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

MoCha-V2	0.02 1	0.02 2	0.02 1	0.01 1	0.02 4	0.02 2	0.01 1	0.02 3	0.03 4	0.02 2	0.02 2	0.03 4	0.01 1	0.01 2	0.05 3	0.05 2	0.04 2	0.03 1	0.04 3	0.03 3	0.03 1	0.02 1	0.01 2	0.02 2	0.03 1	0.03 1	0.03 3	0.02 1

ProNet	0.02 1	0.02 2	0.02 1	0.02 4	0.02 4	0.02 2	0.02 3	0.01 1	0.01 1	0.02 2	0.02 2	0.01 1	0.01 1	0.01 2	0.04 1	0.04 1	0.03 1	0.03 1	0.03 1	0.02 1	0.03 1	0.02 1	0.01 2	0.02 2	0.03 1	0.03 1	0.02 1	0.02 1

CroCo-Stereo	0.02 1	0.01 1	0.02 1	0.01 1	0.01 2	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.00 1	0.04 1	0.05 2	0.04 2	0.03 1	0.03 1	0.02 1	0.03 1	0.02 1	0.00 1	0.01 1	0.04 3	0.03 1	0.02 1	0.02 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	0.03 4	0.02 2	0.02 1	0.01 1	0.01 2	0.02 2	0.02 3	0.02 3	0.02 3	0.03 5	0.02 2	0.02 3	0.03 9	0.01 2	0.05 3	0.05 2	0.04 2	0.05 4	0.04 3	0.04 4	0.04 4	0.04 5	0.01 2	0.02 2	0.05 4	0.05 4	0.05 6	0.03 4

AEACV	0.04 5	0.03 5	0.02 1	0.04 11	0.03 8	0.02 2	0.02 3	0.03 5	0.03 4	0.03 5	0.03 5	0.03 4	0.02 4	0.01 2	0.05 3	0.06 6	0.05 5	0.05 4	0.07 9	0.04 4	0.06 7	0.03 4	0.01 2	0.02 2	0.06 7	0.06 9	0.04 4	0.03 4

TDLM	0.04 5	0.04 10	0.04 11	0.04 11	0.04 12	0.04 11	0.03 11	0.04 6	0.03 4	0.04 7	0.06 19	0.04 8	0.03 9	0.03 14	0.06 7	0.06 6	0.06 6	0.06 9	0.05 5	0.04 4	0.05 5	0.04 5	0.03 21	0.04 8	0.05 4	0.05 4	0.05 6	0.05 7

anonymousdsp	0.05 7	0.04 10	0.03 6	0.03 5	0.04 12	0.04 11	0.04 24	0.06 11	0.05 14	0.06 14	0.04 6	0.03 4	0.02 4	0.03 14	0.06 7	0.07 13	0.08 12	0.06 9	0.08 17	0.05 10	0.09 19	0.05 11	0.03 21	0.03 6	0.05 4	0.05 4	0.05 6	0.05 7

iRaftStereo_RVC	0.05 7	0.03 5	0.03 6	0.03 5	0.03 8	0.03 6	0.02 3	0.05 9	0.04 7	0.06 14	0.05 13	0.05 11	0.03 9	0.02 8	0.06 7	0.06 6	0.10 22	0.07 14	0.07 9	0.05 10	0.09 19	0.04 5	0.02 8	0.03 6	0.07 11	0.06 9	0.05 6	0.05 7

RAFT + AFF	0.05 7	0.04 10	0.03 6	0.05 21	0.04 12	0.04 11	0.03 11	0.06 11	0.08 62	0.09 24	0.05 13	0.09 25	0.02 4	0.02 8	0.05 3	0.05 2	0.09 18	0.06 9	0.06 8	0.04 4	0.07 12	0.05 11	0.02 8	0.04 8	0.07 11	0.05 4	0.05 6	0.05 7

delet	0.05 7	0.05 20	0.04 11	0.06 33	0.05 23	0.05 23	0.05 33	0.04 6	0.04 7	0.06 14	0.05 13	0.10 31	0.05 32	0.03 14	0.07 13	0.06 6	0.07 8	0.06 9	0.05 5	0.06 19	0.06 7	0.04 5	0.03 21	0.04 8	0.06 7	0.06 9	0.04 4	0.04 6

test croco	0.06 11	0.04 10	0.04 11	0.04 11	0.04 12	0.05 23	0.03 11	0.08 26	0.04 7	0.09 24	0.05 13	0.06 16	0.02 4	0.02 8	0.07 13	0.08 20	0.12 36	0.08 19	0.08 17	0.06 19	0.08 16	0.04 5	0.02 8	0.05 23	0.09 23	0.09 21	0.08 23	0.09 26

StereoVision	0.06 11	0.03 5	0.04 11	0.03 5	0.03 8	0.03 6	0.02 3	0.06 11	0.11 114	0.02 2	0.05 13	0.03 4	0.06 50	0.01 2	0.08 30	0.10 55	0.06 6	0.05 4	0.08 17	0.07 31	0.06 7	0.05 11	0.02 8	0.04 8	0.10 31	0.08 16	0.10 33	0.12 51

MIF-Stereo (partial)	0.06 11	0.05 20	0.06 52	0.05 21	0.04 12	0.05 23	0.03 11	0.08 26	0.07 45	0.07 21	0.04 6	0.05 11	0.06 50	0.04 27	0.08 30	0.08 20	0.11 27	0.08 19	0.08 17	0.05 10	0.09 19	0.05 11	0.02 8	0.06 41	0.10 31	0.08 16	0.07 18	0.08 19

MIM_Stereo	0.06 11	0.04 10	0.03 6	0.05 21	0.05 23	0.05 23	0.03 11	0.06 11	0.04 7	0.14 41	0.06 19	0.04 8	0.02 4	0.03 14	0.07 13	0.08 20	0.13 38	0.07 14	0.09 29	0.06 19	0.11 31	0.06 24	0.02 8	0.04 8	0.08 16	0.07 12	0.07 18	0.05 7

AASNet	0.06 11	0.06 30	0.04 11	0.09 75	0.07 57	0.08 61	0.05 33	0.08 26	0.04 7	0.07 21	0.07 31	0.07 18	0.04 18	0.04 27	0.06 7	0.07 13	0.10 22	0.08 19	0.08 17	0.06 19	0.07 12	0.06 24	0.04 37	0.06 41	0.08 16	0.07 12	0.06 13	0.06 14

RAFT	0.06 11	0.03 5	0.05 27	0.03 5	0.02 4	0.03 6	0.02 3	0.07 21	0.04 7	0.04 7	0.06 19	0.07 18	0.05 32	0.01 2	0.06 7	0.06 6	0.07 8	0.05 4	0.05 5	0.04 4	0.06 7	0.07 35	0.01 2	0.04 8	0.13 62	0.14 96	0.13 67	0.15 78

AFF-stereo	0.06 11	0.05 20	0.05 27	0.05 21	0.04 12	0.04 11	0.03 11	0.11 38	0.06 30	0.16 54	0.04 6	0.08 22	0.03 9	0.02 8	0.06 7	0.08 20	0.08 12	0.05 4	0.09 29	0.04 4	0.09 19	0.05 11	0.02 8	0.04 8	0.10 31	0.08 16	0.07 18	0.07 16

MMNet	0.06 11	0.06 30	0.04 11	0.08 60	0.06 42	0.06 37	0.05 33	0.07 21	0.05 14	0.05 10	0.05 13	0.09 25	0.04 18	0.04 27	0.07 13	0.07 13	0.08 12	0.08 19	0.07 9	0.06 19	0.06 7	0.05 11	0.04 37	0.05 23	0.07 11	0.08 16	0.07 18	0.10 32

RYNet	0.06 11	0.04 10	0.04 11	0.04 11	0.04 12	0.04 11	0.03 11	0.04 6	0.11 114	0.05 10	0.04 6	0.04 8	0.03 9	0.03 14	0.07 13	0.06 6	0.07 8	0.08 19	0.07 9	0.05 10	0.05 5	0.04 5	0.11 152	0.04 8	0.06 7	0.13 73	0.06 13	0.05 7

GANet	0.06 11	0.07 52	0.06 52	0.06 33	0.06 42	0.07 51	0.06 64	0.07 21	0.05 14	0.06 14	0.07 31	0.05 11	0.04 18	0.04 27	0.07 13	0.08 20	0.08 12	0.10 59	0.07 9	0.05 10	0.07 12	0.05 11	0.05 53	0.05 23	0.08 16	0.07 12	0.06 13	0.06 14

AANet_RVC	0.06 11	0.05 20	0.06 52	0.05 21	0.06 42	0.04 11	0.05 33	0.05 9	0.06 30	0.05 10	0.06 19	0.05 11	0.04 18	0.04 27	0.07 13	0.07 13	0.08 12	0.08 19	0.07 9	0.07 31	0.07 12	0.06 24	0.05 53	0.05 23	0.07 11	0.09 21	0.06 13	0.08 19

StereoIM	0.07 22	0.04 10	0.05 27	0.03 5	0.02 4	0.03 6	0.03 11	0.06 11	0.06 30	0.04 7	0.06 19	0.10 31	0.05 32	0.02 8	0.07 13	0.08 20	0.10 22	0.09 43	0.07 9	0.05 10	0.10 27	0.10 107	0.01 2	0.05 23	0.11 46	0.18 164	0.13 67	0.16 93

MIF-Stereo	0.07 22	0.04 10	0.04 11	0.04 11	0.03 8	0.05 23	0.03 11	0.06 11	0.05 14	0.06 14	0.04 6	0.07 18	0.12 129	0.07 78	0.08 30	0.07 13	0.11 27	0.08 19	0.08 17	0.07 31	0.09 19	0.08 44	0.08 113	0.04 8	0.09 23	0.16 135	0.06 13	0.09 26

LL-Strereo2	0.07 22	0.03 5	0.03 6	0.04 11	0.05 23	0.04 11	0.03 11	0.06 11	0.07 45	0.14 41	0.07 31	0.08 22	0.05 32	0.04 27	0.07 13	0.08 20	0.14 51	0.07 14	0.10 35	0.06 19	0.10 27	0.06 24	0.03 21	0.04 8	0.08 16	0.09 21	0.08 23	0.05 7

RAFT_CTSACE	0.07 22	0.04 10	0.06 52	0.03 5	0.04 12	0.05 23	0.05 33	0.06 11	0.06 30	0.09 24	0.04 6	0.10 31	0.09 98	0.03 14	0.07 13	0.08 20	0.11 27	0.07 14	0.07 9	0.05 10	0.12 45	0.08 44	0.03 21	0.06 41	0.12 54	0.13 73	0.12 56	0.15 78

ARAFT	0.07 22	0.04 10	0.04 11	0.05 21	0.05 23	0.05 23	0.02 3	0.09 29	0.06 30	0.12 34	0.06 19	0.12 45	0.03 9	0.03 14	0.07 13	0.07 13	0.12 36	0.09 43	0.09 29	0.05 10	0.11 31	0.07 35	0.03 21	0.04 8	0.09 23	0.09 21	0.09 28	0.09 26

DMCA	0.07 22	0.05 20	0.07 76	0.06 33	0.06 42	0.05 23	0.07 80	0.09 29	0.06 30	0.06 14	0.09 66	0.07 18	0.06 50	0.06 56	0.07 13	0.08 20	0.11 27	0.10 59	0.08 17	0.07 31	0.09 19	0.05 11	0.06 70	0.05 23	0.08 16	0.10 32	0.05 6	0.07 16

CVANet_RVC	0.07 22	0.07 52	0.07 76	0.08 60	0.06 42	0.07 51	0.05 33	0.06 11	0.05 14	0.06 14	0.09 66	0.05 11	0.04 18	0.04 27	0.08 30	0.08 20	0.08 12	0.08 19	0.08 17	0.06 19	0.08 16	0.05 11	0.04 37	0.05 23	0.08 16	0.07 12	0.07 18	0.09 26

MGS-Stereo	0.08 29	0.06 30	0.04 11	0.05 21	0.05 23	0.04 11	0.03 11	0.12 42	0.05 14	0.09 24	0.07 31	0.10 31	0.04 18	0.05 43	0.07 13	0.08 20	0.15 57	0.11 67	0.12 51	0.09 69	0.12 45	0.07 35	0.05 53	0.05 23	0.10 31	0.09 21	0.11 47	0.10 32

anonymousdsp2	0.08 29	0.07 52	0.05 27	0.06 33	0.05 23	0.06 37	0.05 33	0.12 42	0.06 30	0.17 63	0.06 19	0.08 22	0.04 18	0.05 43	0.07 13	0.08 20	0.13 38	0.08 19	0.10 35	0.07 31	0.12 45	0.06 24	0.05 53	0.06 41	0.09 23	0.08 16	0.08 23	0.07 16

test_5	0.08 29	0.05 20	0.07 76	0.04 11	0.04 12	0.04 11	0.04 24	0.09 29	0.05 14	0.05 10	0.07 31	0.12 45	0.12 129	0.02 8	0.07 13	0.09 34	0.07 8	0.07 14	0.08 17	0.06 19	0.10 27	0.09 76	0.02 8	0.07 75	0.10 31	0.13 73	0.13 67	0.18 120

AnonymousM	0.08 29	0.05 20	0.04 11	0.06 33	0.05 23	0.04 11	0.04 24	0.13 54	0.05 14	0.20 96	0.06 19	0.11 40	0.03 9	0.06 56	0.09 62	0.09 34	0.19 117	0.08 19	0.12 51	0.07 31	0.16 97	0.06 24	0.04 37	0.04 8	0.08 16	0.11 50	0.10 33	0.09 26

raft+_RVC	0.08 29	0.06 30	0.04 11	0.06 33	0.06 42	0.07 51	0.04 24	0.10 35	0.08 62	0.17 63	0.08 52	0.09 25	0.04 18	0.04 27	0.08 30	0.07 13	0.13 38	0.09 43	0.11 41	0.06 19	0.13 59	0.05 11	0.03 21	0.05 23	0.10 31	0.09 21	0.09 28	0.08 19

RAFT-Stereo + iAFF	0.08 29	0.06 30	0.05 27	0.05 21	0.04 12	0.04 11	0.04 24	0.14 64	0.07 45	0.21 105	0.04 6	0.12 45	0.04 18	0.03 14	0.07 13	0.09 34	0.09 18	0.06 9	0.10 35	0.05 10	0.11 31	0.05 11	0.03 21	0.05 23	0.12 54	0.09 21	0.09 28	0.09 26

4D-IteraStereo	0.09 35	0.06 30	0.05 27	0.06 33	0.06 42	0.06 37	0.04 24	0.15 69	0.10 102	0.22 109	0.08 52	0.14 71	0.06 50	0.03 14	0.08 30	0.10 55	0.17 83	0.09 43	0.11 41	0.07 31	0.15 82	0.05 11	0.03 21	0.05 23	0.10 31	0.10 32	0.08 23	0.08 19

