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

CroCo-Stereo	0.35 4	0.20 1	0.15 1	0.11 1	0.10 2	0.18 2	0.06 1	0.33 3	0.14 2	0.31 4	0.05 1	0.36 6	0.13 1	0.15 2	1.64 26	1.05 35	0.35 1	0.37 6	0.45 4	0.20 1	0.62 12	0.79 24	0.16 1	0.13 1	0.38 3	0.31 3	0.45 3	0.26 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
CroCo-Stereo Lap2	0.33 2	0.22 2	0.15 1	0.11 1	0.12 3	0.16 1	0.08 2	0.35 4	0.15 4	0.47 13	0.10 2	0.31 3	0.14 3	0.14 1	1.26 13	1.00 29	0.36 2	0.36 5	0.44 3	0.20 1	0.53 7	0.55 10	0.17 3	0.13 1	0.39 6	0.35 8	0.40 2	0.27 2

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

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

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

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

RAFT + AFF	1.96 134	0.49 11	0.42 23	0.41 32	0.20 7	0.41 32	0.19 10	0.65 18	0.23 6	0.56 17	0.27 8	0.77 62	0.21 7	0.29 17	39.69 217	0.90 18	0.62 21	0.35 3	1.92 77	0.38 9	0.77 22	0.57 12	0.32 7	0.27 8	0.71 48	0.33 6	0.58 5	0.29 6

StereoIM	0.57 13	0.47 10	0.30 5	0.16 4	0.26 10	0.21 3	0.17 7	0.44 6	0.32 18	1.08 111	0.22 5	0.51 12	0.22 9	0.19 6	1.83 46	1.19 60	0.62 21	0.59 31	1.09 39	0.45 20	0.81 25	0.94 35	0.37 21	0.25 7	0.63 37	0.67 43	0.60 6	0.82 62

RYNet	2.42 145	0.40 7	0.35 13	0.29 11	0.32 15	0.40 27	0.25 24	0.61 13	0.55 77	0.33 5	0.36 17	0.40 9	0.26 10	0.27 15	52.29 257	0.69 6	0.47 6	1.00 148	0.54 7	0.29 6	0.50 5	0.37 3	0.38 23	0.32 13	0.57 28	1.24 124	1.31 43	0.50 14

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

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

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

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

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

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

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

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

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

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

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

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

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

MGS-Stereo	1.48 107	0.99 136	0.47 33	0.40 28	0.35 25	0.40 27	0.36 58	0.65 18	0.26 9	0.52 14	0.43 23	0.52 13	0.38 24	0.43 71	23.31 211	0.93 22	0.73 49	0.79 85	0.93 27	0.65 61	1.10 53	1.25 50	0.44 41	0.48 61	0.72 51	0.49 22	1.29 42	0.77 54

GMStereo	0.73 26	0.99 136	0.39 15	0.49 48	0.47 41	0.55 69	0.41 74	0.77 30	0.43 40	0.55 15	0.48 30	0.81 71	0.38 24	0.34 28	1.60 25	0.95 23	0.74 52	0.52 17	1.88 75	0.57 39	1.07 48	0.73 21	0.42 35	0.51 69	0.72 51	0.47 21	1.87 87	0.57 22
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MIF-Stereo (partial)	0.69 22	0.76 57	0.33 11	0.27 7	0.37 28	0.35 16	0.31 40	0.53 8	0.40 36	0.62 30	0.32 12	0.50 11	0.39 26	0.23 10	2.08 66	1.51 114	0.68 29	0.71 60	0.77 19	0.43 15	1.10 53	0.94 35	0.39 25	0.32 13	0.57 28	0.71 46	2.25 114	0.87 69

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

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

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

anonymousdsp2	0.86 35	0.84 84	0.84 94	0.43 40	0.44 35	0.56 75	0.32 45	1.17 87	0.36 25	0.66 38	0.67 65	0.69 38	0.40 30	0.49 100	1.46 15	1.36 82	0.67 28	0.62 38	2.12 84	0.60 48	1.36 76	2.66 78	0.36 18	0.44 50	0.71 48	0.51 25	1.86 86	0.64 38

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

UDGNet	1.34 94	1.00 141	0.76 78	1.64 192	1.38 180	1.69 196	1.25 168	1.22 94	0.69 105	0.63 33	0.84 107	0.83 74	0.41 32	1.62 207	2.02 63	1.19 60	0.81 74	0.87 106	1.98 80	0.92 121	1.68 92	5.69 126	1.26 195	0.47 56	1.21 134	0.95 85	2.15 104	1.03 96

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

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

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

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

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

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

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

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

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

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

HITNet	0.90 45	0.65 20	0.62 54	0.68 96	0.50 58	0.39 24	0.32 45	1.26 102	0.89 126	0.70 41	0.70 79	0.91 92	0.49 41	0.39 47	1.96 54	1.02 30	0.66 27	0.64 43	0.79 21	0.61 50	1.53 83	3.85 89	0.46 49	0.52 74	0.58 31	0.64 41	1.81 81	0.81 60
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
IER	0.88 42	0.82 74	0.55 44	0.49 48	0.51 60	0.56 75	0.45 89	0.80 38	0.49 57	1.15 115	0.77 90	1.03 106	0.50 44	0.79 163	3.66 156	1.04 33	0.73 49	0.64 43	0.87 23	0.78 97	0.73 20	0.82 26	0.60 111	0.53 78	0.63 37	1.00 96	2.05 98	0.74 48

PMTNet	1.39 98	0.94 116	0.99 125	0.48 47	0.49 49	0.47 43	0.32 45	0.83 44	0.66 102	0.83 69	0.62 56	0.88 86	0.50 44	0.35 32	2.72 117	4.30 200	0.91 103	0.57 27	2.40 93	0.54 29	6.12 157	5.45 123	0.57 98	0.38 26	1.99 204	1.00 96	1.09 30	1.19 116

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

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

CASnet	1.15 72	0.91 108	0.49 37	0.40 28	0.43 33	0.38 21	0.20 13	0.91 59	0.49 57	0.77 59	0.56 45	0.88 86	0.53 48	0.35 32	2.15 69	1.24 67	0.72 44	0.50 13	1.34 50	0.54 29	7.12 172	5.37 120	0.41 30	0.38 26	1.21 134	0.49 22	1.45 54	0.79 57
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CIPLG	1.32 91	0.70 32	0.69 65	0.57 70	0.46 37	0.52 59	0.33 49	0.81 40	0.55 77	0.76 55	0.69 72	1.03 106	0.53 48	0.59 126	2.91 126	1.33 79	0.89 94	0.62 38	3.23 125	0.62 56	1.62 88	10.69 192	0.55 90	0.53 78	0.90 94	0.54 29	2.37 127	0.61 32

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

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

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

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

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

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

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

TestStereo	0.77 29	0.93 113	0.79 82	0.56 67	0.46 37	0.66 102	0.33 49	1.22 94	0.42 39	0.90 88	0.52 37	0.84 76	0.54 53	0.39 47	1.50 19	0.92 19	0.73 49	0.51 16	1.38 52	0.56 36	1.25 65	0.82 26	0.44 41	0.44 50	0.77 61	0.79 57	1.34 44	0.79 57

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

NVstereo2D	2.81 160	0.82 74	0.74 74	0.69 97	0.78 121	0.92 144	0.81 135	1.18 91	0.76 113	0.91 89	1.06 129	0.80 66	0.55 59	0.71 151	52.63 259	1.47 109	0.86 85	0.83 98	1.42 53	0.69 72	1.12 56	0.94 35	0.76 148	0.83 151	1.08 116	0.78 56	0.98 23	0.74 48

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

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

DeepPrunerF	4.30 187	1.53 195	0.72 70	2.93 221	5.08 251	2.43 215	3.38 212	0.87 53	4.11 233	0.80 66	1.17 137	0.66 32	0.56 60	0.61 132	45.12 233	2.02 148	1.01 131	0.78 82	2.32 90	0.88 115	1.56 86	1.70 62	0.84 173	0.67 121	29.00 262	1.78 172	2.48 138	1.17 114

NLCA_NET_v2_RVC	1.02 57	0.93 113	0.80 86	0.72 99	0.79 123	0.65 100	1.02 153	1.07 77	2.31 209	2.00 165	0.74 86	0.97 99	0.56 60	0.94 181	1.82 44	0.96 24	0.68 29	0.67 50	1.31 46	0.65 61	0.88 32	0.94 35	0.57 98	0.57 91	0.73 54	1.60 160	1.43 51	1.27 124
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT_CTSACE	0.64 18	0.94 116	0.31 8	0.37 21	0.34 21	0.33 12	0.23 18	1.23 96	0.26 9	0.64 34	0.29 10	0.71 43	0.57 64	0.34 28	1.57 24	1.07 39	0.52 7	0.43 8	0.72 16	0.33 7	0.85 30	1.72 63	0.42 35	0.30 10	0.46 11	0.41 15	1.58 70	0.39 9

