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 Lap2	0.33 2	0.22 2	0.15 1	0.11 1	0.12 3	0.16 1	0.08 2	0.35 4	0.15 4	0.47 13	0.10 2	0.31 3	0.14 3	0.14 1	1.26 13	1.00 29	0.36 2	0.36 5	0.44 3	0.20 1	0.53 7	0.55 10	0.17 3	0.13 1	0.39 6	0.35 8	0.40 2	0.27 2

CroCo-Stereo	0.35 4	0.20 1	0.15 1	0.11 1	0.10 2	0.18 2	0.06 1	0.33 3	0.14 2	0.31 4	0.05 1	0.36 6	0.13 1	0.15 2	1.64 26	1.05 35	0.35 1	0.37 6	0.45 4	0.20 1	0.62 12	0.79 24	0.16 1	0.13 1	0.38 3	0.31 3	0.45 3	0.26 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
StereoIM	0.57 13	0.47 10	0.30 5	0.16 4	0.26 10	0.21 3	0.17 7	0.44 6	0.32 18	1.08 111	0.22 5	0.51 12	0.22 9	0.19 6	1.83 46	1.19 60	0.62 21	0.59 31	1.09 39	0.45 20	0.81 25	0.94 35	0.37 21	0.25 7	0.63 37	0.67 43	0.60 6	0.82 62

StereoVision	0.34 3	0.27 4	0.21 4	0.13 3	0.18 6	0.21 3	0.14 5	0.30 2	0.23 6	0.35 6	0.18 3	0.34 4	0.17 5	0.16 3	0.98 6	0.78 11	0.44 5	0.35 3	0.43 2	0.23 3	0.40 2	0.48 7	0.16 1	0.21 5	0.40 7	0.40 10	0.71 11	0.37 8

AEACV	0.43 6	0.94 116	0.30 5	0.29 11	0.20 7	0.27 5	0.12 4	0.28 1	0.14 2	0.24 2	0.23 6	0.35 5	0.21 7	0.20 8	1.24 12	0.83 13	0.57 17	0.38 7	0.78 20	0.45 20	0.81 25	0.73 21	0.24 5	0.18 4	0.34 2	0.31 3	0.61 7	0.28 5

ProNet	0.30 1	0.27 4	0.31 8	0.26 6	0.15 5	0.27 5	0.27 32	0.38 5	0.13 1	0.15 1	0.49 33	0.29 2	0.13 1	0.16 3	0.73 4	0.49 2	0.43 4	0.32 2	0.35 1	0.27 5	0.38 1	0.22 1	0.38 23	0.22 6	0.32 1	0.20 1	0.38 1	0.27 2

anonymousdsp	0.50 8	0.38 6	0.36 14	0.28 9	0.32 15	0.28 7	0.15 6	0.56 10	0.26 9	0.42 9	0.33 13	0.53 14	0.19 6	0.27 15	1.47 16	0.87 15	0.54 9	0.52 17	0.62 12	0.48 22	0.71 17	1.04 40	0.36 18	0.30 10	0.46 11	0.29 2	1.13 33	0.33 7

AANet_RVC	0.54 12	0.45 9	0.40 18	0.33 17	0.61 86	0.28 7	0.31 40	0.61 13	0.58 87	0.44 10	0.41 21	0.39 7	0.48 39	0.33 23	1.16 8	0.79 12	0.55 11	0.53 21	0.56 10	0.52 27	0.46 4	0.49 8	0.34 10	0.38 26	0.57 28	0.57 34	1.05 27	0.97 83

RAFT	0.35 4	0.22 2	0.19 3	0.27 7	0.13 4	0.30 9	0.08 2	0.97 66	0.18 5	0.92 92	0.19 4	0.27 1	0.16 4	0.18 5	0.51 1	0.47 1	0.38 3	0.26 1	0.54 7	0.25 4	0.43 3	0.34 2	0.19 4	0.15 3	0.38 3	0.34 7	0.90 17	0.27 2

LL-Strereo2	1.08 66	0.65 20	0.59 48	0.40 28	0.34 21	0.31 10	0.23 18	1.48 129	0.38 27	0.68 40	0.58 51	0.63 25	0.32 16	0.64 141	1.65 28	1.13 49	0.63 23	0.53 21	1.32 48	0.66 66	1.35 74	11.05 204	0.44 41	0.34 18	0.64 39	0.60 36	1.05 27	0.56 19

iRaftStereo_RVC	0.51 9	0.56 12	0.40 18	0.28 9	0.31 14	0.32 11	0.19 10	0.68 22	0.25 8	0.46 12	0.57 47	0.58 15	0.29 12	0.25 12	1.17 10	0.89 17	0.56 15	0.45 9	0.72 16	0.41 13	0.97 41	0.79 24	0.35 13	0.34 18	0.44 10	0.41 15	0.76 14	0.48 12

test croco	0.67 21	0.87 92	0.33 11	0.31 14	0.59 79	0.33 12	0.30 36	0.89 56	0.34 21	0.72 45	0.24 7	0.65 30	0.34 18	0.19 6	1.95 53	1.57 124	0.71 39	0.69 55	0.94 28	0.39 10	1.28 68	1.20 48	0.33 9	0.33 16	0.59 34	0.60 36	0.72 12	0.74 48

RAFT_CTSACE	0.64 18	0.94 116	0.31 8	0.37 21	0.34 21	0.33 12	0.23 18	1.23 96	0.26 9	0.64 34	0.29 10	0.71 43	0.57 64	0.34 28	1.57 24	1.07 39	0.52 7	0.43 8	0.72 16	0.33 7	0.85 30	1.72 63	0.42 35	0.30 10	0.46 11	0.41 15	1.58 70	0.39 9

MIF-Stereo	0.60 15	0.44 8	0.32 10	0.21 5	0.25 9	0.34 14	0.17 7	0.61 13	0.31 14	0.75 51	0.27 8	0.62 24	0.34 18	0.21 9	1.77 40	1.44 100	0.57 17	0.61 36	1.53 62	0.44 19	0.91 38	1.14 45	0.37 21	0.29 9	0.50 18	0.54 29	0.52 4	0.58 23

test_4	1.13 69	0.74 45	0.77 79	0.42 38	0.32 15	0.34 14	0.26 29	0.78 33	0.33 19	0.75 51	0.40 19	0.87 81	0.35 22	0.40 51	2.10 67	1.55 120	0.65 26	0.69 55	1.50 59	0.51 23	1.12 56	10.25 180	0.41 30	0.37 23	0.58 31	0.70 45	2.73 164	0.62 34

MIF-Stereo (partial)	0.69 22	0.76 57	0.33 11	0.27 7	0.37 28	0.35 16	0.31 40	0.53 8	0.40 36	0.62 30	0.32 12	0.50 11	0.39 26	0.23 10	2.08 66	1.51 114	0.68 29	0.71 60	0.77 19	0.43 15	1.10 53	0.94 35	0.39 25	0.32 13	0.57 28	0.71 46	2.25 114	0.87 69

test_5	0.69 22	0.91 108	0.30 5	0.38 23	0.26 10	0.35 16	0.19 10	1.79 165	0.31 14	0.58 22	1.20 139	0.75 54	0.73 105	0.32 20	1.36 14	1.10 45	0.54 9	0.54 25	1.01 32	0.37 8	0.61 11	1.37 55	0.29 6	0.34 18	0.41 8	0.40 10	1.72 77	0.44 10

LoS_RVC	1.42 100	1.25 172	0.86 100	0.31 14	0.49 49	0.37 18	0.33 49	0.73 25	0.56 82	2.10 174	0.68 69	0.67 35	0.70 96	0.33 23	3.08 138	3.79 192	0.89 94	2.10 223	3.01 122	0.66 66	4.40 130	6.44 134	0.51 75	0.43 46	0.82 68	0.85 72	0.90 17	0.99 91

tt_ll	1.42 100	1.25 172	0.86 100	0.31 14	0.49 49	0.37 18	0.33 49	0.73 25	0.56 82	2.10 174	0.68 69	0.67 35	0.70 96	0.33 23	3.08 138	3.79 192	0.89 94	2.10 223	3.01 122	0.66 66	4.40 130	6.44 134	0.51 75	0.43 46	0.82 68	0.85 72	0.90 17	0.99 91

CAS	1.05 58	0.80 68	0.40 18	0.50 54	0.48 46	0.37 18	0.30 36	0.55 9	0.44 42	1.13 114	0.77 90	0.64 27	0.95 152	0.31 19	2.68 114	1.79 140	0.96 119	0.82 96	1.08 38	0.61 50	2.91 117	5.06 112	0.44 41	0.30 10	0.81 65	0.92 81	1.18 36	1.16 110

Former-RAFT_DAM_RVC	0.87 39	0.64 17	0.54 43	0.44 42	0.41 31	0.38 21	0.26 29	1.26 102	0.49 57	0.85 75	0.62 56	0.75 54	0.54 53	0.34 28	1.75 37	1.50 113	0.68 29	0.70 57	1.17 42	0.56 36	1.52 82	3.83 88	0.39 25	0.37 23	0.75 57	1.18 119	0.68 9	0.77 54

CASnet	1.15 72	0.91 108	0.49 37	0.40 28	0.43 33	0.38 21	0.20 13	0.91 59	0.49 57	0.77 59	0.56 45	0.88 86	0.53 48	0.35 32	2.15 69	1.24 67	0.72 44	0.50 13	1.34 50	0.54 29	7.12 172	5.37 120	0.41 30	0.38 26	1.21 134	0.49 22	1.45 54	0.79 57
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT+CT+SA	0.87 39	0.97 130	0.40 18	0.45 44	0.29 13	0.38 21	0.20 13	1.64 156	0.33 19	0.72 45	0.30 11	0.88 86	0.65 86	0.40 51	1.56 23	1.21 63	0.56 15	0.57 27	2.08 83	0.40 11	0.83 27	5.00 109	0.32 7	0.37 23	0.47 14	0.42 19	1.56 63	0.49 13

TestStereo1	0.93 46	0.98 133	0.39 15	0.38 23	0.36 26	0.39 24	0.25 24	1.02 71	0.39 29	0.79 63	0.34 14	0.58 15	0.73 105	0.54 109	3.06 135	1.47 109	0.71 39	0.52 17	2.91 113	0.54 29	1.34 71	1.84 64	0.35 13	0.39 32	0.54 23	1.06 100	2.53 148	0.60 30

SA-5K	0.93 46	0.98 133	0.39 15	0.38 23	0.36 26	0.39 24	0.25 24	1.02 71	0.39 29	0.79 63	0.34 14	0.58 15	0.73 105	0.54 109	3.06 135	1.47 109	0.71 39	0.52 17	2.91 113	0.54 29	1.34 71	1.84 64	0.35 13	0.39 32	0.54 23	1.06 100	2.53 148	0.60 30

HITNet	0.90 45	0.65 20	0.62 54	0.68 96	0.50 58	0.39 24	0.32 45	1.26 102	0.89 126	0.70 41	0.70 79	0.91 92	0.49 41	0.39 47	1.96 54	1.02 30	0.66 27	0.64 43	0.79 21	0.61 50	1.53 83	3.85 89	0.46 49	0.52 74	0.58 31	0.64 41	1.81 81	0.81 60
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
MGS-Stereo	1.48 107	0.99 136	0.47 33	0.40 28	0.35 25	0.40 27	0.36 58	0.65 18	0.26 9	0.52 14	0.43 23	0.52 13	0.38 24	0.43 71	23.31 210	0.93 22	0.73 49	0.79 85	0.93 27	0.65 61	1.10 53	1.25 50	0.44 41	0.48 61	0.72 51	0.49 22	1.29 42	0.77 54

4D-IteraStereo	1.32 91	0.61 16	1.07 141	0.49 48	0.43 33	0.40 27	0.25 24	1.44 127	0.37 26	0.75 51	0.56 45	0.75 54	0.43 34	0.43 71	2.29 85	1.38 84	0.68 29	0.66 47	2.70 107	0.59 46	3.21 121	10.86 199	0.46 49	0.40 36	0.69 44	0.83 65	2.34 121	0.64 38

TESTraft	0.98 54	0.96 128	0.42 23	0.41 32	0.33 20	0.40 27	0.25 24	1.13 82	0.39 29	0.97 101	0.35 16	0.61 22	0.75 114	0.54 109	3.18 145	1.42 94	0.70 36	0.50 13	2.86 112	0.53 28	1.08 49	3.15 82	0.35 13	0.40 36	0.52 21	1.18 119	2.52 144	0.61 32

CREStereo++_RVC	1.73 123	0.91 108	1.03 131	0.51 55	0.56 74	0.40 27	0.28 34	1.37 121	0.51 64	0.83 69	0.61 54	0.76 58	0.85 135	0.34 28	2.78 120	3.07 175	0.92 109	0.61 36	2.72 109	0.55 34	5.01 143	5.69 126	0.53 83	0.38 26	0.94 98	0.84 70	12.80 247	0.98 85
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
RYNet	2.42 145	0.40 7	0.35 13	0.29 11	0.32 15	0.40 27	0.25 24	0.61 13	0.55 77	0.33 5	0.36 17	0.40 9	0.26 10	0.27 15	52.29 256	0.69 6	0.47 6	1.00 148	0.54 7	0.29 6	0.50 5	0.37 3	0.38 23	0.32 13	0.57 28	1.24 124	1.31 43	0.50 14

HCRNet	0.66 20	0.78 64	0.41 22	0.54 63	0.27 12	0.41 32	0.39 63	0.63 16	0.31 14	1.62 145	0.59 52	0.67 35	0.29 12	0.41 58	1.99 57	0.73 9	0.60 20	0.47 11	0.65 13	0.43 15	0.78 24	0.62 15	0.36 18	0.34 18	0.42 9	0.43 20	2.14 102	0.50 14

RAFT + AFF	1.96 134	0.49 11	0.42 23	0.41 32	0.20 7	0.41 32	0.19 10	0.65 18	0.23 6	0.56 17	0.27 8	0.77 62	0.21 7	0.29 17	39.69 216	0.90 18	0.62 21	0.35 3	1.92 77	0.38 9	0.77 22	0.57 12	0.32 7	0.27 8	0.71 48	0.33 6	0.58 5	0.29 6

ARAFT	0.89 44	0.72 38	0.47 33	0.35 18	0.34 21	0.42 34	0.24 21	0.64 17	0.34 21	2.25 181	0.57 47	0.58 15	0.29 12	0.39 47	2.14 68	1.42 94	0.71 39	0.74 71	2.68 106	0.54 29	1.86 101	1.93 66	0.42 35	0.33 16	0.83 71	0.40 10	1.98 95	0.56 19