LoS_RVC	0.09 35	0.07 52	0.05 27	0.05 21	0.06 42	0.06 37	0.05 33	0.13 54	0.08 62	0.18 75	0.11 92	0.12 45	0.06 50	0.07 78	0.08 30	0.09 34	0.10 22	0.08 19	0.12 51	0.08 49	0.16 97	0.09 76	0.05 53	0.06 41	0.14 79	0.10 32	0.10 33	0.13 58

tt_ll	0.09 35	0.07 52	0.05 27	0.05 21	0.06 42	0.06 37	0.05 33	0.13 54	0.08 62	0.18 75	0.11 92	0.12 45	0.06 50	0.07 78	0.08 30	0.09 34	0.10 22	0.08 19	0.12 51	0.08 49	0.16 97	0.09 76	0.05 53	0.06 41	0.14 79	0.10 32	0.10 33	0.13 58

CAS	0.09 35	0.07 52	0.05 27	0.06 33	0.05 23	0.05 23	0.04 24	0.14 64	0.05 14	0.11 32	0.10 82	0.11 40	0.05 32	0.07 78	0.08 30	0.09 34	0.11 27	0.10 59	0.14 77	0.07 31	0.12 45	0.07 35	0.05 53	0.05 23	0.13 62	0.11 50	0.09 28	0.14 67

TestStereo1	0.09 35	0.07 52	0.06 52	0.04 11	0.05 23	0.06 37	0.06 64	0.07 21	0.07 45	0.09 24	0.07 31	0.11 40	0.14 156	0.04 27	0.09 62	0.10 55	0.11 27	0.09 43	0.09 29	0.08 49	0.13 59	0.12 143	0.02 8	0.04 8	0.15 92	0.13 73	0.16 100	0.20 141

TESTraft	0.09 35	0.06 30	0.06 52	0.04 11	0.04 12	0.05 23	0.06 64	0.09 29	0.08 62	0.09 24	0.08 52	0.12 45	0.13 142	0.03 14	0.09 62	0.10 55	0.11 27	0.09 43	0.08 17	0.07 31	0.13 59	0.12 143	0.02 8	0.05 23	0.14 79	0.12 60	0.14 80	0.20 141

IER	0.09 35	0.07 52	0.07 76	0.09 75	0.07 57	0.08 61	0.06 64	0.12 42	0.07 45	0.14 41	0.11 92	0.10 31	0.07 70	0.06 56	0.08 30	0.09 34	0.15 57	0.11 67	0.11 41	0.07 31	0.11 31	0.07 35	0.06 70	0.06 41	0.10 31	0.10 32	0.11 47	0.14 67

RAFT+CT+SA	0.09 35	0.05 20	0.07 76	0.05 21	0.05 23	0.04 11	0.05 33	0.13 54	0.08 62	0.08 23	0.07 31	0.15 76	0.13 142	0.04 27	0.10 95	0.10 55	0.09 18	0.08 19	0.08 17	0.06 19	0.12 45	0.11 126	0.02 8	0.06 41	0.13 62	0.12 60	0.11 47	0.17 105

SA-5K	0.09 35	0.07 52	0.06 52	0.04 11	0.05 23	0.06 37	0.06 64	0.07 21	0.07 45	0.09 24	0.07 31	0.11 40	0.14 156	0.04 27	0.09 62	0.10 55	0.11 27	0.09 43	0.09 29	0.08 49	0.13 59	0.12 143	0.02 8	0.04 8	0.15 92	0.13 73	0.16 100	0.20 141

test_4	0.09 35	0.05 20	0.07 76	0.05 21	0.06 42	0.03 6	0.02 3	0.11 38	0.09 81	0.17 63	0.06 19	0.09 25	0.06 50	0.03 14	0.09 62	0.09 34	0.15 57	0.08 19	0.10 35	0.07 31	0.16 97	0.08 44	0.02 8	0.07 75	0.09 23	0.15 113	0.12 56	0.18 120

CIPLG	0.09 35	0.06 30	0.05 27	0.06 33	0.06 42	0.09 73	0.06 64	0.18 114	0.06 30	0.20 96	0.08 52	0.12 45	0.06 50	0.06 56	0.08 30	0.10 55	0.17 83	0.11 67	0.11 41	0.09 69	0.13 59	0.06 24	0.04 37	0.06 41	0.10 31	0.09 21	0.10 33	0.10 32

IPLG	0.09 35	0.07 52	0.07 76	0.07 53	0.07 57	0.06 37	0.05 33	0.15 69	0.06 30	0.22 109	0.06 19	0.15 76	0.05 32	0.04 27	0.08 30	0.10 55	0.16 70	0.10 59	0.14 77	0.09 69	0.13 59	0.08 44	0.04 37	0.07 75	0.13 62	0.11 50	0.11 47	0.08 19

IPLGR_C	0.09 35	0.06 30	0.05 27	0.06 33	0.06 42	0.09 73	0.06 64	0.18 114	0.06 30	0.20 96	0.08 52	0.12 45	0.07 70	0.06 56	0.08 30	0.10 55	0.17 83	0.11 67	0.11 41	0.09 69	0.13 59	0.06 24	0.04 37	0.06 41	0.10 31	0.09 21	0.10 33	0.10 32

ACRE	0.09 35	0.06 30	0.05 27	0.06 33	0.06 42	0.09 73	0.06 64	0.18 114	0.06 30	0.20 96	0.08 52	0.12 45	0.07 70	0.06 56	0.08 30	0.10 55	0.17 83	0.11 67	0.11 41	0.09 69	0.13 59	0.06 24	0.04 37	0.06 41	0.10 31	0.10 32	0.10 33	0.10 32

rafts_anoy	0.09 35	0.08 80	0.07 76	0.07 53	0.07 57	0.06 37	0.05 33	0.13 54	0.05 14	0.17 63	0.09 66	0.12 45	0.05 32	0.03 14	0.09 62	0.10 55	0.15 57	0.12 94	0.13 65	0.07 31	0.14 73	0.08 44	0.03 21	0.06 41	0.11 46	0.10 32	0.09 28	0.11 41

RALCasStereoNet	0.09 35	0.08 80	0.06 52	0.09 75	0.07 57	0.06 37	0.05 33	0.12 42	0.05 14	0.18 75	0.07 31	0.12 45	0.05 32	0.04 27	0.09 62	0.10 55	0.18 102	0.12 94	0.13 65	0.08 49	0.15 82	0.08 44	0.05 53	0.06 41	0.12 54	0.09 21	0.10 33	0.08 19

RALAANet	0.09 35	0.08 80	0.06 52	0.07 53	0.05 23	0.08 61	0.05 33	0.10 35	0.07 45	0.12 34	0.09 66	0.10 31	0.06 50	0.03 14	0.08 30	0.09 34	0.13 38	0.11 67	0.15 88	0.08 49	0.12 45	0.07 35	0.04 37	0.06 41	0.11 46	0.10 32	0.11 47	0.11 41

UPFNet	0.09 35	0.08 80	0.08 97	0.09 75	0.07 57	0.09 73	0.06 64	0.12 42	0.09 81	0.14 41	0.09 66	0.12 45	0.06 50	0.07 78	0.08 30	0.10 55	0.13 38	0.11 67	0.10 35	0.07 31	0.09 19	0.07 35	0.06 70	0.06 41	0.09 23	0.10 32	0.10 33	0.10 32

HITNet	0.09 35	0.07 52	0.06 52	0.08 60	0.08 68	0.08 61	0.05 33	0.11 38	0.07 45	0.19 88	0.08 52	0.12 45	0.06 50	0.07 78	0.08 30	0.08 20	0.13 38	0.11 67	0.10 35	0.06 19	0.10 27	0.09 76	0.06 70	0.06 41	0.12 54	0.11 50	0.16 100	0.13 58
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	0.10 54	0.07 52	0.06 52	0.08 60	0.05 23	0.07 51	0.03 11	0.11 38	0.15 153	0.20 96	0.15 141	0.11 40	0.07 70	0.08 96	0.08 30	0.09 34	0.16 70	0.11 67	0.12 51	0.08 49	0.12 45	0.11 126	0.06 70	0.07 75	0.12 54	0.14 96	0.12 56	0.16 93

CASnet	0.10 54	0.06 30	0.05 27	0.08 60	0.09 87	0.11 104	0.05 33	0.18 114	0.10 102	0.23 123	0.11 92	0.13 61	0.06 50	0.07 78	0.09 62	0.10 55	0.16 70	0.08 19	0.18 123	0.07 31	0.14 73	0.06 24	0.06 70	0.06 41	0.12 54	0.10 32	0.14 80	0.10 32
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iinet-f	0.10 54	0.09 93	0.06 52	0.08 60	0.06 42	0.09 73	0.06 64	0.09 29	0.07 45	0.18 75	0.11 92	0.10 31	0.10 111	0.06 56	0.08 30	0.09 34	0.14 51	0.09 43	0.18 123	0.09 69	0.11 31	0.06 24	0.05 53	0.06 41	0.11 46	0.10 32	0.15 91	0.12 51

Sa-1000	0.10 54	0.07 52	0.07 76	0.07 53	0.05 23	0.09 73	0.03 11	0.12 42	0.06 30	0.18 75	0.08 52	0.19 119	0.05 32	0.05 43	0.10 95	0.10 55	0.16 70	0.12 94	0.14 77	0.09 69	0.16 97	0.10 107	0.04 37	0.05 23	0.19 149	0.15 113	0.13 67	0.20 141

SA	0.10 54	0.07 52	0.06 52	0.06 33	0.05 23	0.08 61	0.04 24	0.12 42	0.05 14	0.16 54	0.07 31	0.16 89	0.03 9	0.04 27	0.09 62	0.09 34	0.13 38	0.11 67	0.12 51	0.09 69	0.14 73	0.10 107	0.03 21	0.06 41	0.16 104	0.14 96	0.13 67	0.20 141

test-3	0.10 54	0.06 30	0.04 11	0.06 33	0.08 68	0.05 23	0.05 33	0.17 86	0.07 45	0.24 139	0.07 31	0.19 119	0.07 70	0.06 56	0.10 95	0.10 55	0.21 143	0.09 43	0.15 88	0.10 90	0.16 97	0.09 76	0.05 53	0.06 41	0.09 23	0.10 32	0.12 56	0.11 41

test_1	0.10 54	0.06 30	0.04 11	0.06 33	0.08 68	0.05 23	0.05 33	0.17 86	0.07 45	0.24 139	0.07 31	0.19 119	0.07 70	0.06 56	0.10 95	0.10 55	0.21 143	0.09 43	0.15 88	0.10 90	0.16 97	0.09 76	0.05 53	0.06 41	0.09 23	0.10 32	0.12 56	0.11 41

raftrobust	0.10 54	0.08 80	0.06 52	0.08 60	0.07 57	0.05 23	0.04 24	0.14 64	0.06 30	0.25 160	0.07 31	0.12 45	0.05 32	0.05 43	0.08 30	0.09 34	0.18 102	0.11 67	0.11 41	0.09 69	0.17 117	0.08 44	0.05 53	0.05 23	0.13 62	0.12 60	0.10 33	0.10 32

UNet	0.10 54	0.09 93	0.08 97	0.10 91	0.08 68	0.09 73	0.08 89	0.15 69	0.08 62	0.17 63	0.09 66	0.13 61	0.09 98	0.07 78	0.09 62	0.10 55	0.16 70	0.13 120	0.12 51	0.08 49	0.11 31	0.09 76	0.08 113	0.09 112	0.11 46	0.13 73	0.10 33	0.11 41

DMCA-RVC	0.10 54	0.08 80	0.11 140	0.08 60	0.09 87	0.08 61	0.08 89	0.12 42	0.09 81	0.13 38	0.13 114	0.13 61	0.07 70	0.06 56	0.13 162	0.12 133	0.14 51	0.13 120	0.11 41	0.10 90	0.12 45	0.09 76	0.07 92	0.09 112	0.10 31	0.10 32	0.10 33	0.11 41

DISCO	0.10 54	0.10 105	0.08 97	0.10 91	0.09 87	0.11 104	0.09 106	0.10 35	0.08 62	0.15 48	0.10 82	0.12 45	0.07 70	0.06 56	0.09 62	0.11 97	0.15 57	0.10 59	0.14 77	0.10 90	0.12 45	0.10 107	0.06 70	0.09 112	0.14 79	0.11 50	0.13 67	0.11 41

panet	0.11 65	0.08 80	0.05 27	0.07 53	0.07 57	0.07 51	0.05 33	0.18 114	0.05 14	0.27 187	0.07 31	0.18 107	0.06 50	0.08 96	0.08 30	0.10 55	0.22 155	0.08 19	0.12 51	0.07 31	0.20 157	0.08 44	0.06 70	0.05 23	0.11 46	0.13 73	0.17 113	0.16 93

CES	0.11 65	0.06 30	0.06 52	0.06 33	0.08 68	0.07 51	0.05 33	0.35 214	0.05 14	0.15 48	0.23 202	0.13 61	0.04 18	0.08 96	0.08 30	0.10 55	0.19 117	0.08 19	0.14 77	0.08 49	0.28 223	0.08 44	0.07 92	0.04 8	0.14 79	0.11 50	0.13 67	0.16 93

EGLCR-Stereo	0.11 65	0.06 30	0.04 11	0.08 60	0.08 68	0.07 51	0.05 33	0.17 86	0.09 81	0.27 187	0.06 19	0.19 119	0.06 50	0.08 96	0.08 30	0.10 55	0.20 130	0.10 59	0.16 102	0.07 31	0.17 117	0.07 35	0.04 37	0.06 41	0.10 31	0.12 60	0.18 131	0.18 120

MIPNet	0.11 65	0.09 93	0.06 52	0.07 53	0.08 68	0.07 51	0.05 33	0.17 86	0.06 30	0.23 123	0.07 31	0.15 76	0.08 87	0.05 43	0.09 62	0.10 55	0.17 83	0.11 67	0.20 143	0.12 126	0.13 59	0.10 107	0.05 53	0.07 75	0.15 92	0.13 73	0.11 47	0.13 58

