10	0.72 43	0.58 30	0.76 18	0.55 34	0.62 12	0.41 6	0.40 27	0.52 72	0.51 20	0.49 22	1.49 56	0.50 14

test croco	0.67 21	0.87 91	0.33 11	0.31 14	0.59 77	0.33 12	0.30 35	0.89 55	0.34 20	0.72 44	0.24 7	0.65 29	0.34 18	0.19 6	1.95 52	1.57 122	0.71 38	0.69 55	0.94 27	0.39 10	1.28 67	1.20 48	0.33 9	0.33 16	0.59 34	0.60 35	0.72 11	0.74 48

MIF-Stereo	0.60 15	0.44 8	0.32 10	0.21 5	0.25 9	0.34 14	0.17 7	0.61 13	0.31 13	0.75 50	0.27 8	0.62 23	0.34 18	0.21 9	1.77 39	1.44 99	0.57 17	0.61 36	1.53 60	0.44 19	0.91 38	1.14 45	0.37 21	0.29 9	0.50 18	0.54 28	0.52 4	0.58 23

AFF-stereo	0.76 28	0.69 29	0.59 46	0.30 13	0.32 15	0.52 57	0.18 9	0.86 48	0.41 37	1.37 128	0.43 23	0.60 20	0.34 18	0.24 11	1.76 38	1.13 48	0.57 17	0.62 38	2.81 108	0.43 15	0.77 22	0.63 16	0.41 29	0.32 13	0.70 45	0.67 42	2.38 126	0.56 19

delet	0.51 9	0.58 13	0.47 33	0.35 18	0.50 56	0.50 50	0.30 35	0.49 7	0.29 12	0.56 16	0.44 24	0.45 10	0.34 18	0.48 93	1.16 8	0.68 5	0.55 11	0.46 10	0.47 5	0.41 13	0.58 9	0.39 4	0.39 25	0.41 37	0.48 15	0.36 9	1.09 29	0.50 14

test_4	1.13 68	0.74 44	0.77 77	0.42 37	0.32 15	0.34 14	0.26 29	0.78 32	0.33 18	0.75 50	0.40 19	0.87 79	0.35 22	0.40 50	2.10 66	1.55 118	0.65 26	0.69 55	1.50 57	0.51 23	1.12 55	10.25 178	0.41 29	0.37 23	0.58 31	0.70 44	2.73 162	0.62 34

GANet	0.64 18	0.67 24	0.63 53	0.57 68	0.58 75	0.95 144	0.55 104	0.78 32	0.46 44	0.57 18	0.61 53	1.83 161	0.36 23	0.41 57	0.81 5	0.69 6	0.76 53	0.73 67	0.58 11	0.40 11	0.53 7	0.49 8	0.47 56	0.48 60	0.56 27	0.41 15	0.83 14	0.69 43

GMStereo	0.73 26	0.99 135	0.39 15	0.49 46	0.47 39	0.55 67	0.41 72	0.77 29	0.43 39	0.55 14	0.48 29	0.81 69	0.38 24	0.34 28	1.60 25	0.95 22	0.74 50	0.52 17	1.88 73	0.57 38	1.07 48	0.73 21	0.42 34	0.51 67	0.72 51	0.47 21	1.87 85	0.57 22
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MIF-Stereo (partial)	0.69 22	0.76 56	0.33 11	0.27 7	0.37 27	0.35 16	0.31 39	0.53 8	0.40 35	0.62 29	0.32 12	0.50 11	0.39 25	0.23 10	2.08 65	1.51 112	0.68 29	0.71 59	0.77 19	0.43 15	1.10 53	0.94 35	0.39 25	0.32 13	0.57 28	0.71 45	2.25 112	0.87 67

dd	0.86 35	0.80 67	0.51 37	1.05 151	0.44 33	0.85 130	0.44 85	0.85 47	0.39 28	0.83 68	0.40 19	1.23 129	0.39 25	0.47 87	2.21 80	0.98 25	0.97 120	0.71 59	2.00 80	0.61 49	0.84 28	0.77 23	0.49 62	0.64 114	0.70 45	0.53 27	1.73 76	1.47 134

raft+_RVC	0.71 25	0.73 41	0.70 66	0.41 31	0.34 21	0.49 47	0.30 35	1.48 127	0.43 39	0.62 29	0.62 55	0.65 29	0.39 25	0.26 13	1.74 35	1.16 52	0.69 33	0.53 21	1.57 66	0.51 23	0.85 30	1.06 42	0.44 40	0.38 25	0.68 42	0.62 37	0.85 15	0.69 43

RAFT-Stereo + iAFF	0.86 35	0.72 37	0.84 92	0.41 31	0.39 29	0.54 63	0.21 15	0.99 68	0.52 64	1.54 138	0.57 46	0.73 45	0.39 25	0.26 13	2.15 68	1.17 54	0.64 25	0.50 13	2.66 103	0.57 38	0.88 32	0.90 31	0.47 56	0.39 31	0.86 77	0.72 47	2.54 148	0.66 41

anonymousdsp2	0.86 35	0.84 83	0.84 92	0.43 39	0.44 33	0.56 73	0.32 44	1.17 86	0.36 24	0.66 37	0.67 63	0.69 37	0.40 29	0.49 98	1.46 15	1.36 81	0.67 28	0.62 38	2.12 82	0.60 47	1.36 75	2.66 77	0.36 18	0.44 49	0.71 48	0.51 24	1.86 84	0.64 38

DMCA	0.63 17	0.73 41	0.63 53	0.40 28	0.49 47	0.52 57	0.33 48	0.59 11	0.52 64	0.80 65	0.63 57	0.70 39	0.40 29	0.47 87	1.48 17	0.92 19	0.69 33	0.67 50	0.67 14	0.51 23	0.67 16	0.59 14	0.48 59	0.45 51	0.48 15	0.52 26	1.04 25	0.62 34

UDGNet	1.34 93	1.00 139	0.76 76	1.64 190	1.38 178	1.69 194	1.25 166	1.22 93	0.69 103	0.63 32	0.84 105	0.83 72	0.41 31	1.62 205	2.02 62	1.19 59	0.81 72	0.87 104	1.98 78	0.92 119	1.68 90	5.69 124	1.26 193	0.47 55	1.21 132	0.95 84	2.15 102	1.03 94

TDLM	0.49 7	0.59 15	0.60 49	0.39 27	0.48 44	0.46 35	0.43 81	0.72 22	0.35 22	0.30 3	0.65 59	0.76 56	0.41 31	0.35 31	0.54 2	0.58 3	0.55 11	0.49 12	0.50 6	0.43 15	0.50 5	0.39 4	0.41 29	0.39 31	0.38 3	0.31 3	0.61 7	0.66 41

4D-IteraStereo	1.32 90	0.61 16	1.07 139	0.49 46	0.43 31	0.40 26	0.25 24	1.44 125	0.37 25	0.75 50	0.56 44	0.75 53	0.43 33	0.43 70	2.29 84	1.38 83	0.68 29	0.66 47	2.70 105	0.59 45	3.21 119	10.86 197	0.46 47	0.40 35	0.69 44	0.83 64	2.34 119	0.64 38

CVANet_RVC	0.60 15	0.67 24	0.81 85	0.81 122	0.53 66	0.66 100	0.55 104	1.15 84	0.39 28	0.44 10	0.79 94	0.80 64	0.44 34	0.43 70	0.69 3	0.67 4	0.55 11	0.53 21	0.55 9	0.57 38	0.63 14	0.57 12	0.40 27	0.41 37	0.46 11	0.40 10	0.72 11	0.55 18

AnonymousM	2.27 140	0.64 17	0.44 26	0.51 53	0.32 15	0.49 47	0.24 21	1.70 157	0.48 52	0.75 50	2.06 172	0.70 39	0.47 35	0.39 46	2.47 93	3.26 178	0.99 124	1.03 150	1.88 73	2.37 210	4.85 138	6.68 135	0.57 96	0.47 55	0.53 22	0.65 41	11.71 241	14.52 232

rafts_anoy	0.88 41	0.81 71	0.86 98	0.44 41	0.49 47	0.51 54	0.46 91	1.58 147	0.48 52	0.61 26	0.70 77	0.70 39	0.47 35	0.30 18	2.51 99	1.38 83	0.76 53	0.78 81	2.36 90	0.61 49	1.28 67	0.99 39	0.49 62	0.49 62	0.85 75	0.90 78	0.93 20	1.00 93

UPFNet	0.73 26	0.69 29	0.79 80	0.54 61	0.65 94	0.58 80	0.54 100	0.72 22	0.54 73	0.59 23	0.57 46	0.61 21	0.47 35	0.62 135	1.80 42	0.96 23	0.72 43	0.68 54	0.91 26	0.72 81	0.64 15	0.55 10	0.53 81	0.52 72	0.58 31	0.51 24	2.19 108	0.59 29

DSFCA	0.87 39	0.84 83	0.73 69	0.65 87	0.77 115	0.61 88	0.78 126	0.75 27	0.78 113	0.77 58	0.83 103	0.75 53	0.48 38	0.43 70	1.89 49	1.14 50	0.85 80	0.87 104	1.00 29	0.74 86	1.00 47	1.05 41	0.72 144	0.63 111	0.83 69	0.95 84	1.88 86	0.85 63

AANet_RVC	0.54 12	0.45 9	0.40 18	0.33 17	0.61 84	0.28 7	0.31 39	0.61 13	0.58 85	0.44 10	0.41 21	0.39 7	0.48 38	0.33 23	1.16 8	0.79 12	0.55 11	0.53 21	0.56 10	0.52 27	0.46 4	0.49 8	0.34 10	0.38 25	0.57 28	0.57 33	1.05 26	0.97 81

LMCR-Stereo	1.06 60	0.83 76	0.84 92	0.53 58	0.62 90	0.64 96	0.33 48	1.12 79	0.60 88	0.83 68	0.79 94	0.91 90	0.49 40	0.41 57	2.53 100	1.54 117	1.03 134	0.75 72	2.16 83	1.42 162	1.68 90	3.87 89	0.49 62	0.65 116	0.75 56	0.83 64	1.10 31	0.88 70

RALCasStereoNet	0.93 45	0.82 73	0.93 111	0.53 58	0.53 66	0.60 85	0.45 87	1.48 127	0.44 41	1.03 102	0.75 86	0.89 89	0.49 40	0.32 20	2.31 85	1.43 97	0.78 57	0.75 72	1.50 57	0.58 42	1.18 60	2.21 69	0.49 62	0.57 89	0.86 77	1.13 112	0.90 16	1.16 108

HITNet	0.90 44	0.65 19	0.62 52	0.68 94	0.50 56	0.39 23	0.32 44	1.26 101	0.89 124	0.70 40	0.70 77	0.91 90	0.49 40	0.39 46	1.96 53	1.02 29	0.66 27	0.64 43	0.79 21	0.61 49	1.53 81	3.85 87	0.46 47	0.52 72	0.58 31	0.64 40	1.81 79	0.81 58
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
IER	0.88 41	0.82 73	0.55 42	0.49 46	0.51 58	0.56 73	0.45 87	0.80 37	0.49 56	1.15 113	0.77 88	1.03 104	0.50 43	0.79 161	3.66 155	1.04 32	0.73 48	0.64 43	0.87 23	0.78 95	0.73 20	0.82 26	0.60 109	0.53 76	0.63 37	1.00 95	2.05 96	0.74 48

PMTNet	1.39 97	0.94 115	0.99 123	0.48 45	0.49 47	0.47 41	0.32 44	0.83 43	0.66 100	0.83 68	0.62 55	0.88 84	0.50 43	0.35 31	2.72 116	4.30 198	0.91 101	0.57 27	2.40 91	0.54 29	6.12 155	5.45 121	0.57 96	0.38 25	1.99 202	1.00 95	1.09 29	1.19 114

Any-RAFT	2.54 146	0.94 115	1.27 174	0.75 103	0.75 112	0.50 50	0.40 68	1.99 181	0.56 80	0.87 76	6.98 235	1.50 148	0.51 45	0.40 50	2.50 97	3.41 181	0.91 101	0.90 118	6.78 193	0.75 89	14.26 246	10.61 188	0.67 129	0.59 99	1.63 185	1.83 174	2.17 104	4.22 197

ACRE	1.31 87	0.70 31	0.66 60	0.58 73	0.47 39	0.52 57	0.32 44	0.81 39	0.53 68	0.76 54	0.69 70	1.04 108	0.52 46	0.59 124	2.66 111	1.32 76	0.89 92	0.63 41	3.25 128	0.61 49	1.62 86	10.69 190	0.55 88	0.52 72	0.92 95	0.55 30	2.40 128	0.62 34

CASnet	1.15 71	0.91 107	0.49 36	0.40 28	0.43 31	0.38 21	0.20 13	0.91 58	0.49 56	0.77 58	0.56 44	0.88 84	0.53 47	0.35 31	2.15 68	1.24 66	0.72 43	0.50 13	1.34 48	0.54 29	7.12 170	5.37 118	0.41 29	0.38 25	1.21 132	0.49 22	1.45 52	0.79 55
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CIPLG	1.32 90	0.70 31	0.69 63	0.57 68	0.46 35	0.52 57	0.33 48	0.81 39	0.55 75	0.76 54	0.69 70	1.03 104	0.53 47	0.59 124	2.91 125	1.33 78	0.89 92	0.62 38	3.23 123	0.62 55	1.62 86	10.69 190	0.55 88	0.53 76	0.90 92	0.54 28	2.37 125	0.61 32

