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	0.22 7	0.03 1	0.09 8	0.01 1	0.00 1	0.12 82	0.75 135	0.01 1	0.01 1	0.00 1	0.00 1	0.05 1	0.00 1	0.22 111	1.31 7	1.03 18	0.22 11	0.01 2	0.09 5	0.12 16	0.24 7	1.33 15	0.03 39	0.01 1	0.07 19	0.00 1	0.05 1	0.00 1

RAFT	0.28 8	0.04 2	0.31 28	0.02 2	0.00 1	0.12 82	0.12 67	0.93 65	0.01 1	0.69 84	0.00 1	0.18 6	0.00 1	0.01 5	2.07 17	1.23 29	0.23 13	0.00 1	0.06 2	0.21 32	0.15 3	0.60 5	0.00 1	0.06 9	0.03 8	0.01 4	0.34 10	0.00 1

GMStereo	0.56 20	0.94 129	0.07 6	0.25 54	0.06 11	0.01 8	0.02 8	0.15 23	0.07 20	0.00 1	0.00 1	0.41 35	0.01 3	0.01 5	2.04 16	1.15 25	0.34 27	0.18 28	2.72 77	0.11 14	1.52 54	2.04 29	0.00 1	0.08 15	0.20 44	0.03 16	2.65 52	0.04 16
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
StereoVision	0.13 1	0.11 11	0.03 3	0.04 5	0.04 6	0.00 1	0.03 16	0.04 11	0.03 4	0.03 24	0.00 1	0.19 8	0.02 4	0.02 16	1.02 4	0.79 11	0.13 6	0.02 3	0.30 9	0.04 3	0.21 6	0.19 2	0.00 1	0.06 9	0.04 11	0.00 1	0.12 4	0.00 1

MMNet	0.34 10	0.21 20	0.07 6	0.05 7	0.06 11	0.00 1	0.12 67	0.03 5	0.04 7	0.22 50	0.00 1	0.36 23	0.02 4	0.05 44	2.17 19	0.69 8	0.33 26	0.15 23	0.34 11	0.07 8	0.34 11	0.60 5	0.06 54	0.10 17	0.03 8	0.05 20	2.93 59	0.02 9

StereoIM	0.39 13	0.23 25	0.35 35	0.07 18	0.15 27	0.02 32	0.04 24	0.08 16	0.07 20	1.22 118	0.00 1	0.23 14	0.03 6	0.02 16	1.62 12	1.29 36	0.14 7	0.29 44	1.62 40	0.12 16	0.84 29	1.37 16	0.01 7	0.18 38	0.20 44	0.16 34	0.17 5	0.04 16

RAFT + AFF	0.48 16	0.05 4	0.01 2	0.22 41	0.03 5	0.04 50	0.14 74	0.03 5	0.03 4	0.00 1	0.00 1	0.32 21	0.03 6	0.07 54	4.66 88	0.97 15	0.56 60	0.09 14	2.34 58	0.04 3	0.69 22	1.96 25	0.02 30	0.22 47	0.15 38	0.12 29	0.24 7	0.01 7

UPFNet	0.52 18	0.31 43	0.76 92	0.22 41	0.28 61	0.02 32	0.05 32	0.09 19	0.08 23	0.38 68	0.00 1	0.38 29	0.03 6	0.24 113	3.16 40	1.04 19	0.34 27	0.14 20	0.59 17	0.34 50	0.44 15	1.09 11	0.01 7	0.30 61	0.05 15	0.01 4	3.54 86	0.05 21

AASNet	0.20 3	0.45 69	0.24 21	0.09 27	0.09 19	0.00 1	0.08 50	0.05 14	0.05 10	0.26 53	0.00 1	0.18 6	0.04 9	0.01 5	1.13 5	0.68 7	0.12 2	0.04 6	0.09 5	0.16 23	0.29 9	0.77 8	0.01 7	0.07 12	0.00 1	0.02 12	0.49 14	0.03 13

rafts_anoy	0.92 48	0.33 50	0.86 104	0.37 93	0.24 50	0.05 58	0.07 45	2.48 132	0.14 47	0.01 18	0.00 1	0.20 9	0.04 9	0.02 16	3.97 67	3.08 130	0.56 60	0.40 62	2.20 57	0.34 50	1.65 65	3.86 69	0.02 30	0.27 54	0.99 95	0.73 77	0.87 20	0.98 89

ARAFT	0.80 36	0.22 23	0.31 28	0.31 70	0.12 24	0.01 8	0.02 8	0.24 34	0.09 30	1.28 120	0.00 1	0.53 52	0.04 9	0.09 67	3.18 41	1.99 81	0.51 51	0.34 52	2.69 76	0.14 21	1.96 84	2.75 37	0.02 30	0.20 42	0.80 87	0.03 16	3.53 85	0.13 39

delet	0.21 5	0.08 6	0.24 21	0.06 10	0.05 8	0.02 32	0.04 24	0.02 2	0.05 10	0.34 62	0.00 1	0.20 9	0.04 9	0.02 16	1.45 10	0.53 3	0.23 13	0.07 9	0.12 7	0.06 7	0.15 3	0.38 4	0.01 7	0.06 9	0.01 3	0.01 4	1.50 32	0.02 9

AANet_RVC	0.29 9	0.05 4	0.28 26	0.06 10	0.21 43	0.00 1	0.24 98	0.03 5	0.17 58	0.34 62	0.01 41	0.08 3	0.04 9	0.01 5	2.17 19	0.58 4	0.16 8	0.07 9	0.44 14	0.20 28	0.13 2	0.33 3	0.03 39	0.07 12	0.02 4	0.06 21	1.15 24	0.86 79

LL-Strereo2	0.81 38	0.27 36	0.35 35	0.09 27	0.14 26	0.17 103	0.08 50	2.21 115	0.19 64	0.00 1	0.00 1	0.26 16	0.05 14	0.20 103	2.27 22	2.72 116	0.12 2	0.15 23	2.40 61	0.52 74	1.77 76	5.39 113	0.06 54	0.17 35	0.43 62	0.12 29	1.55 34	0.31 51

IER	0.69 29	0.46 71	0.29 27	0.30 68	0.18 32	0.01 8	0.09 57	0.42 41	0.11 38	1.07 107	0.07 55	1.62 120	0.05 14	0.20 103	3.15 39	1.25 30	0.40 36	0.16 25	0.82 22	0.44 62	0.57 19	2.22 31	0.21 104	0.34 64	0.09 22	1.03 87	2.96 60	0.28 49

HCRNet	0.49 17	0.39 59	0.36 39	0.29 64	0.12 24	0.01 8	0.06 40	0.03 5	0.01 1	1.48 133	0.00 1	0.20 9	0.05 14	0.01 5	2.61 28	0.78 10	0.42 40	0.07 9	0.32 10	0.12 16	0.37 12	2.22 31	0.02 30	0.02 3	0.02 4	0.02 12	3.33 77	0.03 13

DMCA	0.36 12	0.36 57	0.19 16	0.17 34	0.09 19	0.02 32	0.05 32	0.02 2	0.05 10	0.58 80	0.00 1	0.39 32	0.05 14	0.01 5	2.07 17	0.98 16	0.54 54	0.12 17	0.23 8	0.10 13	0.46 16	1.38 17	0.01 7	0.22 47	0.03 8	0.08 23	1.30 25	0.15 41

TDLM	0.20 3	0.10 9	0.21 17	0.08 23	0.23 47	0.02 32	0.04 24	0.19 24	0.04 7	0.02 22	0.10 58	0.67 73	0.05 14	0.10 72	0.43 1	0.28 1	0.35 29	0.20 29	0.02 1	0.01 1	0.12 1	1.22 12	0.05 48	0.01 1	0.00 1	0.02 12	0.41 12	0.41 61

CVANet_RVC	0.42 14	0.29 39	0.82 100	0.60 123	0.31 65	0.18 105	0.03 16	1.58 86	0.25 75	0.12 39	0.28 80	0.84 85	0.05 14	0.11 77	0.69 2	0.46 2	0.36 31	0.25 38	0.08 4	0.08 11	0.20 5	1.95 24	0.02 30	0.05 7	0.06 18	0.03 16	0.70 17	1.10 91

CroCo-Stereo Lap2	0.18 2	0.11 11	0.04 5	0.05 7	0.06 11	0.00 1	0.01 2	0.03 5	0.05 10	0.24 52	0.00 1	0.16 5	0.06 20	0.01 5	1.29 6	1.05 20	0.06 1	0.04 6	0.06 2	0.05 5	0.40 13	0.86 10	0.00 1	0.04 5	0.04 11	0.01 4	0.05 1	0.00 1

dd	1.06 62	0.48 74	0.31 28	1.86 165	0.06 11	0.26 118	0.16 79	0.47 47	0.06 17	0.11 33	0.01 41	2.18 129	0.07 21	0.20 103	4.43 78	1.13 23	1.19 122	0.38 57	6.03 128	0.38 56	0.67 21	1.85 22	0.14 90	0.32 62	0.63 78	0.09 25	3.27 73	1.90 113

CroCo-Stereo	0.21 5	0.09 8	0.03 3	0.05 7	0.07 16	0.00 1	0.00 1	0.04 11	0.05 10	0.00 1	0.00 1	0.09 4	0.07 21	0.00 1	1.51 11	1.11 21	0.17 9	0.08 13	0.76 20	0.05 5	0.40 13	0.85 9	0.00 1	0.04 5	0.04 11	0.01 4	0.08 3	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.88 45	0.32 44	0.50 66	0.35 88	0.20 38	0.11 80	0.37 113	0.41 40	0.11 38	1.15 111	0.00 1	0.66 72	0.07 21	0.02 16	4.33 76	1.39 44	0.40 36	0.90 127	3.49 99	0.26 39	1.61 63	2.83 40	0.02 30	0.22 47	0.49 65	0.18 35	3.16 67	0.10 27

CIPLG	1.04 59	0.23 25	0.82 100	0.32 75	0.36 83	0.04 50	0.34 109	0.21 26	0.50 96	0.07 28	0.11 59	1.24 105	0.08 24	0.42 145	4.82 100	1.65 61	0.85 91	0.39 61	2.02 52	0.32 45	2.35 89	4.69 98	0.05 48	0.75 130	1.10 99	0.35 54	3.79 97	0.12 37

TestStereo	0.64 26	0.64 94	0.54 72	0.22 41	0.11 23	0.01 8	0.03 16	1.87 100	0.23 71	0.30 57	0.00 1	0.37 27	0.08 24	0.01 5	1.75 14	0.93 14	0.45 43	0.23 37	2.92 84	0.12 16	1.51 53	1.70 18	0.05 48	0.11 21	0.21 48	0.46 58	2.24 45	0.13 39

raft+_RVC	0.80 36	0.41 64	0.45 61	0.34 81	0.24 50	0.03 44	0.08 50	2.24 116	0.09 30	0.07 28	0.00 1	0.42 37	0.08 24	0.02 16	3.49 47	3.16 135	0.48 46	0.12 17	2.60 72	0.82 107	0.94 32	3.69 62	0.03 39	0.20 42	0.35 56	0.14 31	0.69 16	0.35 57

ADLNet	0.79 35	0.95 130	0.12 11	0.22 41	0.28 61	0.09 76	0.05 32	1.25 75	0.10 35	0.32 60	0.06 52	2.48 133	0.08 24	0.20 103	3.48 46	1.14 24	0.48 46	0.11 16	0.60 18	0.23 34	0.60 20	3.03 45	0.01 7	0.10 17	0.91 89	0.83 80	3.15 66	0.34 55

MIF-Stereo	0.45 15	0.30 42	0.37 44	0.08 23	0.19 36	0.01 8	0.02 8	0.10 20	0.09 30	0.00 1	0.00 1	0.49 45	0.09 28	0.05 44	2.28 23	1.53 53	0.28 20	0.43 72	1.84 49	0.14 21	1.17 40	1.99 28	0.01 7	0.23 50	0.16 41	0.10 26	0.26 8	0.03 13

IPLGR_C	1.02 57	0.24 30	0.77 94	0.31 70	0.36 83	0.04 50	0.35 111	0.20 25	0.47 93	0.07 28	0.12 63	1.26 107	0.09 28	0.41 143	4.52 82	1.63 59	0.81 83	0.45 76	2.10 54	0.32 45	2.41 93	4.67 97	0.07 68	0.75 130	1.04 97	0.28 45	3.80 98	0.11 34

ACRE	1.04 59	0.24 30	0.80 98	0.33 77	0.36 83	0.04 50	0.34 109	0.21 26	0.48 94	0.08 32	0.14 67	1.30 109	0.09 28	0.45 148	4.77 97	1.62 58	0.82 86	0.43 72	2.08 53	0.33 48	2.40 92	4.72 99	0.06 54	0.74 129	1.10 99	0.28 45	3.80 98	0.11 34

RAFT-Stereo + iAFF	1.00 54	0.33 50	0.75 91	0.38 97	0.42 103	0.14 91	0.43 120	0.97 67	0.13 45	1.32 124	0.00 1	0.65 71	0.09 28	0.03 28	4.73 90	1.46 48	0.50 49	0.13 19	3.58 100	0.49 67	1.60 61	4.02 74	0.02 30	0.42 82	0.52 67	0.38 57	3.38 80	0.17 42

NLCA_NET_v2_RVC	1.21 77	0.81 117	0.50 66	0.22 41	0.48 110	0.03 44	1.73 158	1.18 73	2.43 176	2.04 150	0.11 59	0.74 78	0.09 28	0.55 159	6.88 155	1.12 22	0.38 33	0.30 46	1.67 42	0.28 41	0.80 25	1.75 20	0.15 93	0.25 51	0.13 32	3.23 129	2.70 53	2.04 115
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MIM_Stereo	0.83 40	0.15 14	0.44 56	0.34 81	0.24 50	0.12 82	0.08 50	2.02 106	0.08 23	0.00 1	0.24 78	0.31 20	0.10 33	0.03 28	3.34 42	2.91 123	0.24 15	0.67 96	2.62 73	0.89 113	1.44 51	3.49 56	0.06 54	0.26 52	0.20 44	0.24 40	1.72 37	0.18 43

psm_up	1.28 83	0.67 99	1.09 122	0.41 102	0.89 137	0.04 50	0.31 104	2.38 128	1.16 142	0.77 87	0.00 1	1.36 111	0.10 33	0.44 146	4.59 87	1.35 40	0.83 88	0.45 76	4.14 110	0.47 64	1.60 61	2.76 38	0.01 7	0.73 127	1.16 102	1.54 103	3.84 101	1.40 97