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

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

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

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

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

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

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

TANstereo	1.49 109	1.06 151	0.88 103	0.67 94	0.73 111	0.87 135	0.33 49	0.86 49	0.61 93	0.70 41	0.69 72	0.59 19	0.59 68	1.02 187	2.75 118	2.89 169	0.94 114	1.13 169	1.43 55	1.28 154	5.13 147	5.06 112	1.35 200	0.46 54	0.54 23	0.89 76	5.92 220	0.74 48

XX-TBD	1.49 109	1.06 151	0.88 103	0.67 94	0.73 111	0.87 135	0.33 49	0.86 49	0.61 93	0.70 41	0.69 72	0.59 19	0.59 68	1.02 187	2.75 118	2.89 169	0.94 114	1.13 169	1.43 55	1.28 154	5.13 147	5.06 112	1.35 200	0.46 54	0.54 23	0.89 76	5.92 220	0.74 48

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

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

ADLNet	2.50 147	0.99 136	0.73 71	0.62 82	0.75 114	0.63 95	0.53 100	1.12 80	0.61 93	0.58 22	0.71 81	1.61 156	0.61 76	0.87 171	46.09 234	1.02 30	0.70 36	0.67 50	0.85 22	0.74 88	0.75 21	1.07 43	0.51 75	0.47 56	0.94 98	0.93 82	1.63 74	0.70 45

ADCP+	5.07 198	1.54 196	1.72 193	1.08 155	1.54 187	1.18 171	2.02 195	1.02 71	2.72 217	4.05 225	2.23 180	2.24 178	0.61 76	0.94 181	54.46 263	1.52 117	0.83 78	0.95 136	3.94 144	0.87 114	2.22 108	2.57 77	0.71 141	0.62 108	2.48 213	11.25 242	7.85 232	23.66 249

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

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

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

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

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

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

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

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

RAFT+CT+SA	0.87 39	0.97 130	0.40 18	0.45 44	0.29 13	0.38 21	0.20 13	1.64 156	0.33 19	0.72 45	0.30 11	0.88 86	0.65 86	0.40 51	1.56 23	1.21 63	0.56 15	0.57 27	2.08 83	0.40 11	0.83 27	5.00 109	0.32 7	0.37 23	0.47 14	0.42 19	1.56 63	0.49 13

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

EGLCR-Stereo	2.26 140	0.87 92	1.17 164	0.45 44	0.48 46	0.61 90	0.23 18	0.83 44	0.55 77	0.72 45	0.53 39	0.80 66	0.66 88	0.41 58	2.36 88	2.92 171	0.90 102	1.10 162	3.35 135	0.60 48	5.09 145	12.56 239	0.47 58	0.45 52	0.89 90	0.91 80	20.21 256	0.86 67

IPLG	3.01 164	0.75 53	0.63 55	0.42 38	0.52 62	0.54 65	0.51 98	1.63 154	0.35 23	0.62 30	0.59 52	0.77 62	0.66 88	0.46 85	51.49 251	1.67 134	1.02 133	0.92 123	3.51 138	0.63 59	0.99 43	5.97 131	0.49 64	0.48 61	0.80 64	1.16 117	2.86 170	0.71 46

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

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

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

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

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

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

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

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

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

RAFT-Stereo	2.23 137	1.01 143	1.14 158	0.96 141	0.63 94	0.73 117	0.31 40	1.30 110	1.01 141	1.68 149	4.49 202	1.29 133	0.70 96	0.42 67	2.49 95	3.99 196	1.66 181	1.02 149	6.77 193	1.11 139	7.83 181	12.24 227	0.49 64	0.54 82	1.42 166	1.66 166	1.34 44	1.93 158
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DISCO	0.96 52	0.98 133	0.56 46	0.57 70	0.61 86	0.81 128	0.79 131	0.77 30	0.81 116	2.06 171	0.86 109	0.66 32	0.70 96	0.42 67	1.87 48	1.27 70	0.99 126	0.80 90	1.80 73	0.80 101	0.92 39	1.33 51	0.57 98	0.51 69	0.72 51	0.84 70	2.02 96	0.80 59

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

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

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

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

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

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

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

CREStereo	1.37 95	0.91 108	0.94 114	0.52 57	0.42 32	0.47 43	0.26 29	1.43 126	0.66 102	0.87 78	0.83 105	0.95 96	0.73 105	0.36 41	2.98 130	4.38 203	0.85 82	0.56 26	2.41 94	0.62 56	5.52 151	4.71 100	0.53 83	0.47 56	1.02 110	0.87 75	1.73 78	0.98 85
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
FADNet-RVC-Resample	1.37 95	0.87 92	0.99 125	0.72 99	0.81 127	0.63 95	1.02 153	1.06 76	0.91 129	0.99 102	0.99 126	1.69 159	0.73 105	1.02 187	4.06 168	1.41 91	1.02 133	1.62 204	1.55 66	1.04 133	1.37 78	5.03 110	0.57 98	1.14 176	0.88 86	1.99 185	1.45 54	1.54 139

HBP-ISP	6.40 216	1.33 183	2.30 217	1.91 200	1.51 185	1.65 193	0.79 131	2.50 213	1.29 165	4.91 240	6.80 233	1.37 141	0.74 110	14.59 256	52.98 260	19.59 260	1.24 159	1.10 162	6.08 179	8.03 247	12.73 223	16.75 257	0.79 158	1.19 178	1.81 196	2.06 187	3.90 208	2.87 181

IPLGR	3.25 169	0.89 101	0.81 87	0.65 89	0.66 101	0.50 52	0.42 80	1.14 84	0.44 42	2.02 166	1.30 145	0.86 79	0.74 110	0.47 89	50.44 246	1.86 143	1.15 152	1.11 166	3.23 125	1.37 159	1.41 80	7.71 149	0.56 96	0.70 128	1.39 161	1.55 154	3.46 195	0.92 77

FCDSN-DC	3.63 178	0.94 116	2.84 228	1.29 176	1.30 174	1.03 159	1.00 150	0.90 57	0.91 129	1.04 107	0.74 86	1.21 129	0.74 110	0.58 121	52.59 258	2.04 149	1.24 159	1.13 169	1.05 34	0.79 99	6.62 163	10.01 171	0.78 155	2.18 211	1.20 133	1.67 168	1.20 37	1.05 99
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet_4x	1.53 113	0.77 61	0.77 79	0.75 105	0.67 102	0.47 43	0.40 70	1.23 96	1.32 167	0.83 69	0.77 90	0.95 96	0.74 110	0.59 126	5.02 175	2.40 164	1.64 180	1.43 198	1.27 44	0.85 110	4.54 133	8.28 154	0.48 61	0.91 161	0.70 45	0.77 54	1.85 84	0.99 91

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

TRStereo	6.31 215	1.25 172	1.93 204	0.85 129	0.61 86	2.29 210	0.86 140	2.21 199	0.54 75	4.40 229	1.34 148	2.24 178	0.75 114	0.45 81	4.08 169	6.55 221	0.80 65	0.85 103	6.04 178	1.45 170	7.60 177	12.13 223	0.55 90	0.49 64	1.44 170	103.74 277	3.24 186	1.61 143

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

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

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

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

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

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

MIPNet	2.89 161	0.91 108	0.77 79	0.49 48	0.65 96	0.55 69	0.57 109	1.34 118	0.53 70	2.05 169	0.99 126	0.80 66	0.77 122	0.48 95	40.89 220	1.61 128	1.15 152	0.94 130	3.25 130	1.19 149	1.15 59	9.31 166	0.57 98	0.62 108	1.24 142	1.51 150	2.90 173	0.82 62

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

PA-Net	1.22 76	0.95 123	1.13 156	0.75 105	1.31 175	0.68 107	0.84 136	0.82 43	1.18 160	0.83 69	0.77 90	0.76 58	0.78 124	0.91 176	3.00 131	1.21 63	0.68 29	0.77 78	1.02 33	0.82 107	1.13 58	4.67 99	0.66 128	0.82 148	1.00 106	2.10 192	1.24 38	2.13 165
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
iResNet_ROB	1.16 73	0.83 77	0.82 90	0.65 89	0.59 79	0.67 105	0.58 112	2.65 218	0.53 70	1.73 153	0.76 89	0.87 81	0.78 124	0.47 89	3.77 163	1.45 102	0.87 88	0.86 104	2.81 110	0.65 61	1.26 66	0.87 29	0.57 98	0.73 133	0.81 65	0.95 85	2.65 160	1.03 96

test-1	3.02 166	0.66 24	1.14 158	0.60 77	0.58 77	0.75 119	0.63 119	1.96 179	0.82 118	4.00 224	5.48 212	2.18 175	0.80 126	0.41 58	4.00 167	7.32 224	1.18 154	1.19 178	6.72 192	7.57 243	10.78 211	12.94 247	0.54 88	0.60 103	1.40 164	1.78 172	2.89 172	2.52 175

