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	0.34 1	0.17 2	0.37 4	0.02 1	0.00 1	0.19 11	0.38 62	0.31 5	0.03 1	0.00 1	0.96 34	0.20 1	0.01 1	0.12 13	1.98 5	0.97 2	0.66 5	0.07 2	0.38 1	0.05 1	0.48 1	0.19 1	0.61 29	0.07 3	0.44 7	0.01 1	0.49 1	0.00 1

CroCo-Stereo Lap2	0.41 2	0.26 3	0.06 2	0.06 2	0.08 7	0.01 1	0.01 2	0.26 3	0.13 7	0.94 13	0.00 1	0.34 5	0.04 3	0.01 1	1.90 4	2.20 14	0.23 1	0.29 4	0.72 3	0.09 3	1.14 7	1.10 10	0.01 3	0.05 1	0.40 6	0.12 4	0.56 2	0.03 4

CroCo-Stereo	0.46 3	0.29 4	0.05 1	0.07 3	0.11 8	0.03 2	0.00 1	0.20 2	0.14 8	0.11 3	0.00 1	0.44 7	0.03 2	0.01 1	2.56 12	2.20 14	0.34 2	0.29 4	0.88 5	0.09 3	1.53 10	1.58 17	0.01 3	0.06 2	0.36 5	0.20 6	0.68 3	0.03 4
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
StereoVision	0.50 4	0.56 7	0.24 3	0.07 3	0.07 6	0.13 6	0.05 16	0.26 3	0.26 16	0.51 8	0.00 1	0.24 3	0.04 3	0.04 6	2.09 6	1.78 5	0.64 4	0.17 3	0.71 2	0.12 5	0.62 2	0.91 7	0.00 1	0.10 6	0.33 4	0.23 10	3.30 14	0.16 7

RAFT	0.51 5	0.10 1	0.40 5	0.09 5	0.01 3	0.21 15	0.15 41	2.74 19	0.06 2	1.09 14	0.00 1	0.21 2	0.05 5	0.02 4	1.05 1	0.90 1	0.35 3	0.05 1	1.39 9	0.30 8	0.74 4	0.58 5	0.00 1	0.09 4	0.14 1	0.05 3	2.94 13	0.01 2

AEACV	0.75 6	2.37 28	0.78 23	0.15 7	0.13 9	0.15 9	0.06 18	0.10 1	0.09 4	0.00 1	0.00 1	0.54 9	0.28 12	0.05 8	2.24 8	1.86 7	1.67 17	0.48 7	2.18 17	0.72 20	2.19 16	1.85 21	0.15 6	0.09 4	0.20 2	0.27 11	1.73 6	0.02 3

delet	1.00 7	1.38 13	0.86 26	0.34 15	0.99 54	1.00 52	0.38 62	0.91 7	0.18 11	1.23 15	0.46 24	0.68 10	0.37 21	0.79 89	3.35 18	1.81 6	1.37 9	0.77 10	0.86 4	0.53 14	1.57 11	0.48 4	0.46 22	0.62 46	0.84 15	0.22 8	3.65 16	1.02 15

TDLM	1.02 8	1.64 16	1.38 51	0.37 18	0.90 45	0.67 41	0.76 90	2.31 17	0.18 11	0.25 4	2.96 66	2.21 24	0.64 34	0.31 35	1.15 2	1.45 3	1.52 15	0.93 12	0.98 6	0.67 18	0.98 5	0.42 3	0.64 32	0.39 24	0.23 3	0.19 5	1.76 7	1.68 23

anonymousdsp	1.11 9	0.53 6	0.70 13	0.35 16	0.24 13	0.19 11	0.01 2	2.12 15	0.12 6	0.28 5	0.32 22	1.24 13	0.24 10	0.12 13	2.76 13	2.27 17	1.37 9	1.14 17	1.99 13	0.91 22	3.63 34	2.61 31	0.46 22	0.19 11	0.73 11	0.03 2	5.14 26	0.16 7

iRaftStereo_RVC	1.19 10	1.36 12	0.77 16	0.41 21	0.28 20	0.28 23	0.01 2	3.64 25	0.21 13	0.42 6	1.74 48	1.58 16	0.30 14	0.16 18	2.24 8	2.10 12	1.62 16	0.70 9	2.00 14	0.42 11	2.95 22	2.78 32	0.39 18	0.26 15	0.74 12	0.22 8	3.64 15	0.86 12

AASNet	1.22 11	2.00 20	0.89 27	0.43 24	1.99 94	1.14 54	0.48 71	2.04 14	0.14 8	0.51 8	0.89 32	0.50 8	0.20 7	0.40 45	3.90 24	1.95 9	1.29 7	1.75 33	1.62 12	1.12 26	1.97 14	1.71 18	0.72 39	0.51 33	1.03 19	0.32 14	2.81 11	0.65 11

RYNet	1.33 12	0.39 5	0.40 5	0.17 9	0.24 13	0.47 32	0.05 16	1.74 10	1.23 75	0.44 7	0.14 13	0.32 4	0.20 7	0.01 1	5.64 49	1.64 4	0.82 6	3.63 74	1.17 7	0.08 2	1.02 6	0.26 2	0.26 10	0.23 13	1.45 28	10.04 117	2.88 12	0.99 14

AANet_RVC	1.37 13	0.66 8	0.62 12	0.25 11	1.74 81	0.10 4	0.67 87	1.93 12	1.51 87	0.84 12	0.26 20	0.38 6	0.91 39	0.19 19	4.34 37	2.69 19	1.41 11	1.28 22	1.30 8	1.13 27	0.73 3	0.94 8	0.25 9	0.51 33	1.68 32	1.46 30	3.94 19	5.33 56

RAFT + AFF	1.46 14	0.92 11	0.53 8	0.40 20	0.04 4	0.51 38	0.02 5	3.71 26	0.11 5	2.77 30	0.00 1	3.68 40	0.34 19	0.12 13	5.69 51	2.03 10	2.88 25	0.36 6	5.48 35	0.27 7	4.19 47	1.25 11	0.21 8	0.18 10	1.91 35	0.31 13	1.40 5	0.12 6

StereoIM	1.47 15	0.79 10	0.48 7	0.15 7	0.38 24	0.08 3	0.06 18	0.40 6	0.41 26	1.99 21	0.00 1	1.07 12	0.13 6	0.02 4	3.18 16	2.92 22	2.53 22	1.79 34	5.43 34	0.76 21	2.42 17	2.23 24	0.31 13	0.26 15	2.60 41	2.33 42	2.20 8	4.80 52

MMNet	1.47 15	1.42 15	0.77 16	0.38 19	1.31 71	0.40 27	0.41 65	2.03 13	0.60 38	0.59 10	1.41 41	1.71 19	0.29 13	1.11 105	4.13 33	2.32 18	2.38 21	1.85 35	2.96 21	1.59 39	1.76 13	0.67 6	0.69 36	1.09 71	1.07 20	0.92 23	4.71 22	1.02 15

MIF-Stereo	1.58 17	0.76 9	0.60 11	0.11 6	0.32 22	0.19 11	0.03 7	2.21 16	0.34 21	4.40 53	0.00 1	2.37 25	0.32 15	0.05 8	3.96 31	3.80 45	2.25 20	1.61 30	6.17 52	0.64 16	3.66 35	2.14 22	0.45 21	0.39 24	1.01 18	1.65 35	1.17 4	2.06 28

test_5	1.60 18	3.48 54	0.54 9	0.18 10	0.06 5	0.23 19	0.03 7	5.33 40	0.27 17	1.64 18	1.35 39	3.71 41	1.93 81	0.23 20	4.32 35	3.32 31	1.42 12	1.29 24	2.63 19	0.35 10	1.40 9	2.80 33	0.08 5	0.39 24	0.54 8	0.20 6	5.14 26	0.43 10

CVANet_RVC	1.68 19	2.90 37	2.47 77	2.89 100	1.15 68	2.50 90	1.35 100	3.81 28	0.39 25	0.59 10	4.79 83	2.85 32	0.62 31	0.52 56	1.71 3	2.12 13	1.49 13	1.21 18	1.54 10	1.42 33	1.98 15	1.37 13	0.60 28	0.46 30	0.61 10	0.35 17	2.29 9	1.34 18

DMCA	1.74 20	2.24 26	1.84 59	0.49 27	0.92 47	1.14 54	0.13 37	1.67 9	1.22 74	1.86 20	2.71 61	2.80 31	0.32 15	0.80 90	3.91 25	3.06 26	2.68 23	2.46 48	2.04 15	1.09 24	2.71 19	1.41 16	0.88 58	0.76 53	0.83 14	1.23 27	3.78 18	2.08 29

RAFT_CTSACE	1.80 21	3.98 64	0.77 16	0.63 35	0.30 21	0.28 23	0.03 7	5.40 42	0.17 10	8.06 96	0.26 20	3.50 38	1.29 54	0.27 31	2.19 7	2.25 16	1.31 8	0.55 8	2.14 16	0.25 6	2.51 18	4.48 70	0.64 32	0.28 19	0.82 13	0.32 14	5.60 34	0.28 9

MIF-Stereo (partial)	1.81 22	4.50 90	0.75 14	0.33 14	0.68 35	0.27 21	0.12 35	1.52 8	0.53 34	1.31 16	0.03 11	1.02 11	0.50 27	0.13 16	3.75 22	4.15 63	3.64 35	2.41 47	2.72 20	0.67 18	3.40 27	2.87 36	0.44 20	0.46 30	1.62 30	1.84 37	5.04 24	4.09 47

AFF-stereo	1.82 23	2.26 27	1.46 54	0.48 26	0.25 16	1.34 61	0.06 18	5.02 39	0.67 41	2.94 33	0.38 23	2.43 28	0.54 28	0.04 6	2.36 10	2.98 23	1.50 14	1.28 22	6.14 51	0.46 13	2.84 21	1.37 13	0.59 27	0.24 14	2.68 42	2.72 46	4.81 23	1.35 19

GANet	1.82 23	1.64 16	1.45 53	1.64 70	1.59 78	3.29 105	1.37 101	3.97 31	0.80 45	1.49 17	1.65 46	4.25 47	0.33 17	0.55 60	2.45 11	2.07 11	3.11 28	3.41 69	1.60 11	0.45 12	1.32 8	0.94 8	0.87 56	0.89 60	1.39 27	0.46 19	3.70 17	2.40 36

MIM_Stereo	1.95 25	4.20 74	1.15 41	0.66 37	0.48 27	0.54 39	0.10 26	4.26 36	0.35 22	3.18 39	0.24 18	2.64 30	0.33 17	0.37 41	3.71 20	3.67 40	3.04 26	2.25 45	4.58 27	1.35 31	4.11 44	2.85 35	0.49 24	0.44 28	0.97 17	0.59 20	4.57 20	1.60 21

test croco	2.08 26	4.58 92	0.78 23	0.45 25	1.13 66	0.30 25	0.09 25	3.41 21	0.38 24	3.93 48	0.01 9	1.70 18	0.40 23	0.07 11	4.24 34	4.24 67	3.66 36	2.76 51	5.86 44	0.31 9	3.28 26	3.58 49	0.15 6	0.47 32	1.63 31	1.64 34	2.57 10	4.57 50

RAFT+CT+SA	2.12 27	4.55 91	0.77 16	0.68 43	0.20 11	0.11 5	0.03 7	6.05 51	0.25 15	6.05 71	0.01 9	4.53 52	1.70 74	0.35 39	2.99 14	3.98 54	1.76 18	1.41 27	4.23 25	0.66 17	4.06 42	4.89 81	0.26 10	0.39 24	0.88 16	0.33 16	5.32 31	0.92 13

ARAFT	2.39 28	3.85 60	0.89 27	0.42 23	0.20 11	0.19 11	0.02 5	3.46 22	0.27 17	4.75 55	1.66 47	2.06 21	0.39 22	0.50 54	6.13 71	4.10 62	4.82 56	4.26 97	5.12 31	1.32 30	5.68 74	3.03 37	0.61 29	0.21 12	3.58 49	0.29 12	5.21 29	1.60 21

UPFNet	2.49 29	1.99 19	2.37 74	1.34 64	2.02 97	2.42 88	1.28 99	4.05 33	1.40 80	2.80 31	2.31 53	1.94 20	0.62 31	1.73 128	6.03 63	3.15 28	3.86 40	3.15 65	5.50 39	3.22 93	1.74 12	1.29 12	1.15 85	1.10 72	2.08 37	1.13 25	5.67 36	1.81 24

raft+_RVC	2.50 30	2.50 31	1.82 57	0.62 34	0.39 25	0.94 48	0.12 35	6.00 49	0.51 31	6.37 76	2.93 65	3.97 44	0.61 30	0.13 16	3.95 26	3.26 30	3.23 29	1.33 25	6.64 61	1.09 24	3.07 24	2.53 29	0.72 39	0.37 23	2.72 44	2.42 43	6.25 51	3.14 43

TESTraft	2.52 31	4.45 88	0.77 16	0.55 30	0.24 13	0.15 9	0.10 26	5.57 43	0.37 23	5.42 62	0.24 18	1.63 17	2.10 96	1.16 108	6.48 82	4.71 87	3.39 31	1.01 13	4.62 28	1.20 28	3.66 35	7.30 112	0.36 15	0.61 45	1.11 21	2.78 47	5.69 37	2.43 37

test_4	2.66 32	2.69 33	2.24 69	0.64 36	0.43 26	0.45 31	0.29 57	7.08 63	0.21 13	13.81 157	0.17 14	5.08 58	0.55 29	0.25 25	3.14 15	3.74 42	3.62 34	2.05 40	3.70 24	1.04 23	3.58 32	3.56 47	0.67 35	0.36 22	1.58 29	2.25 41	5.99 47	2.50 38

RAFT-Stereo + iAFF	2.66 32	3.98 64	2.74 81	0.66 37	0.54 30	1.38 62	0.08 23	8.29 79	1.10 67	2.81 32	1.79 49	4.55 53	0.62 31	0.05 8	3.26 17	3.00 24	2.86 24	1.01 13	7.25 64	1.55 38	3.90 38	2.28 25	0.86 53	0.54 36	5.14 72	2.58 44	5.87 45	3.12 42

LL-Strereo2	2.73 34	2.07 22	1.31 48	0.41 21	0.33 23	0.40 27	0.04 13	7.25 67	0.46 30	11.56 133	1.61 45	3.45 37	0.40 23	1.65 124	3.89 23	3.61 38	3.85 39	1.35 26	8.89 82	1.66 43	4.46 52	3.90 54	0.74 41	0.28 19	1.80 33	1.56 32	5.15 28	1.47 20