CFNet	0.72 31	0.50 77	0.71 84	0.48 114	0.45 107	0.06 71	0.27 102	0.58 55	0.09 30	0.65 83	0.04 49	0.84 85	0.10 33	0.05 44	2.80 33	0.75 9	0.60 64	0.09 14	0.84 24	0.41 58	1.10 38	1.22 12	0.03 39	0.13 25	0.58 72	1.14 89	3.44 84	1.47 99

iRaftStereo_RVC	0.35 11	0.21 20	0.33 32	0.22 41	0.15 27	0.02 32	0.02 8	0.05 14	0.08 23	0.00 1	0.00 1	0.28 17	0.11 36	0.03 28	1.35 8	0.98 16	0.35 29	0.07 9	0.49 15	0.17 25	1.05 36	2.96 41	0.00 1	0.05 7	0.09 22	0.01 4	0.23 6	0.04 16

DSFCA	0.83 40	0.44 67	0.51 70	0.29 64	0.59 119	0.05 58	0.61 132	0.23 29	0.55 101	0.49 76	0.58 101	0.48 44	0.11 36	0.04 40	2.83 34	1.42 46	0.78 80	0.72 106	1.15 30	0.65 96	1.24 43	3.01 43	0.21 104	0.53 102	0.55 70	0.83 80	3.19 69	0.46 64

MIF-Stereo (partial)	0.58 23	0.39 59	0.42 52	0.07 18	0.22 45	0.02 32	0.03 16	0.08 16	0.11 38	0.01 18	0.01 41	0.50 49	0.12 38	0.03 28	2.35 25	1.69 64	0.25 17	0.60 89	0.91 25	0.11 14	1.40 47	2.26 33	0.01 7	0.34 64	0.12 31	0.29 47	2.91 58	0.38 59

UDGNet	2.73 140	1.17 149	0.42 52	10.90 208	5.53 197	8.65 205	3.60 185	1.70 89	0.27 77	0.22 50	0.12 63	0.80 84	0.12 38	9.72 224	4.00 71	1.35 40	0.73 76	0.54 84	3.02 90	0.60 85	2.78 98	6.16 135	3.41 208	0.29 58	1.70 123	1.69 109	3.06 63	1.10 91

RYNet	0.61 24	0.04 2	0.00 1	0.02 2	0.04 6	0.00 1	0.01 2	0.03 5	0.04 7	0.07 28	0.00 1	0.07 2	0.12 38	0.00 1	4.57 84	0.66 6	0.12 2	0.99 139	0.37 12	0.02 2	0.25 8	0.10 1	0.05 48	0.03 4	0.08 21	7.32 175	1.40 28	0.12 37

AEACV	0.55 19	0.71 105	0.34 33	0.04 5	0.05 8	0.10 79	0.02 8	0.02 2	0.03 4	0.00 1	0.00 1	0.20 9	0.13 41	0.05 44	2.71 31	2.52 108	0.12 2	0.64 91	1.33 36	0.95 118	0.81 26	3.06 47	0.32 128	0.09 16	0.02 4	0.20 38	0.41 12	0.00 1

RP	1.55 95	1.14 146	2.48 175	0.89 137	1.23 147	0.43 125	2.08 164	1.86 99	1.63 160	0.29 56	2.10 134	2.43 132	0.13 41	0.49 154	5.11 105	1.26 31	0.83 88	0.05 8	1.74 46	0.49 67	1.04 35	4.92 103	0.16 95	0.76 132	0.49 65	1.14 89	4.64 143	1.98 114

HSM	1.20 74	0.35 56	1.10 123	0.59 122	0.56 117	0.05 58	0.09 57	2.87 155	0.31 81	0.13 40	0.53 98	0.76 81	0.13 41	0.05 44	5.24 109	1.26 31	0.85 91	0.30 46	3.45 97	0.50 71	2.38 91	3.35 55	0.10 80	0.55 106	0.74 82	0.86 83	4.16 126	1.08 90

test croco	0.56 20	0.39 59	0.44 56	0.17 34	0.41 100	0.01 8	0.01 2	0.74 59	0.08 23	0.01 18	0.00 1	0.74 78	0.14 44	0.04 40	2.91 35	1.93 77	0.25 17	0.44 75	1.02 27	0.16 23	1.65 65	2.50 36	0.01 7	0.41 79	0.21 48	0.06 21	0.36 11	0.10 27

DMCA-RVC	0.82 39	0.43 66	0.50 66	0.31 70	0.59 119	0.15 97	1.13 142	0.29 36	1.52 154	1.29 122	0.34 86	0.64 68	0.14 44	0.17 95	3.74 55	1.26 31	0.80 81	0.51 81	0.97 26	0.51 73	0.87 30	1.93 23	0.26 119	0.40 78	0.13 32	0.08 23	2.70 53	0.50 66

GLC_STEREO	0.93 49	0.48 74	0.65 77	0.25 54	0.33 77	0.03 44	0.11 65	2.37 127	0.20 65	0.16 44	0.04 49	0.38 29	0.15 46	0.02 16	3.66 52	2.05 90	0.67 70	0.25 38	2.56 69	0.42 61	2.90 103	3.06 47	0.09 77	0.19 39	0.09 22	0.10 26	3.70 92	0.31 51

CREStereo++_RVC	1.20 74	0.23 25	1.65 148	0.28 62	0.43 105	0.01 8	0.17 84	2.02 106	0.26 76	0.61 81	0.08 56	0.50 49	0.15 46	0.05 44	3.91 65	2.85 122	0.95 103	0.50 80	2.77 79	0.31 44	3.04 108	3.84 68	0.13 87	0.14 27	1.10 99	1.31 97	4.38 134	0.77 77
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
HGLStereo	0.70 30	0.34 54	0.41 50	0.23 47	0.31 65	0.02 32	0.17 84	0.08 16	0.13 45	1.20 117	0.69 107	0.25 15	0.15 46	0.09 67	2.36 26	1.50 50	0.57 62	0.29 44	1.25 31	0.24 35	1.13 39	3.16 52	0.08 73	0.34 64	0.18 42	0.19 36	3.13 65	0.47 65

Former-RAFT_DAM_RVC	0.83 40	0.08 6	0.36 39	0.18 36	0.21 43	0.01 8	0.06 40	1.75 92	0.21 69	0.14 41	0.15 69	0.45 40	0.16 49	0.03 28	4.05 72	1.87 70	0.36 31	0.42 68	1.67 42	0.17 25	1.76 75	4.52 89	0.02 30	0.11 21	0.38 59	2.70 124	0.33 9	0.33 53

MyStereo04	2.45 132	0.72 107	1.28 127	0.73 131	0.84 135	0.04 50	0.16 79	2.58 135	0.98 131	3.09 171	0.72 108	1.71 123	0.16 49	0.07 54	5.25 110	3.37 144	0.81 83	1.04 142	10.31 171	2.51 177	5.56 164	5.11 108	1.16 186	0.94 147	3.03 151	8.41 181	4.87 147	0.64 73

test_4	0.84 43	0.11 11	0.61 75	0.30 68	0.20 38	0.08 73	0.30 103	0.10 20	0.10 35	0.03 24	0.61 103	0.79 83	0.16 49	0.18 97	3.62 51	3.39 146	0.24 15	0.43 72	1.98 51	0.30 43	1.21 42	3.26 54	0.09 77	0.21 46	0.23 51	0.33 51	3.56 87	0.25 48

RALCasStereoNet	1.00 54	0.37 58	1.07 120	0.37 93	0.32 75	0.06 71	0.20 93	2.08 112	0.15 52	1.01 103	0.04 49	0.61 64	0.16 49	0.03 28	3.74 55	3.43 150	0.41 39	0.26 40	1.40 37	0.75 104	1.44 51	4.55 91	0.03 39	0.26 52	0.78 86	1.36 98	0.91 21	1.22 95

AF-Net	1.33 85	0.56 82	1.00 114	0.36 91	0.81 132	1.01 148	2.56 169	2.36 121	1.15 140	0.48 74	0.65 105	3.84 144	0.16 49	0.30 127	3.50 48	1.17 26	0.52 52	0.02 3	1.74 46	0.53 75	0.81 26	4.34 82	0.06 54	0.14 27	0.93 90	0.61 68	3.84 101	2.40 124

Nwc_Net	1.33 85	0.56 82	1.00 114	0.36 91	0.81 132	1.01 148	2.56 169	2.36 121	1.15 140	0.48 74	0.65 105	3.84 144	0.16 49	0.30 127	3.50 48	1.17 26	0.52 52	0.02 3	1.74 46	0.53 75	0.81 26	4.34 82	0.06 54	0.14 27	0.93 90	0.61 68	3.84 101	2.40 124

UNet	0.67 27	0.32 44	0.47 64	0.27 59	0.23 47	0.03 44	0.15 77	0.55 54	0.14 47	1.13 110	0.00 1	0.61 64	0.17 55	0.15 91	2.26 21	1.51 52	0.50 49	0.22 32	1.51 39	0.25 37	0.75 23	1.79 21	0.18 100	0.60 110	0.07 19	0.32 50	3.43 83	0.61 71

CFNet_RVC	1.14 66	0.65 95	0.92 108	0.35 88	0.40 98	0.14 91	0.13 70	0.11 22	0.18 62	0.86 95	1.15 120	0.67 73	0.17 55	0.08 63	6.26 145	1.31 38	0.70 73	0.40 62	1.62 40	0.29 42	1.93 81	3.03 45	0.06 54	0.43 88	0.95 92	1.90 113	3.91 108	2.07 116

MyStereo	2.72 138	0.79 113	2.81 180	0.74 132	0.88 136	0.12 82	0.16 79	2.33 120	0.55 101	3.57 188	2.91 159	1.91 124	0.18 57	0.07 54	5.96 135	3.15 134	0.69 72	0.80 115	10.57 174	2.46 175	5.40 160	5.96 125	1.06 182	1.00 149	3.89 169	9.87 191	5.08 150	0.58 69

anonymousdsp2	1.03 58	0.29 39	0.37 44	0.23 47	0.09 19	0.03 44	0.04 24	1.33 77	0.08 23	0.02 22	2.28 141	0.33 22	0.18 57	0.27 120	2.59 27	2.50 107	0.44 42	0.56 85	3.69 102	1.14 126	1.68 68	5.57 117	0.24 114	0.50 96	0.41 60	0.15 32	2.74 55	0.02 9

APVNet	1.38 89	1.06 140	0.27 25	0.33 77	0.37 88	0.28 121	0.50 126	0.39 38	0.42 89	0.93 99	0.42 93	0.85 87	0.19 59	0.15 91	4.81 98	3.10 133	1.87 157	0.94 132	4.74 119	0.89 113	2.23 87	5.90 124	0.05 48	1.23 160	0.19 43	0.48 60	3.80 98	0.91 83

anonymousdsp	0.56 20	0.10 9	0.36 39	0.24 50	0.07 16	0.09 76	0.01 2	0.04 11	0.05 10	0.00 1	2.27 138	0.22 13	0.20 60	0.00 1	2.28 23	1.41 45	0.28 20	0.17 27	0.52 16	0.67 98	0.56 18	3.56 59	0.31 126	0.07 12	0.02 4	0.01 4	1.65 35	0.01 7

LMCR-Stereo	1.14 66	0.56 82	0.72 85	0.31 70	0.31 65	0.14 91	0.06 40	1.38 79	0.28 78	0.33 61	0.12 63	0.86 89	0.20 60	0.26 116	3.99 69	2.00 83	1.20 123	0.37 54	6.02 127	1.76 150	2.41 93	3.82 66	0.07 68	0.55 106	0.52 67	0.51 64	1.50 32	0.67 74

TANstereo	1.73 103	1.38 153	0.72 85	0.26 57	0.35 81	0.62 134	0.07 45	0.52 51	0.46 90	0.27 54	1.08 117	0.36 23	0.20 60	1.04 180	3.37 44	2.99 125	0.99 105	1.69 173	9.06 154	3.49 191	3.58 125	4.48 87	3.34 206	0.28 55	0.05 15	0.67 72	5.35 157	0.09 25

XX-TBD	1.73 103	1.38 153	0.72 85	0.26 57	0.35 81	0.62 134	0.07 45	0.52 51	0.46 90	0.27 54	1.08 117	0.36 23	0.20 60	1.04 180	3.37 44	2.99 125	0.99 105	1.69 173	9.06 154	3.49 191	3.58 125	4.48 87	3.34 206	0.28 55	0.05 15	0.67 72	5.35 157	0.09 25

PA-Net	2.07 122	0.95 130	1.62 147	0.31 70	2.13 175	0.17 103	0.70 134	0.21 26	1.90 169	0.84 93	1.44 124	0.30 18	0.21 64	0.84 171	7.47 161	1.66 62	0.38 33	0.37 54	1.25 31	0.74 102	1.66 67	4.96 107	0.64 164	0.51 99	1.03 96	11.53 202	2.31 46	9.73 178
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NVstereo2D	0.93 49	0.48 74	0.17 13	0.24 50	0.42 103	0.41 124	0.08 50	1.64 87	0.59 106	0.87 96	1.05 115	0.42 37	0.21 64	0.08 63	5.64 119	2.38 105	0.82 86	0.59 87	1.71 44	0.24 35	1.26 44	2.48 35	0.06 54	0.47 92	1.31 106	0.29 47	1.04 22	0.24 47

4D-IteraStereo	1.14 66	0.34 54	1.40 134	0.29 64	0.38 92	0.05 58	0.09 57	2.11 114	0.11 38	0.00 1	0.19 75	0.52 51	0.22 66	0.24 113	3.76 57	3.57 158	0.28 20	0.38 57	2.95 85	0.49 67	3.35 119	5.63 119	0.12 86	0.41 79	0.10 26	0.29 47	3.09 64	0.34 55

GES	1.73 103	0.33 50	0.48 65	0.58 121	0.43 105	0.28 121	0.51 127	2.03 110	0.90 128	1.18 115	0.55 99	0.49 45	0.23 67	0.02 16	8.51 171	2.72 116	1.06 113	0.76 111	9.71 164	1.71 147	3.36 120	4.34 82	0.23 112	0.83 141	0.42 61	0.35 54	2.56 51	2.21 120