IPLGR_C	1.31 87	0.71 35	0.68 62	0.57 68	0.46 35	0.52 57	0.31 39	0.81 39	0.53 68	0.76 54	0.69 70	1.03 104	0.53 47	0.59 124	2.62 106	1.33 78	0.88 90	0.63 41	3.25 128	0.61 49	1.64 89	10.69 190	0.55 88	0.53 76	0.89 88	0.57 33	2.40 128	0.62 34

test-3	1.73 121	1.00 139	1.08 142	0.63 85	0.60 80	0.55 67	0.43 81	1.99 181	0.39 28	0.86 74	0.54 40	1.45 143	0.53 47	0.41 57	2.20 75	1.41 90	0.81 72	0.79 84	6.57 184	0.69 70	5.20 147	11.52 214	0.46 47	0.54 80	0.86 77	0.97 88	3.11 177	0.98 83

raftrobust	1.11 66	0.65 19	0.92 110	0.55 63	0.49 47	0.44 34	0.33 48	1.55 144	0.47 46	0.94 94	0.72 82	0.82 70	0.53 47	0.36 40	2.91 125	1.71 133	0.71 38	0.70 57	4.37 149	0.65 60	1.69 92	3.95 91	0.59 107	0.42 44	0.95 100	0.85 71	0.99 23	0.85 63

MyStereo04	1.58 113	0.90 103	0.97 118	0.78 114	0.89 131	0.57 77	0.40 68	1.57 146	0.97 132	2.23 178	0.89 111	1.34 135	0.54 52	0.41 57	2.94 128	2.47 163	0.86 83	0.92 121	5.37 160	1.50 174	4.62 133	3.51 85	0.92 178	0.81 143	1.21 132	1.61 160	2.58 151	0.95 78

test_1	1.73 121	1.01 141	1.08 142	0.63 85	0.60 80	0.55 67	0.43 81	1.99 181	0.39 28	0.86 74	0.54 40	1.45 143	0.54 52	0.41 57	2.20 75	1.42 93	0.80 63	0.79 84	6.57 184	0.69 70	5.20 147	11.52 214	0.46 47	0.54 80	0.87 81	0.97 88	3.11 177	0.98 83

test_3	1.73 121	1.02 145	1.05 133	0.65 87	0.61 84	0.55 67	0.43 81	1.96 177	0.38 26	0.88 82	0.52 36	1.45 143	0.54 52	0.40 50	2.20 75	1.40 87	0.81 72	0.81 91	6.56 183	0.71 79	5.08 142	11.49 211	0.43 37	0.49 62	0.96 101	1.09 104	3.23 182	0.98 83

TestStereo	0.77 29	0.93 112	0.79 80	0.56 65	0.46 35	0.66 100	0.33 48	1.22 93	0.42 38	0.90 86	0.52 36	0.84 74	0.54 52	0.39 46	1.50 19	0.92 19	0.73 48	0.51 16	1.38 50	0.56 36	1.25 64	0.82 26	0.44 40	0.44 49	0.77 59	0.79 56	1.34 42	0.79 55

DMCA-RVC	0.86 35	0.74 44	0.73 69	0.61 77	0.77 115	0.56 73	0.70 121	0.77 29	1.43 171	1.38 130	0.69 70	0.87 79	0.54 52	0.55 112	1.66 30	1.05 34	0.81 72	0.74 70	0.95 28	0.73 84	0.89 36	0.93 34	0.51 73	0.58 93	0.59 34	0.62 37	1.82 81	0.91 73

NVstereo2D	2.81 158	0.82 73	0.74 72	0.69 95	0.78 119	0.92 142	0.81 133	1.18 90	0.76 111	0.91 87	1.06 127	0.80 64	0.55 57	0.71 149	52.63 257	1.47 108	0.86 83	0.83 96	1.42 51	0.69 70	1.12 55	0.94 35	0.76 146	0.83 149	1.08 114	0.78 55	0.98 22	0.74 48

UNet	0.85 33	0.76 56	0.74 72	0.60 75	0.60 80	0.61 88	0.53 98	0.90 56	0.58 85	1.21 115	0.68 67	0.71 42	0.56 58	0.67 143	1.72 34	1.11 46	0.79 60	0.72 65	1.13 40	0.82 105	0.84 28	0.69 19	0.62 113	0.58 93	0.64 39	0.77 53	2.48 136	0.95 78

HGLStereo	0.83 32	0.64 17	0.75 75	0.52 55	0.67 100	0.56 73	0.45 87	0.66 20	0.50 59	1.72 150	0.96 118	0.64 26	0.56 58	0.54 107	1.65 28	1.18 56	0.80 63	0.76 75	1.05 33	0.66 64	0.99 43	1.36 53	0.49 62	0.54 80	0.71 48	0.76 52	1.59 70	0.82 60

DeepPrunerF	4.30 185	1.53 193	0.72 68	2.93 219	5.08 248	2.43 213	3.38 210	0.87 52	4.11 231	0.80 65	1.17 135	0.66 31	0.56 58	0.61 130	45.12 231	2.02 146	1.01 129	0.78 81	2.32 88	0.88 113	1.56 84	1.70 61	0.84 171	0.67 119	29.00 260	1.78 170	2.48 136	1.17 112

NLCA_NET_v2_RVC	1.02 56	0.93 112	0.80 84	0.72 97	0.79 121	0.65 98	1.02 151	1.07 76	2.31 207	2.00 163	0.74 84	0.97 97	0.56 58	0.94 179	1.82 43	0.96 23	0.68 29	0.67 50	1.31 44	0.65 60	0.88 32	0.94 35	0.57 96	0.57 89	0.73 53	1.60 158	1.43 49	1.27 122
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT_CTSACE	0.64 18	0.94 115	0.31 8	0.37 21	0.34 21	0.33 12	0.23 18	1.23 95	0.26 9	0.64 33	0.29 10	0.71 42	0.57 62	0.34 28	1.57 24	1.07 38	0.52 7	0.43 8	0.72 16	0.33 7	0.85 30	1.72 62	0.42 34	0.30 10	0.46 11	0.41 15	1.58 68	0.39 9

FINET	0.69 22	0.65 19	0.67 61	0.65 87	0.49 47	0.48 45	0.45 87	0.75 27	0.59 87	0.61 26	0.48 29	0.82 70	0.57 62	0.43 70	1.71 31	1.08 41	0.77 55	0.57 27	1.07 36	0.56 36	0.88 32	0.65 18	0.43 37	0.50 65	0.62 36	0.56 32	0.96 21	0.64 38

CFNet_RVC	0.94 48	0.84 83	0.89 106	0.76 107	0.80 123	0.71 110	0.49 93	0.74 26	0.63 97	0.88 82	0.94 115	0.87 79	0.57 62	0.50 99	1.96 53	1.12 47	0.79 60	0.79 84	1.27 42	0.73 84	1.26 65	1.52 58	0.48 59	0.64 114	0.98 102	1.11 105	1.92 89	1.23 116

SA	1.07 62	0.90 103	0.42 23	0.55 63	0.53 66	0.49 47	0.24 21	1.60 148	0.46 44	0.71 43	0.41 21	0.69 37	0.58 65	0.62 135	1.74 35	1.41 90	0.78 57	0.79 84	3.17 122	0.65 60	1.24 63	4.73 99	0.34 10	0.51 67	0.75 56	1.12 109	2.64 156	0.72 47

GMOStereo	1.28 80	0.74 44	0.45 28	0.62 80	0.52 60	0.46 35	0.39 61	1.54 139	0.47 46	0.87 76	0.47 25	0.74 46	0.59 66	0.35 31	2.01 58	1.45 101	0.80 63	0.87 104	2.92 113	0.69 70	1.78 93	10.98 198	0.46 47	0.41 37	1.09 116	0.72 47	1.56 61	0.58 23

error version	1.28 80	0.74 44	0.45 28	0.62 80	0.52 60	0.46 35	0.39 61	1.54 139	0.47 46	0.87 76	0.47 25	0.74 46	0.59 66	0.35 31	2.01 58	1.45 101	0.80 63	0.87 104	2.92 113	0.69 70	1.78 93	10.98 198	0.46 47	0.41 37	1.09 116	0.72 47	1.56 61	0.58 23

test-v	1.28 80	0.74 44	0.45 28	0.62 80	0.52 60	0.46 35	0.39 61	1.54 139	0.47 46	0.87 76	0.47 25	0.74 46	0.59 66	0.35 31	2.01 58	1.45 101	0.80 63	0.87 104	2.92 113	0.69 70	1.78 93	10.98 198	0.46 47	0.41 37	1.09 116	0.72 47	1.56 61	0.58 23

test-2	1.28 80	0.74 44	0.45 28	0.62 80	0.52 60	0.46 35	0.39 61	1.54 139	0.47 46	0.87 76	0.47 25	0.74 46	0.59 66	0.35 31	2.01 58	1.45 101	0.80 63	0.87 104	2.92 113	0.69 70	1.78 93	10.98 198	0.46 47	0.41 37	1.09 116	0.72 47	1.56 61	0.58 23

TANstereo	1.49 107	1.06 149	0.88 101	0.67 92	0.73 109	0.87 133	0.33 48	0.86 48	0.61 91	0.70 40	0.69 70	0.59 18	0.59 66	1.02 185	2.75 117	2.89 167	0.94 112	1.13 167	1.43 53	1.28 152	5.13 145	5.06 110	1.35 198	0.46 53	0.54 23	0.89 75	5.92 218	0.74 48

XX-TBD	1.49 107	1.06 149	0.88 101	0.67 92	0.73 109	0.87 133	0.33 48	0.86 48	0.61 91	0.70 40	0.69 70	0.59 18	0.59 66	1.02 185	2.75 117	2.89 167	0.94 112	1.13 167	1.43 53	1.28 152	5.13 145	5.06 110	1.35 198	0.46 53	0.54 23	0.89 75	5.92 218	0.74 48

RALAANet	1.14 69	0.70 31	0.84 92	0.53 58	0.53 66	0.60 85	0.41 72	1.30 108	0.50 59	0.94 94	0.65 59	0.72 44	0.59 66	0.33 23	1.97 55	1.32 76	0.75 52	0.89 114	1.96 77	0.85 108	3.07 117	5.37 118	0.53 81	0.62 106	0.82 66	1.03 97	2.08 98	0.78 54

APVNet	1.21 74	1.02 145	0.64 56	0.69 95	0.78 119	0.86 131	0.84 134	0.78 32	0.71 107	0.92 90	0.82 101	0.86 77	0.59 66	0.58 119	2.67 112	1.65 130	1.11 142	0.98 139	3.23 123	0.85 108	1.62 86	4.73 99	0.55 88	0.84 151	0.77 59	0.80 59	1.90 87	0.98 83

ADLNet	2.50 145	0.99 135	0.73 69	0.62 80	0.75 112	0.63 93	0.53 98	1.12 79	0.61 91	0.58 21	0.71 79	1.61 154	0.61 74	0.87 169	46.09 232	1.02 29	0.70 35	0.67 50	0.85 22	0.74 86	0.75 21	1.07 43	0.51 73	0.47 55	0.94 96	0.93 81	1.63 72	0.70 45

ADCP+	5.07 196	1.54 194	1.72 191	1.08 153	1.54 185	1.18 169	2.02 193	1.02 70	2.72 215	4.05 223	2.23 178	2.24 176	0.61 74	0.94 179	54.46 261	1.52 115	0.83 76	0.95 134	3.94 142	0.87 112	2.22 106	2.57 76	0.71 139	0.62 106	2.48 211	11.25 240	7.85 230	23.66 247

CFNet	0.80 31	0.84 83	0.79 80	0.76 107	0.70 105	0.60 85	0.46 91	0.84 46	0.48 52	0.66 37	0.71 79	0.92 92	0.61 74	0.43 70	1.75 37	0.84 14	0.70 35	0.64 43	0.90 25	0.78 95	0.89 36	0.72 20	0.45 45	0.51 67	0.87 81	0.83 64	1.67 74	1.15 107

GLC_STEREO	0.97 52	0.89 100	0.85 96	0.56 65	0.60 80	0.48 45	0.40 68	1.70 157	0.47 46	0.77 58	0.67 63	0.78 62	0.63 77	0.61 130	2.53 100	1.65 130	0.88 90	0.60 32	1.57 66	0.70 77	2.48 108	1.17 46	0.44 40	0.43 45	0.67 41	0.55 30	2.36 122	0.88 70

PDISCO_ROB	1.06 60	0.87 91	0.60 49	0.80 119	0.68 102	0.53 62	0.59 113	0.93 60	0.69 103	1.80 155	1.00 126	0.74 46	0.63 77	0.66 141	1.87 47	1.44 99	0.89 92	1.10 160	1.53 60	0.80 99	1.56 84	2.40 73	0.52 80	0.63 111	1.19 130	0.79 56	2.56 149	0.81 58

iinet-f	1.22 75	1.08 152	0.64 56	0.93 136	0.46 35	0.68 105	0.57 107	0.79 36	0.48 52	2.11 174	1.35 149	0.83 72	0.64 79	0.35 31	3.95 165	1.80 140	0.77 55	0.66 47	2.93 117	1.00 128	1.53 81	3.24 82	0.64 122	0.53 76	1.10 121	0.63 39	2.23 111	0.90 72

AACVNet	0.95 50	0.87 91	0.69 63	0.91 133	0.91 134	0.72 113	0.59 113	0.87 52	0.60 88	0.73 47	0.88 110	0.79 63	0.64 79	0.60 128	1.77 39	1.37 82	0.84 78	0.83 96	1.12 39	0.77 92	1.36 75	1.13 44	0.70 137	0.65 116	0.87 81	1.12 109	1.90 87	1.31 124

FADNet-RVC	1.38 96	0.71 35	0.88 101	0.77 112	1.09 153	0.58 80	2.16 196	0.92 59	0.57 83	1.03 102	0.72 82	1.48 146	0.64 79	0.61 130	5.02 174	1.56 120	0.85 80	0.90 118	2.24 87	1.52 176	2.20 104	4.08 93	0.51 73	0.77 136	1.48 171	1.14 114	1.43 49	1.35 128

