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	0.06 1	0.03 1	0.08 10	0.01 1	0.00 1	0.12 97	0.27 128	0.00 1	0.01 1	0.00 1	0.00 1	0.05 1	0.00 1	0.05 55	0.43 2	0.28 2	0.02 1	0.00 1	0.09 6	0.00 1	0.05 1	0.02 1	0.00 1	0.00 1	0.08 28	0.00 1	0.05 1	0.00 1

CroCo-Stereo Lap2	0.14 4	0.09 10	0.03 5	0.05 8	0.05 15	0.00 1	0.00 1	0.03 8	0.05 14	0.24 54	0.00 1	0.08 5	0.02 6	0.01 7	1.28 11	1.00 29	0.03 2	0.02 6	0.05 2	0.04 9	0.31 13	0.34 13	0.00 1	0.03 9	0.03 12	0.00 1	0.05 1	0.00 1

RAFT	0.18 5	0.04 2	0.33 39	0.02 2	0.00 1	0.12 97	0.12 110	0.94 67	0.01 1	0.70 86	0.00 1	0.17 10	0.00 1	0.01 7	0.57 4	0.46 5	0.03 2	0.00 1	0.06 4	0.21 53	0.14 5	0.50 16	0.00 1	0.00 1	0.02 8	0.00 1	0.27 11	0.00 1

CroCo-Stereo	0.18 5	0.07 7	0.02 3	0.05 8	0.06 18	0.00 1	0.00 1	0.04 13	0.04 8	0.00 1	0.00 1	0.05 1	0.02 6	0.00 1	1.54 20	1.07 33	0.04 4	0.03 8	0.65 21	0.04 9	0.32 14	0.73 27	0.00 1	0.02 5	0.03 12	0.01 8	0.08 4	0.00 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
StereoVision	0.11 3	0.10 12	0.02 3	0.04 6	0.03 7	0.00 1	0.02 47	0.04 13	0.03 4	0.03 31	0.00 1	0.17 10	0.02 6	0.03 36	0.99 6	0.75 14	0.05 5	0.01 3	0.29 11	0.03 7	0.15 6	0.07 4	0.00 1	0.05 17	0.03 12	0.00 1	0.06 3	0.00 1

AEACV	0.25 11	0.71 112	0.36 50	0.04 6	0.03 7	0.10 89	0.00 1	0.02 5	0.03 4	0.00 1	0.00 1	0.18 12	0.13 46	0.02 21	1.22 9	0.79 15	0.05 5	0.26 50	0.73 23	0.29 63	0.63 26	0.50 16	0.12 104	0.04 14	0.01 5	0.21 50	0.29 12	0.00 1

LL-Strereo2	0.61 39	0.22 35	0.36 50	0.09 28	0.10 29	0.17 111	0.01 26	2.25 117	0.18 67	0.00 1	0.00 1	0.21 18	0.04 16	0.21 132	1.68 23	1.32 55	0.05 5	0.12 24	2.34 70	0.39 76	1.51 75	2.98 104	0.00 1	0.08 38	0.43 79	0.01 8	1.44 34	0.31 56

test_5	0.54 28	0.60 97	0.22 20	0.02 2	0.02 4	0.11 91	0.01 26	2.77 149	0.04 8	0.00 1	1.10 129	0.44 57	0.45 100	0.00 1	1.47 16	1.13 40	0.08 8	0.10 20	1.01 32	0.04 9	0.43 18	1.34 46	0.00 1	0.05 17	0.07 24	0.00 1	2.98 65	0.01 8

AASNet	0.18 5	0.44 71	0.26 25	0.08 26	0.08 23	0.00 1	0.08 96	0.03 8	0.05 14	0.26 55	0.00 1	0.16 9	0.03 11	0.01 7	1.06 7	0.60 8	0.08 8	0.03 8	0.08 5	0.16 37	0.24 10	0.64 24	0.00 1	0.03 9	0.00 1	0.01 8	0.38 14	0.03 13

TDLM	0.09 2	0.08 9	0.12 13	0.02 2	0.02 4	0.00 1	0.01 26	0.19 28	0.04 8	0.00 1	0.00 1	0.48 62	0.01 3	0.01 7	0.26 1	0.22 1	0.08 8	0.06 12	0.01 1	0.00 1	0.10 2	0.10 6	0.01 27	0.01 3	0.00 1	0.01 8	0.30 13	0.39 65

RYNet	0.45 24	0.04 2	0.00 1	0.02 2	0.03 7	0.00 1	0.00 1	0.01 2	0.04 8	0.07 35	0.00 1	0.05 1	0.12 44	0.00 1	4.77 154	0.60 8	0.10 11	1.00 148	0.35 13	0.01 3	0.21 9	0.04 2	0.00 1	0.02 5	0.08 28	3.06 133	1.39 31	0.13 41

AANet_RVC	0.25 11	0.05 5	0.29 31	0.06 15	0.19 51	0.00 1	0.23 126	0.03 8	0.17 62	0.35 66	0.01 43	0.07 4	0.04 16	0.01 7	1.37 14	0.48 7	0.10 11	0.06 12	0.43 16	0.17 38	0.10 2	0.25 10	0.03 63	0.05 17	0.02 8	0.06 25	1.15 26	0.89 87

4D-IteraStereo	0.83 58	0.30 51	1.14 134	0.28 66	0.31 92	0.01 34	0.02 47	2.15 116	0.11 41	0.00 1	0.20 79	0.25 22	0.22 71	0.16 110	2.28 37	1.65 86	0.11 13	0.37 71	2.84 90	0.41 82	2.82 115	2.87 96	0.02 46	0.21 84	0.08 28	0.22 51	3.10 70	0.35 62

RAFT+CT+SA	0.64 43	0.82 122	0.25 23	0.15 34	0.03 7	0.00 1	0.00 1	2.49 131	0.08 29	0.08 38	0.00 1	0.74 95	0.39 95	0.01 7	1.39 15	1.38 63	0.11 13	0.15 33	2.23 61	0.18 40	0.84 37	2.50 85	0.01 27	0.06 22	0.11 42	0.01 8	3.34 85	0.04 17

StereoIM	0.33 17	0.21 28	0.36 50	0.06 15	0.13 33	0.01 34	0.03 64	0.06 16	0.06 18	1.25 120	0.00 1	0.20 17	0.02 6	0.02 21	1.52 18	1.15 43	0.12 15	0.24 45	1.27 41	0.10 23	0.71 29	0.90 34	0.00 1	0.07 28	0.17 56	0.15 42	0.13 6	0.04 17

anonymousdsp	0.27 13	0.09 10	0.36 50	0.24 54	0.05 15	0.09 86	0.00 1	0.03 8	0.05 14	0.00 1	0.28 83	0.19 14	0.15 52	0.00 1	1.24 10	0.84 17	0.12 15	0.10 20	0.29 11	0.18 40	0.42 17	1.05 40	0.02 46	0.05 17	0.01 5	0.01 8	1.54 36	0.00 1

test_4	0.60 38	0.10 12	0.53 80	0.29 73	0.13 33	0.07 81	0.22 124	0.09 22	0.07 23	0.03 31	0.00 1	0.68 88	0.15 52	0.08 78	2.06 30	1.55 77	0.12 15	0.39 74	1.82 53	0.18 40	1.12 50	2.11 69	0.01 27	0.07 28	0.20 59	0.30 59	3.49 92	0.24 50

UPFNet	0.44 22	0.29 48	0.59 85	0.21 41	0.26 78	0.01 34	0.02 47	0.08 21	0.08 29	0.39 69	0.00 1	0.27 28	0.03 11	0.24 142	3.08 80	0.92 24	0.14 18	0.12 24	0.57 18	0.31 66	0.36 15	0.39 15	0.01 27	0.12 54	0.02 8	0.01 8	3.44 89	0.05 22

CVANet_RVC	0.21 9	0.15 16	0.61 91	0.42 112	0.06 18	0.06 80	0.01 26	1.53 87	0.05 14	0.08 38	0.04 53	0.62 83	0.04 16	0.03 36	0.46 3	0.32 3	0.14 18	0.09 17	0.05 2	0.01 3	0.19 7	0.07 4	0.00 1	0.03 9	0.00 1	0.01 8	0.55 16	0.08 28

MIF-Stereo	0.35 18	0.28 45	0.38 56	0.07 23	0.18 48	0.00 1	0.01 26	0.07 19	0.08 29	0.00 1	0.00 1	0.29 34	0.03 11	0.05 55	1.88 28	1.42 65	0.15 20	0.33 64	1.70 52	0.07 15	0.88 39	1.21 44	0.00 1	0.12 54	0.06 22	0.03 22	0.14 7	0.03 13

MIM_Stereo	0.55 29	0.13 14	0.43 65	0.34 87	0.22 63	0.11 91	0.02 47	2.05 109	0.07 23	0.00 1	0.01 43	0.23 20	0.09 37	0.03 36	2.07 31	1.15 43	0.15 20	0.39 74	2.56 78	0.27 62	1.24 60	0.94 36	0.06 86	0.13 61	0.18 57	0.19 48	1.72 39	0.17 46

RAFT_CTSACE	0.59 35	0.80 118	0.45 70	0.25 56	0.07 20	0.14 104	0.00 1	2.03 108	0.06 18	0.00 1	0.12 65	0.44 57	0.46 105	0.01 7	1.58 21	1.08 35	0.15 20	0.12 24	0.57 18	0.08 18	0.74 32	2.54 90	0.00 1	0.04 14	0.24 63	0.00 1	3.77 108	0.04 17

AFF-stereo	0.55 29	0.29 48	0.41 63	0.33 81	0.09 26	0.03 64	0.00 1	0.38 42	0.10 38	1.17 113	0.01 43	0.32 39	0.06 24	0.00 1	1.52 18	1.24 49	0.15 20	0.59 100	3.40 104	0.07 15	0.54 22	0.60 22	0.00 1	0.07 28	0.13 47	0.06 25	3.05 67	0.10 34

iRaftStereo_RVC	0.22 10	0.19 23	0.35 46	0.22 45	0.11 30	0.01 34	0.00 1	0.04 13	0.07 23	0.00 1	0.00 1	0.22 19	0.10 42	0.03 36	1.13 8	0.87 18	0.16 24	0.06 12	0.37 15	0.11 26	0.95 41	0.62 23	0.00 1	0.02 5	0.08 28	0.00 1	0.11 5	0.03 13

delet	0.19 8	0.07 7	0.25 23	0.06 15	0.04 12	0.02 57	0.02 47	0.01 2	0.04 8	0.34 62	0.00 1	0.10 6	0.03 11	0.02 21	1.36 13	0.46 5	0.16 24	0.05 10	0.13 7	0.05 12	0.13 4	0.18 8	0.00 1	0.04 14	0.00 1	0.01 8	1.41 32	0.02 11

PA-Net	1.61 119	0.81 121	1.43 153	0.27 62	1.99 178	0.12 97	0.34 132	0.19 28	1.90 172	0.85 95	0.41 94	0.24 21	0.20 66	0.78 178	4.61 146	1.44 66	0.17 26	0.26 50	1.08 33	0.53 104	1.44 71	3.18 110	0.65 172	0.44 142	0.99 106	7.71 189	1.78 41	9.78 181
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
TestStereo1	0.81 56	0.91 133	0.22 20	0.06 15	0.16 38	0.00 1	0.01 26	1.08 72	0.07 23	0.00 1	0.00 1	0.26 25	0.57 118	0.12 100	4.26 127	1.66 88	0.18 27	0.19 37	2.84 90	0.09 21	1.37 65	2.51 86	0.01 27	0.06 22	0.09 36	1.26 100	3.75 105	0.05 22

TESTraft	0.86 61	0.88 131	0.32 34	0.05 8	0.16 38	0.00 1	0.00 1	1.51 86	0.06 18	0.69 85	0.00 1	0.33 42	0.64 126	0.20 127	4.51 140	1.67 91	0.18 27	0.16 34	2.63 83	0.25 60	1.10 49	2.24 75	0.07 90	0.08 38	0.10 38	1.62 109	3.71 101	0.04 17

SA-5K	0.81 56	0.91 133	0.22 20	0.06 15	0.16 38	0.00 1	0.01 26	1.08 72	0.07 23	0.00 1	0.00 1	0.26 25	0.57 118	0.12 100	4.26 127	1.66 88	0.18 27	0.19 37	2.84 90	0.09 21	1.37 65	2.51 86	0.01 27	0.06 22	0.09 36	1.26 100	3.75 105	0.05 22

NLCA_NET_v2_RVC	0.99 78	0.82 122	0.34 43	0.18 38	0.43 115	0.03 64	1.10 156	1.20 75	2.50 180	2.06 151	0.11 64	0.69 90	0.07 26	0.54 163	3.65 113	0.91 23	0.19 30	0.22 42	1.65 51	0.15 34	0.73 31	0.92 35	0.08 91	0.18 77	0.11 42	3.29 139	2.58 54	2.09 117
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IER	0.59 35	0.45 74	0.27 26	0.30 76	0.16 38	0.00 1	0.01 26	0.42 44	0.11 41	1.09 109	0.07 60	1.35 118	0.04 16	0.20 127	3.17 84	1.08 35	0.20 31	0.13 29	0.73 23	0.40 77	0.51 21	0.64 24	0.21 123	0.07 28	0.08 28	1.01 97	2.92 62	0.28 53

MIF-Stereo (partial)	0.47 26	0.36 60	0.44 68	0.07 23	0.18 48	0.01 34	0.00 1	0.07 19	0.11 41	0.01 23	0.01 43	0.38 51	0.09 37	0.03 36	2.00 29	1.58 79	0.22 32	0.50 90	0.75 26	0.06 14	1.09 48	0.94 36	0.00 1	0.19 80	0.08 28	0.26 54	2.83 59	0.39 65

raftrobust	0.86 61	0.40 67	0.77 112	0.40 106	0.31 92	0.01 34	0.04 73	2.51 133	0.13 49	0.51 78	0.00 1	0.51 66	0.24 73	0.09 86	2.98 76	2.12 123	0.22 32	0.31 60	4.90 123	0.11 26	1.68 84	2.15 70	0.16 112	0.15 68	0.78 100	0.40 65	0.97 24	0.36 63

HCRNet	0.41 20	0.36 60	0.34 43	0.30 76	0.12 32	0.00 1	0.05 78	0.02 5	0.02 3	1.46 133	0.00 1	0.18 12	0.05 22	0.00 1	2.70 58	0.67 12	0.22 32	0.06 12	0.22 8	0.11 26	0.30 11	0.59 21	0.02 46	0.01 3	0.01 5	0.01 8	3.21 79	0.03 13

iinet-f	1.47 105	1.20 153	0.32 34	0.82 137	0.13 33	0.14 104	0.10 103	0.42 44	0.21 74	1.93 146	4.19 175	0.19 14	0.21 69	0.08 78	5.12 168	2.54 136	0.23 35	0.30 59	7.71 145	1.00 130	1.95 92	4.30 145	0.21 123	0.17 75	1.25 112	0.16 44	4.11 133	0.62 76