AACVNet	1.07 63	0.61 91	0.44 56	0.65 125	0.80 130	0.12 82	0.17 84	0.37 37	0.20 65	0.17 45	0.14 67	0.60 58	0.24 68	0.26 116	4.81 98	2.04 89	0.61 65	0.40 62	1.72 45	0.41 58	1.80 77	3.08 49	0.40 134	0.20 42	0.52 67	1.51 101	4.20 128	2.32 121

raftrobust	1.17 69	0.44 67	0.99 113	0.41 102	0.37 88	0.04 50	0.12 67	2.45 129	0.14 47	0.51 78	0.00 1	0.72 76	0.24 68	0.09 67	4.74 91	4.01 170	0.39 35	0.35 53	5.19 122	0.34 50	1.89 79	4.58 92	0.21 104	0.28 55	1.21 105	0.47 59	1.09 23	0.35 57

RALAANet	1.21 77	0.40 62	0.56 74	0.37 93	0.31 65	0.20 109	0.15 77	1.87 100	0.20 65	0.51 78	0.01 41	0.49 45	0.26 70	0.07 54	3.97 67	2.32 100	0.48 46	0.73 108	3.41 94	1.09 123	3.06 109	5.24 111	0.02 30	0.50 96	0.74 82	1.14 89	4.11 125	0.54 68

iinet-f	1.66 100	1.28 151	0.38 46	0.81 135	0.15 27	0.24 115	0.13 70	0.42 41	0.21 69	1.91 145	3.98 168	0.30 18	0.27 71	0.07 54	6.30 147	2.65 115	0.43 41	0.30 46	8.10 147	1.14 126	2.10 86	6.32 138	0.26 119	0.52 101	1.42 115	0.21 39	4.26 130	0.60 70

STTStereo	1.36 88	0.86 121	0.78 97	0.40 101	0.33 77	0.08 73	1.20 145	0.43 43	1.52 154	1.38 130	0.24 78	2.01 126	0.27 71	0.38 139	9.23 177	1.30 37	0.40 36	0.33 50	1.27 33	0.20 28	1.56 57	1.97 26	0.16 95	0.15 30	0.10 26	1.81 112	3.62 90	4.69 139

GANet	0.63 25	0.72 107	0.73 88	0.46 111	0.40 98	1.37 158	0.41 116	0.45 45	0.06 17	0.21 46	2.81 158	2.16 128	0.28 73	0.47 150	0.89 3	0.62 5	0.74 77	0.38 57	0.38 13	0.07 8	0.30 10	1.98 27	0.14 90	0.13 25	0.20 44	0.03 16	0.52 15	0.22 45

HITNet	0.68 28	0.16 15	0.11 10	0.07 18	0.10 22	0.01 8	0.03 16	1.72 90	0.79 120	0.11 33	0.00 1	0.77 82	0.28 73	0.12 84	2.69 29	1.17 26	0.45 43	0.14 20	0.72 19	0.25 37	1.61 63	2.80 39	0.01 7	0.17 35	0.04 11	0.15 32	3.40 81	0.41 61
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
DISCO	0.90 47	0.96 134	0.36 39	0.06 10	0.36 83	0.63 136	0.54 128	0.23 29	0.32 83	1.72 139	0.58 101	0.41 35	0.29 75	0.04 40	2.98 37	1.47 49	1.02 110	0.31 49	3.32 93	0.56 80	1.01 34	3.01 43	0.13 87	0.33 63	0.13 32	0.33 51	2.81 56	0.43 63

PDISCO_ROB	1.24 80	0.57 85	0.10 9	0.66 126	0.32 75	0.01 8	0.57 130	0.78 61	0.49 95	1.25 119	0.94 114	0.36 23	0.32 76	0.19 98	3.99 69	2.19 95	0.98 104	1.44 164	2.38 59	0.62 87	2.92 104	4.93 104	0.18 100	0.64 116	1.52 119	0.53 65	3.95 114	0.62 72

GANet-ADL	2.63 136	0.65 95	2.25 169	1.16 149	1.13 144	1.61 163	0.77 136	1.97 104	1.02 136	3.19 176	3.22 160	1.48 114	0.33 77	0.03 28	6.00 137	4.08 171	2.52 170	0.78 114	7.88 143	2.05 160	3.56 124	6.68 149	0.27 123	0.86 143	1.51 118	6.92 170	5.25 154	3.84 136

FADNet-RVC	2.02 120	0.32 44	0.74 90	0.33 77	1.23 147	0.05 58	3.02 178	0.60 56	0.24 73	1.02 104	0.31 84	6.30 168	0.33 77	0.34 131	10.06 183	2.10 92	0.84 90	0.81 117	6.91 136	1.97 156	2.36 90	3.78 65	0.20 103	0.61 111	1.94 128	1.65 107	3.28 74	3.13 129

DeepPrunerF	2.93 144	1.75 164	0.35 35	3.49 181	9.49 213	1.73 166	4.02 187	0.70 58	3.19 184	0.69 84	1.51 126	0.60 58	0.34 79	0.14 90	7.97 167	3.53 156	1.21 125	0.76 111	4.64 118	0.73 101	2.31 88	4.11 76	0.65 165	0.58 108	15.77 218	3.70 137	3.75 96	1.43 98

iResNet_ROB	1.22 79	0.71 105	0.44 56	0.45 110	0.34 79	0.04 50	0.16 79	3.05 162	0.12 44	1.32 124	0.00 1	0.93 94	0.34 79	0.05 44	4.57 84	1.86 69	0.81 83	0.48 78	6.00 126	0.34 50	1.95 82	1.30 14	0.31 126	0.91 144	0.33 55	0.95 84	3.93 110	1.14 93

test-3	1.89 112	1.05 139	1.54 142	0.41 102	0.38 92	0.14 91	0.19 90	2.73 145	0.17 58	0.35 66	0.42 93	4.22 149	0.35 81	0.03 28	5.92 132	3.44 152	0.64 67	0.66 93	9.08 157	0.54 79	3.27 115	8.02 183	0.08 73	0.82 139	0.74 82	1.01 85	3.94 112	0.87 80

test_1	1.89 112	1.07 142	1.54 142	0.41 102	0.38 92	0.14 91	0.19 90	2.73 145	0.17 58	0.31 59	0.40 91	4.23 151	0.35 81	0.03 28	5.96 135	3.44 152	0.64 67	0.65 92	9.10 158	0.53 75	3.29 116	8.03 184	0.08 73	0.82 139	0.74 82	1.01 85	3.94 112	0.89 81

CASnet	0.96 53	0.54 80	0.54 72	0.24 50	0.36 83	0.05 58	0.26 101	0.52 51	0.18 62	0.06 27	0.06 52	0.70 75	0.36 83	0.01 5	4.36 77	1.50 50	0.66 69	0.40 62	2.56 69	0.34 50	3.82 132	4.34 82	0.03 39	0.35 71	1.67 122	0.11 28	1.72 37	0.23 46
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	2.91 143	0.59 88	3.81 188	0.35 88	0.57 118	0.02 32	0.11 65	2.92 156	0.63 109	0.50 77	3.78 166	3.92 147	0.36 83	0.16 94	6.57 150	3.98 169	0.87 98	0.87 122	8.59 149	0.61 86	5.45 162	6.20 136	0.42 140	0.49 94	5.12 184	9.91 192	3.30 76	8.42 169

test_3	1.92 115	1.16 148	1.42 135	0.44 108	0.39 97	0.14 91	0.20 93	2.79 151	0.17 58	0.38 68	0.41 92	4.32 152	0.36 83	0.03 28	6.25 143	3.34 142	0.68 71	0.67 96	9.18 159	0.53 75	3.20 112	7.85 177	0.06 54	0.80 137	0.95 92	1.27 95	3.85 104	0.94 87

GEStereo_RVC	2.49 134	0.90 125	1.02 117	1.03 147	0.74 127	1.57 162	1.21 146	2.68 141	0.58 105	0.77 87	0.39 88	2.62 138	0.36 83	0.11 77	4.94 103	4.65 174	2.05 160	2.17 190	9.07 156	2.10 164	3.74 130	9.71 209	0.55 152	1.49 165	0.81 88	0.84 82	4.45 137	6.73 160

ADCP+	3.65 164	2.02 167	2.68 178	1.32 154	1.94 168	1.22 155	4.40 188	1.11 71	9.44 213	1.76 140	5.45 180	9.05 176	0.37 87	0.98 176	6.99 157	2.36 103	0.61 65	0.92 129	6.14 132	0.94 117	2.80 100	5.58 118	0.36 132	0.63 113	3.00 150	12.42 205	3.57 88	10.51 181

SA	1.07 63	0.91 127	0.46 63	0.21 39	0.25 56	0.01 8	0.02 8	2.68 141	0.14 47	0.14 41	0.00 1	0.59 54	0.38 88	0.34 131	3.59 50	2.03 85	0.45 43	0.51 81	3.47 98	0.32 45	1.40 47	3.72 63	0.01 7	0.38 75	0.44 63	1.60 105	4.79 145	0.10 27

XPNet_ROB	3.41 154	2.62 179	1.58 146	0.80 134	1.56 158	1.24 156	0.96 138	0.89 64	1.54 156	1.17 113	3.26 161	26.85 208	0.38 88	0.40 141	6.47 149	2.54 110	3.57 181	0.89 125	3.41 94	1.26 133	3.53 123	7.67 171	0.87 178	0.64 116	0.96 94	2.39 120	9.98 195	4.70 140

RAFT+CT+SA	0.77 34	0.83 119	0.24 21	0.15 33	0.05 8	0.01 8	0.02 8	2.46 130	0.09 30	0.11 33	0.00 1	0.89 93	0.40 90	0.01 5	1.42 9	1.63 59	0.18 10	0.21 31	2.39 60	0.27 40	0.93 31	4.66 96	0.01 7	0.20 42	0.13 32	0.02 12	3.33 77	0.05 21

SACVNet	1.77 108	0.88 123	1.11 124	0.67 127	1.41 156	0.84 141	0.94 137	2.65 139	0.54 97	1.31 123	0.02 47	0.95 95	0.40 90	0.39 140	6.01 138	2.36 103	1.71 152	0.42 68	4.84 120	0.82 107	3.03 107	6.05 131	0.11 84	0.73 127	1.33 107	1.66 108	4.02 115	2.55 126

iResNetv2_ROB	1.40 91	0.83 119	0.41 50	1.30 153	0.37 88	0.05 58	0.14 74	3.17 168	0.20 65	1.97 148	0.28 80	2.49 134	0.40 90	0.06 52	3.78 58	1.57 55	1.08 115	0.22 32	6.10 129	0.67 98	3.61 127	2.04 29	0.26 119	0.83 141	0.62 77	0.54 66	4.07 117	0.71 75

DN-CSS_ROB	1.68 101	0.57 85	1.42 135	0.83 136	0.73 126	0.05 58	0.22 97	2.83 153	0.40 87	1.50 134	3.57 165	1.02 97	0.43 93	0.09 67	4.11 73	1.61 57	1.34 136	0.84 119	8.83 151	0.39 57	4.42 145	3.67 61	0.09 77	1.02 150	0.13 32	0.55 67	3.24 72	1.52 101

AE-Stereo	1.73 103	0.32 44	2.11 166	0.34 81	0.37 88	0.05 58	0.43 120	0.44 44	0.32 83	0.04 26	0.00 1	3.48 142	0.44 94	0.07 54	4.68 89	3.77 160	1.11 116	0.92 129	4.18 111	1.16 131	3.77 131	7.03 155	0.18 100	1.06 153	3.29 159	2.09 115	4.84 146	0.18 43

test_5	0.76 33	0.61 91	0.21 17	0.02 2	0.02 4	0.11 80	0.01 2	2.75 150	0.05 10	0.00 1	4.29 172	0.49 45	0.44 94	0.00 1	1.73 13	1.27 35	0.22 11	0.14 20	1.14 29	0.09 12	0.46 16	3.08 49	0.01 7	0.19 39	0.09 22	0.00 1	2.97 61	0.02 9

RASNet	0.86 44	0.32 44	0.77 94	0.46 111	0.31 65	0.18 105	0.10 63	0.95 66	0.14 47	1.11 108	0.09 57	0.53 52	0.44 94	0.35 136	1.76 15	1.87 70	0.59 63	0.22 32	1.13 28	0.07 8	1.42 50	3.94 70	0.17 98	0.53 102	0.46 64	0.37 56	3.64 91	1.29 96

GMOStereo	1.19 70	0.17 16	0.68 78	0.34 81	0.31 65	0.13 87	0.31 104	2.36 121	0.15 52	0.00 1	0.17 71	0.60 58	0.45 97	0.02 16	3.83 61	3.83 161	0.54 54	0.70 100	2.41 62	0.64 90	1.71 71	6.50 143	0.01 7	0.34 64	1.38 110	0.25 41	4.07 117	0.10 27

error version	1.19 70	0.17 16	0.68 78	0.34 81	0.31 65	0.13 87	0.31 104	2.36 121	0.15 52	0.00 1	0.17 71	0.60 58	0.45 97	0.02 16	3.83 61	3.83 161	0.54 54	0.70 100	2.41 62	0.64 90	1.71 71	6.50 143	0.01 7	0.34 64	1.38 110	0.25 41	4.07 117	0.10 27

test-v	1.19 70	0.17 16	0.68 78	0.34 81	0.31 65	0.13 87	0.31 104	2.36 121	0.15 52	0.00 1	0.17 71	0.60 58	0.45 97	0.02 16	3.83 61	3.83 161	0.54 54	0.70 100	2.41 62	0.64 90	1.71 71	6.50 143	0.01 7	0.34 64	1.38 110	0.25 41	4.07 117	0.10 27

test-2	1.19 70	0.17 16	0.68 78	0.34 81	0.31 65	0.13 87	0.31 104	2.36 121	0.15 52	0.00 1	0.17 71	0.60 58	0.45 97	0.02 16	3.83 61	3.83 161	0.54 54	0.70 100	2.41 62	0.64 90	1.71 71	6.50 143	0.01 7	0.34 64	1.38 110	0.25 41	4.07 117	0.10 27

RAFT_CTSACE	0.74 32	0.81 117	0.44 56	0.25 54	0.08 18	0.15 97	0.03 16	1.99 105	0.06 17	0.00 1	0.11 59	0.47 43	0.46 101	0.01 5	2.74 32	1.26 31	0.29 25	0.16 25	0.77 21	0.13 20	0.79 24	4.54 90	0.01 7	0.15 30	0.25 53	0.01 4	3.88 106	0.04 16

R-Stereo Train	2.40 130	1.12 144	1.98 162	1.00 142	0.24 50	0.05 58	0.07 45	2.02 106	1.01 134	1.35 127	2.47 147	1.55 117	0.47 102	0.19 98	5.66 122	4.74 175	1.71 152	1.04 142	7.24 138	1.14 126	5.08 154	7.81 174	0.06 54	0.42 82	2.90 147	4.55 151	3.22 70	5.57 147

