Low-res two-view results

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

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

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

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

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

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

CroCo-Stereo	0.13 1	0.09 1	0.08 1	0.07 1	0.04 2	0.06 1	0.04 1	0.14 3	0.05 1	0.10 2	0.03 1	0.13 2	0.06 1	0.04 1	0.24 4	0.26 4	0.20 1	0.18 2	0.20 2	0.11 1	0.24 4	0.15 2	0.05 1	0.06 1	0.22 3	0.20 2	0.23 4	0.15 2
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
ProNet	0.14 2	0.13 3	0.14 5	0.11 5	0.07 3	0.14 5	0.12 14	0.13 2	0.06 2	0.08 1	0.24 19	0.09 1	0.06 1	0.07 5	0.22 3	0.21 2	0.22 2	0.18 2	0.19 1	0.14 4	0.20 1	0.11 1	0.12 9	0.11 4	0.16 1	0.13 1	0.17 1	0.12 1

CroCo-Stereo Lap2	0.14 2	0.10 2	0.08 1	0.08 2	0.08 5	0.08 2	0.05 2	0.12 1	0.06 2	0.22 9	0.07 2	0.16 3	0.07 3	0.04 1	0.20 1	0.26 4	0.22 2	0.19 4	0.26 6	0.11 1	0.28 8	0.16 3	0.06 2	0.08 2	0.22 3	0.23 7	0.20 2	0.16 3

RAFT	0.17 4	0.13 3	0.10 3	0.16 10	0.07 3	0.21 16	0.05 2	0.25 8	0.12 5	0.14 3	0.15 3	0.16 3	0.10 4	0.05 3	0.21 2	0.20 1	0.23 4	0.15 1	0.28 7	0.13 3	0.21 2	0.17 4	0.07 4	0.10 3	0.26 6	0.24 8	0.33 9	0.23 7

StereoVision	0.18 5	0.13 3	0.11 4	0.09 3	0.14 10	0.16 6	0.08 5	0.17 5	0.17 8	0.15 4	0.15 3	0.16 3	0.10 4	0.06 4	0.25 6	0.26 4	0.27 5	0.22 6	0.22 3	0.16 5	0.23 3	0.17 4	0.06 2	0.13 6	0.28 11	0.29 14	0.38 13	0.28 13

AEACV	0.19 6	0.31 19	0.14 5	0.17 13	0.13 7	0.12 4	0.07 4	0.15 4	0.07 4	0.16 5	0.15 3	0.18 6	0.11 6	0.11 10	0.25 6	0.25 3	0.32 8	0.23 7	0.35 15	0.18 6	0.27 5	0.22 11	0.11 8	0.11 4	0.20 2	0.22 6	0.25 5	0.18 5

delet	0.24 7	0.25 9	0.22 30	0.24 26	0.20 24	0.28 39	0.16 34	0.21 6	0.18 10	0.23 10	0.26 23	0.26 9	0.15 11	0.25 80	0.32 14	0.28 7	0.31 7	0.27 9	0.24 4	0.24 20	0.31 10	0.20 7	0.16 24	0.19 15	0.28 11	0.25 9	0.32 8	0.31 15

TDLM	0.24 7	0.29 15	0.22 30	0.22 22	0.27 50	0.23 22	0.18 39	0.26 10	0.19 15	0.18 7	0.38 52	0.29 11	0.21 25	0.15 22	0.24 4	0.28 7	0.32 8	0.28 11	0.25 5	0.21 12	0.28 8	0.19 6	0.16 24	0.21 20	0.24 5	0.20 2	0.28 6	0.25 9

anonymousdsp	0.25 9	0.23 7	0.19 15	0.16 10	0.14 10	0.18 11	0.10 9	0.37 16	0.19 15	0.32 16	0.22 16	0.32 12	0.12 7	0.14 19	0.29 9	0.32 16	0.32 8	0.28 11	0.39 18	0.22 13	0.46 39	0.31 23	0.12 9	0.15 7	0.26 6	0.20 2	0.52 29	0.20 6

StereoIM	0.26 10	0.20 6	0.16 9	0.10 4	0.10 6	0.10 3	0.08 5	0.24 7	0.14 6	0.36 18	0.16 6	0.36 20	0.12 7	0.08 6	0.33 15	0.35 19	0.39 21	0.35 34	0.53 39	0.20 10	0.40 20	0.26 16	0.13 15	0.15 7	0.39 39	0.39 43	0.40 16	0.49 51

iRaftStereo_RVC	0.26 10	0.27 11	0.16 9	0.13 6	0.14 10	0.18 11	0.09 7	0.44 25	0.14 6	0.36 18	0.36 45	0.32 12	0.16 14	0.13 16	0.29 9	0.29 10	0.38 19	0.28 11	0.34 14	0.22 13	0.41 21	0.38 36	0.12 9	0.17 11	0.27 9	0.29 14	0.42 17	0.27 12

RAFT + AFF	0.27 12	0.26 10	0.17 12	0.21 19	0.13 7	0.19 13	0.13 16	0.41 19	0.18 10	0.44 33	0.19 9	0.42 31	0.14 9	0.09 7	0.86 130	0.29 10	0.41 24	0.20 5	0.55 46	0.23 16	0.47 45	0.21 8	0.12 9	0.15 7	0.28 11	0.20 2	0.21 3	0.17 4

RYNet	0.27 12	0.23 7	0.18 13	0.15 7	0.17 17	0.19 13	0.13 16	0.25 8	0.31 78	0.17 6	0.20 12	0.19 7	0.14 9	0.13 16	0.80 113	0.28 7	0.27 5	0.41 54	0.28 7	0.19 8	0.27 5	0.21 8	0.29 112	0.18 14	0.27 9	0.76 124	0.34 10	0.23 7

MIF-Stereo	0.28 14	0.27 11	0.15 7	0.15 7	0.13 7	0.17 9	0.09 7	0.35 14	0.19 15	0.49 54	0.21 13	0.41 29	0.18 19	0.14 19	0.40 25	0.39 31	0.42 26	0.34 26	0.56 51	0.25 23	0.43 26	0.24 13	0.13 15	0.19 15	0.31 20	0.41 48	0.30 7	0.37 24

AASNet	0.28 14	0.34 23	0.22 30	0.25 31	0.26 42	0.34 66	0.25 78	0.32 12	0.17 8	0.29 13	0.36 45	0.26 9	0.18 19	0.24 67	0.36 19	0.31 14	0.34 13	0.32 18	0.32 10	0.28 32	0.35 16	0.28 19	0.17 35	0.22 26	0.30 16	0.28 13	0.35 12	0.25 9

AANet_RVC	0.28 14	0.27 11	0.23 35	0.19 15	0.28 54	0.16 6	0.16 34	0.29 11	0.30 63	0.20 8	0.27 25	0.24 8	0.21 25	0.19 32	0.45 37	0.36 24	0.33 11	0.34 26	0.29 9	0.29 36	0.27 5	0.27 17	0.22 77	0.21 20	0.34 27	0.33 26	0.42 17	0.52 56

test_5	0.29 17	0.39 44	0.16 9	0.22 22	0.15 13	0.21 16	0.13 16	0.54 48	0.20 18	0.38 22	0.19 9	0.44 38	0.34 96	0.10 8	0.43 36	0.38 28	0.33 11	0.32 18	0.33 12	0.20 10	0.32 11	0.35 29	0.09 5	0.21 20	0.28 11	0.30 16	0.51 25	0.32 17

MMNet	0.29 17	0.29 15	0.22 30	0.26 35	0.26 42	0.26 31	0.18 39	0.33 13	0.23 23	0.24 11	0.28 27	0.35 16	0.15 11	0.32 117	0.39 23	0.31 14	0.36 15	0.34 26	0.41 20	0.27 30	0.32 11	0.21 8	0.17 35	0.23 37	0.32 23	0.30 16	0.46 20	0.32 17

MIF-Stereo (partial)	0.30 19	0.44 67	0.18 13	0.16 10	0.16 15	0.21 16	0.11 11	0.37 16	0.22 21	0.37 20	0.24 19	0.32 12	0.17 17	0.13 16	0.39 23	0.45 62	0.46 35	0.38 44	0.42 23	0.25 23	0.43 26	0.35 29	0.18 40	0.21 20	0.35 30	0.32 23	0.50 24	0.44 44

RAFT_CTSACE	0.30 19	0.37 33	0.15 7	0.15 7	0.15 13	0.25 29	0.18 39	0.53 44	0.20 18	0.55 83	0.18 8	0.44 38	0.29 52	0.16 25	0.29 9	0.30 12	0.37 17	0.27 9	0.37 17	0.18 6	0.38 18	0.45 62	0.10 7	0.17 11	0.30 16	0.31 19	0.60 54	0.26 11

AFF-stereo	0.30 19	0.34 23	0.26 44	0.18 14	0.17 17	0.33 59	0.11 11	0.50 38	0.23 23	0.46 38	0.28 27	0.40 25	0.16 14	0.12 14	0.27 8	0.35 19	0.37 17	0.25 8	0.57 55	0.23 16	0.38 18	0.25 14	0.17 35	0.17 11	0.37 32	0.37 36	0.48 22	0.32 17

test croco	0.31 22	0.43 63	0.20 18	0.20 18	0.16 15	0.20 15	0.10 9	0.41 19	0.18 10	0.48 46	0.19 9	0.34 15	0.17 17	0.10 8	0.41 31	0.44 52	0.45 31	0.40 51	0.55 46	0.24 20	0.41 21	0.34 27	0.14 18	0.21 20	0.32 23	0.33 26	0.39 14	0.48 50

CVANet_RVC	0.31 22	0.40 49	0.30 53	0.40 91	0.29 59	0.37 76	0.23 70	0.41 19	0.23 23	0.31 14	0.49 82	0.37 22	0.26 42	0.19 32	0.29 9	0.33 18	0.34 13	0.32 18	0.32 10	0.25 23	0.34 15	0.25 14	0.18 40	0.25 52	0.30 16	0.25 9	0.34 10	0.30 14

MIM_Stereo	0.32 24	0.40 49	0.25 41	0.28 41	0.20 24	0.27 33	0.14 23	0.45 31	0.18 10	0.48 46	0.25 21	0.42 31	0.18 19	0.16 25	0.36 19	0.42 40	0.44 28	0.36 37	0.47 26	0.28 32	0.47 45	0.36 31	0.12 9	0.23 37	0.29 15	0.27 11	0.47 21	0.33 20

RAFT+CT+SA	0.32 24	0.46 80	0.20 18	0.26 35	0.18 20	0.22 21	0.15 27	0.58 63	0.23 23	0.52 66	0.17 7	0.46 43	0.33 86	0.12 14	0.33 15	0.43 47	0.36 15	0.30 16	0.45 25	0.23 16	0.45 34	0.49 78	0.09 5	0.22 26	0.32 23	0.31 19	0.53 33	0.35 22

HCRNet	0.32 24	0.38 39	0.20 18	0.39 87	0.17 17	0.29 42	0.18 39	0.40 18	0.18 10	0.80 191	0.40 61	0.49 52	0.18 19	0.22 47	0.38 22	0.30 12	0.38 19	0.29 15	0.40 19	0.19 8	0.33 13	0.23 12	0.19 48	0.16 10	0.26 6	0.31 19	0.51 25	0.31 15

DMCA	0.32 24	0.31 19	0.30 53	0.24 26	0.25 38	0.27 33	0.22 63	0.36 15	0.33 91	0.31 14	0.40 61	0.40 25	0.23 31	0.25 80	0.41 31	0.37 26	0.40 22	0.39 46	0.36 16	0.28 32	0.41 21	0.27 17	0.25 95	0.25 52	0.31 20	0.35 31	0.39 14	0.37 24

GANet	0.32 24	0.29 15	0.27 46	0.34 68	0.33 76	0.38 81	0.29 96	0.44 25	0.24 31	0.35 17	0.30 29	0.46 43	0.22 28	0.21 41	0.31 13	0.32 16	0.40 22	0.43 66	0.33 12	0.22 13	0.33 13	0.29 20	0.22 77	0.24 44	0.31 20	0.27 11	0.42 17	0.34 21

LL-Strereo2	0.34 29	0.29 15	0.21 22	0.24 26	0.19 22	0.17 9	0.13 16	0.63 95	0.26 39	0.58 99	0.23 17	0.44 38	0.22 28	0.14 19	0.41 31	0.41 36	0.47 44	0.35 34	0.73 89	0.31 45	0.47 45	0.36 31	0.21 68	0.20 18	0.32 23	0.34 30	0.51 25	0.35 22

test_4	0.34 29	0.33 21	0.27 46	0.21 19	0.18 20	0.16 6	0.11 11	0.59 70	0.26 39	0.58 99	0.25 21	0.50 57	0.20 24	0.19 32	0.33 15	0.40 33	0.45 31	0.34 26	0.41 20	0.29 36	0.45 34	0.41 45	0.16 24	0.24 44	0.38 36	0.40 47	0.59 53	0.42 40

ARAFT	0.34 29	0.38 39	0.23 35	0.26 35	0.21 26	0.27 33	0.14 23	0.44 25	0.24 31	0.50 55	0.30 29	0.41 29	0.16 14	0.15 22	0.67 88	0.42 40	0.50 56	0.47 93	0.51 31	0.23 16	0.53 76	0.32 24	0.16 24	0.19 15	0.43 47	0.30 16	0.52 29	0.37 24

raft+_RVC	0.35 32	0.34 23	0.26 44	0.25 31	0.23 31	0.25 29	0.18 39	0.54 48	0.26 39	0.52 66	0.43 66	0.46 43	0.23 31	0.18 29	0.42 35	0.38 28	0.43 27	0.34 26	0.61 65	0.26 28	0.43 26	0.38 36	0.13 15	0.20 18	0.39 39	0.39 43	0.58 46	0.42 40

RAFT-Stereo + iAFF	0.35 32	0.41 53	0.32 60	0.24 26	0.19 22	0.28 39	0.13 16	0.58 63	0.24 31	0.46 38	0.35 44	0.49 52	0.19 23	0.15 22	0.34 18	0.35 19	0.41 24	0.28 11	0.65 71	0.28 32	0.44 31	0.33 25	0.19 48	0.22 26	0.51 72	0.37 36	0.58 46	0.44 44

TESTraft	0.37 34	0.46 80	0.21 22	0.21 19	0.23 31	0.21 16	0.16 34	0.54 48	0.31 78	0.51 59	0.23 17	0.36 20	0.36 107	0.11 10	0.85 128	0.48 84	0.45 31	0.32 18	0.48 28	0.24 20	0.46 39	0.65 112	0.12 9	0.23 37	0.37 32	0.43 51	0.57 39	0.39 29