RALCasStereoNet	0.70 48	0.30 51	0.84 117	0.37 100	0.28 83	0.05 76	0.12 110	2.12 114	0.13 49	1.03 105	0.04 53	0.50 65	0.15 52	0.03 36	2.37 45	1.67 91	0.23 35	0.24 45	1.26 40	0.14 30	1.21 55	2.03 66	0.01 27	0.11 53	0.34 69	1.39 103	0.78 21	1.25 100

MMNet	0.30 16	0.21 28	0.07 7	0.05 8	0.05 15	0.00 1	0.06 88	0.01 2	0.03 4	0.22 50	0.00 1	0.19 14	0.01 3	0.05 55	2.24 35	0.62 10	0.24 37	0.12 24	0.35 13	0.07 15	0.30 11	0.11 7	0.04 70	0.08 38	0.03 12	0.04 23	2.84 60	0.02 11

test croco	0.45 24	0.37 63	0.43 65	0.16 35	0.37 108	0.00 1	0.00 1	0.74 63	0.08 29	0.01 23	0.00 1	0.53 72	0.09 37	0.04 50	2.41 46	1.80 104	0.25 38	0.31 60	0.93 29	0.10 23	1.31 63	1.36 47	0.00 1	0.23 86	0.13 47	0.02 19	0.25 10	0.09 29

anonymousdsp2	0.70 48	0.27 43	0.28 28	0.23 50	0.07 20	0.02 57	0.02 47	1.36 80	0.08 29	0.02 28	0.59 110	0.29 34	0.16 59	0.08 78	1.51 17	1.55 77	0.25 38	0.32 62	3.52 107	0.55 106	1.55 79	3.00 107	0.02 46	0.07 28	0.13 47	0.15 42	2.70 56	0.01 8

STTStereo	1.06 83	0.85 128	0.57 81	0.36 98	0.29 86	0.08 83	0.64 144	0.43 46	1.56 162	1.40 131	0.26 82	1.95 130	0.07 26	0.29 148	4.26 127	1.06 32	0.25 38	0.23 44	1.16 37	0.14 30	1.46 73	0.84 30	0.12 104	0.10 48	0.07 24	1.81 116	3.51 93	4.84 148

HITNet	0.59 35	0.16 21	0.10 11	0.06 15	0.07 20	0.01 34	0.02 47	1.76 92	0.82 125	0.11 41	0.00 1	0.68 88	0.28 77	0.11 97	2.51 54	1.02 30	0.25 38	0.13 29	0.63 20	0.24 56	1.43 69	1.56 57	0.01 27	0.12 54	0.02 8	0.16 44	3.32 83	0.42 68
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
Former-RAFT_DAM_RVC	0.65 44	0.06 6	0.35 46	0.17 36	0.16 38	0.01 34	0.01 26	1.78 94	0.20 72	0.14 45	0.16 73	0.41 56	0.17 64	0.02 21	2.91 69	1.69 95	0.26 42	0.38 72	1.18 39	0.12 29	1.54 78	2.66 94	0.01 27	0.06 22	0.16 54	2.28 125	0.22 8	0.33 60

RAFT-Stereo + iAFF	0.65 44	0.29 48	0.60 87	0.37 100	0.27 80	0.03 64	0.02 47	0.96 69	0.11 41	1.34 125	0.00 1	0.28 31	0.08 29	0.01 7	1.83 26	1.32 55	0.26 42	0.11 22	3.40 104	0.24 56	0.79 35	0.89 33	0.00 1	0.19 80	0.38 72	0.22 51	3.31 82	0.15 43

GMStereo	0.44 22	0.93 135	0.07 7	0.25 56	0.03 7	0.00 1	0.00 1	0.14 24	0.07 23	0.00 1	0.00 1	0.30 37	0.01 3	0.01 7	1.87 27	0.90 22	0.26 42	0.17 35	2.60 80	0.08 18	1.17 53	0.33 12	0.00 1	0.05 17	0.08 28	0.02 19	2.57 52	0.04 17
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FINET	0.37 19	0.14 15	0.45 70	0.18 38	0.08 23	0.02 57	0.01 26	0.34 39	0.17 62	0.01 23	0.30 87	0.56 78	0.19 65	0.02 21	2.46 51	1.20 48	0.26 42	0.09 17	1.10 34	0.14 30	0.72 30	0.31 11	0.04 70	0.14 64	0.03 12	0.10 35	0.84 22	0.05 22

raft+_RVC	0.49 27	0.38 66	0.37 55	0.34 87	0.21 58	0.03 64	0.04 73	2.29 118	0.09 35	0.00 1	0.00 1	0.25 22	0.08 29	0.02 21	1.79 24	1.24 49	0.29 46	0.09 17	2.37 74	0.24 56	0.77 34	1.09 41	0.00 1	0.06 22	0.07 24	0.12 37	0.57 17	0.36 63

ARAFT	0.70 48	0.19 23	0.28 28	0.31 78	0.08 23	0.00 1	0.01 26	0.16 25	0.08 29	1.30 122	0.00 1	0.38 51	0.03 11	0.10 94	3.41 102	1.87 106	0.29 46	0.27 56	2.54 77	0.05 12	1.83 88	1.60 58	0.01 27	0.10 48	0.42 78	0.02 19	3.41 86	0.12 39

MGS-Stereo	0.61 39	0.95 138	0.61 91	0.26 58	0.16 38	0.01 34	0.02 47	0.06 16	0.15 54	0.00 1	0.00 1	0.29 34	0.15 52	0.01 7	5.46 175	0.88 20	0.30 48	0.27 56	0.86 28	0.38 75	1.25 61	1.76 62	0.03 63	0.14 64	0.29 64	0.26 54	1.72 39	0.25 52

SA	0.95 75	0.82 122	0.44 68	0.21 41	0.23 65	0.01 34	0.00 1	2.73 147	0.12 46	0.02 28	0.00 1	0.39 54	0.39 95	0.36 154	2.49 52	1.61 81	0.31 49	0.47 86	3.23 97	0.20 51	1.23 58	3.19 111	0.01 27	0.18 77	0.41 76	1.70 111	4.81 149	0.10 34

DMCA	0.27 13	0.37 63	0.20 18	0.17 36	0.09 26	0.02 57	0.01 26	0.02 5	0.04 8	0.59 81	0.00 1	0.34 46	0.05 22	0.01 7	1.81 25	0.88 20	0.31 49	0.12 24	0.22 8	0.10 23	0.38 16	0.23 9	0.00 1	0.03 9	0.03 12	0.06 25	1.19 27	0.15 43

rafts_anoy	0.62 41	0.28 45	0.70 106	0.37 100	0.21 58	0.04 71	0.00 1	2.53 135	0.14 52	0.01 23	0.00 1	0.10 6	0.04 16	0.02 21	2.50 53	1.45 68	0.32 51	0.36 69	1.92 54	0.17 38	1.38 67	0.99 39	0.00 1	0.18 77	0.53 84	0.73 84	0.73 20	1.01 95

CFNet_pseudo	0.86 61	0.52 85	0.57 81	0.44 115	0.52 124	0.05 76	0.02 47	0.60 59	0.10 38	0.93 99	0.12 65	0.71 91	0.30 81	0.51 162	4.66 149	1.68 93	0.33 52	0.32 62	2.61 81	0.34 68	0.96 42	1.53 53	0.55 166	0.13 61	0.49 82	0.50 74	2.17 47	1.63 111

TestStereo	0.55 29	0.62 100	0.47 72	0.22 45	0.09 26	0.00 1	0.01 26	1.90 104	0.22 75	0.30 59	0.00 1	0.28 31	0.08 29	0.01 7	1.58 21	0.87 18	0.34 53	0.19 37	2.65 85	0.08 18	1.43 69	0.55 20	0.02 46	0.07 28	0.10 38	0.42 67	2.09 45	0.13 41

UNet	0.56 32	0.30 51	0.39 59	0.26 58	0.19 51	0.03 64	0.08 96	0.52 56	0.13 49	1.15 111	0.00 1	0.44 57	0.16 59	0.16 110	2.13 32	1.28 53	0.34 53	0.20 40	1.42 44	0.19 46	0.62 25	0.50 16	0.13 107	0.24 87	0.03 12	0.26 54	3.32 83	0.62 76

RALAANet	0.92 72	0.35 59	0.48 73	0.36 98	0.24 69	0.18 112	0.02 47	1.89 102	0.19 69	0.51 78	0.01 43	0.26 25	0.25 75	0.06 65	2.32 42	1.73 98	0.35 55	0.69 110	3.14 95	0.55 106	2.51 109	2.39 80	0.01 27	0.26 96	0.37 71	1.12 98	4.01 126	0.53 73

ADLNet	0.67 47	0.96 140	0.10 11	0.21 41	0.23 65	0.08 83	0.01 26	1.26 77	0.09 35	0.32 60	0.06 57	2.28 135	0.08 29	0.18 120	3.28 95	1.03 31	0.35 55	0.11 22	0.54 17	0.18 40	0.54 22	1.10 42	0.00 1	0.03 9	0.88 103	0.68 79	3.16 75	0.28 53

RAFT + AFF	0.41 20	0.04 2	0.01 2	0.22 45	0.02 4	0.04 71	0.00 1	0.03 8	0.03 4	0.00 1	0.00 1	0.28 31	0.02 6	0.01 7	4.88 160	0.92 24	0.35 55	0.02 6	2.33 69	0.03 7	0.65 27	0.50 16	0.01 27	0.12 54	0.15 53	0.10 35	0.24 9	0.01 8

AF-Net	1.11 87	0.51 81	0.87 119	0.34 87	0.78 138	0.89 152	1.87 169	2.40 124	1.15 146	0.48 75	0.68 117	3.66 145	0.16 59	0.27 146	2.44 48	0.98 27	0.35 55	0.01 3	1.60 48	0.40 77	0.50 19	2.58 91	0.05 79	0.08 38	0.66 95	0.45 69	3.47 90	2.34 123

Nwc_Net	1.11 87	0.51 81	0.87 119	0.34 87	0.78 138	0.89 152	1.87 169	2.40 124	1.15 146	0.48 75	0.68 117	3.66 145	0.16 59	0.27 146	2.44 48	0.98 27	0.35 55	0.01 3	1.60 48	0.40 77	0.50 19	2.58 91	0.05 79	0.08 38	0.66 95	0.45 69	3.47 90	2.34 123

RASNet	0.63 42	0.18 22	0.57 81	0.41 111	0.28 83	0.10 89	0.05 78	0.94 67	0.14 52	1.07 108	0.09 63	0.48 62	0.34 85	0.02 21	1.28 11	1.47 70	0.35 55	0.21 41	0.99 30	0.02 6	1.15 52	1.53 53	0.10 97	0.34 128	0.22 62	0.30 59	3.55 94	0.73 80

CFNet	0.57 33	0.46 77	0.64 99	0.43 113	0.34 104	0.04 71	0.00 1	0.58 58	0.09 35	0.66 84	0.05 56	0.64 84	0.07 26	0.05 55	2.25 36	0.65 11	0.35 55	0.06 12	0.73 23	0.34 68	0.85 38	0.73 27	0.00 1	0.08 38	0.45 80	0.16 44	3.22 80	1.51 106

test-3	1.53 107	1.03 143	1.25 142	0.40 106	0.31 92	0.11 91	0.06 88	2.79 152	0.17 62	0.35 66	0.44 100	4.06 150	0.35 86	0.03 36	2.84 63	1.63 84	0.37 62	0.57 98	8.86 158	0.46 94	3.20 127	5.38 169	0.02 46	0.27 103	0.61 93	0.95 93	3.95 118	0.88 84

test_1	1.53 107	1.05 145	1.24 141	0.40 106	0.31 92	0.11 91	0.06 88	2.78 150	0.17 62	0.32 60	0.42 98	4.06 150	0.36 90	0.03 36	2.84 63	1.62 83	0.37 62	0.57 98	8.88 159	0.46 94	3.22 129	5.38 169	0.02 46	0.27 103	0.60 91	0.95 93	3.95 118	0.90 88

HGLStereo	0.58 34	0.32 58	0.38 56	0.23 50	0.26 78	0.01 34	0.06 88	0.06 16	0.12 46	1.22 119	0.70 119	0.14 8	0.15 52	0.09 86	2.33 44	1.33 58	0.37 62	0.24 45	1.13 36	0.15 34	0.97 43	1.51 52	0.06 86	0.07 28	0.08 28	0.08 32	3.08 69	0.47 69

GANet	0.29 15	0.56 91	0.39 59	0.27 62	0.11 30	0.88 150	0.14 115	0.27 36	0.06 18	0.02 28	0.28 83	1.85 127	0.04 16	0.03 36	0.62 5	0.39 4	0.37 62	0.14 32	0.24 10	0.01 3	0.20 8	0.05 3	0.06 86	0.02 5	0.06 22	0.01 8	0.48 15	0.16 45

test_3	1.56 113	1.14 150	1.14 134	0.44 115	0.32 97	0.11 91	0.07 93	2.84 154	0.16 61	0.39 69	0.43 99	4.16 153	0.36 90	0.03 36	2.91 69	1.52 76	0.41 66	0.59 100	8.96 162	0.46 94	3.12 126	5.36 168	0.02 46	0.25 92	0.85 101	1.20 99	3.83 113	0.95 89

ADCP+	3.47 166	2.05 174	2.64 183	1.31 156	1.93 176	1.19 162	3.99 190	1.07 71	9.83 216	1.78 143	5.75 192	8.79 178	0.37 94	0.90 182	5.04 167	2.20 128	0.44 67	0.90 137	5.82 130	0.88 126	2.38 103	3.43 116	0.33 142	0.41 136	3.03 166	12.72 215	3.59 95	10.90 183

UDGNet	2.51 144	1.01 141	0.33 39	10.93 209	5.26 200	8.50 207	3.54 189	1.72 90	0.15 54	0.23 53	0.08 61	0.52 71	0.10 42	10.25 227	3.55 106	1.25 51	0.46 68	0.46 84	2.73 86	0.59 110	2.44 106	4.14 140	2.94 202	0.15 68	1.72 130	0.77 86	2.94 64	1.13 98

GLC_STEREO	0.76 53	0.44 71	0.48 73	0.22 45	0.24 69	0.00 1	0.00 1	2.40 124	0.19 69	0.15 47	0.04 53	0.27 28	0.14 50	0.02 21	2.55 56	1.82 105	0.46 68	0.24 45	2.26 66	0.30 65	2.66 112	1.47 49	0.05 79	0.08 38	0.05 21	0.07 29	3.59 95	0.32 58

