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

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
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	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9
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
STStereo	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

NVstereo2D	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWC_ROB	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCDC_ROB	0.01 9	0.02 14	0.02 14	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCK	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

iinet-f	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MSC_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

ADCMid	0.08 26	0.02 14	0.13 68	0.03 23	0.02 15	0.03 22	0.02 15	0.02 15	0.02 15	1.32 169	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.07 37	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 23

ADCS	0.06 24	0.02 14	0.04 21	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.02 15	1.03 148	0.02 15	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.02 15	0.01 9	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.04 27	0.02 15

AnyNet_C01	0.08 26	0.03 23	0.04 21	0.02 15	0.03 21	0.03 22	0.02 15	0.02 15	0.02 15	1.46 175	0.02 15	0.03 23	0.03 21	0.02 15	0.02 15	0.02 15	0.04 25	0.02 15	0.03 22	0.02 16	0.02 15	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.03 22	0.03 23

RYNet	0.02 15	0.02 14	0.02 14	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.04 25	0.03 23	0.02 15	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

LSM0	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

BEATNet_4x	0.08 26	0.03 23	0.06 30	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.03 25	1.47 176	0.03 24	0.03 23	0.03 21	0.03 25	0.03 24	0.03 24	0.03 20	0.03 23	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.03 24	0.03 24	0.03 22	0.03 23

ADCL	0.08 26	0.03 23	0.06 30	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.03 25	1.47 176	0.03 24	0.03 23	0.03 21	0.03 25	0.03 24	0.03 24	0.03 20	0.03 23	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.03 24	0.03 24	0.03 22	0.03 23

ADCPNet	0.08 26	0.03 23	0.04 21	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.03 25	1.32 169	0.03 24	0.03 23	0.03 21	0.03 25	0.03 24	0.03 24	0.03 20	0.03 23	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.03 24	0.03 24	0.04 27	0.03 23

FADNet_RVC	0.10 33	0.03 23	0.04 21	0.03 23	0.04 28	0.05 32	0.04 28	0.04 28	0.04 28	0.03 21	0.04 27	0.04 27	0.03 21	0.04 28	0.03 24	0.03 24	0.04 25	0.04 27	0.04 27	0.04 28	0.04 28	0.03 24	1.63 215	0.03 23	0.03 24	0.04 28	0.03 22	0.04 28

FADNet-RVC	0.11 45	0.04 29	0.05 26	0.04 29	0.05 31	0.04 28	0.04 28	0.05 32	0.04 28	0.04 22	0.04 27	0.04 27	0.04 29	0.05 31	0.04 29	0.04 28	0.04 25	0.04 27	0.05 30	0.04 28	0.04 28	0.04 29	1.79 221	0.04 29	0.04 28	0.04 28	0.04 27	0.05 32

ADCRef	0.13 53	0.04 29	0.05 26	0.04 29	0.04 28	0.04 28	0.09 41	0.04 28	0.04 28	2.46 212	0.04 27	0.04 27	0.04 29	0.04 28	0.04 29	0.04 28	0.04 25	0.04 27	0.04 27	0.04 28	0.04 28	0.04 29	0.04 28	0.05 33	0.04 28	0.04 28	0.04 27	0.04 28

AnyNet_C32	0.12 48	0.03 23	0.07 32	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.02 15	2.33 209	0.04 27	0.04 27	0.03 21	0.02 15	0.03 24	0.04 28	0.04 25	0.04 27	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.04 28	0.03 24	0.03 22	0.02 15

AASNet	0.05 21	0.08 37	0.08 35	0.07 35	0.05 31	0.05 32	0.05 33	0.07 34	0.05 33	0.05 24	0.05 31	0.05 31	0.05 35	0.06 35	0.07 35	0.05 35	0.05 32	0.05 34	0.05 30	0.05 33	0.05 32	0.05 35	0.04 28	0.05 33	0.05 33	0.05 33	0.05 33	0.05 32

SACVNet	0.05 21	0.08 37	0.08 35	0.07 35	0.05 31	0.05 32	0.05 33	0.07 34	0.05 33	0.05 24	0.05 31	0.05 31	0.05 35	0.06 35	0.07 35	0.05 35	0.05 32	0.05 34	0.05 30	0.05 33	0.05 32	0.05 35	0.04 28	0.05 33	0.05 33	0.05 33	0.05 33	0.05 32

AACVNet	0.05 21	0.08 37	0.08 35	0.07 35	0.05 31	0.05 32	0.05 33	0.07 34	0.05 33	0.05 24	0.05 31	0.05 31	0.05 35	0.06 35	0.07 35	0.05 35	0.05 32	0.05 34	0.05 30	0.05 33	0.05 32	0.05 35	0.04 28	0.05 33	0.05 33	0.05 33	0.05 33	0.05 32

APVNet	0.09 31	0.06 34	0.04 21	0.06 33	0.04 28	0.05 32	0.04 28	0.05 32	1.08 199	0.05 24	0.05 31	0.05 31	0.04 29	0.05 31	0.04 29	0.04 28	0.05 32	0.04 27	0.05 30	0.04 28	0.05 32	0.04 29	0.04 28	0.04 29	0.05 33	0.04 28	0.05 33	0.04 28

FADNet-RVC-Resample	0.10 33	0.04 29	0.05 26	0.04 29	0.05 31	0.05 32	0.05 33	0.07 34	0.05 33	0.05 24	0.05 31	0.05 31	0.04 29	0.05 31	0.04 29	0.04 28	0.05 32	0.05 34	0.05 30	0.05 33	0.05 32	0.04 29	1.53 214	0.04 29	0.05 33	0.05 33	0.06 38	0.05 32

FADNet	0.11 45	0.04 29	0.05 26	0.06 33	0.05 31	0.04 28	0.04 28	0.04 28	0.04 28	0.04 22	0.05 31	0.05 31	0.04 29	0.05 31	0.04 29	0.04 28	0.04 25	0.04 27	0.04 27	0.05 33	0.05 32	0.04 29	1.74 219	0.04 29	0.04 28	0.05 33	0.04 27	0.05 32

ADCP+	0.12 48	0.04 29	0.07 32	0.04 29	0.05 31	0.04 28	0.04 28	0.04 28	0.04 28	2.28 203	0.05 31	0.05 31	0.04 29	0.04 28	0.04 29	0.04 28	0.05 32	0.04 27	0.05 30	0.04 28	0.04 28	0.04 29	0.04 28	0.05 33	0.04 28	0.04 28	0.04 27	0.04 28

FINET	0.07 25	0.08 37	0.07 32	0.08 38	0.07 38	0.08 40	0.07 37	0.08 40	0.07 37	0.08 29	0.07 38	0.08 38	0.07 38	0.07 38	0.07 35	0.07 38	0.07 38	0.07 38	0.07 37	0.07 38	0.08 40	0.07 38	0.07 34	0.06 38	0.07 38	0.07 38	0.08 41	0.06 38

SepStereo	0.09 31	0.09 41	0.09 38	0.09 41	0.10 43	0.09 41	0.08 40	0.09 41	0.08 40	0.09 30	0.08 39	0.09 41	0.09 41	0.08 41	0.08 41	0.09 42	0.09 41	0.08 41	0.09 41	0.08 39	0.09 41	0.08 41	0.09 37	0.09 41	0.10 41	0.08 41	0.10 42	0.09 41

BEATNet-Init1	0.15 64	0.07 35	0.10 41	0.08 38	0.07 38	0.07 38	0.07 37	0.07 34	0.07 37	2.19 200	0.08 39	0.08 38	0.07 38	0.07 38	0.07 35	0.07 38	0.08 39	0.07 38	0.08 39	0.08 39	0.07 38	0.07 38	0.07 34	0.07 39	0.08 39	0.07 38	0.07 39	0.07 39

DeepPrunerF	0.15 64	0.07 35	0.10 41	0.08 38	0.07 38	0.07 38	0.07 37	0.07 34	0.07 37	2.19 200	0.08 39	0.08 38	0.07 38	0.07 38	0.07 35	0.07 38	0.08 39	0.07 38	0.08 39	0.08 39	0.07 38	0.07 38	0.07 34	0.07 39	0.08 39	0.07 38	0.07 39	0.07 39

LRCNet_RVC	0.11 45	0.12 53	0.09 38	0.12 53	0.09 41	0.12 53	0.09 41	0.12 53	0.09 41	0.12 41	0.09 42	0.11 52	0.09 41	0.09 42	0.09 42	0.09 42	0.12 53	0.16 73	0.21 74	0.09 42	0.12 54	0.09 43	0.09 37	0.09 41	0.12 53	0.28 104	0.12 54	0.09 41

UNet	0.19 71	0.13 55	0.09 38	0.13 55	0.09 41	0.13 55	0.09 41	0.13 54	0.09 41	0.90 140	0.09 42	0.13 55	0.09 41	0.10 45	0.09 42	0.70 174	0.13 55	0.09 42	0.13 53	0.10 43	0.91 176	0.09 43	0.10 40	0.09 41	0.13 54	0.10 42	0.13 56	0.09 41

ProNet	0.12 48	0.18 66	0.11 54	0.14 56	0.10 43	0.14 57	0.11 54	0.14 55	0.11 54	0.14 42	0.10 44	0.14 56	0.10 44	0.10 45	0.11 54	0.10 44	0.15 62	0.10 43	0.14 55	0.10 43	0.14 56	0.10 45	0.11 52	0.10 44	0.15 61	0.10 42	0.14 57	0.10 45

AnonymousM	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

PVD	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

SHD	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

SAMSARA	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

XQC	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

RTSC	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

RTS	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

RTSA	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

MADNet+	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

MADNet++	0.10 33	0.10 42	0.10 41	0.10 42	0.10 43	0.10 42	0.10 44	0.10 42	0.10 43	0.10 31	0.10 44	0.10 42	0.10 44	0.10 45	0.10 44	0.10 44	0.10 42	0.10 43	0.10 42	0.10 43	0.10 43	0.10 45	0.10 40	0.10 44	0.10 41	0.10 42	0.10 42	0.10 45

JetRed	0.22 78	0.11 52	0.12 60	0.11 52	0.11 55	0.11 52	0.11 54	0.11 52	0.11 54	2.93 219	0.11 55	0.11 52	0.11 55	0.11 58	0.11 54	0.12 64	0.11 52	0.11 57	0.11 52	0.11 55	0.11 53	0.11 56	0.11 52	0.11 56	0.11 52	0.11 55	0.11 53	0.11 56

CIPLG	0.13 53	0.15 57	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.15 63	0.11 54	0.15 46	0.11 55	0.15 64	0.11 55	0.12 62	0.12 65	0.11 55	0.15 62	0.11 57	0.15 62	0.11 55	0.14 56	0.11 56	0.11 52	0.12 64	0.15 61	0.12 65	0.15 63	0.12 64

IPLG	0.12 48	0.15 57	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.14 55	0.11 54	0.15 46	0.11 55	0.14 56	0.11 55	0.12 62	0.11 54	0.11 55	0.14 56	0.11 57	0.14 55	0.11 55	0.14 56	0.11 56	0.11 52	0.11 56	0.14 56	0.11 55	0.14 57	0.11 56

IPLGR_C	0.13 53	0.16 62	0.14 71	0.15 63	0.11 55	0.14 57	0.11 54	0.14 55	0.11 54	0.14 42	0.11 55	0.14 56	0.11 55	0.12 62	0.11 54	0.11 55	0.14 56	0.11 57	0.14 55	0.11 55	0.14 56	0.11 56	0.11 52	0.11 56	0.14 56	0.11 55	0.15 63	0.11 56

MIPNet	0.12 48	0.15 57	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.14 55	0.11 54	0.15 46	0.11 55	0.14 56	0.11 55	0.12 62	0.11 54	0.11 55	0.14 56	0.11 57	0.15 62	0.11 55	0.14 56	0.11 56	0.11 52	0.11 56	0.14 56	0.11 55	0.14 57	0.11 56

IPLGR	0.13 53	0.15 57	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.14 55	0.13 69	0.15 46	0.11 55	0.14 56	0.12 68	0.12 62	0.11 54	0.11 55	0.14 56	0.11 57	0.14 55	0.11 55	0.14 56	0.11 56	0.11 52	0.12 64	0.15 61	0.11 55	0.14 57	0.11 56

ACRE	0.13 53	0.16 62	0.12 60	0.14 56	0.11 55	0.14 57	0.11 54	0.15 63	0.11 54	0.14 42	0.11 55	0.14 56	0.11 55	0.12 62	0.11 54	0.11 55	0.14 56	0.11 57	0.14 55	0.11 55	0.14 56	0.11 56	0.11 52	0.11 56	0.14 56	0.11 55	0.14 57	0.11 56