RAFT-Stereo	2.40 130	1.12 144	1.98 162	1.00 142	0.24 50	0.05 58	0.07 45	2.02 106	1.01 134	1.35 127	2.47 147	1.55 117	0.47 102	0.19 98	5.66 122	4.74 175	1.71 152	1.04 142	7.24 138	1.14 126	5.08 154	7.81 174	0.06 54	0.42 82	2.90 147	4.55 151	3.22 70	5.57 147
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
FCDSN-DC	1.87 110	0.93 128	2.12 167	1.84 163	1.62 160	1.35 157	1.17 143	0.74 59	0.46 90	1.19 116	0.30 83	2.02 127	0.48 104	0.28 125	5.91 131	2.18 94	2.34 165	2.10 189	1.30 34	0.47 64	2.99 106	5.42 114	0.57 155	3.93 194	2.22 131	3.45 130	1.45 30	1.56 104
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PMTNet	1.51 94	0.60 89	1.30 130	0.27 59	0.26 57	0.02 32	0.18 87	0.51 50	0.56 103	0.71 86	0.33 85	0.59 54	0.48 104	0.09 67	6.84 153	3.43 150	0.91 99	0.38 57	6.13 131	0.44 62	4.00 135	3.52 58	0.13 87	0.15 30	3.04 152	1.29 96	1.36 26	3.30 133

Sa-1000	1.45 93	0.32 44	0.53 71	0.28 62	0.26 57	0.01 8	0.04 24	2.73 145	0.11 38	0.01 18	0.01 41	0.59 54	0.49 106	0.56 160	6.07 139	2.10 92	0.92 101	0.88 124	4.60 117	0.59 83	1.56 57	6.38 140	0.01 7	0.64 116	2.25 132	1.72 110	5.00 149	0.38 59

FADNet	2.26 127	0.45 69	0.77 94	0.54 120	1.08 143	0.02 32	3.28 180	0.88 63	0.38 85	0.80 91	0.57 100	2.60 135	0.50 107	0.67 165	9.91 182	1.94 79	0.91 99	1.08 147	9.92 167	1.76 150	2.78 98	4.21 78	0.11 84	0.47 92	2.92 149	3.57 131	3.57 88	5.35 146

stereogan	2.15 125	2.03 168	1.44 138	1.52 157	2.14 176	1.79 167	1.07 141	1.88 102	1.10 138	1.33 126	1.43 123	5.96 166	0.51 108	0.34 131	5.92 132	1.93 77	1.03 111	0.41 67	4.12 109	0.95 118	1.69 69	6.00 128	0.26 119	0.81 138	0.61 75	1.42 99	6.77 175	3.73 135

FADNet-RVC-Resample	1.87 110	0.69 101	1.01 116	0.50 116	0.67 122	0.19 107	1.39 152	1.43 81	0.87 126	0.94 101	0.92 112	5.52 162	0.52 109	1.00 177	7.45 160	1.91 76	1.44 141	1.98 184	3.91 107	1.13 125	1.92 80	4.61 95	0.23 112	1.54 169	0.58 72	3.08 127	2.12 41	3.05 127

AnonymousM	1.93 117	0.21 20	0.42 52	0.06 10	0.06 11	0.26 118	0.01 2	2.70 143	0.56 103	0.36 67	2.56 151	0.59 54	0.53 110	0.50 155	2.91 35	3.30 140	1.21 125	1.06 145	2.18 55	1.68 146	3.82 132	5.56 116	0.40 134	0.50 96	0.21 48	1.57 104	6.55 171	12.23 185

DeepPruner_ROB	1.92 115	0.41 64	0.92 108	0.51 117	0.67 122	0.53 132	2.45 168	1.72 90	0.84 124	1.37 129	2.27 138	0.75 80	0.55 111	0.12 84	8.56 172	2.33 101	1.28 131	1.20 154	2.67 75	0.58 81	6.00 169	4.19 77	0.75 174	0.44 90	0.66 80	6.01 163	3.18 68	0.91 83

NCCL2	2.48 133	2.35 177	1.52 141	1.33 155	1.96 171	0.23 111	1.25 148	1.33 77	1.30 145	1.63 136	2.57 152	1.38 113	0.55 111	0.40 141	7.49 163	2.59 112	1.77 156	0.67 96	2.58 71	0.83 110	3.36 120	6.56 147	1.66 191	1.53 168	4.71 179	4.33 145	4.24 129	6.90 161

TestStereo1	0.93 49	0.98 135	0.22 19	0.07 18	0.18 32	0.01 8	0.04 24	1.07 69	0.08 23	0.11 33	0.00 1	0.39 32	0.56 113	0.12 84	4.92 101	2.03 85	0.28 20	0.22 32	2.98 86	0.20 28	1.56 57	3.94 70	0.01 7	0.15 30	0.10 26	1.19 92	3.74 94	0.05 21

SA-5K	0.93 49	0.98 135	0.22 19	0.07 18	0.18 32	0.01 8	0.04 24	1.07 69	0.08 23	0.11 33	0.00 1	0.39 32	0.56 113	0.12 84	4.92 101	2.03 85	0.28 20	0.22 32	2.98 86	0.20 28	1.56 57	3.94 70	0.01 7	0.15 30	0.10 26	1.19 92	3.74 94	0.05 21

CFNet_pseudo	1.04 59	0.55 81	0.68 78	0.46 111	0.53 112	0.05 58	0.02 8	0.61 57	0.10 35	0.91 98	0.11 59	0.88 91	0.56 113	0.52 158	5.81 129	1.84 68	0.55 59	0.37 54	2.85 82	0.41 58	1.09 37	3.10 51	0.59 160	0.29 58	0.61 75	0.63 70	2.23 44	1.75 108

CASS	2.93 144	1.06 140	2.39 172	2.21 172	1.17 145	0.52 131	2.81 173	2.79 151	1.05 137	1.80 143	3.40 162	1.68 121	0.59 116	0.05 44	4.51 81	3.20 137	5.58 202	1.31 161	9.56 162	1.64 145	7.26 188	7.98 181	0.05 48	0.66 120	3.62 167	2.70 124	4.35 131	5.22 145
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HBP-ISP	4.03 167	3.61 192	4.65 193	4.90 190	2.67 182	3.96 187	0.21 95	4.13 185	1.33 147	3.40 184	4.53 174	5.06 155	0.59 116	1.99 200	8.66 174	8.18 227	1.95 158	1.49 166	3.09 91	1.55 142	5.74 165	9.32 205	0.67 167	2.28 179	3.06 154	5.01 154	10.99 199	5.93 153

CREStereo	1.20 74	0.33 50	0.95 112	0.24 50	0.19 36	0.01 8	0.06 40	2.65 139	0.54 97	0.64 82	1.05 115	0.72 76	0.59 116	0.07 54	3.92 66	3.45 154	0.86 96	0.42 68	2.19 56	0.72 100	3.10 110	3.56 59	0.10 80	0.29 58	1.20 104	1.09 88	2.54 50	0.90 82
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
MSKI-zero shot	3.55 162	0.69 101	1.78 157	0.20 37	0.41 100	0.19 107	0.14 74	3.13 166	0.94 130	0.80 91	6.42 193	3.89 146	0.60 119	0.03 28	5.84 130	6.80 216	1.44 141	1.01 140	11.77 180	2.28 168	6.56 182	8.63 197	0.24 114	0.71 125	4.66 177	11.34 200	7.75 184	7.55 165

BEATNet_4x	1.65 99	0.58 87	0.35 35	0.20 37	0.38 92	0.15 97	0.46 123	1.78 95	1.70 165	0.40 71	0.50 96	1.13 100	0.62 120	0.65 163	6.09 140	3.02 127	2.14 162	1.81 178	1.48 38	0.79 106	5.22 157	7.76 173	0.08 73	1.07 154	0.32 54	0.48 60	3.92 109	1.49 100

TESTraft	1.00 54	0.95 130	0.32 31	0.06 10	0.17 30	0.01 8	0.03 16	1.49 84	0.07 20	0.78 90	0.00 1	0.46 41	0.64 121	0.19 98	4.75 94	2.06 91	0.26 19	0.20 29	2.78 80	0.36 55	1.26 44	4.60 93	0.07 68	0.17 35	0.11 30	1.53 102	3.70 92	0.04 16

TRStereo	3.75 165	3.07 186	7.59 214	0.37 93	0.17 30	7.92 201	0.24 98	2.99 158	0.91 129	2.72 160	1.68 130	5.88 165	0.65 122	0.15 91	5.57 117	5.35 191	0.86 96	0.80 115	7.01 137	1.31 136	4.10 136	7.50 166	0.34 129	0.43 88	2.67 143	12.33 204	12.84 205	5.90 150

EGLCR-Stereo	1.68 101	0.23 25	2.17 168	0.08 23	0.28 61	0.09 76	0.09 57	0.50 49	1.17 143	0.11 33	2.55 150	0.62 67	0.67 123	0.03 28	4.24 74	3.69 159	1.12 117	1.22 157	4.58 116	0.59 83	4.19 139	7.51 167	0.24 114	0.68 123	1.05 98	0.64 71	6.73 174	0.33 53

raft_robust	1.38 89	0.73 110	0.63 76	0.27 59	0.23 47	0.01 8	0.05 32	3.04 161	0.24 73	1.16 112	0.02 47	0.61 64	0.67 123	0.07 54	3.67 54	2.22 97	0.80 81	0.66 93	5.14 121	0.33 48	3.43 122	6.40 142	0.01 7	0.37 73	1.19 103	1.48 100	2.86 57	0.96 88

s12784h	2.36 128	2.32 176	2.69 179	1.64 158	0.77 129	0.08 73	0.06 40	2.09 113	0.54 97	1.17 113	0.13 66	1.69 122	0.67 123	0.04 40	3.36 43	3.26 138	1.00 109	0.40 62	3.79 105	0.49 67	5.47 163	4.44 86	0.16 95	0.38 75	3.34 161	5.45 159	7.07 178	11.25 183

LoS_RVC	1.27 81	1.54 157	0.85 102	0.06 10	0.55 113	0.01 8	0.13 70	0.23 29	0.73 115	1.70 137	0.22 76	0.64 68	0.69 126	0.11 77	3.79 59	3.07 128	0.75 78	1.99 185	3.69 102	0.64 90	4.98 152	4.94 105	0.22 110	0.10 17	0.37 57	0.50 62	0.82 18	0.93 85

tt_ll	1.27 81	1.54 157	0.85 102	0.06 10	0.55 113	0.01 8	0.13 70	0.23 29	0.73 115	1.70 137	0.22 76	0.64 68	0.69 126	0.11 77	3.79 59	3.07 128	0.75 78	1.99 185	3.69 102	0.64 90	4.98 152	4.94 105	0.22 110	0.10 17	0.37 57	0.50 62	0.82 18	0.93 85

cross-raft	2.64 137	0.79 113	1.76 155	0.43 106	0.89 137	0.23 111	0.18 87	3.08 163	0.70 113	0.77 87	2.13 135	1.21 101	0.69 126	0.41 143	5.43 114	5.90 197	1.22 129	0.59 87	10.82 177	1.85 153	6.50 177	8.26 189	0.45 145	0.63 113	2.66 142	4.41 147	4.46 138	4.88 141

EAI-Stereo	3.47 158	1.08 143	3.31 184	1.01 146	2.20 178	0.86 142	2.15 165	3.02 160	2.01 172	0.21 46	6.99 197	3.36 141	0.71 129	0.17 95	8.65 173	6.60 211	1.21 125	1.15 151	10.39 172	1.82 152	4.60 147	8.03 184	0.69 168	1.76 172	2.14 130	5.97 162	7.35 181	6.22 156

ADCL	4.20 170	3.62 193	2.45 173	1.72 161	1.80 162	3.15 180	4.53 191	2.29 118	13.19 220	2.81 161	4.88 178	2.96 140	0.72 130	1.36 189	7.16 159	2.76 119	2.35 166	2.20 191	6.83 135	2.31 171	6.19 171	6.77 151	1.40 189	1.47 164	6.63 195	6.49 167	4.40 135	11.08 182

LALA_ROB	4.53 175	4.80 202	1.68 150	1.27 152	2.16 177	2.28 174	1.42 153	1.88 102	2.60 180	2.71 159	5.56 181	33.12 213	0.72 130	0.88 173	10.88 189	2.59 112	3.47 179	1.83 179	4.21 112	2.04 159	4.39 144	7.30 159	0.41 137	1.52 166	2.35 134	3.60 134	8.94 192	7.68 166

IPLG	1.33 85	0.40 62	0.76 92	0.29 64	0.28 61	0.01 8	0.09 57	2.25 117	0.31 81	0.40 71	0.28 80	0.37 27	0.74 132	0.31 130	5.67 124	1.89 73	1.26 130	0.95 134	2.86 83	0.47 64	1.18 41	6.06 132	0.06 54	0.66 120	0.63 78	3.73 138	3.86 105	0.11 34

EKT-Stereo	3.12 149	0.79 113	2.25 169	0.51 117	0.38 92	0.57 133	1.87 161	3.36 172	1.32 146	2.03 149	5.99 187	1.48 114	0.75 133	0.44 146	7.79 165	6.14 202	1.47 144	3.22 203	8.95 153	2.82 185	6.93 187	8.34 195	0.17 98	0.49 94	4.41 173	4.95 153	5.40 160	1.57 105

MIPNet	1.76 107	0.72 107	0.87 105	0.32 75	0.55 113	0.01 8	0.08 50	1.77 94	0.38 85	2.09 151	0.92 112	0.44 39	0.76 134	0.27 120	5.64 119	2.03 85	1.52 147	0.93 131	3.87 106	1.34 138	1.41 49	6.39 141	0.07 68	1.05 152	2.65 141	7.16 172	3.90 107	0.29 50

NaN_ROB	3.44 156	1.18 150	1.20 126	0.92 139	3.15 185	0.73 138	1.61 156	3.36 172	2.57 179	0.98 102	1.25 122	21.11 202	0.77 135	1.26 187	5.06 104	1.79 67	1.06 113	0.76 111	2.52 68	1.44 140	1.95 82	3.82 66	0.52 151	1.30 162	4.05 170	10.09 195	4.78 144	13.66 190

test-1	3.29 153	0.29 39	1.96 161	0.33 77	0.26 57	0.23 111	0.42 117	3.11 165	0.84 124	3.35 182	3.99 169	5.66 164	0.78 136	0.19 98	6.33 148	6.00 199	1.70 151	1.62 170	10.71 175	1.73 148	5.37 159	9.64 208	0.07 68	0.76 132	3.30 160	6.12 165	5.48 161	8.68 172

