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 37	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 40	0.07 40	0.05 35	0.05 35	0.05 37	0.07 39	0.05 37	0.05 27	0.05 35	0.05 34	0.05 40	0.06 40	0.07 39	0.05 39	0.05 35	0.05 38	0.05 33	0.05 38	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 37

SACVNet	0.05 25	0.08 41	0.08 40	0.07 40	0.05 35	0.05 35	0.05 37	0.07 39	0.05 37	0.05 27	0.05 35	0.05 34	0.05 40	0.06 40	0.07 39	0.05 39	0.05 35	0.05 38	0.05 33	0.05 38	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 37

AACVNet	0.05 25	0.08 41	0.08 40	0.07 40	0.05 35	0.05 35	0.05 37	0.07 39	0.05 37	0.05 27	0.05 35	0.05 34	0.05 40	0.06 40	0.07 39	0.05 39	0.05 35	0.05 38	0.05 33	0.05 38	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 37

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	1.03 182	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 37	0.08 43	0.07 42	0.08 44	0.07 41	0.08 45	0.07 41	0.08 34	0.07 42	0.08 42	0.07 43	0.07 43	0.07 39	0.07 42	0.07 42	0.07 43	0.07 41	0.07 43	0.08 44	0.07 42	0.07 39	0.06 43	0.07 43	0.07 42	0.08 45	0.06 43

BEATNet_4x	0.08 30	0.03 23	0.06 35	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 213	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 35	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 213	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 75	0.03 23	0.02 15	0.03 22	0.02 15	0.02 15	0.02 15	1.32 204	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	1.46 212	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	1.32 204	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 43	0.09 46	0.10 47	0.09 45	0.08 44	0.09 46	0.08 44	0.09 35	0.08 43	0.09 45	0.09 46	0.08 46	0.08 46	0.09 46	0.09 46	0.08 46	0.09 45	0.08 44	0.09 45	0.08 45	0.09 42	0.09 46	0.10 46	0.08 45	0.10 46	0.09 46

APVNet	0.09 35	0.06 37	0.04 25	0.06 37	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 46	0.10 47	0.10 47	0.10 46	0.10 48	0.10 47	0.10 47	0.10 36	0.10 48	0.10 46	0.10 49	0.10 50	0.10 49	0.10 48	0.10 47	0.10 48	0.10 46	0.10 48	0.10 47	0.10 49	0.10 45	0.10 49	0.10 46	0.10 46	0.10 46	0.10 50

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 39	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 38	0.05 35	0.04 33	1.53 252	0.04 32	0.05 36	0.05 37	0.06 41	0.05 37

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	1.63 257	0.03 25	0.03 24	0.04 32	0.03 22	0.04 32

PVD	0.10 37	0.10 46	0.10 46	0.10 47	0.10 47	0.10 46	0.10 48	0.10 47	0.10 47	0.10 36	0.10 48	0.10 46	0.10 49	0.10 50	0.10 49	0.10 48	0.10 47	0.10 48	0.10 46	0.10 48	0.10 47	0.10 49	0.10 45	0.10 49	0.10 46	0.10 46	0.10 46	0.10 50

SHD	0.10 37	0.10 46	0.10 46	0.10 47	0.10 47	0.10 46	0.10 48	0.10 47	0.10 47	0.10 36	0.10 48	0.10 46	0.10 49	0.10 50	0.10 49	0.10 48	0.10 47	0.10 48	0.10 46	0.10 48	0.10 47	0.10 49	0.10 45	0.10 49	0.10 46	0.10 46	0.10 46	0.10 50

SAMSARA	0.10 37	0.10 46	0.10 46	0.10 47	0.10 47	0.10 46	0.10 48	0.10 47	0.10 47	0.10 36	0.10 48	0.10 46	0.10 49	0.10 50	0.10 49	0.10 48	0.10 47	0.10 48	0.10 46	0.10 48	0.10 47	0.10 49	0.10 45	0.10 49	0.10 46	0.10 46	0.10 46	0.10 50

XQC	0.10 37	0.10 46	0.10 46	0.10 47	0.10 47	0.10 46	0.10 48	0.10 47	0.10 47	0.10 36	0.10 48	0.10 46	0.10 49	0.10 50	0.10 49	0.10 48	0.10 47	0.10 48	0.10 46	0.10 48	0.10 47	0.10 49	0.10 45	0.10 49	0.10 46	0.10 46	0.10 46	0.10 50

RTSC	0.10 37	0.10 46	0.10 46	0.10 47	0.10 47	0.10 46	0.10 48	0.10 47	0.10 47	0.10 36	0.10 48	0.10 46	0.10 49	0.10 50	0.10 49	0.10 48	0.10 47	0.10 48	0.10 46	0.10 48	0.10 47	0.10 49	0.10 45	0.10 49	0.10 46	0.10 46	0.10 46	0.10 50

RTS	0.10 37	0.10 46	0.10 46	0.10 47	0.10 47	0.10 46	0.10 48	0.10 47	0.10 47	0.10 36	0.10 48	0.10 46	0.10 49	0.10 50	0.10 49	0.10 48	0.10 47	0.10 48	0.10 46	0.10 48	0.10 47	0.10 49	0.10 45	0.10 49	0.10 46	0.10 46	0.10 46	0.10 50

RTSA	0.10 37	0.10 46	0.10 46	0.10 47	0.10 47	0.10 46	0.10 48	0.10 47	0.10 47	0.10 36	0.10 48	0.10 46	0.10 49	0.10 50	0.10 49	0.10 48	0.10 47	0.10 48	0.10 46	0.10 48	0.10 47	0.10 49	0.10 45	0.10 49	0.10 46	0.10 46	0.10 46	0.10 50

MADNet+	0.10 37	0.10 46	0.10 46	0.10 47	0.10 47	0.10 46	0.10 48	0.10 47	0.10 47	0.10 36	0.10 48	0.10 46	0.10 49	0.10 50	0.10 49	0.10 48	0.10 47	0.10 48	0.10 46	0.10 48	0.10 47	0.10 49	0.10 45	0.10 49	0.10 46	0.10 46	0.10 46	0.10 50

MADNet++	0.10 37	0.10 46	0.10 46	0.10 47	0.10 47	0.10 46	0.10 48	0.10 47	0.10 47	0.10 36	0.10 48	0.10 46	0.10 49	0.10 50	0.10 49	0.10 48	0.10 47	0.10 48	0.10 46	0.10 48	0.10 47	0.10 49	0.10 45	0.10 49	0.10 46	0.10 46	0.10 46	0.10 50

LRCNet_RVC	0.11 49	0.12 57	0.09 43	0.12 58	0.09 45	0.12 57	0.09 45	0.12 58	0.09 45	0.12 46	0.09 46	0.11 56	0.09 46	0.09 47	0.09 47	0.09 46	0.12 58	0.16 88	0.21 90	0.09 47	0.12 58	0.09 47	0.09 42	0.09 46	0.12 58	0.28 124	0.12 58	0.09 46

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	1.79 263	0.04 32	0.04 31	0.04 32	0.04 30	0.05 37

FADNet	0.11 49	0.04 32	0.05 30	0.06 37	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 38	0.05 35	0.04 33	1.74 261	0.04 32	0.04 31	0.05 37	0.04 30	0.05 37

ProNet	0.12 52	0.18 72	0.11 60	0.14 61	0.10 47	0.14 61	0.11 59	0.14 60	0.11 59	0.14 47	0.10 48	0.14 60	0.10 49	0.10 50	0.11 60	0.10 48	0.15 68	0.10 48	0.14 59	0.10 48	0.14 60	0.10 49	0.11 58	0.10 49	0.15 66	0.10 46	0.14 61	0.10 50

IPLG	0.12 52	0.15 62	0.12 66	0.14 61	0.11 60	0.14 61	0.11 59	0.14 60	0.11 59	0.15 52	0.11 59	0.14 60	0.11 61	0.12 74	0.11 60	0.11 60	0.14 61	0.11 63	0.14 59	0.11 61	0.14 60	0.11 61	0.11 58	0.11 63	0.14 61	0.11 60	0.14 61	0.11 62

MIPNet	0.12 52	0.15 62	0.12 66	0.14 61	0.11 60	0.14 61	0.11 59	0.14 60	0.11 59	0.15 52	0.11 59	0.14 60	0.11 61	0.12 74	0.11 60	0.11 60	0.14 61	0.11 63	0.15 67	0.11 61	0.14 60	0.11 61	0.11 58	0.11 63	0.14 61	0.11 60	0.14 61	0.11 62

AnyNet_C32	0.12 52	0.03 23	0.07 37	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.02 15	2.33 250	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 37	0.04 32	0.05 35	0.04 31	0.04 32	0.04 31	0.04 32	2.28 242	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 46	0.14 61	0.10 47	0.15 69	0.10 48	0.30 114	0.10 47	0.14 47	0.17 89	0.14 60	0.10 49	0.10 50	0.10 49	0.10 48	0.14 61	0.10 48	0.14 59	0.10 48	0.14 60	0.10 49	0.10 45	0.10 49	0.15 66	0.10 46	0.14 61	0.10 50

CIPLG	0.13 57	0.15 62	0.12 66	0.14 61	0.11 60	0.14 61	0.11 59	0.15 68	0.11 59	0.15 52	0.11 59	0.15 69	0.11 61	0.12 74	0.12 77	0.11 60	0.15 68	0.11 63	0.15 67	0.11 61	0.14 60	0.11 61	0.11 58	0.12 77	0.15 66	0.12 76	0.15 68	0.12 76

IPLGR_C	0.13 57	0.16 67	0.14 79	0.15 69	0.11 60	0.14 61	0.11 59	0.14 60	0.11 59	0.14 47	0.11 59	0.14 60	0.11 61	0.12 74	0.11 60	0.11 60	0.14 61	0.11 63	0.14 59	0.11 61	0.14 60	0.11 61	0.11 58	0.11 63	0.14 61	0.11 60	0.15 68	0.11 62

IPLGR	0.13 57	0.15 62	0.12 66	0.14 61	0.11 60	0.14 61	0.11 59	0.14 60	0.13 80	0.15 52	0.11 59	0.14 60	0.12 80	0.12 74	0.11 60	0.11 60	0.14 61	0.11 63	0.14 59	0.11 61	0.14 60	0.11 61	0.11 58	0.12 77	0.15 66	0.11 60	0.14 61	0.11 62

ACRE	0.13 57	0.16 67	0.12 66	0.14 61	0.11 60	0.14 61	0.11 59	0.15 68	0.11 59	0.14 47	0.11 59	0.14 60	0.11 61	0.12 74	0.11 60	0.11 60	0.14 61	0.11 63	0.14 59	0.11 61	0.14 60	0.11 61	0.11 58	0.11 63	0.14 61	0.11 60	0.14 61	0.11 62

ICVP	0.13 57	0.16 67	0.11 60	0.16 77	0.11 60	0.16 77	0.11 59	0.16 70	0.11 59	0.16 64	0.11 59	0.16 77	0.11 61	0.11 64	0.11 60	0.11 60	0.16 77	0.11 63	0.16 75	0.11 61	0.16 76	0.11 61	0.11 58	0.11 63	0.16 77	0.11 60	0.16 76	0.11 62
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	2.46 253	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 79	0.14 61	0.14 85	0.14 61	0.14 82	0.14 60	0.14 84	0.14 47	0.14 84	0.14 60	0.14 86	0.14 85	0.14 86	0.14 85	0.14 61	0.14 85	0.14 59	0.14 86	0.14 60	0.14 86	0.14 82	0.14 85	0.14 61	0.14 82	0.14 61	0.14 86
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 60	0.17 80	0.11 60	0.17 78	0.12 76	0.17 74	0.11 59	0.17 67	0.11 59	0.17 80	0.11 61	0.12 74	0.12 77	0.12 75	0.17 80	0.12 79	0.17 77	0.12 79	0.17 79	0.12 78	0.12 75	0.12 77	0.17 79	0.12 76	0.17 79	0.12 76

ELAS_RVC	0.14 64	0.18 72	0.11 60	0.19 85	0.11 60	0.18 79	0.13 80	0.16 70	0.11 59	0.17 67	0.11 59	0.14 60	0.11 61	0.09 47	0.11 60	0.12 75	0.17 80	0.10 48	0.18 80	0.11 61	0.18 80	0.11 61	0.10 45	0.11 63	0.19 84	0.11 60	0.19 82	0.12 76
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.14 64	0.19 77	0.11 60	0.20 87	0.11 60	0.20 86	0.12 76	0.18 76	0.12 75	0.18 69	0.12 77	0.19 86	0.11 61	0.11 64	0.11 60	0.11 60	0.18 83	0.11 63	0.19 84	0.11 61	0.19 84	0.11 61	0.11 58	0.11 63	0.20 87	0.11 60	0.20 86	0.12 76
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 46	0.19 85	0.11 60	0.20 86	0.11 59	0.16 70	0.10 47	0.15 52	0.11 59	0.15 69	0.11 61	0.09 47	0.11 60	0.11 60	0.16 77	0.10 48	0.17 77	0.11 61	0.18 80	0.11 61	0.09 42	0.10 49	0.18 81	0.11 60	0.19 82	0.12 76
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DDVS	0.15 69	0.18 72	0.13 75	0.18 82	0.13 82	0.19 84	0.13 80	0.18 76	0.13 80	0.18 69	0.13 83	0.18 83	0.13 85	0.13 81	0.13 82	0.13 81	0.18 83	0.13 82	0.18 80	0.13 85	0.18 80	0.13 83	0.13 80	0.10 49	0.19 84	0.14 82	0.19 82	0.13 84

BEATNet-Init1	0.15 69	0.07 39	0.10 46	0.08 43	0.07 42	0.07 42	0.07 41	0.07 39	0.07 41	2.19 238	0.08 43	0.08 42	0.07 43	0.07 43	0.07 39	0.07 42	0.08 44	0.07 43	0.08 43	0.08 44	0.07 42	0.07 42	0.07 39	0.07 44	0.08 44	0.07 42	0.07 43	0.07 44

DeepPrunerF	0.15 69	0.07 39	0.10 46	0.08 43	0.07 42	0.07 42	0.07 41	0.07 39	0.07 41	2.19 238	0.08 43	0.08 42	0.07 43	0.07 43	0.07 39	0.07 42	0.08 44	0.07 43	0.08 43	0.08 44	0.07 42	0.07 42	0.07 39	0.07 44	0.08 44	0.07 42	0.07 43	0.07 44

