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

coex_refinement	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

G2L-Stereo	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

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

RYNet	0.02 15	0.02 14	0.02 14	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.03 25	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

YMNet	0.03 23	0.03 23	0.03 23	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	0.03 21	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.04 32	0.03 24	0.03 26	0.03 22	0.03 25

DFGA-Net	0.04 24	0.06 37	0.03 23	0.06 36	0.03 23	0.05 35	0.03 26	0.05 35	0.03 27	0.05 27	0.03 26	0.05 34	0.03 23	0.03 27	0.03 26	0.03 26	0.05 35	0.03 25	0.05 33	0.03 26	0.06 41	0.03 26	0.03 25	0.03 25	0.06 41	0.03 26	0.06 41	0.03 25

AASNet	0.05 25	0.08 41	0.08 39	0.07 39	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.05 39	0.06 39	0.07 39	0.05 39	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 36

SACVNet	0.05 25	0.08 41	0.08 39	0.07 39	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.05 39	0.06 39	0.07 39	0.05 39	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 36

AACVNet	0.05 25	0.08 41	0.08 39	0.07 39	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.05 39	0.06 39	0.07 39	0.05 39	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 36

ADCS	0.06 28	0.02 14	0.04 25	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	1.03 181	0.02 15	0.02 15	0.03 23	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 25	0.02 15	0.02 15	0.02 15	0.04 30	0.02 15

FINET	0.07 29	0.08 41	0.07 36	0.08 42	0.07 42	0.08 44	0.07 41	0.08 44	0.07 41	0.08 33	0.07 42	0.08 42	0.07 42	0.07 42	0.07 39	0.07 42	0.07 42	0.07 42	0.07 41	0.07 42	0.08 44	0.07 42	0.07 38	0.06 42	0.07 42	0.07 42	0.08 45	0.06 42

BEATNet_4x	0.08 30	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 212	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCL	0.08 30	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 212	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCMid	0.08 30	0.02 14	0.13 74	0.03 23	0.02 15	0.03 22	0.02 15	0.02 15	0.02 15	1.32 203	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 41	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 25

AnyNet_C01	0.08 30	0.03 23	0.04 25	0.02 15	0.03 23	0.03 22	0.02 15	0.02 15	0.02 15	1.46 211	0.02 15	0.03 23	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.02 15	0.03 22	0.02 16	0.02 15	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.03 22	0.03 25

ADCPNet	0.08 30	0.03 23	0.04 25	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.32 203	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.04 30	0.03 25

SepStereo	0.09 35	0.09 45	0.09 42	0.09 45	0.10 47	0.09 45	0.08 44	0.09 45	0.08 44	0.09 34	0.08 43	0.09 45	0.09 45	0.08 45	0.08 45	0.09 46	0.09 45	0.08 45	0.09 45	0.08 43	0.09 45	0.08 45	0.09 41	0.09 45	0.10 45	0.08 45	0.10 46	0.09 45

APVNet	0.09 35	0.06 37	0.04 25	0.06 36	0.04 32	0.05 35	0.04 32	0.05 35	1.08 234	0.05 27	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

AnonymousM	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

FADNet-RVC-Resample	0.10 37	0.04 32	0.05 30	0.04 32	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.04 33	1.53 251	0.04 32	0.05 36	0.05 37	0.06 41	0.05 36

FADNet_RVC	0.10 37	0.03 23	0.04 25	0.03 23	0.04 32	0.05 35	0.04 32	0.04 31	0.04 32	0.03 21	0.04 31	0.04 30	0.03 23	0.04 32	0.03 26	0.03 26	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.03 26	1.63 256	0.03 25	0.03 24	0.04 32	0.03 22	0.04 32

PVD	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

SHD	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

SAMSARA	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

XQC	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

RTSC	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

RTS	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

RTSA	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

MADNet+	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

MADNet++	0.10 37	0.10 46	0.10 45	0.10 46	0.10 47	0.10 46	0.10 48	0.10 46	0.10 47	0.10 35	0.10 48	0.10 46	0.10 48	0.10 49	0.10 48	0.10 48	0.10 46	0.10 47	0.10 46	0.10 47	0.10 47	0.10 49	0.10 44	0.10 48	0.10 45	0.10 46	0.10 46	0.10 49

LRCNet_RVC	0.11 49	0.12 57	0.09 42	0.12 57	0.09 45	0.12 57	0.09 45	0.12 57	0.09 45	0.12 45	0.09 46	0.11 56	0.09 45	0.09 46	0.09 46	0.09 46	0.12 57	0.16 87	0.21 90	0.09 46	0.12 58	0.09 47	0.09 41	0.09 45	0.12 57	0.28 124	0.12 58	0.09 45

FADNet-RVC	0.11 49	0.04 32	0.05 30	0.04 32	0.05 35	0.04 31	0.04 32	0.05 35	0.04 32	0.04 25	0.04 31	0.04 30	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	1.79 262	0.04 32	0.04 31	0.04 32	0.04 30	0.05 36

FADNet	0.11 49	0.04 32	0.05 30	0.06 36	0.05 35	0.04 31	0.04 32	0.04 31	0.04 32	0.04 25	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.05 37	0.05 35	0.04 33	1.74 260	0.04 32	0.04 31	0.05 37	0.04 30	0.05 36

ProNet	0.12 52	0.18 72	0.11 59	0.14 60	0.10 47	0.14 61	0.11 59	0.14 59	0.11 59	0.14 46	0.10 48	0.14 60	0.10 48	0.10 49	0.11 59	0.10 48	0.15 67	0.10 47	0.14 59	0.10 47	0.14 60	0.10 49	0.11 57	0.10 48	0.15 65	0.10 46	0.14 61	0.10 49

IPLG	0.12 52	0.15 62	0.12 65	0.14 60	0.11 60	0.14 61	0.11 59	0.14 59	0.11 59	0.15 51	0.11 59	0.14 60	0.11 60	0.12 73	0.11 59	0.11 60	0.14 60	0.11 62	0.14 59	0.11 60	0.14 60	0.11 61	0.11 57	0.11 62	0.14 60	0.11 60	0.14 61	0.11 61

MIPNet	0.12 52	0.15 62	0.12 65	0.14 60	0.11 60	0.14 61	0.11 59	0.14 59	0.11 59	0.15 51	0.11 59	0.14 60	0.11 60	0.12 73	0.11 59	0.11 60	0.14 60	0.11 62	0.15 67	0.11 60	0.14 60	0.11 61	0.11 57	0.11 62	0.14 60	0.11 60	0.14 61	0.11 61

AnyNet_C32	0.12 52	0.03 23	0.07 36	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.02 15	2.33 249	0.04 31	0.04 30	0.03 23	0.02 15	0.03 26	0.04 32	0.04 28	0.04 31	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.04 31	0.03 26	0.03 22	0.02 15

ADCP+	0.12 52	0.04 32	0.07 36	0.04 32	0.05 35	0.04 31	0.04 32	0.04 31	0.04 32	2.28 241	0.05 35	0.05 34	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	0.04 32	0.05 37	0.04 31	0.04 32	0.04 30	0.04 32

S2M2	0.13 57	0.14 61	0.10 45	0.14 60	0.10 47	0.15 69	0.10 48	0.30 113	0.10 47	0.14 46	0.17 89	0.14 60	0.10 48	0.10 49	0.10 48	0.10 48	0.14 60	0.10 47	0.14 59	0.10 47	0.14 60	0.10 49	0.10 44	0.10 48	0.15 65	0.10 46	0.14 61	0.10 49

CIPLG	0.13 57	0.15 62	0.12 65	0.14 60	0.11 60	0.14 61	0.11 59	0.15 67	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.12 73	0.12 76	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.14 60	0.11 61	0.11 57	0.12 76	0.15 65	0.12 76	0.15 68	0.12 75

IPLGR_C	0.13 57	0.16 67	0.14 78	0.15 68	0.11 60	0.14 61	0.11 59	0.14 59	0.11 59	0.14 46	0.11 59	0.14 60	0.11 60	0.12 73	0.11 59	0.11 60	0.14 60	0.11 62	0.14 59	0.11 60	0.14 60	0.11 61	0.11 57	0.11 62	0.14 60	0.11 60	0.15 68	0.11 61

IPLGR	0.13 57	0.15 62	0.12 65	0.14 60	0.11 60	0.14 61	0.11 59	0.14 59	0.13 80	0.15 51	0.11 59	0.14 60	0.12 79	0.12 73	0.11 59	0.11 60	0.14 60	0.11 62	0.14 59	0.11 60	0.14 60	0.11 61	0.11 57	0.12 76	0.15 65	0.11 60	0.14 61	0.11 61

ACRE	0.13 57	0.16 67	0.12 65	0.14 60	0.11 60	0.14 61	0.11 59	0.15 67	0.11 59	0.14 46	0.11 59	0.14 60	0.11 60	0.12 73	0.11 59	0.11 60	0.14 60	0.11 62	0.14 59	0.11 60	0.14 60	0.11 61	0.11 57	0.11 62	0.14 60	0.11 60	0.14 61	0.11 61

ICVP	0.13 57	0.16 67	0.11 59	0.16 76	0.11 60	0.16 77	0.11 59	0.16 69	0.11 59	0.16 63	0.11 59	0.16 77	0.11 60	0.11 63	0.11 59	0.11 60	0.16 76	0.11 62	0.16 75	0.11 60	0.16 76	0.11 61	0.11 57	0.11 62	0.16 76	0.11 60	0.16 76	0.11 61
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCRef	0.13 57	0.04 32	0.05 30	0.04 32	0.04 32	0.04 31	0.09 45	0.04 31	0.04 32	2.46 252	0.04 31	0.04 30	0.04 33	0.04 32	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.04 33	0.04 32	0.05 37	0.04 31	0.04 32	0.04 30	0.04 32

GMStereo	0.14 64	0.13 59	0.14 78	0.14 60	0.14 85	0.14 61	0.14 82	0.14 59	0.14 84	0.14 46	0.14 84	0.14 60	0.14 85	0.14 84	0.14 85	0.14 85	0.14 60	0.14 84	0.14 59	0.14 85	0.14 60	0.14 86	0.14 81	0.14 84	0.14 60	0.14 82	0.14 61	0.14 85
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HSM	0.14 64	0.17 71	0.11 59	0.17 79	0.11 60	0.17 78	0.12 76	0.17 73	0.11 59	0.17 66	0.11 59	0.17 80	0.11 60	0.12 73	0.12 76	0.12 75	0.17 79	0.12 78	0.17 77	0.12 78	0.17 79	0.12 78	0.12 74	0.12 76	0.17 78	0.12 76	0.17 79	0.12 75

ELAS_RVC	0.14 64	0.18 72	0.11 59	0.19 84	0.11 60	0.18 79	0.13 80	0.16 69	0.11 59	0.17 66	0.11 59	0.14 60	0.11 60	0.09 46	0.11 59	0.12 75	0.17 79	0.10 47	0.18 80	0.11 60	0.18 80	0.11 61	0.10 44	0.11 62	0.19 83	0.11 60	0.19 82	0.12 75
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.14 64	0.19 77	0.11 59	0.20 86	0.11 60	0.20 86	0.12 76	0.18 75	0.12 75	0.18 68	0.12 77	0.19 86	0.11 60	0.11 63	0.11 59	0.11 60	0.18 82	0.11 62	0.19 84	0.11 60	0.19 84	0.11 61	0.11 57	0.11 62	0.20 86	0.11 60	0.20 86	0.12 75
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.14 64	0.23 86	0.10 45	0.19 84	0.11 60	0.20 86	0.11 59	0.16 69	0.10 47	0.15 51	0.11 59	0.15 69	0.11 60	0.09 46	0.11 59	0.11 60	0.16 76	0.10 47	0.17 77	0.11 60	0.18 80	0.11 61	0.09 41	0.10 48	0.18 80	0.11 60	0.19 82	0.12 75
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DDVS	0.15 69	0.18 72	0.13 74	0.18 81	0.13 82	0.19 84	0.13 80	0.18 75	0.13 80	0.18 68	0.13 83	0.18 83	0.13 84	0.13 80	0.13 81	0.13 81	0.18 82	0.13 81	0.18 80	0.13 84	0.18 80	0.13 83	0.13 79	0.10 48	0.19 83	0.14 82	0.19 82	0.13 83

BEATNet-Init1	0.15 69	0.07 39	0.10 45	0.08 42	0.07 42	0.07 42	0.07 41	0.07 38	0.07 41	2.19 237	0.08 43	0.08 42	0.07 42	0.07 42	0.07 39	0.07 42	0.08 43	0.07 42	0.08 43	0.08 43	0.07 42	0.07 42	0.07 38	0.07 43	0.08 43	0.07 42	0.07 43	0.07 43

DeepPrunerF	0.15 69	0.07 39	0.10 45	0.08 42	0.07 42	0.07 42	0.07 41	0.07 38	0.07 41	2.19 237	0.08 43	0.08 42	0.07 42	0.07 42	0.07 39	0.07 42	0.08 43	0.07 42	0.08 43	0.08 43	0.07 42	0.07 42	0.07 38	0.07 43	0.08 43	0.07 42	0.07 43	0.07 43

DeepPruner_ROB	0.15 69	0.18 72	0.12 65	0.18 81	0.12 78	0.18 79	0.12 76	0.18 75	0.13 80	0.18 68	0.12 77	0.18 83	0.12 79	0.13 80	0.12 76	0.13 81	0.18 82	0.13 81	0.18 80	0.12 78	0.19 84	0.12 78	0.13 79	0.12 76	0.18 80	0.12 76	0.18 80	0.12 75

LALA_ROB	0.15 69	0.21 80	0.12 65	0.21 90	0.12 78	0.20 86	0.14 82	0.20 78	0.12 75	0.22 76	0.12 77	0.16 77	0.12 79	0.10 49	0.12 76	0.12 75	0.21 91	0.11 62	0.22 91	0.12 78	0.20 87	0.12 78	0.11 57	0.12 76	0.21 91	0.14 82	0.21 90	0.13 83

GCAP-BAT	0.17 74	1.25 208	0.20 95	0.15 68	0.11 60	0.15 69	0.11 59	0.21 82	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.11 63	0.11 59	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.15 69	0.11 61	0.11 57	0.11 62	0.15 65	0.11 60	0.15 68	0.11 61

test_for_model	0.17 74	1.25 208	0.20 95	0.15 68	0.11 60	0.15 69	0.11 59	0.21 82	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.11 63	0.11 59	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.15 69	0.11 61	0.11 57	0.11 62	0.15 65	0.11 60	0.15 68	0.11 61

testlalala2	0.17 74	1.25 208	0.20 95	0.15 68	0.11 60	0.15 69	0.11 59	0.21 82	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.11 63	0.11 59	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.15 69	0.11 61	0.11 57	0.11 62	0.15 65	0.11 60	0.15 68	0.11 61

testlalala	0.17 74	1.25 208	0.20 95	0.15 68	0.11 60	0.15 69	0.11 59	0.21 82	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.11 63	0.11 59	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.15 69	0.11 61	0.11 57	0.11 62	0.15 65	0.11 60	0.15 68	0.11 61

testlalala_base	0.17 74	1.25 208	0.20 95	0.15 68	0.11 60	0.15 69	0.11 59	0.21 82	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.11 63	0.11 59	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.15 69	0.11 61	0.11 57	0.11 62	0.15 65	0.11 60	0.15 68	0.11 61