MMNet	0.59 14	0.58 13	0.44 26	0.38 23	0.55 72	0.42 34	0.29 35	0.60 12	0.40 36	0.38 7	0.55 44	0.63 25	0.32 16	0.51 107	1.51 20	0.75 10	0.72 44	0.58 30	0.76 18	0.55 34	0.62 12	0.41 6	0.40 28	0.52 74	0.51 20	0.49 22	1.49 58	0.50 14

raftrobust	1.11 67	0.65 20	0.92 112	0.55 65	0.49 49	0.44 36	0.33 49	1.55 146	0.47 47	0.94 96	0.72 84	0.82 72	0.53 48	0.36 41	2.91 126	1.71 135	0.71 39	0.70 57	4.37 151	0.65 61	1.69 94	3.95 93	0.59 109	0.42 45	0.95 102	0.85 72	0.99 24	0.85 65

MIM_Stereo	0.78 30	0.77 61	0.53 41	0.43 40	0.38 29	0.46 37	0.22 17	1.50 132	0.31 14	0.55 15	0.38 18	0.64 27	0.27 11	0.32 20	1.77 40	1.09 43	0.63 23	0.73 68	3.30 134	0.57 39	1.19 62	0.91 33	0.34 10	0.36 22	0.49 17	0.41 15	1.95 92	0.58 23

GMOStereo	1.28 81	0.74 45	0.45 28	0.62 82	0.52 62	0.46 37	0.39 63	1.54 141	0.47 47	0.87 78	0.47 26	0.74 47	0.59 68	0.35 32	2.01 59	1.45 102	0.80 65	0.87 106	2.92 115	0.69 72	1.78 95	10.98 200	0.46 49	0.41 38	1.09 118	0.72 48	1.56 63	0.58 23

error version	1.28 81	0.74 45	0.45 28	0.62 82	0.52 62	0.46 37	0.39 63	1.54 141	0.47 47	0.87 78	0.47 26	0.74 47	0.59 68	0.35 32	2.01 59	1.45 102	0.80 65	0.87 106	2.92 115	0.69 72	1.78 95	10.98 200	0.46 49	0.41 38	1.09 118	0.72 48	1.56 63	0.58 23

test-v	1.28 81	0.74 45	0.45 28	0.62 82	0.52 62	0.46 37	0.39 63	1.54 141	0.47 47	0.87 78	0.47 26	0.74 47	0.59 68	0.35 32	2.01 59	1.45 102	0.80 65	0.87 106	2.92 115	0.69 72	1.78 95	10.98 200	0.46 49	0.41 38	1.09 118	0.72 48	1.56 63	0.58 23

test-2	1.28 81	0.74 45	0.45 28	0.62 82	0.52 62	0.46 37	0.39 63	1.54 141	0.47 47	0.87 78	0.47 26	0.74 47	0.59 68	0.35 32	2.01 59	1.45 102	0.80 65	0.87 106	2.92 115	0.69 72	1.78 95	10.98 200	0.46 49	0.41 38	1.09 118	0.72 48	1.56 63	0.58 23

TDLM	0.49 7	0.59 15	0.60 51	0.39 27	0.48 46	0.46 37	0.43 83	0.72 23	0.35 23	0.30 3	0.65 61	0.76 58	0.41 32	0.35 32	0.54 2	0.58 3	0.55 11	0.49 12	0.50 6	0.43 15	0.50 5	0.39 4	0.41 30	0.39 32	0.38 3	0.31 3	0.61 7	0.66 41

CREStereo	1.37 95	0.91 108	0.94 114	0.52 57	0.42 32	0.47 43	0.26 29	1.43 126	0.66 102	0.87 78	0.83 105	0.95 96	0.73 105	0.36 41	2.98 130	4.38 203	0.85 82	0.56 26	2.41 94	0.62 56	5.52 151	4.71 100	0.53 83	0.47 56	1.02 110	0.87 75	1.73 78	0.98 85
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
PMTNet	1.39 98	0.94 116	0.99 125	0.48 47	0.49 49	0.47 43	0.32 45	0.83 44	0.66 102	0.83 69	0.62 56	0.88 86	0.50 44	0.35 32	2.72 117	4.30 200	0.91 103	0.57 27	2.40 93	0.54 29	6.12 157	5.45 123	0.57 98	0.38 26	1.99 204	1.00 96	1.09 30	1.19 116

BEATNet_4x	1.53 113	0.77 61	0.77 79	0.75 105	0.67 102	0.47 43	0.40 70	1.23 96	1.32 167	0.83 69	0.77 90	0.95 96	0.74 110	0.59 126	5.02 175	2.40 164	1.64 180	1.43 198	1.27 44	0.85 110	4.54 133	8.28 154	0.48 61	0.91 161	0.70 45	0.77 54	1.85 84	0.99 91

DN-CSS_ROB	1.32 91	0.83 77	1.03 131	0.87 131	0.86 128	0.47 43	0.36 58	2.00 186	0.57 85	1.56 142	1.81 162	0.96 98	0.77 122	0.38 46	2.15 69	1.40 88	1.03 136	0.93 127	5.27 160	0.66 66	2.56 112	2.82 79	0.54 88	0.86 157	0.79 63	0.81 61	2.07 99	1.33 129

GLC_STEREO	0.97 53	0.89 101	0.85 98	0.56 67	0.60 82	0.48 47	0.40 70	1.70 159	0.47 47	0.77 59	0.67 65	0.78 64	0.63 79	0.61 132	2.53 101	1.65 132	0.88 92	0.60 32	1.57 68	0.70 79	2.48 110	1.17 46	0.44 41	0.43 46	0.67 41	0.55 31	2.36 124	0.88 72

FINET	0.69 22	0.65 20	0.67 63	0.65 89	0.49 49	0.48 47	0.45 89	0.75 28	0.59 89	0.61 27	0.48 30	0.82 72	0.57 64	0.43 71	1.71 31	1.08 42	0.77 57	0.57 27	1.07 37	0.56 36	0.88 32	0.65 18	0.43 38	0.50 67	0.62 36	0.56 33	0.96 22	0.64 38

SA	1.07 63	0.90 104	0.42 23	0.55 65	0.53 68	0.49 49	0.24 21	1.60 150	0.46 45	0.71 44	0.41 21	0.69 38	0.58 67	0.62 137	1.74 35	1.41 91	0.78 59	0.79 85	3.17 124	0.65 61	1.24 64	4.73 101	0.34 10	0.51 69	0.75 57	1.12 110	2.64 158	0.72 47

AnonymousM	2.27 142	0.64 17	0.44 26	0.51 55	0.32 15	0.49 49	0.24 21	1.70 159	0.48 53	0.75 51	2.06 174	0.70 40	0.47 36	0.39 47	2.47 94	3.26 180	0.99 126	1.03 152	1.88 75	2.37 212	4.85 140	6.68 137	0.57 98	0.47 56	0.53 22	0.65 42	11.71 243	14.52 234

raft+_RVC	0.71 25	0.73 42	0.70 68	0.41 32	0.34 21	0.49 49	0.30 36	1.48 129	0.43 40	0.62 30	0.62 56	0.65 30	0.39 26	0.26 13	1.74 35	1.16 53	0.69 34	0.53 21	1.57 68	0.51 23	0.85 30	1.06 42	0.44 41	0.38 26	0.68 42	0.62 38	0.85 16	0.69 43

Any-RAFT	2.54 148	0.94 116	1.27 176	0.75 105	0.75 114	0.50 52	0.40 70	1.99 183	0.56 82	0.87 78	6.98 237	1.50 150	0.51 46	0.40 51	2.50 98	3.41 183	0.91 103	0.90 120	6.78 195	0.75 91	14.26 248	10.61 190	0.67 131	0.59 101	1.63 187	1.83 176	2.17 106	4.22 199

Sa-1000	1.14 70	0.75 53	0.47 33	0.49 48	0.61 86	0.50 52	0.27 32	1.70 159	0.52 66	0.73 48	0.48 30	0.66 32	0.67 90	0.79 163	2.17 73	1.43 98	0.92 109	0.93 127	3.23 125	0.58 43	1.55 85	4.86 104	0.35 13	0.59 101	1.14 127	1.24 124	2.35 123	0.76 53

IPLGR	3.25 169	0.89 101	0.81 87	0.65 89	0.66 101	0.50 52	0.42 80	1.14 84	0.44 42	2.02 166	1.30 145	0.86 79	0.74 110	0.47 89	50.44 245	1.86 143	1.15 152	1.11 166	3.23 125	1.37 159	1.41 80	7.71 149	0.56 96	0.70 128	1.39 161	1.55 154	3.46 195	0.92 77

delet	0.51 9	0.58 13	0.47 33	0.35 18	0.50 58	0.50 52	0.30 36	0.49 7	0.29 13	0.56 17	0.44 25	0.45 10	0.34 18	0.48 95	1.16 8	0.68 5	0.55 11	0.46 10	0.47 5	0.41 13	0.58 9	0.39 4	0.39 25	0.41 38	0.48 15	0.36 9	1.09 30	0.50 14

CES	1.27 80	0.77 61	0.56 46	0.45 44	0.56 74	0.51 56	0.21 15	1.50 132	0.70 107	0.78 62	0.80 100	0.84 76	0.90 141	0.33 23	3.45 153	2.96 172	1.14 148	1.04 155	1.32 48	1.08 138	4.63 136	4.87 105	0.63 120	0.38 26	0.85 77	0.83 65	1.02 25	1.16 110

AASNet	0.53 11	0.74 45	0.46 32	0.35 18	0.61 86	0.51 56	0.42 80	0.65 18	0.26 9	0.41 8	0.50 35	0.39 7	0.31 15	0.41 58	1.02 7	0.69 6	0.53 8	0.60 32	0.67 14	0.51 23	0.60 10	0.87 29	0.41 30	0.41 38	0.50 18	0.40 10	0.70 10	0.45 11

rafts_anoy	0.88 42	0.81 72	0.86 100	0.44 42	0.49 49	0.51 56	0.46 93	1.58 149	0.48 53	0.61 27	0.70 79	0.70 40	0.47 36	0.30 18	2.51 100	1.38 84	0.76 55	0.78 82	2.36 92	0.61 50	1.28 68	0.99 39	0.49 64	0.49 64	0.85 77	0.90 79	0.93 21	1.00 95

CIPLG	1.32 91	0.70 32	0.69 65	0.57 70	0.46 37	0.52 59	0.33 49	0.81 40	0.55 77	0.76 55	0.69 72	1.03 106	0.53 48	0.59 126	2.91 126	1.33 79	0.89 94	0.62 38	3.23 125	0.62 56	1.62 88	10.69 192	0.55 90	0.53 78	0.90 94	0.54 29	2.37 127	0.61 32

IPLGR_C	1.31 88	0.71 36	0.68 64	0.57 70	0.46 37	0.52 59	0.31 40	0.81 40	0.53 70	0.76 55	0.69 72	1.03 106	0.53 48	0.59 126	2.62 107	1.33 79	0.88 92	0.63 41	3.25 130	0.61 50	1.64 91	10.69 192	0.55 90	0.53 78	0.89 90	0.57 34	2.40 130	0.62 34

ACRE	1.31 88	0.70 32	0.66 62	0.58 75	0.47 41	0.52 59	0.32 45	0.81 40	0.53 70	0.76 55	0.69 72	1.04 110	0.52 47	0.59 126	2.66 112	1.32 77	0.89 94	0.63 41	3.25 130	0.61 50	1.62 88	10.69 192	0.55 90	0.52 74	0.92 97	0.55 31	2.40 130	0.62 34

AFF-stereo	0.76 28	0.69 30	0.59 48	0.30 13	0.32 15	0.52 59	0.18 9	0.86 49	0.41 38	1.37 130	0.43 23	0.60 21	0.34 18	0.24 11	1.76 39	1.13 49	0.57 17	0.62 38	2.81 110	0.43 15	0.77 22	0.63 16	0.41 30	0.32 13	0.70 45	0.67 43	2.38 128	0.56 19

DMCA	0.63 17	0.73 42	0.63 55	0.40 28	0.49 49	0.52 59	0.33 49	0.59 11	0.52 66	0.80 66	0.63 59	0.70 40	0.40 30	0.47 89	1.48 17	0.92 19	0.69 34	0.67 50	0.67 14	0.51 23	0.67 16	0.59 14	0.48 61	0.45 52	0.48 15	0.52 27	1.04 26	0.62 34

PDISCO_ROB	1.06 61	0.87 92	0.60 51	0.80 121	0.68 104	0.53 64	0.59 115	0.93 61	0.69 105	1.80 157	1.00 128	0.74 47	0.63 79	0.66 143	1.87 48	1.44 100	0.89 94	1.10 162	1.53 62	0.80 101	1.56 86	2.40 74	0.52 82	0.63 113	1.19 132	0.79 57	2.56 151	0.81 60

MyStereo	1.68 122	0.94 116	1.20 169	0.82 126	0.89 133	0.54 65	0.39 63	1.29 109	0.72 110	2.27 184	2.11 175	1.39 143	0.67 90	0.40 51	3.48 154	2.21 155	0.86 85	0.89 116	5.44 166	1.62 182	4.46 132	4.54 98	0.80 163	0.85 154	1.36 156	1.64 165	2.66 162	0.94 79

IPLG	3.01 164	0.75 53	0.63 55	0.42 38	0.52 62	0.54 65	0.51 98	1.63 154	0.35 23	0.62 30	0.59 52	0.77 62	0.66 88	0.46 85	51.49 250	1.67 134	1.02 133	0.92 123	3.51 138	0.63 59	0.99 43	5.97 131	0.49 64	0.48 61	0.80 64	1.16 117	2.86 170	0.71 46

RAFT-Stereo + iAFF	0.86 35	0.72 38	0.84 94	0.41 32	0.39 30	0.54 65	0.21 15	0.99 69	0.52 66	1.54 140	0.57 47	0.73 46	0.39 26	0.26 13	2.15 69	1.17 55	0.64 25	0.50 13	2.66 105	0.57 39	0.88 32	0.90 31	0.47 58	0.39 32	0.86 79	0.72 48	2.54 150	0.66 41

HSM	1.07 63	0.75 53	0.97 120	0.78 116	0.77 117	0.54 65	0.54 102	1.87 174	0.60 90	0.76 55	0.85 108	0.87 81	0.67 90	0.56 115	2.24 82	1.05 35	0.92 109	0.71 60	2.57 99	0.71 81	1.80 99	2.08 68	0.56 96	0.72 132	0.90 94	0.97 89	2.08 100	1.03 96

DLNR_Zeroshot_test	23.11 260	81.98 274	1.97 206	102.16 274	0.49 49	0.55 69	81.36 272	2.30 208	0.50 61	4.87 238	2.22 179	2.99 193	0.93 147	12.17 249	96.90 272	144.02 275	34.28 266	19.61 263	8.60 209	4.35 229	8.08 187	6.53 136	0.51 75	0.69 124	1.37 157	1.57 155	1.16 35	1.90 156