ADCRef	3.22 151	2.76 183	1.07 120	0.70 130	2.26 180	2.09 171	2.76 172	1.00 68	5.91 200	1.91 145	1.10 119	1.28 108	0.78 136	1.43 190	8.09 168	3.52 155	1.51 146	1.18 152	8.68 150	2.26 167	3.23 113	6.00 128	1.89 193	1.20 159	3.12 157	7.80 178	3.41 82	10.10 180

IPLGR	2.02 120	0.67 99	0.81 99	0.38 97	0.47 109	0.01 8	0.08 50	1.39 80	0.28 78	2.32 154	2.30 144	0.46 41	0.79 138	0.20 103	6.88 155	1.99 81	1.44 141	1.35 162	5.56 125	1.85 153	2.94 105	6.20 136	0.06 54	1.13 157	3.39 162	6.80 169	3.93 110	0.75 76

HH	3.49 160	0.47 72	5.11 199	0.68 128	0.69 124	0.93 146	1.38 149	3.19 169	0.82 121	2.81 161	2.29 142	5.39 158	0.81 139	0.34 131	5.69 125	7.67 225	0.99 105	1.08 147	9.91 165	2.70 182	7.76 193	8.27 191	0.57 155	0.93 145	3.44 163	8.42 183	5.63 164	6.30 157

HanStereo	3.49 160	0.47 72	5.11 199	0.68 128	0.69 124	0.93 146	1.38 149	3.19 169	0.82 121	2.81 161	2.29 142	5.39 158	0.81 139	0.34 131	5.69 125	7.67 225	0.99 105	1.08 147	9.91 165	2.70 182	7.76 193	8.27 191	0.57 155	0.93 145	3.44 163	8.42 183	5.63 164	6.30 157

GANetREF_RVC	2.72 138	1.88 165	1.03 118	2.10 169	1.40 155	1.09 151	0.21 95	4.74 189	1.62 159	3.74 194	0.06 52	10.56 181	0.82 141	0.10 72	4.53 83	1.59 56	1.29 132	0.98 135	6.76 134	0.75 104	3.12 111	2.45 34	0.21 104	1.71 171	4.31 171	3.74 139	7.02 177	5.71 149
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
LoS	1.97 118	0.23 25	0.39 48	0.23 47	0.18 32	0.02 32	0.09 57	15.67 224	0.89 127	3.41 186	0.87 110	0.98 96	0.83 142	0.20 103	3.66 52	3.84 165	1.36 139	0.90 127	3.25 92	0.74 102	5.14 156	4.30 81	0.24 114	0.41 79	2.64 140	0.80 79	1.36 26	0.50 66

CAS	0.89 46	0.22 23	0.39 48	0.21 39	0.24 50	0.03 44	0.36 112	0.23 29	0.62 108	1.28 120	0.16 70	0.38 29	0.84 143	0.12 84	3.10 38	1.87 70	0.94 102	0.75 110	1.30 34	0.58 81	2.82 102	3.00 42	0.03 39	0.12 23	0.13 32	0.72 76	1.80 39	1.89 112

CES	1.32 84	0.24 30	0.36 39	0.14 32	0.22 45	0.05 58	0.19 90	5.29 198	0.76 117	0.42 73	0.61 103	0.86 89	0.85 144	0.26 116	4.28 75	3.41 149	1.21 125	1.06 145	1.85 50	1.16 131	4.19 139	3.75 64	0.15 93	0.12 23	0.23 51	0.34 53	1.47 31	2.15 119

sAnonymous2	1.64 97	0.27 36	0.18 14	0.11 30	0.20 38	0.49 127	0.05 32	1.85 96	0.98 131	0.21 46	0.39 88	1.21 101	0.85 144	0.08 63	4.74 91	3.93 167	1.35 137	1.22 157	7.85 141	0.83 110	4.15 137	5.99 126	0.03 39	0.42 82	0.15 38	2.19 117	2.36 47	2.37 122

CroCo_RVC	1.64 97	0.27 36	0.18 14	0.11 30	0.20 38	0.49 127	0.05 32	1.85 96	0.98 131	0.21 46	0.39 88	1.21 101	0.85 144	0.08 63	4.74 91	3.93 167	1.35 137	1.22 157	7.85 141	0.83 110	4.15 137	5.99 126	0.03 39	0.42 82	0.15 38	2.19 117	2.36 47	2.37 122

DLCB_ROB	1.13 65	0.77 111	0.73 88	0.44 108	0.51 111	0.22 110	0.42 117	0.49 48	0.28 78	0.84 93	0.50 96	1.31 110	0.85 144	0.11 77	2.70 30	1.54 54	1.12 117	0.27 41	0.82 22	0.22 33	1.70 70	3.50 57	0.48 150	0.44 90	4.83 180	2.48 122	2.14 42	0.79 78

ETE_ROB	5.10 181	4.12 198	1.76 155	1.25 151	2.22 179	2.82 177	2.07 163	1.56 85	4.21 194	1.88 144	5.58 183	37.59 221	0.86 148	1.44 191	10.38 186	2.80 120	4.20 190	0.98 135	5.24 123	1.97 156	4.87 151	7.58 168	0.77 176	1.38 163	2.34 133	3.79 140	15.93 214	8.21 168

anonymity	4.07 169	0.78 112	6.15 209	1.49 156	0.74 127	0.48 126	0.49 125	3.72 181	1.65 161	2.70 158	20.70 241	3.99 148	0.88 149	0.28 125	5.31 112	6.26 205	1.14 120	0.71 104	7.91 144	1.58 143	4.27 142	8.17 188	0.41 137	0.61 111	4.86 181	9.60 190	5.48 161	9.41 173

sCroCo_RVC	1.89 112	0.25 34	0.34 33	0.06 10	0.20 38	0.16 101	0.04 24	0.81 62	1.73 166	1.94 147	0.44 95	1.12 99	0.88 149	0.12 84	4.48 80	5.29 189	2.26 163	1.77 177	5.32 124	2.13 165	5.92 167	7.47 164	0.10 80	0.37 73	0.60 74	1.61 106	4.41 136	1.14 93

RAFT-Test	3.05 146	0.69 101	1.82 158	1.09 148	0.81 132	0.25 116	0.43 120	3.13 166	0.76 117	1.06 106	6.42 193	1.03 98	0.91 151	0.35 136	5.61 118	6.66 213	1.32 135	0.61 90	10.76 176	1.74 149	6.54 181	7.48 165	0.56 153	0.59 109	2.76 146	10.02 193	4.56 140	4.35 138

DLNR_Zeroshot_test	23.08 228	78.93 263	7.15 213	99.97 263	0.34 79	0.16 101	98.90 263	3.23 171	0.54 97	3.12 172	2.31 145	6.01 167	0.92 152	21.35 229	96.48 263	100.00 267	25.46 239	22.19 250	22.79 209	2.43 174	9.32 211	9.14 203	0.06 54	0.65 119	2.36 135	3.89 142	2.16 43	3.20 130

IGEV_Zeroshot_test	4.05 168	0.80 116	8.10 216	6.86 197	0.41 100	2.27 173	1.89 162	3.90 183	1.41 151	2.09 151	8.67 210	4.78 154	1.00 153	0.23 112	5.53 116	6.82 217	1.05 112	0.73 108	9.30 161	1.98 158	7.38 191	8.89 201	0.47 148	0.72 126	5.72 188	5.34 158	5.93 166	7.12 162

XX-Stereo	3.82 166	0.53 79	2.00 164	1.20 150	0.31 65	0.38 123	0.57 130	1.46 82	0.40 87	2.50 157	7.33 201	5.11 157	1.04 154	0.11 77	7.05 158	6.53 209	1.29 132	0.81 117	7.44 140	0.89 113	4.26 141	5.80 122	0.45 145	0.39 77	27.22 230	3.57 131	5.16 152	9.43 174

UCFNet_RVC	1.41 92	2.75 182	0.68 78	0.60 123	0.80 130	0.26 118	0.16 79	0.28 35	0.23 71	0.93 99	0.37 87	2.60 135	1.05 155	0.07 54	6.13 141	1.33 39	0.70 73	0.52 83	2.48 66	0.62 87	1.87 78	3.20 53	1.04 180	0.35 71	1.83 126	1.96 114	2.11 40	3.29 132

RTSC	3.11 148	0.95 130	1.93 160	0.51 117	0.89 137	1.05 150	2.90 177	1.64 87	1.98 171	2.28 153	2.71 154	1.60 119	1.14 156	1.24 185	11.23 191	4.78 178	4.92 200	2.00 187	8.11 148	1.61 144	4.78 150	6.97 154	0.34 129	1.52 166	1.35 108	1.21 94	4.60 142	9.80 179

PS-NSSS	1.79 109	3.17 189	0.42 52	3.20 178	0.92 141	2.08 170	1.19 144	0.39 38	0.16 57	0.38 68	0.00 1	11.59 184	1.18 157	0.50 155	5.15 106	0.89 12	0.71 75	0.28 43	4.31 113	0.17 25	0.97 33	0.64 7	2.37 197	0.19 39	1.58 120	0.76 78	3.28 74	1.77 109

Anonymous	2.36 128	0.25 34	0.14 12	0.08 23	0.27 60	0.15 97	0.05 32	3.01 159	1.34 149	1.45 131	0.01 41	1.37 112	1.20 158	0.20 103	4.75 94	5.59 194	2.65 173	1.74 175	12.24 185	2.28 168	6.44 176	7.90 178	0.10 80	1.12 156	1.58 120	1.79 111	4.58 141	1.55 102

GwcNet-ADL	3.44 156	3.11 188	3.40 185	3.24 179	2.51 181	0.88 143	0.42 117	2.96 157	0.71 114	3.80 197	7.12 199	7.96 172	1.21 159	0.20 103	4.76 96	4.86 182	2.42 168	0.72 106	8.04 146	2.75 184	3.31 117	5.54 115	0.28 125	1.76 172	2.68 144	5.24 156	4.37 132	8.53 171

iRaft-Stereo_20w	4.82 178	1.53 156	8.41 218	7.63 199	1.90 166	3.40 183	1.71 157	3.40 174	2.25 174	3.58 189	9.41 216	3.70 143	1.31 160	0.48 152	5.41 113	5.85 196	1.31 134	0.85 120	9.58 163	1.92 155	5.27 158	7.69 172	0.65 165	0.77 135	4.40 172	14.15 210	11.18 200	12.46 186

RTS	6.13 186	1.54 157	1.31 131	0.94 140	1.83 163	4.15 188	5.45 193	2.74 148	3.33 186	2.85 165	1.61 128	8.52 174	1.31 160	1.13 182	14.79 217	6.12 200	7.56 211	2.52 195	18.82 195	3.48 189	6.23 172	8.15 186	1.11 184	1.90 175	8.24 198	21.58 229	6.64 172	21.79 208

RTSA	6.13 186	1.54 157	1.31 131	0.94 140	1.83 163	4.15 188	5.45 193	2.74 148	3.33 186	2.85 165	1.61 128	8.52 174	1.31 160	1.13 182	14.79 217	6.12 200	7.56 211	2.52 195	18.82 195	3.48 189	6.23 172	8.15 186	1.11 184	1.90 175	8.24 198	21.58 229	6.64 172	21.79 208

Anonymous3	3.42 155	0.60 89	0.93 111	0.09 27	1.35 150	0.50 129	0.03 16	3.46 175	1.28 144	1.11 108	0.80 109	10.89 182	1.36 163	0.45 148	8.96 175	6.97 218	3.85 183	3.08 201	11.46 178	2.32 172	7.35 190	12.18 226	0.38 133	0.51 99	1.75 124	3.57 131	5.30 155	1.85 111

NCC-stereo	2.13 123	1.68 162	1.46 139	1.00 142	1.37 151	0.89 144	2.88 175	2.59 136	2.86 182	0.34 62	2.72 155	2.40 130	1.41 164	0.27 120	5.18 107	1.38 42	0.85 91	0.98 135	2.99 88	1.01 120	1.54 55	4.72 99	0.43 141	0.53 102	2.61 138	4.44 148	4.09 122	4.93 142

Abc-Net	2.13 123	1.68 162	1.46 139	1.00 142	1.37 151	0.89 144	2.88 175	2.59 136	2.86 182	0.34 62	2.72 155	2.40 130	1.41 164	0.27 120	5.18 107	1.38 42	0.85 91	0.98 135	2.99 88	1.01 120	1.54 55	4.72 99	0.43 141	0.53 102	2.61 138	4.44 148	4.09 122	4.93 142
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ICVP	1.55 95	0.24 30	1.65 148	0.43 106	0.45 107	0.50 129	0.38 115	1.26 76	0.64 110	1.77 141	1.20 121	0.88 91	1.63 166	0.25 115	4.46 79	2.81 121	1.49 145	1.01 140	2.50 67	1.15 130	2.70 96	5.75 121	0.14 90	0.63 113	0.72 81	2.31 119	3.35 79	1.59 106
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
AnyNet_C32	6.34 189	2.03 168	2.98 182	1.85 164	2.88 184	3.58 184	6.75 200	4.57 188	12.25 217	3.05 170	7.04 198	4.71 153	1.88 167	2.57 203	14.38 214	6.24 204	6.31 206	4.36 213	12.98 186	3.18 188	11.94 222	11.62 223	1.98 194	4.21 196	6.60 194	10.55 197	6.27 169	14.36 192

pcwnet_v2	1.99 119	0.65 95	0.87 105	0.77 133	1.17 145	0.72 137	0.24 98	1.75 92	0.66 111	3.33 178	1.75 133	1.49 116	1.91 168	1.68 195	6.75 151	2.30 99	1.12 117	0.69 99	4.33 114	0.50 71	2.08 85	4.26 79	1.07 183	0.77 135	1.43 116	2.18 116	4.16 126	5.20 144

AMNet	6.93 190	3.82 196	2.53 176	4.00 185	5.78 199	6.99 197	3.24 179	2.46 130	2.51 178	3.39 183	6.36 192	9.40 178	2.06 169	7.30 219	5.92 132	9.99 233	13.66 225	7.81 229	8.03 145	7.76 216	11.45 219	8.81 199	2.81 199	4.73 202	5.75 189	7.80 178	13.20 206	19.55 203

FINET	2.25 126	0.61 91	1.06 119	0.48 114	0.55 113	0.75 140	0.98 139	1.18 73	1.87 168	0.30 57	3.46 164	1.25 106	2.35 170	0.80 170	14.13 208	2.94 124	1.14 120	0.42 68	2.74 78	1.28 135	2.71 97	4.08 75	0.43 141	1.24 161	3.04 152	5.74 161	1.70 36	3.42 134