AF-Net	1.05 57	0.83 76	0.94 112	0.76 107	0.91 134	0.98 150	1.68 178	1.52 137	1.06 144	0.57 18	0.96 118	1.34 135	0.64 79	0.74 152	1.71 31	0.99 26	0.80 63	0.60 32	1.64 68	0.72 81	0.72 18	2.35 70	0.63 118	0.62 106	0.89 88	0.82 62	1.57 66	1.25 119

Nwc_Net	1.05 57	0.83 76	0.94 112	0.76 107	0.91 134	0.98 150	1.68 178	1.52 137	1.06 144	0.57 18	0.96 118	1.34 135	0.64 79	0.74 152	1.71 31	0.99 26	0.80 63	0.60 32	1.64 68	0.72 81	0.72 18	2.35 70	0.63 118	0.62 106	0.89 88	0.82 62	1.57 66	1.25 119

RAFT+CT+SA	0.87 39	0.97 129	0.40 18	0.45 42	0.29 13	0.38 21	0.20 13	1.64 154	0.33 18	0.72 44	0.30 11	0.88 84	0.65 84	0.40 50	1.56 23	1.21 62	0.56 15	0.57 27	2.08 81	0.40 11	0.83 27	5.00 107	0.32 7	0.37 23	0.47 14	0.42 19	1.56 61	0.49 13

GES	1.40 98	0.73 41	0.79 80	0.78 114	0.71 106	0.80 124	0.59 113	1.37 119	0.97 132	1.66 146	0.94 115	0.74 46	0.65 84	0.63 137	2.40 88	1.55 118	0.98 122	0.89 114	5.45 165	1.14 142	3.99 127	3.85 87	0.65 123	0.83 149	0.75 56	0.81 60	1.52 59	1.72 147

EGLCR-Stereo	2.26 138	0.87 91	1.17 162	0.45 42	0.48 44	0.61 88	0.23 18	0.83 43	0.55 75	0.72 44	0.53 38	0.80 64	0.66 86	0.41 57	2.36 87	2.92 169	0.90 100	1.10 160	3.35 133	0.60 47	5.09 143	12.56 237	0.47 56	0.45 51	0.89 88	0.91 79	20.21 254	0.86 65

IPLG	3.01 162	0.75 52	0.63 53	0.42 37	0.52 60	0.54 63	0.51 96	1.63 152	0.35 22	0.62 29	0.59 51	0.77 60	0.66 86	0.46 83	51.49 249	1.67 132	1.02 131	0.92 121	3.51 136	0.63 58	0.99 43	5.97 129	0.49 62	0.48 60	0.80 62	1.16 116	2.86 168	0.71 46

MyStereo	1.68 120	0.94 115	1.20 167	0.82 124	0.89 131	0.54 63	0.39 61	1.29 107	0.72 108	2.27 182	2.11 173	1.39 141	0.67 88	0.40 50	3.48 153	2.21 153	0.86 83	0.89 114	5.44 164	1.62 180	4.46 130	4.54 96	0.80 161	0.85 152	1.36 154	1.64 163	2.66 160	0.94 77

Sa-1000	1.14 69	0.75 52	0.47 33	0.49 46	0.61 84	0.50 50	0.27 31	1.70 157	0.52 64	0.73 47	0.48 29	0.66 31	0.67 88	0.79 161	2.17 72	1.43 97	0.92 107	0.93 125	3.23 123	0.58 42	1.55 83	4.86 102	0.35 13	0.59 99	1.14 125	1.24 122	2.35 121	0.76 53

RASNet	0.85 33	0.72 37	0.89 106	0.61 77	0.62 90	0.66 100	0.41 72	0.98 67	0.61 91	1.21 115	0.64 58	0.74 46	0.67 88	0.40 50	1.23 11	1.31 74	0.72 43	0.66 47	1.00 29	0.70 77	1.09 51	1.43 55	0.43 37	0.75 132	0.68 42	0.79 56	2.17 104	0.93 76

HSM	1.07 62	0.75 52	0.97 118	0.78 114	0.77 115	0.54 63	0.54 100	1.87 172	0.60 88	0.76 54	0.85 106	0.87 79	0.67 88	0.56 113	2.24 81	1.05 34	0.92 107	0.71 59	2.57 97	0.71 79	1.80 97	2.08 67	0.56 94	0.72 130	0.90 92	0.97 88	2.08 98	1.03 94

SACVNet	1.31 87	0.94 115	0.95 116	0.90 131	1.10 154	0.87 133	0.92 145	1.50 130	0.81 114	1.23 120	0.71 79	0.94 93	0.69 92	0.68 144	1.83 45	1.40 87	1.12 145	0.83 96	2.20 85	0.94 122	2.13 103	5.87 128	0.65 123	0.82 146	1.04 110	1.06 99	2.02 94	1.30 123

STTStereo	0.99 54	0.95 122	0.82 88	0.77 112	0.77 115	0.69 107	0.87 139	0.86 48	1.53 179	1.27 121	0.79 94	1.13 120	0.69 92	0.93 177	2.19 74	1.03 31	0.72 43	0.70 57	1.05 33	0.63 58	1.15 58	0.86 28	0.58 103	0.56 88	0.73 53	1.21 121	1.74 78	1.41 132

LoS_RVC	1.42 99	1.25 170	0.86 98	0.31 14	0.49 47	0.37 18	0.33 48	0.73 24	0.56 80	2.10 172	0.68 67	0.67 34	0.70 94	0.33 23	3.08 137	3.79 190	0.89 92	2.10 221	3.01 120	0.66 64	4.40 128	6.44 132	0.51 73	0.43 45	0.82 66	0.85 71	0.90 16	0.99 89

tt_ll	1.42 99	1.25 170	0.86 98	0.31 14	0.49 47	0.37 18	0.33 48	0.73 24	0.56 80	2.10 172	0.68 67	0.67 34	0.70 94	0.33 23	3.08 137	3.79 190	0.89 92	2.10 221	3.01 120	0.66 64	4.40 128	6.44 132	0.51 73	0.43 45	0.82 66	0.85 71	0.90 16	0.99 89

R-Stereo Train	2.23 135	1.01 141	1.14 156	0.96 139	0.63 92	0.73 115	0.31 39	1.30 108	1.01 139	1.68 147	4.49 200	1.29 131	0.70 94	0.42 66	2.49 94	3.99 194	1.66 179	1.02 147	6.77 191	1.11 137	7.83 179	12.24 225	0.49 62	0.54 80	1.42 164	1.66 164	1.34 42	1.93 156

RAFT-Stereo	2.23 135	1.01 141	1.14 156	0.96 139	0.63 92	0.73 115	0.31 39	1.30 108	1.01 139	1.68 147	4.49 200	1.29 131	0.70 94	0.42 66	2.49 94	3.99 194	1.66 179	1.02 147	6.77 191	1.11 137	7.83 179	12.24 225	0.49 62	0.54 80	1.42 164	1.66 164	1.34 42	1.93 156
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DISCO	0.96 51	0.98 132	0.56 44	0.57 68	0.61 84	0.81 126	0.79 129	0.77 29	0.81 114	2.06 169	0.86 107	0.66 31	0.70 94	0.42 66	1.87 47	1.27 69	0.99 124	0.80 88	1.80 71	0.80 99	0.92 39	1.33 50	0.57 96	0.51 67	0.72 51	0.84 69	2.02 94	0.80 57

AE-Stereo	1.61 114	0.85 87	1.23 170	0.81 122	0.51 58	0.57 77	0.75 125	0.83 43	0.49 56	0.79 62	0.54 40	1.29 131	0.72 99	0.47 87	2.05 64	2.96 170	0.99 124	0.92 121	2.63 99	0.86 111	4.61 132	11.92 220	0.50 72	0.80 139	1.26 143	1.34 131	1.95 90	0.86 65

MSKI-zero shot	2.77 154	0.80 67	1.10 146	0.74 102	0.59 77	0.67 103	0.54 100	1.87 172	0.97 132	0.88 82	6.73 227	1.60 152	0.72 99	0.43 70	3.38 149	7.92 228	1.20 153	0.87 104	6.85 195	4.65 230	10.45 208	12.15 222	0.55 88	0.71 127	1.49 173	1.96 182	1.85 82	3.12 186

psm_up	0.99 54	0.86 90	0.99 123	0.78 114	0.89 131	0.75 117	0.58 110	1.33 113	1.03 142	0.88 82	0.69 70	0.99 100	0.72 99	0.76 157	1.89 49	1.10 44	0.91 101	0.81 91	1.93 76	0.81 102	1.08 49	0.90 31	0.49 62	0.85 152	1.01 106	1.06 99	1.62 71	1.10 101

XPNet_ROB	1.63 115	1.57 197	1.09 145	0.91 133	1.13 160	1.01 155	0.88 140	0.95 64	1.14 156	1.07 108	1.82 161	4.03 204	0.72 99	0.78 158	1.82 43	1.51 112	1.52 175	0.94 128	1.42 51	1.04 131	2.20 104	7.75 148	0.86 174	0.80 139	0.94 96	1.29 128	3.34 188	1.56 138

TestStereo1	0.93 45	0.98 132	0.39 15	0.38 23	0.36 25	0.39 23	0.25 24	1.02 70	0.39 28	0.79 62	0.34 14	0.58 14	0.73 103	0.54 107	3.06 134	1.47 108	0.71 38	0.52 17	2.91 111	0.54 29	1.34 70	1.84 63	0.35 13	0.39 31	0.54 23	1.06 99	2.53 146	0.60 30

test_5	0.69 22	0.91 107	0.30 5	0.38 23	0.26 10	0.35 16	0.19 10	1.79 163	0.31 13	0.58 21	1.20 137	0.75 53	0.73 103	0.32 20	1.36 14	1.10 44	0.54 9	0.54 25	1.01 31	0.37 8	0.61 11	1.37 54	0.29 6	0.34 18	0.41 8	0.40 10	1.72 75	0.44 10

SA-5K	0.93 45	0.98 132	0.39 15	0.38 23	0.36 25	0.39 23	0.25 24	1.02 70	0.39 28	0.79 62	0.34 14	0.58 14	0.73 103	0.54 107	3.06 134	1.47 108	0.71 38	0.52 17	2.91 111	0.54 29	1.34 70	1.84 63	0.35 13	0.39 31	0.54 23	1.06 99	2.53 146	0.60 30

CREStereo	1.37 94	0.91 107	0.94 112	0.52 55	0.42 30	0.47 41	0.26 29	1.43 124	0.66 100	0.87 76	0.83 103	0.95 94	0.73 103	0.36 40	2.98 129	4.38 201	0.85 80	0.56 26	2.41 92	0.62 55	5.52 149	4.71 98	0.53 81	0.47 55	1.02 108	0.87 74	1.73 76	0.98 83
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
FADNet-RVC-Resample	1.37 94	0.87 91	0.99 123	0.72 97	0.81 125	0.63 93	1.02 151	1.06 75	0.91 127	0.99 100	0.99 124	1.69 157	0.73 103	1.02 185	4.06 167	1.41 90	1.02 131	1.62 202	1.55 64	1.04 131	1.37 77	5.03 108	0.57 96	1.14 174	0.88 84	1.99 183	1.45 52	1.54 137

HBP-ISP	6.40 214	1.33 181	2.30 215	1.91 198	1.51 183	1.65 191	0.79 129	2.50 211	1.29 163	4.91 238	6.80 231	1.37 139	0.74 108	14.59 254	52.98 258	19.59 258	1.24 157	1.10 160	6.08 177	8.03 245	12.73 221	16.75 255	0.79 156	1.19 176	1.81 194	2.06 185	3.90 206	2.87 179

IPLGR	3.25 167	0.89 100	0.81 85	0.65 87	0.66 99	0.50 50	0.42 78	1.14 83	0.44 41	2.02 164	1.30 143	0.86 77	0.74 108	0.47 87	50.44 244	1.86 141	1.15 150	1.11 164	3.23 123	1.37 157	1.41 79	7.71 147	0.56 94	0.70 126	1.39 159	1.55 152	3.46 193	0.92 75

FCDSN-DC	3.63 176	0.94 115	2.84 226	1.29 174	1.30 172	1.03 157	1.00 148	0.90 56	0.91 127	1.04 105	0.74 84	1.21 127	0.74 108	0.58 119	52.59 256	2.04 147	1.24 157	1.13 167	1.05 33	0.79 97	6.62 161	10.01 169	0.78 153	2.18 209	1.20 131	1.67 166	1.20 36	1.05 97
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet_4x	1.53 111	0.77 60	0.77 77	0.75 103	0.67 100	0.47 41	0.40 68	1.23 95	1.32 165	0.83 68	0.77 88	0.95 94	0.74 108	0.59 124	5.02 174	2.40 162	1.64 178	1.43 196	1.27 42	0.85 108	4.54 131	8.28 152	0.48 59	0.91 159	0.70 45	0.77 53	1.85 82	0.99 89

TESTraft	0.98 53	0.96 127	0.42 23	0.41 31	0.33 20	0.40 26	0.25 24	1.13 81	0.39 28	0.97 99	0.35 16	0.61 21	0.75 112	0.54 107	3.18 144	1.42 93	0.70 35	0.50 13	2.86 110	0.53 28	1.08 49	3.15 81	0.35 13	0.40 35	0.52 21	1.18 118	2.52 142	0.61 32

TRStereo	6.31 213	1.25 170	1.93 202	0.85 127	0.61 84	2.29 208	0.86 138	2.21 197	0.54 73	4.40 227	1.34 146	2.24 176	0.75 112	0.45 79	4.08 168	6.55 219	0.80 63	0.85 101	6.04 176	1.45 168	7.60 175	12.13 221	0.55 88	0.49 62	1.44 168	103.74 274	3.24 184	1.61 141

GEStereo_RVC	1.80 125	0.96 127	0.99 123	1.02 147	0.87 127	1.12 162	1.03 154	1.66 155	0.82 116	0.91 87	0.79 94	1.34 135	0.75 112	0.61 130	2.25 82	2.14 151	1.14 146	1.23 183	4.06 146	1.22 149	4.66 135	11.41 210	0.71 139	0.95 161	0.88 84	0.97 88	2.49 139	1.65 144

