Low-res two-view results

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

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

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

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

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

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

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
STStereo	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

NVstereo2D	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWC_ROB	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCDC_ROB	0.01 9	0.02 14	0.02 14	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCK	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

coex_refinement	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 24	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

G2L-Stereo	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 24	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

iinet-f	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MSC_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

RYNet	0.02 15	0.02 14	0.02 14	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.03 25	0.02 15	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

LSM0	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

YMNet	0.03 23	0.03 23	0.03 23	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	0.03 21	0.03 26	0.03 24	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.04 32	0.03 24	0.03 26	0.03 22	0.03 25

DFGA-Net	0.04 24	0.06 38	0.03 23	0.06 37	0.03 23	0.05 36	0.03 26	0.05 35	0.03 27	0.05 27	0.03 26	0.05 35	0.03 23	0.03 27	0.03 26	0.03 26	0.05 35	0.03 25	0.05 33	0.03 26	0.06 41	0.03 26	0.03 25	0.03 25	0.06 41	0.03 26	0.06 41	0.03 25

AASNet	0.05 25	0.08 42	0.08 40	0.07 40	0.05 36	0.05 36	0.05 38	0.07 39	0.05 38	0.05 27	0.05 36	0.05 35	0.05 40	0.06 40	0.07 41	0.05 39	0.05 35	0.05 38	0.05 33	0.05 38	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 37

SACVNet	0.05 25	0.08 42	0.08 40	0.07 40	0.05 36	0.05 36	0.05 38	0.07 39	0.05 38	0.05 27	0.05 36	0.05 35	0.05 40	0.06 40	0.07 41	0.05 39	0.05 35	0.05 38	0.05 33	0.05 38	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 37

AACVNet	0.05 25	0.08 42	0.08 40	0.07 40	0.05 36	0.05 36	0.05 38	0.07 39	0.05 38	0.05 27	0.05 36	0.05 35	0.05 40	0.06 40	0.07 41	0.05 39	0.05 35	0.05 38	0.05 33	0.05 38	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 37

FADE	0.05 25	0.05 37	0.05 30	0.05 36	0.04 32	0.03 22	0.03 26	0.05 35	0.04 32	0.06 33	0.03 26	0.02 15	0.04 33	0.05 35	0.07 41	0.07 44	0.07 42	0.05 38	0.06 41	0.04 32	0.09 47	0.08 48	0.06 40	0.05 37	0.06 41	0.05 37	0.05 36	0.04 32

ADCS	0.06 29	0.02 14	0.04 25	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	1.03 205	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.02 15	0.01 9	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.02 15	0.04 30	0.02 15

BridgeDepth_RVC	0.07 30	0.11 57	0.10 46	0.08 43	0.05 36	0.08 45	0.05 38	0.11 57	0.05 38	0.07 34	0.05 36	0.07 43	0.05 40	0.10 51	0.05 39	0.05 39	0.08 44	0.05 38	0.08 44	0.05 38	0.08 45	0.05 39	0.05 38	0.05 37	0.08 44	0.05 37	0.08 45	0.05 37
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.07 30	0.11 57	0.10 46	0.08 43	0.05 36	0.08 45	0.05 38	0.11 57	0.05 38	0.07 34	0.05 36	0.07 43	0.05 40	0.10 51	0.05 39	0.05 39	0.08 44	0.05 38	0.08 44	0.05 38	0.07 42	0.05 39	0.05 38	0.05 37	0.08 44	0.07 44	0.08 45	0.06 44
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 30	0.08 42	0.07 37	0.08 43	0.07 45	0.08 45	0.07 44	0.08 45	0.07 44	0.08 36	0.07 45	0.08 45	0.07 45	0.07 43	0.07 41	0.07 44	0.07 42	0.07 45	0.07 42	0.07 45	0.08 45	0.07 44	0.07 41	0.06 45	0.07 43	0.07 44	0.08 45	0.06 44

BEATNet_4x	0.08 33	0.03 23	0.06 35	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 236	0.03 26	0.03 24	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCL	0.08 33	0.03 23	0.06 35	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 236	0.03 26	0.03 24	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCMid	0.08 33	0.02 14	0.13 77	0.03 23	0.02 15	0.03 22	0.02 15	0.02 15	0.02 15	1.32 227	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.07 42	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 25

AnyNet_C01	0.08 33	0.03 23	0.04 25	0.02 15	0.03 23	0.03 22	0.02 15	0.02 15	0.02 15	1.46 235	0.02 15	0.03 24	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.02 15	0.03 22	0.02 16	0.02 15	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.03 22	0.03 25

ADCPNet	0.08 33	0.03 23	0.04 25	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.32 227	0.03 26	0.03 24	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.04 30	0.03 25

SepStereo	0.09 38	0.09 46	0.09 43	0.09 48	0.10 50	0.09 48	0.08 47	0.09 46	0.08 47	0.09 37	0.08 46	0.09 49	0.09 49	0.08 47	0.08 48	0.09 49	0.09 48	0.08 49	0.09 48	0.08 47	0.09 47	0.08 48	0.09 45	0.09 49	0.10 49	0.08 48	0.10 49	0.09 49

APVNet	0.09 38	0.06 38	0.04 25	0.06 37	0.04 32	0.05 36	0.04 33	0.05 35	1.08 259	0.05 27	0.05 36	0.05 35	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

AnonymousM	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 51	0.10 50	0.10 51	0.10 50	0.10 51	0.10 50	0.10 52	0.10 48	0.10 52	0.10 49	0.10 50	0.10 49	0.10 53

FADNet-RVC-Resample	0.10 40	0.04 32	0.05 30	0.04 32	0.05 36	0.05 36	0.05 38	0.07 39	0.05 38	0.05 27	0.05 36	0.05 35	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.05 38	0.05 33	0.05 38	0.05 35	0.04 33	1.53 279	0.04 32	0.05 36	0.05 37	0.06 41	0.05 37

FADNet_RVC	0.10 40	0.03 23	0.04 25	0.03 23	0.04 32	0.05 36	0.04 33	0.04 31	0.04 32	0.03 21	0.04 32	0.04 31	0.03 23	0.04 32	0.03 26	0.03 26	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.03 26	1.63 284	0.03 25	0.03 24	0.04 32	0.03 22	0.04 32

PVD	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 51	0.10 50	0.10 51	0.10 50	0.10 51	0.10 50	0.10 52	0.10 48	0.10 52	0.10 49	0.10 50	0.10 49	0.10 53

SHD	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 51	0.10 50	0.10 51	0.10 50	0.10 51	0.10 50	0.10 52	0.10 48	0.10 52	0.10 49	0.10 50	0.10 49	0.10 53

SAMSARA	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 51	0.10 50	0.10 51	0.10 50	0.10 51	0.10 50	0.10 52	0.10 48	0.10 52	0.10 49	0.10 50	0.10 49	0.10 53

XQC	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 51	0.10 50	0.10 51	0.10 50	0.10 51	0.10 50	0.10 52	0.10 48	0.10 52	0.10 49	0.10 50	0.10 49	0.10 53

RTSC	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 51	0.10 50	0.10 51	0.10 50	0.10 51	0.10 50	0.10 52	0.10 48	0.10 52	0.10 49	0.10 50	0.10 49	0.10 53

RTS	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 51	0.10 50	0.10 51	0.10 50	0.10 51	0.10 50	0.10 52	0.10 48	0.10 52	0.10 49	0.10 50	0.10 49	0.10 53

RTSA	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 51	0.10 50	0.10 51	0.10 50	0.10 51	0.10 50	0.10 52	0.10 48	0.10 52	0.10 49	0.10 50	0.10 49	0.10 53

MADNet+	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 51	0.10 50	0.10 51	0.10 50	0.10 51	0.10 50	0.10 52	0.10 48	0.10 52	0.10 49	0.10 50	0.10 49	0.10 53

MADNet++	0.10 40	0.10 47	0.10 46	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 39	0.10 52	0.10 50	0.10 52	0.10 51	0.10 52	0.10 51	0.10 50	0.10 51	0.10 50	0.10 51	0.10 50	0.10 52	0.10 48	0.10 52	0.10 49	0.10 50	0.10 49	0.10 53

LRCNet_RVC	0.11 52	0.12 60	0.09 43	0.12 60	0.09 48	0.12 60	0.09 48	0.12 60	0.09 49	0.12 49	0.09 50	0.11 60	0.09 49	0.09 48	0.09 49	0.09 49	0.12 61	0.16 93	0.21 96	0.09 50	0.12 61	0.09 50	0.09 45	0.09 49	0.12 61	0.28 131	0.12 61	0.09 49

FADNet-RVC	0.11 52	0.04 32	0.05 30	0.04 32	0.05 36	0.04 32	0.04 33	0.05 35	0.04 32	0.04 25	0.04 32	0.04 31	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	1.79 290	0.04 32	0.04 31	0.04 32	0.04 30	0.05 37

FADNet	0.11 52	0.04 32	0.05 30	0.06 37	0.05 36	0.04 32	0.04 33	0.04 31	0.04 32	0.04 25	0.05 36	0.05 35	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.05 38	0.05 35	0.04 33	1.74 288	0.04 32	0.04 31	0.05 37	0.04 30	0.05 37

ProNet	0.12 55	0.18 76	0.11 62	0.14 64	0.10 50	0.14 65	0.11 62	0.14 62	0.11 63	0.14 50	0.10 52	0.14 64	0.10 52	0.10 51	0.11 63	0.10 51	0.15 71	0.10 51	0.14 63	0.10 51	0.14 63	0.10 52	0.11 61	0.10 52	0.15 69	0.10 50	0.14 64	0.10 53

IPLG	0.12 55	0.15 66	0.12 68	0.14 64	0.11 63	0.14 65	0.11 62	0.14 62	0.11 63	0.15 55	0.11 63	0.14 64	0.11 64	0.12 78	0.11 63	0.11 63	0.14 64	0.11 66	0.14 63	0.11 64	0.14 63	0.11 64	0.11 61	0.11 66	0.14 64	0.11 64	0.14 64	0.11 65

MIPNet	0.12 55	0.15 66	0.12 68	0.14 64	0.11 63	0.14 65	0.11 62	0.14 62	0.11 63	0.15 55	0.11 63	0.14 64	0.11 64	0.12 78	0.11 63	0.11 63	0.14 64	0.11 66	0.15 71	0.11 64	0.14 63	0.11 64	0.11 61	0.11 66	0.14 64	0.11 64	0.14 64	0.11 65

AnyNet_C32	0.12 55	0.03 23	0.07 37	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.02 15	2.33 276	0.04 32	0.04 31	0.03 23	0.02 15	0.03 26	0.04 32	0.04 28	0.04 31	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.04 31	0.03 26	0.03 22	0.02 15

ADCP+	0.12 55	0.04 32	0.07 37	0.04 32	0.05 36	0.04 32	0.04 33	0.04 31	0.04 32	2.28 268	0.05 36	0.05 35	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	0.04 32	0.05 37	0.04 31	0.04 32	0.04 30	0.04 32

S2M2_L	0.13 60	0.14 65	0.10 46	0.14 64	0.10 50	0.15 73	0.10 51	0.30 116	0.10 51	0.14 50	0.17 95	0.14 64	0.10 52	0.10 51	0.10 52	0.10 51	0.14 64	0.10 51	0.14 63	0.10 51	0.14 63	0.10 52	0.10 48	0.10 52	0.15 69	0.10 50	0.14 64	0.10 53
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CIPLG	0.13 60	0.15 66	0.12 68	0.14 64	0.11 63	0.14 65	0.11 62	0.15 70	0.11 63	0.15 55	0.11 63	0.15 73	0.11 64	0.12 78	0.12 81	0.11 63	0.15 71	0.11 66	0.15 71	0.11 64	0.14 63	0.11 64	0.11 61	0.12 81	0.15 69	0.12 81	0.15 71	0.12 80

IPLGR_C	0.13 60	0.16 71	0.14 81	0.15 72	0.11 63	0.14 65	0.11 62	0.14 62	0.11 63	0.14 50	0.11 63	0.14 64	0.11 64	0.12 78	0.11 63	0.11 63	0.14 64	0.11 66	0.14 63	0.11 64	0.14 63	0.11 64	0.11 61	0.11 66	0.14 64	0.11 64	0.15 71	0.11 65

IPLGR	0.13 60	0.15 66	0.12 68	0.14 64	0.11 63	0.14 65	0.11 62	0.14 62	0.13 85	0.15 55	0.11 63	0.14 64	0.12 84	0.12 78	0.11 63	0.11 63	0.14 64	0.11 66	0.14 63	0.11 64	0.14 63	0.11 64	0.11 61	0.12 81	0.15 69	0.11 64	0.14 64	0.11 65

ACRE	0.13 60	0.16 71	0.12 68	0.14 64	0.11 63	0.14 65	0.11 62	0.15 70	0.11 63	0.14 50	0.11 63	0.14 64	0.11 64	0.12 78	0.11 63	0.11 63	0.14 64	0.11 66	0.14 63	0.11 64	0.14 63	0.11 64	0.11 61	0.11 66	0.14 64	0.11 64	0.14 64	0.11 65

ICVP	0.13 60	0.16 71	0.11 62	0.16 80	0.11 63	0.16 81	0.11 62	0.16 72	0.11 63	0.16 67	0.11 63	0.16 81	0.11 64	0.11 67	0.11 63	0.11 63	0.16 80	0.11 66	0.16 79	0.11 64	0.16 79	0.11 64	0.11 61	0.11 66	0.16 80	0.11 64	0.16 79	0.11 65
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCRef	0.13 60	0.04 32	0.05 30	0.04 32	0.04 32	0.04 32	0.09 48	0.04 31	0.04 32	2.46 279	0.04 32	0.04 31	0.04 33	0.04 32	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.04 33	0.04 32	0.05 37	0.04 31	0.04 32	0.04 30	0.04 32

GMStereo	0.14 67	0.13 63	0.14 81	0.14 64	0.14 90	0.14 65	0.14 87	0.14 62	0.14 89	0.14 50	0.14 89	0.14 64	0.14 90	0.14 89	0.14 90	0.14 89	0.14 64	0.14 89	0.14 63	0.14 90	0.14 63	0.14 90	0.14 86	0.14 89	0.14 64	0.14 87	0.14 64	0.14 90
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HSM	0.14 67	0.17 75	0.11 62	0.17 83	0.11 63	0.17 82	0.12 81	0.17 76	0.11 63	0.17 71	0.11 63	0.17 85	0.11 64	0.12 78	0.12 81	0.12 79	0.17 83	0.12 83	0.17 81	0.12 83	0.17 82	0.12 82	0.12 79	0.12 81	0.17 82	0.12 81	0.17 82	0.12 80

ELAS_RVC	0.14 67	0.18 76	0.11 62	0.19 89	0.11 63	0.18 84	0.13 85	0.16 72	0.11 63	0.17 71	0.11 63	0.14 64	0.11 64	0.09 48	0.11 63	0.12 79	0.17 83	0.10 51	0.18 85	0.11 64	0.18 84	0.11 64	0.10 48	0.11 66	0.19 88	0.11 64	0.19 86	0.12 80
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.14 67	0.19 81	0.11 62	0.20 91	0.11 63	0.20 92	0.12 81	0.18 78	0.12 79	0.18 73	0.12 82	0.19 91	0.11 64	0.11 67	0.11 63	0.11 63	0.18 87	0.11 66	0.19 89	0.11 64	0.19 88	0.11 64	0.11 61	0.11 66	0.20 92	0.11 64	0.20 91	0.12 80
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.14 67	0.23 90	0.10 46	0.19 89	0.11 63	0.20 92	0.11 62	0.16 72	0.10 51	0.15 55	0.11 63	0.15 73	0.11 64	0.09 48	0.11 63	0.11 63	0.16 80	0.10 51	0.17 81	0.11 64	0.18 84	0.11 64	0.09 45	0.10 52	0.18 85	0.11 64	0.19 86	0.12 80
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DDVS	0.15 72	0.18 76	0.13 77	0.18 86	0.13 87	0.19 89	0.13 85	0.18 78	0.13 85	0.18 73	0.13 88	0.18 88	0.13 89	0.13 85	0.13 86	0.13 85	0.18 87	0.13 86	0.18 85	0.13 89	0.18 84	0.13 87	0.13 84	0.10 52	0.19 88	0.14 87	0.19 86	0.13 88

BEATNet-Init1	0.15 72	0.07 40	0.10 46	0.08 43	0.07 45	0.07 43	0.07 44	0.07 39	0.07 44	2.19 264	0.08 46	0.08 45	0.07 45	0.07 43	0.07 41	0.07 44	0.08 44	0.07 45	0.08 44	0.08 47	0.07 42	0.07 44	0.07 41	0.07 46	0.08 44	0.07 44	0.07 43	0.07 46