GCAP-Stereo	0.17 74	1.25 208	0.20 95	0.15 68	0.11 60	0.15 69	0.11 59	0.21 82	0.11 59	0.15 51	0.11 59	0.15 69	0.11 60	0.11 63	0.11 59	0.11 60	0.15 67	0.11 62	0.15 67	0.11 60	0.15 69	0.11 61	0.11 57	0.11 62	0.15 65	0.11 60	0.15 68	0.11 61

IGEV_Zeroshot_test	0.18 80	0.22 82	0.18 89	0.21 90	0.18 98	0.20 86	0.17 91	0.20 78	0.16 86	0.25 86	0.16 87	0.21 90	0.17 91	0.16 89	0.18 96	0.15 88	0.20 87	0.16 87	0.20 86	0.18 98	0.21 90	0.17 94	0.17 86	0.17 90	0.20 86	0.17 91	0.20 86	0.16 87

dd	0.18 80	0.22 82	0.16 80	0.22 92	0.15 86	0.22 93	0.15 86	0.21 82	0.15 85	0.21 74	0.15 85	0.21 90	0.15 87	0.15 86	0.15 87	0.15 88	0.22 93	0.14 84	0.22 91	0.14 85	0.22 93	0.15 88	0.16 84	0.15 87	0.23 98	0.15 86	0.22 92	0.16 87

dad	0.18 80	0.23 86	0.16 80	0.22 92	0.15 86	0.22 93	0.15 86	0.22 90	0.16 86	0.21 74	0.15 85	0.22 93	0.15 87	0.15 86	0.16 89	0.17 90	0.23 98	0.17 91	0.23 98	0.15 88	0.22 93	0.15 88	0.15 83	0.15 87	0.22 93	0.15 86	0.22 92	0.16 87

MSKI-zero shot	0.19 83	0.21 80	0.16 80	0.22 92	0.16 89	0.23 101	0.17 91	0.22 90	0.17 91	0.22 76	0.17 89	0.22 93	0.16 89	0.19 100	0.16 89	0.17 90	0.23 98	0.16 87	0.22 91	0.16 89	0.22 93	0.17 94	0.16 84	0.17 90	0.22 93	0.19 101	0.22 92	0.16 87

MIM_Stereo	0.19 83	0.23 86	0.18 89	0.22 92	0.16 89	0.22 93	0.16 89	0.21 82	0.16 86	0.22 76	0.17 89	0.21 90	0.17 91	0.20 101	0.18 96	0.17 90	0.22 93	0.18 100	0.22 91	0.16 89	0.21 90	0.16 90	0.17 86	0.17 90	0.21 91	0.16 89	0.22 92	0.20 103

UNet	0.19 83	0.13 59	0.09 42	0.13 59	0.09 45	0.13 59	0.09 45	0.13 58	0.09 45	0.90 170	0.09 46	0.13 59	0.09 45	0.10 49	0.09 46	0.70 203	0.13 59	0.09 46	0.13 57	0.10 47	0.91 205	0.09 47	0.10 44	0.09 45	0.13 58	0.10 46	0.13 60	0.09 45

iResNet	0.19 83	0.23 86	0.17 84	0.22 92	0.17 92	0.22 93	0.19 101	0.22 90	0.17 91	0.22 76	0.17 89	0.22 93	0.17 91	0.17 90	0.17 92	0.17 90	0.22 93	0.17 91	0.22 91	0.17 92	0.23 99	0.17 94	0.18 96	0.17 90	0.23 98	0.17 91	0.23 100	0.17 93

ACV-stereo	0.20 87	0.23 86	0.17 84	0.23 99	0.17 92	0.23 101	0.17 91	0.23 98	0.17 91	0.23 82	0.17 89	0.23 99	0.17 91	0.17 90	0.17 92	0.17 90	0.24 103	0.17 91	0.23 98	0.17 92	0.24 102	0.17 94	0.17 86	0.17 90	0.23 98	0.17 91	0.23 100	0.17 93

DAS	0.20 87	0.20 78	0.20 95	0.20 86	0.20 104	0.20 86	0.20 103	0.20 78	0.20 102	0.20 72	0.20 103	0.20 88	0.20 102	0.20 101	0.20 104	0.20 99	0.20 87	0.20 106	0.20 86	0.20 105	0.20 87	0.20 105	0.20 101	0.20 103	0.20 86	0.20 102	0.20 86	0.20 103

ASD4	0.20 87	0.20 78	0.20 95	0.20 86	0.20 104	0.20 86	0.20 103	0.20 78	0.20 102	0.20 72	0.20 103	0.20 88	0.20 102	0.20 101	0.20 104	0.20 99	0.20 87	0.20 106	0.20 86	0.20 105	0.20 87	0.20 105	0.20 101	0.20 103	0.20 86	0.20 102	0.20 86	0.20 103

iResNetv2_ROB	0.20 87	0.22 82	0.19 93	0.23 99	0.19 102	0.22 93	0.17 91	0.22 90	0.17 91	0.22 76	0.17 89	0.22 93	0.17 91	0.18 96	0.18 96	0.19 98	0.22 93	0.17 91	0.23 98	0.17 92	0.25 103	0.18 101	0.17 86	0.18 100	0.23 98	0.17 91	0.25 108	0.17 93

ITSA-stereo	0.21 91	0.16 67	0.12 65	0.16 76	0.13 82	0.18 79	0.14 82	0.16 69	1.89 268	0.16 63	0.12 77	0.17 80	0.12 79	0.13 80	0.13 81	0.13 81	0.17 79	0.13 81	0.17 77	0.12 78	0.16 76	0.12 78	0.12 74	0.12 76	0.17 78	0.12 76	0.16 76	0.12 75

Pointernet	0.22 92	0.41 126	0.38 141	0.22 92	0.17 92	0.22 93	0.17 91	0.41 142	0.17 91	0.22 76	0.17 89	0.22 93	0.17 91	0.18 96	0.18 96	0.18 95	0.23 98	0.18 100	0.23 98	0.18 98	0.23 99	0.18 101	0.17 86	0.17 90	0.22 93	0.18 99	0.22 92	0.17 93

JetRed	0.22 92	0.11 56	0.12 65	0.11 56	0.11 60	0.11 56	0.11 59	0.11 56	0.11 59	2.93 262	0.11 59	0.11 56	0.11 60	0.11 63	0.11 59	0.12 75	0.11 56	0.11 62	0.11 56	0.11 60	0.11 57	0.11 61	0.11 57	0.11 62	0.11 56	0.11 60	0.11 57	0.11 61

JetBlue	0.23 94	0.12 57	0.13 74	0.12 57	0.12 78	0.12 57	0.11 59	0.14 59	0.12 75	3.07 263	0.12 77	0.12 58	0.11 60	0.11 63	0.13 81	0.13 81	0.12 57	0.12 78	0.13 57	0.11 60	0.12 58	0.13 83	0.12 74	0.14 84	0.13 58	0.12 76	0.12 58	0.11 61

SFCPSM	0.23 94	0.18 72	0.13 74	0.18 81	0.12 78	0.18 79	0.80 215	0.17 73	0.12 75	0.88 169	0.12 77	0.17 80	0.12 79	0.13 80	0.12 76	0.12 75	0.18 82	0.12 78	0.18 80	0.12 78	1.18 227	0.13 83	0.12 74	0.12 76	0.18 80	0.13 81	0.18 80	0.12 75

LoS_RVC	0.25 96	0.25 98	0.25 111	0.25 107	0.25 114	0.25 110	0.25 114	0.25 103	0.25 113	0.25 86	0.25 117	0.25 107	0.25 115	0.26 117	0.25 117	0.26 114	0.25 108	0.25 116	0.26 111	0.25 117	0.25 103	0.25 114	0.25 112	0.25 115	0.25 109	0.25 115	0.25 108	0.25 115

tt_ll	0.25 96	0.25 98	0.25 111	0.25 107	0.25 114	0.25 110	0.25 114	0.25 103	0.25 113	0.25 86	0.25 117	0.25 107	0.25 115	0.26 117	0.25 117	0.26 114	0.25 108	0.25 116	0.26 111	0.25 117	0.25 103	0.25 114	0.25 112	0.25 115	0.25 109	0.25 115	0.25 108	0.25 115

CAS	0.25 96	0.25 98	0.25 111	0.25 107	0.26 116	0.26 116	0.26 116	0.25 103	0.25 113	0.25 86	0.25 117	0.25 107	0.25 115	0.25 115	0.25 117	0.25 111	0.26 114	0.25 116	0.26 111	0.26 121	0.25 103	0.25 114	0.25 112	0.26 119	0.25 109	0.26 119	0.25 108	0.25 115

LoS	0.25 96	0.25 98	0.27 115	0.27 113	0.26 116	0.25 110	0.26 116	0.26 108	0.25 113	0.26 92	0.25 117	0.25 107	0.25 115	0.26 117	0.25 117	0.25 111	0.25 108	0.25 116	0.25 108	0.25 117	0.27 110	0.25 114	0.26 116	0.26 119	0.26 113	0.25 115	0.25 108	0.25 115
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
castereo++	0.26 100	1.28 214	1.07 220	0.15 68	0.13 82	0.15 69	0.14 82	1.22 223	0.13 80	0.16 63	0.17 89	0.16 77	0.14 85	0.14 84	0.15 87	0.14 85	0.15 67	0.14 84	0.16 75	0.14 85	0.16 76	0.14 86	0.14 81	0.14 84	0.16 76	0.14 82	0.16 76	0.15 86

model_zeroshot	0.27 101	0.30 108	0.19 93	0.36 132	0.23 112	0.25 110	0.27 120	0.33 116	0.21 105	0.35 101	0.22 109	0.25 107	0.27 123	0.26 117	0.23 112	0.26 114	0.35 126	0.22 109	0.36 128	0.23 114	0.25 103	0.27 121	0.27 118	0.23 112	0.36 128	0.22 109	0.25 108	0.27 123

DCVSM-stereo	0.27 101	0.38 120	0.22 104	0.38 138	0.22 107	0.38 140	0.22 108	0.29 111	0.22 108	0.29 94	0.22 109	0.29 118	0.22 109	0.22 107	0.21 106	0.21 102	0.38 137	0.22 109	0.38 136	0.22 109	0.38 131	0.22 108	0.21 103	0.25 115	0.38 135	0.21 106	0.38 134	0.21 107

DLNR_Zeroshot_test	0.27 101	0.30 108	0.23 106	0.30 118	0.22 107	0.31 120	0.24 112	0.29 111	0.23 111	0.38 110	0.23 112	0.29 118	0.23 113	0.22 107	0.23 112	0.23 107	0.30 119	0.34 145	0.29 117	0.23 114	0.29 114	0.29 137	0.22 106	0.23 112	0.30 118	0.23 112	0.30 118	0.23 113

HGLStereo	0.27 101	0.25 98	0.21 103	0.35 128	0.21 106	0.35 127	0.21 106	0.34 122	0.21 105	0.39 113	0.21 106	0.34 124	0.21 107	0.22 107	0.21 106	0.21 102	0.35 126	0.22 109	0.35 125	0.22 109	0.35 122	0.22 108	0.21 103	0.21 106	0.35 126	0.21 106	0.35 126	0.21 107

iResNet_ROB	0.28 105	0.32 112	0.24 110	0.33 122	0.26 116	0.32 122	0.24 112	0.33 116	0.25 113	0.33 96	0.24 115	0.35 127	0.24 114	0.23 111	0.24 116	0.25 111	0.32 121	0.24 115	0.36 128	0.24 116	0.32 116	0.28 127	0.24 111	0.24 114	0.32 120	0.24 114	0.33 120	0.24 114

IMH-64-1	0.29 106	0.23 86	0.23 106	0.23 99	0.22 107	0.22 93	0.23 110	0.22 90	0.22 108	2.02 230	0.23 112	0.23 99	0.22 109	0.23 111	0.23 112	0.23 107	0.23 98	0.22 109	0.23 98	0.22 109	0.22 93	0.22 108	0.22 106	0.22 109	0.22 93	0.22 109	0.22 92	0.22 109

IMH-64	0.29 106	0.23 86	0.23 106	0.23 99	0.22 107	0.22 93	0.23 110	0.22 90	0.22 108	2.02 230	0.23 112	0.23 99	0.22 109	0.23 111	0.23 112	0.23 107	0.23 98	0.22 109	0.23 98	0.22 109	0.22 93	0.22 108	0.22 106	0.22 109	0.22 93	0.22 109	0.22 92	0.22 109

UPFNet	0.29 106	0.24 94	0.16 80	0.24 104	0.16 89	0.24 105	0.16 89	0.23 98	0.16 86	1.19 194	0.16 87	0.23 99	0.16 89	0.17 90	0.16 89	0.89 215	0.24 103	0.16 87	0.24 104	0.18 98	1.20 230	0.16 90	0.17 86	0.16 89	0.24 104	0.16 89	0.24 102	0.16 87

WAO-6	0.30 109	0.22 82	0.23 106	0.22 92	0.23 112	0.23 101	0.22 108	0.22 90	0.23 111	2.21 240	0.22 109	0.22 93	0.22 109	0.22 107	0.22 110	0.23 107	0.22 93	0.23 114	0.22 91	0.22 109	0.22 93	0.22 108	0.22 106	0.22 109	0.23 98	0.23 112	0.22 92	0.22 109

anonymity	0.30 109	0.34 114	0.27 115	0.33 122	0.27 121	0.33 123	0.28 127	0.33 116	0.28 127	0.33 96	0.28 128	0.33 122	0.28 125	0.28 129	0.28 129	0.28 124	0.34 123	0.28 124	0.34 123	0.28 126	0.34 118	0.27 121	0.27 118	0.27 123	0.34 123	0.28 124	0.34 124	0.28 126

iRaft-Stereo_20w	0.30 109	0.46 138	0.27 115	0.34 124	0.26 116	0.35 127	0.28 127	0.34 122	0.26 120	0.34 99	0.26 121	0.34 124	0.26 121	0.26 117	0.26 122	0.26 114	0.34 123	0.26 120	0.34 123	0.26 121	0.34 118	0.26 120	0.26 116	0.26 119	0.34 123	0.26 119	0.34 124	0.26 120

