Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DFGA-Net	0.04 24	0.06 37	0.03 23	0.06 36	0.03 23	0.05 35	0.03 26	0.05 35	0.03 27	0.05 27	0.03 26	0.05 34	0.03 23	0.03 27	0.03 26	0.03 26	0.05 35	0.03 25	0.05 33	0.03 26	0.06 41	0.03 26	0.03 25	0.03 25	0.06 41	0.03 26	0.06 40	0.03 25

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

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

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

ADCS	0.06 28	0.02 14	0.04 25	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	1.03 202	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 29	0.11 56	0.10 45	0.08 42	0.05 35	0.08 44	0.05 37	0.11 56	0.05 37	0.07 33	0.05 35	0.07 42	0.05 39	0.10 50	0.05 39	0.05 39	0.08 43	0.05 38	0.08 43	0.05 37	0.08 45	0.05 39	0.05 38	0.05 37	0.08 43	0.05 37	0.08 44	0.05 36
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.07 29	0.11 56	0.10 45	0.08 42	0.05 35	0.08 44	0.05 37	0.11 56	0.05 37	0.07 33	0.05 35	0.07 42	0.05 39	0.10 50	0.05 39	0.05 39	0.08 43	0.05 38	0.08 43	0.05 37	0.07 42	0.05 39	0.05 38	0.05 37	0.08 43	0.07 43	0.08 44	0.06 43
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 29	0.08 41	0.07 36	0.08 42	0.07 44	0.08 44	0.07 43	0.08 44	0.07 43	0.08 35	0.07 44	0.08 44	0.07 44	0.07 42	0.07 41	0.07 44	0.07 42	0.07 44	0.07 41	0.07 44	0.08 45	0.07 44	0.07 40	0.06 44	0.07 42	0.07 43	0.08 44	0.06 43

BEATNet_4x	0.08 32	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 233	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCL	0.08 32	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 233	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCMid	0.08 32	0.02 14	0.13 76	0.03 23	0.02 15	0.03 22	0.02 15	0.02 15	0.02 15	1.32 224	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.07 41	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 25

AnyNet_C01	0.08 32	0.03 23	0.04 25	0.02 15	0.03 23	0.03 22	0.02 15	0.02 15	0.02 15	1.46 232	0.02 15	0.03 23	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.02 15	0.03 22	0.02 16	0.02 15	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.03 22	0.03 25

ADCPNet	0.08 32	0.03 23	0.04 25	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.32 224	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.04 30	0.03 25

SepStereo	0.09 37	0.09 45	0.09 42	0.09 47	0.10 49	0.09 47	0.08 46	0.09 45	0.08 46	0.09 36	0.08 45	0.09 48	0.09 48	0.08 46	0.08 47	0.09 48	0.09 47	0.08 48	0.09 47	0.08 46	0.09 47	0.08 48	0.09 44	0.09 48	0.10 48	0.08 47	0.10 48	0.09 48

APVNet	0.09 37	0.06 37	0.04 25	0.06 36	0.04 32	0.05 35	0.04 32	0.05 35	1.08 256	0.05 27	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

AnonymousM	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

FADNet-RVC-Resample	0.10 39	0.04 32	0.05 30	0.04 32	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.04 33	1.53 274	0.04 32	0.05 36	0.05 37	0.06 40	0.05 36

FADNet_RVC	0.10 39	0.03 23	0.04 25	0.03 23	0.04 32	0.05 35	0.04 32	0.04 31	0.04 32	0.03 21	0.04 31	0.04 30	0.03 23	0.04 32	0.03 26	0.03 26	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.03 26	1.63 279	0.03 25	0.03 24	0.04 32	0.03 22	0.04 32