DeepPrunerF	0.15 72	0.07 40	0.10 46	0.08 43	0.07 45	0.07 43	0.07 44	0.07 39	0.07 44	2.19 264	0.08 46	0.08 45	0.07 45	0.07 43	0.07 41	0.07 44	0.08 44	0.07 45	0.08 44	0.08 47	0.07 42	0.07 44	0.07 41	0.07 46	0.08 44	0.07 44	0.07 43	0.07 46

DeepPruner_ROB	0.15 72	0.18 76	0.12 68	0.18 86	0.12 83	0.18 84	0.12 81	0.18 78	0.13 85	0.18 73	0.12 82	0.18 88	0.12 84	0.13 85	0.12 81	0.13 85	0.18 87	0.13 86	0.18 85	0.12 83	0.19 88	0.12 82	0.13 84	0.12 81	0.18 85	0.12 81	0.18 84	0.12 80

LALA_ROB	0.15 72	0.21 84	0.12 68	0.21 96	0.12 83	0.20 92	0.14 87	0.20 81	0.12 79	0.22 82	0.12 82	0.16 81	0.12 84	0.10 51	0.12 81	0.12 79	0.21 97	0.11 66	0.22 97	0.12 83	0.20 92	0.12 82	0.11 61	0.12 81	0.21 97	0.14 87	0.21 95	0.13 88

GCAP-BAT	0.17 77	1.25 222	0.20 98	0.15 72	0.11 63	0.15 73	0.11 62	0.21 85	0.11 63	0.15 55	0.11 63	0.15 73	0.11 64	0.11 67	0.11 63	0.11 63	0.15 71	0.11 66	0.15 71	0.11 64	0.15 72	0.11 64	0.11 61	0.11 66	0.15 69	0.11 64	0.15 71	0.11 65

test_for_model	0.17 77	1.25 222	0.20 98	0.15 72	0.11 63	0.15 73	0.11 62	0.21 85	0.11 63	0.15 55	0.11 63	0.15 73	0.11 64	0.11 67	0.11 63	0.11 63	0.15 71	0.11 66	0.15 71	0.11 64	0.15 72	0.11 64	0.11 61	0.11 66	0.15 69	0.11 64	0.15 71	0.11 65

testlalala2	0.17 77	1.25 222	0.20 98	0.15 72	0.11 63	0.15 73	0.11 62	0.21 85	0.11 63	0.15 55	0.11 63	0.15 73	0.11 64	0.11 67	0.11 63	0.11 63	0.15 71	0.11 66	0.15 71	0.11 64	0.15 72	0.11 64	0.11 61	0.11 66	0.15 69	0.11 64	0.15 71	0.11 65

testlalala	0.17 77	1.25 222	0.20 98	0.15 72	0.11 63	0.15 73	0.11 62	0.21 85	0.11 63	0.15 55	0.11 63	0.15 73	0.11 64	0.11 67	0.11 63	0.11 63	0.15 71	0.11 66	0.15 71	0.11 64	0.15 72	0.11 64	0.11 61	0.11 66	0.15 69	0.11 64	0.15 71	0.11 65

testlalala_base	0.17 77	1.25 222	0.20 98	0.15 72	0.11 63	0.15 73	0.11 62	0.21 85	0.11 63	0.15 55	0.11 63	0.15 73	0.11 64	0.11 67	0.11 63	0.11 63	0.15 71	0.11 66	0.15 71	0.11 64	0.15 72	0.11 64	0.11 61	0.11 66	0.15 69	0.11 64	0.15 71	0.11 65

GCAP-Stereo	0.17 77	1.25 222	0.20 98	0.15 72	0.11 63	0.15 73	0.11 62	0.21 85	0.11 63	0.15 55	0.11 63	0.15 73	0.11 64	0.11 67	0.11 63	0.11 63	0.15 71	0.11 66	0.15 71	0.11 64	0.15 72	0.11 64	0.11 61	0.11 66	0.15 69	0.11 64	0.15 71	0.11 65

IGEV_Zeroshot_test	0.18 83	0.22 86	0.18 92	0.21 96	0.18 105	0.20 92	0.17 97	0.20 81	0.16 91	0.25 93	0.16 93	0.21 96	0.17 97	0.16 94	0.18 103	0.15 92	0.20 93	0.16 93	0.20 92	0.18 105	0.21 95	0.17 99	0.17 92	0.17 95	0.20 92	0.17 97	0.20 91	0.16 93

dd	0.18 83	0.22 86	0.16 83	0.22 98	0.15 91	0.22 99	0.15 91	0.21 85	0.15 90	0.21 80	0.15 90	0.21 96	0.15 92	0.15 91	0.15 92	0.15 92	0.22 99	0.14 89	0.22 97	0.14 90	0.22 98	0.15 92	0.16 90	0.15 92	0.23 104	0.15 91	0.22 97	0.16 93

dad	0.18 83	0.23 90	0.16 83	0.22 98	0.15 91	0.22 99	0.15 91	0.22 93	0.16 91	0.21 80	0.15 90	0.22 99	0.15 92	0.15 91	0.16 94	0.17 95	0.23 104	0.17 97	0.23 104	0.15 93	0.22 98	0.15 92	0.15 88	0.15 92	0.22 99	0.15 91	0.22 97	0.16 93

MSKI-zero shot	0.19 86	0.21 84	0.16 83	0.22 98	0.16 94	0.23 107	0.17 97	0.22 93	0.17 96	0.22 82	0.17 95	0.22 99	0.16 94	0.19 107	0.16 94	0.17 95	0.23 104	0.16 93	0.22 97	0.16 94	0.22 98	0.17 99	0.16 90	0.17 95	0.22 99	0.19 108	0.22 97	0.16 93

MIM_Stereo	0.19 86	0.23 90	0.18 92	0.22 98	0.16 94	0.22 99	0.16 95	0.21 85	0.16 91	0.22 82	0.17 95	0.21 96	0.17 97	0.20 108	0.18 103	0.17 95	0.22 99	0.18 107	0.22 97	0.16 94	0.21 95	0.16 95	0.17 92	0.17 95	0.21 97	0.16 95	0.22 97	0.20 110

UNet	0.19 86	0.13 63	0.09 43	0.13 63	0.09 48	0.13 63	0.09 48	0.13 61	0.09 49	0.90 185	0.09 50	0.13 63	0.09 49	0.10 51	0.09 49	0.70 226	0.13 63	0.09 50	0.13 61	0.10 51	0.91 219	0.09 50	0.10 48	0.09 49	0.13 62	0.10 50	0.13 63	0.09 49

iResNet	0.19 86	0.23 90	0.17 87	0.22 98	0.17 98	0.22 99	0.19 108	0.22 93	0.17 96	0.22 82	0.17 95	0.22 99	0.17 97	0.17 96	0.17 98	0.17 95	0.22 99	0.17 97	0.22 97	0.17 98	0.23 104	0.17 99	0.18 103	0.17 95	0.23 104	0.17 97	0.23 105	0.17 99

ACV-stereo	0.20 90	0.23 90	0.17 87	0.23 105	0.17 98	0.23 107	0.17 97	0.23 101	0.17 96	0.23 88	0.17 95	0.23 105	0.17 97	0.17 96	0.17 98	0.17 95	0.24 109	0.17 97	0.23 104	0.17 98	0.24 107	0.17 99	0.17 92	0.17 95	0.23 104	0.17 97	0.23 105	0.17 99

DAS	0.20 90	0.20 82	0.20 98	0.20 91	0.20 111	0.20 92	0.20 110	0.20 81	0.20 108	0.20 78	0.20 110	0.20 94	0.20 109	0.20 108	0.20 111	0.20 105	0.20 93	0.20 113	0.20 92	0.20 112	0.20 92	0.20 111	0.20 108	0.20 109	0.20 92	0.20 109	0.20 91	0.20 110

ASD4	0.20 90	0.20 82	0.20 98	0.20 91	0.20 111	0.20 92	0.20 110	0.20 81	0.20 108	0.20 78	0.20 110	0.20 94	0.20 109	0.20 108	0.20 111	0.20 105	0.20 93	0.20 113	0.20 92	0.20 112	0.20 92	0.20 111	0.20 108	0.20 109	0.20 92	0.20 109	0.20 91	0.20 110

iResNetv2_ROB	0.20 90	0.22 86	0.19 96	0.23 105	0.19 109	0.22 99	0.17 97	0.22 93	0.17 96	0.22 82	0.17 95	0.22 99	0.17 97	0.18 103	0.18 103	0.19 104	0.22 99	0.17 97	0.23 104	0.17 98	0.25 109	0.18 107	0.17 92	0.18 106	0.23 104	0.17 97	0.25 114	0.17 99

ITSA-stereo	0.21 94	0.16 71	0.12 68	0.16 80	0.13 87	0.18 84	0.14 87	0.16 72	1.89 295	0.16 67	0.12 82	0.17 85	0.12 84	0.13 85	0.13 86	0.13 85	0.17 83	0.13 86	0.17 81	0.12 83	0.16 79	0.12 82	0.12 79	0.12 81	0.17 82	0.12 81	0.16 79	0.12 80

Pointernet	0.22 95	0.41 130	0.38 145	0.22 98	0.17 98	0.22 99	0.17 97	0.41 146	0.17 96	0.22 82	0.17 95	0.22 99	0.17 97	0.18 103	0.18 103	0.18 101	0.23 104	0.18 107	0.23 104	0.18 105	0.23 104	0.18 107	0.17 92	0.17 95	0.22 99	0.18 106	0.22 97	0.17 99

JetRed	0.22 95	0.11 57	0.12 68	0.11 59	0.11 63	0.11 59	0.11 62	0.11 57	0.11 63	2.93 289	0.11 63	0.11 60	0.11 64	0.11 67	0.11 63	0.12 79	0.11 60	0.11 66	0.11 60	0.11 64	0.11 60	0.11 64	0.11 61	0.11 66	0.11 60	0.11 64	0.11 60	0.11 65

JetBlue	0.23 97	0.12 60	0.13 77	0.12 60	0.12 83	0.12 60	0.11 62	0.14 62	0.12 79	3.07 290	0.12 82	0.12 62	0.11 64	0.11 67	0.13 86	0.13 85	0.12 61	0.12 83	0.13 61	0.11 64	0.12 61	0.13 87	0.12 79	0.14 89	0.13 62	0.12 81	0.12 61	0.11 65

SFCPSM	0.23 97	0.18 76	0.13 77	0.18 86	0.12 83	0.18 84	0.80 240	0.17 76	0.12 79	0.88 184	0.12 82	0.17 85	0.12 84	0.13 85	0.12 81	0.12 79	0.18 87	0.12 83	0.18 85	0.12 83	1.18 250	0.13 87	0.12 79	0.12 81	0.18 85	0.13 86	0.18 84	0.12 80

S2M2_XL	0.24 99	1.32 236	0.86 226	0.17 83	0.11 63	0.17 82	0.11 62	1.05 232	0.12 79	0.16 67	0.11 63	0.16 81	0.11 64	0.11 67	0.11 63	0.11 63	0.17 83	0.11 66	0.17 81	0.11 64	0.17 82	0.11 64	0.11 61	0.11 66	0.17 82	0.11 64	0.17 82	0.11 65
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
LoS_RVC	0.25 100	0.25 102	0.25 114	0.25 113	0.25 121	0.25 117	0.25 121	0.25 106	0.25 120	0.25 93	0.25 124	0.25 114	0.25 122	0.26 124	0.25 124	0.26 120	0.25 115	0.25 123	0.26 118	0.25 124	0.25 109	0.25 120	0.25 119	0.25 122	0.25 116	0.25 122	0.25 114	0.25 122

tt_ll	0.25 100	0.25 102	0.25 114	0.25 113	0.25 121	0.25 117	0.25 121	0.25 106	0.25 120	0.25 93	0.25 124	0.25 114	0.25 122	0.26 124	0.25 124	0.26 120	0.25 115	0.25 123	0.26 118	0.25 124	0.25 109	0.25 120	0.25 119	0.25 122	0.25 116	0.25 122	0.25 114	0.25 122

CAS	0.25 100	0.25 102	0.25 114	0.25 113	0.26 123	0.26 123	0.26 123	0.25 106	0.25 120	0.25 93	0.25 124	0.25 114	0.25 122	0.25 122	0.25 124	0.25 117	0.26 121	0.25 123	0.26 118	0.26 128	0.25 109	0.25 120	0.25 119	0.26 126	0.25 116	0.26 126	0.25 114	0.25 122

LoS	0.25 100	0.25 102	0.27 118	0.27 120	0.26 123	0.25 117	0.26 123	0.26 111	0.25 120	0.26 99	0.25 124	0.25 114	0.25 122	0.26 124	0.25 124	0.25 117	0.25 115	0.25 123	0.25 115	0.25 124	0.27 116	0.25 120	0.26 123	0.26 126	0.26 120	0.25 122	0.25 114	0.25 122
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
castereo++	0.26 104	1.28 232	1.07 243	0.15 72	0.13 87	0.15 73	0.14 87	1.22 245	0.13 85	0.16 67	0.17 95	0.16 81	0.14 90	0.14 89	0.15 92	0.14 89	0.15 71	0.14 89	0.16 79	0.14 90	0.16 79	0.14 90	0.14 86	0.14 89	0.16 80	0.14 87	0.16 79	0.15 91

MatchStereo	0.27 105	0.12 60	2.51 300	0.12 60	0.11 63	0.12 60	0.11 62	2.54 289	0.08 47	0.09 37	0.08 46	0.08 45	0.07 45	0.07 43	0.09 49	0.07 44	0.09 48	0.07 45	0.09 48	0.07 45	0.09 47	0.07 44	0.08 44	0.07 46	0.08 44	0.08 48	0.09 48	0.08 48

model_zeroshot	0.27 105	0.30 112	0.19 96	0.36 139	0.23 119	0.25 117	0.27 127	0.33 119	0.21 111	0.35 108	0.22 116	0.25 114	0.27 130	0.26 124	0.23 119	0.26 120	0.35 133	0.22 116	0.36 135	0.23 121	0.25 109	0.27 127	0.27 125	0.23 119	0.36 135	0.22 116	0.25 114	0.27 130

DCVSM-stereo	0.27 105	0.38 124	0.22 107	0.38 145	0.22 114	0.38 147	0.22 115	0.29 114	0.22 114	0.29 101	0.22 116	0.29 125	0.22 116	0.22 114	0.21 113	0.21 108	0.38 144	0.22 116	0.38 143	0.22 116	0.38 137	0.22 114	0.21 110	0.25 122	0.38 142	0.21 113	0.38 140	0.21 114

DLNR_Zeroshot_test	0.27 105	0.30 112	0.23 109	0.30 125	0.22 114	0.31 127	0.24 119	0.29 114	0.23 117	0.38 117	0.23 119	0.29 125	0.23 120	0.22 114	0.23 119	0.23 113	0.30 126	0.34 153	0.29 124	0.23 121	0.29 120	0.29 143	0.22 113	0.23 119	0.30 125	0.23 119	0.30 124	0.23 120

HGLStereo	0.27 105	0.25 102	0.21 106	0.35 135	0.21 113	0.35 134	0.21 113	0.34 125	0.21 111	0.39 120	0.21 113	0.34 131	0.21 114	0.22 114	0.21 113	0.21 108	0.35 133	0.22 116	0.35 132	0.22 116	0.35 128	0.22 114	0.21 110	0.21 113	0.35 133	0.21 113	0.35 132	0.21 114

iResNet_ROB	0.28 110	0.32 116	0.24 113	0.33 129	0.26 123	0.32 129	0.24 119	0.33 119	0.25 120	0.33 103	0.24 122	0.35 134	0.24 121	0.23 118	0.24 123	0.25 117	0.32 128	0.24 122	0.36 135	0.24 123	0.32 122	0.28 133	0.24 118	0.24 121	0.32 127	0.24 121	0.33 126	0.24 121

IGEV-FE	0.29 111	2.85 276	0.36 141	0.20 91	0.17 98	0.19 89	0.17 97	0.37 133	0.17 96	0.19 76	0.17 95	0.19 91	0.17 97	0.17 96	0.17 98	0.17 95	0.19 92	0.17 97	0.19 89	0.17 98	0.19 88	0.17 99	0.17 92	0.17 95	0.19 88	0.17 97	0.19 86	0.17 99

IMH-64-1	0.29 111	0.23 90	0.23 109	0.23 105	0.22 114	0.22 99	0.23 117	0.22 93	0.22 114	2.02 257	0.23 119	0.23 105	0.22 116	0.23 118	0.23 119	0.23 113	0.23 104	0.22 116	0.23 104	0.22 116	0.22 98	0.22 114	0.22 113	0.22 116	0.22 99	0.22 116	0.22 97	0.22 116

