Low-res two-view results

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

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

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

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

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

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

ProNet	0.06 1	0.03 1	0.08 10	0.01 1	0.00 1	0.12 96	0.27 127	0.00 1	0.01 1	0.00 1	0.00 1	0.05 1	0.00 1	0.05 54	0.43 2	0.28 2	0.02 1	0.00 1	0.09 6	0.00 1	0.05 1	0.02 1	0.00 1	0.00 1	0.08 28	0.00 1	0.05 1	0.00 1

RAFT	0.18 5	0.04 2	0.33 39	0.02 2	0.00 1	0.12 96	0.12 109	0.94 66	0.01 1	0.70 85	0.00 1	0.17 10	0.00 1	0.01 7	0.57 4	0.46 5	0.03 2	0.00 1	0.06 4	0.21 53	0.14 5	0.50 16	0.00 1	0.00 1	0.02 8	0.00 1	0.27 11	0.00 1

RAFT + AFF	0.41 20	0.04 2	0.01 2	0.22 45	0.02 4	0.04 70	0.00 1	0.03 8	0.03 4	0.00 1	0.00 1	0.28 31	0.02 6	0.01 7	4.88 160	0.92 23	0.35 54	0.02 6	2.33 68	0.03 7	0.65 27	0.50 16	0.01 27	0.12 54	0.15 53	0.10 35	0.24 9	0.01 8

RYNet	0.45 24	0.04 2	0.00 1	0.02 2	0.03 7	0.00 1	0.00 1	0.01 2	0.04 8	0.07 34	0.00 1	0.05 1	0.12 44	0.00 1	4.77 154	0.60 8	0.10 11	1.00 147	0.35 13	0.01 3	0.21 9	0.04 2	0.00 1	0.02 5	0.08 28	3.06 132	1.39 31	0.13 41

AANet_RVC	0.25 11	0.05 5	0.29 31	0.06 15	0.19 50	0.00 1	0.23 125	0.03 8	0.17 61	0.35 65	0.01 42	0.07 4	0.04 16	0.01 7	1.37 14	0.48 7	0.10 11	0.06 12	0.43 16	0.17 38	0.10 2	0.25 10	0.03 63	0.05 17	0.02 8	0.06 25	1.15 26	0.89 86

Former-RAFT_DAM_RVC	0.65 43	0.06 6	0.35 46	0.17 36	0.16 38	0.01 34	0.01 26	1.78 93	0.20 71	0.14 44	0.16 72	0.41 55	0.17 63	0.02 20	2.91 69	1.69 94	0.26 42	0.38 71	1.18 38	0.12 29	1.54 77	2.66 93	0.01 27	0.06 22	0.16 54	2.28 124	0.22 8	0.33 59

CroCo-Stereo	0.18 5	0.07 7	0.02 3	0.05 8	0.06 18	0.00 1	0.00 1	0.04 13	0.04 8	0.00 1	0.00 1	0.05 1	0.02 6	0.00 1	1.54 20	1.07 32	0.04 4	0.03 8	0.65 21	0.04 9	0.32 14	0.73 27	0.00 1	0.02 5	0.03 12	0.01 8	0.08 4	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
delet	0.19 8	0.07 7	0.25 23	0.06 15	0.04 12	0.02 56	0.02 47	0.01 2	0.04 8	0.34 61	0.00 1	0.10 6	0.03 11	0.02 20	1.36 13	0.46 5	0.16 24	0.05 10	0.13 7	0.05 12	0.13 4	0.18 8	0.00 1	0.04 14	0.00 1	0.01 8	1.41 32	0.02 11

TDLM	0.09 2	0.08 9	0.12 13	0.02 2	0.02 4	0.00 1	0.01 26	0.19 27	0.04 8	0.00 1	0.00 1	0.48 61	0.01 3	0.01 7	0.26 1	0.22 1	0.08 8	0.06 12	0.01 1	0.00 1	0.10 2	0.10 6	0.01 27	0.01 3	0.00 1	0.01 8	0.30 13	0.39 64

anonymousdsp	0.27 13	0.09 10	0.36 50	0.24 54	0.05 15	0.09 85	0.00 1	0.03 8	0.05 14	0.00 1	0.28 82	0.19 14	0.15 52	0.00 1	1.24 10	0.84 17	0.12 15	0.10 20	0.29 11	0.18 40	0.42 17	1.05 40	0.02 46	0.05 17	0.01 5	0.01 8	1.54 36	0.00 1

CroCo-Stereo Lap2	0.14 4	0.09 10	0.03 5	0.05 8	0.05 15	0.00 1	0.00 1	0.03 8	0.05 14	0.24 53	0.00 1	0.08 5	0.02 6	0.01 7	1.28 11	1.00 28	0.03 2	0.02 6	0.05 2	0.04 9	0.31 13	0.34 13	0.00 1	0.03 9	0.03 12	0.00 1	0.05 1	0.00 1

StereoVision	0.11 3	0.10 12	0.02 3	0.04 6	0.03 7	0.00 1	0.02 47	0.04 13	0.03 4	0.03 30	0.00 1	0.17 10	0.02 6	0.03 35	0.99 6	0.75 14	0.05 5	0.01 3	0.29 11	0.03 7	0.15 6	0.07 4	0.00 1	0.05 17	0.03 12	0.00 1	0.06 3	0.00 1

test_4	0.60 38	0.10 12	0.53 80	0.29 72	0.13 33	0.07 80	0.22 123	0.09 21	0.07 23	0.03 30	0.00 1	0.68 87	0.15 52	0.08 77	2.06 30	1.55 76	0.12 15	0.39 73	1.82 52	0.18 40	1.12 50	2.11 68	0.01 27	0.07 28	0.20 59	0.30 58	3.49 91	0.24 50

MIM_Stereo	0.55 29	0.13 14	0.43 65	0.34 86	0.22 62	0.11 90	0.02 47	2.05 108	0.07 23	0.00 1	0.01 42	0.23 20	0.09 37	0.03 35	2.07 31	1.15 42	0.15 20	0.39 73	2.56 77	0.27 62	1.24 60	0.94 36	0.06 85	0.13 61	0.18 57	0.19 48	1.72 39	0.17 46

FINET	0.37 19	0.14 15	0.45 70	0.18 38	0.08 23	0.02 56	0.01 26	0.34 38	0.17 61	0.01 22	0.30 86	0.56 77	0.19 64	0.02 20	2.46 51	1.20 47	0.26 42	0.09 17	1.10 33	0.14 30	0.72 30	0.31 11	0.04 69	0.14 64	0.03 12	0.10 35	0.84 22	0.05 22

GMOStereo	0.91 67	0.15 16	0.61 91	0.34 86	0.25 70	0.12 96	0.05 77	2.40 123	0.15 54	0.00 1	0.18 74	0.51 65	0.45 99	0.02 20	2.30 38	1.97 113	0.53 76	0.70 110	2.24 61	0.41 81	1.67 79	3.92 125	0.01 27	0.15 67	1.33 116	0.13 38	3.95 117	0.09 29

error version	0.91 67	0.15 16	0.61 91	0.34 86	0.25 70	0.12 96	0.05 77	2.40 123	0.15 54	0.00 1	0.18 74	0.51 65	0.45 99	0.02 20	2.30 38	1.97 113	0.53 76	0.70 110	2.24 61	0.41 81	1.67 79	3.92 125	0.01 27	0.15 67	1.33 116	0.13 38	3.95 117	0.09 29

test-v	0.91 67	0.15 16	0.61 91	0.34 86	0.25 70	0.12 96	0.05 77	2.40 123	0.15 54	0.00 1	0.18 74	0.51 65	0.45 99	0.02 20	2.30 38	1.97 113	0.53 76	0.70 110	2.24 61	0.41 81	1.67 79	3.92 125	0.01 27	0.15 67	1.33 116	0.13 38	3.95 117	0.09 29

test-2	0.91 67	0.15 16	0.61 91	0.34 86	0.25 70	0.12 96	0.05 77	2.40 123	0.15 54	0.00 1	0.18 74	0.51 65	0.45 99	0.02 20	2.30 38	1.97 113	0.53 76	0.70 110	2.24 61	0.41 81	1.67 79	3.92 125	0.01 27	0.15 67	1.33 116	0.13 38	3.95 117	0.09 29

CVANet_RVC	0.21 9	0.15 16	0.61 91	0.42 111	0.06 18	0.06 79	0.01 26	1.53 86	0.05 14	0.08 37	0.04 52	0.62 82	0.04 16	0.03 35	0.46 3	0.32 3	0.14 18	0.09 17	0.05 2	0.01 3	0.19 7	0.07 4	0.00 1	0.03 9	0.00 1	0.01 8	0.55 16	0.08 28

HITNet	0.59 35	0.16 21	0.10 11	0.06 15	0.07 20	0.01 34	0.02 47	1.76 91	0.82 124	0.11 40	0.00 1	0.68 87	0.28 76	0.11 96	2.51 54	1.02 29	0.25 38	0.13 29	0.63 20	0.24 56	1.43 68	1.56 57	0.01 27	0.12 54	0.02 8	0.16 44	3.32 82	0.42 67
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
RASNet	0.63 41	0.18 22	0.57 81	0.41 110	0.28 82	0.10 88	0.05 77	0.94 66	0.14 52	1.07 107	0.09 62	0.48 61	0.34 84	0.02 20	1.28 11	1.47 69	0.35 54	0.21 41	0.99 29	0.02 6	1.15 52	1.53 53	0.10 96	0.34 127	0.22 62	0.30 58	3.55 93	0.73 79

CIPLG	0.87 65	0.19 23	0.67 103	0.27 61	0.21 57	0.00 1	0.20 119	0.19 27	0.50 99	0.07 34	0.12 64	1.16 110	0.08 29	0.21 131	4.78 155	1.50 72	0.68 97	0.22 42	1.92 53	0.18 40	2.28 94	2.98 103	0.04 69	0.27 102	0.66 94	0.09 33	3.80 108	0.12 39

iRaftStereo_RVC	0.22 10	0.19 23	0.35 46	0.22 45	0.11 30	0.01 34	0.00 1	0.04 13	0.07 23	0.00 1	0.00 1	0.22 19	0.10 42	0.03 35	1.13 8	0.87 18	0.16 24	0.06 12	0.37 15	0.11 26	0.95 41	0.62 23	0.00 1	0.02 5	0.08 28	0.00 1	0.11 5	0.03 13

ARAFT	0.70 47	0.19 23	0.28 28	0.31 77	0.08 23	0.00 1	0.01 26	0.16 24	0.08 29	1.30 121	0.00 1	0.38 50	0.03 11	0.10 93	3.41 102	1.87 105	0.29 46	0.27 56	2.54 76	0.05 12	1.83 87	1.60 58	0.01 27	0.10 48	0.42 77	0.02 19	3.41 85	0.12 39

IPLGR_C	0.86 60	0.20 26	0.61 91	0.28 65	0.21 57	0.00 1	0.22 123	0.18 25	0.47 93	0.07 34	0.12 64	1.18 111	0.08 29	0.20 126	4.59 144	1.50 72	0.65 91	0.26 50	2.00 56	0.19 46	2.34 99	2.95 100	0.05 78	0.27 102	0.60 90	0.07 29	3.82 110	0.11 36

AnonymousM	1.53 106	0.20 26	0.39 59	0.05 8	0.04 12	0.25 122	0.01 26	2.74 147	0.57 107	0.35 65	1.45 133	0.55 74	0.53 114	0.22 138	2.76 60	2.91 147	0.98 128	1.05 148	2.00 56	1.32 146	3.73 138	3.49 118	0.20 120	0.28 112	0.13 47	0.28 56	5.87 168	9.03 175

StereoIM	0.33 17	0.21 28	0.36 50	0.06 15	0.13 33	0.01 34	0.03 63	0.06 16	0.06 18	1.25 119	0.00 1	0.20 17	0.02 6	0.02 20	1.52 18	1.15 42	0.12 15	0.24 45	1.27 40	0.10 23	0.71 29	0.90 34	0.00 1	0.07 28	0.17 56	0.15 42	0.13 6	0.04 17

CAS	0.79 53	0.21 28	0.34 43	0.21 41	0.19 50	0.03 63	0.14 114	0.21 30	0.63 111	1.19 115	0.16 72	0.33 41	0.78 140	0.13 105	2.72 59	1.66 87	0.85 116	0.71 115	1.12 34	0.46 93	2.41 104	2.37 78	0.03 63	0.08 38	0.11 42	0.69 79	1.69 38	1.95 113

EGLCR-Stereo	1.26 94	0.21 28	1.76 166	0.07 23	0.25 70	0.08 82	0.02 47	0.49 50	0.55 103	0.11 40	0.45 101	0.58 81	0.67 128	0.03 35	2.32 42	2.67 139	0.93 121	1.20 161	4.21 115	0.19 46	4.10 148	4.78 153	0.05 78	0.13 61	0.64 93	0.67 77	6.56 175	0.32 57

ACRE	0.87 65	0.21 28	0.64 98	0.28 65	0.20 56	0.00 1	0.20 119	0.18 25	0.48 96	0.08 37	0.15 70	1.22 112	0.08 29	0.23 140	4.70 152	1.49 70	0.67 93	0.25 49	1.97 55	0.18 40	2.33 98	2.98 103	0.05 78	0.26 95	0.67 97	0.07 29	3.81 109	0.11 36

CREStereo++_RVC	0.99 77	0.21 28	1.16 137	0.28 65	0.36 105	0.01 34	0.05 77	2.06 111	0.27 79	0.62 81	0.08 60	0.46 60	0.14 50	0.05 54	2.55 56	2.70 140	0.74 105	0.50 89	2.59 78	0.24 56	2.97 119	2.20 71	0.09 92	0.10 48	0.96 103	0.43 67	4.10 131	0.79 82
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
Anonymous	2.21 133	0.21 28	0.12 13	0.08 26	0.25 70	0.14 103	0.00 1	3.06 160	1.34 154	1.47 133	0.01 42	1.31 115	1.20 162	0.16 109	4.37 134	5.51 207	2.59 175	1.75 180	12.10 185	2.04 175	5.82 179	5.62 179	0.09 92	1.05 164	1.45 124	1.75 114	4.59 144	1.60 108

MMNet	0.30 16	0.21 28	0.07 7	0.05 8	0.05 15	0.00 1	0.06 87	0.01 2	0.03 4	0.22 49	0.00 1	0.19 14	0.01 3	0.05 54	2.24 35	0.62 10	0.24 37	0.12 24	0.35 13	0.07 15	0.30 11	0.11 7	0.04 69	0.08 38	0.03 12	0.04 23	2.84 59	0.02 11