CAS	0.38 35	0.45 74	0.25 41	0.29 46	0.29 59	0.23 22	0.13 16	0.41 19	0.27 43	0.41 24	0.54 105	0.35 16	0.35 103	0.21 41	0.52 45	0.38 28	0.50 56	0.34 26	0.52 33	0.26 28	0.43 26	0.41 45	0.19 48	0.23 37	0.51 72	0.52 84	0.62 60	0.77 121

anonymousdsp2	0.38 35	0.46 80	0.30 53	0.25 31	0.23 31	0.32 52	0.18 39	0.58 63	0.23 23	0.47 41	0.38 52	0.48 49	0.23 31	0.18 29	0.40 25	0.39 31	0.44 28	0.33 24	0.88 111	0.31 45	0.48 50	0.52 86	0.17 35	0.23 37	0.41 45	0.33 26	0.61 57	0.42 40

TestStereo1	0.38 35	0.49 98	0.19 15	0.22 22	0.23 31	0.23 22	0.15 27	0.55 54	0.30 63	0.52 66	0.21 13	0.35 16	0.39 115	0.11 10	0.80 113	0.50 93	0.46 35	0.32 18	0.53 39	0.25 23	0.52 70	0.67 120	0.15 20	0.22 26	0.37 32	0.42 49	0.60 54	0.39 29

SA-5K	0.38 35	0.49 98	0.19 15	0.22 22	0.23 31	0.23 22	0.15 27	0.55 54	0.30 63	0.52 66	0.21 13	0.35 16	0.39 115	0.11 10	0.80 113	0.50 93	0.46 35	0.32 18	0.53 39	0.25 23	0.52 70	0.67 120	0.15 20	0.22 26	0.37 32	0.42 49	0.60 54	0.39 29

UPFNet	0.38 35	0.34 23	0.34 67	0.32 60	0.33 76	0.39 83	0.29 96	0.47 35	0.33 91	0.43 26	0.41 63	0.40 25	0.30 61	0.34 122	0.61 66	0.40 33	0.46 35	0.41 54	0.52 33	0.35 62	0.35 16	0.34 27	0.25 95	0.27 61	0.38 36	0.35 31	0.55 35	0.37 24

HITNet	0.38 35	0.37 33	0.28 48	0.34 68	0.29 59	0.26 31	0.19 50	0.58 63	0.32 86	0.57 93	0.45 72	0.55 72	0.30 61	0.22 47	0.51 43	0.35 19	0.44 28	0.39 46	0.41 20	0.29 36	0.41 21	0.38 36	0.20 60	0.25 52	0.39 39	0.37 36	0.70 84	0.52 56
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
CASnet	0.40 41	0.52 125	0.23 35	0.27 39	0.27 50	0.30 48	0.14 23	0.62 89	0.29 57	0.61 112	0.44 69	0.64 102	0.28 50	0.23 57	0.55 47	0.36 24	0.45 31	0.31 17	0.73 89	0.27 30	0.63 108	0.39 41	0.21 68	0.24 44	0.42 46	0.32 23	0.61 57	0.56 70
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
4D-IteraStereo	0.40 41	0.28 14	0.33 63	0.35 76	0.24 37	0.24 26	0.15 27	0.63 95	0.28 50	0.61 112	0.39 58	0.51 61	0.22 28	0.22 47	0.48 40	0.43 47	0.49 51	0.43 66	0.66 73	0.34 53	0.63 108	0.70 126	0.14 18	0.22 26	0.39 39	0.47 68	0.63 63	0.39 29

FINET	0.40 41	0.38 39	0.39 90	0.43 104	0.30 66	0.34 66	0.35 110	0.44 25	0.36 105	0.47 41	0.32 33	0.47 46	0.30 61	0.28 96	0.66 83	0.50 93	0.48 48	0.36 37	0.60 61	0.33 50	0.46 39	0.37 35	0.30 115	0.30 77	0.43 47	0.35 31	0.56 37	0.42 40

IER	0.41 44	0.37 33	0.31 57	0.30 52	0.28 54	0.35 71	0.24 73	0.47 35	0.28 50	0.44 33	0.59 113	0.77 130	0.29 52	0.35 128	0.63 73	0.42 40	0.47 44	0.42 61	0.44 24	0.34 53	0.42 25	0.36 31	0.28 109	0.26 58	0.40 43	0.47 68	0.52 29	0.52 56

rafts_anoy	0.41 44	0.51 117	0.35 69	0.29 46	0.30 66	0.33 59	0.22 63	0.59 70	0.25 36	0.51 59	0.50 86	0.48 49	0.23 31	0.17 28	0.57 51	0.46 68	0.51 65	0.50 111	0.58 59	0.34 53	0.50 57	0.43 54	0.19 48	0.28 65	0.50 69	0.47 68	0.52 29	0.53 60

RALAANet	0.41 44	0.41 53	0.37 78	0.28 41	0.28 54	0.33 59	0.24 73	0.54 48	0.27 43	0.48 46	0.48 78	0.43 36	0.25 39	0.20 36	0.57 51	0.41 36	0.49 51	0.50 111	0.71 85	0.40 88	0.52 70	0.46 67	0.21 68	0.29 69	0.46 55	0.45 59	0.70 84	0.47 48

GMStereo	0.41 44	0.48 95	0.25 41	0.32 60	0.32 75	0.37 76	0.28 89	0.59 70	0.30 63	0.45 35	0.36 45	0.61 92	0.31 73	0.24 67	0.45 37	0.41 36	0.54 78	0.35 34	0.73 89	0.39 83	0.51 60	0.33 25	0.23 85	0.28 65	0.48 60	0.36 34	0.68 77	0.41 35
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
LoS_RVC	0.42 48	0.45 74	0.43 109	0.19 15	0.25 38	0.24 26	0.16 34	0.44 25	0.28 50	0.51 59	0.48 78	0.42 31	0.31 73	0.22 47	0.60 61	0.45 62	0.46 35	0.41 54	0.71 85	0.30 40	0.67 120	0.51 82	0.19 48	0.32 88	0.61 101	0.44 54	0.58 46	0.61 82

tt_ll	0.42 48	0.45 74	0.43 109	0.19 15	0.25 38	0.24 26	0.16 34	0.44 25	0.28 50	0.51 59	0.48 78	0.42 31	0.31 73	0.22 47	0.60 61	0.45 62	0.46 35	0.41 54	0.71 85	0.30 40	0.67 120	0.51 82	0.19 48	0.32 88	0.61 101	0.44 54	0.58 46	0.61 82

SA	0.42 48	0.47 85	0.21 22	0.25 31	0.23 31	0.31 49	0.13 16	0.64 102	0.32 86	0.61 112	0.26 23	0.54 67	0.21 25	0.16 25	0.63 73	0.47 79	0.52 68	0.41 54	0.60 61	0.29 36	0.46 39	0.61 105	0.15 20	0.27 61	0.45 53	0.58 94	0.96 145	0.47 48

CIPLG	0.42 48	0.47 85	0.24 39	0.32 60	0.22 27	0.32 52	0.19 50	0.63 95	0.24 31	0.55 83	0.50 86	0.60 91	0.30 61	0.41 142	0.93 146	0.44 52	0.52 68	0.37 40	0.56 51	0.38 71	0.56 85	0.45 62	0.19 48	0.24 44	0.44 49	0.31 19	0.57 39	0.38 28

IPLGR_C	0.42 48	0.47 85	0.23 35	0.31 58	0.22 27	0.32 52	0.18 39	0.63 95	0.23 23	0.55 83	0.50 86	0.61 92	0.31 73	0.41 142	0.87 135	0.45 62	0.52 68	0.37 40	0.55 46	0.38 71	0.56 85	0.46 67	0.19 48	0.24 44	0.44 49	0.33 26	0.58 46	0.40 34

GMOStereo	0.42 48	0.39 44	0.21 22	0.30 52	0.26 42	0.29 42	0.19 50	0.67 116	0.30 63	0.66 146	0.32 33	0.54 67	0.33 86	0.20 36	0.40 25	0.46 68	0.50 56	0.44 71	0.68 77	0.34 53	0.51 60	0.66 115	0.16 24	0.22 26	0.58 91	0.45 59	0.82 113	0.41 35

error version	0.42 48	0.39 44	0.21 22	0.30 52	0.26 42	0.29 42	0.19 50	0.67 116	0.30 63	0.66 146	0.32 33	0.54 67	0.33 86	0.20 36	0.40 25	0.46 68	0.50 56	0.44 71	0.68 77	0.34 53	0.51 60	0.66 115	0.16 24	0.22 26	0.58 91	0.45 59	0.82 113	0.41 35

test-v	0.42 48	0.39 44	0.21 22	0.30 52	0.26 42	0.29 42	0.19 50	0.67 116	0.30 63	0.66 146	0.32 33	0.54 67	0.33 86	0.20 36	0.40 25	0.46 68	0.50 56	0.44 71	0.68 77	0.34 53	0.51 60	0.66 115	0.16 24	0.22 26	0.58 91	0.45 59	0.82 113	0.41 35

ACRE	0.42 48	0.47 85	0.22 30	0.32 60	0.22 27	0.33 59	0.18 39	0.63 95	0.23 23	0.55 83	0.50 86	0.61 92	0.30 61	0.41 142	0.91 142	0.45 62	0.52 68	0.36 37	0.55 46	0.38 71	0.57 94	0.44 59	0.19 48	0.23 37	0.44 49	0.32 23	0.58 46	0.39 29

test-2	0.42 48	0.39 44	0.21 22	0.30 52	0.26 42	0.29 42	0.19 50	0.67 116	0.30 63	0.66 146	0.32 33	0.54 67	0.33 86	0.20 36	0.40 25	0.46 68	0.50 56	0.44 71	0.68 77	0.34 53	0.51 60	0.66 115	0.16 24	0.22 26	0.58 91	0.45 59	0.82 113	0.41 35

RALCasStereoNet	0.42 48	0.50 112	0.35 69	0.35 76	0.30 66	0.31 49	0.24 73	0.60 75	0.25 36	0.56 89	0.49 82	0.58 82	0.26 42	0.18 29	0.57 51	0.46 68	0.54 78	0.49 105	0.51 31	0.34 53	0.51 60	0.41 45	0.21 68	0.31 84	0.53 78	0.49 77	0.48 22	0.58 73

RASNet	0.42 48	0.45 74	0.43 109	0.33 66	0.33 76	0.37 76	0.27 84	0.58 63	0.34 96	0.47 41	0.43 66	0.49 52	0.33 86	0.25 80	0.41 31	0.41 36	0.48 48	0.39 46	0.47 26	0.30 40	0.49 54	0.40 42	0.19 48	0.44 140	0.40 43	0.46 66	0.75 96	0.63 91

CREStereo++_RVC	0.43 60	0.42 60	0.39 90	0.30 52	0.33 76	0.27 33	0.19 50	0.57 59	0.31 78	0.58 99	0.36 45	0.58 82	0.56 156	0.23 57	0.48 40	0.50 93	0.61 126	0.34 26	0.52 33	0.30 40	0.56 85	0.42 49	0.16 24	0.29 69	0.49 67	0.44 54	0.79 106	0.69 104
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
raftrobust	0.43 60	0.33 21	0.36 74	0.28 41	0.28 54	0.27 33	0.18 39	0.64 102	0.25 36	0.63 125	0.53 99	0.51 61	0.25 39	0.22 47	0.63 73	0.48 84	0.51 65	0.41 54	0.96 120	0.38 71	0.53 76	0.46 67	0.20 60	0.24 44	0.57 87	0.54 88	0.54 34	0.52 56

HGLStereo	0.43 60	0.43 63	0.37 78	0.34 68	0.37 99	0.39 83	0.23 70	0.48 37	0.31 78	0.47 41	0.72 152	0.42 31	0.29 52	0.32 117	0.51 43	0.49 90	0.55 86	0.50 111	0.55 46	0.39 83	0.51 60	0.43 54	0.22 77	0.33 100	0.51 72	0.51 82	0.57 39	0.45 46

UNet	0.44 63	0.42 60	0.40 95	0.37 81	0.36 92	0.41 91	0.28 89	0.57 59	0.35 101	0.50 55	0.49 82	0.47 46	0.34 96	0.37 134	0.53 46	0.43 47	0.54 78	0.46 87	0.56 51	0.39 83	0.47 45	0.44 59	0.27 106	0.34 104	0.44 49	0.48 73	0.58 46	0.57 71

CREStereo	0.44 63	0.51 117	0.40 95	0.34 68	0.26 42	0.28 39	0.15 27	0.61 82	0.30 63	0.58 99	0.36 45	0.72 120	0.33 86	0.24 67	0.59 57	0.59 124	0.59 114	0.34 26	0.52 33	0.31 45	0.59 101	0.42 49	0.18 40	0.30 77	0.54 82	0.48 73	0.64 66	0.69 104
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
DMCA-RVC	0.44 63	0.37 33	0.35 69	0.33 66	0.37 99	0.32 52	0.41 124	0.46 33	0.52 147	0.43 26	0.48 78	0.68 111	0.33 86	0.29 102	0.65 82	0.46 68	0.47 44	0.44 71	0.49 29	0.38 71	0.49 54	0.48 77	0.29 112	0.32 88	0.38 36	0.37 36	0.57 39	0.62 86

TestStereo	0.45 66	0.51 117	0.38 87	0.42 100	0.30 66	0.44 101	0.26 82	0.71 140	0.28 50	0.76 182	0.32 33	0.64 102	0.32 82	0.24 67	0.47 39	0.35 19	0.54 78	0.33 24	0.78 101	0.38 71	0.63 108	0.42 49	0.24 92	0.30 77	0.53 78	0.43 51	0.75 96	0.55 69

DSFCA	0.45 66	0.50 112	0.40 95	0.40 91	0.37 99	0.44 101	0.34 108	0.46 33	0.39 118	0.40 23	0.57 109	0.49 52	0.29 52	0.24 67	0.61 66	0.44 52	0.49 51	0.49 105	0.64 67	0.39 83	0.50 57	0.51 82	0.33 128	0.35 107	0.49 67	0.50 80	0.57 39	0.58 73

CFNet	0.45 66	0.44 67	0.33 63	0.48 115	0.40 112	0.39 83	0.30 102	0.53 44	0.32 86	0.48 46	0.50 86	0.68 111	0.40 118	0.30 104	0.56 49	0.37 26	0.48 48	0.43 66	0.52 33	0.33 50	0.46 39	0.30 22	0.23 85	0.31 84	0.61 101	0.52 84	0.69 80	0.71 110