FC-DCNN	4.43 172	4.58 200	5.93 206	9.82 206	4.79 195	8.76 206	4.48 190	4.47 187	1.65 161	2.91 169	2.13 135	6.53 170	2.41 171	0.30 127	4.57 84	2.52 108	2.76 175	1.21 155	3.98 108	0.89 113	3.66 129	4.91 102	0.73 173	4.23 197	8.24 198	6.03 164	7.69 182	9.53 176

MSMDNet	2.61 135	0.70 104	1.72 154	0.38 97	0.62 121	0.23 111	0.18 87	3.09 164	0.67 112	1.02 104	2.22 137	1.22 104	2.43 172	0.35 136	5.26 111	6.79 215	1.36 139	0.58 86	10.46 173	3.11 187	6.34 175	7.92 179	0.41 137	0.76 132	2.48 136	3.98 143	3.04 62	3.06 128

RGC	2.76 142	2.10 173	5.00 196	1.68 159	1.94 168	1.93 168	1.23 147	2.03 110	1.49 153	0.88 97	4.67 176	2.77 139	2.63 173	0.70 167	5.76 128	1.89 73	1.20 123	0.48 78	4.42 115	1.33 137	2.66 95	6.08 133	0.21 104	1.11 155	2.55 137	5.20 155	5.35 157	7.17 163

CC-Net-ROB	5.62 183	8.62 212	1.87 159	23.08 217	6.72 206	15.74 214	8.55 208	0.45 45	0.82 121	1.55 135	0.00 1	24.53 205	3.35 174	3.39 208	5.49 115	0.89 12	2.73 174	1.76 176	12.04 183	0.82 107	1.32 46	1.73 19	9.22 220	0.42 82	3.22 158	2.53 123	2.45 49	8.44 170

HSM-Net_RVC	3.23 152	1.35 152	1.70 152	2.82 177	2.07 174	0.73 138	0.46 123	3.48 176	1.14 139	3.44 187	5.99 187	8.07 173	3.38 175	0.27 120	5.71 127	2.35 102	1.54 148	0.27 41	3.44 96	1.35 139	4.35 143	6.00 128	0.70 170	3.05 188	4.68 178	6.45 166	6.23 168	6.18 155
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
dad	4.27 171	0.90 125	0.38 46	10.18 207	1.67 161	1.51 161	12.20 214	12.33 215	0.11 38	3.40 184	0.00 1	1.94 125	3.49 176	0.26 116	6.16 142	1.44 47	1.74 155	0.71 104	14.06 188	0.66 97	3.23 113	4.00 73	0.21 104	1.02 150	6.09 191	0.19 36	17.62 217	9.71 177

FBW_ROB	8.77 198	9.60 213	5.96 207	20.47 216	9.29 212	12.71 210	9.20 209	4.97 192	1.59 157	3.30 177	6.98 196	15.27 192	3.59 177	7.76 221	10.34 185	1.71 65	3.43 178	0.86 121	34.07 222	2.29 170	6.89 185	6.34 139	9.32 221	8.81 226	5.75 189	8.41 181	5.24 153	22.62 210

MLCV	2.73 140	0.66 98	0.90 107	2.64 175	1.41 156	1.10 152	1.01 140	3.58 179	0.61 107	3.69 193	4.23 171	5.51 161	3.78 178	0.11 77	5.65 121	2.01 84	1.68 150	0.87 122	10.28 170	1.26 133	3.32 118	5.13 110	0.34 129	2.60 184	2.68 144	3.08 127	4.10 124	1.55 102

CBMV	6.33 188	3.75 194	1.57 145	3.96 184	3.58 186	2.97 178	1.75 159	3.89 182	2.67 181	4.14 200	2.72 155	14.42 191	3.85 179	0.73 169	10.81 188	6.26 205	4.67 195	2.29 194	9.29 160	1.51 141	8.03 197	7.42 162	0.63 162	6.58 217	6.79 196	7.57 177	20.00 220	28.98 224
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	3.47 158	3.88 197	0.50 66	2.22 173	1.85 165	2.58 175	0.05 32	2.70 143	1.59 157	3.61 190	1.69 131	2.61 137	3.90 180	1.01 178	9.33 178	5.76 195	3.02 176	1.87 182	2.83 81	1.09 123	5.42 161	6.93 152	0.46 147	3.37 192	3.09 156	10.15 196	8.01 188	4.05 137

DDUNet	13.01 210	20.50 225	4.63 192	37.04 228	24.81 227	34.87 231	32.65 229	1.85 96	1.66 163	1.47 132	3.83 167	13.22 189	4.08 181	83.62 240	6.26 145	2.41 106	8.99 216	3.82 206	18.78 194	4.54 198	7.88 196	7.25 156	16.92 229	0.99 148	1.50 117	0.70 75	4.90 148	2.09 117

UDG	13.28 213	21.47 226	5.08 197	37.13 229	29.51 230	32.00 227	40.03 232	2.62 138	1.78 167	2.40 155	5.74 185	12.64 186	4.23 182	74.90 237	7.47 161	2.61 114	9.44 217	3.24 204	19.57 200	5.01 202	8.74 207	7.28 157	12.84 226	1.84 174	1.35 108	2.91 126	4.53 139	2.12 118

MSC_U_SF_DS_RVC	11.75 207	10.45 215	6.25 210	17.50 212	6.77 207	8.15 203	11.44 213	18.23 229	23.22 239	11.11 228	4.62 175	15.32 193	6.08 183	10.68 226	16.27 224	6.19 203	3.94 185	5.52 216	39.73 230	7.74 215	9.53 213	12.33 227	7.02 216	7.63 222	14.72 217	12.91 208	6.89 176	16.97 197

SGM-Forest	3.19 150	2.07 170	0.45 61	6.33 194	2.00 172	2.67 176	0.10 63	1.46 82	0.76 117	2.49 156	0.91 111	6.65 171	6.47 184	0.48 152	6.84 153	3.08 130	0.85 91	0.33 50	3.65 101	0.62 87	2.81 101	5.69 120	0.84 177	1.18 158	3.88 168	3.84 141	11.86 203	7.73 167
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DAS	4.65 176	0.98 135	1.28 127	1.99 167	1.39 153	1.39 159	1.58 154	3.52 177	4.17 192	3.33 178	6.18 190	12.75 187	6.50 185	0.10 72	8.31 169	4.81 180	4.46 192	2.26 192	10.21 168	5.35 205	6.51 179	7.66 169	0.57 155	4.84 203	4.63 175	7.17 173	7.79 185	5.90 150

SepStereo	4.65 176	0.98 135	1.28 127	1.99 167	1.39 153	1.39 159	1.58 154	3.52 177	4.17 192	3.33 178	6.18 190	12.75 187	6.50 185	0.10 72	8.31 169	4.81 180	4.46 192	2.26 192	10.21 168	5.35 205	6.51 179	7.66 169	0.57 155	4.84 203	4.63 175	7.17 173	7.79 185	5.90 150

SQANet	19.01 218	32.39 232	7.05 212	58.51 234	34.20 231	58.54 236	40.35 233	4.32 186	1.69 164	4.85 211	1.45 125	32.05 212	6.71 187	57.82 234	11.24 192	1.77 66	6.68 209	1.66 171	31.16 217	2.08 163	8.23 199	7.99 182	54.11 239	2.11 177	5.60 186	10.88 199	10.17 197	19.67 204

FADNet_RVC	4.48 174	2.12 174	1.42 135	3.57 183	3.69 187	1.20 153	2.37 167	2.30 119	1.42 152	1.77 141	4.48 173	9.79 179	6.84 188	1.84 199	12.73 200	3.36 143	3.55 180	4.20 210	17.52 192	3.76 194	5.93 168	8.26 189	0.72 172	1.64 170	1.78 125	3.63 135	5.12 151	5.99 154

S-Stereo	9.64 200	2.07 170	4.59 191	8.70 203	8.72 210	12.93 212	19.52 221	5.25 197	6.14 202	6.12 217	20.39 240	29.19 210	7.43 189	0.64 162	14.26 211	7.63 224	4.01 187	5.81 220	18.32 193	6.45 210	7.46 192	9.84 211	12.36 225	7.40 220	3.61 166	6.74 168	7.10 179	17.56 199

PSMNet-ADL	3.55 162	0.87 122	1.70 152	1.71 160	2.00 172	1.21 154	0.69 133	2.55 134	1.91 170	4.36 206	7.71 204	4.22 149	7.85 190	0.10 72	7.75 164	5.27 187	2.09 161	0.89 125	11.92 182	2.07 161	4.52 146	6.13 134	0.70 170	0.67 122	2.07 129	4.52 150	8.78 191	1.62 107

Ntro	23.84 231	41.67 235	11.59 224	63.69 242	43.73 239	62.95 243	57.60 237	8.47 206	6.35 203	11.89 232	2.51 149	35.10 218	7.96 191	75.67 238	12.59 198	1.67 63	9.55 218	2.68 199	39.05 228	9.79 223	8.70 204	8.40 196	55.40 241	3.24 191	11.18 211	15.16 212	14.07 210	23.09 213

XQC	5.77 184	3.33 190	2.00 164	3.49 181	4.00 190	3.75 186	3.56 182	6.60 203	3.33 186	2.89 167	5.57 182	6.45 169	8.10 192	1.78 197	12.28 196	5.97 198	4.03 188	1.85 180	11.48 179	3.98 196	6.63 183	9.37 207	0.62 161	2.51 182	9.28 205	15.19 213	11.40 202	6.32 159

DGSMNet	12.26 209	4.87 203	8.31 217	6.01 193	6.04 201	7.30 199	6.59 199	7.90 205	4.51 196	11.38 230	32.66 249	17.48 198	8.74 193	4.36 213	14.01 207	14.50 242	17.26 229	9.25 232	41.69 232	11.54 227	21.38 247	24.41 249	4.74 213	7.56 221	5.44 185	11.45 201	8.55 190	13.11 187

FAT-Stereo	7.68 195	2.26 175	8.90 220	7.33 198	12.67 220	6.25 195	3.58 184	7.41 204	3.60 190	5.82 214	12.39 222	18.45 200	9.06 194	1.35 188	12.36 197	6.54 210	3.93 184	4.03 209	15.97 189	6.36 208	7.78 195	9.24 204	0.76 175	5.29 211	3.49 165	6.98 171	8.20 189	17.22 198

G-Net	11.11 204	4.89 204	9.62 222	4.05 186	4.71 194	7.69 200	2.56 169	10.07 210	15.27 224	5.01 213	15.52 231	47.57 236	9.25 195	0.66 164	11.93 194	8.70 229	5.83 203	4.33 212	24.55 212	15.55 231	8.38 201	9.97 213	3.01 202	5.25 210	6.16 192	13.40 209	22.59 222	23.59 214

MFN_U_SF_DS_RVC	7.94 196	3.78 195	1.17 125	9.35 204	4.27 192	8.06 202	8.52 207	11.24 213	8.55 209	4.88 212	4.04 170	17.24 197	9.50 196	6.06 218	14.53 216	3.53 156	2.28 164	1.12 150	19.59 201	2.56 178	8.24 200	9.72 210	3.14 204	2.11 177	11.98 212	14.76 211	10.14 196	14.15 191

SHD	5.09 180	1.15 147	3.12 183	1.80 162	1.94 168	1.71 165	2.82 174	5.09 195	4.76 198	2.82 164	5.39 179	5.07 156	9.79 197	0.87 172	11.37 193	6.33 208	4.71 196	2.67 198	13.97 187	3.50 193	7.31 189	8.29 194	0.44 144	3.88 193	5.02 183	7.49 176	4.03 116	12.20 184

ccs_rob	4.98 179	1.51 155	2.53 176	2.16 170	0.89 137	3.24 181	1.79 160	4.91 191	1.34 149	4.26 204	15.64 232	28.82 209	10.34 198	0.50 155	6.81 152	5.55 192	2.39 167	1.57 168	6.45 133	2.16 166	6.28 174	6.95 153	0.40 134	2.33 180	1.38 110	2.46 121	4.37 132	7.31 164

ADCMid	7.46 192	4.47 199	5.08 197	2.16 170	4.40 193	5.87 193	8.05 204	9.24 207	12.39 218	3.16 173	7.69 203	10.20 180	10.41 199	3.13 205	12.60 199	5.58 193	5.05 201	2.83 200	19.52 199	4.27 197	8.70 204	10.59 219	5.48 214	2.86 185	5.69 187	10.08 194	5.48 161	16.37 195

otaku	22.42 226	43.20 237	9.38 221	63.06 240	42.07 238	64.13 245	51.05 234	6.07 202	4.42 195	10.13 226	1.74 132	33.95 215	10.96 200	66.92 236	12.03 195	1.89 73	8.57 214	1.66 171	38.00 227	7.96 217	8.85 208	8.28 193	54.71 240	2.95 186	9.04 202	9.25 187	14.25 211	20.70 206

ACVNet-4b	27.62 234	43.15 236	14.04 229	69.86 251	48.10 242	70.20 253	77.34 251	10.63 212	9.55 214	15.00 238	1.55 127	59.33 244	11.37 201	93.44 248	12.94 202	2.57 111	15.66 227	5.69 219	33.68 221	14.13 229	9.17 210	7.28 157	59.49 245	4.60 199	12.85 214	9.43 188	15.52 213	19.12 201

CSAN	5.32 182	2.66 180	1.69 151	3.30 180	3.85 189	2.05 169	2.31 166	5.00 194	4.86 199	3.78 196	2.69 153	17.88 199	11.82 202	1.17 184	10.17 184	1.96 80	2.51 169	1.35 162	6.12 130	2.50 176	3.97 134	4.60 93	0.56 153	2.97 187	6.49 193	16.18 216	7.96 187	13.30 189

MaskLacGwcNet_RVC	8.85 199	1.66 161	6.09 208	4.62 189	3.79 188	3.05 179	6.94 201	3.69 180	3.58 189	4.74 210	10.17 218	65.85 250	12.11 203	7.99 222	7.88 166	5.27 187	4.63 194	5.31 215	18.89 197	2.67 180	8.70 204	10.19 215	1.05 181	4.09 195	5.01 182	9.52 189	6.30 170	15.16 193

JetRed	63.04 260	70.59 259	68.87 262	66.96 245	63.46 253	70.43 254	74.93 250	66.45 261	66.78 259	41.63 255	39.08 252	81.30 262	13.47 204	63.11 235	65.97 259	66.70 260	65.90 260	75.66 264	63.14 254	54.09 260	78.41 262	73.67 261	73.25 260	49.49 259	56.43 260	64.32 261	66.29 261	61.81 258

