Low-res two-view results

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

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

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

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

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

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

ProNet	0.14 2	0.13 3	0.14 5	0.11 5	0.07 3	0.14 5	0.12 14	0.13 2	0.06 2	0.08 1	0.24 19	0.09 1	0.06 1	0.07 5	0.22 3	0.21 2	0.22 2	0.18 2	0.19 1	0.14 4	0.20 1	0.11 1	0.12 9	0.11 4	0.16 1	0.13 1	0.17 1	0.12 1

anonymousdsp	0.25 9	0.23 7	0.19 15	0.16 10	0.14 10	0.18 11	0.10 9	0.37 16	0.19 15	0.32 16	0.22 16	0.32 12	0.12 7	0.14 19	0.29 9	0.32 16	0.32 8	0.28 11	0.39 18	0.22 13	0.46 39	0.31 23	0.12 9	0.15 7	0.26 6	0.20 2	0.52 30	0.20 6

CroCo-Stereo	0.13 1	0.09 1	0.08 1	0.07 1	0.04 2	0.06 1	0.04 1	0.14 3	0.05 1	0.10 2	0.03 1	0.13 2	0.06 1	0.04 1	0.24 4	0.26 4	0.20 1	0.18 2	0.20 2	0.11 1	0.24 4	0.15 2	0.05 1	0.06 1	0.22 3	0.20 2	0.23 4	0.15 2
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAFT + AFF	0.27 12	0.26 10	0.17 12	0.21 19	0.13 7	0.19 13	0.13 16	0.41 19	0.18 10	0.44 33	0.19 9	0.42 31	0.14 9	0.09 7	0.86 131	0.29 10	0.41 24	0.20 5	0.55 47	0.23 16	0.47 46	0.21 8	0.12 9	0.15 7	0.28 11	0.20 2	0.21 3	0.17 4

TDLM	0.24 7	0.29 15	0.22 30	0.22 22	0.27 51	0.23 22	0.18 40	0.26 10	0.19 15	0.18 7	0.38 52	0.29 11	0.21 25	0.15 22	0.24 4	0.28 7	0.32 8	0.28 11	0.25 5	0.21 12	0.28 8	0.19 6	0.16 24	0.21 20	0.24 5	0.20 2	0.28 6	0.25 9

AEACV	0.19 6	0.31 19	0.14 5	0.17 13	0.13 7	0.12 4	0.07 4	0.15 4	0.07 4	0.16 5	0.15 3	0.18 6	0.11 6	0.11 10	0.25 6	0.25 3	0.32 8	0.23 7	0.35 15	0.18 6	0.27 5	0.22 11	0.11 8	0.11 4	0.20 2	0.22 6	0.25 5	0.18 5

CroCo-Stereo Lap2	0.14 2	0.10 2	0.08 1	0.08 2	0.08 5	0.08 2	0.05 2	0.12 1	0.06 2	0.22 9	0.07 2	0.16 3	0.07 3	0.04 1	0.20 1	0.26 4	0.22 2	0.19 4	0.26 6	0.11 1	0.28 8	0.16 3	0.06 2	0.08 2	0.22 3	0.23 7	0.20 2	0.16 3

RAFT	0.17 4	0.13 3	0.10 3	0.16 10	0.07 3	0.21 16	0.05 2	0.25 8	0.12 5	0.14 3	0.15 3	0.16 3	0.10 4	0.05 3	0.21 2	0.20 1	0.23 4	0.15 1	0.28 7	0.13 3	0.21 2	0.17 4	0.07 4	0.10 3	0.26 6	0.24 8	0.33 9	0.23 7

delet	0.24 7	0.25 9	0.22 30	0.24 26	0.20 24	0.28 40	0.16 34	0.21 6	0.18 10	0.23 10	0.26 23	0.26 9	0.15 11	0.25 81	0.32 14	0.28 7	0.31 7	0.27 9	0.24 4	0.24 20	0.31 10	0.20 7	0.16 24	0.19 15	0.28 11	0.25 9	0.32 8	0.31 15

CVANet_RVC	0.31 22	0.40 50	0.30 54	0.40 92	0.29 60	0.37 77	0.23 71	0.41 19	0.23 23	0.31 14	0.49 82	0.37 22	0.26 42	0.19 32	0.29 9	0.33 18	0.34 13	0.32 18	0.32 10	0.25 23	0.34 15	0.25 14	0.18 41	0.25 53	0.30 16	0.25 9	0.34 10	0.30 14

MIM_Stereo	0.32 24	0.40 50	0.25 41	0.28 41	0.20 24	0.27 34	0.14 23	0.45 31	0.18 10	0.48 46	0.25 21	0.42 31	0.18 19	0.16 25	0.36 19	0.42 40	0.44 28	0.36 37	0.47 26	0.28 32	0.47 46	0.36 31	0.12 9	0.23 37	0.29 15	0.27 11	0.47 22	0.33 20

GANet	0.32 24	0.29 15	0.27 46	0.34 69	0.33 77	0.38 82	0.29 97	0.44 25	0.24 31	0.35 17	0.30 29	0.46 43	0.22 28	0.21 41	0.31 13	0.32 16	0.40 22	0.43 67	0.33 12	0.22 13	0.33 13	0.29 20	0.22 78	0.24 45	0.31 20	0.27 11	0.42 17	0.34 21

AASNet	0.28 14	0.34 24	0.22 30	0.25 31	0.26 43	0.34 67	0.25 79	0.32 12	0.17 8	0.29 13	0.36 45	0.26 9	0.18 19	0.24 68	0.36 19	0.31 14	0.34 13	0.32 18	0.32 10	0.28 32	0.35 16	0.28 19	0.17 36	0.22 26	0.30 16	0.28 13	0.35 12	0.25 9

StereoVision	0.18 5	0.13 3	0.11 4	0.09 3	0.14 10	0.16 6	0.08 5	0.17 5	0.17 8	0.15 4	0.15 3	0.16 3	0.10 4	0.06 4	0.25 6	0.26 4	0.27 5	0.22 6	0.22 3	0.16 5	0.23 3	0.17 4	0.06 2	0.13 6	0.28 11	0.29 14	0.38 13	0.28 13

iRaftStereo_RVC	0.26 10	0.27 11	0.16 9	0.13 6	0.14 10	0.18 11	0.09 7	0.44 25	0.14 6	0.36 18	0.36 45	0.32 12	0.16 14	0.13 16	0.29 9	0.29 10	0.38 19	0.28 11	0.34 14	0.22 13	0.41 21	0.38 36	0.12 9	0.17 11	0.27 9	0.29 14	0.42 17	0.27 12

test_5	0.29 17	0.39 45	0.16 9	0.22 22	0.15 13	0.21 16	0.13 16	0.54 48	0.20 18	0.38 22	0.19 9	0.44 38	0.34 97	0.10 8	0.43 36	0.38 28	0.33 11	0.32 18	0.33 12	0.20 10	0.32 11	0.35 29	0.09 5	0.21 20	0.28 11	0.30 16	0.51 26	0.32 17

ARAFT	0.34 29	0.38 40	0.23 35	0.26 35	0.21 26	0.27 34	0.14 23	0.44 25	0.24 31	0.50 55	0.30 29	0.41 29	0.16 14	0.15 22	0.67 89	0.42 40	0.50 56	0.47 94	0.51 32	0.23 16	0.53 77	0.32 24	0.16 24	0.19 15	0.43 47	0.30 16	0.52 30	0.37 24

MMNet	0.29 17	0.29 15	0.22 30	0.26 35	0.26 43	0.26 31	0.18 40	0.33 13	0.23 23	0.24 11	0.28 27	0.35 16	0.15 11	0.32 118	0.39 23	0.31 14	0.36 15	0.34 26	0.41 20	0.27 30	0.32 11	0.21 8	0.17 36	0.23 37	0.32 23	0.30 16	0.46 21	0.32 17

RAFT_CTSACE	0.30 19	0.37 34	0.15 7	0.15 7	0.15 13	0.25 29	0.18 40	0.53 44	0.20 18	0.55 83	0.18 8	0.44 38	0.29 53	0.16 25	0.29 9	0.30 12	0.37 17	0.27 9	0.37 17	0.18 6	0.38 18	0.45 62	0.10 7	0.17 11	0.30 16	0.31 19	0.60 55	0.26 11

RAFT+CT+SA	0.32 24	0.46 81	0.20 18	0.26 35	0.18 20	0.22 21	0.15 27	0.58 64	0.23 23	0.52 66	0.17 7	0.46 43	0.33 87	0.12 14	0.33 15	0.43 47	0.36 15	0.30 16	0.45 25	0.23 16	0.45 34	0.49 78	0.09 5	0.22 26	0.32 23	0.31 19	0.53 34	0.35 22

CIPLG	0.42 49	0.47 86	0.24 39	0.32 61	0.22 27	0.32 53	0.19 51	0.63 96	0.24 31	0.55 83	0.50 87	0.60 92	0.30 62	0.41 143	0.93 147	0.44 52	0.52 69	0.37 40	0.56 52	0.38 72	0.56 86	0.45 62	0.19 49	0.24 45	0.44 49	0.31 19	0.57 40	0.38 28

HCRNet	0.32 24	0.38 40	0.20 18	0.39 88	0.17 17	0.29 43	0.18 40	0.40 18	0.18 10	0.80 192	0.40 61	0.49 52	0.18 19	0.22 47	0.38 22	0.30 12	0.38 19	0.29 15	0.40 19	0.19 8	0.33 13	0.23 12	0.19 49	0.16 10	0.26 6	0.31 19	0.51 26	0.31 15

MIF-Stereo (partial)	0.30 19	0.44 68	0.18 13	0.16 10	0.16 15	0.21 16	0.11 11	0.37 16	0.22 21	0.37 20	0.24 19	0.32 12	0.17 17	0.13 16	0.39 23	0.45 62	0.46 35	0.38 44	0.42 23	0.25 23	0.43 26	0.35 29	0.18 41	0.21 20	0.35 30	0.32 23	0.50 25	0.44 44

CASnet	0.40 41	0.52 126	0.23 35	0.27 39	0.27 51	0.30 49	0.14 23	0.62 90	0.29 57	0.61 113	0.44 69	0.64 103	0.28 51	0.23 57	0.55 47	0.36 24	0.45 31	0.31 17	0.73 90	0.27 30	0.63 109	0.39 41	0.21 69	0.24 45	0.42 46	0.32 23	0.61 58	0.56 70
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
ACRE	0.42 49	0.47 86	0.22 30	0.32 61	0.22 27	0.33 60	0.18 40	0.63 96	0.23 23	0.55 83	0.50 87	0.61 93	0.30 62	0.41 143	0.91 143	0.45 62	0.52 69	0.36 37	0.55 47	0.38 72	0.57 95	0.44 59	0.19 49	0.23 37	0.44 49	0.32 23	0.58 47	0.39 29

test croco	0.31 22	0.43 64	0.20 18	0.20 18	0.16 15	0.20 15	0.10 9	0.41 19	0.18 10	0.48 46	0.19 9	0.34 15	0.17 17	0.10 8	0.41 31	0.44 52	0.45 31	0.40 51	0.55 47	0.24 20	0.41 21	0.34 27	0.14 18	0.21 20	0.32 23	0.33 26	0.39 14	0.48 50

anonymousdsp2	0.38 35	0.46 81	0.30 54	0.25 31	0.23 31	0.32 53	0.18 40	0.58 64	0.23 23	0.47 41	0.38 52	0.48 49	0.23 31	0.18 29	0.40 25	0.39 31	0.44 28	0.33 24	0.88 112	0.31 45	0.48 51	0.52 87	0.17 36	0.23 37	0.41 45	0.33 26	0.61 58	0.42 40

IPLGR_C	0.42 49	0.47 86	0.23 35	0.31 59	0.22 27	0.32 53	0.18 40	0.63 96	0.23 23	0.55 83	0.50 87	0.61 93	0.31 74	0.41 143	0.87 136	0.45 62	0.52 69	0.37 40	0.55 47	0.38 72	0.56 86	0.46 67	0.19 49	0.24 45	0.44 49	0.33 26	0.58 47	0.40 34

AANet_RVC	0.28 14	0.27 11	0.23 35	0.19 15	0.28 55	0.16 6	0.16 34	0.29 11	0.30 63	0.20 8	0.27 25	0.24 8	0.21 25	0.19 32	0.45 37	0.36 24	0.33 11	0.34 26	0.29 9	0.29 36	0.27 5	0.27 17	0.22 78	0.21 20	0.34 27	0.33 26	0.42 17	0.52 56

LL-Strereo2	0.34 29	0.29 15	0.21 22	0.24 26	0.19 22	0.17 9	0.13 16	0.63 96	0.26 39	0.58 100	0.23 17	0.44 38	0.22 28	0.14 19	0.41 31	0.41 36	0.47 44	0.35 34	0.73 90	0.31 45	0.47 46	0.36 31	0.21 69	0.20 18	0.32 23	0.34 30	0.51 26	0.35 22

FINET	0.40 41	0.38 40	0.39 91	0.43 105	0.30 67	0.34 67	0.35 111	0.44 25	0.36 105	0.47 41	0.32 33	0.47 46	0.30 62	0.28 97	0.66 84	0.50 94	0.48 48	0.36 37	0.60 62	0.33 50	0.46 39	0.37 35	0.30 116	0.30 78	0.43 47	0.35 31	0.56 38	0.42 40

UPFNet	0.38 35	0.34 24	0.34 68	0.32 61	0.33 77	0.39 84	0.29 97	0.47 35	0.33 91	0.43 26	0.41 63	0.40 25	0.30 62	0.34 123	0.61 67	0.40 33	0.46 35	0.41 55	0.52 34	0.35 62	0.35 16	0.34 27	0.25 96	0.27 62	0.38 36	0.35 31	0.55 36	0.37 24

DMCA	0.32 24	0.31 19	0.30 54	0.24 26	0.25 39	0.27 34	0.22 64	0.36 15	0.33 91	0.31 14	0.40 61	0.40 25	0.23 31	0.25 81	0.41 31	0.37 26	0.40 22	0.39 46	0.36 16	0.28 32	0.41 21	0.27 17	0.25 96	0.25 53	0.31 20	0.35 31	0.39 14	0.37 24

GLC_STEREO	0.47 73	0.51 118	0.40 96	0.38 85	0.37 100	0.37 77	0.28 90	0.64 103	0.29 57	0.62 122	0.53 100	0.55 73	0.28 51	0.30 105	0.49 42	0.48 85	0.66 146	0.41 55	0.65 72	0.41 92	0.70 130	0.60 101	0.23 86	0.30 78	0.47 57	0.36 34	0.84 123	0.53 60