DeepPruner_ROB	0.15 69	0.18 72	0.12 66	0.18 82	0.12 78	0.18 79	0.12 76	0.18 76	0.13 80	0.18 69	0.12 77	0.18 83	0.12 80	0.13 81	0.12 77	0.13 81	0.18 83	0.13 82	0.18 80	0.12 79	0.19 84	0.12 78	0.13 80	0.12 77	0.18 81	0.12 76	0.18 80	0.12 76

LALA_ROB	0.15 69	0.21 80	0.12 66	0.21 91	0.12 78	0.20 86	0.14 82	0.20 79	0.12 75	0.22 77	0.12 77	0.16 77	0.12 80	0.10 50	0.12 77	0.12 75	0.21 92	0.11 63	0.22 91	0.12 79	0.20 87	0.12 78	0.11 58	0.12 77	0.21 92	0.14 82	0.21 90	0.13 84

GCAP-BAT	0.17 74	1.25 208	0.20 96	0.15 69	0.11 60	0.15 69	0.11 59	0.21 83	0.11 59	0.15 52	0.11 59	0.15 69	0.11 61	0.11 64	0.11 60	0.11 60	0.15 68	0.11 63	0.15 67	0.11 61	0.15 69	0.11 61	0.11 58	0.11 63	0.15 66	0.11 60	0.15 68	0.11 62

test_for_model	0.17 74	1.25 208	0.20 96	0.15 69	0.11 60	0.15 69	0.11 59	0.21 83	0.11 59	0.15 52	0.11 59	0.15 69	0.11 61	0.11 64	0.11 60	0.11 60	0.15 68	0.11 63	0.15 67	0.11 61	0.15 69	0.11 61	0.11 58	0.11 63	0.15 66	0.11 60	0.15 68	0.11 62

testlalala2	0.17 74	1.25 208	0.20 96	0.15 69	0.11 60	0.15 69	0.11 59	0.21 83	0.11 59	0.15 52	0.11 59	0.15 69	0.11 61	0.11 64	0.11 60	0.11 60	0.15 68	0.11 63	0.15 67	0.11 61	0.15 69	0.11 61	0.11 58	0.11 63	0.15 66	0.11 60	0.15 68	0.11 62

testlalala	0.17 74	1.25 208	0.20 96	0.15 69	0.11 60	0.15 69	0.11 59	0.21 83	0.11 59	0.15 52	0.11 59	0.15 69	0.11 61	0.11 64	0.11 60	0.11 60	0.15 68	0.11 63	0.15 67	0.11 61	0.15 69	0.11 61	0.11 58	0.11 63	0.15 66	0.11 60	0.15 68	0.11 62

testlalala_base	0.17 74	1.25 208	0.20 96	0.15 69	0.11 60	0.15 69	0.11 59	0.21 83	0.11 59	0.15 52	0.11 59	0.15 69	0.11 61	0.11 64	0.11 60	0.11 60	0.15 68	0.11 63	0.15 67	0.11 61	0.15 69	0.11 61	0.11 58	0.11 63	0.15 66	0.11 60	0.15 68	0.11 62

GCAP-Stereo	0.17 74	1.25 208	0.20 96	0.15 69	0.11 60	0.15 69	0.11 59	0.21 83	0.11 59	0.15 52	0.11 59	0.15 69	0.11 61	0.11 64	0.11 60	0.11 60	0.15 68	0.11 63	0.15 67	0.11 61	0.15 69	0.11 61	0.11 58	0.11 63	0.15 66	0.11 60	0.15 68	0.11 62

IGEV_Zeroshot_test	0.18 80	0.22 82	0.18 90	0.21 91	0.18 98	0.20 86	0.17 91	0.20 79	0.16 86	0.25 87	0.16 87	0.21 90	0.17 92	0.16 90	0.18 97	0.15 88	0.20 88	0.16 88	0.20 86	0.18 99	0.21 90	0.17 94	0.17 87	0.17 91	0.20 87	0.17 91	0.20 86	0.16 88

dd	0.18 80	0.22 82	0.16 81	0.22 93	0.15 86	0.22 93	0.15 86	0.21 83	0.15 85	0.21 75	0.15 85	0.21 90	0.15 88	0.15 87	0.15 88	0.15 88	0.22 94	0.14 85	0.22 91	0.14 86	0.22 93	0.15 88	0.16 85	0.15 88	0.23 99	0.15 86	0.22 92	0.16 88

dad	0.18 80	0.23 86	0.16 81	0.22 93	0.15 86	0.22 93	0.15 86	0.22 91	0.16 86	0.21 75	0.15 85	0.22 93	0.15 88	0.15 87	0.16 90	0.17 90	0.23 99	0.17 92	0.23 98	0.15 89	0.22 93	0.15 88	0.15 84	0.15 88	0.22 94	0.15 86	0.22 92	0.16 88

MSKI-zero shot	0.19 83	0.21 80	0.16 81	0.22 93	0.16 89	0.23 101	0.17 91	0.22 91	0.17 91	0.22 77	0.17 89	0.22 93	0.16 90	0.19 101	0.16 90	0.17 90	0.23 99	0.16 88	0.22 91	0.16 90	0.22 93	0.17 94	0.16 85	0.17 91	0.22 94	0.19 101	0.22 92	0.16 88

MIM_Stereo	0.19 83	0.23 86	0.18 90	0.22 93	0.16 89	0.22 93	0.16 89	0.21 83	0.16 86	0.22 77	0.17 89	0.21 90	0.17 92	0.20 102	0.18 97	0.17 90	0.22 94	0.18 101	0.22 91	0.16 90	0.21 90	0.16 90	0.17 87	0.17 91	0.21 92	0.16 89	0.22 92	0.20 104

UNet	0.19 83	0.13 59	0.09 43	0.13 60	0.09 45	0.13 59	0.09 45	0.13 59	0.09 45	0.90 171	0.09 46	0.13 59	0.09 46	0.10 50	0.09 47	0.70 203	0.13 60	0.09 47	0.13 57	0.10 48	0.91 205	0.09 47	0.10 45	0.09 46	0.13 59	0.10 46	0.13 60	0.09 46

iResNet	0.19 83	0.23 86	0.17 85	0.22 93	0.17 92	0.22 93	0.19 101	0.22 91	0.17 91	0.22 77	0.17 89	0.22 93	0.17 92	0.17 91	0.17 93	0.17 90	0.22 94	0.17 92	0.22 91	0.17 93	0.23 99	0.17 94	0.18 97	0.17 91	0.23 99	0.17 91	0.23 100	0.17 94

ACV-stereo	0.20 87	0.23 86	0.17 85	0.23 100	0.17 92	0.23 101	0.17 91	0.23 99	0.17 91	0.23 83	0.17 89	0.23 99	0.17 92	0.17 91	0.17 93	0.17 90	0.24 104	0.17 92	0.23 98	0.17 93	0.24 102	0.17 94	0.17 87	0.17 91	0.23 99	0.17 91	0.23 100	0.17 94

DAS	0.20 87	0.20 78	0.20 96	0.20 87	0.20 104	0.20 86	0.20 103	0.20 79	0.20 102	0.20 73	0.20 103	0.20 88	0.20 103	0.20 102	0.20 105	0.20 99	0.20 88	0.20 107	0.20 86	0.20 106	0.20 87	0.20 105	0.20 102	0.20 104	0.20 87	0.20 102	0.20 86	0.20 104

ASD4	0.20 87	0.20 78	0.20 96	0.20 87	0.20 104	0.20 86	0.20 103	0.20 79	0.20 102	0.20 73	0.20 103	0.20 88	0.20 103	0.20 102	0.20 105	0.20 99	0.20 88	0.20 107	0.20 86	0.20 106	0.20 87	0.20 105	0.20 102	0.20 104	0.20 87	0.20 102	0.20 86	0.20 104

iResNetv2_ROB	0.20 87	0.22 82	0.19 94	0.23 100	0.19 102	0.22 93	0.17 91	0.22 91	0.17 91	0.22 77	0.17 89	0.22 93	0.17 92	0.18 97	0.18 97	0.19 98	0.22 94	0.17 92	0.23 98	0.17 93	0.25 103	0.18 101	0.17 87	0.18 101	0.23 99	0.17 91	0.25 108	0.17 94

ITSA-stereo	0.21 91	0.16 67	0.12 66	0.16 77	0.13 82	0.18 79	0.14 82	0.16 70	1.89 268	0.16 64	0.12 77	0.17 80	0.12 80	0.13 81	0.13 82	0.13 81	0.17 80	0.13 82	0.17 77	0.12 79	0.16 76	0.12 78	0.12 75	0.12 77	0.17 79	0.12 76	0.16 76	0.12 76

Pointernet	0.22 92	0.41 126	0.38 142	0.22 93	0.17 92	0.22 93	0.17 91	0.41 143	0.17 91	0.22 77	0.17 89	0.22 93	0.17 92	0.18 97	0.18 97	0.18 95	0.23 99	0.18 101	0.23 98	0.18 99	0.23 99	0.18 101	0.17 87	0.17 91	0.22 94	0.18 99	0.22 92	0.17 94

JetRed	0.22 92	0.11 56	0.12 66	0.11 57	0.11 60	0.11 56	0.11 59	0.11 57	0.11 59	2.93 263	0.11 59	0.11 56	0.11 61	0.11 64	0.11 60	0.12 75	0.11 57	0.11 63	0.11 56	0.11 61	0.11 57	0.11 61	0.11 58	0.11 63	0.11 57	0.11 60	0.11 57	0.11 62

JetBlue	0.23 94	0.12 57	0.13 75	0.12 58	0.12 78	0.12 57	0.11 59	0.14 60	0.12 75	3.07 264	0.12 77	0.12 58	0.11 61	0.11 64	0.13 82	0.13 81	0.12 58	0.12 79	0.13 57	0.11 61	0.12 58	0.13 83	0.12 75	0.14 85	0.13 59	0.12 76	0.12 58	0.11 62

SFCPSM	0.23 94	0.18 72	0.13 75	0.18 82	0.12 78	0.18 79	0.80 215	0.17 74	0.12 75	0.88 170	0.12 77	0.17 80	0.12 80	0.13 81	0.12 77	0.12 75	0.18 83	0.12 79	0.18 80	0.12 79	1.18 227	0.13 83	0.12 75	0.12 77	0.18 81	0.13 81	0.18 80	0.12 76

LoS_RVC	0.25 96	0.25 98	0.25 112	0.25 108	0.25 114	0.25 110	0.25 114	0.25 104	0.25 113	0.25 87	0.25 117	0.25 107	0.25 116	0.26 118	0.25 118	0.26 114	0.25 109	0.25 117	0.26 111	0.25 118	0.25 103	0.25 114	0.25 113	0.25 116	0.25 110	0.25 115	0.25 108	0.25 116

tt_ll	0.25 96	0.25 98	0.25 112	0.25 108	0.25 114	0.25 110	0.25 114	0.25 104	0.25 113	0.25 87	0.25 117	0.25 107	0.25 116	0.26 118	0.25 118	0.26 114	0.25 109	0.25 117	0.26 111	0.25 118	0.25 103	0.25 114	0.25 113	0.25 116	0.25 110	0.25 115	0.25 108	0.25 116

CAS	0.25 96	0.25 98	0.25 112	0.25 108	0.26 116	0.26 116	0.26 116	0.25 104	0.25 113	0.25 87	0.25 117	0.25 107	0.25 116	0.25 116	0.25 118	0.25 111	0.26 115	0.25 117	0.26 111	0.26 122	0.25 103	0.25 114	0.25 113	0.26 120	0.25 110	0.26 119	0.25 108	0.25 116

LoS	0.25 96	0.25 98	0.27 116	0.27 114	0.26 116	0.25 110	0.26 116	0.26 109	0.25 113	0.26 93	0.25 117	0.25 107	0.25 116	0.26 118	0.25 118	0.25 111	0.25 109	0.25 117	0.25 108	0.25 118	0.27 110	0.25 114	0.26 117	0.26 120	0.26 114	0.25 115	0.25 108	0.25 116
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	1.07 221	0.15 69	0.13 82	0.15 69	0.14 82	1.22 224	0.13 80	0.16 64	0.17 89	0.16 77	0.14 86	0.14 85	0.15 88	0.14 85	0.15 68	0.14 85	0.16 75	0.14 86	0.16 76	0.14 86	0.14 82	0.14 85	0.16 77	0.14 82	0.16 76	0.15 87

model_zeroshot	0.27 101	0.30 108	0.19 94	0.36 133	0.23 112	0.25 110	0.27 120	0.33 117	0.21 105	0.35 102	0.22 109	0.25 107	0.27 124	0.26 118	0.23 113	0.26 114	0.35 127	0.22 110	0.36 128	0.23 115	0.25 103	0.27 121	0.27 119	0.23 113	0.36 129	0.22 109	0.25 108	0.27 124

DCVSM-stereo	0.27 101	0.38 120	0.22 105	0.38 139	0.22 107	0.38 140	0.22 108	0.29 112	0.22 108	0.29 95	0.22 109	0.29 118	0.22 110	0.22 108	0.21 107	0.21 102	0.38 138	0.22 110	0.38 136	0.22 110	0.38 131	0.22 108	0.21 104	0.25 116	0.38 136	0.21 106	0.38 134	0.21 108

DLNR_Zeroshot_test	0.27 101	0.30 108	0.23 107	0.30 119	0.22 107	0.31 120	0.24 112	0.29 112	0.23 111	0.38 111	0.23 112	0.29 118	0.23 114	0.22 108	0.23 113	0.23 107	0.30 120	0.34 146	0.29 117	0.23 115	0.29 114	0.29 137	0.22 107	0.23 113	0.30 119	0.23 112	0.30 118	0.23 114

HGLStereo	0.27 101	0.25 98	0.21 104	0.35 129	0.21 106	0.35 127	0.21 106	0.34 123	0.21 105	0.39 114	0.21 106	0.34 124	0.21 108	0.22 108	0.21 107	0.21 102	0.35 127	0.22 110	0.35 125	0.22 110	0.35 122	0.22 108	0.21 104	0.21 107	0.35 127	0.21 106	0.35 126	0.21 108

iResNet_ROB	0.28 105	0.32 112	0.24 111	0.33 123	0.26 116	0.32 122	0.24 112	0.33 117	0.25 113	0.33 97	0.24 115	0.35 127	0.24 115	0.23 112	0.24 117	0.25 111	0.32 122	0.24 116	0.36 128	0.24 117	0.32 116	0.28 127	0.24 112	0.24 115	0.32 121	0.24 114	0.33 120	0.24 115