DISCO	0.45 66	0.44 67	0.29 50	0.40 91	0.38 105	0.49 116	0.43 127	0.45 31	0.43 134	0.50 55	0.57 109	0.40 25	0.29 52	0.30 104	0.61 66	0.43 47	0.55 86	0.46 87	0.69 82	0.41 91	0.48 50	0.43 54	0.26 102	0.32 88	0.47 57	0.50 80	0.62 60	0.50 53

CES	0.46 70	0.35 31	0.30 53	0.27 39	0.27 50	0.29 42	0.12 14	1.05 198	0.27 43	0.54 77	0.66 137	0.53 65	0.25 39	0.23 57	0.62 70	0.65 141	0.58 104	0.37 40	0.54 44	0.34 53	0.84 149	0.53 89	0.23 85	0.23 37	0.56 86	0.44 54	0.57 39	0.69 104

ADLNet	0.46 70	0.53 132	0.37 78	0.41 96	0.41 117	0.44 101	0.40 122	0.54 48	0.35 101	0.45 35	0.53 99	0.76 127	0.36 107	0.62 191	0.58 55	0.42 40	0.49 51	0.42 61	0.50 30	0.37 68	0.43 26	0.44 59	0.34 130	0.25 52	0.47 57	0.55 90	0.57 39	0.45 46

EGLCR-Stereo	0.47 72	0.49 98	0.41 103	0.29 46	0.30 66	0.44 101	0.14 23	0.57 59	0.26 39	0.57 93	0.27 25	0.58 82	0.23 31	0.21 41	0.36 19	0.47 79	0.53 76	0.45 80	0.75 96	0.32 48	0.69 126	0.93 153	0.19 48	0.24 44	0.48 60	0.49 77	1.30 185	0.70 109

GLC_STEREO	0.47 72	0.51 117	0.40 95	0.38 84	0.37 99	0.37 76	0.28 89	0.64 102	0.29 57	0.62 121	0.53 99	0.55 72	0.28 50	0.30 104	0.49 42	0.48 84	0.66 145	0.41 54	0.65 71	0.41 91	0.70 129	0.60 100	0.23 85	0.30 77	0.47 57	0.36 34	0.84 122	0.53 60

IPLG	0.47 72	0.45 74	0.32 60	0.28 41	0.27 50	0.32 52	0.21 58	0.63 95	0.22 21	0.51 59	0.38 52	0.56 74	0.29 52	0.31 111	1.64 201	0.44 52	0.56 91	0.48 98	0.56 51	0.41 91	0.45 34	0.75 134	0.18 40	0.28 65	0.45 53	0.59 95	0.65 70	0.51 55

Sa-1000	0.48 75	0.47 85	0.21 22	0.26 35	0.26 42	0.31 49	0.15 27	0.65 109	0.36 105	0.63 125	0.33 39	0.50 57	0.26 42	0.30 104	0.94 150	0.49 90	0.59 114	0.45 80	0.90 113	0.32 48	0.52 70	0.75 134	0.17 35	0.27 61	0.72 129	0.53 86	1.00 155	0.49 51

PMTNet	0.48 75	0.48 95	0.43 109	0.31 58	0.30 66	0.27 33	0.22 63	0.54 48	0.29 57	0.57 93	0.39 58	0.59 87	0.23 31	0.23 57	0.64 79	0.59 124	0.57 100	0.37 40	1.17 134	0.33 50	0.67 120	0.40 42	0.20 60	0.21 20	0.79 150	0.59 95	0.65 70	0.92 138

PDISCO_ROB	0.48 75	0.40 49	0.39 90	0.38 84	0.34 85	0.39 83	0.28 89	0.50 38	0.35 101	0.37 20	0.52 95	0.49 52	0.35 103	0.31 111	0.63 73	0.58 122	0.54 78	0.68 178	0.59 60	0.44 100	0.62 105	0.67 120	0.24 92	0.34 104	0.54 82	0.53 86	0.85 124	0.58 73

raft_robust	0.49 78	0.44 67	0.24 39	0.38 84	0.29 59	0.32 52	0.21 58	0.73 148	0.35 101	0.69 163	0.34 41	0.57 77	0.31 73	0.24 67	0.59 57	0.53 104	0.54 78	0.46 87	0.98 121	0.37 68	0.69 126	0.94 154	0.20 60	0.28 65	0.55 84	0.69 106	0.69 80	0.60 80

dd	0.50 79	0.51 117	0.28 48	0.91 182	0.31 74	0.65 156	0.29 96	0.59 70	0.23 23	0.54 77	0.30 29	0.75 125	0.27 48	0.26 90	0.84 124	0.46 68	0.70 158	0.39 46	1.05 124	0.38 71	0.48 50	0.43 54	0.23 85	0.30 77	0.53 78	0.39 43	0.74 94	0.58 73

LMCR-Stereo	0.50 79	0.46 80	0.33 63	0.32 60	0.33 76	0.42 95	0.24 73	0.57 59	0.37 111	0.55 83	0.46 76	0.65 105	0.40 118	0.26 90	0.69 93	0.49 90	0.62 130	0.49 105	1.11 130	0.57 139	0.66 116	0.64 110	0.25 95	0.32 88	0.48 60	0.49 77	0.63 63	0.65 95

iResNet_ROB	0.50 79	0.49 98	0.42 105	0.42 100	0.30 66	0.42 95	0.32 104	0.60 75	0.33 91	0.52 66	0.59 113	0.47 46	0.56 156	0.25 80	0.81 116	0.46 68	0.57 100	0.49 105	1.19 135	0.36 64	0.48 50	0.36 31	0.25 95	0.37 118	0.57 87	0.54 88	0.75 96	0.61 82

MIPNet	0.51 82	0.51 117	0.33 63	0.32 60	0.30 66	0.37 76	0.25 78	0.62 89	0.24 31	0.50 55	0.52 95	0.61 92	0.41 121	0.30 104	1.01 165	0.51 100	0.59 114	0.50 111	0.76 99	0.47 111	0.44 31	0.85 145	0.20 60	0.26 58	0.66 116	0.98 162	0.71 88	0.61 82

CFNet_pseudo	0.51 82	0.44 67	0.43 109	0.54 133	0.43 122	0.53 129	0.34 108	0.62 89	0.36 105	0.61 112	0.64 129	0.57 77	0.52 149	0.35 128	0.90 141	0.50 93	0.50 56	0.47 93	0.67 75	0.36 64	0.47 45	0.42 49	0.26 102	0.33 100	0.57 87	0.60 98	0.68 77	0.73 115

CFNet_RVC	0.51 82	0.51 117	0.47 126	0.50 120	0.48 134	0.48 114	0.32 104	0.53 44	0.37 111	0.51 59	0.65 134	0.57 77	0.34 96	0.30 104	0.69 93	0.44 52	0.52 68	0.47 93	0.57 55	0.42 97	0.56 85	0.49 78	0.27 106	0.35 107	0.65 115	0.74 118	0.80 107	0.75 119

NLCA_NET_v2_RVC	0.51 82	0.52 125	0.48 129	0.43 104	0.57 152	0.42 95	0.62 164	0.56 58	0.62 164	0.52 66	0.51 92	0.67 109	0.34 96	0.58 188	0.78 108	0.42 40	0.47 44	0.42 61	0.57 55	0.38 71	0.46 39	0.42 49	0.30 115	0.32 88	0.48 60	0.76 124	0.62 60	0.64 93
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iinet-f	0.52 86	0.43 63	0.36 74	0.34 68	0.25 38	0.47 112	0.25 78	0.43 23	0.27 43	0.52 66	0.94 178	0.61 92	0.44 132	0.25 80	1.06 168	0.57 118	0.52 68	0.39 46	1.51 147	0.50 114	0.58 97	0.75 134	0.26 102	0.25 52	0.52 76	0.38 40	0.76 99	0.53 60

iResNetv2_ROB	0.52 86	0.45 74	0.32 60	0.48 115	0.39 108	0.48 114	0.28 89	0.64 102	0.34 96	0.52 66	0.66 137	0.70 116	0.55 154	0.28 96	0.67 88	0.47 79	0.50 56	0.46 87	1.12 131	0.45 102	0.57 94	0.47 71	0.29 112	0.40 124	0.55 84	0.51 82	0.81 110	0.58 73

DN-CSS_ROB	0.52 86	0.43 63	0.46 122	0.41 96	0.40 112	0.34 66	0.22 63	0.69 131	0.34 96	0.59 104	0.79 161	0.66 106	0.47 138	0.24 67	0.63 73	0.40 33	0.58 104	0.43 66	1.74 155	0.38 71	0.63 108	0.38 36	0.31 120	0.47 150	0.53 78	0.43 51	0.66 75	0.54 66

STTStereo	0.53 89	0.56 141	0.54 145	0.44 108	0.52 142	0.43 99	0.59 153	0.52 40	0.46 139	0.47 41	0.55 107	0.71 118	0.42 122	0.56 181	0.87 135	0.44 52	0.49 51	0.51 118	0.54 44	0.37 68	0.51 60	0.40 42	0.32 125	0.35 107	0.52 76	0.66 104	0.68 77	0.99 145

BEATNet_4x	0.53 89	0.40 49	0.34 67	0.39 87	0.36 92	0.32 52	0.27 84	0.64 102	0.41 123	0.66 146	0.45 72	0.62 100	0.39 115	0.24 67	0.83 121	0.63 131	0.58 104	0.58 152	0.57 55	0.36 64	0.90 156	1.52 194	0.25 95	0.36 114	0.46 55	0.44 54	0.77 100	0.60 80

AF-Net	0.53 89	0.49 98	0.44 117	0.50 120	0.53 143	0.61 147	0.54 144	0.61 82	0.55 154	0.43 26	0.66 137	0.85 141	0.42 122	0.40 139	0.64 79	0.46 68	0.46 35	0.44 71	0.60 61	0.40 88	0.45 34	0.45 62	0.41 149	0.39 121	0.50 69	0.55 90	0.81 110	0.69 104

Nwc_Net	0.53 89	0.49 98	0.44 117	0.50 120	0.53 143	0.61 147	0.54 144	0.61 82	0.55 154	0.43 26	0.66 137	0.85 141	0.42 122	0.40 139	0.64 79	0.46 68	0.46 35	0.44 71	0.60 61	0.40 88	0.45 34	0.45 62	0.41 149	0.39 121	0.50 69	0.55 90	0.81 110	0.69 104

DLCB_ROB	0.53 89	0.50 112	0.48 129	0.41 96	0.45 125	0.43 99	0.39 120	0.55 54	0.45 135	0.57 93	0.61 121	0.70 116	0.52 149	0.41 142	0.60 61	0.47 79	0.57 100	0.48 98	0.52 33	0.43 99	0.55 81	0.47 71	0.38 142	0.42 131	0.96 179	0.79 130	0.70 84	0.62 86

AE-Stereo	0.54 94	0.48 95	0.44 117	0.50 120	0.35 89	0.36 74	0.28 89	0.55 54	0.29 57	0.64 131	0.31 32	0.89 147	0.31 73	0.24 67	0.55 47	0.65 141	0.68 153	0.52 125	0.87 110	0.53 120	0.72 132	0.81 142	0.21 68	0.47 150	0.79 150	0.69 106	0.94 140	0.62 86

HSM	0.54 94	0.49 98	0.47 126	0.48 115	0.47 131	0.41 91	0.37 114	0.71 140	0.37 111	0.61 112	0.65 134	0.59 87	0.48 141	0.31 111	0.70 98	0.48 84	0.64 138	0.47 93	0.75 96	0.48 113	0.63 108	0.49 78	0.26 102	0.42 131	0.62 106	0.72 114	0.87 131	0.67 98

LoS	0.55 96	0.44 67	0.29 50	0.36 80	0.37 99	0.40 89	0.20 57	1.37 213	0.31 78	0.86 199	0.78 160	0.68 111	0.37 111	0.24 67	0.58 55	0.72 154	0.59 114	0.40 51	0.75 96	0.35 62	1.03 169	0.65 112	0.21 68	0.24 44	0.79 150	0.64 102	0.64 66	0.68 102

test-3	0.55 96	0.37 33	0.37 78	0.34 68	0.33 76	0.33 59	0.22 63	0.65 109	0.27 43	0.61 112	0.34 41	0.90 148	0.31 73	0.21 41	0.60 61	0.44 52	0.55 86	0.42 61	2.59 186	0.38 71	0.56 85	1.37 185	0.16 24	0.29 69	0.48 60	0.38 40	0.69 80	0.54 66

test_1	0.55 96	0.37 33	0.37 78	0.34 68	0.33 76	0.33 59	0.22 63	0.66 113	0.27 43	0.62 121	0.34 41	0.90 148	0.31 73	0.21 41	0.61 66	0.44 52	0.55 86	0.42 61	2.58 185	0.38 71	0.56 85	1.38 187	0.16 24	0.29 69	0.48 60	0.38 40	0.69 80	0.54 66

AACVNet	0.55 96	0.47 85	0.40 95	0.58 140	0.61 158	0.53 129	0.37 114	0.61 82	0.40 120	0.59 104	0.64 129	0.58 82	0.33 86	0.36 130	0.69 93	0.54 110	0.58 104	0.54 135	0.69 82	0.52 119	0.54 79	0.52 86	0.36 135	0.44 140	0.59 97	0.69 106	0.82 113	0.83 128

TANstereo	0.55 96	0.41 53	0.35 69	0.40 91	0.39 108	0.45 105	0.21 58	0.52 40	0.30 63	0.54 77	0.37 50	0.38 23	0.38 113	0.41 142	0.84 124	0.73 158	0.66 145	0.78 198	1.10 128	0.89 196	0.62 105	0.54 91	0.93 209	0.32 88	0.34 27	0.45 59	0.99 150	0.53 60

XX-TBD	0.55 96	0.41 53	0.35 69	0.40 91	0.39 108	0.45 105	0.21 58	0.52 40	0.30 63	0.54 77	0.37 50	0.38 23	0.38 113	0.41 142	0.84 124	0.73 158	0.66 145	0.78 198	1.10 128	0.89 196	0.62 105	0.54 91	0.93 209	0.32 88	0.34 27	0.45 59	0.99 150	0.53 60

NVstereo2D	0.55 96	0.47 85	0.40 95	0.52 128	0.48 134	0.66 159	0.64 167	0.60 75	0.38 115	0.48 46	0.61 121	0.53 65	0.30 61	0.63 193	1.53 195	0.61 129	0.58 104	0.55 140	0.53 39	0.41 91	0.50 57	0.38 36	0.54 182	0.43 135	0.64 113	0.48 73	0.56 37	0.53 60

test_3	0.56 103	0.38 39	0.36 74	0.34 68	0.33 76	0.33 59	0.21 58	0.68 123	0.29 57	0.65 136	0.33 39	0.92 150	0.35 103	0.21 41	0.60 61	0.44 52	0.56 91	0.45 80	2.68 187	0.39 83	0.55 81	1.35 183	0.15 20	0.32 88	0.51 72	0.47 68	0.67 76	0.50 53