RP	1.18 73	1.02 145	1.24 171	0.94 137	1.08 152	0.84 127	1.17 162	1.25 99	1.31 164	0.61 26	1.16 134	1.21 127	0.75 112	0.68 144	3.34 148	1.04 32	0.89 92	0.67 50	1.20 41	0.79 97	0.88 32	2.85 79	0.59 107	0.71 127	0.86 77	0.98 92	2.51 141	1.21 115

iResNetv2_ROB	1.57 112	0.87 91	0.70 66	1.13 158	0.65 94	0.72 113	0.49 93	2.63 215	0.64 98	1.77 154	0.87 109	1.30 134	0.75 112	0.40 50	4.81 173	1.26 68	0.91 101	0.71 59	4.58 152	0.81 102	7.66 176	1.62 59	0.58 103	0.80 139	0.81 63	0.83 64	3.12 180	0.91 73

GANet-ADL	2.79 156	0.89 100	1.20 167	1.00 146	1.00 143	1.20 171	0.80 132	1.20 91	1.00 137	3.59 214	6.59 224	1.06 111	0.76 117	0.48 93	12.27 188	4.90 207	1.57 176	0.92 121	6.59 186	1.66 184	6.93 168	11.51 213	0.68 133	0.80 139	1.09 116	1.40 139	2.47 135	1.85 151

cross-raft	2.26 138	0.88 99	1.08 142	0.73 100	0.68 102	0.64 96	0.44 85	2.04 187	0.61 91	0.95 97	1.30 143	1.03 104	0.76 117	0.43 70	2.58 103	5.15 210	0.99 124	0.78 81	7.00 198	1.80 190	12.15 214	10.30 182	0.65 123	0.60 101	1.60 184	1.92 178	1.66 73	2.36 172

FADNet	1.44 104	0.83 76	0.83 91	0.82 124	1.03 144	0.61 88	1.88 189	0.97 65	0.73 110	0.93 92	0.92 114	1.16 123	0.76 117	0.74 152	3.69 158	1.34 80	0.91 101	1.03 150	2.63 99	1.49 171	2.87 114	4.93 104	0.49 62	0.65 116	1.54 179	1.70 167	1.51 58	1.83 150

MIPNet	2.89 159	0.91 107	0.77 77	0.49 46	0.65 94	0.55 67	0.57 107	1.34 116	0.53 68	2.05 167	0.99 124	0.80 64	0.77 120	0.48 93	40.89 218	1.61 126	1.15 150	0.94 128	3.25 128	1.19 147	1.15 58	9.31 164	0.57 96	0.62 106	1.24 140	1.51 148	2.90 171	0.82 60

DN-CSS_ROB	1.32 90	0.83 76	1.03 129	0.87 129	0.86 126	0.47 41	0.36 57	2.00 184	0.57 83	1.56 140	1.81 160	0.96 96	0.77 120	0.38 45	2.15 68	1.40 87	1.03 134	0.93 125	5.27 158	0.66 64	2.56 110	2.82 78	0.54 86	0.86 155	0.79 61	0.81 60	2.07 97	1.33 127

PA-Net	1.22 75	0.95 122	1.13 154	0.75 103	1.31 173	0.68 105	0.84 134	0.82 42	1.18 158	0.83 68	0.77 88	0.76 56	0.78 122	0.91 174	3.00 130	1.21 62	0.68 29	0.77 77	1.02 32	0.82 105	1.13 57	4.67 97	0.66 126	0.82 146	1.00 104	2.10 190	1.24 37	2.13 163
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
iResNet_ROB	1.16 72	0.83 76	0.82 88	0.65 87	0.59 77	0.67 103	0.58 110	2.65 216	0.53 68	1.73 151	0.76 87	0.87 79	0.78 122	0.47 87	3.77 162	1.45 101	0.87 86	0.86 102	2.81 108	0.65 60	1.26 65	0.87 29	0.57 96	0.73 131	0.81 63	0.95 84	2.65 158	1.03 94

test-1	3.02 164	0.66 23	1.14 156	0.60 75	0.58 75	0.75 117	0.63 117	1.96 177	0.82 116	4.00 222	5.48 210	2.18 173	0.80 124	0.41 57	4.00 166	7.32 222	1.18 152	1.19 176	6.72 190	7.57 241	10.78 209	12.94 245	0.54 86	0.60 101	1.40 162	1.78 170	2.89 170	2.52 173

EKT-Stereo	5.41 201	0.97 129	1.10 146	0.72 97	0.74 111	0.87 133	1.17 162	2.02 185	1.00 137	1.41 133	2.92 182	1.11 116	0.81 125	0.46 83	72.33 270	14.74 247	1.14 146	1.37 193	5.61 167	7.76 242	9.80 196	10.61 188	0.53 81	0.61 105	1.39 159	1.11 105	2.56 149	1.08 100

CASS	2.08 134	1.02 145	1.16 161	1.28 172	0.99 142	0.88 137	3.39 211	1.42 123	1.02 141	1.30 124	2.46 180	1.14 121	0.81 125	0.46 83	2.70 114	2.38 161	3.41 213	1.10 160	3.40 134	1.18 146	8.01 184	8.63 156	0.66 126	0.69 122	1.49 173	1.27 125	2.52 142	1.41 132
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CFNet_pseudo	1.65 119	0.78 63	0.82 88	0.82 124	0.79 121	0.69 107	0.42 78	0.93 60	0.53 68	0.95 97	0.81 100	0.88 84	0.81 125	0.81 165	15.70 199	1.39 85	0.74 50	0.71 59	7.24 200	0.77 92	0.97 41	1.50 57	0.69 136	0.57 89	0.88 84	0.89 75	1.47 54	1.12 105

DeepPruner_ROB	1.64 118	0.75 52	0.91 108	0.85 127	0.88 129	0.75 117	1.75 182	1.26 101	0.91 127	1.49 136	1.65 157	0.85 76	0.81 125	0.56 113	3.12 143	1.49 111	1.02 131	1.02 147	2.33 89	0.75 89	7.42 174	6.70 136	0.81 166	0.69 122	0.88 84	1.45 142	2.17 104	0.87 67

NCCL2	1.48 106	1.28 176	1.10 146	1.11 155	1.43 181	0.78 122	0.90 142	1.05 74	1.14 156	1.86 160	1.27 142	1.02 101	0.81 125	0.80 164	3.43 150	1.42 93	1.14 146	0.87 104	1.31 44	0.89 115	1.94 101	3.37 84	1.48 204	1.02 164	1.50 175	1.35 132	3.80 201	1.85 151

raft_robust	1.30 86	0.93 112	0.53 40	0.59 74	0.47 39	0.57 77	0.37 58	2.06 189	0.52 64	1.69 149	0.53 38	0.76 56	0.82 130	0.47 87	2.16 71	1.52 115	0.84 78	0.84 100	5.71 170	0.59 45	2.50 109	5.04 109	0.46 47	0.51 67	0.99 103	1.05 98	1.58 68	0.99 89

EAI-Stereo	2.60 148	0.90 103	1.57 186	0.90 131	1.31 173	0.84 127	1.31 169	2.22 198	1.34 166	0.81 67	5.69 212	1.37 139	0.83 131	0.50 99	4.76 172	5.32 213	0.91 101	0.94 128	7.45 202	1.11 137	9.07 192	10.78 195	0.62 113	0.85 152	1.45 170	2.06 185	3.36 189	1.90 154

ADCL	5.69 205	1.88 203	1.63 188	1.29 174	1.40 179	1.59 190	2.22 197	1.23 95	5.20 238	3.04 205	2.01 170	1.14 121	0.84 132	1.04 191	50.40 243	1.63 129	1.45 171	1.79 208	2.94 119	1.38 159	3.19 118	2.35 70	1.23 190	1.07 170	9.47 244	11.74 242	11.34 238	29.10 255

CREStereo++_RVC	1.73 121	0.91 107	1.03 129	0.51 53	0.56 72	0.40 26	0.28 33	1.37 119	0.51 62	0.83 68	0.61 53	0.76 56	0.85 133	0.34 28	2.78 119	3.07 173	0.92 107	0.61 36	2.72 107	0.55 34	5.01 141	5.69 124	0.53 81	0.38 25	0.94 96	0.84 69	12.80 245	0.98 83
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
HH	2.75 152	0.67 24	1.42 177	0.80 119	0.71 106	0.88 137	1.09 159	1.86 170	0.87 120	5.19 248	0.66 61	1.91 164	0.86 134	0.57 117	2.65 109	8.48 230	0.87 86	0.94 128	6.36 179	1.39 160	13.52 233	12.32 227	0.79 156	0.58 93	1.38 156	1.63 161	3.81 202	2.06 161

HanStereo	2.75 152	0.67 24	1.42 177	0.80 119	0.71 106	0.88 137	1.09 159	1.86 170	0.87 120	5.19 248	0.66 61	1.91 164	0.86 134	0.57 117	2.65 109	8.48 230	0.87 86	0.94 128	6.36 179	1.39 160	13.52 233	12.32 227	0.79 156	0.58 93	1.38 156	1.63 161	3.81 202	2.06 161

LoS	1.51 109	0.79 66	0.59 46	0.52 55	0.56 72	0.65 98	0.38 59	2.56 212	0.88 122	1.21 115	0.94 115	0.97 97	0.88 136	0.35 31	3.04 133	3.41 181	1.24 157	0.93 125	2.19 84	0.68 69	5.96 151	7.00 142	0.62 113	0.47 55	1.14 125	0.98 92	1.06 28	0.87 67

stereogan	1.44 104	1.33 181	1.05 133	1.11 155	1.28 171	1.11 161	0.97 147	1.26 101	1.05 143	1.22 119	1.10 129	1.62 155	0.89 137	0.66 141	2.34 86	1.31 74	0.94 112	0.81 91	1.72 70	0.95 123	1.10 53	8.04 150	0.71 139	0.77 136	0.83 69	1.06 99	2.36 122	1.38 130

NaN_ROB	1.84 126	1.11 154	1.04 132	0.95 138	1.77 196	0.86 131	0.91 144	1.32 112	10.70 252	1.00 101	1.38 151	2.45 181	0.89 137	1.12 194	4.34 170	1.29 71	0.92 107	0.88 113	1.49 56	1.14 142	1.42 80	2.02 66	0.76 146	1.03 165	1.30 149	2.01 184	2.38 126	3.27 189

CES	1.27 79	0.77 60	0.56 44	0.45 42	0.56 72	0.51 54	0.21 15	1.50 130	0.70 105	0.78 61	0.80 98	0.84 74	0.90 139	0.33 23	3.45 152	2.96 170	1.14 146	1.04 153	1.32 46	1.08 136	4.63 134	4.87 103	0.63 118	0.38 25	0.85 75	0.83 64	1.02 24	1.16 108

ADCRef	4.84 193	1.42 188	1.01 127	0.78 114	1.77 196	1.21 172	1.62 177	0.99 68	5.58 240	1.85 159	1.08 128	1.02 101	0.91 140	1.17 196	54.35 260	1.92 144	1.10 138	1.04 153	3.49 135	1.32 156	1.80 97	3.27 83	2.13 215	0.87 156	2.30 205	4.60 217	2.48 136	29.71 256

GANetREF_RVC	1.28 80	1.18 161	0.95 116	1.18 168	1.04 145	1.00 154	0.79 129	1.25 99	1.10 149	1.29 122	0.77 88	2.28 178	0.91 140	0.63 137	2.00 57	1.14 50	1.01 129	0.98 139	2.44 93	0.82 105	1.98 102	1.33 50	0.78 153	1.05 168	1.28 148	1.27 125	2.63 155	1.49 135
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
DLCB_ROB	0.94 48	0.90 103	0.88 101	0.73 100	0.80 123	0.69 107	0.69 120	0.87 52	0.72 108	0.94 94	0.86 107	1.02 101	0.91 140	0.69 148	1.48 17	1.06 37	0.97 120	0.72 65	0.88 24	0.74 86	1.21 62	1.21 49	0.78 153	0.71 127	1.26 143	1.26 124	1.49 56	0.95 78

RAFT-Test	2.37 142	0.85 87	1.14 156	1.02 147	0.65 94	0.58 80	0.51 96	2.18 195	0.70 105	1.12 111	5.37 209	0.97 97	0.92 143	0.45 79	2.50 97	5.29 212	0.99 124	0.80 88	6.96 197	1.11 137	10.85 211	10.83 196	0.67 129	0.58 93	1.51 177	1.82 173	1.38 45	2.18 167

LALA_ROB	1.85 127	2.17 210	1.13 154	1.05 151	1.26 167	1.16 166	1.01 149	1.17 86	1.46 174	2.06 169	2.82 181	3.47 195	0.92 143	0.93 177	3.90 164	1.46 106	1.36 167	1.18 174	2.20 85	1.31 155	2.84 113	5.10 113	0.77 151	1.01 162	1.24 140	1.41 140	3.89 205	1.77 149

DLNR_Zeroshot_test	23.11 259	81.98 272	1.97 204	102.16 273	0.49 47	0.55 67	81.36 270	2.30 206	0.50 59	4.87 236	2.22 177	2.99 191	0.93 145	12.17 248	96.90 271	144.02 275	34.28 264	19.61 262	8.60 207	4.35 227	8.08 185	6.53 134	0.51 73	0.69 122	1.37 155	1.57 153	1.16 34	1.90 154

anonymity	6.71 218	0.80 67	1.73 193	1.09 154	0.88 129	0.79 123	0.68 119	2.17 194	0.90 125	3.78 220	97.20 269	1.95 166	0.93 145	0.44 78	2.57 102	7.16 221	0.95 115	0.83 96	6.70 188	1.07 135	7.93 182	12.47 233	0.67 129	0.57 89	1.51 177	1.60 158	20.99 256	2.80 177