MIPNet	2.89 161	0.91 108	0.77 79	0.49 48	0.65 96	0.55 69	0.57 109	1.34 118	0.53 70	2.05 169	0.99 126	0.80 66	0.77 122	0.48 95	40.89 219	1.61 128	1.15 152	0.94 130	3.25 130	1.19 149	1.15 59	9.31 166	0.57 98	0.62 108	1.24 142	1.51 150	2.90 173	0.82 62

test-3	1.73 123	1.00 141	1.08 144	0.63 87	0.60 82	0.55 69	0.43 83	1.99 183	0.39 29	0.86 76	0.54 41	1.45 145	0.53 48	0.41 58	2.20 76	1.41 91	0.81 74	0.79 85	6.57 186	0.69 72	5.20 149	11.52 216	0.46 49	0.54 82	0.86 79	0.97 89	3.11 179	0.98 85

test_1	1.73 123	1.01 143	1.08 144	0.63 87	0.60 82	0.55 69	0.43 83	1.99 183	0.39 29	0.86 76	0.54 41	1.45 145	0.54 53	0.41 58	2.20 76	1.42 94	0.80 65	0.79 85	6.57 186	0.69 72	5.20 149	11.52 216	0.46 49	0.54 82	0.87 83	0.97 89	3.11 179	0.98 85

test_3	1.73 123	1.02 147	1.05 135	0.65 89	0.61 86	0.55 69	0.43 83	1.96 179	0.38 27	0.88 84	0.52 37	1.45 145	0.54 53	0.40 51	2.20 76	1.40 88	0.81 74	0.81 93	6.56 185	0.71 81	5.08 144	11.49 213	0.43 38	0.49 64	0.96 103	1.09 105	3.23 184	0.98 85

GMStereo	0.73 26	0.99 136	0.39 15	0.49 48	0.47 41	0.55 69	0.41 74	0.77 30	0.43 40	0.55 15	0.48 30	0.81 71	0.38 24	0.34 28	1.60 25	0.95 23	0.74 52	0.52 17	1.88 75	0.57 39	1.07 48	0.73 21	0.42 35	0.51 69	0.72 51	0.47 21	1.87 87	0.57 22
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
anonymousdsp2	0.86 35	0.84 84	0.84 94	0.43 40	0.44 35	0.56 75	0.32 45	1.17 87	0.36 25	0.66 38	0.67 65	0.69 38	0.40 30	0.49 100	1.46 15	1.36 82	0.67 28	0.62 38	2.12 84	0.60 48	1.36 76	2.66 78	0.36 18	0.44 50	0.71 48	0.51 25	1.86 86	0.64 38

IER	0.88 42	0.82 74	0.55 44	0.49 48	0.51 60	0.56 75	0.45 89	0.80 38	0.49 57	1.15 115	0.77 90	1.03 106	0.50 44	0.79 163	3.66 156	1.04 33	0.73 49	0.64 43	0.87 23	0.78 97	0.73 20	0.82 26	0.60 111	0.53 78	0.63 37	1.00 96	2.05 98	0.74 48

HGLStereo	0.83 32	0.64 17	0.75 77	0.52 57	0.67 102	0.56 75	0.45 89	0.66 21	0.50 61	1.72 152	0.96 120	0.64 27	0.56 60	0.54 109	1.65 28	1.18 57	0.80 65	0.76 76	1.05 34	0.66 66	0.99 43	1.36 54	0.49 64	0.54 82	0.71 48	0.76 53	1.59 72	0.82 62

DMCA-RVC	0.86 35	0.74 45	0.73 71	0.61 79	0.77 117	0.56 75	0.70 123	0.77 30	1.43 173	1.38 132	0.69 72	0.87 81	0.54 53	0.55 114	1.66 30	1.05 35	0.81 74	0.74 71	0.95 29	0.73 86	0.89 36	0.93 34	0.51 75	0.58 95	0.59 34	0.62 38	1.82 83	0.91 75

MyStereo04	1.58 115	0.90 104	0.97 120	0.78 116	0.89 133	0.57 79	0.40 70	1.57 148	0.97 134	2.23 180	0.89 113	1.34 137	0.54 53	0.41 58	2.94 129	2.47 165	0.86 85	0.92 123	5.37 162	1.50 176	4.62 135	3.51 86	0.92 180	0.81 145	1.21 134	1.61 162	2.58 153	0.95 80

AE-Stereo	1.61 116	0.85 88	1.23 172	0.81 124	0.51 60	0.57 79	0.75 127	0.83 44	0.49 57	0.79 63	0.54 41	1.29 133	0.72 101	0.47 89	2.05 65	2.96 172	0.99 126	0.92 123	2.63 101	0.86 113	4.61 134	11.92 222	0.50 74	0.80 141	1.26 145	1.34 133	1.95 92	0.86 67

raft_robust	1.30 87	0.93 113	0.53 41	0.59 76	0.47 41	0.57 79	0.37 60	2.06 191	0.52 66	1.69 151	0.53 39	0.76 58	0.82 132	0.47 89	2.16 72	1.52 117	0.84 80	0.84 102	5.71 172	0.59 46	2.50 111	5.04 111	0.46 49	0.51 69	0.99 105	1.05 99	1.58 70	0.99 91

RAFT-Test	2.37 144	0.85 88	1.14 158	1.02 149	0.65 96	0.58 82	0.51 98	2.18 197	0.70 107	1.12 113	5.37 211	0.97 99	0.92 145	0.45 81	2.50 98	5.29 214	0.99 126	0.80 90	6.96 199	1.11 139	10.85 213	10.83 198	0.67 131	0.58 95	1.51 179	1.82 175	1.38 47	2.18 169

UPFNet	0.73 26	0.69 30	0.79 82	0.54 63	0.65 96	0.58 82	0.54 102	0.72 23	0.54 75	0.59 24	0.57 47	0.61 22	0.47 36	0.62 137	1.80 43	0.96 24	0.72 44	0.68 54	0.91 26	0.72 83	0.64 15	0.55 10	0.53 83	0.52 74	0.58 31	0.51 25	2.19 110	0.59 29

FADNet-RVC	1.38 97	0.71 36	0.88 103	0.77 114	1.09 155	0.58 82	2.16 198	0.92 60	0.57 85	1.03 104	0.72 84	1.48 148	0.64 81	0.61 132	5.02 175	1.56 122	0.85 82	0.90 120	2.24 89	1.52 178	2.20 106	4.08 95	0.51 75	0.77 138	1.48 173	1.14 115	1.43 51	1.35 130

s12784h	2.23 137	1.12 157	1.32 177	1.12 159	0.91 136	0.59 85	0.39 63	1.37 121	0.65 101	1.05 108	0.82 103	1.08 114	0.95 152	0.37 43	2.80 122	4.82 208	0.93 113	0.71 60	3.28 133	0.58 43	7.80 180	8.40 157	0.51 75	0.54 82	1.50 177	1.13 113	11.58 241	3.94 197

MSMDNet	2.69 153	0.87 92	1.07 141	0.57 70	0.65 96	0.59 85	0.49 95	2.03 188	0.62 98	1.03 104	0.97 124	1.05 112	12.04 234	0.50 101	2.60 105	5.56 217	1.05 138	0.80 90	6.93 198	1.42 164	11.49 215	12.49 236	0.67 131	0.58 95	1.48 173	1.83 176	1.28 41	1.97 161

RALCasStereoNet	0.93 46	0.82 74	0.93 113	0.53 60	0.53 68	0.60 87	0.45 89	1.48 129	0.44 42	1.03 104	0.75 88	0.89 91	0.49 41	0.32 20	2.31 86	1.43 98	0.78 59	0.75 73	1.50 59	0.58 43	1.18 61	2.21 70	0.49 64	0.57 91	0.86 79	1.13 113	0.90 17	1.16 110

RALAANet	1.14 70	0.70 32	0.84 94	0.53 60	0.53 68	0.60 87	0.41 74	1.30 110	0.50 61	0.94 96	0.65 61	0.72 45	0.59 68	0.33 23	1.97 56	1.32 77	0.75 54	0.89 116	1.96 79	0.85 110	3.07 119	5.37 120	0.53 83	0.62 108	0.82 68	1.03 98	2.08 100	0.78 56

CFNet	0.80 31	0.84 84	0.79 82	0.76 109	0.70 107	0.60 87	0.46 93	0.84 47	0.48 53	0.66 38	0.71 81	0.92 94	0.61 76	0.43 71	1.75 37	0.84 14	0.70 36	0.64 43	0.90 25	0.78 97	0.89 36	0.72 20	0.45 47	0.51 69	0.87 83	0.83 65	1.67 76	1.15 109

EGLCR-Stereo	2.26 140	0.87 92	1.17 164	0.45 44	0.48 46	0.61 90	0.23 18	0.83 44	0.55 77	0.72 45	0.53 39	0.80 66	0.66 88	0.41 58	2.36 88	2.92 171	0.90 102	1.10 162	3.35 135	0.60 48	5.09 145	12.56 239	0.47 58	0.45 52	0.89 90	0.91 80	20.21 255	0.86 67

Anonymous	1.91 132	0.78 64	0.60 51	0.49 48	0.55 72	0.61 90	0.38 61	1.54 141	1.13 155	2.17 178	0.67 65	1.11 118	1.08 165	0.58 121	2.86 125	4.54 205	1.40 171	1.29 191	3.66 140	1.23 153	7.27 175	10.15 176	0.60 111	1.01 164	1.16 131	1.11 106	2.45 135	1.17 114

UNet	0.85 33	0.76 57	0.74 74	0.60 77	0.60 82	0.61 90	0.53 100	0.90 57	0.58 87	1.21 117	0.68 69	0.71 43	0.56 60	0.67 145	1.72 34	1.11 47	0.79 62	0.72 66	1.13 41	0.82 107	0.84 28	0.69 19	0.62 115	0.58 95	0.64 39	0.77 54	2.48 138	0.95 80

DSFCA	0.87 39	0.84 84	0.73 71	0.65 89	0.77 117	0.61 90	0.78 128	0.75 28	0.78 115	0.77 59	0.83 105	0.75 54	0.48 39	0.43 71	1.89 50	1.14 51	0.85 82	0.87 106	1.00 30	0.74 88	1.00 47	1.05 41	0.72 146	0.63 113	0.83 71	0.95 85	1.88 88	0.85 65

FADNet	1.44 105	0.83 77	0.83 93	0.82 126	1.03 146	0.61 90	1.88 191	0.97 66	0.73 112	0.93 94	0.92 116	1.16 125	0.76 119	0.74 154	3.69 159	1.34 81	0.91 103	1.03 152	2.63 101	1.49 173	2.87 116	4.93 106	0.49 64	0.65 118	1.54 181	1.70 169	1.51 60	1.83 152

ADLNet	2.50 147	0.99 136	0.73 71	0.62 82	0.75 114	0.63 95	0.53 100	1.12 80	0.61 93	0.58 22	0.71 81	1.61 156	0.61 76	0.87 171	46.09 233	1.02 30	0.70 36	0.67 50	0.85 22	0.74 88	0.75 21	1.07 43	0.51 75	0.47 56	0.94 98	0.93 82	1.63 74	0.70 45

FADNet-RVC-Resample	1.37 95	0.87 92	0.99 125	0.72 99	0.81 127	0.63 95	1.02 153	1.06 76	0.91 129	0.99 102	0.99 126	1.69 159	0.73 105	1.02 187	4.06 168	1.41 91	1.02 133	1.62 204	1.55 66	1.04 133	1.37 78	5.03 110	0.57 98	1.14 176	0.88 86	1.99 185	1.45 54	1.54 139

PWCDC_ROB	2.78 157	0.70 32	0.65 60	0.61 79	0.87 129	0.63 95	0.57 109	1.04 74	1.59 184	0.65 35	1.88 164	0.80 66	3.28 203	0.73 152	41.04 220	2.18 154	1.23 158	0.98 141	1.52 61	0.97 128	2.56 112	5.26 119	0.68 135	0.81 145	0.74 56	0.94 84	1.13 33	0.97 83

cross-raft	2.26 140	0.88 100	1.08 144	0.73 102	0.68 104	0.64 98	0.44 87	2.04 189	0.61 93	0.95 99	1.30 145	1.03 106	0.76 119	0.43 71	2.58 104	5.15 212	0.99 126	0.78 82	7.00 200	1.80 192	12.15 216	10.30 184	0.65 125	0.60 103	1.60 186	1.92 180	1.66 75	2.36 174

LMCR-Stereo	1.06 61	0.83 77	0.84 94	0.53 60	0.62 92	0.64 98	0.33 49	1.12 80	0.60 90	0.83 69	0.79 96	0.91 92	0.49 41	0.41 58	2.53 101	1.54 119	1.03 136	0.75 73	2.16 85	1.42 164	1.68 92	3.87 91	0.49 64	0.65 118	0.75 57	0.83 65	1.10 32	0.88 72

LoS	1.51 111	0.79 67	0.59 48	0.52 57	0.56 74	0.65 100	0.38 61	2.56 214	0.88 124	1.21 117	0.94 117	0.97 99	0.88 138	0.35 32	3.04 134	3.41 183	1.24 159	0.93 127	2.19 86	0.68 71	5.96 153	7.00 144	0.62 115	0.47 56	1.14 127	0.98 93	1.06 29	0.87 69

NLCA_NET_v2_RVC	1.02 57	0.93 113	0.80 86	0.72 99	0.79 123	0.65 100	1.02 153	1.07 77	2.31 209	2.00 165	0.74 86	0.97 99	0.56 60	0.94 181	1.82 44	0.96 24	0.68 29	0.67 50	1.31 46	0.65 61	0.88 32	0.94 35	0.57 98	0.57 91	0.73 54	1.60 160	1.43 51	1.27 124
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
TestStereo	0.77 29	0.93 113	0.79 82	0.56 67	0.46 37	0.66 102	0.33 49	1.22 94	0.42 39	0.90 88	0.52 37	0.84 76	0.54 53	0.39 47	1.50 19	0.92 19	0.73 49	0.51 16	1.38 52	0.56 36	1.25 65	0.82 26	0.44 41	0.44 50	0.77 61	0.79 57	1.34 44	0.79 57

RASNet	0.85 33	0.72 38	0.89 108	0.61 79	0.62 92	0.66 102	0.41 74	0.98 68	0.61 93	1.21 117	0.64 60	0.74 47	0.67 90	0.40 51	1.23 11	1.31 75	0.72 44	0.66 47	1.00 30	0.70 79	1.09 51	1.43 56	0.43 38	0.75 134	0.68 42	0.79 57	2.17 106	0.93 78