MMNet	0.30 109	0.24 94	0.17 84	0.24 104	0.17 92	0.24 105	0.17 91	0.23 98	0.18 98	1.21 197	0.17 89	0.23 99	0.17 91	0.17 90	0.17 92	0.89 215	0.24 103	0.17 91	0.24 104	0.17 92	1.22 232	0.16 90	0.17 86	0.17 90	0.24 104	0.17 91	0.24 102	0.17 93

delet	0.30 109	0.24 94	0.17 84	0.24 104	0.17 92	0.24 105	0.17 91	0.23 98	0.16 86	1.21 197	0.17 89	0.24 105	0.17 91	0.17 90	0.17 92	0.91 219	0.24 103	0.17 91	0.24 104	0.17 92	1.23 234	0.17 94	0.17 86	0.17 90	0.24 104	0.17 91	0.24 102	0.17 93

psm_up	0.30 109	0.24 94	0.17 84	0.25 107	0.17 92	0.24 105	0.17 91	0.24 102	0.17 91	1.20 196	0.17 89	0.23 99	0.17 91	0.17 90	0.18 96	0.90 218	0.24 103	0.17 91	0.25 108	0.17 92	1.24 237	0.17 94	0.17 86	0.17 90	0.24 104	0.17 91	0.24 102	0.17 93

MLCV	0.30 109	0.33 113	0.28 118	0.34 124	0.28 125	0.33 123	0.28 127	0.33 116	0.29 135	0.33 96	0.27 125	0.33 122	0.28 125	0.26 117	0.29 137	0.28 124	0.33 122	0.28 124	0.33 120	0.28 126	0.33 117	0.27 121	0.28 123	0.28 127	0.33 121	0.28 124	0.33 120	0.28 126

DN-CSS_ROB	0.30 109	0.34 114	0.29 123	0.34 124	0.27 121	0.34 125	0.28 127	0.33 116	0.27 122	0.34 99	0.27 125	0.34 124	0.28 125	0.29 131	0.27 125	0.26 114	0.35 126	0.29 133	0.33 120	0.28 126	0.34 118	0.28 127	0.28 123	0.27 123	0.34 123	0.28 124	0.33 120	0.28 126

UNDER WATER-64	0.31 117	0.25 98	0.25 111	0.26 112	0.26 116	0.25 110	0.26 116	0.25 103	0.26 120	1.69 217	0.26 121	0.25 107	0.25 115	0.25 115	0.26 122	0.26 114	0.25 108	0.26 120	0.26 111	0.26 121	0.25 103	0.25 114	0.25 112	0.25 115	0.26 113	0.26 119	0.25 108	0.26 120

LG-Stereo_L2	0.32 118	0.45 135	0.36 138	0.37 134	0.27 121	0.37 136	0.27 120	0.43 147	0.27 122	0.36 107	0.31 142	0.36 133	0.27 123	0.27 124	0.27 125	0.30 134	0.37 134	0.27 123	0.37 132	0.27 125	0.37 128	0.27 121	0.27 118	0.27 123	0.37 132	0.27 122	0.37 132	0.27 123

CASnet	0.32 118	0.53 154	0.34 135	0.27 113	0.31 143	0.34 125	0.29 140	0.31 114	0.32 140	0.25 86	0.31 142	0.27 115	0.40 164	0.45 164	0.27 125	0.30 134	0.26 114	0.40 162	0.28 116	0.37 155	0.28 112	0.39 161	0.29 129	0.40 163	0.29 117	0.28 124	0.24 102	0.30 141
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.32 118	0.45 135	0.29 123	0.36 132	0.29 135	0.36 132	0.29 140	0.36 129	0.29 135	0.35 101	0.29 136	0.35 127	0.28 125	0.27 124	0.28 129	0.28 124	0.35 126	0.28 124	0.35 125	0.28 126	0.35 122	0.28 127	0.29 129	0.29 135	0.36 128	0.29 137	0.36 129	0.29 135

RSM	0.33 121	0.36 118	0.31 130	0.39 149	0.32 145	0.36 132	0.30 143	0.35 125	0.38 152	0.35 101	0.31 142	0.35 127	0.30 137	0.30 134	0.31 142	0.30 134	0.36 131	0.31 140	0.36 128	0.30 140	0.36 126	0.31 142	0.31 139	0.31 141	0.36 128	0.31 143	0.36 129	0.31 144

SQANet	0.33 121	0.28 105	0.28 118	0.28 117	0.28 125	0.29 118	0.28 127	0.28 109	0.28 127	1.59 215	0.28 128	0.28 117	0.28 125	0.28 129	0.28 129	0.28 124	0.28 117	0.28 124	0.29 117	0.28 126	0.28 112	0.28 127	0.28 123	0.28 127	0.28 116	0.28 124	0.28 116	0.28 126

DGSMNet	0.33 121	0.42 132	0.28 118	0.40 150	0.28 125	0.40 150	0.28 127	0.40 140	0.28 127	0.40 118	0.28 128	0.39 142	0.28 125	0.27 124	0.28 129	0.28 124	0.40 151	0.28 124	0.42 156	0.29 135	0.41 145	0.31 142	0.29 129	0.28 127	0.41 149	0.28 124	0.42 152	0.29 135

castereo	0.34 124	1.59 219	1.39 238	0.17 79	0.15 86	0.18 79	0.26 116	1.74 237	0.17 91	0.19 71	0.18 100	0.18 83	0.20 102	0.20 101	0.22 110	0.21 102	0.18 82	0.17 91	0.19 84	0.16 89	0.18 80	0.20 105	0.17 86	0.21 106	0.19 83	0.17 91	0.19 82	0.16 87

RAFT-Test	0.34 124	0.45 135	0.30 127	0.38 138	0.32 145	0.40 150	0.32 147	0.39 138	0.32 140	0.39 113	0.30 139	0.37 135	0.29 134	0.30 134	0.30 139	0.29 132	0.38 137	0.30 137	0.38 136	0.29 135	0.38 131	0.29 137	0.29 129	0.30 139	0.38 135	0.30 140	0.38 134	0.30 141

RAFT + AFF	0.34 124	0.29 106	0.32 133	0.31 120	0.30 140	0.39 147	0.32 147	0.39 138	0.30 137	0.39 113	0.32 145	0.39 142	0.32 142	0.35 142	0.36 149	0.32 143	0.38 137	0.31 140	0.38 136	0.31 144	0.38 131	0.28 127	0.37 151	0.34 147	0.38 135	0.30 140	0.38 134	0.28 126

ETE_ROB	0.35 127	0.35 117	0.35 136	0.35 128	0.35 152	0.35 127	0.35 149	0.35 125	0.35 148	0.35 101	0.35 150	0.35 127	0.35 148	0.35 142	0.35 147	0.35 148	0.35 126	0.35 149	0.35 125	0.35 151	0.35 122	0.35 148	0.35 147	0.35 151	0.35 126	0.35 149	0.35 126	0.35 150

GREAT-IGEV	0.36 128	0.46 138	0.33 134	0.43 160	0.30 140	0.43 160	0.30 143	0.45 149	0.30 137	0.42 126	0.30 139	0.43 155	0.30 137	0.30 134	0.30 139	0.30 134	0.43 157	0.30 137	0.43 157	0.30 140	0.43 151	0.30 140	0.30 137	0.30 139	0.43 155	0.30 140	0.43 154	0.30 141

EKT-Stereo	0.36 128	0.50 151	0.30 127	0.40 150	0.29 135	0.40 150	0.29 140	0.35 125	0.30 137	0.47 134	0.30 139	0.35 127	0.32 142	0.29 131	0.34 145	0.33 144	0.59 183	0.31 140	0.39 147	0.29 135	0.37 128	0.38 154	0.29 129	0.31 141	0.58 186	0.28 124	0.51 173	0.29 135

GEStereo_RVC	0.36 128	0.23 86	0.18 89	0.23 99	0.18 98	0.23 101	0.19 101	0.22 90	0.19 100	0.24 83	0.20 103	0.24 105	0.18 100	0.18 96	0.18 96	0.21 102	0.25 108	0.18 100	0.22 91	0.18 98	0.23 99	0.18 101	0.19 99	0.20 103	0.23 98	0.20 102	4.43 283	0.19 101

DMCA	0.36 128	0.38 120	0.37 139	0.35 128	0.35 152	0.35 127	0.36 152	0.35 125	0.36 150	0.36 107	0.37 155	0.36 133	0.36 152	0.36 146	0.35 147	0.37 151	0.36 131	0.36 150	0.36 128	0.36 154	0.36 126	0.35 148	0.36 149	0.36 153	0.37 132	0.36 151	0.36 129	0.36 152

XPNet_ROB	0.37 132	0.37 119	0.37 139	0.37 134	0.37 154	0.37 136	0.37 156	0.37 130	0.37 151	0.37 109	0.37 155	0.37 135	0.37 153	0.37 147	0.37 152	0.37 151	0.37 134	0.37 152	0.37 132	0.37 155	0.37 128	0.37 151	0.37 151	0.37 155	0.37 132	0.37 155	0.37 132	0.37 153

GIP-stereo	0.38 133	0.56 157	0.40 145	0.45 163	0.33 147	0.44 162	0.35 149	0.49 163	0.33 143	0.43 127	0.32 145	0.42 151	0.31 139	0.33 137	0.33 144	0.34 145	0.40 151	0.32 144	0.40 148	0.32 145	0.43 151	0.38 154	0.33 142	0.32 143	0.43 155	0.32 145	0.42 152	0.34 149

Former-RAFT_DAM_RVC	0.38 133	1.06 193	0.54 177	0.59 189	0.27 121	0.46 163	0.27 120	0.46 150	0.27 122	0.46 132	0.27 125	0.46 158	0.26 121	0.27 124	0.27 125	0.26 114	0.46 159	0.26 120	0.45 160	0.30 140	0.46 154	0.27 121	0.27 118	0.27 123	0.46 158	0.27 122	0.45 156	0.26 120

CES	0.38 133	0.34 114	0.44 155	0.43 160	0.33 147	0.37 136	0.44 173	0.37 130	0.38 152	0.45 130	0.35 150	0.35 127	0.41 165	0.45 164	0.36 149	0.36 149	0.36 131	0.45 171	0.43 157	0.35 151	0.34 118	0.46 171	0.36 149	0.36 153	0.42 154	0.34 148	0.35 126	0.38 156

PML	0.39 136	0.56 157	0.29 123	0.55 183	0.28 125	0.56 185	0.28 127	0.51 170	0.28 127	0.50 136	0.28 128	0.51 174	0.28 125	0.29 131	0.28 129	0.29 132	0.56 181	0.29 133	0.57 189	0.28 126	0.56 180	0.28 127	0.28 123	0.29 135	0.56 183	0.28 124	0.56 181	0.28 126

DEFOM-Stereo_RVC	0.40 137	2.14 236	1.91 261	0.20 86	0.18 98	0.19 84	0.17 91	2.23 247	0.19 100	0.24 83	0.21 106	0.19 86	0.21 107	0.20 101	0.18 96	0.20 99	0.20 87	0.18 100	0.20 86	0.19 103	0.19 84	0.17 94	0.18 96	0.17 90	0.20 86	0.20 102	0.21 90	0.19 101

GwcNet-ADL	0.41 138	0.41 126	0.41 147	0.41 156	0.41 164	0.41 153	0.41 166	0.41 142	0.41 163	0.41 119	0.41 167	0.41 147	0.41 165	0.41 156	0.41 166	0.41 160	0.41 153	0.41 164	0.41 152	0.41 165	0.41 145	0.41 165	0.41 162	0.41 164	0.41 149	0.41 164	0.41 148	0.41 164

PSMNet-ADL	0.41 138	0.41 126	0.41 147	0.41 156	0.41 164	0.41 153	0.41 166	0.41 142	0.41 163	0.41 119	0.41 167	0.41 147	0.41 165	0.41 156	0.41 166	0.41 160	0.41 153	0.41 164	0.41 152	0.41 165	0.41 145	0.41 165	0.41 162	0.41 164	0.41 149	0.41 164	0.41 148	0.41 164

GANet-ADL	0.41 138	0.41 126	0.41 147	0.41 156	0.41 164	0.41 153	0.41 166	0.41 142	0.41 163	0.41 119	0.41 167	0.41 147	0.41 165	0.41 156	0.41 166	0.41 160	0.41 153	0.41 164	0.41 152	0.41 165	0.41 145	0.41 165	0.41 162	0.41 164	0.41 149	0.41 164	0.41 148	0.41 164

ADLNet	0.41 138	0.41 126	0.41 147	0.41 156	0.41 164	0.41 153	0.41 166	0.41 142	0.41 163	0.41 119	0.41 167	0.41 147	0.41 165	0.41 156	0.41 166	0.41 160	0.41 153	0.41 164	0.41 152	0.41 165	0.41 145	0.41 165	0.41 162	0.41 164	0.41 149	0.41 164	0.41 148	0.41 164

DEFOM-Stereo	0.43 142	1.60 221	1.47 241	0.30 118	0.28 125	0.31 120	0.28 127	1.65 235	0.25 113	0.29 94	0.26 121	0.30 120	0.29 134	0.27 124	0.26 122	0.26 114	0.30 119	0.29 133	0.30 119	0.26 121	0.29 114	0.29 137	0.27 118	0.26 119	0.30 118	0.29 137	0.30 118	0.29 135

GES	0.43 142	0.41 126	0.31 130	0.35 128	0.30 140	0.47 169	0.28 127	0.33 116	0.28 127	0.35 101	0.29 136	2.95 267	0.38 156	0.35 142	0.30 139	0.34 145	0.34 123	0.30 137	0.33 120	0.30 140	0.35 122	0.30 140	0.33 142	0.33 145	0.33 121	0.31 143	0.33 120	0.29 135

LG-Stereo_L1	0.44 144	0.58 161	0.49 169	0.51 179	0.38 158	0.51 179	0.38 159	0.56 175	0.38 152	0.50 136	0.38 158	0.50 171	0.38 156	0.38 149	0.38 154	0.38 154	0.52 175	0.38 155	0.52 181	0.38 159	0.51 170	0.38 154	0.38 155	0.38 156	0.52 177	0.38 157	0.51 173	0.40 162

FCDSN-DC	0.44 144	0.31 110	0.35 136	0.34 124	0.28 125	0.35 127	0.30 143	0.32 115	0.25 113	1.32 203	0.24 115	1.00 215	0.32 142	0.35 142	0.34 145	0.30 134	0.72 195	0.37 152	0.48 171	0.32 145	0.53 176	0.49 185	0.23 110	0.29 135	0.50 171	0.42 169	0.61 187	0.71 207
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
LG-Stereo_Zeroshot	0.45 146	0.57 159	0.45 156	0.54 181	0.37 154	0.53 183	0.37 156	0.56 175	0.40 160	0.53 142	0.38 158	0.53 178	0.37 153	0.37 147	0.37 152	0.37 151	0.55 178	0.38 155	0.53 183	0.37 155	0.53 176	0.37 151	0.37 151	0.39 162	0.54 180	0.37 155	0.54 179	0.37 153