UCFNet_RVC	1.11 66	1.26 173	0.85 96	0.88 130	0.93 141	0.77 121	0.58 110	0.78 32	0.67 102	0.93 92	0.80 98	1.25 130	0.93 145	0.48 93	2.17 72	1.09 42	0.78 57	0.82 94	2.60 98	0.80 99	1.32 69	1.66 60	1.31 196	0.67 119	1.05 112	1.11 105	1.44 51	2.13 163

sCroCo_RVC	1.85 127	0.67 24	0.55 42	0.37 21	0.49 47	0.75 117	0.41 72	0.94 63	1.56 181	1.51 137	0.78 93	1.04 108	0.94 148	0.48 93	2.49 94	5.07 209	1.26 160	1.22 180	2.53 96	1.37 157	7.95 183	11.14 203	0.45 45	0.60 101	0.94 96	1.12 109	2.34 119	1.05 97

ETE_ROB	1.85 127	1.93 206	1.18 163	1.04 149	1.33 175	1.26 176	1.12 161	1.11 78	2.30 206	1.36 127	3.26 189	3.18 193	0.94 148	1.14 195	2.62 106	1.51 112	2.14 201	0.99 142	2.50 95	1.15 144	3.67 123	5.74 127	0.86 174	1.03 165	1.21 132	1.36 134	2.30 113	1.68 146

CAS	1.05 57	0.80 67	0.40 18	0.50 52	0.48 44	0.37 18	0.30 35	0.55 9	0.44 41	1.13 112	0.77 88	0.64 26	0.95 150	0.31 19	2.68 113	1.79 138	0.96 117	0.82 94	1.08 37	0.61 49	2.91 115	5.06 110	0.44 40	0.30 10	0.81 63	0.92 80	1.18 35	1.16 108

s12784h	2.23 135	1.12 155	1.32 175	1.12 157	0.91 134	0.59 83	0.39 61	1.37 119	0.65 99	1.05 106	0.82 101	1.08 112	0.95 150	0.37 42	2.80 121	4.82 206	0.93 111	0.71 59	3.28 131	0.58 42	7.80 178	8.40 155	0.51 73	0.54 80	1.50 175	1.13 112	11.58 239	3.94 195

sAnonymous2	1.42 99	0.76 56	0.52 38	0.41 31	0.47 39	0.71 110	0.41 72	1.28 104	0.98 135	0.65 34	0.89 111	1.08 112	0.95 150	0.37 42	2.20 75	2.28 155	1.10 138	1.04 153	3.71 139	0.92 119	4.94 139	6.73 137	0.62 113	0.55 86	0.83 69	1.39 137	1.25 38	1.24 117

CroCo_RVC	1.42 99	0.76 56	0.52 38	0.41 31	0.47 39	0.71 110	0.41 72	1.28 104	0.98 135	0.65 34	0.89 111	1.08 112	0.95 150	0.37 42	2.20 75	2.28 155	1.10 138	1.04 153	3.71 139	0.92 119	4.94 139	6.73 137	0.62 113	0.55 86	0.83 69	1.39 137	1.25 38	1.24 117

RTSC	3.08 165	0.95 122	1.25 173	0.76 107	0.91 134	0.96 145	1.84 187	1.15 84	1.34 166	2.37 184	2.12 174	1.11 116	0.99 154	1.02 185	41.50 221	1.94 145	1.88 190	1.22 180	4.09 147	1.06 134	2.76 112	4.02 92	0.63 118	1.03 165	0.83 69	0.99 94	2.44 131	1.98 160

pcwnet_v2	3.22 166	0.81 71	0.94 112	0.92 135	1.12 157	0.94 143	0.70 121	1.17 86	0.88 122	2.04 166	1.10 129	1.09 115	1.00 155	1.27 200	47.63 235	1.56 120	0.96 117	0.87 104	6.63 187	0.81 102	2.45 107	3.52 86	1.01 182	0.75 132	1.04 110	1.16 116	2.44 131	2.23 170

IGEV_Zeroshot_test	3.38 168	0.83 76	1.84 198	2.82 214	0.69 104	2.37 210	1.26 168	2.23 199	0.94 130	4.40 227	6.76 228	2.28 178	1.01 156	0.45 79	2.83 122	7.72 227	0.87 86	0.77 77	5.93 173	1.87 193	8.49 189	12.88 244	0.58 103	0.69 122	1.40 162	1.57 153	14.84 252	2.99 182

NCC-stereo	1.25 77	1.24 167	1.10 146	0.99 144	1.05 146	0.96 145	1.53 173	1.79 163	1.59 182	0.60 24	1.34 146	1.17 124	1.03 157	0.74 152	2.44 91	1.07 38	0.89 92	0.99 142	1.54 62	0.91 116	0.99 43	2.46 74	0.80 161	0.76 134	1.26 143	1.59 155	1.39 46	1.61 141

Abc-Net	1.25 77	1.24 167	1.10 146	0.99 144	1.05 146	0.96 145	1.53 173	1.79 163	1.59 182	0.60 24	1.34 146	1.17 124	1.03 157	0.74 152	2.44 91	1.07 38	0.89 92	0.99 142	1.54 62	0.91 116	0.99 43	2.46 74	0.80 161	0.76 134	1.26 143	1.59 155	1.39 46	1.61 141
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PS-NSSS	1.07 62	1.44 190	0.69 63	1.20 169	0.91 134	1.16 166	0.93 146	0.80 37	0.55 75	0.74 49	0.49 32	1.98 169	1.03 157	0.91 174	1.54 22	0.92 19	0.83 76	0.73 67	1.45 55	0.62 55	0.94 40	0.63 16	1.68 208	0.50 65	1.00 104	0.95 84	3.21 181	1.11 104

GwcNet-ADL	2.54 146	1.23 166	1.55 185	1.22 170	1.26 167	0.97 148	0.78 126	1.50 130	0.84 118	3.20 209	6.67 225	1.86 162	1.05 160	0.79 161	4.58 171	4.90 207	1.47 172	0.90 118	5.20 157	1.95 198	6.39 160	10.33 183	0.91 177	1.12 173	1.22 137	1.93 179	2.15 102	2.70 175

XX-Stereo	11.10 237	0.72 37	1.24 171	1.04 149	0.52 60	0.80 124	0.84 134	1.13 81	0.51 62	4.53 231	6.79 230	1.54 151	1.06 161	0.42 66	2.78 119	5.82 217	0.96 117	0.94 128	6.43 181	0.91 116	6.26 158	8.36 154	0.58 103	0.43 45	237.38 275	1.38 135	2.64 156	3.61 192

NOSS_ROB	3.67 178	1.38 184	0.81 85	1.15 167	1.16 162	1.15 165	0.65 118	2.25 201	1.41 170	4.85 235	6.68 226	6.78 224	1.06 161	0.82 166	11.52 187	14.58 246	1.34 164	1.17 171	2.93 117	0.98 127	14.13 241	12.82 240	0.79 156	1.48 185	1.13 124	1.48 144	3.41 190	1.25 119

ICVP	1.51 109	0.74 44	1.07 139	0.75 103	0.75 112	0.84 127	0.54 100	1.10 77	0.86 119	1.37 128	1.15 133	0.88 84	1.08 163	0.53 106	1.90 51	1.91 143	1.22 154	0.99 142	1.56 65	0.96 125	3.89 126	10.50 185	0.68 133	0.77 136	0.91 94	1.19 119	1.42 48	1.14 106
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous	1.91 130	0.78 63	0.60 49	0.49 46	0.55 70	0.61 88	0.38 59	1.54 139	1.13 153	2.17 176	0.67 63	1.11 116	1.08 163	0.58 119	2.86 124	4.54 203	1.40 169	1.29 189	3.66 138	1.23 151	7.27 173	10.15 174	0.60 109	1.01 162	1.16 129	1.11 105	2.45 133	1.17 112

RTS	3.53 173	1.15 158	0.98 121	0.97 142	1.26 167	1.33 178	3.31 208	1.33 113	1.50 177	2.37 184	1.20 137	1.75 158	1.12 165	0.88 171	42.78 224	2.37 159	1.94 194	1.33 191	3.94 142	1.62 180	3.62 121	5.21 115	1.02 183	1.09 171	1.83 196	5.05 220	2.33 117	2.13 163

RTSA	3.53 173	1.15 158	0.98 121	0.97 142	1.26 167	1.33 178	3.31 208	1.33 113	1.50 177	2.37 184	1.20 137	1.75 158	1.12 165	0.88 171	42.78 224	2.37 159	1.94 194	1.33 191	3.94 142	1.62 180	3.62 121	5.21 115	1.02 183	1.09 171	1.83 196	5.05 220	2.33 117	2.13 163

Anonymous3	2.32 141	0.85 87	0.88 101	0.56 65	1.10 154	0.89 140	0.70 121	2.45 208	1.12 152	1.05 106	0.98 123	2.57 186	1.14 167	0.56 113	4.14 169	9.30 232	1.50 173	1.47 197	5.33 159	1.49 171	6.83 165	10.10 171	0.71 139	0.67 119	1.08 114	1.38 135	2.32 116	1.35 128

FC-DCNN	3.48 171	1.59 198	4.19 240	2.76 213	2.30 209	3.10 220	1.73 181	2.57 213	1.72 187	2.88 200	1.36 150	2.15 172	1.21 168	0.68 144	6.32 178	1.61 126	1.31 162	1.03 150	7.90 206	0.95 123	8.85 190	8.73 159	0.82 169	1.69 193	3.19 219	2.50 201	4.67 211	16.15 236

RGC	1.43 103	1.30 178	1.99 206	1.14 163	1.18 164	1.16 166	1.01 149	1.20 91	1.08 147	0.91 87	1.70 159	1.18 126	1.24 169	0.87 169	3.10 141	1.18 56	0.98 122	0.86 102	1.81 72	1.02 130	1.39 78	3.87 89	0.76 146	0.90 158	1.14 125	1.53 151	2.17 104	1.85 151

AMNet	1.29 85	1.12 155	1.05 133	1.13 158	1.12 157	1.24 174	1.08 158	1.36 117	1.13 153	1.10 110	1.11 131	1.51 149	1.26 170	1.20 197	1.52 21	1.57 122	1.35 166	1.21 179	1.37 49	1.22 149	1.35 73	1.19 47	1.25 191	1.19 176	1.23 139	1.72 168	1.54 60	1.65 144

AnyNet_C32	6.05 211	1.43 189	1.39 176	1.26 171	1.64 189	1.36 180	2.92 204	1.55 144	5.28 239	2.67 195	4.61 202	1.90 163	1.29 171	1.29 202	55.18 262	3.43 183	1.96 196	2.08 220	3.65 137	1.91 195	6.94 169	8.77 160	1.20 188	1.68 191	6.02 231	14.92 248	6.12 221	20.86 242

ccs_rob	4.23 184	1.10 153	1.53 183	1.14 163	0.92 140	1.19 170	1.05 157	2.86 220	1.27 161	4.20 224	35.77 261	8.95 234	1.29 171	0.73 150	3.10 141	6.47 218	1.50 173	1.17 171	5.98 175	1.44 166	10.44 207	11.78 217	0.74 145	2.24 215	1.07 113	1.30 129	2.65 158	2.20 168

iRaft-Stereo_20w	4.16 182	1.13 157	2.10 209	2.66 210	1.55 186	1.55 188	1.17 162	1.96 177	1.27 161	5.53 254	6.77 229	1.52 150	1.34 173	0.43 70	3.03 131	5.32 213	0.95 115	0.77 77	5.49 166	1.46 169	8.20 186	12.75 239	0.61 111	0.60 101	1.63 185	25.36 256	11.64 240	5.58 209

HSM-Net_RVC	3.49 172	1.07 151	1.10 146	1.70 191	1.17 163	0.90 141	0.61 116	2.29 205	1.07 146	2.77 197	5.82 215	41.08 260	1.35 174	0.50 99	2.40 88	1.74 135	1.10 138	0.77 77	1.99 79	1.13 141	6.78 164	6.90 140	0.80 161	2.23 214	1.64 187	1.49 146	2.14 100	1.75 148
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MLCV	1.91 130	0.87 91	0.97 118	1.33 176	1.13 160	0.99 152	0.74 124	2.14 191	0.77 112	2.02 164	4.44 199	1.60 152	1.56 175	0.45 79	2.63 108	1.79 138	1.11 142	0.96 136	6.71 189	1.05 133	4.69 137	5.60 122	0.66 126	1.60 187	1.14 125	1.35 132	2.31 115	1.06 99

FADNet_RVC	3.44 170	1.21 165	1.19 164	1.40 179	1.78 199	0.99 152	1.75 182	1.50 130	1.19 159	1.35 126	2.01 170	1.96 167	1.63 176	1.66 207	22.11 206	3.36 180	1.83 186	2.82 243	5.63 168	1.76 188	6.35 159	9.50 165	0.77 151	1.39 184	1.21 132	1.48 144	12.05 242	2.87 179

UDG	3.91 179	2.76 219	2.09 208	2.92 217	2.64 218	2.99 217	2.71 201	1.31 111	1.13 153	1.65 145	1.96 164	2.20 174	1.68 177	2.77 218	48.81 239	1.57 122	3.02 210	2.26 224	2.65 102	2.91 220	3.00 116	3.09 80	2.64 218	1.05 168	1.02 108	1.19 119	2.36 122	1.16 108

DDUNet	2.05 133	2.73 218	2.03 207	2.92 217	2.66 220	3.04 218	2.76 203	1.17 86	1.11 151	1.60 141	1.21 140	2.23 175	1.69 178	2.81 219	2.04 63	1.25 67	2.78 206	2.42 234	2.63 99	2.90 219	1.92 100	2.11 68	2.77 223	0.92 160	1.01 106	0.93 81	2.50 140	1.10 101