CVANet_RVC	0.60 15	0.67 25	0.81 87	0.81 124	0.53 68	0.66 102	0.55 106	1.15 85	0.39 29	0.44 10	0.79 96	0.80 66	0.44 35	0.43 71	0.69 3	0.67 4	0.55 11	0.53 21	0.55 9	0.57 39	0.63 14	0.57 12	0.40 28	0.41 38	0.46 11	0.40 10	0.72 12	0.55 18

MSKI-zero shot	2.77 156	0.80 68	1.10 148	0.74 104	0.59 79	0.67 105	0.54 102	1.87 174	0.97 134	0.88 84	6.73 229	1.60 154	0.72 101	0.43 71	3.38 150	7.92 230	1.20 155	0.87 106	6.85 197	4.65 232	10.45 210	12.15 224	0.55 90	0.71 129	1.49 175	1.96 184	1.85 84	3.12 188

iResNet_ROB	1.16 73	0.83 77	0.82 90	0.65 89	0.59 79	0.67 105	0.58 112	2.65 218	0.53 70	1.73 153	0.76 89	0.87 81	0.78 124	0.47 89	3.77 163	1.45 102	0.87 88	0.86 104	2.81 110	0.65 61	1.26 66	0.87 29	0.57 98	0.73 133	0.81 65	0.95 85	2.65 160	1.03 96

iinet-f	1.22 76	1.08 154	0.64 58	0.93 138	0.46 37	0.68 107	0.57 109	0.79 37	0.48 53	2.11 176	1.35 151	0.83 74	0.64 81	0.35 32	3.95 166	1.80 142	0.77 57	0.66 47	2.93 119	1.00 130	1.53 83	3.24 83	0.64 124	0.53 78	1.10 123	0.63 40	2.23 113	0.90 74

PA-Net	1.22 76	0.95 123	1.13 156	0.75 105	1.31 175	0.68 107	0.84 136	0.82 43	1.18 160	0.83 69	0.77 90	0.76 58	0.78 124	0.91 176	3.00 131	1.21 63	0.68 29	0.77 78	1.02 33	0.82 107	1.13 58	4.67 99	0.66 128	0.82 148	1.00 106	2.10 192	1.24 38	2.13 165
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_pseudo	1.65 121	0.78 64	0.82 90	0.82 126	0.79 123	0.69 109	0.42 80	0.93 61	0.53 70	0.95 99	0.81 102	0.88 86	0.81 127	0.81 167	15.70 199	1.39 86	0.74 52	0.71 60	7.24 202	0.77 94	0.97 41	1.50 58	0.69 138	0.57 91	0.88 86	0.89 76	1.47 56	1.12 107

STTStereo	0.99 55	0.95 123	0.82 90	0.77 114	0.77 117	0.69 109	0.87 141	0.86 49	1.53 181	1.27 123	0.79 96	1.13 122	0.69 94	0.93 179	2.19 75	1.03 32	0.72 44	0.70 57	1.05 34	0.63 59	1.15 59	0.86 28	0.58 105	0.56 90	0.73 54	1.21 123	1.74 80	1.41 134

DLCB_ROB	0.94 49	0.90 104	0.88 103	0.73 102	0.80 125	0.69 109	0.69 122	0.87 53	0.72 110	0.94 96	0.86 109	1.02 103	0.91 142	0.69 150	1.48 17	1.06 38	0.97 122	0.72 66	0.88 24	0.74 88	1.21 63	1.21 49	0.78 155	0.71 129	1.26 145	1.26 126	1.49 58	0.95 80

sAnonymous2	1.42 100	0.76 57	0.52 39	0.41 32	0.47 41	0.71 112	0.41 74	1.28 106	0.98 137	0.65 35	0.89 113	1.08 114	0.95 152	0.37 43	2.20 76	2.28 157	1.10 140	1.04 155	3.71 141	0.92 121	4.94 141	6.73 139	0.62 115	0.55 88	0.83 71	1.39 139	1.25 39	1.24 119

CroCo_RVC	1.42 100	0.76 57	0.52 39	0.41 32	0.47 41	0.71 112	0.41 74	1.28 106	0.98 137	0.65 35	0.89 113	1.08 114	0.95 152	0.37 43	2.20 76	2.28 157	1.10 140	1.04 155	3.71 141	0.92 121	4.94 141	6.73 139	0.62 115	0.55 88	0.83 71	1.39 139	1.25 39	1.24 119

CFNet_RVC	0.94 49	0.84 84	0.89 108	0.76 109	0.80 125	0.71 112	0.49 95	0.74 27	0.63 99	0.88 84	0.94 117	0.87 81	0.57 64	0.50 101	1.96 54	1.12 48	0.79 62	0.79 85	1.27 44	0.73 86	1.26 66	1.52 59	0.48 61	0.64 116	0.98 104	1.11 106	1.92 91	1.23 118

AACVNet	0.95 51	0.87 92	0.69 65	0.91 135	0.91 136	0.72 115	0.59 115	0.87 53	0.60 90	0.73 48	0.88 112	0.79 65	0.64 81	0.60 130	1.77 40	1.37 83	0.84 80	0.83 98	1.12 40	0.77 94	1.36 76	1.13 44	0.70 139	0.65 118	0.87 83	1.12 110	1.90 89	1.31 126

iResNetv2_ROB	1.57 114	0.87 92	0.70 68	1.13 160	0.65 96	0.72 115	0.49 95	2.63 217	0.64 100	1.77 156	0.87 111	1.30 136	0.75 114	0.40 51	4.81 174	1.26 69	0.91 103	0.71 60	4.58 154	0.81 104	7.66 178	1.62 60	0.58 105	0.80 141	0.81 65	0.83 65	3.12 182	0.91 75

R-Stereo Train	2.23 137	1.01 143	1.14 158	0.96 141	0.63 94	0.73 117	0.31 40	1.30 110	1.01 141	1.68 149	4.49 202	1.29 133	0.70 96	0.42 67	2.49 95	3.99 196	1.66 181	1.02 149	6.77 193	1.11 139	7.83 181	12.24 227	0.49 64	0.54 82	1.42 166	1.66 166	1.34 44	1.93 158

RAFT-Stereo	2.23 137	1.01 143	1.14 158	0.96 141	0.63 94	0.73 117	0.31 40	1.30 110	1.01 141	1.68 149	4.49 202	1.29 133	0.70 96	0.42 67	2.49 95	3.99 196	1.66 181	1.02 149	6.77 193	1.11 139	7.83 181	12.24 227	0.49 64	0.54 82	1.42 166	1.66 166	1.34 44	1.93 158
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test-1	3.02 166	0.66 24	1.14 158	0.60 77	0.58 77	0.75 119	0.63 119	1.96 179	0.82 118	4.00 224	5.48 212	2.18 175	0.80 126	0.41 58	4.00 167	7.32 224	1.18 154	1.19 178	6.72 192	7.57 243	10.78 211	12.94 247	0.54 88	0.60 103	1.40 164	1.78 172	2.89 172	2.52 175

sCroCo_RVC	1.85 129	0.67 25	0.55 44	0.37 21	0.49 49	0.75 119	0.41 74	0.94 64	1.56 183	1.51 139	0.78 95	1.04 110	0.94 150	0.48 95	2.49 95	5.07 211	1.26 162	1.22 182	2.53 98	1.37 159	7.95 185	11.14 205	0.45 47	0.60 103	0.94 98	1.12 110	2.34 121	1.05 99

psm_up	0.99 55	0.86 91	0.99 125	0.78 116	0.89 133	0.75 119	0.58 112	1.33 115	1.03 144	0.88 84	0.69 72	0.99 102	0.72 101	0.76 159	1.89 50	1.10 45	0.91 103	0.81 93	1.93 78	0.81 104	1.08 49	0.90 31	0.49 64	0.85 154	1.01 108	1.06 100	1.62 73	1.10 103

DeepPruner_ROB	1.64 120	0.75 53	0.91 110	0.85 129	0.88 131	0.75 119	1.75 184	1.26 102	0.91 129	1.49 138	1.65 159	0.85 78	0.81 127	0.56 115	3.12 144	1.49 112	1.02 133	1.02 149	2.33 91	0.75 91	7.42 176	6.70 138	0.81 168	0.69 124	0.88 86	1.45 144	2.17 106	0.87 69

UCFNet_RVC	1.11 67	1.26 175	0.85 98	0.88 132	0.93 143	0.77 123	0.58 112	0.78 33	0.67 104	0.93 94	0.80 100	1.25 132	0.93 147	0.48 95	2.17 73	1.09 43	0.78 59	0.82 96	2.60 100	0.80 101	1.32 70	1.66 61	1.31 197	0.67 121	1.05 114	1.11 106	1.44 53	2.13 165

NCCL2	1.48 107	1.28 178	1.10 148	1.11 157	1.43 183	0.78 124	0.90 144	1.05 75	1.14 158	1.86 162	1.27 144	1.02 103	0.81 127	0.80 166	3.43 151	1.42 94	1.14 148	0.87 106	1.31 46	0.89 117	1.94 103	3.37 85	1.48 205	1.02 166	1.50 177	1.35 134	3.80 203	1.85 153

anonymity	6.71 219	0.80 68	1.73 195	1.09 156	0.88 131	0.79 125	0.68 121	2.17 196	0.90 127	3.78 222	97.20 271	1.95 168	0.93 147	0.44 80	2.57 103	7.16 223	0.95 117	0.83 98	6.70 190	1.07 137	7.93 184	12.47 235	0.67 131	0.57 91	1.51 179	1.60 160	20.99 257	2.80 179

XX-Stereo	11.10 238	0.72 38	1.24 173	1.04 151	0.52 62	0.80 126	0.84 136	1.13 82	0.51 64	4.53 233	6.79 232	1.54 153	1.06 163	0.42 67	2.78 120	5.82 219	0.96 119	0.94 130	6.43 183	0.91 118	6.26 160	8.36 156	0.58 105	0.43 46	237.38 275	1.38 137	2.64 158	3.61 194

GES	1.40 99	0.73 42	0.79 82	0.78 116	0.71 108	0.80 126	0.59 115	1.37 121	0.97 134	1.66 148	0.94 117	0.74 47	0.65 86	0.63 139	2.40 89	1.55 120	0.98 124	0.89 116	5.45 167	1.14 144	3.99 129	3.85 89	0.65 125	0.83 151	0.75 57	0.81 61	1.52 61	1.72 149

DISCO	0.96 52	0.98 133	0.56 46	0.57 70	0.61 86	0.81 128	0.79 131	0.77 30	0.81 116	2.06 171	0.86 109	0.66 32	0.70 96	0.42 67	1.87 48	1.27 70	0.99 126	0.80 90	1.80 73	0.80 101	0.92 39	1.33 51	0.57 98	0.51 69	0.72 51	0.84 70	2.02 96	0.80 59

ICVP	1.51 111	0.74 45	1.07 141	0.75 105	0.75 114	0.84 129	0.54 102	1.10 78	0.86 121	1.37 130	1.15 135	0.88 86	1.08 165	0.53 108	1.90 52	1.91 145	1.22 156	0.99 144	1.56 67	0.96 127	3.89 128	10.50 187	0.68 135	0.77 138	0.91 96	1.19 121	1.42 50	1.14 108
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EAI-Stereo	2.60 150	0.90 104	1.57 188	0.90 133	1.31 175	0.84 129	1.31 171	2.22 200	1.34 168	0.81 68	5.69 214	1.37 141	0.83 133	0.50 101	4.76 173	5.32 215	0.91 103	0.94 130	7.45 204	1.11 139	9.07 194	10.78 197	0.62 115	0.85 154	1.45 172	2.06 187	3.36 191	1.90 156

RP	1.18 74	1.02 147	1.24 173	0.94 139	1.08 154	0.84 129	1.17 164	1.25 100	1.31 166	0.61 27	1.16 136	1.21 129	0.75 114	0.68 146	3.34 149	1.04 33	0.89 94	0.67 50	1.20 43	0.79 99	0.88 32	2.85 80	0.59 109	0.71 129	0.86 79	0.98 93	2.51 143	1.21 117

dd	0.86 35	0.80 68	0.51 38	1.05 153	0.44 35	0.85 132	0.44 87	0.85 48	0.39 29	0.83 69	0.40 19	1.23 131	0.39 26	0.47 89	2.21 81	0.98 26	0.97 122	0.71 60	2.00 82	0.61 50	0.84 28	0.77 23	0.49 64	0.64 116	0.70 45	0.53 28	1.73 78	1.47 136

APVNet	1.21 75	1.02 147	0.64 58	0.69 97	0.78 121	0.86 133	0.84 136	0.78 33	0.71 109	0.92 92	0.82 103	0.86 79	0.59 68	0.58 121	2.67 113	1.65 132	1.11 144	0.98 141	3.23 125	0.85 110	1.62 88	4.73 101	0.55 90	0.84 153	0.77 61	0.80 60	1.90 89	0.98 85

NaN_ROB	1.84 128	1.11 156	1.04 134	0.95 140	1.77 198	0.86 133	0.91 146	1.32 114	10.70 254	1.00 103	1.38 153	2.45 183	0.89 139	1.12 196	4.34 171	1.29 72	0.92 109	0.88 115	1.49 58	1.14 144	1.42 81	2.02 67	0.76 148	1.03 167	1.30 151	2.01 186	2.38 128	3.27 191

EKT-Stereo	5.41 202	0.97 130	1.10 148	0.72 99	0.74 113	0.87 135	1.17 164	2.02 187	1.00 139	1.41 135	2.92 184	1.11 118	0.81 127	0.46 85	72.33 271	14.74 248	1.14 148	1.37 195	5.61 169	7.76 244	9.80 198	10.61 190	0.53 83	0.61 107	1.39 161	1.11 106	2.56 151	1.08 102

SACVNet	1.31 88	0.94 116	0.95 118	0.90 133	1.10 156	0.87 135	0.92 147	1.50 132	0.81 116	1.23 122	0.71 81	0.94 95	0.69 94	0.68 146	1.83 46	1.40 88	1.12 147	0.83 98	2.20 87	0.94 124	2.13 105	5.87 130	0.65 125	0.82 148	1.04 112	1.06 100	2.02 96	1.30 125

TANstereo	1.49 109	1.06 151	0.88 103	0.67 94	0.73 111	0.87 135	0.33 49	0.86 49	0.61 93	0.70 41	0.69 72	0.59 19	0.59 68	1.02 187	2.75 118	2.89 169	0.94 114	1.13 169	1.43 55	1.28 154	5.13 147	5.06 112	1.35 199	0.46 54	0.54 23	0.89 76	5.92 220	0.74 48

XX-TBD	1.49 109	1.06 151	0.88 103	0.67 94	0.73 111	0.87 135	0.33 49	0.86 49	0.61 93	0.70 41	0.69 72	0.59 19	0.59 68	1.02 187	2.75 118	2.89 169	0.94 114	1.13 169	1.43 55	1.28 154	5.13 147	5.06 112	1.35 199	0.46 54	0.54 23	0.89 76	5.92 220	0.74 48