EKT-Stereo	5.41 203	0.97 130	1.10 148	0.72 99	0.74 113	0.87 135	1.17 164	2.02 187	1.00 139	1.41 135	2.92 184	1.11 118	0.81 127	0.46 85	72.33 272	14.74 249	1.14 148	1.37 195	5.61 169	7.76 244	9.80 198	10.61 190	0.53 83	0.61 107	1.39 161	1.11 106	2.56 151	1.08 102

CASS	2.08 136	1.02 147	1.16 163	1.28 174	0.99 144	0.88 139	3.39 213	1.42 125	1.02 143	1.30 126	2.46 182	1.14 123	0.81 127	0.46 85	2.70 115	2.38 163	3.41 215	1.10 162	3.40 136	1.18 148	8.01 186	8.63 158	0.66 128	0.69 124	1.49 175	1.27 127	2.52 144	1.41 134
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CFNet_pseudo	1.65 121	0.78 64	0.82 90	0.82 126	0.79 123	0.69 109	0.42 80	0.93 61	0.53 70	0.95 99	0.81 102	0.88 86	0.81 127	0.81 167	15.70 200	1.39 86	0.74 52	0.71 60	7.24 202	0.77 94	0.97 41	1.50 58	0.69 138	0.57 91	0.88 86	0.89 76	1.47 56	1.12 107

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

NCCL2	1.48 107	1.28 178	1.10 148	1.11 157	1.43 183	0.78 124	0.90 144	1.05 75	1.14 158	1.86 162	1.27 144	1.02 103	0.81 127	0.80 166	3.43 151	1.42 94	1.14 148	0.87 106	1.31 46	0.89 117	1.94 103	3.37 85	1.48 206	1.02 166	1.50 177	1.35 134	3.80 203	1.85 153

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

EAI-Stereo	2.60 150	0.90 104	1.57 188	0.90 133	1.31 175	0.84 129	1.31 171	2.22 200	1.34 168	0.81 68	5.69 214	1.37 141	0.83 133	0.50 101	4.76 173	5.32 215	0.91 103	0.94 130	7.45 204	1.11 139	9.07 194	10.78 197	0.62 115	0.85 154	1.45 172	2.06 187	3.36 191	1.90 156

ADCL	5.69 207	1.88 205	1.63 190	1.29 176	1.40 181	1.59 192	2.22 199	1.23 96	5.20 240	3.04 207	2.01 172	1.14 123	0.84 134	1.04 193	50.40 245	1.63 131	1.45 173	1.79 210	2.94 121	1.38 161	3.19 120	2.35 71	1.23 192	1.07 172	9.47 246	11.74 244	11.34 240	29.10 257

CREStereo++_RVC	1.73 123	0.91 108	1.03 131	0.51 55	0.56 74	0.40 27	0.28 34	1.37 121	0.51 64	0.83 69	0.61 54	0.76 58	0.85 135	0.34 28	2.78 120	3.07 175	0.92 109	0.61 36	2.72 109	0.55 34	5.01 143	5.69 126	0.53 83	0.38 26	0.94 98	0.84 70	12.80 247	0.98 85
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
HH	2.75 154	0.67 25	1.42 179	0.80 121	0.71 108	0.88 139	1.09 161	1.86 172	0.87 122	5.19 250	0.66 63	1.91 166	0.86 136	0.57 119	2.65 110	8.48 232	0.87 88	0.94 130	6.36 181	1.39 162	13.52 235	12.32 229	0.79 158	0.58 95	1.38 158	1.63 163	3.81 204	2.06 163

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

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

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

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

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

ADCRef	4.84 195	1.42 190	1.01 129	0.78 116	1.77 198	1.21 174	1.62 179	0.99 69	5.58 242	1.85 161	1.08 130	1.02 103	0.91 142	1.17 198	54.35 262	1.92 146	1.10 140	1.04 155	3.49 137	1.32 158	1.80 99	3.27 84	2.13 217	0.87 158	2.30 207	4.60 219	2.48 138	29.71 258

GANetREF_RVC	1.28 81	1.18 163	0.95 118	1.18 170	1.04 147	1.00 156	0.79 131	1.25 100	1.10 151	1.29 124	0.77 90	2.28 180	0.91 142	0.63 139	2.00 58	1.14 51	1.01 131	0.98 141	2.44 95	0.82 107	1.98 104	1.33 51	0.78 155	1.05 170	1.28 150	1.27 127	2.63 157	1.49 137
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
DLCB_ROB	0.94 49	0.90 104	0.88 103	0.73 102	0.80 125	0.69 109	0.69 122	0.87 53	0.72 110	0.94 96	0.86 109	1.02 103	0.91 142	0.69 150	1.48 17	1.06 38	0.97 122	0.72 66	0.88 24	0.74 88	1.21 63	1.21 49	0.78 155	0.71 129	1.26 145	1.26 126	1.49 58	0.95 80

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

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

DLNR_Zeroshot_test	23.11 261	81.98 275	1.97 206	102.16 275	0.49 49	0.55 69	81.36 273	2.30 208	0.50 61	4.87 238	2.22 179	2.99 193	0.93 147	12.17 250	96.90 273	144.02 277	34.28 266	19.61 264	8.60 209	4.35 229	8.08 187	6.53 136	0.51 75	0.69 124	1.37 157	1.57 155	1.16 35	1.90 156

anonymity	6.71 220	0.80 68	1.73 195	1.09 156	0.88 131	0.79 125	0.68 121	2.17 196	0.90 127	3.78 222	97.20 272	1.95 168	0.93 147	0.44 80	2.57 103	7.16 223	0.95 117	0.83 98	6.70 190	1.07 137	7.93 184	12.47 235	0.67 131	0.57 91	1.51 179	1.60 160	20.99 258	2.80 179

UCFNet_RVC	1.11 67	1.26 175	0.85 98	0.88 132	0.93 143	0.77 123	0.58 112	0.78 33	0.67 104	0.93 94	0.80 100	1.25 132	0.93 147	0.48 95	2.17 73	1.09 43	0.78 59	0.82 96	2.60 100	0.80 101	1.32 70	1.66 61	1.31 198	0.67 121	1.05 114	1.11 106	1.44 53	2.13 165

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

ETE_ROB	1.85 129	1.93 208	1.18 165	1.04 151	1.33 177	1.26 178	1.12 163	1.11 79	2.30 208	1.36 129	3.26 191	3.18 195	0.94 150	1.14 197	2.62 107	1.51 114	2.14 203	0.99 144	2.50 97	1.15 146	3.67 125	5.74 129	0.86 176	1.03 167	1.21 134	1.36 136	2.30 115	1.68 148

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

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

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

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

RTSC	3.08 167	0.95 123	1.25 175	0.76 109	0.91 136	0.96 147	1.84 189	1.15 85	1.34 168	2.37 186	2.12 176	1.11 118	0.99 156	1.02 187	41.50 223	1.94 147	1.88 192	1.22 182	4.09 149	1.06 136	2.76 114	4.02 94	0.63 120	1.03 167	0.83 71	0.99 95	2.44 133	1.98 162

pcwnet_v2	3.22 168	0.81 72	0.94 114	0.92 137	1.12 159	0.94 145	0.70 123	1.17 87	0.88 124	2.04 168	1.10 131	1.09 117	1.00 157	1.27 202	47.63 237	1.56 122	0.96 119	0.87 106	6.63 189	0.81 104	2.45 109	3.52 87	1.01 184	0.75 134	1.04 112	1.16 117	2.44 133	2.23 172

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

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

Abc-Net	1.25 78	1.24 169	1.10 148	0.99 146	1.05 148	0.96 147	1.53 175	1.79 165	1.59 184	0.60 25	1.34 148	1.17 126	1.03 159	0.74 154	2.44 92	1.07 39	0.89 94	0.99 144	1.54 64	0.91 118	0.99 43	2.46 75	0.80 163	0.76 136	1.26 145	1.59 157	1.39 48	1.61 143
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PS-NSSS	1.07 63	1.44 192	0.69 65	1.20 171	0.91 136	1.16 168	0.93 148	0.80 38	0.55 77	0.74 50	0.49 33	1.98 171	1.03 159	0.91 176	1.54 22	0.92 19	0.83 78	0.73 68	1.45 57	0.62 56	0.94 40	0.63 16	1.68 210	0.50 67	1.00 106	0.95 85	3.21 183	1.11 106

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

XX-Stereo	11.10 239	0.72 38	1.24 173	1.04 151	0.52 62	0.80 126	0.84 136	1.13 82	0.51 64	4.53 233	6.79 232	1.54 153	1.06 163	0.42 67	2.78 120	5.82 219	0.96 119	0.94 130	6.43 183	0.91 118	6.26 160	8.36 156	0.58 105	0.43 46	237.38 277	1.38 137	2.64 158	3.61 194