GMStereo	0.41 44	0.48 96	0.25 41	0.32 61	0.32 76	0.37 77	0.28 90	0.59 71	0.30 63	0.45 35	0.36 45	0.61 93	0.31 74	0.24 68	0.45 37	0.41 36	0.54 79	0.35 34	0.73 90	0.39 84	0.51 61	0.33 25	0.23 86	0.28 66	0.48 60	0.36 34	0.68 78	0.41 35
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RAFT-Stereo + iAFF	0.35 32	0.41 54	0.32 61	0.24 26	0.19 22	0.28 40	0.13 16	0.58 64	0.24 31	0.46 38	0.35 44	0.49 52	0.19 23	0.15 22	0.34 18	0.35 19	0.41 24	0.28 11	0.65 72	0.28 32	0.44 31	0.33 25	0.19 49	0.22 26	0.51 73	0.37 36	0.58 47	0.44 44

AFF-stereo	0.30 19	0.34 24	0.26 44	0.18 14	0.17 17	0.33 60	0.11 11	0.50 38	0.23 23	0.46 38	0.28 27	0.40 25	0.16 14	0.12 14	0.27 8	0.35 19	0.37 17	0.25 8	0.57 56	0.23 16	0.38 18	0.25 14	0.17 36	0.17 11	0.37 32	0.37 36	0.48 23	0.32 17

DMCA-RVC	0.44 64	0.37 34	0.35 70	0.33 67	0.37 100	0.32 53	0.41 125	0.46 33	0.52 148	0.43 26	0.48 78	0.68 112	0.33 87	0.29 103	0.65 83	0.46 69	0.47 44	0.44 72	0.49 29	0.38 72	0.49 55	0.48 77	0.29 113	0.32 89	0.38 36	0.37 36	0.57 40	0.62 87

HITNet	0.38 35	0.37 34	0.28 48	0.34 69	0.29 60	0.26 31	0.19 51	0.58 64	0.32 86	0.57 94	0.45 72	0.55 73	0.30 62	0.22 47	0.51 43	0.35 19	0.44 28	0.39 46	0.41 20	0.29 36	0.41 21	0.38 36	0.20 61	0.25 53	0.39 39	0.37 36	0.70 85	0.52 56
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iinet-f	0.52 87	0.43 64	0.36 75	0.34 69	0.25 39	0.47 113	0.25 79	0.43 23	0.27 43	0.52 66	0.94 179	0.61 93	0.44 133	0.25 81	1.06 169	0.57 119	0.52 69	0.39 46	1.51 148	0.50 115	0.58 98	0.75 135	0.26 103	0.25 53	0.52 77	0.38 40	0.76 100	0.53 60

test-3	0.55 97	0.37 34	0.37 79	0.34 69	0.33 77	0.33 60	0.22 64	0.65 110	0.27 43	0.61 113	0.34 41	0.90 149	0.31 74	0.21 41	0.60 62	0.44 52	0.55 87	0.42 62	2.59 187	0.38 72	0.56 86	1.37 186	0.16 24	0.29 70	0.48 60	0.38 40	0.69 81	0.54 66

test_1	0.55 97	0.37 34	0.37 79	0.34 69	0.33 77	0.33 60	0.22 64	0.66 114	0.27 43	0.62 122	0.34 41	0.90 149	0.31 74	0.21 41	0.61 67	0.44 52	0.55 87	0.42 62	2.58 186	0.38 72	0.56 86	1.38 188	0.16 24	0.29 70	0.48 60	0.38 40	0.69 81	0.54 66

StereoIM	0.26 10	0.20 6	0.16 9	0.10 4	0.10 6	0.10 3	0.08 5	0.24 7	0.14 6	0.36 18	0.16 6	0.36 20	0.12 7	0.08 6	0.33 15	0.35 19	0.39 21	0.35 34	0.53 40	0.20 10	0.40 20	0.26 16	0.13 15	0.15 7	0.39 39	0.39 43	0.40 16	0.49 51

dd	0.50 80	0.51 118	0.28 48	0.91 183	0.31 75	0.65 157	0.29 97	0.59 71	0.23 23	0.54 77	0.30 29	0.75 126	0.27 48	0.26 91	0.84 125	0.46 69	0.70 159	0.39 46	1.05 125	0.38 72	0.48 51	0.43 54	0.23 86	0.30 78	0.53 79	0.39 43	0.74 95	0.58 74

AnonymousM	0.79 154	0.34 24	0.20 18	0.24 26	0.22 27	0.21 16	0.15 27	0.58 64	0.21 20	0.57 94	0.39 58	0.45 42	0.15 11	0.19 32	0.56 49	0.54 111	0.54 79	0.40 51	0.53 40	0.30 40	0.65 116	0.54 92	0.20 61	0.22 26	0.30 16	0.39 43	1.31 187	11.04 250

raft+_RVC	0.35 32	0.34 24	0.26 44	0.25 31	0.23 31	0.25 29	0.18 40	0.54 48	0.26 39	0.52 66	0.43 66	0.46 43	0.23 31	0.18 29	0.42 35	0.38 28	0.43 27	0.34 26	0.61 66	0.26 28	0.43 26	0.38 36	0.13 15	0.20 18	0.39 39	0.39 43	0.58 47	0.42 40

test_4	0.34 29	0.33 21	0.27 46	0.21 19	0.18 20	0.16 6	0.11 11	0.59 71	0.26 39	0.58 100	0.25 21	0.50 58	0.20 24	0.19 32	0.33 15	0.40 33	0.45 31	0.34 26	0.41 20	0.29 36	0.45 34	0.41 45	0.16 24	0.24 45	0.38 36	0.40 47	0.59 54	0.42 40

MIF-Stereo	0.28 14	0.27 11	0.15 7	0.15 7	0.13 7	0.17 9	0.09 7	0.35 14	0.19 15	0.49 54	0.21 13	0.41 29	0.18 19	0.14 19	0.40 25	0.39 31	0.42 26	0.34 26	0.56 52	0.25 23	0.43 26	0.24 13	0.13 15	0.19 15	0.31 20	0.41 48	0.30 7	0.37 24

TestStereo1	0.38 35	0.49 99	0.19 15	0.22 22	0.23 31	0.23 22	0.15 27	0.55 54	0.30 63	0.52 66	0.21 13	0.35 16	0.39 116	0.11 10	0.80 114	0.50 94	0.46 35	0.32 18	0.53 40	0.25 23	0.52 71	0.67 121	0.15 20	0.22 26	0.37 32	0.42 49	0.60 55	0.39 29

SA-5K	0.38 35	0.49 99	0.19 15	0.22 22	0.23 31	0.23 22	0.15 27	0.55 54	0.30 63	0.52 66	0.21 13	0.35 16	0.39 116	0.11 10	0.80 114	0.50 94	0.46 35	0.32 18	0.53 40	0.25 23	0.52 71	0.67 121	0.15 20	0.22 26	0.37 32	0.42 49	0.60 55	0.39 29

TESTraft	0.37 34	0.46 81	0.21 22	0.21 19	0.23 31	0.21 16	0.16 34	0.54 48	0.31 78	0.51 59	0.23 17	0.36 20	0.36 108	0.11 10	0.85 129	0.48 85	0.45 31	0.32 18	0.48 28	0.24 20	0.46 39	0.65 113	0.12 9	0.23 37	0.37 32	0.43 51	0.57 40	0.39 29

TestStereo	0.45 67	0.51 118	0.38 88	0.42 101	0.30 67	0.44 102	0.26 83	0.71 141	0.28 50	0.76 183	0.32 33	0.64 103	0.32 83	0.24 68	0.47 39	0.35 19	0.54 79	0.33 24	0.78 102	0.38 72	0.63 109	0.42 49	0.24 93	0.30 78	0.53 79	0.43 51	0.75 97	0.55 69

DN-CSS_ROB	0.52 87	0.43 64	0.46 123	0.41 97	0.40 113	0.34 67	0.22 64	0.69 132	0.34 96	0.59 105	0.79 162	0.66 107	0.47 139	0.24 68	0.63 74	0.40 33	0.58 105	0.43 67	1.74 156	0.38 72	0.63 109	0.38 36	0.31 121	0.47 151	0.53 79	0.43 51	0.66 76	0.54 66

LoS_RVC	0.42 49	0.45 75	0.43 110	0.19 15	0.25 39	0.24 26	0.16 34	0.44 25	0.28 50	0.51 59	0.48 78	0.42 31	0.31 74	0.22 47	0.60 62	0.45 62	0.46 35	0.41 55	0.71 86	0.30 40	0.67 121	0.51 83	0.19 49	0.32 89	0.61 102	0.44 54	0.58 47	0.61 83

tt_ll	0.42 49	0.45 75	0.43 110	0.19 15	0.25 39	0.24 26	0.16 34	0.44 25	0.28 50	0.51 59	0.48 78	0.42 31	0.31 74	0.22 47	0.60 62	0.45 62	0.46 35	0.41 55	0.71 86	0.30 40	0.67 121	0.51 83	0.19 49	0.32 89	0.61 102	0.44 54	0.58 47	0.61 83

CES	0.46 71	0.35 32	0.30 54	0.27 39	0.27 51	0.29 43	0.12 14	1.05 199	0.27 43	0.54 77	0.66 138	0.53 66	0.25 39	0.23 57	0.62 71	0.65 142	0.58 105	0.37 40	0.54 45	0.34 53	0.84 150	0.53 90	0.23 86	0.23 37	0.56 87	0.44 54	0.57 40	0.69 105

CREStereo++_RVC	0.43 61	0.42 61	0.39 91	0.30 53	0.33 77	0.27 34	0.19 51	0.57 60	0.31 78	0.58 100	0.36 45	0.58 83	0.56 157	0.23 57	0.48 40	0.50 94	0.61 127	0.34 26	0.52 34	0.30 40	0.56 86	0.42 49	0.16 24	0.29 70	0.49 67	0.44 54	0.79 107	0.69 105
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
BEATNet_4x	0.53 90	0.40 50	0.34 68	0.39 88	0.36 93	0.32 53	0.27 85	0.64 103	0.41 124	0.66 147	0.45 72	0.62 101	0.39 116	0.24 68	0.83 122	0.63 132	0.58 105	0.58 153	0.57 56	0.36 64	0.90 157	1.52 195	0.25 96	0.36 115	0.46 55	0.44 54	0.77 101	0.60 81

GMOStereo	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

error version	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

test-v	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

test-2	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

TANstereo	0.55 97	0.41 54	0.35 70	0.40 92	0.39 109	0.45 106	0.21 59	0.52 40	0.30 63	0.54 77	0.37 50	0.38 23	0.38 114	0.41 143	0.84 125	0.73 159	0.66 146	0.78 199	1.10 129	0.89 197	0.62 106	0.54 92	0.93 210	0.32 89	0.34 27	0.45 59	0.99 151	0.53 60

XX-TBD	0.55 97	0.41 54	0.35 70	0.40 92	0.39 109	0.45 106	0.21 59	0.52 40	0.30 63	0.54 77	0.37 50	0.38 23	0.38 114	0.41 143	0.84 125	0.73 159	0.66 146	0.78 199	1.10 129	0.89 197	0.62 106	0.54 92	0.93 210	0.32 89	0.34 27	0.45 59	0.99 151	0.53 60

RALAANet	0.41 44	0.41 54	0.37 79	0.28 41	0.28 55	0.33 60	0.24 74	0.54 48	0.27 43	0.48 46	0.48 78	0.43 36	0.25 39	0.20 36	0.57 51	0.41 36	0.49 51	0.50 112	0.71 86	0.40 89	0.52 71	0.46 67	0.21 69	0.29 70	0.46 55	0.45 59	0.70 85	0.47 48

APVNet	0.56 104	0.47 86	0.38 88	0.46 112	0.50 139	0.57 139	0.53 142	0.60 76	0.42 131	0.46 38	0.65 135	0.50 58	0.30 62	0.36 131	0.74 106	0.71 154	0.71 164	0.64 167	0.95 119	0.53 121	0.57 95	0.77 139	0.34 131	0.46 148	0.59 98	0.46 66	0.82 114	0.58 74

RASNet	0.42 49	0.45 75	0.43 110	0.33 67	0.33 77	0.37 77	0.27 85	0.58 64	0.34 96	0.47 41	0.43 66	0.49 52	0.33 87	0.25 81	0.41 31	0.41 36	0.48 48	0.39 46	0.47 26	0.30 40	0.49 55	0.40 42	0.19 49	0.44 141	0.40 43	0.46 66	0.75 97	0.63 92

4D-IteraStereo	0.40 41	0.28 14	0.33 64	0.35 77	0.24 37	0.24 26	0.15 27	0.63 96	0.28 50	0.61 113	0.39 58	0.51 62	0.22 28	0.22 47	0.48 40	0.43 47	0.49 51	0.43 67	0.66 74	0.34 53	0.63 109	0.70 127	0.14 18	0.22 26	0.39 39	0.47 68	0.63 64	0.39 29

IER	0.41 44	0.37 34	0.31 58	0.30 53	0.28 55	0.35 72	0.24 74	0.47 35	0.28 50	0.44 33	0.59 114	0.77 131	0.29 53	0.35 129	0.63 74	0.42 40	0.47 44	0.42 62	0.44 24	0.34 53	0.42 25	0.36 31	0.28 110	0.26 59	0.40 43	0.47 68	0.52 30	0.52 56

dad	0.89 164	0.57 146	0.37 79	1.42 209	0.65 167	0.75 174	2.23 222	1.43 216	0.36 105	0.93 204	0.38 52	0.85 142	0.76 175	0.32 118	0.97 158	0.52 103	0.78 172	0.45 81	1.87 164	0.41 92	0.74 138	0.41 45	0.30 116	0.47 151	1.15 201	0.47 68	2.64 235	1.96 191

test_3	0.56 104	0.38 40	0.36 75	0.34 69	0.33 77	0.33 60	0.21 59	0.68 124	0.29 57	0.65 137	0.33 39	0.92 151	0.35 104	0.21 41	0.60 62	0.44 52	0.56 92	0.45 81	2.68 188	0.39 84	0.55 82	1.35 184	0.15 20	0.32 89	0.51 73	0.47 68	0.67 77	0.50 53

rafts_anoy	0.41 44	0.51 118	0.35 70	0.29 46	0.30 67	0.33 60	0.22 64	0.59 71	0.25 36	0.51 59	0.50 87	0.48 49	0.23 31	0.17 28	0.57 51	0.46 69	0.51 65	0.50 112	0.58 60	0.34 53	0.50 58	0.43 54	0.19 49	0.28 66	0.50 70	0.47 68	0.52 30	0.53 60