ICVP	0.13 53	0.16 62	0.11 54	0.16 64	0.11 55	0.16 65	0.11 54	0.16 65	0.11 54	0.16 52	0.11 55	0.16 66	0.11 55	0.11 58	0.11 54	0.11 55	0.16 64	0.11 57	0.16 64	0.11 55	0.16 65	0.11 56	0.11 52	0.11 56	0.16 65	0.11 55	0.16 65	0.11 56
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 59	0.17 65	0.11 54	0.17 66	0.11 55	0.17 66	0.12 65	0.17 68	0.11 54	0.17 53	0.11 55	0.17 68	0.11 55	0.12 62	0.12 65	0.12 64	0.17 67	0.12 67	0.17 65	0.12 67	0.17 66	0.12 67	0.12 63	0.12 64	0.17 66	0.12 65	0.17 66	0.12 64

PDISCO_ROB	0.50 127	0.15 57	0.11 54	0.16 64	3.16 234	0.13 55	0.12 65	0.14 55	0.12 64	0.15 46	0.11 55	2.55 223	0.11 55	2.20 222	0.13 70	0.12 64	0.16 64	0.10 43	0.14 55	0.12 67	0.15 64	0.12 67	0.12 63	0.12 64	0.15 61	0.10 42	2.75 223	0.09 41

ELAS_RVC	0.14 59	0.18 66	0.11 54	0.19 69	0.11 55	0.18 67	0.13 69	0.16 65	0.11 54	0.17 53	0.11 55	0.14 56	0.11 55	0.09 42	0.11 54	0.12 64	0.17 67	0.10 43	0.18 67	0.11 55	0.18 67	0.11 56	0.10 40	0.11 56	0.19 70	0.11 55	0.19 69	0.12 64
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.14 59	0.23 79	0.10 41	0.19 69	0.11 55	0.20 70	0.11 54	0.16 65	0.10 43	0.15 46	0.11 55	0.15 64	0.11 55	0.09 42	0.11 54	0.11 55	0.16 64	0.10 43	0.17 65	0.11 55	0.18 67	0.11 56	0.09 37	0.10 44	0.18 67	0.11 55	0.19 69	0.12 64
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	0.23 79	0.12 53	0.13 68	0.12 53	0.12 67	0.12 53	0.11 54	0.14 55	0.12 64	3.07 220	0.12 67	0.12 54	0.11 55	0.11 58	0.13 70	0.13 70	0.12 53	0.12 67	0.13 53	0.11 55	0.12 54	0.13 71	0.12 63	0.14 71	0.13 54	0.12 65	0.12 54	0.11 56

SFCPSM	0.23 79	0.18 66	0.13 68	0.18 67	0.12 67	0.18 67	0.80 183	0.17 68	0.12 64	0.88 139	0.12 67	0.17 68	0.12 68	0.13 69	0.12 65	0.12 64	0.18 69	0.12 67	0.18 67	0.12 67	1.18 194	0.13 71	0.12 63	0.12 64	0.18 67	0.13 69	0.18 67	0.12 64

DeepPruner_ROB	0.15 64	0.18 66	0.12 60	0.18 67	0.12 67	0.18 67	0.12 65	0.18 70	0.13 69	0.18 55	0.12 67	0.18 70	0.12 68	0.13 69	0.12 65	0.13 70	0.18 69	0.13 70	0.18 67	0.12 67	0.19 69	0.12 67	0.13 67	0.12 64	0.18 67	0.12 65	0.18 67	0.12 64

LALA_ROB	0.15 64	0.21 73	0.12 60	0.21 74	0.12 67	0.20 70	0.14 70	0.20 72	0.12 64	0.22 61	0.12 67	0.16 66	0.12 68	0.10 45	0.12 65	0.12 64	0.21 75	0.11 57	0.22 75	0.12 67	0.20 71	0.12 67	0.11 52	0.12 64	0.21 75	0.14 70	0.21 75	0.13 71

SGM_RVC	0.14 59	0.19 70	0.11 54	0.20 71	0.11 55	0.20 70	0.12 65	0.18 70	0.12 64	0.18 55	0.12 67	0.19 71	0.11 55	0.11 58	0.11 54	0.11 55	0.18 69	0.11 57	0.19 70	0.11 55	0.19 69	0.11 56	0.11 52	0.11 56	0.20 71	0.11 55	0.20 71	0.12 64
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GMStereo	0.14 59	0.13 55	0.14 71	0.14 56	0.14 71	0.14 57	0.14 70	0.14 55	0.14 71	0.14 42	0.14 72	0.14 56	0.14 72	0.14 71	0.14 72	0.14 72	0.14 56	0.14 71	0.14 55	0.14 72	0.14 56	0.14 73	0.14 68	0.14 71	0.14 56	0.14 70	0.14 57	0.14 72
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
dd	0.18 68	0.22 75	0.16 73	0.22 76	0.15 72	0.22 77	0.15 72	0.21 76	0.15 72	0.21 59	0.15 73	0.21 74	0.15 73	0.15 72	0.15 74	0.15 74	0.22 77	0.14 71	0.22 75	0.14 72	0.22 77	0.15 74	0.16 70	0.15 73	0.23 81	0.15 72	0.22 76	0.16 73

dad	0.18 68	0.23 79	0.16 73	0.22 76	0.15 72	0.22 77	0.15 72	0.22 78	0.16 73	0.21 59	0.15 73	0.22 77	0.15 73	0.15 72	0.16 75	0.17 76	0.23 82	0.17 77	0.23 82	0.15 74	0.22 77	0.15 74	0.15 69	0.15 73	0.22 77	0.15 72	0.22 76	0.16 73

IGEV_Zeroshot_test	0.18 68	0.22 75	0.18 81	0.21 74	0.18 81	0.20 70	0.17 77	0.20 72	0.16 73	0.25 68	0.16 75	0.21 74	0.17 77	0.16 75	0.18 81	0.15 74	0.20 72	0.16 73	0.20 71	0.18 82	0.21 74	0.17 80	0.17 72	0.17 76	0.20 71	0.17 77	0.20 71	0.16 73

UPFNet	0.29 89	0.24 86	0.16 73	0.24 86	0.16 74	0.24 87	0.16 75	0.23 86	0.16 73	1.19 161	0.16 75	0.23 82	0.16 75	0.17 76	0.16 75	0.89 183	0.24 86	0.16 73	0.24 86	0.18 82	1.20 196	0.16 76	0.17 72	0.16 75	0.24 86	0.16 75	0.24 84	0.16 73

MSKI-zero shot	0.19 71	0.21 73	0.16 73	0.22 76	0.16 74	0.23 84	0.17 77	0.22 78	0.17 78	0.22 61	0.17 77	0.22 77	0.16 75	0.19 84	0.16 75	0.17 76	0.23 82	0.16 73	0.22 75	0.16 75	0.22 77	0.17 80	0.16 70	0.17 76	0.22 77	0.19 84	0.22 76	0.16 73

MIM_Stereo	0.19 71	0.23 79	0.18 81	0.22 76	0.16 74	0.22 77	0.16 75	0.21 76	0.16 73	0.22 61	0.17 77	0.21 74	0.17 77	0.20 85	0.18 81	0.17 76	0.22 77	0.18 84	0.22 75	0.16 75	0.21 74	0.16 76	0.17 72	0.17 76	0.21 75	0.16 75	0.22 76	0.20 85

MMNet	0.30 92	0.24 86	0.17 77	0.24 86	0.17 77	0.24 87	0.17 77	0.23 86	0.18 82	1.21 163	0.17 77	0.23 82	0.17 77	0.17 76	0.17 78	0.89 183	0.24 86	0.17 77	0.24 86	0.17 77	1.22 198	0.16 76	0.17 72	0.17 76	0.24 86	0.17 77	0.24 84	0.17 78

delet	0.30 92	0.24 86	0.17 77	0.24 86	0.17 77	0.24 87	0.17 77	0.23 86	0.16 73	1.21 163	0.17 77	0.24 87	0.17 77	0.17 76	0.17 78	0.91 187	0.24 86	0.17 77	0.24 86	0.17 77	1.23 200	0.17 80	0.17 72	0.17 76	0.24 86	0.17 77	0.24 84	0.17 78

psm_up	0.30 92	0.24 86	0.17 77	0.25 89	0.17 77	0.24 87	0.17 77	0.24 89	0.17 78	1.20 162	0.17 77	0.23 82	0.17 77	0.17 76	0.18 81	0.90 186	0.24 86	0.17 77	0.25 90	0.17 77	1.24 203	0.17 80	0.17 72	0.17 76	0.24 86	0.17 77	0.24 84	0.17 78

iResNetv2_ROB	0.20 75	0.22 75	0.19 85	0.23 82	0.19 84	0.22 77	0.17 77	0.22 78	0.17 78	0.22 61	0.17 77	0.22 77	0.17 77	0.18 81	0.18 81	0.19 82	0.22 77	0.17 77	0.23 82	0.17 77	0.25 85	0.18 85	0.17 72	0.18 83	0.23 81	0.17 77	0.25 90	0.17 78

iResNet	0.19 71	0.23 79	0.17 77	0.22 76	0.17 77	0.22 77	0.19 84	0.22 78	0.17 78	0.22 61	0.17 77	0.22 77	0.17 77	0.17 76	0.17 78	0.17 76	0.22 77	0.17 77	0.22 75	0.17 77	0.23 83	0.17 80	0.18 79	0.17 76	0.23 81	0.17 77	0.23 83	0.17 78

CFNet	0.55 141	0.25 90	0.18 81	0.25 89	0.18 81	0.25 92	0.18 83	0.25 90	0.18 82	0.25 68	0.18 84	0.25 89	0.18 84	0.18 81	0.18 81	0.18 80	0.25 90	0.18 84	0.25 90	0.18 82	5.31 249	4.36 249	0.18 79	0.18 83	0.25 91	0.18 83	0.25 90	0.18 83

AANet_RVC	0.61 147	0.31 101	5.05 240	0.31 101	0.19 84	0.24 87	0.20 86	5.86 236	0.20 85	0.24 66	0.18 84	0.25 89	0.20 86	0.23 92	0.21 89	0.18 80	0.37 115	0.18 84	0.24 86	0.19 86	0.25 85	0.19 87	0.19 81	0.19 85	0.24 86	0.15 72	0.24 84	0.20 85

DAS	0.20 75	0.20 71	0.20 86	0.20 71	0.20 86	0.20 70	0.20 86	0.20 72	0.20 85	0.20 57	0.20 86	0.20 72	0.20 86	0.20 85	0.20 87	0.20 83	0.20 72	0.20 88	0.20 71	0.20 87	0.20 71	0.20 88	0.20 83	0.20 86	0.20 71	0.20 85	0.20 71	0.20 85

GEStereo_RVC	0.36 108	0.23 79	0.18 81	0.23 82	0.18 81	0.23 84	0.19 84	0.22 78	0.19 84	0.24 66	0.20 86	0.24 87	0.18 84	0.18 81	0.18 81	0.21 85	0.25 90	0.18 84	0.22 75	0.18 82	0.23 83	0.18 85	0.19 81	0.20 86	0.23 81	0.20 85	4.43 239	0.19 84

ASD4	0.20 75	0.20 71	0.20 86	0.20 71	0.20 86	0.20 70	0.20 86	0.20 72	0.20 85	0.20 57	0.20 86	0.20 72	0.20 86	0.20 85	0.20 87	0.20 83	0.20 72	0.20 88	0.20 71	0.20 87	0.20 71	0.20 88	0.20 83	0.20 86	0.20 71	0.20 85	0.20 71	0.20 85

HGLStereo	0.27 85	0.25 90	0.21 88	0.35 111	0.21 88	0.35 108	0.21 89	0.34 107	0.21 88	0.39 91	0.21 89	0.34 104	0.21 90	0.22 89	0.21 89	0.21 85	0.35 108	0.22 91	0.35 108	0.22 91	0.35 104	0.22 90	0.21 85	0.21 89	0.35 108	0.21 88	0.35 107	0.21 89

DISCO	0.59 146	0.29 98	0.22 89	0.27 95	5.05 251	0.30 100	0.21 89	0.28 96	0.21 88	0.27 75	0.21 89	0.27 96	0.20 86	0.21 88	0.21 89	0.21 85	0.27 98	0.21 90	0.27 97	0.21 90	0.27 91	0.23 94	0.21 85	0.21 89	0.27 97	0.21 88	5.06 245	0.22 90

WAO-6	0.30 92	0.22 75	0.23 90	0.22 76	0.23 93	0.23 84	0.22 91	0.22 78	0.23 92	2.21 202	0.22 91	0.22 77	0.22 91	0.22 89	0.22 92	0.23 88	0.22 77	0.23 94	0.22 75	0.22 91	0.22 77	0.22 90	0.22 87	0.22 91	0.23 81	0.23 92	0.22 76	0.22 90