NOSS_ROB	3.67 180	1.38 186	0.81 87	1.15 169	1.16 164	1.15 167	0.65 120	2.25 203	1.41 172	4.85 237	6.68 228	6.78 226	1.06 163	0.82 168	11.52 188	14.58 248	1.34 166	1.17 173	2.93 119	0.98 129	14.13 243	12.82 242	0.79 158	1.48 187	1.13 126	1.48 146	3.41 192	1.25 121

ICVP	1.51 111	0.74 45	1.07 141	0.75 105	0.75 114	0.84 129	0.54 102	1.10 78	0.86 121	1.37 130	1.15 135	0.88 86	1.08 165	0.53 108	1.90 52	1.91 145	1.22 156	0.99 144	1.56 67	0.96 127	3.89 128	10.50 187	0.68 135	0.77 138	0.91 96	1.19 121	1.42 50	1.14 108
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous	1.91 132	0.78 64	0.60 51	0.49 48	0.55 72	0.61 90	0.38 61	1.54 141	1.13 155	2.17 178	0.67 65	1.11 118	1.08 165	0.58 121	2.86 125	4.54 205	1.40 171	1.29 191	3.66 140	1.23 153	7.27 175	10.15 176	0.60 111	1.01 164	1.16 131	1.11 106	2.45 135	1.17 114

RTS	3.53 175	1.15 160	0.98 123	0.97 144	1.26 169	1.33 180	3.31 210	1.33 115	1.50 179	2.37 186	1.20 139	1.75 160	1.12 167	0.88 173	42.78 226	2.37 161	1.94 196	1.33 193	3.94 144	1.62 182	3.62 123	5.21 117	1.02 185	1.09 173	1.83 198	5.05 222	2.33 119	2.13 165

RTSA	3.53 175	1.15 160	0.98 123	0.97 144	1.26 169	1.33 180	3.31 210	1.33 115	1.50 179	2.37 186	1.20 139	1.75 160	1.12 167	0.88 173	42.78 226	2.37 161	1.94 196	1.33 193	3.94 144	1.62 182	3.62 123	5.21 117	1.02 185	1.09 173	1.83 198	5.05 222	2.33 119	2.13 165

Anonymous3	2.32 143	0.85 88	0.88 103	0.56 67	1.10 156	0.89 142	0.70 123	2.45 210	1.12 154	1.05 108	0.98 125	2.57 188	1.14 169	0.56 115	4.14 170	9.30 234	1.50 175	1.47 199	5.33 161	1.49 173	6.83 167	10.10 173	0.71 141	0.67 121	1.08 116	1.38 137	2.32 118	1.35 130

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

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

AMNet	1.29 86	1.12 157	1.05 135	1.13 160	1.12 159	1.24 176	1.08 160	1.36 119	1.13 155	1.10 112	1.11 133	1.51 151	1.26 172	1.20 199	1.52 21	1.57 124	1.35 168	1.21 181	1.37 51	1.22 151	1.35 74	1.19 47	1.25 193	1.19 178	1.23 141	1.72 170	1.54 62	1.65 146

AnyNet_C32	6.05 213	1.43 191	1.39 178	1.26 173	1.64 191	1.36 182	2.92 206	1.55 146	5.28 241	2.67 197	4.61 204	1.90 165	1.29 173	1.29 204	55.18 264	3.43 185	1.96 198	2.08 222	3.65 139	1.91 197	6.94 171	8.77 162	1.20 190	1.68 193	6.02 233	14.92 250	6.12 223	20.86 244

ccs_rob	4.23 186	1.10 155	1.53 185	1.14 165	0.92 142	1.19 172	1.05 159	2.86 222	1.27 163	4.20 226	35.77 264	8.95 236	1.29 173	0.73 152	3.10 142	6.47 220	1.50 175	1.17 173	5.98 177	1.44 168	10.44 209	11.78 219	0.74 147	2.24 217	1.07 115	1.30 131	2.65 160	2.20 170

iRaft-Stereo_20w	4.16 184	1.13 159	2.10 211	2.66 212	1.55 188	1.55 190	1.17 164	1.96 179	1.27 163	5.53 256	6.77 231	1.52 152	1.34 175	0.43 71	3.03 132	5.32 215	0.95 117	0.77 78	5.49 168	1.46 171	8.20 188	12.75 241	0.61 113	0.60 103	1.63 187	25.36 259	11.64 242	5.58 211

HSM-Net_RVC	3.49 174	1.07 153	1.10 148	1.70 193	1.17 165	0.90 143	0.61 118	2.29 207	1.07 148	2.77 199	5.82 217	41.08 262	1.35 176	0.50 101	2.40 89	1.74 137	1.10 140	0.77 78	1.99 81	1.13 143	6.78 166	6.90 142	0.80 163	2.23 216	1.64 189	1.49 148	2.14 102	1.75 150
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MLCV	1.91 132	0.87 92	0.97 120	1.33 178	1.13 162	0.99 154	0.74 126	2.14 193	0.77 114	2.02 166	4.44 201	1.60 154	1.56 177	0.45 81	2.63 109	1.79 140	1.11 144	0.96 138	6.71 191	1.05 135	4.69 139	5.60 124	0.66 128	1.60 189	1.14 127	1.35 134	2.31 117	1.06 101

FADNet_RVC	3.44 172	1.21 167	1.19 166	1.40 181	1.78 201	0.99 154	1.75 184	1.50 132	1.19 161	1.35 128	2.01 172	1.96 169	1.63 178	1.66 209	22.11 207	3.36 182	1.83 188	2.82 245	5.63 170	1.76 190	6.35 161	9.50 167	0.77 153	1.39 186	1.21 134	1.48 146	12.05 244	2.87 181

UDG	3.91 181	2.76 221	2.09 210	2.92 219	2.64 220	2.99 219	2.71 203	1.31 113	1.13 155	1.65 147	1.96 166	2.20 176	1.68 179	2.77 220	48.81 241	1.57 124	3.02 212	2.26 226	2.65 104	2.91 222	3.00 118	3.09 81	2.64 220	1.05 170	1.02 110	1.19 121	2.36 124	1.16 110

DDUNet	2.05 135	2.73 220	2.03 209	2.92 219	2.66 222	3.04 220	2.76 205	1.17 87	1.11 153	1.60 143	1.21 142	2.23 177	1.69 180	2.81 221	2.04 64	1.25 68	2.78 208	2.42 236	2.63 101	2.90 221	1.92 102	2.11 69	2.77 225	0.92 162	1.01 108	0.93 82	2.50 142	1.10 103

S-Stereo	4.68 193	1.15 160	1.74 196	1.75 194	1.63 190	1.65 193	2.24 200	2.75 221	2.15 204	3.32 212	11.59 254	5.97 220	1.74 181	0.88 173	19.04 204	16.28 256	1.81 186	2.39 234	5.64 171	9.35 257	7.13 173	12.52 237	1.61 209	2.64 230	1.24 142	2.08 190	2.88 171	3.26 190

dad	1.63 117	0.97 130	0.65 60	2.18 206	1.19 168	1.01 157	3.99 218	1.66 157	0.55 77	1.21 117	0.50 35	1.12 121	2.01 182	0.58 121	3.09 140	1.16 53	1.11 144	0.76 76	2.70 107	0.77 94	1.34 71	1.48 57	0.71 141	0.88 159	2.48 213	0.71 46	5.52 219	3.80 196

SPS-STEREO	5.78 209	1.73 203	1.86 201	2.48 210	1.67 192	2.19 206	1.60 178	2.72 220	1.76 190	3.63 218	6.80 233	4.12 207	2.19 183	1.21 200	13.01 193	12.86 242	2.91 210	2.01 219	47.66 261	2.04 206	14.17 245	13.06 248	1.43 203	2.27 219	2.40 211	1.94 182	3.66 200	2.80 179
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCMid	5.63 206	2.23 214	2.63 223	1.42 184	2.89 227	2.37 212	3.73 216	1.92 176	2.97 219	1.91 164	3.16 189	2.33 182	2.31 184	1.48 206	50.97 250	3.74 190	1.84 191	1.86 214	7.38 203	1.99 204	4.66 137	5.18 116	2.70 222	1.38 184	2.33 210	8.75 238	6.81 230	21.02 245

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

SQANet	4.87 196	4.55 242	2.13 213	19.76 251	2.63 218	4.99 237	3.29 209	1.63 154	1.45 174	1.20 116	1.40 154	3.22 196	2.40 186	2.76 219	3.09 140	1.20 62	5.19 226	1.07 161	19.89 233	1.28 154	12.48 220	10.73 195	11.37 261	1.49 188	1.57 184	2.32 199	2.66 162	5.86 212

SHD	3.38 170	1.01 143	1.68 192	1.14 165	1.07 153	1.14 166	1.78 186	1.61 153	1.66 187	2.40 189	3.05 187	1.63 158	2.43 187	0.84 169	40.11 218	2.04 149	1.74 183	1.40 196	4.17 150	1.88 196	3.81 127	5.43 122	0.70 139	1.67 192	1.86 200	1.46 145	1.97 94	1.59 142