GES	0.59 116	0.52 126	0.37 79	0.39 88	0.40 113	0.53 130	0.37 115	0.59 71	0.40 120	0.56 90	0.60 116	0.50 58	0.30 62	0.41 143	0.98 159	0.63 132	0.67 152	0.55 141	2.28 173	0.56 135	0.70 130	0.56 97	0.31 121	0.42 132	0.48 60	0.48 73	0.65 71	0.68 103

UNet	0.44 64	0.42 61	0.40 96	0.37 82	0.36 93	0.41 92	0.28 90	0.57 60	0.35 101	0.50 55	0.49 82	0.47 46	0.34 97	0.37 135	0.53 46	0.43 47	0.54 79	0.46 88	0.56 52	0.39 84	0.47 46	0.44 59	0.27 107	0.34 105	0.44 49	0.48 73	0.58 47	0.57 72

CREStereo	0.44 64	0.51 118	0.40 96	0.34 69	0.26 43	0.28 40	0.15 27	0.61 83	0.30 63	0.58 100	0.36 45	0.72 121	0.33 87	0.24 68	0.59 58	0.59 125	0.59 115	0.34 26	0.52 34	0.31 45	0.59 102	0.42 49	0.18 41	0.30 78	0.54 83	0.48 73	0.64 67	0.69 105
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
NVstereo2D	0.55 97	0.47 86	0.40 96	0.52 129	0.48 135	0.66 160	0.64 168	0.60 76	0.38 115	0.48 46	0.61 122	0.53 66	0.30 62	0.63 194	1.53 196	0.61 130	0.58 105	0.55 141	0.53 40	0.41 92	0.50 58	0.38 36	0.54 183	0.43 136	0.64 114	0.48 73	0.56 38	0.53 60

EGLCR-Stereo	0.47 73	0.49 99	0.41 104	0.29 46	0.30 67	0.44 102	0.14 23	0.57 60	0.26 39	0.57 94	0.27 25	0.58 83	0.23 31	0.21 41	0.36 19	0.47 80	0.53 77	0.45 81	0.75 97	0.32 48	0.69 127	0.93 154	0.19 49	0.24 45	0.48 60	0.49 77	1.30 186	0.70 110

LMCR-Stereo	0.50 80	0.46 81	0.33 64	0.32 61	0.33 77	0.42 96	0.24 74	0.57 60	0.37 111	0.55 83	0.46 76	0.65 106	0.40 119	0.26 91	0.69 94	0.49 91	0.62 131	0.49 106	1.11 131	0.57 140	0.66 117	0.64 111	0.25 96	0.32 89	0.48 60	0.49 77	0.63 64	0.65 96

RALCasStereoNet	0.42 49	0.50 113	0.35 70	0.35 77	0.30 67	0.31 50	0.24 74	0.60 76	0.25 36	0.56 90	0.49 82	0.58 83	0.26 42	0.18 29	0.57 51	0.46 69	0.54 79	0.49 106	0.51 32	0.34 53	0.51 61	0.41 45	0.21 69	0.31 85	0.53 79	0.49 77	0.48 23	0.58 74

DSFCA	0.45 67	0.50 113	0.40 96	0.40 92	0.37 100	0.44 102	0.34 109	0.46 33	0.39 118	0.40 23	0.57 110	0.49 52	0.29 53	0.24 68	0.61 67	0.44 52	0.49 51	0.49 106	0.64 68	0.39 84	0.50 58	0.51 83	0.33 129	0.35 108	0.49 67	0.50 80	0.57 40	0.58 74

DISCO	0.45 67	0.44 68	0.29 50	0.40 92	0.38 106	0.49 117	0.43 128	0.45 31	0.43 135	0.50 55	0.57 110	0.40 25	0.29 53	0.30 105	0.61 67	0.43 47	0.55 87	0.46 88	0.69 83	0.41 92	0.48 51	0.43 54	0.26 103	0.32 89	0.47 57	0.50 80	0.62 61	0.50 53

HGLStereo	0.43 61	0.43 64	0.37 79	0.34 69	0.37 100	0.39 84	0.23 71	0.48 37	0.31 78	0.47 41	0.72 153	0.42 31	0.29 53	0.32 118	0.51 43	0.49 91	0.55 87	0.50 112	0.55 47	0.39 84	0.51 61	0.43 54	0.22 78	0.33 101	0.51 73	0.51 82	0.57 40	0.45 46

iResNetv2_ROB	0.52 87	0.45 75	0.32 61	0.48 116	0.39 109	0.48 115	0.28 90	0.64 103	0.34 96	0.52 66	0.66 138	0.70 117	0.55 155	0.28 97	0.67 89	0.47 80	0.50 56	0.46 88	1.12 132	0.45 103	0.57 95	0.47 71	0.29 113	0.40 125	0.55 85	0.51 82	0.81 111	0.58 74

CAS	0.38 35	0.45 75	0.25 41	0.29 46	0.29 60	0.23 22	0.13 16	0.41 19	0.27 43	0.41 24	0.54 106	0.35 16	0.35 104	0.21 41	0.52 45	0.38 28	0.50 56	0.34 26	0.52 34	0.26 28	0.43 26	0.41 45	0.19 49	0.23 37	0.51 73	0.52 84	0.62 61	0.77 122

CFNet	0.45 67	0.44 68	0.33 64	0.48 116	0.40 113	0.39 84	0.30 103	0.53 44	0.32 86	0.48 46	0.50 87	0.68 112	0.40 119	0.30 105	0.56 49	0.37 26	0.48 48	0.43 67	0.52 34	0.33 50	0.46 39	0.30 22	0.23 86	0.31 85	0.61 102	0.52 84	0.69 81	0.71 111

Sa-1000	0.48 76	0.47 86	0.21 22	0.26 35	0.26 43	0.31 50	0.15 27	0.65 110	0.36 105	0.63 126	0.33 39	0.50 58	0.26 42	0.30 105	0.94 151	0.49 91	0.59 115	0.45 81	0.90 114	0.32 48	0.52 71	0.75 135	0.17 36	0.27 62	0.72 130	0.53 86	1.00 156	0.49 51

PDISCO_ROB	0.48 76	0.40 50	0.39 91	0.38 85	0.34 86	0.39 84	0.28 90	0.50 38	0.35 101	0.37 20	0.52 96	0.49 52	0.35 104	0.31 112	0.63 74	0.58 123	0.54 79	0.68 179	0.59 61	0.44 101	0.62 106	0.67 121	0.24 93	0.34 105	0.54 83	0.53 86	0.85 125	0.58 74

raftrobust	0.43 61	0.33 21	0.36 75	0.28 41	0.28 55	0.27 34	0.18 40	0.64 103	0.25 36	0.63 126	0.53 100	0.51 62	0.25 39	0.22 47	0.63 74	0.48 85	0.51 65	0.41 55	0.96 121	0.38 72	0.53 77	0.46 67	0.20 61	0.24 45	0.57 88	0.54 88	0.54 35	0.52 56

iResNet_ROB	0.50 80	0.49 99	0.42 106	0.42 101	0.30 67	0.42 96	0.32 105	0.60 76	0.33 91	0.52 66	0.59 114	0.47 46	0.56 157	0.25 81	0.81 117	0.46 69	0.57 101	0.49 106	1.19 136	0.36 64	0.48 51	0.36 31	0.25 96	0.37 119	0.57 88	0.54 88	0.75 97	0.61 83

UDGNet	0.67 127	0.66 165	0.42 106	1.35 206	1.02 200	1.21 203	0.91 190	0.60 76	0.41 124	0.52 66	0.60 116	0.56 75	0.23 31	1.19 221	0.66 84	0.45 62	0.56 92	0.51 119	0.73 90	0.53 121	0.64 115	0.67 121	0.79 200	0.29 70	0.72 130	0.55 90	0.63 64	0.66 97

ADLNet	0.46 71	0.53 133	0.37 79	0.41 97	0.41 118	0.44 102	0.40 123	0.54 48	0.35 101	0.45 35	0.53 100	0.76 128	0.36 108	0.62 192	0.58 55	0.42 40	0.49 51	0.42 62	0.50 30	0.37 69	0.43 26	0.44 59	0.34 131	0.25 53	0.47 57	0.55 90	0.57 40	0.45 46

AF-Net	0.53 90	0.49 99	0.44 118	0.50 121	0.53 144	0.61 148	0.54 145	0.61 83	0.55 155	0.43 26	0.66 138	0.85 142	0.42 123	0.40 140	0.64 80	0.46 69	0.46 35	0.44 72	0.60 62	0.40 89	0.45 34	0.45 62	0.41 150	0.39 122	0.50 70	0.55 90	0.81 111	0.69 105

Nwc_Net	0.53 90	0.49 99	0.44 118	0.50 121	0.53 144	0.61 148	0.54 145	0.61 83	0.55 155	0.43 26	0.66 138	0.85 142	0.42 123	0.40 140	0.64 80	0.46 69	0.46 35	0.44 72	0.60 62	0.40 89	0.45 34	0.45 62	0.41 150	0.39 122	0.50 70	0.55 90	0.81 111	0.69 105

SA	0.42 49	0.47 86	0.21 22	0.25 31	0.23 31	0.31 50	0.13 16	0.64 103	0.32 86	0.61 113	0.26 23	0.54 68	0.21 25	0.16 25	0.63 74	0.47 80	0.52 69	0.41 55	0.60 62	0.29 36	0.46 39	0.61 106	0.15 20	0.27 62	0.45 53	0.58 94	0.96 146	0.47 48

IPLG	0.47 73	0.45 75	0.32 61	0.28 41	0.27 51	0.32 53	0.21 59	0.63 96	0.22 21	0.51 59	0.38 52	0.56 75	0.29 53	0.31 112	1.64 202	0.44 52	0.56 92	0.48 99	0.56 52	0.41 92	0.45 34	0.75 135	0.18 41	0.28 66	0.45 53	0.59 95	0.65 71	0.51 55

PMTNet	0.48 76	0.48 96	0.43 110	0.31 59	0.30 67	0.27 34	0.22 64	0.54 48	0.29 57	0.57 94	0.39 58	0.59 88	0.23 31	0.23 57	0.64 80	0.59 125	0.57 101	0.37 40	1.17 135	0.33 50	0.67 121	0.40 42	0.20 61	0.21 20	0.79 151	0.59 95	0.65 71	0.92 139

RP	0.58 110	0.57 146	0.72 179	0.62 151	0.56 151	0.57 139	0.64 168	0.63 96	0.61 163	0.42 25	0.81 167	0.78 132	0.53 152	0.43 156	0.68 92	0.48 85	0.53 77	0.44 72	0.64 68	0.45 103	0.51 61	0.54 92	0.37 141	0.44 141	0.62 107	0.59 95	0.83 121	0.77 122

CFNet_pseudo	0.51 83	0.44 68	0.43 110	0.54 134	0.43 123	0.53 130	0.34 109	0.62 90	0.36 105	0.61 113	0.64 130	0.57 78	0.52 150	0.35 129	0.90 142	0.50 94	0.50 56	0.47 94	0.67 76	0.36 64	0.47 46	0.42 49	0.26 103	0.33 101	0.57 88	0.60 98	0.68 78	0.73 116

GEStereo_RVC	0.71 139	0.59 148	0.40 96	0.54 134	0.50 139	0.61 148	0.51 139	0.71 141	0.41 124	0.59 105	0.51 93	0.76 128	0.46 137	0.39 137	0.96 156	0.92 181	0.78 172	0.75 192	1.94 165	0.62 165	0.80 144	1.37 186	0.31 121	0.52 161	0.61 102	0.63 99	0.86 130	1.12 157

sCroCo_RVC	0.58 110	0.42 61	0.29 50	0.28 41	0.29 60	0.39 84	0.22 64	0.60 76	0.41 124	0.53 76	0.43 66	0.48 49	0.50 144	0.24 68	0.75 107	0.99 196	0.75 169	0.63 163	1.02 124	0.56 135	1.10 175	1.36 185	0.28 110	0.39 122	0.63 111	0.63 99	0.93 138	0.64 94

PWCDC_ROB	0.67 127	0.35 32	0.39 91	0.29 46	0.43 123	0.34 67	0.36 113	0.43 23	1.25 207	0.27 12	0.72 153	0.44 38	2.38 215	0.57 186	1.11 174	0.76 162	0.56 92	0.56 143	0.64 68	0.55 131	0.63 109	2.08 211	0.46 158	0.40 125	0.36 31	0.63 99	0.51 26	0.67 99

LoS	0.55 97	0.44 68	0.29 50	0.36 81	0.37 100	0.40 90	0.20 58	1.37 214	0.31 78	0.86 200	0.78 161	0.68 112	0.37 112	0.24 68	0.58 55	0.72 155	0.59 115	0.40 51	0.75 97	0.35 62	1.03 170	0.65 113	0.21 69	0.24 45	0.79 151	0.64 102	0.64 67	0.68 103

RTSC	0.73 141	0.49 99	0.46 123	0.47 114	0.51 142	0.55 136	0.56 149	0.67 117	0.68 171	0.54 77	0.79 162	0.57 78	0.57 161	0.41 143	1.92 216	0.77 164	0.96 200	0.58 153	1.36 144	0.56 135	0.85 152	1.11 167	0.31 121	0.53 163	0.58 92	0.65 103	0.95 143	1.26 168

STTStereo	0.53 90	0.56 142	0.54 146	0.44 109	0.52 143	0.43 100	0.59 154	0.52 40	0.46 140	0.47 41	0.55 108	0.71 119	0.42 123	0.56 182	0.87 136	0.44 52	0.49 51	0.51 119	0.54 45	0.37 69	0.51 61	0.40 42	0.32 126	0.35 108	0.52 77	0.66 104	0.68 78	0.99 146

stereogan	0.67 127	0.67 166	0.62 160	0.68 164	0.73 182	0.75 174	0.64 168	0.70 138	0.57 158	0.51 59	0.64 130	1.08 165	0.62 165	0.44 159	0.83 122	0.55 113	0.56 92	0.51 119	0.91 115	0.59 148	0.59 102	0.69 126	0.47 159	0.46 148	0.59 98	0.67 105	1.16 172	0.87 135