TestStereo1	2.77 35	4.95 111	0.77 16	0.49 27	0.27 17	0.13 6	0.11 31	5.74 46	0.44 27	6.03 69	0.19 15	1.51 14	2.08 92	1.12 106	6.37 77	4.90 92	3.76 37	1.25 20	5.48 35	1.44 34	5.77 76	7.77 117	0.37 16	0.57 42	1.26 23	2.93 50	6.36 52	2.59 39

SA-5K	2.77 35	4.95 111	0.77 16	0.49 27	0.27 17	0.13 6	0.11 31	5.74 46	0.44 27	6.03 69	0.19 15	1.51 14	2.08 92	1.12 106	6.37 77	4.90 92	3.76 37	1.25 20	5.48 35	1.44 34	5.77 76	7.77 117	0.37 16	0.57 42	1.26 23	2.93 50	6.36 52	2.59 39

FINET	2.77 35	2.20 24	2.22 68	3.13 102	0.96 51	0.85 46	0.44 67	2.83 20	1.89 99	3.86 46	0.87 31	4.06 45	1.56 71	0.53 57	7.78 120	4.97 96	4.37 50	1.53 29	8.10 72	1.44 34	3.94 39	2.47 28	0.43 19	1.02 66	2.68 42	1.59 33	6.19 50	2.93 41

anonymousdsp2	2.91 38	4.21 75	2.42 75	0.57 33	0.53 29	1.58 71	0.08 23	6.62 57	0.27 17	4.15 50	2.56 56	4.45 49	0.45 25	0.97 98	4.05 32	3.34 32	3.04 26	1.87 36	11.24 100	1.50 37	4.44 51	5.29 86	0.50 26	0.69 50	3.16 47	1.06 24	6.44 54	3.20 44

HCRNet	2.91 38	3.19 47	0.80 25	1.42 66	0.27 17	0.41 29	0.63 81	2.61 18	0.08 3	37.79 227	2.40 54	4.61 54	0.20 7	0.27 31	4.32 35	1.94 8	1.87 19	0.78 11	2.43 18	0.63 15	2.71 19	1.37 13	0.49 24	0.26 15	0.56 9	0.41 18	5.09 25	1.03 17

HITNet	3.05 40	1.95 18	1.39 52	2.31 88	0.99 54	0.27 21	0.10 26	6.94 61	1.94 101	9.64 110	3.77 74	6.82 70	0.95 41	0.42 46	5.11 43	2.84 21	3.36 30	2.24 44	3.02 22	1.84 49	3.48 28	3.17 40	0.83 52	1.10 72	1.87 34	2.18 39	7.99 74	5.68 59
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
CAS	3.22 41	4.04 68	0.76 15	1.00 52	0.90 45	0.36 26	0.26 53	1.77 11	0.93 54	2.66 29	6.08 103	2.38 26	3.02 123	0.26 28	5.25 45	3.46 34	4.96 57	2.19 41	5.65 42	1.83 48	4.13 46	3.84 53	0.69 36	0.13 7	5.29 74	5.48 84	7.23 66	12.33 115

IER	3.28 42	3.00 39	1.18 43	0.96 50	1.10 59	1.73 77	0.69 88	4.33 37	0.93 54	2.94 33	8.22 130	10.19 99	0.95 41	2.88 143	6.34 76	3.77 44	4.10 44	2.77 52	3.58 23	3.17 91	2.98 23	2.43 27	1.42 105	1.15 81	2.40 38	4.50 73	5.36 32	5.45 57

GMStereo	3.35 43	4.62 94	0.54 9	0.92 47	0.78 38	1.72 76	0.13 37	8.79 91	0.44 27	2.60 28	0.80 30	12.77 124	0.24 10	0.08 12	4.35 38	3.21 29	7.17 99	1.21 18	13.22 112	1.85 50	5.24 65	2.17 23	0.63 31	1.06 69	4.50 63	0.66 21	8.59 78	2.08 29
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALAANet	3.52 44	3.11 43	2.97 87	1.15 57	1.20 69	1.71 75	0.23 51	6.04 50	1.02 61	4.47 54	4.42 81	3.09 36	1.43 65	0.26 28	6.06 65	3.85 46	4.78 55	5.01 116	8.94 83	3.58 96	5.33 70	4.51 72	1.10 80	1.59 98	3.98 56	4.39 70	6.63 55	4.21 49

RASNet	3.53 45	3.37 52	3.79 110	1.55 68	1.82 86	2.49 89	0.49 73	8.15 76	2.25 111	3.47 41	3.22 68	4.35 48	2.16 101	0.31 35	3.74 21	3.52 36	4.32 48	2.23 43	4.31 26	2.32 72	4.60 54	3.57 48	0.74 41	3.60 140	2.49 39	3.92 63	9.56 95	8.84 88

4D-IteraStereo	3.57 46	1.40 14	3.26 93	0.93 48	0.64 33	0.21 15	0.15 41	8.38 81	0.58 35	13.21 151	1.95 51	5.52 64	0.78 35	0.70 80	4.77 40	4.00 56	4.72 53	3.05 61	7.65 65	1.59 39	7.94 114	6.96 109	0.86 53	0.56 37	2.75 45	4.52 74	7.16 64	2.15 31

rafts_anoy	3.60 47	5.19 123	2.96 86	0.71 44	0.94 49	1.15 56	0.58 78	7.80 71	0.85 48	5.74 65	5.15 91	4.46 50	0.80 36	0.30 34	5.99 62	4.47 76	5.17 65	4.92 111	6.42 58	2.15 62	4.87 57	4.03 58	0.96 69	0.94 63	4.99 69	4.39 70	5.59 33	5.69 60

CIPLG	3.61 48	4.41 86	1.23 46	1.34 64	0.89 42	1.20 58	0.47 69	10.05 110	1.17 72	6.95 83	4.93 87	7.61 80	1.19 49	2.50 135	6.60 92	4.23 66	5.99 73	1.94 37	6.22 54	2.59 78	6.28 86	4.55 73	1.21 89	1.12 78	3.89 51	1.19 26	5.66 35	1.93 25

ACRE	3.62 49	4.42 87	1.19 44	1.43 67	0.89 42	1.26 60	0.47 69	10.01 109	1.14 69	7.17 88	4.96 88	7.60 79	1.21 50	2.50 135	6.59 89	4.37 70	5.99 73	1.95 38	5.99 46	2.46 75	6.37 90	4.38 67	1.22 93	1.10 72	3.95 53	1.36 28	5.72 38	1.98 26

IPLGR_C	3.64 50	4.47 89	1.21 45	1.32 62	0.89 42	1.21 59	0.44 67	10.00 108	1.13 68	7.19 89	4.86 84	7.67 81	1.22 52	2.60 138	6.55 85	4.38 71	5.99 73	2.00 39	6.05 49	2.52 76	6.35 88	4.56 75	1.21 89	1.13 79	3.93 52	1.54 31	5.76 42	1.99 27

AnonymousM	3.65 51	2.19 23	0.90 29	1.07 53	0.18 10	0.94 48	0.04 13	6.87 60	0.97 58	7.98 95	2.55 55	3.83 42	0.95 41	0.57 63	5.52 48	5.43 105	6.84 90	3.37 68	5.62 41	2.07 60	7.93 113	5.27 85	1.21 89	0.87 58	1.22 22	2.60 45	9.70 96	11.77 110

DMCA-RVC	3.69 52	2.69 33	2.18 66	1.93 82	2.43 104	1.44 66	2.89 121	3.94 30	5.33 147	3.34 40	4.21 79	11.38 104	1.29 54	1.28 113	7.23 102	4.15 63	4.25 47	3.53 73	4.86 29	2.77 82	4.84 56	4.43 68	1.06 78	1.47 93	1.95 36	1.99 38	5.75 41	7.13 74

LoS_RVC	3.70 53	4.34 83	4.10 113	0.30 12	0.99 54	0.22 17	0.28 55	3.52 23	1.08 65	5.34 60	4.08 76	2.90 33	2.49 113	0.25 25	6.07 67	4.58 81	4.11 45	3.75 79	8.01 70	2.21 67	7.12 105	5.11 82	1.03 75	0.14 8	8.95 107	3.32 53	7.11 62	8.66 86

tt_ll	3.70 53	4.34 83	4.10 113	0.30 12	0.99 54	0.22 17	0.28 55	3.52 23	1.08 65	5.34 60	4.08 76	2.90 33	2.49 113	0.25 25	6.07 67	4.58 81	4.11 45	3.75 79	8.01 70	2.21 67	7.12 105	5.11 82	1.03 75	0.14 8	8.95 107	3.32 53	7.11 62	8.66 86

UNet	3.74 55	3.26 50	3.07 89	1.82 79	1.90 90	2.72 94	1.23 98	6.67 58	1.74 95	5.15 57	4.59 82	3.93 43	1.34 60	2.73 141	5.38 46	3.97 53	6.35 79	4.01 88	6.20 53	3.83 100	4.23 48	3.13 38	1.49 109	1.68 105	3.36 48	4.36 69	6.04 48	6.85 73

HGLStereo	3.76 56	2.76 35	2.94 84	1.14 56	2.09 99	2.07 83	0.84 92	4.17 35	0.94 57	3.87 47	12.55 163	2.53 29	1.36 62	1.33 119	5.16 44	4.75 89	6.97 95	5.00 115	6.08 50	3.00 87	5.28 69	3.98 55	0.94 64	1.33 85	5.42 75	5.41 83	5.83 44	3.80 46

IPLG	3.82 57	4.08 71	1.77 56	0.66 37	1.10 59	1.40 64	1.06 97	7.97 73	0.58 35	5.71 64	2.09 52	7.34 74	1.94 84	0.68 79	6.96 98	3.94 51	6.95 94	4.42 102	6.44 59	2.11 61	3.66 35	8.25 129	0.97 71	0.91 61	4.05 57	6.06 88	6.79 57	5.17 55

SA	3.89 58	4.31 82	0.91 30	1.17 58	1.14 67	0.89 47	0.17 44	8.93 92	0.74 43	13.98 159	0.19 15	7.57 78	1.40 63	1.37 120	6.47 81	4.55 79	5.81 70	2.80 56	6.32 57	1.59 39	4.12 45	6.35 99	0.26 10	1.04 67	2.93 46	6.10 90	9.85 101	4.12 48

GMOStereo	3.91 59	3.72 56	0.92 31	1.64 70	1.12 62	0.50 33	0.63 81	8.76 87	0.91 50	15.01 173	0.71 25	6.30 65	1.33 56	0.23 20	3.95 26	4.42 72	5.04 59	3.85 81	8.60 75	1.98 54	5.17 60	7.78 120	0.82 48	0.56 37	6.49 84	3.33 55	9.48 91	2.37 32

error version	3.91 59	3.72 56	0.92 31	1.64 70	1.12 62	0.50 33	0.63 81	8.76 87	0.91 50	15.01 173	0.71 25	6.30 65	1.33 56	0.23 20	3.95 26	4.42 72	5.04 59	3.85 81	8.60 75	1.98 54	5.17 60	7.78 120	0.82 48	0.56 37	6.49 84	3.33 55	9.48 91	2.37 32

test-v	3.91 59	3.72 56	0.92 31	1.64 70	1.12 62	0.50 33	0.63 81	8.76 87	0.91 50	15.01 173	0.71 25	6.30 65	1.33 56	0.23 20	3.95 26	4.42 72	5.04 59	3.85 81	8.60 75	1.98 54	5.17 60	7.78 120	0.82 48	0.56 37	6.49 84	3.33 55	9.48 91	2.37 32

test-2	3.91 59	3.72 56	0.92 31	1.64 70	1.12 62	0.50 33	0.63 81	8.76 87	0.91 50	15.01 173	0.71 25	6.30 65	1.33 56	0.23 20	3.95 26	4.42 72	5.04 59	3.85 81	8.60 75	1.98 54	5.17 60	7.78 120	0.82 48	0.56 37	6.49 84	3.33 55	9.48 91	2.37 32

RALCasStereoNet	3.91 59	4.92 109	3.22 91	1.25 61	1.26 70	1.64 73	0.65 86	7.99 74	0.65 40	8.76 103	4.87 86	7.31 73	0.94 40	0.26 28	5.95 61	4.30 68	6.48 82	4.60 105	5.27 32	1.90 51	5.25 68	3.80 52	0.91 62	1.48 95	5.91 79	4.81 78	4.62 21	6.52 70

DISCO	3.96 64	3.91 62	1.34 49	1.96 83	2.17 101	4.70 118	3.66 128	4.01 32	3.78 136	5.05 56	6.84 109	2.38 26	2.08 92	0.35 39	6.06 65	3.90 48	6.57 84	4.25 96	8.62 79	3.32 94	4.39 49	4.01 56	1.40 103	1.11 75	4.06 58	4.93 81	7.01 60	5.11 54

CASnet	3.99 65	5.08 117	0.97 36	0.66 37	0.61 32	0.50 33	0.10 26	9.21 96	0.93 54	15.01 173	2.63 59	13.58 132	1.27 53	0.28 33	5.49 47	3.06 26	3.54 33	1.02 15	12.15 108	1.35 31	6.94 101	3.55 46	0.66 34	0.44 28	3.95 53	0.88 22	7.01 60	6.82 72
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DSFCA	4.04 66	5.03 114	2.21 67	2.54 93	2.56 110	2.90 98	2.32 120	3.90 29	2.54 119	3.07 37	7.06 115	4.70 55	0.88 38	0.60 67	6.08 69	4.01 57	4.71 52	4.61 106	8.45 74	3.20 92	5.06 59	5.33 87	2.28 137	2.37 118	4.53 65	4.90 80	5.72 38	7.60 76

raftrobust	4.09 67	2.00 20	3.23 92	1.32 62	0.96 51	0.44 30	0.15 41	9.53 100	0.71 42	13.29 152	5.73 99	5.50 63	1.07 46	0.39 43	6.70 93	4.77 90	5.29 66	2.88 58	7.88 67	2.18 66	5.75 75	4.31 63	1.37 102	0.57 42	6.87 89	6.05 87	5.91 46	5.47 58

CREStereo++_RVC	4.28 68	4.68 97	4.25 117	1.08 54	1.43 75	0.25 20	0.11 31	7.12 64	1.06 63	8.41 98	2.65 60	8.74 90	7.06 160	0.37 41	4.85 42	5.04 99	8.52 118	1.71 32	5.48 35	1.62 42	6.08 80	3.73 51	1.10 80	0.52 35	4.73 68	3.85 62	10.36 111	10.81 106
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
CFNet	4.33 69	3.98 64	2.01 63	4.38 115	2.45 105	2.25 87	0.54 75	6.78 59	0.88 49	4.20 52	5.09 90	17.09 157	2.33 110	0.48 52	5.67 50	3.01 25	4.34 49	2.87 57	5.36 33	2.39 73	4.04 40	1.79 20	0.77 43	1.05 68	8.67 103	5.50 85	8.59 78	10.37 99