MFN_U_SF_RVC	4.44 190	1.91 207	1.83 199	2.19 207	1.82 205	2.38 214	4.61 222	2.39 209	1.94 199	4.48 231	11.47 253	3.74 204	2.50 188	4.72 235	20.32 206	3.66 189	1.91 194	1.83 212	11.50 220	3.25 225	7.86 183	6.73 139	1.25 193	3.20 247	1.86 200	3.84 215	2.83 168	3.94 197

CC-Net-ROB	1.63 117	1.81 204	1.19 166	1.85 197	1.77 198	2.27 207	1.56 177	0.93 61	0.96 133	1.29 124	0.67 65	5.48 219	2.51 189	1.43 205	1.64 26	0.87 15	1.34 166	1.17 173	2.46 96	0.88 115	1.09 51	1.35 53	3.34 227	0.63 113	1.22 139	1.15 116	1.47 56	1.57 141

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

otaku	5.09 200	5.20 243	2.27 215	18.45 249	2.89 227	5.73 239	3.63 215	1.44 127	1.46 176	1.31 127	1.42 155	3.59 201	2.63 191	3.22 226	3.07 137	1.30 73	5.55 228	1.14 172	20.28 234	1.49 173	13.81 239	11.25 210	11.85 263	1.91 201	1.56 183	2.06 187	2.52 144	6.49 215

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

Ntro	5.35 202	6.19 248	2.38 219	8.06 240	2.91 229	4.88 235	6.70 231	1.40 124	1.53 181	1.44 137	1.19 138	3.58 200	2.73 193	3.12 225	3.66 156	1.17 55	6.56 236	1.19 178	32.62 245	1.60 181	14.27 250	11.82 220	11.41 262	2.54 227	1.64 189	2.30 197	2.45 135	5.00 203

FAT-Stereo	4.35 189	1.18 163	2.25 214	1.48 188	1.81 204	1.42 185	1.49 174	3.57 231	1.84 198	3.66 219	6.22 221	6.70 225	2.76 194	1.07 195	6.82 181	15.24 254	2.03 201	2.49 237	5.43 164	8.81 252	13.23 231	12.34 232	0.95 182	2.79 237	1.26 145	2.25 196	2.96 176	5.48 208

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

ACVNet_1	5.24 201	3.87 238	3.60 239	13.80 245	3.48 241	6.00 244	10.57 242	1.60 150	1.79 192	1.55 141	1.30 145	4.40 212	2.80 196	5.43 238	2.42 91	1.39 86	11.59 246	1.72 209	20.91 238	1.50 176	14.41 253	8.16 153	7.22 244	2.84 240	1.73 193	2.19 195	2.61 156	2.72 178

MADNet+	4.78 194	2.02 211	1.87 203	2.01 202	2.36 214	1.47 188	4.28 220	2.47 211	1.99 201	2.66 195	2.13 177	3.56 198	2.85 197	2.34 217	41.14 222	5.66 218	3.48 217	1.53 201	4.54 153	3.38 227	13.07 230	7.34 147	1.72 211	3.48 249	2.93 217	2.17 194	3.24 186	3.29 192

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

RainbowNet	4.65 192	3.75 236	2.70 226	4.56 231	2.98 232	4.16 228	8.75 237	2.05 190	2.01 202	1.90 163	1.12 134	3.61 203	3.00 199	3.60 232	2.70 115	1.89 144	2.97 211	1.54 202	15.27 228	8.73 251	11.07 214	11.30 211	10.70 258	2.22 213	1.73 193	2.30 197	2.76 165	6.13 214

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

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

ACVNet_2	5.79 210	3.52 231	2.90 229	21.94 256	3.38 239	4.55 230	8.18 235	1.84 170	1.76 190	1.84 159	1.98 168	3.88 205	3.20 202	3.03 223	2.85 124	1.46 107	12.77 252	1.56 203	33.59 246	1.68 187	10.81 212	7.91 151	6.79 243	2.68 235	3.13 220	2.65 205	3.23 184	3.11 187

PWCDC_ROB	2.78 157	0.70 32	0.65 60	0.61 79	0.87 129	0.63 95	0.57 109	1.04 74	1.59 184	0.65 35	1.88 164	0.80 66	3.28 203	0.73 152	41.04 221	2.18 154	1.23 158	0.98 141	1.52 61	0.97 128	2.56 112	5.26 119	0.68 135	0.81 145	0.74 56	0.94 84	1.13 33	0.97 83

STTRV1_RVC	4.49 191	1.26 175	1.01 129	1.62 191	1.11 158	1.76 197	1.25 168	1.50 132	1.40 171	1.75 155	1.60 158	2.72 191	3.31 204	1.00 185	2.61 106	1.77 139	11.19 245	0.96 138	41.25 252	9.01 254	9.10 195	8.68 160	1.19 189	1.66 191	1.68 192	1.59 157	3.90 208	5.32 207

PVD	4.10 182	1.44 192	2.12 212	1.41 182	1.58 189	1.68 195	2.10 196	3.06 224	2.66 214	2.85 201	4.32 199	2.46 184	3.63 205	1.27 202	40.43 219	2.72 167	2.19 204	2.11 225	4.71 155	2.46 216	6.18 158	6.10 133	1.02 185	1.74 196	2.32 209	2.44 201	2.90 173	2.66 176

XQC	3.58 177	1.29 179	1.21 171	1.28 174	1.43 183	1.29 179	1.93 192	1.60 150	1.45 174	2.47 191	3.06 188	1.48 148	4.17 206	1.23 201	44.68 232	2.35 159	1.60 179	1.18 176	3.95 147	1.43 166	3.22 122	4.97 107	0.84 173	1.24 180	1.43 169	2.09 191	2.30 115	1.52 138

LVE	10.96 238	3.63 234	2.68 225	55.15 270	4.03 249	7.50 250	88.91 274	1.93 177	2.44 211	2.26 182	1.69 160	4.48 213	4.75 207	3.42 230	3.44 152	2.21 155	6.03 232	1.84 213	50.68 264	1.97 203	10.14 206	12.19 226	5.54 234	3.12 245	3.75 225	2.46 202	2.99 177	6.76 218

Dean	5.89 212	3.71 235	2.59 221	34.77 261	3.99 246	4.60 233	10.86 244	2.26 204	2.39 210	2.16 177	1.55 156	4.68 215	4.76 208	3.30 228	3.03 132	1.76 138	12.09 249	1.65 205	9.86 216	2.04 206	14.16 244	9.89 170	7.35 245	2.66 234	3.36 224	2.91 209	3.53 198	3.13 189

MFN_U_SF_DS_RVC	3.64 179	1.48 194	1.03 131	1.98 201	1.75 197	2.09 205	5.14 225	2.15 194	2.23 206	1.73 153	1.57 157	2.49 185	4.83 209	5.73 240	12.78 191	1.73 136	1.22 156	1.06 160	5.43 164	1.54 179	12.24 219	9.06 164	1.52 207	1.16 177	2.29 206	3.46 213	3.05 178	7.63 219

FBW_ROB	4.93 197	2.40 218	2.44 220	2.67 213	2.86 226	2.30 211	4.71 223	1.79 165	1.10 151	2.54 192	2.92 184	4.12 207	5.31 210	6.61 241	50.17 243	1.18 57	1.44 172	0.95 136	8.76 211	1.43 166	8.26 189	5.68 125	4.20 232	1.75 197	1.42 166	1.95 183	1.81 81	2.20 170

PSMNet_ROB	16.63 254	5.59 246	2.97 231	3.47 224	2.63 218	5.86 242	6.18 229	2.20 198	2.29 207	5.39 255	141.45 275	97.59 271	6.02 211	33.78 266	3.23 148	1.58 127	4.09 223	1.69 207	20.81 237	2.75 217	12.93 228	7.08 145	63.80 275	2.60 228	2.95 218	3.67 214	2.77 166	3.66 195

AnyNet_C01	7.20 224	2.24 215	2.27 215	2.95 222	1.92 207	1.58 191	5.39 226	3.73 236	5.63 243	3.17 210	4.41 200	4.59 214	6.09 212	1.88 214	58.66 266	14.24 245	5.46 227	3.69 249	4.79 156	3.02 223	8.40 190	10.33 185	2.45 219	2.24 217	5.77 231	2.65 205	8.81 236	17.99 240

DPSNet	5.60 205	1.54 196	1.19 166	1.76 195	2.44 217	2.08 204	1.81 188	1.95 178	2.93 218	2.09 173	5.15 209	9.82 239	6.09 212	8.98 245	14.30 196	12.14 241	4.12 224	3.60 248	17.82 230	8.28 248	12.18 217	14.58 252	3.71 230	3.09 244	2.30 207	2.42 200	2.52 144	2.24 173