MyStereo	2.28 136	0.73 115	2.44 180	0.70 132	0.85 143	0.09 86	0.03 64	2.37 123	0.49 98	3.34 180	3.07 164	1.58 125	0.12 44	0.07 70	5.59 178	2.77 142	0.47 70	0.66 108	10.41 176	1.64 160	4.67 157	4.12 138	0.83 180	0.75 160	3.49 171	4.89 166	4.90 153	0.59 75

PS-NSSS	1.54 110	3.12 190	0.33 39	3.03 179	0.83 142	1.73 169	0.70 145	0.39 43	0.15 54	0.39 69	0.00 1	11.06 184	1.04 159	0.41 159	2.13 32	0.79 15	0.47 70	0.26 50	4.17 115	0.14 30	0.90 40	0.37 14	2.44 198	0.06 22	0.99 106	0.74 85	3.17 76	1.82 112

AACVNet	0.85 60	0.56 91	0.35 46	0.58 126	0.67 130	0.09 86	0.01 26	0.35 41	0.19 69	0.17 48	0.15 71	0.45 60	0.24 73	0.19 122	2.81 62	1.91 111	0.48 72	0.38 72	1.44 45	0.23 54	1.44 71	1.22 45	0.33 142	0.08 38	0.50 83	1.57 107	4.09 130	2.39 125

CASnet	0.75 52	0.51 81	0.49 77	0.23 50	0.29 86	0.00 1	0.00 1	0.50 52	0.18 67	0.06 34	0.06 57	0.54 73	0.36 90	0.01 7	2.44 48	1.35 59	0.50 73	0.41 79	2.34 70	0.25 60	3.65 136	2.36 78	0.02 46	0.14 64	1.63 128	0.05 24	1.61 37	0.23 48
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_RVC	0.86 61	0.59 95	0.74 109	0.33 81	0.32 97	0.11 91	0.02 47	0.11 23	0.17 62	0.87 97	0.74 121	0.57 81	0.16 59	0.08 78	3.11 81	1.19 47	0.50 73	0.34 66	1.28 42	0.15 34	1.68 84	1.48 51	0.02 46	0.25 92	0.86 102	1.89 119	3.64 97	2.13 119

UCFNet_RVC	1.13 90	2.65 183	0.57 81	0.57 124	0.74 135	0.19 116	0.01 26	0.28 37	0.22 75	0.95 100	0.39 93	2.41 138	0.89 152	0.06 65	2.99 78	1.18 45	0.50 73	0.49 88	2.19 60	0.44 91	1.50 74	1.54 56	1.06 187	0.19 80	1.43 123	1.73 113	1.86 42	3.39 137

DMCA-RVC	0.65 44	0.42 68	0.43 65	0.31 78	0.58 126	0.15 108	0.44 136	0.29 38	1.57 163	1.31 123	0.35 91	0.55 75	0.13 46	0.11 97	2.54 55	1.10 38	0.51 76	0.46 84	0.84 27	0.36 72	0.76 33	0.83 29	0.19 119	0.14 64	0.11 42	0.06 25	2.59 55	0.52 71

GMOStereo	0.91 68	0.15 16	0.61 91	0.34 87	0.25 71	0.12 97	0.05 78	2.40 124	0.15 54	0.00 1	0.18 75	0.51 66	0.45 100	0.02 21	2.30 38	1.97 114	0.53 77	0.70 111	2.24 62	0.41 82	1.67 80	3.92 126	0.01 27	0.15 68	1.33 117	0.13 38	3.95 118	0.09 29

error version	0.91 68	0.15 16	0.61 91	0.34 87	0.25 71	0.12 97	0.05 78	2.40 124	0.15 54	0.00 1	0.18 75	0.51 66	0.45 100	0.02 21	2.30 38	1.97 114	0.53 77	0.70 111	2.24 62	0.41 82	1.67 80	3.92 126	0.01 27	0.15 68	1.33 117	0.13 38	3.95 118	0.09 29

test-v	0.91 68	0.15 16	0.61 91	0.34 87	0.25 71	0.12 97	0.05 78	2.40 124	0.15 54	0.00 1	0.18 75	0.51 66	0.45 100	0.02 21	2.30 38	1.97 114	0.53 77	0.70 111	2.24 62	0.41 82	1.67 80	3.92 126	0.01 27	0.15 68	1.33 117	0.13 38	3.95 118	0.09 29

test-2	0.91 68	0.15 16	0.61 91	0.34 87	0.25 71	0.12 97	0.05 78	2.40 124	0.15 54	0.00 1	0.18 75	0.51 66	0.45 100	0.02 21	2.30 38	1.97 114	0.53 77	0.70 111	2.24 62	0.41 82	1.67 80	3.92 126	0.01 27	0.15 68	1.33 117	0.13 38	3.95 118	0.09 29

iResNet_ROB	1.07 84	0.65 105	0.30 32	0.45 117	0.30 90	0.01 34	0.02 47	3.10 163	0.12 46	1.34 125	0.00 1	0.66 86	0.35 86	0.04 50	4.37 134	1.65 86	0.54 81	0.49 88	5.83 131	0.29 63	1.30 62	0.87 32	0.20 121	0.26 96	0.16 54	0.84 90	3.74 102	1.12 97

raft_robust	1.21 93	0.70 110	0.61 91	0.27 62	0.19 51	0.00 1	0.00 1	3.05 160	0.22 75	1.18 114	0.03 52	0.34 46	0.69 131	0.07 70	2.94 73	1.76 101	0.57 82	0.63 106	4.95 124	0.19 46	2.98 122	4.81 155	0.01 27	0.19 80	0.97 105	1.39 103	2.87 61	0.98 94

MyStereo04	2.04 129	0.66 106	0.91 122	0.69 131	0.82 141	0.02 57	0.04 73	2.62 141	0.91 133	2.83 167	0.75 122	1.37 119	0.09 37	0.08 78	5.03 166	3.04 155	0.58 83	0.72 117	10.25 174	1.62 158	4.78 160	3.27 114	0.94 183	0.69 156	2.62 154	4.29 154	4.75 148	0.65 78

CREStereo	1.03 81	0.31 55	0.74 109	0.24 54	0.16 38	0.01 34	0.04 73	2.66 144	0.55 104	0.63 83	0.56 106	0.71 91	0.59 120	0.05 55	2.97 74	3.31 164	0.60 84	0.43 81	2.12 59	0.57 108	3.00 123	2.30 77	0.06 86	0.12 54	1.18 111	0.53 76	2.42 51	0.88 84
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
RP	1.29 98	1.06 147	2.32 178	0.84 138	1.16 149	0.39 127	1.53 163	1.89 102	1.68 166	0.29 58	2.21 148	2.25 134	0.13 46	0.40 157	3.31 98	1.07 33	0.61 85	0.05 10	1.61 50	0.40 77	0.65 27	3.05 108	0.11 102	0.29 115	0.29 64	0.92 92	4.24 135	2.04 116

SGM-Forest	2.81 152	2.03 173	0.36 50	6.32 197	1.79 173	2.66 178	0.02 47	1.42 83	0.77 121	2.52 158	0.96 124	6.57 172	5.74 187	0.31 149	4.36 133	2.94 151	0.61 85	0.33 64	3.08 94	0.47 99	2.46 108	2.73 95	0.84 181	0.45 143	3.66 172	3.74 144	11.30 204	7.44 167
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
psm_up	1.01 80	0.60 97	0.96 125	0.38 104	0.75 136	0.01 34	0.03 64	2.33 121	1.18 148	0.78 89	0.00 1	0.94 100	0.09 37	0.45 160	2.41 46	1.18 45	0.62 87	0.44 82	3.67 110	0.32 67	1.14 51	0.85 31	0.00 1	0.58 153	1.06 108	1.42 105	3.75 105	1.44 104

FADNet-RVC	1.64 120	0.31 55	0.64 99	0.33 81	1.19 152	0.01 34	2.53 180	0.57 57	0.22 75	1.03 105	0.32 90	6.04 171	0.29 79	0.32 151	4.47 138	1.90 110	0.62 87	0.78 121	6.45 137	1.80 166	1.85 89	2.02 65	0.19 119	0.52 148	1.78 132	1.74 114	3.10 70	3.15 131

NVstereo2D	0.83 58	0.43 69	0.07 7	0.23 50	0.36 106	0.41 128	0.08 96	1.61 89	0.59 110	0.84 94	1.11 130	0.36 49	0.21 69	0.07 70	5.88 183	2.16 126	0.62 87	0.45 83	1.50 46	0.19 46	1.20 54	0.94 36	0.02 46	0.32 122	1.30 115	0.24 53	0.95 23	0.24 50

NCC-stereo	1.86 124	1.63 163	1.33 147	0.95 146	1.22 154	0.80 145	2.29 176	2.62 141	2.93 183	0.34 62	2.87 162	2.16 131	1.17 161	0.21 132	3.63 109	1.13 40	0.63 90	0.96 145	2.79 88	0.75 120	0.98 44	2.96 102	0.36 146	0.32 122	2.31 144	4.50 157	3.69 98	4.78 145

Abc-Net	1.86 124	1.63 163	1.33 147	0.95 146	1.22 154	0.80 145	2.29 176	2.62 141	2.93 183	0.34 62	2.87 162	2.16 131	1.17 161	0.21 132	3.63 109	1.13 40	0.63 90	0.96 145	2.79 88	0.75 120	0.98 44	2.96 102	0.36 146	0.32 122	2.31 144	4.50 157	3.69 98	4.78 145
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
IPLGR_C	0.86 61	0.20 26	0.61 91	0.28 66	0.21 58	0.00 1	0.22 124	0.18 26	0.47 94	0.07 35	0.12 65	1.18 112	0.08 29	0.20 127	4.59 144	1.50 73	0.65 92	0.26 50	2.00 57	0.19 46	2.34 100	2.95 101	0.05 79	0.27 103	0.60 91	0.07 29	3.82 111	0.11 36

HSM	0.97 76	0.30 51	0.87 119	0.54 122	0.46 116	0.00 1	0.01 26	2.93 156	0.30 84	0.13 44	0.56 106	0.65 85	0.13 46	0.05 55	2.97 74	1.08 35	0.66 93	0.17 35	3.26 100	0.35 70	1.78 86	2.03 66	0.04 70	0.33 126	0.38 72	0.81 87	4.16 134	1.10 96

HH	2.94 155	0.45 74	4.88 200	0.58 126	0.51 119	0.73 143	1.38 160	3.25 170	0.84 127	2.85 169	0.60 112	5.15 161	0.82 144	0.19 122	3.29 96	6.00 215	0.67 94	0.89 135	9.52 166	1.83 167	7.59 209	5.88 187	0.41 150	0.27 103	3.12 167	5.47 176	5.66 165	6.52 161

HanStereo	2.94 155	0.45 74	4.88 200	0.58 126	0.51 119	0.73 143	1.38 160	3.25 170	0.84 127	2.85 169	0.60 112	5.15 161	0.82 144	0.19 122	3.29 96	6.00 215	0.67 94	0.89 135	9.52 166	1.83 167	7.59 209	5.88 187	0.41 150	0.27 103	3.12 167	5.47 176	5.66 165	6.52 161

ACRE	0.87 66	0.21 28	0.64 99	0.28 66	0.20 57	0.00 1	0.20 120	0.18 26	0.48 97	0.08 38	0.15 71	1.22 113	0.08 29	0.23 141	4.70 152	1.49 71	0.67 94	0.25 49	1.97 56	0.18 40	2.33 99	2.98 104	0.05 79	0.26 96	0.67 98	0.07 29	3.81 110	0.11 36

DSFCA	0.70 48	0.43 69	0.51 78	0.29 73	0.58 126	0.04 71	0.59 141	0.22 32	0.54 102	0.49 77	0.56 106	0.33 42	0.08 29	0.04 50	2.86 65	1.28 53	0.67 94	0.73 118	1.00 31	0.44 91	1.01 47	1.14 43	0.21 123	0.24 87	0.54 85	0.82 88	2.81 58	0.47 69

CIPLG	0.87 66	0.19 23	0.67 104	0.27 62	0.21 58	0.00 1	0.20 120	0.19 28	0.50 100	0.07 35	0.12 65	1.16 111	0.08 29	0.21 132	4.78 155	1.50 73	0.68 98	0.22 42	1.92 54	0.18 40	2.28 95	2.98 104	0.04 70	0.27 103	0.66 95	0.09 33	3.80 109	0.12 39

LoS_RVC	1.09 85	1.51 160	0.60 87	0.05 8	0.49 117	0.01 34	0.08 96	0.22 32	0.74 119	1.72 138	0.23 80	0.56 78	0.63 124	0.12 100	3.15 82	2.90 146	0.69 99	1.79 182	3.27 101	0.50 101	4.03 146	3.48 117	0.21 123	0.07 28	0.33 67	0.47 71	0.70 18	0.96 91

tt_ll	1.09 85	1.51 160	0.60 87	0.05 8	0.49 117	0.01 34	0.08 96	0.22 32	0.74 119	1.72 138	0.23 80	0.56 78	0.63 124	0.12 100	3.15 82	2.90 146	0.69 99	1.79 182	3.27 101	0.50 101	4.03 146	3.48 117	0.21 123	0.07 28	0.33 67	0.47 71	0.70 18	0.96 91

Sa-1000	1.25 94	0.27 43	0.51 78	0.28 66	0.23 65	0.00 1	0.00 1	2.78 150	0.10 38	0.01 23	0.01 43	0.34 46	0.50 112	0.59 171	4.62 147	1.70 97	0.69 99	0.83 131	4.47 118	0.43 88	1.38 67	4.54 151	0.01 27	0.24 87	2.01 137	1.81 116	5.02 157	0.39 65

FADNet	1.92 128	0.44 71	0.60 87	0.54 122	1.05 146	0.00 1	2.95 184	0.78 64	0.38 88	0.81 92	0.61 114	2.40 136	0.47 108	0.65 172	5.57 176	1.73 98	0.69 99	1.08 153	8.93 161	1.61 157	2.36 101	2.52 88	0.09 93	0.36 131	2.54 152	3.77 147	3.43 88	5.46 152

PDISCO_ROB	1.03 81	0.55 89	0.06 6	0.67 130	0.28 83	0.00 1	0.21 122	0.71 61	0.49 98	1.28 121	0.99 128	0.25 22	0.32 82	0.19 122	3.02 79	2.03 120	0.69 99	1.42 169	2.26 66	0.58 109	2.32 97	3.22 113	0.14 108	0.27 103	1.36 121	0.37 62	3.84 114	0.23 48

TRStereo	3.24 165	2.66 185	7.45 215	0.35 96	0.14 36	7.79 203	0.13 114	3.04 159	0.42 92	2.75 163	1.46 135	5.69 167	0.65 127	0.09 86	3.75 115	4.23 180	0.70 104	0.63 106	6.77 138	1.21 141	4.05 148	4.81 155	0.12 104	0.24 87	2.72 157	6.73 185	12.83 206	6.09 157