IMH-64	0.29 111	0.23 90	0.23 109	0.23 105	0.22 114	0.22 99	0.23 117	0.22 93	0.22 114	2.02 257	0.23 119	0.23 105	0.22 116	0.23 118	0.23 119	0.23 113	0.23 104	0.22 116	0.23 104	0.22 116	0.22 98	0.22 114	0.22 113	0.22 116	0.22 99	0.22 116	0.22 97	0.22 116

UPFNet	0.29 111	0.24 98	0.16 83	0.24 110	0.16 94	0.24 111	0.16 95	0.23 101	0.16 91	1.19 218	0.16 93	0.23 105	0.16 94	0.17 96	0.16 94	0.89 239	0.24 109	0.16 93	0.24 110	0.18 105	1.20 253	0.16 95	0.17 92	0.16 94	0.24 110	0.16 95	0.24 107	0.16 93

WAO-6	0.30 115	0.22 86	0.23 109	0.22 98	0.23 119	0.23 107	0.22 115	0.22 93	0.23 117	2.21 267	0.22 116	0.22 99	0.22 116	0.22 114	0.22 117	0.23 113	0.22 99	0.23 121	0.22 97	0.22 116	0.22 98	0.22 114	0.22 113	0.22 116	0.23 104	0.23 119	0.22 97	0.22 116

anonymity	0.30 115	0.34 118	0.27 118	0.33 129	0.27 128	0.33 130	0.28 134	0.33 119	0.28 134	0.33 103	0.28 135	0.33 129	0.28 132	0.28 136	0.28 136	0.28 130	0.34 130	0.28 131	0.34 130	0.28 133	0.34 124	0.27 127	0.27 125	0.27 130	0.34 130	0.28 131	0.34 130	0.28 133

iRaft-Stereo_20w	0.30 115	0.46 142	0.27 118	0.34 131	0.26 123	0.35 134	0.28 134	0.34 125	0.26 127	0.34 106	0.26 128	0.34 131	0.26 128	0.26 124	0.26 129	0.26 120	0.34 130	0.26 127	0.34 130	0.26 128	0.34 124	0.26 126	0.26 123	0.26 126	0.34 130	0.26 126	0.34 130	0.26 127

MMNet	0.30 115	0.24 98	0.17 87	0.24 110	0.17 98	0.24 111	0.17 97	0.23 101	0.18 104	1.21 221	0.17 95	0.23 105	0.17 97	0.17 96	0.17 98	0.89 239	0.24 109	0.17 97	0.24 110	0.17 98	1.22 255	0.16 95	0.17 92	0.17 95	0.24 110	0.17 97	0.24 107	0.17 99

delet	0.30 115	0.24 98	0.17 87	0.24 110	0.17 98	0.24 111	0.17 97	0.23 101	0.16 91	1.21 221	0.17 95	0.24 112	0.17 97	0.17 96	0.17 98	0.91 243	0.24 109	0.17 97	0.24 110	0.17 98	1.23 257	0.17 99	0.17 92	0.17 95	0.24 110	0.17 97	0.24 107	0.17 99

psm_up	0.30 115	0.24 98	0.17 87	0.25 113	0.17 98	0.24 111	0.17 97	0.24 105	0.17 96	1.20 220	0.17 95	0.23 105	0.17 97	0.17 96	0.18 103	0.90 242	0.24 109	0.17 97	0.25 115	0.17 98	1.24 260	0.17 99	0.17 92	0.17 95	0.24 110	0.17 97	0.24 107	0.17 99

MLCV	0.30 115	0.33 117	0.28 121	0.34 131	0.28 132	0.33 130	0.28 134	0.33 119	0.29 142	0.33 103	0.27 132	0.33 129	0.28 132	0.26 124	0.29 144	0.28 130	0.33 129	0.28 131	0.33 127	0.28 133	0.33 123	0.27 127	0.28 130	0.28 134	0.33 128	0.28 131	0.33 126	0.28 133

DN-CSS_ROB	0.30 115	0.34 118	0.29 126	0.34 131	0.27 128	0.34 132	0.28 134	0.33 119	0.27 129	0.34 106	0.27 132	0.34 131	0.28 132	0.29 138	0.27 132	0.26 120	0.35 133	0.29 140	0.33 127	0.28 133	0.34 124	0.28 133	0.28 130	0.27 130	0.34 130	0.28 131	0.33 126	0.28 133

UNDER WATER-64	0.31 123	0.25 102	0.25 114	0.26 118	0.26 123	0.25 117	0.26 123	0.25 106	0.26 127	1.69 242	0.26 128	0.25 114	0.25 122	0.25 122	0.26 129	0.26 120	0.25 115	0.26 127	0.26 118	0.26 128	0.25 109	0.25 120	0.25 119	0.25 122	0.26 120	0.26 126	0.25 114	0.26 127

LG-Stereo_L2	0.32 124	0.45 139	0.36 141	0.37 141	0.27 128	0.37 143	0.27 127	0.43 151	0.27 129	0.36 114	0.31 149	0.36 140	0.27 130	0.27 131	0.27 132	0.30 140	0.37 141	0.27 130	0.37 139	0.27 132	0.37 134	0.27 127	0.27 125	0.27 130	0.37 139	0.27 129	0.37 138	0.27 130

CASnet	0.32 124	0.53 158	0.34 138	0.27 120	0.31 150	0.34 132	0.29 147	0.31 117	0.32 147	0.25 93	0.31 149	0.27 122	0.40 175	0.45 178	0.27 132	0.30 140	0.26 121	0.40 175	0.28 123	0.37 165	0.28 118	0.39 173	0.29 136	0.40 177	0.29 124	0.28 131	0.24 107	0.30 148
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.32 124	0.45 139	0.29 126	0.36 139	0.29 142	0.36 139	0.29 147	0.36 132	0.29 142	0.35 108	0.29 143	0.35 134	0.28 132	0.27 131	0.28 136	0.28 130	0.35 133	0.28 131	0.35 132	0.28 133	0.35 128	0.28 133	0.29 136	0.29 142	0.36 135	0.29 144	0.36 135	0.29 142

RSM	0.33 127	0.36 122	0.31 133	0.39 156	0.32 152	0.36 139	0.30 150	0.35 128	0.38 164	0.35 108	0.31 149	0.35 134	0.30 144	0.30 141	0.31 149	0.30 140	0.36 138	0.31 147	0.36 135	0.30 147	0.36 132	0.31 148	0.31 146	0.31 148	0.36 135	0.31 150	0.36 135	0.31 151

SQANet	0.33 127	0.28 109	0.28 121	0.28 124	0.28 132	0.29 125	0.28 134	0.28 112	0.28 134	1.59 239	0.28 135	0.28 124	0.28 132	0.28 136	0.28 136	0.28 130	0.28 124	0.28 131	0.29 124	0.28 133	0.28 118	0.28 133	0.28 130	0.28 134	0.28 123	0.28 131	0.28 122	0.28 133

DGSMNet	0.33 127	0.42 136	0.28 121	0.40 157	0.28 132	0.40 157	0.28 134	0.40 144	0.28 134	0.40 126	0.28 135	0.39 149	0.28 132	0.27 131	0.28 136	0.28 130	0.40 158	0.28 131	0.42 164	0.29 142	0.41 152	0.31 148	0.29 136	0.28 134	0.41 157	0.28 131	0.42 159	0.29 142

castereo	0.34 130	1.59 241	1.39 262	0.17 83	0.15 91	0.18 84	0.26 123	1.74 260	0.17 96	0.19 76	0.18 107	0.18 88	0.20 109	0.20 108	0.22 117	0.21 108	0.18 87	0.17 97	0.19 89	0.16 94	0.18 84	0.20 111	0.17 92	0.21 113	0.19 88	0.17 97	0.19 86	0.16 93

RAFT-Test	0.34 130	0.45 139	0.30 130	0.38 145	0.32 152	0.40 157	0.32 154	0.39 142	0.32 147	0.39 120	0.30 146	0.37 142	0.29 141	0.30 141	0.30 146	0.29 138	0.38 144	0.30 144	0.38 143	0.29 142	0.38 137	0.29 143	0.29 136	0.30 146	0.38 142	0.30 147	0.38 140	0.30 148

RAFT + AFF	0.34 130	0.29 110	0.32 136	0.31 127	0.30 147	0.39 154	0.32 154	0.39 142	0.30 144	0.39 120	0.32 152	0.39 149	0.32 149	0.35 150	0.36 159	0.32 149	0.38 144	0.31 147	0.38 143	0.31 151	0.38 137	0.28 133	0.37 164	0.34 155	0.38 142	0.30 147	0.38 140	0.28 133

ETE_ROB	0.35 133	0.35 121	0.35 139	0.35 135	0.35 160	0.35 134	0.35 157	0.35 128	0.35 156	0.35 108	0.35 158	0.35 134	0.35 156	0.35 150	0.35 155	0.35 155	0.35 133	0.35 157	0.35 132	0.35 159	0.35 128	0.35 155	0.35 155	0.35 159	0.35 133	0.35 157	0.35 132	0.35 158

VIP-Stereo	0.36 134	2.00 250	1.11 246	0.26 118	0.16 94	0.24 111	0.15 91	2.00 270	0.23 117	0.24 89	0.15 90	0.23 105	0.16 94	0.16 94	0.16 94	0.15 92	0.24 109	0.15 92	0.24 110	0.16 94	0.24 107	0.15 92	0.15 88	0.20 109	0.24 110	0.15 91	0.24 107	0.15 91

GREAT-IGEV	0.36 134	0.46 142	0.33 137	0.43 168	0.30 147	0.43 168	0.30 150	0.45 153	0.30 144	0.42 134	0.30 146	0.43 163	0.30 144	0.30 141	0.30 146	0.30 140	0.43 165	0.30 144	0.43 165	0.30 147	0.43 158	0.30 146	0.30 144	0.30 146	0.43 163	0.30 147	0.43 161	0.30 148

EKT-Stereo	0.36 134	0.50 155	0.30 130	0.40 157	0.29 142	0.40 157	0.29 147	0.35 128	0.30 144	0.47 143	0.30 146	0.35 134	0.32 149	0.29 138	0.34 153	0.33 151	0.59 197	0.31 147	0.39 154	0.29 142	0.37 134	0.38 164	0.29 136	0.31 148	0.58 201	0.28 131	0.51 186	0.29 142

GEStereo_RVC	0.36 134	0.23 90	0.18 92	0.23 105	0.18 105	0.23 107	0.19 108	0.22 93	0.19 106	0.24 89	0.20 110	0.24 112	0.18 107	0.18 103	0.18 103	0.21 108	0.25 115	0.18 107	0.22 97	0.18 105	0.23 104	0.18 107	0.19 106	0.20 109	0.23 104	0.20 109	4.43 310	0.19 108

DMCA	0.36 134	0.38 124	0.37 143	0.35 135	0.35 160	0.35 134	0.36 163	0.35 128	0.36 161	0.36 114	0.37 167	0.36 140	0.36 161	0.36 155	0.35 155	0.37 160	0.36 138	0.36 159	0.36 135	0.36 163	0.36 132	0.35 155	0.36 160	0.36 162	0.37 139	0.36 160	0.36 135	0.36 163

DDF-Stereo	0.37 139	0.57 168	0.50 180	0.40 157	0.32 152	0.40 157	0.32 154	0.53 177	0.32 147	0.39 120	0.32 152	0.39 149	0.32 149	0.32 144	0.32 151	0.32 149	0.40 158	0.32 151	0.40 155	0.32 152	0.40 151	0.32 151	0.32 147	0.32 150	0.40 152	0.32 152	0.40 151	0.32 153

XPNet_ROB	0.37 139	0.37 123	0.37 143	0.37 141	0.37 166	0.37 143	0.37 168	0.37 133	0.37 163	0.37 116	0.37 167	0.37 142	0.37 163	0.37 157	0.37 162	0.37 160	0.37 141	0.37 164	0.37 139	0.37 165	0.37 134	0.37 161	0.37 164	0.37 168	0.37 139	0.37 166	0.37 138	0.37 166

GIP-stereo	0.38 141	0.56 165	0.40 149	0.45 171	0.33 155	0.44 170	0.35 157	0.49 167	0.33 151	0.43 135	0.32 152	0.42 159	0.31 146	0.33 145	0.33 152	0.34 152	0.40 158	0.32 151	0.40 155	0.32 152	0.43 158	0.38 164	0.33 150	0.32 150	0.43 163	0.32 152	0.42 159	0.34 157

Former-RAFT_DAM_RVC	0.38 141	1.06 206	0.54 188	0.59 203	0.27 128	0.46 171	0.27 127	0.46 154	0.27 129	0.46 140	0.27 132	0.46 166	0.26 128	0.27 131	0.27 132	0.26 120	0.46 167	0.26 127	0.45 168	0.30 147	0.46 161	0.27 127	0.27 125	0.27 130	0.46 166	0.27 129	0.45 163	0.26 127

CES	0.38 141	0.34 118	0.44 160	0.43 168	0.33 155	0.37 143	0.44 187	0.37 133	0.38 164	0.45 138	0.35 158	0.35 134	0.41 176	0.45 178	0.36 159	0.36 157	0.36 138	0.45 185	0.43 165	0.35 159	0.34 124	0.46 184	0.36 160	0.36 162	0.42 162	0.34 156	0.35 132	0.38 169

PML	0.39 144	0.56 165	0.29 126	0.55 197	0.28 132	0.56 199	0.28 134	0.51 174	0.28 134	0.50 149	0.28 135	0.51 187	0.28 132	0.29 138	0.28 136	0.29 138	0.56 195	0.29 140	0.57 202	0.28 133	0.56 193	0.28 133	0.28 130	0.29 142	0.56 198	0.28 131	0.56 195	0.28 133

DEFOM-Stereo_RVC	0.40 145	2.14 259	1.91 287	0.20 91	0.18 105	0.19 89	0.17 97	2.23 273	0.19 106	0.24 89	0.21 113	0.19 91	0.21 114	0.20 108	0.18 103	0.20 105	0.20 93	0.18 107	0.20 92	0.19 110	0.19 88	0.17 99	0.18 103	0.17 95	0.20 92	0.20 109	0.21 95	0.19 108

GASTEREO	0.41 146	0.54 159	0.44 160	0.48 181	0.35 160	0.48 183	0.35 157	0.53 177	0.35 156	0.46 140	0.35 158	0.46 166	0.35 156	0.35 150	0.35 155	0.35 155	0.47 171	0.35 157	0.47 173	0.35 159	0.47 165	0.38 164	0.35 155	0.35 159	0.48 177	0.35 157	0.47 168	0.35 158

GwcNet-ADL	0.41 146	0.41 130	0.41 151	0.41 164	0.41 177	0.41 161	0.41 179	0.41 146	0.41 176	0.41 127	0.41 180	0.41 155	0.41 176	0.41 169	0.41 179	0.41 172	0.41 161	0.41 177	0.41 160	0.41 178	0.41 152	0.41 177	0.41 176	0.41 178	0.41 157	0.41 178	0.41 155	0.41 178

PSMNet-ADL	0.41 146	0.41 130	0.41 151	0.41 164	0.41 177	0.41 161	0.41 179	0.41 146	0.41 176	0.41 127	0.41 180	0.41 155	0.41 176	0.41 169	0.41 179	0.41 172	0.41 161	0.41 177	0.41 160	0.41 178	0.41 152	0.41 177	0.41 176	0.41 178	0.41 157	0.41 178	0.41 155	0.41 178

GANet-ADL	0.41 146	0.41 130	0.41 151	0.41 164	0.41 177	0.41 161	0.41 179	0.41 146	0.41 176	0.41 127	0.41 180	0.41 155	0.41 176	0.41 169	0.41 179	0.41 172	0.41 161	0.41 177	0.41 160	0.41 178	0.41 152	0.41 177	0.41 176	0.41 178	0.41 157	0.41 178	0.41 155	0.41 178

ADLNet	0.41 146	0.41 130	0.41 151	0.41 164	0.41 177	0.41 161	0.41 179	0.41 146	0.41 176	0.41 127	0.41 180	0.41 155	0.41 176	0.41 169	0.41 179	0.41 172	0.41 161	0.41 177	0.41 160	0.41 178	0.41 152	0.41 177	0.41 176	0.41 178	0.41 157	0.41 178	0.41 155	0.41 178

GEAStereo	0.42 151	0.55 161	0.44 160	0.48 181	0.35 160	0.48 183	0.35 157	0.54 179	0.35 156	0.47 143	0.36 161	0.47 171	0.41 176	0.38 159	0.38 164	0.38 163	0.51 186	0.36 159	0.51 191	0.38 169	0.48 172	0.35 155	0.35 155	0.36 162	0.52 189	0.37 166	0.48 174	0.36 163