WAO-7	0.46 147	0.38 120	0.38 141	0.38 138	0.38 158	0.38 140	0.38 159	0.38 132	0.38 152	2.57 256	0.38 158	0.38 138	0.38 156	0.38 149	0.38 154	0.38 154	0.38 137	0.38 155	0.38 136	0.38 159	0.38 131	0.38 154	0.38 155	0.38 156	0.38 135	0.38 157	0.38 134	0.38 156

Venus	0.46 147	0.38 120	0.40 145	0.38 138	0.38 158	0.39 147	0.38 159	0.38 132	0.38 152	2.71 258	0.38 158	0.38 138	0.38 156	0.38 149	0.38 154	0.38 154	0.38 137	0.38 155	0.38 136	0.38 159	0.38 131	0.38 154	0.38 155	0.38 156	0.38 135	0.38 157	0.39 144	0.38 156

HanzoNet	0.47 149	0.39 124	0.38 141	0.38 138	0.38 158	0.38 140	0.38 159	0.40 140	0.38 152	2.63 257	0.38 158	0.38 138	0.38 156	0.38 149	0.38 154	0.39 159	0.38 137	0.38 155	0.38 136	0.42 170	0.38 131	0.39 161	0.39 160	0.38 156	0.38 135	0.38 157	0.38 134	0.39 161

IMH	0.47 149	0.40 125	0.39 144	0.38 138	0.38 158	0.38 140	0.38 159	0.38 132	0.40 160	2.79 260	0.38 158	0.38 138	0.38 156	0.38 149	0.38 154	0.38 154	0.39 147	0.38 155	0.38 136	0.40 164	0.38 131	0.38 154	0.38 155	0.38 156	0.38 135	0.38 157	0.38 134	0.38 156

LL-Strereo2	0.47 149	2.60 248	0.51 173	0.38 138	0.28 125	0.37 136	0.28 127	0.55 173	0.35 148	0.44 129	0.34 149	0.44 157	0.34 146	0.34 138	0.36 149	0.36 149	0.47 163	0.36 150	0.47 165	0.35 151	0.47 158	0.35 148	0.35 147	0.35 151	0.46 158	0.35 149	0.47 161	0.35 150

GMOStereo	0.50 152	0.44 133	2.38 271	0.40 150	0.34 149	0.42 157	0.36 152	1.96 242	0.34 144	0.41 119	0.36 152	0.42 151	0.35 148	0.34 138	0.38 154	0.31 139	0.39 147	0.34 145	0.40 148	0.33 148	0.39 140	0.33 145	0.33 142	0.34 147	0.40 145	0.36 151	0.40 145	0.32 146

error version	0.50 152	0.44 133	2.38 271	0.40 150	0.34 149	0.42 157	0.36 152	1.96 242	0.34 144	0.41 119	0.36 152	0.42 151	0.35 148	0.34 138	0.38 154	0.31 139	0.39 147	0.34 145	0.40 148	0.33 148	0.39 140	0.33 145	0.33 142	0.34 147	0.40 145	0.36 151	0.40 145	0.32 146

SANet	0.50 152	0.50 151	0.50 170	0.50 177	0.50 189	0.50 178	0.50 189	0.50 167	0.50 188	0.50 136	0.50 188	0.50 171	0.50 187	0.50 181	0.50 190	0.50 186	0.50 173	0.50 189	0.50 177	0.50 190	0.50 169	0.50 191	0.50 183	0.50 185	0.50 171	0.50 189	0.50 171	0.50 184

PDISCO_ROB	0.50 152	0.15 62	0.11 59	0.16 76	3.16 278	0.13 59	0.12 76	0.14 59	0.12 75	0.15 51	0.11 59	2.55 266	0.11 60	2.20 263	0.13 81	0.12 75	0.16 76	0.10 47	0.14 59	0.12 78	0.15 69	0.12 78	0.12 74	0.12 76	0.15 65	0.10 46	2.75 266	0.09 45

otaku	0.52 156	0.46 138	0.48 163	0.46 164	0.46 172	0.46 163	0.46 174	0.46 150	0.47 177	1.88 220	0.46 174	0.46 158	0.46 174	0.46 166	0.46 174	0.46 168	0.47 163	0.46 172	0.46 161	0.46 174	0.47 158	0.46 171	0.46 169	0.46 172	0.47 164	0.46 172	0.46 157	0.47 174

HaxPig	0.52 156	0.48 147	0.47 158	0.47 169	0.47 176	0.47 169	0.47 178	0.47 156	0.47 177	1.80 218	0.47 178	0.47 162	0.47 177	0.47 170	0.47 178	0.47 175	0.47 163	0.47 179	0.47 165	0.47 179	0.47 158	0.47 179	0.47 175	0.47 176	0.47 164	0.47 179	0.47 161	0.47 174

UNDER WATER	0.52 156	0.47 144	0.47 158	0.47 169	0.47 176	0.47 169	0.47 178	0.47 156	0.47 177	1.90 221	0.47 178	0.47 162	0.47 177	0.47 170	0.47 178	0.47 175	0.46 159	0.47 179	0.47 165	0.47 179	0.46 154	0.47 179	0.47 175	0.48 180	0.47 164	0.47 179	0.47 161	0.47 174

Dean	0.52 156	0.46 138	0.48 163	0.46 164	0.46 172	0.46 163	0.46 174	0.46 150	0.46 172	1.90 221	0.46 174	0.47 162	0.46 174	0.46 166	0.46 174	0.46 168	0.48 167	0.46 172	0.46 161	0.46 174	0.46 154	0.46 171	0.46 169	0.46 172	0.46 158	0.46 172	0.46 157	0.46 171

Ntro	0.53 160	0.47 144	0.50 170	0.46 164	0.48 181	0.47 169	0.47 178	0.46 150	0.46 172	2.05 232	0.47 178	0.47 162	0.49 185	0.47 170	0.47 178	0.46 168	0.48 167	0.46 172	0.49 174	0.46 174	0.47 158	0.46 171	0.46 169	0.47 176	0.46 158	0.46 172	0.47 161	0.47 174

RainbowNet	0.53 160	0.48 147	0.48 163	0.48 173	0.48 181	0.48 175	0.48 182	0.48 159	0.48 181	1.92 223	0.48 183	0.48 167	0.48 181	0.48 175	0.48 183	0.48 178	0.48 167	0.48 183	0.48 171	0.48 183	0.48 164	0.48 182	0.48 178	0.48 180	0.48 169	0.48 183	0.48 166	0.48 180

LVE	0.53 160	0.47 144	0.48 163	0.47 169	0.47 176	0.47 169	0.47 178	0.48 159	0.47 177	1.96 227	0.47 178	0.47 162	0.47 177	0.47 170	0.47 178	0.47 175	0.47 163	0.47 179	0.47 165	0.47 179	0.47 158	0.47 179	0.47 175	0.47 176	0.47 164	0.47 179	0.47 161	0.47 174

ACVNet_1	0.53 160	0.46 138	0.48 163	0.47 169	0.47 176	0.46 163	0.48 182	0.48 159	0.48 181	2.07 233	0.47 178	0.48 167	0.48 181	0.47 170	0.47 178	0.46 168	0.49 171	0.47 179	0.47 165	0.47 179	0.48 164	0.46 171	0.46 169	0.48 180	0.47 164	0.47 179	0.48 166	0.47 174

ACVNet-4b	0.53 160	0.46 138	0.47 158	0.46 164	0.46 172	0.46 163	0.46 174	0.46 150	0.46 172	2.17 236	0.46 174	0.46 158	0.47 177	0.46 166	0.46 174	0.46 168	0.46 159	0.46 172	0.46 161	0.46 174	0.46 154	0.46 171	0.46 169	0.47 176	0.46 158	0.46 172	0.46 157	0.46 171

AIO-test2	0.54 165	0.65 166	0.55 180	0.60 190	0.50 189	0.60 189	0.49 185	0.65 181	0.48 181	0.60 147	0.49 186	0.59 183	0.50 187	0.50 181	0.49 187	0.49 182	0.60 184	0.50 189	0.60 191	0.49 187	0.60 184	0.49 185	0.50 183	0.51 187	0.60 189	0.48 183	0.60 184	0.50 184

AIO-test1	0.54 165	0.64 165	0.54 177	0.60 190	0.49 185	0.61 191	0.49 185	0.64 180	0.49 186	0.59 146	0.48 183	0.60 185	0.50 187	0.48 175	0.48 183	0.48 178	0.60 184	0.48 183	0.60 191	0.48 183	0.60 184	0.49 185	0.49 180	0.49 183	0.59 188	0.49 186	0.60 184	0.49 181

notaker	0.54 165	0.48 147	0.48 163	0.48 173	0.48 181	0.48 175	0.49 185	0.48 159	0.48 181	1.95 226	0.48 183	0.48 167	0.48 181	0.48 175	0.48 183	0.48 178	0.48 167	0.48 183	0.48 171	0.48 183	0.49 167	0.48 182	0.48 178	0.49 183	0.48 169	0.48 183	0.48 166	0.49 181

ACVNet_2	0.55 168	0.49 150	0.50 170	0.49 175	0.49 185	0.49 177	0.49 185	0.49 163	0.49 186	2.14 235	0.49 186	0.50 171	0.49 185	0.49 178	0.49 187	0.49 182	0.50 173	0.49 188	0.50 177	0.49 187	0.49 167	0.49 185	0.49 180	0.50 185	0.50 171	0.49 186	0.50 171	0.49 181

CFNet	0.55 168	0.25 98	0.18 89	0.25 107	0.18 98	0.25 110	0.18 100	0.25 103	0.18 98	0.25 86	0.18 100	0.25 107	0.18 100	0.18 96	0.18 96	0.18 95	0.25 108	0.18 100	0.25 108	0.18 98	5.31 296	4.36 296	0.18 96	0.18 100	0.25 109	0.18 99	0.25 108	0.18 100

PSMNet_ROB	0.55 168	0.55 156	0.56 183	0.56 184	0.55 193	0.56 185	0.55 193	0.55 173	0.55 192	0.55 143	0.55 193	0.55 180	0.55 195	0.55 184	0.56 194	0.55 190	0.55 178	0.55 195	0.55 186	0.55 193	0.55 179	0.55 194	0.55 188	0.55 193	0.55 181	0.55 194	0.55 180	0.55 190

IER	0.56 171	2.72 249	2.20 265	0.38 138	0.29 135	0.38 140	0.27 120	2.77 263	0.27 122	0.38 110	0.28 128	0.37 135	0.25 115	0.26 117	0.25 117	0.26 114	0.38 137	0.29 133	0.38 136	0.25 117	0.39 140	0.25 114	0.29 129	0.29 135	0.40 145	0.25 115	0.38 134	0.25 115

LG-Stereo	0.57 172	0.58 161	0.43 153	0.54 181	0.65 202	0.95 215	0.69 208	0.69 183	0.38 152	0.52 140	0.37 155	0.53 178	0.37 153	0.68 202	0.73 210	0.72 206	0.70 192	0.37 152	0.54 185	0.37 155	0.54 178	0.37 151	0.37 151	0.56 194	0.95 215	0.59 197	0.84 204	0.37 153

CASS	0.58 173	0.89 180	0.55 180	0.56 184	0.55 193	0.60 189	0.57 197	0.57 177	0.56 193	0.55 143	0.56 194	0.56 181	0.50 187	0.63 194	0.56 194	0.56 191	0.62 187	0.62 202	0.59 190	0.56 194	0.56 180	0.48 182	0.60 193	0.56 194	0.57 185	0.60 199	0.57 183	0.59 193
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DISCO	0.59 174	0.29 106	0.22 104	0.27 113	5.05 299	0.30 119	0.21 106	0.28 109	0.21 105	0.27 93	0.21 106	0.27 115	0.20 102	0.21 106	0.21 106	0.21 102	0.27 116	0.21 108	0.27 115	0.21 108	0.27 110	0.23 113	0.21 103	0.21 106	0.27 115	0.21 106	5.06 291	0.22 109

LMCR-Stereo	0.61 175	0.61 163	0.61 188	0.61 193	0.61 198	0.67 196	0.61 202	0.61 178	0.61 199	0.61 148	0.61 199	0.61 186	0.61 200	0.61 190	0.61 200	0.61 195	0.61 186	0.61 201	0.61 193	0.61 199	0.61 186	0.61 199	0.61 194	0.61 201	0.61 191	0.61 200	0.61 187	0.61 199

AANet_RVC	0.61 175	0.31 110	5.05 288	0.31 120	0.19 102	0.24 105	0.20 103	5.86 284	0.20 102	0.24 83	0.18 100	0.25 107	0.20 102	0.23 111	0.21 106	0.18 95	0.37 134	0.18 100	0.24 104	0.19 103	0.25 103	0.19 104	0.19 99	0.19 102	0.24 104	0.15 86	0.24 102	0.20 103

iRaftStereo_RVC	0.62 177	1.76 224	2.24 267	0.52 180	0.37 154	0.53 183	0.38 159	2.51 258	0.38 152	0.51 139	0.38 158	0.51 174	0.38 156	0.38 149	0.38 154	0.38 154	0.52 175	0.38 155	0.52 181	0.38 159	0.52 173	0.38 154	0.38 155	0.38 156	0.52 177	0.39 162	0.52 176	0.38 156

ARAFT	0.64 178	0.74 172	0.62 189	0.70 202	0.56 195	0.72 199	0.55 193	0.72 187	0.54 191	0.73 156	0.56 194	0.72 197	0.56 196	0.56 185	0.62 201	0.63 197	0.73 196	0.53 194	0.73 199	0.54 192	0.72 194	0.65 202	0.62 195	0.56 194	0.72 196	0.54 192	0.72 194	0.57 191

test_1	0.65 179	4.37 263	2.38 271	0.40 150	0.34 149	0.42 157	0.36 152	1.96 242	0.34 144	0.41 119	0.36 152	0.42 151	0.35 148	0.34 138	0.38 154	0.31 139	0.39 147	0.34 145	0.40 148	0.33 148	0.39 140	0.33 145	0.33 142	0.34 147	0.40 145	0.36 151	0.40 145	0.32 146

HH	0.66 180	2.13 231	0.47 158	0.37 134	0.29 135	0.36 132	0.27 120	0.49 163	0.44 169	0.78 158	0.68 203	0.67 191	0.90 219	0.62 191	0.90 218	0.53 188	0.88 207	0.48 183	0.37 132	0.29 135	0.63 189	0.66 205	0.66 199	0.51 187	1.06 223	0.61 200	1.08 222	0.60 195

HanStereo	0.66 180	2.13 231	0.47 158	0.37 134	0.29 135	0.36 132	0.27 120	0.49 163	0.44 169	0.78 158	0.68 203	0.67 191	0.90 219	0.62 191	0.90 218	0.53 188	0.88 207	0.48 183	0.37 132	0.29 135	0.63 189	0.66 205	0.66 199	0.51 187	1.06 223	0.61 200	1.08 222	0.60 195