IMH-64-1	0.29 89	0.23 79	0.23 90	0.23 82	0.22 89	0.22 77	0.23 92	0.22 78	0.22 90	2.02 194	0.23 92	0.23 82	0.22 91	0.23 92	0.23 93	0.23 88	0.23 82	0.22 91	0.23 82	0.22 91	0.22 77	0.22 90	0.22 87	0.22 91	0.22 77	0.22 90	0.22 76	0.22 90

IMH-64	0.29 89	0.23 79	0.23 90	0.23 82	0.22 89	0.22 77	0.23 92	0.22 78	0.22 90	2.02 194	0.23 92	0.23 82	0.22 91	0.23 92	0.23 93	0.23 88	0.23 82	0.22 91	0.23 82	0.22 91	0.22 77	0.22 90	0.22 87	0.22 91	0.22 77	0.22 90	0.22 76	0.22 90

DLNR_Zeroshot_test	0.27 85	0.30 100	0.23 90	0.30 100	0.22 89	0.31 101	0.24 95	0.29 98	0.23 92	0.38 88	0.23 92	0.29 99	0.23 94	0.22 89	0.23 93	0.23 88	0.30 101	0.34 122	0.29 99	0.23 95	0.29 95	0.29 117	0.22 87	0.23 94	0.30 100	0.23 92	0.30 99	0.23 94

SPstereo	0.27 85	0.33 104	0.23 90	0.32 103	0.23 93	0.31 101	0.23 92	0.31 99	0.23 92	0.31 76	0.24 95	0.31 101	0.23 94	0.23 92	0.23 93	0.23 88	0.31 102	0.23 94	0.31 101	0.23 95	0.31 96	0.23 94	0.23 91	0.23 94	0.31 101	0.23 92	0.31 100	0.23 94

FCDSN-DC	0.44 120	0.31 101	0.35 120	0.34 106	0.28 105	0.35 108	0.30 122	0.32 101	0.25 95	1.32 169	0.24 95	1.00 184	0.32 119	0.35 119	0.34 122	0.30 114	0.72 168	0.37 129	0.48 149	0.32 123	0.53 152	0.49 159	0.23 91	0.29 114	0.50 149	0.42 145	0.61 160	0.71 177
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
iResNet_ROB	0.28 88	0.32 103	0.24 95	0.33 104	0.26 97	0.32 103	0.24 95	0.33 102	0.25 95	0.33 77	0.24 95	0.35 107	0.24 96	0.23 92	0.24 97	0.25 93	0.32 103	0.24 96	0.36 111	0.24 97	0.32 97	0.28 107	0.24 93	0.24 96	0.32 102	0.24 95	0.33 101	0.24 96

LoS_RVC	0.25 81	0.25 90	0.25 96	0.25 89	0.25 95	0.25 92	0.25 97	0.25 90	0.25 95	0.25 68	0.25 98	0.25 89	0.25 97	0.26 99	0.25 98	0.26 96	0.25 90	0.25 97	0.26 93	0.25 98	0.25 85	0.25 96	0.25 94	0.25 97	0.25 91	0.25 96	0.25 90	0.25 97

tt_ll	0.25 81	0.25 90	0.25 96	0.25 89	0.25 95	0.25 92	0.25 97	0.25 90	0.25 95	0.25 68	0.25 98	0.25 89	0.25 97	0.26 99	0.25 98	0.26 96	0.25 90	0.25 97	0.26 93	0.25 98	0.25 85	0.25 96	0.25 94	0.25 97	0.25 91	0.25 96	0.25 90	0.25 97

CAS	0.25 81	0.25 90	0.25 96	0.25 89	0.26 97	0.26 97	0.26 99	0.25 90	0.25 95	0.25 68	0.25 98	0.25 89	0.25 97	0.25 97	0.25 98	0.25 93	0.26 96	0.25 97	0.26 93	0.26 102	0.25 85	0.25 96	0.25 94	0.26 100	0.25 91	0.26 100	0.25 90	0.25 97

LoS	0.25 81	0.25 90	0.27 100	0.27 95	0.26 97	0.25 92	0.26 99	0.26 95	0.25 95	0.26 74	0.25 98	0.25 89	0.25 97	0.26 99	0.25 98	0.25 93	0.25 90	0.25 97	0.25 90	0.25 98	0.27 91	0.25 96	0.26 98	0.26 100	0.26 95	0.25 96	0.25 90	0.25 97

UNDER WATER-64	0.31 100	0.25 90	0.25 96	0.26 94	0.26 97	0.25 92	0.26 99	0.25 90	0.26 101	1.69 181	0.26 102	0.25 89	0.25 97	0.25 97	0.26 103	0.26 96	0.25 90	0.26 101	0.26 93	0.26 102	0.25 85	0.25 96	0.25 94	0.25 97	0.26 95	0.26 100	0.25 90	0.26 102

4D-IteraStereo	0.67 156	3.40 208	1.05 188	0.71 173	0.83 185	0.47 146	0.27 102	0.47 139	0.27 103	0.35 82	0.26 102	0.68 165	0.84 184	0.41 131	0.54 164	0.89 183	0.74 172	0.88 187	0.73 172	0.87 187	0.42 129	0.27 103	0.28 102	0.28 106	0.36 111	0.28 104	0.68 164	0.90 185

iRaft-Stereo_20w	0.30 92	0.46 126	0.27 100	0.34 106	0.26 97	0.35 108	0.28 107	0.34 107	0.26 101	0.34 80	0.26 102	0.34 104	0.26 103	0.26 99	0.26 103	0.26 96	0.34 105	0.26 101	0.34 105	0.26 102	0.34 99	0.26 102	0.26 98	0.26 100	0.34 105	0.26 100	0.34 105	0.26 102

Former-RAFT_DAM_RVC	0.38 112	1.06 168	0.54 156	0.59 162	0.27 102	0.46 140	0.27 102	0.46 133	0.27 103	0.46 109	0.27 105	0.46 135	0.26 103	0.27 105	0.27 105	0.26 96	0.46 136	0.26 101	0.45 138	0.30 119	0.46 132	0.27 103	0.27 100	0.27 103	0.46 136	0.27 103	0.45 134	0.26 102

MLCV	0.30 92	0.33 104	0.28 103	0.34 106	0.28 105	0.33 104	0.28 107	0.33 102	0.29 115	0.33 77	0.27 105	0.33 102	0.28 105	0.26 99	0.29 116	0.28 104	0.33 104	0.28 104	0.33 102	0.28 105	0.33 98	0.27 103	0.28 102	0.28 106	0.33 103	0.28 104	0.33 101	0.28 106

DN-CSS_ROB	0.30 92	0.34 106	0.29 108	0.34 106	0.27 102	0.34 106	0.28 107	0.33 102	0.27 103	0.34 80	0.27 105	0.34 104	0.28 105	0.29 110	0.27 105	0.26 96	0.35 108	0.29 113	0.33 102	0.28 105	0.34 99	0.28 107	0.28 102	0.27 103	0.34 105	0.28 104	0.33 101	0.28 106

SQANet	0.33 103	0.28 97	0.28 103	0.28 99	0.28 105	0.29 99	0.28 107	0.28 96	0.28 107	1.59 179	0.28 108	0.28 98	0.28 105	0.28 108	0.28 108	0.28 104	0.28 99	0.28 104	0.29 99	0.28 105	0.28 93	0.28 107	0.28 102	0.28 106	0.28 98	0.28 104	0.28 97	0.28 106

anonymity	0.30 92	0.34 106	0.27 100	0.33 104	0.27 102	0.33 104	0.28 107	0.33 102	0.28 107	0.33 77	0.28 108	0.33 102	0.28 105	0.28 108	0.28 108	0.28 104	0.34 105	0.28 104	0.34 105	0.28 105	0.34 99	0.27 103	0.27 100	0.27 103	0.34 105	0.28 104	0.34 105	0.28 106

IER	0.56 144	2.72 204	2.20 223	0.38 119	0.29 114	0.38 120	0.27 102	2.77 221	0.27 103	0.38 88	0.28 108	0.37 114	0.25 97	0.26 99	0.25 98	0.26 96	0.38 117	0.29 113	0.38 116	0.25 98	0.39 119	0.25 96	0.29 108	0.29 114	0.40 124	0.25 96	0.38 114	0.25 97

PML	0.39 114	0.56 143	0.29 108	0.55 158	0.28 105	0.56 160	0.28 107	0.51 152	0.28 107	0.50 112	0.28 108	0.51 151	0.28 105	0.29 110	0.28 108	0.29 112	0.56 156	0.29 113	0.57 163	0.28 105	0.56 154	0.28 107	0.28 102	0.29 114	0.56 158	0.28 104	0.56 156	0.28 106

CFNet_pseudo	1.01 189	9.78 245	0.29 108	0.38 119	0.28 105	0.38 120	0.28 107	0.38 117	0.28 107	0.39 91	0.28 108	0.39 121	0.28 105	9.50 253	0.29 116	0.28 104	0.38 117	0.28 104	0.38 116	0.28 105	0.38 111	0.28 107	0.28 102	0.28 106	0.38 115	0.28 104	0.38 114	0.28 106

pcwnet_v2	1.01 189	9.73 244	0.28 103	0.38 119	0.28 105	0.38 120	0.28 107	0.38 117	0.28 107	0.38 88	0.28 108	0.39 121	0.28 105	9.61 254	0.28 108	0.28 104	0.38 117	0.28 104	0.38 116	0.28 105	0.38 111	0.28 107	0.29 108	0.28 106	0.38 115	0.28 104	0.38 114	0.28 106

DGSMNet	0.33 103	0.42 121	0.28 103	0.40 129	0.28 105	0.40 129	0.28 107	0.40 125	0.28 107	0.40 96	0.28 108	0.39 121	0.28 105	0.27 105	0.28 108	0.28 104	0.40 130	0.28 104	0.42 134	0.29 114	0.41 124	0.31 120	0.29 108	0.28 106	0.41 128	0.28 104	0.42 131	0.29 115

UCFNet_RVC	1.03 192	10.10 248	0.28 103	0.38 119	0.28 105	0.39 126	0.28 107	0.38 117	0.28 107	0.39 91	0.28 108	0.39 121	0.29 114	9.62 255	0.28 108	0.28 104	0.38 117	0.28 104	0.38 116	0.28 105	0.39 119	0.28 107	0.29 108	0.28 106	0.39 123	0.28 104	0.38 114	0.29 115

TorneroNet-64	0.69 158	0.65 146	0.30 112	0.27 95	0.47 151	0.28 98	0.35 128	0.34 107	0.80 181	7.93 254	0.29 116	0.30 100	0.31 116	0.81 180	0.28 108	0.27 103	0.29 100	0.28 104	0.85 181	0.83 185	0.62 159	0.28 107	0.30 116	0.28 106	0.52 155	0.29 117	0.29 98	0.27 105

Any-RAFT	0.32 101	0.45 124	0.29 108	0.36 115	0.29 114	0.36 113	0.29 119	0.36 114	0.29 115	0.35 82	0.29 116	0.35 107	0.28 105	0.27 105	0.28 108	0.28 104	0.35 108	0.28 104	0.35 108	0.28 105	0.35 104	0.28 107	0.29 108	0.29 114	0.36 111	0.29 117	0.36 111	0.29 115

GES	0.43 119	0.41 116	0.31 115	0.35 111	0.30 119	0.47 146	0.28 107	0.33 102	0.28 107	0.35 82	0.29 116	2.95 224	0.38 132	0.35 119	0.30 118	0.34 123	0.34 105	0.30 116	0.33 102	0.30 119	0.35 104	0.30 119	0.33 120	0.33 122	0.33 103	0.31 121	0.33 101	0.29 115

EKT-Stereo	0.36 108	0.50 138	0.30 112	0.40 129	0.29 114	0.40 129	0.29 119	0.35 110	0.30 117	0.47 111	0.30 119	0.35 107	0.32 119	0.29 110	0.34 122	0.33 122	0.59 158	0.31 118	0.39 126	0.29 114	0.37 109	0.38 130	0.29 108	0.31 119	0.58 161	0.28 104	0.51 151	0.29 115

RAFT-Test	0.34 105	0.45 124	0.30 112	0.38 119	0.32 123	0.40 129	0.32 125	0.39 123	0.32 120	0.39 91	0.30 119	0.37 114	0.29 114	0.30 113	0.30 118	0.29 112	0.38 117	0.30 116	0.38 116	0.29 114	0.38 111	0.29 117	0.29 108	0.30 118	0.38 115	0.30 119	0.38 114	0.30 120