GSStereo	0.42 151	0.56 165	0.44 160	0.48 181	0.36 165	0.48 183	0.36 163	0.54 179	0.36 161	0.47 143	0.36 161	0.47 171	0.36 161	0.36 155	0.35 155	0.36 157	0.48 176	0.36 159	0.48 180	0.36 163	0.48 172	0.36 160	0.36 160	0.36 162	0.48 177	0.36 160	0.48 174	0.35 158

gasm-f	0.42 151	0.55 161	0.44 160	0.48 181	0.35 160	0.48 183	0.35 157	0.54 179	0.35 156	0.47 143	0.36 161	0.47 171	0.41 176	0.38 159	0.38 164	0.38 163	0.51 186	0.36 159	0.51 191	0.38 169	0.48 172	0.35 155	0.35 155	0.36 162	0.52 189	0.37 166	0.48 174	0.36 163

DEFOM-Stereo	0.43 154	1.60 243	1.47 267	0.30 125	0.28 132	0.31 127	0.28 134	1.65 258	0.25 120	0.29 101	0.26 128	0.30 127	0.29 141	0.27 131	0.26 129	0.26 120	0.30 126	0.29 140	0.30 126	0.26 128	0.29 120	0.29 143	0.27 125	0.26 126	0.30 125	0.29 144	0.30 124	0.29 142

GES	0.43 154	0.41 130	0.31 133	0.35 135	0.30 147	0.47 177	0.28 134	0.33 119	0.28 134	0.35 108	0.29 143	2.95 294	0.38 166	0.35 150	0.30 146	0.34 152	0.34 130	0.30 144	0.33 127	0.30 147	0.35 128	0.30 146	0.33 150	0.33 153	0.33 128	0.31 150	0.33 126	0.29 142

MSCF	0.44 156	0.60 173	0.47 167	0.50 189	0.40 175	0.50 190	0.38 171	0.57 187	0.38 164	0.48 147	0.38 170	0.48 179	0.38 166	0.38 159	0.38 164	0.38 163	0.49 181	0.38 167	0.49 184	0.39 176	0.50 180	0.38 164	0.38 168	0.38 169	0.49 182	0.38 170	0.49 182	0.38 169

LG-Stereo_L1	0.44 156	0.58 171	0.49 179	0.51 192	0.38 170	0.51 192	0.38 171	0.56 185	0.38 164	0.50 149	0.38 170	0.50 184	0.38 166	0.38 159	0.38 164	0.38 163	0.52 188	0.38 167	0.52 194	0.38 169	0.51 182	0.38 164	0.38 168	0.38 169	0.52 189	0.38 170	0.51 186	0.40 176

FCDSN-DC	0.44 156	0.31 114	0.35 139	0.34 131	0.28 132	0.35 134	0.30 150	0.32 118	0.25 120	1.32 227	0.24 122	1.00 239	0.32 149	0.35 150	0.34 153	0.30 140	0.72 209	0.37 164	0.48 180	0.32 152	0.53 188	0.49 198	0.23 117	0.29 142	0.50 183	0.42 183	0.61 201	0.71 232
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
LG-Stereo_Zeroshot	0.45 159	0.57 168	0.45 165	0.54 194	0.37 166	0.53 196	0.37 168	0.56 185	0.40 173	0.53 155	0.38 170	0.53 191	0.37 163	0.37 157	0.37 162	0.37 160	0.55 191	0.38 167	0.53 196	0.37 165	0.53 188	0.37 161	0.37 164	0.39 176	0.54 194	0.37 166	0.54 192	0.37 166

WAO-7	0.46 160	0.38 124	0.38 145	0.38 145	0.38 170	0.38 147	0.38 171	0.38 136	0.38 164	2.57 283	0.38 170	0.38 145	0.38 166	0.38 159	0.38 164	0.38 163	0.38 144	0.38 167	0.38 143	0.38 169	0.38 137	0.38 164	0.38 168	0.38 169	0.38 142	0.38 170	0.38 140	0.38 169

Venus	0.46 160	0.38 124	0.40 149	0.38 145	0.38 170	0.39 154	0.38 171	0.38 136	0.38 164	2.71 285	0.38 170	0.38 145	0.38 166	0.38 159	0.38 164	0.38 163	0.38 144	0.38 167	0.38 143	0.38 169	0.38 137	0.38 164	0.38 168	0.38 169	0.38 142	0.38 170	0.39 150	0.38 169

HanzoNet	0.47 162	0.39 128	0.38 145	0.38 145	0.38 170	0.38 147	0.38 171	0.40 144	0.38 164	2.63 284	0.38 170	0.38 145	0.38 166	0.38 159	0.38 164	0.39 171	0.38 144	0.38 167	0.38 143	0.42 183	0.38 137	0.39 173	0.39 174	0.38 169	0.38 142	0.38 170	0.38 140	0.39 175

IMH	0.47 162	0.40 129	0.39 148	0.38 145	0.38 170	0.38 147	0.38 171	0.38 136	0.40 173	2.79 287	0.38 170	0.38 145	0.38 166	0.38 159	0.38 164	0.38 163	0.39 154	0.38 167	0.38 143	0.40 177	0.38 137	0.38 164	0.38 168	0.38 169	0.38 142	0.38 170	0.38 140	0.38 169

LL-Strereo2	0.47 162	2.60 272	0.51 184	0.38 145	0.28 132	0.37 143	0.28 134	0.55 183	0.35 156	0.44 137	0.34 157	0.44 165	0.34 154	0.34 146	0.36 159	0.36 157	0.47 171	0.36 159	0.47 173	0.35 159	0.47 165	0.35 155	0.35 155	0.35 159	0.46 166	0.35 157	0.47 168	0.35 158

GMOStereo	0.50 165	0.44 137	2.38 297	0.40 157	0.34 157	0.42 165	0.36 163	1.96 265	0.34 152	0.41 127	0.36 161	0.42 159	0.35 156	0.34 146	0.38 164	0.31 145	0.39 154	0.34 153	0.40 155	0.33 156	0.39 146	0.33 152	0.33 150	0.34 155	0.40 152	0.36 160	0.40 151	0.32 153

error version	0.50 165	0.44 137	2.38 297	0.40 157	0.34 157	0.42 165	0.36 163	1.96 265	0.34 152	0.41 127	0.36 161	0.42 159	0.35 156	0.34 146	0.38 164	0.31 145	0.39 154	0.34 153	0.40 155	0.33 156	0.39 146	0.33 152	0.33 150	0.34 155	0.40 152	0.36 160	0.40 151	0.32 153

SANet	0.50 165	0.50 155	0.50 180	0.50 189	0.50 203	0.50 190	0.50 203	0.50 171	0.50 202	0.50 149	0.50 202	0.50 184	0.50 201	0.50 195	0.50 204	0.50 199	0.50 184	0.50 203	0.50 188	0.50 204	0.50 180	0.50 204	0.50 198	0.50 200	0.50 183	0.50 204	0.50 184	0.50 198

PDISCO_ROB	0.50 165	0.15 66	0.11 62	0.16 80	3.16 305	0.13 63	0.12 81	0.14 62	0.12 79	0.15 55	0.11 63	2.55 293	0.11 64	2.20 290	0.13 86	0.12 79	0.16 80	0.10 51	0.14 63	0.12 83	0.15 72	0.12 82	0.12 79	0.12 81	0.15 69	0.10 50	2.75 293	0.09 49

otaku	0.52 169	0.46 142	0.48 173	0.46 172	0.46 186	0.46 171	0.46 188	0.46 154	0.47 191	1.88 246	0.46 188	0.46 166	0.46 188	0.46 180	0.46 188	0.46 181	0.47 171	0.46 186	0.46 169	0.46 188	0.47 165	0.46 184	0.46 184	0.46 187	0.47 172	0.46 187	0.46 164	0.47 188

HaxPig	0.52 169	0.48 151	0.47 167	0.47 177	0.47 190	0.47 177	0.47 192	0.47 160	0.47 191	1.80 243	0.47 192	0.47 171	0.47 191	0.47 184	0.47 192	0.47 188	0.47 171	0.47 193	0.47 173	0.47 193	0.47 165	0.47 192	0.47 190	0.47 191	0.47 172	0.47 194	0.47 168	0.47 188

UNDER WATER	0.52 169	0.47 148	0.47 167	0.47 177	0.47 190	0.47 177	0.47 192	0.47 160	0.47 191	1.90 247	0.47 192	0.47 171	0.47 191	0.47 184	0.47 192	0.47 188	0.46 167	0.47 193	0.47 173	0.47 193	0.46 161	0.47 192	0.47 190	0.48 195	0.47 172	0.47 194	0.47 168	0.47 188

Dean	0.52 169	0.46 142	0.48 173	0.46 172	0.46 186	0.46 171	0.46 188	0.46 154	0.46 186	1.90 247	0.46 188	0.47 171	0.46 188	0.46 180	0.46 188	0.46 181	0.48 176	0.46 186	0.46 169	0.46 188	0.46 161	0.46 184	0.46 184	0.46 187	0.46 166	0.46 187	0.46 164	0.46 185

Ntro	0.53 173	0.47 148	0.50 180	0.46 172	0.48 195	0.47 177	0.47 192	0.46 154	0.46 186	2.05 259	0.47 192	0.47 171	0.49 199	0.47 184	0.47 192	0.46 181	0.48 176	0.46 186	0.49 184	0.46 188	0.47 165	0.46 184	0.46 184	0.47 191	0.46 166	0.46 187	0.47 168	0.47 188

RainbowNet	0.53 173	0.48 151	0.48 173	0.48 181	0.48 195	0.48 183	0.48 196	0.48 163	0.48 195	1.92 249	0.48 197	0.48 179	0.48 195	0.48 189	0.48 197	0.48 191	0.48 176	0.48 197	0.48 180	0.48 197	0.48 172	0.48 195	0.48 193	0.48 195	0.48 177	0.48 198	0.48 174	0.48 194

LVE	0.53 173	0.47 148	0.48 173	0.47 177	0.47 190	0.47 177	0.47 192	0.48 163	0.47 191	1.96 254	0.47 192	0.47 171	0.47 191	0.47 184	0.47 192	0.47 188	0.47 171	0.47 193	0.47 173	0.47 193	0.47 165	0.47 192	0.47 190	0.47 191	0.47 172	0.47 194	0.47 168	0.47 188

ACVNet_1	0.53 173	0.46 142	0.48 173	0.47 177	0.47 190	0.46 171	0.48 196	0.48 163	0.48 195	2.07 260	0.47 192	0.48 179	0.48 195	0.47 184	0.47 192	0.46 181	0.49 181	0.47 193	0.47 173	0.47 193	0.48 172	0.46 184	0.46 184	0.48 195	0.47 172	0.47 194	0.48 174	0.47 188

ACVNet-4b	0.53 173	0.46 142	0.47 167	0.46 172	0.46 186	0.46 171	0.46 188	0.46 154	0.46 186	2.17 263	0.46 188	0.46 166	0.47 191	0.46 180	0.46 188	0.46 181	0.46 167	0.46 186	0.46 169	0.46 188	0.46 161	0.46 184	0.46 184	0.47 191	0.46 166	0.46 187	0.46 164	0.46 185

AIO-test2	0.54 178	0.65 177	0.55 191	0.60 204	0.50 203	0.60 203	0.49 199	0.65 192	0.48 195	0.60 161	0.49 200	0.59 197	0.50 201	0.50 195	0.49 201	0.49 195	0.60 198	0.50 203	0.60 204	0.49 201	0.60 197	0.49 198	0.50 198	0.51 202	0.60 204	0.48 198	0.60 198	0.50 198

AIO-test1	0.54 178	0.64 176	0.54 188	0.60 204	0.49 199	0.61 205	0.49 199	0.64 191	0.49 200	0.59 159	0.48 197	0.60 199	0.50 201	0.48 189	0.48 197	0.48 191	0.60 198	0.48 197	0.60 204	0.48 197	0.60 197	0.49 198	0.49 195	0.49 198	0.59 203	0.49 201	0.60 198	0.49 195

notaker	0.54 178	0.48 151	0.48 173	0.48 181	0.48 195	0.48 183	0.49 199	0.48 163	0.48 195	1.95 253	0.48 197	0.48 179	0.48 195	0.48 189	0.48 197	0.48 191	0.48 176	0.48 197	0.48 180	0.48 197	0.49 178	0.48 195	0.48 193	0.49 198	0.48 177	0.48 198	0.48 174	0.49 195

FSD	0.55 181	0.55 161	0.42 157	0.54 194	0.42 182	0.55 198	0.43 185	0.54 179	0.42 181	0.59 159	0.42 185	0.54 193	0.44 184	0.43 175	0.42 185	0.42 177	0.55 191	0.42 183	2.46 289	0.44 186	0.55 191	0.43 182	0.42 180	0.44 185	0.55 195	0.43 185	0.55 193	0.53 204

ACVNet_2	0.55 181	0.49 154	0.50 180	0.49 187	0.49 199	0.49 189	0.49 199	0.49 167	0.49 200	2.14 262	0.49 200	0.50 184	0.49 199	0.49 192	0.49 201	0.49 195	0.50 184	0.49 202	0.50 188	0.49 201	0.49 178	0.49 198	0.49 195	0.50 200	0.50 183	0.49 201	0.50 184	0.49 195

CFNet	0.55 181	0.25 102	0.18 92	0.25 113	0.18 105	0.25 117	0.18 107	0.25 106	0.18 104	0.25 93	0.18 107	0.25 114	0.18 107	0.18 103	0.18 103	0.18 101	0.25 115	0.18 107	0.25 115	0.18 105	5.31 322	4.36 322	0.18 103	0.18 106	0.25 116	0.18 106	0.25 114	0.18 107

PSMNet_ROB	0.55 181	0.55 161	0.56 194	0.56 198	0.55 207	0.56 199	0.55 207	0.55 183	0.55 206	0.55 156	0.55 207	0.55 194	0.55 209	0.55 198	0.56 209	0.55 203	0.55 191	0.55 209	0.55 199	0.55 207	0.55 191	0.55 207	0.55 203	0.55 208	0.55 195	0.55 209	0.55 193	0.55 205

IER	0.56 185	2.72 275	2.20 291	0.38 145	0.29 142	0.38 147	0.27 127	2.77 290	0.27 129	0.38 117	0.28 135	0.37 142	0.25 122	0.26 124	0.25 124	0.26 120	0.38 144	0.29 140	0.38 143	0.25 124	0.39 146	0.25 120	0.29 136	0.29 142	0.40 152	0.25 122	0.38 140	0.25 122

LG-Stereo	0.57 186	0.58 171	0.43 158	0.54 194	0.65 218	0.95 230	0.69 233	0.69 194	0.38 164	0.52 153	0.37 167	0.53 191	0.37 163	0.68 225	0.73 235	0.72 230	0.70 206	0.37 164	0.54 198	0.37 165	0.54 190	0.37 161	0.37 164	0.56 209	0.95 231	0.59 214	0.84 219	0.37 166

CASS	0.58 187	0.89 192	0.55 191	0.56 198	0.55 207	0.60 203	0.57 213	0.57 187	0.56 208	0.55 156	0.56 208	0.56 195	0.50 201	0.63 210	0.56 209	0.56 206	0.62 201	0.62 218	0.59 203	0.56 209	0.56 193	0.48 195	0.60 210	0.56 209	0.57 200	0.60 216	0.57 197	0.59 210
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DISCO	0.59 188	0.29 110	0.22 107	0.27 120	5.05 326	0.30 126	0.21 113	0.28 112	0.21 111	0.27 100	0.21 113	0.27 122	0.20 109	0.21 113	0.21 113	0.21 108	0.27 123	0.21 115	0.27 122	0.21 115	0.27 116	0.23 119	0.21 110	0.21 113	0.27 122	0.21 113	5.06 318	0.22 116

LMCR-Stereo	0.61 189	0.61 174	0.61 201	0.61 207	0.61 214	0.67 210	0.61 218	0.61 189	0.61 215	0.61 162	0.61 215	0.61 200	0.61 216	0.61 206	0.61 216	0.61 210	0.61 200	0.61 217	0.61 206	0.61 215	0.61 199	0.61 214	0.61 211	0.61 218	0.61 206	0.61 217	0.61 201	0.61 216

AANet_RVC	0.61 189	0.31 114	5.05 315	0.31 127	0.19 109	0.24 111	0.20 110	5.86 311	0.20 108	0.24 89	0.18 107	0.25 114	0.20 109	0.23 118	0.21 113	0.18 101	0.37 141	0.18 107	0.24 110	0.19 110	0.25 109	0.19 110	0.19 106	0.19 108	0.24 110	0.15 91	0.24 107	0.20 110

iRaftStereo_RVC	0.62 191	1.76 246	2.24 293	0.52 193	0.37 166	0.53 196	0.38 171	2.51 284	0.38 164	0.51 152	0.38 170	0.51 187	0.38 166	0.38 159	0.38 164	0.38 163	0.52 188	0.38 167	0.52 194	0.38 169	0.52 185	0.38 164	0.38 168	0.38 169	0.52 189	0.39 176	0.52 189	0.38 169