ADLNet	4.36 70	5.79 134	2.34 72	2.31 88	3.04 117	3.06 101	1.41 103	6.28 55	1.71 94	3.10 38	5.71 98	16.87 156	2.06 91	10.00 191	5.74 53	3.62 39	4.57 51	3.32 67	5.11 30	2.82 83	3.10 25	4.01 56	1.10 80	0.79 56	4.46 62	6.15 91	5.79 43	3.43 45

Sa-1000	4.52 71	4.36 85	0.94 35	0.95 49	1.37 74	0.99 51	0.19 45	9.48 97	1.23 75	13.79 156	0.78 29	5.33 62	1.84 76	1.70 126	7.36 107	4.84 91	7.91 110	3.69 76	10.07 88	1.73 45	5.79 78	7.50 114	0.33 14	1.39 89	8.06 97	5.66 86	10.24 108	4.58 51

CREStereo	4.65 72	5.05 115	3.91 111	1.23 60	0.52 28	0.79 44	0.10 26	9.62 102	1.76 96	10.00 113	2.78 64	11.95 114	2.45 112	0.47 51	5.77 57	5.85 118	9.05 123	1.48 28	5.89 45	2.21 67	7.71 111	4.21 60	1.12 83	0.83 57	6.05 81	4.56 75	9.33 89	10.79 104
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
test-3	4.72 73	3.18 45	3.66 107	1.86 80	1.74 81	1.44 66	0.59 79	9.78 103	0.51 31	10.97 126	1.51 43	16.42 151	1.15 47	0.64 71	6.55 85	4.09 61	6.92 93	3.09 64	14.37 122	1.92 53	6.27 85	8.30 132	0.89 59	1.11 75	4.71 67	2.88 48	7.22 65	5.72 64

test_1	4.72 73	3.18 45	3.66 107	1.86 80	1.75 85	1.44 66	0.59 79	9.79 104	0.51 31	11.07 128	1.49 42	16.42 151	1.16 48	0.64 71	6.53 84	4.08 59	6.87 91	3.07 62	14.39 123	1.91 52	6.26 84	8.28 131	0.87 56	1.11 75	4.69 66	2.89 49	7.26 68	5.71 63

EGLCR-Stereo	4.86 75	4.87 102	4.24 116	0.66 37	0.92 47	3.38 106	0.04 13	8.65 86	1.15 70	8.90 104	1.19 38	8.78 92	2.32 109	0.67 77	3.49 19	4.65 86	6.35 79	4.19 94	8.22 73	1.79 47	8.98 125	8.12 128	0.90 61	0.78 55	4.37 59	4.84 79	14.60 145	14.17 130

PDISCO_ROB	4.91 76	3.21 48	2.14 64	2.74 94	2.11 100	1.51 70	1.48 107	4.94 38	2.29 112	2.49 27	5.41 96	4.86 56	2.09 95	1.83 129	6.55 85	6.61 126	6.04 76	10.49 181	6.22 54	4.15 110	7.50 110	7.17 111	1.15 85	1.81 108	6.10 82	6.17 92	17.36 160	8.08 82

iResNet_ROB	4.93 77	4.72 100	3.53 103	2.88 99	1.64 79	2.62 92	1.84 110	7.85 72	1.17 72	6.17 72	7.61 121	4.17 46	8.58 164	0.75 83	6.46 80	4.48 77	7.24 102	4.88 110	11.20 99	3.00 87	4.43 50	2.29 26	1.28 96	3.11 130	7.39 94	6.06 88	9.14 84	8.50 85

PMTNet	4.94 78	4.88 106	4.33 119	0.87 45	0.95 50	0.75 42	0.24 52	7.00 62	1.68 91	9.89 112	3.04 67	11.43 105	0.99 44	0.44 47	6.15 72	5.72 112	8.20 112	1.62 31	10.98 95	1.31 29	7.98 115	4.24 62	1.21 89	0.27 18	9.00 109	6.68 96	9.35 90	14.21 131

iinet-f	5.03 79	3.97 63	2.00 61	2.22 87	0.72 36	4.42 114	1.39 102	3.78 27	0.83 47	5.79 67	16.26 185	7.84 83	3.16 124	0.39 43	6.73 94	5.80 117	5.81 70	2.96 60	18.68 150	4.96 114	6.63 95	6.26 97	1.62 116	1.13 79	5.70 78	2.23 40	8.85 83	5.76 65

TestStereo	5.06 80	5.12 119	3.29 96	2.13 86	0.66 34	3.22 103	0.07 21	12.34 144	0.61 39	21.17 201	1.07 36	11.86 110	1.49 68	0.34 38	4.60 39	2.79 20	6.67 87	1.12 16	13.94 116	1.75 46	11.50 153	3.17 40	0.80 46	0.63 47	6.03 80	3.31 52	10.14 107	6.81 71

test_3	5.18 81	3.24 49	3.52 102	1.97 84	1.82 86	1.38 62	0.57 77	10.49 123	0.58 35	15.72 181	1.14 37	20.47 167	1.21 50	0.59 65	6.11 70	3.99 55	7.17 99	3.73 78	14.43 124	2.01 59	6.36 89	10.05 165	0.79 45	0.97 64	5.22 73	4.31 68	7.31 69	4.84 53

MIPNet	5.28 82	5.21 124	2.42 75	0.96 50	1.54 77	1.77 78	1.43 105	9.99 107	1.07 64	5.20 58	5.32 94	11.54 106	3.41 125	0.66 74	7.23 102	5.18 101	8.25 113	4.96 112	10.27 90	4.20 111	3.48 28	8.54 135	1.33 99	1.45 91	8.47 100	10.14 120	7.62 72	10.87 107

DN-CSS_ROB	5.28 82	3.87 61	4.38 121	2.33 90	3.00 116	0.63 40	0.22 50	10.51 125	1.48 84	10.35 119	11.92 160	14.00 136	4.14 137	0.49 53	6.33 75	3.51 35	7.12 98	3.41 69	14.86 127	2.28 70	6.55 93	3.37 42	1.33 99	4.19 150	5.66 77	3.49 59	7.31 69	5.92 67

GLC_STEREO	5.29 84	5.26 126	3.54 104	1.72 77	2.01 96	0.76 43	0.07 21	9.53 100	0.76 44	13.31 153	6.35 108	8.74 90	1.57 72	2.03 131	4.82 41	4.71 87	11.99 162	2.19 41	8.79 81	2.88 86	17.78 196	8.08 126	0.80 46	0.64 49	3.96 55	1.70 36	12.99 132	5.85 66

BEATNet_4x	5.29 84	3.00 39	2.25 70	3.27 105	2.19 102	0.79 44	0.43 66	8.36 80	3.67 133	16.72 187	3.62 72	9.42 95	2.83 120	1.19 110	7.64 115	6.41 124	6.68 88	6.54 142	6.26 56	2.71 81	8.94 123	9.57 151	0.86 53	2.72 122	3.78 50	3.50 60	10.49 115	8.93 89

CFNet_RVC	5.36 86	5.40 129	4.21 115	5.04 124	4.49 134	4.48 115	0.85 93	6.16 53	2.33 114	5.54 63	9.67 143	7.72 82	1.53 70	1.01 103	7.47 110	3.94 51	5.67 69	4.23 95	6.87 62	3.53 95	6.63 95	4.83 79	0.92 63	2.24 114	9.70 119	9.81 113	9.91 103	10.56 101

LMCR-Stereo	5.39 87	4.30 81	2.89 83	1.13 55	1.91 91	2.74 95	0.11 31	7.55 69	2.14 105	6.83 79	4.10 78	10.39 101	0.87 37	0.60 67	6.86 97	4.92 94	10.03 139	4.62 107	17.39 141	6.52 136	8.52 118	7.79 124	0.95 67	2.04 110	4.45 61	4.62 77	10.48 114	10.75 103

NLCA_NET_v2_RVC	5.52 88	5.54 132	4.48 127	3.34 107	8.15 158	2.84 97	11.81 180	6.36 56	7.66 162	5.78 66	5.33 95	13.38 131	1.43 65	6.77 184	8.35 129	3.58 37	3.89 43	2.73 50	6.50 60	2.45 74	4.05 41	3.51 44	1.46 107	1.47 93	4.50 63	9.14 108	6.65 56	7.99 81
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_robust	5.58 89	4.22 76	1.07 38	1.67 76	0.73 37	1.66 74	0.33 59	10.68 127	1.24 77	28.57 216	1.40 40	8.69 88	2.30 108	0.92 97	5.75 56	5.47 107	6.87 91	4.05 90	12.01 104	2.00 58	7.75 112	8.62 137	0.71 38	1.06 69	6.91 91	8.32 103	9.75 97	7.96 80

iResNetv2_ROB	5.61 90	4.07 70	1.96 60	4.69 119	2.20 103	4.60 117	0.94 95	8.50 83	2.09 104	6.20 73	12.67 165	13.31 130	6.49 157	0.50 54	6.25 73	4.56 80	5.13 63	4.03 89	14.34 121	3.94 105	6.24 82	4.48 70	1.50 110	3.20 132	6.68 88	5.25 82	9.83 98	7.92 79

STTStereo	5.68 91	6.69 145	6.57 149	3.38 109	5.86 144	3.08 102	9.13 167	5.39 41	4.13 139	4.12 49	7.05 112	10.29 100	3.43 126	6.41 181	9.30 142	3.89 47	4.74 54	5.33 121	6.03 48	2.17 64	5.24 65	3.16 39	1.54 111	1.57 97	5.56 76	8.28 102	7.44 71	13.60 123

AF-Net	5.68 91	4.87 102	3.58 105	5.01 122	6.35 149	7.34 139	5.88 144	7.21 65	6.61 155	2.00 22	9.35 138	12.65 122	2.84 121	2.93 144	7.30 105	3.90 48	3.88 41	2.77 52	7.90 68	2.87 84	3.53 30	4.34 65	2.43 142	2.29 116	5.03 70	6.54 94	14.92 147	8.95 91

Nwc_Net	5.68 91	4.87 102	3.58 105	5.01 122	6.35 149	7.34 139	5.88 144	7.21 65	6.61 155	2.00 22	9.35 138	12.65 122	2.84 121	2.93 144	7.30 105	3.90 48	3.88 41	2.77 52	7.90 68	2.87 84	3.53 30	4.34 65	2.43 142	2.29 116	5.03 70	6.54 94	14.92 147	8.95 91

CFNet_pseudo	5.91 94	3.52 55	3.34 99	6.20 136	3.32 119	5.95 131	0.34 60	10.37 116	1.25 78	14.57 169	11.14 155	7.98 85	5.93 153	2.55 137	8.18 126	5.00 97	5.14 64	3.96 86	8.63 80	3.16 90	4.10 43	3.53 45	1.45 106	1.42 90	7.02 92	8.12 100	11.12 118	12.25 113

IPLGR	5.92 95	6.24 141	3.26 93	2.76 95	1.94 92	1.03 53	0.52 74	10.26 114	0.82 46	8.09 97	9.29 137	11.67 108	2.41 111	0.71 81	8.16 125	4.48 77	6.52 83	6.34 139	15.32 132	5.98 127	5.58 73	9.27 147	1.28 96	2.20 112	9.24 110	9.44 111	9.23 86	7.80 78

CES	5.95 96	2.93 38	1.36 50	0.66 37	1.36 73	1.18 57	0.21 49	31.02 206	1.50 85	6.36 75	12.72 166	8.42 87	1.98 87	0.32 37	6.05 64	6.73 127	8.14 111	2.77 52	6.00 47	2.30 71	23.59 215	5.42 89	1.63 117	0.32 21	6.88 90	3.82 61	6.83 59	10.13 98

GES	6.26 97	5.53 131	2.66 79	2.38 91	2.84 112	5.88 129	2.06 114	7.47 68	3.11 125	9.19 107	7.05 112	4.90 57	1.68 73	3.18 153	9.10 139	7.18 136	11.91 161	6.77 147	21.06 163	6.50 135	9.84 136	6.26 97	1.97 129	3.63 141	4.43 60	4.60 76	8.49 77	9.43 95

dd	6.36 98	5.34 128	1.03 37	23.89 195	0.57 31	11.85 165	0.76 90	8.17 77	0.31 20	7.87 93	0.08 12	25.57 175	0.36 20	0.83 92	7.60 114	4.16 65	14.92 176	2.61 49	19.55 156	2.15 62	4.54 53	2.55 30	0.96 69	1.60 99	6.25 83	1.43 29	10.32 109	6.48 69

FADNet-RVC-Resample	6.37 99	5.32 127	3.05 88	3.36 108	2.81 111	2.60 91	3.63 127	11.26 137	3.30 128	15.15 178	5.22 93	10.74 102	2.75 118	3.27 155	8.23 127	4.64 85	6.41 81	7.30 154	11.56 101	6.67 139	5.47 72	8.56 136	1.55 112	7.75 175	7.40 95	7.54 98	5.73 40	10.79 104

AE-Stereo	6.49 100	4.68 97	4.46 126	4.91 121	1.05 58	1.61 72	2.27 119	9.12 95	0.98 59	14.13 161	1.59 44	15.96 149	2.04 89	0.88 95	5.74 53	6.79 128	10.74 144	5.71 128	12.14 106	5.55 121	9.80 135	10.03 163	0.97 71	4.34 151	10.30 124	8.50 104	11.70 124	9.14 94

FADNet-RVC	6.53 101	5.05 115	2.54 78	5.38 127	3.47 121	2.08 85	5.59 142	11.63 140	1.70 93	11.49 131	4.99 89	13.15 127	3.46 127	1.64 123	10.47 162	5.41 104	6.66 86	3.92 85	18.29 148	5.47 119	5.85 79	5.74 94	1.05 77	5.25 158	7.53 96	10.60 124	7.25 67	10.68 102

AACVNet	6.57 102	4.28 80	2.00 61	6.89 141	8.25 159	5.89 130	2.06 114	9.02 94	2.20 107	10.00 113	10.55 150	8.16 86	1.92 80	1.66 125	7.56 113	5.64 110	8.28 114	6.20 137	11.08 96	5.61 122	6.11 81	5.44 90	2.48 144	3.25 134	8.55 101	9.98 116	10.12 105	14.15 129

HSM	6.59 103	4.79 101	4.59 128	4.39 116	4.12 127	1.77 78	1.59 109	13.37 155	1.89 99	10.07 116	10.56 151	9.18 94	4.34 139	1.32 117	7.55 112	4.62 84	11.19 155	4.14 93	10.06 87	4.43 113	9.64 132	4.84 80	1.32 98	3.28 136	9.26 112	11.65 131	11.34 121	12.56 116