PMTNet	1.28 97	0.58 94	0.96 125	0.28 66	0.22 63	0.01 34	0.16 117	0.50 52	0.57 108	0.72 88	0.35 91	0.54 73	0.48 109	0.09 86	3.27 94	3.32 165	0.72 105	0.39 74	6.17 133	0.35 70	3.67 138	2.41 84	0.09 93	0.12 54	3.12 167	1.00 96	1.23 28	3.32 135

CREStereo++_RVC	0.99 78	0.21 28	1.16 138	0.28 66	0.36 106	0.01 34	0.05 78	2.06 112	0.27 80	0.62 82	0.08 61	0.46 61	0.14 50	0.05 55	2.55 56	2.70 141	0.74 106	0.50 90	2.59 79	0.24 56	2.97 120	2.20 72	0.09 93	0.10 48	0.96 104	0.43 68	4.10 132	0.79 83
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
iResNetv2_ROB	1.26 95	0.75 116	0.32 34	1.29 155	0.33 101	0.02 57	0.02 47	3.19 167	0.20 72	2.00 150	0.29 85	2.24 133	0.41 97	0.06 65	3.64 112	1.45 68	0.75 107	0.13 29	5.77 129	0.43 88	2.86 116	1.71 60	0.16 112	0.37 133	0.38 72	0.47 71	4.08 129	0.72 79

IGEV_Zeroshot_test	3.61 168	0.78 117	7.78 218	6.84 198	0.33 101	2.04 174	1.78 168	3.97 185	0.92 134	2.12 152	6.05 196	4.60 156	1.01 157	0.08 78	3.44 103	5.73 210	0.76 108	0.61 102	9.25 164	1.49 152	7.12 204	6.47 202	0.31 139	0.27 103	5.02 190	5.44 175	5.95 170	7.38 166

s12784h	2.07 130	2.29 178	2.24 174	1.60 161	0.69 132	0.05 76	0.03 64	2.13 115	0.55 104	1.19 116	0.13 70	1.61 126	0.68 130	0.04 50	3.20 85	3.09 156	0.78 109	0.41 79	3.50 106	0.43 88	5.42 177	2.92 100	0.11 102	0.12 54	2.64 155	1.70 111	6.64 177	11.65 186

TANstereo	1.57 114	1.38 155	0.48 73	0.26 58	0.29 86	0.52 137	0.05 78	0.51 54	0.47 94	0.27 56	0.62 115	0.32 39	0.20 66	1.08 190	3.59 107	2.81 143	0.79 110	1.63 177	8.83 156	3.01 194	3.50 132	2.89 97	3.03 205	0.10 48	0.04 19	0.69 80	4.96 155	0.05 22

XX-TBD	1.57 114	1.38 155	0.48 73	0.26 58	0.29 86	0.52 137	0.05 78	0.51 54	0.47 94	0.27 56	0.62 115	0.32 39	0.20 66	1.08 190	3.59 107	2.81 143	0.79 110	1.63 177	8.83 156	3.01 194	3.50 132	2.89 97	3.03 205	0.10 48	0.04 19	0.69 80	4.96 155	0.05 22

stereogan	1.89 127	2.00 172	1.17 139	1.47 158	2.05 180	1.72 168	0.87 149	1.84 98	1.11 144	1.36 127	1.51 136	5.81 168	0.48 109	0.32 151	3.87 118	1.69 95	0.80 112	0.39 74	3.96 113	0.78 122	1.23 58	4.02 133	0.26 134	0.51 146	0.30 66	1.30 102	6.30 173	3.84 138

NaN_ROB	3.01 159	1.16 152	1.13 133	0.86 142	3.03 187	0.59 140	0.75 146	3.25 170	2.58 181	0.98 103	1.32 133	21.10 203	0.59 120	1.15 193	4.15 124	1.58 79	0.80 112	0.70 111	2.38 75	1.30 146	1.52 76	2.15 70	0.46 158	1.07 168	2.50 150	6.25 180	4.54 142	13.27 189

Any-RAFT	2.56 146	0.56 91	3.45 190	0.34 87	0.51 119	0.01 34	0.04 73	2.96 158	0.64 113	0.51 78	3.99 174	3.76 147	0.35 86	0.16 110	2.92 71	3.82 174	0.81 114	0.80 127	8.30 151	0.51 103	5.45 178	3.87 125	0.44 157	0.16 74	4.84 186	7.87 190	3.19 77	8.70 172

dd	0.93 74	0.46 77	0.32 34	1.70 163	0.04 12	0.21 119	0.11 108	0.46 50	0.06 18	0.11 41	0.01 43	1.91 128	0.06 24	0.16 110	4.29 130	0.96 26	0.81 114	0.34 66	5.67 127	0.37 73	0.58 24	0.68 26	0.15 109	0.26 96	0.07 24	0.09 33	3.26 81	1.96 115

EAI-Stereo	2.70 150	0.83 125	2.70 184	0.89 143	1.47 164	0.83 148	1.46 162	3.07 162	1.18 148	0.21 49	3.82 173	3.19 142	0.72 135	0.09 86	5.24 169	4.82 192	0.83 116	0.91 139	9.83 171	1.25 144	4.49 155	5.29 164	0.39 149	0.80 161	1.87 133	3.19 137	7.10 184	6.43 159

CAS	0.79 54	0.21 28	0.34 43	0.21 41	0.19 51	0.03 64	0.14 115	0.21 31	0.63 112	1.19 116	0.16 73	0.33 42	0.78 141	0.13 106	2.72 59	1.66 88	0.85 117	0.71 116	1.12 35	0.46 94	2.41 105	2.37 79	0.03 63	0.08 38	0.11 42	0.69 80	1.69 38	1.95 114

DLCB_ROB	0.92 72	0.72 113	0.64 99	0.43 113	0.42 114	0.14 104	0.18 119	0.43 46	0.28 81	0.85 95	0.53 104	1.12 108	0.72 135	0.07 70	2.16 34	1.12 39	0.88 118	0.26 50	0.69 22	0.20 51	1.35 64	1.53 53	0.49 159	0.28 113	4.11 177	2.41 128	2.04 43	0.78 82

GES	1.43 101	0.28 45	0.41 63	0.57 124	0.37 108	0.27 124	0.07 93	2.06 112	0.93 135	1.20 118	0.58 109	0.39 54	0.23 72	0.02 21	4.91 161	2.49 134	0.91 119	0.66 108	9.59 168	1.37 148	2.97 120	2.53 89	0.16 112	0.41 136	0.20 59	0.17 47	2.57 52	2.20 121

RGC	2.44 142	1.98 171	4.87 199	1.54 159	1.65 167	1.74 170	1.05 152	2.02 107	1.43 158	0.88 98	4.42 181	2.52 140	2.42 174	0.58 168	4.33 132	1.63 84	0.91 119	0.48 87	4.28 117	1.08 134	1.94 91	4.01 132	0.15 109	0.72 159	2.19 140	5.22 173	4.90 153	6.96 164

pcwnet_v2	1.73 121	0.62 100	0.78 113	0.73 134	1.15 148	0.59 140	0.23 126	1.77 93	0.68 116	3.36 183	1.85 146	1.23 114	1.01 157	1.61 201	5.43 174	2.08 121	0.92 121	0.62 104	4.07 114	0.37 73	1.82 87	2.39 80	1.01 184	0.41 136	1.32 116	2.11 120	3.98 124	4.53 144

EGLCR-Stereo	1.26 95	0.21 28	1.76 167	0.07 23	0.25 71	0.08 83	0.02 47	0.49 51	0.55 104	0.11 41	0.45 102	0.58 82	0.67 129	0.03 36	2.32 42	2.67 140	0.93 122	1.20 162	4.21 116	0.19 46	4.10 149	4.78 154	0.05 79	0.13 61	0.64 94	0.67 78	6.56 176	0.32 58

anonymity	3.65 169	0.66 106	5.99 211	1.34 157	0.51 119	0.44 129	0.11 108	3.79 184	0.79 124	2.66 161	18.15 240	3.83 148	0.89 152	0.26 145	3.21 88	5.09 200	0.93 122	0.53 92	7.76 148	1.11 138	4.31 152	5.87 186	0.28 135	0.42 139	4.98 189	9.60 205	5.40 163	9.75 178

iRaft-Stereo_20w	4.18 179	1.14 150	8.05 220	7.32 200	1.81 174	3.33 186	1.55 164	3.45 175	1.28 154	3.63 192	7.12 203	3.54 144	1.33 168	0.11 97	4.16 125	4.85 193	0.93 122	0.61 102	9.28 165	1.22 142	5.08 171	5.56 178	0.43 154	0.53 149	3.85 173	8.64 198	11.20 203	12.91 188

AE-Stereo	1.43 101	0.31 55	1.73 165	0.33 81	0.32 97	0.04 71	0.32 131	0.43 46	0.32 85	0.04 33	0.00 1	3.38 143	0.44 99	0.07 70	2.86 65	3.30 163	0.96 125	0.79 122	3.65 108	0.79 123	3.64 135	4.40 147	0.04 70	0.40 135	2.93 164	2.14 121	4.74 147	0.18 47

XX-Stereo	3.48 167	0.50 80	1.80 168	1.21 153	0.27 80	0.34 125	0.44 136	1.47 84	0.41 91	2.51 157	6.92 202	4.97 158	1.06 160	0.12 100	3.21 88	5.22 203	0.96 125	0.80 127	6.95 139	0.80 124	4.33 153	4.04 135	0.21 123	0.27 103	26.57 234	3.75 145	5.08 158	9.77 179

DISCO	0.79 54	0.95 138	0.31 33	0.06 15	0.33 101	0.51 135	0.44 136	0.23 35	0.32 85	1.75 142	0.59 110	0.38 51	0.29 79	0.04 50	2.98 76	1.36 60	0.96 125	0.29 58	3.24 98	0.53 104	0.79 35	1.45 48	0.10 97	0.07 28	0.12 46	0.29 58	2.76 57	0.31 56

RAFT-Test	2.40 140	0.62 100	1.45 154	1.07 150	0.41 113	0.21 119	0.21 122	3.19 167	0.77 121	1.05 107	3.09 165	0.94 100	0.92 154	0.17 116	3.47 104	5.18 202	0.97 128	0.56 97	10.36 175	1.38 149	6.37 188	5.29 164	0.38 148	0.25 92	2.80 161	4.66 161	4.56 143	4.51 142

AnonymousM	1.53 107	0.20 26	0.39 59	0.05 8	0.04 12	0.25 123	0.01 26	2.74 148	0.57 108	0.35 66	1.45 134	0.55 75	0.53 115	0.22 139	2.76 60	2.91 148	0.98 129	1.05 149	2.00 57	1.32 147	3.73 139	3.49 119	0.20 121	0.28 113	0.13 47	0.28 57	5.87 169	9.03 176

cross-raft	2.33 139	0.70 110	1.33 147	0.40 106	0.61 128	0.19 116	0.08 96	3.13 164	0.71 118	0.78 89	1.62 141	1.09 106	0.70 134	0.17 116	3.66 114	4.78 190	0.99 130	0.55 95	10.72 178	1.52 154	6.33 187	5.61 179	0.30 137	0.24 87	2.56 153	4.68 162	4.44 139	5.06 149

DeepPrunerF	2.66 148	1.67 165	0.33 39	3.58 185	9.30 215	1.76 171	3.48 188	0.68 60	3.29 186	0.71 87	1.59 139	0.37 50	0.27 76	0.13 106	5.94 184	3.42 170	1.03 131	0.54 94	4.47 118	0.65 113	2.02 93	2.06 68	0.56 167	0.31 119	15.21 219	3.30 140	3.74 102	1.47 105

IPLG	1.12 89	0.36 60	0.65 103	0.29 73	0.23 65	0.00 1	0.05 78	2.30 119	0.29 83	0.39 69	0.29 85	0.27 28	0.72 135	0.24 142	5.68 180	1.79 103	1.05 132	0.84 132	2.78 87	0.41 82	0.98 44	4.31 146	0.02 46	0.25 92	0.46 81	1.49 106	3.86 115	0.11 36

FADNet-RVC-Resample	1.60 118	0.67 108	0.97 127	0.50 120	0.64 129	0.18 112	1.05 152	1.27 78	0.83 126	0.96 102	0.97 125	5.23 164	0.42 98	1.02 185	4.81 158	1.68 93	1.05 132	1.96 188	3.78 112	1.06 133	1.52 76	2.28 76	0.21 123	1.35 174	0.55 86	3.16 136	2.13 46	2.92 130

GANetREF_RVC	2.43 141	1.69 166	0.81 115	2.04 172	1.16 149	1.02 156	0.10 103	4.72 193	1.44 159	3.62 191	0.06 57	10.03 182	0.69 131	0.09 86	3.63 109	1.36 60	1.06 134	0.94 143	6.44 136	0.46 94	2.32 97	1.74 61	0.17 116	1.35 174	3.41 170	3.75 145	6.55 175	4.82 147
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
LMCR-Stereo	0.97 76	0.53 87	0.59 85	0.28 66	0.25 71	0.07 81	0.02 47	1.39 81	0.28 81	0.34 62	0.12 65	0.74 95	0.15 52	0.12 100	3.20 85	1.88 109	1.07 135	0.36 69	5.87 132	1.71 161	2.10 94	2.39 80	0.02 46	0.33 126	0.35 70	0.38 63	1.44 34	0.34 61

DN-CSS_ROB	1.45 104	0.52 85	1.11 132	0.81 136	0.69 132	0.00 1	0.03 64	2.86 155	0.35 87	1.50 135	3.76 172	0.73 94	0.36 90	0.07 70	2.89 68	1.44 66	1.08 136	0.79 122	8.61 153	0.23 54	3.25 130	1.97 64	0.02 46	0.66 155	0.10 38	0.52 75	3.12 74	1.56 107

DeepPruner_ROB	1.57 114	0.37 63	0.71 107	0.50 120	0.55 125	0.37 126	1.60 166	1.74 91	0.84 127	1.37 128	2.40 150	0.49 64	0.51 113	0.10 94	5.38 172	2.16 126	1.10 137	1.08 153	2.28 68	0.40 77	4.83 164	3.42 115	0.66 174	0.34 128	0.57 88	5.04 168	3.07 68	0.53 73

MSMDNet	2.28 136	0.62 100	1.27 143	0.37 100	0.30 90	0.19 116	0.07 93	3.15 165	0.68 116	1.01 104	0.97 125	1.10 107	2.40 173	0.17 116	3.93 119	5.26 204	1.11 138	0.55 95	10.21 173	2.94 192	6.12 184	5.76 183	0.31 139	0.26 96	2.47 147	4.23 152	3.01 66	3.18 132

CES	1.20 92	0.24 39	0.35 46	0.13 32	0.18 48	0.05 76	0.08 96	5.35 200	0.78 123	0.43 74	0.31 88	0.83 99	0.86 151	0.16 110	3.20 85	3.22 160	1.12 139	1.06 152	1.51 47	1.05 132	4.23 150	3.19 111	0.08 91	0.09 47	0.19 58	0.34 61	1.07 25	2.23 122