GMOStereo	0.11 65	0.07 52	0.09 107	0.06 33	0.05 23	0.06 37	0.05 33	0.17 86	0.09 81	0.24 139	0.07 31	0.17 93	0.09 98	0.05 43	0.10 95	0.11 97	0.17 83	0.08 19	0.12 51	0.08 49	0.19 140	0.08 44	0.03 21	0.06 41	0.18 136	0.16 135	0.14 80	0.17 105

error version	0.11 65	0.07 52	0.09 107	0.06 33	0.05 23	0.06 37	0.05 33	0.17 86	0.09 81	0.24 139	0.07 31	0.17 93	0.09 98	0.05 43	0.10 95	0.11 97	0.17 83	0.08 19	0.12 51	0.08 49	0.19 140	0.08 44	0.03 21	0.06 41	0.18 136	0.16 135	0.14 80	0.17 105

test-v	0.11 65	0.07 52	0.09 107	0.06 33	0.05 23	0.06 37	0.05 33	0.17 86	0.09 81	0.24 139	0.07 31	0.17 93	0.09 98	0.05 43	0.10 95	0.11 97	0.17 83	0.08 19	0.12 51	0.08 49	0.19 140	0.08 44	0.03 21	0.06 41	0.18 136	0.16 135	0.14 80	0.17 105

test_3	0.11 65	0.07 52	0.07 76	0.06 33	0.08 68	0.05 23	0.05 33	0.17 86	0.09 81	0.24 139	0.09 66	0.21 148	0.11 121	0.06 56	0.13 162	0.13 149	0.20 130	0.09 43	0.14 77	0.10 90	0.18 130	0.08 44	0.04 37	0.08 91	0.13 62	0.15 113	0.13 67	0.14 67

test-2	0.11 65	0.07 52	0.09 107	0.06 33	0.05 23	0.06 37	0.05 33	0.17 86	0.09 81	0.24 139	0.07 31	0.17 93	0.09 98	0.05 43	0.10 95	0.11 97	0.17 83	0.08 19	0.12 51	0.08 49	0.19 140	0.08 44	0.03 21	0.06 41	0.18 136	0.16 135	0.14 80	0.17 105

CREStereo++_RVC	0.11 65	0.07 52	0.05 27	0.08 60	0.08 68	0.08 61	0.07 80	0.16 78	0.09 81	0.26 174	0.09 66	0.17 93	0.13 142	0.08 96	0.08 30	0.10 55	0.20 130	0.08 19	0.13 65	0.07 31	0.19 140	0.08 44	0.06 70	0.06 41	0.14 79	0.11 50	0.16 100	0.15 78
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
TANstereo	0.11 65	0.06 30	0.06 52	0.10 91	0.09 87	0.09 73	0.06 64	0.12 42	0.08 62	0.22 109	0.08 52	0.13 61	0.07 70	0.08 96	0.10 95	0.13 149	0.20 130	0.13 120	0.18 123	0.08 49	0.18 130	0.09 76	0.06 70	0.06 41	0.10 31	0.10 32	0.15 91	0.14 67

XX-TBD	0.11 65	0.06 30	0.06 52	0.10 91	0.09 87	0.09 73	0.06 64	0.12 42	0.08 62	0.22 109	0.08 52	0.13 61	0.07 70	0.08 96	0.10 95	0.13 149	0.20 130	0.13 120	0.18 123	0.08 49	0.18 130	0.09 76	0.06 70	0.06 41	0.10 31	0.10 32	0.15 91	0.14 67

HCRNet	0.11 65	0.17 177	0.06 52	0.22 180	0.08 68	0.15 139	0.08 89	0.13 54	0.04 7	0.46 240	0.12 102	0.24 169	0.07 70	0.07 78	0.08 30	0.06 6	0.14 51	0.08 19	0.20 143	0.08 49	0.09 19	0.05 11	0.11 152	0.06 41	0.06 7	0.05 4	0.05 6	0.08 19

CREStereo	0.11 65	0.08 80	0.06 52	0.08 60	0.08 68	0.07 51	0.05 33	0.18 114	0.05 14	0.26 174	0.08 52	0.18 107	0.06 50	0.08 96	0.08 30	0.10 55	0.22 155	0.09 43	0.13 65	0.08 49	0.20 157	0.09 76	0.06 70	0.05 23	0.11 46	0.13 73	0.17 113	0.15 78
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
HGLStereo	0.11 65	0.10 105	0.08 97	0.09 75	0.10 103	0.09 73	0.06 64	0.14 64	0.08 62	0.18 75	0.15 141	0.09 25	0.06 50	0.08 96	0.09 62	0.10 55	0.17 83	0.13 120	0.14 77	0.10 90	0.11 31	0.09 76	0.08 113	0.08 91	0.13 62	0.12 60	0.10 33	0.11 41

DSFCA	0.11 65	0.13 143	0.09 107	0.10 91	0.08 68	0.11 104	0.11 131	0.12 42	0.09 81	0.12 34	0.13 114	0.14 71	0.07 70	0.05 43	0.09 62	0.11 97	0.15 57	0.13 120	0.16 102	0.10 90	0.13 59	0.12 143	0.07 92	0.09 112	0.12 54	0.13 73	0.10 33	0.13 58

PMTNet	0.11 65	0.10 105	0.06 52	0.12 119	0.09 87	0.07 51	0.06 64	0.18 114	0.06 30	0.28 203	0.06 19	0.18 107	0.04 18	0.07 78	0.09 62	0.11 97	0.19 117	0.09 43	0.14 77	0.08 49	0.17 117	0.09 76	0.07 92	0.05 23	0.13 62	0.12 60	0.17 113	0.15 78

BEATNet_4x	0.11 65	0.10 105	0.08 97	0.09 75	0.09 87	0.09 73	0.08 89	0.12 42	0.08 62	0.21 105	0.09 66	0.15 76	0.09 98	0.07 78	0.10 95	0.09 34	0.13 38	0.13 120	0.11 41	0.08 49	0.13 59	0.11 126	0.08 113	0.07 75	0.13 62	0.13 73	0.18 131	0.18 120

DeepPrunerF	0.11 65	0.10 105	0.10 125	0.13 129	0.13 144	0.09 73	0.09 106	0.15 69	0.11 114	0.12 34	0.14 128	0.10 31	0.09 98	0.07 78	0.12 143	0.11 97	0.11 27	0.13 120	0.13 65	0.11 109	0.13 59	0.08 44	0.08 113	0.08 91	0.17 116	0.14 96	0.11 47	0.14 67

ADCP+	0.11 65	0.10 105	0.08 97	0.09 75	0.07 57	0.09 73	0.08 89	0.13 54	0.11 114	0.16 54	0.12 102	0.18 107	0.08 87	0.07 78	0.10 95	0.09 34	0.16 70	0.11 67	0.14 77	0.09 69	0.12 45	0.09 76	0.08 113	0.08 91	0.11 46	0.15 113	0.11 47	0.11 41

RASNet	0.11 65	0.10 105	0.09 107	0.10 91	0.07 57	0.08 61	0.08 89	0.19 133	0.09 81	0.17 63	0.10 82	0.13 61	0.08 87	0.06 56	0.08 30	0.10 55	0.15 57	0.09 43	0.12 51	0.06 19	0.15 82	0.09 76	0.05 53	0.10 127	0.13 62	0.11 50	0.17 113	0.17 105

iResNet_ROB	0.11 65	0.08 80	0.07 76	0.11 108	0.08 68	0.12 112	0.07 80	0.15 69	0.08 62	0.23 123	0.10 82	0.15 76	0.15 164	0.06 56	0.07 13	0.09 34	0.17 83	0.12 94	0.13 65	0.09 69	0.14 73	0.09 76	0.07 92	0.08 91	0.14 79	0.12 60	0.15 91	0.15 78

DN-CSS_ROB	0.11 65	0.09 93	0.11 140	0.08 60	0.09 87	0.08 61	0.08 89	0.16 78	0.10 102	0.23 123	0.17 162	0.18 107	0.14 156	0.05 43	0.08 30	0.09 34	0.13 38	0.10 59	0.18 123	0.09 69	0.11 31	0.08 44	0.07 92	0.08 91	0.13 62	0.10 32	0.12 56	0.10 32

AE-Stereo	0.12 88	0.09 93	0.08 97	0.11 108	0.09 87	0.08 61	0.05 33	0.17 86	0.14 145	0.24 139	0.09 66	0.19 119	0.10 111	0.07 78	0.10 95	0.12 133	0.24 178	0.13 120	0.16 102	0.11 109	0.18 130	0.09 76	0.05 53	0.09 112	0.13 62	0.14 96	0.15 91	0.15 78

raft_robust	0.12 88	0.09 93	0.09 107	0.11 108	0.06 42	0.09 73	0.06 64	0.15 69	0.08 62	0.23 123	0.07 31	0.20 133	0.11 121	0.09 113	0.11 131	0.12 133	0.16 70	0.12 94	0.13 65	0.10 90	0.15 82	0.11 126	0.03 21	0.07 75	0.18 136	0.16 135	0.15 91	0.14 67

IPLGR	0.12 88	0.09 93	0.09 107	0.09 75	0.10 103	0.09 73	0.07 80	0.18 114	0.09 81	0.22 109	0.10 82	0.15 76	0.07 70	0.06 56	0.09 62	0.11 97	0.17 83	0.11 67	0.20 143	0.12 126	0.15 82	0.08 44	0.04 37	0.08 91	0.16 104	0.13 73	0.14 80	0.16 93

s12784h	0.12 88	0.09 93	0.06 52	0.11 108	0.09 87	0.08 61	0.06 64	0.18 114	0.07 45	0.27 187	0.11 92	0.19 119	0.08 87	0.07 78	0.08 30	0.09 34	0.21 143	0.08 19	0.15 88	0.07 31	0.20 157	0.08 44	0.05 53	0.07 75	0.16 104	0.14 96	0.18 131	0.21 155

ADLNet	0.12 88	0.11 117	0.08 97	0.12 119	0.10 103	0.16 146	0.12 141	0.14 64	0.07 45	0.13 38	0.10 82	0.25 170	0.10 111	0.28 212	0.09 62	0.10 55	0.17 83	0.09 43	0.13 65	0.09 69	0.11 31	0.08 44	0.13 168	0.06 41	0.13 62	0.12 60	0.12 56	0.14 67

GMStereo	0.12 88	0.12 130	0.07 76	0.11 108	0.11 120	0.13 121	0.09 106	0.17 86	0.10 102	0.17 63	0.13 114	0.21 148	0.11 121	0.07 78	0.10 95	0.09 34	0.17 83	0.10 59	0.17 110	0.12 126	0.14 73	0.09 76	0.07 92	0.09 112	0.14 79	0.13 73	0.15 91	0.12 51
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FINET	0.12 88	0.11 117	0.12 153	0.12 119	0.10 103	0.11 104	0.13 146	0.15 69	0.12 129	0.13 38	0.12 102	0.13 61	0.09 98	0.09 113	0.15 187	0.13 149	0.15 57	0.11 67	0.16 102	0.09 69	0.13 59	0.10 107	0.10 143	0.10 127	0.12 54	0.10 32	0.13 67	0.12 51

CFNet	0.12 88	0.11 117	0.08 97	0.14 136	0.12 134	0.11 104	0.09 106	0.19 133	0.10 102	0.18 75	0.12 102	0.25 170	0.10 111	0.08 96	0.08 30	0.09 34	0.17 83	0.12 94	0.12 51	0.09 69	0.11 31	0.08 44	0.06 70	0.09 112	0.15 92	0.12 60	0.13 67	0.13 58

iResNetv2_ROB	0.12 88	0.08 80	0.07 76	0.12 119	0.09 87	0.12 112	0.08 89	0.17 86	0.08 62	0.22 109	0.12 102	0.20 133	0.15 164	0.06 56	0.08 30	0.08 20	0.16 70	0.11 67	0.17 110	0.10 90	0.14 73	0.09 76	0.09 130	0.10 127	0.14 79	0.12 60	0.19 140	0.12 51

PDISCO_ROB	0.12 88	0.13 143	0.13 162	0.10 91	0.08 68	0.09 73	0.09 106	0.09 29	0.08 62	0.11 32	0.10 82	0.06 16	0.05 32	0.05 43	0.09 62	0.11 97	0.14 51	0.16 167	0.09 29	0.10 90	0.14 73	0.12 143	0.04 37	0.08 91	0.16 104	0.21 184	0.32 199	0.19 133

MSKI-zero shot	0.13 98	0.08 80	0.05 27	0.09 75	0.11 120	0.09 73	0.07 80	0.19 133	0.09 81	0.28 203	0.10 82	0.19 119	0.06 50	0.11 138	0.10 95	0.11 97	0.24 178	0.11 67	0.17 110	0.11 109	0.21 171	0.10 107	0.07 92	0.08 91	0.14 79	0.17 152	0.18 131	0.18 120

Any-RAFT	0.13 98	0.07 52	0.05 27	0.10 91	0.09 87	0.12 112	0.08 89	0.17 86	0.10 102	0.26 174	0.09 66	0.20 133	0.08 87	0.10 127	0.09 62	0.10 55	0.22 155	0.11 67	0.20 143	0.10 90	0.21 171	0.09 76	0.08 113	0.06 41	0.16 104	0.15 113	0.17 113	0.17 105

RAFT-Test	0.13 98	0.07 52	0.06 52	0.09 75	0.11 120	0.13 121	0.09 106	0.17 86	0.11 114	0.27 187	0.10 82	0.20 133	0.05 32	0.12 155	0.10 95	0.11 97	0.23 164	0.12 94	0.21 154	0.14 155	0.21 171	0.11 126	0.06 70	0.08 91	0.17 116	0.15 113	0.17 113	0.17 105

HH	0.13 98	0.06 30	0.05 27	0.11 108	0.11 120	0.16 146	0.08 89	0.19 133	0.07 45	0.28 203	0.08 52	0.18 107	0.05 32	0.12 155	0.10 95	0.10 55	0.23 164	0.12 94	0.15 88	0.10 90	0.20 157	0.08 44	0.07 92	0.08 91	0.13 62	0.14 96	0.19 140	0.23 162

HanStereo	0.13 98	0.06 30	0.05 27	0.11 108	0.11 120	0.16 146	0.08 89	0.19 133	0.07 45	0.28 203	0.08 52	0.18 107	0.05 32	0.12 155	0.10 95	0.10 55	0.23 164	0.12 94	0.15 88	0.10 90	0.20 157	0.08 44	0.07 92	0.08 91	0.13 62	0.14 96	0.19 140	0.23 162

anonymity	0.13 98	0.06 30	0.05 27	0.09 75	0.10 103	0.09 73	0.07 80	0.18 114	0.08 62	0.28 203	0.12 102	0.19 119	0.06 50	0.09 113	0.09 62	0.13 149	0.23 164	0.12 94	0.17 110	0.15 169	0.19 140	0.10 107	0.09 130	0.07 75	0.19 149	0.18 164	0.19 140	0.19 133

iRaft-Stereo_20w	0.13 98	0.07 52	0.05 27	0.12 119	0.12 134	0.12 112	0.09 106	0.16 78	0.10 102	0.28 203	0.09 66	0.19 119	0.04 18	0.10 127	0.09 62	0.11 97	0.24 178	0.11 67	0.15 88	0.13 144	0.20 157	0.08 44	0.09 130	0.06 41	0.17 116	0.13 73	0.20 152	0.25 171

GLC_STEREO	0.13 98	0.11 117	0.12 153	0.12 119	0.11 120	0.10 95	0.10 121	0.19 133	0.07 45	0.25 160	0.13 114	0.12 45	0.07 70	0.07 78	0.08 30	0.12 133	0.24 178	0.11 67	0.17 110	0.09 69	0.27 218	0.15 177	0.07 92	0.07 75	0.15 92	0.09 21	0.20 152	0.12 51