DLCB_ROB	6.64 104	4.98 113	4.42 123	2.78 96	3.88 125	3.23 104	2.91 122	6.23 54	3.75 135	7.92 94	9.28 136	12.04 116	5.57 150	3.10 151	6.52 83	4.32 69	7.17 99	4.49 103	5.54 40	3.76 98	6.52 92	4.47 69	2.84 146	3.00 128	26.87 201	12.78 139	12.52 130	8.36 83

DeepPrunerF	6.67 105	4.91 108	2.71 80	5.81 131	14.61 187	4.84 119	5.92 146	6.05 51	5.90 152	3.01 35	11.37 156	3.03 35	1.93 81	2.43 133	7.67 118	8.08 149	7.06 96	4.09 91	11.97 103	3.91 103	6.91 100	5.40 88	3.22 152	2.23 113	21.61 189	10.08 118	6.82 58	8.42 84

sCroCo_RVC	6.73 106	3.16 44	1.16 42	0.36 17	0.96 51	3.01 99	0.48 71	9.86 105	3.55 132	5.96 68	3.53 70	4.46 50	4.94 144	0.90 96	8.47 132	12.80 202	12.41 163	8.74 163	18.16 146	6.11 129	16.64 191	13.91 192	0.77 43	2.27 115	9.25 111	7.62 99	13.29 138	9.02 93

sAnonymous2	6.75 107	3.01 41	1.09 39	0.56 31	0.86 39	3.69 107	0.20 46	13.79 158	3.54 130	3.81 44	5.80 100	5.21 60	3.97 135	0.45 48	9.32 144	9.91 177	11.13 152	9.66 170	19.38 152	7.15 148	10.98 145	11.72 180	1.80 123	1.62 100	9.87 121	10.73 125	10.41 112	12.62 117

CroCo_RVC	6.75 107	3.01 41	1.09 39	0.56 31	0.86 39	3.69 107	0.20 46	13.79 158	3.54 130	3.81 44	5.80 100	5.21 60	3.97 135	0.45 48	9.32 144	9.91 177	11.13 152	9.66 170	19.38 152	7.15 148	10.98 145	11.72 180	1.80 123	1.62 100	9.87 121	10.73 125	10.41 112	12.62 117

APVNet	6.75 107	4.23 77	2.36 73	4.05 112	5.00 139	8.19 146	5.50 141	10.42 118	2.99 124	3.74 42	11.48 157	5.09 59	1.52 69	1.53 122	8.48 133	9.23 162	12.54 164	9.16 166	15.66 133	6.55 138	6.98 102	6.77 108	1.47 108	4.01 149	8.58 102	4.04 66	14.92 147	7.68 77

psm_up	6.89 110	5.17 120	5.69 145	7.08 142	3.86 124	8.14 145	1.89 112	10.11 112	10.23 170	6.61 78	6.17 105	7.50 77	5.04 146	3.00 146	7.28 104	4.96 95	8.33 117	4.62 107	12.14 106	4.06 108	5.17 60	3.67 50	0.89 59	5.31 159	12.09 138	13.82 151	12.09 126	11.20 108

MyStereo04	7.01 111	5.80 136	6.23 148	3.28 106	2.46 106	1.87 80	0.29 57	10.65 126	3.72 134	10.06 115	3.60 71	14.64 142	1.45 67	0.55 60	10.04 156	7.24 138	7.08 97	5.80 130	16.47 138	5.91 125	9.44 130	7.77 117	1.92 128	2.84 124	11.34 131	12.60 138	15.95 154	10.38 100

s12784h	7.05 112	6.53 142	4.78 133	8.33 149	4.14 128	1.42 65	0.26 53	9.52 99	1.68 91	10.88 124	3.99 75	15.69 146	5.75 151	0.46 50	5.88 58	5.02 98	9.11 124	2.34 46	10.63 93	1.72 44	10.37 140	4.63 77	1.02 73	1.24 84	10.41 125	10.56 123	16.24 156	27.67 179

R-Stereo Train	7.06 113	5.17 120	4.44 124	4.55 117	1.74 81	5.01 120	0.03 7	10.47 121	2.45 117	13.20 149	7.65 122	12.96 125	1.97 85	0.66 74	7.02 99	8.24 153	11.06 150	5.33 121	15.01 129	3.87 101	10.24 138	9.64 152	0.94 64	1.23 82	11.65 134	13.69 147	8.71 81	13.64 126

RAFT-Stereo	7.06 113	5.17 120	4.44 124	4.55 117	1.74 81	5.01 120	0.03 7	10.47 121	2.45 117	13.20 149	7.65 122	12.96 125	1.97 85	0.66 74	7.02 99	8.24 153	11.06 150	5.33 121	15.01 129	3.87 101	10.24 138	9.64 152	0.94 64	1.23 82	11.65 134	13.69 147	8.71 81	13.64 126
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
NVstereo2D	7.07 115	4.11 72	2.84 82	6.07 135	4.20 129	14.23 173	16.14 187	8.04 75	2.36 116	3.80 43	7.36 119	6.35 69	1.34 60	27.27 219	10.21 160	6.95 130	8.32 116	6.49 140	5.84 43	2.62 79	5.05 58	2.83 34	6.83 187	3.65 142	10.99 127	4.40 72	6.12 49	6.36 68

DeepPruner_ROB	7.23 116	3.43 53	5.83 146	5.40 128	5.92 145	4.54 116	3.14 124	7.68 70	3.99 137	10.10 118	11.71 159	8.69 88	5.30 148	1.52 121	11.36 173	6.40 123	8.96 122	7.60 158	10.41 91	4.28 112	12.74 166	8.68 139	2.39 140	3.23 133	8.74 104	14.91 158	10.83 117	7.52 75

RP	7.25 117	7.42 151	9.24 168	9.13 153	6.89 153	7.70 142	8.79 162	8.38 81	7.87 164	2.24 24	14.27 177	12.61 121	6.13 155	3.08 150	7.46 108	4.61 83	6.04 76	3.25 66	9.49 86	3.91 103	5.24 65	5.64 93	1.57 113	3.25 134	9.67 118	7.42 97	11.28 119	13.10 120

UCFNet_RVC	7.31 118	10.90 176	3.72 109	8.53 150	6.34 148	5.70 128	1.88 111	9.50 98	2.87 122	10.61 122	9.09 133	24.45 171	3.50 130	0.83 92	7.65 117	3.74 42	5.02 58	4.98 113	9.22 85	4.07 109	7.02 103	4.58 76	2.97 148	2.88 125	14.87 157	9.76 112	9.23 86	13.60 123

TANstereo	7.47 119	4.26 78	3.29 96	2.79 97	2.87 114	3.88 109	0.13 37	5.71 44	1.55 89	6.86 81	2.72 62	2.17 22	2.24 103	4.18 164	12.57 179	12.99 203	10.89 148	18.94 212	22.19 168	17.84 204	7.39 108	5.50 91	29.21 225	0.71 51	1.27 25	3.98 64	9.84 99	5.70 61

XX-TBD	7.47 119	4.26 78	3.29 96	2.79 97	2.87 114	3.88 109	0.13 37	5.71 44	1.55 89	6.86 81	2.72 62	2.17 22	2.24 103	4.18 164	12.57 179	12.99 203	10.89 148	18.94 212	22.19 168	17.84 204	7.39 108	5.50 91	29.21 225	0.71 51	1.27 25	3.98 64	9.84 99	5.70 61

ICVP	7.52 121	4.60 93	8.97 167	5.16 125	4.46 133	5.66 126	1.41 103	8.26 78	4.13 139	7.86 92	7.69 124	9.43 96	5.99 154	1.18 109	7.22 101	6.97 131	7.58 106	5.27 120	10.96 94	5.33 117	7.09 104	12.60 185	16.70 208	4.49 156	8.80 105	12.28 135	10.58 116	12.26 114
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Any-RAFT	7.56 122	4.67 96	10.19 173	5.61 130	3.24 118	0.94 48	0.71 89	9.86 105	1.40 80	8.52 101	11.08 154	12.26 117	1.05 45	0.54 59	5.73 52	7.53 144	9.41 130	3.96 86	18.38 149	4.03 107	11.34 151	8.27 130	1.60 115	1.55 96	15.63 162	15.41 161	10.13 106	20.95 162

ADCP+	7.57 123	5.95 138	6.65 152	4.01 111	4.41 132	6.21 134	8.21 157	8.97 93	15.76 187	4.18 51	12.91 167	16.38 150	1.42 64	3.62 158	6.73 94	5.20 102	5.84 72	4.36 100	13.27 113	3.05 89	6.62 94	6.20 96	2.24 134	1.63 102	7.32 93	18.78 177	8.33 76	16.03 139

Anonymous	7.61 124	5.25 125	1.83 58	0.90 46	1.33 72	2.67 93	0.38 62	10.84 129	4.49 142	3.02 36	3.25 69	7.46 75	5.25 147	1.32 117	9.52 147	12.04 196	13.30 168	10.40 176	23.69 173	7.60 158	16.62 190	11.29 177	1.79 122	3.96 148	11.13 129	10.10 119	14.25 144	11.79 111

MSMDNet	7.75 125	5.40 129	4.83 134	1.65 75	1.97 93	2.23 86	0.86 94	10.39 117	1.50 85	11.53 132	7.49 120	11.66 107	3.58 132	0.99 101	8.04 124	10.34 186	10.85 147	5.13 117	22.46 171	13.04 190	11.51 154	10.76 173	1.81 126	1.63 102	11.41 132	9.18 109	13.28 137	15.81 138

MyStereo	7.86 126	6.61 144	7.56 160	4.06 113	2.50 107	1.48 69	0.35 61	11.42 138	4.77 144	11.04 127	6.02 102	14.02 138	2.78 119	0.56 62	10.41 161	7.03 134	7.50 105	5.84 132	20.93 162	6.28 134	9.97 137	9.19 145	1.75 119	3.05 129	15.90 164	13.80 150	17.69 163	9.59 96

RAFT-Test	7.86 126	5.10 118	4.59 128	5.48 129	1.88 88	2.05 81	1.04 96	11.43 139	1.47 83	12.34 139	8.89 132	12.35 118	2.27 105	0.87 94	7.69 119	10.14 184	10.49 143	4.98 113	21.48 164	9.21 169	12.20 161	10.06 166	1.80 123	1.68 105	12.76 144	10.30 122	13.47 139	16.31 140

HH	7.89 128	2.46 29	10.75 177	3.19 103	2.51 108	5.20 124	4.37 132	11.24 135	2.24 109	12.85 142	2.59 57	11.89 111	2.11 97	1.29 114	6.59 89	9.43 168	9.29 126	5.91 133	16.06 136	6.96 144	14.02 175	9.66 154	2.23 132	1.34 86	9.53 115	11.90 133	13.93 142	23.53 167

HanStereo	7.89 128	2.46 29	10.75 177	3.19 103	2.51 108	5.20 124	4.37 132	11.24 135	2.24 109	12.85 142	2.59 57	11.89 111	2.11 97	1.29 114	6.59 89	9.43 168	9.29 126	5.91 133	16.06 136	6.96 144	14.02 175	9.66 154	2.23 132	1.34 86	9.53 115	11.90 133	13.93 142	23.53 167

cross-raft	7.92 130	5.83 137	4.66 132	3.42 110	1.99 94	3.02 100	0.56 76	12.35 145	1.29 79	13.91 158	6.87 111	13.98 135	1.84 76	0.75 83	7.47 110	9.69 174	10.47 142	4.26 97	22.05 167	7.48 155	12.08 158	13.17 190	1.78 121	1.64 104	12.98 147	12.29 136	13.04 134	14.82 133

MSKI-zero shot	7.94 131	4.90 107	4.34 120	3.10 101	1.70 80	4.00 111	1.44 106	12.93 150	2.03 102	12.15 137	7.79 125	12.00 115	1.80 75	0.61 70	6.29 74	8.66 158	10.45 141	4.09 91	20.51 160	7.15 148	10.78 144	9.52 150	1.14 84	2.63 120	9.80 120	20.32 188	15.32 151	18.86 150

PWCDC_ROB	7.98 132	2.58 32	2.16 65	1.57 69	3.59 122	2.05 81	1.50 108	4.07 34	26.78 208	1.69 19	12.22 161	3.64 39	46.61 223	9.30 188	10.12 158	8.17 151	6.16 78	6.56 143	7.10 63	5.79 124	6.75 99	12.25 183	3.12 151	3.16 131	2.54 40	9.33 110	5.21 29	11.52 109

EAI-Stereo	8.01 133	4.87 102	4.99 136	5.25 126	4.23 130	7.18 138	6.95 150	13.19 153	2.31 113	10.61 122	6.86 110	13.29 129	1.93 81	1.00 102	9.61 148	9.46 170	9.57 134	4.69 109	18.16 146	8.69 166	8.96 124	8.64 138	1.41 104	2.04 110	11.59 133	8.24 101	13.03 133	19.52 154

FADNet	8.23 134	5.99 140	3.09 90	5.83 132	3.63 123	4.34 112	8.43 159	15.97 172	2.81 121	15.51 180	12.42 162	13.91 134	5.01 145	1.96 130	9.98 154	5.15 100	5.42 67	5.73 129	22.84 172	5.93 126	8.77 120	6.73 106	0.95 67	2.69 121	12.22 141	13.83 152	9.29 88	13.73 128

XX-Stereo	8.40 135	2.85 36	3.92 112	7.47 145	1.11 61	6.30 135	2.23 118	12.78 149	1.03 62	11.47 130	9.17 135	13.26 128	2.17 102	0.59 65	7.84 121	9.52 171	9.36 129	5.44 125	14.15 117	5.72 123	8.92 122	6.58 102	1.26 94	0.63 47	32.29 209	11.47 129	12.55 131	26.75 177

test-1	8.48 136	2.23 25	4.98 135	2.04 85	2.03 98	10.12 157	1.99 113	15.82 171	2.06 103	13.18 147	7.18 118	12.57 119	2.54 116	0.64 71	7.64 115	7.87 147	9.96 137	7.03 151	24.35 177	7.18 153	11.13 147	12.94 188	1.20 88	1.91 109	13.93 153	14.53 156	12.14 127	19.78 158

MLCV	8.52 137	4.65 95	5.49 143	11.94 164	4.96 138	9.67 154	3.19 125	14.68 166	2.93 123	9.54 109	12.61 164	17.15 159	12.38 175	0.58 64	8.02 123	4.02 58	9.45 132	5.57 127	20.86 161	4.00 106	6.25 83	8.11 127	2.35 139	5.67 164	10.58 126	11.87 132	11.44 123	12.14 112

pcwnet_v2	8.61 138	4.00 67	5.13 138	8.89 152	4.68 137	8.06 144	3.37 126	10.49 123	4.03 138	13.78 155	13.40 170	9.95 98	20.61 184	5.41 176	9.26 141	5.78 116	8.28 114	5.18 118	11.11 97	3.63 97	6.31 87	4.55 73	2.42 141	3.34 139	13.64 152	13.45 144	13.60 140	20.23 159