AE-Stereo	0.54 95	0.48 96	0.44 118	0.50 121	0.35 90	0.36 75	0.28 90	0.55 54	0.29 57	0.64 132	0.31 32	0.89 148	0.31 74	0.24 68	0.55 47	0.65 142	0.68 154	0.52 126	0.87 111	0.53 121	0.72 133	0.81 143	0.21 69	0.47 151	0.79 151	0.69 106	0.94 141	0.62 87

raft_robust	0.49 79	0.44 68	0.24 39	0.38 85	0.29 60	0.32 53	0.21 59	0.73 149	0.35 101	0.69 164	0.34 41	0.57 78	0.31 74	0.24 68	0.59 58	0.53 105	0.54 79	0.46 88	0.98 122	0.37 69	0.69 127	0.94 155	0.20 61	0.28 66	0.55 85	0.69 106	0.69 81	0.60 81

AACVNet	0.55 97	0.47 86	0.40 96	0.58 141	0.61 159	0.53 130	0.37 115	0.61 83	0.40 120	0.59 105	0.64 130	0.58 83	0.33 87	0.36 131	0.69 94	0.54 111	0.58 105	0.54 136	0.69 83	0.52 120	0.54 80	0.52 87	0.36 136	0.44 141	0.59 98	0.69 106	0.82 114	0.83 129

PS-NSSS	0.60 118	0.81 183	0.44 118	0.89 181	0.54 147	0.71 168	0.63 166	0.64 103	0.38 115	0.64 132	0.41 63	1.52 186	0.47 139	0.41 143	0.59 58	0.42 40	0.52 69	0.45 81	0.94 118	0.42 98	0.44 31	0.29 20	0.36 136	0.34 105	0.63 111	0.69 106	0.70 85	0.80 125

EAI-Stereo	0.75 147	0.49 99	0.50 136	0.51 127	0.46 129	0.56 138	0.60 157	0.73 149	0.32 86	0.63 126	0.72 153	0.82 135	0.26 42	0.24 68	1.05 168	0.96 188	0.60 122	0.49 106	3.00 196	0.62 165	0.82 146	1.13 170	0.19 49	0.31 85	0.78 148	0.70 110	1.55 204	1.17 162

DDUNet	1.38 190	2.18 224	0.79 185	2.67 223	2.43 232	2.57 224	2.52 223	0.80 169	0.84 183	0.63 126	0.94 179	1.57 189	0.45 134	2.65 236	0.94 151	0.78 167	1.99 233	0.75 192	2.31 174	0.91 199	1.16 178	0.97 156	2.71 235	0.56 167	0.72 130	0.71 111	0.97 148	0.85 131

FADNet-RVC-Resample	0.57 108	0.52 126	0.42 106	0.46 112	0.39 109	0.41 92	0.40 123	0.72 148	0.42 131	0.68 156	0.51 93	1.04 164	0.43 128	0.43 156	0.96 156	0.48 85	0.56 92	0.61 161	0.85 110	0.55 131	0.52 71	0.63 107	0.34 131	0.60 173	0.58 92	0.71 111	0.55 36	0.77 122

UCFNet_RVC	0.56 104	0.78 177	0.45 122	0.59 144	0.55 150	0.52 127	0.39 121	0.58 64	0.40 120	0.59 105	0.60 116	0.82 135	0.45 134	0.32 118	0.70 99	0.42 40	0.50 56	0.50 112	0.67 76	0.45 103	0.56 86	0.47 71	0.38 143	0.41 128	0.77 146	0.71 111	0.65 71	0.86 133

sAnonymous2	0.58 110	0.41 54	0.31 58	0.29 46	0.29 60	0.45 106	0.29 97	0.71 141	0.41 124	0.48 46	0.53 100	0.51 62	0.43 128	0.23 57	0.86 131	0.84 173	0.70 159	0.67 174	1.34 141	0.60 152	0.83 148	0.98 157	0.30 116	0.35 108	0.62 107	0.72 114	0.72 90	0.73 116

CroCo_RVC	0.58 110	0.41 54	0.31 58	0.29 46	0.29 60	0.45 106	0.29 97	0.71 141	0.41 124	0.48 46	0.53 100	0.51 62	0.43 128	0.23 57	0.86 131	0.84 173	0.70 159	0.67 174	1.34 141	0.60 152	0.83 148	0.98 157	0.30 116	0.35 108	0.62 107	0.72 114	0.72 90	0.73 116

HSM	0.54 95	0.49 99	0.47 127	0.48 116	0.47 132	0.41 92	0.37 115	0.71 141	0.37 111	0.61 113	0.65 135	0.59 88	0.48 142	0.31 112	0.70 99	0.48 85	0.64 139	0.47 94	0.75 97	0.48 114	0.63 109	0.49 78	0.26 103	0.42 132	0.62 107	0.72 114	0.87 132	0.67 99

Anonymous	0.66 124	0.52 126	0.38 88	0.35 77	0.36 93	0.42 96	0.25 79	0.74 154	0.47 142	0.45 35	0.45 72	0.56 75	0.51 148	0.23 57	0.88 138	1.09 207	0.78 172	0.69 181	1.84 161	0.64 169	1.19 180	1.21 177	0.32 126	0.42 132	0.66 117	0.73 117	0.93 138	0.74 119

s12784h	0.62 119	0.68 168	0.47 127	0.65 158	0.44 125	0.34 67	0.24 74	0.61 83	0.31 78	0.60 111	0.44 69	0.81 133	0.55 155	0.25 81	0.62 71	0.50 94	0.62 131	0.38 44	0.74 96	0.36 64	1.26 184	0.47 71	0.18 41	0.30 78	0.70 124	0.74 118	1.39 193	2.07 192

FCDSN-DC	0.69 133	0.61 155	0.62 160	0.66 160	0.61 159	0.59 143	0.60 157	0.68 124	0.42 131	0.75 180	0.42 65	0.57 78	0.36 108	0.50 170	2.43 241	0.67 146	0.80 178	0.76 195	0.64 68	0.56 135	0.70 130	0.60 101	0.47 159	0.83 197	0.66 117	0.74 118	0.61 58	0.67 99
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
CFNet_RVC	0.51 83	0.51 118	0.47 127	0.50 121	0.48 135	0.48 115	0.32 105	0.53 44	0.37 111	0.51 59	0.65 135	0.57 78	0.34 97	0.30 105	0.69 94	0.44 52	0.52 69	0.47 94	0.57 56	0.42 98	0.56 86	0.49 78	0.27 107	0.35 108	0.65 116	0.74 118	0.80 108	0.75 120

XPNet_ROB	0.74 146	0.77 175	0.57 150	0.54 134	0.61 159	0.63 154	0.61 162	0.53 44	0.65 168	0.58 100	0.81 167	2.35 201	0.46 137	0.43 156	0.79 112	0.63 132	0.85 183	0.57 148	0.83 107	0.55 131	0.72 133	1.09 166	0.45 156	0.49 158	0.63 111	0.74 118	1.39 193	0.86 133

Former-RAFT_DAM_RVC	0.41 44	0.33 21	0.29 50	0.29 46	0.24 37	0.26 31	0.16 34	0.55 54	0.40 120	0.55 83	0.49 82	0.49 52	0.27 48	0.23 57	0.58 55	0.45 62	0.51 65	0.40 51	0.50 30	0.36 64	0.46 39	0.50 82	0.16 24	0.23 37	0.49 67	0.75 122	0.44 20	0.56 70

ICVP	0.58 110	0.49 99	0.67 173	0.50 121	0.48 135	0.52 127	0.36 113	0.60 76	0.45 136	0.61 113	0.58 113	0.61 93	0.56 157	0.30 105	0.67 89	0.64 136	0.58 105	0.51 119	0.72 89	0.51 118	0.58 98	0.74 133	0.59 189	0.47 151	0.60 101	0.75 122	0.74 95	0.72 113
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FADNet-RVC	0.58 110	0.50 113	0.37 79	0.51 127	0.42 120	0.39 84	0.56 149	0.68 124	0.36 105	0.64 132	0.50 87	1.13 170	0.45 134	0.34 123	0.91 143	0.53 105	0.54 79	0.45 81	1.20 138	0.51 118	0.54 80	0.52 87	0.33 129	0.51 159	0.57 88	0.75 122	0.64 67	0.81 127

pcwnet_v2	0.62 119	0.46 81	0.50 136	0.62 151	0.49 138	0.61 148	0.46 132	0.66 114	0.45 136	0.65 137	0.79 162	0.64 103	0.86 180	0.53 177	1.15 178	0.55 113	0.59 115	0.51 119	0.83 107	0.41 92	0.55 82	0.47 71	0.34 131	0.43 136	0.75 140	0.76 125	0.85 125	0.95 140

RYNet	0.27 12	0.23 7	0.18 13	0.15 7	0.17 17	0.19 13	0.13 16	0.25 8	0.31 78	0.17 6	0.20 12	0.19 7	0.14 9	0.13 16	0.80 114	0.28 7	0.27 5	0.41 55	0.28 7	0.19 8	0.27 5	0.21 8	0.29 113	0.18 14	0.27 9	0.76 125	0.34 10	0.23 7

NLCA_NET_v2_RVC	0.51 83	0.52 126	0.48 130	0.43 105	0.57 153	0.42 96	0.62 165	0.56 59	0.62 165	0.52 66	0.51 93	0.67 110	0.34 97	0.58 189	0.78 109	0.42 40	0.47 44	0.42 62	0.57 56	0.38 72	0.46 39	0.42 49	0.30 116	0.32 89	0.48 60	0.76 125	0.62 61	0.64 94
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
SACVNet	0.62 119	0.53 133	0.51 140	0.55 137	0.57 153	0.52 127	0.60 157	0.69 132	0.56 157	0.67 154	0.54 106	0.59 88	0.37 112	0.41 143	0.71 103	0.60 127	0.64 139	0.57 148	0.95 119	0.64 169	0.67 121	0.78 140	0.36 136	0.47 151	0.75 140	0.77 128	0.84 123	0.84 130

psm_up	0.56 104	0.51 118	0.53 143	0.56 138	0.45 126	0.58 142	0.35 111	0.71 141	0.66 170	0.55 83	0.53 100	0.59 88	0.50 144	0.40 140	0.63 74	0.50 94	0.59 115	0.49 106	0.84 109	0.46 108	0.51 61	0.45 62	0.31 121	0.51 159	0.70 124	0.78 129	0.80 108	0.67 99

ccs_rob	1.25 185	0.79 179	0.64 166	0.86 178	0.60 158	0.89 186	0.83 183	0.99 192	0.51 147	0.77 185	6.27 252	5.90 233	1.10 188	0.51 172	1.08 172	1.10 209	0.68 154	0.66 172	1.15 134	0.70 182	1.56 193	1.66 201	0.50 169	0.54 164	0.69 122	0.78 129	0.86 130	1.20 165

DLCB_ROB	0.53 90	0.50 113	0.48 130	0.41 97	0.45 126	0.43 100	0.39 121	0.55 54	0.45 136	0.57 94	0.61 122	0.70 117	0.52 150	0.41 143	0.60 62	0.47 80	0.57 101	0.48 99	0.52 34	0.43 100	0.55 82	0.47 71	0.38 143	0.42 132	0.96 180	0.79 131	0.70 85	0.62 87

MLCV	0.70 136	0.49 99	0.53 143	0.73 169	0.50 139	0.65 157	0.43 128	0.81 174	0.41 124	0.71 170	0.88 174	1.01 159	0.81 177	0.28 97	0.92 145	0.43 47	0.65 143	0.52 126	2.47 183	0.45 103	0.55 82	0.72 131	0.39 147	0.54 164	0.69 122	0.80 132	0.83 121	0.72 113

PWC_ROB	1.18 183	0.70 170	1.06 206	0.60 146	0.71 180	0.70 166	0.98 196	0.83 176	1.55 220	0.76 183	1.40 207	1.00 157	2.46 217	0.57 186	2.17 227	0.99 196	1.15 208	0.90 207	2.37 178	0.95 200	1.63 197	2.05 210	0.44 155	0.98 208	0.81 156	0.80 132	1.24 182	2.15 195

EKT-Stereo	0.75 147	0.64 161	0.54 146	0.59 144	0.47 132	0.60 145	0.73 178	0.71 141	0.29 57	0.63 126	0.66 138	0.73 124	0.30 62	0.26 91	0.86 131	1.22 222	0.68 154	0.76 195	1.46 147	0.60 152	1.75 202	1.74 205	0.21 69	0.32 89	0.93 174	0.81 134	1.06 161	0.72 113

CASS	0.79 154	0.55 136	0.53 143	0.65 158	0.54 147	0.59 143	0.53 142	0.78 166	0.52 148	0.71 170	0.75 159	0.67 110	0.47 139	0.28 97	0.83 122	0.67 146	0.98 201	0.56 143	1.60 152	0.58 144	2.74 219	1.44 189	0.38 143	0.35 108	0.84 165	0.81 134	0.90 134	1.02 149
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
UDG	1.35 189	2.24 226	0.81 186	2.58 220	2.45 233	2.48 223	2.57 224	0.76 159	0.86 184	0.77 185	1.08 190	1.51 184	0.56 157	2.59 232	1.06 169	0.69 150	1.89 231	0.80 202	2.31 174	0.97 202	1.24 183	0.98 157	1.43 226	0.62 176	0.74 137	0.81 134	0.95 143	0.81 127

DeepPrunerF	1.22 184	0.49 99	0.39 91	0.58 141	2.86 242	0.49 117	0.55 147	0.52 40	0.58 161	0.43 26	0.67 143	0.43 36	0.32 83	0.42 153	1.64 202	0.75 161	0.58 105	0.46 88	0.93 116	0.46 108	0.61 104	0.53 90	0.40 148	0.35 108	15.32 262	0.82 137	0.65 71	0.62 87

CC-Net-ROB	0.96 172	1.18 211	0.70 177	1.56 212	1.06 202	1.63 216	1.20 205	0.79 167	0.61 163	0.81 193	0.56 109	3.07 212	0.57 161	0.85 211	0.68 92	0.44 52	0.71 164	0.63 163	1.40 145	0.57 140	0.58 98	0.43 54	1.91 230	0.46 148	0.83 161	0.83 138	0.77 101	1.20 165

DLNR_Zeroshot_test	17.86 261	67.45 275	1.21 215	81.91 275	0.35 90	0.45 106	74.74 275	0.76 159	0.27 43	0.69 164	0.60 116	1.16 171	0.29 53	8.20 261	84.48 275	102.07 276	23.88 266	15.14 262	7.31 226	0.50 115	4.38 244	2.51 216	0.18 41	0.43 136	0.76 145	0.86 139	0.80 108	0.80 125