APVNet	0.56 103	0.47 85	0.38 87	0.46 111	0.50 138	0.57 138	0.53 141	0.60 75	0.42 130	0.46 38	0.65 134	0.50 57	0.30 61	0.36 130	0.74 105	0.71 153	0.71 163	0.64 166	0.95 118	0.53 120	0.57 94	0.77 138	0.34 130	0.46 147	0.59 97	0.46 66	0.82 113	0.58 73

psm_up	0.56 103	0.51 117	0.53 142	0.56 137	0.45 125	0.58 141	0.35 110	0.71 140	0.66 169	0.55 83	0.53 99	0.59 87	0.50 143	0.40 139	0.63 73	0.50 93	0.59 114	0.49 105	0.84 108	0.46 107	0.51 60	0.45 62	0.31 120	0.51 158	0.70 123	0.78 128	0.80 107	0.67 98

UCFNet_RVC	0.56 103	0.78 176	0.45 121	0.59 143	0.55 149	0.52 126	0.39 120	0.58 63	0.40 120	0.59 104	0.60 115	0.82 134	0.45 133	0.32 117	0.70 98	0.42 40	0.50 56	0.50 111	0.67 75	0.45 102	0.56 85	0.47 71	0.38 142	0.41 127	0.77 145	0.71 111	0.65 70	0.86 132

IPLGR	0.57 107	0.55 135	0.37 78	0.43 104	0.38 105	0.36 74	0.23 70	0.62 89	0.30 63	0.56 89	0.68 145	0.61 92	0.32 82	0.29 102	1.73 207	0.47 79	0.56 91	0.56 142	1.09 126	0.54 126	0.53 76	0.81 142	0.20 60	0.32 88	0.71 126	0.97 161	0.73 92	0.57 71

FADNet-RVC-Resample	0.57 107	0.52 125	0.42 105	0.46 111	0.39 108	0.41 91	0.40 122	0.72 147	0.42 130	0.68 155	0.51 92	1.04 163	0.43 127	0.43 155	0.96 155	0.48 84	0.56 91	0.61 160	0.85 109	0.55 130	0.52 70	0.63 106	0.34 130	0.60 172	0.58 91	0.71 111	0.55 35	0.77 121

ICVP	0.58 109	0.49 98	0.67 172	0.50 120	0.48 134	0.52 126	0.36 112	0.60 75	0.45 135	0.61 112	0.58 112	0.61 92	0.56 156	0.30 104	0.67 88	0.64 135	0.58 104	0.51 118	0.72 88	0.51 117	0.58 97	0.74 132	0.59 188	0.47 150	0.60 100	0.75 122	0.74 94	0.72 112
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sAnonymous2	0.58 109	0.41 53	0.31 57	0.29 46	0.29 59	0.45 105	0.29 96	0.71 140	0.41 123	0.48 46	0.53 99	0.51 61	0.43 127	0.23 57	0.86 130	0.84 172	0.70 158	0.67 173	1.34 140	0.60 151	0.83 147	0.98 156	0.30 115	0.35 107	0.62 106	0.72 114	0.72 89	0.73 115

CroCo_RVC	0.58 109	0.41 53	0.31 57	0.29 46	0.29 59	0.45 105	0.29 96	0.71 140	0.41 123	0.48 46	0.53 99	0.51 61	0.43 127	0.23 57	0.86 130	0.84 172	0.70 158	0.67 173	1.34 140	0.60 151	0.83 147	0.98 156	0.30 115	0.35 107	0.62 106	0.72 114	0.72 89	0.73 115

sCroCo_RVC	0.58 109	0.42 60	0.29 50	0.28 41	0.29 59	0.39 83	0.22 63	0.60 75	0.41 123	0.53 76	0.43 66	0.48 49	0.50 143	0.24 67	0.75 106	0.99 195	0.75 168	0.63 162	1.02 123	0.56 134	1.10 174	1.36 184	0.28 109	0.39 121	0.63 110	0.63 99	0.93 137	0.64 93

FADNet-RVC	0.58 109	0.50 112	0.37 78	0.51 126	0.42 119	0.39 83	0.56 148	0.68 123	0.36 105	0.64 131	0.50 86	1.13 169	0.45 133	0.34 122	0.91 142	0.53 104	0.54 78	0.45 80	1.20 137	0.51 117	0.54 79	0.52 86	0.33 128	0.51 158	0.57 87	0.75 122	0.64 66	0.81 126

RP	0.58 109	0.57 145	0.72 178	0.62 150	0.56 150	0.57 138	0.64 167	0.63 95	0.61 162	0.42 25	0.81 166	0.78 131	0.53 151	0.43 155	0.68 91	0.48 84	0.53 76	0.44 71	0.64 67	0.45 102	0.51 60	0.54 91	0.37 140	0.44 140	0.62 106	0.59 95	0.83 120	0.77 121

GES	0.59 115	0.52 125	0.37 78	0.39 87	0.40 112	0.53 129	0.37 114	0.59 70	0.40 120	0.56 89	0.60 115	0.50 57	0.30 61	0.41 142	0.98 158	0.63 131	0.67 151	0.55 140	2.28 172	0.56 134	0.70 129	0.56 96	0.31 120	0.42 131	0.48 60	0.48 73	0.65 70	0.68 102

DeepPruner_ROB	0.59 115	0.44 67	0.54 145	0.52 128	0.54 146	0.49 116	0.37 114	0.61 82	0.46 139	0.60 110	0.70 146	0.61 92	0.51 147	0.32 117	1.06 168	0.58 122	0.62 130	0.59 157	0.66 73	0.47 111	0.97 165	0.72 130	0.36 135	0.44 140	0.61 101	1.00 166	0.72 89	0.58 73

PS-NSSS	0.60 117	0.81 182	0.44 117	0.89 180	0.54 146	0.71 167	0.63 165	0.64 102	0.38 115	0.64 131	0.41 63	1.52 185	0.47 138	0.41 142	0.59 57	0.42 40	0.52 68	0.45 80	0.94 117	0.42 97	0.44 31	0.29 20	0.36 135	0.34 104	0.63 110	0.69 106	0.70 84	0.80 124

SACVNet	0.62 118	0.53 132	0.51 139	0.55 136	0.57 152	0.52 126	0.60 156	0.69 131	0.56 156	0.67 153	0.54 105	0.59 87	0.37 111	0.41 142	0.71 102	0.60 126	0.64 138	0.57 147	0.95 118	0.64 168	0.67 120	0.78 139	0.36 135	0.47 150	0.75 139	0.77 127	0.84 122	0.84 129

s12784h	0.62 118	0.68 167	0.47 126	0.65 157	0.44 124	0.34 66	0.24 73	0.61 82	0.31 78	0.60 110	0.44 69	0.81 132	0.55 154	0.25 80	0.62 70	0.50 93	0.62 130	0.38 44	0.74 95	0.36 64	1.26 183	0.47 71	0.18 40	0.30 77	0.70 123	0.74 118	1.39 192	2.07 191

pcwnet_v2	0.62 118	0.46 80	0.50 135	0.62 150	0.49 137	0.61 147	0.46 131	0.66 113	0.45 135	0.65 136	0.79 161	0.64 102	0.86 179	0.53 176	1.15 177	0.55 112	0.59 114	0.51 118	0.83 106	0.41 91	0.55 81	0.47 71	0.34 130	0.43 135	0.75 139	0.76 124	0.85 124	0.95 139

PA-Net	0.64 121	0.67 165	0.66 169	0.50 120	0.66 170	0.50 120	0.64 167	0.65 109	0.73 173	0.54 77	0.52 95	0.58 82	0.58 162	0.59 190	0.93 146	0.57 118	0.46 35	0.54 135	0.61 65	0.54 126	0.49 54	0.66 115	0.36 135	0.52 160	0.64 113	1.24 188	0.64 66	1.32 169
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FADNet	0.65 122	0.55 135	0.41 103	0.53 131	0.42 119	0.49 116	0.65 171	0.74 153	0.42 130	0.66 146	0.64 129	0.81 132	0.50 143	0.36 130	1.17 179	0.51 100	0.51 65	0.53 129	1.61 152	0.53 120	0.69 126	0.59 97	0.35 134	0.41 127	0.72 129	0.88 143	0.78 105	1.06 150

Anonymous	0.66 123	0.52 125	0.38 87	0.35 76	0.36 92	0.42 95	0.25 78	0.74 153	0.47 141	0.45 35	0.45 72	0.56 74	0.51 147	0.23 57	0.88 137	1.09 206	0.78 171	0.69 180	1.84 160	0.64 168	1.19 179	1.21 176	0.32 125	0.42 131	0.66 116	0.73 117	0.93 137	0.74 118

R-Stereo Train	0.66 123	0.55 135	0.43 109	0.48 115	0.36 92	0.50 120	0.18 39	0.62 89	0.31 78	0.68 155	0.62 125	0.72 120	0.34 96	0.25 80	0.69 93	0.89 176	0.66 145	0.51 118	2.12 167	0.46 107	0.94 159	1.49 191	0.22 77	0.36 114	0.71 126	0.96 156	0.77 100	1.10 153

RAFT-Stereo	0.66 123	0.55 135	0.43 109	0.48 115	0.36 92	0.50 120	0.18 39	0.62 89	0.31 78	0.68 155	0.62 125	0.72 120	0.34 96	0.25 80	0.69 93	0.89 176	0.66 145	0.51 118	2.12 167	0.46 107	0.94 159	1.49 191	0.22 77	0.36 114	0.71 126	0.96 156	0.77 100	1.10 153
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UDGNet	0.67 126	0.66 164	0.42 105	1.35 205	1.02 199	1.21 202	0.91 189	0.60 75	0.41 123	0.52 66	0.60 115	0.56 74	0.23 31	1.19 220	0.66 83	0.45 62	0.56 91	0.51 118	0.73 89	0.53 120	0.64 114	0.67 120	0.79 199	0.29 69	0.72 129	0.55 90	0.63 63	0.66 96

NCC-stereo	0.67 126	0.63 158	0.59 152	0.64 154	0.65 166	0.63 153	0.69 175	0.67 116	0.74 176	0.43 26	0.81 166	0.82 134	0.70 170	0.47 163	0.82 119	0.53 104	0.58 104	0.64 166	0.80 103	0.54 126	0.56 85	0.60 100	0.53 178	0.45 145	0.75 139	0.96 156	0.92 135	0.98 143

stereogan	0.67 126	0.67 165	0.62 159	0.68 163	0.73 181	0.75 173	0.64 167	0.70 137	0.57 157	0.51 59	0.64 129	1.08 164	0.62 164	0.44 158	0.83 121	0.55 112	0.56 91	0.51 118	0.91 114	0.59 147	0.59 101	0.69 125	0.47 158	0.46 147	0.59 97	0.67 105	1.16 171	0.87 134

Abc-Net	0.67 126	0.63 158	0.59 152	0.64 154	0.65 166	0.63 153	0.69 175	0.67 116	0.74 176	0.43 26	0.81 166	0.82 134	0.70 170	0.47 163	0.82 119	0.53 104	0.58 104	0.64 166	0.80 103	0.54 126	0.56 85	0.60 100	0.53 178	0.45 145	0.75 139	0.96 156	0.92 135	0.98 143
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PWCDC_ROB	0.67 126	0.35 31	0.39 90	0.29 46	0.43 122	0.34 66	0.36 112	0.43 23	1.25 206	0.27 12	0.72 152	0.44 38	2.38 214	0.57 185	1.11 173	0.76 161	0.56 91	0.56 142	0.64 67	0.55 130	0.63 108	2.08 210	0.46 157	0.40 124	0.36 31	0.63 99	0.51 25	0.67 98

MyStereo04	0.68 131	0.52 125	0.57 149	0.44 108	0.37 99	0.35 71	0.26 82	0.68 123	0.45 135	0.62 121	0.45 72	0.68 111	0.34 96	0.25 80	1.00 162	0.68 148	0.56 91	0.53 129	3.39 201	0.56 134	0.92 157	0.64 110	0.27 106	0.41 127	0.77 145	0.92 148	0.96 145	0.66 96

Any-RAFT	0.69 132	0.47 85	0.85 188	0.53 131	0.40 112	0.38 81	0.27 84	0.64 102	0.32 86	0.57 93	0.76 159	0.86 145	0.24 38	0.22 47	0.57 51	0.76 161	0.60 121	0.45 80	2.19 169	0.45 102	1.20 180	0.71 127	0.22 77	0.31 84	0.99 184	1.24 188	0.73 92	1.65 182

FCDSN-DC	0.69 132	0.61 154	0.62 159	0.66 159	0.61 158	0.59 142	0.60 156	0.68 123	0.42 130	0.75 179	0.42 65	0.57 77	0.36 107	0.50 169	2.43 240	0.67 145	0.80 177	0.76 194	0.64 67	0.56 134	0.70 129	0.60 100	0.47 158	0.83 196	0.66 116	0.74 118	0.61 57	0.67 98
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
NCCL2	0.69 132	0.73 172	0.66 169	0.57 139	0.56 150	0.51 123	0.45 129	0.70 137	0.57 157	0.68 155	0.71 147	0.66 106	0.48 141	0.39 136	0.93 146	0.72 154	0.65 142	0.57 147	0.76 99	0.57 139	0.74 137	0.88 149	0.49 164	0.60 172	0.98 181	0.95 153	0.85 124	1.16 160

MyStereo	0.70 135	0.55 135	0.69 175	0.47 113	0.38 105	0.35 71	0.27 84	0.68 123	0.49 143	0.64 131	0.57 109	0.66 106	0.42 122	0.26 90	1.12 175	0.65 141	0.58 104	0.53 129	3.20 199	0.57 139	0.92 157	0.74 132	0.28 109	0.41 127	0.88 168	0.99 164	0.99 150	0.62 86

GANet-ADL	0.70 135	0.59 147	0.52 140	0.60 145	0.57 152	0.61 147	0.46 131	0.68 123	0.52 147	0.65 136	0.67 142	0.76 127	0.43 127	0.39 136	1.08 171	0.79 169	0.68 153	0.52 125	1.84 160	0.64 168	0.66 116	0.86 147	0.42 152	0.43 135	0.70 123	0.87 141	0.97 147	0.89 136

MLCV	0.70 135	0.49 98	0.53 142	0.73 168	0.50 138	0.65 156	0.43 127	0.81 173	0.41 123	0.71 169	0.88 173	1.01 158	0.81 176	0.28 96	0.92 144	0.43 47	0.65 142	0.52 125	2.47 182	0.45 102	0.55 81	0.72 130	0.39 146	0.54 163	0.69 121	0.80 131	0.83 120	0.72 112