SACVNet	8.62 139	5.97 139	5.15 139	6.88 140	6.74 151	5.68 127	7.59 153	11.19 134	8.65 165	10.96 125	7.05 112	7.94 84	2.49 113	2.67 140	8.38 131	6.92 129	9.83 136	7.65 159	15.12 131	9.30 172	10.70 143	8.06 125	2.25 135	4.43 155	18.03 172	13.51 145	15.43 152	14.21 131

ADCRef	8.62 139	6.53 142	4.38 121	2.47 92	4.66 136	8.28 147	7.51 152	8.58 85	14.10 185	6.83 79	10.63 152	11.91 113	3.53 131	3.06 149	8.72 137	7.72 146	8.71 120	7.39 155	17.63 143	6.13 130	9.53 131	9.33 149	4.93 169	3.70 143	9.63 117	18.39 175	9.86 102	18.66 148

TRStereo	8.83 141	8.80 165	13.01 192	6.34 137	1.88 88	16.53 183	4.61 135	10.15 113	1.16 71	10.57 121	4.38 80	15.04 144	1.84 76	0.72 82	6.57 88	8.36 156	8.62 119	4.39 101	11.80 102	4.99 115	10.38 141	8.45 134	1.16 87	0.93 62	12.57 143	12.31 137	30.08 193	22.69 166

LoS	8.88 142	4.05 69	1.28 47	1.18 59	1.51 76	2.83 96	0.20 46	49.84 232	2.23 108	25.23 209	30.02 223	14.66 143	2.13 100	0.53 57	5.74 53	7.35 140	7.89 109	3.07 62	10.61 92	2.17 64	10.65 142	6.56 101	1.57 113	0.87 58	14.16 155	9.04 107	9.21 85	15.09 135

GEStereo_RVC	8.92 143	7.37 150	3.35 100	5.88 133	5.00 139	7.40 141	5.10 138	10.85 130	3.40 129	10.37 120	5.21 92	15.43 145	3.62 133	2.63 139	10.94 168	9.98 180	14.57 174	12.40 194	23.99 175	8.16 162	11.89 157	9.29 148	1.70 118	5.38 160	9.32 114	8.88 106	9.92 104	18.79 149

PS-NSSS	8.92 143	10.56 172	2.94 84	20.23 186	6.01 146	13.21 172	7.92 155	14.92 168	1.45 82	18.68 193	0.90 33	43.30 193	4.22 138	3.63 159	6.76 96	3.35 33	5.53 68	3.52 71	19.94 158	2.70 80	3.62 33	1.71 18	3.48 158	0.97 64	8.91 106	8.81 105	8.63 80	14.97 134

SGM-Forest	8.97 145	9.25 169	2.31 71	18.42 182	9.53 167	10.54 161	2.93 123	12.39 146	1.78 97	8.99 105	3.73 73	18.11 161	11.34 172	4.22 166	7.99 122	6.38 122	6.62 85	2.95 59	9.10 84	3.77 99	8.28 116	4.80 78	3.31 153	3.31 138	16.01 165	11.58 130	25.32 185	19.29 152
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RTSC	9.00 146	4.69 99	4.25 117	4.13 114	5.35 141	6.44 136	5.81 143	10.10 111	9.46 169	6.42 77	13.24 169	6.89 71	6.43 156	3.16 152	11.63 176	8.85 160	14.64 175	6.92 148	19.46 155	6.05 128	11.17 148	9.70 156	1.75 119	5.64 163	8.31 98	9.85 115	13.85 141	28.94 185

anonymity	9.08 147	3.30 51	11.90 184	6.36 138	3.32 119	4.38 113	2.11 116	13.09 151	2.14 105	12.78 140	24.99 210	10.78 103	2.01 88	0.77 85	5.90 60	8.78 159	8.79 121	3.64 75	16.50 139	8.09 161	9.18 127	8.86 140	1.82 127	1.45 91	15.23 161	21.82 192	12.38 128	24.87 173

GANet-ADL	9.10 148	7.28 149	5.18 140	7.24 144	6.79 152	8.88 150	3.94 129	10.88 131	5.35 148	13.12 145	9.94 145	18.49 162	3.48 128	0.67 77	9.63 149	7.42 141	11.69 160	5.51 126	17.72 144	10.52 181	9.26 128	7.40 113	2.98 149	3.73 144	11.03 128	13.06 142	15.27 150	19.21 151

stereogan	9.22 149	9.08 166	8.33 162	11.15 162	11.62 179	12.54 169	9.08 166	11.06 133	7.59 161	5.21 59	9.53 142	16.86 155	9.57 168	3.28 156	9.65 150	6.22 121	7.24 102	5.22 119	14.15 117	7.10 147	7.16 107	7.07 110	3.96 161	3.76 145	8.32 99	9.81 113	20.71 173	13.60 123

EKT-Stereo	9.40 150	6.93 147	5.29 141	9.99 156	4.49 134	9.39 153	10.24 168	10.33 115	1.86 98	10.09 117	7.09 117	14.17 140	2.04 89	0.82 91	8.66 134	10.08 181	12.72 166	10.67 183	19.67 157	6.85 143	18.66 203	11.56 178	1.08 79	1.76 107	18.60 173	15.03 159	13.09 136	12.67 119

iRaft-Stereo_20w	9.64 151	4.92 109	13.83 197	15.20 175	4.25 131	9.14 151	4.64 136	12.08 142	3.15 126	12.31 138	9.46 141	13.76 133	2.27 105	0.77 85	8.70 136	8.19 152	9.42 131	3.52 71	14.49 125	7.92 159	9.66 133	6.74 107	1.33 99	1.34 86	17.96 171	16.99 168	22.98 180	25.32 174

IGEV_Zeroshot_test	9.84 152	4.19 73	14.24 199	14.55 172	3.97 126	6.77 137	8.88 163	13.23 154	2.33 114	12.89 144	11.00 153	14.00 136	2.57 117	0.78 88	6.41 79	9.61 173	9.97 138	4.56 104	16.98 140	8.01 160	11.37 152	9.81 158	1.26 94	2.77 123	20.84 186	13.68 146	19.70 167	21.20 163

PA-Net	9.95 153	17.79 194	13.14 193	4.86 120	11.72 180	5.03 122	11.63 178	13.76 157	10.83 172	7.45 91	5.67 97	9.12 93	8.54 163	9.52 190	10.98 169	6.60 125	3.46 32	6.66 145	7.76 66	6.80 142	4.83 55	9.05 144	2.30 138	5.54 161	11.20 130	23.05 200	8.19 75	33.08 190
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	10.07 154	9.13 167	9.31 169	6.66 139	6.18 147	5.15 123	3.99 130	12.65 147	7.21 160	14.91 172	8.82 131	11.82 109	4.37 140	3.00 146	11.71 177	9.00 161	9.29 126	7.48 157	12.90 111	7.01 146	13.16 170	11.18 176	4.88 168	7.81 176	19.45 179	19.58 183	14.82 146	20.54 161

CASS	10.12 155	5.79 134	5.47 142	7.96 146	5.68 143	8.59 149	5.39 140	16.39 175	5.43 149	21.03 200	10.04 146	14.11 139	3.94 134	0.77 85	8.68 135	6.97 131	15.85 183	6.06 135	24.19 176	6.68 140	12.18 160	10.22 168	2.57 145	2.37 118	16.93 168	11.40 128	17.21 159	21.46 164
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
NCC-stereo	10.18 156	8.77 163	7.25 157	9.61 154	10.25 170	9.82 155	10.40 170	10.44 119	14.05 181	2.32 25	13.76 173	15.72 147	12.69 177	4.10 161	11.13 171	5.74 113	7.76 107	10.24 174	13.60 114	6.21 131	6.74 97	6.62 104	6.26 182	3.79 146	13.26 149	17.07 169	21.78 176	15.57 136

Abc-Net	10.18 156	8.77 163	7.25 157	9.61 154	10.25 170	9.82 155	10.40 170	10.44 119	14.05 181	2.32 25	13.76 173	15.72 147	12.69 177	4.10 161	11.13 171	5.74 113	7.76 107	10.24 174	13.60 114	6.21 131	6.74 97	6.62 104	6.26 182	3.79 146	13.26 149	17.07 169	21.78 176	15.57 136
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
UDGNet	10.26 158	8.45 159	3.50 101	23.52 194	22.01 201	19.33 189	17.38 190	8.53 84	3.15 126	6.28 74	8.15 128	7.27 72	0.49 26	45.27 222	5.89 59	4.08 59	7.49 104	5.36 124	10.11 89	5.48 120	9.04 126	6.61 103	14.31 205	0.77 54	11.67 136	6.19 93	7.72 73	8.93 89

HSM-Net_RVC	10.31 159	5.58 133	6.64 151	12.79 168	7.83 157	8.37 148	2.17 117	12.08 142	4.75 143	14.71 170	13.23 168	25.19 174	12.41 176	1.01 103	7.46 108	5.69 111	9.68 135	5.80 130	12.33 109	5.37 118	8.78 121	8.95 143	3.34 154	7.42 171	16.51 167	19.09 179	21.38 175	19.75 157
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ADCL	10.50 160	10.03 171	7.04 156	7.18 143	5.54 142	10.26 160	10.81 173	14.24 161	19.32 194	14.16 162	15.22 182	14.41 141	4.88 143	4.92 170	8.29 128	7.34 139	9.11 124	6.50 141	15.94 134	6.52 136	12.93 168	10.39 171	5.04 171	4.34 151	12.79 145	15.31 160	12.40 129	18.55 147

FCDSN-DC	11.37 161	11.42 177	11.08 180	12.74 167	10.46 173	10.13 158	13.47 182	14.12 160	2.60 120	14.56 168	1.86 50	7.49 76	2.11 97	4.52 168	18.19 212	16.02 214	19.95 198	17.16 209	12.89 110	8.51 164	16.38 188	9.96 161	3.61 159	17.93 204	12.17 140	13.27 143	11.29 120	13.14 121
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Anonymous3	11.53 162	7.69 157	3.27 95	1.73 78	2.85 113	7.82 143	5.00 137	14.29 164	10.32 171	14.16 162	4.86 84	24.64 172	5.75 151	1.19 110	17.24 210	14.45 209	17.03 185	12.98 195	29.47 181	10.30 178	19.88 208	20.00 215	2.84 146	2.89 127	14.98 159	13.96 154	18.36 165	13.25 122

XPNet_ROB	11.67 163	13.20 184	6.63 150	6.03 134	7.57 156	9.37 152	7.79 154	5.83 48	8.72 166	8.51 100	13.75 172	49.51 201	3.49 129	3.24 154	10.60 163	7.51 143	19.13 193	6.96 150	14.33 120	6.24 133	11.17 148	15.75 203	3.65 160	4.83 157	9.30 113	11.04 127	31.52 196	19.58 155

GwcNet-ADL	12.05 164	11.91 179	9.54 170	18.75 183	10.20 169	12.14 168	6.27 148	13.65 156	5.02 145	12.11 136	17.59 191	29.93 180	9.22 166	4.00 160	8.92 138	9.34 166	13.38 169	6.69 146	23.76 174	9.21 169	9.40 129	10.34 170	6.62 185	6.01 166	14.99 160	18.15 173	11.36 122	16.95 143

NOSS_ROB	12.25 165	9.52 170	5.01 137	12.85 169	10.79 175	10.64 162	6.79 149	21.16 187	5.63 151	11.90 135	7.79 125	9.69 97	7.49 161	12.87 197	13.04 187	11.80 193	15.65 181	12.11 191	14.27 119	8.78 168	17.59 195	10.04 164	5.16 174	10.72 187	21.20 187	15.54 162	23.28 182	19.43 153

PSMNet-ADL	12.39 166	8.76 162	8.74 165	10.89 160	9.42 166	10.75 163	8.02 156	14.92 168	7.72 163	22.73 204	14.98 181	26.26 176	26.16 192	2.48 134	10.16 159	9.33 165	11.52 157	6.30 138	25.52 178	10.03 176	11.60 155	8.36 133	6.21 180	4.37 153	13.15 148	14.31 155	22.08 179	9.86 97

NaN_ROB	12.48 167	8.41 158	8.83 166	10.77 159	16.22 190	6.08 133	4.38 134	22.86 190	8.85 167	19.93 198	9.44 140	47.25 199	9.13 165	4.11 163	9.34 146	5.76 115	6.80 89	6.17 136	12.06 105	7.16 151	5.46 71	5.12 84	3.04 150	9.64 180	20.81 185	17.39 171	20.34 170	31.73 187

RGC	12.52 168	11.48 178	13.33 195	12.10 165	11.73 181	14.58 176	6.96 151	14.26 162	16.09 188	7.33 90	19.17 198	17.09 157	21.08 185	7.05 186	13.55 190	8.10 150	9.45 132	7.13 152	14.73 126	7.59 157	8.75 119	7.63 115	5.32 176	6.63 168	15.73 163	20.65 189	20.04 168	20.44 160

iResNet	12.61 169	6.71 146	7.79 161	11.09 161	9.16 164	16.35 181	6.20 147	16.82 177	6.96 158	9.88 111	11.60 158	36.53 186	36.96 211	0.60 67	11.02 170	7.50 142	11.26 156	8.35 162	30.61 186	8.24 163	8.37 117	7.68 116	2.25 135	10.72 187	12.41 142	13.01 141	15.81 153	16.57 142

FADNet_RVC	12.83 170	9.18 168	6.00 147	17.32 180	8.43 160	6.02 132	5.16 139	16.68 176	6.01 153	18.67 192	14.01 176	24.78 173	19.64 183	5.79 177	14.83 196	6.97 131	15.41 180	11.47 187	34.21 197	10.48 180	12.80 167	16.02 204	2.14 130	7.31 169	10.14 123	18.66 176	10.33 110	18.00 145

dad	13.38 171	7.58 156	1.49 55	31.22 199	8.43 160	16.14 180	21.04 199	25.65 198	1.53 88	24.43 207	1.06 35	37.14 187	11.36 173	1.70 126	8.35 129	5.36 103	22.07 209	3.72 77	32.83 192	2.57 77	13.11 169	3.50 43	2.20 131	4.41 154	12.90 146	4.07 67	33.22 200	24.21 170

DAS	14.01 172	7.50 152	4.63 130	15.17 173	9.04 162	12.00 166	8.70 160	16.36 173	14.09 183	7.12 86	17.14 189	37.20 188	13.71 179	0.98 99	10.73 165	9.30 163	20.85 201	10.44 177	21.80 165	14.68 195	12.26 162	14.17 194	3.43 156	12.61 191	19.28 176	16.51 164	20.40 171	28.09 181

