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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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

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

DLNR_Zeroshot_test	17.86 260	67.45 274	1.21 214	81.91 274	0.35 89	0.45 105	74.74 274	0.76 158	0.27 43	0.69 163	0.60 115	1.16 170	0.29 52	8.20 260	84.48 274	102.07 275	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

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

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

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

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

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

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

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

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

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

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

XX-Stereo	9.49 256	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	233.61 274	0.88 143	1.01 156	1.90 189

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

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

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)
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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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
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

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

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
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

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

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

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

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

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
anonymity	3.27 231	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	69.49 272	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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)
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

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

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

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

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

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	5.83 256	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

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

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
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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	1.91 229	0.46 147	0.83 160	0.83 137	0.77 100	1.20 164

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.
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

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

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	3.28 235	0.58 169	0.98 181	1.31 196	1.33 188	2.34 197

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

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

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

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	1.48 226	1.12 218	0.99 184	1.20 184	0.99 150	1.66 183

MDST_ROB	3.33 232	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	25.37 257	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	17.15 262	8.63 246

MaskLacGwcNet_RVC	8.29 253	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	180.62 274	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

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.
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
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

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

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
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

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

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
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	2.71 234	0.56 166	0.72 129	0.71 111	0.97 147	0.85 130

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	1.43 225	0.62 175	0.74 136	0.81 133	0.95 142	0.81 126

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

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

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

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

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	4.25 240	0.97 205	1.32 208	1.58 212	1.71 211	3.00 211

STTRV1_RVC	2.36 215	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	31.78 260	1.97 240	1.59 194	1.23 177	0.98 213	0.97 205	1.07 193	1.11 180	1.75 212	3.40 218

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

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

DGSMNet	2.66 219	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	3.85 252	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

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

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

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	4.75 245	0.75 189	1.13 198	1.38 202	1.69 209	2.52 202

SFCPSM	3.03 227	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	54.48 272	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

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	4.26 241	0.73 186	1.24 205	1.59 213	1.56 204	2.31 196

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

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	1.31 224	1.17 222	0.84 164	1.18 183	1.21 177	2.18 195

SGM_RVC	2.81 223	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
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

ACVNet_1	2.47 216	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	4.50 244	1.07 213	1.39 212	1.75 217	1.36 190	2.10 192

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

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

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

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

ACVNet_2	3.17 228	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	4.24 239	1.37 227	1.93 224	1.92 219	1.83 214	2.36 198

SGM+DAISY	3.81 236	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	12.99 250	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	1.27 221	1.42 233	1.69 220	1.26 192	2.90 238	26.50 261

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	4.08 238	0.92 202	1.24 205	1.29 194	1.46 200	2.48 201

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

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	1.27 221	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	1.26 217	2.09 249	1.93 224	1.47 205	1.59 205	2.77 206

PSMNet_ROB	2.71 220	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	5.43 254	1.37 227	1.98 228	1.94 221	1.91 216	2.39 199

MeshStereo	3.62 235	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
DPSNet	2.61 217	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	1.75 228	1.40 230	1.47 214	1.95 222	1.60 207	1.66 183

SGM-ForestM	2.61 217	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	7.05 257	6.30 237

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

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	1.16 215	1.24 224	1.11 196	1.02 173	1.59 205	1.60 178

LVE	4.33 240	3.03 237	2.00 233	27.23 265	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	4.42 243	1.76 244	2.87 237	2.06 226	2.34 224	3.25 215

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	1.06 214	0.70 183	1.01 189	1.53 211	1.02 157	10.33 248

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

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

ELAS_RVC	3.22 229	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	1.26 217	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
DispFullNet	4.17 237	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	8.18 259	3.24 247	1.98 247	24.96 255	2.93 252	3.99 239	3.36 227	1.71 227	1.15 220	1.36 211	1.32 198	2.36 227	3.65 221

Dean	2.84 224	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	4.79 247	1.55 235	2.65 232	2.27 229	2.56 231	2.64 204