TRStereo	0.13 98	0.07 52	0.05 27	0.09 75	0.08 68	0.17 155	0.13 146	0.18 114	0.07 45	0.25 160	0.09 66	0.20 133	0.04 18	0.10 127	0.09 62	0.10 55	0.22 155	0.11 67	0.22 162	0.13 144	0.19 140	0.09 76	0.09 130	0.07 75	0.16 104	0.15 113	0.24 177	0.20 141

LMCR-Stereo	0.13 98	0.09 93	0.07 76	0.11 108	0.08 68	0.11 104	0.09 106	0.18 114	0.09 81	0.19 88	0.14 128	0.19 119	0.14 156	0.10 127	0.09 62	0.11 97	0.20 130	0.13 120	0.19 137	0.10 90	0.18 130	0.10 107	0.08 113	0.08 91	0.15 92	0.13 73	0.18 131	0.17 105

TestStereo	0.13 98	0.12 130	0.10 125	0.11 108	0.08 68	0.11 104	0.10 121	0.18 114	0.11 114	0.24 139	0.13 114	0.20 133	0.08 87	0.06 56	0.11 131	0.10 55	0.20 130	0.11 67	0.20 143	0.10 90	0.21 171	0.10 107	0.06 70	0.12 155	0.19 149	0.11 50	0.12 56	0.13 58

CFNet_pseudo	0.13 98	0.11 117	0.11 140	0.14 136	0.11 120	0.12 112	0.11 131	0.19 133	0.12 129	0.24 139	0.14 128	0.16 89	0.15 164	0.08 96	0.09 62	0.10 55	0.16 70	0.13 120	0.13 65	0.08 49	0.15 82	0.08 44	0.08 113	0.09 112	0.15 92	0.14 96	0.19 140	0.20 141

EAI-Stereo	0.13 98	0.07 52	0.04 11	0.10 91	0.10 103	0.10 95	0.09 106	0.17 86	0.10 102	0.26 174	0.11 92	0.20 133	0.05 32	0.10 127	0.10 95	0.11 97	0.23 164	0.12 94	0.18 123	0.12 126	0.19 140	0.08 44	0.08 113	0.08 91	0.16 104	0.14 96	0.15 91	0.20 141

FADNet-RVC-Resample	0.13 98	0.10 105	0.12 153	0.12 119	0.10 103	0.13 121	0.10 121	0.16 78	0.13 136	0.18 75	0.13 114	0.17 93	0.11 121	0.10 127	0.10 95	0.09 34	0.13 38	0.15 157	0.15 88	0.17 185	0.15 82	0.12 143	0.10 143	0.13 165	0.17 116	0.13 73	0.12 56	0.11 41

STTStereo	0.13 98	0.14 157	0.17 192	0.13 129	0.15 162	0.13 121	0.20 182	0.13 54	0.13 136	0.15 48	0.15 141	0.17 93	0.10 111	0.11 138	0.12 143	0.12 133	0.15 57	0.14 143	0.13 65	0.11 109	0.12 45	0.10 107	0.07 92	0.09 112	0.15 92	0.13 73	0.12 56	0.16 93

R-Stereo Train	0.13 98	0.07 52	0.07 76	0.09 75	0.10 103	0.15 139	0.05 33	0.16 78	0.12 129	0.28 203	0.12 102	0.20 133	0.08 87	0.11 138	0.09 62	0.11 97	0.24 178	0.12 94	0.16 102	0.11 109	0.21 171	0.11 126	0.08 113	0.07 75	0.15 92	0.15 113	0.16 100	0.15 78

ADCRef	0.13 98	0.10 105	0.09 107	0.10 91	0.08 68	0.09 73	0.08 89	0.17 86	0.14 145	0.21 105	0.15 141	0.15 76	0.13 142	0.05 43	0.10 95	0.11 97	0.16 70	0.14 143	0.19 137	0.12 126	0.15 82	0.12 143	0.09 130	0.11 140	0.13 62	0.18 164	0.13 67	0.18 120

RAFT-Stereo	0.13 98	0.07 52	0.07 76	0.09 75	0.10 103	0.15 139	0.05 33	0.16 78	0.12 129	0.28 203	0.12 102	0.20 133	0.08 87	0.11 138	0.09 62	0.11 97	0.24 178	0.12 94	0.16 102	0.11 109	0.21 171	0.11 126	0.08 113	0.07 75	0.15 92	0.15 113	0.16 100	0.15 78
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.13 98	0.08 80	0.06 52	0.09 75	0.12 134	0.10 95	0.08 89	0.17 86	0.11 114	0.27 187	0.09 66	0.20 133	0.06 50	0.12 155	0.10 95	0.11 97	0.24 178	0.12 94	0.19 137	0.16 180	0.21 171	0.11 126	0.07 92	0.08 91	0.17 116	0.14 96	0.17 113	0.18 120

CFNet_RVC	0.13 98	0.12 130	0.10 125	0.14 136	0.11 120	0.14 128	0.09 106	0.17 86	0.09 81	0.19 88	0.13 114	0.21 148	0.09 98	0.09 113	0.10 95	0.13 149	0.18 102	0.13 120	0.15 88	0.11 109	0.16 97	0.08 44	0.06 70	0.09 112	0.15 92	0.12 60	0.16 100	0.17 105

NLCA_NET_v2_RVC	0.13 98	0.13 143	0.13 162	0.14 136	0.15 162	0.13 121	0.20 182	0.13 54	0.15 153	0.16 54	0.16 152	0.21 148	0.09 98	0.15 179	0.10 95	0.12 133	0.15 57	0.12 94	0.11 41	0.09 69	0.11 31	0.09 76	0.08 113	0.08 91	0.13 62	0.13 73	0.11 47	0.15 78
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DLCB_ROB	0.13 98	0.12 130	0.11 140	0.10 91	0.10 103	0.10 95	0.09 106	0.16 78	0.11 114	0.18 75	0.17 162	0.19 119	0.13 142	0.11 138	0.11 131	0.10 55	0.17 83	0.13 120	0.13 65	0.10 90	0.17 117	0.10 107	0.09 130	0.12 155	0.27 200	0.16 135	0.16 100	0.13 58

PWCDC_ROB	0.13 98	0.06 30	0.09 107	0.07 53	0.13 144	0.08 61	0.13 146	0.06 11	0.24 199	0.09 24	0.15 141	0.09 25	0.43 225	0.26 206	0.10 95	0.10 55	0.09 18	0.12 94	0.08 17	0.11 109	0.08 16	0.11 126	0.19 191	0.13 165	0.07 11	0.13 73	0.08 23	0.18 120

MyStereo04	0.14 121	0.12 130	0.10 125	0.08 60	0.09 87	0.10 95	0.08 89	0.22 169	0.19 179	0.24 139	0.16 152	0.23 161	0.11 121	0.04 27	0.10 95	0.11 97	0.17 83	0.12 94	0.21 154	0.12 126	0.16 97	0.11 126	0.06 70	0.11 140	0.21 171	0.12 60	0.16 100	0.15 78

MyStereo	0.14 121	0.13 143	0.10 125	0.10 91	0.10 103	0.11 104	0.08 89	0.23 177	0.20 189	0.25 160	0.16 152	0.23 161	0.13 142	0.04 27	0.10 95	0.11 97	0.18 102	0.12 94	0.21 154	0.12 126	0.16 97	0.12 143	0.06 70	0.11 140	0.22 180	0.13 73	0.16 100	0.16 93

IGEV_Zeroshot_test	0.14 121	0.07 52	0.05 27	0.13 129	0.13 144	0.10 95	0.11 131	0.17 86	0.09 81	0.28 203	0.09 66	0.23 161	0.05 32	0.12 155	0.09 62	0.11 97	0.23 164	0.11 67	0.16 102	0.12 126	0.20 157	0.09 76	0.09 130	0.06 41	0.19 149	0.14 96	0.23 169	0.27 178

dd	0.14 121	0.12 130	0.07 76	0.25 191	0.10 103	0.19 173	0.09 106	0.17 86	0.08 62	0.17 63	0.08 52	0.33 184	0.08 87	0.06 56	0.10 95	0.11 97	0.24 178	0.11 67	0.25 181	0.09 69	0.15 82	0.09 76	0.06 70	0.09 112	0.17 116	0.13 73	0.18 131	0.15 78

AACVNet	0.14 121	0.13 143	0.10 125	0.13 129	0.13 144	0.14 128	0.10 121	0.19 133	0.11 114	0.22 109	0.17 162	0.13 61	0.10 111	0.09 113	0.11 131	0.11 97	0.21 143	0.13 120	0.17 110	0.12 126	0.16 97	0.11 126	0.11 152	0.11 140	0.17 116	0.13 73	0.14 80	0.16 93

cross-raft	0.14 121	0.08 80	0.07 76	0.08 60	0.10 103	0.12 112	0.08 89	0.17 86	0.13 136	0.27 187	0.11 92	0.21 148	0.05 32	0.11 138	0.13 162	0.14 170	0.22 155	0.11 67	0.23 171	0.13 144	0.23 199	0.09 76	0.06 70	0.08 91	0.22 180	0.17 152	0.14 80	0.15 78

test-1	0.14 121	0.06 30	0.07 76	0.11 108	0.10 103	0.18 163	0.14 152	0.19 133	0.13 136	0.28 203	0.10 82	0.19 119	0.11 121	0.12 155	0.12 143	0.13 149	0.22 155	0.12 94	0.22 162	0.10 90	0.24 206	0.08 44	0.09 130	0.08 91	0.21 171	0.18 164	0.15 91	0.17 105

GEStereo_RVC	0.14 121	0.13 143	0.10 125	0.11 108	0.12 134	0.12 112	0.11 131	0.18 114	0.13 136	0.24 139	0.16 152	0.18 107	0.10 111	0.06 56	0.12 143	0.11 97	0.20 130	0.17 179	0.23 171	0.13 144	0.15 82	0.13 160	0.07 92	0.11 140	0.20 159	0.14 96	0.13 67	0.19 133

sAnonymous2	0.14 121	0.09 93	0.10 125	0.10 91	0.09 87	0.09 73	0.11 131	0.22 169	0.11 114	0.23 123	0.16 152	0.15 76	0.10 111	0.06 56	0.12 143	0.13 149	0.18 102	0.15 157	0.21 154	0.14 155	0.16 97	0.14 166	0.04 37	0.10 127	0.17 116	0.17 152	0.17 113	0.16 93

CroCo_RVC	0.14 121	0.09 93	0.10 125	0.10 91	0.09 87	0.09 73	0.11 131	0.22 169	0.11 114	0.23 123	0.16 152	0.15 76	0.10 111	0.06 56	0.12 143	0.13 149	0.18 102	0.15 157	0.21 154	0.14 155	0.16 97	0.14 166	0.04 37	0.10 127	0.17 116	0.17 152	0.17 113	0.16 93

sCroCo_RVC	0.14 121	0.09 93	0.09 107	0.08 60	0.07 57	0.10 95	0.07 80	0.19 133	0.14 145	0.18 75	0.12 102	0.13 61	0.14 156	0.06 56	0.13 162	0.15 186	0.22 155	0.15 157	0.22 162	0.13 144	0.21 171	0.16 185	0.06 70	0.12 155	0.17 116	0.16 135	0.17 113	0.17 105

XX-Stereo	0.14 121	0.05 20	0.05 27	0.10 91	0.08 68	0.17 155	0.07 80	0.18 114	0.10 102	0.27 187	0.09 66	0.20 133	0.03 9	0.09 113	0.10 95	0.12 133	0.23 164	0.11 67	0.20 143	0.11 109	0.20 157	0.08 44	0.08 113	0.07 75	0.22 180	0.16 135	0.17 113	0.36 197

Anonymous	0.14 121	0.10 105	0.10 125	0.10 91	0.10 103	0.10 95	0.08 89	0.19 133	0.09 81	0.20 96	0.13 114	0.19 119	0.18 175	0.07 78	0.14 176	0.14 170	0.21 143	0.17 179	0.18 123	0.15 169	0.22 187	0.16 185	0.06 70	0.10 127	0.23 187	0.17 152	0.19 140	0.15 78

GES	0.14 121	0.11 117	0.07 76	0.09 75	0.11 120	0.15 139	0.09 106	0.20 152	0.09 81	0.23 123	0.12 102	0.17 93	0.11 121	0.14 171	0.10 95	0.10 55	0.23 164	0.14 143	0.24 177	0.14 155	0.17 117	0.17 189	0.11 152	0.09 112	0.15 92	0.14 96	0.21 164	0.20 141

psm_up	0.14 121	0.11 117	0.13 162	0.15 147	0.12 134	0.14 128	0.11 131	0.20 152	0.16 158	0.19 88	0.12 102	0.15 76	0.17 173	0.10 127	0.12 143	0.12 133	0.19 117	0.13 120	0.17 110	0.11 109	0.15 82	0.09 76	0.10 143	0.16 185	0.18 136	0.16 135	0.17 113	0.20 141

FADNet-RVC	0.14 121	0.13 143	0.10 125	0.18 164	0.11 120	0.14 128	0.09 106	0.21 161	0.09 81	0.19 88	0.17 162	0.17 93	0.12 129	0.11 138	0.14 176	0.15 186	0.18 102	0.13 120	0.18 123	0.15 169	0.12 45	0.12 143	0.12 162	0.11 140	0.20 159	0.16 135	0.14 80	0.14 67

RTSC	0.14 121	0.11 117	0.10 125	0.12 119	0.11 120	0.12 112	0.10 121	0.16 78	0.13 136	0.18 75	0.13 114	0.15 76	0.13 142	0.08 96	0.11 131	0.13 149	0.20 130	0.13 120	0.21 154	0.12 126	0.16 97	0.12 143	0.07 92	0.10 127	0.16 104	0.16 135	0.21 164	0.32 191

ADCL	0.14 121	0.12 130	0.11 140	0.13 129	0.11 120	0.14 128	0.10 121	0.17 86	0.15 153	0.22 109	0.16 152	0.21 148	0.12 129	0.09 113	0.10 95	0.11 97	0.16 70	0.13 120	0.17 110	0.12 126	0.18 130	0.13 160	0.11 152	0.11 140	0.16 104	0.15 113	0.16 100	0.16 93

DeepPruner_ROB	0.14 121	0.13 143	0.11 140	0.12 119	0.11 120	0.10 95	0.09 106	0.17 86	0.12 129	0.21 105	0.18 175	0.15 76	0.13 142	0.08 96	0.12 143	0.11 97	0.19 117	0.15 157	0.19 137	0.11 109	0.17 117	0.14 166	0.10 143	0.11 140	0.17 116	0.16 135	0.17 113	0.19 133

MLCV	0.14 121	0.11 117	0.09 107	0.16 151	0.12 134	0.14 128	0.11 131	0.21 161	0.10 102	0.24 139	0.13 114	0.21 148	0.14 156	0.08 96	0.09 62	0.10 55	0.19 117	0.11 67	0.19 137	0.09 69	0.17 117	0.08 44	0.10 143	0.09 112	0.16 104	0.13 73	0.16 100	0.19 133