S-Stereo	4.68 191	1.15 158	1.74 194	1.75 192	1.63 188	1.65 191	2.24 198	2.75 219	2.15 202	3.32 210	11.59 252	5.97 218	1.74 179	0.88 171	19.04 203	16.28 254	1.81 184	2.39 232	5.64 169	9.35 255	7.13 171	12.52 235	1.61 207	2.64 228	1.24 140	2.08 188	2.88 169	3.26 188

dad	1.63 115	0.97 129	0.65 58	2.18 204	1.19 166	1.01 155	3.99 216	1.66 155	0.55 75	1.21 115	0.50 34	1.12 119	2.01 180	0.58 119	3.09 139	1.16 52	1.11 142	0.76 75	2.70 105	0.77 92	1.34 70	1.48 56	0.71 139	0.88 157	2.48 211	0.71 45	5.52 217	3.80 194

SPS-STEREO	5.78 207	1.73 201	1.86 199	2.48 208	1.67 190	2.19 204	1.60 176	2.72 218	1.76 188	3.63 216	6.80 231	4.12 205	2.19 181	1.21 198	13.01 192	12.86 240	2.91 208	2.01 217	47.66 258	2.04 204	14.17 243	13.06 246	1.43 201	2.27 217	2.40 209	1.94 180	3.66 198	2.80 177
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCMid	5.63 204	2.23 212	2.63 221	1.42 182	2.89 225	2.37 210	3.73 214	1.92 174	2.97 217	1.91 162	3.16 187	2.33 180	2.31 182	1.48 204	50.97 248	3.74 188	1.84 189	1.86 212	7.38 201	1.99 202	4.66 135	5.18 114	2.70 220	1.38 182	2.33 208	8.75 236	6.81 228	21.02 243

iResNet	2.79 156	0.95 122	0.91 108	1.35 178	1.69 191	1.41 182	1.02 151	1.81 167	1.09 148	2.62 192	5.14 206	1.80 160	2.38 183	0.46 83	10.35 184	7.64 226	1.36 167	1.23 183	6.83 194	1.78 189	10.05 202	4.09 94	0.61 111	2.02 205	1.10 121	1.50 147	2.80 165	1.39 131

SQANet	4.87 194	4.55 240	2.13 211	19.76 249	2.63 216	4.99 235	3.29 207	1.63 152	1.45 172	1.20 114	1.40 152	3.22 194	2.40 184	2.76 217	3.09 139	1.20 61	5.19 224	1.07 159	19.89 231	1.28 152	12.48 218	10.73 193	11.37 259	1.49 186	1.57 182	2.32 197	2.66 160	5.86 210

SHD	3.38 168	1.01 141	1.68 190	1.14 163	1.07 151	1.14 164	1.78 184	1.61 151	1.66 185	2.40 187	3.05 185	1.63 156	2.43 185	0.84 167	40.11 216	2.04 147	1.74 181	1.40 194	4.17 148	1.88 194	3.81 125	5.43 120	0.70 137	1.67 190	1.86 198	1.46 143	1.97 92	1.59 140

MFN_U_SF_RVC	4.44 188	1.91 205	1.83 197	2.19 205	1.82 203	2.38 212	4.61 220	2.39 207	1.94 197	4.48 229	11.47 251	3.74 202	2.50 186	4.72 233	20.32 205	3.66 187	1.91 192	1.83 210	11.50 218	3.25 223	7.86 181	6.73 137	1.25 191	3.20 245	1.86 198	3.84 213	2.83 166	3.94 195

CC-Net-ROB	1.63 115	1.81 202	1.19 164	1.85 195	1.77 196	2.27 205	1.56 175	0.93 60	0.96 131	1.29 122	0.67 63	5.48 217	2.51 187	1.43 203	1.64 26	0.87 15	1.34 164	1.17 171	2.46 94	0.88 113	1.09 51	1.35 52	3.34 225	0.63 111	1.22 137	1.15 115	1.47 54	1.57 139

CSAN	2.48 144	1.26 173	1.12 152	1.46 185	1.78 199	1.13 163	0.90 142	1.50 130	10.52 251	2.40 187	3.81 195	4.12 205	2.51 187	0.96 181	3.83 163	1.27 69	1.29 161	1.05 157	3.24 127	1.70 186	3.71 124	4.45 95	0.79 156	1.38 182	1.39 159	3.93 215	2.43 130	2.96 181

otaku	5.09 198	5.20 241	2.27 213	18.45 247	2.89 225	5.73 237	3.63 213	1.44 125	1.46 174	1.31 125	1.42 153	3.59 199	2.63 189	3.22 224	3.07 136	1.30 72	5.55 226	1.14 170	20.28 232	1.49 171	13.81 237	11.25 208	11.85 261	1.91 199	1.56 181	2.06 185	2.52 142	6.49 213

MFMNet_re	3.01 162	1.41 185	1.48 180	1.53 188	1.87 204	1.96 200	2.01 192	2.67 217	2.16 203	1.60 141	1.98 166	3.57 197	2.65 190	1.02 185	6.96 181	4.19 197	2.67 204	1.96 215	6.48 182	2.40 212	14.04 240	4.97 105	1.86 212	1.97 202	1.38 156	1.33 130	3.31 187	1.94 158

Ntro	5.35 200	6.19 246	2.38 217	8.06 238	2.91 227	4.88 233	6.70 229	1.40 122	1.53 179	1.44 135	1.19 136	3.58 198	2.73 191	3.12 223	3.66 155	1.17 54	6.56 234	1.19 176	32.62 243	1.60 179	14.27 248	11.82 218	11.41 260	2.54 225	1.64 187	2.30 195	2.45 133	5.00 201

FAT-Stereo	4.35 187	1.18 161	2.25 212	1.48 186	1.81 202	1.42 183	1.49 172	3.57 229	1.84 196	3.66 217	6.22 219	6.70 223	2.76 192	1.07 193	6.82 180	15.24 252	2.03 199	2.49 235	5.43 162	8.81 250	13.23 229	12.34 230	0.95 180	2.79 235	1.26 143	2.25 194	2.96 174	5.48 206

PSMNet-ADL	2.61 149	0.95 122	1.12 152	1.14 163	1.18 164	0.97 148	0.85 137	1.78 162	1.26 160	3.49 213	6.09 218	1.43 142	2.78 193	0.56 113	2.93 127	10.59 234	1.31 162	0.96 136	5.96 174	1.20 148	6.66 162	9.11 163	0.86 174	0.82 146	1.10 121	1.44 141	2.85 167	1.10 101

ACVNet_1	5.24 199	3.87 236	3.60 237	13.80 243	3.48 239	6.00 242	10.57 240	1.60 148	1.79 190	1.55 139	1.30 143	4.40 210	2.80 194	5.43 236	2.42 90	1.39 85	11.59 244	1.72 207	20.91 236	1.50 174	14.41 251	8.16 151	7.22 242	2.84 238	1.73 191	2.19 193	2.61 154	2.72 176

MADNet+	4.78 192	2.02 209	1.87 201	2.01 200	2.36 212	1.47 186	4.28 218	2.47 209	1.99 199	2.66 193	2.13 175	3.56 196	2.85 195	2.34 215	41.14 220	5.66 216	3.48 215	1.53 199	4.54 151	3.38 225	13.07 228	7.34 145	1.72 209	3.48 247	2.93 215	2.17 192	3.24 184	3.29 190

PWC_ROB	2.61 149	1.20 164	1.48 180	0.96 139	1.05 146	1.21 172	1.79 185	1.24 98	1.94 197	1.81 156	3.61 194	2.12 171	2.96 196	0.91 174	9.88 183	4.30 198	1.97 197	1.95 214	3.72 141	1.62 180	5.58 150	7.59 146	0.81 166	1.98 204	1.35 153	1.27 125	3.11 177	3.07 184

RainbowNet	4.65 190	3.75 234	2.70 224	4.56 229	2.98 230	4.16 226	8.75 235	2.05 188	2.01 200	1.90 161	1.12 132	3.61 201	3.00 197	3.60 230	2.70 114	1.89 142	2.97 209	1.54 200	15.27 226	8.73 249	11.07 212	11.30 209	10.70 256	2.22 211	1.73 191	2.30 195	2.76 163	6.13 212

DAS	2.93 160	0.99 135	1.06 137	1.13 158	1.05 146	1.03 157	1.04 155	1.74 160	1.81 193	3.32 210	5.70 213	2.61 187	3.08 198	0.50 99	3.19 145	7.47 223	1.83 186	1.23 183	5.90 171	1.83 191	12.92 224	10.26 179	0.76 146	1.94 200	1.32 150	1.51 148	2.60 152	1.31 124

SepStereo	2.93 160	0.99 135	1.06 137	1.13 158	1.05 146	1.03 157	1.04 155	1.74 160	1.81 193	3.32 210	5.70 213	2.61 187	3.08 198	0.50 99	3.19 145	7.47 223	1.83 186	1.23 183	5.90 171	1.83 191	12.92 224	10.26 179	0.76 146	1.94 200	1.32 150	1.51 148	2.60 152	1.31 124

ACVNet_2	5.79 208	3.52 229	2.90 227	21.94 254	3.38 237	4.55 228	8.18 233	1.84 168	1.76 188	1.84 157	1.98 166	3.88 203	3.20 200	3.03 221	2.85 123	1.46 106	12.77 250	1.56 201	33.59 244	1.68 185	10.81 210	7.91 149	6.79 241	2.68 233	3.13 218	2.65 203	3.23 182	3.11 185

PWCDC_ROB	2.78 155	0.70 31	0.65 58	0.61 77	0.87 127	0.63 93	0.57 107	1.04 73	1.59 182	0.65 34	1.88 162	0.80 64	3.28 201	0.73 150	41.04 219	2.18 152	1.23 156	0.98 139	1.52 59	0.97 126	2.56 110	5.26 117	0.68 133	0.81 143	0.74 55	0.94 83	1.13 32	0.97 81

STTRV1_RVC	4.49 189	1.26 173	1.01 127	1.62 189	1.11 156	1.76 195	1.25 166	1.50 130	1.40 169	1.75 153	1.60 156	2.72 189	3.31 202	1.00 183	2.61 105	1.77 137	11.19 243	0.96 136	41.25 250	9.01 252	9.10 193	8.68 158	1.19 187	1.66 189	1.68 190	1.59 155	3.90 206	5.32 205

PVD	4.10 180	1.44 190	2.12 210	1.41 180	1.58 187	1.68 193	2.10 194	3.06 222	2.66 212	2.85 199	4.32 197	2.46 182	3.63 203	1.27 200	40.43 217	2.72 165	2.19 202	2.11 223	4.71 153	2.46 214	6.18 156	6.10 131	1.02 183	1.74 194	2.32 207	2.44 199	2.90 171	2.66 174

XQC	3.58 175	1.29 177	1.21 169	1.28 172	1.43 181	1.29 177	1.93 190	1.60 148	1.45 172	2.47 189	3.06 186	1.48 146	4.17 204	1.23 199	44.68 230	2.35 157	1.60 177	1.18 174	3.95 145	1.43 164	3.22 120	4.97 105	0.84 171	1.24 178	1.43 167	2.09 189	2.30 113	1.52 136

LVE	10.96 236	3.63 232	2.68 223	55.15 268	4.03 246	7.50 248	88.91 271	1.93 175	2.44 209	2.26 180	1.69 158	4.48 211	4.75 205	3.42 228	3.44 151	2.21 153	6.03 230	1.84 211	50.68 261	1.97 201	10.14 204	12.19 224	5.54 232	3.12 243	3.75 223	2.46 200	2.99 175	6.76 216

Dean	5.89 210	3.71 233	2.59 219	34.77 259	3.99 243	4.60 231	10.86 242	2.26 202	2.39 208	2.16 175	1.55 154	4.68 213	4.76 206	3.30 226	3.03 131	1.76 136	12.09 247	1.65 203	9.86 214	2.04 204	14.16 242	9.89 168	7.35 243	2.66 232	3.36 222	2.91 207	3.53 196	3.13 187

MFN_U_SF_DS_RVC	3.64 177	1.48 192	1.03 129	1.98 199	1.75 195	2.09 203	5.14 223	2.15 192	2.23 204	1.73 151	1.57 155	2.49 183	4.83 207	5.73 238	12.78 190	1.73 134	1.22 154	1.06 158	5.43 162	1.54 177	12.24 217	9.06 162	1.52 205	1.16 175	2.29 204	3.46 211	3.05 176	7.63 217

FBW_ROB	4.93 195	2.40 216	2.44 218	2.67 211	2.86 224	2.30 209	4.71 221	1.79 163	1.10 149	2.54 190	2.92 182	4.12 205	5.31 208	6.61 239	50.17 241	1.18 56	1.44 170	0.95 134	8.76 209	1.43 164	8.26 187	5.68 123	4.20 230	1.75 195	1.42 164	1.95 181	1.81 79	2.20 168

PSMNet_ROB	16.63 252	5.59 244	2.97 229	3.47 222	2.63 216	5.86 240	6.18 227	2.20 196	2.29 205	5.39 253	141.45 272	97.59 269	6.02 209	33.78 264	3.23 147	1.58 125	4.09 221	1.69 205	20.81 235	2.75 215	12.93 226	7.08 143	63.80 273	2.60 226	2.95 216	3.67 212	2.77 164	3.66 193

AnyNet_C01	7.20 222	2.24 213	2.27 213	2.95 220	1.92 205	1.58 189	5.39 224	3.73 234	5.63 241	3.17 208	4.41 198	4.59 212	6.09 210	1.88 212	58.66 264	14.24 243	5.46 225	3.69 247	4.79 154	3.02 221	8.40 188	10.33 183	2.45 217	2.24 215	5.77 229	2.65 203	8.81 234	17.99 238