IMH-64-1	0.29 106	0.23 86	0.23 107	0.23 100	0.22 107	0.22 93	0.23 110	0.22 91	0.22 108	2.02 231	0.23 112	0.23 99	0.22 110	0.23 112	0.23 113	0.23 107	0.23 99	0.22 110	0.23 98	0.22 110	0.22 93	0.22 108	0.22 107	0.22 110	0.22 94	0.22 109	0.22 92	0.22 110

IMH-64	0.29 106	0.23 86	0.23 107	0.23 100	0.22 107	0.22 93	0.23 110	0.22 91	0.22 108	2.02 231	0.23 112	0.23 99	0.22 110	0.23 112	0.23 113	0.23 107	0.23 99	0.22 110	0.23 98	0.22 110	0.22 93	0.22 108	0.22 107	0.22 110	0.22 94	0.22 109	0.22 92	0.22 110

UPFNet	0.29 106	0.24 94	0.16 81	0.24 105	0.16 89	0.24 105	0.16 89	0.23 99	0.16 86	1.19 195	0.16 87	0.23 99	0.16 90	0.17 91	0.16 90	0.89 215	0.24 104	0.16 88	0.24 104	0.18 99	1.20 230	0.16 90	0.17 87	0.16 90	0.24 105	0.16 89	0.24 102	0.16 88

WAO-6	0.30 109	0.22 82	0.23 107	0.22 93	0.23 112	0.23 101	0.22 108	0.22 91	0.23 111	2.21 241	0.22 109	0.22 93	0.22 110	0.22 108	0.22 111	0.23 107	0.22 94	0.23 115	0.22 91	0.22 110	0.22 93	0.22 108	0.22 107	0.22 110	0.23 99	0.23 112	0.22 92	0.22 110

anonymity	0.30 109	0.34 114	0.27 116	0.33 123	0.27 121	0.33 123	0.28 127	0.33 117	0.28 127	0.33 97	0.28 128	0.33 122	0.28 126	0.28 130	0.28 130	0.28 124	0.34 124	0.28 125	0.34 123	0.28 127	0.34 118	0.27 121	0.27 119	0.27 124	0.34 124	0.28 124	0.34 124	0.28 127

iRaft-Stereo_20w	0.30 109	0.46 138	0.27 116	0.34 125	0.26 116	0.35 127	0.28 127	0.34 123	0.26 120	0.34 100	0.26 121	0.34 124	0.26 122	0.26 118	0.26 123	0.26 114	0.34 124	0.26 121	0.34 123	0.26 122	0.34 118	0.26 120	0.26 117	0.26 120	0.34 124	0.26 119	0.34 124	0.26 121

MMNet	0.30 109	0.24 94	0.17 85	0.24 105	0.17 92	0.24 105	0.17 91	0.23 99	0.18 98	1.21 198	0.17 89	0.23 99	0.17 92	0.17 91	0.17 93	0.89 215	0.24 104	0.17 92	0.24 104	0.17 93	1.22 232	0.16 90	0.17 87	0.17 91	0.24 105	0.17 91	0.24 102	0.17 94

delet	0.30 109	0.24 94	0.17 85	0.24 105	0.17 92	0.24 105	0.17 91	0.23 99	0.16 86	1.21 198	0.17 89	0.24 105	0.17 92	0.17 91	0.17 93	0.91 219	0.24 104	0.17 92	0.24 104	0.17 93	1.23 234	0.17 94	0.17 87	0.17 91	0.24 105	0.17 91	0.24 102	0.17 94

psm_up	0.30 109	0.24 94	0.17 85	0.25 108	0.17 92	0.24 105	0.17 91	0.24 103	0.17 91	1.20 197	0.17 89	0.23 99	0.17 92	0.17 91	0.18 97	0.90 218	0.24 104	0.17 92	0.25 108	0.17 93	1.24 237	0.17 94	0.17 87	0.17 91	0.24 105	0.17 91	0.24 102	0.17 94

MLCV	0.30 109	0.33 113	0.28 119	0.34 125	0.28 125	0.33 123	0.28 127	0.33 117	0.29 135	0.33 97	0.27 125	0.33 122	0.28 126	0.26 118	0.29 138	0.28 124	0.33 123	0.28 125	0.33 120	0.28 127	0.33 117	0.27 121	0.28 124	0.28 128	0.33 122	0.28 124	0.33 120	0.28 127

DN-CSS_ROB	0.30 109	0.34 114	0.29 124	0.34 125	0.27 121	0.34 125	0.28 127	0.33 117	0.27 122	0.34 100	0.27 125	0.34 124	0.28 126	0.29 132	0.27 126	0.26 114	0.35 127	0.29 134	0.33 120	0.28 127	0.34 118	0.28 127	0.28 124	0.27 124	0.34 124	0.28 124	0.33 120	0.28 127

UNDER WATER-64	0.31 117	0.25 98	0.25 112	0.26 113	0.26 116	0.25 110	0.26 116	0.25 104	0.26 120	1.69 218	0.26 121	0.25 107	0.25 116	0.25 116	0.26 123	0.26 114	0.25 109	0.26 121	0.26 111	0.26 122	0.25 103	0.25 114	0.25 113	0.25 116	0.26 114	0.26 119	0.25 108	0.26 121

LG-Stereo_L2	0.32 118	0.45 135	0.36 139	0.37 135	0.27 121	0.37 136	0.27 120	0.43 148	0.27 122	0.36 108	0.31 142	0.36 133	0.27 124	0.27 125	0.27 126	0.30 134	0.37 135	0.27 124	0.37 132	0.27 126	0.37 128	0.27 121	0.27 119	0.27 124	0.37 133	0.27 122	0.37 132	0.27 124

CASnet	0.32 118	0.53 154	0.34 136	0.27 114	0.31 143	0.34 125	0.29 140	0.31 115	0.32 140	0.25 87	0.31 142	0.27 115	0.40 165	0.45 165	0.27 126	0.30 134	0.26 115	0.40 163	0.28 116	0.37 156	0.28 112	0.39 161	0.29 130	0.40 164	0.29 118	0.28 124	0.24 102	0.30 142
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.32 118	0.45 135	0.29 124	0.36 133	0.29 135	0.36 132	0.29 140	0.36 130	0.29 135	0.35 102	0.29 136	0.35 127	0.28 126	0.27 125	0.28 130	0.28 124	0.35 127	0.28 125	0.35 125	0.28 127	0.35 122	0.28 127	0.29 130	0.29 136	0.36 129	0.29 137	0.36 129	0.29 136

RSM	0.33 121	0.36 118	0.31 131	0.39 150	0.32 145	0.36 132	0.30 143	0.35 126	0.38 152	0.35 102	0.31 142	0.35 127	0.30 138	0.30 135	0.31 143	0.30 134	0.36 132	0.31 141	0.36 128	0.30 141	0.36 126	0.31 142	0.31 140	0.31 142	0.36 129	0.31 143	0.36 129	0.31 145

SQANet	0.33 121	0.28 105	0.28 119	0.28 118	0.28 125	0.29 118	0.28 127	0.28 110	0.28 127	1.59 216	0.28 128	0.28 117	0.28 126	0.28 130	0.28 130	0.28 124	0.28 118	0.28 125	0.29 117	0.28 127	0.28 112	0.28 127	0.28 124	0.28 128	0.28 117	0.28 124	0.28 116	0.28 127

DGSMNet	0.33 121	0.42 132	0.28 119	0.40 151	0.28 125	0.40 150	0.28 127	0.40 141	0.28 127	0.40 119	0.28 128	0.39 142	0.28 126	0.27 125	0.28 130	0.28 124	0.40 152	0.28 125	0.42 156	0.29 136	0.41 145	0.31 142	0.29 130	0.28 128	0.41 150	0.28 124	0.42 152	0.29 136

castereo	0.34 124	1.59 219	1.39 239	0.17 80	0.15 86	0.18 79	0.26 116	1.74 238	0.17 91	0.19 72	0.18 100	0.18 83	0.20 103	0.20 102	0.22 111	0.21 102	0.18 83	0.17 92	0.19 84	0.16 90	0.18 80	0.20 105	0.17 87	0.21 107	0.19 84	0.17 91	0.19 82	0.16 88

RAFT-Test	0.34 124	0.45 135	0.30 128	0.38 139	0.32 145	0.40 150	0.32 147	0.39 139	0.32 140	0.39 114	0.30 139	0.37 135	0.29 135	0.30 135	0.30 140	0.29 132	0.38 138	0.30 138	0.38 136	0.29 136	0.38 131	0.29 137	0.29 130	0.30 140	0.38 136	0.30 140	0.38 134	0.30 142

RAFT + AFF	0.34 124	0.29 106	0.32 134	0.31 121	0.30 140	0.39 147	0.32 147	0.39 139	0.30 137	0.39 114	0.32 145	0.39 142	0.32 143	0.35 143	0.36 150	0.32 143	0.38 138	0.31 141	0.38 136	0.31 145	0.38 131	0.28 127	0.37 152	0.34 148	0.38 136	0.30 140	0.38 134	0.28 127

ETE_ROB	0.35 127	0.35 117	0.35 137	0.35 129	0.35 152	0.35 127	0.35 149	0.35 126	0.35 148	0.35 102	0.35 150	0.35 127	0.35 149	0.35 143	0.35 148	0.35 148	0.35 127	0.35 150	0.35 125	0.35 152	0.35 122	0.35 148	0.35 148	0.35 152	0.35 127	0.35 149	0.35 126	0.35 151

GREAT-IGEV	0.36 128	0.46 138	0.33 135	0.43 161	0.30 140	0.43 160	0.30 143	0.45 150	0.30 137	0.42 127	0.30 139	0.43 155	0.30 138	0.30 135	0.30 140	0.30 134	0.43 158	0.30 138	0.43 157	0.30 141	0.43 151	0.30 140	0.30 138	0.30 140	0.43 156	0.30 140	0.43 154	0.30 142

EKT-Stereo	0.36 128	0.50 151	0.30 128	0.40 151	0.29 135	0.40 150	0.29 140	0.35 126	0.30 137	0.47 135	0.30 139	0.35 127	0.32 143	0.29 132	0.34 146	0.33 144	0.59 184	0.31 141	0.39 147	0.29 136	0.37 128	0.38 154	0.29 130	0.31 142	0.58 187	0.28 124	0.51 173	0.29 136

GEStereo_RVC	0.36 128	0.23 86	0.18 90	0.23 100	0.18 98	0.23 101	0.19 101	0.22 91	0.19 100	0.24 84	0.20 103	0.24 105	0.18 101	0.18 97	0.18 97	0.21 102	0.25 109	0.18 101	0.22 91	0.18 99	0.23 99	0.18 101	0.19 100	0.20 104	0.23 99	0.20 102	4.43 283	0.19 102

DMCA	0.36 128	0.38 120	0.37 140	0.35 129	0.35 152	0.35 127	0.36 152	0.35 126	0.36 150	0.36 108	0.37 155	0.36 133	0.36 153	0.36 147	0.35 148	0.37 151	0.36 132	0.36 151	0.36 128	0.36 155	0.36 126	0.35 148	0.36 150	0.36 154	0.37 133	0.36 151	0.36 129	0.36 153

XPNet_ROB	0.37 132	0.37 119	0.37 140	0.37 135	0.37 154	0.37 136	0.37 156	0.37 131	0.37 151	0.37 110	0.37 155	0.37 135	0.37 154	0.37 148	0.37 153	0.37 151	0.37 135	0.37 153	0.37 132	0.37 156	0.37 128	0.37 151	0.37 152	0.37 156	0.37 133	0.37 155	0.37 132	0.37 154

GIP-stereo	0.38 133	0.56 157	0.40 146	0.45 164	0.33 147	0.44 162	0.35 149	0.49 164	0.33 143	0.43 128	0.32 145	0.42 151	0.31 140	0.33 138	0.33 145	0.34 145	0.40 152	0.32 145	0.40 148	0.32 146	0.43 151	0.38 154	0.33 143	0.32 144	0.43 156	0.32 145	0.42 152	0.34 150

Former-RAFT_DAM_RVC	0.38 133	1.06 193	0.54 178	0.59 190	0.27 121	0.46 163	0.27 120	0.46 151	0.27 122	0.46 133	0.27 125	0.46 158	0.26 122	0.27 125	0.27 126	0.26 114	0.46 160	0.26 121	0.45 160	0.30 141	0.46 154	0.27 121	0.27 119	0.27 124	0.46 159	0.27 122	0.45 156	0.26 121

CES	0.38 133	0.34 114	0.44 156	0.43 161	0.33 147	0.37 136	0.44 173	0.37 131	0.38 152	0.45 131	0.35 150	0.35 127	0.41 166	0.45 165	0.36 150	0.36 149	0.36 132	0.45 172	0.43 157	0.35 152	0.34 118	0.46 171	0.36 150	0.36 154	0.42 155	0.34 148	0.35 126	0.38 157

PML	0.39 136	0.56 157	0.29 124	0.55 184	0.28 125	0.56 185	0.28 127	0.51 171	0.28 127	0.50 137	0.28 128	0.51 174	0.28 126	0.29 132	0.28 130	0.29 132	0.56 182	0.29 134	0.57 189	0.28 127	0.56 180	0.28 127	0.28 124	0.29 136	0.56 184	0.28 124	0.56 181	0.28 127

DEFOM-Stereo_RVC	0.40 137	2.14 236	1.91 262	0.20 87	0.18 98	0.19 84	0.17 91	2.23 248	0.19 100	0.24 84	0.21 106	0.19 86	0.21 108	0.20 102	0.18 97	0.20 99	0.20 88	0.18 101	0.20 86	0.19 104	0.19 84	0.17 94	0.18 97	0.17 91	0.20 87	0.20 102	0.21 90	0.19 102

GwcNet-ADL	0.41 138	0.41 126	0.41 148	0.41 157	0.41 164	0.41 153	0.41 166	0.41 143	0.41 163	0.41 120	0.41 167	0.41 147	0.41 166	0.41 157	0.41 167	0.41 160	0.41 154	0.41 165	0.41 152	0.41 166	0.41 145	0.41 165	0.41 163	0.41 165	0.41 150	0.41 164	0.41 148	0.41 165