MSKI-zero shot	3.19 163	0.59 95	1.39 151	0.19 40	0.37 108	0.18 112	0.03 64	3.19 167	0.96 136	0.82 93	4.84 184	3.83 148	0.60 123	0.03 36	3.33 100	5.29 205	1.15 140	0.81 129	11.77 184	1.76 164	6.55 192	5.98 194	0.22 131	0.32 122	4.41 181	12.05 212	7.79 190	7.75 169

LoS	1.87 126	0.22 35	0.38 56	0.22 45	0.14 36	0.02 57	0.06 88	15.85 226	0.90 132	3.42 186	0.71 120	0.95 102	0.83 149	0.21 132	3.22 90	3.63 172	1.18 141	0.90 137	2.95 93	0.64 112	5.08 171	3.80 123	0.22 131	0.17 75	2.26 141	0.82 88	1.23 28	0.52 71

MDST_ROB	10.13 205	16.70 224	3.04 186	29.06 223	9.34 216	20.66 221	5.02 198	5.90 202	1.98 175	3.16 177	2.70 157	11.22 185	28.15 225	0.18 120	6.30 192	1.37 62	1.21 142	0.34 66	7.74 147	1.01 131	4.67 157	3.95 131	1.92 196	1.94 183	26.55 233	19.78 233	37.02 241	22.50 216

IPLGR	1.73 121	0.63 104	0.67 104	0.35 96	0.40 112	0.00 1	0.03 64	1.41 82	0.26 79	2.36 155	2.42 152	0.33 42	0.80 143	0.17 116	6.12 190	1.87 106	1.22 143	1.28 163	5.37 126	1.72 163	2.44 106	4.20 141	0.02 46	0.56 152	2.66 156	4.85 164	3.82 111	0.77 81

EKT-Stereo	2.55 145	0.72 113	1.73 165	0.49 119	0.32 97	0.51 135	1.72 167	3.38 174	1.00 139	1.96 149	2.80 159	1.33 117	0.76 139	0.10 94	4.55 142	5.93 213	1.26 144	3.18 205	8.70 154	2.73 187	6.75 195	5.86 185	0.10 97	0.26 96	3.99 174	1.81 116	5.40 163	1.62 110

HSM-Net_RVC	2.86 154	1.24 154	1.50 157	2.55 177	1.72 169	0.57 139	0.17 118	3.55 179	1.14 145	3.50 190	6.32 198	7.94 174	2.93 175	0.05 55	3.38 101	2.12 123	1.28 145	0.26 50	3.24 98	1.24 143	3.66 137	3.76 122	0.61 169	2.64 191	4.43 182	6.27 181	5.76 168	5.47 153
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MIPNet	1.49 106	0.69 109	0.74 109	0.32 80	0.51 119	0.00 1	0.03 64	1.79 95	0.38 88	2.13 154	0.97 125	0.31 38	0.76 139	0.22 139	5.02 165	1.92 112	1.31 146	0.86 133	3.68 111	1.25 144	1.21 55	4.62 152	0.03 63	0.50 145	1.90 135	4.87 165	3.90 117	0.30 55

sAnonymous2	1.54 110	0.26 40	0.15 15	0.10 30	0.17 45	0.48 132	0.00 1	1.87 100	0.97 137	0.22 50	0.41 94	1.12 108	0.82 144	0.08 78	4.07 122	3.86 175	1.31 146	1.19 160	7.54 142	0.72 118	4.00 142	4.87 159	0.03 63	0.29 115	0.14 51	2.16 122	2.37 49	2.45 126

CroCo_RVC	1.54 110	0.26 40	0.15 15	0.10 30	0.17 45	0.48 132	0.00 1	1.87 100	0.97 137	0.22 50	0.41 94	1.12 108	0.82 144	0.08 78	4.07 122	3.86 175	1.31 146	1.19 160	7.54 142	0.72 118	4.00 142	4.87 159	0.03 63	0.29 115	0.14 51	2.16 122	2.37 49	2.45 126

MLCV	2.45 143	0.61 99	0.81 115	2.48 176	1.21 153	0.95 154	0.50 140	3.57 180	0.61 111	3.75 195	4.26 179	5.13 160	3.34 178	0.06 65	4.63 148	1.78 102	1.32 149	0.86 133	10.05 172	1.09 135	2.30 96	3.92 126	0.29 136	2.16 186	1.87 133	3.06 133	4.01 126	1.40 103

ICVP	1.32 99	0.22 35	1.47 155	0.40 106	0.35 105	0.44 129	0.10 103	1.27 78	0.65 114	1.74 141	1.26 132	0.66 86	1.37 169	0.24 142	2.88 67	2.65 138	1.33 150	0.99 147	2.36 73	0.91 128	2.59 110	4.11 137	0.10 97	0.36 131	0.57 88	2.21 124	2.92 62	1.59 108
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCRef	2.96 157	2.78 186	1.02 129	0.70 132	2.21 182	1.96 173	2.42 179	0.96 69	6.10 201	1.94 148	1.15 131	1.08 104	0.74 138	1.32 195	6.01 186	3.38 168	1.34 151	1.15 157	8.41 152	2.09 178	2.59 110	3.60 120	1.88 195	0.71 157	2.81 162	8.00 192	3.42 87	10.24 182

SACVNet	1.43 101	0.80 118	0.85 118	0.58 126	1.31 158	0.63 142	0.62 143	2.60 140	0.52 101	1.33 124	0.02 51	0.74 95	0.32 82	0.34 153	2.78 61	2.11 122	1.38 152	0.39 74	4.62 121	0.70 116	2.37 102	3.83 124	0.05 79	0.42 139	1.29 114	1.64 110	3.74 102	2.62 128

test-1	2.99 158	0.26 40	1.52 159	0.33 81	0.21 58	0.22 122	0.38 134	3.16 166	0.85 131	3.36 183	4.21 177	5.45 165	0.78 141	0.20 127	4.02 121	4.67 188	1.40 153	1.31 164	10.46 177	1.58 155	5.30 176	7.01 208	0.04 70	0.34 128	2.98 165	6.37 182	5.39 162	8.95 175

HBP-ISP	3.70 170	3.49 193	4.13 195	4.77 191	2.41 183	3.60 188	0.12 110	4.11 186	1.26 152	3.39 185	4.22 178	4.64 157	0.54 117	1.76 202	8.63 215	8.11 230	1.56 154	1.34 165	2.61 81	1.51 153	5.14 173	6.84 205	0.56 167	1.55 178	2.53 151	5.06 169	10.57 200	5.37 151

NCCL2	2.12 131	2.27 177	1.29 144	1.28 154	1.85 175	0.18 112	0.77 148	1.24 76	1.25 151	1.62 137	2.71 158	1.06 103	0.51 113	0.31 149	4.40 136	2.33 131	1.57 155	0.62 104	2.35 72	0.68 114	2.68 113	4.29 144	1.52 193	1.06 166	4.65 184	4.17 151	4.04 128	6.58 163

dad	4.05 175	0.87 130	0.28 28	10.24 208	1.70 168	1.03 157	12.23 216	12.58 221	0.11 41	3.46 189	0.00 1	1.93 129	3.59 180	0.19 122	4.92 162	1.26 52	1.60 156	0.53 92	14.05 189	0.63 111	2.73 114	1.88 63	0.16 112	0.71 157	5.78 194	0.19 48	17.00 218	9.60 177

R-Stereo Train	2.16 132	1.08 148	1.57 161	0.84 138	0.19 51	0.01 34	0.01 26	2.05 109	1.01 140	1.37 128	2.45 154	1.50 123	0.46 105	0.21 132	3.23 91	4.53 182	1.62 157	1.05 149	7.07 140	1.09 135	4.86 165	5.93 191	0.04 70	0.31 119	2.48 148	4.63 159	3.10 70	5.74 154

RAFT-Stereo	2.16 132	1.08 148	1.57 161	0.84 138	0.19 51	0.01 34	0.01 26	2.05 109	1.01 140	1.37 128	2.45 154	1.50 123	0.46 105	0.21 132	3.23 91	4.53 182	1.62 157	1.05 149	7.07 140	1.09 135	4.86 165	5.93 191	0.04 70	0.31 119	2.48 148	4.63 159	3.10 70	5.74 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
APVNet	1.14 91	1.04 144	0.20 18	0.33 81	0.37 108	0.21 119	0.36 133	0.34 39	0.39 90	0.95 100	0.44 100	0.71 91	0.15 52	0.15 109	3.51 105	2.84 145	1.63 159	0.93 142	4.54 120	0.69 115	1.89 90	4.06 136	0.02 46	0.53 149	0.10 38	0.38 63	3.20 78	0.95 89

PWCDC_ROB	2.82 153	0.49 79	0.17 17	0.38 104	0.79 140	0.03 64	0.10 103	1.16 74	8.93 213	0.14 45	2.49 156	0.55 75	31.02 231	0.57 165	5.58 177	3.32 165	1.73 160	0.91 139	2.53 76	0.88 126	2.92 117	7.18 209	0.15 109	0.53 149	0.55 86	0.69 80	1.43 33	0.88 84

GEStereo_RVC	2.30 138	0.85 128	0.97 127	1.05 149	0.71 134	1.61 166	1.09 155	2.72 146	0.56 107	0.78 89	0.41 94	2.40 136	0.28 77	0.06 65	4.81 158	4.48 181	1.79 161	2.17 191	8.91 160	1.90 172	3.58 134	7.25 211	0.52 161	0.92 163	0.41 76	0.85 91	4.47 140	6.48 160

MFN_U_SF_DS_RVC	7.30 197	3.59 194	1.09 131	9.20 205	3.71 193	7.69 202	7.51 207	10.81 214	8.52 211	4.93 213	4.20 176	16.73 198	9.30 198	5.45 219	8.09 206	3.29 162	1.80 162	1.13 156	18.77 200	2.10 179	6.48 191	7.49 213	3.17 209	1.74 179	12.06 215	14.29 222	9.71 198	14.36 193

PSMNet-ADL	3.15 161	0.80 118	1.49 156	1.54 159	1.63 166	0.88 150	0.30 130	2.50 132	1.91 173	4.43 207	8.13 212	4.06 150	6.80 191	0.07 70	4.23 126	5.16 201	1.83 163	0.91 139	11.85 185	1.86 170	4.02 145	4.02 133	0.70 176	0.51 146	1.61 127	4.33 155	8.01 191	1.36 102

BEATNet_4x	1.40 100	0.54 88	0.27 26	0.13 32	0.27 80	0.01 34	0.10 103	1.80 96	1.74 169	0.41 73	0.53 104	0.82 98	0.59 120	0.54 163	4.30 131	2.92 149	1.87 164	1.84 186	1.39 43	0.71 117	4.68 159	6.21 199	0.02 46	0.81 162	0.21 61	0.40 65	3.69 98	0.96 91

ADCL	3.91 172	3.61 195	2.28 176	1.76 165	1.76 172	3.09 182	4.16 191	1.98 105	13.71 223	2.81 166	5.14 187	2.47 139	0.65 127	1.10 192	5.38 172	2.55 137	2.02 165	2.20 192	6.41 135	2.08 177	4.87 167	4.20 141	1.40 191	1.06 166	6.69 200	6.60 183	4.33 137	11.16 185

CSAN	4.46 181	2.36 180	1.57 161	3.12 181	3.32 189	1.64 167	0.76 147	4.59 190	4.37 197	3.80 197	2.84 160	17.58 200	10.47 203	0.96 184	4.80 157	1.75 100	2.06 166	1.16 158	5.69 128	2.34 182	2.93 118	2.40 83	0.43 154	2.56 189	4.64 183	11.45 211	7.53 188	13.44 191

GwcNet-ADL	3.21 164	2.99 189	3.34 188	3.11 180	2.07 181	0.82 147	0.12 110	2.95 157	0.67 115	3.84 200	7.51 206	7.80 173	1.22 164	0.20 127	3.79 117	4.73 189	2.11 167	0.73 118	7.81 149	2.53 184	3.21 128	3.69 121	0.22 131	1.53 177	2.17 139	4.84 163	4.00 125	8.77 174

FCDSN-DC	1.58 117	0.84 126	2.05 173	1.66 162	1.43 162	1.08 159	0.99 150	0.72 62	0.44 93	1.18 114	0.31 88	1.45 122	0.49 111	0.07 70	6.05 189	1.96 113	2.13 168	1.97 189	1.16 37	0.44 91	2.39 104	2.62 93	0.49 159	3.18 194	1.72 130	3.24 138	1.34 30	1.27 101
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GANet-ADL	2.26 135	0.51 81	1.82 170	0.99 148	0.99 145	1.45 164	0.29 129	2.00 106	1.01 140	3.12 175	3.40 166	1.38 120	0.33 84	0.03 36	5.34 170	3.89 177	2.23 169	0.79 122	7.70 144	1.85 169	3.10 124	4.63 153	0.18 118	0.43 141	1.38 122	3.47 142	4.81 149	3.97 139

ccs_rob	4.75 183	1.46 157	2.39 179	1.96 170	0.68 131	3.13 183	1.58 165	4.94 196	1.36 156	4.31 206	15.82 235	28.46 210	8.43 195	0.38 156	5.65 179	5.42 206	2.23 169	1.60 176	6.31 134	1.98 174	6.14 185	5.97 193	0.35 145	2.33 187	1.28 113	2.40 127	4.09 130	7.49 168

CC-Net-ROB	5.26 185	8.36 213	1.81 169	22.68 219	6.07 206	15.19 215	7.74 209	0.45 49	0.84 127	1.53 136	0.00 1	23.78 206	3.00 176	3.15 209	2.92 71	0.74 13	2.29 171	1.51 173	11.50 183	0.48 100	1.21 55	1.47 49	9.41 223	0.22 85	2.30 143	2.51 130	2.25 48	8.72 173

sCroCo_RVC	1.75 123	0.23 38	0.32 34	0.06 15	0.17 45	0.15 108	0.01 26	0.81 65	1.74 169	1.93 146	0.47 103	1.08 104	0.82 144	0.09 86	3.32 99	4.94 197	2.31 172	1.73 179	5.18 125	2.00 175	5.82 180	5.83 184	0.10 97	0.26 96	0.59 90	1.60 108	4.43 138	1.17 99

SFCPSM	5.40 186	2.86 187	1.19 140	1.84 169	1.39 160	1.34 163	0.49 139	2.34 122	4.85 200	3.12 175	8.16 213	15.40 195	22.08 218	1.04 188	5.77 181	4.60 186	2.35 173	1.58 175	22.71 211	7.33 216	4.45 154	4.53 149	0.62 170	1.97 184	4.29 179	4.05 150	5.75 167	9.77 179

iResNet	4.14 178	0.84 126	0.71 107	2.34 175	2.59 184	4.58 191	1.07 154	4.67 191	1.21 150	3.72 194	3.61 170	12.28 188	16.06 210	0.03 36	6.64 194	3.14 159	2.35 173	1.89 187	16.43 192	2.53 184	3.76 140	2.90 99	0.17 116	3.88 202	1.66 129	4.23 152	5.19 159	3.23 133