HSM	0.14 121	0.12 130	0.09 107	0.14 136	0.13 144	0.12 112	0.10 121	0.18 114	0.10 102	0.23 123	0.15 141	0.18 107	0.14 156	0.08 96	0.10 95	0.10 55	0.21 143	0.12 94	0.17 110	0.12 126	0.18 130	0.10 107	0.07 92	0.08 91	0.17 116	0.15 113	0.17 113	0.18 120

EKT-Stereo	0.15 142	0.10 105	0.07 76	0.13 129	0.12 134	0.16 146	0.17 170	0.18 114	0.11 114	0.26 174	0.17 162	0.17 93	0.07 70	0.11 138	0.09 62	0.11 97	0.24 178	0.15 157	0.23 171	0.12 126	0.24 206	0.10 107	0.07 92	0.08 91	0.20 159	0.15 113	0.17 113	0.18 120

LoS	0.15 142	0.10 105	0.08 97	0.10 91	0.11 120	0.09 73	0.07 80	0.50 236	0.05 14	0.32 219	0.36 231	0.36 189	0.06 50	0.09 113	0.09 62	0.10 55	0.20 130	0.09 43	0.14 77	0.11 109	0.21 171	0.09 76	0.07 92	0.07 75	0.17 116	0.11 50	0.20 152	0.21 155

CASS	0.15 142	0.12 130	0.10 125	0.14 136	0.12 134	0.16 146	0.10 121	0.19 133	0.15 153	0.26 174	0.12 102	0.20 133	0.12 129	0.09 113	0.11 131	0.12 133	0.23 164	0.12 94	0.23 171	0.09 69	0.19 140	0.10 107	0.07 92	0.09 112	0.23 187	0.14 96	0.19 140	0.22 158
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
UDGNet	0.15 142	0.13 143	0.09 107	0.18 164	0.17 172	0.16 146	0.19 180	0.15 69	0.11 114	0.16 54	0.14 128	0.15 76	0.05 32	0.45 226	0.09 62	0.10 55	0.17 83	0.12 94	0.14 77	0.09 69	0.17 117	0.09 76	0.28 228	0.07 75	0.17 116	0.15 113	0.12 56	0.13 58

SACVNet	0.15 142	0.14 157	0.13 162	0.16 151	0.13 144	0.14 128	0.12 141	0.19 133	0.17 166	0.19 88	0.17 162	0.14 71	0.07 70	0.14 171	0.13 162	0.13 149	0.19 117	0.16 167	0.20 143	0.13 144	0.16 97	0.14 166	0.12 162	0.13 165	0.20 159	0.18 164	0.19 140	0.17 105

GANet-ADL	0.15 142	0.12 130	0.09 107	0.14 136	0.12 134	0.16 146	0.12 141	0.20 152	0.10 102	0.25 160	0.15 141	0.22 160	0.12 129	0.21 198	0.09 62	0.11 97	0.25 193	0.14 143	0.20 143	0.14 155	0.19 140	0.09 76	0.08 113	0.10 127	0.17 116	0.15 113	0.20 152	0.17 105

ICVP	0.15 142	0.13 143	0.14 171	0.12 119	0.12 134	0.13 121	0.10 121	0.17 86	0.12 129	0.17 63	0.13 114	0.18 107	0.12 129	0.09 113	0.12 143	0.13 149	0.18 102	0.15 157	0.15 88	0.14 155	0.17 117	0.13 160	0.20 194	0.11 140	0.19 149	0.19 175	0.17 113	0.16 93
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
pcwnet_v2	0.15 142	0.12 130	0.12 153	0.16 151	0.14 154	0.17 155	0.14 152	0.20 152	0.13 136	0.22 109	0.14 128	0.19 119	0.18 175	0.12 155	0.10 95	0.12 133	0.18 102	0.13 120	0.17 110	0.12 126	0.16 97	0.11 126	0.09 130	0.10 127	0.19 149	0.20 179	0.19 140	0.27 178

APVNet	0.15 142	0.13 143	0.11 140	0.14 136	0.16 165	0.14 128	0.13 146	0.19 133	0.11 114	0.14 41	0.13 114	0.17 93	0.09 98	0.16 182	0.15 187	0.15 186	0.21 143	0.14 143	0.22 162	0.15 169	0.15 82	0.12 143	0.07 92	0.12 155	0.16 104	0.15 113	0.19 140	0.17 105

AF-Net	0.15 142	0.13 143	0.13 162	0.14 136	0.18 178	0.15 139	0.14 152	0.17 86	0.16 158	0.17 63	0.21 192	0.18 107	0.12 129	0.10 127	0.17 198	0.16 194	0.13 38	0.14 143	0.15 88	0.11 109	0.11 31	0.10 107	0.13 168	0.10 127	0.14 79	0.15 113	0.20 152	0.14 67

RP	0.15 142	0.14 157	0.15 178	0.17 159	0.14 154	0.17 155	0.16 162	0.19 133	0.17 166	0.14 41	0.16 152	0.16 89	0.15 164	0.11 138	0.13 162	0.12 133	0.15 57	0.12 94	0.15 88	0.12 126	0.12 45	0.12 143	0.10 143	0.12 155	0.17 116	0.15 113	0.20 152	0.18 120

Nwc_Net	0.15 142	0.13 143	0.13 162	0.14 136	0.18 178	0.15 139	0.14 152	0.17 86	0.16 158	0.17 63	0.21 192	0.18 107	0.12 129	0.10 127	0.17 198	0.16 194	0.13 38	0.14 143	0.15 88	0.11 109	0.11 31	0.10 107	0.13 168	0.10 127	0.14 79	0.15 113	0.20 152	0.14 67

HSM-Net_RVC	0.15 142	0.12 130	0.10 125	0.17 159	0.13 144	0.14 128	0.10 121	0.18 114	0.14 145	0.25 160	0.18 175	0.28 175	0.16 169	0.11 138	0.11 131	0.11 97	0.19 117	0.13 120	0.16 102	0.11 109	0.17 117	0.11 126	0.08 113	0.11 140	0.19 149	0.16 135	0.23 169	0.24 165
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UCFNet_RVC	0.15 142	0.17 177	0.12 153	0.16 151	0.14 154	0.17 155	0.11 131	0.17 86	0.12 129	0.20 96	0.13 114	0.28 175	0.12 129	0.10 127	0.11 131	0.13 149	0.18 102	0.13 120	0.17 110	0.12 126	0.16 97	0.09 76	0.10 143	0.11 140	0.18 136	0.15 113	0.17 113	0.19 133

NVstereo2D	0.15 142	0.11 117	0.11 140	0.19 170	0.14 154	0.21 187	0.24 200	0.13 54	0.11 114	0.16 54	0.14 128	0.10 31	0.07 70	0.39 225	0.11 131	0.11 97	0.21 143	0.14 143	0.15 88	0.10 90	0.12 45	0.08 44	0.24 206	0.08 91	0.14 79	0.12 60	0.14 80	0.12 51

FADNet	0.16 157	0.15 164	0.10 125	0.20 174	0.10 103	0.19 173	0.13 146	0.20 152	0.13 136	0.22 109	0.24 205	0.17 93	0.14 156	0.12 155	0.17 198	0.16 194	0.16 70	0.14 143	0.23 171	0.20 200	0.16 97	0.12 143	0.11 152	0.11 140	0.21 171	0.18 164	0.16 100	0.15 78

stereogan	0.16 157	0.15 164	0.15 178	0.16 151	0.18 178	0.18 163	0.16 162	0.20 152	0.19 179	0.14 41	0.16 152	0.20 133	0.18 175	0.13 167	0.14 176	0.13 149	0.16 70	0.14 143	0.17 110	0.14 155	0.14 73	0.12 143	0.13 168	0.13 165	0.16 104	0.16 135	0.23 169	0.18 120

iResNet	0.16 157	0.11 117	0.09 107	0.15 147	0.13 144	0.17 155	0.12 141	0.21 161	0.14 145	0.25 160	0.13 114	0.35 187	0.32 211	0.08 96	0.10 95	0.11 97	0.20 130	0.12 94	0.25 181	0.14 155	0.18 130	0.11 126	0.12 162	0.13 165	0.18 136	0.14 96	0.20 152	0.18 120

GwcNet-ADL	0.17 160	0.12 130	0.11 140	0.19 170	0.14 154	0.17 155	0.14 152	0.21 161	0.14 145	0.24 139	0.17 162	0.32 183	0.16 169	0.19 191	0.11 131	0.14 170	0.22 155	0.15 157	0.23 171	0.13 144	0.18 130	0.11 126	0.05 53	0.10 127	0.18 136	0.15 113	0.19 140	0.21 155

NCC-stereo	0.17 160	0.16 169	0.16 184	0.16 151	0.17 172	0.18 163	0.18 173	0.19 133	0.20 189	0.16 54	0.19 183	0.21 148	0.21 183	0.12 155	0.20 210	0.18 208	0.18 102	0.19 196	0.18 123	0.15 169	0.15 82	0.15 177	0.15 175	0.12 155	0.18 136	0.17 152	0.24 177	0.20 141

Abc-Net	0.17 160	0.16 169	0.16 184	0.16 151	0.17 172	0.18 163	0.18 173	0.19 133	0.20 189	0.16 54	0.19 183	0.21 148	0.21 183	0.12 155	0.20 210	0.18 208	0.18 102	0.19 196	0.18 123	0.15 169	0.15 82	0.15 177	0.15 175	0.12 155	0.18 136	0.17 152	0.24 177	0.20 141
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	0.17 160	0.19 186	0.17 192	0.23 183	0.18 178	0.18 163	0.16 162	0.22 169	0.13 136	0.23 123	0.20 187	0.44 197	0.08 87	0.11 138	0.12 143	0.10 55	0.13 38	0.13 120	0.26 186	0.11 109	0.11 31	0.07 35	0.18 186	0.15 177	0.17 116	0.21 184	0.13 67	0.20 141

NCCL2	0.17 160	0.17 177	0.16 184	0.13 129	0.13 144	0.13 121	0.12 141	0.21 161	0.17 166	0.22 109	0.15 141	0.23 161	0.13 142	0.09 113	0.15 187	0.16 194	0.18 102	0.17 179	0.19 137	0.17 185	0.21 171	0.17 189	0.11 152	0.16 185	0.25 194	0.26 217	0.20 152	0.24 165

dad	0.18 165	0.16 169	0.11 140	0.36 204	0.16 165	0.24 196	0.21 192	0.24 183	0.09 81	0.22 109	0.11 92	0.38 192	0.11 121	0.08 96	0.12 143	0.10 55	0.27 208	0.12 94	0.29 193	0.10 90	0.19 140	0.12 143	0.08 113	0.13 165	0.18 136	0.14 96	0.31 197	0.22 158

PSMNet-ADL	0.18 165	0.13 143	0.13 162	0.16 151	0.14 154	0.17 155	0.16 162	0.20 152	0.21 195	0.27 187	0.19 183	0.29 180	0.25 193	0.18 187	0.14 176	0.14 170	0.23 164	0.14 143	0.22 162	0.14 155	0.19 140	0.11 126	0.10 143	0.11 140	0.20 159	0.15 113	0.23 169	0.19 133

Anonymous3	0.18 165	0.15 164	0.11 140	0.15 147	0.10 103	0.14 128	0.11 131	0.22 169	0.19 179	0.27 187	0.15 141	0.27 173	0.12 129	0.13 167	0.25 217	0.17 201	0.23 164	0.18 191	0.26 186	0.17 185	0.24 206	0.20 209	0.09 130	0.10 127	0.21 171	0.20 179	0.22 168	0.20 141

FADNet_RVC	0.18 165	0.14 157	0.13 162	0.20 174	0.15 162	0.14 128	0.13 146	0.24 183	0.14 145	0.24 139	0.17 162	0.27 173	0.21 183	0.14 171	0.14 176	0.12 133	0.19 117	0.17 179	0.31 197	0.15 169	0.19 140	0.14 166	0.11 152	0.14 174	0.20 159	0.21 184	0.18 131	0.22 158

XPNet_ROB	0.18 165	0.21 194	0.14 171	0.15 147	0.16 165	0.15 139	0.15 157	0.15 69	0.14 145	0.19 88	0.18 175	0.49 204	0.13 142	0.11 138	0.13 162	0.14 170	0.25 193	0.16 167	0.18 123	0.14 155	0.17 117	0.18 197	0.13 168	0.13 165	0.17 116	0.17 152	0.31 197	0.29 182

DAS	0.19 170	0.11 117	0.09 107	0.24 189	0.19 183	0.18 163	0.20 182	0.23 177	0.18 171	0.24 139	0.14 128	0.38 192	0.21 183	0.09 113	0.12 143	0.11 97	0.25 193	0.16 167	0.22 162	0.15 169	0.20 157	0.14 166	0.18 186	0.13 165	0.19 149	0.17 152	0.23 169	0.29 182

SepStereo	0.19 170	0.11 117	0.09 107	0.24 189	0.19 183	0.18 163	0.20 182	0.23 177	0.18 171	0.24 139	0.14 128	0.38 192	0.21 183	0.09 113	0.12 143	0.11 97	0.25 193	0.16 167	0.22 162	0.15 169	0.20 157	0.14 166	0.18 186	0.13 165	0.19 149	0.17 152	0.23 169	0.29 182

RGC	0.19 170	0.17 177	0.17 192	0.19 170	0.20 188	0.20 178	0.15 157	0.22 169	0.26 209	0.17 63	0.20 187	0.21 148	0.24 191	0.15 179	0.23 214	0.18 208	0.18 102	0.16 167	0.18 123	0.16 180	0.17 117	0.13 160	0.12 162	0.15 177	0.20 159	0.21 184	0.23 169	0.24 165

PA-Net	0.19 170	0.21 194	0.25 216	0.14 136	0.20 188	0.18 163	0.20 182	0.21 161	0.19 179	0.18 75	0.14 128	0.17 93	0.21 183	0.26 206	0.16 192	0.18 208	0.15 57	0.19 196	0.13 65	0.17 185	0.14 73	0.15 177	0.10 143	0.16 185	0.17 116	0.25 210	0.17 113	0.35 195
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NaN_ROB	0.19 170	0.20 189	0.19 202	0.20 174	0.20 188	0.16 146	0.15 157	0.27 192	0.19 179	0.23 123	0.18 175	0.47 203	0.16 169	0.11 138	0.13 162	0.12 133	0.15 57	0.14 143	0.21 154	0.19 196	0.13 59	0.10 107	0.09 130	0.20 195	0.24 190	0.21 184	0.26 186	0.28 181