HH	2.75 154	0.67 25	1.42 179	0.80 121	0.71 108	0.88 139	1.09 161	1.86 172	0.87 122	5.19 250	0.66 63	1.91 166	0.86 136	0.57 119	2.65 110	8.48 232	0.87 88	0.94 130	6.36 181	1.39 162	13.52 235	12.32 229	0.79 158	0.58 95	1.38 158	1.63 163	3.81 204	2.06 163

HanStereo	2.75 154	0.67 25	1.42 179	0.80 121	0.71 108	0.88 139	1.09 161	1.86 172	0.87 122	5.19 250	0.66 63	1.91 166	0.86 136	0.57 119	2.65 110	8.48 232	0.87 88	0.94 130	6.36 181	1.39 162	13.52 235	12.32 229	0.79 158	0.58 95	1.38 158	1.63 163	3.81 204	2.06 163

CASS	2.08 136	1.02 147	1.16 163	1.28 174	0.99 144	0.88 139	3.39 213	1.42 125	1.02 143	1.30 126	2.46 182	1.14 123	0.81 127	0.46 85	2.70 115	2.38 163	3.41 215	1.10 162	3.40 136	1.18 148	8.01 186	8.63 158	0.66 128	0.69 124	1.49 175	1.27 127	2.52 144	1.41 134
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous3	2.32 143	0.85 88	0.88 103	0.56 67	1.10 156	0.89 142	0.70 123	2.45 210	1.12 154	1.05 108	0.98 125	2.57 188	1.14 169	0.56 115	4.14 170	9.30 234	1.50 175	1.47 199	5.33 161	1.49 173	6.83 167	10.10 173	0.71 141	0.67 121	1.08 116	1.38 137	2.32 118	1.35 130

HSM-Net_RVC	3.49 174	1.07 153	1.10 148	1.70 193	1.17 165	0.90 143	0.61 118	2.29 207	1.07 148	2.77 199	5.82 217	41.08 262	1.35 176	0.50 101	2.40 89	1.74 137	1.10 140	0.77 78	1.99 81	1.13 143	6.78 166	6.90 142	0.80 163	2.23 216	1.64 189	1.49 148	2.14 102	1.75 150
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NVstereo2D	2.81 160	0.82 74	0.74 74	0.69 97	0.78 121	0.92 144	0.81 135	1.18 91	0.76 113	0.91 89	1.06 129	0.80 66	0.55 59	0.71 151	52.63 258	1.47 109	0.86 85	0.83 98	1.42 53	0.69 72	1.12 56	0.94 35	0.76 148	0.83 151	1.08 116	0.78 56	0.98 23	0.74 48

pcwnet_v2	3.22 168	0.81 72	0.94 114	0.92 137	1.12 159	0.94 145	0.70 123	1.17 87	0.88 124	2.04 168	1.10 131	1.09 117	1.00 157	1.27 202	47.63 236	1.56 122	0.96 119	0.87 106	6.63 189	0.81 104	2.45 109	3.52 87	1.01 184	0.75 134	1.04 112	1.16 117	2.44 133	2.23 172

GANet	0.64 18	0.67 25	0.63 55	0.57 70	0.58 77	0.95 146	0.55 106	0.78 33	0.46 45	0.57 19	0.61 54	1.83 163	0.36 23	0.41 58	0.81 5	0.69 6	0.76 55	0.73 68	0.58 11	0.40 11	0.53 7	0.49 8	0.47 58	0.48 61	0.56 27	0.41 15	0.83 15	0.69 43

NCC-stereo	1.25 78	1.24 169	1.10 148	0.99 146	1.05 148	0.96 147	1.53 175	1.79 165	1.59 184	0.60 25	1.34 148	1.17 126	1.03 159	0.74 154	2.44 92	1.07 39	0.89 94	0.99 144	1.54 64	0.91 118	0.99 43	2.46 75	0.80 163	0.76 136	1.26 145	1.59 157	1.39 48	1.61 143

Abc-Net	1.25 78	1.24 169	1.10 148	0.99 146	1.05 148	0.96 147	1.53 175	1.79 165	1.59 184	0.60 25	1.34 148	1.17 126	1.03 159	0.74 154	2.44 92	1.07 39	0.89 94	0.99 144	1.54 64	0.91 118	0.99 43	2.46 75	0.80 163	0.76 136	1.26 145	1.59 157	1.39 48	1.61 143
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RTSC	3.08 167	0.95 123	1.25 175	0.76 109	0.91 136	0.96 147	1.84 189	1.15 85	1.34 168	2.37 186	2.12 176	1.11 118	0.99 156	1.02 187	41.50 222	1.94 147	1.88 192	1.22 182	4.09 149	1.06 136	2.76 114	4.02 94	0.63 120	1.03 167	0.83 71	0.99 95	2.44 133	1.98 162

GwcNet-ADL	2.54 148	1.23 168	1.55 187	1.22 172	1.26 169	0.97 150	0.78 128	1.50 132	0.84 120	3.20 211	6.67 227	1.86 164	1.05 162	0.79 163	4.58 172	4.90 209	1.47 174	0.90 120	5.20 159	1.95 200	6.39 162	10.33 185	0.91 179	1.12 175	1.22 139	1.93 181	2.15 104	2.70 177

PSMNet-ADL	2.61 151	0.95 123	1.12 154	1.14 165	1.18 166	0.97 150	0.85 139	1.78 164	1.26 162	3.49 215	6.09 220	1.43 144	2.78 195	0.56 115	2.93 128	10.59 236	1.31 164	0.96 138	5.96 176	1.20 150	6.66 164	9.11 165	0.86 176	0.82 148	1.10 123	1.44 143	2.85 169	1.10 103

AF-Net	1.05 58	0.83 77	0.94 114	0.76 109	0.91 136	0.98 152	1.68 180	1.52 139	1.06 146	0.57 19	0.96 120	1.34 137	0.64 81	0.74 154	1.71 31	0.99 27	0.80 65	0.60 32	1.64 70	0.72 83	0.72 18	2.35 71	0.63 120	0.62 108	0.89 90	0.82 63	1.57 68	1.25 121

Nwc_Net	1.05 58	0.83 77	0.94 114	0.76 109	0.91 136	0.98 152	1.68 180	1.52 139	1.06 146	0.57 19	0.96 120	1.34 137	0.64 81	0.74 154	1.71 31	0.99 27	0.80 65	0.60 32	1.64 70	0.72 83	0.72 18	2.35 71	0.63 120	0.62 108	0.89 90	0.82 63	1.57 68	1.25 121

FADNet_RVC	3.44 172	1.21 167	1.19 166	1.40 181	1.78 201	0.99 154	1.75 184	1.50 132	1.19 161	1.35 128	2.01 172	1.96 169	1.63 178	1.66 209	22.11 206	3.36 182	1.83 188	2.82 245	5.63 170	1.76 190	6.35 161	9.50 167	0.77 153	1.39 186	1.21 134	1.48 146	12.05 244	2.87 181

MLCV	1.91 132	0.87 92	0.97 120	1.33 178	1.13 162	0.99 154	0.74 126	2.14 193	0.77 114	2.02 166	4.44 201	1.60 154	1.56 177	0.45 81	2.63 109	1.79 140	1.11 144	0.96 138	6.71 191	1.05 135	4.69 139	5.60 124	0.66 128	1.60 189	1.14 127	1.35 134	2.31 117	1.06 101

GANetREF_RVC	1.28 81	1.18 163	0.95 118	1.18 170	1.04 147	1.00 156	0.79 131	1.25 100	1.10 151	1.29 124	0.77 90	2.28 180	0.91 142	0.63 139	2.00 58	1.14 51	1.01 131	0.98 141	2.44 95	0.82 107	1.98 104	1.33 51	0.78 155	1.05 170	1.28 150	1.27 127	2.63 157	1.49 137
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
dad	1.63 117	0.97 130	0.65 60	2.18 206	1.19 168	1.01 157	3.99 218	1.66 157	0.55 77	1.21 117	0.50 35	1.12 121	2.01 182	0.58 121	3.09 140	1.16 53	1.11 144	0.76 76	2.70 107	0.77 94	1.34 71	1.48 57	0.71 141	0.88 159	2.48 213	0.71 46	5.52 219	3.80 196

XPNet_ROB	1.63 117	1.57 199	1.09 147	0.91 135	1.13 162	1.01 157	0.88 142	0.95 65	1.14 158	1.07 110	1.82 163	4.03 206	0.72 101	0.78 160	1.82 44	1.51 114	1.52 177	0.94 130	1.42 53	1.04 133	2.20 106	7.75 150	0.86 176	0.80 141	0.94 98	1.29 130	3.34 190	1.56 140

DAS	2.93 162	0.99 136	1.06 139	1.13 160	1.05 148	1.03 159	1.04 157	1.74 162	1.81 195	3.32 212	5.70 215	2.61 189	3.08 200	0.50 101	3.19 146	7.47 225	1.83 188	1.23 185	5.90 173	1.83 193	12.92 226	10.26 181	0.76 148	1.94 202	1.32 152	1.51 150	2.60 154	1.31 126

SepStereo	2.93 162	0.99 136	1.06 139	1.13 160	1.05 148	1.03 159	1.04 157	1.74 162	1.81 195	3.32 212	5.70 215	2.61 189	3.08 200	0.50 101	3.19 146	7.47 225	1.83 188	1.23 185	5.90 173	1.83 193	12.92 226	10.26 181	0.76 148	1.94 202	1.32 152	1.51 150	2.60 154	1.31 126

FCDSN-DC	3.63 178	0.94 116	2.84 228	1.29 176	1.30 174	1.03 159	1.00 150	0.90 57	0.91 129	1.04 107	0.74 86	1.21 129	0.74 110	0.58 121	52.59 257	2.04 149	1.24 159	1.13 169	1.05 34	0.79 99	6.62 163	10.01 171	0.78 155	2.18 211	1.20 133	1.67 168	1.20 37	1.05 99
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SFCPSM	8.92 228	1.34 185	1.05 135	1.13 160	1.12 159	1.10 162	0.89 143	1.28 106	1.79 192	2.71 198	5.63 213	4.32 211	7.90 216	1.01 186	5.47 178	5.23 213	1.80 184	1.19 178	162.18 273	4.49 230	7.79 179	9.52 168	0.81 168	1.64 190	1.33 154	1.76 171	3.30 188	3.06 185

stereogan	1.44 105	1.33 183	1.05 135	1.11 157	1.28 173	1.11 163	0.97 149	1.26 102	1.05 145	1.22 121	1.10 131	1.62 157	0.89 139	0.66 143	2.34 87	1.31 75	0.94 114	0.81 93	1.72 72	0.95 125	1.10 53	8.04 152	0.71 141	0.77 138	0.83 71	1.06 100	2.36 124	1.38 132

GEStereo_RVC	1.80 127	0.96 128	0.99 125	1.02 149	0.87 129	1.12 164	1.03 156	1.66 157	0.82 118	0.91 89	0.79 96	1.34 137	0.75 114	0.61 132	2.25 83	2.14 153	1.14 148	1.23 185	4.06 148	1.22 151	4.66 137	11.41 212	0.71 141	0.95 163	0.88 86	0.97 89	2.49 141	1.65 146

CSAN	2.48 146	1.26 175	1.12 154	1.46 187	1.78 201	1.13 165	0.90 144	1.50 132	10.52 253	2.40 189	3.81 197	4.12 207	2.51 189	0.96 183	3.83 164	1.27 70	1.29 163	1.05 159	3.24 129	1.70 188	3.71 126	4.45 97	0.79 158	1.38 184	1.39 161	3.93 217	2.43 132	2.96 183

SHD	3.38 170	1.01 143	1.68 192	1.14 165	1.07 153	1.14 166	1.78 186	1.61 153	1.66 187	2.40 189	3.05 187	1.63 158	2.43 187	0.84 169	40.11 217	2.04 149	1.74 183	1.40 196	4.17 150	1.88 196	3.81 127	5.43 122	0.70 139	1.67 192	1.86 200	1.46 145	1.97 94	1.59 142

NOSS_ROB	3.67 180	1.38 186	0.81 87	1.15 169	1.16 164	1.15 167	0.65 120	2.25 203	1.41 172	4.85 237	6.68 228	6.78 226	1.06 163	0.82 168	11.52 188	14.58 247	1.34 166	1.17 173	2.93 119	0.98 129	14.13 243	12.82 242	0.79 158	1.48 187	1.13 126	1.48 146	3.41 192	1.25 121

RGC	1.43 104	1.30 180	1.99 208	1.14 165	1.18 166	1.16 168	1.01 151	1.20 92	1.08 149	0.91 89	1.70 161	1.18 128	1.24 171	0.87 171	3.10 142	1.18 57	0.98 124	0.86 104	1.81 74	1.02 132	1.39 79	3.87 91	0.76 148	0.90 160	1.14 127	1.53 153	2.17 106	1.85 153

PS-NSSS	1.07 63	1.44 192	0.69 65	1.20 171	0.91 136	1.16 168	0.93 148	0.80 38	0.55 77	0.74 50	0.49 33	1.98 171	1.03 159	0.91 176	1.54 22	0.92 19	0.83 78	0.73 68	1.45 57	0.62 56	0.94 40	0.63 16	1.68 209	0.50 67	1.00 106	0.95 85	3.21 183	1.11 106

LALA_ROB	1.85 129	2.17 212	1.13 156	1.05 153	1.26 169	1.16 168	1.01 151	1.17 87	1.46 176	2.06 171	2.82 183	3.47 197	0.92 145	0.93 179	3.90 165	1.46 107	1.36 169	1.18 176	2.20 87	1.31 157	2.84 115	5.10 115	0.77 153	1.01 164	1.24 142	1.41 142	3.89 207	1.77 151

ADCP+	5.07 197	1.54 196	1.72 193	1.08 155	1.54 187	1.18 171	2.02 195	1.02 71	2.72 217	4.05 225	2.23 180	2.24 178	0.61 76	0.94 181	54.46 262	1.52 117	0.83 78	0.95 136	3.94 144	0.87 114	2.22 108	2.57 77	0.71 141	0.62 108	2.48 213	11.25 242	7.85 232	23.66 249

ccs_rob	4.23 186	1.10 155	1.53 185	1.14 165	0.92 142	1.19 172	1.05 159	2.86 222	1.27 163	4.20 226	35.77 263	8.95 236	1.29 173	0.73 152	3.10 142	6.47 220	1.50 175	1.17 173	5.98 177	1.44 168	10.44 209	11.78 219	0.74 147	2.24 217	1.07 115	1.30 131	2.65 160	2.20 170