SepStereo	14.01 172	7.50 152	4.63 130	15.17 173	9.04 162	12.00 166	8.70 160	16.36 173	14.09 183	7.12 86	17.14 189	37.20 188	13.71 179	0.98 99	10.73 165	9.30 163	20.85 201	10.44 177	21.80 165	14.68 195	12.26 162	14.17 194	3.43 156	12.61 191	19.28 176	16.51 164	20.40 171	28.09 181

HBP-ISP	14.42 174	10.82 175	12.34 185	22.60 192	14.88 188	14.98 177	15.15 185	20.50 185	4.48 141	16.38 185	10.15 147	17.25 160	1.84 76	19.47 209	11.57 175	13.28 205	14.29 172	9.08 165	11.15 98	9.30 172	17.96 199	15.05 199	5.03 170	12.00 190	20.48 184	22.38 198	22.99 181	24.00 169

ccs_rob	15.15 175	14.72 188	7.44 159	22.32 191	9.33 165	22.95 195	17.29 189	14.27 163	5.28 146	14.81 171	23.21 209	55.94 210	30.81 199	5.40 175	12.59 181	10.12 183	11.59 158	9.34 168	19.31 151	11.79 186	13.71 173	11.01 174	5.04 171	5.61 162	12.12 139	12.86 140	12.00 125	18.08 146

CBMV_ROB	15.45 176	8.52 160	10.06 172	22.29 190	17.04 192	16.35 181	11.36 177	19.65 181	5.48 150	14.50 167	9.14 134	31.73 181	16.37 182	10.55 193	10.08 157	7.96 148	15.06 178	7.46 156	19.43 154	21.06 211	13.40 171	6.45 100	6.05 179	8.81 178	21.63 190	24.29 203	29.88 191	32.55 189

CBMV	15.50 177	10.69 174	8.40 163	16.02 177	11.11 177	12.89 170	4.24 131	21.34 188	15.36 186	19.49 197	7.06 115	28.50 178	9.40 167	6.42 182	13.21 188	12.10 197	15.07 179	12.37 193	16.04 135	9.27 171	15.69 184	9.92 160	4.30 163	15.37 196	22.30 191	18.82 178	39.12 210	44.05 208
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
LALA_ROB	15.83 178	18.32 195	10.45 175	10.22 158	10.00 168	17.62 185	10.32 169	11.67 141	16.15 189	13.58 154	18.48 196	59.62 214	7.63 162	5.28 171	16.96 208	8.57 157	19.42 195	13.90 198	17.46 142	9.65 174	15.04 178	14.91 198	4.56 164	7.33 170	11.88 137	19.34 180	34.58 204	24.50 171

ETE_ROB	15.85 179	17.19 192	6.97 155	12.39 166	10.54 174	16.82 184	8.40 158	10.76 128	13.32 179	11.19 129	18.44 195	58.51 211	6.50 158	6.01 178	12.65 182	9.41 167	23.07 211	9.86 172	20.40 159	10.14 177	15.50 183	13.68 191	5.13 173	7.65 173	14.90 158	21.29 190	42.78 216	24.50 171

SFCPSM	16.40 180	13.16 182	8.61 164	16.26 178	11.35 178	16.02 179	10.72 172	18.80 180	13.84 180	13.17 146	20.92 203	35.30 183	37.96 213	6.05 179	10.85 167	9.55 172	12.68 165	9.16 166	36.45 200	20.65 210	13.76 174	12.33 184	7.58 188	5.97 165	19.12 175	19.85 185	16.70 157	26.05 175

SHD	16.57 181	6.93 147	12.56 187	13.09 170	12.68 183	10.19 159	8.95 164	23.05 192	17.16 191	19.45 196	15.91 183	18.72 164	31.71 201	6.26 180	15.16 200	11.59 188	17.18 187	10.05 173	33.55 194	11.88 187	15.80 185	14.38 196	3.97 162	10.59 185	20.10 182	22.14 195	21.26 174	43.14 207

RTS	16.64 182	7.53 154	6.93 153	8.17 147	7.37 154	22.56 192	10.89 174	19.94 182	22.55 200	7.08 84	10.54 148	16.42 151	10.00 169	5.31 173	12.77 183	11.76 190	20.70 199	10.48 179	37.62 202	17.58 202	15.87 186	12.66 186	4.67 165	9.96 181	26.64 198	33.09 223	26.24 187	54.03 225

RTSA	16.64 182	7.53 154	6.93 153	8.17 147	7.37 154	22.56 192	10.89 174	19.94 182	22.55 200	7.08 84	10.54 148	16.42 151	10.00 169	5.31 173	12.77 183	11.76 190	20.70 199	10.48 179	37.62 202	17.58 202	15.87 186	12.66 186	4.67 165	9.96 181	26.64 198	33.09 223	26.24 187	54.03 225

FC-DCNN	16.94 184	19.98 199	17.50 209	30.21 198	19.17 197	26.56 197	24.08 205	25.48 197	6.76 157	19.19 194	6.28 107	18.52 163	4.41 141	11.03 195	15.54 205	14.98 212	21.04 203	14.06 199	18.07 145	9.67 175	19.16 207	9.99 162	4.83 167	16.43 200	23.36 194	16.73 166	22.02 178	22.31 165

AnyNet_C32	17.17 185	8.67 161	9.73 171	10.14 157	10.45 172	14.52 175	11.69 179	22.97 191	22.78 202	18.32 190	22.52 207	23.72 170	10.02 171	9.41 189	17.12 209	14.49 210	23.62 213	17.24 210	30.57 185	11.59 183	24.77 216	23.05 222	8.94 190	14.39 194	17.12 169	21.73 191	17.43 161	26.54 176

pmcnn	17.48 186	12.24 180	5.49 143	16.43 179	12.67 182	20.37 190	13.45 181	15.73 170	6.53 154	9.33 108	16.08 184	36.41 185	31.77 202	1.19 110	10.64 164	11.94 195	17.58 188	11.13 185	33.67 195	13.41 191	18.13 200	11.69 179	10.16 193	10.62 186	20.15 183	17.79 172	41.23 214	46.08 212

GANetREF_RVC	17.96 187	13.78 185	16.85 205	13.13 171	10.91 176	12.94 171	11.29 176	33.74 208	20.83 196	27.66 214	6.09 104	50.53 204	26.27 193	3.04 148	15.18 201	7.13 135	11.68 159	10.53 182	31.57 189	10.46 179	18.21 201	9.24 146	8.91 189	18.25 205	23.10 193	15.87 163	29.33 190	28.45 183
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
PWC_ROB	18.14 188	12.26 181	12.99 191	8.59 151	12.83 185	10.82 164	17.67 193	17.38 178	31.50 219	8.59 102	16.91 187	21.14 168	53.99 232	6.59 183	13.63 191	10.19 185	23.63 214	13.26 196	37.72 204	14.50 193	19.05 206	14.89 197	3.38 155	15.79 197	14.66 156	13.71 149	19.36 166	44.89 210

ADCMid	18.65 189	13.18 183	12.39 186	11.76 163	14.19 186	18.49 188	14.99 184	26.29 200	26.32 206	12.79 141	16.33 186	36.18 184	23.39 188	7.98 187	15.52 204	12.49 200	21.07 204	12.21 192	38.30 206	12.13 189	20.69 209	18.31 210	12.50 201	10.20 184	22.89 192	20.15 187	20.27 169	32.52 188

MaskLacGwcNet_RVC	18.89 190	10.58 173	13.21 194	21.10 188	12.82 184	17.68 186	22.41 202	14.66 165	9.25 168	11.76 134	19.72 201	78.32 244	24.76 189	20.31 211	11.52 174	9.88 176	26.15 215	16.66 207	32.71 191	11.68 184	16.68 192	13.08 189	5.93 178	8.18 177	19.39 178	16.85 167	17.65 162	27.14 178

ADCPNet	19.39 191	13.87 186	11.68 183	15.69 176	17.32 193	15.71 178	16.26 188	23.07 193	20.67 195	18.57 191	18.76 197	20.18 165	29.47 197	10.00 191	14.34 193	14.05 208	18.99 192	11.55 188	34.43 198	20.26 209	20.72 210	18.42 211	11.08 197	16.03 198	25.16 196	27.30 209	25.24 184	34.64 191

CSAN	20.20 192	25.94 206	18.99 213	19.75 185	16.53 191	14.47 174	8.99 165	25.29 196	28.05 210	34.09 223	13.71 171	50.93 205	26.34 194	4.65 169	12.99 186	8.24 153	13.54 170	11.67 189	22.32 170	16.30 201	15.15 180	10.21 167	6.23 181	17.35 202	26.80 200	25.06 204	34.30 202	37.46 193

MDST_ROB	20.31 193	32.64 215	11.05 179	48.15 217	25.03 205	40.35 212	19.18 198	18.66 179	11.72 174	16.23 183	7.89 127	29.18 179	38.42 214	1.31 116	9.90 153	5.45 106	10.74 144	4.30 99	14.90 128	6.70 141	11.78 156	5.78 95	6.44 184	8.89 179	40.87 222	31.29 220	52.88 226	38.56 195

CC-Net-ROB	21.26 194	37.17 220	18.21 211	53.24 220	41.87 220	43.35 216	32.25 210	28.26 202	7.15 159	35.79 224	8.18 129	67.30 233	6.82 159	17.02 205	9.70 151	3.67 40	10.84 146	8.97 164	38.52 207	7.29 154	6.46 91	4.21 60	12.31 200	2.88 125	17.19 170	13.90 153	13.06 135	28.51 184

SGM-ForestM	21.76 195	26.76 210	12.74 190	38.92 205	21.53 200	35.95 208	23.82 203	28.41 204	16.51 190	14.11 160	18.08 194	50.37 203	31.58 200	3.29 157	9.31 143	5.58 109	14.41 173	6.57 144	28.33 179	7.58 156	12.09 159	4.33 64	5.42 177	9.98 183	40.14 221	30.48 217	50.62 221	40.54 198

MFN_U_SF_DS_RVC	22.03 196	20.71 201	11.36 182	29.18 197	18.08 195	22.91 194	18.43 196	37.55 218	24.02 204	32.04 220	14.86 180	46.12 198	35.56 207	14.85 204	15.04 199	10.88 187	10.38 140	7.76 160	33.34 193	8.77 167	15.08 179	15.67 202	15.43 207	13.32 193	31.89 207	26.93 208	32.93 199	31.67 186

DDUNet	22.09 197	28.93 213	10.71 176	44.13 213	38.12 218	44.55 219	45.65 221	10.93 132	12.67 177	9.01 106	19.31 199	20.40 166	4.73 142	90.87 238	15.39 203	11.80 193	19.61 196	9.59 169	29.64 182	11.01 182	17.32 193	15.62 201	18.79 211	6.18 167	13.56 151	14.63 157	15.99 155	17.27 144

SGM_RVC	22.30 198	26.60 209	13.45 196	40.22 209	26.52 208	36.56 209	24.02 204	27.37 201	17.51 192	17.98 189	18.03 192	43.52 194	37.60 212	2.18 132	9.83 152	5.94 119	13.03 167	6.93 149	30.45 184	8.54 165	12.39 165	4.12 59	5.16 174	11.77 189	36.42 216	27.38 210	52.67 225	45.94 211
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FAT-Stereo	22.66 199	14.10 187	18.12 210	36.51 203	36.45 214	28.44 198	18.28 194	23.24 194	12.64 176	19.19 194	29.53 221	34.98 182	34.03 206	13.01 199	15.02 197	12.25 198	18.18 190	19.93 214	34.98 199	19.35 207	17.89 198	12.07 182	13.56 202	16.39 199	18.75 174	22.16 196	29.92 192	42.72 204

FBW_ROB	22.68 200	25.59 205	17.06 206	42.36 211	25.78 206	32.64 203	18.79 197	14.74 167	11.55 173	14.37 165	14.63 179	43.96 195	27.95 196	19.91 210	12.86 185	7.21 137	19.18 194	10.97 184	50.42 218	7.16 151	14.33 177	8.94 142	19.37 212	27.40 221	19.63 181	19.58 183	32.74 198	53.34 223

UDG	23.27 201	29.32 214	11.18 181	43.83 212	40.37 219	44.05 217	50.45 225	13.10 152	13.02 178	14.19 164	22.69 208	21.71 169	5.53 149	87.32 236	14.53 195	9.94 179	21.35 206	14.28 200	31.51 188	11.75 185	18.79 204	19.17 213	14.52 206	7.66 174	16.22 166	18.20 174	17.11 158	16.42 141

XQC	23.79 202	26.07 207	15.10 202	32.24 200	23.60 203	33.61 205	31.06 209	36.95 216	28.94 213	28.36 215	13.76 173	41.71 191	22.97 187	18.81 208	15.02 197	11.76 190	14.98 177	11.67 189	32.12 190	15.72 200	17.84 197	17.68 209	11.06 196	14.53 195	30.59 206	25.39 206	42.82 217	27.90 180

SANet	26.20 203	17.46 193	19.39 215	23.31 193	19.54 198	30.21 201	17.62 192	34.21 211	29.84 216	16.57 186	29.14 220	78.44 245	41.28 219	17.70 207	14.47 194	9.87 175	21.24 205	16.39 205	30.80 187	14.78 197	18.51 202	16.48 207	28.56 223	18.55 207	32.02 208	26.21 207	36.14 207	48.65 215

G-Net	26.39 204	20.83 202	18.69 212	18.14 181	16.15 189	35.72 207	15.59 186	28.39 203	32.97 223	27.04 213	33.44 227	63.95 224	25.70 191	6.89 185	17.98 211	16.18 215	23.13 212	17.60 211	44.66 212	34.02 228	25.13 217	20.14 216	11.41 198	16.88 201	27.61 202	29.30 215	42.48 215	42.59 203

ADCS	26.80 205	19.40 196	15.99 203	21.47 189	20.26 199	22.98 196	18.29 195	35.82 212	32.21 220	16.06 182	26.49 212	45.49 196	36.28 209	13.17 200	20.46 216	19.03 218	30.07 218	22.20 217	48.35 215	27.42 219	35.57 227	28.75 228	13.83 203	20.87 213	29.72 205	30.23 216	30.90 195	42.38 202

S-Stereo	27.72 206	17.16 191	13.86 198	39.92 207	37.96 217	40.17 211	37.41 214	22.71 189	22.92 203	17.38 188	45.47 231	52.74 207	36.13 208	14.44 203	15.19 202	13.69 206	19.68 197	25.76 223	37.88 205	24.35 214	16.58 189	17.35 208	54.72 233	21.07 214	19.57 180	19.47 182	23.45 183	41.49 201