DSFCA	0.66 180	0.73 170	0.74 196	0.68 198	0.65 202	0.64 193	0.65 207	0.65 181	0.65 201	0.66 151	0.65 202	0.65 188	0.64 201	0.65 197	0.65 204	0.65 199	0.65 189	0.65 205	0.65 195	0.65 202	0.65 192	0.65 202	0.65 198	0.65 204	0.66 193	0.66 204	0.65 190	0.65 201

STTRV1_RVC	0.66 180	1.59 219	0.52 176	0.69 199	0.61 198	0.66 195	0.43 172	0.88 196	0.45 171	0.71 154	0.62 200	0.69 194	0.45 173	0.62 191	0.40 164	0.44 166	0.80 201	0.59 198	0.76 204	0.63 200	0.80 197	0.46 171	0.64 196	0.61 201	0.72 196	0.54 192	0.80 199	0.60 195

4D-IteraStereo	0.67 184	3.40 254	1.05 217	0.71 203	0.83 215	0.47 169	0.27 120	0.47 156	0.27 122	0.35 101	0.26 121	0.68 193	0.84 215	0.41 156	0.54 192	0.89 215	0.74 198	0.88 219	0.73 199	0.87 219	0.42 150	0.27 121	0.28 123	0.28 127	0.36 128	0.28 124	0.68 191	0.90 217

RAFT-Stereo + iAFF	0.67 184	0.74 172	0.60 187	0.79 206	0.61 198	0.76 200	0.57 197	0.71 186	0.56 193	0.71 154	0.54 192	0.72 197	0.66 203	0.65 197	0.65 204	0.64 198	0.74 198	0.64 204	0.74 201	0.63 200	0.73 195	0.65 202	0.64 196	0.64 203	0.74 198	0.61 200	0.73 195	0.64 200

Occ-G	0.68 186	0.54 155	3.16 278	0.57 188	0.45 171	0.52 182	0.40 165	3.44 269	0.46 172	0.52 140	0.45 173	0.51 174	0.44 171	0.44 163	0.40 164	0.45 167	0.55 178	0.41 164	0.53 183	0.43 171	0.52 173	0.40 163	0.44 168	0.45 171	0.55 181	0.44 171	0.53 178	0.44 170

TorneroNet-64	0.69 187	0.65 166	0.30 127	0.27 113	0.47 176	0.28 117	0.35 149	0.34 122	0.80 209	7.93 301	0.29 136	0.30 120	0.31 139	0.81 211	0.28 129	0.27 123	0.29 118	0.28 124	0.85 210	0.83 217	0.62 188	0.28 127	0.30 137	0.28 127	0.52 177	0.29 137	0.29 117	0.27 123

DDUNet	0.69 187	0.84 178	0.59 186	0.84 211	0.59 196	0.87 209	0.57 197	0.84 193	0.59 198	0.82 165	0.58 197	0.85 209	0.57 197	0.59 189	0.59 197	0.57 192	0.87 206	0.59 198	0.85 210	0.59 198	0.85 203	0.59 197	0.59 191	0.59 197	0.87 206	0.59 197	0.84 204	0.59 193

UDG	0.70 189	0.87 179	0.56 183	0.87 212	0.59 196	0.84 206	0.59 200	0.85 194	0.57 195	0.84 167	0.59 198	0.84 208	0.60 199	0.58 186	0.60 198	0.59 193	0.85 205	0.59 198	0.87 212	0.58 195	0.87 204	0.60 198	0.57 190	0.59 197	0.87 206	0.58 196	0.86 207	0.60 195

MaskLacGwcNet_RVC	0.70 189	6.91 276	0.46 157	0.46 164	0.46 172	0.46 163	0.46 174	0.46 150	0.46 172	0.46 132	0.46 174	0.46 158	0.46 174	0.46 166	0.46 174	0.46 168	0.46 159	0.46 172	0.46 161	0.46 174	0.47 158	0.46 171	0.46 169	0.46 172	0.46 158	0.46 172	0.46 157	0.46 171

HCRNet	0.71 191	6.06 274	3.15 277	0.50 177	0.22 107	0.21 92	0.15 86	3.04 265	0.34 144	0.43 127	0.33 148	0.43 155	0.33 145	0.15 86	0.14 85	0.14 85	0.21 91	0.17 91	0.47 165	0.20 105	0.21 90	0.16 90	0.32 140	0.33 145	0.50 171	0.33 147	0.49 170	0.28 126

AFF-stereo	0.71 191	0.73 170	0.65 191	0.82 209	0.63 201	0.83 204	0.63 204	0.73 188	0.65 201	0.82 165	0.73 208	0.74 200	0.64 201	0.63 194	0.62 201	0.62 196	0.73 196	0.63 203	0.74 201	0.72 208	0.80 197	0.58 195	0.70 206	0.71 209	0.79 200	0.69 206	0.78 197	0.72 208

DMCA-RVC	0.71 191	0.72 168	0.72 192	0.71 203	0.70 205	0.70 197	0.70 211	0.70 185	0.71 204	0.70 153	0.71 206	0.71 196	0.70 205	0.70 203	0.71 208	0.70 203	0.70 192	0.71 209	0.70 196	0.71 206	0.70 193	0.70 208	0.71 208	0.71 209	0.70 194	0.72 209	0.71 192	0.70 205

PA-Net	0.71 191	0.62 164	0.55 180	0.69 199	0.71 206	0.70 197	0.69 208	0.69 183	0.74 207	0.73 156	0.75 209	0.59 183	0.72 208	0.82 212	0.79 213	0.83 212	0.67 191	0.76 212	0.81 208	0.67 204	0.61 186	0.76 211	0.68 204	0.65 204	0.82 204	0.76 212	0.71 192	0.69 204
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AIO-Stereo-zeroshot1	0.74 195	0.57 159	0.57 185	0.56 184	0.92 218	1.07 224	0.63 204	1.03 208	0.82 213	0.49 135	0.77 210	0.69 194	0.54 194	0.58 186	0.54 192	0.86 214	1.06 219	0.72 210	1.06 223	0.79 211	0.58 183	0.87 217	0.59 191	0.46 172	0.76 199	0.46 172	1.05 219	0.97 222

AEACV	0.74 195	0.52 153	3.10 275	0.60 190	0.48 181	0.56 185	0.48 182	3.02 264	0.83 214	0.61 148	0.62 200	0.72 197	0.50 187	0.49 178	0.49 187	0.48 178	0.58 182	0.50 189	0.55 186	0.48 183	0.56 180	0.50 191	0.50 183	0.51 187	0.58 186	0.51 191	0.60 184	0.51 187

MyStereo04	0.76 197	4.78 269	0.62 189	0.63 196	0.54 192	0.65 194	0.56 196	0.61 178	0.58 196	0.61 148	0.56 194	0.63 187	0.57 197	0.63 194	0.60 198	0.60 194	0.64 188	0.56 197	0.63 194	0.58 195	0.63 189	0.62 201	0.55 188	0.60 199	0.63 192	0.57 195	0.64 189	0.58 192

RSM++	0.77 198	0.91 181	0.72 192	0.83 210	0.71 206	0.83 204	0.72 212	0.81 192	0.71 204	0.81 164	0.71 206	0.81 207	0.71 207	0.71 205	0.71 208	0.70 203	0.83 204	0.72 210	0.83 209	0.81 216	0.83 201	0.72 210	0.71 208	0.71 209	0.88 208	0.71 207	0.83 203	0.70 205

test-3	0.78 199	4.38 264	1.80 253	0.62 194	0.49 185	0.62 192	0.50 189	1.86 238	0.64 200	0.69 152	0.52 190	0.66 189	0.38 156	0.58 186	0.57 196	0.46 168	0.66 190	0.46 172	0.50 177	0.44 173	0.48 164	0.58 195	0.54 187	0.60 199	0.70 194	0.46 172	0.48 166	0.50 184

CroCo-Stereo	0.80 200	2.51 244	0.41 147	1.27 239	0.41 164	1.27 238	0.41 166	1.27 225	0.41 163	1.27 200	0.41 167	1.27 236	0.41 165	0.41 156	0.41 166	0.41 160	1.28 237	0.41 164	1.27 237	0.41 165	1.27 238	0.41 165	0.42 166	0.41 164	1.27 239	0.41 164	1.27 237	0.41 164
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
NaN_ROB	0.80 200	0.80 175	0.80 200	0.80 207	0.80 212	0.80 202	0.80 215	0.80 190	0.80 209	0.80 162	0.80 213	0.80 205	0.80 211	0.80 209	0.80 214	0.80 210	0.80 201	0.80 215	0.80 206	0.80 214	0.80 197	0.80 213	0.80 213	0.80 213	0.80 202	0.80 214	0.80 199	0.80 212

CSAN	0.80 200	0.80 175	0.80 200	0.80 207	0.80 212	0.80 202	0.80 215	0.80 190	0.80 209	0.80 162	0.80 213	0.80 205	0.80 211	0.80 209	0.80 214	0.80 210	0.80 201	0.80 215	0.80 206	0.80 214	0.80 197	0.80 213	0.80 213	0.80 213	0.80 202	0.80 214	0.80 199	0.80 212

gcap-zeroshot	0.81 203	1.03 191	0.84 204	0.93 215	0.85 216	0.84 206	0.62 203	1.21 222	0.53 190	0.79 160	0.84 216	0.77 201	0.70 205	0.84 214	0.67 206	0.74 207	1.18 232	0.52 193	0.91 213	0.79 211	0.84 202	0.61 199	0.83 215	0.69 208	0.93 214	0.82 216	0.85 206	0.66 202

AIO-Stereo	0.82 204	1.06 193	0.73 195	0.97 219	0.74 208	1.06 223	0.60 201	1.04 210	0.90 217	1.00 176	1.01 227	0.78 202	0.85 217	0.74 207	0.62 201	0.67 200	1.12 222	0.55 195	0.70 196	0.65 202	0.93 209	0.66 205	0.67 201	0.67 206	0.82 204	0.74 210	0.92 208	0.83 214

G-Net	0.82 204	1.77 225	0.78 198	0.78 205	0.78 210	0.78 201	0.78 213	0.78 189	0.79 208	0.79 160	0.78 211	0.78 202	0.78 210	0.78 208	0.78 212	0.78 208	0.79 200	0.79 213	0.79 205	0.79 211	0.79 196	0.79 212	0.79 212	0.79 212	0.79 200	0.79 213	0.79 198	0.79 211

ktn	0.84 206	1.15 198	0.54 177	1.16 234	1.26 247	0.51 179	0.53 192	0.51 170	0.66 203	4.54 284	0.51 189	0.52 177	0.52 193	0.66 200	0.51 191	0.51 187	1.37 242	1.17 240	0.49 174	0.51 191	1.23 234	0.51 193	0.67 201	0.51 187	0.51 175	0.68 205	0.51 173	0.51 187

KSHMR	0.85 207	0.72 168	0.51 173	0.49 175	0.49 185	0.51 179	1.07 235	0.50 167	0.48 181	6.04 296	0.52 190	0.66 189	0.98 225	0.49 178	0.77 211	0.49 182	1.17 229	0.51 192	0.49 174	1.06 233	0.51 170	0.49 185	0.49 180	0.51 187	1.04 221	0.49 186	0.81 202	0.72 208

CroCo-Stereo Lap2	0.85 207	2.86 251	0.43 153	1.33 241	0.43 170	1.31 239	0.42 171	1.32 226	0.42 168	1.31 202	0.44 172	1.32 238	0.44 171	0.43 162	0.44 172	0.43 165	1.35 238	0.43 170	1.32 240	0.43 171	1.31 239	0.43 170	0.43 167	0.42 170	1.31 240	0.42 169	1.31 238	0.43 169

MLG-Stereo	0.87 209	1.33 215	0.93 207	0.62 194	1.00 221	1.16 229	0.55 193	0.86 195	0.83 214	1.19 194	0.40 165	1.30 237	0.81 213	0.65 197	0.45 173	1.01 229	1.17 229	0.46 172	1.29 239	0.58 195	1.05 217	0.90 220	0.73 211	0.87 218	0.60 189	1.01 227	1.13 226	0.51 187

DGTPSM_ROB	0.92 210	0.93 185	0.91 205	0.93 215	0.91 217	0.92 211	0.93 221	0.92 199	0.92 218	0.92 171	0.91 218	0.91 211	0.93 222	0.91 215	0.92 222	0.92 222	0.92 210	0.92 220	0.92 214	0.90 220	0.91 205	0.92 221	0.93 219	0.94 223	0.92 212	0.91 218	0.92 208	0.97 222

pmcnn	0.92 210	0.92 182	0.92 206	0.92 213	0.92 218	0.92 211	0.92 219	0.92 199	0.92 218	0.92 171	0.92 220	0.92 214	0.92 221	0.92 217	0.92 222	0.92 222	0.92 210	0.92 220	0.92 214	0.92 224	0.92 207	0.92 221	0.92 218	0.92 222	0.92 212	0.92 219	0.92 208	0.92 220

AIO-Stereo-zeroshot	0.93 212	0.77 174	0.82 202	1.16 234	0.75 209	0.99 216	0.92 219	0.91 197	0.99 224	0.94 175	0.91 218	1.15 226	0.88 218	0.92 217	1.00 225	0.67 200	0.98 214	1.00 225	0.75 203	0.91 221	1.18 227	0.87 217	0.89 217	0.90 219	1.08 226	1.07 232	0.74 196	0.89 216

HSM-Net_RVC	0.93 212	1.09 196	0.79 199	1.10 227	0.78 210	1.09 225	0.79 214	1.16 217	0.80 209	1.14 186	0.79 212	1.17 229	0.77 209	0.73 206	0.83 216	0.78 208	1.19 233	0.79 213	1.18 232	0.72 208	1.19 229	0.80 213	0.72 210	0.80 213	1.18 234	0.74 210	1.14 227	0.73 210
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.93 212	8.54 289	0.41 147	0.56 184	0.37 154	0.56 185	0.37 156	0.50 167	0.40 160	0.56 145	5.24 300	0.56 181	0.34 146	0.40 155	0.41 166	0.34 145	0.53 177	0.40 162	0.56 188	0.38 159	0.52 173	0.40 163	0.40 161	0.41 164	0.56 183	0.40 163	0.56 181	0.40 162

DPSimNet_ROB	0.93 212	1.04 192	0.83 203	1.05 225	0.82 214	1.04 221	0.83 218	1.03 208	0.89 216	1.03 181	0.84 216	1.03 220	0.84 215	0.83 213	0.84 217	0.83 212	1.14 224	0.84 217	1.12 228	0.84 218	1.04 216	0.88 219	0.83 215	0.84 217	1.07 225	0.83 217	1.15 228	0.88 215