GEStereo_RVC	0.71 138	0.59 147	0.40 95	0.54 133	0.50 138	0.61 147	0.51 138	0.71 140	0.41 123	0.59 104	0.51 92	0.76 127	0.46 136	0.39 136	0.96 155	0.92 180	0.78 171	0.75 191	1.94 164	0.62 164	0.80 143	1.37 185	0.31 120	0.52 160	0.61 101	0.63 99	0.86 129	1.12 156

RAFT-Test	0.72 139	0.50 112	0.46 122	0.52 128	0.34 85	0.41 91	0.29 96	0.73 148	0.30 63	0.62 121	0.72 152	0.68 111	0.31 73	0.22 47	0.71 102	1.03 199	0.62 130	0.50 111	2.89 193	0.66 171	1.72 198	1.14 171	0.23 85	0.29 69	0.80 154	0.96 156	0.95 142	0.91 137

cross-raft	0.73 140	0.56 141	0.46 122	0.43 104	0.33 76	0.40 89	0.27 84	0.73 148	0.33 91	0.65 136	0.60 115	0.74 124	0.30 61	0.23 57	0.76 107	0.96 187	0.63 135	0.48 98	2.91 194	0.59 147	1.81 204	1.31 182	0.22 77	0.32 88	0.82 158	0.94 152	0.93 137	1.01 147

RTSC	0.73 140	0.49 98	0.46 122	0.47 113	0.51 141	0.55 135	0.56 148	0.67 116	0.68 170	0.54 77	0.79 161	0.57 77	0.57 160	0.41 142	1.92 215	0.77 163	0.96 199	0.58 152	1.36 143	0.56 134	0.85 151	1.11 166	0.31 120	0.53 162	0.58 91	0.65 103	0.95 142	1.26 167

MSMDNet	0.73 140	0.52 125	0.48 129	0.35 76	0.34 85	0.45 105	0.33 107	0.69 131	0.30 63	0.63 125	0.60 115	0.71 118	0.35 103	0.23 57	0.78 108	1.05 201	0.63 135	0.50 111	2.88 192	0.81 191	1.59 194	1.80 206	0.23 85	0.29 69	0.74 136	0.89 145	0.85 124	0.76 120

NaN_ROB	0.73 140	0.59 147	0.61 158	0.64 154	0.78 186	0.53 129	0.48 134	0.87 180	0.63 165	0.73 175	0.61 121	1.96 195	0.62 164	0.45 160	0.84 124	0.55 112	0.56 91	0.54 135	0.73 89	0.55 130	0.52 70	0.51 82	0.38 142	0.64 178	0.83 160	1.11 180	0.94 140	1.64 181

SGM-Forest	0.73 140	0.71 170	0.40 95	1.13 195	0.64 165	0.74 172	0.45 129	0.68 123	0.39 118	0.61 112	0.44 69	1.16 170	1.06 183	0.49 166	0.86 130	0.61 129	0.55 86	0.46 87	0.68 77	0.44 100	0.61 103	0.49 78	0.45 155	0.44 140	0.90 170	0.86 138	1.95 217	1.47 173
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
XPNet_ROB	0.74 145	0.77 174	0.57 149	0.54 133	0.61 158	0.63 153	0.61 161	0.53 44	0.65 167	0.58 99	0.81 166	2.35 200	0.46 136	0.43 155	0.79 111	0.63 131	0.85 182	0.57 147	0.83 106	0.55 130	0.72 132	1.09 165	0.45 155	0.49 157	0.63 110	0.74 118	1.39 192	0.86 132

EKT-Stereo	0.75 146	0.64 160	0.54 145	0.59 143	0.47 131	0.60 144	0.73 177	0.71 140	0.29 57	0.63 125	0.66 137	0.73 123	0.30 61	0.26 90	0.86 130	1.22 221	0.68 153	0.76 194	1.46 146	0.60 151	1.75 201	1.74 204	0.21 68	0.32 88	0.93 173	0.81 133	1.06 160	0.72 112

TRStereo	0.75 146	0.83 187	1.19 212	0.56 137	0.34 85	1.42 210	0.48 134	0.68 123	0.28 50	0.65 136	0.46 76	1.10 167	0.27 48	0.22 47	0.70 98	0.85 174	0.57 100	0.48 98	1.85 162	0.50 114	0.73 135	0.87 148	0.18 40	0.27 61	0.78 147	1.22 187	1.78 213	1.09 152

EAI-Stereo	0.75 146	0.49 98	0.50 135	0.51 126	0.46 128	0.56 137	0.60 156	0.73 148	0.32 86	0.63 125	0.72 152	0.82 134	0.26 42	0.24 67	1.05 167	0.96 187	0.60 121	0.49 105	3.00 195	0.62 164	0.82 145	1.13 169	0.19 48	0.31 84	0.78 147	0.70 110	1.55 203	1.17 161

HSM-Net_RVC	0.75 146	0.53 132	0.60 156	0.77 171	0.62 164	0.61 147	0.37 114	0.76 158	0.49 143	0.74 176	1.71 216	1.32 177	0.80 175	0.36 130	0.72 104	0.55 112	0.64 138	0.53 129	0.78 101	0.53 120	0.67 120	0.89 151	0.43 153	0.64 178	0.94 176	1.09 178	1.07 161	1.04 149
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RGC	0.76 150	0.72 171	0.99 197	0.70 164	0.71 179	0.76 176	0.57 151	0.74 153	0.74 176	0.56 89	0.96 181	0.83 138	0.85 178	0.56 181	0.93 146	0.60 126	0.62 130	0.56 142	0.93 115	0.61 160	0.66 116	0.71 127	0.51 175	0.56 166	0.81 155	1.01 169	0.99 150	1.19 163

NOSS_ROB	0.76 150	0.84 191	0.50 135	0.72 166	0.61 158	0.75 173	0.52 140	0.80 168	0.54 150	0.70 166	0.62 125	0.62 100	0.86 179	0.62 191	1.14 176	1.10 208	0.78 171	0.69 180	0.73 89	0.60 151	0.88 152	0.67 120	0.50 168	0.71 184	0.86 166	0.95 153	1.38 191	0.85 130

GANetREF_RVC	0.77 152	0.74 173	0.68 174	0.76 170	0.65 166	0.69 164	0.60 156	0.99 191	0.73 173	0.93 203	0.52 95	1.33 178	0.72 172	0.44 158	0.85 128	0.57 118	0.67 151	0.63 162	1.13 132	0.61 160	0.77 140	0.63 106	0.59 188	0.71 184	0.89 169	0.90 146	1.15 168	0.99 145
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
CASS	0.79 153	0.55 135	0.53 142	0.65 157	0.54 146	0.59 142	0.53 141	0.78 165	0.52 147	0.71 169	0.75 158	0.67 109	0.47 138	0.28 96	0.83 121	0.67 145	0.98 200	0.56 142	1.60 151	0.58 143	2.74 218	1.44 188	0.38 142	0.35 107	0.84 164	0.81 133	0.90 133	1.02 148
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
AnonymousM	0.79 153	0.34 23	0.20 18	0.24 26	0.22 27	0.21 16	0.15 27	0.58 63	0.21 20	0.57 93	0.39 58	0.45 42	0.15 11	0.19 32	0.56 49	0.54 110	0.54 78	0.40 51	0.53 39	0.30 40	0.65 115	0.54 91	0.20 60	0.22 26	0.30 16	0.39 43	1.31 186	11.04 249

Anonymous3	0.79 153	0.59 147	0.42 105	0.37 81	0.42 119	0.57 138	0.50 137	0.80 168	0.64 166	0.68 155	0.49 82	1.48 181	0.54 152	0.31 111	1.53 195	1.42 233	0.88 188	0.82 202	1.45 145	0.69 180	1.31 186	1.30 181	0.40 147	0.40 124	0.74 136	0.86 138	1.03 159	0.71 110

MSKI-zero shot	0.84 156	0.49 98	0.43 109	0.41 96	0.35 89	0.46 111	0.32 104	0.76 158	0.30 63	0.65 136	0.92 177	0.83 138	0.32 82	0.22 47	0.62 70	1.08 204	0.64 138	0.47 93	3.14 198	0.61 160	2.23 210	1.58 196	0.20 60	0.38 120	0.96 179	1.47 205	1.24 181	1.60 178

HH	0.84 156	0.34 23	0.99 197	0.42 100	0.36 92	0.51 123	0.42 125	0.69 131	0.34 96	0.65 136	0.38 52	1.03 160	0.26 42	0.28 96	0.66 83	1.37 228	0.61 126	0.53 129	2.39 178	0.60 151	3.55 235	1.64 198	0.25 95	0.33 100	0.83 160	1.05 175	1.09 163	1.12 156

HanStereo	0.84 156	0.34 23	0.99 197	0.42 100	0.36 92	0.51 123	0.42 125	0.69 131	0.34 96	0.65 136	0.38 52	1.03 160	0.26 42	0.28 96	0.66 83	1.37 228	0.61 126	0.53 129	2.39 178	0.60 151	3.55 235	1.64 198	0.25 95	0.33 100	0.83 160	1.05 175	1.09 163	1.12 156

test-1	0.84 156	0.34 23	0.50 135	0.37 81	0.40 112	0.60 144	0.37 114	0.73 148	0.38 115	0.68 155	0.71 147	1.08 164	0.40 118	0.25 80	0.79 111	0.91 179	0.63 135	0.58 152	2.22 171	0.58 143	1.17 178	3.78 231	0.22 77	0.36 114	0.81 155	1.15 182	1.10 166	1.59 177

LALA_ROB	0.86 160	0.97 201	0.67 172	0.63 152	0.69 173	0.83 179	0.67 173	0.70 137	0.80 180	0.68 155	1.10 192	2.61 202	0.58 162	0.51 171	1.11 173	0.67 145	0.86 183	0.72 184	0.89 112	0.67 175	0.80 143	1.00 159	0.49 164	0.59 170	0.73 134	0.92 148	1.16 171	1.10 153

ETE_ROB	0.87 161	0.90 194	0.58 151	0.67 160	0.69 173	0.85 180	0.60 156	0.66 113	0.89 187	0.64 131	1.09 190	2.63 203	0.54 152	0.54 177	1.00 162	0.72 154	0.91 192	0.63 162	0.99 122	0.66 171	0.88 152	1.08 164	0.50 168	0.59 170	0.78 147	0.92 148	1.48 201	1.17 161

FC-DCNN	0.88 162	0.96 199	1.23 216	1.36 207	0.93 193	1.26 206	0.82 181	0.91 184	0.78 179	0.87 200	0.63 128	1.08 164	0.42 122	0.56 181	0.88 137	0.69 149	0.81 180	0.68 178	0.81 105	0.59 147	0.78 141	0.59 97	0.50 168	0.77 193	1.11 196	0.99 164	1.21 177	1.57 176

dad	0.89 163	0.57 145	0.37 78	1.42 208	0.65 166	0.75 173	2.23 221	1.43 215	0.36 105	0.93 203	0.38 52	0.85 141	0.76 174	0.32 117	0.97 157	0.52 102	0.78 171	0.45 80	1.87 163	0.41 91	0.74 137	0.41 45	0.30 115	0.47 150	1.15 200	0.47 68	2.64 234	1.96 190

FADNet_RVC	0.92 164	0.69 168	0.55 148	0.88 179	0.75 184	0.54 133	0.51 138	0.77 163	0.54 150	0.70 166	0.96 181	1.36 179	1.06 183	0.54 177	1.85 213	0.64 135	0.80 177	0.90 206	3.34 200	0.76 184	1.00 167	1.13 169	0.37 140	0.60 172	0.66 116	0.87 141	0.97 147	1.14 159

ADCP+	0.92 164	0.59 147	0.62 159	0.44 108	0.45 125	0.55 135	0.85 183	0.65 109	1.81 223	0.48 46	1.10 192	1.62 189	0.33 86	0.42 152	1.03 166	0.52 102	0.52 68	0.48 98	1.19 135	0.38 71	0.58 97	0.60 100	0.32 125	0.30 77	0.66 116	3.45 246	0.77 100	4.14 225

iResNet	0.92 164	0.56 141	0.62 159	0.72 166	0.68 171	0.96 187	0.55 146	0.95 186	0.57 157	0.67 153	0.82 171	1.41 180	1.51 198	0.31 111	1.49 194	0.66 144	0.75 168	0.67 173	4.08 208	0.68 177	0.72 132	0.63 106	0.41 149	0.83 196	0.72 129	0.91 147	1.02 157	0.87 134

CSAN	0.93 167	0.83 187	0.75 181	0.86 177	0.82 187	0.73 169	0.61 161	0.97 190	0.94 194	0.94 207	0.73 157	1.96 195	1.56 199	0.49 166	0.98 158	0.63 131	0.74 166	0.66 171	1.09 126	0.71 182	0.78 141	0.63 106	0.53 178	0.76 190	0.98 181	1.49 209	1.21 177	1.63 180

IGEV_Zeroshot_test	0.95 168	0.47 85	1.24 217	1.15 197	0.46 128	0.60 144	0.65 171	0.81 173	0.36 105	0.66 146	1.86 220	0.94 151	0.30 61	0.26 90	0.66 83	1.14 212	0.60 121	0.48 98	2.56 183	0.63 167	2.23 210	2.36 213	0.21 68	0.37 118	1.00 187	1.03 174	1.17 173	1.48 175

DAS	0.95 168	0.61 154	0.48 129	0.78 173	0.61 158	0.68 162	0.59 153	0.84 177	0.93 191	0.65 136	1.58 211	1.66 190	1.06 183	0.34 122	0.95 152	0.92 180	0.92 194	0.73 187	1.77 156	1.03 206	1.73 199	1.11 166	0.47 158	0.92 202	0.93 173	1.00 166	1.39 192	0.96 140

SepStereo	0.95 168	0.61 154	0.48 129	0.78 173	0.61 158	0.68 162	0.59 153	0.84 177	0.93 191	0.65 136	1.58 211	1.66 190	1.06 183	0.34 122	0.95 152	0.92 180	0.92 194	0.73 187	1.77 156	1.03 206	1.73 199	1.11 166	0.47 158	0.92 202	0.93 173	1.00 166	1.39 192	0.96 140

PSMNet-ADL	0.96 171	0.62 157	0.66 169	0.67 160	0.70 178	0.66 159	0.58 152	0.74 153	0.60 161	0.85 198	5.03 242	0.95 154	1.26 192	0.45 160	0.89 139	1.03 199	0.68 153	0.54 135	2.03 166	0.68 177	0.84 149	0.79 141	0.54 182	0.47 150	0.73 134	0.95 153	1.32 187	0.63 91