LL-Strereo2	0.61 39	0.22 35	0.36 50	0.09 28	0.10 29	0.17 110	0.01 26	2.25 116	0.18 66	0.00 1	0.00 1	0.21 18	0.04 16	0.21 131	1.68 23	1.32 54	0.05 5	0.12 24	2.34 69	0.39 75	1.51 74	2.98 103	0.00 1	0.08 38	0.43 78	0.01 8	1.44 34	0.31 55

LoS	1.87 125	0.22 35	0.38 56	0.22 45	0.14 36	0.02 56	0.06 87	15.85 225	0.90 131	3.42 185	0.71 119	0.95 101	0.83 148	0.21 131	3.22 90	3.63 171	1.18 140	0.90 136	2.95 92	0.64 111	5.08 170	3.80 122	0.22 130	0.17 74	2.26 140	0.82 87	1.23 28	0.52 70

ICVP	1.32 98	0.22 35	1.47 154	0.40 105	0.35 104	0.44 128	0.10 102	1.27 77	0.65 113	1.74 140	1.26 131	0.66 85	1.37 168	0.24 141	2.88 67	2.65 137	1.33 149	0.99 146	2.36 72	0.91 127	2.59 109	4.11 136	0.10 96	0.36 130	0.57 87	2.21 123	2.92 61	1.59 107
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	1.75 122	0.23 38	0.32 34	0.06 15	0.17 44	0.15 107	0.01 26	0.81 64	1.74 168	1.93 145	0.47 102	1.08 103	0.82 143	0.09 85	3.32 99	4.94 196	2.31 171	1.73 178	5.18 124	2.00 174	5.82 179	5.83 183	0.10 96	0.26 95	0.59 89	1.60 107	4.43 137	1.17 98

CES	1.20 91	0.24 39	0.35 46	0.13 32	0.18 47	0.05 75	0.08 95	5.35 199	0.78 122	0.43 73	0.31 87	0.83 98	0.86 150	0.16 109	3.20 85	3.22 159	1.12 138	1.06 151	1.51 46	1.05 131	4.23 149	3.19 110	0.08 90	0.09 47	0.19 58	0.34 60	1.07 25	2.23 121

test-1	2.99 157	0.26 40	1.52 158	0.33 80	0.21 57	0.22 121	0.38 133	3.16 165	0.85 130	3.36 182	4.21 176	5.45 164	0.78 140	0.20 126	4.02 121	4.67 187	1.40 152	1.31 163	10.46 176	1.58 154	5.30 175	7.01 207	0.04 69	0.34 127	2.98 164	6.37 181	5.39 161	8.95 174

sAnonymous2	1.54 109	0.26 40	0.15 15	0.10 30	0.17 44	0.48 131	0.00 1	1.87 99	0.97 136	0.22 49	0.41 93	1.12 107	0.82 143	0.08 77	4.07 122	3.86 174	1.31 145	1.19 159	7.54 141	0.72 117	4.00 141	4.87 158	0.03 63	0.29 114	0.14 51	2.16 121	2.37 48	2.45 125

CroCo_RVC	1.54 109	0.26 40	0.15 15	0.10 30	0.17 44	0.48 131	0.00 1	1.87 99	0.97 136	0.22 49	0.41 93	1.12 107	0.82 143	0.08 77	4.07 122	3.86 174	1.31 145	1.19 159	7.54 141	0.72 117	4.00 141	4.87 158	0.03 63	0.29 114	0.14 51	2.16 121	2.37 48	2.45 125

anonymousdsp2	0.70 47	0.27 43	0.28 28	0.23 50	0.07 20	0.02 56	0.02 47	1.36 79	0.08 29	0.02 27	0.59 109	0.29 34	0.16 58	0.08 77	1.51 17	1.55 76	0.25 38	0.32 61	3.52 106	0.55 105	1.55 78	3.00 106	0.02 46	0.07 28	0.13 47	0.15 42	2.70 55	0.01 8

Sa-1000	1.25 93	0.27 43	0.51 78	0.28 65	0.23 64	0.00 1	0.00 1	2.78 149	0.10 38	0.01 22	0.01 42	0.34 45	0.50 111	0.59 170	4.62 147	1.70 96	0.69 98	0.83 130	4.47 117	0.43 87	1.38 66	4.54 150	0.01 27	0.24 86	2.01 136	1.81 115	5.02 156	0.39 64

MIF-Stereo	0.35 18	0.28 45	0.38 56	0.07 23	0.18 47	0.00 1	0.01 26	0.07 18	0.08 29	0.00 1	0.00 1	0.29 34	0.03 11	0.05 54	1.88 28	1.42 64	0.15 20	0.33 63	1.70 51	0.07 15	0.88 39	1.21 44	0.00 1	0.12 54	0.06 22	0.03 22	0.14 7	0.03 13

rafts_anoy	0.62 40	0.28 45	0.70 105	0.37 99	0.21 57	0.04 70	0.00 1	2.53 134	0.14 52	0.01 22	0.00 1	0.10 6	0.04 16	0.02 20	2.50 53	1.45 67	0.32 50	0.36 68	1.92 53	0.17 38	1.38 66	0.99 39	0.00 1	0.18 76	0.53 83	0.73 83	0.73 20	1.01 94

GES	1.43 100	0.28 45	0.41 63	0.57 123	0.37 107	0.27 123	0.07 92	2.06 111	0.93 134	1.20 117	0.58 108	0.39 53	0.23 71	0.02 20	4.91 161	2.49 133	0.91 118	0.66 107	9.59 167	1.37 147	2.97 119	2.53 88	0.16 111	0.41 135	0.20 59	0.17 47	2.57 51	2.20 120

RAFT-Stereo + iAFF	0.65 43	0.29 48	0.60 87	0.37 99	0.27 79	0.03 63	0.02 47	0.96 68	0.11 41	1.34 124	0.00 1	0.28 31	0.08 29	0.01 7	1.83 26	1.32 54	0.26 42	0.11 22	3.40 103	0.24 56	0.79 35	0.89 33	0.00 1	0.19 79	0.38 71	0.22 51	3.31 81	0.15 43

AFF-stereo	0.55 29	0.29 48	0.41 63	0.33 80	0.09 26	0.03 63	0.00 1	0.38 41	0.10 38	1.17 112	0.01 42	0.32 38	0.06 24	0.00 1	1.52 18	1.24 48	0.15 20	0.59 99	3.40 103	0.07 15	0.54 22	0.60 22	0.00 1	0.07 28	0.13 47	0.06 25	3.05 66	0.10 34

UPFNet	0.44 22	0.29 48	0.59 85	0.21 41	0.26 77	0.01 34	0.02 47	0.08 20	0.08 29	0.39 68	0.00 1	0.27 28	0.03 11	0.24 141	3.08 80	0.92 23	0.14 18	0.12 24	0.57 18	0.31 66	0.36 15	0.39 15	0.01 27	0.12 54	0.02 8	0.01 8	3.44 88	0.05 22

4D-IteraStereo	0.83 57	0.30 51	1.14 133	0.28 65	0.31 91	0.01 34	0.02 47	2.15 115	0.11 41	0.00 1	0.20 78	0.25 22	0.22 70	0.16 109	2.28 37	1.65 85	0.11 13	0.37 70	2.84 89	0.41 81	2.82 114	2.87 95	0.02 46	0.21 83	0.08 28	0.22 51	3.10 69	0.35 61

RALCasStereoNet	0.70 47	0.30 51	0.84 116	0.37 99	0.28 82	0.05 75	0.12 109	2.12 113	0.13 49	1.03 104	0.04 52	0.50 64	0.15 52	0.03 35	2.37 45	1.67 90	0.23 35	0.24 45	1.26 39	0.14 30	1.21 55	2.03 65	0.01 27	0.11 53	0.34 68	1.39 102	0.78 21	1.25 99

UNet	0.56 32	0.30 51	0.39 59	0.26 58	0.19 50	0.03 63	0.08 95	0.52 55	0.13 49	1.15 110	0.00 1	0.44 56	0.16 58	0.16 109	2.13 32	1.28 52	0.34 52	0.20 40	1.42 43	0.19 46	0.62 25	0.50 16	0.13 106	0.24 86	0.03 12	0.26 54	3.32 82	0.62 75

HSM	0.97 75	0.30 51	0.87 118	0.54 121	0.46 115	0.00 1	0.01 26	2.93 155	0.30 83	0.13 43	0.56 105	0.65 84	0.13 46	0.05 54	2.97 74	1.08 34	0.66 92	0.17 35	3.26 99	0.35 70	1.78 85	2.03 65	0.04 69	0.33 125	0.38 71	0.81 86	4.16 133	1.10 95

AE-Stereo	1.43 100	0.31 55	1.73 164	0.33 80	0.32 96	0.04 70	0.32 130	0.43 45	0.32 84	0.04 32	0.00 1	3.38 142	0.44 98	0.07 69	2.86 65	3.30 162	0.96 124	0.79 121	3.65 107	0.79 122	3.64 134	4.40 146	0.04 69	0.40 134	2.93 163	2.14 120	4.74 146	0.18 47

CREStereo	1.03 80	0.31 55	0.74 108	0.24 54	0.16 38	0.01 34	0.04 72	2.66 143	0.55 103	0.63 82	0.56 105	0.71 90	0.59 119	0.05 54	2.97 74	3.31 163	0.60 83	0.43 80	2.12 58	0.57 107	3.00 122	2.30 76	0.06 85	0.12 54	1.18 110	0.53 75	2.42 50	0.88 83
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
FADNet-RVC	1.64 119	0.31 55	0.64 98	0.33 80	1.19 151	0.01 34	2.53 179	0.57 56	0.22 74	1.03 104	0.32 89	6.04 170	0.29 78	0.32 150	4.47 138	1.90 109	0.62 86	0.78 120	6.45 136	1.80 165	1.85 88	2.02 64	0.19 118	0.52 147	1.78 131	1.74 113	3.10 69	3.15 130

HGLStereo	0.58 34	0.32 58	0.38 56	0.23 50	0.26 77	0.01 34	0.06 87	0.06 16	0.12 46	1.22 118	0.70 118	0.14 8	0.15 52	0.09 85	2.33 44	1.33 57	0.37 61	0.24 45	1.13 35	0.15 34	0.97 43	1.51 52	0.06 85	0.07 28	0.08 28	0.08 32	3.08 68	0.47 68

RALAANet	0.92 71	0.35 59	0.48 73	0.36 97	0.24 68	0.18 111	0.02 47	1.89 101	0.19 68	0.51 77	0.01 42	0.26 25	0.25 74	0.06 64	2.32 42	1.73 97	0.35 54	0.69 109	3.14 94	0.55 105	2.51 108	2.39 79	0.01 27	0.26 95	0.37 70	1.12 97	4.01 125	0.53 72

MIF-Stereo (partial)	0.47 26	0.36 60	0.44 68	0.07 23	0.18 47	0.01 34	0.00 1	0.07 18	0.11 41	0.01 22	0.01 42	0.38 50	0.09 37	0.03 35	2.00 29	1.58 78	0.22 32	0.50 89	0.75 26	0.06 14	1.09 48	0.94 36	0.00 1	0.19 79	0.08 28	0.26 54	2.83 58	0.39 64

IPLG	1.12 88	0.36 60	0.65 102	0.29 72	0.23 64	0.00 1	0.05 77	2.30 118	0.29 82	0.39 68	0.29 84	0.27 28	0.72 134	0.24 141	5.68 179	1.79 102	1.05 131	0.84 131	2.78 86	0.41 81	0.98 44	4.31 145	0.02 46	0.25 91	0.46 80	1.49 105	3.86 114	0.11 36

HCRNet	0.41 20	0.36 60	0.34 43	0.30 75	0.12 32	0.00 1	0.05 77	0.02 5	0.02 3	1.46 132	0.00 1	0.18 12	0.05 22	0.00 1	2.70 58	0.67 12	0.22 32	0.06 12	0.22 8	0.11 26	0.30 11	0.59 21	0.02 46	0.01 3	0.01 5	0.01 8	3.21 78	0.03 13

test croco	0.45 24	0.37 63	0.43 65	0.16 35	0.37 107	0.00 1	0.00 1	0.74 62	0.08 29	0.01 22	0.00 1	0.53 71	0.09 37	0.04 49	2.41 46	1.80 103	0.25 38	0.31 59	0.93 28	0.10 23	1.31 62	1.36 47	0.00 1	0.23 85	0.13 47	0.02 19	0.25 10	0.09 29

DMCA	0.27 13	0.37 63	0.20 18	0.17 36	0.09 26	0.02 56	0.01 26	0.02 5	0.04 8	0.59 80	0.00 1	0.34 45	0.05 22	0.01 7	1.81 25	0.88 20	0.31 48	0.12 24	0.22 8	0.10 23	0.38 16	0.23 9	0.00 1	0.03 9	0.03 12	0.06 25	1.19 27	0.15 43

DeepPruner_ROB	1.57 113	0.37 63	0.71 106	0.50 119	0.55 124	0.37 125	1.60 165	1.74 90	0.84 126	1.37 127	2.40 149	0.49 63	0.51 112	0.10 93	5.38 172	2.16 125	1.10 136	1.08 152	2.28 67	0.40 76	4.83 163	3.42 114	0.66 173	0.34 127	0.57 87	5.04 167	3.07 67	0.53 72

raft+_RVC	0.49 27	0.38 66	0.37 55	0.34 86	0.21 57	0.03 63	0.04 72	2.29 117	0.09 35	0.00 1	0.00 1	0.25 22	0.08 29	0.02 20	1.79 24	1.24 48	0.29 46	0.09 17	2.37 73	0.24 56	0.77 34	1.09 41	0.00 1	0.06 22	0.07 24	0.12 37	0.57 17	0.36 62

raftrobust	0.86 60	0.40 67	0.77 111	0.40 105	0.31 91	0.01 34	0.04 72	2.51 132	0.13 49	0.51 77	0.00 1	0.51 65	0.24 72	0.09 85	2.98 76	2.12 122	0.22 32	0.31 59	4.90 122	0.11 26	1.68 83	2.15 69	0.16 111	0.15 67	0.78 99	0.40 64	0.97 24	0.36 62

DMCA-RVC	0.65 43	0.42 68	0.43 65	0.31 77	0.58 125	0.15 107	0.44 135	0.29 37	1.57 162	1.31 122	0.35 90	0.55 74	0.13 46	0.11 96	2.54 55	1.10 37	0.51 75	0.46 83	0.84 27	0.36 72	0.76 33	0.83 29	0.19 118	0.14 64	0.11 42	0.06 25	2.59 54	0.52 70

DSFCA	0.70 47	0.43 69	0.51 78	0.29 72	0.58 125	0.04 70	0.59 140	0.22 31	0.54 101	0.49 76	0.56 105	0.33 41	0.08 29	0.04 49	2.86 65	1.28 52	0.67 93	0.73 117	1.00 30	0.44 90	1.01 47	1.14 43	0.21 122	0.24 86	0.54 84	0.82 87	2.81 57	0.47 68