DPSM_ROB	0.93 212	0.92 182	0.94 208	0.96 217	1.02 226	0.92 211	0.98 222	0.95 202	0.92 218	0.92 171	0.92 220	0.91 211	0.97 223	0.92 217	0.91 220	0.91 219	0.96 212	0.94 222	0.93 217	0.91 221	0.93 209	0.92 221	0.93 219	0.91 220	0.91 210	0.99 221	0.92 208	0.91 218

DPSM	0.93 212	0.92 182	0.94 208	0.96 217	1.02 226	0.92 211	0.98 222	0.95 202	0.92 218	0.92 171	0.92 220	0.91 211	0.97 223	0.92 217	0.91 220	0.91 219	0.96 212	0.94 222	0.93 217	0.91 221	0.93 209	0.92 221	0.93 219	0.91 220	0.91 210	0.99 221	0.92 208	0.91 218

GANet	1.00 218	1.00 186	1.00 210	1.00 220	1.00 221	1.00 217	1.00 227	1.00 204	1.00 225	1.00 176	1.00 224	1.00 215	1.00 227	1.00 224	1.00 225	1.00 226	1.00 215	1.00 225	1.00 219	1.00 226	1.00 212	1.00 226	1.00 224	1.00 226	1.00 216	1.00 224	1.00 214	1.00 224

TDLM	1.00 218	1.00 186	1.00 210	1.00 220	1.00 221	1.00 217	1.00 227	1.00 204	1.00 225	1.00 176	1.00 224	1.00 215	1.00 227	1.00 224	1.00 225	1.00 226	1.00 215	1.00 225	1.00 219	1.00 226	1.00 212	1.00 226	1.00 224	1.00 226	1.00 216	1.00 224	1.00 214	1.00 224

CVANet_RVC	1.00 218	1.00 186	1.00 210	1.00 220	1.00 221	1.00 217	1.00 227	1.00 204	1.00 225	1.00 176	1.00 224	1.00 215	1.00 227	1.00 224	1.00 225	1.00 226	1.00 215	1.00 225	1.00 219	1.00 226	1.00 212	1.00 226	1.00 224	1.00 226	1.00 216	1.00 224	1.00 214	1.00 224

ccs_rob	1.00 218	10.06 295	0.31 130	0.44 162	0.31 143	0.43 160	0.31 146	0.43 147	0.32 140	0.45 130	0.32 145	1.20 233	0.31 139	7.02 300	0.31 142	0.31 139	0.44 158	0.31 140	0.44 159	0.32 145	0.44 153	0.31 142	0.32 140	0.32 143	0.44 157	0.32 145	0.43 154	0.31 144

trnet	1.01 222	1.01 189	1.01 213	1.01 223	1.01 225	1.01 220	1.01 230	1.01 207	1.01 228	1.01 180	1.01 227	1.01 219	1.01 231	1.01 227	1.01 229	1.01 229	1.01 218	1.01 229	1.01 222	1.01 229	1.01 215	1.01 229	1.01 227	1.01 229	1.01 219	1.01 227	1.01 218	1.01 227

CFNet_pseudo	1.01 222	9.78 293	0.29 123	0.38 138	0.28 125	0.38 140	0.28 127	0.38 132	0.28 127	0.39 113	0.28 128	0.39 142	0.28 125	9.50 301	0.29 137	0.28 124	0.38 137	0.28 124	0.38 136	0.28 126	0.38 131	0.28 127	0.28 123	0.28 127	0.38 135	0.28 124	0.38 134	0.28 126

pcwnet_v2	1.01 222	9.73 292	0.28 118	0.38 138	0.28 125	0.38 140	0.28 127	0.38 132	0.28 127	0.38 110	0.28 128	0.39 142	0.28 125	9.61 302	0.28 129	0.28 124	0.38 137	0.28 124	0.38 136	0.28 126	0.38 131	0.28 127	0.29 129	0.28 127	0.38 135	0.28 124	0.38 134	0.28 126

WAO-8	1.02 225	1.50 218	1.49 242	0.40 150	0.40 163	1.56 247	0.98 222	1.55 234	0.58 196	4.18 280	0.40 165	0.79 204	0.48 181	0.91 215	0.39 163	0.99 225	0.71 194	0.70 208	0.51 180	0.77 210	1.07 219	0.82 216	0.69 205	0.96 225	1.01 219	1.30 248	1.10 224	1.38 251

UCFNet_RVC	1.03 226	10.10 296	0.28 118	0.38 138	0.28 125	0.39 147	0.28 127	0.38 132	0.28 127	0.39 113	0.28 128	0.39 142	0.29 134	9.62 303	0.28 129	0.28 124	0.38 137	0.28 124	0.38 136	0.28 126	0.39 140	0.28 127	0.29 129	0.28 127	0.39 144	0.28 124	0.38 134	0.29 135

GLC_STEREO	1.05 227	1.01 189	1.02 214	1.02 224	1.02 226	1.05 222	1.06 232	1.05 211	1.05 230	1.04 183	1.05 230	1.05 221	1.04 232	1.06 231	1.05 231	1.06 233	1.06 219	1.05 232	1.06 223	1.05 232	1.06 218	1.06 232	1.04 229	1.05 231	1.04 221	1.05 230	1.06 220	1.06 229

FC-DCNN	1.10 228	0.81 177	0.77 197	0.63 196	0.42 169	0.86 208	0.64 206	0.91 197	0.96 222	1.11 184	0.80 213	1.07 222	0.81 213	0.67 201	1.75 261	1.30 248	1.41 244	0.85 218	1.28 238	0.71 206	2.12 255	1.32 248	0.52 186	0.81 216	1.64 248	1.40 253	2.39 260	1.75 263

RP	1.14 229	1.16 200	1.15 225	1.17 236	1.10 234	1.16 229	1.15 237	1.10 212	1.16 239	1.15 187	1.08 232	1.16 227	1.15 238	1.15 238	1.14 238	1.16 238	1.16 227	1.10 234	1.10 225	1.10 236	1.16 223	1.11 235	1.10 233	1.19 243	1.14 230	1.19 243	1.07 221	1.10 232

Abc-Net	1.14 229	1.16 200	1.18 229	1.10 227	1.10 234	1.16 229	1.18 241	1.16 217	1.13 236	1.11 184	1.16 237	1.16 227	1.12 236	1.10 232	1.17 241	1.16 238	1.16 227	1.10 234	1.16 229	1.14 239	1.17 225	1.16 238	1.11 234	1.09 236	1.10 227	1.10 235	1.16 229	1.17 237
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MM-Stereo_test2	1.15 231	1.90 227	1.10 221	1.37 243	0.94 220	1.36 240	0.98 222	1.48 232	0.98 223	1.37 207	0.98 223	1.37 242	0.98 225	0.95 221	0.94 224	0.95 224	1.37 242	0.95 224	1.38 242	0.95 225	1.38 243	0.95 225	0.95 222	0.95 224	1.37 243	0.95 220	1.37 242	0.95 221

TorneroNet	1.15 231	1.10 197	0.51 173	0.69 199	0.51 191	1.10 226	0.50 189	0.51 170	0.51 189	13.92 303	1.17 241	0.49 170	0.51 192	0.54 183	0.48 183	0.49 182	0.49 171	0.65 205	0.70 196	0.49 187	0.51 170	0.49 185	0.67 201	1.36 250	0.51 175	0.50 189	0.52 176	1.23 244

RGC	1.15 231	1.16 200	1.17 228	1.15 232	1.11 236	1.21 235	1.21 248	1.10 212	1.15 237	1.16 190	1.11 234	1.17 229	1.09 234	1.14 237	1.11 235	1.16 238	1.19 233	1.11 237	1.10 225	1.15 241	1.11 220	1.19 241	1.16 237	1.12 238	1.17 232	1.10 235	1.16 229	1.17 237

NCC-stereo	1.15 231	1.17 203	1.12 224	1.10 227	1.15 237	1.14 227	1.15 237	1.15 215	1.12 235	1.17 193	1.17 241	1.11 224	1.17 242	1.11 234	1.10 234	1.16 238	1.12 222	1.11 237	1.16 229	1.13 238	1.23 234	1.16 238	1.19 241	1.11 237	1.18 234	1.17 240	1.17 232	1.13 235

edge stereo	1.15 231	1.18 204	1.11 223	1.12 230	1.17 241	1.17 234	1.17 239	1.16 217	1.18 243	1.16 190	1.17 241	1.17 229	1.13 237	1.11 234	1.11 235	1.12 235	1.17 229	1.17 240	1.11 227	1.17 242	1.17 225	1.17 240	1.18 239	1.14 239	1.11 228	1.18 241	1.12 225	1.11 233

Nwc_Net	1.15 231	1.15 198	1.15 225	1.09 226	1.19 243	1.16 229	1.17 239	1.15 215	1.16 239	1.16 190	1.16 237	1.08 223	1.16 239	1.11 234	1.15 240	1.18 242	1.11 221	1.10 234	1.16 229	1.17 242	1.16 223	1.13 237	1.18 239	1.20 244	1.11 228	1.15 238	1.16 229	1.20 240

stereogan	1.17 237	1.19 206	1.15 225	1.15 232	1.15 237	1.15 228	1.19 242	1.19 220	1.15 237	1.15 187	1.16 237	1.19 232	1.19 243	1.19 240	1.19 242	1.19 243	1.15 225	1.19 243	1.19 233	1.19 245	1.15 222	1.19 241	1.15 236	1.15 240	1.16 231	1.15 238	1.19 233	1.20 240

MM-Stereo_test3	1.22 238	1.60 221	1.19 232	1.48 246	1.02 226	1.48 245	0.99 226	1.54 233	1.03 229	1.41 209	1.03 229	1.44 244	1.00 227	1.04 229	1.04 230	1.02 231	1.42 245	1.04 230	1.48 245	1.01 229	1.48 244	1.03 230	1.06 231	1.04 230	1.53 246	1.04 229	1.49 243	1.04 228

FAT-Stereo	1.22 238	1.23 207	1.19 232	1.21 238	1.24 246	1.24 237	1.19 242	1.25 224	1.24 246	1.25 199	1.19 244	1.20 233	1.24 247	1.20 241	1.21 244	1.25 247	1.22 235	1.21 245	1.25 236	1.23 248	1.22 232	1.19 241	1.19 241	1.24 247	1.25 237	1.20 244	1.19 233	1.25 246

S-Stereo	1.22 238	1.18 204	1.19 232	1.20 237	1.23 245	1.23 236	1.19 242	1.19 220	1.18 243	1.27 200	1.20 245	1.20 233	1.20 244	1.23 243	1.22 246	1.23 246	1.23 236	1.23 247	1.20 234	1.25 249	1.20 230	1.22 247	1.25 245	1.24 247	1.20 236	1.22 247	1.26 236	1.24 245

SPS-STEREO	1.25 241	1.47 217	1.06 219	1.54 247	1.08 232	1.52 246	1.20 247	1.44 230	1.06 232	1.49 214	1.10 233	1.41 243	1.10 235	0.98 222	1.08 233	1.12 235	1.47 246	1.04 230	1.53 246	1.14 239	1.52 245	1.07 233	1.02 228	1.05 231	1.48 245	1.07 232	1.55 244	1.11 233
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RASNet	1.39 242	1.37 216	1.35 236	1.38 244	1.40 249	1.39 243	1.77 262	1.36 227	1.74 261	1.36 206	1.36 249	1.36 241	1.36 249	1.36 244	1.35 247	1.41 253	1.36 240	1.36 252	1.36 241	1.35 251	1.36 241	1.35 250	1.36 247	1.35 249	1.36 242	1.35 250	1.36 241	1.35 247

HBP-ISP	1.47 243	1.07 195	1.03 215	1.30 240	1.08 232	1.36 240	1.06 232	1.44 230	1.25 248	1.97 228	1.51 253	1.65 246	1.58 254	0.98 222	1.58 254	1.68 260	1.98 251	1.32 248	2.02 252	1.28 250	2.95 267	1.89 268	0.97 223	1.06 233	1.26 238	0.99 221	1.94 247	1.43 253

PS-NSSS	1.48 244	4.46 266	1.35 236	1.35 242	1.35 248	1.41 244	1.34 250	1.36 227	1.35 250	1.40 208	1.35 248	1.33 239	1.35 248	1.37 245	1.40 249	1.35 249	1.35 238	1.35 250	1.39 243	1.44 255	1.35 240	1.34 249	1.35 246	1.38 253	1.35 241	1.33 249	1.34 239	1.38 251

CC-Net-ROB	1.51 245	4.40 265	1.69 250	1.39 245	1.40 249	1.37 242	1.40 253	1.36 227	1.39 251	1.41 209	1.36 249	1.35 240	1.38 250	1.39 246	1.39 248	1.36 250	1.36 240	1.35 250	1.39 243	1.39 252	1.37 242	1.36 251	1.41 250	1.48 254	1.39 244	1.42 254	1.35 240	1.35 247

GANetREF_RVC	1.52 246	2.01 228	1.21 235	1.98 252	1.21 244	1.98 252	1.21 248	1.98 245	1.21 245	1.99 229	1.21 246	1.98 250	1.21 246	1.02 228	1.21 244	1.21 245	1.99 252	1.21 245	1.99 251	1.21 246	1.99 250	1.21 244	1.21 243	1.21 245	1.99 252	1.21 245	1.99 250	1.21 242
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
R-Stereo Train	1.62 247	2.01 228	1.41 239	1.97 250	1.40 249	1.96 250	1.39 251	1.93 240	1.39 251	1.92 223	1.38 251	1.94 248	1.39 251	1.40 247	1.45 250	1.38 251	1.96 249	1.37 253	1.97 249	1.39 252	1.98 248	1.41 252	1.40 248	1.37 251	1.97 250	1.38 251	1.96 248	1.37 249

RAFT-Stereo	1.62 247	2.01 228	1.41 239	1.97 250	1.40 249	1.96 250	1.39 251	1.93 240	1.39 251	1.92 223	1.38 251	1.94 248	1.39 251	1.40 247	1.45 250	1.38 251	1.96 249	1.37 253	1.97 249	1.39 252	1.98 248	1.41 252	1.40 248	1.37 251	1.97 250	1.38 251	1.96 248	1.37 249
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DPSMNet_ROB	1.62 247	1.60 221	1.59 243	1.61 248	1.69 257	1.66 248	1.61 255	1.70 236	1.65 259	1.62 216	1.60 256	1.61 245	1.60 255	1.60 250	1.59 255	1.62 258	1.60 247	1.63 259	1.62 247	1.68 262	1.70 246	1.60 255	1.64 257	1.60 256	1.61 247	1.60 256	1.60 245	1.59 256

MoCha-V2	1.75 250	27.02 311	0.72 192	0.92 213	0.69 204	0.89 210	0.69 208	0.92 199	0.71 204	0.87 168	0.69 205	0.88 210	0.68 204	0.70 203	0.68 207	0.69 202	0.90 209	0.69 207	0.92 214	0.69 205	0.92 207	0.71 209	0.70 206	0.67 206	0.88 208	0.71 207	0.92 208	0.68 203