CASnet	0.32 101	0.53 141	0.34 119	0.27 95	0.31 121	0.34 106	0.29 119	0.31 99	0.32 120	0.25 68	0.31 121	0.27 96	0.40 139	0.45 139	0.27 105	0.30 114	0.26 96	0.40 137	0.28 98	0.37 133	0.28 93	0.39 135	0.29 108	0.40 139	0.29 99	0.28 104	0.24 84	0.30 120
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT + AFF	0.34 105	0.29 98	0.32 118	0.31 101	0.30 119	0.39 126	0.32 125	0.39 123	0.30 117	0.39 91	0.32 122	0.39 121	0.32 119	0.35 119	0.36 127	0.32 121	0.38 117	0.31 118	0.38 116	0.31 121	0.38 111	0.28 107	0.37 128	0.34 124	0.38 115	0.30 119	0.38 114	0.28 106

ccs_rob	1.00 185	10.06 247	0.31 115	0.44 141	0.31 121	0.43 139	0.31 124	0.43 131	0.32 120	0.45 107	0.32 122	1.20 200	0.31 116	7.02 252	0.31 120	0.31 116	0.44 135	0.31 118	0.44 136	0.32 123	0.44 130	0.31 120	0.32 118	0.32 120	0.44 135	0.32 123	0.43 132	0.31 123

HCRNet	0.71 162	6.06 227	3.15 233	0.50 155	0.22 89	0.21 76	0.15 72	3.04 223	0.34 124	0.43 104	0.33 124	0.43 133	0.33 122	0.15 72	0.14 72	0.14 72	0.21 75	0.17 77	0.47 143	0.20 87	0.21 74	0.16 76	0.32 118	0.33 122	0.50 149	0.33 124	0.49 148	0.28 106

LL-Strereo2	0.47 123	2.60 203	0.51 152	0.38 119	0.28 105	0.37 117	0.28 107	0.55 156	0.35 128	0.44 105	0.34 125	0.44 134	0.34 123	0.34 115	0.36 127	0.36 127	0.47 140	0.36 127	0.47 143	0.35 128	0.47 136	0.35 126	0.35 124	0.35 128	0.46 136	0.35 126	0.47 139	0.35 127

CES	0.38 112	0.34 106	0.44 136	0.43 139	0.33 125	0.37 117	0.44 148	0.37 115	0.38 132	0.45 107	0.35 126	0.35 107	0.41 140	0.45 139	0.36 127	0.36 127	0.36 113	0.45 145	0.43 135	0.35 128	0.34 99	0.46 145	0.36 126	0.36 130	0.42 133	0.34 125	0.35 107	0.38 132

ETE_ROB	0.35 107	0.35 109	0.35 120	0.35 111	0.35 129	0.35 108	0.35 128	0.35 110	0.35 128	0.35 82	0.35 126	0.35 107	0.35 126	0.35 119	0.35 124	0.35 125	0.35 108	0.35 126	0.35 108	0.35 128	0.35 104	0.35 126	0.35 124	0.35 128	0.35 108	0.35 126	0.35 107	0.35 127

GMOStereo	0.50 127	0.44 122	2.38 228	0.40 129	0.34 126	0.42 136	0.36 130	1.96 208	0.34 124	0.41 97	0.36 128	0.42 130	0.35 126	0.34 115	0.38 131	0.31 116	0.39 126	0.34 122	0.40 127	0.33 125	0.39 119	0.33 123	0.33 120	0.34 124	0.40 124	0.36 128	0.40 124	0.32 124

error version	0.50 127	0.44 122	2.38 228	0.40 129	0.34 126	0.42 136	0.36 130	1.96 208	0.34 124	0.41 97	0.36 128	0.42 130	0.35 126	0.34 115	0.38 131	0.31 116	0.39 126	0.34 122	0.40 127	0.33 125	0.39 119	0.33 123	0.33 120	0.34 124	0.40 124	0.36 128	0.40 124	0.32 124

test_1	0.65 151	4.37 216	2.38 228	0.40 129	0.34 126	0.42 136	0.36 130	1.96 208	0.34 124	0.41 97	0.36 128	0.42 130	0.35 126	0.34 115	0.38 131	0.31 116	0.39 126	0.34 122	0.40 127	0.33 125	0.39 119	0.33 123	0.33 120	0.34 124	0.40 124	0.36 128	0.40 124	0.32 124

DMCA	0.36 108	0.38 111	0.37 122	0.35 111	0.35 129	0.35 108	0.36 130	0.35 110	0.36 130	0.36 86	0.37 131	0.36 113	0.36 130	0.36 123	0.35 124	0.37 129	0.36 113	0.36 127	0.36 111	0.36 132	0.36 108	0.35 126	0.36 126	0.36 130	0.37 113	0.36 128	0.36 111	0.36 129

XPNet_ROB	0.37 111	0.37 110	0.37 122	0.37 116	0.37 132	0.37 117	0.37 134	0.37 115	0.37 131	0.37 87	0.37 131	0.37 114	0.37 131	0.37 124	0.37 130	0.37 129	0.37 115	0.37 129	0.37 113	0.37 133	0.37 109	0.37 129	0.37 128	0.37 133	0.37 113	0.37 133	0.37 113	0.37 130

WAO-7	0.46 121	0.38 111	0.38 124	0.38 119	0.38 135	0.38 120	0.38 136	0.38 117	0.38 132	2.57 213	0.38 133	0.38 117	0.38 132	0.38 125	0.38 131	0.38 131	0.38 117	0.38 132	0.38 116	0.38 135	0.38 111	0.38 130	0.38 130	0.38 134	0.38 115	0.38 134	0.38 114	0.38 132

HanzoNet	0.47 123	0.39 114	0.38 124	0.38 119	0.38 135	0.38 120	0.38 136	0.40 125	0.38 132	2.63 214	0.38 133	0.38 117	0.38 132	0.38 125	0.38 131	0.39 135	0.38 117	0.38 132	0.38 116	0.42 145	0.38 111	0.39 135	0.39 134	0.38 134	0.38 115	0.38 134	0.38 114	0.39 137

Venus	0.46 121	0.38 111	0.40 128	0.38 119	0.38 135	0.39 126	0.38 136	0.38 117	0.38 132	2.71 215	0.38 133	0.38 117	0.38 132	0.38 125	0.38 131	0.38 131	0.38 117	0.38 132	0.38 116	0.38 135	0.38 111	0.38 130	0.38 130	0.38 134	0.38 115	0.38 134	0.39 123	0.38 132

IMH	0.47 123	0.40 115	0.39 127	0.38 119	0.38 135	0.38 120	0.38 136	0.38 117	0.40 137	2.79 217	0.38 133	0.38 117	0.38 132	0.38 125	0.38 131	0.38 131	0.39 126	0.38 132	0.38 116	0.40 139	0.38 111	0.38 130	0.38 130	0.38 134	0.38 115	0.38 134	0.38 114	0.38 132

iRaftStereo_RVC	0.62 149	1.76 187	2.24 225	0.52 157	0.37 132	0.53 159	0.38 136	2.51 219	0.38 132	0.51 114	0.38 133	0.51 151	0.38 132	0.38 125	0.38 131	0.38 131	0.52 153	0.38 132	0.52 159	0.38 135	0.52 150	0.38 130	0.38 130	0.38 134	0.52 155	0.39 138	0.52 153	0.38 132

WAO-8	1.02 191	1.50 184	1.49 207	0.40 129	0.40 139	1.56 211	0.98 189	1.55 202	0.58 169	4.18 235	0.40 138	0.79 175	0.48 155	0.91 183	0.39 139	0.99 192	0.71 167	0.70 178	0.51 158	0.77 181	1.07 186	0.82 186	0.69 177	0.96 191	1.01 187	1.30 211	1.10 191	1.38 214

MoCha-V2	1.57 211	31.91 263	0.38 124	0.43 139	0.35 129	0.49 154	0.34 127	0.43 131	0.33 123	0.44 105	0.41 139	0.50 148	0.34 123	0.41 131	0.35 124	0.35 125	0.47 140	0.37 129	0.44 136	0.35 128	0.44 130	0.41 138	0.40 135	0.36 130	0.43 134	0.36 128	0.44 133	0.37 130

GwcNet-ADL	0.41 115	0.41 116	0.41 129	0.41 135	0.41 140	0.41 132	0.41 141	0.41 127	0.41 139	0.41 97	0.41 139	0.41 126	0.41 140	0.41 131	0.41 141	0.41 136	0.41 131	0.41 139	0.41 130	0.41 140	0.41 124	0.41 138	0.41 137	0.41 140	0.41 128	0.41 140	0.41 127	0.41 139

PSMNet-ADL	0.41 115	0.41 116	0.41 129	0.41 135	0.41 140	0.41 132	0.41 141	0.41 127	0.41 139	0.41 97	0.41 139	0.41 126	0.41 140	0.41 131	0.41 141	0.41 136	0.41 131	0.41 139	0.41 130	0.41 140	0.41 124	0.41 138	0.41 137	0.41 140	0.41 128	0.41 140	0.41 127	0.41 139

GANet-ADL	0.41 115	0.41 116	0.41 129	0.41 135	0.41 140	0.41 132	0.41 141	0.41 127	0.41 139	0.41 97	0.41 139	0.41 126	0.41 140	0.41 131	0.41 141	0.41 136	0.41 131	0.41 139	0.41 130	0.41 140	0.41 124	0.41 138	0.41 137	0.41 140	0.41 128	0.41 140	0.41 127	0.41 139

CroCo-Stereo	0.80 170	2.51 202	0.41 129	1.27 205	0.41 140	1.27 204	0.41 141	1.27 195	0.41 139	1.27 166	0.41 139	1.27 203	0.41 140	0.41 131	0.41 141	0.41 136	1.28 203	0.41 139	1.27 204	0.41 140	1.27 204	0.41 138	0.42 141	0.41 140	1.27 205	0.41 140	1.27 203	0.41 139
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
ADLNet	0.41 115	0.41 116	0.41 129	0.41 135	0.41 140	0.41 132	0.41 141	0.41 127	0.41 139	0.41 97	0.41 139	0.41 126	0.41 140	0.41 131	0.41 141	0.41 136	0.41 131	0.41 139	0.41 130	0.41 140	0.41 124	0.41 138	0.41 137	0.41 140	0.41 128	0.41 140	0.41 127	0.41 139

CroCo-Stereo Lap2	0.85 176	2.86 206	0.43 135	1.33 207	0.43 146	1.31 205	0.42 146	1.32 196	0.42 144	1.31 168	0.44 145	1.32 204	0.44 146	0.43 138	0.44 147	0.43 141	1.35 204	0.43 144	1.32 206	0.43 146	1.31 205	0.43 144	0.43 142	0.42 146	1.31 206	0.42 145	1.31 204	0.43 144

MyStereo	0.47 123	3.97 212	0.31 115	0.34 106	0.32 123	0.36 113	0.30 122	0.35 110	0.31 119	0.51 114	0.45 146	0.35 107	0.31 116	0.31 114	0.32 121	0.31 116	0.35 108	0.31 118	0.34 105	0.31 121	0.34 99	0.32 122	0.31 117	0.32 120	0.35 108	0.31 121	0.35 107	0.30 120

otaku	0.52 131	0.46 126	0.48 143	0.46 142	0.46 147	0.46 140	0.46 150	0.46 133	0.47 152	1.88 184	0.46 147	0.46 135	0.46 148	0.46 141	0.46 148	0.46 143	0.47 140	0.46 146	0.46 139	0.46 148	0.47 136	0.46 145	0.46 143	0.46 147	0.47 142	0.46 147	0.46 135	0.47 148

Dean	0.52 131	0.46 126	0.48 143	0.46 142	0.46 147	0.46 140	0.46 150	0.46 133	0.46 148	1.90 185	0.46 147	0.47 139	0.46 148	0.46 141	0.46 148	0.46 143	0.48 145	0.46 146	0.46 139	0.46 148	0.46 132	0.46 145	0.46 143	0.46 147	0.46 136	0.46 147	0.46 135	0.46 145

ACVNet-4b	0.53 135	0.46 126	0.47 138	0.46 142	0.46 147	0.46 140	0.46 150	0.46 133	0.46 148	2.17 199	0.46 147	0.46 135	0.47 151	0.46 141	0.46 148	0.46 143	0.46 136	0.46 146	0.46 139	0.46 148	0.46 132	0.46 145	0.46 143	0.47 150	0.46 136	0.46 147	0.46 135	0.46 145

MaskLacGwcNet_RVC	0.70 160	6.91 229	0.46 137	0.46 142	0.46 147	0.46 140	0.46 150	0.46 133	0.46 148	0.46 109	0.46 147	0.46 135	0.46 148	0.46 141	0.46 148	0.46 143	0.46 136	0.46 146	0.46 139	0.46 148	0.47 136	0.46 145	0.46 143	0.46 147	0.46 136	0.46 147	0.46 135	0.46 145

Ntro	0.53 135	0.47 131	0.50 149	0.46 142	0.48 156	0.47 146	0.47 154	0.46 133	0.46 148	2.05 196	0.47 151	0.47 139	0.49 159	0.47 145	0.47 152	0.46 143	0.48 145	0.46 146	0.49 152	0.46 148	0.47 136	0.46 145	0.46 143	0.47 150	0.46 136	0.46 147	0.47 139	0.47 148