FC-DCNN	3.82 171	4.38 201	5.67 209	9.61 207	4.14 194	8.01 205	3.26 186	4.21 187	1.69 167	2.95 171	1.54 138	5.87 170	2.09 172	0.13 106	4.40 136	2.15 125	2.54 175	1.11 155	3.38 103	0.82 125	3.11 125	2.20 72	0.65 172	3.29 196	6.33 199	4.91 167	6.98 181	7.80 170

Anonymous	2.21 134	0.21 28	0.12 13	0.08 26	0.25 71	0.14 104	0.00 1	3.06 161	1.34 155	1.47 134	0.01 43	1.31 116	1.20 163	0.16 110	4.37 134	5.51 208	2.59 176	1.75 181	12.10 186	2.04 176	5.82 180	5.62 180	0.09 93	1.05 165	1.45 125	1.75 115	4.59 145	1.60 109

NOSS_ROB	2.78 151	3.78 197	0.39 59	2.02 171	1.58 165	2.36 177	0.00 1	2.66 144	1.54 161	3.63 192	1.79 144	2.55 141	3.51 179	0.83 181	5.82 182	5.57 209	2.69 177	1.83 185	2.63 83	0.91 128	4.62 156	4.13 139	0.42 153	2.58 190	2.29 142	4.46 156	7.67 189	2.88 129

CBMV_ROB	6.09 191	2.65 183	2.29 177	8.35 204	5.74 202	5.08 192	2.76 182	5.03 197	2.35 177	3.78 196	4.70 182	21.22 204	13.56 208	0.09 86	6.04 188	3.70 173	2.84 178	1.39 167	11.35 181	8.80 223	4.92 168	3.11 109	0.43 154	2.10 185	7.06 203	10.12 208	12.96 207	11.93 187

FBW_ROB	7.98 198	9.24 214	5.57 207	20.21 218	8.25 213	12.08 211	8.09 210	4.92 195	1.58 164	3.30 179	5.15 188	13.88 192	3.03 177	7.45 222	6.23 191	1.49 71	2.89 179	0.79 122	33.18 223	1.93 173	5.24 174	4.40 147	9.43 224	8.29 227	4.88 188	7.69 188	4.88 152	21.40 211

FADNet_RVC	3.95 173	2.06 175	1.30 145	3.33 183	3.36 190	0.99 155	2.06 173	2.30 119	1.39 157	1.72 138	4.72 183	9.29 179	5.82 189	1.76 202	8.23 212	3.12 158	2.98 180	4.27 211	16.83 193	3.30 198	4.99 170	5.51 175	0.63 171	1.39 176	1.45 125	3.14 135	4.86 151	5.92 156

LE_ROB	22.46 230	10.87 218	12.67 229	32.44 225	37.93 237	31.36 227	33.43 232	23.22 238	21.14 239	6.73 220	17.81 239	52.15 243	50.94 254	1.56 200	6.43 193	2.92 149	3.14 181	1.46 170	30.14 218	8.43 220	7.23 205	4.28 143	7.08 219	25.69 249	34.50 244	36.15 256	53.30 257	53.30 253

MSC_U_SF_DS_RVC	10.98 209	10.59 217	6.33 213	17.49 214	6.29 208	7.85 204	10.69 214	18.03 231	23.43 240	11.13 229	4.86 185	14.66 194	5.81 188	9.65 226	9.78 223	5.91 212	3.18 182	5.17 218	39.06 230	7.03 215	7.92 212	9.81 229	7.04 217	7.22 224	14.77 218	8.85 200	6.40 174	17.43 200

LALA_ROB	4.04 174	4.73 204	1.42 152	1.16 152	1.93 176	2.17 176	1.04 151	1.80 96	2.48 179	2.74 162	5.87 193	33.34 216	0.69 131	0.78 178	6.02 187	2.33 131	3.21 183	1.82 184	3.66 109	1.88 171	3.40 131	4.99 161	0.34 144	1.03 164	1.91 136	3.61 143	8.50 193	6.20 158

XPNet_ROB	3.02 160	2.54 181	1.33 147	0.73 134	1.45 163	1.04 158	0.61 142	0.83 66	1.45 160	1.16 112	3.44 168	26.85 209	0.35 86	0.40 157	3.24 93	2.22 129	3.28 184	0.79 122	3.20 96	1.19 140	2.94 119	5.51 175	0.76 178	0.46 144	0.72 99	2.37 126	9.22 194	3.37 136

SGM_RVC	10.08 204	10.50 216	3.60 192	16.68 213	8.80 214	14.87 214	7.11 204	9.19 209	6.25 202	4.06 201	7.33 205	24.89 207	18.29 213	0.57 165	4.57 143	1.98 118	3.30 185	1.17 159	20.75 206	2.20 180	4.80 163	2.23 74	2.29 197	3.65 200	17.68 224	13.31 218	33.30 236	28.67 226
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Anonymous3	3.16 162	0.55 89	0.79 114	0.09 28	1.10 147	0.50 134	0.03 64	3.52 178	1.26 152	1.12 110	0.84 123	10.62 183	1.31 167	0.36 154	7.37 198	6.90 222	3.59 186	3.15 204	10.88 180	2.20 180	6.83 198	9.50 227	0.31 139	0.37 133	1.43 123	3.45 141	5.32 161	1.91 113

XQC	4.76 184	3.14 191	1.63 164	3.31 182	3.69 192	3.46 187	2.94 183	6.02 203	3.05 185	2.64 160	5.51 189	5.67 166	7.46 193	1.41 197	8.02 204	4.65 187	3.59 186	1.49 172	10.75 179	2.91 188	4.96 169	6.67 203	0.41 150	1.91 181	7.13 204	10.47 210	11.17 202	4.51 142

SGM-ForestM	11.60 212	15.35 222	4.54 196	19.02 216	8.08 212	18.74 220	10.83 215	12.03 215	7.24 206	3.01 172	6.09 197	36.06 221	23.95 219	0.75 177	4.47 138	1.51 75	3.60 188	0.75 120	20.06 205	1.60 156	4.23 150	1.65 59	1.36 190	3.34 197	25.09 231	20.48 235	34.27 239	25.03 221

FAT-Stereo	7.20 196	2.13 176	8.68 222	7.00 199	11.87 220	5.95 196	3.19 185	7.26 205	3.52 190	5.84 215	13.06 224	18.26 201	8.49 196	1.41 197	8.81 218	6.34 219	3.65 189	4.07 210	15.49 190	6.21 211	6.75 195	6.94 207	0.74 177	4.80 212	2.92 163	7.26 186	7.50 187	16.30 198

MeshStereo	13.21 217	10.28 215	5.53 206	24.29 222	14.71 222	17.26 218	7.30 206	12.03 215	7.47 208	4.66 210	9.13 218	38.56 224	29.80 227	0.45 160	9.43 221	7.37 227	3.76 190	2.44 199	18.85 202	2.41 183	12.93 235	7.18 209	1.21 189	5.79 216	22.04 229	16.38 226	33.15 234	32.34 232
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
S-Stereo	9.11 201	1.88 168	3.41 189	7.93 203	7.92 211	12.47 212	19.24 223	5.20 198	6.26 203	6.18 219	20.72 244	29.27 211	7.13 192	0.65 172	9.55 222	7.50 228	3.80 191	5.87 224	17.77 194	6.30 212	6.21 186	7.52 214	12.23 228	6.88 221	2.77 160	6.68 184	6.74 180	18.03 203

STStereo	19.12 221	25.20 230	16.96 238	40.13 233	26.93 231	32.21 230	21.77 226	19.35 234	16.49 229	7.75 222	17.60 237	46.83 235	36.96 236	1.06 189	8.10 207	2.99 152	3.81 192	1.57 174	31.85 220	5.18 207	6.77 197	5.31 166	3.04 207	9.71 231	29.57 235	23.01 242	40.22 243	35.81 235

ETE_ROB	4.62 182	4.04 199	1.52 159	1.14 151	2.02 179	2.70 179	1.28 159	1.50 85	4.25 195	1.89 145	5.88 194	37.95 223	0.84 150	1.42 199	4.94 163	2.66 139	3.81 192	0.95 144	4.84 122	1.63 159	4.01 144	5.32 167	0.67 175	1.14 170	2.03 138	3.84 148	15.25 215	7.23 165

MFN_U_SF_RVC	10.34 207	6.17 210	3.69 193	9.55 206	5.13 199	12.52 213	10.34 213	12.25 217	7.05 205	12.23 234	14.31 229	22.82 205	13.03 206	8.82 224	11.37 234	4.87 194	3.83 194	3.31 206	39.34 231	5.97 210	8.56 218	8.81 223	1.45 192	6.40 220	9.49 210	8.57 197	9.56 197	19.71 207

DAS	4.09 176	0.94 136	1.15 136	1.82 167	1.27 156	1.15 160	1.11 157	3.48 176	4.23 193	3.34 180	6.52 199	12.55 189	5.36 184	0.05 55	4.66 149	4.57 184	4.02 195	2.27 194	9.63 169	5.33 208	5.93 182	5.39 171	0.52 161	4.30 206	4.09 175	5.06 169	7.48 185	4.17 140

SepStereo	4.09 176	0.94 136	1.15 136	1.82 167	1.27 156	1.15 160	1.11 157	3.48 176	4.23 193	3.34 180	6.52 199	12.55 189	5.36 184	0.05 55	4.66 149	4.57 184	4.02 195	2.27 194	9.63 169	5.33 208	5.93 182	5.39 171	0.52 161	4.30 206	4.09 175	5.06 169	7.48 185	4.17 140

CBMV	5.52 187	3.65 196	1.32 146	3.46 184	2.86 186	2.04 174	0.41 135	3.64 181	2.63 182	4.09 202	2.36 149	14.13 193	3.70 182	0.57 165	7.16 196	6.19 218	4.26 197	2.36 198	8.76 155	1.44 150	6.43 189	4.53 149	0.54 165	5.62 214	4.85 187	6.08 179	19.41 221	26.62 224
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCPNet	6.67 192	1.97 170	3.86 194	2.75 178	6.19 207	3.07 181	7.60 208	5.21 199	8.03 209	3.82 198	7.92 208	5.17 163	13.78 209	2.98 208	8.10 207	6.12 217	4.35 198	2.04 190	18.50 199	4.74 205	7.04 201	7.43 212	2.98 204	1.91 181	8.96 208	14.04 221	7.02 183	14.47 194

SHD	4.34 180	1.02 142	2.50 181	1.71 164	1.33 159	1.46 165	2.01 171	4.90 194	4.30 196	2.63 159	4.99 186	4.39 155	9.41 200	0.58 168	8.20 210	4.81 191	4.43 199	2.44 199	13.01 188	2.95 193	5.61 179	6.88 206	0.30 137	3.26 195	4.11 177	5.16 172	3.88 116	10.98 184

MaskLacGwcNet_RVC	8.48 200	1.51 160	5.87 210	4.30 190	3.26 188	2.82 180	6.81 203	3.68 182	3.59 191	4.81 211	10.18 221	66.20 252	11.63 204	7.70 223	5.97 185	5.06 199	4.49 200	5.33 220	18.36 198	2.64 186	7.91 211	8.42 221	0.92 182	3.39 198	4.34 180	8.02 193	6.20 171	15.61 197

RTSC	2.56 146	0.89 132	1.50 157	0.47 118	0.76 137	0.87 149	2.29 176	1.56 88	1.91 173	2.12 152	2.86 161	1.23 114	0.97 156	1.03 187	7.27 197	3.36 167	4.68 201	1.74 180	7.73 146	1.11 138	3.95 141	5.39 171	0.21 123	1.11 169	0.40 75	0.95 93	4.56 143	8.26 171

ADCMid	6.83 194	4.46 202	4.95 202	2.16 174	4.31 196	5.71 195	7.29 205	8.83 208	12.78 220	3.11 174	8.10 211	9.83 181	9.65 201	2.84 205	8.51 214	5.42 206	4.68 201	2.83 201	18.87 203	3.22 196	7.09 203	7.70 217	5.37 216	2.33 187	5.12 191	8.71 199	5.21 160	15.24 196

CASS	2.68 149	1.05 145	1.93 172	2.07 173	0.98 144	0.45 131	2.15 174	2.82 153	1.03 143	1.83 144	3.58 169	1.38 120	0.53 115	0.02 21	4.01 120	3.03 154	4.89 203	1.34 165	9.14 163	1.47 151	7.05 202	6.20 198	0.03 63	0.27 103	2.76 159	2.80 132	4.30 136	5.36 150
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SQANet	17.87 220	31.68 234	5.41 205	57.78 236	33.35 233	57.44 237	39.25 234	4.37 189	1.73 168	4.89 212	1.53 137	30.38 212	5.54 186	56.25 236	3.78 116	1.32 55	5.20 204	1.48 171	29.72 217	1.71 161	6.45 190	5.45 174	54.26 242	1.90 180	4.80 185	8.48 196	9.52 196	18.82 206

G-Net	10.87 208	4.96 205	9.71 223	3.77 186	4.24 195	7.37 201	2.01 171	10.08 212	15.80 227	4.95 214	15.59 233	48.52 237	9.05 197	0.58 168	8.11 209	8.67 232	5.49 205	4.42 213	23.80 213	15.66 233	8.01 213	8.23 220	3.06 208	5.14 213	6.15 197	13.92 220	22.56 223	23.75 219

SAMSARA	19.29 223	2.55 182	5.07 203	4.09 189	3.44 191	3.26 185	4.38 194	15.32 224	9.58 214	4.44 208	5.63 190	8.73 177	24.82 220	3.30 213	10.45 227	6.81 221	5.49 205	3.46 208	21.26 207	4.77 206	17.96 245	24.74 258	0.82 179	4.77 210	80.12 265	91.25 265	77.91 265	76.45 265

AnyNet_C32	5.68 190	1.96 169	2.91 185	1.78 166	2.71 185	3.17 184	5.76 200	4.31 188	12.56 218	3.07 173	7.17 204	4.22 154	1.70 170	2.19 204	8.22 211	5.98 214	5.69 207	4.43 214	12.45 187	2.93 191	9.72 222	8.57 222	1.84 194	3.46 199	6.24 198	9.82 207	6.26 172	14.21 192

edge stereo	11.35 210	6.83 211	10.52 225	14.06 210	12.00 221	16.55 217	12.81 217	12.42 219	7.44 207	6.06 217	15.12 232	38.81 225	17.75 212	1.25 194	7.59 200	7.29 226	5.73 208	3.11 203	25.18 216	4.53 202	6.71 194	8.01 219	4.16 211	3.71 201	8.94 207	7.65 187	13.41 210	28.72 227

pmcnn	8.05 199	2.96 188	2.25 175	6.23 195	5.03 198	6.98 199	4.33 193	4.70 192	2.02 176	4.19 203	9.20 219	19.11 202	20.39 217	0.73 176	7.05 195	6.73 220	6.29 209	4.51 215	22.54 210	4.66 204	9.62 220	5.08 163	4.46 213	4.23 204	5.99 195	5.22 173	17.26 219	25.55 223