PVD	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

SHD	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

SAMSARA	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

XQC	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

RTSC	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

RTS	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

RTSA	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

MADNet+	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

MADNet++	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

LRCNet_RVC	0.11 51	0.12 59	0.09 42	0.12 59	0.09 47	0.12 59	0.09 47	0.12 59	0.09 48	0.12 48	0.09 49	0.11 59	0.09 48	0.09 47	0.09 48	0.09 48	0.12 60	0.16 92	0.21 94	0.09 49	0.12 60	0.09 49	0.09 44	0.09 48	0.12 60	0.28 129	0.12 60	0.09 48

FADNet-RVC	0.11 51	0.04 32	0.05 30	0.04 32	0.05 35	0.04 31	0.04 32	0.05 35	0.04 32	0.04 25	0.04 31	0.04 30	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	1.79 285	0.04 32	0.04 31	0.04 32	0.04 30	0.05 36

FADNet	0.11 51	0.04 32	0.05 30	0.06 36	0.05 35	0.04 31	0.04 32	0.04 31	0.04 32	0.04 25	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.05 37	0.05 35	0.04 33	1.74 283	0.04 32	0.04 31	0.05 37	0.04 30	0.05 36

ProNet	0.12 54	0.18 75	0.11 61	0.14 63	0.10 49	0.14 64	0.11 61	0.14 61	0.11 62	0.14 49	0.10 51	0.14 63	0.10 51	0.10 50	0.11 62	0.10 50	0.15 70	0.10 50	0.14 62	0.10 50	0.14 62	0.10 51	0.11 60	0.10 51	0.15 68	0.10 49	0.14 63	0.10 52

IPLG	0.12 54	0.15 65	0.12 67	0.14 63	0.11 62	0.14 64	0.11 61	0.14 61	0.11 62	0.15 54	0.11 62	0.14 63	0.11 63	0.12 77	0.11 62	0.11 62	0.14 63	0.11 65	0.14 62	0.11 63	0.14 62	0.11 63	0.11 60	0.11 65	0.14 63	0.11 63	0.14 63	0.11 64

MIPNet	0.12 54	0.15 65	0.12 67	0.14 63	0.11 62	0.14 64	0.11 61	0.14 61	0.11 62	0.15 54	0.11 62	0.14 63	0.11 63	0.12 77	0.11 62	0.11 62	0.14 63	0.11 65	0.15 70	0.11 63	0.14 62	0.11 63	0.11 60	0.11 65	0.14 63	0.11 63	0.14 63	0.11 64

AnyNet_C32	0.12 54	0.03 23	0.07 36	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.02 15	2.33 273	0.04 31	0.04 30	0.03 23	0.02 15	0.03 26	0.04 32	0.04 28	0.04 31	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.04 31	0.03 26	0.03 22	0.02 15

ADCP+	0.12 54	0.04 32	0.07 36	0.04 32	0.05 35	0.04 31	0.04 32	0.04 31	0.04 32	2.28 265	0.05 35	0.05 34	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	0.04 32	0.05 37	0.04 31	0.04 32	0.04 30	0.04 32

S2M2_L	0.13 59	0.14 64	0.10 45	0.14 63	0.10 49	0.15 72	0.10 50	0.30 114	0.10 50	0.14 49	0.17 94	0.14 63	0.10 51	0.10 50	0.10 51	0.10 50	0.14 63	0.10 50	0.14 62	0.10 50	0.14 62	0.10 51	0.10 47	0.10 51	0.15 68	0.10 49	0.14 63	0.10 52
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CIPLG	0.13 59	0.15 65	0.12 67	0.14 63	0.11 62	0.14 64	0.11 61	0.15 69	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.12 77	0.12 80	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.14 62	0.11 63	0.11 60	0.12 80	0.15 68	0.12 80	0.15 70	0.12 79

IPLGR_C	0.13 59	0.16 70	0.14 80	0.15 71	0.11 62	0.14 64	0.11 61	0.14 61	0.11 62	0.14 49	0.11 62	0.14 63	0.11 63	0.12 77	0.11 62	0.11 62	0.14 63	0.11 65	0.14 62	0.11 63	0.14 62	0.11 63	0.11 60	0.11 65	0.14 63	0.11 63	0.15 70	0.11 64