SPstereo	3.56 234	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	5.52 255	2.43 241	2.86 254	3.65 202	3.54 253	5.29 251	7.52 251	1.95 230	2.10 250	2.52 229	3.11 240	3.20 241	7.77 243

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

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

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	1.19 216	1.14 219	1.52 217	1.29 194	1.09 163	2.78 207

WAO-6	2.71 220	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	2.70 233	1.73 242	2.71 233	2.59 233	2.68 235	5.02 230

LSM0	8.30 254	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	62.38 273	74.74 274	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

KSHMR	8.16 252	4.16 250	2.96 247	25.39 264	3.92 252	5.08 251	5.53 245	2.62 246	2.40 234	2.23 253	2.26 224	4.37 228	77.17 273	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	7.54 261	1.89 248	3.30 240	2.91 237	3.01 239	6.51 239

IMH-64-1	2.92 225	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	4.83 248	1.40 230	2.83 235	2.02 224	2.34 224	3.64 219

IMH-64	2.92 225	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	4.83 248	1.40 230	2.83 235	2.02 224	2.34 224	3.64 219

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

IMH	3.24 230	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	4.90 250	1.45 234	3.01 239	2.36 230	2.47 230	5.19 232

WAO-7	2.72 222	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

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	4.02 253	2.09 233	2.21 253	3.08 196	1.56 233	3.30 232	2.89 219	1.26 217	1.15 220	1.80 222	1.43 203	1.51 202	3.90 223

notaker	5.52 243	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	23.86 256	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	6.15 258	2.12 251	1.79 221	2.08 227	2.31 223	3.29 217

PWCK	5.04 241	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	51.59 271	2.35 245	3.70 238	2.69 217	2.65 232	1.78 246	2.97 238	3.21 242	2.43 228	4.77 227

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

ELAS	3.38 233	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	1.26 217	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
JetBlue	6.09 246	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	4.93 251	2.18 252	7.39 255	17.16 260	3.72 249	24.15 258

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

JetRed	7.85 250	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	7.34 258	8.59 257	7.11 259	4.82 210	4.08 255	10.76 262	9.27 257	7.85 262	3.34 257	10.96 257	24.25 264	11.90 259	24.57 259

UNDER WATER-64	6.11 247	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	12.47 249	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	8.74 264	2.61 255	3.86 246	8.63 255	4.32 250	7.86 244

UNDER WATER	7.55 249	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	62.60 271	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	8.86 265	2.65 256	3.82 245	5.62 253	3.62 246	7.03 241

WAO-8	4.25 238	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	3.44 236	1.58 236	5.12 249	3.31 244	3.60 244	5.76 234

Venus	4.25 238	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	3.44 236	1.58 236	5.12 249	3.31 244	3.60 244	5.76 234

MADNet++	5.64 244	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	6.82 257	4.71 250	4.00 258	8.03 228	5.83 257	9.92 259	16.38 264	2.32 231	4.34 259	3.95 247	11.38 258	4.93 251	4.01 224

STStereo	5.29 242	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	14.86 253	0.63 193	4.09 249	0.64 135	0.87 184	0.62 161	36.67 263	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

MANE	7.31 248	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	3.83 251	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	22.89 264	38.18 269

BEATNet-Init1	22.01 266	36.32 270	3.23 251	54.74 273	11.23 263	52.95 274	28.72 268	9.47 260	8.51 255	1.57 240	10.45 262	33.05 266	48.98 267	0.71 202	16.97 263	11.50 262	1.60 223	1.11 226	77.80 273	35.27 271	9.94 260	9.98 260	1.27 221	2.30 254	27.41 264	11.09 257	52.85 272	35.36 266

ASD4	28.39 267	32.20 266	16.01 264	15.24 259	12.36 265	19.17 264	15.39 262	18.17 267	9.38 256	45.71 271	57.05 271	24.92 264	11.45 248	13.50 264	48.27 272	18.30 265	47.28 271	47.66 271	44.35 268	25.76 267	63.37 275	42.94 272	8.48 263	8.34 262	24.58 262	32.07 269	28.35 268	36.29 267