G-Net	6.29 214	1.69 201	1.86 201	1.42 184	1.70 195	1.45 187	1.19 167	4.71 243	8.56 249	3.16 209	4.70 205	7.94 230	6.89 214	0.85 170	15.45 199	8.15 231	1.92 195	2.75 241	5.41 163	6.49 241	9.16 196	11.23 209	1.46 205	2.81 239	1.81 196	19.84 255	6.51 228	30.80 259

JetRed	12.50 248	6.96 253	7.76 258	4.77 235	6.78 257	9.35 255	10.92 245	5.31 247	4.54 237	5.85 259	3.28 193	8.17 234	7.48 215	9.74 248	50.80 248	15.21 253	10.30 244	7.93 254	7.83 207	5.44 235	18.10 263	24.48 264	11.12 260	4.60 255	11.97 250	25.85 260	24.78 259	28.17 255

SFCPSM	8.92 229	1.34 185	1.05 135	1.13 160	1.12 159	1.10 162	0.89 143	1.28 106	1.79 192	2.71 198	5.63 213	4.32 211	7.90 216	1.01 186	5.47 178	5.23 213	1.80 184	1.19 178	162.18 276	4.49 230	7.79 179	9.52 168	0.81 168	1.64 190	1.33 154	1.76 171	3.30 188	3.06 185

MSC_U_SF_DS_RVC	4.33 188	2.25 216	1.45 181	2.41 209	1.94 208	1.93 200	4.82 224	1.96 179	2.59 212	2.96 206	1.96 166	2.49 185	8.10 217	9.76 249	14.02 195	3.47 186	2.04 202	1.98 218	14.27 225	3.33 226	7.23 174	7.20 146	2.89 226	1.85 200	2.43 212	2.85 208	2.19 110	6.62 216

PWCK	9.19 232	3.84 237	2.76 227	4.81 236	3.48 241	7.14 248	7.79 233	3.92 237	4.66 239	4.66 234	5.84 218	24.68 257	8.47 218	3.24 227	10.95 187	3.27 181	9.48 243	2.36 232	72.75 268	4.94 234	14.76 256	6.95 143	3.68 229	2.40 223	8.01 241	7.55 234	6.35 224	9.51 225

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

MADNet++	9.22 233	4.13 241	6.16 254	4.32 228	5.78 255	3.96 226	8.14 234	7.09 251	6.83 247	5.28 253	7.83 243	7.65 228	8.62 220	12.90 251	19.42 205	21.00 263	7.04 239	6.27 253	10.40 217	7.97 246	14.29 251	18.67 260	3.96 231	5.12 256	5.80 232	22.29 256	9.32 237	8.69 220

WAO-6	7.36 225	2.83 223	2.64 224	8.38 242	2.78 224	3.59 225	8.61 236	3.51 228	3.36 225	1.84 159	2.45 181	5.99 221	8.70 221	3.06 224	50.70 247	2.35 159	13.44 256	1.82 211	8.79 212	2.15 209	14.26 248	12.40 234	3.35 228	2.64 230	7.87 240	5.84 227	4.30 211	11.17 230

CBMV	5.08 199	1.41 187	1.15 162	1.44 186	1.42 182	1.24 176	0.78 128	2.27 205	1.47 178	3.04 207	6.44 224	7.74 229	9.07 222	0.60 130	12.81 192	13.79 244	1.99 200	1.29 191	9.56 213	1.15 146	9.82 199	12.54 238	0.82 171	1.84 199	1.44 170	1.83 176	4.39 212	25.76 252
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
JetBlue	10.90 237	9.40 256	6.23 255	8.34 241	6.82 258	10.07 257	10.58 243	5.04 246	3.97 230	2.95 204	4.09 198	9.83 240	9.32 223	8.12 243	48.65 240	14.50 246	6.76 238	5.08 252	7.66 206	3.76 228	13.23 231	17.58 259	8.19 256	3.58 250	11.41 249	18.49 253	12.08 246	28.49 256

SGM-ForestM	6.44 217	10.17 258	6.98 257	4.69 232	2.91 229	6.90 247	9.70 240	7.26 252	4.59 238	4.81 236	6.31 222	9.50 238	9.35 224	0.78 160	3.65 155	1.30 73	6.50 234	0.89 116	11.21 219	1.44 168	6.08 156	6.02 132	1.58 208	1.68 193	9.47 246	11.34 243	12.07 245	16.58 239

LSM0	11.61 242	1.70 202	2.94 230	2.71 214	2.41 216	2.76 218	6.88 232	4.22 239	4.26 235	3.67 220	7.57 239	7.41 227	9.43 225	0.98 184	64.90 271	78.60 275	3.43 216	2.37 233	20.39 235	4.80 233	14.29 251	16.21 256	1.30 197	3.06 243	3.29 222	12.44 246	6.06 222	25.31 251

IMH-64-1	7.17 222	3.27 226	3.53 236	4.69 232	3.29 236	4.58 231	5.71 227	3.51 228	3.09 220	1.39 133	1.98 168	4.90 216	10.92 226	4.82 236	52.00 252	4.78 206	3.66 218	2.27 227	12.32 221	1.96 201	6.91 168	10.55 188	7.77 251	2.22 213	6.05 234	4.73 220	13.45 249	9.13 221

IMH-64	7.17 222	3.27 226	3.53 236	4.69 232	3.29 236	4.58 231	5.71 227	3.51 228	3.09 220	1.39 133	1.98 168	4.90 216	10.92 226	4.82 236	52.00 252	4.78 206	3.66 218	2.27 227	12.32 221	1.96 201	6.91 168	10.55 188	7.77 251	2.22 213	6.05 234	4.73 220	13.45 249	9.13 221

ELAS_RVC	9.07 230	3.30 228	5.65 252	4.08 226	3.41 240	7.21 249	4.01 219	7.69 254	3.75 228	4.97 242	7.74 241	9.89 241	11.00 228	3.00 222	47.69 238	4.33 202	6.53 235	9.70 258	9.64 214	2.89 220	13.54 237	15.79 254	2.75 223	4.07 252	18.38 255	23.86 257	4.94 218	5.18 206
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	10.16 235	3.54 232	5.12 250	4.49 230	4.32 250	5.01 238	4.33 221	6.88 250	4.09 232	4.97 242	7.74 241	9.90 243	11.01 229	3.51 231	52.19 255	4.52 204	7.15 240	9.65 257	8.69 210	2.38 213	13.33 233	14.95 253	2.75 223	3.64 251	17.76 254	27.24 262	13.13 248	21.93 246
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CBMV_ROB	6.60 218	1.41 187	1.59 189	2.38 208	1.74 196	1.90 199	1.86 190	6.44 248	1.69 188	5.02 244	7.03 238	9.95 245	11.26 230	0.65 142	38.55 216	7.04 222	2.78 208	1.12 168	9.67 215	2.45 215	9.46 197	11.60 218	0.80 163	1.37 183	4.92 229	12.01 245	4.73 215	18.79 242

ADCS	6.69 219	1.97 209	1.94 205	1.41 182	2.24 210	1.84 198	3.00 207	2.08 192	3.97 230	2.66 195	3.26 191	3.01 194	11.48 231	2.01 215	53.18 261	11.65 239	2.72 207	2.59 238	5.10 158	2.24 210	10.43 208	8.65 159	1.76 212	1.97 204	2.57 215	10.58 240	7.51 231	18.68 241

WAO-7	8.11 227	2.98 224	5.46 251	29.83 259	2.32 213	3.09 221	9.23 239	2.48 212	4.20 234	4.67 235	7.60 240	7.98 231	11.78 232	1.64 208	22.32 208	2.11 152	12.00 248	2.79 244	44.95 258	2.13 208	10.06 205	10.12 174	1.37 202	2.49 226	2.97 219	4.35 218	2.94 175	5.06 205

SANet	5.69 207	2.22 213	1.77 197	1.84 196	2.37 215	2.28 208	1.43 172	4.49 241	7.61 248	2.05 169	4.86 207	8.34 235	11.81 233	1.70 210	43.86 230	1.62 130	5.96 230	1.51 200	4.43 152	1.70 188	8.97 193	8.28 154	1.20 190	2.60 228	1.94 203	6.02 230	3.42 194	9.29 223

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

MANE	14.22 250	9.62 257	6.93 256	4.94 238	5.72 254	7.88 251	11.48 247	7.38 253	9.90 252	4.92 241	6.89 236	8.98 237	12.13 235	3.67 233	50.37 244	17.85 257	11.82 247	20.17 265	10.46 218	6.55 242	12.22 218	12.86 244	1.77 213	11.33 261	24.83 261	30.99 264	31.42 264	40.73 267