GANet-ADL	2.79 158	0.89 101	1.20 169	1.00 148	1.00 145	1.20 173	0.80 134	1.20 92	1.00 139	3.59 216	6.59 226	1.06 113	0.76 119	0.48 95	12.27 189	4.90 209	1.57 178	0.92 123	6.59 188	1.66 186	6.93 170	11.51 215	0.68 135	0.80 141	1.09 118	1.40 141	2.47 137	1.85 153

ADCRef	4.84 194	1.42 190	1.01 129	0.78 116	1.77 198	1.21 174	1.62 179	0.99 69	5.58 242	1.85 161	1.08 130	1.02 103	0.91 142	1.17 198	54.35 261	1.92 146	1.10 140	1.04 155	3.49 137	1.32 158	1.80 99	3.27 84	2.13 216	0.87 158	2.30 207	4.60 219	2.48 138	29.71 258

PWC_ROB	2.61 151	1.20 166	1.48 182	0.96 141	1.05 148	1.21 174	1.79 187	1.24 99	1.94 199	1.81 158	3.61 196	2.12 173	2.96 198	0.91 176	9.88 184	4.30 200	1.97 199	1.95 216	3.72 143	1.62 182	5.58 152	7.59 148	0.81 168	1.98 206	1.35 155	1.27 127	3.11 179	3.07 186

AMNet	1.29 86	1.12 157	1.05 135	1.13 160	1.12 159	1.24 176	1.08 160	1.36 119	1.13 155	1.10 112	1.11 133	1.51 151	1.26 172	1.20 199	1.52 21	1.57 124	1.35 168	1.21 181	1.37 51	1.22 151	1.35 74	1.19 47	1.25 192	1.19 178	1.23 141	1.72 170	1.54 62	1.65 146

CBMV	5.08 198	1.41 187	1.15 162	1.44 186	1.42 182	1.24 176	0.78 128	2.27 205	1.47 178	3.04 207	6.44 224	7.74 229	9.07 222	0.60 130	12.81 192	13.79 244	1.99 200	1.29 191	9.56 213	1.15 146	9.82 199	12.54 238	0.82 171	1.84 199	1.44 170	1.83 176	4.39 212	25.76 252
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ETE_ROB	1.85 129	1.93 208	1.18 165	1.04 151	1.33 177	1.26 178	1.12 163	1.11 79	2.30 208	1.36 129	3.26 191	3.18 195	0.94 150	1.14 197	2.62 107	1.51 114	2.14 203	0.99 144	2.50 97	1.15 146	3.67 125	5.74 129	0.86 176	1.03 167	1.21 134	1.36 136	2.30 115	1.68 148

XQC	3.58 177	1.29 179	1.21 171	1.28 174	1.43 183	1.29 179	1.93 192	1.60 150	1.45 174	2.47 191	3.06 188	1.48 148	4.17 206	1.23 201	44.68 231	2.35 159	1.60 179	1.18 176	3.95 147	1.43 166	3.22 122	4.97 107	0.84 173	1.24 180	1.43 169	2.09 191	2.30 115	1.52 138

RTS	3.53 175	1.15 160	0.98 123	0.97 144	1.26 169	1.33 180	3.31 210	1.33 115	1.50 179	2.37 186	1.20 139	1.75 160	1.12 167	0.88 173	42.78 225	2.37 161	1.94 196	1.33 193	3.94 144	1.62 182	3.62 123	5.21 117	1.02 185	1.09 173	1.83 198	5.05 222	2.33 119	2.13 165

RTSA	3.53 175	1.15 160	0.98 123	0.97 144	1.26 169	1.33 180	3.31 210	1.33 115	1.50 179	2.37 186	1.20 139	1.75 160	1.12 167	0.88 173	42.78 225	2.37 161	1.94 196	1.33 193	3.94 144	1.62 182	3.62 123	5.21 117	1.02 185	1.09 173	1.83 198	5.05 222	2.33 119	2.13 165

AnyNet_C32	6.05 212	1.43 191	1.39 178	1.26 173	1.64 191	1.36 182	2.92 206	1.55 146	5.28 241	2.67 197	4.61 204	1.90 165	1.29 173	1.29 204	55.18 263	3.43 185	1.96 198	2.08 222	3.65 139	1.91 197	6.94 171	8.77 162	1.20 189	1.68 193	6.02 233	14.92 250	6.12 223	20.86 244

ADCPNet	7.09 220	1.18 163	3.04 232	1.33 178	3.12 233	1.36 182	8.88 238	2.15 194	3.24 223	4.23 227	7.84 244	1.96 169	15.92 245	1.71 211	49.61 241	3.53 188	1.89 193	1.25 189	19.14 232	3.03 224	5.96 153	4.75 103	4.72 232	1.29 182	3.95 226	5.33 224	3.87 206	27.01 254

iResNet	2.79 158	0.95 123	0.91 110	1.35 180	1.69 193	1.41 184	1.02 153	1.81 169	1.09 150	2.62 194	5.14 208	1.80 162	2.38 185	0.46 85	10.35 185	7.64 228	1.36 169	1.23 185	6.83 196	1.78 191	10.05 204	4.09 96	0.61 113	2.02 207	1.10 123	1.50 149	2.80 167	1.39 133

FAT-Stereo	4.35 189	1.18 163	2.25 214	1.48 188	1.81 204	1.42 185	1.49 174	3.57 231	1.84 198	3.66 219	6.22 221	6.70 225	2.76 194	1.07 195	6.82 181	15.24 253	2.03 201	2.49 237	5.43 164	8.81 252	13.23 231	12.34 232	0.95 182	2.79 237	1.26 145	2.25 196	2.96 176	5.48 208

SGM-Forest	4.18 185	1.24 169	0.74 74	2.12 203	1.35 178	1.42 185	0.56 108	1.36 119	0.90 127	4.89 239	0.96 120	2.51 187	12.92 237	0.61 132	16.38 200	3.12 177	0.79 62	0.65 46	7.04 201	0.76 93	6.77 165	10.03 172	0.84 173	0.81 145	1.66 191	1.78 172	4.79 217	25.96 253
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
G-Net	6.29 213	1.69 201	1.86 201	1.42 184	1.70 195	1.45 187	1.19 167	4.71 243	8.56 249	3.16 209	4.70 205	7.94 230	6.89 214	0.85 170	15.45 198	8.15 231	1.92 195	2.75 241	5.41 163	6.49 241	9.16 196	11.23 209	1.46 204	2.81 239	1.81 196	19.84 254	6.51 228	30.80 259

SAMSARA	4.13 183	1.32 181	1.53 185	1.48 188	1.35 178	1.47 188	2.74 204	2.23 201	1.83 197	2.26 182	3.47 195	2.01 172	8.60 219	1.76 213	38.24 214	2.88 168	1.82 187	1.41 197	4.99 157	1.91 197	5.10 146	5.71 128	0.94 181	1.80 198	3.33 223	3.84 215	4.16 210	3.30 193

MADNet+	4.78 193	2.02 211	1.87 203	2.01 202	2.36 214	1.47 188	4.28 220	2.47 211	1.99 201	2.66 195	2.13 177	3.56 198	2.85 197	2.34 217	41.14 221	5.66 218	3.48 217	1.53 201	4.54 153	3.38 227	13.07 230	7.34 147	1.72 210	3.48 249	2.93 217	2.17 194	3.24 186	3.29 192

iRaft-Stereo_20w	4.16 184	1.13 159	2.10 211	2.66 212	1.55 188	1.55 190	1.17 164	1.96 179	1.27 163	5.53 256	6.77 231	1.52 152	1.34 175	0.43 71	3.03 132	5.32 215	0.95 117	0.77 78	5.49 168	1.46 171	8.20 188	12.75 241	0.61 113	0.60 103	1.63 187	25.36 258	11.64 242	5.58 211

AnyNet_C01	7.20 223	2.24 215	2.27 215	2.95 221	1.92 207	1.58 191	5.39 226	3.73 236	5.63 243	3.17 210	4.41 200	4.59 214	6.09 212	1.88 214	58.66 265	14.24 245	5.46 227	3.69 249	4.79 156	3.02 223	8.40 190	10.33 185	2.45 218	2.24 217	5.77 231	2.65 205	8.81 236	17.99 240

ADCL	5.69 206	1.88 205	1.63 190	1.29 176	1.40 181	1.59 192	2.22 199	1.23 96	5.20 240	3.04 207	2.01 172	1.14 123	0.84 134	1.04 193	50.40 244	1.63 131	1.45 173	1.79 210	2.94 121	1.38 161	3.19 120	2.35 71	1.23 191	1.07 172	9.47 246	11.74 244	11.34 240	29.10 257

HBP-ISP	6.40 215	1.33 183	2.30 217	1.91 200	1.51 185	1.65 193	0.79 131	2.50 213	1.29 165	4.91 240	6.80 233	1.37 141	0.74 110	14.59 255	52.98 259	19.59 259	1.24 159	1.10 162	6.08 179	8.03 247	12.73 223	16.75 257	0.79 158	1.19 178	1.81 196	2.06 187	3.90 208	2.87 181

S-Stereo	4.68 192	1.15 160	1.74 196	1.75 194	1.63 190	1.65 193	2.24 200	2.75 221	2.15 204	3.32 212	11.59 254	5.97 220	1.74 181	0.88 173	19.04 203	16.28 255	1.81 186	2.39 234	5.64 171	9.35 257	7.13 173	12.52 237	1.61 208	2.64 230	1.24 142	2.08 190	2.88 171	3.26 190

PVD	4.10 182	1.44 192	2.12 212	1.41 182	1.58 189	1.68 195	2.10 196	3.06 224	2.66 214	2.85 201	4.32 199	2.46 184	3.63 205	1.27 202	40.43 218	2.72 167	2.19 204	2.11 225	4.71 155	2.46 216	6.18 158	6.10 133	1.02 185	1.74 196	2.32 209	2.44 201	2.90 173	2.66 176

UDGNet	1.34 94	1.00 141	0.76 78	1.64 192	1.38 180	1.69 196	1.25 168	1.22 94	0.69 105	0.63 33	0.84 107	0.83 74	0.41 32	1.62 207	2.02 63	1.19 60	0.81 74	0.87 106	1.98 80	0.92 121	1.68 92	5.69 126	1.26 194	0.47 56	1.21 134	0.95 85	2.15 104	1.03 96

STTRV1_RVC		1.26 175	1.01 129	1.62 191	1.11 158	1.76 197	1.25 168	1.50 132	1.40 171	1.75 155	1.60 158	2.72 191	3.31 204	1.00 185	2.61 106	1.77 139	11.19 245	0.96 138		9.01 254	9.10 195	8.68 160		1.66 191	1.68 192	1.59 157	3.90 208	5.32 207

ADCS	6.69 218	1.97 209	1.94 205	1.41 182	2.24 210	1.84 198	3.00 207	2.08 192	3.97 230	2.66 195	3.26 191	3.01 194	11.48 231	2.01 215	53.18 260	11.65 239	2.72 207	2.59 238	5.10 158	2.24 210	10.43 208	8.65 159	1.76 211	1.97 204	2.57 215	10.58 240	7.51 231	18.68 241

CBMV_ROB	6.60 217	1.41 187	1.59 189	2.38 208	1.74 196	1.90 199	1.86 190	6.44 248	1.69 188	5.02 244	7.03 238	9.95 245	11.26 230	0.65 142	38.55 215	7.04 222	2.78 208	1.12 168	9.67 215	2.45 215	9.46 197	11.60 218	0.80 163	1.37 183	4.92 229	12.01 245	4.73 215	18.79 242

MSC_U_SF_DS_RVC	4.33 188	2.25 216	1.45 181	2.41 209	1.94 208	1.93 200	4.82 224	1.96 179	2.59 212	2.96 206	1.96 166	2.49 185	8.10 217	9.76 248	14.02 194	3.47 186	2.04 202	1.98 218	14.27 225	3.33 226	7.23 174	7.20 146	2.89 225	1.85 200	2.43 212	2.85 208	2.19 110	6.62 216

MaskLacGwcNet_RVC	21.23 258	1.32 181	1.63 190	1.89 198	1.69 193	1.93 200	3.75 217	2.27 205	2.66 214	5.02 244	29.10 261	216.12 275	51.87 264	5.44 239	3.66 156	4.09 198	5.59 229	13.75 260	28.77 241	1.47 172	14.44 254	12.86 244	0.98 183	2.33 222	1.88 202	7.40 232	145.78 275	5.57 210

MFMNet_re	3.01 164	1.41 187	1.48 182	1.53 190	1.87 206	1.96 202	2.01 194	2.67 219	2.16 205	1.60 143	1.98 168	3.57 199	2.65 192	1.02 187	6.96 182	4.19 199	2.67 206	1.96 217	6.48 184	2.40 214	14.04 242	4.97 107	1.86 213	1.97 204	1.38 158	1.33 132	3.31 189	1.94 160

pmcnn	5.52 203	1.54 196	1.51 184	2.64 211	3.13 234	2.07 203	10.40 241	2.61 216	2.65 213	2.55 193	6.41 223	6.23 223	15.93 246	0.58 121	6.75 180	14.92 250	3.87 220	3.34 247	7.45 204	7.76 244	13.60 238	10.19 177	6.30 241	2.29 220	1.57 184	3.30 212	4.69 214	4.80 201

DPSNet	5.60 204	1.54 196	1.19 166	1.76 195	2.44 217	2.08 204	1.81 188	1.95 178	2.93 218	2.09 173	5.15 209	9.82 239	6.09 212	8.98 245	14.30 195	12.14 241	4.12 224	3.60 248	17.82 230	8.28 248	12.18 217	14.58 252	3.71 229	3.09 244	2.30 207	2.42 200	2.52 144	2.24 173

MFN_U_SF_DS_RVC	3.64 179	1.48 194	1.03 131	1.98 201	1.75 197	2.09 205	5.14 225	2.15 194	2.23 206	1.73 153	1.57 157	2.49 185	4.83 209	5.73 240	12.78 191	1.73 136	1.22 156	1.06 160	5.43 164	1.54 179	12.24 219	9.06 164	1.52 206	1.16 177	2.29 206	3.46 213	3.05 178	7.63 219

SPS-STEREO	5.78 208	1.73 203	1.86 201	2.48 210	1.67 192	2.19 206	1.60 178	2.72 220	1.76 190	3.63 218	6.80 233	4.12 207	2.19 183	1.21 200	13.01 193	12.86 242	2.91 210	2.01 219	47.66 259	2.04 206	14.17 245	13.06 248	1.43 202	2.27 219	2.40 211	1.94 182	3.66 200	2.80 179
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
CC-Net-ROB	1.63 117	1.81 204	1.19 166	1.85 197	1.77 198	2.27 207	1.56 177	0.93 61	0.96 133	1.29 124	0.67 65	5.48 219	2.51 189	1.43 205	1.64 26	0.87 15	1.34 166	1.17 173	2.46 96	0.88 115	1.09 51	1.35 53	3.34 226	0.63 113	1.22 139	1.15 116	1.47 56	1.57 141