TorneroNet-64	6.02 245	4.60 253	2.53 241	15.58 260	3.29 249	4.87 249	7.75 250	2.23 237	10.02 257	1.42 232	1.31 201	7.26 242	29.23 262	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	5.20 252	1.76 244	3.58 243	3.76 248	2.29 222	8.34 245

LRCNet_RVC	21.34 265	28.92 264	11.37 263	31.78 268	29.09 270	34.25 269	27.43 266	21.71 269	10.07 258	29.63 270	30.60 267	32.06 265	25.81 258	33.87 270	11.15 256	2.97 248	25.27 266	21.35 267	44.05 267	20.83 266	14.27 265	5.87 245	36.69 271	27.43 268	2.76 234	1.47 205	8.68 258	6.79 240

ktn	8.45 255	3.18 240	2.84 245	6.37 248	3.26 248	4.31 246	10.28 259	2.15 236	10.13 259	2.27 254	1.83 219	42.17 269	55.84 269	3.93 245	2.34 236	2.09 245	9.85 258	2.17 251	33.98 261	2.24 244	3.24 230	3.03 221	4.78 246	2.25 253	2.59 230	2.81 235	3.18 240	5.04 231

TorneroNet	8.11 251	4.28 252	2.58 242	27.50 266	3.31 250	5.00 250	6.00 248	2.62 246	10.13 259	1.49 235	2.57 227	11.07 257	68.61 272	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	5.37 253	1.65 240	3.72 244	3.14 241	2.59 232	6.36 238

DGTPSM_ROB	12.12 257	5.96 258	17.45 265	4.20 241	7.86 259	5.15 253	8.18 253	4.56 254	11.64 261	4.52 262	8.72 258	5.01 230	17.08 254	12.98 262	14.91 261	14.58 263	6.85 253	15.76 262	12.78 244	12.05 262	9.07 256	21.74 265	5.67 255	11.54 263	11.84 258	31.02 267	12.98 260	33.06 264

DPSMNet_ROB	12.40 258	5.97 259	17.46 266	4.21 242	7.87 260	5.15 253	8.18 253	4.56 254	11.65 262	4.54 263	8.87 259	5.17 231	22.69 255	13.00 263	14.98 262	14.62 264	6.90 254	15.82 263	14.07 248	12.05 262	9.09 257	21.75 266	5.68 256	11.54 263	11.87 259	31.03 268	12.99 261	33.06 264

DPSM_ROB	18.32 261	16.26 261	21.94 267	9.42 251	8.75 261	13.61 262	9.11 256	10.90 262	15.09 263	8.45 264	8.95 260	10.12 253	13.19 251	16.42 265	19.79 264	19.11 266	18.35 263	20.45 265	13.82 246	14.88 264	26.56 267	27.45 267	6.49 259	14.39 266	31.57 268	38.83 270	36.85 270	43.86 270

DPSM	18.32 261	16.26 261	21.94 267	9.42 251	8.75 261	13.61 262	9.11 256	10.90 262	15.09 263	8.45 264	8.95 260	10.12 253	13.19 251	16.42 265	19.79 264	19.11 266	18.35 263	20.45 265	13.82 246	14.88 264	26.56 267	27.45 267	6.49 259	14.39 266	31.57 268	38.83 270	36.85 270	43.86 270

HanzoNet	19.12 264	15.23 260	6.99 261	35.06 269	14.35 266	40.77 270	42.46 269	17.81 266	22.51 265	3.55 258	8.29 257	41.30 268	56.30 270	43.04 272	5.72 252	4.37 254	37.83 270	3.30 256	49.59 270	8.93 261	10.30 261	6.85 249	14.15 269	3.46 258	5.94 252	5.80 254	5.29 254	7.13 242