ARAFT	0.64 192	0.74 183	0.62 202	0.70 216	0.56 209	0.72 213	0.55 207	0.72 198	0.54 205	0.73 170	0.56 208	0.72 211	0.56 211	0.56 200	0.62 217	0.63 212	0.73 210	0.53 208	0.73 212	0.54 206	0.72 207	0.65 217	0.62 212	0.56 209	0.72 211	0.54 207	0.72 208	0.57 207

test_1	0.65 193	4.37 290	2.38 297	0.40 157	0.34 157	0.42 165	0.36 163	1.96 265	0.34 152	0.41 127	0.36 161	0.42 159	0.35 156	0.34 146	0.38 164	0.31 145	0.39 154	0.34 153	0.40 155	0.33 156	0.39 146	0.33 152	0.33 150	0.34 155	0.40 152	0.36 160	0.40 151	0.32 153

zero-FE	0.66 194	0.80 186	0.56 194	0.79 220	0.58 211	0.82 218	0.55 207	0.76 200	0.56 208	0.75 172	0.58 212	0.75 215	0.59 214	0.57 201	0.56 209	0.55 203	0.79 214	0.55 209	0.78 218	0.55 207	0.85 216	0.58 209	0.55 203	0.57 213	0.80 217	0.57 211	0.80 213	0.57 207

HH	0.66 194	2.13 254	0.47 167	0.37 141	0.29 142	0.36 139	0.27 127	0.49 167	0.44 183	0.78 173	0.68 227	0.67 205	0.90 244	0.62 207	0.90 243	0.53 201	0.88 222	0.48 197	0.37 139	0.29 142	0.63 202	0.66 220	0.66 216	0.51 202	1.06 248	0.61 217	1.08 246	0.60 212

HanStereo	0.66 194	2.13 254	0.47 167	0.37 141	0.29 142	0.36 139	0.27 127	0.49 167	0.44 183	0.78 173	0.68 227	0.67 205	0.90 244	0.62 207	0.90 243	0.53 201	0.88 222	0.48 197	0.37 139	0.29 142	0.63 202	0.66 220	0.66 216	0.51 202	1.06 248	0.61 217	1.08 246	0.60 212

DSFCA	0.66 194	0.73 181	0.74 209	0.68 212	0.65 218	0.64 207	0.65 223	0.65 192	0.65 217	0.66 165	0.65 218	0.65 202	0.64 217	0.65 213	0.65 220	0.65 214	0.65 203	0.65 221	0.65 208	0.65 218	0.65 205	0.65 217	0.65 215	0.65 221	0.66 208	0.66 221	0.65 204	0.65 218

STTRV1_RVC	0.66 194	1.59 241	0.52 187	0.69 213	0.61 214	0.66 209	0.43 185	0.88 208	0.45 185	0.71 168	0.62 216	0.69 208	0.45 187	0.62 207	0.40 177	0.44 179	0.80 216	0.59 214	0.76 217	0.63 216	0.80 210	0.46 184	0.64 213	0.61 218	0.72 211	0.54 207	0.80 213	0.60 212

4D-IteraStereo	0.67 199	3.40 281	1.05 240	0.71 217	0.83 240	0.47 177	0.27 127	0.47 160	0.27 129	0.35 108	0.26 128	0.68 207	0.84 240	0.41 169	0.54 206	0.89 239	0.74 212	0.88 244	0.73 212	0.87 244	0.42 157	0.27 127	0.28 130	0.28 134	0.36 135	0.28 131	0.68 205	0.90 243

RAFT-Stereo + iAFF	0.67 199	0.74 183	0.60 200	0.79 220	0.61 214	0.76 214	0.57 213	0.71 197	0.56 208	0.71 168	0.54 206	0.72 211	0.66 219	0.65 213	0.65 220	0.64 213	0.74 212	0.64 220	0.74 214	0.63 216	0.73 208	0.65 217	0.64 213	0.64 220	0.74 213	0.61 217	0.73 209	0.64 217

Occ-G	0.68 201	0.54 159	3.16 305	0.57 202	0.45 185	0.52 195	0.40 178	3.44 296	0.46 186	0.52 153	0.45 187	0.51 187	0.44 184	0.44 177	0.40 177	0.45 180	0.55 191	0.41 177	0.53 196	0.43 184	0.52 185	0.40 175	0.44 183	0.45 186	0.55 195	0.44 186	0.53 191	0.44 184

TorneroNet-64	0.69 202	0.65 177	0.30 130	0.27 120	0.47 190	0.28 124	0.35 157	0.34 125	0.80 234	7.93 328	0.29 143	0.30 127	0.31 146	0.81 236	0.28 136	0.27 129	0.29 125	0.28 131	0.85 224	0.83 242	0.62 201	0.28 133	0.30 144	0.28 134	0.52 189	0.29 144	0.29 123	0.27 130

DDUNet	0.69 202	0.84 190	0.59 199	0.84 226	0.59 212	0.87 224	0.57 213	0.84 205	0.59 214	0.82 180	0.58 212	0.85 224	0.57 212	0.59 205	0.59 213	0.57 207	0.87 221	0.59 214	0.85 224	0.59 214	0.85 216	0.59 212	0.59 208	0.59 214	0.87 222	0.59 214	0.84 219	0.59 210

UDG	0.70 204	0.87 191	0.56 194	0.87 227	0.59 212	0.84 221	0.59 216	0.85 206	0.57 211	0.84 182	0.59 214	0.84 223	0.60 215	0.58 202	0.60 214	0.59 208	0.85 220	0.59 214	0.87 226	0.58 211	0.87 218	0.60 213	0.57 207	0.59 214	0.87 222	0.58 213	0.86 222	0.60 212

MaskLacGwcNet_RVC	0.70 204	6.91 303	0.46 166	0.46 172	0.46 186	0.46 171	0.46 188	0.46 154	0.46 186	0.46 140	0.46 188	0.46 166	0.46 188	0.46 180	0.46 188	0.46 181	0.46 167	0.46 186	0.46 169	0.46 188	0.47 165	0.46 184	0.46 184	0.46 187	0.46 166	0.46 187	0.46 164	0.46 185

HCRNet	0.71 206	6.06 301	3.15 304	0.50 189	0.22 114	0.21 98	0.15 91	3.04 292	0.34 152	0.43 135	0.33 156	0.43 163	0.33 153	0.15 91	0.14 90	0.14 89	0.21 97	0.17 97	0.47 173	0.20 112	0.21 95	0.16 95	0.32 147	0.33 153	0.50 183	0.33 155	0.49 182	0.28 133

AFF-stereo	0.71 206	0.73 181	0.65 204	0.82 224	0.63 217	0.83 219	0.63 220	0.73 199	0.65 217	0.82 180	0.73 233	0.74 214	0.64 217	0.63 210	0.62 217	0.62 211	0.73 210	0.63 219	0.74 214	0.72 233	0.80 210	0.58 209	0.70 232	0.71 235	0.79 215	0.69 231	0.78 211	0.72 234

DMCA-RVC	0.71 206	0.72 179	0.72 205	0.71 217	0.70 230	0.70 211	0.70 236	0.70 196	0.71 229	0.70 167	0.71 231	0.71 210	0.70 230	0.70 228	0.71 233	0.70 226	0.70 206	0.71 234	0.70 209	0.71 231	0.70 206	0.70 232	0.71 234	0.71 235	0.70 209	0.72 235	0.71 206	0.70 230

PA-Net	0.71 206	0.62 175	0.55 191	0.69 213	0.71 231	0.70 211	0.69 233	0.69 194	0.74 232	0.73 170	0.75 234	0.59 197	0.72 233	0.82 237	0.79 238	0.83 236	0.67 205	0.76 237	0.81 222	0.67 225	0.61 199	0.76 235	0.68 230	0.65 221	0.82 220	0.76 238	0.71 206	0.69 229
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AIO-Stereo-zeroshot1	0.74 210	0.57 168	0.57 197	0.56 198	0.92 243	1.07 248	0.63 220	1.03 229	0.82 238	0.49 148	0.77 235	0.69 208	0.54 208	0.58 202	0.54 206	0.86 238	1.06 243	0.72 235	1.06 246	0.79 236	0.58 196	0.87 241	0.59 208	0.46 187	0.76 214	0.46 187	1.05 243	0.97 248

AEACV	0.74 210	0.52 157	3.10 302	0.60 204	0.48 195	0.56 199	0.48 196	3.02 291	0.83 239	0.61 162	0.62 216	0.72 211	0.50 201	0.49 192	0.49 201	0.48 191	0.58 196	0.50 203	0.55 199	0.48 197	0.56 193	0.50 204	0.50 198	0.51 202	0.58 201	0.51 206	0.60 198	0.51 201

MyStereo04	0.76 212	4.78 296	0.62 202	0.63 210	0.54 206	0.65 208	0.56 211	0.61 189	0.58 212	0.61 162	0.56 208	0.63 201	0.57 212	0.63 210	0.60 214	0.60 209	0.64 202	0.56 212	0.63 207	0.58 211	0.63 202	0.62 216	0.55 203	0.60 216	0.63 207	0.57 211	0.64 203	0.58 209

RSM++	0.77 213	0.91 193	0.72 205	0.83 225	0.71 231	0.83 219	0.72 237	0.81 204	0.71 229	0.81 179	0.71 231	0.81 222	0.71 232	0.71 230	0.71 233	0.70 226	0.83 219	0.72 235	0.83 223	0.81 241	0.83 214	0.72 234	0.71 234	0.71 235	0.88 224	0.71 233	0.83 218	0.70 230

test-3	0.78 214	4.38 291	1.80 279	0.62 208	0.49 199	0.62 206	0.50 203	1.86 261	0.64 216	0.69 166	0.52 204	0.66 203	0.38 166	0.58 202	0.57 212	0.46 181	0.66 204	0.46 186	0.50 188	0.44 186	0.48 172	0.58 209	0.54 202	0.60 216	0.70 209	0.46 187	0.48 174	0.50 198

WQFJX	0.80 215	1.24 221	0.74 209	0.98 236	0.66 220	0.98 232	0.66 224	0.97 217	0.66 219	0.94 191	0.66 219	0.94 230	0.66 219	0.66 216	0.66 222	0.66 215	0.98 230	0.66 223	0.98 234	0.66 220	0.99 227	0.66 220	0.66 216	0.66 223	0.99 233	0.66 221	0.99 230	0.66 219

AdaDepth	0.80 215	0.95 198	1.02 236	0.95 232	0.67 226	0.95 230	0.67 230	0.94 214	0.67 226	0.92 186	0.67 225	0.94 230	0.67 224	0.67 220	0.67 226	0.67 219	0.95 227	0.67 226	0.95 233	0.67 225	0.96 226	0.68 230	0.67 221	0.67 228	0.96 232	0.67 225	0.95 229	0.67 221

CroCo-Stereo	0.80 215	2.51 267	0.41 151	1.27 263	0.41 177	1.27 262	0.41 179	1.27 247	0.41 176	1.27 224	0.41 180	1.27 260	0.41 176	0.41 169	0.41 179	0.41 172	1.28 261	0.41 177	1.27 260	0.41 178	1.27 261	0.41 177	0.42 180	0.41 178	1.27 264	0.41 178	1.27 261	0.41 178
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
NaN_ROB	0.80 215	0.80 186	0.80 221	0.80 222	0.80 237	0.80 216	0.80 240	0.80 202	0.80 234	0.80 177	0.80 238	0.80 220	0.80 236	0.80 234	0.80 239	0.80 234	0.80 216	0.80 240	0.80 220	0.80 239	0.80 210	0.80 237	0.80 239	0.80 239	0.80 217	0.80 240	0.80 213	0.80 238

CSAN	0.80 215	0.80 186	0.80 221	0.80 222	0.80 237	0.80 216	0.80 240	0.80 202	0.80 234	0.80 177	0.80 238	0.80 220	0.80 236	0.80 234	0.80 239	0.80 234	0.80 216	0.80 240	0.80 220	0.80 239	0.80 210	0.80 237	0.80 239	0.80 239	0.80 217	0.80 240	0.80 213	0.80 238

WQFJA1	0.81 220	1.29 234	0.74 209	0.99 238	0.66 220	0.99 234	0.66 224	0.98 219	0.66 219	0.95 194	0.66 219	0.95 232	0.66 219	0.66 216	0.66 222	0.66 215	0.99 232	0.67 226	0.99 235	0.66 220	0.99 227	0.67 224	0.67 221	0.66 223	0.99 233	0.66 221	0.99 230	0.67 221

WQFJX1	0.81 220	1.29 234	0.74 209	0.99 238	0.66 220	0.99 234	0.66 224	0.98 219	0.66 219	0.95 194	0.66 219	0.95 232	0.66 219	0.66 216	0.66 222	0.66 215	0.99 232	0.67 226	0.99 235	0.66 220	0.99 227	0.67 224	0.67 221	0.66 223	0.99 233	0.66 221	0.99 230	0.67 221

NLMM1	0.81 220	1.28 232	0.75 214	0.98 236	0.66 220	0.98 232	0.66 224	0.97 217	0.66 219	0.94 191	0.66 219	0.95 232	0.67 224	0.67 220	0.67 226	0.67 219	1.00 236	0.67 226	0.99 235	0.66 220	0.99 227	0.67 224	0.67 221	0.66 223	0.99 233	0.67 225	1.00 235	0.67 221

NLMM	0.81 220	1.27 229	0.75 214	0.99 238	0.67 226	0.99 234	0.67 230	0.98 219	0.66 219	0.95 194	0.67 225	0.95 232	0.67 224	0.67 220	0.66 222	0.67 219	0.99 232	0.67 226	0.99 235	0.67 225	0.99 227	0.67 224	0.67 221	0.67 228	1.01 242	0.67 225	0.99 230	0.67 221

NLSM3	0.81 220	1.27 229	0.75 214	0.99 238	0.66 220	0.99 234	0.66 224	0.98 219	0.67 226	0.95 194	0.66 219	0.95 232	0.66 219	0.67 220	0.67 226	0.66 215	0.99 232	0.66 223	0.99 235	0.66 220	0.99 227	0.67 224	0.66 216	0.66 223	0.99 233	0.67 225	1.00 235	0.67 221

NLCSM	0.81 220	1.26 228	0.74 209	0.99 238	0.66 220	0.99 234	0.66 224	0.98 219	0.66 219	0.95 194	0.66 219	0.95 232	0.67 224	0.68 225	0.67 226	0.68 224	1.00 236	0.66 223	1.00 240	0.67 225	0.99 227	0.67 224	0.66 216	0.67 228	0.99 233	0.67 225	0.99 230	0.67 221

gcap-zeroshot	0.81 220	1.03 204	0.84 225	0.93 230	0.85 241	0.84 221	0.62 219	1.21 244	0.53 204	0.79 175	0.84 241	0.77 216	0.70 230	0.84 239	0.67 226	0.74 231	1.18 256	0.52 207	0.91 227	0.79 236	0.84 215	0.61 214	0.83 241	0.69 234	0.93 230	0.82 242	0.85 221	0.66 219

AIO-Stereo	0.82 227	1.06 206	0.73 208	0.97 235	0.74 233	1.06 247	0.60 217	1.04 231	0.90 242	1.00 200	1.01 252	0.78 217	0.85 242	0.74 232	0.62 217	0.67 219	1.12 246	0.55 209	0.70 209	0.65 218	0.93 223	0.66 220	0.67 221	0.67 228	0.82 220	0.74 236	0.92 223	0.83 240

G-Net	0.82 227	1.77 247	0.78 219	0.78 219	0.78 235	0.78 215	0.78 238	0.78 201	0.79 233	0.79 175	0.78 236	0.78 217	0.78 235	0.78 233	0.78 237	0.78 232	0.79 214	0.79 238	0.79 219	0.79 236	0.79 209	0.79 236	0.79 238	0.79 238	0.79 215	0.79 239	0.79 212	0.79 237

NLSM1	0.83 229	1.27 229	0.77 217	0.99 238	0.69 228	0.99 234	0.68 232	0.99 224	0.68 228	0.96 199	0.68 227	0.96 238	0.68 228	0.68 225	0.67 226	0.70 226	1.00 236	0.68 231	1.02 245	0.68 229	1.03 238	0.69 231	0.67 221	0.67 228	1.02 245	0.69 231	1.04 242	0.71 232

ktn	0.84 230	1.15 211	0.54 188	1.16 258	1.26 272	0.51 192	0.53 206	0.51 174	0.66 219	4.54 311	0.51 203	0.52 190	0.52 207	0.66 216	0.51 205	0.51 200	1.37 266	1.17 265	0.49 184	0.51 205	1.23 257	0.51 206	0.67 221	0.51 202	0.51 187	0.68 230	0.51 186	0.51 201