CC-Net-ROB	0.96 171	1.18 210	0.70 176	1.56 211	1.06 201	1.63 215	1.20 204	0.79 166	0.61 162	0.81 192	0.56 108	3.07 211	0.57 160	0.85 210	0.68 91	0.44 52	0.71 163	0.63 162	1.40 144	0.57 139	0.58 97	0.43 54	1.91 228	0.46 147	0.83 160	0.83 137	0.77 100	1.20 164

GwcNet-ADL	0.97 173	0.83 187	0.81 185	0.91 182	0.68 171	0.70 165	0.53 141	0.77 163	0.50 145	0.72 172	5.46 245	1.20 172	0.65 169	0.46 162	0.81 116	0.95 184	0.72 165	0.56 142	1.26 139	0.71 182	0.67 120	0.78 139	0.59 188	0.56 166	0.79 150	0.98 162	0.85 124	1.75 186

SHD	0.97 173	0.56 141	0.73 179	0.75 169	0.69 173	0.66 159	0.61 161	0.99 191	0.94 194	0.77 184	1.00 184	0.94 151	1.29 194	0.54 177	2.21 228	0.98 191	0.95 197	0.70 182	2.01 165	0.80 188	1.12 175	1.71 202	0.47 158	0.77 193	0.91 171	1.01 169	0.91 134	1.22 166

ADCRef	1.01 175	0.65 161	0.48 129	0.39 87	0.47 131	0.65 156	0.68 174	0.61 82	1.08 200	0.52 66	0.64 129	0.75 125	0.43 127	0.38 135	1.56 197	0.72 154	0.61 126	0.59 157	1.53 148	0.58 143	0.66 116	0.71 127	0.50 168	0.43 135	0.75 139	1.25 191	0.82 113	8.96 247

AMNet	1.02 176	0.98 202	0.95 194	0.98 188	1.01 196	1.03 192	0.96 194	0.87 180	0.93 191	0.97 209	1.02 186	1.10 167	0.74 173	1.06 218	0.99 161	1.09 206	1.17 208	1.04 218	1.08 125	1.05 208	1.13 176	1.04 162	0.82 203	0.98 207	1.01 189	1.07 177	1.20 176	1.27 168

XQC	1.03 177	0.90 194	0.71 177	0.91 182	0.92 192	0.92 186	0.86 185	1.06 200	0.90 188	0.84 197	1.11 195	1.03 160	1.30 196	0.71 202	2.04 218	0.95 184	0.87 184	0.67 173	1.64 153	0.78 186	1.00 167	1.67 201	0.62 191	0.73 186	1.09 195	1.47 205	1.26 183	0.97 142

iRaft-Stereo_20w	1.06 178	0.49 98	1.34 221	1.18 199	0.46 128	0.78 177	0.46 131	0.76 158	0.37 111	0.74 176	6.16 249	0.84 140	0.29 52	0.26 90	0.81 116	0.97 189	0.59 114	0.44 71	1.72 154	0.61 160	1.04 170	1.56 195	0.21 68	0.25 52	0.92 172	1.31 196	1.45 199	2.71 205

RTS	1.09 179	0.59 147	0.59 152	0.60 145	0.58 155	0.96 187	0.90 187	0.80 168	0.88 185	0.59 104	0.71 147	1.28 175	0.62 164	0.51 171	2.04 218	0.98 191	1.19 209	0.77 196	2.33 175	0.85 194	0.96 163	1.16 172	0.49 164	0.65 180	1.23 202	4.43 249	1.15 168	1.45 171

RTSA	1.09 179	0.59 147	0.59 152	0.60 145	0.58 155	0.96 187	0.90 187	0.80 168	0.88 185	0.59 104	0.71 147	1.28 175	0.62 164	0.51 171	2.04 218	0.98 191	1.19 209	0.77 196	2.33 175	0.85 194	0.96 163	1.16 172	0.49 164	0.65 180	1.23 202	4.43 249	1.15 168	1.45 171

CBMV	1.15 181	0.84 191	0.60 156	0.85 176	0.76 185	0.73 169	0.48 134	0.87 180	0.80 180	0.81 192	0.61 121	2.86 206	0.81 176	0.52 175	1.31 185	1.17 216	0.91 192	0.74 189	2.40 180	0.66 171	1.57 193	0.76 137	0.48 163	1.06 212	0.99 184	1.09 178	2.25 221	4.25 226
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PWC_ROB	1.18 182	0.70 169	1.06 205	0.60 145	0.71 179	0.70 165	0.98 195	0.83 175	1.55 219	0.76 182	1.40 206	1.00 156	2.46 216	0.57 185	2.17 226	0.99 195	1.15 207	0.90 206	2.37 177	0.95 199	1.63 196	2.05 209	0.44 154	0.98 207	0.81 155	0.80 131	1.24 181	2.15 194

DeepPrunerF	1.22 183	0.49 98	0.39 90	0.58 140	2.86 241	0.49 116	0.55 146	0.52 40	0.58 160	0.43 26	0.67 142	0.43 36	0.32 82	0.42 152	1.64 201	0.75 160	0.58 104	0.46 87	0.93 115	0.46 107	0.61 103	0.53 89	0.40 147	0.35 107	15.32 261	0.82 136	0.65 70	0.62 86

ccs_rob	1.25 184	0.79 178	0.64 165	0.86 177	0.60 157	0.89 185	0.83 182	0.99 191	0.51 146	0.77 184	6.27 251	5.90 232	1.10 187	0.51 171	1.08 171	1.10 208	0.68 153	0.66 171	1.15 133	0.70 181	1.56 192	1.66 200	0.50 168	0.54 163	0.69 121	0.78 128	0.86 129	1.20 164

ADCL	1.27 185	0.82 185	0.64 165	0.60 145	0.53 143	0.73 169	0.91 189	0.75 157	2.78 243	0.68 155	1.01 185	0.86 145	0.50 143	0.50 169	1.27 182	0.64 135	0.66 145	0.57 147	1.20 137	0.60 151	0.98 166	0.88 149	0.50 168	0.47 150	1.60 219	1.50 210	0.88 132	11.30 250

MFN_U_SF_DS_RVC	1.33 186	0.90 194	0.63 163	1.27 203	0.90 191	1.21 202	2.21 219	1.27 204	1.18 204	1.00 211	0.91 176	1.80 194	1.16 190	1.07 219	1.48 193	0.77 163	0.70 158	0.58 152	2.75 190	0.67 175	1.39 189	2.93 220	0.85 205	0.73 186	1.47 214	1.68 215	1.33 188	2.96 210

FBW_ROB	1.34 187	1.42 216	1.08 208	2.01 218	1.42 217	1.37 209	1.63 211	0.99 191	0.70 171	0.72 172	1.02 186	2.05 198	0.91 181	1.47 225	1.24 181	0.60 126	0.88 188	0.65 170	6.08 220	0.59 147	1.06 173	0.81 142	1.48 225	1.12 218	0.99 184	1.20 184	0.99 150	1.66 183

UDG	1.35 188	2.24 225	0.81 185	2.58 219	2.45 232	2.48 222	2.57 223	0.76 158	0.86 183	0.77 184	1.08 189	1.51 183	0.56 156	2.59 231	1.06 168	0.69 149	1.89 230	0.80 201	2.31 173	0.97 201	1.24 182	0.98 156	1.43 224	0.62 175	0.74 136	0.81 133	0.95 142	0.81 126

DDUNet	1.38 189	2.18 223	0.79 184	2.67 222	2.43 231	2.57 223	2.52 222	0.80 168	0.84 182	0.63 125	0.94 178	1.57 188	0.45 133	2.65 235	0.94 150	0.78 166	1.99 232	0.75 191	2.31 173	0.91 198	1.16 177	0.97 155	2.71 233	0.56 166	0.72 129	0.71 111	0.97 147	0.85 130

PVD	1.47 190	1.04 204	1.44 223	1.10 193	1.09 205	1.19 200	1.07 198	1.91 234	2.05 228	0.79 190	1.49 209	1.54 186	1.91 206	0.89 213	2.26 232	1.35 226	1.39 216	1.09 223	2.41 181	1.14 214	1.51 191	1.98 208	0.79 199	1.08 215	1.49 216	1.82 218	1.67 208	2.10 192

SAMSARA	1.50 191	0.79 178	1.00 201	0.93 185	0.88 190	0.86 183	0.93 191	1.57 221	1.25 206	0.96 208	1.09 190	1.27 173	2.59 217	0.83 208	2.58 242	1.19 219	1.04 203	0.91 209	2.56 183	0.99 204	1.77 203	2.23 212	0.56 186	0.98 207	2.63 231	2.81 235	2.62 233	2.56 203

MFMNet_re	1.51 192	1.18 210	1.12 211	1.29 204	1.16 207	1.63 215	1.32 206	1.30 209	1.63 220	1.14 217	1.38 205	2.64 204	1.63 202	0.90 214	2.27 233	1.35 226	1.58 221	1.32 237	3.69 203	1.24 221	2.10 207	1.26 180	1.16 214	1.24 224	1.11 196	1.02 173	1.59 205	1.60 178

S-Stereo	1.54 193	0.81 182	0.83 187	1.15 197	1.16 207	1.29 207	1.56 209	1.02 196	1.09 201	1.25 224	4.20 237	4.10 225	1.10 187	0.66 196	2.16 225	1.63 237	0.90 191	1.05 219	2.20 170	1.10 211	1.26 183	3.12 223	1.31 223	1.17 222	0.84 164	1.18 183	1.21 177	2.18 195

ADCMid	1.56 194	0.92 198	0.99 197	0.70 164	0.86 189	1.05 194	1.37 207	1.29 207	1.77 222	0.75 179	1.75 217	1.27 173	1.48 197	0.69 200	2.18 227	1.07 203	0.98 200	0.79 200	2.74 189	0.80 188	1.31 186	1.74 204	1.06 213	0.70 183	1.01 189	1.53 211	1.02 157	10.33 248

FAT-Stereo	1.57 195	0.78 176	1.44 223	1.10 193	1.32 214	1.05 194	0.87 186	1.28 206	0.86 183	1.21 221	5.46 245	3.07 211	1.28 193	0.66 196	1.73 207	1.34 223	0.89 190	0.94 212	1.83 159	1.08 209	2.02 206	3.90 232	0.71 194	0.98 207	0.86 166	1.21 186	1.42 198	3.03 212

HBP-ISP	1.60 196	0.86 193	0.90 192	0.98 188	0.69 173	0.85 180	0.56 148	0.89 183	0.48 142	0.82 194	0.79 161	0.97 155	0.36 107	0.69 200	11.97 259	5.83 255	0.70 158	0.67 173	0.70 84	0.62 164	1.05 171	5.90 247	0.50 168	0.62 175	0.82 158	1.01 169	2.01 219	1.06 150

SANet	1.61 197	0.91 197	1.10 210	1.04 191	1.05 200	1.25 205	0.77 179	1.76 230	1.81 223	0.77 184	1.24 196	6.63 236	5.08 229	0.83 208	1.56 197	0.77 163	1.24 213	0.90 206	1.58 149	0.82 192	1.05 171	1.00 159	0.90 206	1.27 225	1.32 208	1.93 220	1.88 215	3.10 214

AnyNet_C32	1.64 198	0.65 161	0.74 180	0.67 160	0.73 181	0.86 183	1.14 199	0.95 186	3.12 246	0.75 179	1.53 210	0.94 151	0.64 168	0.67 198	1.83 212	1.11 210	1.06 206	0.95 213	1.78 158	0.76 184	1.76 202	1.71 202	0.66 193	0.85 199	1.13 198	2.68 234	1.17 173	13.55 252

pmcnn	1.66 199	0.80 181	0.52 140	1.19 200	1.01 196	1.21 202	0.93 191	0.96 189	0.54 150	0.74 176	2.66 228	3.98 224	5.06 228	0.31 111	1.65 203	1.40 232	1.20 211	0.91 209	3.99 206	0.95 199	4.45 244	1.02 161	0.90 206	0.90 201	1.07 193	1.01 169	2.43 228	3.03 212

MSC_U_SF_DS_RVC	1.67 200	1.25 213	1.05 203	1.56 211	1.08 203	1.20 201	3.18 231	1.50 218	2.10 231	1.30 228	0.98 183	1.50 182	1.04 182	1.66 226	1.71 204	1.18 217	0.84 181	1.01 215	6.24 221	1.15 217	1.43 190	3.23 225	1.19 215	1.14 219	1.52 217	1.29 194	1.09 163	2.78 207

MFN_U_SF_RVC	1.68 201	1.06 205	0.88 191	1.25 202	1.01 196	1.53 212	2.07 217	1.38 214	1.17 203	1.51 236	2.95 230	2.00 197	1.57 200	2.05 229	2.38 238	0.98 191	0.87 184	0.82 202	6.78 224	1.11 213	2.21 209	2.38 214	0.65 192	1.11 217	1.23 202	1.33 199	1.28 184	1.69 185

CBMV_ROB	1.71 202	0.79 178	0.65 168	1.35 205	1.07 202	1.01 190	0.74 178	1.01 195	0.54 150	0.72 172	0.81 166	9.80 252	5.90 234	0.57 185	1.42 188	0.69 149	0.80 177	0.58 152	5.38 214	1.22 219	0.95 162	0.55 95	0.53 178	0.62 175	1.22 201	1.45 204	2.72 236	2.94 209

edge stereo	1.82 203	1.16 209	2.22 235	1.46 210	1.28 211	1.58 213	1.38 208	1.67 227	1.30 208	1.20 220	3.42 234	4.33 227	2.26 212	0.80 207	1.41 187	1.46 234	1.05 205	0.83 205	5.42 215	0.97 201	1.34 188	3.76 229	0.95 211	0.88 200	1.26 207	1.20 184	1.70 210	2.91 208

G-Net	1.86 204	1.00 203	1.28 220	0.89 180	0.93 193	1.10 197	0.77 179	1.63 223	2.07 230	0.99 210	2.89 229	7.30 243	1.67 203	0.55 180	1.45 189	1.75 240	1.04 203	0.93 211	2.87 191	2.72 250	1.89 205	1.47 189	0.80 201	1.02 211	1.06 192	1.71 216	2.82 237	5.60 233

ADCS	1.88 205	1.06 205	0.98 196	0.93 185	1.10 206	1.09 196	1.14 199	1.27 204	2.49 237	0.89 201	1.36 204	1.51 183	2.92 221	0.86 211	3.30 245	2.26 246	1.46 220	1.26 232	3.10 197	1.29 223	2.48 214	2.88 218	0.80 201	1.10 216	1.33 210	4.48 251	1.41 197	6.08 236