MFMNet_re	1.77 251	1.89 226	1.72 251	1.88 249	1.69 257	1.89 249	1.67 259	1.91 239	1.70 260	1.87 219	1.67 260	1.89 247	1.68 260	1.67 254	1.67 260	1.70 261	1.88 248	1.68 261	1.88 248	1.67 260	1.89 247	1.68 261	1.70 259	1.71 261	1.87 249	1.68 264	1.87 246	1.68 261

MM-Stereo_test1	1.85 252	3.50 256	1.61 244	2.12 253	1.47 253	2.14 253	1.47 254	2.33 254	1.53 254	2.12 234	1.54 254	2.19 252	1.53 253	1.54 249	1.53 252	1.53 254	2.20 253	1.54 255	2.24 253	1.57 256	2.21 257	1.49 254	1.59 252	1.49 255	2.15 256	1.52 255	2.15 252	1.54 255

plain	1.96 253	3.33 253	1.04 216	3.24 269	1.04 230	3.24 270	1.04 231	3.26 267	1.05 230	3.26 265	1.13 235	3.27 269	1.06 233	1.05 230	1.05 231	1.05 232	3.28 268	1.05 232	3.29 267	1.06 233	3.30 268	1.05 231	1.05 230	1.06 233	3.30 268	1.06 231	3.30 269	1.06 229

UDGNet	1.97 254	2.43 242	1.67 248	2.46 261	1.70 259	2.44 260	1.69 260	2.34 255	1.63 258	2.35 250	1.67 260	2.37 261	1.67 259	1.68 255	1.64 259	1.67 259	2.44 260	1.64 260	2.43 261	1.67 260	2.43 263	1.66 259	1.67 258	1.63 260	2.43 261	1.66 262	2.42 261	1.66 260

LG-G_1	1.99 255	2.56 246	1.63 246	2.54 264	1.62 255	2.55 265	1.61 255	2.51 258	1.61 255	2.50 254	1.62 258	2.50 263	1.61 256	1.61 251	1.61 256	1.61 255	2.55 264	1.61 256	2.55 265	1.61 257	2.55 265	1.61 256	1.61 253	1.61 257	2.55 264	1.61 257	2.54 263	1.61 257

LG-G	1.99 255	2.56 246	1.63 246	2.54 264	1.62 255	2.55 265	1.61 255	2.51 258	1.61 255	2.50 254	1.62 258	2.50 263	1.61 256	1.61 251	1.61 256	1.61 255	2.55 264	1.61 256	2.55 265	1.61 257	2.55 265	1.61 256	1.61 253	1.61 257	2.55 264	1.61 257	2.54 263	1.61 257

LGtest1	1.99 255	2.55 245	1.62 245	2.54 264	1.61 254	2.54 262	1.61 255	2.51 258	1.61 255	2.49 253	1.61 257	2.49 262	1.61 256	1.61 251	1.61 256	1.61 255	2.55 264	1.62 258	2.54 264	1.61 257	2.54 264	1.61 256	1.61 253	1.61 257	2.54 263	1.61 257	2.54 263	1.61 257

FBW_ROB	2.04 258	2.50 243	1.75 252	2.45 260	1.78 260	2.40 258	1.74 261	2.47 257	1.77 262	2.37 251	1.81 262	2.30 255	1.80 261	1.78 256	1.88 269	1.80 262	2.41 259	1.77 262	2.43 261	1.83 264	2.39 261	1.81 266	1.76 261	1.75 262	2.56 266	1.75 265	2.30 257	1.74 262

TRStereo	2.05 259	2.13 231	1.85 255	2.27 254	1.84 262	2.28 254	1.84 265	2.29 250	1.87 265	2.29 244	1.86 264	2.30 255	1.87 265	2.30 270	1.87 266	2.08 269	2.29 255	1.87 265	2.30 255	1.87 266	2.08 252	1.72 262	1.86 265	2.30 274	2.13 253	1.84 267	2.29 254	1.87 266

XX-Stereo	2.05 259	2.13 231	1.85 255	2.27 254	1.84 262	2.28 254	1.84 265	2.29 250	1.87 265	2.29 244	1.86 264	2.30 255	1.87 265	2.30 270	1.87 266	2.08 269	2.29 255	1.87 265	2.30 255	1.87 266	2.08 252	1.72 262	1.86 265	2.30 274	2.13 253	1.84 267	2.29 254	1.87 266

EAI-Stereo	2.05 259	2.13 231	1.85 255	2.27 254	1.84 262	2.28 254	1.84 265	2.29 250	1.87 265	2.29 244	1.86 264	2.30 255	1.87 265	2.30 270	1.87 266	2.08 269	2.29 255	1.87 265	2.30 255	1.87 266	2.08 252	1.72 262	1.86 265	2.30 274	2.13 253	1.84 267	2.29 254	1.87 266

AF-Net	2.06 262	25.73 310	1.18 229	1.12 230	1.16 240	1.16 229	1.19 242	1.10 212	1.17 242	1.15 187	1.14 236	1.11 224	1.16 239	1.16 239	1.14 238	1.11 234	1.15 225	1.13 239	1.21 235	1.17 242	1.11 220	1.21 244	1.17 238	1.17 241	1.17 232	1.11 237	1.20 235	1.13 235

UniTT-Stereo	2.12 263	3.66 258	1.10 221	3.48 272	1.15 237	3.57 273	1.11 236	3.44 269	1.16 239	3.52 267	1.16 237	3.50 270	1.16 239	1.10 232	1.13 237	1.15 237	3.61 269	1.17 240	3.64 268	1.12 237	3.58 271	1.12 236	1.12 235	1.17 241	3.53 271	1.18 241	3.52 271	1.18 239

HUF	2.22 264	2.33 238	2.24 267	2.35 258	2.07 268	2.45 261	2.11 272	2.42 256	2.13 272	2.19 237	2.15 271	2.10 251	2.09 270	2.27 268	2.04 271	2.08 269	2.44 260	2.12 272	2.38 260	2.18 273	2.29 259	2.22 272	2.12 272	2.12 269	2.52 262	2.10 272	2.22 253	2.15 273

AIO_test	2.22 264	2.36 241	2.10 263	2.47 262	2.15 269	2.54 262	2.06 271	2.27 248	2.09 271	2.29 244	2.13 270	2.30 255	2.09 270	2.25 266	2.15 273	1.95 267	2.52 263	2.08 270	2.32 258	2.21 275	2.20 256	2.26 274	2.05 271	2.06 267	2.40 260	2.16 274	2.52 262	2.05 272

RAStereo	2.24 266	3.70 259	1.18 229	3.73 276	1.18 242	3.69 275	1.19 242	3.73 272	1.24 246	3.72 270	1.21 246	3.76 274	1.20 244	1.20 241	1.20 243	1.20 244	3.74 274	1.20 244	3.75 274	1.21 246	3.77 275	1.21 244	1.21 243	1.21 245	3.82 275	1.21 245	3.82 275	1.21 242

AIO_rvc	2.25 267	2.35 240	2.10 263	2.47 262	2.17 270	2.54 262	2.15 273	2.32 253	2.21 273	2.29 244	2.28 273	2.33 260	2.09 270	2.26 267	2.14 272	2.08 269	2.49 262	2.09 271	2.53 263	2.14 272	2.34 260	2.23 273	2.14 273	2.18 270	2.19 257	2.15 273	2.35 259	2.22 274

NCCL2	2.27 268	2.27 237	2.28 270	2.27 254	2.28 274	2.28 254	2.28 275	2.27 248	2.28 275	2.28 241	2.28 273	2.29 254	2.28 274	2.28 269	2.29 275	2.28 276	2.28 254	2.28 276	2.27 254	2.28 277	2.28 258	2.28 276	2.28 275	2.28 272	2.28 258	2.28 276	2.11 251	2.28 277

STTStereo	2.30 269	2.34 239	2.26 269	2.37 259	2.23 271	2.40 258	2.35 276	2.20 246	2.33 276	2.28 241	2.31 275	2.19 252	2.37 275	2.20 263	2.31 276	2.23 275	2.38 258	2.25 275	2.33 259	2.27 276	2.39 261	2.27 275	2.31 276	2.29 273	2.37 259	2.32 277	2.34 258	2.26 276

NLCA_NET_v2_RVC	2.50 270	2.85 250	1.90 260	2.90 267	2.77 276	2.88 267	2.85 278	2.51 258	2.85 278	2.88 261	1.99 269	2.50 263	2.76 277	2.20 263	1.57 253	2.64 277	2.89 267	2.63 277	5.69 296	1.03 231	2.01 251	2.71 277	2.74 279	2.73 277	2.87 267	1.64 260	1.00 214	1.49 254
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MIF-Stereo (partial)	2.52 271	3.41 255	1.05 217	3.29 270	1.05 231	3.29 272	1.06 232	3.30 268	1.06 232	3.31 266	1.06 231	4.97 291	2.72 276	2.72 273	2.71 277	2.70 278	6.57 298	2.19 273	5.08 293	1.08 235	3.36 269	1.07 233	1.07 232	1.07 235	3.35 270	1.07 232	3.36 270	1.07 231

sCroCo_RVC	2.76 272	4.00 260	1.82 254	4.00 280	1.83 261	3.98 280	1.82 263	3.99 273	1.81 263	4.14 277	2.76 276	4.13 282	1.82 263	1.83 257	1.83 262	1.82 263	4.01 279	1.82 264	3.98 277	1.86 265	4.00 280	1.82 267	1.83 263	1.84 263	4.02 281	1.81 266	4.00 279	1.83 265

sAnonymous2	2.87 273	4.16 261	1.89 258	4.26 284	1.87 265	4.23 283	1.92 268	4.17 274	1.94 269	4.16 278	1.92 267	4.20 283	1.92 268	1.96 259	1.86 264	1.87 265	4.25 282	1.90 268	4.23 282	1.91 269	4.26 283	1.93 269	1.89 268	1.90 264	4.07 282	1.91 270	5.09 294	1.93 270

CroCo_RVC	2.87 273	4.16 261	1.89 258	4.26 284	1.87 265	4.23 283	1.92 268	4.17 274	1.94 269	4.16 278	1.92 267	4.20 283	1.92 268	1.96 259	1.86 264	1.87 265	4.25 282	1.90 268	4.23 282	1.91 269	4.26 283	1.93 269	1.89 268	1.90 264	4.07 282	1.91 270	5.09 294	1.93 270

Anonymous3	3.36 275	4.93 271	2.20 265	4.92 291	2.23 271	4.90 291	2.23 274	4.89 280	2.24 274	4.95 290	2.21 272	4.91 290	2.21 273	2.18 262	2.22 274	2.22 274	4.86 289	2.20 274	4.90 289	2.20 274	4.96 292	2.21 271	2.21 274	2.21 271	6.30 296	2.21 275	4.90 287	2.23 275

StereoVision	3.44 276	10.12 297	1.68 249	5.44 296	2.26 273	5.87 296	1.97 270	5.17 283	1.31 249	5.80 294	1.56 255	5.62 296	1.84 264	1.97 261	1.91 270	1.84 264	4.98 291	1.32 248	5.60 294	1.71 263	5.35 297	1.73 265	1.97 270	1.96 266	5.40 293	1.65 261	5.08 292	1.76 264

DPSNet	3.67 277	3.61 257	3.62 283	3.64 273	3.61 287	3.64 274	3.65 287	3.64 271	3.67 286	3.67 269	3.65 285	3.68 272	3.69 291	3.69 285	3.69 292	3.68 289	3.70 271	3.70 288	3.69 273	3.69 289	3.71 274	3.69 286	3.67 286	3.69 288	3.68 274	3.67 285	3.68 273	3.67 282

MaDis-Stereo	3.69 278	10.19 298	2.01 262	6.09 297	2.01 267	5.94 297	1.82 263	6.14 288	1.85 264	6.59 297	1.82 263	6.01 297	1.81 262	1.83 257	1.83 262	2.02 268	5.87 295	1.79 263	5.93 297	2.06 271	4.63 288	1.67 260	1.84 264	2.08 268	5.90 294	1.66 262	6.34 297	1.87 266

Sa-1000	3.84 279	7.71 281	6.81 298	4.15 282	2.86 277	3.27 271	3.87 293	5.99 285	4.35 297	2.78 259	3.71 286	3.88 275	3.56 287	3.88 288	3.64 285	2.71 279	3.72 272	3.27 283	3.67 272	3.15 283	3.51 270	3.36 284	2.70 278	3.49 282	3.32 269	3.76 289	2.87 267	3.76 289

MLG-Stereo_test2	3.86 280	4.96 272	3.13 276	4.65 289	3.27 283	5.17 295	3.07 280	5.01 282	3.01 279	4.93 289	3.03 278	4.56 288	3.32 284	3.26 278	3.33 283	3.30 285	5.17 294	3.19 281	4.86 288	2.96 282	5.04 294	3.25 280	2.67 277	3.15 279	4.98 290	3.05 280	4.59 285	3.30 281

MLG-Stereo_test3	3.87 281	4.64 267	3.29 280	5.17 294	3.23 281	4.83 290	3.02 279	4.95 281	3.22 281	4.31 281	3.33 283	5.08 293	3.20 283	3.23 277	2.77 278	3.20 284	4.99 292	3.24 282	4.93 290	2.94 279	4.82 291	3.33 283	3.33 282	3.29 281	5.19 292	3.02 279	5.08 292	2.93 280

MLG-Stereo_test1	3.87 281	4.67 268	3.29 280	5.26 295	3.25 282	5.04 293	3.11 281	4.43 276	3.27 282	5.02 292	3.21 280	4.71 289	3.10 281	3.22 276	3.06 280	2.98 282	5.03 293	3.18 280	4.95 291	2.94 279	4.70 290	3.32 281	3.30 281	3.27 280	5.17 291	3.08 281	5.02 290	2.85 279

SA	3.93 283	7.22 277	4.74 285	4.15 282	3.88 293	3.70 276	4.02 296	6.67 293	3.95 291	3.64 268	3.74 287	3.63 271	3.00 279	3.51 280	3.68 291	3.68 289	3.73 273	3.71 289	3.64 268	3.48 284	3.58 271	2.97 279	3.69 287	3.61 283	3.55 273	3.42 282	3.64 272	3.79 290

TestStereo1	4.11 284	7.79 283	6.72 296	3.93 277	3.81 290	3.96 278	3.58 285	6.96 296	3.74 288	3.90 272	3.76 288	3.89 276	3.57 288	3.70 286	3.66 288	3.34 286	3.80 275	3.62 285	3.66 270	3.68 287	3.91 277	3.70 287	3.65 284	3.67 285	3.88 276	3.53 283	3.89 276	3.68 285