KSHMR	0.85 231	0.72 179	0.51 184	0.49 187	0.49 199	0.51 192	1.07 260	0.50 171	0.48 195	6.04 323	0.52 204	0.66 203	0.98 250	0.49 192	0.77 236	0.49 195	1.17 253	0.51 206	0.49 184	1.06 258	0.51 182	0.49 198	0.49 195	0.51 202	1.04 246	0.49 201	0.81 217	0.72 234

CroCo-Stereo Lap2	0.85 231	2.86 278	0.43 158	1.33 265	0.43 184	1.31 263	0.42 184	1.32 248	0.42 181	1.31 226	0.44 186	1.32 262	0.44 184	0.43 175	0.44 186	0.43 178	1.35 262	0.43 184	1.32 263	0.43 184	1.31 262	0.43 182	0.43 182	0.42 184	1.31 265	0.42 183	1.31 262	0.43 183

MLG-Stereo	0.87 233	1.33 237	0.93 229	0.62 208	1.00 246	1.16 253	0.55 207	0.86 207	0.83 239	1.19 218	0.40 178	1.30 261	0.81 238	0.65 213	0.45 187	1.01 253	1.17 253	0.46 186	1.29 262	0.58 211	1.05 240	0.90 244	0.73 237	0.87 244	0.60 204	1.01 253	1.13 250	0.51 201

DGTPSM_ROB	0.92 234	0.93 197	0.91 227	0.93 230	0.91 242	0.92 226	0.93 246	0.92 211	0.92 243	0.92 186	0.91 243	0.91 226	0.93 247	0.91 240	0.92 247	0.92 246	0.92 225	0.92 245	0.92 228	0.90 245	0.91 219	0.92 245	0.93 245	0.94 249	0.92 228	0.91 244	0.92 223	0.97 248

pmcnn	0.92 234	0.92 194	0.92 228	0.92 228	0.92 243	0.92 226	0.92 244	0.92 211	0.92 243	0.92 186	0.92 245	0.92 229	0.92 246	0.92 242	0.92 247	0.92 246	0.92 225	0.92 245	0.92 228	0.92 249	0.92 221	0.92 245	0.92 244	0.92 248	0.92 228	0.92 245	0.92 223	0.92 246

AIO-Stereo-zeroshot	0.93 236	0.77 185	0.82 223	1.16 258	0.75 234	0.99 234	0.92 244	0.91 209	0.99 249	0.94 191	0.91 243	1.15 250	0.88 243	0.92 242	1.00 250	0.67 219	0.98 230	1.00 250	0.75 216	0.91 246	1.18 250	0.87 241	0.89 243	0.90 245	1.08 251	1.07 258	0.74 210	0.89 242

HSM-Net_RVC	0.93 236	1.09 209	0.79 220	1.10 251	0.78 235	1.09 249	0.79 239	1.16 239	0.80 234	1.14 210	0.79 237	1.17 253	0.77 234	0.73 231	0.83 241	0.78 232	1.19 257	0.79 238	1.18 255	0.72 233	1.19 252	0.80 237	0.72 236	0.80 239	1.18 259	0.74 236	1.14 251	0.73 236
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.93 236	8.54 316	0.41 151	0.56 198	0.37 166	0.56 199	0.37 168	0.50 171	0.40 173	0.56 158	5.24 327	0.56 195	0.34 154	0.40 168	0.41 179	0.34 152	0.53 190	0.40 175	0.56 201	0.38 169	0.52 185	0.40 175	0.40 175	0.41 178	0.56 198	0.40 177	0.56 195	0.40 176

DPSimNet_ROB	0.93 236	1.04 205	0.83 224	1.05 249	0.82 239	1.04 245	0.83 243	1.03 229	0.89 241	1.03 205	0.84 241	1.03 244	0.84 240	0.83 238	0.84 242	0.83 236	1.14 248	0.84 242	1.12 251	0.84 243	1.04 239	0.88 243	0.83 241	0.84 243	1.07 250	0.83 243	1.15 252	0.88 241

DPSM_ROB	0.93 236	0.92 194	0.94 230	0.96 233	1.02 251	0.92 226	0.98 247	0.95 215	0.92 243	0.92 186	0.92 245	0.91 226	0.97 248	0.92 242	0.91 245	0.91 243	0.96 228	0.94 247	0.93 231	0.91 246	0.93 223	0.92 245	0.93 245	0.91 246	0.91 226	0.99 247	0.92 223	0.91 244

DPSM	0.93 236	0.92 194	0.94 230	0.96 233	1.02 251	0.92 226	0.98 247	0.95 215	0.92 243	0.92 186	0.92 245	0.91 226	0.97 248	0.92 242	0.91 245	0.91 243	0.96 228	0.94 247	0.93 231	0.91 246	0.93 223	0.92 245	0.93 245	0.91 246	0.91 226	0.99 247	0.92 223	0.91 244

GANet	1.00 242	1.00 199	1.00 232	1.00 244	1.00 246	1.00 241	1.00 252	1.00 225	1.00 250	1.00 200	1.00 249	1.00 239	1.00 252	1.00 249	1.00 250	1.00 250	1.00 236	1.00 250	1.00 240	1.00 251	1.00 234	1.00 250	1.00 250	1.00 252	1.00 239	1.00 250	1.00 235	1.00 250

TDLM	1.00 242	1.00 199	1.00 232	1.00 244	1.00 246	1.00 241	1.00 252	1.00 225	1.00 250	1.00 200	1.00 249	1.00 239	1.00 252	1.00 249	1.00 250	1.00 250	1.00 236	1.00 250	1.00 240	1.00 251	1.00 234	1.00 250	1.00 250	1.00 252	1.00 239	1.00 250	1.00 235	1.00 250

CVANet_RVC	1.00 242	1.00 199	1.00 232	1.00 244	1.00 246	1.00 241	1.00 252	1.00 225	1.00 250	1.00 200	1.00 249	1.00 239	1.00 252	1.00 249	1.00 250	1.00 250	1.00 236	1.00 250	1.00 240	1.00 251	1.00 234	1.00 250	1.00 250	1.00 252	1.00 239	1.00 250	1.00 235	1.00 250

ccs_rob	1.00 242	10.06 322	0.31 133	0.44 170	0.31 150	0.43 168	0.31 153	0.43 151	0.32 147	0.45 138	0.32 152	1.20 257	0.31 146	7.02 327	0.31 149	0.31 145	0.44 166	0.31 147	0.44 167	0.32 152	0.44 160	0.31 148	0.32 147	0.32 150	0.44 165	0.32 152	0.43 161	0.31 151

trnet	1.01 246	1.01 202	1.01 235	1.01 247	1.01 250	1.01 244	1.01 255	1.01 228	1.01 253	1.01 204	1.01 252	1.01 243	1.01 256	1.01 252	1.01 254	1.01 253	1.01 242	1.01 254	1.01 244	1.01 254	1.01 237	1.01 253	1.01 253	1.01 255	1.01 242	1.01 253	1.01 241	1.01 253

CFNet_pseudo	1.01 246	9.78 320	0.29 126	0.38 145	0.28 132	0.38 147	0.28 134	0.38 136	0.28 134	0.39 120	0.28 135	0.39 149	0.28 132	9.50 328	0.29 144	0.28 130	0.38 144	0.28 131	0.38 143	0.28 133	0.38 137	0.28 133	0.28 130	0.28 134	0.38 142	0.28 131	0.38 140	0.28 133

pcwnet_v2	1.01 246	9.73 319	0.28 121	0.38 145	0.28 132	0.38 147	0.28 134	0.38 136	0.28 134	0.38 117	0.28 135	0.39 149	0.28 132	9.61 329	0.28 136	0.28 130	0.38 144	0.28 131	0.38 143	0.28 133	0.38 137	0.28 133	0.29 136	0.28 134	0.38 142	0.28 131	0.38 140	0.28 133

FlowAnything	1.02 249	2.51 267	0.58 198	1.60 272	0.56 209	1.61 272	0.56 211	1.60 257	0.55 206	1.61 240	0.56 208	1.61 269	0.55 209	0.55 198	0.55 208	0.55 203	1.61 272	0.56 212	1.61 270	0.56 209	1.62 269	0.55 207	0.56 206	0.56 209	1.62 273	0.56 210	1.62 270	0.56 206

WAO-8	1.02 249	1.50 240	1.49 268	0.40 157	0.40 175	1.56 271	0.98 247	1.55 256	0.58 212	4.18 307	0.40 178	0.79 219	0.48 195	0.91 240	0.39 176	0.99 249	0.71 208	0.70 233	0.51 191	0.77 235	1.07 242	0.82 240	0.69 231	0.96 251	1.01 242	1.30 274	1.10 248	1.38 278

UCFNet_RVC	1.03 251	10.10 323	0.28 121	0.38 145	0.28 132	0.39 154	0.28 134	0.38 136	0.28 134	0.39 120	0.28 135	0.39 149	0.29 141	9.62 330	0.28 136	0.28 130	0.38 144	0.28 131	0.38 143	0.28 133	0.39 146	0.28 133	0.29 136	0.28 134	0.39 151	0.28 131	0.38 140	0.29 142

GLC_STEREO	1.05 252	1.01 202	1.02 236	1.02 248	1.02 251	1.05 246	1.06 257	1.05 232	1.05 255	1.04 207	1.05 255	1.05 245	1.04 257	1.06 256	1.05 256	1.06 257	1.06 243	1.05 257	1.06 246	1.05 257	1.06 241	1.06 256	1.04 255	1.05 257	1.04 246	1.05 256	1.06 244	1.06 255

FC-DCNN	1.10 253	0.81 189	0.77 217	0.63 210	0.42 182	0.86 223	0.64 222	0.91 209	0.96 247	1.11 208	0.80 238	1.07 246	0.81 238	0.67 220	1.75 288	1.30 272	1.41 268	0.85 243	1.28 261	0.71 231	2.12 281	1.32 272	0.52 201	0.81 242	1.64 274	1.40 281	2.39 287	1.75 291

RP	1.14 254	1.16 213	1.15 249	1.17 260	1.10 259	1.16 253	1.15 262	1.10 234	1.16 264	1.15 211	1.08 257	1.16 251	1.15 263	1.15 263	1.14 263	1.16 262	1.16 251	1.10 259	1.10 248	1.10 261	1.16 246	1.11 259	1.10 259	1.19 269	1.14 255	1.19 269	1.07 245	1.10 258

Abc-Net	1.14 254	1.16 213	1.18 253	1.10 251	1.10 259	1.16 253	1.18 266	1.16 239	1.13 261	1.11 208	1.16 262	1.16 251	1.12 261	1.10 257	1.17 266	1.16 262	1.16 251	1.10 259	1.16 252	1.14 264	1.17 248	1.16 262	1.11 260	1.09 262	1.10 252	1.10 261	1.16 253	1.17 263
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MM-Stereo_test2	1.15 256	1.90 249	1.10 244	1.37 267	0.94 245	1.36 264	0.98 247	1.48 254	0.98 248	1.37 231	0.98 248	1.37 266	0.98 250	0.95 246	0.94 249	0.95 248	1.37 266	0.95 249	1.38 265	0.95 250	1.38 266	0.95 249	0.95 248	0.95 250	1.37 268	0.95 246	1.37 266	0.95 247

TorneroNet	1.15 256	1.10 210	0.51 184	0.69 213	0.51 205	1.10 250	0.50 203	0.51 174	0.51 203	13.92 330	1.17 266	0.49 183	0.51 206	0.54 197	0.48 197	0.49 195	0.49 181	0.65 221	0.70 209	0.49 201	0.51 182	0.49 198	0.67 221	1.36 277	0.51 187	0.50 204	0.52 189	1.23 270

RGC	1.15 256	1.16 213	1.17 252	1.15 256	1.11 261	1.21 259	1.21 273	1.10 234	1.15 262	1.16 214	1.11 259	1.17 253	1.09 259	1.14 262	1.11 260	1.16 262	1.19 257	1.11 262	1.10 248	1.15 266	1.11 243	1.19 265	1.16 263	1.12 264	1.17 257	1.10 261	1.16 253	1.17 263

NCC-stereo	1.15 256	1.17 216	1.12 248	1.10 251	1.15 262	1.14 251	1.15 262	1.15 237	1.12 260	1.17 217	1.17 266	1.11 248	1.17 267	1.11 259	1.10 259	1.16 262	1.12 246	1.11 262	1.16 252	1.13 263	1.23 257	1.16 262	1.19 267	1.11 263	1.18 259	1.17 266	1.17 256	1.13 261

edge stereo	1.15 256	1.18 217	1.11 246	1.12 254	1.17 266	1.17 258	1.17 264	1.16 239	1.18 268	1.16 214	1.17 266	1.17 253	1.13 262	1.11 259	1.11 260	1.12 259	1.17 253	1.17 265	1.11 250	1.17 267	1.17 248	1.17 264	1.18 265	1.14 265	1.11 253	1.18 267	1.12 249	1.11 259

Nwc_Net	1.15 256	1.15 211	1.15 249	1.09 250	1.19 268	1.16 253	1.17 264	1.15 237	1.16 264	1.16 214	1.16 262	1.08 247	1.16 264	1.11 259	1.15 265	1.18 266	1.11 245	1.10 259	1.16 252	1.17 267	1.16 246	1.13 261	1.18 265	1.20 270	1.11 253	1.15 264	1.16 253	1.20 266

stereogan	1.17 262	1.19 219	1.15 249	1.15 256	1.15 262	1.15 252	1.19 267	1.19 242	1.15 262	1.15 211	1.16 262	1.19 256	1.19 268	1.19 265	1.19 267	1.19 267	1.15 249	1.19 268	1.19 256	1.19 270	1.15 245	1.19 265	1.15 262	1.15 266	1.16 256	1.15 264	1.19 257	1.20 266

MM-Stereo_test3	1.22 263	1.60 243	1.19 256	1.48 270	1.02 251	1.48 269	0.99 251	1.54 255	1.03 254	1.41 233	1.03 254	1.44 268	1.00 252	1.04 254	1.04 255	1.02 255	1.42 269	1.04 255	1.48 268	1.01 254	1.48 267	1.03 254	1.06 257	1.04 256	1.53 271	1.04 255	1.49 267	1.04 254

FAT-Stereo	1.22 263	1.23 220	1.19 256	1.21 262	1.24 271	1.24 261	1.19 267	1.25 246	1.24 271	1.25 223	1.19 269	1.20 257	1.24 272	1.20 266	1.21 269	1.25 271	1.22 259	1.21 270	1.25 259	1.23 273	1.22 255	1.19 265	1.19 267	1.24 273	1.25 262	1.20 270	1.19 257	1.25 272

S-Stereo	1.22 263	1.18 217	1.19 256	1.20 261	1.23 270	1.23 260	1.19 267	1.19 242	1.18 268	1.27 224	1.20 270	1.20 257	1.20 269	1.23 268	1.22 271	1.23 270	1.23 260	1.23 272	1.20 257	1.25 274	1.20 253	1.22 271	1.25 271	1.24 273	1.20 261	1.22 273	1.26 260	1.24 271

SPS-STEREO	1.25 266	1.47 239	1.06 242	1.54 271	1.08 257	1.52 270	1.20 272	1.44 252	1.06 257	1.49 238	1.10 258	1.41 267	1.10 260	0.98 247	1.08 258	1.12 259	1.47 270	1.04 255	1.53 269	1.14 264	1.52 268	1.07 257	1.02 254	1.05 257	1.48 270	1.07 258	1.55 268	1.11 259
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RASNet	1.39 267	1.37 238	1.35 260	1.38 268	1.40 275	1.39 267	1.77 289	1.36 249	1.74 288	1.36 230	1.36 275	1.36 265	1.36 275	1.36 270	1.35 273	1.41 279	1.36 264	1.36 278	1.36 264	1.35 277	1.36 264	1.35 275	1.36 274	1.35 276	1.36 267	1.35 277	1.36 265	1.35 274

HBP-ISP	1.47 268	1.07 208	1.03 238	1.30 264	1.08 257	1.36 264	1.06 257	1.44 252	1.25 273	1.97 255	1.51 280	1.65 271	1.58 281	0.98 247	1.58 281	1.68 286	1.98 277	1.32 273	2.02 277	1.28 275	2.95 293	1.89 294	0.97 249	1.06 259	1.26 263	0.99 247	1.94 273	1.43 281