PSMNet-ADL	0.41 138	0.41 126	0.41 148	0.41 157	0.41 164	0.41 153	0.41 166	0.41 143	0.41 163	0.41 120	0.41 167	0.41 147	0.41 166	0.41 157	0.41 167	0.41 160	0.41 154	0.41 165	0.41 152	0.41 166	0.41 145	0.41 165	0.41 163	0.41 165	0.41 150	0.41 164	0.41 148	0.41 165

GANet-ADL	0.41 138	0.41 126	0.41 148	0.41 157	0.41 164	0.41 153	0.41 166	0.41 143	0.41 163	0.41 120	0.41 167	0.41 147	0.41 166	0.41 157	0.41 167	0.41 160	0.41 154	0.41 165	0.41 152	0.41 166	0.41 145	0.41 165	0.41 163	0.41 165	0.41 150	0.41 164	0.41 148	0.41 165

ADLNet	0.41 138	0.41 126	0.41 148	0.41 157	0.41 164	0.41 153	0.41 166	0.41 143	0.41 163	0.41 120	0.41 167	0.41 147	0.41 166	0.41 157	0.41 167	0.41 160	0.41 154	0.41 165	0.41 152	0.41 166	0.41 145	0.41 165	0.41 163	0.41 165	0.41 150	0.41 164	0.41 148	0.41 165

DEFOM-Stereo	0.43 142	1.60 221	1.47 242	0.30 119	0.28 125	0.31 120	0.28 127	1.65 236	0.25 113	0.29 95	0.26 121	0.30 120	0.29 135	0.27 125	0.26 123	0.26 114	0.30 120	0.29 134	0.30 119	0.26 122	0.29 114	0.29 137	0.27 119	0.26 120	0.30 119	0.29 137	0.30 118	0.29 136

GES	0.43 142	0.41 126	0.31 131	0.35 129	0.30 140	0.47 169	0.28 127	0.33 117	0.28 127	0.35 102	0.29 136	2.95 267	0.38 157	0.35 143	0.30 140	0.34 145	0.34 124	0.30 138	0.33 120	0.30 141	0.35 122	0.30 140	0.33 143	0.33 146	0.33 122	0.31 143	0.33 120	0.29 136

LG-Stereo_L1	0.44 144	0.58 161	0.49 170	0.51 180	0.38 158	0.51 179	0.38 159	0.56 176	0.38 152	0.50 137	0.38 158	0.50 171	0.38 157	0.38 150	0.38 155	0.38 154	0.52 176	0.38 156	0.52 181	0.38 160	0.51 170	0.38 154	0.38 156	0.38 157	0.52 178	0.38 157	0.51 173	0.40 163

FCDSN-DC	0.44 144	0.31 110	0.35 137	0.34 125	0.28 125	0.35 127	0.30 143	0.32 116	0.25 113	1.32 204	0.24 115	1.00 215	0.32 143	0.35 143	0.34 146	0.30 134	0.72 196	0.37 153	0.48 171	0.32 146	0.53 176	0.49 185	0.23 111	0.29 136	0.50 172	0.42 169	0.61 187	0.71 208
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	0.45 157	0.54 182	0.37 154	0.53 183	0.37 156	0.56 176	0.40 160	0.53 143	0.38 158	0.53 178	0.37 154	0.37 148	0.37 153	0.37 151	0.55 179	0.38 156	0.53 183	0.37 156	0.53 176	0.37 151	0.37 152	0.39 163	0.54 181	0.37 155	0.54 179	0.37 154

WAO-7	0.46 147	0.38 120	0.38 142	0.38 139	0.38 158	0.38 140	0.38 159	0.38 133	0.38 152	2.57 257	0.38 158	0.38 138	0.38 157	0.38 150	0.38 155	0.38 154	0.38 138	0.38 156	0.38 136	0.38 160	0.38 131	0.38 154	0.38 156	0.38 157	0.38 136	0.38 157	0.38 134	0.38 157

Venus	0.46 147	0.38 120	0.40 146	0.38 139	0.38 158	0.39 147	0.38 159	0.38 133	0.38 152	2.71 259	0.38 158	0.38 138	0.38 157	0.38 150	0.38 155	0.38 154	0.38 138	0.38 156	0.38 136	0.38 160	0.38 131	0.38 154	0.38 156	0.38 157	0.38 136	0.38 157	0.39 144	0.38 157

HanzoNet	0.47 149	0.39 124	0.38 142	0.38 139	0.38 158	0.38 140	0.38 159	0.40 141	0.38 152	2.63 258	0.38 158	0.38 138	0.38 157	0.38 150	0.38 155	0.39 159	0.38 138	0.38 156	0.38 136	0.42 171	0.38 131	0.39 161	0.39 161	0.38 157	0.38 136	0.38 157	0.38 134	0.39 162

IMH	0.47 149	0.40 125	0.39 145	0.38 139	0.38 158	0.38 140	0.38 159	0.38 133	0.40 160	2.79 261	0.38 158	0.38 138	0.38 157	0.38 150	0.38 155	0.38 154	0.39 148	0.38 156	0.38 136	0.40 165	0.38 131	0.38 154	0.38 156	0.38 157	0.38 136	0.38 157	0.38 134	0.38 157

LL-Strereo2	0.47 149	2.60 248	0.51 174	0.38 139	0.28 125	0.37 136	0.28 127	0.55 174	0.35 148	0.44 130	0.34 149	0.44 157	0.34 147	0.34 139	0.36 150	0.36 149	0.47 164	0.36 151	0.47 165	0.35 152	0.47 158	0.35 148	0.35 148	0.35 152	0.46 159	0.35 149	0.47 161	0.35 151

GMOStereo	0.50 152	0.44 133	2.38 272	0.40 151	0.34 149	0.42 157	0.36 152	1.96 243	0.34 144	0.41 120	0.36 152	0.42 151	0.35 149	0.34 139	0.38 155	0.31 139	0.39 148	0.34 146	0.40 148	0.33 149	0.39 140	0.33 145	0.33 143	0.34 148	0.40 146	0.36 151	0.40 145	0.32 147

error version	0.50 152	0.44 133	2.38 272	0.40 151	0.34 149	0.42 157	0.36 152	1.96 243	0.34 144	0.41 120	0.36 152	0.42 151	0.35 149	0.34 139	0.38 155	0.31 139	0.39 148	0.34 146	0.40 148	0.33 149	0.39 140	0.33 145	0.33 143	0.34 148	0.40 146	0.36 151	0.40 145	0.32 147

SANet	0.50 152	0.50 151	0.50 171	0.50 178	0.50 189	0.50 178	0.50 189	0.50 168	0.50 188	0.50 137	0.50 188	0.50 171	0.50 188	0.50 182	0.50 191	0.50 186	0.50 174	0.50 190	0.50 177	0.50 191	0.50 169	0.50 191	0.50 184	0.50 186	0.50 172	0.50 189	0.50 171	0.50 185

PDISCO_ROB	0.50 152	0.15 62	0.11 60	0.16 77	3.16 278	0.13 59	0.12 76	0.14 60	0.12 75	0.15 52	0.11 59	2.55 266	0.11 61	2.20 264	0.13 82	0.12 75	0.16 77	0.10 48	0.14 59	0.12 79	0.15 69	0.12 78	0.12 75	0.12 77	0.15 66	0.10 46	2.75 266	0.09 46

otaku	0.52 156	0.46 138	0.48 164	0.46 165	0.46 172	0.46 163	0.46 174	0.46 151	0.47 177	1.88 221	0.46 174	0.46 158	0.46 175	0.46 167	0.46 175	0.46 168	0.47 164	0.46 173	0.46 161	0.46 175	0.47 158	0.46 171	0.46 170	0.46 173	0.47 165	0.46 172	0.46 157	0.47 175

HaxPig	0.52 156	0.48 147	0.47 159	0.47 170	0.47 176	0.47 169	0.47 178	0.47 157	0.47 177	1.80 219	0.47 178	0.47 162	0.47 178	0.47 171	0.47 179	0.47 175	0.47 164	0.47 180	0.47 165	0.47 180	0.47 158	0.47 179	0.47 176	0.47 177	0.47 165	0.47 179	0.47 161	0.47 175

UNDER WATER	0.52 156	0.47 144	0.47 159	0.47 170	0.47 176	0.47 169	0.47 178	0.47 157	0.47 177	1.90 222	0.47 178	0.47 162	0.47 178	0.47 171	0.47 179	0.47 175	0.46 160	0.47 180	0.47 165	0.47 180	0.46 154	0.47 179	0.47 176	0.48 181	0.47 165	0.47 179	0.47 161	0.47 175

Dean	0.52 156	0.46 138	0.48 164	0.46 165	0.46 172	0.46 163	0.46 174	0.46 151	0.46 172	1.90 222	0.46 174	0.47 162	0.46 175	0.46 167	0.46 175	0.46 168	0.48 168	0.46 173	0.46 161	0.46 175	0.46 154	0.46 171	0.46 170	0.46 173	0.46 159	0.46 172	0.46 157	0.46 172

Ntro	0.53 160	0.47 144	0.50 171	0.46 165	0.48 181	0.47 169	0.47 178	0.46 151	0.46 172	2.05 233	0.47 178	0.47 162	0.49 186	0.47 171	0.47 179	0.46 168	0.48 168	0.46 173	0.49 174	0.46 175	0.47 158	0.46 171	0.46 170	0.47 177	0.46 159	0.46 172	0.47 161	0.47 175

RainbowNet	0.53 160	0.48 147	0.48 164	0.48 174	0.48 181	0.48 175	0.48 182	0.48 160	0.48 181	1.92 224	0.48 183	0.48 167	0.48 182	0.48 176	0.48 184	0.48 178	0.48 168	0.48 184	0.48 171	0.48 184	0.48 164	0.48 182	0.48 179	0.48 181	0.48 170	0.48 183	0.48 166	0.48 181

LVE	0.53 160	0.47 144	0.48 164	0.47 170	0.47 176	0.47 169	0.47 178	0.48 160	0.47 177	1.96 228	0.47 178	0.47 162	0.47 178	0.47 171	0.47 179	0.47 175	0.47 164	0.47 180	0.47 165	0.47 180	0.47 158	0.47 179	0.47 176	0.47 177	0.47 165	0.47 179	0.47 161	0.47 175

ACVNet_1	0.53 160	0.46 138	0.48 164	0.47 170	0.47 176	0.46 163	0.48 182	0.48 160	0.48 181	2.07 234	0.47 178	0.48 167	0.48 182	0.47 171	0.47 179	0.46 168	0.49 172	0.47 180	0.47 165	0.47 180	0.48 164	0.46 171	0.46 170	0.48 181	0.47 165	0.47 179	0.48 166	0.47 175

ACVNet-4b	0.53 160	0.46 138	0.47 159	0.46 165	0.46 172	0.46 163	0.46 174	0.46 151	0.46 172	2.17 237	0.46 174	0.46 158	0.47 178	0.46 167	0.46 175	0.46 168	0.46 160	0.46 173	0.46 161	0.46 175	0.46 154	0.46 171	0.46 170	0.47 177	0.46 159	0.46 172	0.46 157	0.46 172

AIO-test2	0.54 165	0.65 166	0.55 181	0.60 191	0.50 189	0.60 189	0.49 185	0.65 182	0.48 181	0.60 148	0.49 186	0.59 183	0.50 188	0.50 182	0.49 188	0.49 182	0.60 185	0.50 190	0.60 191	0.49 188	0.60 184	0.49 185	0.50 184	0.51 188	0.60 190	0.48 183	0.60 184	0.50 185

AIO-test1	0.54 165	0.64 165	0.54 178	0.60 191	0.49 185	0.61 191	0.49 185	0.64 181	0.49 186	0.59 147	0.48 183	0.60 185	0.50 188	0.48 176	0.48 184	0.48 178	0.60 185	0.48 184	0.60 191	0.48 184	0.60 184	0.49 185	0.49 181	0.49 184	0.59 189	0.49 186	0.60 184	0.49 182

notaker	0.54 165	0.48 147	0.48 164	0.48 174	0.48 181	0.48 175	0.49 185	0.48 160	0.48 181	1.95 227	0.48 183	0.48 167	0.48 182	0.48 176	0.48 184	0.48 178	0.48 168	0.48 184	0.48 171	0.48 184	0.49 167	0.48 182	0.48 179	0.49 184	0.48 170	0.48 183	0.48 166	0.49 182

ACVNet_2	0.55 168	0.49 150	0.50 171	0.49 176	0.49 185	0.49 177	0.49 185	0.49 164	0.49 186	2.14 236	0.49 186	0.50 171	0.49 186	0.49 179	0.49 188	0.49 182	0.50 174	0.49 189	0.50 177	0.49 188	0.49 167	0.49 185	0.49 181	0.50 186	0.50 172	0.49 186	0.50 171	0.49 182

CFNet	0.55 168	0.25 98	0.18 90	0.25 108	0.18 98	0.25 110	0.18 100	0.25 104	0.18 98	0.25 87	0.18 100	0.25 107	0.18 101	0.18 97	0.18 97	0.18 95	0.25 109	0.18 101	0.25 108	0.18 99	5.31 296	4.36 296	0.18 97	0.18 101	0.25 110	0.18 99	0.25 108	0.18 101

PSMNet_ROB	0.55 168	0.55 156	0.56 184	0.56 185	0.55 193	0.56 185	0.55 193	0.55 174	0.55 192	0.55 144	0.55 193	0.55 180	0.55 196	0.55 185	0.56 195	0.55 190	0.55 179	0.55 196	0.55 186	0.55 194	0.55 179	0.55 194	0.55 189	0.55 194	0.55 182	0.55 194	0.55 180	0.55 191

IER	0.56 171	2.72 249	2.20 266	0.38 139	0.29 135	0.38 140	0.27 120	2.77 264	0.27 122	0.38 111	0.28 128	0.37 135	0.25 116	0.26 118	0.25 118	0.26 114	0.38 138	0.29 134	0.38 136	0.25 118	0.39 140	0.25 114	0.29 130	0.29 136	0.40 146	0.25 115	0.38 134	0.25 116

LG-Stereo	0.57 172	0.58 161	0.43 154	0.54 182	0.65 202	0.95 215	0.69 208	0.69 184	0.38 152	0.52 141	0.37 155	0.53 178	0.37 154	0.68 203	0.73 211	0.72 206	0.70 193	0.37 153	0.54 185	0.37 156	0.54 178	0.37 151	0.37 152	0.56 195	0.95 216	0.59 197	0.84 204	0.37 154