NVstereo2D	0.83 57	0.43 69	0.07 7	0.23 50	0.36 105	0.41 127	0.08 95	1.61 88	0.59 109	0.84 93	1.11 129	0.36 48	0.21 68	0.07 69	5.88 182	2.16 125	0.62 86	0.45 82	1.50 45	0.19 46	1.20 54	0.94 36	0.02 46	0.32 121	1.30 114	0.24 53	0.95 23	0.24 50

GLC_STEREO	0.76 52	0.44 71	0.48 73	0.22 45	0.24 68	0.00 1	0.00 1	2.40 123	0.19 68	0.15 46	0.04 52	0.27 28	0.14 50	0.02 20	2.55 56	1.82 104	0.46 67	0.24 45	2.26 65	0.30 65	2.66 111	1.47 49	0.05 78	0.08 38	0.05 21	0.07 29	3.59 94	0.32 57

AASNet	0.18 5	0.44 71	0.26 25	0.08 26	0.08 23	0.00 1	0.08 95	0.03 8	0.05 14	0.26 54	0.00 1	0.16 9	0.03 11	0.01 7	1.06 7	0.60 8	0.08 8	0.03 8	0.08 5	0.16 37	0.24 10	0.64 24	0.00 1	0.03 9	0.00 1	0.01 8	0.38 14	0.03 13

FADNet	1.92 127	0.44 71	0.60 87	0.54 121	1.05 145	0.00 1	2.95 183	0.78 63	0.38 87	0.81 91	0.61 113	2.40 135	0.47 107	0.65 171	5.57 175	1.73 97	0.69 98	1.08 152	8.93 160	1.61 156	2.36 100	2.52 87	0.09 92	0.36 130	2.54 151	3.77 146	3.43 87	5.46 151

HH	2.94 154	0.45 74	4.88 199	0.58 125	0.51 118	0.73 142	1.38 159	3.25 169	0.84 126	2.85 168	0.60 111	5.15 160	0.82 143	0.19 121	3.29 96	6.00 214	0.67 93	0.89 134	9.52 165	1.83 166	7.59 208	5.88 186	0.41 149	0.27 102	3.12 166	5.47 175	5.66 164	6.52 160

HanStereo	2.94 154	0.45 74	4.88 199	0.58 125	0.51 118	0.73 142	1.38 159	3.25 169	0.84 126	2.85 168	0.60 111	5.15 160	0.82 143	0.19 121	3.29 96	6.00 214	0.67 93	0.89 134	9.52 165	1.83 166	7.59 208	5.88 186	0.41 149	0.27 102	3.12 166	5.47 175	5.66 164	6.52 160

IER	0.59 35	0.45 74	0.27 26	0.30 75	0.16 38	0.00 1	0.01 26	0.42 43	0.11 41	1.09 108	0.07 59	1.35 117	0.04 16	0.20 126	3.17 84	1.08 34	0.20 31	0.13 29	0.73 23	0.40 76	0.51 21	0.64 24	0.21 122	0.07 28	0.08 28	1.01 96	2.92 61	0.28 52

dd	0.93 73	0.46 77	0.32 34	1.70 162	0.04 12	0.21 118	0.11 107	0.46 49	0.06 18	0.11 40	0.01 42	1.91 127	0.06 24	0.16 109	4.29 130	0.96 25	0.81 113	0.34 65	5.67 126	0.37 73	0.58 24	0.68 26	0.15 108	0.26 95	0.07 24	0.09 33	3.26 80	1.96 114

CFNet	0.57 33	0.46 77	0.64 98	0.43 112	0.34 103	0.04 70	0.00 1	0.58 57	0.09 35	0.66 83	0.05 55	0.64 83	0.07 26	0.05 54	2.25 36	0.65 11	0.35 54	0.06 12	0.73 23	0.34 68	0.85 38	0.73 27	0.00 1	0.08 38	0.45 79	0.16 44	3.22 79	1.51 105

PWCDC_ROB	2.82 152	0.49 79	0.17 17	0.38 103	0.79 139	0.03 63	0.10 102	1.16 73	8.93 212	0.14 44	2.49 155	0.55 74	31.02 230	0.57 164	5.58 176	3.32 164	1.73 159	0.91 138	2.53 75	0.88 125	2.92 116	7.18 208	0.15 108	0.53 148	0.55 85	0.69 79	1.43 33	0.88 83

XX-Stereo	3.48 166	0.50 80	1.80 167	1.21 152	0.27 79	0.34 124	0.44 135	1.47 83	0.41 90	2.51 156	6.92 201	4.97 157	1.06 159	0.12 99	3.21 88	5.22 202	0.96 124	0.80 126	6.95 138	0.80 123	4.33 152	4.04 134	0.21 122	0.27 102	26.57 233	3.75 144	5.08 157	9.77 178

CASnet	0.75 51	0.51 81	0.49 77	0.23 50	0.29 85	0.00 1	0.00 1	0.50 51	0.18 66	0.06 33	0.06 56	0.54 72	0.36 89	0.01 7	2.44 48	1.35 58	0.50 72	0.41 78	2.34 69	0.25 60	3.65 135	2.36 77	0.02 46	0.14 64	1.63 127	0.05 24	1.61 37	0.23 48
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GANet-ADL	2.26 134	0.51 81	1.82 169	0.99 147	0.99 144	1.45 163	0.29 128	2.00 105	1.01 139	3.12 174	3.40 165	1.38 119	0.33 83	0.03 35	5.34 170	3.89 176	2.23 168	0.79 121	7.70 143	1.85 168	3.10 123	4.63 152	0.18 117	0.43 140	1.38 121	3.47 141	4.81 148	3.97 138

AF-Net	1.11 86	0.51 81	0.87 118	0.34 86	0.78 137	0.89 151	1.87 168	2.40 123	1.15 145	0.48 74	0.68 116	3.66 144	0.16 58	0.27 145	2.44 48	0.98 26	0.35 54	0.01 3	1.60 47	0.40 76	0.50 19	2.58 90	0.05 78	0.08 38	0.66 94	0.45 68	3.47 89	2.34 122

Nwc_Net	1.11 86	0.51 81	0.87 118	0.34 86	0.78 137	0.89 151	1.87 168	2.40 123	1.15 145	0.48 74	0.68 116	3.66 144	0.16 58	0.27 145	2.44 48	0.98 26	0.35 54	0.01 3	1.60 47	0.40 76	0.50 19	2.58 90	0.05 78	0.08 38	0.66 94	0.45 68	3.47 89	2.34 122

CFNet_pseudo	0.86 60	0.52 85	0.57 81	0.44 114	0.52 123	0.05 75	0.02 47	0.60 58	0.10 38	0.93 98	0.12 64	0.71 90	0.30 80	0.51 161	4.66 149	1.68 92	0.33 51	0.32 61	2.61 80	0.34 68	0.96 42	1.53 53	0.55 165	0.13 61	0.49 81	0.50 73	2.17 46	1.63 110

DN-CSS_ROB	1.45 103	0.52 85	1.11 131	0.81 135	0.69 131	0.00 1	0.03 63	2.86 154	0.35 86	1.50 134	3.76 171	0.73 93	0.36 89	0.07 69	2.89 68	1.44 65	1.08 135	0.79 121	8.61 152	0.23 54	3.25 129	1.97 63	0.02 46	0.66 154	0.10 38	0.52 74	3.12 73	1.56 106

LMCR-Stereo	0.97 75	0.53 87	0.59 85	0.28 65	0.25 70	0.07 80	0.02 47	1.39 80	0.28 80	0.34 61	0.12 64	0.74 94	0.15 52	0.12 99	3.20 85	1.88 108	1.07 134	0.36 68	5.87 131	1.71 160	2.10 93	2.39 79	0.02 46	0.33 125	0.35 69	0.38 62	1.44 34	0.34 60

BEATNet_4x	1.40 99	0.54 88	0.27 26	0.13 32	0.27 79	0.01 34	0.10 102	1.80 95	1.74 168	0.41 72	0.53 103	0.82 97	0.59 119	0.54 162	4.30 131	2.92 148	1.87 163	1.84 185	1.39 42	0.71 116	4.68 158	6.21 198	0.02 46	0.81 161	0.21 61	0.40 64	3.69 97	0.96 90

Anonymous3	3.16 161	0.55 89	0.79 113	0.09 28	1.10 146	0.50 133	0.03 63	3.52 177	1.26 151	1.12 109	0.84 122	10.62 182	1.31 166	0.36 153	7.37 197	6.90 221	3.59 185	3.15 203	10.88 179	2.20 179	6.83 197	9.50 226	0.31 138	0.37 132	1.43 122	3.45 140	5.32 160	1.91 112

PDISCO_ROB	1.03 80	0.55 89	0.06 6	0.67 129	0.28 82	0.00 1	0.21 121	0.71 60	0.49 97	1.28 120	0.99 127	0.25 22	0.32 81	0.19 121	3.02 79	2.03 119	0.69 98	1.42 168	2.26 65	0.58 108	2.32 96	3.22 112	0.14 107	0.27 102	1.36 120	0.37 61	3.84 113	0.23 48

Any-RAFT	2.56 145	0.56 91	3.45 189	0.34 86	0.51 118	0.01 34	0.04 72	2.96 157	0.64 112	0.51 77	3.99 173	3.76 146	0.35 85	0.16 109	2.92 71	3.82 173	0.81 113	0.80 126	8.30 150	0.51 102	5.45 177	3.87 124	0.44 156	0.16 73	4.84 185	7.87 189	3.19 76	8.70 171

AACVNet	0.85 59	0.56 91	0.35 46	0.58 125	0.67 129	0.09 85	0.01 26	0.35 40	0.19 68	0.17 47	0.15 70	0.45 59	0.24 72	0.19 121	2.81 62	1.91 110	0.48 71	0.38 71	1.44 44	0.23 54	1.44 70	1.22 45	0.33 141	0.08 38	0.50 82	1.57 106	4.09 129	2.39 124

GANet	0.29 15	0.56 91	0.39 59	0.27 61	0.11 30	0.88 149	0.14 114	0.27 35	0.06 18	0.02 27	0.28 82	1.85 126	0.04 16	0.03 35	0.62 5	0.39 4	0.37 61	0.14 32	0.24 10	0.01 3	0.20 8	0.05 3	0.06 85	0.02 5	0.06 22	0.01 8	0.48 15	0.16 45

PMTNet	1.28 96	0.58 94	0.96 124	0.28 65	0.22 62	0.01 34	0.16 116	0.50 51	0.57 107	0.72 87	0.35 90	0.54 72	0.48 108	0.09 85	3.27 94	3.32 164	0.72 104	0.39 73	6.17 132	0.35 70	3.67 137	2.41 83	0.09 92	0.12 54	3.12 166	1.00 95	1.23 28	3.32 134

MSKI-zero shot	3.19 162	0.59 95	1.39 150	0.19 40	0.37 107	0.18 111	0.03 63	3.19 166	0.96 135	0.82 92	4.84 183	3.83 147	0.60 122	0.03 35	3.33 100	5.29 204	1.15 139	0.81 128	11.77 183	1.76 163	6.55 191	5.98 193	0.22 130	0.32 121	4.41 180	12.05 211	7.79 189	7.75 168

CFNet_RVC	0.86 60	0.59 95	0.74 108	0.33 80	0.32 96	0.11 90	0.02 47	0.11 22	0.17 61	0.87 96	0.74 120	0.57 80	0.16 58	0.08 77	3.11 81	1.19 46	0.50 72	0.34 65	1.28 41	0.15 34	1.68 83	1.48 51	0.02 46	0.25 91	0.86 101	1.89 118	3.64 96	2.13 118

test_5	0.54 28	0.60 97	0.22 20	0.02 2	0.02 4	0.11 90	0.01 26	2.77 148	0.04 8	0.00 1	1.10 128	0.44 56	0.45 99	0.00 1	1.47 16	1.13 39	0.08 8	0.10 20	1.01 31	0.04 9	0.43 18	1.34 46	0.00 1	0.05 17	0.07 24	0.00 1	2.98 64	0.01 8

psm_up	1.01 79	0.60 97	0.96 124	0.38 103	0.75 135	0.01 34	0.03 63	2.33 120	1.18 147	0.78 88	0.00 1	0.94 99	0.09 37	0.45 159	2.41 46	1.18 44	0.62 86	0.44 81	3.67 109	0.32 67	1.14 51	0.85 31	0.00 1	0.58 152	1.06 107	1.42 104	3.75 104	1.44 103

MLCV	2.45 142	0.61 99	0.81 114	2.48 175	1.21 152	0.95 153	0.50 139	3.57 179	0.61 110	3.75 194	4.26 178	5.13 159	3.34 177	0.06 64	4.63 148	1.78 101	1.32 148	0.86 132	10.05 171	1.09 134	2.30 95	3.92 125	0.29 135	2.16 185	1.87 132	3.06 132	4.01 125	1.40 102

RAFT-Test	2.40 139	0.62 100	1.45 153	1.07 149	0.41 112	0.21 118	0.21 121	3.19 166	0.77 120	1.05 106	3.09 164	0.94 99	0.92 153	0.17 115	3.47 104	5.18 201	0.97 127	0.56 96	10.36 174	1.38 148	6.37 187	5.29 163	0.38 147	0.25 91	2.80 160	4.66 160	4.56 142	4.51 141

TestStereo	0.55 29	0.62 100	0.47 72	0.22 45	0.09 26	0.00 1	0.01 26	1.90 103	0.22 74	0.30 58	0.00 1	0.28 31	0.08 29	0.01 7	1.58 21	0.87 18	0.34 52	0.19 37	2.65 84	0.08 18	1.43 68	0.55 20	0.02 46	0.07 28	0.10 38	0.42 66	2.09 44	0.13 41

pcwnet_v2	1.73 120	0.62 100	0.78 112	0.73 133	1.15 147	0.59 139	0.23 125	1.77 92	0.68 115	3.36 182	1.85 145	1.23 113	1.01 156	1.61 200	5.43 174	2.08 120	0.92 120	0.62 103	4.07 113	0.37 73	1.82 86	2.39 79	1.01 183	0.41 135	1.32 115	2.11 119	3.98 123	4.53 143

MSMDNet	2.28 135	0.62 100	1.27 142	0.37 99	0.30 89	0.19 115	0.07 92	3.15 164	0.68 115	1.01 103	0.97 124	1.10 106	2.40 172	0.17 115	3.93 119	5.26 203	1.11 137	0.55 94	10.21 172	2.94 191	6.12 183	5.76 182	0.31 138	0.26 95	2.47 146	4.23 151	3.01 65	3.18 131