Anonymous3	0.79 154	0.59 148	0.42 106	0.37 82	0.42 120	0.57 139	0.50 138	0.80 169	0.64 167	0.68 156	0.49 82	1.48 182	0.54 153	0.31 112	1.53 196	1.42 234	0.88 189	0.82 203	1.45 146	0.69 181	1.31 187	1.30 182	0.40 148	0.40 125	0.74 137	0.86 139	1.03 160	0.71 111

SGM-Forest	0.73 141	0.71 171	0.40 96	1.13 196	0.64 166	0.74 173	0.45 130	0.68 124	0.39 118	0.61 113	0.44 69	1.16 171	1.06 184	0.49 167	0.86 131	0.61 130	0.55 87	0.46 88	0.68 78	0.44 101	0.61 104	0.49 78	0.45 156	0.44 141	0.90 171	0.86 139	1.95 218	1.47 174
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GANet-ADL	0.70 136	0.59 148	0.52 141	0.60 146	0.57 153	0.61 148	0.46 132	0.68 124	0.52 148	0.65 137	0.67 143	0.76 128	0.43 128	0.39 137	1.08 172	0.79 170	0.68 154	0.52 126	1.84 161	0.64 169	0.66 117	0.86 148	0.42 153	0.43 136	0.70 124	0.87 142	0.97 148	0.89 137

FADNet_RVC	0.92 165	0.69 169	0.55 149	0.88 180	0.75 185	0.54 134	0.51 139	0.77 164	0.54 151	0.70 167	0.96 182	1.36 180	1.06 184	0.54 178	1.85 214	0.64 136	0.80 178	0.90 207	3.34 201	0.76 185	1.00 168	1.13 170	0.37 141	0.60 173	0.66 117	0.87 142	0.97 148	1.14 160

XX-Stereo	9.49 257	0.38 40	0.36 75	0.63 153	0.28 55	0.54 134	0.28 90	0.69 132	0.28 50	0.69 164	6.24 251	1.00 157	0.29 53	0.23 57	0.70 99	1.08 205	0.60 122	0.52 126	1.58 150	0.53 121	0.76 140	0.65 113	0.18 41	0.26 59	233.61 275	0.88 144	1.01 157	1.90 190

FADNet	0.65 123	0.55 136	0.41 104	0.53 132	0.42 120	0.49 117	0.65 172	0.74 154	0.42 131	0.66 147	0.64 130	0.81 133	0.50 144	0.36 131	1.17 180	0.51 101	0.51 65	0.53 130	1.61 153	0.53 121	0.69 127	0.59 98	0.35 135	0.41 128	0.72 130	0.88 144	0.78 106	1.06 151

MSMDNet	0.73 141	0.52 126	0.48 130	0.35 77	0.34 86	0.45 106	0.33 108	0.69 132	0.30 63	0.63 126	0.60 116	0.71 119	0.35 104	0.23 57	0.78 109	1.05 202	0.63 136	0.50 112	2.88 193	0.81 192	1.59 195	1.80 207	0.23 86	0.29 70	0.74 137	0.89 146	0.85 125	0.76 121

GANetREF_RVC	0.77 153	0.74 174	0.68 175	0.76 171	0.65 167	0.69 165	0.60 157	0.99 192	0.73 174	0.93 204	0.52 96	1.33 179	0.72 173	0.44 159	0.85 129	0.57 119	0.67 152	0.63 163	1.13 133	0.61 161	0.77 141	0.63 107	0.59 189	0.71 185	0.89 170	0.90 147	1.15 169	0.99 146
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
iResNet	0.92 165	0.56 142	0.62 160	0.72 167	0.68 172	0.96 188	0.55 147	0.95 187	0.57 158	0.67 154	0.82 172	1.41 181	1.51 199	0.31 112	1.49 195	0.66 145	0.75 169	0.67 174	4.08 209	0.68 178	0.72 133	0.63 107	0.41 150	0.83 197	0.72 130	0.91 148	1.02 158	0.87 135

MyStereo04	0.68 132	0.52 126	0.57 150	0.44 109	0.37 100	0.35 72	0.26 83	0.68 124	0.45 136	0.62 122	0.45 72	0.68 112	0.34 97	0.25 81	1.00 163	0.68 149	0.56 92	0.53 130	3.39 202	0.56 135	0.92 158	0.64 111	0.27 107	0.41 128	0.77 146	0.92 149	0.96 146	0.66 97

ETE_ROB	0.87 162	0.90 195	0.58 152	0.67 161	0.69 174	0.85 181	0.60 157	0.66 114	0.89 188	0.64 132	1.09 191	2.63 204	0.54 153	0.54 178	1.00 163	0.72 155	0.91 193	0.63 163	0.99 123	0.66 172	0.88 153	1.08 165	0.50 169	0.59 171	0.78 148	0.92 149	1.48 202	1.17 162

LALA_ROB	0.86 161	0.97 202	0.67 173	0.63 153	0.69 174	0.83 180	0.67 174	0.70 138	0.80 181	0.68 156	1.10 193	2.61 203	0.58 163	0.51 172	1.11 174	0.67 146	0.86 184	0.72 185	0.89 113	0.67 176	0.80 144	1.00 160	0.49 165	0.59 171	0.73 135	0.92 149	1.16 172	1.10 154

SFCPSM	3.03 228	0.82 186	0.63 164	0.77 172	0.69 174	0.72 169	0.63 166	0.83 176	0.98 198	0.71 170	2.00 223	2.57 202	3.49 223	0.56 182	1.16 179	0.93 184	0.74 167	0.64 167	54.48 273	1.19 219	0.88 153	0.91 153	0.55 185	0.55 166	0.94 177	0.93 152	1.11 168	1.39 171

cross-raft	0.73 141	0.56 142	0.46 123	0.43 105	0.33 77	0.40 90	0.27 85	0.73 149	0.33 91	0.65 137	0.60 116	0.74 125	0.30 62	0.23 57	0.76 108	0.96 188	0.63 136	0.48 99	2.91 195	0.59 148	1.81 205	1.31 183	0.22 78	0.32 89	0.82 159	0.94 153	0.93 138	1.01 148

PSMNet-ADL	0.96 172	0.62 158	0.66 170	0.67 161	0.70 179	0.66 160	0.58 153	0.74 154	0.60 162	0.85 199	5.03 243	0.95 155	1.26 193	0.45 161	0.89 140	1.03 200	0.68 154	0.54 136	2.03 167	0.68 178	0.84 150	0.79 142	0.54 183	0.47 151	0.73 135	0.95 154	1.32 188	0.63 92

NCCL2	0.69 133	0.73 173	0.66 170	0.57 140	0.56 151	0.51 124	0.45 130	0.70 138	0.57 158	0.68 156	0.71 148	0.66 107	0.48 142	0.39 137	0.93 147	0.72 155	0.65 143	0.57 148	0.76 100	0.57 140	0.74 138	0.88 150	0.49 165	0.60 173	0.98 182	0.95 154	0.85 125	1.16 161

NOSS_ROB	0.76 151	0.84 192	0.50 136	0.72 167	0.61 159	0.75 174	0.52 141	0.80 169	0.54 151	0.70 167	0.62 126	0.62 101	0.86 180	0.62 192	1.14 177	1.10 209	0.78 172	0.69 181	0.73 90	0.60 152	0.88 153	0.67 121	0.50 169	0.71 185	0.86 167	0.95 154	1.38 192	0.85 131

RAFT-Test	0.72 140	0.50 113	0.46 123	0.52 129	0.34 86	0.41 92	0.29 97	0.73 149	0.30 63	0.62 122	0.72 153	0.68 112	0.31 74	0.22 47	0.71 103	1.03 200	0.62 131	0.50 112	2.89 194	0.66 172	1.72 199	1.14 172	0.23 86	0.29 70	0.80 155	0.96 157	0.95 143	0.91 138

NCC-stereo	0.67 127	0.63 159	0.59 153	0.64 155	0.65 167	0.63 154	0.69 176	0.67 117	0.74 177	0.43 26	0.81 167	0.82 135	0.70 171	0.47 164	0.82 120	0.53 105	0.58 105	0.64 167	0.80 104	0.54 127	0.56 86	0.60 101	0.53 179	0.45 146	0.75 140	0.96 157	0.92 136	0.98 144

Abc-Net	0.67 127	0.63 159	0.59 153	0.64 155	0.65 167	0.63 154	0.69 176	0.67 117	0.74 177	0.43 26	0.81 167	0.82 135	0.70 171	0.47 164	0.82 120	0.53 105	0.58 105	0.64 167	0.80 104	0.54 127	0.56 86	0.60 101	0.53 179	0.45 146	0.75 140	0.96 157	0.92 136	0.98 144
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
R-Stereo Train	0.66 124	0.55 136	0.43 110	0.48 116	0.36 93	0.50 121	0.18 40	0.62 90	0.31 78	0.68 156	0.62 126	0.72 121	0.34 97	0.25 81	0.69 94	0.89 177	0.66 146	0.51 119	2.12 168	0.46 108	0.94 160	1.49 192	0.22 78	0.36 115	0.71 127	0.96 157	0.77 101	1.10 154

RAFT-Stereo	0.66 124	0.55 136	0.43 110	0.48 116	0.36 93	0.50 121	0.18 40	0.62 90	0.31 78	0.68 156	0.62 126	0.72 121	0.34 97	0.25 81	0.69 94	0.89 177	0.66 146	0.51 119	2.12 168	0.46 108	0.94 160	1.49 192	0.22 78	0.36 115	0.71 127	0.96 157	0.77 101	1.10 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
IPLGR	0.57 108	0.55 136	0.37 79	0.43 105	0.38 106	0.36 75	0.23 71	0.62 90	0.30 63	0.56 90	0.68 146	0.61 93	0.32 83	0.29 103	1.73 208	0.47 80	0.56 92	0.56 143	1.09 127	0.54 127	0.53 77	0.81 143	0.20 61	0.32 89	0.71 127	0.97 162	0.73 93	0.57 72

MIPNet	0.51 83	0.51 118	0.33 64	0.32 61	0.30 67	0.37 77	0.25 79	0.62 90	0.24 31	0.50 55	0.52 96	0.61 93	0.41 122	0.30 105	1.01 166	0.51 101	0.59 115	0.50 112	0.76 100	0.47 112	0.44 31	0.85 146	0.20 61	0.26 59	0.66 117	0.98 163	0.71 89	0.61 83

GwcNet-ADL	0.97 174	0.83 188	0.81 186	0.91 183	0.68 172	0.70 166	0.53 142	0.77 164	0.50 146	0.72 173	5.46 246	1.20 173	0.65 170	0.46 163	0.81 117	0.95 185	0.72 166	0.56 143	1.26 140	0.71 183	0.67 121	0.78 140	0.59 189	0.56 167	0.79 151	0.98 163	0.85 125	1.75 187

MyStereo	0.70 136	0.55 136	0.69 176	0.47 114	0.38 106	0.35 72	0.27 85	0.68 124	0.49 144	0.64 132	0.57 110	0.66 107	0.42 123	0.26 91	1.12 176	0.65 142	0.58 105	0.53 130	3.20 200	0.57 140	0.92 158	0.74 133	0.28 110	0.41 128	0.88 169	0.99 165	0.99 151	0.62 87

FC-DCNN	0.88 163	0.96 200	1.23 217	1.36 208	0.93 194	1.26 207	0.82 182	0.91 185	0.78 180	0.87 201	0.63 129	1.08 165	0.42 123	0.56 182	0.88 138	0.69 150	0.81 181	0.68 179	0.81 106	0.59 148	0.78 142	0.59 98	0.50 169	0.77 194	1.11 197	0.99 165	1.21 178	1.57 177

DAS	0.95 169	0.61 155	0.48 130	0.78 174	0.61 159	0.68 163	0.59 154	0.84 178	0.93 192	0.65 137	1.58 212	1.66 191	1.06 184	0.34 123	0.95 153	0.92 181	0.92 195	0.73 188	1.77 157	1.03 207	1.73 200	1.11 167	0.47 159	0.92 203	0.93 174	1.00 167	1.39 193	0.96 141

SepStereo	0.95 169	0.61 155	0.48 130	0.78 174	0.61 159	0.68 163	0.59 154	0.84 178	0.93 192	0.65 137	1.58 212	1.66 191	1.06 184	0.34 123	0.95 153	0.92 181	0.92 195	0.73 188	1.77 157	1.03 207	1.73 200	1.11 167	0.47 159	0.92 203	0.93 174	1.00 167	1.39 193	0.96 141

DeepPruner_ROB	0.59 116	0.44 68	0.54 146	0.52 129	0.54 147	0.49 117	0.37 115	0.61 83	0.46 140	0.60 111	0.70 147	0.61 93	0.51 148	0.32 118	1.06 169	0.58 123	0.62 131	0.59 158	0.66 74	0.47 112	0.97 166	0.72 131	0.36 136	0.44 141	0.61 102	1.00 167	0.72 90	0.58 74

HBP-ISP	1.60 197	0.86 194	0.90 193	0.98 189	0.69 174	0.85 181	0.56 149	0.89 184	0.48 143	0.82 195	0.79 162	0.97 156	0.36 108	0.69 201	11.97 260	5.83 257	0.70 159	0.67 174	0.70 85	0.62 165	1.05 172	5.90 248	0.50 169	0.62 176	0.82 159	1.01 170	2.01 220	1.06 151

RGC	0.76 151	0.72 172	0.99 198	0.70 165	0.71 180	0.76 177	0.57 152	0.74 154	0.74 177	0.56 90	0.96 182	0.83 139	0.85 179	0.56 182	0.93 147	0.60 127	0.62 131	0.56 143	0.93 116	0.61 161	0.66 117	0.71 128	0.51 176	0.56 167	0.81 156	1.01 170	0.99 151	1.19 164

SHD	0.97 174	0.56 142	0.73 180	0.75 170	0.69 174	0.66 160	0.61 162	0.99 192	0.94 195	0.77 185	1.00 185	0.94 152	1.29 195	0.54 178	2.21 229	0.98 192	0.95 198	0.70 183	2.01 166	0.80 189	1.12 176	1.71 203	0.47 159	0.77 194	0.91 172	1.01 170	0.91 135	1.22 167

pmcnn	1.66 200	0.80 182	0.52 141	1.19 201	1.01 197	1.21 203	0.93 192	0.96 190	0.54 151	0.74 177	2.66 229	3.98 225	5.06 229	0.31 112	1.65 204	1.40 233	1.20 212	0.91 210	3.99 207	0.95 200	4.45 245	1.02 162	0.90 207	0.90 202	1.07 194	1.01 170	2.43 229	3.03 213