CASS	0.58 173	0.89 180	0.55 181	0.56 185	0.55 193	0.60 189	0.57 197	0.57 178	0.56 193	0.55 144	0.56 194	0.56 181	0.50 188	0.63 195	0.56 195	0.56 191	0.62 188	0.62 203	0.59 190	0.56 195	0.56 180	0.48 182	0.60 194	0.56 195	0.57 186	0.60 199	0.57 183	0.59 194
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DISCO	0.59 174	0.29 106	0.22 105	0.27 114	5.05 299	0.30 119	0.21 106	0.28 110	0.21 105	0.27 94	0.21 106	0.27 115	0.20 103	0.21 107	0.21 107	0.21 102	0.27 117	0.21 109	0.27 115	0.21 109	0.27 110	0.23 113	0.21 104	0.21 107	0.27 116	0.21 106	5.06 291	0.22 110

LMCR-Stereo	0.61 175	0.61 163	0.61 189	0.61 194	0.61 198	0.67 196	0.61 202	0.61 179	0.61 199	0.61 149	0.61 199	0.61 186	0.61 201	0.61 191	0.61 201	0.61 195	0.61 187	0.61 202	0.61 193	0.61 200	0.61 186	0.61 199	0.61 195	0.61 202	0.61 192	0.61 200	0.61 187	0.61 200

AANet_RVC	0.61 175	0.31 110	5.05 289	0.31 121	0.19 102	0.24 105	0.20 103	5.86 285	0.20 102	0.24 84	0.18 100	0.25 107	0.20 103	0.23 112	0.21 107	0.18 95	0.37 135	0.18 101	0.24 104	0.19 104	0.25 103	0.19 104	0.19 100	0.19 103	0.24 105	0.15 86	0.24 102	0.20 104

iRaftStereo_RVC	0.62 177	1.76 224	2.24 268	0.52 181	0.37 154	0.53 183	0.38 159	2.51 259	0.38 152	0.51 140	0.38 158	0.51 174	0.38 157	0.38 150	0.38 155	0.38 154	0.52 176	0.38 156	0.52 181	0.38 160	0.52 173	0.38 154	0.38 156	0.38 157	0.52 178	0.39 162	0.52 176	0.38 157

ARAFT	0.64 178	0.74 172	0.62 190	0.70 203	0.56 195	0.72 199	0.55 193	0.72 188	0.54 191	0.73 157	0.56 194	0.72 197	0.56 197	0.56 186	0.62 202	0.63 197	0.73 197	0.53 195	0.73 199	0.54 193	0.72 194	0.65 202	0.62 196	0.56 195	0.72 197	0.54 192	0.72 194	0.57 192

test_1	0.65 179	4.37 263	2.38 272	0.40 151	0.34 149	0.42 157	0.36 152	1.96 243	0.34 144	0.41 120	0.36 152	0.42 151	0.35 149	0.34 139	0.38 155	0.31 139	0.39 148	0.34 146	0.40 148	0.33 149	0.39 140	0.33 145	0.33 143	0.34 148	0.40 146	0.36 151	0.40 145	0.32 147

HH	0.66 180	2.13 231	0.47 159	0.37 135	0.29 135	0.36 132	0.27 120	0.49 164	0.44 169	0.78 159	0.68 203	0.67 191	0.90 220	0.62 192	0.90 219	0.53 188	0.88 208	0.48 184	0.37 132	0.29 136	0.63 189	0.66 205	0.66 200	0.51 188	1.06 224	0.61 200	1.08 222	0.60 196

HanStereo	0.66 180	2.13 231	0.47 159	0.37 135	0.29 135	0.36 132	0.27 120	0.49 164	0.44 169	0.78 159	0.68 203	0.67 191	0.90 220	0.62 192	0.90 219	0.53 188	0.88 208	0.48 184	0.37 132	0.29 136	0.63 189	0.66 205	0.66 200	0.51 188	1.06 224	0.61 200	1.08 222	0.60 196

DSFCA	0.66 180	0.73 170	0.74 197	0.68 199	0.65 202	0.64 193	0.65 207	0.65 182	0.65 201	0.66 152	0.65 202	0.65 188	0.64 202	0.65 198	0.65 205	0.65 199	0.65 190	0.65 206	0.65 195	0.65 203	0.65 192	0.65 202	0.65 199	0.65 205	0.66 194	0.66 204	0.65 190	0.65 202

STTRV1_RVC	0.66 180	1.59 219	0.52 177	0.69 200	0.61 198	0.66 195	0.43 172	0.88 197	0.45 171	0.71 155	0.62 200	0.69 194	0.45 174	0.62 192	0.40 165	0.44 166	0.80 202	0.59 199	0.76 204	0.63 201	0.80 197	0.46 171	0.64 197	0.61 202	0.72 197	0.54 192	0.80 199	0.60 196

4D-IteraStereo	0.67 184	3.40 254	1.05 218	0.71 204	0.83 215	0.47 169	0.27 120	0.47 157	0.27 122	0.35 102	0.26 121	0.68 193	0.84 216	0.41 157	0.54 193	0.89 215	0.74 199	0.88 220	0.73 199	0.87 220	0.42 150	0.27 121	0.28 124	0.28 128	0.36 129	0.28 124	0.68 191	0.90 218

RAFT-Stereo + iAFF	0.67 184	0.74 172	0.60 188	0.79 207	0.61 198	0.76 200	0.57 197	0.71 187	0.56 193	0.71 155	0.54 192	0.72 197	0.66 204	0.65 198	0.65 205	0.64 198	0.74 199	0.64 205	0.74 201	0.63 201	0.73 195	0.65 202	0.64 197	0.64 204	0.74 199	0.61 200	0.73 195	0.64 201

Occ-G	0.68 186	0.54 155	3.16 279	0.57 189	0.45 171	0.52 182	0.40 165	3.44 270	0.46 172	0.52 141	0.45 173	0.51 174	0.44 172	0.44 164	0.40 165	0.45 167	0.55 179	0.41 165	0.53 183	0.43 172	0.52 173	0.40 163	0.44 169	0.45 172	0.55 182	0.44 171	0.53 178	0.44 171

TorneroNet-64	0.69 187	0.65 166	0.30 128	0.27 114	0.47 176	0.28 117	0.35 149	0.34 123	0.80 209	7.93 302	0.29 136	0.30 120	0.31 140	0.81 212	0.28 130	0.27 123	0.29 119	0.28 125	0.85 210	0.83 218	0.62 188	0.28 127	0.30 138	0.28 128	0.52 178	0.29 137	0.29 117	0.27 124

DDUNet	0.69 187	0.84 178	0.59 187	0.84 212	0.59 196	0.87 209	0.57 197	0.84 194	0.59 198	0.82 166	0.58 197	0.85 209	0.57 198	0.59 190	0.59 198	0.57 192	0.87 207	0.59 199	0.85 210	0.59 199	0.85 203	0.59 197	0.59 192	0.59 198	0.87 207	0.59 197	0.84 204	0.59 194

UDG	0.70 189	0.87 179	0.56 184	0.87 213	0.59 196	0.84 206	0.59 200	0.85 195	0.57 195	0.84 168	0.59 198	0.84 208	0.60 200	0.58 187	0.60 199	0.59 193	0.85 206	0.59 199	0.87 212	0.58 196	0.87 204	0.60 198	0.57 191	0.59 198	0.87 207	0.58 196	0.86 207	0.60 196

MaskLacGwcNet_RVC	0.70 189	6.91 276	0.46 158	0.46 165	0.46 172	0.46 163	0.46 174	0.46 151	0.46 172	0.46 133	0.46 174	0.46 158	0.46 175	0.46 167	0.46 175	0.46 168	0.46 160	0.46 173	0.46 161	0.46 175	0.47 158	0.46 171	0.46 170	0.46 173	0.46 159	0.46 172	0.46 157	0.46 172

HCRNet	0.71 191	6.06 274	3.15 278	0.50 178	0.22 107	0.21 92	0.15 86	3.04 266	0.34 144	0.43 128	0.33 148	0.43 155	0.33 146	0.15 87	0.14 86	0.14 85	0.21 92	0.17 92	0.47 165	0.20 106	0.21 90	0.16 90	0.32 141	0.33 146	0.50 172	0.33 147	0.49 170	0.28 127

AFF-stereo	0.71 191	0.73 170	0.65 192	0.82 210	0.63 201	0.83 204	0.63 204	0.73 189	0.65 201	0.82 166	0.73 208	0.74 200	0.64 202	0.63 195	0.62 202	0.62 196	0.73 197	0.63 204	0.74 201	0.72 209	0.80 197	0.58 195	0.70 207	0.71 210	0.79 201	0.69 206	0.78 197	0.72 209

DMCA-RVC	0.71 191	0.72 168	0.72 193	0.71 204	0.70 205	0.70 197	0.70 211	0.70 186	0.71 204	0.70 154	0.71 206	0.71 196	0.70 206	0.70 204	0.71 209	0.70 203	0.70 193	0.71 210	0.70 196	0.71 207	0.70 193	0.70 208	0.71 209	0.71 210	0.70 195	0.72 209	0.71 192	0.70 206

PA-Net	0.71 191	0.62 164	0.55 181	0.69 200	0.71 206	0.70 197	0.69 208	0.69 184	0.74 207	0.73 157	0.75 209	0.59 183	0.72 209	0.82 213	0.79 214	0.83 212	0.67 192	0.76 213	0.81 208	0.67 205	0.61 186	0.76 211	0.68 205	0.65 205	0.82 205	0.76 212	0.71 192	0.69 205
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	0.57 186	0.56 185	0.92 218	1.07 224	0.63 204	1.03 209	0.82 213	0.49 136	0.77 210	0.69 194	0.54 195	0.58 187	0.54 193	0.86 214	1.06 220	0.72 211	1.06 223	0.79 212	0.58 183	0.87 217	0.59 192	0.46 173	0.76 200	0.46 172	1.05 219	0.97 223

AEACV	0.74 195	0.52 153	3.10 276	0.60 191	0.48 181	0.56 185	0.48 182	3.02 265	0.83 214	0.61 149	0.62 200	0.72 197	0.50 188	0.49 179	0.49 188	0.48 178	0.58 183	0.50 190	0.55 186	0.48 184	0.56 180	0.50 191	0.50 184	0.51 188	0.58 187	0.51 191	0.60 184	0.51 188

MyStereo04	0.76 197	4.78 269	0.62 190	0.63 197	0.54 192	0.65 194	0.56 196	0.61 179	0.58 196	0.61 149	0.56 194	0.63 187	0.57 198	0.63 195	0.60 199	0.60 194	0.64 189	0.56 198	0.63 194	0.58 196	0.63 189	0.62 201	0.55 189	0.60 200	0.63 193	0.57 195	0.64 189	0.58 193

RSM++	0.77 198	0.91 181	0.72 193	0.83 211	0.71 206	0.83 204	0.72 212	0.81 193	0.71 204	0.81 165	0.71 206	0.81 207	0.71 208	0.71 206	0.71 209	0.70 203	0.83 205	0.72 211	0.83 209	0.81 217	0.83 201	0.72 210	0.71 209	0.71 210	0.88 209	0.71 207	0.83 203	0.70 206

test-3	0.78 199	4.38 264	1.80 254	0.62 195	0.49 185	0.62 192	0.50 189	1.86 239	0.64 200	0.69 153	0.52 190	0.66 189	0.38 157	0.58 187	0.57 197	0.46 168	0.66 191	0.46 173	0.50 177	0.44 174	0.48 164	0.58 195	0.54 188	0.60 200	0.70 195	0.46 172	0.48 166	0.50 185

CroCo-Stereo	0.80 200	2.51 244	0.41 148	1.27 240	0.41 164	1.27 238	0.41 166	1.27 226	0.41 163	1.27 201	0.41 167	1.27 236	0.41 166	0.41 157	0.41 167	0.41 160	1.28 238	0.41 165	1.27 237	0.41 166	1.27 238	0.41 165	0.42 167	0.41 165	1.27 240	0.41 164	1.27 237	0.41 165
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	0.80 201	0.80 208	0.80 212	0.80 202	0.80 215	0.80 191	0.80 209	0.80 163	0.80 213	0.80 205	0.80 212	0.80 210	0.80 215	0.80 210	0.80 202	0.80 216	0.80 206	0.80 215	0.80 197	0.80 213	0.80 214	0.80 214	0.80 203	0.80 214	0.80 199	0.80 213

CSAN	0.80 200	0.80 175	0.80 201	0.80 208	0.80 212	0.80 202	0.80 215	0.80 191	0.80 209	0.80 163	0.80 213	0.80 205	0.80 212	0.80 210	0.80 215	0.80 210	0.80 202	0.80 216	0.80 206	0.80 215	0.80 197	0.80 213	0.80 214	0.80 214	0.80 203	0.80 214	0.80 199	0.80 213

gcap-zeroshot	0.81 203	1.03 191	0.84 205	0.93 216	0.85 216	0.84 206	0.62 203	1.21 223	0.53 190	0.79 161	0.84 216	0.77 201	0.70 206	0.84 215	0.67 207	0.74 207	1.18 233	0.52 194	0.91 213	0.79 212	0.84 202	0.61 199	0.83 216	0.69 209	0.93 215	0.82 216	0.85 206	0.66 203

AIO-Stereo	0.82 204	1.06 193	0.73 196	0.97 220	0.74 208	1.06 223	0.60 201	1.04 211	0.90 217	1.00 177	1.01 227	0.78 202	0.85 218	0.74 208	0.62 202	0.67 200	1.12 223	0.55 196	0.70 196	0.65 203	0.93 209	0.66 205	0.67 202	0.67 207	0.82 205	0.74 210	0.92 208	0.83 215

G-Net	0.82 204	1.77 225	0.78 199	0.78 206	0.78 210	0.78 201	0.78 213	0.78 190	0.79 208	0.79 161	0.78 211	0.78 202	0.78 211	0.78 209	0.78 213	0.78 208	0.79 201	0.79 214	0.79 205	0.79 212	0.79 196	0.79 212	0.79 213	0.79 213	0.79 201	0.79 213	0.79 198	0.79 212

ktn	0.84 206	1.15 198	0.54 178	1.16 235	1.26 247	0.51 179	0.53 192	0.51 171	0.66 203	4.54 285	0.51 189	0.52 177	0.52 194	0.66 201	0.51 192	0.51 187	1.37 243	1.17 241	0.49 174	0.51 192	1.23 234	0.51 193	0.67 202	0.51 188	0.51 176	0.68 205	0.51 173	0.51 188