SQANet	1.90 206	2.70 230	1.03 202	3.09 229	2.17 226	3.29 228	2.70 225	0.95 186	0.65 167	1.00 211	0.71 147	2.69 205	1.10 187	2.30 230	0.78 108	0.55 112	1.02 202	0.72 184	9.92 237	0.68 177	2.11 208	1.25 178	3.28 234	0.58 169	0.98 181	1.31 196	1.33 188	2.34 197

SPS-STEREO	1.93 207	1.27 214	1.21 214	1.60 213	1.34 215	1.44 211	1.17 202	1.66 224	1.36 213	1.38 231	3.67 235	3.02 210	1.29 194	1.05 217	1.85 213	1.83 242	1.58 221	1.37 239	8.86 233	1.34 224	3.07 226	1.47 189	1.27 220	1.37 227	1.42 213	1.28 193	2.02 220	1.89 188
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MADNet+	1.96 208	1.18 210	1.26 218	1.45 209	1.28 211	1.10 197	2.21 219	1.88 232	1.41 214	1.33 229	1.32 202	2.29 199	2.23 209	1.25 223	4.58 250	1.87 243	2.55 242	1.13 227	2.73 188	1.63 236	3.69 237	3.33 226	1.26 216	2.09 249	1.93 224	1.47 205	1.59 205	2.77 206

AnyNet_C01	2.06 209	1.08 207	1.06 205	1.14 196	1.08 203	1.01 190	2.69 224	1.69 228	2.66 240	1.21 221	1.67 214	2.90 208	2.60 218	0.95 216	3.65 247	4.02 252	2.09 233	2.21 253	3.08 196	1.56 233	3.30 232	2.89 219	1.26 216	1.15 220	1.80 222	1.43 203	1.51 202	3.90 223

ADCPNet	2.08 210	0.77 174	0.87 190	0.83 175	1.21 209	0.85 180	1.59 210	1.02 196	1.35 211	0.83 196	1.97 221	1.01 158	7.76 240	0.75 205	2.35 237	1.16 215	0.95 197	0.71 183	4.05 207	0.97 201	1.30 185	1.61 197	0.72 195	0.76 190	1.52 217	1.96 223	1.21 177	16.04 255

Ntro	2.32 211	3.40 247	1.53 225	3.55 237	2.52 234	3.71 238	3.36 232	1.11 202	1.05 199	1.16 218	0.90 175	2.93 209	1.24 191	2.72 237	1.00 162	0.64 135	1.40 217	0.82 202	10.96 240	1.14 214	2.72 217	3.19 224	4.26 240	0.73 186	1.24 205	1.59 213	1.56 204	2.31 196

RainbowNet	2.32 211	2.93 235	1.87 231	3.34 235	2.57 235	3.50 230	3.49 235	1.29 207	0.92 189	1.53 239	0.89 174	3.18 213	2.31 213	2.94 238	1.30 184	0.90 178	1.61 224	1.00 214	5.61 216	1.51 228	2.82 221	4.18 234	4.25 239	0.97 205	1.32 208	1.58 212	1.71 211	3.00 211

otaku	2.33 213	3.05 239	1.19 212	3.36 236	2.37 229	3.56 233	3.08 230	1.05 198	0.98 197	1.13 214	0.80 165	2.88 207	1.62 201	2.59 231	0.95 152	0.64 135	1.23 212	0.75 191	13.16 245	1.09 210	2.47 213	2.63 216	4.75 244	0.75 189	1.13 198	1.38 202	1.69 209	2.52 202

ACVNet-4b	2.35 214	2.75 233	1.60 227	3.13 230	2.29 228	3.52 232	3.67 238	1.35 211	1.35 211	1.27 225	0.72 152	3.26 215	2.62 219	3.04 240	0.98 158	0.78 166	2.13 234	1.02 216	9.04 234	1.23 220	2.74 218	3.39 228	4.08 237	0.92 202	1.24 205	1.29 194	1.46 200	2.48 201

ACVNet_1	2.47 215	3.23 242	2.35 237	4.40 243	2.93 245	3.77 240	3.96 240	1.34 210	1.18 204	1.21 221	1.02 186	3.31 217	2.07 207	3.09 242	1.31 185	0.70 152	2.26 238	1.10 224	9.52 235	1.14 214	3.45 234	1.18 175	4.50 243	1.07 213	1.39 212	1.75 217	1.36 190	2.10 192

SGM-ForestM	2.61 216	4.20 251	0.93 193	2.78 224	1.37 216	3.57 234	2.93 228	2.59 244	1.51 218	0.70 166	1.32 202	7.25 241	5.36 232	0.47 163	0.89 139	0.53 104	0.79 176	0.54 135	7.58 226	0.60 151	0.82 145	0.47 71	0.51 175	0.80 195	4.97 248	3.66 247	7.05 256	6.30 237

DPSNet	2.61 216	0.83 187	0.77 183	1.21 201	1.24 210	1.34 208	0.93 191	1.08 201	1.49 217	0.78 188	0.86 172	6.91 238	3.85 223	0.58 188	4.58 250	2.54 247	1.43 219	1.24 230	14.95 249	1.34 224	4.83 248	8.01 254	1.75 227	1.40 230	1.47 214	1.95 222	1.60 207	1.66 183

DGSMNet	2.66 218	0.96 199	1.36 222	1.03 190	0.99 195	1.12 199	1.05 197	1.36 212	0.94 194	2.15 251	13.54 263	1.71 192	1.85 204	0.93 215	2.50 241	3.85 251	5.34 251	1.61 244	5.07 212	1.68 238	7.04 254	8.02 255	0.96 212	1.19 223	1.01 189	1.33 199	1.40 196	1.88 187

WAO-6	2.71 219	2.26 226	1.57 226	3.00 228	2.25 227	3.01 226	3.02 229	1.77 231	2.35 232	1.52 238	1.62 213	3.94 223	5.12 230	2.64 234	2.22 229	1.38 230	2.65 243	1.36 238	4.86 211	1.54 232	2.76 220	4.79 238	2.70 232	1.73 242	2.71 233	2.59 233	2.68 235	5.02 230

PSMNet_ROB	2.71 219	3.39 246	1.92 232	2.87 226	2.04 224	4.01 243	3.50 236	1.46 216	1.41 214	1.59 241	3.34 231	3.52 218	4.97 227	4.50 249	1.61 200	0.95 184	1.87 229	1.06 220	8.62 230	1.63 236	2.32 212	1.51 193	5.43 253	1.37 227	1.98 228	1.94 221	1.91 216	2.39 199

WAO-7	2.72 221	1.83 221	2.89 246	7.39 249	1.73 223	1.76 218	1.82 214	2.07 235	2.65 239	2.21 252	5.39 244	4.58 229	5.72 233	1.23 222	2.07 222	1.27 222	1.69 225	1.22 229	7.70 227	1.51 228	1.64 197	3.07 222	0.84 204	1.65 240	1.83 223	2.48 232	1.97 218	3.27 216

SGM_RVC	2.81 222	1.46 217	0.85 188	1.76 215	1.28 211	1.68 217	1.19 203	1.56 220	1.14 202	0.82 194	1.70 215	7.09 239	2.67 220	0.42 152	0.92 144	0.57 118	0.75 168	0.57 147	11.20 242	0.66 171	0.94 159	0.46 67	0.51 175	0.84 198	1.97 227	1.64 214	5.04 252	26.13 260
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Dean	2.84 223	3.23 242	1.81 229	6.04 247	3.38 251	3.63 235	3.67 238	1.88 232	1.97 227	1.47 233	1.30 200	3.69 221	4.10 225	2.97 239	1.45 189	0.97 189	2.41 239	1.29 233	5.94 217	1.74 239	3.20 228	4.23 235	4.79 246	1.55 235	2.65 232	2.27 229	2.56 231	2.64 204

IMH-64-1	2.92 224	2.70 230	2.36 238	3.23 231	2.71 237	3.70 236	4.05 241	1.66 224	2.48 235	1.13 214	1.26 198	3.60 219	6.29 236	3.59 243	2.28 234	1.15 213	2.20 235	1.31 235	6.02 218	1.52 230	3.03 224	5.48 241	4.83 247	1.40 230	2.83 235	2.02 224	2.34 224	3.64 219

IMH-64	2.92 224	2.70 230	2.36 238	3.23 231	2.71 237	3.70 236	4.05 241	1.66 224	2.48 235	1.13 214	1.26 198	3.60 219	6.29 236	3.59 243	2.28 234	1.15 213	2.20 235	1.31 235	6.02 218	1.52 230	3.03 224	5.48 241	4.83 247	1.40 230	2.83 235	2.02 224	2.34 224	3.64 219

SFCPSM	3.03 226	0.82 185	0.63 163	0.77 171	0.69 173	0.72 168	0.63 165	0.83 175	0.98 197	0.71 169	2.00 222	2.57 201	3.49 222	0.56 181	1.16 178	0.93 183	0.74 166	0.64 166	54.48 270	1.19 218	0.88 152	0.91 152	0.55 184	0.55 165	0.94 176	0.93 151	1.11 167	1.39 170

ACVNet_2	3.17 227	2.98 236	2.25 236	4.72 244	2.88 242	3.50 230	3.48 234	1.58 222	1.33 209	1.29 227	1.10 192	3.22 214	2.45 215	2.67 236	1.29 183	0.86 175	7.26 255	1.02 216	22.14 253	1.37 226	3.22 229	1.25 178	4.24 238	1.37 227	1.93 224	1.92 219	1.83 214	2.36 198

ELAS_RVC	3.22 228	2.01 222	1.85 230	2.66 221	2.07 225	5.08 251	2.06 216	2.41 242	1.89 225	1.74 245	4.78 239	8.00 244	8.02 241	0.74 204	2.38 238	0.81 170	1.75 227	1.14 228	3.97 205	1.27 222	4.64 247	7.61 252	1.26 216	1.74 243	6.58 253	3.21 242	3.39 242	3.80 222
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	3.24 229	2.76 234	2.37 240	3.26 233	2.74 239	3.73 239	4.10 243	1.72 229	2.58 238	1.17 219	1.24 196	3.92 222	10.58 244	6.80 258	1.57 199	1.11 210	2.25 237	1.30 234	6.28 222	1.56 233	2.97 223	4.14 233	4.90 249	1.45 234	3.01 239	2.36 230	2.47 230	5.19 232

anonymity	3.27 230	0.41 53	1.09 209	0.58 140	0.41 117	0.47 112	0.30 102	0.79 166	0.33 91	0.61 112	69.49 271	0.85 141	0.30 61	0.24 67	0.59 57	1.02 198	0.60 121	0.43 66	1.35 142	0.60 151	0.73 135	1.82 207	0.24 92	0.29 69	1.00 187	1.24 188	1.08 162	1.47 173

MDST_ROB	3.33 231	2.32 227	0.75 181	3.90 240	1.47 219	2.61 224	1.00 196	1.12 203	0.72 172	0.78 188	0.67 142	1.54 186	25.37 256	0.34 122	2.11 224	0.53 104	0.65 142	0.48 98	3.69 203	0.58 143	0.88 152	0.59 97	0.58 187	0.68 182	7.85 256	3.03 239	17.15 261	8.63 246

ELAS	3.38 232	2.19 224	1.79 228	2.99 227	2.37 229	3.32 229	2.09 218	2.60 245	2.85 244	1.28 226	4.85 241	8.61 246	8.02 241	0.76 206	2.90 243	0.81 170	1.80 228	1.10 224	4.19 209	1.10 211	4.53 245	7.86 253	1.26 216	1.63 238	7.08 254	4.79 252	3.66 247	4.87 228
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SPstereo	3.56 233	1.74 219	3.18 250	1.78 216	1.64 221	1.86 219	1.73 213	2.36 239	2.05 228	1.84 247	4.83 240	7.23 240	9.01 243	1.81 228	3.54 246	5.52 254	2.43 241	2.86 254	3.65 202	3.54 253	5.29 251	7.52 251	1.95 229	2.10 250	2.52 229	3.11 240	3.20 241	7.77 243

MeshStereo	3.62 234	1.54 218	1.05 203	2.64 220	1.72 222	2.05 221	1.15 201	2.40 241	1.41 214	0.90 202	6.48 252	9.56 250	7.42 239	0.49 166	11.75 257	1.94 244	0.87 184	0.74 189	8.79 231	0.80 188	8.36 255	8.07 256	0.73 196	1.07 213	3.39 241	2.15 228	5.22 253	4.99 229
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
SGM+DAISY	3.81 235	1.38 215	1.26 218	1.80 217	1.47 219	1.93 220	1.71 212	1.47 217	1.33 209	1.34 230	6.67 254	9.59 251	12.99 249	1.20 221	1.73 207	1.47 235	1.42 218	1.24 230	11.11 241	1.37 226	3.07 226	2.13 211	1.27 220	1.42 233	1.69 220	1.26 192	2.90 238	26.50 261

DispFullNet	4.17 236	3.20 241	4.34 255	2.72 223	2.46 233	2.92 225	2.70 225	2.79 250	1.90 226	4.51 261	6.62 253	8.91 248	4.83 226	2.59 231	2.00 217	8.18 258	3.24 247	1.98 247	24.96 255	2.93 252	3.99 239	3.36 227	1.71 226	1.15 220	1.36 211	1.32 198	2.36 227	3.65 221

WAO-8	4.25 237	3.34 244	2.80 243	10.32 253	2.92 243	4.17 244	5.89 246	2.66 248	4.45 250	1.69 243	3.41 232	5.94 233	11.31 246	5.29 253	1.71 204	1.34 223	2.69 244	1.51 242	10.78 238	2.48 247	2.63 215	4.50 236	3.44 235	1.58 236	5.12 249	3.31 244	3.60 244	5.76 234

Venus	4.25 237	3.34 244	2.80 243	10.32 253	2.92 243	4.17 244	5.89 246	2.66 248	4.45 250	1.69 243	3.41 232	5.94 233	11.31 246	5.29 253	1.71 204	1.34 223	2.69 244	1.51 242	10.78 238	2.48 247	2.63 215	4.50 236	3.44 235	1.58 236	5.12 249	3.31 244	3.60 244	5.76 234

LVE	4.33 239	3.03 237	2.00 233	27.23 264	3.06 246	3.83 241	12.07 261	1.53 219	1.64 221	1.85 248	1.48 208	3.30 216	3.91 224	3.06 241	1.45 189	1.05 201	1.95 231	1.38 240	15.68 250	1.62 235	3.25 231	5.86 244	4.42 242	1.76 244	2.87 237	2.06 226	2.34 224	3.25 215