IPLGR	0.13 59	0.15 65	0.12 67	0.14 63	0.11 62	0.14 64	0.11 61	0.14 61	0.13 84	0.15 54	0.11 62	0.14 63	0.12 83	0.12 77	0.11 62	0.11 62	0.14 63	0.11 65	0.14 62	0.11 63	0.14 62	0.11 63	0.11 60	0.12 80	0.15 68	0.11 63	0.14 63	0.11 64

ACRE	0.13 59	0.16 70	0.12 67	0.14 63	0.11 62	0.14 64	0.11 61	0.15 69	0.11 62	0.14 49	0.11 62	0.14 63	0.11 63	0.12 77	0.11 62	0.11 62	0.14 63	0.11 65	0.14 62	0.11 63	0.14 62	0.11 63	0.11 60	0.11 65	0.14 63	0.11 63	0.14 63	0.11 64

ICVP	0.13 59	0.16 70	0.11 61	0.16 79	0.11 62	0.16 80	0.11 61	0.16 71	0.11 62	0.16 66	0.11 62	0.16 80	0.11 63	0.11 66	0.11 62	0.11 62	0.16 79	0.11 65	0.16 78	0.11 63	0.16 78	0.11 63	0.11 60	0.11 65	0.16 79	0.11 63	0.16 78	0.11 64
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCRef	0.13 59	0.04 32	0.05 30	0.04 32	0.04 32	0.04 31	0.09 47	0.04 31	0.04 32	2.46 276	0.04 31	0.04 30	0.04 33	0.04 32	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.04 33	0.04 32	0.05 37	0.04 31	0.04 32	0.04 30	0.04 32

GMStereo	0.14 66	0.13 62	0.14 80	0.14 63	0.14 89	0.14 64	0.14 86	0.14 61	0.14 88	0.14 49	0.14 88	0.14 63	0.14 89	0.14 88	0.14 89	0.14 88	0.14 63	0.14 88	0.14 62	0.14 89	0.14 62	0.14 89	0.14 85	0.14 88	0.14 63	0.14 86	0.14 63	0.14 89
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 66	0.17 74	0.11 61	0.17 82	0.11 62	0.17 81	0.12 80	0.17 75	0.11 62	0.17 70	0.11 62	0.17 84	0.11 63	0.12 77	0.12 80	0.12 78	0.17 82	0.12 82	0.17 80	0.12 82	0.17 81	0.12 81	0.12 78	0.12 80	0.17 81	0.12 80	0.17 81	0.12 79

ELAS_RVC	0.14 66	0.18 75	0.11 61	0.19 88	0.11 62	0.18 83	0.13 84	0.16 71	0.11 62	0.17 70	0.11 62	0.14 63	0.11 63	0.09 47	0.11 62	0.12 78	0.17 82	0.10 50	0.18 84	0.11 63	0.18 83	0.11 63	0.10 47	0.11 65	0.19 87	0.11 63	0.19 85	0.12 79
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.14 66	0.19 80	0.11 61	0.20 90	0.11 62	0.20 91	0.12 80	0.18 77	0.12 78	0.18 72	0.12 81	0.19 90	0.11 63	0.11 66	0.11 62	0.11 62	0.18 86	0.11 65	0.19 88	0.11 63	0.19 87	0.11 63	0.11 60	0.11 65	0.20 91	0.11 63	0.20 90	0.12 79
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.14 66	0.23 88	0.10 45	0.19 88	0.11 62	0.20 91	0.11 61	0.16 71	0.10 50	0.15 54	0.11 62	0.15 72	0.11 63	0.09 47	0.11 62	0.11 62	0.16 79	0.10 50	0.17 80	0.11 63	0.18 83	0.11 63	0.09 44	0.10 51	0.18 84	0.11 63	0.19 85	0.12 79
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DDVS	0.15 71	0.18 75	0.13 76	0.18 85	0.13 86	0.19 88	0.13 84	0.18 77	0.13 84	0.18 72	0.13 87	0.18 87	0.13 88	0.13 84	0.13 85	0.13 84	0.18 86	0.13 85	0.18 84	0.13 88	0.18 83	0.13 86	0.13 83	0.10 51	0.19 87	0.14 86	0.19 85	0.13 87