KSHMR	0.85 207	0.72 168	0.51 174	0.49 176	0.49 185	0.51 179	1.07 235	0.50 168	0.48 181	6.04 297	0.52 190	0.66 189	0.98 226	0.49 179	0.77 212	0.49 182	1.17 230	0.51 193	0.49 174	1.06 234	0.51 170	0.49 185	0.49 181	0.51 188	1.04 222	0.49 186	0.81 202	0.72 209

CroCo-Stereo Lap2	0.85 207	2.86 251	0.43 154	1.33 242	0.43 170	1.31 239	0.42 171	1.32 227	0.42 168	1.31 203	0.44 172	1.32 238	0.44 172	0.43 163	0.44 173	0.43 165	1.35 239	0.43 171	1.32 240	0.43 172	1.31 239	0.43 170	0.43 168	0.42 171	1.31 241	0.42 169	1.31 238	0.43 170

MLG-Stereo	0.87 209	1.33 215	0.93 208	0.62 195	1.00 221	1.16 229	0.55 193	0.86 196	0.83 214	1.19 195	0.40 165	1.30 237	0.81 214	0.65 198	0.45 174	1.01 229	1.17 230	0.46 173	1.29 239	0.58 196	1.05 217	0.90 220	0.73 212	0.87 219	0.60 190	1.01 227	1.13 226	0.51 188

DGTPSM_ROB	0.92 210	0.93 185	0.91 206	0.93 216	0.91 217	0.92 211	0.93 221	0.92 200	0.92 218	0.92 172	0.91 218	0.91 211	0.93 223	0.91 216	0.92 223	0.92 222	0.92 211	0.92 221	0.92 214	0.90 221	0.91 205	0.92 221	0.93 220	0.94 224	0.92 213	0.91 218	0.92 208	0.97 223

pmcnn	0.92 210	0.92 182	0.92 207	0.92 214	0.92 218	0.92 211	0.92 219	0.92 200	0.92 218	0.92 172	0.92 220	0.92 214	0.92 222	0.92 218	0.92 223	0.92 222	0.92 211	0.92 221	0.92 214	0.92 225	0.92 207	0.92 221	0.92 219	0.92 223	0.92 213	0.92 219	0.92 208	0.92 221

AIO-Stereo-zeroshot	0.93 212	0.77 174	0.82 203	1.16 235	0.75 209	0.99 216	0.92 219	0.91 198	0.99 224	0.94 176	0.91 218	1.15 226	0.88 219	0.92 218	1.00 226	0.67 200	0.98 215	1.00 226	0.75 203	0.91 222	1.18 227	0.87 217	0.89 218	0.90 220	1.08 227	1.07 232	0.74 196	0.89 217

HSM-Net_RVC	0.93 212	1.09 196	0.79 200	1.10 228	0.78 210	1.09 225	0.79 214	1.16 218	0.80 209	1.14 187	0.79 212	1.17 229	0.77 210	0.73 207	0.83 217	0.78 208	1.19 234	0.79 214	1.18 232	0.72 209	1.19 229	0.80 213	0.72 211	0.80 214	1.18 235	0.74 210	1.14 227	0.73 211
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	0.41 148	0.56 185	0.37 154	0.56 185	0.37 156	0.50 168	0.40 160	0.56 146	5.24 300	0.56 181	0.34 147	0.40 156	0.41 167	0.34 145	0.53 178	0.40 163	0.56 188	0.38 160	0.52 173	0.40 163	0.40 162	0.41 165	0.56 184	0.40 163	0.56 181	0.40 163

DPSimNet_ROB	0.93 212	1.04 192	0.83 204	1.05 226	0.82 214	1.04 221	0.83 218	1.03 209	0.89 216	1.03 182	0.84 216	1.03 220	0.84 216	0.83 214	0.84 218	0.83 212	1.14 225	0.84 218	1.12 228	0.84 219	1.04 216	0.88 219	0.83 216	0.84 218	1.07 226	0.83 217	1.15 228	0.88 216

DPSM_ROB	0.93 212	0.92 182	0.94 209	0.96 218	1.02 226	0.92 211	0.98 222	0.95 203	0.92 218	0.92 172	0.92 220	0.91 211	0.97 224	0.92 218	0.91 221	0.91 219	0.96 213	0.94 223	0.93 217	0.91 222	0.93 209	0.92 221	0.93 220	0.91 221	0.91 211	0.99 221	0.92 208	0.91 219

DPSM	0.93 212	0.92 182	0.94 209	0.96 218	1.02 226	0.92 211	0.98 222	0.95 203	0.92 218	0.92 172	0.92 220	0.91 211	0.97 224	0.92 218	0.91 221	0.91 219	0.96 213	0.94 223	0.93 217	0.91 222	0.93 209	0.92 221	0.93 220	0.91 221	0.91 211	0.99 221	0.92 208	0.91 219

GANet	1.00 218	1.00 186	1.00 211	1.00 221	1.00 221	1.00 217	1.00 227	1.00 205	1.00 225	1.00 177	1.00 224	1.00 215	1.00 228	1.00 225	1.00 226	1.00 226	1.00 216	1.00 226	1.00 219	1.00 227	1.00 212	1.00 226	1.00 225	1.00 227	1.00 217	1.00 224	1.00 214	1.00 225

TDLM	1.00 218	1.00 186	1.00 211	1.00 221	1.00 221	1.00 217	1.00 227	1.00 205	1.00 225	1.00 177	1.00 224	1.00 215	1.00 228	1.00 225	1.00 226	1.00 226	1.00 216	1.00 226	1.00 219	1.00 227	1.00 212	1.00 226	1.00 225	1.00 227	1.00 217	1.00 224	1.00 214	1.00 225

CVANet_RVC	1.00 218	1.00 186	1.00 211	1.00 221	1.00 221	1.00 217	1.00 227	1.00 205	1.00 225	1.00 177	1.00 224	1.00 215	1.00 228	1.00 225	1.00 226	1.00 226	1.00 216	1.00 226	1.00 219	1.00 227	1.00 212	1.00 226	1.00 225	1.00 227	1.00 217	1.00 224	1.00 214	1.00 225

ccs_rob	1.00 218	10.06 295	0.31 131	0.44 163	0.31 143	0.43 160	0.31 146	0.43 148	0.32 140	0.45 131	0.32 145	1.20 233	0.31 140	7.02 301	0.31 143	0.31 139	0.44 159	0.31 141	0.44 159	0.32 146	0.44 153	0.31 142	0.32 141	0.32 144	0.44 158	0.32 145	0.43 154	0.31 145

trnet	1.01 222	1.01 189	1.01 214	1.01 224	1.01 225	1.01 220	1.01 230	1.01 208	1.01 228	1.01 181	1.01 227	1.01 219	1.01 232	1.01 228	1.01 230	1.01 229	1.01 219	1.01 230	1.01 222	1.01 230	1.01 215	1.01 229	1.01 228	1.01 230	1.01 220	1.01 227	1.01 218	1.01 228

CFNet_pseudo	1.01 222	9.78 293	0.29 124	0.38 139	0.28 125	0.38 140	0.28 127	0.38 133	0.28 127	0.39 114	0.28 128	0.39 142	0.28 126	9.50 302	0.29 138	0.28 124	0.38 138	0.28 125	0.38 136	0.28 127	0.38 131	0.28 127	0.28 124	0.28 128	0.38 136	0.28 124	0.38 134	0.28 127

pcwnet_v2	1.01 222	9.73 292	0.28 119	0.38 139	0.28 125	0.38 140	0.28 127	0.38 133	0.28 127	0.38 111	0.28 128	0.39 142	0.28 126	9.61 303	0.28 130	0.28 124	0.38 138	0.28 125	0.38 136	0.28 127	0.38 131	0.28 127	0.29 130	0.28 128	0.38 136	0.28 124	0.38 134	0.28 127

WAO-8	1.02 225	1.50 218	1.49 243	0.40 151	0.40 163	1.56 247	0.98 222	1.55 235	0.58 196	4.18 281	0.40 165	0.79 204	0.48 182	0.91 216	0.39 164	0.99 225	0.71 195	0.70 209	0.51 180	0.77 211	1.07 219	0.82 216	0.69 206	0.96 226	1.01 220	1.30 248	1.10 224	1.38 252

UCFNet_RVC	1.03 226	10.10 296	0.28 119	0.38 139	0.28 125	0.39 147	0.28 127	0.38 133	0.28 127	0.39 114	0.28 128	0.39 142	0.29 135	9.62 304	0.28 130	0.28 124	0.38 138	0.28 125	0.38 136	0.28 127	0.39 140	0.28 127	0.29 130	0.28 128	0.39 145	0.28 124	0.38 134	0.29 136

GLC_STEREO	1.05 227	1.01 189	1.02 215	1.02 225	1.02 226	1.05 222	1.06 232	1.05 212	1.05 230	1.04 184	1.05 230	1.05 221	1.04 233	1.06 232	1.05 232	1.06 233	1.06 220	1.05 233	1.06 223	1.05 233	1.06 218	1.06 232	1.04 230	1.05 232	1.04 222	1.05 230	1.06 220	1.06 230

FC-DCNN	1.10 228	0.81 177	0.77 198	0.63 197	0.42 169	0.86 208	0.64 206	0.91 198	0.96 222	1.11 185	0.80 213	1.07 222	0.81 214	0.67 202	1.75 262	1.30 248	1.41 245	0.85 219	1.28 238	0.71 207	2.12 255	1.32 248	0.52 187	0.81 217	1.64 249	1.40 253	2.39 260	1.75 264

RP	1.14 229	1.16 200	1.15 226	1.17 237	1.10 234	1.16 229	1.15 237	1.10 213	1.16 239	1.15 188	1.08 232	1.16 227	1.15 239	1.15 239	1.14 239	1.16 238	1.16 228	1.10 235	1.10 225	1.10 237	1.16 223	1.11 235	1.10 234	1.19 244	1.14 231	1.19 243	1.07 221	1.10 233

Abc-Net	1.14 229	1.16 200	1.18 230	1.10 228	1.10 234	1.16 229	1.18 241	1.16 218	1.13 236	1.11 185	1.16 237	1.16 227	1.12 237	1.10 233	1.17 242	1.16 238	1.16 228	1.10 235	1.16 229	1.14 240	1.17 225	1.16 238	1.11 235	1.09 237	1.10 228	1.10 235	1.16 229	1.17 238
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	1.10 222	1.37 244	0.94 220	1.36 240	0.98 222	1.48 233	0.98 223	1.37 208	0.98 223	1.37 242	0.98 226	0.95 222	0.94 225	0.95 224	1.37 243	0.95 225	1.38 242	0.95 226	1.38 243	0.95 225	0.95 223	0.95 225	1.37 244	0.95 220	1.37 242	0.95 222

TorneroNet	1.15 231	1.10 197	0.51 174	0.69 200	0.51 191	1.10 226	0.50 189	0.51 171	0.51 189	13.92 304	1.17 241	0.49 170	0.51 193	0.54 184	0.48 184	0.49 182	0.49 172	0.65 206	0.70 196	0.49 188	0.51 170	0.49 185	0.67 202	1.36 251	0.51 176	0.50 189	0.52 176	1.23 245

RGC	1.15 231	1.16 200	1.17 229	1.15 233	1.11 236	1.21 235	1.21 248	1.10 213	1.15 237	1.16 191	1.11 234	1.17 229	1.09 235	1.14 238	1.11 236	1.16 238	1.19 234	1.11 238	1.10 225	1.15 242	1.11 220	1.19 241	1.16 238	1.12 239	1.17 233	1.10 235	1.16 229	1.17 238

NCC-stereo	1.15 231	1.17 203	1.12 225	1.10 228	1.15 237	1.14 227	1.15 237	1.15 216	1.12 235	1.17 194	1.17 241	1.11 224	1.17 243	1.11 235	1.10 235	1.16 238	1.12 223	1.11 238	1.16 229	1.13 239	1.23 234	1.16 238	1.19 242	1.11 238	1.18 235	1.17 240	1.17 232	1.13 236

edge stereo	1.15 231	1.18 204	1.11 224	1.12 231	1.17 241	1.17 234	1.17 239	1.16 218	1.18 243	1.16 191	1.17 241	1.17 229	1.13 238	1.11 235	1.11 236	1.12 235	1.17 230	1.17 241	1.11 227	1.17 243	1.17 225	1.17 240	1.18 240	1.14 240	1.11 229	1.18 241	1.12 225	1.11 234

Nwc_Net	1.15 231	1.15 198	1.15 226	1.09 227	1.19 243	1.16 229	1.17 239	1.15 216	1.16 239	1.16 191	1.16 237	1.08 223	1.16 240	1.11 235	1.15 241	1.18 242	1.11 222	1.10 235	1.16 229	1.17 243	1.16 223	1.13 237	1.18 240	1.20 245	1.11 229	1.15 238	1.16 229	1.20 241

stereogan	1.17 237	1.19 206	1.15 226	1.15 233	1.15 237	1.15 228	1.19 242	1.19 221	1.15 237	1.15 188	1.16 237	1.19 232	1.19 244	1.19 241	1.19 243	1.19 243	1.15 226	1.19 244	1.19 233	1.19 246	1.15 222	1.19 241	1.15 237	1.15 241	1.16 232	1.15 238	1.19 233	1.20 241

MM-Stereo_test3	1.22 238	1.60 221	1.19 233	1.48 247	1.02 226	1.48 245	0.99 226	1.54 234	1.03 229	1.41 210	1.03 229	1.44 244	1.00 228	1.04 230	1.04 231	1.02 231	1.42 246	1.04 231	1.48 245	1.01 230	1.48 244	1.03 230	1.06 232	1.04 231	1.53 247	1.04 229	1.49 243	1.04 229

FAT-Stereo	1.22 238	1.23 207	1.19 233	1.21 239	1.24 246	1.24 237	1.19 242	1.25 225	1.24 246	1.25 200	1.19 244	1.20 233	1.24 248	1.20 242	1.21 245	1.25 247	1.22 236	1.21 246	1.25 236	1.23 249	1.22 232	1.19 241	1.19 242	1.24 248	1.25 238	1.20 244	1.19 233	1.25 247