ADCPNet	7.46 192	2.07 170	4.11 190	2.81 176	6.39 202	3.36 182	8.24 205	5.53 199	7.83 207	3.76 195	7.86 206	5.53 163	14.04 205	3.15 206	13.54 205	6.64 212	4.80 197	2.06 188	18.97 198	5.05 203	8.54 202	10.30 217	2.99 201	2.59 183	9.61 207	17.77 218	7.74 183	16.22 194

MFN_U_SF_RVC	11.03 202	6.12 208	3.70 187	9.72 205	5.50 196	12.91 211	11.38 212	12.61 217	7.46 206	12.18 233	14.75 228	23.19 204	14.11 206	9.33 223	18.32 228	5.16 185	4.41 191	3.43 205	39.06 229	6.67 211	10.28 214	11.18 221	1.45 190	6.88 218	9.80 208	8.50 185	9.76 193	19.96 205

CBMV_ROB	7.04 191	2.92 185	2.91 181	8.40 202	6.54 205	5.80 192	3.57 183	5.09 195	2.49 177	3.84 199	4.70 177	21.33 203	14.76 207	0.47 150	10.48 187	3.84 165	3.13 177	1.58 169	12.20 184	8.81 218	6.17 170	5.80 122	0.47 148	3.14 190	9.16 204	15.50 215	13.69 208	13.29 188

MFMNet_re	16.81 217	13.74 218	7.85 215	23.81 219	9.51 214	34.14 230	18.04 218	12.31 214	19.02 233	10.33 227	12.96 223	38.69 224	15.16 208	1.61 194	18.46 229	10.89 237	28.67 246	12.10 237	31.52 218	10.43 224	18.75 241	11.05 220	8.52 219	9.85 227	9.47 206	5.57 160	24.17 223	37.24 235

iResNet	4.46 173	0.88 123	0.92 108	2.61 174	2.85 183	4.95 190	1.38 149	4.97 192	1.33 147	3.66 192	3.45 163	12.37 185	16.29 209	0.06 52	9.09 176	3.33 141	2.53 171	1.85 180	16.79 191	2.68 181	4.65 149	4.29 80	0.25 118	4.69 201	1.88 127	4.19 144	5.32 156	3.22 131

ADCS	10.79 201	5.73 205	4.98 195	4.16 187	6.39 202	6.60 196	6.53 198	10.15 211	15.87 226	4.18 202	7.59 202	13.56 190	18.31 210	4.53 214	14.24 210	11.99 239	10.80 219	7.09 228	25.37 213	9.28 221	16.45 238	16.31 242	2.97 200	7.03 219	10.05 210	20.56 225	11.21 201	19.51 202

edge stereo	11.93 208	6.96 210	11.28 223	14.49 209	12.53 219	16.91 215	13.06 216	12.62 218	7.43 205	6.06 216	15.07 229	38.54 223	18.86 211	1.55 192	12.90 201	7.43 221	6.14 204	3.10 202	25.46 214	4.74 199	8.16 198	10.22 216	4.20 210	4.35 198	9.83 209	8.13 180	13.68 207	28.51 223

AnyNet_C01	13.13 212	6.35 209	5.48 202	6.38 195	6.46 204	5.73 191	10.15 210	12.79 220	16.56 227	5.83 215	9.31 214	26.51 207	19.60 212	5.31 217	17.84 226	13.62 240	17.55 230	15.56 245	35.24 223	11.09 225	19.28 243	17.31 244	7.05 217	7.85 224	13.46 215	10.79 198	9.89 194	21.58 207

JetBlue	33.16 239	30.03 230	36.86 255	39.95 231	35.04 234	44.19 233	36.23 231	30.47 248	47.01 252	15.01 239	10.48 219	79.96 261	19.64 213	25.82 230	18.89 233	17.14 245	40.11 255	25.93 253	36.94 226	25.94 246	32.23 256	26.39 254	31.84 233	27.47 248	31.63 233	33.13 248	48.81 251	48.30 247

SGM_RVC	11.04 203	10.51 216	3.94 189	16.88 211	9.65 215	15.55 213	8.47 206	9.54 208	6.09 201	4.15 201	7.87 207	25.06 206	19.78 214	0.97 175	9.49 180	2.25 98	3.81 182	1.26 160	21.86 204	2.34 173	6.63 183	5.12 109	2.33 196	4.85 205	18.97 222	16.47 217	33.79 235	30.47 225
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
pmcnn	8.69 197	3.07 186	2.45 173	6.53 196	5.75 198	7.18 198	4.96 192	4.79 190	2.03 173	4.24 203	12.14 221	19.36 201	21.49 215	0.91 174	9.48 179	6.75 214	6.67 208	4.39 214	22.61 207	5.09 204	10.91 218	7.84 176	4.51 212	5.07 208	6.90 197	5.26 157	17.73 218	26.48 221

STTRV1_RVC		2.66 180	1.55 144	5.84 191	1.90 166	6.01 194	3.60 185	4.11 184	3.93 191	4.64 208	6.71 195	16.96 196	21.63 216	1.68 195		5.04 183	18.60 232	1.18 152		12.74 228	19.16 242			5.05 207	9.07 203	12.15 203	12.79 204	31.40 227

SFCPSM	5.84 185	2.89 184	1.36 133	1.97 166	1.59 159	1.65 164	0.56 129	2.54 133	4.75 197	3.16 173	7.74 205	15.48 194	23.57 217	1.24 185	11.21 190	4.79 179	2.53 171	1.55 167	22.65 208	7.42 212	4.60 147	6.67 148	0.69 168	2.33 180	4.62 174	4.35 146	6.18 167	9.49 175

SAMSARA	20.09 219	2.60 178	5.52 204	4.28 188	4.10 191	3.59 185	5.57 196	15.80 225	10.05 215	4.59 207	5.59 184	9.22 177	24.85 218	3.88 209	16.25 223	8.47 228	6.17 205	3.82 206	22.29 206	5.87 207	19.35 244	26.82 256	1.02 179	5.45 212	80.31 262	91.77 263	78.09 263	77.23 263

SGM-ForestM	13.51 214	15.62 220	5.25 201	19.43 214	9.27 211	19.59 219	12.46 215	12.78 219	8.97 212	3.34 181	9.27 213	36.07 220	25.37 219	2.03 201	16.48 225	3.39 146	4.90 199	1.21 155	22.28 205	2.96 186	6.90 186	5.25 112	1.83 192	4.68 200	27.51 231	25.27 235	34.85 238	27.72 222

SANet	11.19 205	4.59 201	6.27 211	5.98 192	6.03 200	9.51 207	3.52 181	15.63 222	13.49 221	2.90 168	8.65 209	59.91 245	26.52 220	3.01 204	14.30 212	3.26 138	7.32 210	3.86 208	11.91 181	3.94 195	6.50 177	7.39 160	2.61 198	7.75 223	12.68 213	17.80 219	13.93 209	22.99 211

ACVNet_1	28.17 236	43.81 238	17.24 234	67.32 246	49.50 244	66.04 250	82.98 256	16.42 227	8.08 208	11.43 231	7.19 200	34.00 216	27.09 221	93.81 249	14.92 219	2.21 96	17.82 231	6.77 227	36.07 225	11.39 226	10.56 217	7.42 162	59.65 246	6.11 213	20.40 226	15.24 214	10.18 198	16.93 196

PVD	13.07 211	5.77 206	8.84 219	7.67 200	7.35 208	10.40 208	7.28 202	21.12 235	19.70 235	3.65 191	8.76 211	16.32 195	27.90 222	3.25 207	14.97 220	8.92 231	11.32 220	6.23 224	25.56 215	7.56 213	12.68 225	14.11 236	1.29 188	6.16 214	16.97 219	25.32 236	18.21 219	35.51 233

DPSNet	15.27 216	3.38 191	2.28 171	7.89 201	8.28 209	10.58 209	4.44 189	5.86 200	8.70 211	4.26 204	6.00 189	72.12 255	28.20 223	4.69 215	15.14 221	10.42 235	11.48 222	8.27 230	58.42 252	9.38 222	12.12 224	11.31 222	17.29 230	11.11 231	20.16 225	20.85 228	14.99 212	24.68 218

MDST_ROB	11.38 206	16.72 222	3.53 186	29.03 221	10.09 216	21.13 220	6.30 197	6.03 201	2.39 175	3.16 173	5.82 186	11.55 183	29.02 224	0.67 165	15.26 222	3.18 136	1.65 149	0.66 93	8.85 152	2.07 161	5.87 166	6.71 150	2.26 195	3.08 189	28.29 232	22.14 231	37.48 240	24.36 216

RainbowNet	28.72 237	46.67 239	19.30 237	69.82 250	47.14 240	68.90 252	70.63 246	10.00 209	3.26 185	17.63 240	2.27 138	46.57 232	29.74 225	91.67 245	17.86 227	3.37 144	12.50 224	5.59 217	44.74 235	17.11 234	10.33 215	8.87 200	58.90 244	5.15 209	14.30 216	12.58 206	17.44 216	23.01 212

MADNet+	20.34 220	8.33 211	14.90 232	18.17 213	11.98 218	8.55 204	19.20 219	28.96 245	17.96 231	12.55 234	11.63 220	34.32 217	30.36 226	10.57 225	26.85 243	16.66 244	27.39 244	10.40 236	40.88 231	18.27 236	19.91 245	15.53 240	9.97 224	19.40 242	35.72 240	22.38 232	21.31 221	37.09 234

MeshStereo	13.92 215	10.29 214	5.80 205	24.32 220	15.33 221	17.65 217	7.76 203	12.34 216	7.38 204	4.65 209	9.09 212	38.22 222	30.61 227	0.62 161	14.44 215	7.42 220	4.05 189	2.65 197	19.82 202	2.63 179	14.32 232	9.90 212	1.27 187	6.42 215	22.75 227	19.43 222	33.41 233	33.14 229
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
ELAS	20.62 223	22.76 227	14.59 230	35.29 227	24.88 228	31.90 226	20.66 224	17.34 228	17.05 229	7.97 220	18.32 236	48.39 237	31.67 228	4.13 211	14.30 212	5.24 186	11.47 221	6.10 223	23.02 210	7.62 214	13.14 226	14.53 237	9.46 222	10.75 230	34.52 238	27.84 242	41.52 245	42.31 244
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	33.32 240	48.24 241	22.45 240	67.72 249	50.69 249	65.88 248	85.41 259	28.48 243	14.03 222	14.63 236	9.36 215	52.16 241	31.94 229	91.62 244	13.62 206	2.72 116	21.29 234	5.84 221	51.78 241	16.52 233	10.41 216	7.93 180	58.06 242	13.93 238	36.96 245	18.42 220	25.58 225	33.95 232

PWCDC_ROB	3.09 147	0.52 78	0.24 21	0.38 97	0.92 141	0.25 116	0.37 113	1.16 72	8.67 210	0.14 41	2.36 146	0.85 87	32.24 230	0.72 168	6.25 143	3.40 148	2.00 159	0.94 132	2.65 74	1.03 122	3.63 128	9.35 206	0.27 123	0.68 123	0.55 70	0.69 74	1.44 29	1.79 110

ELAS_RVC	20.43 221	19.80 224	14.61 231	33.93 225	22.90 224	33.71 229	20.10 223	15.64 223	12.18 216	8.45 222	19.69 239	54.25 243	33.97 231	4.07 210	13.47 204	5.30 190	11.89 223	6.49 226	21.52 203	8.87 219	14.06 229	14.69 238	9.63 223	11.88 232	32.34 236	25.79 237	41.56 246	40.71 241
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	27.09 233	40.76 234	20.37 238	53.27 233	39.67 236	45.72 234	56.25 236	14.00 221	12.78 219	14.18 235	10.07 217	43.95 230	34.00 232	86.26 241	13.33 203	13.62 240	31.37 250	16.57 248	52.58 242	15.02 230	15.98 235	12.66 230	15.43 228	6.52 216	8.73 201	8.65 186	16.24 215	33.48 230

LSM0	23.31 229	6.07 207	4.80 194	15.07 210	10.87 217	17.08 216	14.50 217	23.84 237	15.74 225	14.73 237	18.40 237	35.77 219	35.06 233	1.58 193	76.98 260	85.81 261	14.68 226	5.68 218	56.53 249	17.15 235	23.95 250	21.89 247	4.26 211	8.21 225	17.36 220	20.39 224	29.27 228	33.71 231

MANE	21.44 225	17.36 223	16.07 233	34.52 226	24.54 226	25.94 223	19.26 220	20.13 234	18.43 232	6.42 218	15.25 230	40.88 226	36.30 234	4.35 212	18.72 232	10.55 236	8.23 213	29.63 255	23.68 211	4.94 201	11.81 221	8.91 202	3.02 203	10.18 228	36.19 243	32.24 246	51.66 253	49.72 249

SPS-STEREO	20.98 224	14.87 219	11.99 225	19.90 215	20.87 222	18.85 218	10.39 211	16.04 226	19.39 234	19.65 242	21.64 243	33.32 214	37.38 235	7.51 220	19.34 234	17.18 246	26.65 242	16.12 247	32.93 219	23.87 243	31.45 255	25.37 253	13.83 227	14.33 239	17.76 221	19.97 223	29.60 229	26.21 219
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
STStereo	20.61 222	24.96 228	17.24 234	39.82 230	27.48 229	32.58 228	22.87 225	19.77 232	17.77 230	8.05 221	19.67 238	46.38 231	37.96 236	2.15 202	18.66 231	4.75 177	4.82 198	1.95 183	33.25 220	6.38 209	9.07 209	8.67 198	3.28 205	10.68 229	31.80 235	27.62 241	40.75 242	38.09 237

PWC_ROB	7.58 194	2.00 166	5.48 202	0.90 138	1.32 149	2.25 172	5.46 195	2.83 153	16.84 228	3.83 198	8.10 208	5.42 160	39.62 237	1.01 178	9.69 181	5.15 184	6.62 207	4.25 211	16.71 190	4.76 200	8.56 203	10.40 218	0.63 162	4.96 206	3.07 155	3.69 136	7.15 180	24.07 215

SGM+DAISY	22.46 227	16.23 221	12.74 226	23.16 218	22.67 223	25.12 222	20.00 222	18.50 230	14.48 223	18.58 241	22.04 244	30.49 211	41.59 238	13.05 228	22.51 240	16.54 243	26.00 241	12.93 239	35.92 224	22.37 241	28.02 253	25.12 252	21.26 231	13.77 237	20.04 224	18.46 221	33.94 236	30.81 226