MFMNet_re	1.51 193	1.18 211	1.12 212	1.29 205	1.16 208	1.63 216	1.32 207	1.30 210	1.63 221	1.14 218	1.38 206	2.64 205	1.63 203	0.90 215	2.27 234	1.35 227	1.58 222	1.32 238	3.69 204	1.24 222	2.10 208	1.26 181	1.16 216	1.24 225	1.11 197	1.02 174	1.59 206	1.60 179

IGEV_Zeroshot_test	0.95 169	0.47 86	1.24 218	1.15 198	0.46 129	0.60 145	0.65 172	0.81 174	0.36 105	0.66 147	1.86 221	0.94 152	0.30 62	0.26 91	0.66 84	1.14 213	0.60 122	0.48 99	2.56 184	0.63 168	2.23 211	2.36 214	0.21 69	0.37 119	1.00 188	1.03 175	1.17 174	1.48 176

HH	0.84 157	0.34 24	0.99 198	0.42 101	0.36 93	0.51 124	0.42 126	0.69 132	0.34 96	0.65 137	0.38 52	1.03 161	0.26 42	0.28 97	0.66 84	1.37 229	0.61 127	0.53 130	2.39 179	0.60 152	3.55 236	1.64 199	0.25 96	0.33 101	0.83 161	1.05 176	1.09 164	1.12 157

HanStereo	0.84 157	0.34 24	0.99 198	0.42 101	0.36 93	0.51 124	0.42 126	0.69 132	0.34 96	0.65 137	0.38 52	1.03 161	0.26 42	0.28 97	0.66 84	1.37 229	0.61 127	0.53 130	2.39 179	0.60 152	3.55 236	1.64 199	0.25 96	0.33 101	0.83 161	1.05 176	1.09 164	1.12 157

AMNet	1.02 177	0.98 203	0.95 195	0.98 189	1.01 197	1.03 193	0.96 195	0.87 181	0.93 192	0.97 210	1.02 187	1.10 168	0.74 174	1.06 219	0.99 162	1.09 207	1.17 209	1.04 219	1.08 126	1.05 209	1.13 177	1.04 163	0.82 204	0.98 208	1.01 190	1.07 178	1.20 177	1.27 169

HSM-Net_RVC	0.75 147	0.53 133	0.60 157	0.77 172	0.62 165	0.61 148	0.37 115	0.76 159	0.49 144	0.74 177	1.71 217	1.32 178	0.80 176	0.36 131	0.72 105	0.55 113	0.64 139	0.53 130	0.78 102	0.53 121	0.67 121	0.89 152	0.43 154	0.64 179	0.94 177	1.09 179	1.07 162	1.04 150
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CBMV	1.15 182	0.84 192	0.60 157	0.85 177	0.76 186	0.73 170	0.48 135	0.87 181	0.80 181	0.81 193	0.61 122	2.86 207	0.81 177	0.52 176	1.31 186	1.17 217	0.91 193	0.74 190	2.40 181	0.66 172	1.57 194	0.76 138	0.48 164	1.06 213	0.99 185	1.09 179	2.25 222	4.25 227
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STTRV1_RVC	2.36 216	0.81 183	0.64 166	1.04 192	0.73 182	1.03 193	0.85 184	0.91 185	0.92 190	0.93 204	0.95 181	1.72 194	2.23 210	0.86 212	1.46 193	0.78 167	1.37 216	0.72 185	31.78 261	1.97 241	1.59 195	1.23 178	0.98 214	0.97 206	1.07 194	1.11 181	1.75 213	3.40 219

NaN_ROB	0.73 141	0.59 148	0.61 159	0.64 155	0.78 187	0.53 130	0.48 135	0.87 181	0.63 166	0.73 176	0.61 122	1.96 196	0.62 165	0.45 161	0.84 125	0.55 113	0.56 92	0.54 136	0.73 90	0.55 131	0.52 71	0.51 83	0.38 143	0.64 179	0.83 161	1.11 181	0.94 141	1.64 182

test-1	0.84 157	0.34 24	0.50 136	0.37 82	0.40 113	0.60 145	0.37 115	0.73 149	0.38 115	0.68 156	0.71 148	1.08 165	0.40 119	0.25 81	0.79 112	0.91 180	0.63 136	0.58 153	2.22 172	0.58 144	1.17 179	3.78 232	0.22 78	0.36 115	0.81 156	1.15 183	1.10 167	1.59 178

S-Stereo	1.54 194	0.81 183	0.83 188	1.15 198	1.16 208	1.29 208	1.56 210	1.02 197	1.09 202	1.25 225	4.20 238	4.10 226	1.10 188	0.66 197	2.16 226	1.63 238	0.90 192	1.05 220	2.20 171	1.10 212	1.26 184	3.12 224	1.31 225	1.17 223	0.84 165	1.18 184	1.21 178	2.18 196

edge stereo	1.82 204	1.16 210	2.22 236	1.46 211	1.28 212	1.58 214	1.38 209	1.67 228	1.30 209	1.20 221	3.42 235	4.33 228	2.26 213	0.80 208	1.41 188	1.46 235	1.05 206	0.83 206	5.42 216	0.97 202	1.34 189	3.76 230	0.95 212	0.88 201	1.26 208	1.20 185	1.70 211	2.91 209

FBW_ROB	1.34 188	1.42 217	1.08 209	2.01 219	1.42 218	1.37 210	1.63 212	0.99 192	0.70 172	0.72 173	1.02 187	2.05 199	0.91 182	1.47 226	1.24 182	0.60 127	0.88 189	0.65 171	6.08 221	0.59 148	1.06 174	0.81 143	1.48 227	1.12 219	0.99 185	1.20 185	0.99 151	1.66 184

FAT-Stereo	1.57 196	0.78 177	1.44 224	1.10 194	1.32 215	1.05 195	0.87 187	1.28 207	0.86 184	1.21 222	5.46 246	3.07 212	1.28 194	0.66 197	1.73 208	1.34 224	0.89 191	0.94 213	1.83 160	1.08 210	2.02 207	3.90 233	0.71 195	0.98 208	0.86 167	1.21 187	1.42 199	3.03 213

TRStereo	0.75 147	0.83 188	1.19 213	0.56 138	0.34 86	1.42 211	0.48 135	0.68 124	0.28 50	0.65 137	0.46 76	1.10 168	0.27 48	0.22 47	0.70 99	0.85 175	0.57 101	0.48 99	1.85 163	0.50 115	0.73 136	0.87 149	0.18 41	0.27 62	0.78 148	1.22 188	1.78 214	1.09 153

Any-RAFT	0.69 133	0.47 86	0.85 189	0.53 132	0.40 113	0.38 82	0.27 85	0.64 103	0.32 86	0.57 94	0.76 160	0.86 146	0.24 38	0.22 47	0.57 51	0.76 162	0.60 122	0.45 81	2.19 170	0.45 103	1.20 181	0.71 128	0.22 78	0.31 85	0.99 185	1.24 189	0.73 93	1.65 183

anonymity	3.27 232	0.41 54	1.09 210	0.58 141	0.41 118	0.47 113	0.30 103	0.79 167	0.33 91	0.61 113	69.49 273	0.85 142	0.30 62	0.24 68	0.59 58	1.02 199	0.60 122	0.43 67	1.35 143	0.60 152	0.73 136	1.82 208	0.24 93	0.29 70	1.00 188	1.24 189	1.08 163	1.47 174

PA-Net	0.64 122	0.67 166	0.66 170	0.50 121	0.66 171	0.50 121	0.64 168	0.65 110	0.73 174	0.54 77	0.52 96	0.58 83	0.58 163	0.59 191	0.93 147	0.57 119	0.46 35	0.54 136	0.61 66	0.54 127	0.49 55	0.66 116	0.36 136	0.52 161	0.64 114	1.24 189	0.64 67	1.32 170
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ADCRef	1.01 176	0.65 162	0.48 130	0.39 88	0.47 132	0.65 157	0.68 175	0.61 83	1.08 201	0.52 66	0.64 130	0.75 126	0.43 128	0.38 136	1.56 198	0.72 155	0.61 127	0.59 158	1.53 149	0.58 144	0.66 117	0.71 128	0.50 169	0.43 136	0.75 140	1.25 192	0.82 114	8.96 248

SGM+DAISY	3.81 237	1.38 216	1.26 219	1.80 218	1.47 220	1.93 221	1.71 213	1.47 218	1.33 210	1.34 231	6.67 255	9.59 252	12.99 251	1.20 222	1.73 208	1.47 236	1.42 219	1.24 231	11.11 242	1.37 227	3.07 227	2.13 212	1.27 222	1.42 234	1.69 221	1.26 193	2.90 239	26.50 262

SPS-STEREO	1.93 208	1.27 215	1.21 215	1.60 214	1.34 216	1.44 212	1.17 203	1.66 225	1.36 214	1.38 232	3.67 236	3.02 211	1.29 195	1.05 218	1.85 214	1.83 243	1.58 222	1.37 240	8.86 234	1.34 225	3.07 227	1.47 190	1.27 222	1.37 228	1.42 214	1.28 194	2.02 221	1.89 189
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet-4b	2.35 215	2.75 234	1.60 228	3.13 231	2.29 229	3.52 233	3.67 239	1.35 212	1.35 212	1.27 226	0.72 153	3.26 216	2.62 220	3.04 241	0.98 159	0.78 167	2.13 235	1.02 217	9.04 235	1.23 221	2.74 219	3.39 229	4.08 239	0.92 203	1.24 206	1.29 195	1.46 201	2.48 202

MSC_U_SF_DS_RVC	1.67 201	1.25 214	1.05 204	1.56 212	1.08 204	1.20 202	3.18 232	1.50 219	2.10 232	1.30 229	0.98 184	1.50 183	1.04 183	1.66 227	1.71 205	1.18 218	0.84 182	1.01 216	6.24 222	1.15 218	1.43 191	3.23 226	1.19 217	1.14 220	1.52 218	1.29 195	1.09 164	2.78 208

SQANet	1.90 207	2.70 231	1.03 203	3.09 230	2.17 227	3.29 229	2.70 226	0.95 187	0.65 168	1.00 212	0.71 148	2.69 206	1.10 188	2.30 231	0.78 109	0.55 113	1.02 203	0.72 185	9.92 238	0.68 178	2.11 209	1.25 179	3.28 236	0.58 170	0.98 182	1.31 197	1.33 189	2.34 198

iRaft-Stereo_20w	1.06 179	0.49 99	1.34 222	1.18 200	0.46 129	0.78 178	0.46 132	0.76 159	0.37 111	0.74 177	6.16 250	0.84 141	0.29 53	0.26 91	0.81 117	0.97 190	0.59 115	0.44 72	1.72 155	0.61 161	1.04 171	1.56 196	0.21 69	0.25 53	0.92 173	1.31 197	1.45 200	2.71 206

DispFullNet	4.17 238	3.20 242	4.34 256	2.72 224	2.46 234	2.92 226	2.70 226	2.79 251	1.90 227	4.51 262	6.62 254	8.91 249	4.83 227	2.59 232	2.00 218	8.18 260	3.24 248	1.98 248	24.96 256	2.93 253	3.99 240	3.36 228	1.71 228	1.15 221	1.36 212	1.32 199	2.36 228	3.65 222

DGSMNet	2.66 220	0.96 200	1.36 223	1.03 191	0.99 196	1.12 200	1.05 198	1.36 213	0.94 195	2.15 252	13.54 264	1.71 193	1.85 205	0.93 216	2.50 242	3.85 253	5.34 252	1.61 245	5.07 213	1.68 239	7.04 255	8.02 256	0.96 213	1.19 224	1.01 190	1.33 200	1.40 197	1.88 188

MFN_U_SF_RVC	1.68 202	1.06 206	0.88 192	1.25 203	1.01 197	1.53 213	2.07 218	1.38 215	1.17 204	1.51 237	2.95 231	2.00 198	1.57 201	2.05 230	2.38 239	0.98 192	0.87 185	0.82 203	6.78 225	1.11 214	2.21 210	2.38 215	0.65 193	1.11 218	1.23 203	1.33 200	1.28 185	1.69 186

MaskLacGwcNet_RVC	8.29 254	0.65 162	1.07 208	0.94 188	0.83 189	0.81 179	1.27 206	0.85 180	0.73 174	0.93 204	6.13 249	180.62 275	2.17 209	1.33 225	1.22 181	1.01 198	0.93 197	1.06 221	6.32 224	0.79 188	3.32 234	3.77 231	0.55 185	0.76 191	0.95 179	1.34 202	1.19 176	2.42 201

otaku	2.33 214	3.05 240	1.19 213	3.36 237	2.37 230	3.56 234	3.08 231	1.05 199	0.98 198	1.13 215	0.80 166	2.88 208	1.62 202	2.59 232	0.95 153	0.64 136	1.23 213	0.75 192	13.16 246	1.09 211	2.47 214	2.63 217	4.75 246	0.75 190	1.13 199	1.38 203	1.69 210	2.52 203

AnyNet_C01	2.06 210	1.08 208	1.06 206	1.14 197	1.08 204	1.01 191	2.69 225	1.69 229	2.66 241	1.21 222	1.67 215	2.90 209	2.60 219	0.95 217	3.65 248	4.02 254	2.09 234	2.21 254	3.08 197	1.56 234	3.30 233	2.89 220	1.26 218	1.15 221	1.80 223	1.43 204	1.51 203	3.90 224

CBMV_ROB	1.71 203	0.79 179	0.65 169	1.35 206	1.07 203	1.01 191	0.74 179	1.01 196	0.54 151	0.72 173	0.81 167	9.80 253	5.90 235	0.57 186	1.42 189	0.69 150	0.80 178	0.58 153	5.38 215	1.22 220	0.95 163	0.55 96	0.53 179	0.62 176	1.22 202	1.45 205	2.72 237	2.94 210

MSKI-zero shot	0.84 157	0.49 99	0.43 110	0.41 97	0.35 90	0.46 112	0.32 105	0.76 159	0.30 63	0.65 137	0.92 178	0.83 139	0.32 83	0.22 47	0.62 71	1.08 205	0.64 139	0.47 94	3.14 199	0.61 161	2.23 211	1.58 197	0.20 61	0.38 121	0.96 180	1.47 206	1.24 182	1.60 179

LRCNet_RVC	21.34 266	28.92 265	11.37 264	31.78 269	29.09 271	34.25 270	27.43 267	21.71 270	10.07 259	29.63 271	30.60 268	32.06 266	25.81 259	33.87 271	11.15 257	2.97 249	25.27 267	21.35 268	44.05 268	20.83 267	14.27 266	5.87 246	36.69 272	27.43 269	2.76 235	1.47 206	8.68 259	6.79 241