BEATNet-Init1	0.15 71	0.07 39	0.10 45	0.08 42	0.07 44	0.07 42	0.07 43	0.07 38	0.07 43	2.19 261	0.08 45	0.08 44	0.07 44	0.07 42	0.07 41	0.07 44	0.08 43	0.07 44	0.08 43	0.08 46	0.07 42	0.07 44	0.07 40	0.07 45	0.08 43	0.07 43	0.07 42	0.07 45

DeepPrunerF	0.15 71	0.07 39	0.10 45	0.08 42	0.07 44	0.07 42	0.07 43	0.07 38	0.07 43	2.19 261	0.08 45	0.08 44	0.07 44	0.07 42	0.07 41	0.07 44	0.08 43	0.07 44	0.08 43	0.08 46	0.07 42	0.07 44	0.07 40	0.07 45	0.08 43	0.07 43	0.07 42	0.07 45

DeepPruner_ROB	0.15 71	0.18 75	0.12 67	0.18 85	0.12 82	0.18 83	0.12 80	0.18 77	0.13 84	0.18 72	0.12 81	0.18 87	0.12 83	0.13 84	0.12 80	0.13 84	0.18 86	0.13 85	0.18 84	0.12 82	0.19 87	0.12 81	0.13 83	0.12 80	0.18 84	0.12 80	0.18 83	0.12 79

LALA_ROB	0.15 71	0.21 82	0.12 67	0.21 94	0.12 82	0.20 91	0.14 86	0.20 80	0.12 78	0.22 80	0.12 81	0.16 80	0.12 83	0.10 50	0.12 80	0.12 78	0.21 95	0.11 65	0.22 95	0.12 82	0.20 91	0.12 81	0.11 60	0.12 80	0.21 95	0.14 86	0.21 93	0.13 87

GCAP-BAT	0.17 76	1.25 220	0.20 97	0.15 71	0.11 62	0.15 72	0.11 61	0.21 83	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.11 66	0.11 62	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.15 71	0.11 63	0.11 60	0.11 65	0.15 68	0.11 63	0.15 70	0.11 64

test_for_model	0.17 76	1.25 220	0.20 97	0.15 71	0.11 62	0.15 72	0.11 61	0.21 83	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.11 66	0.11 62	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.15 71	0.11 63	0.11 60	0.11 65	0.15 68	0.11 63	0.15 70	0.11 64

testlalala2	0.17 76	1.25 220	0.20 97	0.15 71	0.11 62	0.15 72	0.11 61	0.21 83	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.11 66	0.11 62	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.15 71	0.11 63	0.11 60	0.11 65	0.15 68	0.11 63	0.15 70	0.11 64

testlalala	0.17 76	1.25 220	0.20 97	0.15 71	0.11 62	0.15 72	0.11 61	0.21 83	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.11 66	0.11 62	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.15 71	0.11 63	0.11 60	0.11 65	0.15 68	0.11 63	0.15 70	0.11 64

testlalala_base	0.17 76	1.25 220	0.20 97	0.15 71	0.11 62	0.15 72	0.11 61	0.21 83	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.11 66	0.11 62	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.15 71	0.11 63	0.11 60	0.11 65	0.15 68	0.11 63	0.15 70	0.11 64

GCAP-Stereo	0.17 76	1.25 220	0.20 97	0.15 71	0.11 62	0.15 72	0.11 61	0.21 83	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.11 66	0.11 62	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.15 71	0.11 63	0.11 60	0.11 65	0.15 68	0.11 63	0.15 70	0.11 64