DLNR_Zeroshot_test	27.74 207	81.73 253	12.63 188	100.00 264	0.86 39	2.07 83	98.97 264	12.75 148	1.01 60	13.19 148	6.22 106	12.59 120	2.29 107	24.24 216	96.65 264	100.00 268	32.51 220	28.96 227	28.74 180	5.03 116	12.27 164	9.76 157	1.02 73	3.30 137	13.96 154	10.23 121	18.30 164	19.61 156

MeshStereo	28.39 208	28.64 212	17.49 208	49.25 218	36.94 215	38.63 210	25.84 206	34.17 210	25.10 205	21.94 203	21.87 204	55.23 208	48.16 225	4.50 167	13.52 189	12.28 199	18.04 189	11.23 186	30.39 183	14.62 194	25.20 218	20.27 218	21.38 217	18.82 208	39.99 220	31.23 219	52.09 224	49.59 216
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
MFN_U_SF_RVC	28.82 209	28.11 211	16.40 204	33.64 202	25.89 207	32.81 204	27.70 208	37.42 217	22.10 198	45.99 239	28.32 219	49.91 202	32.35 203	21.67 215	23.87 221	16.93 216	13.84 171	15.41 201	53.47 219	24.58 215	22.24 213	24.24 223	11.62 199	24.71 217	33.63 210	24.09 201	37.01 208	50.20 217

DPSNet	28.84 210	15.01 189	14.59 200	24.53 196	22.59 202	32.15 202	14.89 183	20.11 184	22.50 199	8.42 99	9.93 144	89.34 262	44.91 222	5.30 172	16.79 207	17.05 217	33.42 221	28.86 226	68.85 233	19.87 208	21.86 212	20.14 216	40.60 228	25.82 220	42.58 224	28.31 213	39.91 212	50.48 218

edge stereo	29.25 211	20.44 200	19.28 214	41.04 210	37.14 216	43.08 215	39.81 215	38.54 221	21.86 197	16.30 184	39.05 229	60.91 216	36.52 210	25.09 217	13.84 192	13.95 207	26.34 216	15.54 202	44.48 211	19.15 206	18.84 205	16.15 205	21.96 219	17.87 203	27.90 203	22.43 199	39.03 209	53.23 222

AnyNet_C01	29.84 212	19.89 198	14.82 201	20.44 187	24.83 204	21.98 191	21.35 200	35.82 212	38.87 231	21.30 202	27.69 218	49.03 200	34.01 205	14.21 202	25.95 224	21.84 224	38.69 228	34.70 231	58.02 223	30.27 222	38.97 233	31.02 232	21.95 218	20.80 212	34.15 212	28.69 214	32.34 197	44.08 209

LE_ROB	30.18 213	25.29 204	22.53 218	44.68 214	47.30 227	42.05 214	47.63 222	37.72 219	26.38 207	14.44 166	27.01 214	63.45 222	53.67 231	2.76 142	9.16 140	5.54 108	11.17 154	7.21 153	33.90 196	14.21 192	15.25 182	10.29 169	10.82 195	29.62 226	43.65 227	41.44 232	61.77 234	65.95 243

DGSMNet	31.95 214	26.17 208	20.72 217	37.26 204	28.74 210	34.52 206	34.10 211	24.17 195	19.22 193	24.54 208	49.93 236	45.93 197	27.51 195	21.47 214	22.14 217	20.16 221	51.49 238	29.68 229	61.18 226	33.45 227	39.09 234	39.36 242	24.02 221	29.07 225	25.54 197	24.21 202	30.84 194	38.20 194

SQANet	32.80 215	51.98 228	17.38 207	71.36 233	50.98 229	73.19 234	74.73 233	25.86 199	12.19 175	32.41 221	14.38 178	59.07 212	14.65 181	90.80 237	9.98 154	6.17 120	17.16 186	15.73 203	43.94 209	12.07 188	9.77 134	8.88 141	57.35 234	7.60 172	21.20 187	20.05 186	25.86 186	40.75 200

MSC_U_SF_DS_RVC	33.27 216	37.24 221	37.63 229	47.28 216	27.52 209	29.08 200	26.75 207	50.43 233	47.48 234	40.30 230	26.00 211	38.55 190	32.85 204	28.45 220	32.67 229	26.35 227	15.78 182	21.22 216	61.04 225	33.35 226	22.55 214	27.54 227	26.33 222	35.86 230	34.90 213	22.12 194	28.39 189	40.68 199

STTRV1_RVC	33.64 217	19.69 197	10.23 174	32.93 201	18.42 196	28.73 199	21.65 201	30.21 205	29.18 214	24.35 206	21.99 205	42.54 192	40.31 218	46.58 223	29.61 228	10.10 182	57.30 244	13.57 197	63.91 227	28.69 221	58.70 253	19.89 214	42.33 229	41.61 231	24.70 195	55.51 247	34.55 203	61.08 230

STStereo	33.82 218	46.03 225	33.92 226	62.03 230	49.51 228	54.29 224	44.39 219	36.14 214	32.39 221	25.36 210	27.16 215	63.64 223	51.30 229	11.18 196	12.51 178	7.64 145	16.36 184	8.19 161	46.40 213	15.25 198	17.50 194	15.24 200	9.85 192	23.07 215	49.16 230	40.60 231	62.23 235	51.79 221

MANE	35.56 219	36.32 219	30.27 223	57.13 223	45.60 223	45.77 220	44.19 218	42.38 228	28.54 212	22.99 205	27.28 216	55.78 209	38.47 215	17.15 206	19.38 214	22.05 225	28.66 217	42.73 238	37.10 201	15.31 199	28.48 222	16.47 206	9.03 191	25.43 219	52.81 235	42.23 234	66.17 241	62.49 235

PVD	36.94 220	35.53 216	20.19 216	46.53 215	34.00 212	49.81 222	37.38 213	39.85 225	38.08 230	15.29 179	27.60 217	51.81 206	50.55 227	49.21 224	16.55 206	15.85 213	37.91 227	22.29 218	49.12 217	26.18 216	37.77 228	38.78 241	19.75 214	24.11 216	43.49 226	58.18 248	46.46 220	65.23 240

BEATNet-Init1	37.96 221	44.56 223	27.41 222	61.43 228	43.01 221	54.12 223	44.65 220	41.12 227	30.83 218	31.66 219	22.08 206	61.84 220	55.93 235	12.97 198	24.90 223	21.55 223	21.99 208	16.73 208	57.95 222	30.86 224	27.04 221	21.23 220	18.58 210	28.82 224	49.15 229	37.94 228	73.47 252	62.96 236

SAMSARA	38.30 222	15.47 190	38.14 230	18.86 184	17.33 194	18.42 187	17.45 191	44.16 230	36.06 228	28.66 217	18.06 193	28.26 177	47.25 224	13.90 201	27.47 226	29.04 229	22.15 210	25.56 222	46.84 214	26.27 217	47.87 246	51.36 252	6.64 186	28.47 223	96.29 265	97.75 265	95.23 264	91.23 263

ELAS	38.52 223	44.92 224	35.73 227	58.67 226	45.67 224	54.34 225	49.79 224	39.79 224	30.51 217	25.44 211	30.07 224	65.85 231	41.53 220	20.67 212	22.24 218	19.55 219	34.81 223	22.44 219	44.42 210	23.13 212	34.09 225	25.77 224	19.79 215	30.94 227	52.44 234	42.30 235	63.40 237	61.61 232
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	38.71 224	44.08 222	36.14 228	58.34 225	44.80 222	56.14 227	49.04 223	39.16 222	28.27 211	25.76 212	32.54 226	72.51 240	41.64 221	21.11 213	22.30 219	19.61 220	35.30 225	23.00 220	43.53 208	23.57 213	35.09 226	26.25 225	19.66 213	32.53 228	49.82 231	40.38 230	64.26 238	60.37 229
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	39.75 225	49.92 227	23.96 220	64.91 231	46.52 225	59.62 229	70.39 232	31.47 207	26.91 209	20.82 199	19.96 202	67.89 234	48.82 226	93.71 240	18.90 213	20.26 222	49.49 236	34.84 232	69.36 235	28.05 220	25.61 219	21.10 219	20.01 216	20.31 210	28.35 204	19.38 181	35.57 206	56.98 227

LSM0	41.44 226	24.61 203	12.72 189	39.36 206	29.64 211	40.63 213	36.02 212	50.44 234	34.27 226	45.33 236	46.68 232	62.96 221	54.33 233	10.70 194	82.82 258	89.58 260	35.18 224	23.00 220	69.90 236	35.16 229	44.19 240	35.05 236	17.16 209	25.30 218	38.79 218	32.56 221	51.88 223	50.73 219

otaku	41.47 227	59.93 232	23.77 219	85.43 248	70.24 238	84.12 250	93.39 253	37.75 220	32.63 222	39.34 229	19.49 200	59.42 213	25.11 190	95.21 241	19.99 215	11.68 189	18.98 191	16.34 204	64.80 229	27.36 218	13.65 172	10.63 172	58.26 235	19.35 209	33.80 211	22.23 197	34.11 201	42.76 205

Ntro	43.91 228	60.52 234	25.10 221	85.23 247	71.11 239	83.99 248	93.99 254	47.62 231	36.91 229	40.53 231	31.94 225	64.60 226	21.97 186	95.55 243	22.72 220	12.49 200	21.79 207	16.54 206	65.59 230	31.28 225	15.15 180	11.03 175	59.53 236	20.73 211	36.26 215	30.56 218	39.66 211	43.06 206

ACVNet-4b	45.05 229	60.08 233	30.77 224	90.02 255	75.84 248	84.32 251	96.58 260	33.86 209	33.30 224	41.42 234	17.10 188	79.70 247	30.67 198	96.27 248	28.98 227	27.35 228	31.43 219	19.93 214	54.55 220	37.33 230	11.23 150	9.86 159	62.73 245	18.46 206	35.28 214	28.09 212	40.93 213	40.39 197

FADE	46.07 230	35.65 217	32.11 225	39.92 207	36.25 213	48.22 221	42.77 217	43.87 229	58.89 239	33.95 222	39.24 230	86.56 254	61.40 239	26.23 218	24.46 222	26.15 226	50.85 237	38.88 236	70.03 237	55.78 239	54.59 249	48.58 249	30.11 227	46.05 232	42.64 225	33.18 225	66.01 240	71.59 248

AMNet	47.82 231	49.81 226	47.75 233	49.90 219	46.59 226	58.94 228	54.48 226	20.74 186	35.99 227	31.17 218	68.62 245	69.95 236	11.91 174	54.47 227	44.89 233	55.58 244	56.46 243	57.26 253	48.53 216	48.42 232	57.22 252	47.88 248	10.80 194	47.38 234	44.55 228	51.78 243	57.59 230	62.43 234

ACVNet_1	48.34 232	63.93 235	38.22 231	86.47 250	72.30 241	85.13 253	94.95 256	58.28 238	29.71 215	43.49 235	48.57 234	65.41 229	56.74 236	95.77 244	26.81 225	14.51 211	35.45 226	27.56 224	56.62 221	30.44 223	25.82 220	18.59 212	63.35 246	28.26 222	42.57 223	25.15 205	35.26 205	35.90 192

RainbowNet	53.63 233	66.91 236	44.07 232	91.23 256	74.92 246	90.37 260	95.07 257	39.32 223	33.34 225	45.45 237	29.92 222	71.99 239	56.83 237	96.98 256	68.70 245	46.94 238	34.42 222	29.67 228	77.69 249	55.56 238	21.47 211	14.04 193	64.62 247	33.19 229	39.92 219	32.77 222	44.50 218	48.08 214

MADNet+	53.95 234	35.82 218	65.49 252	55.03 222	52.23 230	44.42 218	40.28 216	60.67 240	51.63 236	54.06 241	38.36 228	76.38 243	64.35 240	32.92 221	60.20 242	48.58 240	53.78 241	50.30 243	69.19 234	51.45 234	47.07 244	40.09 243	52.15 232	46.49 233	75.06 256	69.31 255	57.65 231	63.58 238

JetBlue	56.35 235	54.44 229	61.38 246	61.95 229	57.67 233	61.95 230	60.94 228	51.18 235	73.59 248	45.81 238	26.60 213	88.52 259	40.01 217	51.49 225	43.77 232	43.40 236	60.04 248	52.20 247	59.95 224	50.68 233	52.42 248	57.10 253	68.83 249	54.93 242	53.92 236	44.48 237	72.22 248	72.13 250

SPS-STEREO	56.37 236	55.26 230	52.00 237	54.83 221	53.74 231	62.64 231	54.55 227	36.65 215	52.61 237	41.02 232	72.82 250	68.83 235	51.37 230	54.23 226	54.01 237	56.16 246	65.48 253	61.21 256	67.80 232	65.19 248	71.89 260	61.36 257	22.00 220	53.23 240	52.28 233	54.66 246	64.70 239	61.46 231
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	56.40 237	55.60 231	53.01 240	57.87 224	54.17 232	66.57 233	61.59 229	40.71 226	45.76 233	41.21 233	73.61 251	65.02 227	54.97 234	55.73 229	54.11 240	55.49 243	65.18 252	59.21 255	64.31 228	60.11 244	65.62 255	58.39 254	28.82 224	49.97 236	51.62 232	52.77 244	67.11 242	64.35 239

ACVNet_2	58.27 238	74.04 239	56.98 243	88.59 252	81.05 251	87.05 257	96.06 258	66.05 242	43.49 232	52.82 240	46.78 233	78.54 246	69.96 243	96.60 249	50.76 236	40.75 233	40.15 229	28.24 225	76.92 245	42.75 231	31.31 223	21.70 221	61.62 238	53.19 239	55.03 237	28.06 211	51.48 222	53.37 224

IMH-64-1	60.28 239	74.69 240	50.42 234	80.31 236	73.97 243	79.70 240	84.33 238	77.04 246	64.71 241	37.08 225	59.46 238	61.44 217	80.06 254	96.76 253	49.65 234	41.24 234	48.02 233	35.18 233	71.95 238	54.63 236	37.85 229	30.42 230	61.88 239	50.63 237	66.91 245	36.03 226	57.39 228	65.70 241

IMH-64	60.28 239	74.69 240	50.42 234	80.31 236	73.97 243	79.70 240	84.33 238	77.04 246	64.71 241	37.08 225	59.46 238	61.44 217	80.06 254	96.76 253	49.65 234	41.24 234	48.02 233	35.18 233	71.95 238	54.63 236	37.85 229	30.42 230	61.88 239	50.63 237	66.91 245	36.03 226	57.39 228	65.70 241

WAO-7	61.44 241	71.70 238	62.21 248	65.81 232	69.25 236	55.85 226	62.17 230	81.48 253	77.86 253	59.25 245	69.56 246	65.46 230	70.40 244	54.87 228	84.64 260	76.82 256	43.20 230	34.36 230	80.12 254	68.99 254	41.89 236	31.49 233	14.04 204	80.25 261	55.37 238	63.81 251	56.11 227	61.87 233