XQC	1.03 178	0.90 195	0.71 178	0.91 183	0.92 193	0.92 187	0.86 186	1.06 201	0.90 189	0.84 198	1.11 196	1.03 161	1.30 197	0.71 203	2.04 219	0.95 185	0.87 185	0.67 174	1.64 154	0.78 187	1.00 168	1.67 202	0.62 192	0.73 187	1.09 196	1.47 206	1.26 184	0.97 143

MADNet+	1.96 209	1.18 211	1.26 219	1.45 210	1.28 212	1.10 198	2.21 220	1.88 233	1.41 215	1.33 230	1.32 203	2.29 200	2.23 210	1.25 224	4.58 251	1.87 244	2.55 243	1.13 228	2.73 189	1.63 237	3.69 238	3.33 227	1.26 218	2.09 250	1.93 225	1.47 206	1.59 206	2.77 207

CSAN	0.93 168	0.83 188	0.75 182	0.86 178	0.82 188	0.73 170	0.61 162	0.97 191	0.94 195	0.94 208	0.73 158	1.96 196	1.56 200	0.49 167	0.98 159	0.63 132	0.74 167	0.66 172	1.09 127	0.71 183	0.78 142	0.63 107	0.53 179	0.76 191	0.98 182	1.49 210	1.21 178	1.63 181

ADCL	1.27 186	0.82 186	0.64 166	0.60 146	0.53 144	0.73 170	0.91 190	0.75 158	2.78 244	0.68 156	1.01 186	0.86 146	0.50 144	0.50 170	1.27 183	0.64 136	0.66 146	0.57 148	1.20 138	0.60 152	0.98 167	0.88 150	0.50 169	0.47 151	1.60 220	1.50 211	0.88 133	11.30 251

ADCMid	1.56 195	0.92 199	0.99 198	0.70 165	0.86 190	1.05 195	1.37 208	1.29 208	1.77 223	0.75 180	1.75 218	1.27 174	1.48 198	0.69 201	2.18 228	1.07 204	0.98 201	0.79 201	2.74 190	0.80 189	1.31 187	1.74 205	1.06 215	0.70 184	1.01 190	1.53 212	1.02 158	10.33 249

RainbowNet	2.32 212	2.93 236	1.87 232	3.34 236	2.57 236	3.50 231	3.49 236	1.29 208	0.92 190	1.53 240	0.89 175	3.18 214	2.31 214	2.94 239	1.30 185	0.90 179	1.61 225	1.00 215	5.61 217	1.51 229	2.82 222	4.18 235	4.25 241	0.97 206	1.32 209	1.58 213	1.71 212	3.00 212

Ntro	2.32 212	3.40 248	1.53 226	3.55 238	2.52 235	3.71 239	3.36 233	1.11 203	1.05 200	1.16 219	0.90 176	2.93 210	1.24 192	2.72 238	1.00 163	0.64 136	1.40 218	0.82 203	10.96 241	1.14 215	2.72 218	3.19 225	4.26 242	0.73 187	1.24 206	1.59 214	1.56 205	2.31 197

SGM_RVC	2.81 224	1.46 218	0.85 189	1.76 216	1.28 212	1.68 218	1.19 204	1.56 221	1.14 203	0.82 195	1.70 216	7.09 240	2.67 221	0.42 153	0.92 145	0.57 119	0.75 169	0.57 148	11.20 243	0.66 172	0.94 160	0.46 67	0.51 176	0.84 199	1.97 228	1.64 215	5.04 253	26.13 261
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MFN_U_SF_DS_RVC	1.33 187	0.90 195	0.63 164	1.27 204	0.90 192	1.21 203	2.21 220	1.27 205	1.18 205	1.00 212	0.91 177	1.80 195	1.16 191	1.07 220	1.48 194	0.77 164	0.70 159	0.58 153	2.75 191	0.67 176	1.39 190	2.93 221	0.85 206	0.73 187	1.47 215	1.68 216	1.33 189	2.96 211

G-Net	1.86 205	1.00 204	1.28 221	0.89 181	0.93 194	1.10 198	0.77 180	1.63 224	2.07 231	0.99 211	2.89 230	7.30 244	1.67 204	0.55 181	1.45 190	1.75 241	1.04 204	0.93 212	2.87 192	2.72 251	1.89 206	1.47 190	0.80 202	1.02 212	1.06 193	1.71 217	2.82 238	5.60 234

ACVNet_1	2.47 217	3.23 243	2.35 238	4.40 244	2.93 246	3.77 241	3.96 241	1.34 211	1.18 205	1.21 222	1.02 187	3.31 218	2.07 208	3.09 243	1.31 186	0.70 153	2.26 239	1.10 225	9.52 236	1.14 215	3.45 235	1.18 176	4.50 245	1.07 214	1.39 213	1.75 218	1.36 191	2.10 193

PVD	1.47 191	1.04 205	1.44 224	1.10 194	1.09 206	1.19 201	1.07 199	1.91 235	2.05 229	0.79 191	1.49 210	1.54 187	1.91 207	0.89 214	2.26 233	1.35 227	1.39 217	1.09 224	2.41 182	1.14 215	1.51 192	1.98 209	0.79 200	1.08 216	1.49 217	1.82 219	1.67 209	2.10 193

ACVNet_2	3.17 229	2.98 237	2.25 237	4.72 245	2.88 243	3.50 231	3.48 235	1.58 223	1.33 210	1.29 228	1.10 193	3.22 215	2.45 216	2.67 237	1.29 184	0.86 176	7.26 256	1.02 217	22.14 254	1.37 227	3.22 230	1.25 179	4.24 240	1.37 228	1.93 225	1.92 220	1.83 215	2.36 199

SANet	1.61 198	0.91 198	1.10 211	1.04 192	1.05 201	1.25 206	0.77 180	1.76 231	1.81 224	0.77 185	1.24 197	6.63 237	5.08 230	0.83 209	1.56 198	0.77 164	1.24 214	0.90 207	1.58 150	0.82 193	1.05 172	1.00 160	0.90 207	1.27 226	1.32 209	1.93 221	1.88 216	3.10 215

PSMNet_ROB	2.71 221	3.39 247	1.92 233	2.87 227	2.04 225	4.01 244	3.50 237	1.46 217	1.41 215	1.59 242	3.34 232	3.52 219	4.97 228	4.50 250	1.61 201	0.95 185	1.87 230	1.06 221	8.62 231	1.63 237	2.32 213	1.51 194	5.43 255	1.37 228	1.98 229	1.94 222	1.91 217	2.39 200

DPSNet	2.61 218	0.83 188	0.77 184	1.21 202	1.24 211	1.34 209	0.93 192	1.08 202	1.49 218	0.78 189	0.86 173	6.91 239	3.85 224	0.58 189	4.58 251	2.54 248	1.43 220	1.24 231	14.95 250	1.34 225	4.83 249	8.01 255	1.75 229	1.40 231	1.47 215	1.95 223	1.60 208	1.66 184

ADCPNet	2.08 211	0.77 175	0.87 191	0.83 176	1.21 210	0.85 181	1.59 211	1.02 197	1.35 212	0.83 197	1.97 222	1.01 159	7.76 241	0.75 206	2.35 238	1.16 216	0.95 198	0.71 184	4.05 208	0.97 202	1.30 186	1.61 198	0.72 196	0.76 191	1.52 218	1.96 224	1.21 178	16.04 256

IMH-64-1	2.92 226	2.70 231	2.36 239	3.23 232	2.71 238	3.70 237	4.05 242	1.66 225	2.48 236	1.13 215	1.26 199	3.60 220	6.29 237	3.59 244	2.28 235	1.15 214	2.20 236	1.31 236	6.02 219	1.52 231	3.03 225	5.48 242	4.83 249	1.40 231	2.83 236	2.02 225	2.34 225	3.64 220

IMH-64	2.92 226	2.70 231	2.36 239	3.23 232	2.71 238	3.70 237	4.05 242	1.66 225	2.48 236	1.13 215	1.26 199	3.60 220	6.29 237	3.59 244	2.28 235	1.15 214	2.20 236	1.31 236	6.02 219	1.52 231	3.03 225	5.48 242	4.83 249	1.40 231	2.83 236	2.02 225	2.34 225	3.64 220

LVE	4.33 241	3.03 238	2.00 234	27.23 266	3.06 247	3.83 242	12.07 262	1.53 220	1.64 222	1.85 249	1.48 209	3.30 217	3.91 225	3.06 242	1.45 190	1.05 202	1.95 232	1.38 241	15.68 251	1.62 236	3.25 232	5.86 245	4.42 244	1.76 245	2.87 238	2.06 227	2.34 225	3.25 216

notaker	5.52 244	5.55 258	3.76 254	13.97 259	5.34 257	5.44 256	7.16 250	2.36 240	2.68 242	2.06 251	1.80 219	12.90 260	23.86 257	3.98 247	2.04 219	1.73 240	3.45 250	2.12 251	17.08 252	2.15 243	6.10 254	5.87 246	6.15 259	2.12 252	1.79 222	2.08 228	2.31 224	3.29 218

MeshStereo	3.62 236	1.54 219	1.05 204	2.64 221	1.72 223	2.05 222	1.15 202	2.40 242	1.41 215	0.90 203	6.48 253	9.56 251	7.42 240	0.49 167	11.75 258	1.94 245	0.87 185	0.74 190	8.79 232	0.80 189	8.36 256	8.07 257	0.73 197	1.07 214	3.39 242	2.15 229	5.22 254	4.99 230
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
Dean	2.84 225	3.23 243	1.81 230	6.04 248	3.38 252	3.63 236	3.67 239	1.88 233	1.97 228	1.47 234	1.30 201	3.69 222	4.10 226	2.97 240	1.45 190	0.97 190	2.41 240	1.29 234	5.94 218	1.74 240	3.20 229	4.23 236	4.79 248	1.55 236	2.65 233	2.27 230	2.56 232	2.64 205

IMH	3.24 231	2.76 235	2.37 241	3.26 234	2.74 240	3.73 240	4.10 244	1.72 230	2.58 239	1.17 220	1.24 197	3.92 223	10.58 245	6.80 259	1.57 200	1.11 211	2.25 238	1.30 235	6.28 223	1.56 234	2.97 224	4.14 234	4.90 251	1.45 235	3.01 240	2.36 231	2.47 231	5.19 233

STStereo	5.29 243	2.47 229	5.20 258	5.20 246	2.80 241	4.72 249	3.42 234	6.23 260	6.52 254	1.51 237	7.61 257	9.53 250	14.86 254	0.63 194	4.09 250	0.64 136	0.87 185	0.62 162	36.67 264	1.02 206	1.23 182	1.05 164	0.78 199	1.63 239	3.46 243	2.43 232	3.53 244	14.15 254

WAO-7	2.72 223	1.83 222	2.89 247	7.39 250	1.73 224	1.76 219	1.82 215	2.07 236	2.65 240	2.21 253	5.39 245	4.58 230	5.72 234	1.23 223	2.07 223	1.27 223	1.69 226	1.22 230	7.70 228	1.51 229	1.64 198	3.07 223	0.84 205	1.65 241	1.83 224	2.48 233	1.97 219	3.27 217

WAO-6	2.71 221	2.26 227	1.57 227	3.00 229	2.25 228	3.01 227	3.02 230	1.77 232	2.35 233	1.52 239	1.62 214	3.94 224	5.12 231	2.64 235	2.22 230	1.38 231	2.65 244	1.36 239	4.86 212	1.54 233	2.76 221	4.79 239	2.70 234	1.73 243	2.71 234	2.59 234	2.68 236	5.02 231

AnyNet_C32	1.64 199	0.65 162	0.74 181	0.67 161	0.73 182	0.86 184	1.14 200	0.95 187	3.12 247	0.75 180	1.53 211	0.94 152	0.64 169	0.67 199	1.83 213	1.11 211	1.06 207	0.95 214	1.78 159	0.76 185	1.76 203	1.71 203	0.66 194	0.85 200	1.13 199	2.68 235	1.17 174	13.55 253

ktn	8.45 256	3.18 241	2.84 246	6.37 249	3.26 249	4.31 247	10.28 260	2.15 237	10.13 260	2.27 255	1.83 220	42.17 270	55.84 270	3.93 246	2.34 237	2.09 246	9.85 259	2.17 252	33.98 262	2.24 245	3.24 231	3.03 222	4.78 247	2.25 254	2.59 231	2.81 236	3.18 241	5.04 232

SAMSARA	1.50 192	0.79 179	1.00 202	0.93 186	0.88 191	0.86 184	0.93 192	1.57 222	1.25 207	0.96 209	1.09 191	1.27 174	2.59 218	0.83 209	2.58 243	1.19 220	1.04 204	0.91 210	2.56 184	0.99 205	1.77 204	2.23 213	0.56 187	0.98 208	2.63 232	2.81 236	2.62 234	2.56 204

KSHMR	8.16 253	4.16 251	2.96 248	25.39 265	3.92 253	5.08 252	5.53 246	2.62 247	2.40 235	2.23 254	2.26 225	4.37 229	77.17 274	5.23 253	2.24 231	1.71 239	2.79 247	1.98 248	31.04 260	2.02 242	4.59 247	5.35 240	7.54 262	1.89 249	3.30 241	2.91 238	3.01 240	6.51 240

LSM0	8.30 255	1.08 208	0.95 195	1.66 215	1.42 218	1.59 215	1.96 216	2.27 239	2.36 234	1.66 243	3.94 237	4.10 226	6.30 239	0.63 194	62.38 274	74.74 275	1.69 226	1.06 221	12.18 244	2.23 244	4.96 250	9.29 259	0.92 209	1.29 227	1.95 227	2.97 239	3.66 248	14.83 255

MDST_ROB	3.33 233	2.32 228	0.75 182	3.90 241	1.47 220	2.61 225	1.00 197	1.12 204	0.72 173	0.78 189	0.67 143	1.54 187	25.37 258	0.34 123	2.11 225	0.53 105	0.65 143	0.48 99	3.69 204	0.58 144	0.88 153	0.59 98	0.58 188	0.68 183	7.85 257	3.03 240	17.15 263	8.63 247

SPstereo	3.56 235	1.74 220	3.18 251	1.78 217	1.64 222	1.86 220	1.73 214	2.36 240	2.05 229	1.84 248	4.83 241	7.23 241	9.01 244	1.81 229	3.54 247	5.52 256	2.43 242	2.86 255	3.65 203	3.54 254	5.29 252	7.52 252	1.95 231	2.10 251	2.52 230	3.11 241	3.20 242	7.77 244