MeshStereo	9.30 234	2.68 219	2.31 218	4.19 227	2.81 225	4.05 227	1.96 193	8.24 259	9.28 250	5.13 247	8.64 247	11.19 248	12.84 236	0.78 160	52.26 256	15.80 255	4.59 225	1.92 215	22.33 239	1.58 180	15.40 260	19.41 261	1.06 188	2.12 209	8.69 244	5.55 225	10.68 238	15.59 237
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
SGM_RVC	8.49 228	2.77 222	1.77 197	2.88 218	2.31 212	3.42 223	2.70 202	7.78 257	3.92 229	5.57 257	8.42 246	9.89 241	12.92 237	0.68 146	3.72 160	2.10 151	6.63 237	1.11 166	40.78 250	5.93 238	9.99 202	10.27 183	1.97 215	2.17 210	8.79 245	2.97 210	27.36 260	40.51 266
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SGM-Forest	4.18 185	1.24 169	0.74 74	2.12 203	1.35 178	1.42 185	0.56 108	1.36 119	0.90 127	4.89 239	0.96 120	2.51 187	12.92 237	0.61 132	16.38 201	3.12 177	0.79 62	0.65 46	7.04 201	0.76 93	6.77 165	10.03 172	0.84 173	0.81 145	1.66 191	1.78 172	4.79 217	25.96 253
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SGM+DAISY	11.81 244	3.22 225	3.47 234	3.83 225	3.15 235	4.25 229	3.52 214	7.70 255	10.88 256	5.57 257	9.00 251	9.94 244	13.12 239	1.74 212	22.71 210	18.99 259	3.23 213	2.28 229	15.35 229	8.91 253	15.05 258	17.02 258	1.32 199	4.58 254	24.50 260	31.01 265	32.60 266	41.83 269

DPSM_ROB	21.05 257	17.19 260	22.69 263	10.13 243	9.29 263	13.96 258	14.50 254	11.66 261	15.25 261	9.00 260	8.97 249	10.35 246	13.24 240	19.90 262	59.73 267	26.35 265	18.76 259	21.26 266	14.74 226	15.50 259	28.56 266	27.85 266	7.42 247	16.13 265	34.05 265	39.30 270	37.97 268	44.48 270

DPSM	21.05 257	17.19 260	22.69 263	10.13 243	9.29 263	13.96 258	14.50 254	11.66 261	15.25 261	9.00 260	8.97 249	10.35 246	13.24 240	19.90 262	59.73 267	26.35 265	18.76 259	21.26 266	14.74 226	15.50 259	28.56 266	27.85 266	7.42 247	16.13 265	34.05 265	39.30 270	37.97 268	44.48 270

UNDER WATER-64	11.75 243	7.29 254	4.90 246	17.03 248	7.40 260	8.44 253	16.49 256	8.25 260	4.32 236	4.51 232	3.21 190	17.72 251	15.23 242	8.81 244	46.52 236	10.69 237	13.57 257	3.01 246	12.74 223	8.66 250	14.20 246	12.82 242	11.01 259	4.40 253	6.45 237	18.67 254	8.71 235	22.29 247

DispFullNet	15.85 251	3.61 233	5.00 248	3.30 223	2.93 231	3.51 224	3.20 208	6.49 249	2.71 216	5.17 248	6.80 233	90.79 270	15.55 243	2.73 218	28.89 213	23.38 264	4.02 222	3.86 250	138.92 275	28.91 265	12.60 221	11.86 221	2.69 221	2.31 221	4.30 228	2.71 207	6.80 229	5.05 204

IMH	9.11 231	3.31 229	3.55 238	4.46 229	3.30 238	4.60 233	6.29 230	3.48 226	3.12 222	1.42 136	1.88 164	5.38 218	15.63 244	51.61 271	52.03 254	3.06 174	3.92 221	2.32 230	20.77 236	2.01 205	6.25 159	9.58 169	8.07 255	2.21 212	7.69 239	5.96 229	3.77 202	10.35 228

ADCPNet	7.09 221	1.18 163	3.04 232	1.33 178	3.12 233	1.36 182	8.88 238	2.15 194	3.24 223	4.23 227	7.84 244	1.96 169	15.92 245	1.71 211	49.61 242	3.53 188	1.89 193	1.25 189	19.14 232	3.03 224	5.96 153	4.75 103	4.72 233	1.29 182	3.95 226	5.33 224	3.87 206	27.01 254

pmcnn	5.52 204	1.54 196	1.51 184	2.64 211	3.13 234	2.07 203	10.40 241	2.61 216	2.65 213	2.55 193	6.41 223	6.23 223	15.93 246	0.58 121	6.75 180	14.92 251	3.87 220	3.34 247	7.45 204	7.76 244	13.60 238	10.19 177	6.30 242	2.29 220	1.57 184	3.30 212	4.69 214	4.80 201

SPstereo	7.58 226	2.32 217	3.96 240	2.17 205	2.01 209	2.28 208	2.11 197	2.97 223	3.67 227	2.95 204	8.06 245	30.35 260	16.56 247	2.33 216	12.64 190	18.07 258	3.29 214	3.89 251	6.22 180	6.47 240	12.61 222	14.38 251	2.38 218	2.80 238	4.18 227	7.54 233	13.61 251	14.75 235

edge stereo	5.88 211	1.88 205	3.14 233	2.14 204	1.80 203	2.47 217	2.43 201	4.51 242	3.45 226	3.97 223	4.84 206	6.45 224	17.40 248	1.04 193	5.09 177	14.91 250	1.80 184	1.66 206	37.39 249	6.28 239	5.99 155	12.74 240	1.44 204	2.02 207	2.12 205	2.11 193	3.75 201	5.99 213

WAO-8	12.07 246	5.33 244	4.83 243	26.48 257	4.01 247	6.22 245	11.73 250	3.65 233	6.39 245	28.97 270	41.01 266	8.08 232	18.91 249	20.68 264	3.75 161	3.24 178	9.46 241	2.01 219	53.81 265	5.76 236	9.83 200	11.16 206	6.04 240	2.43 224	8.05 242	7.74 235	6.36 225	9.95 226

Venus	12.07 246	5.33 244	4.83 243	26.48 257	4.01 247	6.22 245	11.73 250	3.65 233	6.39 245	28.97 270	41.01 266	8.08 232	18.91 249	20.68 264	3.75 161	3.24 178	9.46 241	2.01 219	53.81 265	5.76 236	9.83 200	11.16 206	6.04 240	2.43 224	8.05 242	7.74 235	6.36 225	9.95 226

DGSMNet	11.16 240	1.98 210	1.98 207	1.90 199	1.52 186	2.46 216	1.47 173	3.07 225	2.11 203	12.67 263	102.10 273	3.59 201	18.94 251	18.97 261	16.50 202	15.09 252	12.73 251	10.36 260	13.79 224	4.57 231	12.99 229	14.32 250	7.77 251	3.43 248	1.75 195	6.25 231	3.48 197	5.53 209

FADE		18.09 262	30.60 266	2.84 217	3.65 243	28.71 267	17.79 259	15.65 264	31.19 267	23.58 268	34.50 263		24.85 252	9.63 246	13.75 194	14.56 247	43.43 271	10.05 259	41.89 253	25.16 264	36.12 268	31.14 268	7.48 249	15.57 264	20.22 256	17.05 252	15.03 255	33.84 262

MyStereo03	42.32 268	34.58 266	45.67 269	20.28 253	18.70 267	28.03 264	29.19 262	23.39 268	30.77 265	18.19 265	18.03 255	20.71 254	26.70 253	40.22 269	120.07 275	52.96 273	37.64 268	42.70 272	29.31 243	30.97 269	57.46 273	56.38 274	14.75 265	32.54 271	68.34 272	79.09 274	76.33 272	89.56 275

MyStereo02	41.62 267	34.58 266	45.67 269	20.28 253	0.00 1	28.03 264	29.19 262	23.39 268	30.77 265	18.19 265	18.03 255	20.71 254	26.70 253	40.22 269	120.07 275	52.96 273	37.64 268	42.70 272	29.31 243	30.97 269	57.46 273	56.38 274	14.75 265	32.54 271	68.34 272	79.09 274	76.33 272	89.56 275

LRCNet_RVC	25.94 263	30.78 264	14.74 260	35.18 263	31.16 269	36.52 268	29.93 264	23.08 266	12.70 260	36.15 272	33.37 262	37.24 261	28.56 255	37.11 267	17.47 203	7.61 227	31.06 264	26.75 269	67.49 267	29.07 266	23.47 265	10.73 195	39.23 270	30.61 269	7.37 238	2.53 204	11.22 239	9.31 224

STStereo	16.49 253	3.48 230	5.91 253	44.25 265	5.60 253	39.03 269	13.11 252	7.74 256	10.72 255	5.19 250	8.92 248	24.73 258	30.22 256	1.03 192	59.92 269	11.74 240	2.59 205	1.26 190	40.79 251	2.25 211	10.02 203	8.79 163	2.06 216	11.31 260	22.61 258	16.05 251	20.57 257	35.39 263

TorneroNet-64	13.24 249	6.25 249	5.07 249	34.05 260	3.72 244	9.38 256	16.75 257	3.49 227	12.26 259	2.27 184	5.98 219	17.67 250	34.24 257	14.37 254	47.92 239	3.76 191	13.18 254	2.40 235	36.34 248	9.15 256	13.85 241	12.35 233	5.65 235	2.64 230	14.28 253	14.51 249	3.41 192	12.48 231