IGEV_Zeroshot_test	0.18 82	0.22 84	0.18 91	0.21 94	0.18 104	0.20 91	0.17 96	0.20 80	0.16 90	0.25 91	0.16 92	0.21 94	0.17 96	0.16 93	0.18 102	0.15 91	0.20 92	0.16 92	0.20 91	0.18 104	0.21 93	0.17 98	0.17 91	0.17 94	0.20 91	0.17 96	0.20 90	0.16 92

dd	0.18 82	0.22 84	0.16 82	0.22 96	0.15 90	0.22 97	0.15 90	0.21 83	0.15 89	0.21 78	0.15 89	0.21 94	0.15 91	0.15 90	0.15 91	0.15 91	0.22 97	0.14 88	0.22 95	0.14 89	0.22 96	0.15 91	0.16 89	0.15 91	0.23 102	0.15 90	0.22 95	0.16 92

dad	0.18 82	0.23 88	0.16 82	0.22 96	0.15 90	0.22 97	0.15 90	0.22 91	0.16 90	0.21 78	0.15 89	0.22 97	0.15 91	0.15 90	0.16 93	0.17 94	0.23 102	0.17 96	0.23 102	0.15 92	0.22 96	0.15 91	0.15 87	0.15 91	0.22 97	0.15 90	0.22 95	0.16 92

MSKI-zero shot	0.19 85	0.21 82	0.16 82	0.22 96	0.16 93	0.23 105	0.17 96	0.22 91	0.17 95	0.22 80	0.17 94	0.22 97	0.16 93	0.19 106	0.16 93	0.17 94	0.23 102	0.16 92	0.22 95	0.16 93	0.22 96	0.17 98	0.16 89	0.17 94	0.22 97	0.19 107	0.22 95	0.16 92

MIM_Stereo	0.19 85	0.23 88	0.18 91	0.22 96	0.16 93	0.22 97	0.16 94	0.21 83	0.16 90	0.22 80	0.17 94	0.21 94	0.17 96	0.20 107	0.18 102	0.17 94	0.22 97	0.18 106	0.22 95	0.16 93	0.21 93	0.16 94	0.17 91	0.17 94	0.21 95	0.16 94	0.22 95	0.20 109

UNet	0.19 85	0.13 62	0.09 42	0.13 62	0.09 47	0.13 62	0.09 47	0.13 60	0.09 48	0.90 183	0.09 49	0.13 62	0.09 48	0.10 50	0.09 48	0.70 224	0.13 62	0.09 49	0.13 60	0.10 50	0.91 216	0.09 49	0.10 47	0.09 48	0.13 61	0.10 49	0.13 62	0.09 48

iResNet	0.19 85	0.23 88	0.17 86	0.22 96	0.17 97	0.22 97	0.19 107	0.22 91	0.17 95	0.22 80	0.17 94	0.22 97	0.17 96	0.17 95	0.17 97	0.17 94	0.22 97	0.17 96	0.22 95	0.17 97	0.23 102	0.17 98	0.18 102	0.17 94	0.23 102	0.17 96	0.23 103	0.17 98

ACV-stereo	0.20 89	0.23 88	0.17 86	0.23 103	0.17 97	0.23 105	0.17 96	0.23 99	0.17 95	0.23 86	0.17 94	0.23 103	0.17 96	0.17 95	0.17 97	0.17 94	0.24 107	0.17 96	0.23 102	0.17 97	0.24 105	0.17 98	0.17 91	0.17 94	0.23 102	0.17 96	0.23 103	0.17 98

DAS	0.20 89	0.20 81	0.20 97	0.20 90	0.20 110	0.20 91	0.20 109	0.20 80	0.20 107	0.20 77	0.20 109	0.20 93	0.20 108	0.20 107	0.20 110	0.20 104	0.20 92	0.20 112	0.20 91	0.20 111	0.20 91	0.20 110	0.20 107	0.20 108	0.20 91	0.20 108	0.20 90	0.20 109

iResNetv2_ROB	0.20 89	0.22 84	0.19 95	0.23 103	0.19 108	0.22 97	0.17 96	0.22 91	0.17 95	0.22 80	0.17 94	0.22 97	0.17 96	0.18 102	0.18 102	0.19 103	0.22 97	0.17 96	0.23 102	0.17 97	0.25 107	0.18 106	0.17 91	0.18 105	0.23 102	0.17 96	0.25 112	0.17 98