TorneroNet	8.11 252	4.28 253	2.58 243	27.50 267	3.31 251	5.00 251	6.00 249	2.62 247	10.13 260	1.49 236	2.57 228	11.07 258	68.61 273	4.25 248	1.77 212	1.18 218	5.78 253	1.62 246	23.67 255	2.83 252	4.30 242	5.47 241	5.37 254	1.65 241	3.72 245	3.14 242	2.59 233	6.36 239

PWCK	5.04 242	3.03 238	2.21 235	3.61 239	2.60 237	4.41 248	5.09 245	2.45 244	2.76 243	3.31 258	4.34 239	10.15 256	5.13 232	1.74 228	1.99 217	1.38 231	2.41 240	1.45 242	51.59 272	2.35 246	3.70 239	2.69 218	2.65 233	1.78 247	2.97 239	3.21 243	2.43 229	4.77 228

ELAS_RVC	3.22 230	2.01 223	1.85 231	2.66 222	2.07 226	5.08 252	2.06 217	2.41 243	1.89 226	1.74 246	4.78 240	8.00 245	8.02 242	0.74 205	2.38 239	0.81 171	1.75 228	1.14 229	3.97 206	1.27 223	4.64 248	7.61 253	1.26 218	1.74 244	6.58 254	3.21 243	3.39 243	3.80 223
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-8	4.25 239	3.34 245	2.80 244	10.32 254	2.92 244	4.17 245	5.89 247	2.66 249	4.45 251	1.69 244	3.41 233	5.94 234	11.31 247	5.29 254	1.71 205	1.34 224	2.69 245	1.51 243	10.78 239	2.48 248	2.63 216	4.50 237	3.44 237	1.58 237	5.12 250	3.31 245	3.60 245	5.76 235

Venus	4.25 239	3.34 245	2.80 244	10.32 254	2.92 244	4.17 245	5.89 247	2.66 249	4.45 251	1.69 244	3.41 233	5.94 234	11.31 247	5.29 254	1.71 205	1.34 224	2.69 245	1.51 243	10.78 239	2.48 248	2.63 216	4.50 237	3.44 237	1.58 237	5.12 250	3.31 245	3.60 245	5.76 235

ADCP+	0.92 165	0.59 148	0.62 160	0.44 109	0.45 126	0.55 136	0.85 184	0.65 110	1.81 224	0.48 46	1.10 193	1.62 190	0.33 87	0.42 153	1.03 167	0.52 103	0.52 69	0.48 99	1.19 136	0.38 72	0.58 98	0.60 101	0.32 126	0.30 78	0.66 117	3.45 247	0.77 101	4.14 226

SGM-ForestM	2.61 218	4.20 252	0.93 194	2.78 225	1.37 217	3.57 235	2.93 229	2.59 245	1.51 219	0.70 167	1.32 203	7.25 242	5.36 233	0.47 164	0.89 140	0.53 105	0.79 177	0.54 136	7.58 227	0.60 152	0.82 146	0.47 71	0.51 176	0.80 196	4.97 249	3.66 248	7.05 258	6.30 238

TorneroNet-64	6.02 246	4.60 254	2.53 242	15.58 261	3.29 250	4.87 250	7.75 251	2.23 238	10.02 258	1.42 233	1.31 202	7.26 243	29.23 263	4.36 249	2.09 224	1.21 221	8.22 257	1.70 247	17.35 253	2.62 250	4.31 243	5.68 244	5.20 253	1.76 245	3.58 244	3.76 249	2.29 223	8.34 246

RTS	1.09 180	0.59 148	0.59 153	0.60 146	0.58 156	0.96 188	0.90 188	0.80 169	0.88 186	0.59 105	0.71 148	1.28 176	0.62 165	0.51 172	2.04 219	0.98 192	1.19 210	0.77 197	2.33 176	0.85 195	0.96 164	1.16 173	0.49 165	0.65 181	1.23 203	4.43 250	1.15 169	1.45 172

RTSA	1.09 180	0.59 148	0.59 153	0.60 146	0.58 156	0.96 188	0.90 188	0.80 169	0.88 186	0.59 105	0.71 148	1.28 176	0.62 165	0.51 172	2.04 219	0.98 192	1.19 210	0.77 197	2.33 176	0.85 195	0.96 164	1.16 173	0.49 165	0.65 181	1.23 203	4.43 250	1.15 169	1.45 172

ADCS	1.88 206	1.06 206	0.98 197	0.93 186	1.10 207	1.09 197	1.14 200	1.27 205	2.49 238	0.89 202	1.36 205	1.51 184	2.92 222	0.86 212	3.30 246	2.26 247	1.46 221	1.26 233	3.10 198	1.29 224	2.48 215	2.88 219	0.80 202	1.10 217	1.33 211	4.48 252	1.41 198	6.08 237

ELAS	3.38 234	2.19 225	1.79 229	2.99 228	2.37 230	3.32 230	2.09 219	2.60 246	2.85 245	1.28 227	4.85 242	8.61 247	8.02 242	0.76 207	2.90 244	0.81 171	1.80 229	1.10 225	4.19 210	1.10 212	4.53 246	7.86 254	1.26 218	1.63 239	7.08 255	4.79 253	3.66 248	4.87 229
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UNDER WATER	7.55 250	4.74 255	3.06 249	10.46 256	5.92 259	6.35 259	8.05 253	4.32 253	3.69 250	1.97 250	2.14 224	10.53 257	62.60 272	4.83 251	2.25 232	1.59 237	12.22 261	2.08 250	9.67 237	3.97 255	5.27 251	6.65 249	8.86 266	2.65 257	3.82 246	5.62 254	3.62 247	7.03 242

HanzoNet	19.12 265	15.23 261	6.99 262	35.06 270	14.35 267	40.77 271	42.46 270	17.81 267	22.51 266	3.55 259	8.29 258	41.30 269	56.30 271	43.04 273	5.72 253	4.37 255	37.83 271	3.30 257	49.59 271	8.93 262	10.30 262	6.85 250	14.15 270	3.46 259	5.94 253	5.80 255	5.29 255	7.13 243

UNDER WATER-64	6.11 248	5.20 256	3.13 250	12.20 257	5.77 258	6.55 260	8.53 256	4.74 258	3.45 249	2.30 256	2.36 226	12.04 259	12.47 250	5.08 252	3.02 245	1.81 242	12.11 260	2.17 252	8.81 233	4.17 257	5.75 253	7.27 251	8.74 265	2.61 256	3.86 247	8.63 256	4.32 251	7.86 245

DPSimNet_ROB	18.93 264	32.01 266	5.97 259	12.40 258	11.35 265	6.13 257	28.07 268	15.03 266	35.64 271	3.96 260	78.33 274	18.15 261	35.00 264	5.44 257	12.19 261	10.36 262	13.57 262	3.64 258	87.52 275	6.87 260	14.36 267	9.97 260	4.40 243	7.14 262	5.17 252	9.85 257	5.93 256	32.56 264

BEATNet-Init1	22.01 267	36.32 271	3.23 252	54.74 274	11.23 264	52.95 275	28.72 269	9.47 261	8.51 256	1.57 241	10.45 263	33.05 267	48.98 268	0.71 203	16.97 264	11.50 263	1.60 224	1.11 227	77.80 274	35.27 272	9.94 261	9.98 261	1.27 222	2.30 255	27.41 265	11.09 258	52.85 273	35.36 267

MADNet++	5.64 245	3.51 249	3.77 255	2.84 226	4.62 255	3.02 228	3.65 238	4.36 254	5.03 253	4.18 261	5.07 244	6.45 236	5.92 236	6.18 258	7.04 254	6.82 258	4.71 251	4.00 259	8.03 229	5.83 258	9.92 260	16.38 265	2.32 232	4.34 260	3.95 248	11.38 259	4.93 252	4.01 225

PML	30.82 269	20.91 264	7.15 263	29.65 268	20.81 270	29.11 269	10.50 261	10.87 262	88.32 275	20.03 270	154.19 275	98.60 274	119.55 275	10.53 262	9.19 255	8.69 261	16.72 263	7.27 261	34.57 263	7.35 261	12.77 264	10.86 263	5.72 258	6.17 261	33.11 271	12.83 260	34.30 270	12.33 252

JetBlue	6.09 247	3.85 250	3.31 253	5.99 247	4.13 254	6.22 258	7.94 252	3.42 252	2.89 246	1.47 234	1.46 208	8.10 246	1.90 206	5.39 256	11.86 259	3.22 250	3.30 249	2.99 256	5.32 214	2.40 247	9.74 259	10.03 262	4.93 252	2.18 253	7.39 256	17.16 261	3.72 250	24.15 259

MANE	7.31 249	2.64 230	4.48 257	3.30 235	3.10 248	3.94 243	2.83 228	5.37 259	6.88 255	1.11 214	5.64 248	8.81 248	11.02 246	0.67 199	3.83 249	3.83 252	1.32 215	18.03 265	8.61 230	0.84 194	4.22 241	1.16 173	0.74 198	1.79 248	13.65 261	18.61 262	22.89 265	38.18 270

HaxPig	41.43 273	43.85 272	40.81 270	44.90 271	47.49 273	44.66 272	46.30 272	46.31 273	45.63 273	49.00 273	49.30 269	47.24 271	43.73 266	42.64 272	40.44 271	39.13 273	48.37 273	51.07 273	43.33 266	42.25 273	42.88 270	36.52 270	50.75 274	43.02 274	27.54 266	19.97 263	20.68 264	20.75 258

AVERAGE_ROB	41.98 274	44.82 273	42.27 271	45.98 272	46.88 272	45.60 273	46.56 273	47.04 274	43.89 272	49.19 274	49.91 270	47.25 272	43.00 265	49.19 274	40.14 270	38.38 270	49.01 274	51.31 274	43.98 267	42.43 274	43.31 271	38.64 271	49.42 273	42.83 273	28.65 267	20.44 264	23.41 266	19.88 257

JetRed	7.85 251	5.29 257	6.07 260	3.75 240	5.00 256	6.95 261	10.20 259	4.64 257	3.42 248	2.92 257	2.39 227	6.71 238	2.25 212	7.15 260	10.26 256	7.34 259	8.59 258	7.11 260	4.82 211	4.08 256	10.76 263	9.27 258	7.85 263	3.34 258	10.96 258	24.25 265	11.90 260	24.57 260

LE_ROB	17.44 260	1.82 221	6.12 261	9.40 251	53.85 275	8.01 262	46.26 271	11.27 265	28.12 267	1.80 247	7.03 256	38.62 268	49.53 269	0.34 123	1.76 211	0.55 113	0.78 172	0.59 158	36.68 265	6.72 259	2.92 223	0.85 146	29.06 271	12.10 266	26.35 264	25.49 266	27.84 268	37.03 269

MEDIAN_ROB	44.95 275	47.36 274	44.12 272	48.52 273	49.78 274	48.21 274	49.25 274	49.72 275	46.35 274	52.53 275	53.59 271	50.59 273	45.49 267	49.36 275	43.27 272	41.36 274	51.85 275	54.40 275	47.03 270	45.93 275	45.78 272	40.06 272	52.67 275	45.67 275	31.00 268	26.54 267	25.33 267	27.95 263

DGTPSM_ROB	12.12 258	5.96 259	17.45 266	4.20 242	7.86 260	5.15 254	8.18 254	4.56 255	11.64 262	4.52 263	8.72 259	5.01 231	17.08 255	12.98 263	14.91 262	14.58 264	6.85 254	15.76 263	12.78 245	12.05 263	9.07 257	21.74 266	5.67 256	11.54 264	11.84 259	31.02 268	12.98 261	33.06 265

DPSMNet_ROB	12.40 259	5.97 260	17.46 267	4.21 243	7.87 261	5.15 254	8.18 254	4.56 255	11.65 263	4.54 264	8.87 260	5.17 232	22.69 256	13.00 264	14.98 263	14.62 265	6.90 255	15.82 264	14.07 249	12.05 263	9.09 258	21.75 267	5.68 257	11.54 264	11.87 260	31.03 269	12.99 262	33.06 265

ASD4	28.39 268	32.20 267	16.01 265	15.24 260	12.36 266	19.17 265	15.39 263	18.17 268	9.38 257	45.71 272	57.05 272	24.92 265	11.45 249	13.50 265	48.27 273	18.30 266	47.28 272	47.66 272	44.35 269	25.76 268	63.37 276	42.94 273	8.48 264	8.34 263	24.58 263	32.07 270	28.35 269	36.29 268

DPSM_ROB	18.32 262	16.26 262	21.94 268	9.42 252	8.75 262	13.61 263	9.11 257	10.90 263	15.09 264	8.45 265	8.95 261	10.12 254	13.19 252	16.42 266	19.79 265	19.11 267	18.35 264	20.45 266	13.82 247	14.88 265	26.56 268	27.45 268	6.49 260	14.39 267	31.57 269	38.83 271	36.85 271	43.86 271

DPSM	18.32 262	16.26 262	21.94 268	9.42 252	8.75 262	13.61 263	9.11 257	10.90 263	15.09 264	8.45 265	8.95 261	10.12 254	13.19 252	16.42 266	19.79 265	19.11 267	18.35 264	20.45 266	13.82 247	14.88 265	26.56 268	27.45 268	6.49 260	14.39 267	31.57 269	38.83 271	36.85 271	43.86 271

CasAABBNet	36.73 271	32.73 270	44.18 273	18.81 262	17.45 268	27.29 266	18.12 264	21.69 269	30.40 268	17.52 269	18.08 267	20.27 262	26.53 260	32.96 268	38.28 267	37.42 269	36.82 268	41.12 269	27.47 257	29.86 269	53.56 275	55.70 276	12.93 267	28.91 272	63.44 274	78.07 273	73.93 274	88.05 273

MyStereo03	36.84 272	32.71 268	44.18 273	18.90 263	17.61 269	27.36 267	18.30 265	21.92 271	30.41 269	17.08 267	18.01 265	20.35 263	26.56 261	33.03 269	39.51 268	38.47 271	36.86 269	41.18 270	27.56 258	29.89 270	53.52 273	55.42 274	13.00 268	28.90 270	63.34 272	78.17 274	74.06 275	88.27 274

MyStereo02	36.18 270	32.71 268	44.18 273	18.90 263	0.00 1	27.36 267	18.30 265	21.92 271	30.41 269	17.08 267	18.01 265	20.35 263	26.56 261	33.03 269	39.51 268	38.47 271	36.86 269	41.18 270	27.56 258	29.89 270	53.52 273	55.42 274	13.00 268	28.90 270	63.34 272	78.17 274	74.06 275	88.27 274

FADE																3.75 251					14.18 265	10.90 264					6.83 257

Low-res two-view benchmark