HaxPig	0.52 131	0.48 134	0.47 138	0.47 147	0.47 151	0.47 146	0.47 154	0.47 139	0.47 152	1.80 182	0.47 151	0.47 139	0.47 151	0.47 145	0.47 152	0.47 150	0.47 140	0.47 152	0.47 143	0.47 153	0.47 136	0.47 153	0.47 149	0.47 150	0.47 142	0.47 153	0.47 139	0.47 148

UNDER WATER	0.52 131	0.47 131	0.47 138	0.47 147	0.47 151	0.47 146	0.47 154	0.47 139	0.47 152	1.90 185	0.47 151	0.47 139	0.47 151	0.47 145	0.47 152	0.47 150	0.46 136	0.47 152	0.47 143	0.47 153	0.46 132	0.47 153	0.47 149	0.48 154	0.47 142	0.47 153	0.47 139	0.47 148

LVE	0.53 135	0.47 131	0.48 143	0.47 147	0.47 151	0.47 146	0.47 154	0.48 142	0.47 152	1.96 191	0.47 151	0.47 139	0.47 151	0.47 145	0.47 152	0.47 150	0.47 140	0.47 152	0.47 143	0.47 153	0.47 136	0.47 153	0.47 149	0.47 150	0.47 142	0.47 153	0.47 139	0.47 148

ACVNet_1	0.53 135	0.46 126	0.48 143	0.47 147	0.47 151	0.46 140	0.48 158	0.48 142	0.48 156	2.07 197	0.47 151	0.48 144	0.48 155	0.47 145	0.47 152	0.46 143	0.49 149	0.47 152	0.47 143	0.47 153	0.48 142	0.46 145	0.46 143	0.48 154	0.47 142	0.47 153	0.48 144	0.47 148

RainbowNet	0.53 135	0.48 134	0.48 143	0.48 151	0.48 156	0.48 152	0.48 158	0.48 142	0.48 156	1.92 187	0.48 156	0.48 144	0.48 155	0.48 150	0.48 157	0.48 153	0.48 145	0.48 156	0.48 149	0.48 157	0.48 142	0.48 156	0.48 152	0.48 154	0.48 147	0.48 157	0.48 144	0.48 154

notaker	0.54 140	0.48 134	0.48 143	0.48 151	0.48 156	0.48 152	0.49 161	0.48 142	0.48 156	1.95 190	0.48 156	0.48 144	0.48 155	0.48 150	0.48 157	0.48 153	0.48 145	0.48 156	0.48 149	0.48 157	0.49 145	0.48 156	0.48 152	0.49 157	0.48 147	0.48 157	0.48 144	0.49 155

ACVNet_2	0.55 141	0.49 137	0.50 149	0.49 153	0.49 160	0.49 154	0.49 161	0.49 146	0.49 160	2.14 198	0.49 158	0.50 148	0.49 159	0.49 152	0.49 160	0.49 156	0.50 151	0.49 160	0.50 155	0.49 160	0.49 145	0.49 159	0.49 154	0.50 158	0.50 149	0.49 159	0.50 149	0.49 155

SANet	0.50 127	0.50 138	0.50 149	0.50 155	0.50 163	0.50 156	0.50 163	0.50 149	0.50 161	0.50 112	0.50 159	0.50 148	0.50 161	0.50 155	0.50 162	0.50 159	0.50 151	0.50 161	0.50 155	0.50 162	0.50 147	0.50 163	0.50 156	0.50 158	0.50 149	0.50 161	0.50 149	0.50 157

ktn	0.84 174	1.15 172	0.54 156	1.16 201	1.26 210	0.51 157	0.53 166	0.51 152	0.66 176	4.54 238	0.51 160	0.52 153	0.52 165	0.66 173	0.51 163	0.51 160	1.37 208	1.17 204	0.49 152	0.51 163	1.23 200	0.51 165	0.67 174	0.51 160	0.51 153	0.68 178	0.51 151	0.51 159

KSHMR	0.85 176	0.72 147	0.51 152	0.49 153	0.49 160	0.51 157	1.07 199	0.50 149	0.48 156	6.04 248	0.52 161	0.66 161	0.98 192	0.49 152	0.77 179	0.49 156	1.17 197	0.51 163	0.49 152	1.06 197	0.51 148	0.49 159	0.49 154	0.51 160	1.04 188	0.49 159	0.81 176	0.72 178

test-3	0.78 168	4.38 217	1.80 214	0.62 165	0.49 160	0.62 165	0.50 163	1.86 204	0.64 173	0.69 123	0.52 161	0.66 161	0.38 132	0.58 159	0.57 167	0.46 143	0.66 163	0.46 146	0.50 155	0.44 147	0.48 142	0.58 168	0.54 159	0.60 170	0.70 167	0.46 147	0.48 144	0.50 157

RAFT-Stereo + iAFF	0.67 156	0.74 151	0.60 163	0.79 178	0.61 172	0.76 173	0.57 170	0.71 164	0.56 166	0.71 125	0.54 163	0.72 169	0.66 176	0.65 171	0.65 176	0.64 171	0.74 172	0.64 175	0.74 174	0.63 172	0.73 167	0.65 175	0.64 169	0.64 176	0.74 171	0.61 172	0.73 168	0.64 172

PSMNet_ROB	0.55 141	0.55 142	0.56 160	0.56 159	0.55 166	0.56 160	0.55 167	0.55 156	0.55 164	0.55 116	0.55 164	0.55 154	0.55 166	0.55 157	0.56 165	0.55 163	0.55 155	0.55 165	0.55 160	0.55 165	0.55 153	0.55 166	0.55 160	0.55 165	0.55 157	0.55 166	0.55 155	0.55 161

MyStereo04	0.76 167	4.78 221	0.62 166	0.63 166	0.54 165	0.65 167	0.56 169	0.61 159	0.58 169	0.61 119	0.56 165	0.63 159	0.57 168	0.63 166	0.60 169	0.60 167	0.64 161	0.56 167	0.63 166	0.58 167	0.63 160	0.62 173	0.55 160	0.60 170	0.63 164	0.57 167	0.64 162	0.58 163

CASS	0.58 145	0.89 158	0.55 158	0.56 159	0.55 166	0.60 164	0.57 170	0.57 158	0.56 166	0.55 116	0.56 165	0.56 155	0.50 161	0.63 166	0.56 165	0.56 164	0.62 160	0.62 172	0.59 164	0.56 166	0.56 154	0.48 156	0.60 165	0.56 166	0.57 160	0.60 170	0.57 158	0.59 164
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ARAFT	0.64 150	0.74 151	0.62 166	0.70 172	0.56 168	0.72 172	0.55 167	0.72 165	0.54 163	0.73 127	0.56 165	0.72 169	0.56 167	0.56 158	0.62 172	0.63 170	0.73 170	0.53 164	0.73 172	0.54 164	0.72 166	0.65 175	0.62 167	0.56 166	0.72 169	0.54 164	0.72 167	0.57 162

DDUNet	0.69 158	0.84 156	0.59 162	0.84 182	0.59 170	0.87 182	0.57 170	0.84 171	0.59 171	0.82 136	0.58 168	0.85 179	0.57 168	0.59 161	0.59 168	0.57 165	0.87 179	0.59 168	0.85 181	0.59 169	0.85 174	0.59 170	0.59 164	0.59 168	0.87 178	0.59 169	0.84 177	0.59 164

UDG	0.70 160	0.87 157	0.56 160	0.87 183	0.59 170	0.84 180	0.59 173	0.85 172	0.57 168	0.84 138	0.59 169	0.84 178	0.60 170	0.58 159	0.60 169	0.59 166	0.85 178	0.59 168	0.87 183	0.58 167	0.87 175	0.60 171	0.57 162	0.59 168	0.87 178	0.58 168	0.86 178	0.60 166

MyStereo03	0.79 169	4.96 224	0.60 163	0.72 175	0.58 169	0.77 174	0.44 148	0.51 152	0.55 164	0.73 127	0.60 170	0.68 165	0.61 171	0.63 166	0.62 172	0.66 173	0.70 165	0.55 165	0.69 168	0.65 174	0.71 165	0.57 167	0.58 163	0.61 172	0.68 166	0.60 170	0.75 170	0.63 171

LMCR-Stereo	0.61 147	0.61 144	0.61 165	0.61 164	0.61 172	0.67 169	0.61 174	0.61 159	0.61 172	0.61 119	0.61 171	0.61 158	0.61 171	0.61 162	0.61 171	0.61 168	0.61 159	0.61 171	0.61 165	0.61 171	0.61 157	0.61 172	0.61 166	0.61 172	0.61 163	0.61 172	0.61 160	0.61 170

AEACV	0.74 166	0.52 140	3.10 232	0.60 163	0.48 156	0.56 160	0.48 158	3.02 222	0.83 185	0.61 119	0.62 172	0.72 169	0.50 161	0.49 152	0.49 160	0.48 153	0.58 157	0.50 161	0.55 160	0.48 157	0.56 154	0.50 163	0.50 156	0.51 160	0.58 161	0.51 163	0.60 159	0.51 159

STTRV1_RVC	0.66 152	1.59 185	0.52 155	0.69 169	0.61 172	0.66 168	0.43 147	0.88 173	0.45 147	0.71 125	0.62 172	0.69 167	0.45 147	0.62 163	0.40 140	0.44 142	0.80 175	0.59 168	0.76 176	0.63 172	0.80 170	0.46 145	0.64 169	0.61 172	0.72 169	0.54 164	0.80 173	0.60 166

DSFCA	0.66 152	0.73 149	0.74 171	0.68 168	0.65 176	0.64 166	0.65 177	0.65 161	0.65 174	0.66 122	0.65 174	0.65 160	0.64 173	0.65 171	0.65 176	0.65 172	0.65 162	0.65 176	0.65 167	0.65 174	0.65 163	0.65 175	0.65 171	0.65 177	0.66 165	0.66 177	0.65 163	0.65 174

MyStereo02	0.84 174	4.69 220	0.69 169	0.73 176	0.65 176	0.80 176	0.66 178	0.79 168	0.67 177	0.77 130	0.66 175	0.78 173	0.65 175	0.63 166	0.63 175	0.79 178	0.72 168	0.62 172	0.72 171	0.59 169	0.74 168	0.62 173	0.63 168	0.62 175	0.78 172	0.62 176	0.74 169	0.64 172

HH	0.66 152	2.13 193	0.47 138	0.37 116	0.29 114	0.36 113	0.27 102	0.49 146	0.44 145	0.78 131	0.68 176	0.67 163	0.90 186	0.62 163	0.90 186	0.53 161	0.88 180	0.48 156	0.37 113	0.29 114	0.63 160	0.66 178	0.66 172	0.51 160	1.06 190	0.61 172	1.08 189	0.60 166

HanStereo	0.66 152	2.13 193	0.47 138	0.37 116	0.29 114	0.36 113	0.27 102	0.49 146	0.44 145	0.78 131	0.68 176	0.67 163	0.90 186	0.62 163	0.90 186	0.53 161	0.88 180	0.48 156	0.37 113	0.29 114	0.63 160	0.66 178	0.66 172	0.51 160	1.06 190	0.61 172	1.08 189	0.60 166

DMCA-RVC	0.71 162	0.72 147	0.72 170	0.71 173	0.70 178	0.70 170	0.70 180	0.70 163	0.71 178	0.70 124	0.71 178	0.71 168	0.70 177	0.70 175	0.71 178	0.70 174	0.70 165	0.71 179	0.70 169	0.71 177	0.70 164	0.70 180	0.71 179	0.71 179	0.70 167	0.72 180	0.71 165	0.70 176

AFF-stereo	0.71 162	0.73 149	0.65 168	0.82 181	0.63 175	0.83 179	0.63 175	0.73 166	0.65 174	0.82 136	0.73 179	0.74 172	0.64 173	0.63 166	0.62 172	0.62 169	0.73 170	0.63 174	0.74 174	0.72 179	0.80 170	0.58 168	0.70 178	0.71 179	0.79 173	0.69 179	0.78 171	0.72 178

PA-Net	0.71 162	0.62 145	0.55 158	0.69 169	0.71 179	0.70 170	0.69 179	0.69 162	0.74 179	0.73 127	0.75 180	0.59 157	0.72 178	0.82 181	0.79 181	0.83 181	0.67 164	0.76 180	0.81 180	0.67 176	0.61 157	0.76 181	0.68 176	0.65 177	0.82 177	0.76 182	0.71 165	0.69 175
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
G-Net	0.82 173	1.77 188	0.78 173	0.78 177	0.78 180	0.78 175	0.78 181	0.78 167	0.79 180	0.79 133	0.78 181	0.78 173	0.78 180	0.78 177	0.78 180	0.78 176	0.79 174	0.79 181	0.79 177	0.79 182	0.79 169	0.79 182	0.79 181	0.79 181	0.79 173	0.79 183	0.79 172	0.79 181