WAO-7	28.15 235	31.17 231	25.54 242	33.41 224	34.99 233	22.62 221	28.62 228	47.75 254	47.89 253	29.08 247	39.82 253	41.47 227	41.79 239	12.75 227	36.14 250	18.16 247	17.03 228	8.88 231	47.38 236	21.69 240	11.73 220	12.95 233	3.79 209	33.81 252	23.20 228	26.44 239	24.41 224	37.61 236

IMH-64-1	35.05 241	48.99 242	25.77 244	61.80 236	50.28 247	62.71 241	68.79 241	27.80 240	35.88 242	10.10 224	14.48 226	46.82 233	41.96 240	94.04 250	19.93 235	7.49 222	22.67 235	9.35 233	48.46 237	21.14 238	14.12 230	12.56 228	59.91 248	12.21 233	41.64 246	20.57 226	27.79 226	39.03 238

IMH-64	35.05 241	48.99 242	25.77 244	61.80 236	50.28 247	62.71 241	68.79 241	27.80 240	35.88 242	10.10 224	14.48 226	46.82 233	41.96 240	94.04 250	19.93 235	7.49 222	22.67 235	9.35 233	48.46 237	21.14 238	14.12 230	12.56 228	59.91 248	12.21 233	41.64 246	20.57 226	27.79 226	39.03 238

PSMNet_ROB	32.72 238	49.56 245	17.71 236	65.01 244	47.98 241	61.81 240	62.32 238	19.85 233	21.78 238	27.64 246	25.28 245	42.80 228	43.52 242	83.58 239	21.88 239	4.36 172	19.43 233	6.46 225	43.95 234	16.36 232	13.14 226	11.66 224	58.31 243	14.57 240	31.67 234	24.32 234	29.94 231	18.64 200

ktn	53.49 255	64.55 255	32.09 248	67.37 247	73.02 261	67.18 251	79.08 253	39.47 249	71.03 260	45.61 258	66.57 260	53.73 242	46.66 243	95.58 261	51.51 255	35.27 255	42.24 257	32.53 256	61.67 253	36.66 253	34.35 258	37.51 257	63.57 253	39.21 253	45.92 252	42.82 256	58.10 258	61.01 257

PWCK	39.46 245	63.60 254	25.26 241	73.87 256	41.94 237	61.54 239	51.88 235	54.42 255	37.36 244	26.43 245	38.00 250	62.72 249	47.31 244	27.64 231	24.07 242	10.09 234	32.07 251	12.97 240	84.14 261	29.01 250	25.42 251	16.79 243	48.17 238	30.69 251	35.86 242	32.01 245	32.05 232	40.21 240

KSHMR	57.18 257	74.32 261	54.88 260	81.85 261	71.02 258	78.52 261	83.49 257	67.32 262	55.52 257	57.05 260	55.43 256	62.46 248	47.47 245	94.95 257	62.89 258	43.86 257	41.02 256	36.71 258	65.14 256	47.71 258	30.88 254	22.80 248	66.24 255	55.80 262	49.31 253	33.72 249	50.52 252	52.93 251

DPSimNet_ROB		56.83 250	60.12 261	63.44 241	74.40 262	61.08 238	66.03 240	29.26 247	91.88 263	80.83 261	53.70 255	74.56 257	48.76 246	90.67 243	61.12 257	47.44 258		43.29 259	68.79 258	60.06 261	52.83 261	61.42 260	45.69 237	46.03 258		63.34 260	56.49 256	56.41 254

BEATNet-Init1	25.27 232	27.76 229	13.76 228	44.57 232	24.32 225	38.91 232	25.10 226	19.51 231	20.03 236	9.35 223	16.15 233	47.35 235	48.89 247	4.71 216	23.55 241	11.00 238	8.78 215	5.84 221	49.88 240	20.70 237	15.01 233	14.94 239	7.37 218	12.57 235	35.78 241	26.22 238	60.85 260	49.36 248

LVE	40.69 247	49.32 244	32.19 249	74.37 257	65.31 255	65.52 247	78.53 252	29.09 246	24.11 240	37.95 253	38.44 251	39.09 225	50.88 248	95.16 260	18.50 230	6.31 207	25.93 240	13.65 242	54.80 246	26.51 248	16.26 236	15.81 241	69.49 257	26.57 247	44.82 251	33.95 250	41.51 244	24.49 217

WAO-6	37.66 244	47.81 240	21.43 239	60.52 235	52.73 250	58.92 237	64.84 239	27.98 242	43.38 247	33.02 251	17.53 234	43.36 229	50.95 249	89.65 242	33.50 246	18.63 250	24.84 238	13.57 241	42.17 233	25.77 245	21.16 246	19.52 245	35.00 234	18.52 241	43.20 249	29.62 243	37.17 239	41.96 243

WAO-8	45.52 251	56.99 251	36.84 253	70.78 253	61.58 251	72.65 256	72.88 248	44.15 251	50.34 254	32.51 249	26.24 247	68.22 252	50.98 250	91.91 246	34.40 247	19.25 251	31.26 248	14.25 243	53.00 243	37.84 254	18.64 239	12.91 231	45.23 235	27.94 249	54.23 257	39.08 251	48.02 249	56.81 255

Venus	45.52 251	56.99 251	36.84 253	70.77 252	61.58 251	72.65 256	72.88 248	44.15 251	50.34 254	32.51 249	26.24 247	68.22 252	50.98 250	91.91 246	34.40 247	19.25 251	31.26 248	14.25 243	53.00 243	37.84 254	18.64 239	12.91 231	45.23 235	27.94 249	54.23 257	39.08 251	48.02 249	56.81 255

LE_ROB	23.34 230	10.93 217	12.86 227	32.65 223	38.35 235	31.72 225	33.97 230	23.50 236	21.06 237	7.08 219	17.87 235	51.83 240	51.55 252	1.81 198	14.20 209	3.08 130	3.94 185	1.47 165	30.65 216	8.98 220	9.43 212	7.39 160	6.89 215	25.95 246	35.31 239	39.95 255	53.69 255	54.00 252

notaker	50.99 253	64.58 256	35.58 252	71.22 254	67.03 256	71.52 255	79.74 254	46.10 253	64.92 258	43.57 256	60.04 257	61.27 246	52.88 253	94.30 253	52.11 256	32.30 254	36.01 253	25.62 252	66.68 257	41.75 256	26.51 252	26.69 255	69.04 256	40.16 255	27.04 229	32.57 247	39.45 241	47.99 246

TorneroNet	40.95 248	54.80 249	28.35 247	67.47 248	50.00 245	66.00 249	71.75 247	26.53 238	45.69 250	24.20 244	21.34 242	68.12 251	53.25 254	94.92 256	27.93 245	9.57 232	26.82 243	16.87 249	54.27 245	24.50 244	16.26 236	13.93 235	62.31 252	23.32 245	36.59 244	27.14 240	43.07 247	50.69 250

IMH	36.38 243	50.15 246	26.16 246	62.16 239	50.12 246	63.98 244	68.96 243	28.54 244	38.29 245	11.29 229	14.14 224	50.26 239	54.45 255	94.09 252	20.59 237	7.40 219	23.63 237	10.28 235	49.17 239	22.78 242	13.74 228	11.88 225	59.95 250	13.42 236	41.71 248	23.99 233	29.69 230	41.45 242

TorneroNet-64	40.02 246	51.18 247	25.58 243	64.09 243	48.50 243	64.50 246	69.74 244	27.58 239	44.28 249	21.06 243	14.38 225	70.42 254	57.53 256	94.84 254	27.09 244	8.83 230	28.00 245	16.10 246	54.90 247	26.42 247	15.26 234	13.34 234	61.86 251	22.65 243	33.51 237	30.60 244	34.09 237	54.24 253

Dean	44.25 250	52.28 248	33.23 251	77.10 258	64.97 254	79.61 262	83.94 258	43.21 250	43.41 248	35.28 252	25.28 245	61.70 247	57.88 257	95.07 259	21.16 238	4.55 173	29.50 247	12.92 238	64.62 255	29.22 251	11.94 222	10.07 214	59.70 247	23.01 244	50.00 254	39.42 254	53.45 254	32.13 228

UNDER WATER	53.46 254	66.50 257	44.48 256	77.89 259	68.28 257	75.27 259	86.28 261	62.01 259	51.94 256	41.57 254	48.61 254	74.76 258	58.64 258	94.91 255	40.27 252	19.59 253	35.94 252	25.36 251	57.83 250	30.24 252	22.42 249	21.82 246	69.76 258	49.60 260	53.54 256	52.17 257	44.57 248	69.15 261

UNDER WATER-64	54.23 256	63.34 253	46.02 258	79.36 260	71.42 259	76.64 260	88.13 262	66.12 260	46.96 251	52.07 259	60.69 258	73.21 256	59.22 259	94.98 258	35.82 249	18.58 249	36.56 254	27.05 254	54.96 248	27.40 249	22.29 248	24.45 250	75.67 261	44.51 256	51.17 255	56.84 259	41.43 243	69.34 262

SPstereo	43.04 249	33.32 233	32.45 250	30.80 222	34.50 232	30.75 224	28.55 227	58.42 257	43.16 246	30.26 248	60.88 259	48.92 238	63.39 260	44.40 233	41.97 253	53.98 259	48.24 258	33.80 257	57.94 251	41.93 257	44.30 259	40.41 258	27.95 232	44.78 257	43.85 250	39.09 253	57.71 257	46.32 245

HanzoNet	61.45 259	69.33 258	44.96 257	71.45 255	72.16 260	72.71 258	79.94 255	60.19 258	75.71 261	45.02 257	73.92 261	75.04 259	64.67 261	96.72 262	48.25 254	40.02 256	53.74 259	47.73 260	76.16 259	51.62 259	46.98 260	46.48 259	73.13 259	39.85 254	55.14 259	52.31 258	60.69 259	65.16 260

LRCNet_RVC	60.98 258	74.62 262	47.06 259	94.31 262	95.29 264	91.20 263	85.70 260	54.57 256	35.63 241	98.62 263	74.21 262	91.97 265	68.08 262	96.82 263	39.31 251	18.45 248	70.27 261	52.85 261	94.58 262	64.63 262	32.99 257	24.53 251	94.81 262	53.78 261	19.71 223	12.68 207	33.49 234	26.36 220

MADNet++	76.55 261	72.12 260	82.72 263	61.81 238	81.28 263	58.20 235	69.82 245	68.60 263	78.83 262	85.65 262	92.58 263	79.76 260	85.27 263	36.74 232	81.31 261	89.87 262	87.51 262	69.64 262	82.22 260	90.64 263	91.37 263	93.20 263	65.06 254	90.12 263	59.87 261	75.77 262	74.46 262	62.48 259

MEDIAN_ROB	97.62 264	99.11 264	98.47 265	100.00 264	99.99 265	100.00 267	100.00 267	99.48 266	98.33 264	100.00 266	99.95 267	98.03 266	96.13 264	99.95 265	99.43 264	98.46 264	98.58 264	98.67 265	99.88 265	97.97 264	93.64 265	96.55 265	100.00 265	97.27 264	87.22 263	92.69 264	89.89 264	95.94 265

DGTPSM_ROB	99.53 267	99.77 265	100.00 268	100.00 264	100.00 266	100.00 267	100.00 267	99.19 264	100.00 267	99.32 264	99.66 266	91.63 263	99.15 265	100.00 266	99.94 267	100.00 267	99.82 265	99.99 267	99.51 263	99.99 266	99.77 268	99.66 267	100.00 265	100.00 267	100.00 267	100.00 268	100.00 267	100.00 268

DPSMNet_ROB	99.54 268	99.78 266	100.00 268	100.00 264	100.00 266	100.00 267	100.00 267	99.19 264	100.00 267	99.32 264	99.65 265	91.68 264	99.16 266	100.00 266	99.94 267	100.00 267	99.83 266	99.99 267	99.59 264	99.99 266	99.77 268	99.66 267	100.00 265	100.00 267	100.00 267	100.00 268	100.00 267	100.00 268

HaxPig	99.00 266	100.00 267	98.99 266	100.00 264	100.00 266	99.99 266	100.00 267	99.99 267	99.89 266	100.00 266	99.98 268	100.00 270	99.94 267	100.00 266	99.61 265	99.46 265	99.97 267	99.58 266	99.99 266	99.99 266	97.37 266	96.43 264	99.99 264	99.98 266	89.52 264	99.53 266	94.23 265	98.48 266

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

MyStereo02	96.30 263	100.00 267	100.00 268	100.00 264	0.00 1	100.00 267	100.00 267	100.00 268	100.00 267	100.00 266	100.00 269	100.00 270	100.00 268	100.00 266	100.00 269	100.00 267	100.00 268	100.00 269	100.00 267	100.00 269	100.00 270	100.00 269	100.00 265	100.00 267	100.00 267	100.00 268	100.00 267	100.00 268

PML	96.12 262	100.00 267	83.16 264	100.00 264	100.00 266	100.00 267	99.20 266	100.00 268	99.01 265	100.00 266	96.16 264	99.92 269	100.00 268	98.52 264	94.60 262	91.70 263	91.21 263	74.14 263	100.00 267	98.06 265	92.87 264	86.59 262	97.59 263	98.11 265	94.46 266	99.98 267	100.00 267	99.92 267

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

DPSM_ROB	99.91 269	100.00 267	100.00 268	100.00 264	100.00 266	98.90 264	98.96 264	100.00 268	100.00 267	100.00 266	100.00 269	99.76 267	100.00 268	100.00 266	100.00 269	100.00 267	100.00 268	100.00 269	100.00 267	100.00 269	100.00 270	100.00 269	100.00 265	100.00 267	100.00 267	100.00 268	100.00 267	100.00 268

DPSM	99.91 269	100.00 267	100.00 268	100.00 264	100.00 266	98.90 264	98.96 264	100.00 268	100.00 267	100.00 266	100.00 269	99.76 267	100.00 268	100.00 266	100.00 269	100.00 267	100.00 268	100.00 269	100.00 267	100.00 269	100.00 270	100.00 269	100.00 265	100.00 267	100.00 267	100.00 268	100.00 267	100.00 268

AVERAGE_ROB	98.96 265	100.00 267	99.80 267	100.00 264	100.00 266	100.00 267	100.00 267	100.00 268	100.00 267	100.00 266	100.00 269	100.00 270	100.00 268	100.00 266	99.80 266	99.85 266	100.00 268	100.00 269	100.00 267	100.00 269	98.20 267	99.54 266	100.00 265	100.00 267	93.40 265	93.83 265	94.40 266	93.22 264

Low-res two-view benchmark