SGM-Forest	0.19 170	0.18 183	0.16 184	0.23 183	0.18 178	0.20 178	0.18 173	0.23 177	0.17 166	0.20 96	0.15 141	0.23 161	0.18 175	0.22 199	0.17 198	0.18 208	0.19 117	0.17 179	0.18 123	0.15 169	0.17 117	0.18 197	0.25 208	0.18 193	0.22 180	0.18 164	0.25 182	0.24 165
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	0.19 170	0.14 157	0.11 140	0.18 164	0.13 144	0.19 173	0.16 162	0.20 152	0.18 171	0.26 174	0.14 128	0.35 187	0.25 193	0.09 113	0.09 62	0.11 97	0.25 193	0.14 143	0.24 177	0.14 155	0.22 187	0.14 166	0.11 152	0.11 140	0.21 171	0.18 164	0.39 215	0.45 216

SFCPSM	0.20 177	0.15 164	0.12 153	0.22 180	0.16 165	0.20 178	0.18 173	0.22 169	0.20 189	0.26 174	0.24 205	0.34 186	0.33 214	0.14 171	0.12 143	0.12 133	0.24 178	0.16 167	0.32 199	0.19 196	0.19 140	0.13 160	0.14 173	0.12 155	0.21 171	0.17 152	0.20 152	0.25 171

RTS	0.20 177	0.16 169	0.14 171	0.17 159	0.14 154	0.20 178	0.15 157	0.23 177	0.26 209	0.15 48	0.14 128	0.14 71	0.20 181	0.11 138	0.13 162	0.15 186	0.24 178	0.17 179	0.34 204	0.24 212	0.22 187	0.15 177	0.09 130	0.15 177	0.28 206	0.27 220	0.28 191	0.55 226

RTSA	0.20 177	0.16 169	0.14 171	0.17 159	0.14 154	0.20 178	0.15 157	0.23 177	0.26 209	0.15 48	0.14 128	0.14 71	0.20 181	0.11 138	0.13 162	0.15 186	0.24 178	0.17 179	0.34 204	0.24 212	0.22 187	0.15 177	0.09 130	0.15 177	0.28 206	0.27 220	0.28 191	0.55 226

AnyNet_C32	0.20 177	0.16 169	0.15 178	0.17 159	0.17 172	0.19 173	0.16 162	0.25 187	0.22 196	0.25 160	0.23 202	0.23 161	0.18 175	0.14 171	0.19 207	0.18 208	0.28 215	0.22 210	0.29 193	0.18 192	0.27 218	0.21 214	0.16 178	0.17 190	0.22 180	0.20 179	0.21 164	0.23 162

ccs_rob	0.20 177	0.15 164	0.11 140	0.26 193	0.16 165	0.26 199	0.20 182	0.22 169	0.16 158	0.25 160	0.24 205	0.57 212	0.24 191	0.17 183	0.12 143	0.13 149	0.23 164	0.15 157	0.21 154	0.15 169	0.21 171	0.11 126	0.12 162	0.11 140	0.20 159	0.16 135	0.18 131	0.24 165

HBP-ISP	0.21 182	0.16 169	0.12 153	0.26 193	0.22 194	0.22 190	0.17 170	0.29 201	0.18 171	0.27 187	0.18 175	0.21 148	0.12 129	0.28 212	0.10 95	0.14 170	0.26 201	0.19 196	0.20 143	0.12 126	0.22 187	0.23 220	0.26 213	0.23 202	0.24 190	0.24 204	0.23 169	0.26 174

SHD	0.21 182	0.17 177	0.20 205	0.18 164	0.16 165	0.18 163	0.20 182	0.26 189	0.16 158	0.27 187	0.18 175	0.23 161	0.31 208	0.17 183	0.14 176	0.14 170	0.19 117	0.17 179	0.32 199	0.17 185	0.20 157	0.17 189	0.16 178	0.16 185	0.23 187	0.28 222	0.25 182	0.43 212

ADCMid	0.21 182	0.18 183	0.17 192	0.18 164	0.19 183	0.20 178	0.16 162	0.29 201	0.25 204	0.24 139	0.19 183	0.36 189	0.21 183	0.12 155	0.16 192	0.16 194	0.25 193	0.18 191	0.37 209	0.19 196	0.24 206	0.18 197	0.17 184	0.15 177	0.24 190	0.20 179	0.25 182	0.29 182

CBMV_ROB	0.21 182	0.14 157	0.15 178	0.26 193	0.22 194	0.21 187	0.22 193	0.28 195	0.17 166	0.26 174	0.17 162	0.28 175	0.17 173	0.26 206	0.11 131	0.12 133	0.26 201	0.17 179	0.18 123	0.16 180	0.21 171	0.19 205	0.26 213	0.20 195	0.24 190	0.25 210	0.25 182	0.33 193

NOSS_ROB	0.21 182	0.14 157	0.15 178	0.20 174	0.19 183	0.20 178	0.22 193	0.29 201	0.18 171	0.25 160	0.15 141	0.21 148	0.13 142	0.27 211	0.13 162	0.14 170	0.26 201	0.21 204	0.22 162	0.17 185	0.23 199	0.22 217	0.26 213	0.24 210	0.26 197	0.22 192	0.24 177	0.26 174

ADCPNet	0.22 187	0.17 177	0.16 184	0.20 174	0.19 183	0.20 178	0.18 173	0.27 192	0.23 198	0.26 174	0.22 197	0.26 172	0.28 201	0.15 179	0.16 192	0.17 201	0.24 178	0.17 179	0.32 199	0.23 209	0.24 206	0.19 205	0.17 184	0.21 198	0.25 194	0.22 192	0.27 189	0.33 193

MDST_ROB	0.22 187	0.27 213	0.14 171	0.47 220	0.24 201	0.36 213	0.20 182	0.24 183	0.16 158	0.26 174	0.14 128	0.28 175	0.25 193	0.11 138	0.11 131	0.12 133	0.21 143	0.12 94	0.17 110	0.12 126	0.19 140	0.10 107	0.11 152	0.12 155	0.34 221	0.23 199	0.56 230	0.31 188

ETE_ROB	0.22 187	0.23 201	0.15 178	0.20 174	0.16 165	0.19 173	0.17 170	0.18 114	0.19 179	0.22 109	0.22 197	0.65 216	0.16 169	0.14 171	0.14 176	0.14 170	0.30 218	0.19 196	0.24 177	0.19 196	0.21 171	0.18 197	0.16 178	0.15 177	0.22 180	0.28 222	0.41 220	0.26 174

LALA_ROB	0.22 187	0.25 206	0.16 184	0.19 170	0.17 172	0.22 190	0.16 162	0.17 86	0.19 179	0.24 139	0.21 192	0.64 214	0.15 164	0.13 167	0.23 214	0.17 201	0.27 208	0.22 210	0.22 162	0.18 192	0.20 157	0.20 209	0.14 173	0.15 177	0.20 159	0.22 192	0.35 206	0.25 171

PWC_ROB	0.22 187	0.20 189	0.14 171	0.18 164	0.17 172	0.16 146	0.20 182	0.21 161	0.26 209	0.15 48	0.20 187	0.28 175	0.62 237	0.13 167	0.12 143	0.13 149	0.27 208	0.18 191	0.36 208	0.18 192	0.22 187	0.17 189	0.16 178	0.24 210	0.19 149	0.18 164	0.24 177	0.43 212

CBMV	0.22 187	0.18 183	0.17 192	0.23 183	0.21 191	0.20 178	0.18 173	0.27 192	0.19 179	0.28 203	0.11 92	0.29 180	0.13 142	0.24 201	0.13 162	0.14 170	0.24 178	0.18 191	0.20 143	0.16 180	0.21 171	0.18 197	0.24 206	0.23 202	0.26 197	0.22 192	0.35 206	0.40 206
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SGM-ForestM	0.24 193	0.22 197	0.16 184	0.37 206	0.24 201	0.32 206	0.24 200	0.28 195	0.20 189	0.23 123	0.17 162	0.51 208	0.25 193	0.20 196	0.12 143	0.13 149	0.23 164	0.16 167	0.24 177	0.14 155	0.19 140	0.16 185	0.21 197	0.16 185	0.35 222	0.24 204	0.51 225	0.35 195

FCDSN-DC	0.25 194	0.25 206	0.25 216	0.28 200	0.26 206	0.26 199	0.34 211	0.28 195	0.18 171	0.20 96	0.17 162	0.20 133	0.12 129	0.29 214	0.26 218	0.26 223	0.29 216	0.28 225	0.27 190	0.21 202	0.25 214	0.25 223	0.26 213	0.32 226	0.26 197	0.24 204	0.26 186	0.27 178
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_DS_RVC	0.25 194	0.25 206	0.20 205	0.29 201	0.22 194	0.22 190	0.23 197	0.36 217	0.27 214	0.36 231	0.22 197	0.45 198	0.32 211	0.19 191	0.17 198	0.17 201	0.17 83	0.16 167	0.29 193	0.14 155	0.20 157	0.18 197	0.27 225	0.23 202	0.29 208	0.25 210	0.33 202	0.31 188

SGM_RVC	0.25 194	0.24 204	0.17 192	0.39 213	0.27 208	0.34 211	0.26 205	0.28 195	0.19 179	0.25 160	0.18 175	0.42 195	0.30 205	0.17 183	0.12 143	0.13 149	0.23 164	0.15 157	0.25 181	0.13 144	0.19 140	0.15 177	0.19 191	0.17 190	0.33 218	0.22 192	0.55 229	0.43 212
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DDUNet	0.26 197	0.20 189	0.12 153	0.37 206	0.30 215	0.40 219	0.47 226	0.20 152	0.16 158	0.16 54	0.25 211	0.16 89	0.08 87	1.63 244	0.13 162	0.14 170	0.21 143	0.14 143	0.25 181	0.13 144	0.18 130	0.12 143	0.25 208	0.15 177	0.17 116	0.18 164	0.18 131	0.22 158

UDG	0.26 197	0.20 189	0.13 162	0.38 210	0.31 216	0.38 217	0.51 229	0.19 133	0.16 158	0.19 88	0.23 202	0.17 93	0.09 98	1.45 240	0.14 176	0.13 149	0.27 208	0.16 167	0.26 186	0.13 144	0.21 171	0.13 160	0.25 208	0.12 155	0.20 159	0.20 179	0.20 152	0.19 133

FAT-Stereo	0.26 197	0.19 186	0.17 192	0.38 210	0.36 221	0.30 202	0.25 204	0.26 189	0.18 171	0.27 187	0.25 211	0.33 184	0.36 218	0.26 206	0.16 192	0.15 186	0.26 201	0.23 213	0.33 202	0.21 202	0.22 187	0.19 205	0.22 198	0.22 200	0.21 171	0.22 192	0.32 199	0.42 209

GANetREF_RVC	0.26 197	0.26 209	0.30 224	0.23 183	0.23 198	0.23 195	0.24 200	0.35 214	0.33 227	0.32 219	0.17 162	0.50 206	0.38 221	0.12 155	0.20 210	0.17 201	0.19 117	0.21 204	0.35 207	0.21 202	0.23 199	0.15 177	0.22 198	0.29 222	0.27 200	0.21 184	0.36 210	0.31 188
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
FBW_ROB	0.26 197	0.26 209	0.25 216	0.37 206	0.25 204	0.32 206	0.20 182	0.21 161	0.18 171	0.27 187	0.20 187	0.45 198	0.31 208	0.26 206	0.20 210	0.20 218	0.27 208	0.17 179	0.51 222	0.14 155	0.21 171	0.14 166	0.16 178	0.28 220	0.21 171	0.19 175	0.33 202	0.55 226

CSAN	0.26 197	0.31 219	0.30 224	0.26 193	0.23 198	0.21 187	0.18 173	0.28 195	0.36 231	0.35 230	0.24 205	0.51 208	0.26 198	0.14 171	0.18 205	0.17 201	0.19 117	0.20 201	0.26 186	0.25 214	0.22 187	0.20 209	0.18 186	0.27 216	0.30 211	0.23 199	0.38 214	0.38 199

FC-DCNN	0.27 203	0.28 215	0.26 219	0.36 204	0.28 209	0.32 206	0.37 213	0.32 208	0.19 179	0.22 109	0.18 175	0.23 161	0.13 142	0.29 214	0.26 218	0.26 223	0.29 216	0.27 222	0.28 192	0.21 202	0.25 214	0.25 223	0.26 213	0.31 224	0.30 211	0.25 210	0.29 193	0.30 187

XQC	0.28 204	0.30 218	0.26 219	0.37 206	0.28 209	0.37 215	0.37 213	0.40 226	0.30 221	0.32 219	0.20 187	0.45 198	0.28 201	0.31 219	0.14 176	0.14 170	0.20 130	0.21 204	0.33 202	0.23 209	0.22 187	0.20 209	0.23 202	0.24 210	0.32 216	0.25 210	0.44 222	0.32 191

ADCS	0.28 204	0.22 197	0.21 211	0.26 193	0.24 201	0.25 197	0.23 197	0.36 217	0.30 221	0.23 123	0.27 216	0.46 202	0.35 217	0.20 196	0.19 207	0.18 208	0.32 220	0.24 216	0.48 219	0.28 219	0.36 231	0.28 228	0.19 191	0.23 202	0.31 213	0.25 210	0.30 195	0.41 208

CC-Net-ROB	0.28 204	0.40 225	0.28 221	0.56 225	0.44 227	0.41 220	0.38 217	0.32 208	0.20 189	0.33 223	0.28 219	0.68 219	0.10 111	0.32 223	0.19 207	0.13 149	0.14 51	0.16 167	0.39 211	0.18 192	0.15 82	0.09 76	0.23 202	0.24 210	0.21 171	0.21 184	0.19 140	0.29 182

G-Net	0.29 207	0.24 204	0.19 202	0.23 183	0.21 191	0.36 213	0.23 197	0.30 204	0.27 214	0.33 223	0.32 228	0.93 239	0.25 193	0.18 187	0.18 205	0.18 208	0.26 201	0.21 204	0.43 215	0.31 226	0.26 217	0.17 189	0.18 186	0.18 193	0.27 200	0.23 199	0.40 219	0.42 209

S-Stereo	0.30 208	0.22 197	0.17 192	0.41 216	0.39 223	0.41 220	0.37 213	0.25 187	0.25 204	0.26 174	0.44 235	0.54 211	0.36 218	0.24 201	0.16 192	0.14 170	0.27 208	0.27 222	0.34 204	0.28 219	0.23 199	0.22 217	0.53 237	0.23 202	0.22 180	0.19 175	0.27 189	0.38 199

SANet	0.30 208	0.21 194	0.21 211	0.25 191	0.21 191	0.31 204	0.22 193	0.30 204	0.31 224	0.27 187	0.26 213	1.39 251	0.38 221	0.22 199	0.14 176	0.14 170	0.26 201	0.21 204	0.30 196	0.21 202	0.24 206	0.20 209	0.31 232	0.23 202	0.33 218	0.24 204	0.35 206	0.48 218