PS-NSSS	1.48 269	4.46 293	1.35 260	1.35 266	1.35 274	1.41 268	1.34 275	1.36 249	1.35 276	1.40 232	1.35 274	1.33 263	1.35 274	1.37 271	1.40 276	1.35 273	1.35 262	1.35 276	1.39 266	1.44 282	1.35 263	1.34 274	1.35 273	1.38 280	1.35 266	1.33 276	1.34 263	1.38 278

CC-Net-ROB	1.51 270	4.40 292	1.69 276	1.39 269	1.40 275	1.37 266	1.40 280	1.36 249	1.39 277	1.41 233	1.36 275	1.35 264	1.38 277	1.39 273	1.39 274	1.36 274	1.36 264	1.35 276	1.39 266	1.39 278	1.37 265	1.36 276	1.41 278	1.48 282	1.39 269	1.42 282	1.35 264	1.35 274

GANetREF_RVC	1.52 271	2.01 251	1.21 259	1.98 277	1.21 269	1.98 277	1.21 273	1.98 268	1.21 270	1.99 256	1.21 271	1.98 277	1.21 271	1.02 253	1.21 269	1.21 269	1.99 278	1.21 270	1.99 276	1.21 271	1.99 275	1.21 268	1.21 269	1.21 271	1.99 279	1.21 271	1.99 276	1.21 268
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
MonStereo1	1.60 272	2.69 274	1.46 265	1.99 278	1.31 273	1.99 278	1.36 276	1.99 269	1.31 274	1.84 244	1.32 273	1.89 272	1.31 273	1.32 269	1.30 272	1.36 274	1.94 274	1.33 275	1.93 273	1.30 276	1.92 272	1.33 273	1.31 272	1.31 275	1.94 276	1.31 275	1.93 272	1.31 273

R-Stereo Train	1.62 273	2.01 251	1.41 263	1.97 275	1.40 275	1.96 275	1.39 277	1.93 263	1.39 277	1.92 249	1.38 277	1.94 275	1.39 278	1.40 274	1.45 277	1.38 276	1.96 275	1.37 279	1.97 274	1.39 278	1.98 273	1.41 278	1.40 276	1.37 278	1.97 277	1.38 278	1.96 274	1.37 276

RAFT-Stereo	1.62 273	2.01 251	1.41 263	1.97 275	1.40 275	1.96 275	1.39 277	1.93 263	1.39 277	1.92 249	1.38 277	1.94 275	1.39 278	1.40 274	1.45 277	1.38 276	1.96 275	1.37 279	1.97 274	1.39 278	1.98 273	1.41 278	1.40 276	1.37 278	1.97 277	1.38 278	1.96 274	1.37 276
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DPSMNet_ROB	1.62 273	1.60 243	1.59 269	1.61 273	1.69 284	1.66 273	1.61 282	1.70 259	1.65 286	1.62 241	1.60 283	1.61 269	1.60 282	1.60 277	1.59 282	1.62 284	1.60 271	1.63 286	1.62 271	1.68 289	1.70 270	1.60 281	1.64 285	1.60 284	1.61 272	1.60 284	1.60 269	1.59 284

MonStereo	1.66 276	2.63 273	1.46 265	1.99 278	1.41 279	2.03 279	1.39 277	2.04 271	1.43 280	1.94 252	1.40 279	1.92 274	1.37 276	1.38 272	1.39 274	1.39 278	1.99 278	1.38 281	2.04 278	1.41 281	2.02 277	1.37 277	1.39 275	1.38 280	1.99 279	1.38 278	2.01 277	1.39 280

MoCha-V2	1.75 277	27.02 338	0.72 205	0.92 228	0.69 228	0.89 225	0.69 233	0.92 211	0.71 229	0.87 183	0.69 230	0.88 225	0.68 228	0.70 228	0.68 232	0.69 225	0.90 224	0.69 232	0.92 228	0.69 230	0.92 221	0.71 233	0.70 232	0.67 228	0.88 224	0.71 233	0.92 223	0.68 228

MFMNet_re	1.77 278	1.89 248	1.72 277	1.88 274	1.69 284	1.89 274	1.67 286	1.91 262	1.70 287	1.87 245	1.67 287	1.89 272	1.68 287	1.67 281	1.67 287	1.70 287	1.88 273	1.68 288	1.88 272	1.67 287	1.89 271	1.68 287	1.70 287	1.71 289	1.87 275	1.68 292	1.87 271	1.68 289

MM-Stereo_test1	1.85 279	3.50 283	1.61 270	2.12 280	1.47 280	2.14 280	1.47 281	2.33 280	1.53 281	2.12 261	1.54 281	2.19 279	1.53 280	1.54 276	1.53 279	1.53 280	2.20 280	1.54 282	2.24 279	1.57 283	2.21 283	1.49 280	1.59 280	1.49 283	2.15 284	1.52 283	2.15 279	1.54 283

plain	1.96 280	3.33 280	1.04 239	3.24 296	1.04 255	3.24 297	1.04 256	3.26 294	1.05 255	3.26 292	1.13 260	3.27 296	1.06 258	1.05 255	1.05 256	1.05 256	3.28 295	1.05 257	3.29 294	1.06 258	3.30 294	1.05 255	1.05 256	1.06 259	3.30 296	1.06 257	3.30 296	1.06 255

UDGNet	1.97 281	2.43 265	1.67 274	2.46 288	1.70 286	2.44 287	1.69 287	2.34 281	1.63 285	2.35 277	1.67 287	2.37 288	1.67 286	1.68 282	1.64 286	1.67 285	2.44 287	1.64 287	2.43 287	1.67 287	2.43 289	1.66 285	1.67 286	1.63 288	2.43 289	1.66 290	2.42 288	1.66 288

LG-G_1	1.99 282	2.56 270	1.63 272	2.54 291	1.62 282	2.55 292	1.61 282	2.51 284	1.61 282	2.50 281	1.62 285	2.50 290	1.61 283	1.61 278	1.61 283	1.61 281	2.55 291	1.61 283	2.55 292	1.61 284	2.55 291	1.61 282	1.61 281	1.61 285	2.55 292	1.61 285	2.54 290	1.61 285

LG-G	1.99 282	2.56 270	1.63 272	2.54 291	1.62 282	2.55 292	1.61 282	2.51 284	1.61 282	2.50 281	1.62 285	2.50 290	1.61 283	1.61 278	1.61 283	1.61 281	2.55 291	1.61 283	2.55 292	1.61 284	2.55 291	1.61 282	1.61 281	1.61 285	2.55 292	1.61 285	2.54 290	1.61 285

LGtest1	1.99 282	2.55 269	1.62 271	2.54 291	1.61 281	2.54 289	1.61 282	2.51 284	1.61 282	2.49 280	1.61 284	2.49 289	1.61 283	1.61 278	1.61 283	1.61 281	2.55 291	1.62 285	2.54 291	1.61 284	2.54 290	1.61 282	1.61 281	1.61 285	2.54 291	1.61 285	2.54 290	1.61 285

FBW_ROB	2.04 285	2.50 266	1.75 278	2.45 287	1.78 287	2.40 285	1.74 288	2.47 283	1.77 289	2.37 278	1.81 289	2.30 282	1.80 288	1.78 283	1.88 296	1.80 288	2.41 286	1.77 289	2.43 287	1.83 291	2.39 287	1.81 292	1.76 289	1.75 290	2.56 294	1.75 293	2.30 284	1.74 290

TRStereo	2.05 286	2.13 254	1.85 281	2.27 281	1.84 289	2.28 281	1.84 292	2.29 276	1.87 292	2.29 271	1.86 291	2.30 282	1.87 292	2.30 297	1.87 293	2.08 295	2.29 282	1.87 292	2.30 281	1.87 293	2.08 278	1.72 288	1.86 293	2.30 302	2.13 281	1.84 295	2.29 281	1.87 294

XX-Stereo	2.05 286	2.13 254	1.85 281	2.27 281	1.84 289	2.28 281	1.84 292	2.29 276	1.87 292	2.29 271	1.86 291	2.30 282	1.87 292	2.30 297	1.87 293	2.08 295	2.29 282	1.87 292	2.30 281	1.87 293	2.08 278	1.72 288	1.86 293	2.30 302	2.13 281	1.84 295	2.29 281	1.87 294

EAI-Stereo	2.05 286	2.13 254	1.85 281	2.27 281	1.84 289	2.28 281	1.84 292	2.29 276	1.87 292	2.29 271	1.86 291	2.30 282	1.87 292	2.30 297	1.87 293	2.08 295	2.29 282	1.87 292	2.30 281	1.87 293	2.08 278	1.72 288	1.86 293	2.30 302	2.13 281	1.84 295	2.29 281	1.87 294

AF-Net	2.06 289	25.73 337	1.18 253	1.12 254	1.16 265	1.16 253	1.19 267	1.10 234	1.17 267	1.15 211	1.14 261	1.11 248	1.16 264	1.16 264	1.14 263	1.11 258	1.15 249	1.13 264	1.21 258	1.17 267	1.11 243	1.21 268	1.17 264	1.17 267	1.17 257	1.11 263	1.20 259	1.13 261

UniTT-Stereo	2.12 290	3.66 285	1.10 244	3.48 299	1.15 262	3.57 300	1.11 261	3.44 296	1.16 264	3.52 294	1.16 262	3.50 297	1.16 264	1.10 257	1.13 262	1.15 261	3.61 296	1.17 265	3.64 295	1.12 262	3.58 297	1.12 260	1.12 261	1.17 267	3.53 299	1.18 267	3.52 298	1.18 265

HUF	2.22 291	2.33 261	2.24 293	2.35 285	2.07 295	2.45 288	2.11 299	2.42 282	2.13 299	2.19 264	2.15 298	2.10 278	2.09 297	2.27 295	2.04 298	2.08 295	2.44 287	2.12 299	2.38 286	2.18 300	2.29 285	2.22 298	2.12 300	2.12 297	2.52 290	2.10 300	2.22 280	2.15 301

AIO_test	2.22 291	2.36 264	2.10 289	2.47 289	2.15 296	2.54 289	2.06 298	2.27 274	2.09 298	2.29 271	2.13 297	2.30 282	2.09 297	2.25 293	2.15 300	1.95 293	2.52 290	2.08 297	2.32 284	2.21 302	2.20 282	2.26 300	2.05 299	2.06 295	2.40 288	2.16 302	2.52 289	2.05 300

RAStereo	2.24 293	3.70 286	1.18 253	3.73 303	1.18 267	3.69 302	1.19 267	3.73 299	1.24 271	3.72 297	1.21 271	3.76 301	1.20 269	1.20 266	1.20 268	1.20 268	3.74 301	1.20 269	3.75 301	1.21 271	3.77 301	1.21 268	1.21 269	1.21 271	3.82 303	1.21 271	3.82 302	1.21 268

AIO_rvc	2.25 294	2.35 263	2.10 289	2.47 289	2.17 297	2.54 289	2.15 300	2.32 279	2.21 300	2.29 271	2.28 300	2.33 287	2.09 297	2.26 294	2.14 299	2.08 295	2.49 289	2.09 298	2.53 290	2.14 299	2.34 286	2.23 299	2.14 301	2.18 298	2.19 285	2.15 301	2.35 286	2.22 302

NCCL2	2.27 295	2.27 260	2.28 296	2.27 281	2.28 301	2.28 281	2.28 302	2.27 274	2.28 302	2.28 268	2.28 300	2.29 281	2.28 301	2.28 296	2.29 302	2.28 302	2.28 281	2.28 303	2.27 280	2.28 304	2.28 284	2.28 302	2.28 303	2.28 300	2.28 286	2.28 304	2.11 278	2.28 305

STTStereo	2.30 296	2.34 262	2.26 295	2.37 286	2.23 298	2.40 285	2.35 303	2.20 272	2.33 303	2.28 268	2.31 302	2.19 279	2.37 302	2.20 290	2.31 303	2.23 301	2.38 285	2.25 302	2.33 285	2.27 303	2.39 287	2.27 301	2.31 304	2.29 301	2.37 287	2.32 305	2.34 285	2.26 304

NLCA_NET_v2_RVC	2.50 297	2.85 276	1.90 286	2.90 294	2.77 303	2.88 294	2.85 305	2.51 284	2.85 305	2.88 288	1.99 296	2.50 290	2.76 304	2.20 290	1.57 280	2.64 303	2.89 294	2.63 304	5.69 323	1.03 256	2.01 276	2.71 303	2.74 307	2.73 305	2.87 295	1.64 288	1.00 235	1.49 282
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MIF-Stereo (partial)	2.52 298	3.41 282	1.05 240	3.29 297	1.05 256	3.29 299	1.06 257	3.30 295	1.06 257	3.31 293	1.06 256	4.97 318	2.72 303	2.72 300	2.71 304	2.70 304	6.57 325	2.19 300	5.08 320	1.08 260	3.36 295	1.07 257	1.07 258	1.07 261	3.35 298	1.07 258	3.36 297	1.07 257

sCroCo_RVC	2.76 299	4.00 287	1.82 280	4.00 307	1.83 288	3.98 307	1.82 290	3.99 300	1.81 290	4.14 304	2.76 303	4.13 309	1.82 290	1.83 284	1.83 289	1.82 289	4.01 306	1.82 291	3.98 304	1.86 292	4.00 306	1.82 293	1.83 291	1.84 291	4.02 309	1.81 294	4.00 306	1.83 293

sAnonymous2	2.87 300	4.16 288	1.89 284	4.26 311	1.87 292	4.23 310	1.92 295	4.17 301	1.94 296	4.16 305	1.92 294	4.20 310	1.92 295	1.96 286	1.86 291	1.87 291	4.25 309	1.90 295	4.23 309	1.91 296	4.26 309	1.93 295	1.89 296	1.90 292	4.07 310	1.91 298	5.09 321	1.93 298

CroCo_RVC	2.87 300	4.16 288	1.89 284	4.26 311	1.87 292	4.23 310	1.92 295	4.17 301	1.94 296	4.16 305	1.92 294	4.20 310	1.92 295	1.96 286	1.86 291	1.87 291	4.25 309	1.90 295	4.23 309	1.91 296	4.26 309	1.93 295	1.89 296	1.90 292	4.07 310	1.91 298	5.09 321	1.93 298

Anonymous3	3.36 302	4.93 298	2.20 291	4.92 318	2.23 298	4.90 318	2.23 301	4.89 307	2.24 301	4.95 317	2.21 299	4.91 317	2.21 300	2.18 289	2.22 301	2.22 300	4.86 316	2.20 301	4.90 316	2.20 301	4.96 318	2.21 297	2.21 302	2.21 299	6.30 324	2.21 303	4.90 314	2.23 303

StereoVision	3.44 303	10.12 324	1.68 275	5.44 323	2.26 300	5.87 323	1.97 297	5.17 310	1.31 274	5.80 321	1.56 282	5.62 323	1.84 291	1.97 288	1.91 297	1.84 290	4.98 318	1.32 273	5.60 321	1.71 290	5.35 323	1.73 291	1.97 298	1.96 294	5.40 321	1.65 289	5.08 319	1.76 292

DPSNet	3.67 304	3.61 284	3.62 310	3.64 300	3.61 314	3.64 301	3.65 314	3.64 298	3.67 313	3.67 296	3.65 312	3.68 299	3.69 318	3.69 312	3.69 319	3.68 315	3.70 298	3.70 315	3.69 300	3.69 316	3.71 300	3.69 312	3.67 314	3.69 316	3.68 302	3.67 313	3.68 300	3.67 310

MaDis-Stereo	3.69 305	10.19 325	2.01 288	6.09 324	2.01 294	5.94 324	1.82 290	6.14 315	1.85 291	6.59 324	1.82 290	6.01 324	1.81 289	1.83 284	1.83 289	2.02 294	5.87 322	1.79 290	5.93 324	2.06 298	4.63 314	1.67 286	1.84 292	2.08 296	5.90 322	1.66 290	6.34 324	1.87 294

Sa-1000	3.84 306	7.71 308	6.81 325	4.15 309	2.86 304	3.27 298	3.87 320	5.99 312	4.35 324	2.78 286	3.71 313	3.88 302	3.56 314	3.88 315	3.64 312	2.71 305	3.72 299	3.27 310	3.67 299	3.15 310	3.51 296	3.36 310	2.70 306	3.49 310	3.32 297	3.76 317	2.87 294	3.76 317

MLG-Stereo_test2	3.86 307	4.96 299	3.13 303	4.65 316	3.27 310	5.17 322	3.07 307	5.01 309	3.01 306	4.93 316	3.03 305	4.56 315	3.32 311	3.26 305	3.33 310	3.30 311	5.17 321	3.19 308	4.86 315	2.96 309	5.04 320	3.25 306	2.67 305	3.15 307	4.98 318	3.05 308	4.59 312	3.30 309