SPstereo	7.58 225	2.32 217	3.96 240	2.17 205	2.01 209	2.28 208	2.11 197	2.97 223	3.67 227	2.95 204	8.06 245	30.35 260	16.56 247	2.33 216	12.64 190	18.07 257	3.29 214	3.89 251	6.22 180	6.47 240	12.61 222	14.38 251	2.38 217	2.80 238	4.18 227	7.54 233	13.61 251	14.75 235

SANet	5.69 206	2.22 213	1.77 197	1.84 196	2.37 215	2.28 208	1.43 172	4.49 241	7.61 248	2.05 169	4.86 207	8.34 235	11.81 233	1.70 210	43.86 229	1.62 130	5.96 230	1.51 200	4.43 152	1.70 188	8.97 193	8.28 154	1.20 189	2.60 228	1.94 203	6.02 230	3.42 194	9.29 223

TRStereo	6.31 214	1.25 172	1.93 204	0.85 129	0.61 86	2.29 210	0.86 140	2.21 199	0.54 75	4.40 229	1.34 148	2.24 178	0.75 114	0.45 81	4.08 169	6.55 221	0.80 65	0.85 103	6.04 178	1.45 170	7.60 177	12.13 223	0.55 90	0.49 64	1.44 170	103.74 275	3.24 186	1.61 143

FBW_ROB	4.93 196	2.40 218	2.44 220	2.67 213	2.86 226	2.30 211	4.71 223	1.79 165	1.10 151	2.54 192	2.92 184	4.12 207	5.31 210	6.61 241	50.17 242	1.18 57	1.44 172	0.95 136	8.76 211	1.43 166	8.26 189	5.68 125	4.20 231	1.75 197	1.42 166	1.95 183	1.81 81	2.20 170

IGEV_Zeroshot_test	3.38 170	0.83 77	1.84 200	2.82 216	0.69 106	2.37 212	1.26 170	2.23 201	0.94 132	4.40 229	6.76 230	2.28 180	1.01 158	0.45 81	2.83 123	7.72 229	0.87 88	0.77 78	5.93 175	1.87 195	8.49 191	12.88 246	0.58 105	0.69 124	1.40 164	1.57 155	14.84 254	2.99 184

ADCMid	5.63 205	2.23 214	2.63 223	1.42 184	2.89 227	2.37 212	3.73 216	1.92 176	2.97 219	1.91 164	3.16 189	2.33 182	2.31 184	1.48 206	50.97 249	3.74 190	1.84 191	1.86 214	7.38 203	1.99 204	4.66 137	5.18 116	2.70 221	1.38 184	2.33 210	8.75 238	6.81 230	21.02 245

MFN_U_SF_RVC	4.44 190	1.91 207	1.83 199	2.19 207	1.82 205	2.38 214	4.61 222	2.39 209	1.94 199	4.48 231	11.47 253	3.74 204	2.50 188	4.72 235	20.32 205	3.66 189	1.91 194	1.83 212	11.50 220	3.25 225	7.86 183	6.73 139	1.25 192	3.20 247	1.86 200	3.84 215	2.83 168	3.94 197

DeepPrunerF	4.30 187	1.53 195	0.72 70	2.93 220	5.08 250	2.43 215	3.38 212	0.87 53	4.11 233	0.80 66	1.17 137	0.66 32	0.56 60	0.61 132	45.12 232	2.02 148	1.01 131	0.78 82	2.32 90	0.88 115	1.56 86	1.70 62	0.84 173	0.67 121	29.00 261	1.78 172	2.48 138	1.17 114

DGSMNet	11.16 239	1.98 210	1.98 207	1.90 199	1.52 186	2.46 216	1.47 173	3.07 225	2.11 203	12.67 263	102.10 272	3.59 201	18.94 251	18.97 260	16.50 201	15.09 251	12.73 251	10.36 259	13.79 224	4.57 231	12.99 229	14.32 250	7.77 249	3.43 248	1.75 195	6.25 231	3.48 197	5.53 209

edge stereo	5.88 210	1.88 205	3.14 233	2.14 204	1.80 203	2.47 217	2.43 201	4.51 242	3.45 226	3.97 223	4.84 206	6.45 224	17.40 248	1.04 193	5.09 177	14.91 249	1.80 184	1.66 206	37.39 249	6.28 239	5.99 155	12.74 240	1.44 203	2.02 207	2.12 205	2.11 193	3.75 201	5.99 213

LSM0	11.61 241	1.70 202	2.94 230	2.71 214	2.41 216	2.76 218	6.88 232	4.22 239	4.26 235	3.67 220	7.57 239	7.41 227	9.43 225	0.98 184	64.90 270	78.60 274	3.43 216	2.37 233	20.39 235	4.80 233	14.29 251	16.21 256	1.30 196	3.06 243	3.29 222	12.44 246	6.06 222	25.31 251

UDG	3.91 181	2.76 221	2.09 210	2.92 218	2.64 220	2.99 219	2.71 203	1.31 113	1.13 155	1.65 147	1.96 166	2.20 176	1.68 179	2.77 220	48.81 240	1.57 124	3.02 212	2.26 226	2.65 104	2.91 222	3.00 118	3.09 81	2.64 219	1.05 170	1.02 110	1.19 121	2.36 124	1.16 110

DDUNet	2.05 135	2.73 220	2.03 209	2.92 218	2.66 222	3.04 220	2.76 205	1.17 87	1.11 153	1.60 143	1.21 142	2.23 177	1.69 180	2.81 221	2.04 64	1.25 68	2.78 208	2.42 236	2.63 101	2.90 221	1.92 102	2.11 69	2.77 224	0.92 162	1.01 108	0.93 82	2.50 142	1.10 103

WAO-7	8.11 226	2.98 224	5.46 251	29.83 258	2.32 213	3.09 221	9.23 239	2.48 212	4.20 234	4.67 235	7.60 240	7.98 231	11.78 232	1.64 208	22.32 207	2.11 152	12.00 248	2.79 244	44.95 256	2.13 208	10.06 205	10.12 174	1.37 201	2.49 226	2.97 219	4.35 218	2.94 175	5.06 205

FC-DCNN	3.48 173	1.59 200	4.19 242	2.76 215	2.30 211	3.10 222	1.73 183	2.57 215	1.72 189	2.88 202	1.36 152	2.15 174	1.21 170	0.68 146	6.32 179	1.61 128	1.31 164	1.03 152	7.90 208	0.95 125	8.85 192	8.73 161	0.82 171	1.69 195	3.19 221	2.50 203	4.67 213	16.15 238

SGM_RVC	8.49 227	2.77 222	1.77 197	2.88 217	2.31 212	3.42 223	2.70 202	7.78 257	3.92 229	5.57 257	8.42 246	9.89 241	12.92 237	0.68 146	3.72 160	2.10 151	6.63 237	1.11 166	40.78 250	5.93 238	9.99 202	10.27 183	1.97 214	2.17 210	8.79 245	2.97 210	27.36 259	40.51 265
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DispFullNet	15.85 250	3.61 233	5.00 248	3.30 222	2.93 231	3.51 224	3.20 208	6.49 249	2.71 216	5.17 248	6.80 233	90.79 270	15.55 243	2.73 218	28.89 212	23.38 263	4.02 222	3.86 250	138.92 272	28.91 264	12.60 221	11.86 221	2.69 220	2.31 221	4.30 228	2.71 207	6.80 229	5.05 204

WAO-6	7.36 224	2.83 223	2.64 224	8.38 241	2.78 224	3.59 225	8.61 236	3.51 228	3.36 225	1.84 159	2.45 181	5.99 221	8.70 221	3.06 224	50.70 246	2.35 159	13.44 256	1.82 211	8.79 212	2.15 209	14.26 248	12.40 234	3.35 227	2.64 230	7.87 240	5.84 227	4.30 211	11.17 230

MADNet++	9.22 232	4.13 241	6.16 254	4.32 227	5.78 254	3.96 226	8.14 234	7.09 251	6.83 247	5.28 253	7.83 243	7.65 228	8.62 220	12.90 250	19.42 204	21.00 262	7.04 239	6.27 253	10.40 217	7.97 246	14.29 251	18.67 260	3.96 230	5.12 256	5.80 232	22.29 255	9.32 237	8.69 220

MeshStereo	9.30 233	2.68 219	2.31 218	4.19 226	2.81 225	4.05 227	1.96 193	8.24 259	9.28 250	5.13 247	8.64 247	11.19 248	12.84 236	0.78 160	52.26 255	15.80 254	4.59 225	1.92 215	22.33 239	1.58 180	15.40 260	19.41 261	1.06 188	2.12 209	8.69 244	5.55 225	10.68 238	15.59 237
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
RainbowNet	4.65 191	3.75 236	2.70 226	4.56 230	2.98 232	4.16 228	8.75 237	2.05 190	2.01 202	1.90 163	1.12 134	3.61 203	3.00 199	3.60 232	2.70 115	1.89 144	2.97 211	1.54 202	15.27 228	8.73 251	11.07 214	11.30 211	10.70 256	2.22 213	1.73 193	2.30 197	2.76 165	6.13 214

SGM+DAISY	11.81 243	3.22 225	3.47 234	3.83 224	3.15 235	4.25 229	3.52 214	7.70 255	10.88 256	5.57 257	9.00 251	9.94 244	13.12 239	1.74 212	22.71 209	18.99 258	3.23 213	2.28 229	15.35 229	8.91 253	15.05 258	17.02 258	1.32 198	4.58 254	24.50 259	31.01 264	32.60 265	41.83 268

ACVNet_2	5.79 209	3.52 231	2.90 229	21.94 255	3.38 239	4.55 230	8.18 235	1.84 170	1.76 190	1.84 159	1.98 168	3.88 205	3.20 202	3.03 223	2.85 124	1.46 107	12.77 252	1.56 203	33.59 246	1.68 187	10.81 212	7.91 151	6.79 242	2.68 235	3.13 220	2.65 205	3.23 184	3.11 187

IMH-64-1	7.17 221	3.27 226	3.53 236	4.69 231	3.29 236	4.58 231	5.71 227	3.51 228	3.09 220	1.39 133	1.98 168	4.90 216	10.92 226	4.82 236	52.00 251	4.78 206	3.66 218	2.27 227	12.32 221	1.96 201	6.91 168	10.55 188	7.77 249	2.22 213	6.05 234	4.73 220	13.45 249	9.13 221

IMH-64	7.17 221	3.27 226	3.53 236	4.69 231	3.29 236	4.58 231	5.71 227	3.51 228	3.09 220	1.39 133	1.98 168	4.90 216	10.92 226	4.82 236	52.00 251	4.78 206	3.66 218	2.27 227	12.32 221	1.96 201	6.91 168	10.55 188	7.77 249	2.22 213	6.05 234	4.73 220	13.45 249	9.13 221

IMH	9.11 230	3.31 229	3.55 238	4.46 228	3.30 238	4.60 233	6.29 230	3.48 226	3.12 222	1.42 136	1.88 164	5.38 218	15.63 244	51.61 270	52.03 253	3.06 174	3.92 221	2.32 230	20.77 236	2.01 205	6.25 159	9.58 169	8.07 253	2.21 212	7.69 239	5.96 229	3.77 202	10.35 228

Dean	5.89 211	3.71 235	2.59 221	34.77 260	3.99 245	4.60 233	10.86 244	2.26 204	2.39 210	2.16 177	1.55 156	4.68 215	4.76 208	3.30 228	3.03 132	1.76 138	12.09 249	1.65 205	9.86 216	2.04 206	14.16 244	9.89 170	7.35 244	2.66 234	3.36 224	2.91 209	3.53 198	3.13 189

Ntro	5.35 201	6.19 248	2.38 219	8.06 239	2.91 229	4.88 235	6.70 231	1.40 124	1.53 181	1.44 137	1.19 138	3.58 200	2.73 193	3.12 225	3.66 156	1.17 55	6.56 236	1.19 178	32.62 245	1.60 181	14.27 250	11.82 220	11.41 260	2.54 227	1.64 189	2.30 197	2.45 135	5.00 203

ACVNet-4b	11.58 240	3.99 239	2.60 222	44.40 265	2.71 223	4.98 236	62.31 269	1.85 171	1.79 192	1.63 146	1.25 143	4.22 210	58.75 266	3.34 229	2.27 84	1.21 63	13.33 255	1.70 208	49.50 260	1.93 199	14.47 255	13.72 249	7.40 245	3.13 246	1.55 182	1.89 179	2.20 112	4.61 200

SQANet	4.87 195	4.55 242	2.13 213	19.76 250	2.63 218	4.99 237	3.29 209	1.63 154	1.45 174	1.20 116	1.40 154	3.22 196	2.40 186	2.76 219	3.09 140	1.20 62	5.19 226	1.07 161	19.89 233	1.28 154	12.48 220	10.73 195	11.37 259	1.49 188	1.57 184	2.32 199	2.66 162	5.86 212

ELAS	10.16 234	3.54 232	5.12 250	4.49 229	4.32 249	5.01 238	4.33 221	6.88 250	4.09 232	4.97 242	7.74 241	9.90 243	11.01 229	3.51 231	52.19 254	4.52 204	7.15 240	9.65 257	8.69 210	2.38 213	13.33 233	14.95 253	2.75 222	3.64 251	17.76 254	27.24 261	13.13 248	21.93 246
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
otaku	5.09 199	5.20 243	2.27 215	18.45 248	2.89 227	5.73 239	3.63 215	1.44 127	1.46 176	1.31 127	1.42 155	3.59 201	2.63 191	3.22 226	3.07 137	1.30 73	5.55 228	1.14 172	20.28 234	1.49 173	13.81 239	11.25 210	11.85 261	1.91 201	1.56 183	2.06 187	2.52 144	6.49 215

DGTPSM_ROB	17.21 254	6.49 250	18.05 261	4.91 236	8.87 260	5.73 239	11.48 247	5.02 244	12.05 257	5.03 246	9.34 252	12.62 249	56.51 265	15.29 256	43.82 228	20.47 260	19.26 261	16.28 261	24.70 240	20.05 261	13.50 234	22.25 262	6.00 237	12.55 262	12.71 251	32.01 266	14.20 252	35.61 264

DPSMNet_ROB	22.61 259	6.50 251	18.06 262	4.95 238	8.88 261	5.76 241	11.54 249	5.02 244	12.08 258	5.17 248	28.67 260	19.69 253	163.24 275	15.38 257	43.87 230	20.66 261	19.56 262	16.59 262	35.50 247	20.17 262	13.82 240	22.26 263	6.02 238	12.56 263	12.82 252	32.01 266	14.23 253	35.60 263