LE_ROB	17.44 259	1.82 220	6.12 260	9.40 250	53.85 274	8.01 261	46.26 270	11.27 264	28.12 266	1.80 246	7.03 255	38.62 267	49.53 268	0.34 122	1.76 210	0.55 112	0.78 171	0.59 157	36.68 264	6.72 258	2.92 222	0.85 145	29.06 270	12.10 265	26.35 263	25.49 265	27.84 267	37.03 268

CasAABBNet	36.73 270	32.73 269	44.18 272	18.81 261	17.45 267	27.29 265	18.12 263	21.69 268	30.40 267	17.52 268	18.08 266	20.27 261	26.53 259	32.96 267	38.28 266	37.42 268	36.82 267	41.12 268	27.47 256	29.86 268	53.56 274	55.70 275	12.93 266	28.91 271	63.44 273	78.07 272	73.93 273	88.05 272

MyStereo03	36.84 271	32.71 267	44.18 272	18.90 262	17.61 268	27.36 266	18.30 264	21.92 270	30.41 268	17.08 266	18.01 264	20.35 262	26.56 260	33.03 268	39.51 267	38.47 270	36.86 268	41.18 269	27.56 257	29.89 269	53.52 272	55.42 273	13.00 267	28.90 269	63.34 271	78.17 273	74.06 274	88.27 273

MyStereo02	36.18 269	32.71 267	44.18 272	18.90 262	0.00 1	27.36 266	18.30 264	21.92 270	30.41 268	17.08 266	18.01 264	20.35 262	26.56 260	33.03 268	39.51 267	38.47 270	36.86 268	41.18 269	27.56 257	29.89 269	53.52 272	55.42 273	13.00 267	28.90 269	63.34 271	78.17 273	74.06 274	88.27 273

DPSimNet_ROB	18.93 263	32.01 265	5.97 258	12.40 257	11.35 264	6.13 256	28.07 267	15.03 265	35.64 270	3.96 259	78.33 273	18.15 260	35.00 263	5.44 256	12.19 260	10.36 261	13.57 261	3.64 257	87.52 274	6.87 259	14.36 266	9.97 259	4.40 242	7.14 261	5.17 251	9.85 256	5.93 255	32.56 263

AVERAGE_ROB	41.98 273	44.82 272	42.27 270	45.98 271	46.88 271	45.60 272	46.56 272	47.04 273	43.89 271	49.19 273	49.91 269	47.25 271	43.00 264	49.19 273	40.14 269	38.38 269	49.01 273	51.31 273	43.98 266	42.43 273	43.31 270	38.64 270	49.42 272	42.83 272	28.65 266	20.44 263	23.41 265	19.88 256

HaxPig	41.43 272	43.85 271	40.81 269	44.90 270	47.49 272	44.66 271	46.30 271	46.31 272	45.63 272	49.00 272	49.30 268	47.24 270	43.73 265	42.64 271	40.44 270	39.13 272	48.37 272	51.07 272	43.33 265	42.25 272	42.88 269	36.52 269	50.75 273	43.02 273	27.54 265	19.97 262	20.68 263	20.75 257

MEDIAN_ROB	44.95 274	47.36 273	44.12 271	48.52 272	49.78 273	48.21 273	49.25 273	49.72 274	46.35 273	52.53 274	53.59 270	50.59 272	45.49 266	49.36 274	43.27 271	41.36 273	51.85 274	54.40 274	47.03 269	45.93 274	45.78 271	40.06 271	52.67 274	45.67 274	31.00 267	26.54 266	25.33 266	27.95 262

PML	30.82 268	20.91 263	7.15 262	29.65 267	20.81 269	29.11 268	10.50 260	10.87 261	88.32 274	20.03 269	154.19 274	98.60 273	119.55 274	10.53 261	9.19 254	8.69 260	16.72 262	7.27 260	34.57 262	7.35 260	12.77 263	10.86 262	5.72 257	6.17 260	33.11 270	12.83 259	34.30 269	12.33 251

FADE																3.75 250					14.18 264	10.90 263					6.83 256

Low-res two-view benchmark