IPLGR	1.73 120	0.63 104	0.67 103	0.35 95	0.40 111	0.00 1	0.03 63	1.41 81	0.26 78	2.36 154	2.42 151	0.33 41	0.80 142	0.17 115	6.12 189	1.87 105	1.22 142	1.28 162	5.37 125	1.72 162	2.44 105	4.20 140	0.02 46	0.56 151	2.66 155	4.85 163	3.82 110	0.77 80

iResNet_ROB	1.07 83	0.65 105	0.30 32	0.45 116	0.30 89	0.01 34	0.02 47	3.10 162	0.12 46	1.34 124	0.00 1	0.66 85	0.35 85	0.04 49	4.37 134	1.65 85	0.54 80	0.49 87	5.83 130	0.29 63	1.30 61	0.87 32	0.20 120	0.26 95	0.16 54	0.84 89	3.74 101	1.12 96

MyStereo04	2.04 128	0.66 106	0.91 121	0.69 130	0.82 140	0.02 56	0.04 72	2.62 140	0.91 132	2.83 166	0.75 121	1.37 118	0.09 37	0.08 77	5.03 166	3.04 154	0.58 82	0.72 116	10.25 173	1.62 157	4.78 159	3.27 113	0.94 182	0.69 155	2.62 153	4.29 153	4.75 147	0.65 77

anonymity	3.65 168	0.66 106	5.99 210	1.34 156	0.51 118	0.44 128	0.11 107	3.79 183	0.79 123	2.66 160	18.15 239	3.83 147	0.89 151	0.26 144	3.21 88	5.09 199	0.93 121	0.53 91	7.76 147	1.11 137	4.31 151	5.87 185	0.28 134	0.42 138	4.98 188	9.60 204	5.40 162	9.75 177

FADNet-RVC-Resample	1.60 117	0.67 108	0.97 126	0.50 119	0.64 128	0.18 111	1.05 151	1.27 77	0.83 125	0.96 101	0.97 124	5.23 163	0.42 97	1.02 184	4.81 158	1.68 92	1.05 131	1.96 187	3.78 111	1.06 132	1.52 75	2.28 75	0.21 122	1.35 173	0.55 85	3.16 135	2.13 45	2.92 129

MIPNet	1.49 105	0.69 109	0.74 108	0.32 79	0.51 118	0.00 1	0.03 63	1.79 94	0.38 87	2.13 153	0.97 124	0.31 37	0.76 138	0.22 138	5.02 165	1.92 111	1.31 145	0.86 132	3.68 110	1.25 143	1.21 55	4.62 151	0.03 63	0.50 144	1.90 134	4.87 164	3.90 116	0.30 54

raft_robust	1.21 92	0.70 110	0.61 91	0.27 61	0.19 50	0.00 1	0.00 1	3.05 159	0.22 74	1.18 113	0.03 51	0.34 45	0.69 130	0.07 69	2.94 73	1.76 100	0.57 81	0.63 105	4.95 123	0.19 46	2.98 121	4.81 154	0.01 27	0.19 79	0.97 104	1.39 102	2.87 60	0.98 93

cross-raft	2.33 138	0.70 110	1.33 146	0.40 105	0.61 127	0.19 115	0.08 95	3.13 163	0.71 117	0.78 88	1.62 140	1.09 105	0.70 133	0.17 115	3.66 114	4.78 189	0.99 129	0.55 94	10.72 177	1.52 153	6.33 186	5.61 178	0.30 136	0.24 86	2.56 152	4.68 161	4.44 138	5.06 148

AEACV	0.25 11	0.71 112	0.36 50	0.04 6	0.03 7	0.10 88	0.00 1	0.02 5	0.03 4	0.00 1	0.00 1	0.18 12	0.13 46	0.02 20	1.22 9	0.79 15	0.05 5	0.26 50	0.73 23	0.29 63	0.63 26	0.50 16	0.12 103	0.04 14	0.01 5	0.21 50	0.29 12	0.00 1

EKT-Stereo	2.55 144	0.72 113	1.73 164	0.49 118	0.32 96	0.51 134	1.72 166	3.38 173	1.00 138	1.96 148	2.80 158	1.33 116	0.76 138	0.10 93	4.55 142	5.93 212	1.26 143	3.18 204	8.70 153	2.73 186	6.75 194	5.86 184	0.10 96	0.26 95	3.99 173	1.81 115	5.40 162	1.62 109

DLCB_ROB	0.92 71	0.72 113	0.64 98	0.43 112	0.42 113	0.14 103	0.18 118	0.43 45	0.28 80	0.85 94	0.53 103	1.12 107	0.72 134	0.07 69	2.16 34	1.12 38	0.88 117	0.26 50	0.69 22	0.20 51	1.35 63	1.53 53	0.49 158	0.28 112	4.11 176	2.41 127	2.04 42	0.78 81

MyStereo	2.28 135	0.73 115	2.44 179	0.70 131	0.85 142	0.09 85	0.03 63	2.37 122	0.49 97	3.34 179	3.07 163	1.58 124	0.12 44	0.07 69	5.59 177	2.77 141	0.47 69	0.66 107	10.41 175	1.64 159	4.67 156	4.12 137	0.83 179	0.75 159	3.49 170	4.89 165	4.90 152	0.59 74

iResNetv2_ROB	1.26 94	0.75 116	0.32 34	1.29 154	0.33 100	0.02 56	0.02 47	3.19 166	0.20 71	2.00 149	0.29 84	2.24 132	0.41 96	0.06 64	3.64 112	1.45 67	0.75 106	0.13 29	5.77 128	0.43 87	2.86 115	1.71 60	0.16 111	0.37 132	0.38 71	0.47 70	4.08 128	0.72 78

IGEV_Zeroshot_test	3.61 167	0.78 117	7.78 217	6.84 197	0.33 100	2.04 173	1.78 167	3.97 184	0.92 133	2.12 151	6.05 195	4.60 155	1.01 156	0.08 77	3.44 103	5.73 209	0.76 107	0.61 101	9.25 163	1.49 151	7.12 203	6.47 201	0.31 138	0.27 102	5.02 189	5.44 174	5.95 169	7.38 165

RAFT_CTSACE	0.59 35	0.80 118	0.45 70	0.25 56	0.07 20	0.14 103	0.00 1	2.03 107	0.06 18	0.00 1	0.12 64	0.44 56	0.46 104	0.01 7	1.58 21	1.08 34	0.15 20	0.12 24	0.57 18	0.08 18	0.74 32	2.54 89	0.00 1	0.04 14	0.24 63	0.00 1	3.77 107	0.04 17

SACVNet	1.43 100	0.80 118	0.85 117	0.58 125	1.31 157	0.63 141	0.62 142	2.60 139	0.52 100	1.33 123	0.02 50	0.74 94	0.32 81	0.34 152	2.78 61	2.11 121	1.38 151	0.39 73	4.62 120	0.70 115	2.37 101	3.83 123	0.05 78	0.42 138	1.29 113	1.64 109	3.74 101	2.62 127

PSMNet-ADL	3.15 160	0.80 118	1.49 155	1.54 158	1.63 165	0.88 149	0.30 129	2.50 131	1.91 172	4.43 206	8.13 211	4.06 149	6.80 190	0.07 69	4.23 126	5.16 200	1.83 162	0.91 138	11.85 184	1.86 169	4.02 144	4.02 132	0.70 175	0.51 145	1.61 126	4.33 154	8.01 190	1.36 101

PA-Net	1.61 118	0.81 121	1.43 152	0.27 61	1.99 177	0.12 96	0.34 131	0.19 27	1.90 171	0.85 94	0.41 93	0.24 21	0.20 65	0.78 177	4.61 146	1.44 65	0.17 26	0.26 50	1.08 32	0.53 103	1.44 70	3.18 109	0.65 171	0.44 141	0.99 105	7.71 188	1.78 40	9.78 180
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RAFT+CT+SA	0.64 42	0.82 122	0.25 23	0.15 34	0.03 7	0.00 1	0.00 1	2.49 130	0.08 29	0.08 37	0.00 1	0.74 94	0.39 94	0.01 7	1.39 15	1.38 62	0.11 13	0.15 33	2.23 60	0.18 40	0.84 37	2.50 84	0.01 27	0.06 22	0.11 42	0.01 8	3.34 84	0.04 17

SA	0.95 74	0.82 122	0.44 68	0.21 41	0.23 64	0.01 34	0.00 1	2.73 146	0.12 46	0.02 27	0.00 1	0.39 53	0.39 94	0.36 153	2.49 52	1.61 80	0.31 48	0.47 85	3.23 96	0.20 51	1.23 58	3.19 110	0.01 27	0.18 76	0.41 75	1.70 110	4.81 148	0.10 34

NLCA_NET_v2_RVC	0.99 77	0.82 122	0.34 43	0.18 38	0.43 114	0.03 63	1.10 155	1.20 74	2.50 179	2.06 150	0.11 63	0.69 89	0.07 26	0.54 162	3.65 113	0.91 22	0.19 30	0.22 42	1.65 50	0.15 34	0.73 31	0.92 35	0.08 90	0.18 76	0.11 42	3.29 138	2.58 53	2.09 116
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
EAI-Stereo	2.70 149	0.83 125	2.70 183	0.89 142	1.47 163	0.83 147	1.46 161	3.07 161	1.18 147	0.21 48	3.82 172	3.19 141	0.72 134	0.09 85	5.24 169	4.82 191	0.83 115	0.91 138	9.83 170	1.25 143	4.49 154	5.29 163	0.39 148	0.80 160	1.87 132	3.19 136	7.10 183	6.43 158

FCDSN-DC	1.58 116	0.84 126	2.05 172	1.66 161	1.43 161	1.08 158	0.99 149	0.72 61	0.44 92	1.18 113	0.31 87	1.45 121	0.49 110	0.07 69	6.05 188	1.96 112	2.13 167	1.97 188	1.16 36	0.44 90	2.39 103	2.62 92	0.49 158	3.18 193	1.72 129	3.24 137	1.34 30	1.27 100
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
iResNet	4.14 177	0.84 126	0.71 106	2.34 174	2.59 183	4.58 190	1.07 153	4.67 190	1.21 149	3.72 193	3.61 169	12.28 187	16.06 209	0.03 35	6.64 193	3.14 158	2.35 172	1.89 186	16.43 191	2.53 183	3.76 139	2.90 98	0.17 115	3.88 201	1.66 128	4.23 151	5.19 158	3.23 132

GEStereo_RVC	2.30 137	0.85 128	0.97 126	1.05 148	0.71 133	1.61 165	1.09 154	2.72 145	0.56 106	0.78 88	0.41 93	2.40 135	0.28 76	0.06 64	4.81 158	4.48 180	1.79 160	2.17 190	8.91 159	1.90 171	3.58 133	7.25 210	0.52 160	0.92 162	0.41 75	0.85 90	4.47 139	6.48 159

STTStereo	1.06 82	0.85 128	0.57 81	0.36 97	0.29 85	0.08 82	0.64 143	0.43 45	1.56 161	1.40 130	0.26 81	1.95 129	0.07 26	0.29 147	4.26 127	1.06 31	0.25 38	0.23 44	1.16 36	0.14 30	1.46 72	0.84 30	0.12 103	0.10 48	0.07 24	1.81 115	3.51 92	4.84 147

dad	4.05 174	0.87 130	0.28 28	10.24 207	1.70 167	1.03 156	12.23 215	12.58 220	0.11 41	3.46 188	0.00 1	1.93 128	3.59 179	0.19 121	4.92 162	1.26 51	1.60 155	0.53 91	14.05 188	0.63 110	2.73 113	1.88 62	0.16 111	0.71 156	5.78 193	0.19 48	17.00 217	9.60 176

TESTraft	0.86 60	0.88 131	0.32 34	0.05 8	0.16 38	0.00 1	0.00 1	1.51 85	0.06 18	0.69 84	0.00 1	0.33 41	0.64 125	0.20 126	4.51 140	1.67 90	0.18 27	0.16 34	2.63 82	0.25 60	1.10 49	2.24 74	0.07 89	0.08 38	0.10 38	1.62 108	3.71 100	0.04 17

RTSC	2.56 145	0.89 132	1.50 156	0.47 117	0.76 136	0.87 148	2.29 175	1.56 87	1.91 172	2.12 151	2.86 160	1.23 113	0.97 155	1.03 186	7.27 196	3.36 166	4.68 200	1.74 179	7.73 145	1.11 137	3.95 140	5.39 170	0.21 122	1.11 168	0.40 74	0.95 92	4.56 142	8.26 170

TestStereo1	0.81 55	0.91 133	0.22 20	0.06 15	0.16 38	0.00 1	0.01 26	1.08 71	0.07 23	0.00 1	0.00 1	0.26 25	0.57 117	0.12 99	4.26 127	1.66 87	0.18 27	0.19 37	2.84 89	0.09 21	1.37 64	2.51 85	0.01 27	0.06 22	0.09 36	1.26 99	3.75 104	0.05 22

SA-5K	0.81 55	0.91 133	0.22 20	0.06 15	0.16 38	0.00 1	0.01 26	1.08 71	0.07 23	0.00 1	0.00 1	0.26 25	0.57 117	0.12 99	4.26 127	1.66 87	0.18 27	0.19 37	2.84 89	0.09 21	1.37 64	2.51 85	0.01 27	0.06 22	0.09 36	1.26 99	3.75 104	0.05 22

GMStereo	0.44 22	0.93 135	0.07 7	0.25 56	0.03 7	0.00 1	0.00 1	0.14 23	0.07 23	0.00 1	0.00 1	0.30 36	0.01 3	0.01 7	1.87 27	0.90 21	0.26 42	0.17 35	2.60 79	0.08 18	1.17 53	0.33 12	0.00 1	0.05 17	0.08 28	0.02 19	2.57 51	0.04 17
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DAS	4.09 175	0.94 136	1.15 135	1.82 166	1.27 155	1.15 159	1.11 156	3.48 175	4.23 192	3.34 179	6.52 198	12.55 188	5.36 183	0.05 54	4.66 149	4.57 183	4.02 194	2.27 193	9.63 168	5.33 207	5.93 181	5.39 170	0.52 160	4.30 205	4.09 174	5.06 168	7.48 184	4.17 139

SepStereo	4.09 175	0.94 136	1.15 135	1.82 166	1.27 155	1.15 159	1.11 156	3.48 175	4.23 192	3.34 179	6.52 198	12.55 188	5.36 183	0.05 54	4.66 149	4.57 183	4.02 194	2.27 193	9.63 168	5.33 207	5.93 181	5.39 170	0.52 160	4.30 205	4.09 174	5.06 168	7.48 184	4.17 139

DISCO	0.79 53	0.95 138	0.31 33	0.06 15	0.33 100	0.51 134	0.44 135	0.23 34	0.32 84	1.75 141	0.59 109	0.38 50	0.29 78	0.04 49	2.98 76	1.36 59	0.96 124	0.29 57	3.24 97	0.53 103	0.79 35	1.45 48	0.10 96	0.07 28	0.12 46	0.29 57	2.76 56	0.31 55