S-Stereo	1.22 238	1.18 204	1.19 233	1.20 238	1.23 245	1.23 236	1.19 242	1.19 221	1.18 243	1.27 201	1.20 245	1.20 233	1.20 245	1.23 244	1.22 247	1.23 246	1.23 237	1.23 248	1.20 234	1.25 250	1.20 230	1.22 247	1.25 246	1.24 248	1.20 237	1.22 247	1.26 236	1.24 246

SPS-STEREO	1.25 241	1.47 217	1.06 220	1.54 248	1.08 232	1.52 246	1.20 247	1.44 231	1.06 232	1.49 215	1.10 233	1.41 243	1.10 236	0.98 223	1.08 234	1.12 235	1.47 247	1.04 231	1.53 246	1.14 240	1.52 245	1.07 233	1.02 229	1.05 232	1.48 246	1.07 232	1.55 244	1.11 234
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RASNet	1.39 242	1.37 216	1.35 237	1.38 245	1.40 249	1.39 243	1.77 262	1.36 228	1.74 261	1.36 207	1.36 249	1.36 241	1.36 250	1.36 245	1.35 248	1.41 253	1.36 241	1.36 253	1.36 241	1.35 252	1.36 241	1.35 250	1.36 248	1.35 250	1.36 243	1.35 250	1.36 241	1.35 248

HBP-ISP	1.47 243	1.07 195	1.03 216	1.30 241	1.08 232	1.36 240	1.06 232	1.44 231	1.25 248	1.97 229	1.51 253	1.65 246	1.58 255	0.98 223	1.58 255	1.68 260	1.98 252	1.32 249	2.02 252	1.28 251	2.95 267	1.89 268	0.97 224	1.06 234	1.26 239	0.99 221	1.94 247	1.43 254

PS-NSSS	1.48 244	4.46 266	1.35 237	1.35 243	1.35 248	1.41 244	1.34 250	1.36 228	1.35 250	1.40 209	1.35 248	1.33 239	1.35 249	1.37 246	1.40 250	1.35 249	1.35 239	1.35 251	1.39 243	1.44 256	1.35 240	1.34 249	1.35 247	1.38 254	1.35 242	1.33 249	1.34 239	1.38 252

CC-Net-ROB	1.51 245	4.40 265	1.69 251	1.39 246	1.40 249	1.37 242	1.40 253	1.36 228	1.39 251	1.41 210	1.36 249	1.35 240	1.38 251	1.39 247	1.39 249	1.36 250	1.36 241	1.35 251	1.39 243	1.39 253	1.37 242	1.36 251	1.41 251	1.48 255	1.39 245	1.42 254	1.35 240	1.35 248

GANetREF_RVC	1.52 246	2.01 228	1.21 236	1.98 253	1.21 244	1.98 252	1.21 248	1.98 246	1.21 245	1.99 230	1.21 246	1.98 250	1.21 247	1.02 229	1.21 245	1.21 245	1.99 253	1.21 246	1.99 251	1.21 247	1.99 250	1.21 244	1.21 244	1.21 246	1.99 253	1.21 245	1.99 250	1.21 243
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	1.41 240	1.97 251	1.40 249	1.96 250	1.39 251	1.93 241	1.39 251	1.92 224	1.38 251	1.94 248	1.39 252	1.40 248	1.45 251	1.38 251	1.96 250	1.37 254	1.97 249	1.39 253	1.98 248	1.41 252	1.40 249	1.37 252	1.97 251	1.38 251	1.96 248	1.37 250

RAFT-Stereo	1.62 247	2.01 228	1.41 240	1.97 251	1.40 249	1.96 250	1.39 251	1.93 241	1.39 251	1.92 224	1.38 251	1.94 248	1.39 252	1.40 248	1.45 251	1.38 251	1.96 250	1.37 254	1.97 249	1.39 253	1.98 248	1.41 252	1.40 249	1.37 252	1.97 251	1.38 251	1.96 248	1.37 250
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	1.59 244	1.61 249	1.69 257	1.66 248	1.61 255	1.70 237	1.65 259	1.62 217	1.60 256	1.61 245	1.60 256	1.60 251	1.59 256	1.62 258	1.60 248	1.63 260	1.62 247	1.68 263	1.70 246	1.60 255	1.64 258	1.60 257	1.61 248	1.60 256	1.60 245	1.59 257

MoCha-V2	1.75 250	27.02 311	0.72 193	0.92 214	0.69 204	0.89 210	0.69 208	0.92 200	0.71 204	0.87 169	0.69 205	0.88 210	0.68 205	0.70 204	0.68 208	0.69 202	0.90 210	0.69 208	0.92 214	0.69 206	0.92 207	0.71 209	0.70 207	0.67 207	0.88 209	0.71 207	0.92 208	0.68 204

MFMNet_re	1.77 251	1.89 226	1.72 252	1.88 250	1.69 257	1.89 249	1.67 259	1.91 240	1.70 260	1.87 220	1.67 260	1.89 247	1.68 261	1.67 255	1.67 261	1.70 261	1.88 249	1.68 262	1.88 248	1.67 261	1.89 247	1.68 261	1.70 260	1.71 262	1.87 250	1.68 264	1.87 246	1.68 262

MM-Stereo_test1	1.85 252	3.50 256	1.61 245	2.12 254	1.47 253	2.14 253	1.47 254	2.33 255	1.53 254	2.12 235	1.54 254	2.19 252	1.53 254	1.54 250	1.53 253	1.53 254	2.20 254	1.54 256	2.24 253	1.57 257	2.21 257	1.49 254	1.59 253	1.49 256	2.15 257	1.52 255	2.15 252	1.54 256

plain	1.96 253	3.33 253	1.04 217	3.24 270	1.04 230	3.24 270	1.04 231	3.26 268	1.05 230	3.26 266	1.13 235	3.27 269	1.06 234	1.05 231	1.05 232	1.05 232	3.28 269	1.05 233	3.29 267	1.06 234	3.30 268	1.05 231	1.05 231	1.06 234	3.30 269	1.06 231	3.30 269	1.06 230

UDGNet	1.97 254	2.43 242	1.67 249	2.46 262	1.70 259	2.44 260	1.69 260	2.34 256	1.63 258	2.35 251	1.67 260	2.37 261	1.67 260	1.68 256	1.64 260	1.67 259	2.44 261	1.64 261	2.43 261	1.67 261	2.43 263	1.66 259	1.67 259	1.63 261	2.43 262	1.66 262	2.42 261	1.66 261

LG-G_1	1.99 255	2.56 246	1.63 247	2.54 265	1.62 255	2.55 265	1.61 255	2.51 259	1.61 255	2.50 255	1.62 258	2.50 263	1.61 257	1.61 252	1.61 257	1.61 255	2.55 265	1.61 257	2.55 265	1.61 258	2.55 265	1.61 256	1.61 254	1.61 258	2.55 265	1.61 257	2.54 263	1.61 258

LG-G	1.99 255	2.56 246	1.63 247	2.54 265	1.62 255	2.55 265	1.61 255	2.51 259	1.61 255	2.50 255	1.62 258	2.50 263	1.61 257	1.61 252	1.61 257	1.61 255	2.55 265	1.61 257	2.55 265	1.61 258	2.55 265	1.61 256	1.61 254	1.61 258	2.55 265	1.61 257	2.54 263	1.61 258

LGtest1	1.99 255	2.55 245	1.62 246	2.54 265	1.61 254	2.54 262	1.61 255	2.51 259	1.61 255	2.49 254	1.61 257	2.49 262	1.61 257	1.61 252	1.61 257	1.61 255	2.55 265	1.62 259	2.54 264	1.61 258	2.54 264	1.61 256	1.61 254	1.61 258	2.54 264	1.61 257	2.54 263	1.61 258

FBW_ROB	2.04 258	2.50 243	1.75 253	2.45 261	1.78 260	2.40 258	1.74 261	2.47 258	1.77 262	2.37 252	1.81 262	2.30 255	1.80 262	1.78 257	1.88 270	1.80 262	2.41 260	1.77 263	2.43 261	1.83 265	2.39 261	1.81 266	1.76 262	1.75 263	2.56 267	1.75 265	2.30 257	1.74 263

TRStereo	2.05 259	2.13 231	1.85 256	2.27 255	1.84 262	2.28 254	1.84 265	2.29 251	1.87 265	2.29 245	1.86 264	2.30 255	1.87 266	2.30 271	1.87 267	2.08 269	2.29 256	1.87 266	2.30 255	1.87 267	2.08 252	1.72 262	1.86 266	2.30 275	2.13 254	1.84 267	2.29 254	1.87 267

XX-Stereo	2.05 259	2.13 231	1.85 256	2.27 255	1.84 262	2.28 254	1.84 265	2.29 251	1.87 265	2.29 245	1.86 264	2.30 255	1.87 266	2.30 271	1.87 267	2.08 269	2.29 256	1.87 266	2.30 255	1.87 267	2.08 252	1.72 262	1.86 266	2.30 275	2.13 254	1.84 267	2.29 254	1.87 267

EAI-Stereo	2.05 259	2.13 231	1.85 256	2.27 255	1.84 262	2.28 254	1.84 265	2.29 251	1.87 265	2.29 245	1.86 264	2.30 255	1.87 266	2.30 271	1.87 267	2.08 269	2.29 256	1.87 266	2.30 255	1.87 267	2.08 252	1.72 262	1.86 266	2.30 275	2.13 254	1.84 267	2.29 254	1.87 267

AF-Net	2.06 262	25.73 310	1.18 230	1.12 231	1.16 240	1.16 229	1.19 242	1.10 213	1.17 242	1.15 188	1.14 236	1.11 224	1.16 240	1.16 240	1.14 239	1.11 234	1.15 226	1.13 240	1.21 235	1.17 243	1.11 220	1.21 244	1.17 239	1.17 242	1.17 233	1.11 237	1.20 235	1.13 236

UniTT-Stereo	2.12 263	3.66 258	1.10 222	3.48 273	1.15 237	3.57 273	1.11 236	3.44 270	1.16 239	3.52 268	1.16 237	3.50 270	1.16 240	1.10 233	1.13 238	1.15 237	3.61 270	1.17 241	3.64 268	1.12 238	3.58 271	1.12 236	1.12 236	1.17 242	3.53 272	1.18 241	3.52 271	1.18 240

HUF	2.22 264	2.33 238	2.24 268	2.35 259	2.07 268	2.45 261	2.11 272	2.42 257	2.13 272	2.19 238	2.15 271	2.10 251	2.09 271	2.27 269	2.04 272	2.08 269	2.44 261	2.12 273	2.38 260	2.18 274	2.29 259	2.22 272	2.12 273	2.12 270	2.52 263	2.10 272	2.22 253	2.15 274

AIO_test	2.22 264	2.36 241	2.10 264	2.47 263	2.15 269	2.54 262	2.06 271	2.27 249	2.09 271	2.29 245	2.13 270	2.30 255	2.09 271	2.25 267	2.15 274	1.95 267	2.52 264	2.08 271	2.32 258	2.21 276	2.20 256	2.26 274	2.05 272	2.06 268	2.40 261	2.16 274	2.52 262	2.05 273

RAStereo	2.24 266	3.70 259	1.18 230	3.73 277	1.18 242	3.69 275	1.19 242	3.73 273	1.24 246	3.72 271	1.21 246	3.76 274	1.20 245	1.20 242	1.20 244	1.20 244	3.74 275	1.20 245	3.75 274	1.21 247	3.77 275	1.21 244	1.21 244	1.21 246	3.82 276	1.21 245	3.82 275	1.21 243

AIO_rvc	2.25 267	2.35 240	2.10 264	2.47 263	2.17 270	2.54 262	2.15 273	2.32 254	2.21 273	2.29 245	2.28 273	2.33 260	2.09 271	2.26 268	2.14 273	2.08 269	2.49 263	2.09 272	2.53 263	2.14 273	2.34 260	2.23 273	2.14 274	2.18 271	2.19 258	2.15 273	2.35 259	2.22 275

NCCL2	2.27 268	2.27 237	2.28 271	2.27 255	2.28 274	2.28 254	2.28 275	2.27 249	2.28 275	2.28 242	2.28 273	2.29 254	2.28 275	2.28 270	2.29 276	2.28 276	2.28 255	2.28 277	2.27 254	2.28 278	2.28 258	2.28 276	2.28 276	2.28 273	2.28 259	2.28 276	2.11 251	2.28 278

STTStereo	2.30 269	2.34 239	2.26 270	2.37 260	2.23 271	2.40 258	2.35 276	2.20 247	2.33 276	2.28 242	2.31 275	2.19 252	2.37 276	2.20 264	2.31 277	2.23 275	2.38 259	2.25 276	2.33 259	2.27 277	2.39 261	2.27 275	2.31 277	2.29 274	2.37 260	2.32 277	2.34 258	2.26 277

NLCA_NET_v2_RVC	2.50 270	2.85 250	1.90 261	2.90 268	2.77 276	2.88 267	2.85 278	2.51 259	2.85 278	2.88 262	1.99 269	2.50 263	2.76 278	2.20 264	1.57 254	2.64 277	2.89 268	2.63 278	5.69 296	1.03 232	2.01 251	2.71 277	2.74 280	2.73 278	2.87 268	1.64 260	1.00 214	1.49 255
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	1.05 218	3.29 271	1.05 231	3.29 272	1.06 232	3.30 269	1.06 232	3.31 267	1.06 231	4.97 291	2.72 277	2.72 274	2.71 278	2.70 278	6.57 299	2.19 274	5.08 293	1.08 236	3.36 269	1.07 233	1.07 233	1.07 236	3.35 271	1.07 232	3.36 270	1.07 232

sCroCo_RVC	2.76 272	4.00 260	1.82 255	4.00 281	1.83 261	3.98 280	1.82 263	3.99 274	1.81 263	4.14 278	2.76 276	4.13 282	1.82 264	1.83 258	1.83 263	1.82 263	4.01 280	1.82 265	3.98 277	1.86 266	4.00 280	1.82 267	1.83 264	1.84 264	4.02 282	1.81 266	4.00 279	1.83 266

sAnonymous2	2.87 273	4.16 261	1.89 259	4.26 285	1.87 265	4.23 283	1.92 268	4.17 275	1.94 269	4.16 279	1.92 267	4.20 283	1.92 269	1.96 260	1.86 265	1.87 265	4.25 283	1.90 269	4.23 282	1.91 270	4.26 283	1.93 269	1.89 269	1.90 265	4.07 283	1.91 270	5.09 294	1.93 271