HSM-Net_RVC	0.93 180	1.09 170	0.79 174	1.10 194	0.78 180	1.09 192	0.79 182	1.16 189	0.80 181	1.14 153	0.79 182	1.17 196	0.77 179	0.73 176	0.83 184	0.78 176	1.19 199	0.79 181	1.18 199	0.72 179	1.19 195	0.80 183	0.72 180	0.80 182	1.18 200	0.74 181	1.14 193	0.73 180
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
FC-DCNN	1.10 194	0.81 155	0.77 172	0.63 166	0.42 145	0.86 181	0.64 176	0.91 174	0.96 191	1.11 151	0.80 183	1.07 190	0.81 183	0.67 174	1.75 220	1.30 211	1.41 209	0.85 186	1.28 205	0.71 177	2.12 219	1.32 211	0.52 158	0.81 185	1.64 212	1.40 216	2.39 221	1.75 222

NaN_ROB	0.80 170	0.80 153	0.80 175	0.80 179	0.80 182	0.80 176	0.80 183	0.80 169	0.80 181	0.80 134	0.80 183	0.80 176	0.80 181	0.80 178	0.80 182	0.80 179	0.80 175	0.80 183	0.80 178	0.80 183	0.80 170	0.80 183	0.80 182	0.80 182	0.80 175	0.80 184	0.80 173	0.80 182

CSAN	0.80 170	0.80 153	0.80 175	0.80 179	0.80 182	0.80 176	0.80 183	0.80 169	0.80 181	0.80 134	0.80 183	0.80 176	0.80 181	0.80 178	0.80 182	0.80 179	0.80 175	0.80 183	0.80 178	0.80 183	0.80 170	0.80 183	0.80 182	0.80 182	0.80 175	0.80 184	0.80 173	0.80 182

DPSimNet_ROB	0.93 180	1.04 167	0.83 177	1.05 192	0.82 184	1.04 190	0.83 186	1.03 182	0.89 186	1.03 148	0.84 186	1.03 188	0.84 184	0.83 182	0.84 185	0.83 181	1.14 192	0.84 185	1.12 195	0.84 186	1.04 184	0.88 187	0.83 184	0.84 186	1.07 192	0.83 186	1.15 194	0.88 184

DGTPSM_ROB	0.92 178	0.93 162	0.91 178	0.93 185	0.91 186	0.92 183	0.93 188	0.92 175	0.92 187	0.92 141	0.91 187	0.91 180	0.93 189	0.91 183	0.92 190	0.92 190	0.92 182	0.92 188	0.92 184	0.90 188	0.91 176	0.92 188	0.93 186	0.94 190	0.92 182	0.91 187	0.92 179	0.97 189

DPSM_ROB	0.93 180	0.92 159	0.94 180	0.96 186	1.02 191	0.92 183	0.98 189	0.95 177	0.92 187	0.92 141	0.92 188	0.91 180	0.97 190	0.92 185	0.91 188	0.91 187	0.96 184	0.94 190	0.93 186	0.91 189	0.93 179	0.92 188	0.93 186	0.91 187	0.91 180	0.99 189	0.92 179	0.91 186

DPSM	0.93 180	0.92 159	0.94 180	0.96 186	1.02 191	0.92 183	0.98 189	0.95 177	0.92 187	0.92 141	0.92 188	0.91 180	0.97 190	0.92 185	0.91 188	0.91 187	0.96 184	0.94 190	0.93 186	0.91 189	0.93 179	0.92 188	0.93 186	0.91 187	0.91 180	0.99 189	0.92 179	0.91 186

pmcnn	0.92 178	0.92 159	0.92 179	0.92 184	0.92 187	0.92 183	0.92 187	0.92 175	0.92 187	0.92 141	0.92 188	0.92 183	0.92 188	0.92 185	0.92 190	0.92 190	0.92 182	0.92 188	0.92 184	0.92 191	0.92 178	0.92 188	0.92 185	0.92 189	0.92 182	0.92 188	0.92 179	0.92 188

GANet	1.00 185	1.00 163	1.00 182	1.00 188	1.00 188	1.00 187	1.00 192	1.00 179	1.00 192	1.00 145	1.00 191	1.00 184	1.00 193	1.00 190	1.00 192	1.00 193	1.00 186	1.00 192	1.00 188	1.00 192	1.00 181	1.00 192	1.00 190	1.00 192	1.00 184	1.00 192	1.00 183	1.00 190

TDLM	1.00 185	1.00 163	1.00 182	1.00 188	1.00 188	1.00 187	1.00 192	1.00 179	1.00 192	1.00 145	1.00 191	1.00 184	1.00 193	1.00 190	1.00 192	1.00 193	1.00 186	1.00 192	1.00 188	1.00 192	1.00 181	1.00 192	1.00 190	1.00 192	1.00 184	1.00 192	1.00 183	1.00 190

CVANet_RVC	1.00 185	1.00 163	1.00 182	1.00 188	1.00 188	1.00 187	1.00 192	1.00 179	1.00 192	1.00 145	1.00 191	1.00 184	1.00 193	1.00 190	1.00 192	1.00 193	1.00 186	1.00 192	1.00 188	1.00 192	1.00 181	1.00 192	1.00 190	1.00 192	1.00 184	1.00 192	1.00 183	1.00 190

GLC_STEREO	1.05 193	1.01 166	1.02 185	1.02 191	1.02 191	1.05 191	1.06 196	1.05 183	1.05 195	1.04 150	1.05 194	1.05 189	1.04 196	1.06 195	1.05 195	1.06 197	1.06 189	1.05 196	1.06 191	1.05 196	1.06 185	1.06 196	1.04 194	1.05 195	1.04 188	1.05 195	1.06 187	1.06 193

MIF-Stereo (partial)	2.52 227	3.41 209	1.05 188	3.29 226	1.05 195	3.29 228	1.06 196	3.30 225	1.06 197	3.31 222	1.06 195	4.97 244	2.72 232	2.72 229	2.71 233	2.70 234	6.57 251	2.19 229	5.08 246	1.08 199	3.36 226	1.07 197	1.07 196	1.07 199	3.35 227	1.07 197	3.36 227	1.07 195

RP	1.14 195	1.16 174	1.15 194	1.17 202	1.10 198	1.16 196	1.15 201	1.10 184	1.16 204	1.15 154	1.08 196	1.16 194	1.15 202	1.15 202	1.14 202	1.16 202	1.16 195	1.10 198	1.10 192	1.10 200	1.16 190	1.11 199	1.10 197	1.19 207	1.14 196	1.19 207	1.07 188	1.10 196

SPS-STEREO	1.25 205	1.47 183	1.06 190	1.54 211	1.08 196	1.52 210	1.20 210	1.44 200	1.06 197	1.49 178	1.10 197	1.41 208	1.10 199	0.98 188	1.08 197	1.12 199	1.47 210	1.04 195	1.53 210	1.14 203	1.52 209	1.07 197	1.02 193	1.05 195	1.48 210	1.07 197	1.55 208	1.11 197
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	1.15 197	1.16 174	1.17 197	1.15 199	1.11 200	1.21 201	1.21 211	1.10 184	1.15 202	1.16 157	1.11 198	1.17 196	1.09 198	1.14 201	1.11 199	1.16 202	1.19 199	1.11 201	1.10 192	1.15 205	1.11 187	1.19 205	1.16 201	1.12 202	1.17 198	1.10 199	1.16 195	1.17 201

test croco	1.96 216	3.33 207	1.04 187	3.24 225	1.04 194	3.24 226	1.04 195	3.26 224	1.05 195	3.26 221	1.13 199	3.27 225	1.06 197	1.05 194	1.05 195	1.05 196	3.28 225	1.05 196	3.29 224	1.06 197	3.30 225	1.05 195	1.05 195	1.06 197	3.30 225	1.06 196	3.30 226	1.06 193

AF-Net	2.06 222	25.73 262	1.18 198	1.12 197	1.16 204	1.16 196	1.19 206	1.10 184	1.17 207	1.15 154	1.14 200	1.11 192	1.16 203	1.16 203	1.14 202	1.11 198	1.15 193	1.13 203	1.21 202	1.17 206	1.11 187	1.21 208	1.17 202	1.17 205	1.17 198	1.11 201	1.20 201	1.13 199

MIF-Stereo	2.12 223	3.66 211	1.10 191	3.48 228	1.15 201	3.57 229	1.11 200	3.44 226	1.16 204	3.52 223	1.16 201	3.50 226	1.16 203	1.10 196	1.13 201	1.15 201	3.61 226	1.17 204	3.64 225	1.12 201	3.58 228	1.12 200	1.12 199	1.17 205	3.53 228	1.18 205	3.52 228	1.18 203

stereogan	1.17 202	1.19 180	1.15 194	1.15 199	1.15 201	1.15 195	1.19 206	1.19 192	1.15 202	1.15 154	1.16 201	1.19 199	1.19 207	1.19 204	1.19 206	1.19 207	1.15 193	1.19 207	1.19 200	1.19 209	1.15 189	1.19 205	1.15 200	1.15 204	1.16 197	1.15 202	1.19 199	1.20 204

Nwc_Net	1.15 197	1.15 172	1.15 194	1.09 193	1.19 206	1.16 196	1.17 203	1.15 187	1.16 204	1.16 157	1.16 201	1.08 191	1.16 203	1.11 198	1.15 204	1.18 206	1.11 190	1.10 198	1.16 196	1.17 206	1.16 190	1.13 201	1.18 203	1.20 208	1.11 194	1.15 202	1.16 195	1.20 204

Abc-Net	1.14 195	1.16 174	1.18 198	1.10 194	1.10 198	1.16 196	1.18 205	1.16 189	1.13 201	1.11 151	1.16 201	1.16 194	1.12 200	1.10 196	1.17 205	1.16 202	1.16 195	1.10 198	1.16 196	1.14 203	1.17 192	1.16 202	1.11 198	1.09 200	1.10 193	1.10 199	1.16 195	1.17 201
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
TorneroNet	1.15 197	1.10 171	0.51 152	0.69 169	0.51 164	1.10 193	0.50 163	0.51 152	0.51 162	13.92 255	1.17 205	0.49 147	0.51 164	0.54 156	0.48 157	0.49 156	0.49 149	0.65 176	0.70 169	0.49 160	0.51 148	0.49 159	0.67 174	1.36 213	0.51 153	0.50 161	0.52 153	1.23 207

NCC-stereo	1.15 197	1.17 177	1.12 193	1.10 194	1.15 201	1.14 194	1.15 201	1.15 187	1.12 200	1.17 160	1.17 205	1.11 192	1.17 206	1.11 198	1.10 198	1.16 202	1.12 191	1.11 201	1.16 196	1.13 202	1.23 200	1.16 202	1.19 205	1.11 201	1.18 200	1.17 204	1.17 198	1.13 199

edge stereo	1.15 197	1.18 178	1.11 192	1.12 197	1.17 205	1.17 200	1.17 203	1.16 189	1.18 208	1.16 157	1.17 205	1.17 196	1.13 201	1.11 198	1.11 199	1.12 199	1.17 197	1.17 204	1.11 194	1.17 206	1.17 192	1.17 204	1.18 203	1.14 203	1.11 194	1.18 205	1.12 192	1.11 197

FAT-Stereo	1.22 203	1.23 181	1.19 200	1.21 204	1.24 209	1.24 203	1.19 206	1.25 194	1.24 211	1.25 165	1.19 208	1.20 200	1.24 210	1.20 205	1.21 207	1.25 210	1.22 201	1.21 208	1.25 203	1.23 211	1.22 198	1.19 205	1.19 205	1.24 210	1.25 203	1.20 208	1.19 199	1.25 209

S-Stereo	1.22 203	1.18 178	1.19 200	1.20 203	1.23 208	1.23 202	1.19 206	1.19 192	1.18 208	1.27 166	1.20 209	1.20 200	1.20 208	1.23 206	1.22 209	1.23 209	1.23 202	1.23 210	1.20 201	1.25 212	1.20 196	1.22 210	1.25 208	1.24 210	1.20 202	1.22 210	1.26 202	1.24 208

GANetREF_RVC	1.52 210	2.01 190	1.21 202	1.98 216	1.21 207	1.98 216	1.21 211	1.98 211	1.21 210	1.99 193	1.21 210	1.98 214	1.21 209	1.02 193	1.21 207	1.21 208	1.99 216	1.21 208	1.99 215	1.21 210	1.99 214	1.21 208	1.21 207	1.21 209	1.99 216	1.21 209	1.99 214	1.21 206
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
PS-NSSS	1.48 208	4.46 219	1.35 203	1.35 208	1.35 211	1.41 209	1.34 213	1.36 197	1.35 214	1.40 173	1.35 211	1.33 205	1.35 211	1.37 208	1.40 212	1.35 212	1.35 204	1.35 213	1.39 208	1.44 218	1.35 206	1.34 212	1.35 209	1.38 216	1.35 207	1.33 212	1.34 205	1.38 214