ADLNet	0.67 46	0.96 139	0.10 11	0.21 41	0.23 64	0.08 82	0.01 26	1.26 76	0.09 35	0.32 59	0.06 56	2.28 134	0.08 29	0.18 119	3.28 95	1.03 30	0.35 54	0.11 22	0.54 17	0.18 40	0.54 22	1.10 42	0.00 1	0.03 9	0.88 102	0.68 78	3.16 74	0.28 52

UDGNet	2.51 143	1.01 140	0.33 39	10.93 208	5.26 199	8.50 206	3.54 188	1.72 89	0.15 54	0.23 52	0.08 60	0.52 70	0.10 42	10.25 226	3.55 106	1.25 50	0.46 67	0.46 83	2.73 85	0.59 109	2.44 105	4.14 139	2.94 201	0.15 67	1.72 129	0.77 85	2.94 63	1.13 97

SHD	4.34 179	1.02 141	2.50 180	1.71 163	1.33 158	1.46 164	2.01 170	4.90 193	4.30 195	2.63 158	4.99 185	4.39 154	9.41 199	0.58 167	8.20 209	4.81 190	4.43 198	2.44 198	13.01 187	2.95 192	5.61 178	6.88 205	0.30 136	3.26 194	4.11 176	5.16 171	3.88 115	10.98 183

test-3	1.53 106	1.03 142	1.25 141	0.40 105	0.31 91	0.11 90	0.06 87	2.79 151	0.17 61	0.35 65	0.44 99	4.06 149	0.35 85	0.03 35	2.84 63	1.63 83	0.37 61	0.57 97	8.86 157	0.46 93	3.20 126	5.38 168	0.02 46	0.27 102	0.61 92	0.95 92	3.95 117	0.88 83

APVNet	1.14 90	1.04 143	0.20 18	0.33 80	0.37 107	0.21 118	0.36 132	0.34 38	0.39 89	0.95 99	0.44 99	0.71 90	0.15 52	0.15 108	3.51 105	2.84 144	1.63 158	0.93 141	4.54 119	0.69 114	1.89 89	4.06 135	0.02 46	0.53 148	0.10 38	0.38 62	3.20 77	0.95 88

CASS	2.68 148	1.05 144	1.93 171	2.07 172	0.98 143	0.45 130	2.15 173	2.82 152	1.03 142	1.83 143	3.58 168	1.38 119	0.53 114	0.02 20	4.01 120	3.03 153	4.89 202	1.34 164	9.14 162	1.47 150	7.05 201	6.20 197	0.03 63	0.27 102	2.76 158	2.80 131	4.30 135	5.36 149
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_1	1.53 106	1.05 144	1.24 140	0.40 105	0.31 91	0.11 90	0.06 87	2.78 149	0.17 61	0.32 59	0.42 97	4.06 149	0.36 89	0.03 35	2.84 63	1.62 82	0.37 61	0.57 97	8.88 158	0.46 93	3.22 128	5.38 168	0.02 46	0.27 102	0.60 90	0.95 92	3.95 117	0.90 87

RP	1.29 97	1.06 146	2.32 177	0.84 137	1.16 148	0.39 126	1.53 162	1.89 101	1.68 165	0.29 57	2.21 147	2.25 133	0.13 46	0.40 156	3.31 98	1.07 32	0.61 84	0.05 10	1.61 49	0.40 76	0.65 27	3.05 107	0.11 101	0.29 114	0.29 64	0.92 91	4.24 134	2.04 115

R-Stereo Train	2.16 131	1.08 147	1.57 160	0.84 137	0.19 50	0.01 34	0.01 26	2.05 108	1.01 139	1.37 127	2.45 153	1.50 122	0.46 104	0.21 131	3.23 91	4.53 181	1.62 156	1.05 148	7.07 139	1.09 134	4.86 164	5.93 190	0.04 69	0.31 118	2.48 147	4.63 158	3.10 69	5.74 153

RAFT-Stereo	2.16 131	1.08 147	1.57 160	0.84 137	0.19 50	0.01 34	0.01 26	2.05 108	1.01 139	1.37 127	2.45 153	1.50 122	0.46 104	0.21 131	3.23 91	4.53 181	1.62 156	1.05 148	7.07 139	1.09 134	4.86 164	5.93 190	0.04 69	0.31 118	2.48 147	4.63 158	3.10 69	5.74 153
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iRaft-Stereo_20w	4.18 178	1.14 149	8.05 219	7.32 199	1.81 173	3.33 185	1.55 163	3.45 174	1.28 153	3.63 191	7.12 202	3.54 143	1.33 167	0.11 96	4.16 125	4.85 192	0.93 121	0.61 101	9.28 164	1.22 141	5.08 170	5.56 177	0.43 153	0.53 148	3.85 172	8.64 197	11.20 202	12.91 187

test_3	1.56 112	1.14 149	1.14 133	0.44 114	0.32 96	0.11 90	0.07 92	2.84 153	0.16 60	0.39 68	0.43 98	4.16 152	0.36 89	0.03 35	2.91 69	1.52 75	0.41 65	0.59 99	8.96 161	0.46 93	3.12 125	5.36 167	0.02 46	0.25 91	0.85 100	1.20 98	3.83 112	0.95 88

NaN_ROB	3.01 158	1.16 151	1.13 132	0.86 141	3.03 186	0.59 139	0.75 145	3.25 169	2.58 180	0.98 102	1.32 132	21.10 202	0.59 119	1.15 192	4.15 124	1.58 78	0.80 111	0.70 110	2.38 74	1.30 145	1.52 75	2.15 69	0.46 157	1.07 167	2.50 149	6.25 179	4.54 141	13.27 188

iinet-f	1.47 104	1.20 152	0.32 34	0.82 136	0.13 33	0.14 103	0.10 102	0.42 43	0.21 73	1.93 145	4.19 174	0.19 14	0.21 68	0.08 77	5.12 168	2.54 135	0.23 35	0.30 58	7.71 144	1.00 129	1.95 91	4.30 144	0.21 122	0.17 74	1.25 111	0.16 44	4.11 132	0.62 75

HSM-Net_RVC	2.86 153	1.24 153	1.50 156	2.55 176	1.72 168	0.57 138	0.17 117	3.55 178	1.14 144	3.50 189	6.32 197	7.94 173	2.93 174	0.05 54	3.38 101	2.12 122	1.28 144	0.26 50	3.24 97	1.24 142	3.66 136	3.76 121	0.61 168	2.64 190	4.43 181	6.27 180	5.76 167	5.47 152
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TANstereo	1.57 113	1.38 154	0.48 73	0.26 58	0.29 85	0.52 136	0.05 77	0.51 53	0.47 93	0.27 55	0.62 114	0.32 38	0.20 65	1.08 189	3.59 107	2.81 142	0.79 109	1.63 176	8.83 155	3.01 193	3.50 131	2.89 96	3.03 204	0.10 48	0.04 19	0.69 79	4.96 154	0.05 22

XX-TBD	1.57 113	1.38 154	0.48 73	0.26 58	0.29 85	0.52 136	0.05 77	0.51 53	0.47 93	0.27 55	0.62 114	0.32 38	0.20 65	1.08 189	3.59 107	2.81 142	0.79 109	1.63 176	8.83 155	3.01 193	3.50 131	2.89 96	3.03 204	0.10 48	0.04 19	0.69 79	4.96 154	0.05 22

RTS	5.53 187	1.46 156	0.94 122	0.90 143	1.73 169	4.08 188	4.63 194	2.53 134	3.41 187	2.79 163	1.70 141	8.18 174	1.27 164	0.72 173	7.83 200	4.87 193	7.37 214	2.34 195	18.33 195	2.92 188	4.78 159	5.88 186	1.04 184	1.31 171	6.74 200	22.88 239	6.66 177	22.00 212

RTSA	5.53 187	1.46 156	0.94 122	0.90 143	1.73 169	4.08 188	4.63 194	2.53 134	3.41 187	2.79 163	1.70 141	8.18 174	1.27 164	0.72 173	7.83 200	4.87 193	7.37 214	2.34 195	18.33 195	2.92 188	4.78 159	5.88 186	1.04 184	1.31 171	6.74 200	22.88 239	6.66 177	22.00 212

ccs_rob	4.75 182	1.46 156	2.39 178	1.96 169	0.68 130	3.13 182	1.58 164	4.94 195	1.36 155	4.31 205	15.82 234	28.46 209	8.43 194	0.38 155	5.65 178	5.42 205	2.23 168	1.60 175	6.31 133	1.98 173	6.14 184	5.97 192	0.35 144	2.33 186	1.28 112	2.40 126	4.09 129	7.49 167

LoS_RVC	1.09 84	1.51 159	0.60 87	0.05 8	0.49 116	0.01 34	0.08 95	0.22 31	0.74 118	1.72 137	0.23 79	0.56 77	0.63 123	0.12 99	3.15 82	2.90 145	0.69 98	1.79 181	3.27 100	0.50 100	4.03 145	3.48 116	0.21 122	0.07 28	0.33 66	0.47 70	0.70 18	0.96 90

tt_ll	1.09 84	1.51 159	0.60 87	0.05 8	0.49 116	0.01 34	0.08 95	0.22 31	0.74 118	1.72 137	0.23 79	0.56 77	0.63 123	0.12 99	3.15 82	2.90 145	0.69 98	1.79 181	3.27 100	0.50 100	4.03 145	3.48 116	0.21 122	0.07 28	0.33 66	0.47 70	0.70 18	0.96 90

MaskLacGwcNet_RVC	8.48 199	1.51 159	5.87 209	4.30 189	3.26 187	2.82 179	6.81 202	3.68 181	3.59 190	4.81 210	10.18 220	66.20 251	11.63 203	7.70 222	5.97 184	5.06 198	4.49 199	5.33 219	18.36 197	2.64 185	7.91 210	8.42 220	0.92 181	3.39 197	4.34 179	8.02 192	6.20 170	15.61 196

NCC-stereo	1.86 123	1.63 162	1.33 146	0.95 145	1.22 153	0.80 144	2.29 175	2.62 140	2.93 182	0.34 61	2.87 161	2.16 130	1.17 160	0.21 131	3.63 109	1.13 39	0.63 89	0.96 144	2.79 87	0.75 119	0.98 44	2.96 101	0.36 145	0.32 121	2.31 143	4.50 156	3.69 97	4.78 144

Abc-Net	1.86 123	1.63 162	1.33 146	0.95 145	1.22 153	0.80 144	2.29 175	2.62 140	2.93 182	0.34 61	2.87 161	2.16 130	1.17 160	0.21 131	3.63 109	1.13 39	0.63 89	0.96 144	2.79 87	0.75 119	0.98 44	2.96 101	0.36 145	0.32 121	2.31 143	4.50 156	3.69 97	4.78 144
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	2.66 147	1.67 164	0.33 39	3.58 184	9.30 214	1.76 170	3.48 187	0.68 59	3.29 185	0.71 86	1.59 138	0.37 49	0.27 75	0.13 105	5.94 183	3.42 169	1.03 130	0.54 93	4.47 117	0.65 112	2.02 92	2.06 67	0.56 166	0.31 118	15.21 218	3.30 139	3.74 101	1.47 104

GANetREF_RVC	2.43 140	1.69 165	0.81 114	2.04 171	1.16 148	1.02 155	0.10 102	4.72 192	1.44 158	3.62 190	0.06 56	10.03 181	0.69 130	0.09 85	3.63 109	1.36 59	1.06 133	0.94 142	6.44 135	0.46 93	2.32 96	1.74 61	0.17 115	1.35 173	3.41 169	3.75 144	6.55 174	4.82 146
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
PWC_ROB	7.15 194	1.85 166	5.57 206	0.85 140	1.17 150	1.95 171	4.77 196	2.56 137	17.27 232	3.83 198	7.66 206	4.97 157	39.20 237	0.81 179	8.35 212	4.96 197	6.51 209	4.27 210	15.99 190	4.39 200	7.48 207	7.59 214	0.53 163	4.79 210	2.74 157	2.63 130	7.01 181	23.26 216

S-Stereo	9.11 200	1.88 167	3.41 188	7.93 202	7.92 210	12.47 211	19.24 222	5.20 197	6.26 202	6.18 218	20.72 243	29.27 210	7.13 191	0.65 171	9.55 221	7.50 227	3.80 190	5.87 223	17.77 193	6.30 211	6.21 185	7.52 213	12.23 227	6.88 220	2.77 159	6.68 183	6.74 179	18.03 202

AnyNet_C32	5.68 189	1.96 168	2.91 184	1.78 165	2.71 184	3.17 183	5.76 199	4.31 187	12.56 217	3.07 172	7.17 203	4.22 153	1.70 169	2.19 203	8.22 210	5.98 213	5.69 206	4.43 213	12.45 186	2.93 190	9.72 221	8.57 221	1.84 193	3.46 198	6.24 197	9.82 206	6.26 171	14.21 191

ADCPNet	6.67 191	1.97 169	3.86 193	2.75 177	6.19 206	3.07 180	7.60 207	5.21 198	8.03 208	3.82 197	7.92 207	5.17 162	13.78 208	2.98 207	8.10 206	6.12 216	4.35 197	2.04 189	18.50 198	4.74 204	7.04 200	7.43 211	2.98 203	1.91 180	8.96 207	14.04 220	7.02 182	14.47 193

RGC	2.44 141	1.98 170	4.87 198	1.54 158	1.65 166	1.74 169	1.05 151	2.02 106	1.43 157	0.88 97	4.42 180	2.52 139	2.42 173	0.58 167	4.33 132	1.63 83	0.91 118	0.48 86	4.28 116	1.08 133	1.94 90	4.01 131	0.15 108	0.72 158	2.19 139	5.22 172	4.90 152	6.96 163

stereogan	1.89 126	2.00 171	1.17 138	1.47 157	2.05 179	1.72 167	0.87 148	1.84 97	1.11 143	1.36 126	1.51 135	5.81 167	0.48 108	0.32 150	3.87 118	1.69 94	0.80 111	0.39 73	3.96 112	0.78 121	1.23 58	4.02 132	0.26 133	0.51 145	0.30 65	1.30 101	6.30 172	3.84 137

SGM-Forest	2.81 151	2.03 172	0.36 50	6.32 196	1.79 172	2.66 177	0.02 47	1.42 82	0.77 120	2.52 157	0.96 123	6.57 171	5.74 186	0.31 148	4.36 133	2.94 150	0.61 84	0.33 63	3.08 93	0.47 98	2.46 107	2.73 94	0.84 180	0.45 142	3.66 171	3.74 143	11.30 203	7.44 166
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCP+	3.47 165	2.05 173	2.64 182	1.31 155	1.93 175	1.19 161	3.99 189	1.07 70	9.83 215	1.78 142	5.75 191	8.79 177	0.37 93	0.90 181	5.04 167	2.20 127	0.44 66	0.90 136	5.82 129	0.88 125	2.38 102	3.43 115	0.33 141	0.41 135	3.03 165	12.72 214	3.59 94	10.90 182