IMH	62.37 242	75.88 243	52.64 238	80.91 238	73.71 242	82.21 244	84.46 240	77.43 248	66.45 244	38.17 228	59.49 240	65.18 228	82.27 258	96.74 252	54.05 239	45.28 237	49.25 235	36.35 235	75.11 243	59.08 243	37.91 231	30.39 229	61.98 241	54.51 241	70.73 249	45.19 238	61.21 233	67.54 244

PSMNet_ROB	62.69 243	80.61 251	59.91 245	81.85 241	75.39 247	85.28 254	87.50 246	55.22 237	75.12 249	70.87 252	63.54 243	73.03 241	71.52 247	95.40 242	54.18 241	37.32 231	51.73 239	39.45 237	72.02 240	65.27 249	40.03 235	26.72 226	62.70 244	47.90 235	62.18 243	38.75 229	73.13 250	46.14 213

TorneroNet-64	63.19 244	75.15 242	55.88 242	82.69 243	63.23 234	74.55 235	83.40 237	60.19 239	69.74 246	56.51 243	48.87 235	86.61 255	70.59 246	96.70 250	63.73 243	51.45 241	46.73 231	46.07 239	76.66 244	58.77 242	33.57 224	34.51 235	74.14 251	55.02 243	59.06 240	48.57 241	61.16 232	72.46 251

TorneroNet	66.23 245	77.53 244	63.32 250	85.97 249	69.14 235	77.06 236	86.80 245	62.89 241	70.48 247	65.63 248	55.43 237	86.42 253	67.47 241	96.85 255	67.92 244	52.32 242	47.97 232	50.55 244	78.21 250	62.59 246	38.95 232	41.32 244	76.55 253	56.42 244	60.86 241	48.15 240	69.78 246	71.65 249

PWCK	67.12 246	90.16 263	61.80 247	92.78 259	74.34 245	85.07 252	75.96 234	74.55 245	64.36 240	71.63 253	71.49 248	81.09 248	70.46 245	70.64 232	37.90 230	37.63 232	67.71 255	46.24 240	93.61 263	64.94 247	56.13 251	41.76 245	79.34 254	69.81 252	64.94 244	41.69 233	63.04 236	63.13 237

WAO-6	67.55 247	78.30 246	59.14 244	81.25 239	79.91 250	77.57 237	86.13 244	81.41 252	68.11 245	68.43 250	70.17 247	60.57 215	84.88 259	96.09 245	78.63 255	61.94 247	52.44 240	47.97 241	67.63 231	57.85 241	55.31 250	51.06 251	49.29 231	58.07 245	71.80 250	43.75 236	67.99 243	68.15 246

LRCNet_RVC	69.01 248	78.86 248	51.62 236	95.98 262	97.20 265	94.61 263	90.00 247	72.51 244	49.01 235	99.86 266	79.80 255	96.18 266	77.08 251	97.92 262	43.52 231	32.40 230	79.98 261	65.71 258	96.30 264	73.11 255	47.12 245	37.90 239	95.96 264	64.87 248	37.53 217	21.86 193	46.23 219	40.21 196

LVE	69.55 249	79.12 249	67.17 253	92.96 260	87.79 257	82.46 245	96.73 262	83.91 256	66.42 243	72.92 254	76.51 252	61.80 219	87.71 262	97.59 261	54.04 238	47.00 239	55.01 242	53.49 248	80.57 255	61.93 245	44.39 241	38.35 240	79.72 255	70.54 254	68.62 248	46.65 239	72.75 249	51.61 220

MFMNet_re	70.53 250	82.36 254	77.16 259	78.14 234	69.48 237	83.12 247	76.90 235	52.18 236	55.55 238	54.56 242	72.65 249	73.90 242	50.72 228	65.86 230	81.62 256	83.89 258	81.27 262	78.63 261	72.62 241	68.87 253	75.27 261	74.56 260	46.78 230	60.04 246	61.18 242	66.38 252	73.44 251	87.29 262

notaker	71.38 251	78.65 247	54.69 241	84.72 246	82.95 252	82.06 243	91.48 250	87.48 261	82.07 258	60.48 246	85.97 258	70.68 237	79.79 253	96.70 250	77.03 251	61.97 248	61.31 250	49.23 242	81.82 256	67.63 252	52.22 247	46.81 246	73.73 250	68.68 251	58.07 239	51.33 242	68.53 245	71.08 247

SPstereo	71.78 252	69.50 237	63.21 249	60.32 227	72.07 240	63.64 232	64.54 231	86.42 260	79.66 255	70.67 251	81.58 256	71.85 238	80.92 257	78.94 234	82.15 257	87.70 259	73.34 256	56.84 252	76.92 245	66.43 251	69.70 257	65.05 258	61.58 237	72.96 255	72.43 251	61.70 250	79.96 259	67.88 245

ktn	73.77 253	79.75 250	53.00 239	81.45 240	88.63 258	78.92 238	90.62 249	90.90 263	91.37 261	57.04 244	91.77 263	64.56 225	68.03 242	97.29 258	75.00 249	65.54 250	66.33 254	56.23 251	78.86 252	65.83 250	61.55 254	59.89 256	67.39 248	66.10 249	75.18 257	60.13 249	78.23 257	82.16 259

WAO-8	73.90 254	83.69 256	72.64 256	89.62 253	89.28 260	88.99 258	92.48 251	80.57 250	77.83 251	76.08 255	62.52 241	82.88 249	72.27 248	96.23 246	77.30 252	69.40 253	59.94 246	52.15 245	77.08 247	76.97 258	46.88 242	35.80 237	62.13 242	73.39 257	75.03 254	68.35 253	77.93 255	77.76 252

Venus	73.90 254	83.69 256	72.64 256	89.67 254	89.28 260	88.99 258	92.48 251	80.57 250	77.83 251	76.08 255	62.52 241	82.88 249	72.27 248	96.23 246	77.30 252	69.40 253	59.94 246	52.15 245	77.08 247	76.97 258	46.88 242	35.80 237	62.13 242	73.39 257	75.03 254	68.35 253	77.93 255	77.76 252

UNDER WATER-64	75.67 256	81.70 252	71.33 254	91.75 257	87.21 255	85.53 255	96.64 261	83.38 254	76.42 250	79.20 258	85.55 257	86.85 256	76.63 250	97.41 259	72.40 246	55.82 245	61.54 251	55.65 250	74.02 242	53.26 235	44.03 238	50.98 250	90.58 260	73.26 256	78.01 260	80.76 260	68.27 244	84.86 260

UNDER WATER	75.88 257	84.51 259	71.98 255	92.01 258	84.19 253	85.60 256	94.87 255	80.27 249	77.93 254	76.18 257	76.67 253	88.04 257	77.89 252	97.19 257	78.13 254	63.60 249	61.10 249	55.58 249	78.49 251	56.97 240	43.63 237	47.72 247	87.87 259	76.39 260	77.17 258	78.76 258	70.88 247	85.11 261

Dean	77.48 258	83.82 258	77.11 258	97.28 263	96.37 264	97.16 264	97.23 263	85.86 258	81.96 257	88.94 261	77.88 254	89.24 261	86.33 260	98.31 264	75.93 250	66.54 252	57.80 245	57.32 254	91.12 261	80.41 261	44.18 239	32.55 234	80.01 256	75.39 259	73.99 252	53.83 245	85.46 261	59.93 228

DPSimNet_ROB	78.97 259	77.62 245	80.17 260	79.15 235	89.15 259	80.21 242	80.58 236	70.37 243	95.41 264	96.15 262	87.26 259	88.83 260	59.22 238	93.19 239	74.77 248	69.80 255	75.14 259	65.07 257	82.98 257	77.91 260	71.40 259	78.66 261	91.28 263	61.75 247	68.55 247	82.24 261	77.44 254	77.82 254

HanzoNet	79.15 260	82.61 255	63.39 251	84.63 245	87.76 256	82.84 246	90.52 248	93.48 264	91.71 262	61.49 247	89.74 261	83.24 251	86.75 261	97.92 262	73.08 247	66.32 251	74.85 257	72.80 259	87.43 258	75.21 256	70.67 258	70.02 259	75.14 252	68.22 250	77.26 259	70.29 256	79.78 258	79.93 258

JetRed	79.56 261	85.37 260	84.59 261	83.21 244	79.47 249	84.04 249	85.88 243	83.64 255	82.41 259	68.18 249	64.26 244	91.36 263	39.61 216	78.40 233	83.29 259	82.43 257	79.11 260	86.69 264	79.88 253	75.28 257	89.69 262	86.94 262	87.50 258	70.30 253	74.65 253	79.37 259	82.70 260	79.91 257

KSHMR	85.05 262	95.39 264	87.70 262	95.47 261	93.32 262	92.81 262	96.30 259	88.71 262	80.58 256	87.28 260	90.38 262	84.49 252	80.26 256	97.55 260	94.11 262	90.49 261	74.98 258	77.89 260	88.64 259	85.83 262	67.64 256	58.51 255	91.11 262	86.08 262	81.21 262	75.30 257	75.75 253	78.54 255

MADNet++	89.66 263	89.04 262	93.96 265	82.44 242	93.36 263	79.42 239	85.59 242	83.91 256	91.80 263	96.72 263	97.56 264	88.26 258	93.28 263	68.16 231	96.48 263	98.97 264	95.25 265	85.92 263	92.58 262	98.11 264	96.75 266	98.43 266	84.35 257	96.89 264	80.50 261	86.67 262	86.59 262	79.77 256

ASD4	90.46 264	85.97 261	88.49 263	87.45 251	84.31 254	91.28 261	85.08 241	86.37 259	89.99 260	79.48 259	88.75 260	66.34 232	97.78 265	82.39 235	88.26 261	94.21 262	93.57 264	95.38 265	90.49 260	94.99 263	94.33 263	93.83 264	90.77 261	93.56 263	99.58 268	99.93 267	99.89 267	99.95 267

MyStereo02	96.30 265	100.00 268	100.00 269	100.00 264	0.00 1	100.00 265	100.00 266	100.00 268	100.00 268	100.00 267	100.00 269	100.00 269	100.00 269	100.00 267	100.00 271	100.00 268	100.00 270	100.00 270	100.00 268	100.00 267	100.00 271	100.00 271	100.00 266	100.00 268	100.00 269	100.00 269	100.00 268	100.00 269

PML	98.00 266	100.00 268	89.41 264	100.00 264	100.00 266	100.00 265	99.52 265	100.00 268	99.67 266	100.00 267	98.18 265	99.94 268	100.00 269	99.58 265	97.81 265	96.93 263	93.39 263	85.77 262	100.00 268	99.15 266	96.63 265	92.95 263	99.24 265	99.73 266	98.06 267	99.99 268	100.00 268	99.98 268

MEDIAN_ROB	98.39 267	99.52 265	99.12 266	100.00 264	100.00 266	100.00 265	100.00 266	99.70 267	99.00 265	100.00 267	99.99 268	98.80 267	97.65 264	99.97 266	99.66 266	99.00 265	99.10 266	99.18 266	99.95 267	98.83 265	95.51 264	97.85 265	100.00 266	98.41 265	90.71 263	94.33 263	93.03 263	97.15 265

AVERAGE_ROB	99.48 268	100.00 268	99.90 268	100.00 264	100.00 266	100.00 265	100.00 266	100.00 268	100.00 268	100.00 267	100.00 269	100.00 269	100.00 269	100.00 267	99.89 268	99.92 267	100.00 270	100.00 270	100.00 268	100.00 267	99.09 268	99.77 268	100.00 266	100.00 268	96.69 266	96.89 264	97.18 266	96.57 264

HaxPig	99.50 269	100.00 268	99.58 267	100.00 264	100.00 266	100.00 265	100.00 266	100.00 268	99.99 267	100.00 267	100.00 269	100.00 269	99.98 268	100.00 267	99.75 267	99.76 266	99.99 269	99.80 267	100.00 268	100.00 267	98.86 267	98.48 267	100.00 266	99.99 267	94.78 264	99.70 266	96.75 265	99.23 266

DGTPSM_ROB	99.76 270	99.92 266	100.00 269	100.00 264	100.00 266	100.00 265	100.00 266	99.67 265	100.00 268	99.54 264	99.82 266	95.69 264	99.56 266	100.00 267	99.97 269	100.00 268	99.97 267	99.99 268	99.84 265	100.00 267	99.88 269	99.80 269	100.00 266	100.00 268	100.00 269	100.00 269	100.00 268	100.00 269

DPSMNet_ROB	99.77 271	99.92 266	100.00 269	100.00 264	100.00 266	100.00 265	100.00 266	99.67 265	100.00 268	99.54 264	99.82 266	95.70 265	99.57 267	100.00 267	99.97 269	100.00 268	99.97 267	99.99 268	99.88 266	100.00 267	99.88 269	99.80 269	100.00 266	100.00 268	100.00 269	100.00 269	100.00 268	100.00 269

MyStereo03	100.00 272	100.00 268	100.00 269	100.00 264	100.00 266	100.00 265	100.00 266	100.00 268	100.00 268	100.00 267	100.00 269	100.00 269	100.00 269	100.00 267	100.00 271	100.00 268	100.00 270	100.00 270	100.00 268	100.00 267	100.00 271	100.00 271	100.00 266	100.00 268	100.00 269	100.00 269	100.00 268	100.00 269

CasAABBNet	100.00 272	100.00 268	100.00 269	100.00 264	100.00 266	100.00 265	100.00 266	100.00 268	100.00 268	100.00 267	100.00 269	100.00 269	100.00 269	100.00 267	100.00 271	100.00 268	100.00 270	100.00 270	100.00 268	100.00 267	100.00 271	100.00 271	100.00 266	100.00 268	100.00 269	100.00 269	100.00 268	100.00 269

DPSM_ROB	100.00 272	100.00 268	100.00 269	100.00 264	100.00 266	100.00 265	100.00 266	100.00 268	100.00 268	100.00 267	100.00 269	100.00 269	100.00 269	100.00 267	100.00 271	100.00 268	100.00 270	100.00 270	100.00 268	100.00 267	100.00 271	100.00 271	100.00 266	100.00 268	100.00 269	100.00 269	100.00 268	100.00 269

DPSM	100.00 272	100.00 268	100.00 269	100.00 264	100.00 266	100.00 265	100.00 266	100.00 268	100.00 268	100.00 267	100.00 269	100.00 269	100.00 269	100.00 267	100.00 271	100.00 268	100.00 270	100.00 270	100.00 268	100.00 267	100.00 271	100.00 271	100.00 266	100.00 268	100.00 269	100.00 269	100.00 268	100.00 269

Low-res two-view benchmark