PWC_ROB	7.15 195	1.85 167	5.57 207	0.85 141	1.17 151	1.95 172	4.77 197	2.56 138	17.27 233	3.83 199	7.66 207	4.97 158	39.20 238	0.81 180	8.35 213	4.96 198	6.51 210	4.27 211	15.99 191	4.39 201	7.48 208	7.59 215	0.53 164	4.79 211	2.74 158	2.63 131	7.01 182	23.26 217

SANet	10.32 206	4.15 200	6.27 212	5.51 192	5.49 201	8.58 208	2.27 175	15.41 225	13.03 222	2.83 167	9.09 217	60.35 248	25.50 222	2.93 207	8.06 205	3.02 153	7.05 211	3.86 209	11.43 182	3.25 197	5.27 175	5.02 162	2.60 200	7.27 225	11.08 213	12.57 214	13.36 209	23.31 218

MANE	19.83 226	17.14 225	15.43 235	34.46 228	23.74 228	25.27 224	17.85 220	19.50 235	17.04 231	6.13 218	12.40 223	41.03 227	35.23 235	3.36 214	7.87 203	8.98 233	7.09 212	29.77 257	21.81 209	3.71 199	9.51 219	5.54 177	2.50 199	8.83 228	34.12 242	27.95 248	51.25 255	47.85 249

otaku	21.36 229	42.67 240	7.67 216	62.47 242	41.26 240	63.18 247	49.95 236	6.15 204	4.57 199	10.22 227	1.83 145	32.26 214	9.33 199	65.85 238	4.60 145	1.61 81	7.10 213	1.41 168	36.88 228	7.74 217	7.03 200	5.98 194	54.87 243	2.69 192	8.31 205	9.47 204	13.48 211	18.26 204

BEATNet-Init1	23.62 234	27.86 231	13.22 230	44.78 234	23.54 227	38.58 234	23.96 227	18.57 232	18.15 234	9.17 224	13.26 225	47.63 236	48.00 249	3.29 212	12.31 235	9.22 234	7.35 214	5.48 221	48.70 241	19.34 238	12.33 232	11.24 239	7.11 220	11.28 234	33.76 241	21.63 236	60.52 262	47.50 248

RTS	5.53 188	1.46 157	0.94 123	0.90 144	1.73 170	4.08 189	4.63 195	2.53 135	3.41 188	2.79 164	1.70 142	8.18 175	1.27 165	0.72 174	7.83 201	4.87 194	7.37 215	2.34 196	18.33 196	2.92 189	4.78 160	5.88 187	1.04 185	1.31 172	6.74 201	22.88 240	6.66 178	22.00 213

RTSA	5.53 188	1.46 157	0.94 123	0.90 144	1.73 170	4.08 189	4.63 195	2.53 135	3.41 188	2.79 164	1.70 142	8.18 175	1.27 165	0.72 174	7.83 201	4.87 194	7.37 215	2.34 196	18.33 196	2.92 189	4.78 160	5.88 187	1.04 185	1.31 172	6.74 201	22.88 240	6.66 178	22.00 213

Ntro	22.77 232	41.10 237	9.75 224	63.11 244	42.85 241	62.03 245	56.57 239	8.43 207	6.55 204	12.02 233	2.06 147	33.43 217	6.53 190	75.01 241	4.99 164	1.38 63	7.98 217	2.25 193	37.75 229	9.51 224	6.94 199	6.04 196	55.49 244	3.02 193	10.71 212	14.77 223	13.49 212	21.09 210

DDUNet	12.41 215	19.68 226	3.23 187	36.37 230	24.08 229	34.35 233	31.95 231	1.86 99	1.63 165	1.44 132	3.43 167	12.02 187	3.65 181	83.75 243	4.54 141	2.28 130	8.10 218	3.39 207	18.01 195	4.26 200	6.60 193	4.81 155	16.44 232	0.64 154	1.08 109	0.61 77	4.68 146	2.12 118

UDG	12.63 216	20.60 228	3.50 191	36.40 231	28.77 232	31.44 228	39.49 235	2.59 139	1.77 171	2.37 156	6.03 195	11.55 186	3.79 183	74.28 240	5.35 171	2.47 133	8.42 219	2.92 202	18.81 201	4.63 203	7.35 207	4.85 158	12.22 227	1.18 171	1.15 110	2.47 129	4.49 141	2.18 120

ADCS	9.93 203	5.64 206	4.82 198	3.95 187	6.05 205	6.17 197	5.70 199	9.47 210	15.68 225	4.19 203	7.98 209	12.91 191	17.41 211	3.94 215	10.52 229	11.68 240	10.14 220	7.14 229	24.46 215	8.67 222	13.95 238	13.00 243	2.94 202	6.15 218	9.75 211	17.65 230	10.70 201	17.41 199

DPSNet	14.25 218	3.23 192	1.83 171	7.63 201	7.22 210	10.44 210	4.19 192	5.68 201	8.64 212	4.20 205	3.75 171	72.37 257	26.68 223	4.43 217	10.42 225	10.25 239	10.56 221	8.02 231	58.50 254	8.44 221	11.36 226	8.93 224	16.95 233	10.34 232	18.62 225	15.80 225	14.33 213	21.91 212

ELAS	19.48 225	22.90 229	14.50 232	35.26 229	24.25 230	31.48 229	19.80 225	16.72 229	15.91 228	7.71 221	15.62 234	48.88 238	30.47 230	3.20 210	9.19 220	3.39 169	10.97 222	5.79 223	21.49 208	6.53 213	11.69 229	11.90 240	9.30 222	9.63 230	32.86 239	24.17 243	41.19 246	41.31 243
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RainbowNet	27.62 239	45.59 241	16.83 237	69.42 252	46.28 242	68.08 254	69.73 248	9.87 211	3.31 187	17.67 241	2.40 150	45.29 232	28.15 225	91.67 247	11.05 232	3.10 157	10.99 223	5.02 216	43.52 236	16.90 237	8.37 216	6.69 204	58.54 247	4.55 209	13.10 217	12.31 213	16.72 217	20.53 209

PVD	12.14 214	5.88 207	8.51 221	7.70 202	6.65 209	10.05 209	6.16 202	21.11 237	19.74 236	3.44 187	8.69 215	16.07 196	27.50 224	2.86 206	8.93 219	7.52 229	11.20 224	6.11 226	24.24 214	6.83 214	11.08 224	11.21 238	1.11 188	5.71 215	15.30 220	21.90 238	17.71 220	34.49 234

ELAS_RVC	19.26 222	19.85 227	14.31 231	33.92 227	22.40 226	33.39 231	19.24 223	15.07 223	10.89 217	8.20 223	17.30 236	54.84 245	32.79 233	3.23 211	8.72 216	3.46 171	11.25 225	6.19 228	19.97 204	7.86 219	12.63 233	12.02 241	9.45 225	10.70 233	30.22 237	22.17 239	41.23 247	38.75 240
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LSM0	22.48 231	6.09 208	4.65 197	14.89 212	10.39 218	16.43 216	13.29 218	23.38 239	15.69 226	14.75 238	18.69 241	35.79 220	33.70 234	0.93 183	73.52 263	85.94 263	13.36 226	5.62 222	55.67 251	16.83 236	21.95 251	18.82 249	4.28 212	8.01 226	16.44 221	16.43 227	28.65 229	32.66 233

AMNet	6.77 193	3.87 198	2.62 182	4.00 188	5.86 203	6.75 198	3.31 187	2.51 133	2.47 178	3.44 187	6.68 201	9.34 180	2.05 171	7.44 221	4.79 156	9.81 237	13.48 227	7.65 230	7.95 150	7.83 218	11.47 228	7.62 216	2.74 201	4.18 203	5.52 193	8.25 195	13.24 208	17.97 202

ACVNet-4b	26.61 236	42.01 238	11.61 226	69.47 253	47.43 244	69.50 255	76.65 254	10.80 213	9.82 215	15.00 240	1.59 139	58.27 246	9.88 202	93.43 251	4.75 153	1.87 106	13.94 228	5.15 217	32.30 221	13.54 230	7.25 206	5.67 182	58.95 248	4.34 208	12.13 216	9.30 201	15.06 214	18.72 205

WAO-7	27.19 238	31.49 233	25.61 248	33.41 226	34.55 236	21.90 222	27.96 229	47.14 256	47.22 255	29.27 249	38.50 254	41.69 229	40.59 242	12.37 229	31.37 253	17.44 249	15.34 229	8.53 232	46.18 237	20.63 241	9.79 223	10.78 234	3.30 210	33.50 254	22.38 230	21.79 237	23.87 224	37.39 237

ACVNet_1	26.74 237	42.56 239	14.81 233	66.86 249	48.56 246	65.11 252	82.56 259	15.95 227	8.17 210	11.16 230	5.65 191	32.31 215	25.19 221	93.82 252	7.38 199	2.02 119	15.91 230	6.16 227	34.50 225	10.98 227	8.17 215	6.10 197	59.12 249	5.79 216	19.06 226	9.75 206	9.37 195	15.02 195

DGSMNet	11.51 211	4.52 203	7.92 219	5.60 193	4.80 197	7.02 200	6.11 201	7.51 206	4.47 198	11.25 232	31.10 251	17.12 199	7.95 194	4.11 216	10.43 226	14.27 244	16.27 231	9.03 235	40.42 233	11.09 228	20.12 250	22.06 252	4.60 215	6.88 221	5.15 192	9.40 202	8.22 192	13.42 190

AnyNet_C01	12.12 213	6.13 209	5.39 204	6.24 196	6.03 204	5.20 193	9.20 211	12.30 218	16.87 230	5.85 216	9.03 216	26.16 208	18.91 214	4.53 218	11.14 233	12.98 242	16.27 231	15.82 247	34.24 224	10.36 226	16.44 242	13.34 245	7.06 218	6.93 223	11.61 214	9.46 203	9.77 199	19.91 208

PSMNet_ROB	31.36 240	48.75 247	16.32 236	64.48 246	46.97 243	60.77 241	61.30 240	19.02 233	20.70 238	27.57 248	24.90 247	41.43 228	42.18 243	83.15 242	13.95 240	4.06 178	17.90 233	5.94 225	42.51 235	15.37 232	11.21 225	9.54 228	57.95 246	14.27 241	29.64 236	19.74 232	29.38 231	17.81 201

STTRV1_RVC	9.47 202	2.31 179	1.06 130	5.61 194	1.39 160	5.42 194	2.59 181	3.68 182	3.77 192	4.47 209	4.40 180	16.44 197	20.14 216	1.02 185	9.83 224	3.26 161	18.06 234	0.81 129	51.87 246	11.45 229	18.05 246	6.27 200	4.52 214	4.23 204	6.12 196	7.90 191	11.99 205	28.90 228

ACVNet_2	32.06 241	47.10 243	20.06 242	67.26 251	49.84 251	64.97 250	85.15 262	28.04 247	14.34 224	14.44 237	8.02 210	51.06 242	30.19 228	92.01 250	8.75 217	2.50 135	19.20 235	5.27 219	50.34 242	16.10 234	8.16 214	5.63 181	57.79 245	13.22 239	36.40 246	13.10 216	24.92 226	31.82 230

IMH-64-1	33.95 243	47.85 244	23.39 244	61.17 238	49.33 249	61.76 243	67.81 243	27.05 241	35.73 242	10.03 225	14.78 230	45.47 233	40.48 239	93.88 253	14.40 241	7.26 224	20.70 236	8.75 233	47.06 238	20.52 239	11.86 230	10.05 230	59.37 251	11.73 235	41.46 249	17.26 228	27.54 227	39.89 241

IMH-64	33.95 243	47.85 244	23.39 244	61.17 238	49.33 249	61.76 243	67.81 243	27.05 241	35.73 242	10.03 225	14.78 230	45.47 233	40.48 239	93.88 253	14.40 241	7.26 224	20.70 236	8.75 233	47.06 238	20.52 239	11.86 230	10.05 230	59.37 251	11.73 235	41.46 249	17.26 228	27.54 227	39.89 241

IMH	35.14 245	49.00 248	23.80 246	61.52 240	49.14 248	63.04 246	67.99 245	27.86 245	38.05 246	11.18 231	14.22 228	49.01 239	53.30 257	93.93 255	14.60 244	7.08 223	21.66 238	9.65 236	47.64 240	22.22 243	11.39 227	9.32 226	59.41 253	12.98 238	40.95 248	19.12 231	29.12 230	41.73 244

WAO-6	36.54 246	46.81 242	19.38 241	60.03 237	52.14 252	58.04 238	63.77 241	27.20 243	42.09 247	33.11 253	17.67 238	42.19 230	50.09 253	89.85 245	29.06 251	18.00 251	22.89 239	12.66 240	41.03 234	25.00 246	19.25 247	17.73 247	34.12 237	17.43 242	42.37 251	25.35 244	36.73 240	42.55 245

LVE	39.30 249	48.25 246	30.12 251	73.97 260	64.66 257	64.57 249	77.85 255	28.17 248	23.72 241	37.91 255	35.79 252	37.41 222	49.58 250	95.15 263	12.46 236	5.89 211	24.18 240	12.87 243	53.55 248	26.04 249	13.99 239	13.05 244	69.20 260	25.62 248	43.97 253	29.71 251	40.99 245	22.41 215

DLNR_Zeroshot_test	22.90 233	78.82 266	7.01 214	99.97 266	0.31 92	0.15 108	98.85 266	3.30 173	0.54 102	3.17 178	2.43 153	5.81 168	0.93 155	21.74 231	96.26 267	100.00 270	24.75 241	22.56 251	22.80 212	1.79 165	8.42 217	6.44 201	0.04 70	0.30 118	2.39 146	4.03 149	2.05 44	3.31 134

TorneroNet	39.82 250	53.94 251	26.20 249	66.81 248	49.07 247	65.07 251	70.90 250	26.31 240	46.32 254	24.07 246	20.96 245	67.36 255	52.11 256	94.83 259	18.77 247	9.35 235	24.89 242	16.30 250	53.07 247	24.04 245	13.64 236	11.04 237	61.85 255	22.68 246	36.84 247	25.85 245	42.63 248	50.33 251