PSMNet_ROB	16.63 253	5.59 246	2.97 231	3.47 223	2.63 218	5.86 242	6.18 229	2.20 198	2.29 207	5.39 255	141.45 273	97.59 271	6.02 211	33.78 265	3.23 148	1.58 127	4.09 223	1.69 207	20.81 237	2.75 217	12.93 228	7.08 145	63.80 273	2.60 228	2.95 218	3.67 214	2.77 166	3.66 195

MDST_ROB	12.03 244	32.81 264	1.72 193	20.74 254	2.64 220	5.90 243	1.72 182	4.06 238	1.35 170	3.76 221	6.53 225	2.75 192	42.83 258	0.54 109	50.83 248	1.22 66	1.08 139	0.75 73	18.95 231	1.00 130	12.75 225	11.49 213	1.29 195	1.26 181	22.72 258	11.17 241	31.24 262	31.81 261

ACVNet_1	5.24 200	3.87 238	3.60 239	13.80 244	3.48 241	6.00 244	10.57 242	1.60 150	1.79 192	1.55 141	1.30 145	4.40 212	2.80 196	5.43 238	2.42 91	1.39 86	11.59 246	1.72 209	20.91 238	1.50 176	14.41 253	8.16 153	7.22 243	2.84 240	1.73 193	2.19 195	2.61 156	2.72 178

WAO-8	12.07 245	5.33 244	4.83 243	26.48 256	4.01 246	6.22 245	11.73 250	3.65 233	6.39 245	28.97 269	41.01 265	8.08 232	18.91 249	20.68 263	3.75 161	3.24 178	9.46 241	2.01 219	53.81 263	5.76 236	9.83 200	11.16 206	6.04 239	2.43 224	8.05 242	7.74 235	6.36 225	9.95 226

Venus	12.07 245	5.33 244	4.83 243	26.48 256	4.01 246	6.22 245	11.73 250	3.65 233	6.39 245	28.97 269	41.01 265	8.08 232	18.91 249	20.68 263	3.75 161	3.24 178	9.46 241	2.01 219	53.81 263	5.76 236	9.83 200	11.16 206	6.04 239	2.43 224	8.05 242	7.74 235	6.36 225	9.95 226

SGM-ForestM	6.44 216	10.17 258	6.98 257	4.69 231	2.91 229	6.90 247	9.70 240	7.26 252	4.59 238	4.81 236	6.31 222	9.50 238	9.35 224	0.78 160	3.65 155	1.30 73	6.50 234	0.89 116	11.21 219	1.44 168	6.08 156	6.02 132	1.58 207	1.68 193	9.47 246	11.34 243	12.07 245	16.58 239

PWCK	9.19 231	3.84 237	2.76 227	4.81 235	3.48 241	7.14 248	7.79 233	3.92 237	4.66 239	4.66 234	5.84 218	24.68 257	8.47 218	3.24 227	10.95 187	3.27 181	9.48 243	2.36 232	72.75 266	4.94 234	14.76 256	6.95 143	3.68 228	2.40 223	8.01 241	7.55 234	6.35 224	9.51 225

ELAS_RVC	9.07 229	3.30 228	5.65 252	4.08 225	3.41 240	7.21 249	4.01 219	7.69 254	3.75 228	4.97 242	7.74 241	9.89 241	11.00 228	3.00 222	47.69 237	4.33 202	6.53 235	9.70 258	9.64 214	2.89 220	13.54 237	15.79 254	2.75 222	4.07 252	18.38 255	23.86 256	4.94 218	5.18 206
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LVE	10.96 237	3.63 234	2.68 225	55.15 269	4.03 248	7.50 250	88.91 273	1.93 177	2.44 211	2.26 182	1.69 160	4.48 213	4.75 207	3.42 230	3.44 152	2.21 155	6.03 232	1.84 213	50.68 262	1.97 203	10.14 206	12.19 226	5.54 233	3.12 245	3.75 225	2.46 202	2.99 177	6.76 218

MANE	14.22 249	9.62 257	6.93 256	4.94 237	5.72 253	7.88 251	11.48 247	7.38 253	9.90 252	4.92 241	6.89 236	8.98 237	12.13 235	3.67 233	50.37 243	17.85 256	11.82 247	20.17 264	10.46 218	6.55 242	12.22 218	12.86 244	1.77 212	11.33 261	24.83 260	30.99 263	31.42 263	40.73 266

notaker	10.31 235	13.11 259	4.84 245	18.55 249	6.95 258	7.98 252	14.39 253	3.69 235	3.28 224	2.90 203	2.15 178	30.28 259	43.63 259	4.40 234	9.01 183	2.66 166	12.71 250	2.73 240	42.35 252	2.87 219	14.87 257	10.21 178	7.77 249	3.03 242	2.66 216	2.98 211	3.46 195	4.84 202

UNDER WATER-64	11.75 242	7.29 254	4.90 246	17.03 247	7.40 259	8.44 253	16.49 256	8.25 260	4.32 236	4.51 232	3.21 190	17.72 251	15.23 242	8.81 244	46.52 235	10.69 237	13.57 257	3.01 246	12.74 223	8.66 250	14.20 246	12.82 242	11.01 257	4.40 253	6.45 237	18.67 253	8.71 235	22.29 247

UNDER WATER	16.39 251	7.86 255	4.99 247	15.68 246	10.73 264	8.76 254	38.30 264	8.07 258	6.02 244	4.25 228	2.98 186	18.63 252	96.18 271	14.44 254	32.70 213	10.29 235	13.91 258	2.75 241	43.73 254	8.62 249	16.83 262	12.33 231	17.08 265	5.55 257	6.06 236	14.49 248	6.37 227	15.05 236

JetRed	12.50 247	6.96 253	7.76 258	4.77 234	6.78 256	9.35 255	10.92 245	5.31 247	4.54 237	5.85 259	3.28 193	8.17 234	7.48 215	9.74 247	50.80 247	15.21 252	10.30 244	7.93 254	7.83 207	5.44 235	18.10 263	24.48 264	11.12 258	4.60 255	11.97 250	25.85 259	24.78 258	28.17 255

TorneroNet-64	13.24 248	6.25 249	5.07 249	34.05 259	3.72 243	9.38 256	16.75 257	3.49 227	12.26 259	2.27 184	5.98 219	17.67 250	34.24 256	14.37 253	47.92 238	3.76 191	13.18 254	2.40 235	36.34 248	9.15 256	13.85 241	12.35 233	5.65 234	2.64 230	14.28 253	14.51 249	3.41 192	12.48 231

JetBlue	10.90 236	9.40 256	6.23 255	8.34 240	6.82 257	10.07 257	10.58 243	5.04 246	3.97 230	2.95 204	4.09 198	9.83 240	9.32 223	8.12 243	48.65 239	14.50 246	6.76 238	5.08 252	7.66 206	3.76 228	13.23 231	17.58 259	8.19 254	3.58 250	11.41 249	18.49 252	12.08 246	28.49 256

DPSM_ROB	21.05 256	17.19 260	22.69 263	10.13 242	9.29 262	13.96 258	14.50 254	11.66 261	15.25 261	9.00 260	8.97 249	10.35 246	13.24 240	19.90 261	59.73 266	26.35 264	18.76 259	21.26 265	14.74 226	15.50 259	28.56 266	27.85 266	7.42 246	16.13 264	34.05 264	39.30 269	37.97 267	44.48 269

DPSM	21.05 256	17.19 260	22.69 263	10.13 242	9.29 262	13.96 258	14.50 254	11.66 261	15.25 261	9.00 260	8.97 249	10.35 246	13.24 240	19.90 261	59.73 266	26.35 264	18.76 259	21.26 265	14.74 226	15.50 259	28.56 266	27.85 266	7.42 246	16.13 264	34.05 264	39.30 269	37.97 267	44.48 269

KSHMR	20.05 255	6.71 252	4.01 241	99.31 273	5.91 255	17.09 260	71.12 271	3.62 232	9.75 251	3.59 216	3.39 194	6.07 222	84.38 270	17.14 258	22.70 208	3.97 195	6.29 233	2.76 243	90.60 269	2.83 218	12.73 223	10.14 175	9.05 255	2.74 236	21.08 256	5.85 228	8.10 233	10.46 229

ktn	26.84 263	3.99 239	95.18 275	14.39 245	5.44 251	18.02 261	17.50 258	19.69 264	67.27 273	2.84 200	5.30 210	171.03 274	80.75 269	7.72 242	10.93 186	3.48 187	20.95 263	2.71 239	90.26 268	29.10 266	15.05 258	10.23 179	7.60 248	2.93 241	5.12 230	5.83 226	4.73 215	6.62 216

LE_ROB	28.97 264	25.29 262	36.16 266	34.90 261	56.86 274	18.61 262	58.99 268	32.08 269	41.72 268	5.37 254	27.57 259	46.00 263	49.67 262	13.72 252	14.83 196	3.84 194	5.96 230	1.22 182	46.43 257	36.35 270	10.19 207	11.19 208	48.45 269	22.49 266	30.18 262	31.59 265	31.60 264	40.87 267

TorneroNet	24.73 261	6.18 247	3.52 235	95.34 272	3.93 244	27.05 263	29.02 259	4.44 240	18.13 263	2.20 179	37.99 264	77.85 269	72.31 267	18.15 259	41.78 224	3.07 175	13.11 253	2.35 231	87.85 267	9.06 255	15.44 261	12.17 225	5.94 236	2.64 230	52.32 268	8.18 237	3.59 199	14.11 233

MyStereo03	42.32 267	34.58 265	45.67 268	20.28 252	18.70 266	28.03 264	29.19 261	23.39 267	30.77 265	18.19 265	18.03 255	20.71 254	26.70 252	40.22 268	120.07 273	52.96 272	37.64 268	42.70 271	29.31 243	30.97 268	57.46 272	56.38 273	14.75 263	32.54 270	68.34 271	79.09 272	76.33 271	89.56 273

MyStereo02	41.62 266	34.58 265	45.67 268	20.28 252	0.00 1	28.03 264	29.19 261	23.39 267	30.77 265	18.19 265	18.03 255	20.71 254	26.70 252	40.22 268	120.07 273	52.96 272	37.64 268	42.70 271	29.31 243	30.97 268	57.46 272	56.38 273	14.75 263	32.54 270	68.34 271	79.09 272	76.33 271	89.56 273

CasAABBNet	42.72 268	34.60 267	45.66 267	20.17 251	18.55 265	28.05 266	29.13 260	23.25 266	30.69 264	18.73 267	18.11 257	20.72 256	37.90 257	39.93 267	120.54 275	52.80 271	37.72 270	42.56 270	29.30 242	30.56 267	57.58 274	56.66 275	14.58 262	32.34 269	68.46 273	79.09 272	76.31 270	89.48 272

LRCNet_RVC	25.94 262	30.78 263	14.74 260	35.18 262	31.16 268	36.52 267	29.93 263	23.08 265	12.70 260	36.15 271	33.37 262	37.24 261	28.56 254	37.11 266	17.47 202	7.61 227	31.06 264	26.75 268	67.49 265	29.07 265	23.47 265	10.73 195	39.23 268	30.61 268	7.37 238	2.53 204	11.22 239	9.31 224

STStereo	16.49 252	3.48 230	5.91 253	44.25 264	5.60 252	39.03 268	13.11 252	7.74 256	10.72 255	5.19 250	8.92 248	24.73 258	30.22 255	1.03 192	59.92 268	11.74 240	2.59 205	1.26 190	40.79 251	2.25 211	10.02 203	8.79 163	2.06 215	11.31 260	22.61 257	16.05 251	20.57 256	35.39 262

PML	39.07 265	38.06 268	12.06 259	39.32 263	29.04 267	40.62 269	11.06 246	14.14 263	100.08 274	27.87 268	166.26 275	107.74 272	159.39 274	13.53 251	15.41 197	10.75 238	35.75 267	8.64 255	42.84 253	10.61 258	14.22 247	16.14 255	5.89 235	7.21 259	53.08 269	13.95 247	42.26 269	19.02 243

HaxPig	44.53 269	46.75 270	47.32 270	47.72 266	48.79 270	47.60 270	48.40 265	49.50 270	47.10 269	49.76 272	50.31 267	49.00 264	45.26 260	54.49 271	41.50 222	40.24 267	50.15 271	52.05 273	44.74 255	43.04 271	46.61 269	44.38 271	51.78 270	45.43 272	33.92 263	25.30 257	28.66 260	22.43 248

AVERAGE_ROB	46.12 270	48.49 271	48.31 271	49.34 267	50.25 271	48.63 271	49.80 266	50.74 272	48.67 270	51.68 273	52.55 268	50.28 265	47.20 261	55.70 272	43.00 227	40.99 268	52.42 272	54.59 274	47.27 258	45.45 272	48.77 270	44.06 270	52.90 271	46.98 273	35.80 266	26.72 260	30.77 261	23.81 250

MEDIAN_ROB	49.56 272	51.66 272	50.91 272	52.80 268	53.76 272	52.08 272	53.35 267	54.28 273	52.25 271	54.89 274	55.89 269	53.59 266	50.09 263	58.85 273	46.45 234	44.55 269	55.81 273	57.90 275	50.55 261	48.85 273	52.07 271	46.79 272	56.69 272	50.01 274	39.10 267	30.23 262	33.56 266	31.26 260

HanzoNet	47.37 271	45.54 269	75.64 274	62.53 270	47.97 269	62.03 273	90.57 274	55.02 274	58.34 272	15.60 264	22.00 258	75.72 268	107.47 272	172.14 275	23.65 211	13.02 243	62.42 274	9.26 256	134.39 271	22.45 263	19.74 264	25.78 265	31.84 267	5.57 258	9.72 248	9.49 239	8.54 234	12.61 232

BEATNet-Init1	52.60 273	76.96 273	24.06 265	87.02 271	56.48 273	86.86 274	68.77 270	49.65 271	34.71 267	11.93 262	56.24 270	64.63 267	78.72 268	9.65 246	58.40 264	51.35 270	32.72 265	23.00 267	101.24 270	71.98 275	46.49 268	39.72 269	28.67 266	24.23 267	59.12 270	38.23 268	77.99 273	61.49 271

DPSimNet_ROB	111.84 274	179.62 275	74.81 273	195.40 275	165.93 275	136.63 275	98.05 275	126.48 275	138.79 275	82.31 275	148.57 274	159.77 273	157.57 273	78.29 274	64.65 269	40.10 266	142.61 275	34.98 269	195.20 274	69.76 274	154.10 275	32.63 268	82.12 274	98.24 275	71.10 274	51.68 271	117.83 274	122.56 275

ASD4																								105.89 276

Low-res two-view benchmark