FADNet_RVC	3.95 172	2.06 174	1.30 144	3.33 182	3.36 189	0.99 154	2.06 172	2.30 118	1.39 156	1.72 137	4.72 182	9.29 178	5.82 188	1.76 201	8.23 211	3.12 157	2.98 179	4.27 210	16.83 192	3.30 197	4.99 169	5.51 174	0.63 170	1.39 175	1.45 124	3.14 134	4.86 150	5.92 155

FAT-Stereo	7.20 195	2.13 175	8.68 221	7.00 198	11.87 219	5.95 195	3.19 184	7.26 204	3.52 189	5.84 214	13.06 223	18.26 200	8.49 195	1.41 196	8.81 217	6.34 218	3.65 188	4.07 209	15.49 189	6.21 210	6.75 194	6.94 206	0.74 176	4.80 211	2.92 162	7.26 185	7.50 186	16.30 197

NCCL2	2.12 130	2.27 176	1.29 143	1.28 153	1.85 174	0.18 111	0.77 147	1.24 75	1.25 150	1.62 136	2.71 157	1.06 102	0.51 112	0.31 148	4.40 136	2.33 130	1.57 154	0.62 103	2.35 71	0.68 113	2.68 112	4.29 143	1.52 192	1.06 165	4.65 183	4.17 150	4.04 127	6.58 162

s12784h	2.07 129	2.29 177	2.24 173	1.60 160	0.69 131	0.05 75	0.03 63	2.13 114	0.55 103	1.19 115	0.13 69	1.61 125	0.68 129	0.04 49	3.20 85	3.09 155	0.78 108	0.41 78	3.50 105	0.43 87	5.42 176	2.92 99	0.11 101	0.12 54	2.64 154	1.70 110	6.64 176	11.65 185

STTRV1_RVC	9.47 201	2.31 178	1.06 129	5.61 193	1.39 159	5.42 193	2.59 180	3.68 181	3.77 191	4.47 208	4.40 179	16.44 196	20.14 215	1.02 184	9.83 223	3.26 160	18.06 233	0.81 128	51.87 245	11.45 228	18.05 245	6.27 199	4.52 213	4.23 203	6.12 195	7.90 190	11.99 204	28.90 227

CSAN	4.46 180	2.36 179	1.57 160	3.12 180	3.32 188	1.64 166	0.76 146	4.59 189	4.37 196	3.80 196	2.84 159	17.58 199	10.47 202	0.96 183	4.80 157	1.75 99	2.06 165	1.16 157	5.69 127	2.34 181	2.93 117	2.40 82	0.43 153	2.56 188	4.64 182	11.45 210	7.53 187	13.44 190

XPNet_ROB	3.02 159	2.54 180	1.33 146	0.73 133	1.45 162	1.04 157	0.61 141	0.83 65	1.45 159	1.16 111	3.44 167	26.85 208	0.35 85	0.40 156	3.24 93	2.22 128	3.28 183	0.79 121	3.20 95	1.19 139	2.94 118	5.51 174	0.76 177	0.46 143	0.72 98	2.37 125	9.22 193	3.37 135

SAMSARA	19.29 222	2.55 181	5.07 202	4.09 188	3.44 190	3.26 184	4.38 193	15.32 223	9.58 213	4.44 207	5.63 189	8.73 176	24.82 219	3.30 212	10.45 226	6.81 220	5.49 204	3.46 207	21.26 206	4.77 205	17.96 244	24.74 257	0.82 178	4.77 209	80.12 264	91.25 264	77.91 264	76.45 264

UCFNet_RVC	1.13 89	2.65 182	0.57 81	0.57 123	0.74 134	0.19 115	0.01 26	0.28 36	0.22 74	0.95 99	0.39 92	2.41 137	0.89 151	0.06 64	2.99 78	1.18 44	0.50 72	0.49 87	2.19 59	0.44 90	1.50 73	1.54 56	1.06 186	0.19 79	1.43 122	1.73 112	1.86 41	3.39 136

CBMV_ROB	6.09 190	2.65 182	2.29 176	8.35 203	5.74 201	5.08 191	2.76 181	5.03 196	2.35 176	3.78 195	4.70 181	21.22 203	13.56 207	0.09 85	6.04 187	3.70 172	2.84 177	1.39 166	11.35 180	8.80 222	4.92 167	3.11 108	0.43 153	2.10 184	7.06 202	10.12 207	12.96 206	11.93 186

TRStereo	3.24 164	2.66 184	7.45 214	0.35 95	0.14 36	7.79 202	0.13 113	3.04 158	0.42 91	2.75 162	1.46 134	5.69 166	0.65 126	0.09 85	3.75 115	4.23 179	0.70 103	0.63 105	6.77 137	1.21 140	4.05 147	4.81 154	0.12 103	0.24 86	2.72 156	6.73 184	12.83 205	6.09 156

ADCRef	2.96 156	2.78 185	1.02 128	0.70 131	2.21 181	1.96 172	2.42 178	0.96 68	6.10 200	1.94 147	1.15 130	1.08 103	0.74 137	1.32 194	6.01 185	3.38 167	1.34 150	1.15 156	8.41 151	2.09 177	2.59 109	3.60 119	1.88 194	0.71 156	2.81 161	8.00 191	3.42 86	10.24 181

SFCPSM	5.40 185	2.86 186	1.19 139	1.84 168	1.39 159	1.34 162	0.49 138	2.34 121	4.85 199	3.12 174	8.16 212	15.40 194	22.08 217	1.04 187	5.77 180	4.60 185	2.35 172	1.58 174	22.71 210	7.33 215	4.45 153	4.53 148	0.62 169	1.97 183	4.29 178	4.05 149	5.75 166	9.77 178

pmcnn	8.05 198	2.96 187	2.25 174	6.23 194	5.03 197	6.98 198	4.33 192	4.70 191	2.02 175	4.19 202	9.20 218	19.11 201	20.39 216	0.73 175	7.05 194	6.73 219	6.29 208	4.51 214	22.54 209	4.66 203	9.62 219	5.08 162	4.46 212	4.23 203	5.99 194	5.22 172	17.26 218	25.55 222

GwcNet-ADL	3.21 163	2.99 188	3.34 187	3.11 179	2.07 180	0.82 146	0.12 109	2.95 156	0.67 114	3.84 199	7.51 205	7.80 172	1.22 163	0.20 126	3.79 117	4.73 188	2.11 166	0.73 117	7.81 148	2.53 183	3.21 127	3.69 120	0.22 130	1.53 176	2.17 138	4.84 162	4.00 124	8.77 173

PS-NSSS	1.54 109	3.12 189	0.33 39	3.03 178	0.83 141	1.73 168	0.70 144	0.39 42	0.15 54	0.39 68	0.00 1	11.06 183	1.04 158	0.41 158	2.13 32	0.79 15	0.47 69	0.26 50	4.17 114	0.14 30	0.90 40	0.37 14	2.44 197	0.06 22	0.99 105	0.74 84	3.17 75	1.82 111

XQC	4.76 183	3.14 190	1.63 163	3.31 181	3.69 191	3.46 186	2.94 182	6.02 202	3.05 184	2.64 159	5.51 188	5.67 165	7.46 192	1.41 196	8.02 203	4.65 186	3.59 185	1.49 171	10.75 178	2.91 187	4.96 168	6.67 202	0.41 149	1.91 180	7.13 203	10.47 209	11.17 201	4.51 141

DPSNet	14.25 217	3.23 191	1.83 170	7.63 200	7.22 209	10.44 209	4.19 191	5.68 200	8.64 211	4.20 204	3.75 170	72.37 256	26.68 222	4.43 216	10.42 224	10.25 238	10.56 220	8.02 230	58.50 253	8.44 220	11.36 225	8.93 223	16.95 232	10.34 231	18.62 224	15.80 224	14.33 212	21.91 211

HBP-ISP	3.70 169	3.49 192	4.13 194	4.77 190	2.41 182	3.60 187	0.12 109	4.11 185	1.26 151	3.39 184	4.22 177	4.64 156	0.54 116	1.76 201	8.63 214	8.11 229	1.56 153	1.34 164	2.61 80	1.51 152	5.14 172	6.84 204	0.56 166	1.55 177	2.53 150	5.06 168	10.57 199	5.37 150

MFN_U_SF_DS_RVC	7.30 196	3.59 193	1.09 130	9.20 204	3.71 192	7.69 201	7.51 206	10.81 213	8.52 210	4.93 212	4.20 175	16.73 197	9.30 197	5.45 218	8.09 205	3.29 161	1.80 161	1.13 155	18.77 199	2.10 178	6.48 190	7.49 212	3.17 208	1.74 178	12.06 214	14.29 221	9.71 197	14.36 192

ADCL	3.91 171	3.61 194	2.28 175	1.76 164	1.76 171	3.09 181	4.16 190	1.98 104	13.71 222	2.81 165	5.14 186	2.47 138	0.65 126	1.10 191	5.38 172	2.55 136	2.02 164	2.20 191	6.41 134	2.08 176	4.87 166	4.20 140	1.40 190	1.06 165	6.69 199	6.60 182	4.33 136	11.16 184

CBMV	5.52 186	3.65 195	1.32 145	3.46 183	2.86 185	2.04 173	0.41 134	3.64 180	2.63 181	4.09 201	2.36 148	14.13 192	3.70 181	0.57 164	7.16 195	6.19 217	4.26 196	2.36 197	8.76 154	1.44 149	6.43 188	4.53 148	0.54 164	5.62 213	4.85 186	6.08 178	19.41 220	26.62 223
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	2.78 150	3.78 196	0.39 59	2.02 170	1.58 164	2.36 176	0.00 1	2.66 143	1.54 160	3.63 191	1.79 143	2.55 140	3.51 178	0.83 180	5.82 181	5.57 208	2.69 176	1.83 184	2.63 82	0.91 127	4.62 155	4.13 138	0.42 152	2.58 189	2.29 141	4.46 155	7.67 188	2.88 128

AMNet	6.77 192	3.87 197	2.62 181	4.00 187	5.86 202	6.75 197	3.31 186	2.51 132	2.47 177	3.44 186	6.68 200	9.34 179	2.05 170	7.44 220	4.79 156	9.81 236	13.48 226	7.65 229	7.95 149	7.83 217	11.47 227	7.62 215	2.74 200	4.18 202	5.52 192	8.25 194	13.24 207	17.97 201

ETE_ROB	4.62 181	4.04 198	1.52 158	1.14 150	2.02 178	2.70 178	1.28 158	1.50 84	4.25 194	1.89 144	5.88 193	37.95 222	0.84 149	1.42 198	4.94 163	2.66 138	3.81 191	0.95 143	4.84 121	1.63 158	4.01 143	5.32 166	0.67 174	1.14 169	2.03 137	3.84 147	15.25 214	7.23 164

SANet	10.32 205	4.15 199	6.27 211	5.51 191	5.49 200	8.58 207	2.27 174	15.41 224	13.03 221	2.83 166	9.09 216	60.35 247	25.50 221	2.93 206	8.06 204	3.02 152	7.05 210	3.86 208	11.43 181	3.25 196	5.27 174	5.02 161	2.60 199	7.27 224	11.08 212	12.57 213	13.36 208	23.31 217

FC-DCNN	3.82 170	4.38 200	5.67 208	9.61 206	4.14 193	8.01 204	3.26 185	4.21 186	1.69 166	2.95 170	1.54 137	5.87 169	2.09 171	0.13 105	4.40 136	2.15 124	2.54 174	1.11 154	3.38 102	0.82 124	3.11 124	2.20 71	0.65 171	3.29 195	6.33 198	4.91 166	6.98 180	7.80 169

ADCMid	6.83 193	4.46 201	4.95 201	2.16 173	4.31 195	5.71 194	7.29 204	8.83 207	12.78 219	3.11 173	8.10 210	9.83 180	9.65 200	2.84 204	8.51 213	5.42 205	4.68 200	2.83 200	18.87 202	3.22 195	7.09 202	7.70 216	5.37 215	2.33 186	5.12 190	8.71 198	5.21 159	15.24 195

DGSMNet	11.51 210	4.52 202	7.92 218	5.60 192	4.80 196	7.02 199	6.11 200	7.51 205	4.47 197	11.25 231	31.10 250	17.12 198	7.95 193	4.11 215	10.43 225	14.27 243	16.27 230	9.03 234	40.42 232	11.09 227	20.12 249	22.06 251	4.60 214	6.88 220	5.15 191	9.40 201	8.22 191	13.42 189

LALA_ROB	4.04 173	4.73 203	1.42 151	1.16 151	1.93 175	2.17 175	1.04 150	1.80 95	2.48 178	2.74 161	5.87 192	33.34 215	0.69 130	0.78 177	6.02 186	2.33 130	3.21 182	1.82 183	3.66 108	1.88 170	3.40 130	4.99 160	0.34 143	1.03 163	1.91 135	3.61 142	8.50 192	6.20 157

G-Net	10.87 207	4.96 204	9.71 222	3.77 185	4.24 194	7.37 200	2.01 170	10.08 211	15.80 226	4.95 213	15.59 232	48.52 236	9.05 196	0.58 167	8.11 208	8.67 231	5.49 204	4.42 212	23.80 212	15.66 232	8.01 212	8.23 219	3.06 207	5.14 212	6.15 196	13.92 219	22.56 222	23.75 218

ADCS	9.93 202	5.64 205	4.82 197	3.95 186	6.05 204	6.17 196	5.70 198	9.47 209	15.68 224	4.19 202	7.98 208	12.91 190	17.41 210	3.94 214	10.52 228	11.68 239	10.14 219	7.14 228	24.46 214	8.67 221	13.95 237	13.00 242	2.94 201	6.15 217	9.75 210	17.65 229	10.70 200	17.41 198

PVD	12.14 213	5.88 206	8.51 220	7.70 201	6.65 208	10.05 208	6.16 201	21.11 236	19.74 235	3.44 186	8.69 214	16.07 195	27.50 223	2.86 205	8.93 218	7.52 228	11.20 223	6.11 225	24.24 213	6.83 213	11.08 223	11.21 237	1.11 187	5.71 214	15.30 219	21.90 237	17.71 219	34.49 233

LSM0	22.48 230	6.09 207	4.65 196	14.89 211	10.39 217	16.43 215	13.29 217	23.38 238	15.69 225	14.75 237	18.69 240	35.79 219	33.70 233	0.93 182	73.52 262	85.94 262	13.36 225	5.62 221	55.67 250	16.83 235	21.95 250	18.82 248	4.28 211	8.01 225	16.44 220	16.43 226	28.65 228	32.66 232