DPSNet	5.60 203	1.54 194	1.19 164	1.76 193	2.44 215	2.08 202	1.81 186	1.95 176	2.93 216	2.09 171	5.15 207	9.82 237	6.09 210	8.98 243	14.30 195	12.14 239	4.12 222	3.60 246	17.82 228	8.28 246	12.18 215	14.58 250	3.71 228	3.09 242	2.30 205	2.42 198	2.52 142	2.24 171

G-Net	6.29 212	1.69 199	1.86 199	1.42 182	1.70 193	1.45 185	1.19 165	4.71 241	8.56 247	3.16 207	4.70 203	7.94 228	6.89 212	0.85 168	15.45 198	8.15 229	1.92 193	2.75 239	5.41 161	6.49 239	9.16 194	11.23 207	1.46 203	2.81 237	1.81 194	19.84 252	6.51 226	30.80 257

JetRed	12.50 246	6.96 251	7.76 256	4.77 233	6.78 254	9.35 253	10.92 243	5.31 245	4.54 235	5.85 257	3.28 191	8.17 232	7.48 213	9.74 246	50.80 246	15.21 251	10.30 242	7.93 252	7.83 205	5.44 233	18.10 261	24.48 262	11.12 258	4.60 253	11.97 248	25.85 257	24.78 257	28.17 253

SFCPSM	8.92 227	1.34 183	1.05 133	1.13 158	1.12 157	1.10 160	0.89 141	1.28 104	1.79 190	2.71 196	5.63 211	4.32 209	7.90 214	1.01 184	5.47 177	5.23 211	1.80 182	1.19 176	162.18 273	4.49 228	7.79 177	9.52 166	0.81 166	1.64 188	1.33 152	1.76 169	3.30 186	3.06 183

MSC_U_SF_DS_RVC	4.33 186	2.25 214	1.45 179	2.41 207	1.94 206	1.93 198	4.82 222	1.96 177	2.59 210	2.96 204	1.96 164	2.49 183	8.10 215	9.76 247	14.02 194	3.47 184	2.04 200	1.98 216	14.27 223	3.33 224	7.23 172	7.20 144	2.89 224	1.85 198	2.43 210	2.85 206	2.19 108	6.62 214

PWCK	9.19 230	3.84 235	2.76 225	4.81 234	3.48 239	7.14 246	7.79 231	3.92 235	4.66 237	4.66 232	5.84 216	24.68 255	8.47 216	3.24 225	10.95 186	3.27 179	9.48 241	2.36 230	72.75 265	4.94 232	14.76 254	6.95 141	3.68 227	2.40 221	8.01 239	7.55 232	6.35 222	9.51 223

SAMSARA	4.13 181	1.32 179	1.53 183	1.48 186	1.35 176	1.47 186	2.74 202	2.23 199	1.83 195	2.26 180	3.47 193	2.01 170	8.60 217	1.76 211	38.24 213	2.88 166	1.82 185	1.41 195	4.99 155	1.91 195	5.10 144	5.71 126	0.94 179	1.80 196	3.33 221	3.84 213	4.16 208	3.30 191

MADNet++	9.22 231	4.13 239	6.16 252	4.32 226	5.78 252	3.96 224	8.14 232	7.09 249	6.83 245	5.28 251	7.83 241	7.65 226	8.62 218	12.90 249	19.42 204	21.00 261	7.04 237	6.27 251	10.40 215	7.97 244	14.29 249	18.67 258	3.96 229	5.12 254	5.80 230	22.29 253	9.32 235	8.69 218

WAO-6	7.36 223	2.83 221	2.64 222	8.38 240	2.78 222	3.59 223	8.61 234	3.51 226	3.36 223	1.84 157	2.45 179	5.99 219	8.70 219	3.06 222	50.70 245	2.35 157	13.44 254	1.82 209	8.79 210	2.15 207	14.26 246	12.40 232	3.35 226	2.64 228	7.87 238	5.84 225	4.30 209	11.17 228

CBMV	5.08 197	1.41 185	1.15 160	1.44 184	1.42 180	1.24 174	0.78 126	2.27 203	1.47 176	3.04 205	6.44 222	7.74 227	9.07 220	0.60 128	12.81 191	13.79 242	1.99 198	1.29 189	9.56 211	1.15 144	9.82 197	12.54 236	0.82 169	1.84 197	1.44 168	1.83 174	4.39 210	25.76 250
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
JetBlue	10.90 235	9.40 254	6.23 253	8.34 239	6.82 255	10.07 255	10.58 241	5.04 244	3.97 228	2.95 202	4.09 196	9.83 238	9.32 221	8.12 241	48.65 238	14.50 244	6.76 236	5.08 250	7.66 204	3.76 226	13.23 229	17.58 257	8.19 254	3.58 248	11.41 247	18.49 250	12.08 244	28.49 254

SGM-ForestM	6.44 215	10.17 256	6.98 255	4.69 230	2.91 227	6.90 245	9.70 238	7.26 250	4.59 236	4.81 234	6.31 220	9.50 236	9.35 222	0.78 158	3.65 154	1.30 72	6.50 232	0.89 114	11.21 217	1.44 166	6.08 154	6.02 130	1.58 206	1.68 191	9.47 244	11.34 241	12.07 243	16.58 237

LSM0	11.61 240	1.70 200	2.94 228	2.71 212	2.41 214	2.76 216	6.88 230	4.22 237	4.26 233	3.67 218	7.57 237	7.41 225	9.43 223	0.98 182	64.90 269	78.60 273	3.43 214	2.37 231	20.39 233	4.80 231	14.29 249	16.21 254	1.30 195	3.06 241	3.29 220	12.44 244	6.06 220	25.31 249

IMH-64-1	7.17 220	3.27 224	3.53 234	4.69 230	3.29 234	4.58 229	5.71 225	3.51 226	3.09 218	1.39 131	1.98 166	4.90 214	10.92 224	4.82 234	52.00 250	4.78 204	3.66 216	2.27 225	12.32 219	1.96 199	6.91 166	10.55 186	7.77 249	2.22 211	6.05 232	4.73 218	13.45 247	9.13 219

IMH-64	7.17 220	3.27 224	3.53 234	4.69 230	3.29 234	4.58 229	5.71 225	3.51 226	3.09 218	1.39 131	1.98 166	4.90 214	10.92 224	4.82 234	52.00 250	4.78 204	3.66 216	2.27 225	12.32 219	1.96 199	6.91 166	10.55 186	7.77 249	2.22 211	6.05 232	4.73 218	13.45 247	9.13 219

ELAS_RVC	9.07 228	3.30 226	5.65 250	4.08 224	3.41 238	7.21 247	4.01 217	7.69 252	3.75 226	4.97 240	7.74 239	9.89 239	11.00 226	3.00 220	47.69 236	4.33 200	6.53 233	9.70 256	9.64 212	2.89 218	13.54 235	15.79 252	2.75 221	4.07 250	18.38 253	23.86 254	4.94 216	5.18 204
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	10.16 233	3.54 230	5.12 248	4.49 228	4.32 247	5.01 236	4.33 219	6.88 248	4.09 230	4.97 240	7.74 239	9.90 241	11.01 227	3.51 229	52.19 253	4.52 202	7.15 238	9.65 255	8.69 208	2.38 211	13.33 231	14.95 251	2.75 221	3.64 249	17.76 252	27.24 259	13.13 246	21.93 244
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CBMV_ROB	6.60 216	1.41 185	1.59 187	2.38 206	1.74 194	1.90 197	1.86 188	6.44 246	1.69 186	5.02 242	7.03 236	9.95 243	11.26 228	0.65 140	38.55 214	7.04 220	2.78 206	1.12 166	9.67 213	2.45 213	9.46 195	11.60 216	0.80 161	1.37 181	4.92 227	12.01 243	4.73 213	18.79 240

ADCS	6.69 217	1.97 207	1.94 203	1.41 180	2.24 208	1.84 196	3.00 205	2.08 190	3.97 228	2.66 193	3.26 189	3.01 192	11.48 229	2.01 213	53.18 259	11.65 237	2.72 205	2.59 236	5.10 156	2.24 208	10.43 206	8.65 157	1.76 210	1.97 202	2.57 213	10.58 238	7.51 229	18.68 239

WAO-7	8.11 225	2.98 222	5.46 249	29.83 257	2.32 211	3.09 219	9.23 237	2.48 210	4.20 232	4.67 233	7.60 238	7.98 229	11.78 230	1.64 206	22.32 207	2.11 150	12.00 246	2.79 242	44.95 255	2.13 206	10.06 203	10.12 172	1.37 200	2.49 224	2.97 217	4.35 216	2.94 173	5.06 203

SANet	5.69 205	2.22 211	1.77 195	1.84 194	2.37 213	2.28 206	1.43 170	4.49 239	7.61 246	2.05 167	4.86 205	8.34 233	11.81 231	1.70 208	43.86 228	1.62 128	5.96 228	1.51 198	4.43 150	1.70 186	8.97 191	8.28 152	1.20 188	2.60 226	1.94 201	6.02 228	3.42 192	9.29 221

MSMDNet	2.69 151	0.87 91	1.07 139	0.57 68	0.65 94	0.59 83	0.49 93	2.03 186	0.62 96	1.03 102	0.97 122	1.05 110	12.04 232	0.50 99	2.60 104	5.56 215	1.05 136	0.80 88	6.93 196	1.42 162	11.49 213	12.49 234	0.67 129	0.58 93	1.48 171	1.83 174	1.28 40	1.97 159

MANE	14.22 248	9.62 255	6.93 254	4.94 236	5.72 251	7.88 249	11.48 245	7.38 251	9.90 250	4.92 239	6.89 234	8.98 235	12.13 233	3.67 231	50.37 242	17.85 255	11.82 245	20.17 263	10.46 216	6.55 240	12.22 216	12.86 242	1.77 211	11.33 259	24.83 259	30.99 261	31.42 262	40.73 265

MeshStereo	9.30 232	2.68 217	2.31 216	4.19 225	2.81 223	4.05 225	1.96 191	8.24 257	9.28 248	5.13 245	8.64 245	11.19 246	12.84 234	0.78 158	52.26 254	15.80 253	4.59 223	1.92 213	22.33 237	1.58 178	15.40 258	19.41 259	1.06 186	2.12 207	8.69 242	5.55 223	10.68 236	15.59 235
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
SGM_RVC	8.49 226	2.77 220	1.77 195	2.88 216	2.31 210	3.42 221	2.70 200	7.78 255	3.92 227	5.57 255	8.42 244	9.89 239	12.92 235	0.68 144	3.72 159	2.10 149	6.63 235	1.11 164	40.78 248	5.93 236	9.99 200	10.27 181	1.97 213	2.17 208	8.79 243	2.97 208	27.36 258	40.51 264
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SGM-Forest	4.18 183	1.24 167	0.74 72	2.12 201	1.35 176	1.42 183	0.56 106	1.36 117	0.90 125	4.89 237	0.96 118	2.51 185	12.92 235	0.61 130	16.38 200	3.12 175	0.79 60	0.65 46	7.04 199	0.76 91	6.77 163	10.03 170	0.84 171	0.81 143	1.66 189	1.78 170	4.79 215	25.96 251
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SGM+DAISY	11.81 242	3.22 223	3.47 232	3.83 223	3.15 233	4.25 227	3.52 212	7.70 253	10.88 254	5.57 255	9.00 249	9.94 242	13.12 237	1.74 210	22.71 209	18.99 257	3.23 211	2.28 227	15.35 227	8.91 251	15.05 256	17.02 256	1.32 197	4.58 252	24.50 258	31.01 262	32.60 264	41.83 267

DPSM_ROB	21.05 255	17.19 258	22.69 261	10.13 241	9.29 260	13.96 256	14.50 252	11.66 259	15.25 259	9.00 258	8.97 247	10.35 244	13.24 238	19.90 260	59.73 265	26.35 263	18.76 257	21.26 264	14.74 224	15.50 257	28.56 264	27.85 264	7.42 245	16.13 263	34.05 263	39.30 267	37.97 266	44.48 268

DPSM	21.05 255	17.19 258	22.69 261	10.13 241	9.29 260	13.96 256	14.50 252	11.66 259	15.25 259	9.00 258	8.97 247	10.35 244	13.24 238	19.90 260	59.73 265	26.35 263	18.76 257	21.26 264	14.74 224	15.50 257	28.56 264	27.85 264	7.42 245	16.13 263	34.05 263	39.30 267	37.97 266	44.48 268

UNDER WATER-64	11.75 241	7.29 252	4.90 244	17.03 246	7.40 257	8.44 251	16.49 254	8.25 258	4.32 234	4.51 230	3.21 188	17.72 249	15.23 240	8.81 242	46.52 234	10.69 235	13.57 255	3.01 244	12.74 221	8.66 248	14.20 244	12.82 240	11.01 257	4.40 251	6.45 235	18.67 251	8.71 233	22.29 245

DispFullNet	15.85 249	3.61 231	5.00 246	3.30 221	2.93 229	3.51 222	3.20 206	6.49 247	2.71 214	5.17 246	6.80 231	90.79 268	15.55 241	2.73 216	28.89 211	23.38 262	4.02 220	3.86 248	138.92 272	28.91 263	12.60 219	11.86 219	2.69 219	2.31 219	4.30 226	2.71 205	6.80 227	5.05 202

IMH	9.11 229	3.31 227	3.55 236	4.46 227	3.30 236	4.60 231	6.29 228	3.48 224	3.12 220	1.42 134	1.88 162	5.38 216	15.63 242	51.61 269	52.03 252	3.06 172	3.92 219	2.32 228	20.77 234	2.01 203	6.25 157	9.58 167	8.07 253	2.21 210	7.69 237	5.96 227	3.77 200	10.35 226