CasAABBNet	42.72 269	34.60 268	45.66 268	20.17 252	18.55 266	28.05 266	29.13 261	23.25 267	30.69 264	18.73 267	18.11 257	20.72 256	37.90 258	39.93 268	120.54 277	52.80 272	37.72 270	42.56 271	29.30 242	30.56 268	57.58 275	56.66 276	14.58 264	32.34 270	68.46 274	79.09 274	76.31 271	89.48 274

MDST_ROB	12.03 245	32.81 265	1.72 193	20.74 255	2.64 220	5.90 243	1.72 182	4.06 238	1.35 170	3.76 221	6.53 225	2.75 192	42.83 259	0.54 109	50.83 249	1.22 66	1.08 139	0.75 73	18.95 231	1.00 130	12.75 225	11.49 213	1.29 196	1.26 181	22.72 259	11.17 241	31.24 263	31.81 261

notaker	10.31 236	13.11 259	4.84 245	18.55 250	6.95 259	7.98 252	14.39 253	3.69 235	3.28 224	2.90 203	2.15 178	30.28 259	43.63 260	4.40 234	9.01 183	2.66 166	12.71 250	2.73 240	42.35 254	2.87 219	14.87 257	10.21 178	7.77 251	3.03 242	2.66 216	2.98 211	3.46 195	4.84 202

HaxPig	44.53 270	46.75 271	47.32 271	47.72 267	48.79 271	47.60 271	48.40 266	49.50 271	47.10 270	49.76 273	50.31 268	49.00 264	45.26 261	54.49 272	41.50 223	40.24 268	50.15 272	52.05 274	44.74 257	43.04 272	46.61 270	44.38 272	51.78 272	45.43 273	33.92 264	25.30 258	28.66 261	22.43 248

AVERAGE_ROB	46.12 271	48.49 272	48.31 272	49.34 268	50.25 272	48.63 272	49.80 267	50.74 273	48.67 271	51.68 274	52.55 269	50.28 265	47.20 262	55.70 273	43.00 228	40.99 269	52.42 273	54.59 275	47.27 260	45.45 273	48.77 271	44.06 271	52.90 273	46.98 274	35.80 267	26.72 261	30.77 262	23.81 250

LE_ROB	28.97 265	25.29 263	36.16 267	34.90 262	56.86 275	18.61 262	58.99 269	32.08 270	41.72 269	5.37 254	27.57 259	46.00 263	49.67 263	13.72 253	14.83 197	3.84 194	5.96 230	1.22 182	46.43 259	36.35 271	10.19 207	11.19 208	48.45 271	22.49 267	30.18 263	31.59 266	31.60 265	40.87 268

MEDIAN_ROB	49.56 273	51.66 273	50.91 273	52.80 269	53.76 273	52.08 273	53.35 268	54.28 274	52.25 272	54.89 275	55.89 270	53.59 266	50.09 264	58.85 274	46.45 235	44.55 270	55.81 274	57.90 276	50.55 263	48.85 274	52.07 272	46.79 273	56.69 274	50.01 275	39.10 268	30.23 263	33.56 267	31.26 260

MaskLacGwcNet_RVC	21.23 259	1.32 181	1.63 190	1.89 198	1.69 193	1.93 200	3.75 217	2.27 205	2.66 214	5.02 244	29.10 261	216.12 276	51.87 265	5.44 239	3.66 156	4.09 198	5.59 229	13.75 261	28.77 241	1.47 172	14.44 254	12.86 244	0.98 183	2.33 222	1.88 202	7.40 232	145.78 277	5.57 210

DGTPSM_ROB	17.21 255	6.49 250	18.05 261	4.91 237	8.87 261	5.73 239	11.48 247	5.02 244	12.05 257	5.03 246	9.34 252	12.62 249	56.51 266	15.29 257	43.82 229	20.47 261	19.26 261	16.28 262	24.70 240	20.05 261	13.50 234	22.25 262	6.00 238	12.55 262	12.71 251	32.01 267	14.20 252	35.61 265

ACVNet-4b	11.58 241	3.99 239	2.60 222	44.40 266	2.71 223	4.98 236	62.31 270	1.85 171	1.79 192	1.63 146	1.25 143	4.22 210	58.75 267	3.34 229	2.27 84	1.21 63	13.33 255	1.70 208	49.50 262	1.93 199	14.47 255	13.72 249	7.40 246	3.13 246	1.55 182	1.89 179	2.20 112	4.61 200

TorneroNet	24.73 262	6.18 247	3.52 235	95.34 273	3.93 245	27.05 263	29.02 260	4.44 240	18.13 263	2.20 179	37.99 265	77.85 269	72.31 268	18.15 260	41.78 225	3.07 175	13.11 253	2.35 231	87.85 269	9.06 255	15.44 261	12.17 225	5.94 237	2.64 230	52.32 269	8.18 237	3.59 199	14.11 233

BEATNet-Init1	52.60 274	76.96 274	24.06 265	87.02 272	56.48 274	86.86 275	68.77 271	49.65 272	34.71 268	11.93 262	56.24 271	64.63 267	78.72 269	9.65 247	58.40 265	51.35 271	32.72 265	23.00 268	101.24 272	71.98 276	46.49 269	39.72 270	28.67 268	24.23 268	59.12 271	38.23 269	77.99 274	61.49 272

ktn	26.84 264	3.99 239	95.18 277	14.39 246	5.44 252	18.02 261	17.50 258	19.69 265	67.27 274	2.84 200	5.30 210	171.03 275	80.75 270	7.72 242	10.93 186	3.48 187	20.95 263	2.71 239	90.26 270	29.10 267	15.05 258	10.23 179	7.60 250	2.93 241	5.12 230	5.83 226	4.73 215	6.62 216

KSHMR	20.05 256	6.71 252	4.01 241	99.31 274	5.91 256	17.09 260	71.12 272	3.62 232	9.75 251	3.59 216	3.39 194	6.07 222	84.38 271	17.14 259	22.70 209	3.97 195	6.29 233	2.76 243	90.60 271	2.83 218	12.73 223	10.14 175	9.05 257	2.74 236	21.08 257	5.85 228	8.10 233	10.46 229

UNDER WATER	16.39 252	7.86 255	4.99 247	15.68 247	10.73 265	8.76 254	38.30 265	8.07 258	6.02 244	4.25 228	2.98 186	18.63 252	96.18 272	14.44 255	32.70 214	10.29 235	13.91 258	2.75 241	43.73 256	8.62 249	16.83 262	12.33 231	17.08 267	5.55 257	6.06 236	14.49 248	6.37 227	15.05 236

HanzoNet	47.37 272	45.54 270	75.64 275	62.53 271	47.97 270	62.03 274	90.57 276	55.02 275	58.34 273	15.60 264	22.00 258	75.72 268	107.47 273	172.14 277	23.65 212	13.02 243	62.42 275	9.26 256	134.39 274	22.45 263	19.74 264	25.78 265	31.84 269	5.57 258	9.72 248	9.49 239	8.54 234	12.61 232

ASD4	121.33 276	129.06 276	88.33 276	102.62 276	80.04 276	113.84 276	90.39 275	120.07 276	107.64 276	132.47 277	137.43 274	163.16 274	128.65 274	95.21 276	111.50 274	121.28 276	132.67 276	105.33 277	131.08 273	144.81 277	247.71 277	229.55 277	96.05 277	105.89 277	113.24 276	67.78 273	92.86 275	87.27 273

DPSimNet_ROB	111.84 275	179.62 277	74.81 274	195.40 277	165.93 277	136.63 277	98.05 277	126.48 277	138.79 277	82.31 276	148.57 276	159.77 273	157.57 275	78.29 275	64.65 270	40.10 267	142.61 277	34.98 270	195.20 277	69.76 275	154.10 276	32.63 269	82.12 276	98.24 276	71.10 275	51.68 272	117.83 276	122.56 277

PML	39.07 266	38.06 269	12.06 259	39.32 264	29.04 268	40.62 270	11.06 246	14.14 263	100.08 275	27.87 269	166.26 277	107.74 272	159.39 276	13.53 252	15.41 198	10.75 238	35.75 267	8.64 255	42.84 255	10.61 258	14.22 247	16.14 255	5.89 236	7.21 259	53.08 270	13.95 247	42.26 270	19.02 243

DPSMNet_ROB	22.61 260	6.50 251	18.06 262	4.95 239	8.88 262	5.76 241	11.54 249	5.02 244	12.08 258	5.17 248	28.67 260	19.69 253	163.24 277	15.38 258	43.87 231	20.66 262	19.56 262	16.59 263	35.50 247	20.17 262	13.82 240	22.26 263	6.02 239	12.56 263	12.82 252	32.01 267	14.23 253	35.60 264

Low-res two-view benchmark