RASNet	1.39 206	1.37 182	1.35 203	1.38 209	1.40 212	1.39 208	1.77 221	1.36 197	1.74 221	1.36 172	1.36 212	1.36 207	1.36 212	1.36 207	1.35 210	1.41 216	1.36 206	1.36 215	1.36 207	1.35 214	1.36 207	1.35 213	1.36 210	1.35 212	1.36 208	1.35 213	1.36 207	1.35 210

CC-Net-ROB	1.51 209	4.40 218	1.69 211	1.39 210	1.40 212	1.37 207	1.40 216	1.36 197	1.39 215	1.41 174	1.36 212	1.35 206	1.38 213	1.39 209	1.39 211	1.36 213	1.36 206	1.35 213	1.39 208	1.39 215	1.37 208	1.36 214	1.41 213	1.48 217	1.39 209	1.42 217	1.35 206	1.35 210

R-Stereo Train	1.62 212	2.01 190	1.41 205	1.97 214	1.40 212	1.96 214	1.39 214	1.93 206	1.39 215	1.92 187	1.38 214	1.94 212	1.39 214	1.40 210	1.45 213	1.38 214	1.96 213	1.37 216	1.97 213	1.39 215	1.98 212	1.41 215	1.40 211	1.37 214	1.97 214	1.38 214	1.96 212	1.37 212

RAFT-Stereo	1.62 212	2.01 190	1.41 205	1.97 214	1.40 212	1.96 214	1.39 214	1.93 206	1.39 215	1.92 187	1.38 214	1.94 212	1.39 214	1.40 210	1.45 213	1.38 214	1.96 213	1.37 216	1.97 213	1.39 215	1.98 212	1.41 215	1.40 211	1.37 214	1.97 214	1.38 214	1.96 212	1.37 212
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HBP-ISP	1.47 207	1.07 169	1.03 186	1.30 206	1.08 196	1.36 206	1.06 196	1.44 200	1.25 212	1.97 192	1.51 216	1.65 210	1.58 216	0.98 188	1.58 216	1.68 219	1.98 215	1.32 211	2.02 216	1.28 213	2.95 224	1.89 227	0.97 189	1.06 197	1.26 204	0.99 189	1.94 211	1.43 216

StereoVision	3.44 232	10.12 249	1.68 210	5.44 248	2.26 229	5.87 248	1.97 229	5.17 235	1.31 213	5.80 246	1.56 217	5.62 248	1.84 223	1.97 220	1.91 229	1.84 223	4.98 247	1.32 211	5.60 247	1.71 222	5.35 250	1.73 224	1.97 229	1.96 225	5.40 246	1.65 220	5.08 246	1.76 223

DPSMNet_ROB	1.62 212	1.60 186	1.59 208	1.61 212	1.69 216	1.66 212	1.61 217	1.70 203	1.65 219	1.62 180	1.60 218	1.61 209	1.60 217	1.60 212	1.59 217	1.62 217	1.60 211	1.63 218	1.62 211	1.68 221	1.70 210	1.60 217	1.64 216	1.60 218	1.61 211	1.60 218	1.60 209	1.59 218

UDGNet	1.97 217	2.43 200	1.67 209	2.46 223	1.70 218	2.44 223	1.69 219	2.34 217	1.63 218	2.35 210	1.67 219	2.37 221	1.67 218	1.68 214	1.64 218	1.67 218	2.44 223	1.64 219	2.43 222	1.67 219	2.43 223	1.66 218	1.67 217	1.63 219	2.43 222	1.66 221	2.42 222	1.66 219

MFMNet_re	1.77 215	1.89 189	1.72 212	1.88 213	1.69 216	1.89 213	1.67 218	1.91 205	1.70 220	1.87 183	1.67 219	1.89 211	1.68 219	1.67 213	1.67 219	1.70 220	1.88 212	1.68 220	1.88 212	1.67 219	1.89 211	1.68 220	1.70 218	1.71 220	1.87 213	1.68 223	1.87 210	1.68 220

FBW_ROB	2.04 218	2.50 201	1.75 213	2.45 222	1.78 219	2.40 221	1.74 220	2.47 218	1.77 222	2.37 211	1.81 221	2.30 217	1.80 220	1.78 215	1.88 228	1.80 221	2.41 222	1.77 221	2.43 222	1.83 223	2.39 221	1.81 225	1.76 220	1.75 221	2.56 223	1.75 224	2.30 219	1.74 221

StereoIM	3.69 234	10.19 250	2.01 222	6.09 249	2.01 226	5.94 249	1.82 222	6.14 240	1.85 224	6.59 250	1.82 222	6.01 249	1.81 221	1.83 216	1.83 221	2.02 226	5.87 248	1.79 222	5.93 250	2.06 230	4.63 244	1.67 219	1.84 223	2.08 226	5.90 247	1.66 221	6.34 251	1.87 225

TRStereo	2.05 219	2.13 193	1.85 216	2.27 217	1.84 221	2.28 217	1.84 224	2.29 214	1.87 225	2.29 206	1.86 223	2.30 217	1.87 224	2.30 226	1.87 225	2.08 227	2.29 218	1.87 224	2.30 218	1.87 225	2.08 216	1.72 221	1.86 224	2.30 230	2.13 217	1.84 226	2.29 216	1.87 225

XX-Stereo	2.05 219	2.13 193	1.85 216	2.27 217	1.84 221	2.28 217	1.84 224	2.29 214	1.87 225	2.29 206	1.86 223	2.30 217	1.87 224	2.30 226	1.87 225	2.08 227	2.29 218	1.87 224	2.30 218	1.87 225	2.08 216	1.72 221	1.86 224	2.30 230	2.13 217	1.84 226	2.29 216	1.87 225

EAI-Stereo	2.05 219	2.13 193	1.85 216	2.27 217	1.84 221	2.28 217	1.84 224	2.29 214	1.87 225	2.29 206	1.86 223	2.30 217	1.87 224	2.30 226	1.87 225	2.08 227	2.29 218	1.87 224	2.30 218	1.87 225	2.08 216	1.72 221	1.86 224	2.30 230	2.13 217	1.84 226	2.29 216	1.87 225

sAnonymous2	2.87 229	4.16 214	1.89 219	4.26 239	1.87 224	4.23 238	1.92 227	4.17 229	1.94 228	4.16 233	1.92 226	4.20 238	1.92 227	1.96 218	1.86 223	1.87 224	4.25 238	1.90 227	4.23 238	1.91 228	4.26 239	1.93 228	1.89 227	1.90 223	4.07 238	1.91 229	5.09 247	1.93 229

CroCo_RVC	2.87 229	4.16 214	1.89 219	4.26 239	1.87 224	4.23 238	1.92 227	4.17 229	1.94 228	4.16 233	1.92 226	4.20 238	1.92 227	1.96 218	1.86 223	1.87 224	4.25 238	1.90 227	4.23 238	1.91 228	4.26 239	1.93 228	1.89 227	1.90 223	4.07 238	1.91 229	5.09 247	1.93 229

NLCA_NET_v2_RVC	2.50 226	2.85 205	1.90 221	2.90 224	2.77 231	2.88 224	2.85 233	2.51 219	2.85 234	2.88 218	1.99 228	2.50 222	2.76 233	2.20 222	1.57 215	2.64 233	2.89 224	2.63 233	5.69 249	1.03 195	2.01 215	2.71 233	2.74 235	2.73 233	2.87 224	1.64 219	1.00 183	1.49 217
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Anonymous3	3.36 231	4.93 223	2.20 223	4.92 245	2.23 227	4.90 245	2.23 230	4.89 234	2.24 230	4.95 243	2.21 229	4.91 243	2.21 229	2.18 221	2.22 230	2.22 230	4.86 245	2.20 230	4.90 244	2.20 231	4.96 246	2.21 230	2.21 230	2.21 227	6.30 249	2.21 231	4.90 242	2.23 231

NCCL2	2.27 224	2.27 198	2.28 227	2.27 217	2.28 230	2.28 217	2.28 231	2.27 213	2.28 231	2.28 203	2.28 230	2.29 216	2.28 230	2.28 225	2.29 231	2.28 232	2.28 217	2.28 232	2.27 217	2.28 233	2.28 220	2.28 232	2.28 231	2.28 228	2.28 220	2.28 232	2.11 215	2.28 233

STTStereo	2.30 225	2.34 199	2.26 226	2.37 221	2.23 227	2.40 221	2.35 232	2.20 212	2.33 232	2.28 203	2.31 231	2.19 215	2.37 231	2.20 222	2.31 232	2.23 231	2.38 221	2.25 231	2.33 221	2.27 232	2.39 221	2.27 231	2.31 232	2.29 229	2.37 221	2.32 233	2.34 220	2.26 232

sCroCo_RVC	2.76 228	4.00 213	1.82 215	4.00 235	1.83 220	3.98 235	1.82 222	3.99 228	1.81 223	4.14 232	2.76 232	4.13 237	1.82 222	1.83 216	1.83 221	1.82 222	4.01 235	1.82 223	3.98 233	1.86 224	4.00 236	1.82 226	1.83 222	1.84 222	4.02 237	1.81 225	4.00 235	1.83 224

Anonymous	4.38 243	6.03 226	2.67 231	6.71 251	3.03 233	5.98 251	3.20 235	6.18 243	2.49 233	6.13 249	3.16 233	6.07 250	2.97 234	3.15 230	3.09 234	3.15 237	6.62 252	3.20 235	6.32 252	3.16 236	6.80 252	3.15 235	2.63 233	3.20 234	7.02 250	2.85 234	6.13 249	3.25 234

RAFT+CT+SA	4.43 244	7.34 232	6.71 247	5.01 246	4.38 248	4.40 240	3.85 244	6.15 242	4.30 248	4.89 242	3.26 234	4.49 242	3.01 236	4.53 246	3.36 236	3.65 240	3.64 227	4.39 250	3.94 232	4.28 248	4.44 242	4.30 248	4.24 249	4.52 248	3.90 234	3.85 245	4.89 241	4.00 246

raft_robust	4.19 242	7.78 235	6.08 243	3.30 227	3.85 244	4.03 236	3.73 242	6.25 245	3.30 236	4.44 237	3.28 235	4.01 234	3.82 246	4.29 245	3.70 245	4.01 246	4.48 243	3.42 237	4.11 235	3.76 244	4.05 237	3.32 236	3.85 242	3.82 242	4.71 241	3.83 244	4.09 236	3.80 244

DispFullNet	4.96 250	5.67 225	3.30 234	5.01 246	3.21 235	4.50 242	3.11 234	4.43 231	3.44 237	4.60 239	3.46 236	5.13 246	3.44 237	3.53 233	3.20 235	2.87 236	4.80 244	3.15 234	4.70 242	4.83 250	9.02 256	5.98 254	5.95 254	6.21 252	8.84 255	5.85 252	9.76 256	5.91 252

DPSNet	3.67 233	3.61 210	3.62 235	3.64 229	3.61 239	3.64 230	3.65 239	3.64 227	3.67 238	3.67 225	3.65 237	3.68 228	3.69 243	3.69 237	3.69 244	3.68 241	3.70 228	3.70 241	3.69 230	3.69 242	3.71 231	3.69 239	3.67 239	3.69 241	3.68 231	3.67 238	3.68 230	3.67 235

Sa-1000	3.84 235	7.71 234	6.81 250	4.15 237	2.86 232	3.27 227	3.87 245	5.99 237	4.35 249	2.78 216	3.71 238	3.88 230	3.56 239	3.88 240	3.64 237	2.71 235	3.72 229	3.27 236	3.67 229	3.15 235	3.51 227	3.36 237	2.70 234	3.49 235	3.32 226	3.76 242	2.87 224	3.76 242

SA	3.93 236	7.22 230	4.74 237	4.15 237	3.88 245	3.70 231	4.02 248	6.67 246	3.95 243	3.64 224	3.74 239	3.63 227	3.00 235	3.51 232	3.68 243	3.68 241	3.73 230	3.71 242	3.64 225	3.48 237	3.58 228	2.97 234	3.69 240	3.61 236	3.55 230	3.42 235	3.64 229	3.79 243

TestStereo1	4.11 237	7.79 236	6.72 248	3.93 232	3.81 242	3.96 233	3.58 237	6.96 249	3.74 240	3.90 227	3.76 240	3.89 231	3.57 240	3.70 238	3.66 240	3.34 238	3.80 231	3.62 238	3.66 227	3.68 240	3.91 233	3.70 240	3.65 237	3.67 238	3.88 232	3.53 236	3.89 232	3.68 238