AnyNet_C01	12.12 212	6.13 208	5.39 203	6.24 195	6.03 203	5.20 192	9.20 210	12.30 217	16.87 229	5.85 215	9.03 215	26.16 207	18.91 213	4.53 217	11.14 232	12.98 241	16.27 230	15.82 246	34.24 223	10.36 225	16.44 241	13.34 244	7.06 217	6.93 222	11.61 213	9.46 202	9.77 198	19.91 207

MFN_U_SF_RVC	10.34 206	6.17 209	3.69 192	9.55 205	5.13 198	12.52 212	10.34 212	12.25 216	7.05 204	12.23 233	14.31 228	22.82 204	13.03 205	8.82 223	11.37 233	4.87 193	3.83 193	3.31 205	39.34 230	5.97 209	8.56 217	8.81 222	1.45 191	6.40 219	9.49 209	8.57 196	9.56 196	19.71 206

edge stereo	11.35 209	6.83 210	10.52 224	14.06 209	12.00 220	16.55 216	12.81 216	12.42 218	7.44 206	6.06 216	15.12 231	38.81 224	17.75 211	1.25 193	7.59 199	7.29 225	5.73 207	3.11 202	25.18 215	4.53 201	6.71 193	8.01 218	4.16 210	3.71 200	8.94 206	7.65 186	13.41 209	28.72 226

MADNet+	19.30 223	7.92 211	15.32 233	17.51 214	11.42 218	8.09 205	18.41 220	28.03 245	17.21 231	12.46 234	12.08 221	33.63 217	30.37 228	9.62 224	18.64 245	14.89 244	25.78 243	10.10 236	40.05 231	16.50 234	17.34 243	12.76 241	9.48 225	18.60 242	35.02 244	20.22 233	21.19 221	38.41 237

CC-Net-ROB	5.26 184	8.36 212	1.81 168	22.68 218	6.07 205	15.19 214	7.74 208	0.45 48	0.84 126	1.53 135	0.00 1	23.78 205	3.00 175	3.15 208	2.92 71	0.74 13	2.29 170	1.51 172	11.50 182	0.48 99	1.21 55	1.47 49	9.41 222	0.22 84	2.30 142	2.51 129	2.25 47	8.72 172

FBW_ROB	7.98 197	9.24 213	5.57 206	20.21 217	8.25 212	12.08 210	8.09 209	4.92 194	1.58 163	3.30 178	5.15 187	13.88 191	3.03 176	7.45 221	6.23 190	1.49 70	2.89 178	0.79 121	33.18 222	1.93 172	5.24 173	4.40 146	9.43 223	8.29 226	4.88 187	7.69 187	4.88 151	21.40 210

MeshStereo	13.21 216	10.28 214	5.53 205	24.29 221	14.71 221	17.26 217	7.30 205	12.03 214	7.47 207	4.66 209	9.13 217	38.56 223	29.80 226	0.45 159	9.43 220	7.37 226	3.76 189	2.44 198	18.85 201	2.41 182	12.93 234	7.18 208	1.21 188	5.79 215	22.04 228	16.38 225	33.15 233	32.34 231
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
SGM_RVC	10.08 203	10.50 215	3.60 191	16.68 212	8.80 213	14.87 213	7.11 203	9.19 208	6.25 201	4.06 200	7.33 204	24.89 206	18.29 212	0.57 164	4.57 143	1.98 117	3.30 184	1.17 158	20.75 205	2.20 179	4.80 162	2.23 73	2.29 196	3.65 199	17.68 223	13.31 217	33.30 235	28.67 225
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MSC_U_SF_DS_RVC	10.98 208	10.59 216	6.33 212	17.49 213	6.29 207	7.85 203	10.69 213	18.03 230	23.43 239	11.13 228	4.86 184	14.66 193	5.81 187	9.65 225	9.78 222	5.91 211	3.18 181	5.17 217	39.06 229	7.03 214	7.92 211	9.81 228	7.04 216	7.22 223	14.77 217	8.85 199	6.40 173	17.43 199

LE_ROB	22.46 229	10.87 217	12.67 228	32.44 224	37.93 236	31.36 226	33.43 231	23.22 237	21.14 238	6.73 219	17.81 238	52.15 242	50.94 253	1.56 199	6.43 192	2.92 148	3.14 180	1.46 169	30.14 217	8.43 219	7.23 204	4.28 142	7.08 218	25.69 248	34.50 243	36.15 255	53.30 256	53.30 252

MFMNet_re	16.26 218	13.95 218	7.70 216	24.27 220	9.34 215	33.99 231	17.43 218	12.42 218	19.62 234	10.23 227	13.58 226	39.02 225	13.47 206	1.40 195	10.73 229	10.12 237	29.43 249	12.22 237	31.31 218	10.07 224	17.19 242	9.15 224	8.44 220	9.02 228	8.97 208	5.68 177	24.08 224	36.04 235

FADE	29.20 239	14.85 219	17.79 238	14.74 210	16.62 222	29.68 224	27.01 227	21.03 235	43.04 247	17.86 241	27.87 249	79.15 261	47.30 247	12.65 229	10.46 227	11.90 240	33.51 252	23.60 251	58.58 254	34.75 253	35.81 259	34.34 258	13.33 228	24.52 246	20.36 227	13.78 218	47.51 249	56.40 257

SPS-STEREO	20.13 226	14.92 220	11.88 226	19.84 216	20.39 223	18.24 218	9.27 211	16.06 227	19.74 235	19.91 243	20.06 242	33.66 218	37.68 236	7.23 219	13.17 238	16.66 247	26.75 245	16.01 247	32.30 220	23.65 243	30.25 256	22.84 254	13.67 229	13.47 239	16.56 221	15.26 223	29.55 231	24.45 219
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM-ForestM	11.60 211	15.35 221	4.54 195	19.02 215	8.08 211	18.74 219	10.83 214	12.03 214	7.24 205	3.01 171	6.09 196	36.06 220	23.95 218	0.75 176	4.47 138	1.51 74	3.60 187	0.75 119	20.06 204	1.60 155	4.23 149	1.65 59	1.36 189	3.34 196	25.09 230	20.48 234	34.27 238	25.03 220

SGM+DAISY	20.91 227	16.10 222	12.43 227	22.81 219	21.80 224	24.45 222	18.63 221	17.89 229	12.77 218	18.42 242	19.55 241	30.39 212	40.48 238	11.67 227	12.56 236	15.10 245	25.73 242	12.69 240	34.93 225	21.56 241	26.12 253	22.15 252	21.16 233	12.73 236	17.44 222	13.30 216	33.35 236	28.26 224

MDST_ROB	10.13 204	16.70 223	3.04 185	29.06 222	9.34 215	20.66 220	5.02 197	5.90 201	1.98 174	3.16 176	2.70 156	11.22 184	28.15 224	0.18 119	6.30 191	1.37 61	1.21 141	0.34 65	7.74 146	1.01 130	4.67 156	3.95 130	1.92 195	1.94 182	26.55 232	19.78 232	37.02 240	22.50 215

MANE	19.83 225	17.14 224	15.43 234	34.46 227	23.74 227	25.27 223	17.85 219	19.50 234	17.04 230	6.13 217	12.40 222	41.03 226	35.23 234	3.36 213	7.87 202	8.98 232	7.09 211	29.77 256	21.81 208	3.71 198	9.51 218	5.54 176	2.50 198	8.83 227	34.12 241	27.95 247	51.25 254	47.85 248

DDUNet	12.41 214	19.68 225	3.23 186	36.37 229	24.08 228	34.35 232	31.95 230	1.86 98	1.63 164	1.44 131	3.43 166	12.02 186	3.65 180	83.75 242	4.54 141	2.28 129	8.10 217	3.39 206	18.01 194	4.26 199	6.60 192	4.81 154	16.44 231	0.64 153	1.08 108	0.61 76	4.68 145	2.12 117

ELAS_RVC	19.26 221	19.85 226	14.31 230	33.92 226	22.40 225	33.39 230	19.24 222	15.07 222	10.89 216	8.20 222	17.30 235	54.84 244	32.79 232	3.23 210	8.72 215	3.46 170	11.25 224	6.19 227	19.97 203	7.86 218	12.63 232	12.02 240	9.45 224	10.70 232	30.22 236	22.17 238	41.23 246	38.75 239
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UDG	12.63 215	20.60 227	3.50 190	36.40 230	28.77 231	31.44 227	39.49 234	2.59 138	1.77 170	2.37 155	6.03 194	11.55 185	3.79 182	74.28 239	5.35 171	2.47 132	8.42 218	2.92 201	18.81 200	4.63 202	7.35 206	4.85 157	12.22 226	1.18 170	1.15 109	2.47 128	4.49 140	2.18 119

ELAS	19.48 224	22.90 228	14.50 231	35.26 228	24.25 229	31.48 228	19.80 224	16.72 228	15.91 227	7.71 220	15.62 233	48.88 237	30.47 229	3.20 209	9.19 219	3.39 168	10.97 221	5.79 222	21.49 207	6.53 212	11.69 228	11.90 239	9.30 221	9.63 229	32.86 238	24.17 242	41.19 245	41.31 242
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
STStereo	19.12 220	25.20 229	16.96 237	40.13 232	26.93 230	32.21 229	21.77 225	19.35 233	16.49 228	7.75 221	17.60 236	46.83 234	36.96 235	1.06 188	8.10 206	2.99 151	3.81 191	1.57 173	31.85 219	5.18 206	6.77 196	5.31 165	3.04 206	9.71 230	29.57 234	23.01 241	40.22 242	35.81 234

BEATNet-Init1	23.62 233	27.86 230	13.22 229	44.78 233	23.54 226	38.58 233	23.96 226	18.57 231	18.15 233	9.17 223	13.26 224	47.63 235	48.00 248	3.29 211	12.31 234	9.22 233	7.35 213	5.48 220	48.70 240	19.34 237	12.33 231	11.24 238	7.11 219	11.28 233	33.76 240	21.63 235	60.52 261	47.50 247

JetBlue	32.19 242	30.24 231	35.83 256	39.74 231	34.14 233	43.67 234	35.54 232	29.41 249	45.70 252	14.86 238	8.65 213	79.62 262	19.51 214	25.38 231	15.92 244	16.55 246	38.70 256	25.92 255	35.72 226	25.05 246	29.56 255	23.18 255	32.21 235	26.78 249	30.47 237	28.96 248	48.44 252	49.33 249

WAO-7	27.19 237	31.49 232	25.61 247	33.41 225	34.55 235	21.90 221	27.96 228	47.14 255	47.22 254	29.27 248	38.50 253	41.69 228	40.59 241	12.37 228	31.37 252	17.44 248	15.34 228	8.53 231	46.18 236	20.63 240	9.79 222	10.78 233	3.30 209	33.50 253	22.38 229	21.79 236	23.87 223	37.39 236

SQANet	17.87 219	31.68 233	5.41 204	57.78 235	33.35 232	57.44 236	39.25 233	4.37 188	1.73 167	4.89 211	1.53 136	30.38 211	5.54 185	56.25 235	3.78 116	1.32 54	5.20 203	1.48 170	29.72 216	1.71 160	6.45 189	5.45 173	54.26 241	1.90 179	4.80 184	8.48 195	9.52 195	18.82 205

SPstereo	42.72 251	33.54 234	31.83 252	31.00 223	34.43 234	30.75 225	28.20 229	59.10 258	44.02 249	29.97 249	59.48 258	49.02 239	63.04 261	44.63 234	40.17 255	54.80 260	47.68 259	33.56 258	57.43 252	41.63 258	43.54 260	37.71 260	27.86 234	44.58 258	42.50 251	39.59 256	57.37 258	45.91 245

DispFullNet	26.27 234	39.81 235	17.89 239	52.75 234	38.74 237	45.03 235	55.21 237	13.74 221	12.89 220	13.75 235	9.88 219	43.75 230	32.46 231	86.51 243	11.01 230	13.68 242	29.48 250	16.23 248	51.78 244	14.64 230	13.87 236	10.46 231	14.59 230	6.22 218	8.62 205	8.03 193	16.08 215	32.10 230

Ntro	22.77 231	41.10 236	9.75 223	63.11 243	42.85 240	62.03 244	56.57 238	8.43 206	6.55 203	12.02 232	2.06 146	33.43 216	6.53 189	75.01 240	4.99 164	1.38 62	7.98 216	2.25 192	37.75 228	9.51 223	6.94 198	6.04 195	55.49 243	3.02 192	10.71 211	14.77 222	13.49 211	21.09 209

ACVNet-4b	26.61 235	42.01 237	11.61 225	69.47 252	47.43 243	69.50 254	76.65 253	10.80 212	9.82 214	15.00 239	1.59 138	58.27 245	9.88 201	93.43 250	4.75 153	1.87 105	13.94 227	5.15 216	32.30 220	13.54 229	7.25 205	5.67 181	58.95 247	4.34 207	12.13 215	9.30 200	15.06 213	18.72 204

ACVNet_1	26.74 236	42.56 238	14.81 232	66.86 248	48.56 245	65.11 251	82.56 258	15.95 226	8.17 209	11.16 229	5.65 190	32.31 214	25.19 220	93.82 251	7.38 198	2.02 118	15.91 229	6.16 226	34.50 224	10.98 226	8.17 214	6.10 196	59.12 248	5.79 215	19.06 225	9.75 205	9.37 194	15.02 194

otaku	21.36 228	42.67 239	7.67 215	62.47 241	41.26 239	63.18 246	49.95 235	6.15 203	4.57 198	10.22 226	1.83 144	32.26 213	9.33 198	65.85 237	4.60 145	1.61 80	7.10 212	1.41 167	36.88 227	7.74 216	7.03 199	5.98 193	54.87 242	2.69 191	8.31 204	9.47 203	13.48 210	18.26 203

RainbowNet	27.62 238	45.59 240	16.83 236	69.42 251	46.28 241	68.08 253	69.73 247	9.87 210	3.31 186	17.67 240	2.40 149	45.29 231	28.15 224	91.67 246	11.05 231	3.10 156	10.99 222	5.02 215	43.52 235	16.90 236	8.37 215	6.69 203	58.54 246	4.55 208	13.10 216	12.31 212	16.72 216	20.53 208

WAO-6	36.54 246	46.81 241	19.38 240	60.03 236	52.14 251	58.04 237	63.77 240	27.20 242	42.09 246	33.11 252	17.67 237	42.19 229	50.09 252	89.85 244	29.06 250	18.00 250	22.89 238	12.66 239	41.03 233	25.00 245	19.25 246	17.73 246	34.12 236	17.43 241	42.37 250	25.35 243	36.73 239	42.55 244

ACVNet_2	32.06 241	47.10 242	20.06 241	67.26 250	49.84 250	64.97 249	85.15 261	28.04 246	14.34 223	14.44 236	8.02 209	51.06 241	30.19 227	92.01 249	8.75 216	2.50 134	19.20 234	5.27 218	50.34 241	16.10 233	8.16 213	5.63 180	57.79 244	13.22 238	36.40 245	13.10 215	24.92 225	31.82 229