MLG-Stereo_test3	3.87 308	4.64 294	3.29 307	5.17 321	3.23 308	4.83 317	3.02 306	4.95 308	3.22 308	4.31 308	3.33 310	5.08 320	3.20 310	3.23 304	2.77 305	3.20 310	4.99 319	3.24 309	4.93 317	2.94 306	4.82 317	3.33 309	3.33 310	3.29 309	5.19 320	3.02 307	5.08 319	2.93 308

MLG-Stereo_test1	3.87 308	4.67 295	3.29 307	5.26 322	3.25 309	5.04 320	3.11 308	4.43 303	3.27 309	5.02 319	3.21 307	4.71 316	3.10 308	3.22 303	3.06 307	2.98 308	5.03 320	3.18 307	4.95 318	2.94 306	4.70 316	3.32 307	3.30 309	3.27 308	5.17 319	3.08 309	5.02 317	2.85 307

SA	3.93 310	7.22 304	4.74 312	4.15 309	3.88 320	3.70 303	4.02 323	6.67 320	3.95 318	3.64 295	3.74 314	3.63 298	3.00 306	3.51 307	3.68 318	3.68 315	3.73 300	3.71 316	3.64 295	3.48 311	3.58 297	2.97 305	3.69 315	3.61 311	3.55 301	3.42 310	3.64 299	3.79 318

TestStereo1	4.11 311	7.79 310	6.72 323	3.93 304	3.81 317	3.96 305	3.58 312	6.96 323	3.74 315	3.90 299	3.76 315	3.89 303	3.57 315	3.70 313	3.66 315	3.34 312	3.80 302	3.62 312	3.66 297	3.68 314	3.91 303	3.70 313	3.65 312	3.67 313	3.88 304	3.53 311	3.89 303	3.68 313

SA-5K	4.11 311	7.79 310	6.72 323	3.93 304	3.81 317	3.96 305	3.58 312	6.96 323	3.74 315	3.90 299	3.76 315	3.89 303	3.57 315	3.70 313	3.66 315	3.34 312	3.80 302	3.62 312	3.66 297	3.68 314	3.91 303	3.70 313	3.65 312	3.67 313	3.88 304	3.53 311	3.89 303	3.68 313

test_4	4.11 311	8.05 313	6.64 321	4.52 314	3.68 315	3.00 295	3.40 311	6.21 318	3.29 310	4.07 303	3.84 318	4.04 307	3.76 320	3.56 310	3.67 317	3.76 318	4.04 307	3.79 318	4.10 305	3.53 312	3.98 305	3.74 316	3.55 311	3.61 311	3.94 308	3.75 316	3.73 301	3.73 316

test-1	4.11 311	7.65 307	4.93 313	3.65 301	3.58 312	4.70 316	3.74 318	4.73 305	4.06 320	3.72 297	4.11 322	3.70 300	3.49 313	3.36 306	3.65 314	4.17 323	3.92 304	4.04 322	4.19 308	3.75 317	4.69 315	4.18 319	3.88 318	3.90 318	4.73 314	3.77 318	3.12 295	3.68 313

TESTraft	4.16 315	8.03 312	6.81 325	3.99 306	3.68 315	3.93 304	3.70 316	6.86 322	3.69 314	3.93 301	3.88 320	3.93 305	3.59 317	3.65 311	3.64 312	3.68 315	3.92 304	3.72 317	3.92 302	3.57 313	3.84 302	3.70 313	3.71 316	3.67 313	3.91 307	3.74 315	3.92 305	3.67 310

raft_robust	4.19 316	7.78 309	6.08 318	3.30 298	3.85 319	4.03 308	3.73 317	6.25 319	3.30 311	4.44 310	3.28 309	4.01 306	3.82 321	4.29 320	3.70 320	4.01 320	4.48 314	3.42 311	4.11 306	3.76 318	4.05 307	3.32 307	3.85 317	3.82 317	4.71 313	3.83 319	4.09 307	3.80 319

RAFT_CTSACE	4.43 317	8.26 315	6.10 319	4.62 315	4.01 322	4.54 315	3.65 314	6.09 314	3.93 317	4.64 313	4.14 323	4.26 312	4.13 323	3.91 316	3.88 321	4.06 322	4.30 311	4.03 321	4.27 311	3.92 319	4.26 309	3.67 311	3.91 319	4.16 321	4.82 315	4.08 323	4.20 309	3.67 310

RAFT+CT+SA	4.43 317	7.34 306	6.71 322	5.01 319	4.38 323	4.40 312	3.85 319	6.15 317	4.30 323	4.89 315	3.26 308	4.49 314	3.01 307	4.53 321	3.36 311	3.65 314	3.64 297	4.39 324	3.94 303	4.28 322	4.44 312	4.30 321	4.24 324	4.52 323	3.90 306	3.85 320	4.89 313	4.00 321

cross-raft	4.43 317	7.31 305	6.46 320	4.47 313	3.95 321	4.46 313	3.95 321	6.70 321	3.97 319	4.41 309	3.82 317	4.38 313	3.94 322	3.95 318	3.95 323	3.95 319	4.45 313	3.95 320	4.46 312	3.95 320	4.46 313	3.95 317	3.95 321	3.94 320	4.40 312	3.95 322	4.45 311	3.95 320

test_5	4.51 320	8.85 318	5.35 317	3.66 302	3.56 311	5.10 321	4.47 325	6.14 315	4.07 321	4.96 318	3.87 319	5.14 322	4.17 325	3.53 308	4.39 324	4.53 324	4.15 308	3.62 312	4.74 314	2.94 306	3.63 299	4.53 323	4.20 323	4.54 324	4.86 316	3.68 314	4.95 315	4.06 322

test_3	4.55 321	10.96 326	7.69 329	4.04 308	3.60 313	4.10 309	3.98 322	7.94 325	4.56 325	3.99 302	4.03 321	4.08 308	3.74 319	3.99 319	3.91 322	4.05 321	4.33 312	3.89 319	4.14 307	4.00 321	4.11 308	4.02 318	4.01 322	3.91 319	3.53 299	3.94 321	4.19 308	4.20 323

FC-DCNN v2	4.74 322	3.16 279	3.16 305	3.16 295	3.16 305	3.16 296	3.16 310	3.16 293	3.16 307	3.16 291	3.16 306	3.16 295	3.16 309	3.16 302	3.16 308	3.16 309	6.72 326	6.72 328	6.72 326	6.72 330	6.72 325	6.72 330	6.72 330	6.72 328	6.72 325	6.72 328	6.72 326	6.72 329

TestStereo	4.92 323	4.80 297	4.98 314	4.82 317	4.97 325	4.91 319	4.78 326	4.80 306	4.88 326	4.78 314	4.80 325	4.99 319	4.81 326	4.83 322	4.87 326	4.97 326	4.93 317	5.01 326	5.03 319	4.90 325	5.02 319	5.02 324	5.06 325	5.04 325	4.93 317	4.89 325	5.01 316	5.09 325

DispFullNet	4.96 324	5.67 300	3.30 309	5.01 319	3.21 307	4.50 314	3.11 308	4.43 303	3.44 312	4.60 312	3.46 311	5.13 321	3.44 312	3.53 308	3.20 309	2.87 307	4.80 315	3.15 306	4.70 313	4.83 324	9.02 330	5.98 327	5.95 329	6.21 327	8.84 330	5.85 327	9.76 331	5.91 327

SGM-Forest	5.07 325	6.74 302	4.17 311	6.46 325	4.68 324	6.21 326	4.38 324	6.00 313	4.14 322	5.84 322	4.44 324	6.28 325	4.16 324	3.92 317	4.56 325	4.60 325	6.15 323	4.27 323	6.12 325	4.31 323	5.99 324	4.27 320	3.92 320	4.27 322	6.13 323	4.10 324	6.18 323	4.49 324
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
U	5.23 326	8.71 317	2.75 301	8.64 330	2.76 302	8.65 330	2.79 304	8.67 329	2.79 304	8.70 329	2.79 304	8.70 330	2.79 305	2.79 301	2.80 306	2.80 306	8.84 330	2.82 305	8.82 330	2.89 305	8.84 329	2.83 304	2.83 308	2.82 306	8.87 331	2.83 306	8.84 330	2.83 306

SGM+DAISY	6.35 327	8.16 314	5.14 316	8.12 329	5.08 327	8.12 329	5.16 327	8.01 326	5.18 328	7.92 327	5.14 326	7.89 329	5.14 327	4.95 323	5.33 327	5.32 327	8.14 329	5.16 327	8.16 329	5.16 326	8.21 328	5.19 325	5.12 326	5.12 326	8.18 329	5.24 326	8.12 329	5.11 326

RAFT	6.60 328	9.99 321	8.33 330	7.21 328	6.55 328	5.95 325	5.87 328	8.70 330	5.02 327	5.10 320	6.69 328	7.06 328	6.94 330	6.17 326	7.09 330	6.84 328	6.47 324	4.72 325	5.60 321	5.60 327	5.11 321	5.97 326	6.93 331	6.89 329	7.16 326	7.08 331	6.58 325	6.66 328

test-v	7.17 329	11.53 327	7.63 327	7.17 326	6.87 329	7.48 327	6.90 329	8.14 327	6.88 329	6.93 325	7.42 329	7.05 326	6.14 328	6.05 324	6.86 328	6.99 329	7.60 327	6.75 329	6.90 327	6.66 328	7.83 326	6.36 328	5.89 327	7.34 330	7.19 327	6.75 329	7.52 327	6.77 330

test-2	7.17 329	11.53 327	7.63 327	7.17 326	6.87 329	7.48 327	6.90 329	8.14 327	6.88 329	6.93 325	7.42 329	7.05 326	6.14 328	6.05 324	6.86 328	6.99 329	7.60 327	6.75 329	6.90 327	6.66 328	7.83 326	6.36 328	5.89 327	7.34 330	7.19 327	6.75 329	7.52 327	6.77 330

MANE	18.41 331	23.00 336	16.00 331	22.00 338	15.00 331	22.00 338	15.00 331	22.00 338	15.00 331	21.00 338	15.00 331	22.00 338	15.00 331	15.00 331	17.00 331	15.00 331	23.00 338	15.00 331	22.00 338	15.00 331	23.00 338	15.00 331	18.00 332	15.00 332	24.00 339	17.00 332	24.00 339	16.00 332

rafts_anoy	20.00 332	20.00 329	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 332	20.00 332	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 333	20.00 333	20.00 332	20.00 333	20.00 332	20.00 333

raft+_RVC	20.00 332	20.00 329	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 332	20.00 332	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 333	20.00 333	20.00 332	20.00 333	20.00 332	20.00 333

raftrobust	20.00 332	20.00 329	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 332	20.00 332	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 333	20.00 333	20.00 332	20.00 333	20.00 332	20.00 333

CasAABBNet	20.00 332	20.00 329	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 332	20.00 332	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 333	20.00 333	20.00 332	20.00 333	20.00 332	20.00 333

RALCasStereoNet	20.00 332	20.00 329	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 332	20.00 332	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 333	20.00 333	20.00 332	20.00 333	20.00 332	20.00 333

RALAANet	20.00 332	20.00 329	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 332	20.00 332	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 333	20.00 333	20.00 332	20.00 333	20.00 332	20.00 333

MSMDNet	20.00 332	20.00 329	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 332	20.00 332	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 331	20.00 332	20.00 333	20.00 333	20.00 332	20.00 333	20.00 332	20.00 333

Reg-Stereo(zero)	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 340	37.00 340	37.00 340	37.00 340	37.00 340	37.00 340

HI	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 340	37.00 340	37.00 340	37.00 340	37.00 340	37.00 340

CoSv	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 339	37.00 340	37.00 340	37.00 340	37.00 340	37.00 340	37.00 340

MDST_ROB	61.15 342	72.66 343	46.52 342	70.00 342	44.89 342	64.24 342	43.75 342	73.65 342	48.92 343	72.70 343	42.40 342	60.70 342	50.23 342	50.07 343	67.69 343	68.60 343	83.13 343	47.77 342	82.48 343	46.00 342	95.93 343	53.44 343	50.66 343	45.00 343	84.99 344	53.64 344	79.01 343	52.07 344

CBMV	101.59 343	71.60 342	48.40 343	72.70 343	49.00 343	79.60 343	48.40 343	80.90 343	46.90 342	68.90 342	49.00 343	78.00 343	572.10 351	49.50 342	51.30 342	48.40 342	72.20 342	639.60 351	79.40 342	48.90 343	79.50 342	51.40 342	52.30 344	48.30 344	80.20 343	49.10 343	79.60 344	47.60 343
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	151.99 344	131.36 344	140.69 344	151.38 344	151.40 344	150.79 344	151.72 344	149.36 344	159.46 344	146.42 344	150.73 344	149.06 347	176.22 343	143.94 344	133.10 346	133.45 346	153.30 345	154.22 344	154.67 345	153.95 345	156.90 346	156.53 346	160.21 345	162.72 345	154.57 345	160.59 345	153.47 345	163.50 345
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
NOSS_ROB	248.11 345	409.00 349	288.00 346	412.00 346	280.00 346	411.00 349	288.00 346	356.00 345	275.00 349	379.00 349	303.00 349	415.00 349	278.00 348	260.00 349	104.00 344	103.00 344	126.00 344	108.00 343	118.00 344	98.00 344	126.00 345	104.00 345	268.00 348	216.00 347	279.00 349	201.00 346	288.00 349	206.00 346

AE-Stereo	252.48 346	202.00 345	361.00 348	502.00 348	324.00 348	321.00 345	482.00 351	423.00 348	227.00 348	201.00 345	273.00 348	101.00 344	207.00 344	198.00 345	183.00 347	181.00 347	221.00 346	232.00 348	477.00 347	220.00 347	111.00 344	100.00 344	219.00 347	214.00 346	204.00 346	211.00 347	200.00 346	222.00 348

MGS-Stereo	264.93 347	208.00 346	362.00 349	512.00 349	350.00 349	326.00 346	443.00 350	410.00 347	210.00 345	232.00 347	215.00 345	125.00 345	217.00 345	216.00 347	127.00 345	122.00 345	223.00 347	230.00 346	487.00 349	255.00 348	250.00 347	223.00 348	272.00 349	228.00 349	241.00 347	220.00 349	214.00 347	235.00 349

EGLCR-Stereo	276.81 348	209.00 347	366.00 350	514.00 350	354.00 350	336.00 347	422.00 348	440.00 349	220.00 347	231.00 346	245.00 347	135.00 346	237.00 347	218.00 348	197.00 348	222.00 349	223.00 347	230.00 346	487.00 349	255.00 348	250.00 347	273.00 349	272.00 349	228.00 349	241.00 347	220.00 349	214.00 347	235.00 349

DLCB_ROB	280.78 349	376.74 348	215.59 345	376.74 345	215.59 345	376.74 348	215.59 345	366.42 346	218.39 346	366.42 348	218.39 346	366.42 348	218.39 346	209.96 346	219.76 349	219.38 348	376.72 349	216.43 345	376.72 346	216.43 346	376.72 349	216.43 347	216.14 346	216.14 348	376.69 350	217.67 348	376.69 350	217.67 347

LE_ROB	387.11 350	453.07 350	321.39 347	500.23 347	323.05 347	493.99 350	324.56 347	477.63 350	322.28 350	465.51 350	322.97 350	486.37 350	334.17 349	305.26 350	320.63 350	327.66 350	476.08 350	315.70 349	483.76 348	335.15 350	469.64 350	309.74 350	315.90 351	318.85 351	498.41 351	328.85 351	491.00 351	330.08 351

SGM-ForestM	522.49 351	676.08 351	448.56 351	638.17 351	433.15 351	639.59 351	427.03 349	617.52 351	439.90 351	604.63 351	429.02 351	611.68 351	432.74 350	420.18 351	451.96 351	465.85 351	601.06 351	403.73 350	659.15 351	405.50 351	669.64 351	437.21 351	455.85 352	425.66 352	689.82 352	481.65 352	662.43 352	479.61 352

CBMV_ROB	1133.35 352	1280.38 352	976.92 352	1317.57 352	1021.62 352	1282.66 352	1022.22 352	1213.88 352	982.57 352	1194.12 352	975.90 352	1357.87 352	1090.02 352	943.32 352	1021.85 352	1006.47 352	1309.01 352	986.29 352	1499.40 352	986.35 352	1359.35 352	975.96 352	975.21 353	969.30 353	1337.82 353	1042.34 353	1398.25 353	1073.86 353

111111	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354

SGD-Stereo	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354

IGEV-Stereo++	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354

IGEV-BASED-STEREO-	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354

IGEV-Stereo+	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354

anonymousdsp2	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354

anonymousdsp	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354

AMNet	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354	10000000.00 354

GS-Stereo																							0.36 160	0.36 162	0.48 177	0.36 160	0.48 174	0.35 158

Low-res two-view benchmark