SA-5K	4.11 237	7.79 236	6.72 248	3.93 232	3.81 242	3.96 233	3.58 237	6.96 249	3.74 240	3.90 227	3.76 240	3.89 231	3.57 240	3.70 238	3.66 240	3.34 238	3.80 231	3.62 238	3.66 227	3.68 240	3.91 233	3.70 240	3.65 237	3.67 238	3.88 232	3.53 236	3.89 232	3.68 238

cross-raft	4.43 244	7.31 231	6.46 245	4.47 241	3.95 246	4.46 241	3.95 246	6.70 247	3.97 244	4.41 236	3.82 242	4.38 241	3.94 247	3.95 243	3.95 248	3.95 245	4.45 242	3.95 246	4.46 241	3.95 246	4.46 243	3.95 244	3.95 246	3.94 245	4.40 240	3.95 247	4.45 240	3.95 245

test_4	4.11 237	8.05 239	6.64 246	4.52 242	3.68 240	3.00 225	3.40 236	6.21 244	3.29 235	4.07 231	3.84 243	4.04 235	3.76 245	3.56 235	3.67 242	3.76 244	4.04 236	3.79 244	4.10 234	3.53 238	3.98 235	3.74 243	3.55 236	3.61 236	3.94 236	3.75 241	3.73 231	3.73 241

test_5	4.51 247	8.85 243	5.35 242	3.66 231	3.56 236	5.10 247	4.47 250	6.14 240	4.07 246	4.96 244	3.87 244	5.14 247	4.17 250	3.53 233	4.39 249	4.53 250	4.15 237	3.62 238	4.74 243	2.94 234	3.63 230	4.53 250	4.20 248	4.54 249	4.86 244	3.68 239	4.95 243	4.06 247

TESTraft	4.16 241	8.03 238	6.81 250	3.99 234	3.68 240	3.93 232	3.70 241	6.86 248	3.69 239	3.93 229	3.88 245	3.93 233	3.59 242	3.65 236	3.64 237	3.68 241	3.92 233	3.72 243	3.92 231	3.57 239	3.84 232	3.70 240	3.71 241	3.67 238	3.91 235	3.74 240	3.92 234	3.67 235

test_3	4.55 248	10.96 251	7.69 254	4.04 236	3.60 238	4.10 237	3.98 247	7.94 251	4.56 250	3.99 230	4.03 246	4.08 236	3.74 244	3.99 244	3.91 247	4.05 247	4.33 241	3.89 245	4.14 236	4.00 247	4.11 238	4.02 245	4.01 247	3.91 244	3.53 228	3.94 246	4.19 237	4.20 248

test-1	4.11 237	7.65 233	4.93 238	3.65 230	3.58 237	4.70 244	3.74 243	4.73 232	4.06 245	3.72 226	4.11 247	3.70 229	3.49 238	3.36 231	3.65 239	4.17 249	3.92 233	4.04 248	4.19 237	3.75 243	4.69 245	4.18 246	3.88 243	3.90 243	4.73 242	3.77 243	3.12 225	3.68 238

RAFT_CTSACE	4.43 244	8.26 241	6.10 244	4.62 243	4.01 247	4.54 243	3.65 239	6.09 239	3.93 242	4.64 240	4.14 248	4.26 240	4.13 248	3.91 241	3.88 246	4.06 248	4.30 240	4.03 247	4.27 240	3.92 245	4.26 239	3.67 238	3.91 244	4.16 246	4.82 243	4.08 248	4.20 238	3.67 235

SGM-Forest	5.07 251	6.74 228	4.17 236	6.46 250	4.68 249	6.21 252	4.38 249	6.00 238	4.14 247	5.84 247	4.44 249	6.28 251	4.16 249	3.92 242	4.56 250	4.60 251	6.15 249	4.27 249	6.12 251	4.31 249	5.99 251	4.27 247	3.92 245	4.27 247	6.13 248	4.10 249	6.18 250	4.49 249
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.92 249	4.80 222	4.98 239	4.82 244	4.97 250	4.91 246	4.78 251	4.80 233	4.88 251	4.78 241	4.80 250	4.99 245	4.81 251	4.83 247	4.87 251	4.97 252	4.93 246	5.01 252	5.03 245	4.90 251	5.02 247	5.02 251	5.06 250	5.04 250	4.93 245	4.89 250	5.01 244	5.09 250

SGM+DAISY	6.35 252	8.16 240	5.14 241	8.12 255	5.08 252	8.12 255	5.16 252	8.01 252	5.18 253	7.92 253	5.14 251	7.89 255	5.14 252	4.95 248	5.33 252	5.32 253	8.14 255	5.16 253	8.16 255	5.16 252	8.21 255	5.19 252	5.12 251	5.12 251	8.18 254	5.24 251	8.12 255	5.11 251

CFNet_RVC	0.93 180	8.54 242	0.41 129	0.56 159	0.37 132	0.56 160	0.37 134	0.50 149	0.40 137	0.56 118	5.24 252	0.56 155	0.34 123	0.40 130	0.41 141	0.34 123	0.53 154	0.40 137	0.56 162	0.38 135	0.52 150	0.40 137	0.40 135	0.41 140	0.56 158	0.40 139	0.56 156	0.40 138

RAFT	6.60 253	9.99 246	8.33 255	7.21 254	6.55 253	5.95 250	5.87 253	8.70 255	5.02 252	5.10 245	6.69 253	7.06 254	6.94 255	6.17 251	7.09 255	6.84 254	6.47 250	4.72 251	5.60 247	5.60 253	5.11 248	5.97 253	6.93 255	6.89 253	7.16 251	7.08 255	6.58 252	6.66 253

test-v	7.17 254	11.53 252	7.63 252	7.17 252	6.87 254	7.48 253	6.90 254	8.14 253	6.88 254	6.93 251	7.42 254	7.05 252	6.14 253	6.05 249	6.86 253	6.99 255	7.60 253	6.75 254	6.90 253	6.66 254	7.83 253	6.36 255	5.89 252	7.34 254	7.19 252	6.75 253	7.52 253	6.77 254

test-2	7.17 254	11.53 252	7.63 252	7.17 252	6.87 254	7.48 253	6.90 254	8.14 253	6.88 254	6.93 251	7.42 254	7.05 252	6.14 253	6.05 249	6.86 253	6.99 255	7.60 253	6.75 254	6.90 253	6.66 254	7.83 253	6.36 255	5.89 252	7.34 254	7.19 252	6.75 253	7.52 253	6.77 254

MANE	18.41 256	23.00 261	16.00 256	22.00 263	15.00 256	22.00 263	15.00 256	22.00 263	15.00 256	21.00 263	15.00 256	22.00 263	15.00 256	15.00 256	17.00 256	15.00 257	23.00 263	15.00 256	22.00 263	15.00 256	23.00 264	15.00 257	18.00 256	15.00 256	24.00 263	17.00 256	24.00 264	16.00 256

rafts_anoy	20.00 257	20.00 254	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257	20.00 258	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 258	20.00 257	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257

raft+_RVC	20.00 257	20.00 254	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257	20.00 258	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 258	20.00 257	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257

raftrobust	20.00 257	20.00 254	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257	20.00 258	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 258	20.00 257	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257

CasAABBNet	20.00 257	20.00 254	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257	20.00 258	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 258	20.00 257	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257

RALCasStereoNet	20.00 257	20.00 254	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257	20.00 258	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 258	20.00 257	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257

RALAANet	20.00 257	20.00 254	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257	20.00 258	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 258	20.00 257	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257

MSMDNet	20.00 257	20.00 254	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257	20.00 258	20.00 256	20.00 257	20.00 256	20.00 257	20.00 257	20.00 258	20.00 257	20.00 257	20.00 256	20.00 257	20.00 257	20.00 257

MDST_ROB	61.15 264	72.66 265	46.52 264	70.00 264	44.89 264	64.24 264	43.75 264	73.65 264	48.92 265	72.70 265	42.40 264	60.70 264	50.23 264	50.07 265	67.69 265	68.60 266	83.13 265	47.77 264	82.48 265	46.00 264	95.93 266	53.44 266	50.66 264	45.00 264	84.99 265	53.64 265	79.01 265	52.07 265

CBMV	101.59 265	71.60 264	48.40 265	72.70 265	49.00 265	79.60 265	48.40 265	80.90 265	46.90 264	68.90 264	49.00 265	78.00 265	572.10 273	49.50 264	51.30 264	48.40 265	72.20 264	639.60 273	79.40 264	48.90 265	79.50 265	51.40 265	52.30 265	48.30 265	80.20 264	49.10 264	79.60 266	47.60 264
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	151.99 266	131.36 266	140.69 266	151.38 266	151.40 266	150.79 266	151.72 266	149.36 266	159.46 266	146.42 266	150.73 266	149.06 269	176.22 265	143.94 266	133.10 268	133.45 269	153.30 267	154.22 266	154.67 267	153.95 267	156.90 269	156.53 269	160.21 266	162.72 266	154.57 266	160.59 266	153.47 267	163.50 266
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
MGS-Stereo	264.93 269	208.00 268	362.00 271	512.00 271	350.00 271	326.00 268	443.00 272	410.00 269	210.00 267	232.00 269	215.00 267	125.00 267	217.00 267	216.00 269	127.00 267	122.00 268	223.00 269	230.00 268	487.00 271	255.00 270	250.00 270	223.00 271	272.00 270	228.00 270	241.00 268	220.00 270	214.00 269	235.00 270

DLCB_ROB	280.78 271	376.74 270	215.59 267	376.74 267	215.59 267	376.74 270	215.59 267	366.42 268	218.39 268	366.42 270	218.39 268	366.42 270	218.39 268	209.96 268	219.76 271	219.38 271	376.72 271	216.43 267	376.72 268	216.43 268	376.72 272	216.43 270	216.14 267	216.14 269	376.69 271	217.67 269	376.69 272	217.67 268

EGLCR-Stereo	276.81 270	209.00 269	366.00 272	514.00 272	354.00 272	336.00 269	422.00 270	440.00 271	220.00 269	231.00 268	245.00 269	135.00 268	237.00 269	218.00 270	197.00 270	222.00 272	223.00 269	230.00 268	487.00 271	255.00 270	250.00 270	273.00 272	272.00 270	228.00 270	241.00 268	220.00 270	214.00 269	235.00 270

AE-Stereo	252.48 268	202.00 267	361.00 270	502.00 270	324.00 270	321.00 267	482.00 273	423.00 270	227.00 270	201.00 267	273.00 270	101.00 266	207.00 266	198.00 267	183.00 269	181.00 270	221.00 268	232.00 270	477.00 269	220.00 269	111.00 267	100.00 267	219.00 268	214.00 267	204.00 267	211.00 268	200.00 268	222.00 269

NOSS_ROB	248.11 267	409.00 271	288.00 268	412.00 268	280.00 268	411.00 271	288.00 268	356.00 267	275.00 271	379.00 271	303.00 271	415.00 271	278.00 270	260.00 271	104.00 266	103.00 267	126.00 266	108.00 265	118.00 266	98.00 266	126.00 268	104.00 268	268.00 269	216.00 268	279.00 270	201.00 267	288.00 271	206.00 267

LE_ROB	387.11 272	453.07 272	321.39 269	500.23 269	323.05 269	493.99 272	324.56 269	477.63 272	322.28 272	465.51 272	322.97 272	486.37 272	334.17 271	305.26 272	320.63 272	327.66 273	476.08 272	315.70 271	483.76 270	335.15 272	469.64 273	309.74 273	315.90 272	318.85 272	498.41 272	328.85 272	491.00 273	330.08 272

SGM-ForestM	522.49 273	676.08 273	448.56 273	638.17 273	433.15 273	639.59 273	427.03 271	617.52 273	439.90 273	604.63 273	429.02 273	611.68 273	432.74 272	420.18 273	451.96 273	465.85 274	601.06 273	403.73 272	659.15 273	405.50 273	669.64 274	437.21 274	455.85 273	425.66 273	689.82 273	481.65 273	662.43 274	479.61 273

CBMV_ROB	1133.35 274	1280.38 274	976.92 274	1317.57 274	1021.62 274	1282.66 274	1022.22 274	1213.88 274	982.57 274	1194.12 274	975.90 274	1357.87 274	1090.02 274	943.32 274	1021.85 274	1006.47 275	1309.01 274	986.29 274	1499.40 274	986.35 274	1359.35 275	975.96 275	975.21 274	969.30 274	1337.82 274	1042.34 274	1398.25 275	1073.86 274

anonymousdsp2	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 276	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 276	10000000.00 276	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 276	10000000.00 275

anonymousdsp	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 276	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 276	10000000.00 276	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 276	10000000.00 275

AMNet	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 276	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 276	10000000.00 276	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 275	10000000.00 276	10000000.00 275

FADE																0.07 38					0.09 41	0.08 41					0.05 33

Low-res two-view benchmark