SGM+DAISY	20.91 228	16.10 223	12.43 228	22.81 220	21.80 225	24.45 223	18.63 222	17.89 230	12.77 219	18.42 243	19.55 242	30.39 213	40.48 239	11.67 228	12.56 237	15.10 246	25.73 243	12.69 241	34.93 226	21.56 242	26.12 254	22.15 253	21.16 234	12.73 237	17.44 223	13.30 217	33.35 237	28.26 225

MADNet+	19.30 224	7.92 212	15.32 234	17.51 215	11.42 219	8.09 206	18.41 221	28.03 246	17.21 232	12.46 235	12.08 222	33.63 218	30.37 229	9.62 225	18.64 246	14.89 245	25.78 244	10.10 237	40.05 232	16.50 235	17.34 244	12.76 242	9.48 226	18.60 243	35.02 245	20.22 234	21.19 222	38.41 238

TorneroNet-64	38.80 248	50.14 249	23.16 243	63.45 245	47.59 245	63.57 248	68.85 246	27.44 244	44.99 251	21.03 245	13.47 226	69.75 256	56.51 258	94.74 257	18.85 248	8.54 231	26.03 245	15.59 246	53.93 250	25.94 248	12.81 234	10.53 233	61.35 254	21.98 244	33.37 240	26.73 246	33.93 238	53.30 253

SPS-STEREO	20.13 227	14.92 221	11.88 227	19.84 217	20.39 224	18.24 219	9.27 212	16.06 228	19.74 236	19.91 244	20.06 243	33.66 219	37.68 237	7.23 220	13.17 239	16.66 248	26.75 246	16.01 248	32.30 221	23.65 244	30.25 257	22.84 255	13.67 230	13.47 240	16.56 222	15.26 224	29.55 232	24.45 220
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Dean	42.92 252	51.28 250	31.30 252	76.75 261	64.32 256	79.06 264	83.43 261	42.61 252	43.67 249	35.18 254	22.58 246	60.75 249	56.83 259	94.89 260	13.15 238	4.20 179	27.88 247	12.35 239	63.72 258	28.96 252	9.62 220	7.74 218	59.21 250	22.07 245	48.58 256	35.91 255	53.04 256	29.88 229

WAO-8	44.25 253	56.07 253	34.81 255	70.40 255	61.11 253	71.92 258	71.92 251	43.60 253	48.93 256	32.20 251	26.30 248	67.35 253	49.97 251	91.99 248	26.69 249	19.01 254	29.42 248	13.46 244	51.63 243	37.17 256	16.32 240	10.83 235	44.60 239	27.68 251	53.45 260	35.23 253	47.57 251	55.24 256

Venus	44.25 253	56.07 253	34.81 255	70.38 254	61.11 253	71.92 258	71.92 251	43.60 253	48.93 256	32.20 251	26.30 248	67.35 253	49.97 251	91.99 248	26.69 249	19.01 254	29.42 248	13.46 244	51.63 243	37.17 256	16.32 240	10.83 235	44.60 239	27.68 251	53.45 260	35.23 253	47.57 251	55.24 256

MFMNet_re	16.26 219	13.95 219	7.70 217	24.27 221	9.34 216	33.99 232	17.43 219	12.42 219	19.62 235	10.23 228	13.58 227	39.02 226	13.47 207	1.40 196	10.73 230	10.12 238	29.43 250	12.22 238	31.31 219	10.07 225	17.19 243	9.15 225	8.44 221	9.02 229	8.97 209	5.68 178	24.08 225	36.04 236

DispFullNet	26.27 235	39.81 236	17.89 240	52.75 235	38.74 238	45.03 236	55.21 238	13.74 222	12.89 221	13.75 236	9.88 220	43.75 231	32.46 232	86.51 244	11.01 231	13.68 243	29.48 251	16.23 249	51.78 245	14.64 231	13.87 237	10.46 232	14.59 231	6.22 219	8.62 206	8.03 194	16.08 216	32.10 231

PWCK	38.25 247	63.47 256	23.98 247	73.60 259	41.23 239	60.98 242	51.31 237	54.00 257	35.86 244	26.51 247	39.23 255	62.00 251	46.09 245	26.43 233	14.46 243	9.53 236	30.80 252	12.71 242	83.96 265	28.46 251	23.42 252	13.60 246	47.98 241	30.51 253	34.48 243	27.91 247	31.53 233	38.61 239

FADE		14.85 220	17.79 239	14.74 211	16.62 223	29.68 225	27.01 228	21.03 236	43.04 248	17.86 242	27.87 250		47.30 248	12.65 230	10.46 228	11.90 241	33.51 253	23.60 252	58.58 255	34.75 254	35.81 260	34.34 259	13.33 229	24.52 247	20.36 228	13.78 219	47.51 250	56.40 258

UNDER WATER	52.38 256	65.77 259	42.25 258	77.68 262	67.77 259	74.59 261	85.69 264	61.52 261	50.72 258	41.81 257	48.33 256	74.09 259	57.87 260	94.82 258	34.80 255	18.86 253	33.89 254	24.15 253	57.03 252	29.54 253	19.73 248	18.75 248	69.48 261	49.19 262	52.93 259	49.45 259	44.09 249	69.45 264

notaker	49.83 255	63.78 257	33.18 254	70.81 256	66.40 258	70.73 257	78.98 257	45.33 255	64.15 260	43.75 258	59.49 260	60.26 247	51.62 255	93.99 256	46.45 258	31.86 256	34.38 255	24.64 254	65.77 260	41.22 258	24.40 253	24.26 257	68.58 259	39.92 257	26.43 232	29.62 250	38.96 242	46.51 247

UNDER WATER-64	53.24 258	62.47 255	43.72 260	79.20 263	70.94 262	76.00 262	87.61 265	65.70 262	45.62 252	52.26 261	61.76 261	72.47 258	58.44 261	94.91 262	30.75 252	17.95 250	34.62 256	25.80 255	53.84 249	26.41 250	19.77 249	21.35 251	75.52 264	44.10 258	50.84 258	55.27 261	40.93 244	69.21 263

JetBlue	32.19 242	30.24 232	35.83 257	39.74 232	34.14 234	43.67 235	35.54 233	29.41 250	45.70 253	14.86 239	8.65 214	79.62 262	19.51 215	25.38 232	15.92 245	16.55 247	38.70 257	25.92 256	35.72 227	25.05 247	29.56 256	23.18 256	32.21 236	26.78 250	30.47 238	28.96 249	48.44 253	49.33 250

KSHMR	56.45 259	73.76 263	53.18 262	81.77 264	70.47 261	77.94 263	83.01 260	67.07 264	54.37 259	56.94 262	54.51 258	61.36 250	46.54 246	94.90 261	59.43 261	44.62 259	39.11 258	36.00 260	64.69 259	47.55 260	28.73 255	19.90 250	65.78 258	55.97 264	49.71 257	33.30 252	50.13 254	53.27 252

ktn	52.79 257	63.82 258	30.11 250	66.93 250	72.48 264	66.28 253	78.41 256	39.02 251	71.70 262	45.89 260	67.47 262	52.57 244	45.22 244	95.33 264	48.59 259	35.19 257	41.05 259	31.49 258	60.62 256	36.06 255	32.70 259	35.82 260	63.06 256	38.69 255	45.38 255	41.08 258	57.93 260	62.41 260

SPstereo	42.72 251	33.54 235	31.83 253	31.00 224	34.43 235	30.75 226	28.20 230	59.10 259	44.02 250	29.97 250	59.48 259	49.02 240	63.04 262	44.63 235	40.17 256	54.80 261	47.68 260	33.56 259	57.43 253	41.63 259	43.54 261	37.71 261	27.86 235	44.58 259	42.50 252	39.59 257	57.37 259	45.91 246

HanzoNet	60.55 262	68.65 260	42.85 259	71.08 257	71.43 263	71.96 260	79.15 258	59.75 260	75.19 263	45.14 259	74.83 264	74.50 261	63.75 263	96.51 265	43.02 257	39.58 258	52.48 261	47.20 262	75.57 262	51.40 261	44.83 262	44.21 262	72.81 262	39.33 256	54.31 262	50.20 260	60.45 261	64.70 262

DPSimNet_ROB	58.77 260	55.98 252	59.21 263	62.88 243	73.92 265	60.20 240	64.84 242	28.34 249	91.63 266	80.59 264	52.65 257	74.49 260	47.24 247	90.64 246	55.91 260	45.99 260	54.62 262	42.30 261	68.03 261	59.25 263	51.18 263	59.54 263	44.54 238	45.19 260	44.85 254	61.56 262	56.15 258	55.05 255

JetRed	62.68 263	71.30 261	68.71 264	66.70 247	63.10 255	69.94 256	74.63 253	66.20 263	66.87 261	41.55 256	36.99 253	80.77 264	12.41 205	62.44 237	66.90 262	66.45 262	65.00 263	75.57 266	62.84 257	53.56 262	77.95 264	72.78 264	73.29 263	48.99 261	55.75 263	62.99 263	66.04 263	62.58 261

LRCNet_RVC	60.25 261	73.90 265	44.96 261	94.13 265	95.20 267	91.02 266	85.32 263	54.56 258	36.51 245	98.66 266	73.01 263	91.80 267	67.46 264	96.60 266	33.95 254	18.60 252	69.32 264	51.86 263	94.53 266	64.28 264	31.29 258	22.24 254	94.67 266	54.29 263	19.85 227	10.16 209	33.16 235	25.34 222

ASD4	81.96 265	73.83 264	78.52 265	73.50 258	68.47 260	82.76 265	70.15 249	72.27 266	81.46 265	64.14 263	76.80 265	49.38 241	95.53 266	68.81 239	77.80 264	87.45 264	86.82 265	89.90 267	81.43 263	90.17 265	88.82 265	88.65 266	81.37 265	86.17 265	99.17 270	99.86 269	99.79 269	99.90 269

MADNet++	76.54 264	72.15 262	83.11 267	61.53 241	81.21 266	58.42 239	69.47 247	68.24 265	78.58 264	85.63 265	92.37 266	80.60 263	85.04 265	36.71 234	81.19 265	89.82 265	88.15 266	69.64 264	82.54 264	91.39 266	92.32 266	93.48 267	65.75 257	90.26 266	59.09 264	74.29 264	74.25 264	61.32 259

PML	96.14 266	100.00 270	82.26 266	100.00 267	100.00 269	100.00 270	99.16 269	100.00 271	98.98 268	100.00 269	95.95 267	99.91 271	100.00 271	98.52 267	94.87 266	92.63 266	90.73 267	73.63 265	100.00 270	98.25 268	92.56 267	85.93 265	97.80 267	98.67 268	96.15 269	99.98 270	100.00 270	99.92 270

MEDIAN_ROB	97.56 268	99.08 267	98.39 268	100.00 267	99.99 268	100.00 270	100.00 270	99.49 269	98.31 267	100.00 269	99.95 270	97.97 268	96.05 267	99.97 268	99.41 268	98.43 267	98.53 268	98.66 268	99.88 269	97.95 267	93.38 268	96.45 269	100.00 269	97.23 267	86.96 266	92.33 266	89.80 266	95.90 267

DPSMNet_ROB	99.53 272	99.78 269	100.00 271	100.00 267	100.00 269	100.00 270	100.00 270	99.17 267	100.00 270	99.31 267	99.63 268	91.42 266	99.14 269	100.00 269	99.94 271	100.00 270	99.82 269	99.99 270	99.62 268	99.99 269	99.79 271	99.66 271	100.00 269	100.00 270	100.00 271	100.00 271	100.00 270	100.00 271

DGTPSM_ROB	99.52 271	99.77 268	100.00 271	100.00 267	100.00 269	100.00 270	100.00 270	99.17 267	100.00 270	99.31 267	99.64 269	91.36 265	99.13 268	100.00 269	99.94 271	100.00 270	99.82 269	99.99 270	99.53 267	99.99 269	99.80 272	99.66 271	100.00 269	100.00 270	100.00 271	100.00 271	100.00 270	100.00 271

HaxPig	98.97 270	100.00 270	98.94 269	100.00 267	100.00 269	99.99 269	100.00 270	99.99 270	99.97 269	100.00 269	99.99 271	100.00 272	99.95 270	100.00 269	99.56 269	99.43 268	99.97 271	99.57 269	100.00 270	100.00 271	97.25 269	96.32 268	99.99 268	99.98 269	89.17 267	99.51 268	94.19 267	98.51 268

MyStereo03	100.00 275	100.00 270	100.00 271	100.00 267	100.00 269	100.00 270	100.00 270	100.00 271	100.00 270	100.00 269	100.00 272	100.00 272	100.00 271	100.00 269	100.00 273	100.00 270	100.00 272	100.00 272	100.00 270	100.00 271	100.00 273	100.00 273	100.00 269	100.00 270	100.00 271	100.00 271	100.00 270	100.00 271

MyStereo02	96.30 267	100.00 270	100.00 271	100.00 267	0.00 1	100.00 270	100.00 270	100.00 271	100.00 270	100.00 269	100.00 272	100.00 272	100.00 271	100.00 269	100.00 273	100.00 270	100.00 272	100.00 272	100.00 270	100.00 271	100.00 273	100.00 273	100.00 269	100.00 270	100.00 271	100.00 271	100.00 270	100.00 271

CasAABBNet	100.00 275	100.00 270	100.00 271	100.00 267	100.00 269	100.00 270	100.00 270	100.00 271	100.00 270	100.00 269	100.00 272	100.00 272	100.00 271	100.00 269	100.00 273	100.00 270	100.00 272	100.00 272	100.00 270	100.00 271	100.00 273	100.00 273	100.00 269	100.00 270	100.00 271	100.00 271	100.00 270	100.00 271

DPSM_ROB	99.92 273	100.00 270	100.00 271	100.00 267	100.00 269	98.97 267	98.99 267	100.00 271	100.00 270	100.00 269	100.00 272	99.90 269	100.00 271	100.00 269	100.00 273	100.00 270	100.00 272	100.00 272	100.00 270	100.00 271	100.00 273	100.00 273	100.00 269	100.00 270	100.00 271	100.00 271	100.00 270	100.00 271

DPSM	99.92 273	100.00 270	100.00 271	100.00 267	100.00 269	98.97 267	98.99 267	100.00 271	100.00 270	100.00 269	100.00 272	99.90 269	100.00 271	100.00 269	100.00 273	100.00 270	100.00 272	100.00 272	100.00 270	100.00 271	100.00 273	100.00 273	100.00 269	100.00 270	100.00 271	100.00 271	100.00 270	100.00 271

AVERAGE_ROB	98.95 269	100.00 270	99.79 270	100.00 267	100.00 269	100.00 270	100.00 270	100.00 271	100.00 270	100.00 269	100.00 272	100.00 272	100.00 271	100.00 269	99.77 270	99.85 269	100.00 272	100.00 272	100.00 270	100.00 271	98.12 270	99.51 270	100.00 269	100.00 270	93.43 268	93.75 267	94.35 268	93.16 266

Low-res two-view benchmark