MeshStereo	0.30 208	0.26 209	0.20 205	0.49 222	0.36 221	0.35 212	0.26 205	0.32 208	0.28 217	0.30 215	0.27 216	0.61 213	0.47 228	0.18 187	0.12 143	0.14 170	0.26 201	0.17 179	0.27 190	0.17 185	0.27 218	0.21 214	0.25 208	0.20 195	0.36 224	0.28 222	0.54 228	0.49 220
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
MFN_U_SF_RVC	0.31 211	0.29 217	0.21 211	0.33 202	0.28 209	0.31 204	0.29 209	0.37 220	0.24 199	0.46 240	0.30 224	0.50 206	0.32 211	0.25 203	0.27 221	0.24 220	0.18 102	0.23 213	0.58 224	0.28 219	0.24 206	0.27 227	0.22 198	0.27 216	0.31 213	0.25 210	0.37 211	0.50 221

edge stereo	0.31 211	0.23 201	0.20 205	0.41 216	0.35 219	0.42 222	0.39 219	0.38 222	0.22 196	0.23 123	0.38 232	0.69 220	0.33 214	0.30 217	0.15 187	0.16 194	0.31 219	0.21 204	0.42 213	0.21 202	0.23 199	0.17 189	0.25 208	0.22 200	0.27 200	0.23 199	0.39 215	0.55 226

AnyNet_C01	0.31 211	0.22 197	0.20 205	0.22 180	0.26 206	0.25 197	0.24 200	0.37 220	0.37 232	0.26 174	0.28 219	0.49 204	0.33 214	0.18 187	0.28 223	0.21 219	0.38 231	0.32 230	0.64 226	0.32 229	0.39 233	0.31 235	0.26 213	0.25 214	0.33 218	0.32 227	0.34 204	0.44 215

DGSMNet	0.34 214	0.28 215	0.23 215	0.40 214	0.33 217	0.37 215	0.37 213	0.28 195	0.25 204	0.25 160	0.50 240	0.45 198	0.31 208	0.25 203	0.23 214	0.19 217	0.51 241	0.32 230	0.72 232	0.35 232	0.37 232	0.38 244	0.28 228	0.31 224	0.27 200	0.23 199	0.32 199	0.38 199

MSC_U_SF_DS_RVC	0.35 215	0.36 221	0.39 233	0.46 219	0.28 209	0.30 202	0.28 208	0.50 236	0.46 238	0.39 237	0.30 224	0.37 191	0.36 218	0.31 219	0.35 231	0.26 223	0.21 143	0.27 222	0.71 230	0.37 233	0.27 218	0.29 229	0.30 231	0.38 233	0.32 216	0.24 204	0.29 193	0.39 203

MaskLacGwcNet_RVC	0.36 216	0.16 169	0.12 153	0.26 193	0.22 194	0.22 190	0.27 207	0.24 183	0.15 153	0.24 139	0.16 152	4.24 267	0.22 190	0.19 191	0.13 162	0.13 149	0.34 225	0.22 210	0.31 197	0.20 200	0.23 199	0.18 197	0.22 198	0.14 174	0.20 159	0.19 175	0.21 164	0.24 165

STStereo	0.37 217	0.44 229	0.31 228	0.75 234	0.49 232	0.57 227	0.43 222	0.35 214	0.30 221	0.34 227	0.24 205	0.85 236	0.53 233	0.19 191	0.14 176	0.16 194	0.25 193	0.16 167	0.45 217	0.16 180	0.23 199	0.19 205	0.20 194	0.23 202	0.49 233	0.37 236	0.75 242	0.54 225

PVD	0.38 218	0.38 224	0.20 205	0.47 220	0.35 219	0.50 226	0.40 220	0.38 222	0.34 229	0.23 123	0.28 219	0.52 210	0.51 231	0.50 228	0.16 192	0.17 201	0.41 233	0.26 220	0.49 221	0.28 219	0.39 233	0.40 246	0.23 202	0.27 216	0.44 231	0.57 252	0.46 224	0.72 239

STTRV1_RVC	0.38 218	0.26 209	0.22 214	0.35 203	0.28 209	0.32 206	0.29 209	0.36 217	0.33 227	0.27 187	0.26 213	0.42 195	0.41 224	0.47 227	0.32 227	0.18 208	0.59 248	0.20 201	1.14 251	0.30 224	0.59 256	0.22 217	0.43 233	0.43 235	0.25 194	0.54 249	0.34 204	0.64 234

DPSNet	0.39 220	0.19 186	0.17 192	0.27 199	0.25 204	0.29 201	0.19 180	0.26 189	0.24 199	0.18 75	0.17 162	2.16 261	0.43 225	0.10 127	0.17 198	0.15 186	0.35 227	0.28 225	2.04 263	0.27 218	0.25 214	0.16 185	0.28 228	0.25 214	0.38 227	0.24 204	0.39 215	0.51 222

LE_ROB	0.40 221	0.20 189	0.16 184	0.41 216	0.43 226	0.33 210	0.44 223	0.34 213	0.29 219	0.32 219	0.21 192	1.25 249	1.40 262	0.11 138	0.10 95	0.11 97	0.21 143	0.13 120	0.20 143	0.13 144	0.22 187	0.12 143	0.12 162	0.14 174	0.36 224	0.31 226	1.39 263	1.32 261

MANE	0.41 222	0.36 221	0.33 229	0.61 228	0.44 227	0.44 223	0.46 225	0.42 231	0.25 204	0.23 123	0.22 197	0.65 216	0.28 201	0.30 217	0.28 223	0.29 232	0.32 220	0.42 242	0.37 209	0.23 209	0.30 225	0.26 225	0.26 213	0.34 230	0.54 238	0.40 238	1.07 258	0.87 247

ELAS	0.42 223	0.43 227	0.36 231	0.64 229	0.44 227	0.58 229	0.50 227	0.40 226	0.26 209	0.25 160	0.28 219	0.94 240	0.30 205	0.31 219	0.28 223	0.27 227	0.36 228	0.30 227	0.43 215	0.26 215	0.33 226	0.32 236	0.26 213	0.37 231	0.54 238	0.40 238	0.77 245	0.74 242
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	0.43 224	0.43 227	0.36 231	0.64 229	0.44 227	0.62 232	0.50 227	0.39 224	0.25 204	0.25 160	0.30 224	1.23 248	0.30 205	0.31 219	0.28 223	0.27 227	0.37 230	0.30 227	0.42 213	0.26 215	0.34 228	0.32 236	0.26 213	0.37 231	0.50 235	0.38 237	0.78 246	0.70 237
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SQANet	0.45 225	0.54 232	0.14 171	1.41 240	0.51 233	1.23 240	0.83 237	0.30 204	0.24 199	0.34 227	0.24 205	0.64 214	0.19 180	1.12 238	0.17 198	0.14 170	0.24 178	0.20 201	0.40 212	0.22 208	0.16 97	0.14 166	1.58 245	0.17 190	0.20 159	0.16 135	0.26 186	0.39 203

SAMSARA	0.48 226	0.23 201	0.39 233	0.23 183	0.23 198	0.22 190	0.22 193	0.44 234	0.38 234	0.31 217	0.21 192	0.30 182	0.47 228	0.17 183	0.32 227	0.34 233	0.25 193	0.32 230	0.46 218	0.32 229	0.47 247	0.52 256	0.15 175	0.33 228	1.39 267	1.54 265	1.41 264	1.46 263

DispFullNet	0.48 226	0.50 230	0.19 202	1.14 237	0.40 224	0.77 236	1.22 242	0.32 208	0.24 199	0.24 139	0.27 216	0.84 234	0.48 230	1.62 243	0.15 187	0.15 186	0.49 239	0.34 235	1.08 247	0.26 215	0.24 206	0.18 197	0.20 194	0.21 198	0.27 200	0.17 152	0.35 206	0.59 231

BEATNet-Init1	0.49 228	0.42 226	0.28 221	0.79 236	0.40 224	0.60 230	0.45 224	0.41 230	0.27 214	0.30 215	0.22 197	0.89 237	0.84 245	0.25 203	0.27 221	0.26 223	0.27 208	0.25 219	0.84 237	0.28 219	0.27 218	0.26 225	0.26 213	0.32 226	0.49 233	0.35 234	2.05 267	0.88 249

AMNet	0.49 228	0.50 230	0.47 237	0.50 223	0.47 231	0.61 231	0.52 230	0.31 207	0.29 219	0.29 214	0.69 249	0.72 223	0.13 142	0.53 230	0.44 236	0.55 247	0.57 246	0.58 256	0.48 219	0.48 236	0.59 256	0.48 252	0.26 213	0.48 238	0.44 231	0.52 246	0.58 232	0.63 233

MADNet+	0.55 230	0.36 221	0.63 251	0.56 225	0.52 234	0.45 224	0.38 217	0.63 243	0.52 240	0.53 244	0.41 234	0.81 231	0.67 241	0.33 224	0.57 246	0.49 244	0.56 245	0.50 247	0.82 236	0.52 238	0.47 247	0.43 247	0.51 236	0.47 237	0.82 251	0.70 255	0.58 232	0.72 239

otaku	0.58 231	0.71 236	0.29 223	1.70 251	0.84 241	1.49 245	1.00 238	0.40 226	0.34 229	0.38 234	0.31 227	0.65 216	0.26 198	1.35 239	0.33 230	0.25 221	0.20 130	0.23 213	0.69 228	0.30 224	0.22 187	0.17 189	2.24 248	0.28 220	0.29 208	0.18 164	0.30 195	0.39 203

SGM+DAISY	0.58 231	0.57 234	0.54 242	0.59 227	0.55 236	0.68 234	0.56 232	0.42 231	0.38 234	0.37 232	0.77 253	0.75 227	0.65 239	0.54 232	0.55 244	0.56 248	0.68 253	0.61 258	0.71 230	0.64 250	0.69 259	0.62 259	0.27 225	0.50 240	0.52 236	0.53 248	0.74 240	0.68 236

SPS-STEREO	0.59 233	0.57 234	0.52 240	0.55 224	0.54 235	0.65 233	0.52 230	0.39 224	0.66 243	0.37 232	0.78 254	0.78 228	0.64 238	0.53 230	0.55 244	0.57 250	0.68 253	0.64 260	0.74 233	0.72 255	0.77 262	0.66 261	0.26 213	0.53 243	0.53 237	0.56 251	0.70 239	0.65 235
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Ntro	0.63 234	0.72 237	0.30 224	1.78 253	0.84 241	1.55 246	1.09 240	0.48 235	0.37 232	0.38 234	0.38 232	0.72 223	0.26 198	1.51 242	0.35 231	0.27 227	0.22 155	0.24 216	0.69 228	0.31 226	0.22 187	0.17 189	2.49 251	0.30 223	0.31 213	0.22 192	0.37 211	0.42 209

WAO-7	0.66 235	0.75 239	0.65 252	0.72 232	0.78 239	0.57 227	0.66 233	0.97 258	0.96 257	0.63 248	0.78 254	0.79 229	0.83 244	0.55 233	0.83 256	0.71 258	0.42 234	0.35 236	0.94 242	0.66 253	0.43 241	0.34 239	0.16 178	0.83 259	0.56 241	0.64 254	0.57 231	0.70 237

MFMNet_re	0.66 235	0.73 238	0.65 252	0.77 235	0.62 238	0.82 238	0.70 236	0.52 239	0.54 241	0.54 246	0.65 246	0.80 230	0.51 231	0.59 234	0.66 251	0.67 254	0.82 260	0.69 261	0.74 233	0.62 248	0.70 260	0.64 260	0.45 234	0.56 246	0.59 242	0.63 253	0.74 240	0.87 247

ACVNet-4b	0.69 237	0.75 239	0.33 229	1.72 252	0.94 247	1.61 251	1.42 245	0.33 212	0.32 226	0.38 234	0.26 213	1.20 247	0.29 204	2.16 254	0.39 234	0.37 234	0.33 223	0.24 216	0.57 223	0.38 234	0.16 97	0.14 166	2.71 254	0.23 202	0.29 208	0.32 227	0.39 215	0.40 206

JetBlue	0.70 238	0.56 233	0.69 255	0.73 233	0.61 237	0.78 237	0.68 234	0.52 239	0.91 252	0.46 240	0.29 223	3.18 264	0.38 221	0.52 229	0.44 236	0.43 239	0.70 257	0.53 251	0.66 227	0.51 237	0.54 252	0.58 257	0.75 239	0.56 246	0.55 240	0.42 240	0.96 255	0.99 252

ACVNet_1	0.74 239	0.79 242	0.40 235	2.04 260	0.96 248	1.88 257	1.51 247	0.59 242	0.28 217	0.43 238	0.49 238	0.71 221	0.61 236	2.21 256	0.32 227	0.25 221	0.32 220	0.31 229	0.60 225	0.31 226	0.29 224	0.21 214	2.72 255	0.33 228	0.40 228	0.26 217	0.37 211	0.38 199

FADE	0.74 239	0.34 220	0.30 224	0.40 214	0.33 217	0.47 225	0.42 221	0.40 226	0.79 249	0.31 217	0.33 229	5.90 269	0.88 247	0.29 214	0.26 218	0.28 231	0.51 241	0.38 239	1.98 262	0.59 243	0.58 255	0.48 252	0.27 225	0.45 236	0.41 230	0.32 227	0.91 252	1.30 260

RainbowNet	0.77 241	0.87 243	0.46 236	1.83 254	0.91 246	1.59 249	1.47 246	0.42 231	0.38 234	0.47 243	0.34 230	0.90 238	0.60 235	1.97 249	0.62 247	0.48 242	0.34 225	0.33 233	0.90 239	0.58 242	0.33 226	0.23 220	2.82 258	0.39 234	0.40 228	0.34 231	0.44 222	0.48 218

PSMNet_ROB	0.78 242	0.97 248	0.60 249	1.62 249	0.90 245	1.47 244	1.19 241	0.56 241	0.73 245	0.74 251	0.62 245	0.84 234	0.82 243	1.49 241	0.53 241	0.42 236	0.52 243	0.40 241	0.84 237	0.62 248	0.40 239	0.30 230	1.85 246	0.48 238	0.67 246	0.32 227	0.76 243	0.46 217

WAO-6	0.82 243	0.95 245	0.59 247	1.30 239	1.05 254	1.25 241	1.39 244	0.77 251	0.84 250	0.79 253	0.69 249	0.74 226	1.00 252	1.94 248	0.78 255	0.61 252	0.53 244	0.48 245	0.78 235	0.60 244	0.55 253	0.51 254	0.49 235	0.57 249	0.83 253	0.42 240	0.76 243	0.85 246

ACVNet_2	0.83 244	0.92 244	0.56 244	1.99 258	0.99 253	1.84 256	1.55 250	0.68 246	0.40 237	0.53 244	0.47 236	1.02 244	0.67 241	1.93 247	0.51 240	0.45 240	0.38 231	0.33 233	1.01 244	0.42 235	0.34 228	0.24 222	2.58 252	0.53 243	0.60 243	0.26 217	0.52 226	0.55 226