ADCPNet	7.09 219	1.18 161	3.04 230	1.33 176	3.12 231	1.36 180	8.88 236	2.15 192	3.24 221	4.23 225	7.84 242	1.96 167	15.92 243	1.71 209	49.61 240	3.53 186	1.89 191	1.25 187	19.14 230	3.03 222	5.96 151	4.75 101	4.72 231	1.29 180	3.95 224	5.33 222	3.87 204	27.01 252

pmcnn	5.52 202	1.54 194	1.51 182	2.64 209	3.13 232	2.07 201	10.40 239	2.61 214	2.65 211	2.55 191	6.41 221	6.23 221	15.93 244	0.58 119	6.75 179	14.92 249	3.87 218	3.34 245	7.45 202	7.76 242	13.60 236	10.19 175	6.30 240	2.29 218	1.57 182	3.30 210	4.69 212	4.80 199

SPstereo	7.58 224	2.32 215	3.96 238	2.17 203	2.01 207	2.28 206	2.11 195	2.97 221	3.67 225	2.95 202	8.06 243	30.35 258	16.56 245	2.33 214	12.64 189	18.07 256	3.29 212	3.89 249	6.22 178	6.47 238	12.61 220	14.38 249	2.38 216	2.80 236	4.18 225	7.54 231	13.61 249	14.75 233

edge stereo	5.88 209	1.88 203	3.14 231	2.14 202	1.80 201	2.47 215	2.43 199	4.51 240	3.45 224	3.97 221	4.84 204	6.45 222	17.40 246	1.04 191	5.09 176	14.91 248	1.80 182	1.66 204	37.39 247	6.28 237	5.99 153	12.74 238	1.44 202	2.02 205	2.12 203	2.11 191	3.75 199	5.99 211

WAO-8	12.07 244	5.33 242	4.83 241	26.48 255	4.01 244	6.22 243	11.73 248	3.65 231	6.39 243	28.97 268	41.01 263	8.08 230	18.91 247	20.68 262	3.75 160	3.24 176	9.46 239	2.01 217	53.81 262	5.76 234	9.83 198	11.16 204	6.04 238	2.43 222	8.05 240	7.74 233	6.36 223	9.95 224

Venus	12.07 244	5.33 242	4.83 241	26.48 255	4.01 244	6.22 243	11.73 248	3.65 231	6.39 243	28.97 268	41.01 263	8.08 230	18.91 247	20.68 262	3.75 160	3.24 176	9.46 239	2.01 217	53.81 262	5.76 234	9.83 198	11.16 204	6.04 238	2.43 222	8.05 240	7.74 233	6.36 223	9.95 224

DGSMNet	11.16 238	1.98 208	1.98 205	1.90 197	1.52 184	2.46 214	1.47 171	3.07 223	2.11 201	12.67 261	102.10 270	3.59 199	18.94 249	18.97 259	16.50 201	15.09 250	12.73 249	10.36 258	13.79 222	4.57 229	12.99 227	14.32 248	7.77 249	3.43 246	1.75 193	6.25 229	3.48 195	5.53 207

FADE			30.60 264	2.84 215				15.65 262		23.58 266			24.85 250	9.63 244	13.75 193	14.56 245	43.43 269	10.05 257		25.16 262	36.12 266	31.14 266	7.48 247	15.57 262	20.22 254		15.03 253	33.84 260

MyStereo03	42.32 266	34.58 263	45.67 267	20.28 251	18.70 264	28.03 262	29.19 259	23.39 266	30.77 263	18.19 263	18.03 253	20.71 252	26.70 251	40.22 267	120.07 273	52.96 271	37.64 266	42.70 270	29.31 241	30.97 267	57.46 271	56.38 272	14.75 263	32.54 269	68.34 270	79.09 271	76.33 270	89.56 273

MyStereo02	41.62 265	34.58 263	45.67 267	20.28 251	0.00 1	28.03 262	29.19 259	23.39 266	30.77 263	18.19 263	18.03 253	20.71 252	26.70 251	40.22 267	120.07 273	52.96 271	37.64 266	42.70 270	29.31 241	30.97 267	57.46 271	56.38 272	14.75 263	32.54 269	68.34 270	79.09 271	76.33 270	89.56 273

LRCNet_RVC	25.94 261	30.78 261	14.74 258	35.18 261	31.16 266	36.52 265	29.93 261	23.08 264	12.70 258	36.15 270	33.37 260	37.24 259	28.56 253	37.11 265	17.47 202	7.61 225	31.06 262	26.75 267	67.49 264	29.07 264	23.47 263	10.73 193	39.23 268	30.61 267	7.37 236	2.53 202	11.22 237	9.31 222

STStereo	16.49 251	3.48 228	5.91 251	44.25 263	5.60 250	39.03 266	13.11 250	7.74 254	10.72 253	5.19 248	8.92 246	24.73 256	30.22 254	1.03 190	59.92 267	11.74 238	2.59 203	1.26 188	40.79 249	2.25 209	10.02 201	8.79 161	2.06 214	11.31 258	22.61 256	16.05 249	20.57 255	35.39 261

TorneroNet-64	13.24 247	6.25 247	5.07 247	34.05 258	3.72 241	9.38 254	16.75 255	3.49 225	12.26 257	2.27 182	5.98 217	17.67 248	34.24 255	14.37 252	47.92 237	3.76 189	13.18 252	2.40 233	36.34 246	9.15 254	13.85 239	12.35 231	5.65 233	2.64 228	14.28 251	14.51 247	3.41 190	12.48 229

CasAABBNet	42.72 267	34.60 265	45.66 266	20.17 250	18.55 263	28.05 264	29.13 258	23.25 265	30.69 262	18.73 265	18.11 255	20.72 254	37.90 256	39.93 266	120.54 275	52.80 270	37.72 268	42.56 269	29.30 240	30.56 266	57.58 273	56.66 274	14.58 262	32.34 268	68.46 272	79.09 271	76.31 269	89.48 272

MDST_ROB	12.03 243	32.81 262	1.72 191	20.74 253	2.64 218	5.90 241	1.72 180	4.06 236	1.35 168	3.76 219	6.53 223	2.75 190	42.83 257	0.54 107	50.83 247	1.22 65	1.08 137	0.75 72	18.95 229	1.00 128	12.75 223	11.49 211	1.29 194	1.26 179	22.72 257	11.17 239	31.24 261	31.81 259

notaker	10.31 234	13.11 257	4.84 243	18.55 248	6.95 256	7.98 250	14.39 251	3.69 233	3.28 222	2.90 201	2.15 176	30.28 257	43.63 258	4.40 232	9.01 182	2.66 164	12.71 248	2.73 238	42.35 251	2.87 217	14.87 255	10.21 176	7.77 249	3.03 240	2.66 214	2.98 209	3.46 193	4.84 200

HaxPig	44.53 268	46.75 268	47.32 269	47.72 265	48.79 268	47.60 268	48.40 263	49.50 269	47.10 267	49.76 271	50.31 265	49.00 262	45.26 259	54.49 270	41.50 221	40.24 266	50.15 270	52.05 272	44.74 254	43.04 270	46.61 268	44.38 270	51.78 270	45.43 271	33.92 262	25.30 255	28.66 259	22.43 246

AVERAGE_ROB	46.12 269	48.49 269	48.31 270	49.34 266	50.25 269	48.63 269	49.80 264	50.74 271	48.67 268	51.68 272	52.55 266	50.28 263	47.20 260	55.70 271	43.00 226	40.99 267	52.42 271	54.59 273	47.27 257	45.45 271	48.77 269	44.06 269	52.90 271	46.98 272	35.80 265	26.72 258	30.77 260	23.81 248

LE_ROB	28.97 263	25.29 260	36.16 265	34.90 260	56.86 272	18.61 260	58.99 266	32.08 268	41.72 266	5.37 252	27.57 257	46.00 261	49.67 261	13.72 251	14.83 196	3.84 192	5.96 228	1.22 180	46.43 256	36.35 269	10.19 205	11.19 206	48.45 269	22.49 265	30.18 261	31.59 263	31.60 263	40.87 266

MEDIAN_ROB	49.56 271	51.66 270	50.91 271	52.80 267	53.76 270	52.08 270	53.35 265	54.28 272	52.25 269	54.89 273	55.89 267	53.59 264	50.09 262	58.85 272	46.45 233	44.55 268	55.81 272	57.90 274	50.55 260	48.85 272	52.07 270	46.79 271	56.69 272	50.01 273	39.10 266	30.23 260	33.56 265	31.26 258

MaskLacGwcNet_RVC	21.23 257	1.32 179	1.63 188	1.89 196	1.69 191	1.93 198	3.75 215	2.27 203	2.66 212	5.02 242	29.10 259	216.12 274	51.87 263	5.44 237	3.66 155	4.09 196	5.59 227	13.75 259	28.77 239	1.47 170	14.44 252	12.86 242	0.98 181	2.33 220	1.88 200	7.40 230	145.78 275	5.57 208

DGTPSM_ROB	17.21 253	6.49 248	18.05 259	4.91 235	8.87 258	5.73 237	11.48 245	5.02 242	12.05 255	5.03 244	9.34 250	12.62 247	56.51 264	15.29 255	43.82 227	20.47 259	19.26 259	16.28 260	24.70 238	20.05 259	13.50 232	22.25 260	6.00 236	12.55 260	12.71 249	32.01 264	14.20 250	35.61 263

ACVNet-4b	11.58 239	3.99 237	2.60 220	44.40 264	2.71 221	4.98 234	62.31 267	1.85 169	1.79 190	1.63 144	1.25 141	4.22 208	58.75 265	3.34 227	2.27 83	1.21 62	13.33 253	1.70 206	49.50 259	1.93 197	14.47 253	13.72 247	7.40 244	3.13 244	1.55 180	1.89 177	2.20 110	4.61 198

TorneroNet	24.73 260	6.18 245	3.52 233	95.34 271	3.93 242	27.05 261	29.02 257	4.44 238	18.13 261	2.20 177	37.99 262	77.85 267	72.31 266	18.15 258	41.78 223	3.07 173	13.11 251	2.35 229	87.85 266	9.06 253	15.44 259	12.17 223	5.94 235	2.64 228	52.32 267	8.18 235	3.59 197	14.11 231

BEATNet-Init1	52.60 272	76.96 271	24.06 263	87.02 270	56.48 271	86.86 272	68.77 268	49.65 270	34.71 265	11.93 260	56.24 268	64.63 265	78.72 267	9.65 245	58.40 263	51.35 269	32.72 263	23.00 266	101.24 269	71.98 274	46.49 267	39.72 268	28.67 266	24.23 266	59.12 269	38.23 266	77.99 272	61.49 270

ktn	26.84 262	3.99 237	95.18 275	14.39 244	5.44 249	18.02 259	17.50 256	19.69 263	67.27 271	2.84 198	5.30 208	171.03 273	80.75 268	7.72 240	10.93 185	3.48 185	20.95 261	2.71 237	90.26 267	29.10 265	15.05 256	10.23 177	7.60 248	2.93 239	5.12 228	5.83 224	4.73 213	6.62 214

KSHMR	20.05 254	6.71 250	4.01 239	99.31 272	5.91 253	17.09 258	71.12 269	3.62 230	9.75 249	3.59 214	3.39 192	6.07 220	84.38 269	17.14 257	22.70 208	3.97 193	6.29 231	2.76 241	90.60 268	2.83 216	12.73 221	10.14 173	9.05 255	2.74 234	21.08 255	5.85 226	8.10 231	10.46 227

UNDER WATER	16.39 250	7.86 253	4.99 245	15.68 245	10.73 262	8.76 252	38.30 262	8.07 256	6.02 242	4.25 226	2.98 184	18.63 250	96.18 270	14.44 253	32.70 212	10.29 233	13.91 256	2.75 239	43.73 253	8.62 247	16.83 260	12.33 229	17.08 265	5.55 255	6.06 234	14.49 246	6.37 225	15.05 234

HanzoNet	47.37 270	45.54 267	75.64 273	62.53 269	47.97 267	62.03 271	90.57 273	55.02 273	58.34 270	15.60 262	22.00 256	75.72 266	107.47 271	172.14 275	23.65 210	13.02 241	62.42 273	9.26 254	134.39 271	22.45 261	19.74 262	25.78 263	31.84 267	5.57 256	9.72 246	9.49 237	8.54 232	12.61 230

ASD4	121.33 274	129.06 273	88.33 274	102.62 274	80.04 273	113.84 273	90.39 272	120.07 274	107.64 273	132.47 275	137.43 271	163.16 272	128.65 272	95.21 274	111.50 272	121.28 274	132.67 274	105.33 275	131.08 270	144.81 275	247.71 275	229.55 275	96.05 275	105.89 275	113.24 274	67.78 270	92.86 273	87.27 271

DPSimNet_ROB	111.84 273	179.62 274	74.81 272	195.40 275	165.93 274	136.63 274	98.05 274	126.48 275	138.79 274	82.31 274	148.57 273	159.77 271	157.57 273	78.29 273	64.65 268	40.10 265	142.61 275	34.98 268	195.20 274	69.76 273	154.10 274	32.63 267	82.12 274	98.24 274	71.10 273	51.68 269	117.83 274	122.56 275

PML	39.07 264	38.06 266	12.06 257	39.32 262	29.04 265	40.62 267	11.06 244	14.14 261	100.08 272	27.87 267	166.26 274	107.74 270	159.39 274	13.53 250	15.41 197	10.75 236	35.75 265	8.64 253	42.84 252	10.61 256	14.22 245	16.14 253	5.89 234	7.21 257	53.08 268	13.95 245	42.26 268	19.02 241

DPSMNet_ROB	22.61 258	6.50 249	18.06 260	4.95 237	8.88 259	5.76 239	11.54 247	5.02 242	12.08 256	5.17 246	28.67 258	19.69 251	163.24 275	15.38 256	43.87 229	20.66 260	19.56 260	16.59 261	35.50 245	20.17 260	13.82 238	22.26 261	6.02 237	12.56 261	12.82 250	32.01 264	14.23 251	35.60 262

Low-res two-view benchmark