PWCK	5.04 240	3.03 237	2.21 234	3.61 238	2.60 236	4.41 247	5.09 244	2.45 243	2.76 242	3.31 257	4.34 238	10.15 255	5.13 231	1.74 227	1.99 216	1.38 230	2.41 239	1.45 241	51.59 269	2.35 245	3.70 238	2.69 217	2.65 231	1.78 246	2.97 238	3.21 242	2.43 228	4.77 227

STStereo	5.29 241	2.47 228	5.20 257	5.20 245	2.80 240	4.72 248	3.42 233	6.23 259	6.52 253	1.51 236	7.61 256	9.53 249	14.86 252	0.63 193	4.09 249	0.64 135	0.87 184	0.62 161	36.67 262	1.02 205	1.23 181	1.05 163	0.78 198	1.63 238	3.46 242	2.43 231	3.53 243	14.15 253

notaker	5.52 242	5.55 257	3.76 253	13.97 258	5.34 256	5.44 255	7.16 249	2.36 239	2.68 241	2.06 250	1.80 218	12.90 259	23.86 255	3.98 246	2.04 218	1.73 239	3.45 249	2.12 250	17.08 251	2.15 242	6.10 253	5.87 245	6.15 257	2.12 251	1.79 221	2.08 227	2.31 223	3.29 217

MADNet++	5.64 243	3.51 248	3.77 254	2.84 225	4.62 254	3.02 227	3.65 237	4.36 253	5.03 252	4.18 260	5.07 243	6.45 235	5.92 235	6.18 257	7.04 253	6.82 256	4.71 250	4.00 258	8.03 228	5.83 257	9.92 259	16.38 263	2.32 230	4.34 259	3.95 247	11.38 258	4.93 251	4.01 224

TorneroNet-64	6.02 244	4.60 253	2.53 241	15.58 259	3.29 249	4.87 249	7.75 250	2.23 237	10.02 256	1.42 232	1.31 201	7.26 242	29.23 261	4.36 248	2.09 223	1.21 220	8.22 256	1.70 246	17.35 252	2.62 249	4.31 242	5.68 243	5.20 251	1.76 244	3.58 243	3.76 248	2.29 222	8.34 245

JetBlue	6.09 245	3.85 249	3.31 252	5.99 246	4.13 253	6.22 257	7.94 251	3.42 251	2.89 245	1.47 233	1.46 207	8.10 245	1.90 205	5.39 255	11.86 258	3.22 249	3.30 248	2.99 255	5.32 213	2.40 246	9.74 258	10.03 261	4.93 250	2.18 252	7.39 255	17.16 260	3.72 249	24.15 258

UNDER WATER-64	6.11 246	5.20 255	3.13 249	12.20 256	5.77 257	6.55 259	8.53 255	4.74 257	3.45 248	2.30 255	2.36 225	12.04 258	12.47 248	5.08 251	3.02 244	1.81 241	12.11 259	2.17 251	8.81 232	4.17 256	5.75 252	7.27 250	8.74 262	2.61 255	3.86 246	8.63 255	4.32 250	7.86 244

MANE	7.31 247	2.64 229	4.48 256	3.30 234	3.10 247	3.94 242	2.83 227	5.37 258	6.88 254	1.11 213	5.64 247	8.81 247	11.02 245	0.67 198	3.83 248	3.83 250	1.32 214	18.03 264	8.61 229	0.84 193	4.22 240	1.16 172	0.74 197	1.79 247	13.65 260	18.61 261	22.89 263	38.18 268

UNDER WATER	7.55 248	4.74 254	3.06 248	10.46 255	5.92 258	6.35 258	8.05 252	4.32 252	3.69 249	1.97 249	2.14 223	10.53 256	62.60 270	4.83 250	2.25 231	1.59 236	12.22 260	2.08 249	9.67 236	3.97 254	5.27 250	6.65 248	8.86 263	2.65 256	3.82 245	5.62 253	3.62 246	7.03 241

JetRed	7.85 249	5.29 256	6.07 259	3.75 239	5.00 255	6.95 260	10.20 258	4.64 256	3.42 247	2.92 256	2.39 226	6.71 237	2.25 211	7.15 259	10.26 255	7.34 257	8.59 257	7.11 259	4.82 210	4.08 255	10.76 262	9.27 257	7.85 261	3.34 257	10.96 257	24.25 264	11.90 258	24.57 259

TorneroNet	8.11 250	4.28 252	2.58 242	27.50 265	3.31 250	5.00 250	6.00 248	2.62 246	10.13 258	1.49 235	2.57 227	11.07 257	68.61 271	4.25 247	1.77 211	1.18 217	5.78 252	1.62 245	23.67 254	2.83 251	4.30 241	5.47 240	5.37 252	1.65 240	3.72 244	3.14 241	2.59 232	6.36 238

KSHMR	8.16 251	4.16 250	2.96 247	25.39 263	3.92 252	5.08 251	5.53 245	2.62 246	2.40 234	2.23 253	2.26 224	4.37 228	77.17 272	5.23 252	2.24 230	1.71 238	2.79 246	1.98 247	31.04 259	2.02 241	4.59 246	5.35 239	7.54 260	1.89 248	3.30 240	2.91 237	3.01 239	6.51 239

MaskLacGwcNet_RVC	8.29 252	0.65 161	1.07 207	0.94 187	0.83 188	0.81 178	1.27 205	0.85 179	0.73 173	0.93 203	6.13 248	180.62 273	2.17 208	1.33 224	1.22 180	1.01 197	0.93 196	1.06 220	6.32 223	0.79 187	3.32 233	3.77 230	0.55 184	0.76 190	0.95 178	1.34 201	1.19 175	2.42 200

LSM0	8.30 253	1.08 207	0.95 194	1.66 214	1.42 217	1.59 214	1.96 215	2.27 238	2.36 233	1.66 242	3.94 236	4.10 225	6.30 238	0.63 193	62.38 272	74.74 272	1.69 225	1.06 220	12.18 243	2.23 243	4.96 249	9.29 258	0.92 208	1.29 226	1.95 226	2.97 238	3.66 247	14.83 254

ktn	8.45 254	3.18 240	2.84 245	6.37 248	3.26 248	4.31 246	10.28 259	2.15 236	10.13 258	2.27 254	1.83 219	42.17 268	55.84 268	3.93 245	2.34 236	2.09 245	9.85 258	2.17 251	33.98 260	2.24 244	3.24 230	3.03 221	4.78 245	2.25 253	2.59 230	2.81 235	3.18 240	5.04 231

XX-Stereo	9.49 255	0.38 39	0.36 74	0.63 152	0.28 54	0.54 133	0.28 89	0.69 131	0.28 50	0.69 163	6.24 250	1.00 156	0.29 52	0.23 57	0.70 98	1.08 204	0.60 121	0.52 125	1.58 149	0.53 120	0.76 139	0.65 112	0.18 40	0.26 58	233.61 273	0.88 143	1.01 156	1.90 189

DGTPSM_ROB	12.12 256	5.96 258	17.45 264	4.20 241	7.86 259	5.15 253	8.18 253	4.56 254	11.64 260	4.52 262	8.72 258	5.01 230	17.08 253	12.98 262	14.91 261	14.58 262	6.85 253	15.76 262	12.78 244	12.05 262	9.07 256	21.74 264	5.67 254	11.54 263	11.84 258	31.02 267	12.98 259	33.06 264

DPSMNet_ROB	12.40 257	5.97 259	17.46 265	4.21 242	7.87 260	5.15 253	8.18 253	4.56 254	11.65 261	4.54 263	8.87 259	5.17 231	22.69 254	13.00 263	14.98 262	14.62 263	6.90 254	15.82 263	14.07 248	12.05 262	9.09 257	21.75 265	5.68 255	11.54 263	11.87 259	31.03 268	12.99 260	33.06 264

LE_ROB	17.44 258	1.82 220	6.12 260	9.40 250	53.85 273	8.01 261	46.26 269	11.27 264	28.12 265	1.80 246	7.03 255	38.62 266	49.53 267	0.34 122	1.76 210	0.55 112	0.78 171	0.59 157	36.68 263	6.72 258	2.92 222	0.85 145	29.06 268	12.10 265	26.35 262	25.49 265	27.84 266	37.03 267

DLNR_Zeroshot_test	17.86 259	67.45 273	1.21 214	81.91 273	0.35 89	0.45 105	74.74 273	0.76 158	0.27 43	0.69 163	0.60 115	1.16 170	0.29 52	8.20 260	84.48 273	102.07 273	23.88 265	15.14 261	7.31 225	0.50 114	4.38 243	2.51 215	0.18 40	0.43 135	0.76 144	0.86 138	0.80 107	0.80 124

DPSM_ROB	18.32 260	16.26 261	21.94 266	9.42 251	8.75 261	13.61 262	9.11 256	10.90 262	15.09 262	8.45 264	8.95 260	10.12 253	13.19 250	16.42 264	19.79 264	19.11 264	18.35 263	20.45 265	13.82 246	14.88 264	26.56 266	27.45 266	6.49 258	14.39 266	31.57 267	38.83 269	36.85 268	43.86 269

DPSM	18.32 260	16.26 261	21.94 266	9.42 251	8.75 261	13.61 262	9.11 256	10.90 262	15.09 262	8.45 264	8.95 260	10.12 253	13.19 250	16.42 264	19.79 264	19.11 264	18.35 263	20.45 265	13.82 246	14.88 264	26.56 266	27.45 266	6.49 258	14.39 266	31.57 267	38.83 269	36.85 268	43.86 269

DPSimNet_ROB	18.93 262	32.01 265	5.97 258	12.40 257	11.35 264	6.13 256	28.07 266	15.03 265	35.64 269	3.96 259	78.33 272	18.15 260	35.00 262	5.44 256	12.19 260	10.36 260	13.57 261	3.64 257	87.52 272	6.87 259	14.36 265	9.97 259	4.40 241	7.14 261	5.17 251	9.85 256	5.93 255	32.56 263

HanzoNet	19.12 263	15.23 260	6.99 261	35.06 268	14.35 265	40.77 269	42.46 268	17.81 266	22.51 264	3.55 258	8.29 257	41.30 267	56.30 269	43.04 271	5.72 252	4.37 253	37.83 270	3.30 256	49.59 268	8.93 261	10.30 261	6.85 249	14.15 267	3.46 258	5.94 252	5.80 254	5.29 254	7.13 242

LRCNet_RVC	21.34 264	28.92 264	11.37 263	31.78 267	29.09 269	34.25 268	27.43 265	21.71 268	10.07 257	29.63 270	30.60 267	32.06 264	25.81 257	33.87 269	11.15 256	2.97 248	25.27 266	21.35 267	44.05 266	20.83 266	14.27 264	5.87 245	36.69 269	27.43 268	2.76 234	1.47 205	8.68 257	6.79 240

BEATNet-Init1	22.01 265	36.32 269	3.23 251	54.74 272	11.23 263	52.95 273	28.72 267	9.47 260	8.51 255	1.57 240	10.45 262	33.05 265	48.98 266	0.71 202	16.97 263	11.50 261	1.60 223	1.11 226	77.80 271	35.27 270	9.94 260	9.98 260	1.27 220	2.30 254	27.41 263	11.09 257	52.85 270	35.36 266

PML	30.82 266	20.91 263	7.15 262	29.65 266	20.81 268	29.11 267	10.50 260	10.87 261	88.32 273	20.03 269	154.19 273	98.60 272	119.55 273	10.53 261	9.19 254	8.69 259	16.72 262	7.27 260	34.57 261	7.35 260	12.77 263	10.86 262	5.72 256	6.17 260	33.11 269	12.83 259	34.30 267	12.33 251

MyStereo02	36.18 267	32.71 266	44.18 271	18.90 261	0.00 1	27.36 265	18.30 263	21.92 269	30.41 267	17.08 266	18.01 264	20.35 262	26.56 259	33.03 267	39.51 267	38.47 268	36.86 268	41.18 269	27.56 257	29.89 268	53.52 271	55.42 271	13.00 265	28.90 269	63.34 270	78.17 272	74.06 272	88.27 272

CasAABBNet	36.73 268	32.73 268	44.18 271	18.81 260	17.45 266	27.29 264	18.12 262	21.69 267	30.40 266	17.52 268	18.08 266	20.27 261	26.53 258	32.96 266	38.28 266	37.42 266	36.82 267	41.12 268	27.47 256	29.86 267	53.56 273	55.70 273	12.93 264	28.91 271	63.44 272	78.07 271	73.93 271	88.05 271

MyStereo03	36.84 269	32.71 266	44.18 271	18.90 261	17.61 267	27.36 265	18.30 263	21.92 269	30.41 267	17.08 266	18.01 264	20.35 262	26.56 259	33.03 267	39.51 267	38.47 268	36.86 268	41.18 269	27.56 257	29.89 268	53.52 271	55.42 271	13.00 265	28.90 269	63.34 270	78.17 272	74.06 272	88.27 272

HaxPig	41.43 270	43.85 270	40.81 268	44.90 269	47.49 271	44.66 270	46.30 270	46.31 271	45.63 271	49.00 271	49.30 268	47.24 269	43.73 264	42.64 270	40.44 270	39.13 270	48.37 271	51.07 271	43.33 264	42.25 271	42.88 268	36.52 268	50.75 271	43.02 273	27.54 264	19.97 262	20.68 262	20.75 257

AVERAGE_ROB	41.98 271	44.82 271	42.27 269	45.98 270	46.88 270	45.60 271	46.56 271	47.04 272	43.89 270	49.19 272	49.91 269	47.25 270	43.00 263	49.19 272	40.14 269	38.38 267	49.01 272	51.31 272	43.98 265	42.43 272	43.31 269	38.64 269	49.42 270	42.83 272	28.65 265	20.44 263	23.41 264	19.88 256

MEDIAN_ROB	44.95 272	47.36 272	44.12 270	48.52 271	49.78 272	48.21 272	49.25 272	49.72 273	46.35 272	52.53 273	53.59 270	50.59 271	45.49 265	49.36 273	43.27 271	41.36 271	51.85 273	54.40 273	47.03 267	45.93 273	45.78 270	40.06 270	52.67 272	45.67 274	31.00 266	26.54 266	25.33 265	27.95 262

ASD4																								8.34 262

STTRV1_RVC		0.81 182	0.64 165	1.04 191	0.73 181	1.03 192	0.85 183	0.91 184	0.92 189	0.93 203	0.95 180	1.72 193	2.23 209	0.86 211	1.46 192	0.78 166	1.37 215	0.72 184		1.97 240	1.59 194	1.23 177		0.97 205	1.07 193	1.11 180	1.75 212	3.40 218

Low-res two-view benchmark