PWCK	0.88 245	1.24 257	0.61 250	1.53 242	0.85 243	1.21 239	1.03 239	1.08 259	0.72 244	0.70 250	0.83 256	1.48 253	0.87 246	0.69 235	0.40 235	0.41 235	0.73 258	0.47 244	3.04 267	0.67 254	0.56 254	0.43 247	0.94 243	0.74 255	0.72 248	0.36 235	0.69 238	0.73 241

SPstereo	0.89 246	0.77 241	0.70 256	0.66 231	0.80 240	0.69 235	0.69 235	1.11 260	0.93 255	0.74 251	1.18 264	0.98 242	1.42 263	0.93 237	0.88 258	1.07 263	0.95 262	0.61 258	1.18 253	0.81 258	0.85 263	0.74 263	0.64 238	0.91 261	0.87 255	0.74 258	1.15 259	0.89 250

IMH-64-1	0.90 247	0.95 245	0.51 238	1.59 244	0.98 251	1.58 247	1.73 254	0.75 248	0.74 246	0.33 223	0.61 242	0.83 232	0.94 248	2.59 258	0.50 238	0.42 236	0.48 236	0.36 237	0.92 240	0.55 240	0.39 233	0.30 230	3.14 259	0.50 240	0.81 249	0.34 231	0.60 234	0.80 244

IMH-64	0.90 247	0.95 245	0.51 238	1.59 244	0.98 251	1.58 247	1.73 254	0.75 248	0.74 246	0.33 223	0.61 242	0.83 232	0.94 248	2.59 258	0.50 238	0.42 236	0.48 236	0.36 237	0.92 240	0.55 240	0.39 233	0.30 230	3.14 259	0.50 240	0.81 249	0.34 231	0.60 234	0.80 244

IMH	0.93 249	0.98 250	0.53 241	1.61 246	0.97 250	1.64 252	1.76 256	0.75 248	0.77 248	0.34 227	0.61 242	0.96 241	1.05 256	2.67 260	0.54 243	0.46 241	0.49 239	0.38 239	0.94 242	0.60 244	0.39 233	0.30 230	3.14 259	0.53 243	0.82 251	0.45 243	0.65 236	0.79 243

LVE	0.95 250	0.97 248	0.71 257	1.84 255	1.35 258	1.59 249	1.52 248	0.78 252	0.64 242	0.81 255	0.91 257	0.72 223	1.00 252	2.18 255	0.53 241	0.48 242	0.57 246	0.53 251	1.09 248	0.64 250	0.45 244	0.38 244	2.74 257	0.69 251	0.83 253	0.44 242	0.84 249	0.52 224

WAO-8	1.00 251	1.11 254	0.76 258	1.61 246	1.24 255	1.74 254	1.55 250	0.93 255	0.98 258	0.81 255	0.67 247	1.66 254	1.00 252	2.08 251	0.77 253	0.68 255	0.63 250	0.52 249	1.05 245	0.81 258	0.47 247	0.37 241	0.78 240	0.75 256	1.10 262	0.73 256	0.95 253	1.16 257

Venus	1.00 251	1.11 254	0.76 258	1.61 246	1.24 255	1.74 254	1.55 250	0.93 255	0.98 258	0.81 255	0.67 247	1.66 254	1.00 252	2.08 251	0.77 253	0.68 255	0.63 250	0.52 249	1.05 245	0.81 258	0.47 247	0.37 241	0.78 240	0.75 256	1.10 262	0.73 256	0.95 253	1.16 257

Dean	1.06 253	1.03 252	0.79 260	2.27 262	1.31 257	1.96 258	1.56 253	0.92 254	0.94 256	0.88 259	0.76 252	1.19 246	1.17 259	2.09 253	0.64 249	0.60 251	0.60 249	0.56 253	1.23 255	0.73 256	0.45 244	0.36 240	2.73 256	0.71 252	0.95 258	0.55 250	1.05 257	0.62 232

TorneroNet-64	1.07 254	1.00 251	0.57 245	1.94 256	0.88 244	1.98 260	2.01 258	0.63 243	0.88 251	0.58 247	0.49 238	1.83 258	1.71 264	2.88 265	0.62 247	0.51 245	0.46 235	0.46 243	1.17 252	0.61 247	0.34 228	0.37 241	3.40 262	0.56 246	0.64 245	0.48 244	0.68 237	1.11 255

TorneroNet	1.08 255	1.09 253	0.66 254	1.94 256	0.96 248	2.16 261	2.02 259	0.65 245	0.91 252	0.67 249	0.56 241	1.67 257	1.15 258	2.94 267	0.65 250	0.52 246	0.48 236	0.51 248	1.12 249	0.65 252	0.39 233	0.43 247	3.52 263	0.57 249	0.68 247	0.48 244	0.84 249	1.01 253

DPSimNet_ROB	1.21 256	1.20 256	1.29 265	1.47 241	1.59 263	1.30 243	1.35 243	0.68 246	1.69 264	1.67 266	1.03 259	1.45 252	0.66 240	2.04 250	1.20 263	0.89 261	1.16 264	0.79 262	1.61 260	1.38 265	1.04 265	1.24 265	0.79 242	0.84 260	0.87 255	1.20 264	1.17 260	1.12 256

ktn	1.24 257	1.39 259	0.55 243	1.62 249	1.59 263	1.68 253	2.12 260	0.86 253	1.75 265	0.90 261	1.11 262	1.11 245	0.95 251	2.57 257	0.97 261	0.73 259	0.80 259	0.59 257	1.41 258	0.76 257	0.68 258	0.67 262	3.69 265	0.73 253	0.92 257	0.75 259	1.19 261	1.28 259

notaker	1.27 258	1.41 260	0.58 246	2.37 264	1.48 260	2.34 263	2.27 263	0.94 257	1.62 263	0.79 253	1.07 261	1.66 254	1.08 257	3.06 269	0.94 260	0.69 257	0.68 253	0.49 246	1.62 261	0.84 261	0.53 251	0.45 250	3.70 266	0.80 258	0.61 244	0.52 246	0.80 247	0.92 251

KSHMR	1.33 259	1.42 261	1.04 264	2.27 262	1.44 259	2.23 262	2.12 260	1.21 261	1.06 261	1.13 264	1.06 260	1.27 250	0.94 248	2.89 266	1.08 262	0.95 262	0.85 261	0.83 263	1.32 257	0.97 262	0.72 261	0.58 257	3.52 263	1.07 265	0.99 259	0.77 260	1.00 256	1.07 254

UNDER WATER-64	1.40 260	1.36 258	0.88 263	2.85 266	1.93 268	2.78 266	2.66 266	1.36 264	0.92 254	1.04 263	1.17 263	1.88 259	1.30 261	3.03 268	0.75 252	0.56 248	0.68 253	0.57 255	1.13 250	0.54 239	0.43 241	0.51 254	4.08 270	0.91 261	1.02 260	1.10 263	0.80 247	1.60 265

UNDER WATER	1.40 260	1.42 261	0.86 262	2.83 265	1.92 267	2.74 265	2.57 265	1.28 263	1.01 260	0.88 259	0.97 258	1.88 259	1.26 260	3.09 270	0.83 256	0.62 253	0.66 252	0.56 253	1.20 254	0.60 244	0.42 240	0.47 251	4.04 269	0.98 264	1.08 261	0.99 261	0.87 251	1.67 267

JetRed	1.62 262	1.82 265	1.71 266	1.58 243	1.50 261	1.97 259	2.21 262	1.51 266	1.47 262	0.82 258	0.74 251	2.63 263	0.43 225	1.73 245	1.48 265	1.54 264	1.67 265	2.94 268	1.42 259	1.08 264	2.30 266	2.07 266	1.99 247	0.97 263	1.16 265	1.70 266	1.57 265	1.60 265

HanzoNet	1.74 263	1.62 264	0.80 261	2.26 261	1.70 265	2.72 264	2.54 264	1.25 262	1.85 266	0.92 262	1.28 265	4.37 268	3.81 267	3.36 271	0.88 258	0.78 260	1.06 263	0.94 264	2.54 265	1.03 263	0.89 264	0.88 264	3.79 267	0.73 253	1.12 264	1.00 262	1.29 262	1.57 264

MADNet++	1.86 264	1.58 263	1.74 267	1.27 238	1.74 266	1.26 242	1.53 249	1.62 267	2.07 267	1.84 267	2.22 266	2.60 262	2.72 265	0.75 236	1.39 264	1.54 264	2.01 266	1.47 266	2.12 264	2.13 266	3.35 267	3.26 267	1.23 244	2.21 267	1.21 266	2.25 267	1.76 266	1.32 261

LSM0	3.45 265	0.27 213	0.18 201	0.38 210	0.29 214	0.39 218	0.36 212	0.51 238	0.31 224	0.45 239	0.47 236	0.71 221	0.57 234	0.19 191	23.17 273	59.79 278	0.36 228	0.26 220	1.29 256	0.33 231	0.44 243	0.32 236	0.23 202	0.27 216	0.36 224	0.29 225	0.53 227	0.51 222

ASD4	6.34 266	2.35 266	2.75 268	1.99 258	1.58 262	3.01 267	1.85 257	1.79 268	3.29 268	1.60 265	2.34 267	0.98 242	6.55 268	1.73 245	2.95 266	3.66 266	3.63 267	7.56 269	2.70 266	4.74 269	5.26 269	6.41 269	2.64 253	2.43 268	17.21 274	28.48 274	19.85 274	31.77 274

PML	8.20 267	7.62 271	3.39 269	9.64 274	5.14 269	9.56 275	5.20 271	6.48 271	18.29 274	6.44 270	3.30 268	16.82 272	29.20 279	5.41 272	6.10 267	3.93 267	7.39 270	2.64 267	20.47 276	4.70 268	3.50 268	3.87 268	3.98 268	4.21 269	6.16 269	4.40 268	16.76 273	6.85 268

DPSMNet_ROB	8.63 268	3.69 268	8.74 271	2.98 267	5.70 270	3.37 268	4.41 269	3.70 269	9.03 269	3.00 268	6.88 270	3.53 265	10.11 270	2.70 261	10.47 268	10.76 268	3.81 268	12.92 272	4.77 269	10.22 270	5.99 271	13.86 272	4.50 273	8.50 270	10.06 272	27.81 272	11.04 271	30.59 272

DGTPSM_ROB	8.63 268	3.68 267	8.73 270	2.98 267	5.70 270	3.37 268	4.41 269	3.70 269	9.03 269	3.00 268	6.85 269	3.53 265	10.07 269	2.70 261	10.47 268	10.76 268	3.81 268	12.91 271	4.74 268	10.22 270	5.98 270	13.86 272	4.49 272	8.50 270	10.06 272	27.81 272	11.04 271	30.59 272

LRCNet_RVC	9.85 270	16.31 275	0.59 247	24.99 276	21.12 277	23.54 277	20.75 275	1.45 265	0.48 239	21.31 277	13.10 273	22.63 277	3.34 266	28.36 278	0.38 233	0.27 227	7.74 271	1.15 265	23.52 277	3.99 267	0.46 246	0.30 230	27.02 277	1.72 266	0.35 222	0.21 184	0.42 221	0.37 198

DLNR_Zeroshot_test	10.12 271	32.06 279	0.05 27	54.44 279	0.09 87	0.18 163	50.47 279	0.19 133	0.08 62	0.27 187	0.07 31	0.20 133	0.04 18	0.14 171	62.26 279	70.60 279	0.33 223	0.18 191	0.25 181	0.11 109	0.20 157	0.08 44	0.07 92	0.09 112	0.18 136	0.15 113	0.20 152	0.26 174

DPSM_ROB	13.01 272	6.29 269	9.52 272	4.44 269	6.37 272	4.34 270	3.59 267	8.20 272	10.79 271	6.64 271	7.87 271	9.69 270	12.99 272	2.80 263	12.81 270	13.68 270	9.16 272	16.58 274	9.87 270	12.33 272	16.73 274	17.95 275	2.26 249	10.56 272	28.34 275	36.91 275	31.06 275	39.57 275

DPSM	13.01 272	6.29 269	9.52 272	4.44 269	6.37 272	4.34 270	3.59 267	8.20 272	10.79 271	6.64 271	7.87 271	9.69 270	12.99 272	2.80 263	12.81 270	13.68 270	9.16 272	16.58 274	9.87 270	12.33 272	16.73 274	17.95 275	2.26 249	10.56 272	28.34 275	36.91 275	31.06 275	39.57 275

HaxPig	16.02 274	19.59 276	18.75 274	21.25 275	20.52 276	21.33 276	22.30 276	17.00 277	14.71 273	19.29 276	17.19 277	17.46 273	12.16 271	22.51 276	17.80 272	14.90 272	17.75 274	9.40 270	18.97 272	15.48 274	9.47 272	7.16 270	23.74 276	15.28 274	4.31 268	12.19 271	6.81 268	15.11 271

MEDIAN_ROB	20.47 275	25.88 277	24.03 278	26.51 277	25.55 278	25.88 278	26.99 277	21.23 278	19.72 275	28.73 278	22.19 278	24.61 278	16.74 274	26.47 277	23.75 274	18.44 273	22.03 278	14.75 273	26.69 278	23.31 275	15.11 273	11.56 271	27.65 278	18.39 275	7.22 270	9.33 270	8.28 270	11.75 270

AVERAGE_ROB	24.43 276	29.85 278	27.27 279	31.30 278	29.70 279	30.00 279	31.47 278	26.59 279	24.68 279	34.31 279	27.39 279	31.23 279	21.35 275	30.69 279	28.19 278	24.02 274	26.74 279	21.17 276	30.34 279	27.38 279	20.48 276	16.18 274	32.28 279	24.32 279	8.51 271	7.76 269	7.92 269	8.46 269

MyStereo02	25.72 277	12.62 273	19.14 276	8.95 272	0.00 1	8.76 273	7.25 272	16.48 275	21.77 276	13.39 273	15.86 275	19.52 274	26.18 277	5.65 274	25.76 275	27.53 276	18.31 276	33.40 278	19.83 273	24.80 277	33.59 277	36.18 278	4.55 274	21.29 276	56.99 277	74.31 277	62.53 278	79.67 278

CasAABBNet	26.14 278	12.60 272	19.00 275	8.89 271	12.76 274	8.55 272	7.26 274	16.43 274	21.86 278	13.67 275	15.79 274	19.63 276	26.13 276	5.53 273	25.80 277	27.48 275	18.01 275	33.35 277	20.00 275	24.70 276	33.62 279	35.57 277	4.48 271	21.32 278	57.07 279	74.41 279	62.39 277	79.48 277

MyStereo03	26.19 279	12.62 273	19.14 276	8.95 272	12.80 275	8.76 273	7.25 272	16.48 275	21.77 276	13.39 273	15.86 275	19.52 274	26.18 277	5.65 274	25.76 275	27.53 276	18.31 276	33.40 278	19.83 273	24.80 277	33.59 277	36.18 278	4.55 274	21.29 276	56.99 277	74.31 277	62.53 278	79.67 278

Low-res two-view benchmark