IMH-64-1	33.95 243	47.85 243	23.39 243	61.17 237	49.33 248	61.76 242	67.81 242	27.05 240	35.73 241	10.03 224	14.78 229	45.47 232	40.48 238	93.88 252	14.40 240	7.26 223	20.70 235	8.75 232	47.06 237	20.52 238	11.86 229	10.05 229	59.37 250	11.73 234	41.46 248	17.26 227	27.54 226	39.89 240

IMH-64	33.95 243	47.85 243	23.39 243	61.17 237	49.33 248	61.76 242	67.81 242	27.05 240	35.73 241	10.03 224	14.78 229	45.47 232	40.48 238	93.88 252	14.40 240	7.26 223	20.70 235	8.75 232	47.06 237	20.52 238	11.86 229	10.05 229	59.37 250	11.73 234	41.46 248	17.26 227	27.54 226	39.89 240

LVE	39.30 249	48.25 245	30.12 250	73.97 259	64.66 256	64.57 248	77.85 254	28.17 247	23.72 240	37.91 254	35.79 251	37.41 221	49.58 249	95.15 262	12.46 235	5.89 210	24.18 239	12.87 242	53.55 247	26.04 248	13.99 238	13.05 243	69.20 259	25.62 247	43.97 252	29.71 250	40.99 244	22.41 214

PSMNet_ROB	31.36 240	48.75 246	16.32 235	64.48 245	46.97 242	60.77 240	61.30 239	19.02 232	20.70 237	27.57 247	24.90 246	41.43 227	42.18 242	83.15 241	13.95 239	4.06 177	17.90 232	5.94 224	42.51 234	15.37 231	11.21 224	9.54 227	57.95 245	14.27 240	29.64 235	19.74 231	29.38 230	17.81 200

IMH	35.14 245	49.00 247	23.80 245	61.52 239	49.14 247	63.04 245	67.99 244	27.86 244	38.05 245	11.18 230	14.22 227	49.01 238	53.30 256	93.93 254	14.60 243	7.08 222	21.66 237	9.65 235	47.64 239	22.22 242	11.39 226	9.32 225	59.41 252	12.98 237	40.95 247	19.12 230	29.12 229	41.73 243

TorneroNet-64	38.80 248	50.14 248	23.16 242	63.45 244	47.59 244	63.57 247	68.85 245	27.44 243	44.99 250	21.03 244	13.47 225	69.75 255	56.51 257	94.74 256	18.85 247	8.54 230	26.03 244	15.59 245	53.93 249	25.94 247	12.81 233	10.53 232	61.35 253	21.98 243	33.37 239	26.73 245	33.93 237	53.30 252

Dean	42.92 252	51.28 249	31.30 251	76.75 260	64.32 255	79.06 263	83.43 260	42.61 251	43.67 248	35.18 253	22.58 245	60.75 248	56.83 258	94.89 259	13.15 237	4.20 178	27.88 246	12.35 238	63.72 257	28.96 251	9.62 219	7.74 217	59.21 249	22.07 244	48.58 255	35.91 254	53.04 255	29.88 228

TorneroNet	39.82 250	53.94 250	26.20 248	66.81 247	49.07 246	65.07 250	70.90 249	26.31 239	46.32 253	24.07 245	20.96 244	67.36 254	52.11 255	94.83 258	18.77 246	9.35 234	24.89 241	16.30 249	53.07 246	24.04 244	13.64 235	11.04 236	61.85 254	22.68 245	36.84 246	25.85 244	42.63 247	50.33 250

DPSimNet_ROB	58.77 260	55.98 251	59.21 262	62.88 242	73.92 264	60.20 239	64.84 241	28.34 248	91.63 265	80.59 263	52.65 256	74.49 259	47.24 246	90.64 245	55.91 259	45.99 259	54.62 261	42.30 260	68.03 260	59.25 262	51.18 262	59.54 262	44.54 237	45.19 259	44.85 253	61.56 261	56.15 257	55.05 254

WAO-8	44.25 253	56.07 252	34.81 254	70.40 254	61.11 252	71.92 257	71.92 250	43.60 252	48.93 255	32.20 250	26.30 247	67.35 252	49.97 250	91.99 247	26.69 248	19.01 253	29.42 247	13.46 243	51.63 242	37.17 255	16.32 239	10.83 234	44.60 238	27.68 250	53.45 259	35.23 252	47.57 250	55.24 255

Venus	44.25 253	56.07 252	34.81 254	70.38 253	61.11 252	71.92 257	71.92 250	43.60 252	48.93 255	32.20 250	26.30 247	67.35 252	49.97 250	91.99 247	26.69 248	19.01 253	29.42 247	13.46 243	51.63 242	37.17 255	16.32 239	10.83 234	44.60 238	27.68 250	53.45 259	35.23 252	47.57 250	55.24 255

UNDER WATER-64	53.24 258	62.47 254	43.72 259	79.20 262	70.94 261	76.00 261	87.61 264	65.70 261	45.62 251	52.26 260	61.76 260	72.47 257	58.44 260	94.91 261	30.75 251	17.95 249	34.62 255	25.80 254	53.84 248	26.41 249	19.77 248	21.35 250	75.52 263	44.10 257	50.84 257	55.27 260	40.93 243	69.21 262

PWCK	38.25 247	63.47 255	23.98 246	73.60 258	41.23 238	60.98 241	51.31 236	54.00 256	35.86 243	26.51 246	39.23 254	62.00 250	46.09 244	26.43 232	14.46 242	9.53 235	30.80 251	12.71 241	83.96 264	28.46 250	23.42 251	13.60 245	47.98 240	30.51 252	34.48 242	27.91 246	31.53 232	38.61 238

notaker	49.83 255	63.78 256	33.18 253	70.81 255	66.40 257	70.73 256	78.98 256	45.33 254	64.15 259	43.75 257	59.49 259	60.26 246	51.62 254	93.99 255	46.45 257	31.86 255	34.38 254	24.64 253	65.77 259	41.22 257	24.40 252	24.26 256	68.58 258	39.92 256	26.43 231	29.62 249	38.96 241	46.51 246

ktn	52.79 257	63.82 257	30.11 249	66.93 249	72.48 263	66.28 252	78.41 255	39.02 250	71.70 261	45.89 259	67.47 261	52.57 243	45.22 243	95.33 263	48.59 258	35.19 256	41.05 258	31.49 257	60.62 255	36.06 254	32.70 258	35.82 259	63.06 255	38.69 254	45.38 254	41.08 257	57.93 259	62.41 259

UNDER WATER	52.38 256	65.77 258	42.25 257	77.68 261	67.77 258	74.59 260	85.69 263	61.52 260	50.72 257	41.81 256	48.33 255	74.09 258	57.87 259	94.82 257	34.80 254	18.86 252	33.89 253	24.15 252	57.03 251	29.54 252	19.73 247	18.75 247	69.48 260	49.19 261	52.93 258	49.45 258	44.09 248	69.45 263

HanzoNet	60.55 262	68.65 259	42.85 258	71.08 256	71.43 262	71.96 259	79.15 257	59.75 259	75.19 262	45.14 258	74.83 263	74.50 260	63.75 262	96.51 264	43.02 256	39.58 257	52.48 260	47.20 261	75.57 261	51.40 260	44.83 261	44.21 261	72.81 261	39.33 255	54.31 261	50.20 259	60.45 260	64.70 261

JetRed	62.68 263	71.30 260	68.71 263	66.70 246	63.10 254	69.94 255	74.63 252	66.20 262	66.87 260	41.55 255	36.99 252	80.77 264	12.41 204	62.44 236	66.90 261	66.45 261	65.00 262	75.57 265	62.84 256	53.56 261	77.95 263	72.78 263	73.29 262	48.99 260	55.75 262	62.99 262	66.04 262	62.58 260

MADNet++	76.54 264	72.15 261	83.11 266	61.53 240	81.21 265	58.42 238	69.47 246	68.24 264	78.58 263	85.63 264	92.37 265	80.60 263	85.04 264	36.71 233	81.19 264	89.82 264	88.15 265	69.64 263	82.54 263	91.39 265	92.32 265	93.48 266	65.75 256	90.26 265	59.09 263	74.29 263	74.25 263	61.32 258

KSHMR	56.45 259	73.76 262	53.18 261	81.77 263	70.47 260	77.94 262	83.01 259	67.07 263	54.37 258	56.94 261	54.51 257	61.36 249	46.54 245	94.90 260	59.43 260	44.62 258	39.11 257	36.00 259	64.69 258	47.55 259	28.73 254	19.90 249	65.78 257	55.97 263	49.71 256	33.30 251	50.13 253	53.27 251

ASD4	81.96 265	73.83 263	78.52 264	73.50 257	68.47 259	82.76 264	70.15 248	72.27 265	81.46 264	64.14 262	76.80 264	49.38 240	95.53 265	68.81 238	77.80 263	87.45 263	86.82 264	89.90 266	81.43 262	90.17 264	88.82 264	88.65 265	81.37 264	86.17 264	99.17 269	99.86 268	99.79 268	99.90 268

LRCNet_RVC	60.25 261	73.90 264	44.96 260	94.13 264	95.20 266	91.02 265	85.32 262	54.56 257	36.51 244	98.66 265	73.01 262	91.80 267	67.46 263	96.60 265	33.95 253	18.60 251	69.32 263	51.86 262	94.53 265	64.28 263	31.29 257	22.24 253	94.67 265	54.29 262	19.85 226	10.16 208	33.16 234	25.34 221

DLNR_Zeroshot_test	22.90 232	78.82 265	7.01 213	99.97 265	0.31 91	0.15 107	98.85 265	3.30 172	0.54 101	3.17 177	2.43 152	5.81 167	0.93 154	21.74 230	96.26 266	100.00 269	24.75 240	22.56 250	22.80 211	1.79 164	8.42 216	6.44 200	0.04 69	0.30 117	2.39 145	4.03 148	2.05 43	3.31 133

MEDIAN_ROB	97.56 268	99.08 266	98.39 267	100.00 266	99.99 267	100.00 269	100.00 269	99.49 268	98.31 266	100.00 268	99.95 269	97.97 268	96.05 266	99.97 267	99.41 267	98.43 266	98.53 267	98.66 267	99.88 268	97.95 266	93.38 267	96.45 268	100.00 268	97.23 266	86.96 265	92.33 265	89.80 265	95.90 266

DGTPSM_ROB	99.52 271	99.77 267	100.00 270	100.00 266	100.00 268	100.00 269	100.00 269	99.17 266	100.00 269	99.31 266	99.64 268	91.36 265	99.13 267	100.00 268	99.94 270	100.00 269	99.82 268	99.99 269	99.53 266	99.99 268	99.80 271	99.66 270	100.00 268	100.00 269	100.00 270	100.00 270	100.00 269	100.00 270

DPSMNet_ROB	99.53 272	99.78 268	100.00 270	100.00 266	100.00 268	100.00 269	100.00 269	99.17 266	100.00 269	99.31 266	99.63 267	91.42 266	99.14 268	100.00 268	99.94 270	100.00 269	99.82 268	99.99 269	99.62 267	99.99 268	99.79 270	99.66 270	100.00 268	100.00 269	100.00 270	100.00 270	100.00 269	100.00 270

MyStereo03	100.00 275	100.00 269	100.00 270	100.00 266	100.00 268	100.00 269	100.00 269	100.00 270	100.00 269	100.00 268	100.00 271	100.00 272	100.00 270	100.00 268	100.00 272	100.00 269	100.00 271	100.00 271	100.00 269	100.00 270	100.00 272	100.00 272	100.00 268	100.00 269	100.00 270	100.00 270	100.00 269	100.00 270

MyStereo02	96.30 267	100.00 269	100.00 270	100.00 266	0.00 1	100.00 269	100.00 269	100.00 270	100.00 269	100.00 268	100.00 271	100.00 272	100.00 270	100.00 268	100.00 272	100.00 269	100.00 271	100.00 271	100.00 269	100.00 270	100.00 272	100.00 272	100.00 268	100.00 269	100.00 270	100.00 270	100.00 269	100.00 270

HaxPig	98.97 270	100.00 269	98.94 268	100.00 266	100.00 268	99.99 268	100.00 269	99.99 269	99.97 268	100.00 268	99.99 270	100.00 272	99.95 269	100.00 268	99.56 268	99.43 267	99.97 270	99.57 268	100.00 269	100.00 270	97.25 268	96.32 267	99.99 267	99.98 268	89.17 266	99.51 267	94.19 266	98.51 267

PML	96.14 266	100.00 269	82.26 265	100.00 266	100.00 268	100.00 269	99.16 268	100.00 270	98.98 267	100.00 268	95.95 266	99.91 271	100.00 270	98.52 266	94.87 265	92.63 265	90.73 266	73.63 264	100.00 269	98.25 267	92.56 266	85.93 264	97.80 266	98.67 267	96.15 268	99.98 269	100.00 269	99.92 269

CasAABBNet	100.00 275	100.00 269	100.00 270	100.00 266	100.00 268	100.00 269	100.00 269	100.00 270	100.00 269	100.00 268	100.00 271	100.00 272	100.00 270	100.00 268	100.00 272	100.00 269	100.00 271	100.00 271	100.00 269	100.00 270	100.00 272	100.00 272	100.00 268	100.00 269	100.00 270	100.00 270	100.00 269	100.00 270

DPSM_ROB	99.92 273	100.00 269	100.00 270	100.00 266	100.00 268	98.97 266	98.99 266	100.00 270	100.00 269	100.00 268	100.00 271	99.90 269	100.00 270	100.00 268	100.00 272	100.00 269	100.00 271	100.00 271	100.00 269	100.00 270	100.00 272	100.00 272	100.00 268	100.00 269	100.00 270	100.00 270	100.00 269	100.00 270

DPSM	99.92 273	100.00 269	100.00 270	100.00 266	100.00 268	98.97 266	98.99 266	100.00 270	100.00 269	100.00 268	100.00 271	99.90 269	100.00 270	100.00 268	100.00 272	100.00 269	100.00 271	100.00 271	100.00 269	100.00 270	100.00 272	100.00 272	100.00 268	100.00 269	100.00 270	100.00 270	100.00 269	100.00 270

AVERAGE_ROB	98.95 269	100.00 269	99.79 269	100.00 266	100.00 268	100.00 269	100.00 269	100.00 270	100.00 269	100.00 268	100.00 271	100.00 272	100.00 270	100.00 268	99.77 269	99.85 268	100.00 271	100.00 271	100.00 269	100.00 270	98.12 269	99.51 269	100.00 268	100.00 269	93.43 267	93.75 266	94.35 267	93.16 265

Low-res two-view benchmark