CroCo_RVC	2.87 273	4.16 261	1.89 259	4.26 285	1.87 265	4.23 283	1.92 268	4.17 275	1.94 269	4.16 279	1.92 267	4.20 283	1.92 269	1.96 260	1.86 265	1.87 265	4.25 283	1.90 269	4.23 282	1.91 270	4.26 283	1.93 269	1.89 269	1.90 265	4.07 283	1.91 270	5.09 294	1.93 271

Anonymous3	3.36 275	4.93 271	2.20 266	4.92 292	2.23 271	4.90 291	2.23 274	4.89 281	2.24 274	4.95 291	2.21 272	4.91 290	2.21 274	2.18 263	2.22 275	2.22 274	4.86 290	2.20 275	4.90 289	2.20 275	4.96 292	2.21 271	2.21 275	2.21 272	6.30 297	2.21 275	4.90 287	2.23 276

StereoVision	3.44 276	10.12 297	1.68 250	5.44 297	2.26 273	5.87 296	1.97 270	5.17 284	1.31 249	5.80 295	1.56 255	5.62 296	1.84 265	1.97 262	1.91 271	1.84 264	4.98 292	1.32 249	5.60 294	1.71 264	5.35 297	1.73 265	1.97 271	1.96 267	5.40 294	1.65 261	5.08 292	1.76 265

DPSNet	3.67 277	3.61 257	3.62 284	3.64 274	3.61 287	3.64 274	3.65 287	3.64 272	3.67 286	3.67 270	3.65 285	3.68 272	3.69 292	3.69 286	3.69 293	3.68 289	3.70 272	3.70 289	3.69 273	3.69 290	3.71 274	3.69 286	3.67 287	3.69 289	3.68 275	3.67 285	3.68 273	3.67 283

MaDis-Stereo	3.69 278	10.19 298	2.01 263	6.09 298	2.01 267	5.94 297	1.82 263	6.14 289	1.85 264	6.59 298	1.82 263	6.01 297	1.81 263	1.83 258	1.83 263	2.02 268	5.87 296	1.79 264	5.93 297	2.06 272	4.63 288	1.67 260	1.84 265	2.08 269	5.90 295	1.66 262	6.34 297	1.87 267

Sa-1000	3.84 279	7.71 281	6.81 299	4.15 283	2.86 277	3.27 271	3.87 293	5.99 286	4.35 297	2.78 260	3.71 286	3.88 275	3.56 288	3.88 289	3.64 286	2.71 279	3.72 273	3.27 284	3.67 272	3.15 284	3.51 270	3.36 284	2.70 279	3.49 283	3.32 270	3.76 289	2.87 267	3.76 290

MLG-Stereo_test2	3.86 280	4.96 272	3.13 277	4.65 290	3.27 283	5.17 295	3.07 280	5.01 283	3.01 279	4.93 290	3.03 278	4.56 288	3.32 285	3.26 279	3.33 284	3.30 285	5.17 295	3.19 282	4.86 288	2.96 283	5.04 294	3.25 280	2.67 278	3.15 280	4.98 291	3.05 280	4.59 285	3.30 282

MLG-Stereo_test3	3.87 281	4.64 267	3.29 281	5.17 295	3.23 281	4.83 290	3.02 279	4.95 282	3.22 281	4.31 282	3.33 283	5.08 293	3.20 284	3.23 278	2.77 279	3.20 284	4.99 293	3.24 283	4.93 290	2.94 280	4.82 291	3.33 283	3.33 283	3.29 282	5.19 293	3.02 279	5.08 292	2.93 281

MLG-Stereo_test1	3.87 281	4.67 268	3.29 281	5.26 296	3.25 282	5.04 293	3.11 281	4.43 277	3.27 282	5.02 293	3.21 280	4.71 289	3.10 282	3.22 277	3.06 281	2.98 282	5.03 294	3.18 281	4.95 291	2.94 280	4.70 290	3.32 281	3.30 282	3.27 281	5.17 292	3.08 281	5.02 290	2.85 280

SA	3.93 283	7.22 277	4.74 286	4.15 283	3.88 293	3.70 276	4.02 296	6.67 294	3.95 291	3.64 269	3.74 287	3.63 271	3.00 280	3.51 281	3.68 292	3.68 289	3.73 274	3.71 290	3.64 268	3.48 285	3.58 271	2.97 279	3.69 288	3.61 284	3.55 274	3.42 282	3.64 272	3.79 291

TestStereo1	4.11 284	7.79 283	6.72 297	3.93 278	3.81 290	3.96 278	3.58 285	6.96 297	3.74 288	3.90 273	3.76 288	3.89 276	3.57 289	3.70 287	3.66 289	3.34 286	3.80 276	3.62 286	3.66 270	3.68 288	3.91 277	3.70 287	3.65 285	3.67 286	3.88 277	3.53 283	3.89 276	3.68 286

SA-5K	4.11 284	7.79 283	6.72 297	3.93 278	3.81 290	3.96 278	3.58 285	6.96 297	3.74 288	3.90 273	3.76 288	3.89 276	3.57 289	3.70 287	3.66 289	3.34 286	3.80 276	3.62 286	3.66 270	3.68 288	3.91 277	3.70 287	3.65 285	3.67 286	3.88 277	3.53 283	3.89 276	3.68 286

test_4	4.11 284	8.05 286	6.64 295	4.52 288	3.68 288	3.00 268	3.40 284	6.21 292	3.29 283	4.07 277	3.84 291	4.04 280	3.76 294	3.56 284	3.67 291	3.76 292	4.04 281	3.79 292	4.10 278	3.53 286	3.98 279	3.74 290	3.55 284	3.61 284	3.94 281	3.75 288	3.73 274	3.73 289

test-1	4.11 284	7.65 280	4.93 287	3.65 275	3.58 285	4.70 289	3.74 291	4.73 279	4.06 293	3.72 271	4.11 295	3.70 273	3.49 287	3.36 280	3.65 288	4.17 297	3.92 278	4.04 296	4.19 281	3.75 291	4.69 289	4.18 293	3.88 291	3.90 291	4.73 287	3.77 290	3.12 268	3.68 286

TESTraft	4.16 288	8.03 285	6.81 299	3.99 280	3.68 288	3.93 277	3.70 289	6.86 296	3.69 287	3.93 275	3.88 293	3.93 278	3.59 291	3.65 285	3.64 286	3.68 289	3.92 278	3.72 291	3.92 275	3.57 287	3.84 276	3.70 287	3.71 289	3.67 286	3.91 280	3.74 287	3.92 278	3.67 283

raft_robust	4.19 289	7.78 282	6.08 292	3.30 272	3.85 292	4.03 281	3.73 290	6.25 293	3.30 284	4.44 284	3.28 282	4.01 279	3.82 295	4.29 294	3.70 294	4.01 294	4.48 288	3.42 285	4.11 279	3.76 292	4.05 281	3.32 281	3.85 290	3.82 290	4.71 286	3.83 291	4.09 280	3.80 292

RAFT_CTSACE	4.43 290	8.26 288	6.10 293	4.62 289	4.01 295	4.54 288	3.65 287	6.09 288	3.93 290	4.64 287	4.14 296	4.26 285	4.13 297	3.91 290	3.88 295	4.06 296	4.30 285	4.03 295	4.27 284	3.92 293	4.26 283	3.67 285	3.91 292	4.16 294	4.82 288	4.08 295	4.20 282	3.67 283

RAFT+CT+SA	4.43 290	7.34 279	6.71 296	5.01 293	4.38 296	4.40 285	3.85 292	6.15 291	4.30 296	4.89 289	3.26 281	4.49 287	3.01 281	4.53 295	3.36 285	3.65 288	3.64 271	4.39 298	3.94 276	4.28 296	4.44 286	4.30 295	4.24 297	4.52 296	3.90 279	3.85 292	4.89 286	4.00 294

cross-raft	4.43 290	7.31 278	6.46 294	4.47 287	3.95 294	4.46 286	3.95 294	6.70 295	3.97 292	4.41 283	3.82 290	4.38 286	3.94 296	3.95 292	3.95 297	3.95 293	4.45 287	3.95 294	4.46 285	3.95 294	4.46 287	3.95 291	3.95 294	3.94 293	4.40 285	3.95 294	4.45 284	3.95 293

test_5	4.51 293	8.85 291	5.35 291	3.66 276	3.56 284	5.10 294	4.47 298	6.14 289	4.07 294	4.96 292	3.87 292	5.14 295	4.17 299	3.53 282	4.39 298	4.53 298	4.15 282	3.62 286	4.74 287	2.94 280	3.63 273	4.53 297	4.20 296	4.54 297	4.86 289	3.68 286	4.95 288	4.06 295

test_3	4.55 294	10.96 299	7.69 303	4.04 282	3.60 286	4.10 282	3.98 295	7.94 299	4.56 298	3.99 276	4.03 294	4.08 281	3.74 293	3.99 293	3.91 296	4.05 295	4.33 286	3.89 293	4.14 280	4.00 295	4.11 282	4.02 292	4.01 295	3.91 292	3.53 272	3.94 293	4.19 281	4.20 296

FC-DCNN v2	4.74 295	3.16 252	3.16 279	3.16 269	3.16 278	3.16 269	3.16 283	3.16 267	3.16 280	3.16 265	3.16 279	3.16 268	3.16 283	3.16 276	3.16 282	3.16 283	6.72 300	6.72 302	6.72 299	6.72 304	6.72 299	6.72 304	6.72 303	6.72 301	6.72 298	6.72 300	6.72 299	6.72 302

TestStereo	4.92 296	4.80 270	4.98 288	4.82 291	4.97 298	4.91 292	4.78 299	4.80 280	4.88 299	4.78 288	4.80 298	4.99 292	4.81 300	4.83 296	4.87 300	4.97 300	4.93 291	5.01 300	5.03 292	4.90 299	5.02 293	5.02 298	5.06 298	5.04 298	4.93 290	4.89 297	5.01 289	5.09 298

DispFullNet	4.96 297	5.67 273	3.30 283	5.01 293	3.21 280	4.50 287	3.11 281	4.43 277	3.44 285	4.60 286	3.46 284	5.13 294	3.44 286	3.53 282	3.20 283	2.87 281	4.80 289	3.15 280	4.70 286	4.83 298	9.02 304	5.98 301	5.95 302	6.21 300	8.84 303	5.85 299	9.76 304	5.91 300

SGM-Forest	5.07 298	6.74 275	4.17 285	6.46 299	4.68 297	6.21 299	4.38 297	6.00 287	4.14 295	5.84 296	4.44 297	6.28 298	4.16 298	3.92 291	4.56 299	4.60 299	6.15 297	4.27 297	6.12 298	4.31 297	5.99 298	4.27 294	3.92 293	4.27 295	6.13 296	4.10 296	6.18 296	4.49 297
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	2.75 275	8.64 304	2.76 275	8.65 303	2.79 277	8.67 303	2.79 277	8.70 303	2.79 277	8.70 303	2.79 279	2.79 275	2.80 280	2.80 280	8.84 304	2.82 279	8.82 303	2.89 279	8.84 303	2.83 278	2.83 281	2.82 279	8.87 304	2.83 278	8.84 303	2.83 279

SGM+DAISY	6.35 300	8.16 287	5.14 290	8.12 303	5.08 300	8.12 302	5.16 300	8.01 300	5.18 301	7.92 301	5.14 299	7.89 302	5.14 301	4.95 297	5.33 301	5.32 301	8.14 303	5.16 301	8.16 302	5.16 300	8.21 302	5.19 299	5.12 299	5.12 299	8.18 302	5.24 298	8.12 302	5.11 299

RAFT	6.60 301	9.99 294	8.33 304	7.21 302	6.55 301	5.95 298	5.87 301	8.70 304	5.02 300	5.10 294	6.69 301	7.06 301	6.94 304	6.17 300	7.09 304	6.84 302	6.47 298	4.72 299	5.60 294	5.60 301	5.11 295	5.97 300	6.93 304	6.89 302	7.16 299	7.08 303	6.58 298	6.66 301

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CBMV	101.59 316	71.60 315	48.40 317	72.70 317	49.00 316	79.60 316	48.40 316	80.90 317	46.90 315	68.90 316	49.00 316	78.00 316	572.10 325	49.50 316	51.30 316	48.40 316	72.20 316	639.60 325	79.40 315	48.90 317	79.50 316	51.40 316	52.30 317	48.30 317	80.20 316	49.10 315	79.60 317	47.60 316
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	140.69 318	151.38 318	151.40 317	150.79 317	151.72 317	149.36 318	159.46 317	146.42 318	150.73 317	149.06 320	176.22 317	143.94 318	133.10 320	133.45 320	153.30 319	154.22 318	154.67 318	153.95 319	156.90 320	156.53 320	160.21 318	162.72 318	154.57 318	160.59 317	153.47 318	163.50 318
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	288.00 320	412.00 320	280.00 319	411.00 322	288.00 319	356.00 319	275.00 322	379.00 323	303.00 322	415.00 322	278.00 322	260.00 323	104.00 318	103.00 318	126.00 318	108.00 317	118.00 317	98.00 318	126.00 319	104.00 319	268.00 321	216.00 320	279.00 322	201.00 318	288.00 322	206.00 319

AE-Stereo	252.48 319	202.00 318	361.00 322	502.00 322	324.00 321	321.00 318	482.00 324	423.00 322	227.00 321	201.00 319	273.00 321	101.00 317	207.00 318	198.00 319	183.00 321	181.00 321	221.00 320	232.00 322	477.00 320	220.00 321	111.00 318	100.00 318	219.00 320	214.00 319	204.00 319	211.00 319	200.00 319	222.00 321

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

EGLCR-Stereo	276.81 321	209.00 320	366.00 324	514.00 324	354.00 323	336.00 320	422.00 321	440.00 323	220.00 320	231.00 320	245.00 320	135.00 319	237.00 321	218.00 322	197.00 322	222.00 323	223.00 321	230.00 320	487.00 322	255.00 322	250.00 321	273.00 323	272.00 322	228.00 322	241.00 320	220.00 321	214.00 320	235.00 322

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

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

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

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

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

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

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

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

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

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

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

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

FADE			0.05 30	0.05 36				0.05 35		0.06 33			0.04 33	0.05 35	0.07 39	0.07 42	0.07 42	0.05 38		0.04 32	0.09 45	0.08 45	0.06 38	0.05 37	0.06 41		0.05 36	0.04 32

Low-res two-view benchmark