SA-5K	4.11 284	7.79 283	6.72 296	3.93 277	3.81 290	3.96 278	3.58 285	6.96 296	3.74 288	3.90 272	3.76 288	3.89 276	3.57 288	3.70 286	3.66 288	3.34 286	3.80 275	3.62 285	3.66 270	3.68 287	3.91 277	3.70 287	3.65 284	3.67 285	3.88 276	3.53 283	3.89 276	3.68 285

test_4	4.11 284	8.05 286	6.64 294	4.52 287	3.68 288	3.00 268	3.40 284	6.21 291	3.29 283	4.07 276	3.84 291	4.04 280	3.76 293	3.56 283	3.67 290	3.76 292	4.04 280	3.79 291	4.10 278	3.53 285	3.98 279	3.74 290	3.55 283	3.61 283	3.94 280	3.75 288	3.73 274	3.73 288

test-1	4.11 284	7.65 280	4.93 286	3.65 274	3.58 285	4.70 289	3.74 291	4.73 278	4.06 293	3.72 270	4.11 295	3.70 273	3.49 286	3.36 279	3.65 287	4.17 297	3.92 277	4.04 295	4.19 281	3.75 290	4.69 289	4.18 293	3.88 290	3.90 290	4.73 286	3.77 290	3.12 268	3.68 285

TESTraft	4.16 288	8.03 285	6.81 298	3.99 279	3.68 288	3.93 277	3.70 289	6.86 295	3.69 287	3.93 274	3.88 293	3.93 278	3.59 290	3.65 284	3.64 285	3.68 289	3.92 277	3.72 290	3.92 275	3.57 286	3.84 276	3.70 287	3.71 288	3.67 285	3.91 279	3.74 287	3.92 278	3.67 282

raft_robust	4.19 289	7.78 282	6.08 291	3.30 271	3.85 292	4.03 281	3.73 290	6.25 292	3.30 284	4.44 283	3.28 282	4.01 279	3.82 294	4.29 293	3.70 293	4.01 294	4.48 287	3.42 284	4.11 279	3.76 291	4.05 281	3.32 281	3.85 289	3.82 289	4.71 285	3.83 291	4.09 280	3.80 291

RAFT_CTSACE	4.43 290	8.26 288	6.10 292	4.62 288	4.01 295	4.54 288	3.65 287	6.09 287	3.93 290	4.64 286	4.14 296	4.26 285	4.13 296	3.91 289	3.88 294	4.06 296	4.30 284	4.03 294	4.27 284	3.92 292	4.26 283	3.67 285	3.91 291	4.16 293	4.82 287	4.08 295	4.20 282	3.67 282

RAFT+CT+SA	4.43 290	7.34 279	6.71 295	5.01 292	4.38 296	4.40 285	3.85 292	6.15 290	4.30 296	4.89 288	3.26 281	4.49 287	3.01 280	4.53 294	3.36 284	3.65 288	3.64 270	4.39 297	3.94 276	4.28 295	4.44 286	4.30 295	4.24 296	4.52 295	3.90 278	3.85 292	4.89 286	4.00 293

cross-raft	4.43 290	7.31 278	6.46 293	4.47 286	3.95 294	4.46 286	3.95 294	6.70 294	3.97 292	4.41 282	3.82 290	4.38 286	3.94 295	3.95 291	3.95 296	3.95 293	4.45 286	3.95 293	4.46 285	3.95 293	4.46 287	3.95 291	3.95 293	3.94 292	4.40 284	3.95 294	4.45 284	3.95 292

test_5	4.51 293	8.85 291	5.35 290	3.66 275	3.56 284	5.10 294	4.47 298	6.14 288	4.07 294	4.96 291	3.87 292	5.14 295	4.17 298	3.53 281	4.39 297	4.53 298	4.15 281	3.62 285	4.74 287	2.94 279	3.63 273	4.53 297	4.20 295	4.54 296	4.86 288	3.68 286	4.95 288	4.06 294

test_3	4.55 294	10.96 299	7.69 302	4.04 281	3.60 286	4.10 282	3.98 295	7.94 298	4.56 298	3.99 275	4.03 294	4.08 281	3.74 292	3.99 292	3.91 295	4.05 295	4.33 285	3.89 292	4.14 280	4.00 294	4.11 282	4.02 292	4.01 294	3.91 291	3.53 271	3.94 293	4.19 281	4.20 295

FC-DCNN v2	4.74 295	3.16 252	3.16 278	3.16 268	3.16 278	3.16 269	3.16 283	3.16 266	3.16 280	3.16 264	3.16 279	3.16 268	3.16 282	3.16 275	3.16 281	3.16 283	6.72 299	6.72 301	6.72 299	6.72 303	6.72 299	6.72 304	6.72 302	6.72 300	6.72 297	6.72 300	6.72 299	6.72 301

TestStereo	4.92 296	4.80 270	4.98 287	4.82 290	4.97 298	4.91 292	4.78 299	4.80 279	4.88 299	4.78 287	4.80 298	4.99 292	4.81 299	4.83 295	4.87 299	4.97 300	4.93 290	5.01 299	5.03 292	4.90 298	5.02 293	5.02 298	5.06 297	5.04 297	4.93 289	4.89 297	5.01 289	5.09 297

DispFullNet	4.96 297	5.67 273	3.30 282	5.01 292	3.21 280	4.50 287	3.11 281	4.43 276	3.44 285	4.60 285	3.46 284	5.13 294	3.44 285	3.53 281	3.20 282	2.87 281	4.80 288	3.15 279	4.70 286	4.83 297	9.02 304	5.98 301	5.95 301	6.21 299	8.84 302	5.85 299	9.76 304	5.91 299

SGM-Forest	5.07 298	6.74 275	4.17 284	6.46 298	4.68 297	6.21 299	4.38 297	6.00 286	4.14 295	5.84 295	4.44 297	6.28 298	4.16 297	3.92 290	4.56 298	4.60 299	6.15 296	4.27 296	6.12 298	4.31 296	5.99 298	4.27 294	3.92 292	4.27 294	6.13 295	4.10 296	6.18 296	4.49 296
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
U	5.23 299	8.71 290	2.75 274	8.64 303	2.76 275	8.65 303	2.79 277	8.67 302	2.79 277	8.70 302	2.79 277	8.70 303	2.79 278	2.79 274	2.80 279	2.80 280	8.84 303	2.82 278	8.82 303	2.89 278	8.84 303	2.83 278	2.83 280	2.82 278	8.87 303	2.83 278	8.84 303	2.83 278

SGM+DAISY	6.35 300	8.16 287	5.14 289	8.12 302	5.08 300	8.12 302	5.16 300	8.01 299	5.18 301	7.92 300	5.14 299	7.89 302	5.14 300	4.95 296	5.33 300	5.32 301	8.14 302	5.16 300	8.16 302	5.16 299	8.21 302	5.19 299	5.12 298	5.12 298	8.18 301	5.24 298	8.12 302	5.11 298

RAFT	6.60 301	9.99 294	8.33 303	7.21 301	6.55 301	5.95 298	5.87 301	8.70 303	5.02 300	5.10 293	6.69 301	7.06 301	6.94 303	6.17 299	7.09 303	6.84 302	6.47 297	4.72 298	5.60 294	5.60 300	5.11 295	5.97 300	6.93 303	6.89 301	7.16 298	7.08 303	6.58 298	6.66 300

test-v	7.17 302	11.53 300	7.63 300	7.17 299	6.87 302	7.48 300	6.90 302	8.14 300	6.88 302	6.93 298	7.42 302	7.05 299	6.14 301	6.05 297	6.86 301	6.99 303	7.60 300	6.75 302	6.90 300	6.66 301	7.83 300	6.36 302	5.89 299	7.34 302	7.19 299	6.75 301	7.52 300	6.77 302

test-2	7.17 302	11.53 300	7.63 300	7.17 299	6.87 302	7.48 300	6.90 302	8.14 300	6.88 302	6.93 298	7.42 302	7.05 299	6.14 301	6.05 297	6.86 301	6.99 303	7.60 300	6.75 302	6.90 300	6.66 301	7.83 300	6.36 302	5.89 299	7.34 302	7.19 299	6.75 301	7.52 300	6.77 302

MANE	18.41 304	23.00 309	16.00 304	22.00 311	15.00 304	22.00 311	15.00 304	22.00 311	15.00 304	21.00 311	15.00 304	22.00 311	15.00 304	15.00 304	17.00 304	15.00 305	23.00 311	15.00 304	22.00 311	15.00 304	23.00 312	15.00 305	18.00 304	15.00 304	24.00 311	17.00 304	24.00 312	16.00 304

rafts_anoy	20.00 305	20.00 302	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305	20.00 306	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 306	20.00 305	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305

raft+_RVC	20.00 305	20.00 302	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305	20.00 306	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 306	20.00 305	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305

raftrobust	20.00 305	20.00 302	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305	20.00 306	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 306	20.00 305	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305

CasAABBNet	20.00 305	20.00 302	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305	20.00 306	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 306	20.00 305	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305

RALCasStereoNet	20.00 305	20.00 302	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305	20.00 306	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 306	20.00 305	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305

RALAANet	20.00 305	20.00 302	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305	20.00 306	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 306	20.00 305	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305

MSMDNet	20.00 305	20.00 302	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305	20.00 306	20.00 304	20.00 305	20.00 304	20.00 305	20.00 305	20.00 306	20.00 305	20.00 305	20.00 304	20.00 305	20.00 305	20.00 305

Reg-Stereo(zero)	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 313	37.00 312	37.00 312	37.00 312	37.00 312	37.00 313	37.00 313	37.00 312	37.00 312	37.00 312	37.00 312	37.00 313	37.00 312

HI	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 313	37.00 312	37.00 312	37.00 312	37.00 312	37.00 313	37.00 313	37.00 312	37.00 312	37.00 312	37.00 312	37.00 313	37.00 312

CoSv	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 312	37.00 313	37.00 312	37.00 312	37.00 312	37.00 312	37.00 313	37.00 313	37.00 312	37.00 312	37.00 312	37.00 312	37.00 313	37.00 312

MDST_ROB	61.15 315	72.66 316	46.52 315	70.00 315	44.89 315	64.24 315	43.75 315	73.65 315	48.92 316	72.70 316	42.40 315	60.70 315	50.23 315	50.07 316	67.69 316	68.60 317	83.13 316	47.77 315	82.48 316	46.00 315	95.93 317	53.44 317	50.66 315	45.00 315	84.99 316	53.64 316	79.01 316	52.07 316

CBMV	101.59 316	71.60 315	48.40 316	72.70 316	49.00 316	79.60 316	48.40 316	80.90 316	46.90 315	68.90 315	49.00 316	78.00 316	572.10 324	49.50 315	51.30 315	48.40 316	72.20 315	639.60 324	79.40 315	48.90 316	79.50 316	51.40 316	52.30 316	48.30 316	80.20 315	49.10 315	79.60 317	47.60 315
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	151.99 317	131.36 317	140.69 317	151.38 317	151.40 317	150.79 317	151.72 317	149.36 317	159.46 317	146.42 317	150.73 317	149.06 320	176.22 316	143.94 317	133.10 319	133.45 320	153.30 318	154.22 317	154.67 318	153.95 318	156.90 320	156.53 320	160.21 317	162.72 317	154.57 317	160.59 317	153.47 318	163.50 317
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
NOSS_ROB	248.11 318	409.00 322	288.00 319	412.00 319	280.00 319	411.00 322	288.00 319	356.00 318	275.00 322	379.00 322	303.00 322	415.00 322	278.00 321	260.00 322	104.00 317	103.00 318	126.00 317	108.00 316	118.00 317	98.00 317	126.00 319	104.00 319	268.00 320	216.00 319	279.00 321	201.00 318	288.00 322	206.00 318

AE-Stereo	252.48 319	202.00 318	361.00 321	502.00 321	324.00 321	321.00 318	482.00 324	423.00 321	227.00 321	201.00 318	273.00 321	101.00 317	207.00 317	198.00 318	183.00 320	181.00 321	221.00 319	232.00 321	477.00 320	220.00 320	111.00 318	100.00 318	219.00 319	214.00 318	204.00 318	211.00 319	200.00 319	222.00 320

MGS-Stereo	264.93 320	208.00 319	362.00 322	512.00 322	350.00 322	326.00 319	443.00 323	410.00 320	210.00 318	232.00 320	215.00 318	125.00 318	217.00 318	216.00 320	127.00 318	122.00 319	223.00 320	230.00 319	487.00 322	255.00 321	250.00 321	223.00 322	272.00 321	228.00 321	241.00 319	220.00 321	214.00 320	235.00 321

EGLCR-Stereo	276.81 321	209.00 320	366.00 323	514.00 323	354.00 323	336.00 320	422.00 321	440.00 322	220.00 320	231.00 319	245.00 320	135.00 319	237.00 320	218.00 321	197.00 321	222.00 323	223.00 320	230.00 319	487.00 322	255.00 321	250.00 321	273.00 323	272.00 321	228.00 321	241.00 319	220.00 321	214.00 320	235.00 321

DLCB_ROB	280.78 322	376.74 321	215.59 318	376.74 318	215.59 318	376.74 321	215.59 318	366.42 319	218.39 319	366.42 321	218.39 319	366.42 321	218.39 319	209.96 319	219.76 322	219.38 322	376.72 322	216.43 318	376.72 319	216.43 319	376.72 323	216.43 321	216.14 318	216.14 320	376.69 322	217.67 320	376.69 323	217.67 319

LE_ROB	387.11 323	453.07 323	321.39 320	500.23 320	323.05 320	493.99 323	324.56 320	477.63 323	322.28 323	465.51 323	322.97 323	486.37 323	334.17 322	305.26 323	320.63 323	327.66 324	476.08 323	315.70 322	483.76 321	335.15 323	469.64 324	309.74 324	315.90 323	318.85 323	498.41 323	328.85 323	491.00 324	330.08 323

SGM-ForestM	522.49 324	676.08 324	448.56 324	638.17 324	433.15 324	639.59 324	427.03 322	617.52 324	439.90 324	604.63 324	429.02 324	611.68 324	432.74 323	420.18 324	451.96 324	465.85 325	601.06 324	403.73 323	659.15 324	405.50 324	669.64 325	437.21 325	455.85 324	425.66 324	689.82 324	481.65 324	662.43 325	479.61 324

CBMV_ROB	1133.35 325	1280.38 325	976.92 325	1317.57 325	1021.62 325	1282.66 325	1022.22 325	1213.88 325	982.57 325	1194.12 325	975.90 325	1357.87 325	1090.02 325	943.32 325	1021.85 325	1006.47 326	1309.01 325	986.29 325	1499.40 325	986.35 325	1359.35 326	975.96 326	975.21 325	969.30 325	1337.82 325	1042.34 325	1398.25 326	1073.86 325

111111	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326

SGD-Stereo	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326

IGEV-Stereo++	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326

IGEV-BASED-STEREO-	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326

IGEV-Stereo+	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326

anonymousdsp2	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326

anonymousdsp	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326

AMNet	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 327	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 326	10000000.00 327	10000000.00 326

FADE																0.07 42					0.09 45	0.08 45					0.05 36

Low-res two-view benchmark