ITSA-stereo	0.21 92	0.16 70	0.12 67	0.16 79	0.13 86	0.18 83	0.14 86	0.16 71	1.89 292	0.16 66	0.12 81	0.17 84	0.12 83	0.13 84	0.13 85	0.13 84	0.17 82	0.13 85	0.17 80	0.12 82	0.16 78	0.12 81	0.12 78	0.12 80	0.17 81	0.12 80	0.16 78	0.12 79

Pointernet	0.22 93	0.41 128	0.38 143	0.22 96	0.17 97	0.22 97	0.17 96	0.41 144	0.17 95	0.22 80	0.17 94	0.22 97	0.17 96	0.18 102	0.18 102	0.18 100	0.23 102	0.18 106	0.23 102	0.18 104	0.23 102	0.18 106	0.17 91	0.17 94	0.22 97	0.18 105	0.22 95	0.17 98

JetRed	0.22 93	0.11 56	0.12 67	0.11 58	0.11 62	0.11 58	0.11 61	0.11 56	0.11 62	2.93 286	0.11 62	0.11 59	0.11 63	0.11 66	0.11 62	0.12 78	0.11 59	0.11 65	0.11 59	0.11 63	0.11 59	0.11 63	0.11 60	0.11 65	0.11 59	0.11 63	0.11 59	0.11 64

JetBlue	0.23 95	0.12 59	0.13 76	0.12 59	0.12 82	0.12 59	0.11 61	0.14 61	0.12 78	3.07 287	0.12 81	0.12 61	0.11 63	0.11 66	0.13 85	0.13 84	0.12 60	0.12 82	0.13 60	0.11 63	0.12 60	0.13 86	0.12 78	0.14 88	0.13 61	0.12 80	0.12 60	0.11 64

SFCPSM	0.23 95	0.18 75	0.13 76	0.18 85	0.12 82	0.18 83	0.80 237	0.17 75	0.12 78	0.88 182	0.12 81	0.17 84	0.12 83	0.13 84	0.12 80	0.12 78	0.18 86	0.12 82	0.18 84	0.12 82	1.18 246	0.13 86	0.12 78	0.12 80	0.18 84	0.13 85	0.18 83	0.12 79

S2M2_XL	0.24 97	1.32 232	0.86 223	0.17 82	0.11 62	0.17 81	0.11 61	1.05 229	0.12 78	0.16 66	0.11 62	0.16 80	0.11 63	0.11 66	0.11 62	0.11 62	0.17 82	0.11 65	0.17 80	0.11 63	0.17 81	0.11 63	0.11 60	0.11 65	0.17 81	0.11 63	0.17 81	0.11 64
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 98	0.25 100	0.25 112	0.25 111	0.25 119	0.25 115	0.25 119	0.25 104	0.25 118	0.25 91	0.25 122	0.25 112	0.25 120	0.26 122	0.25 122	0.26 118	0.25 113	0.25 121	0.26 116	0.25 122	0.25 107	0.25 118	0.25 117	0.25 120	0.25 114	0.25 120	0.25 112	0.25 120

tt_ll	0.25 98	0.25 100	0.25 112	0.25 111	0.25 119	0.25 115	0.25 119	0.25 104	0.25 118	0.25 91	0.25 122	0.25 112	0.25 120	0.26 122	0.25 122	0.26 118	0.25 113	0.25 121	0.26 116	0.25 122	0.25 107	0.25 118	0.25 117	0.25 120	0.25 114	0.25 120	0.25 112	0.25 120

CAS	0.25 98	0.25 100	0.25 112	0.25 111	0.26 121	0.26 121	0.26 121	0.25 104	0.25 118	0.25 91	0.25 122	0.25 112	0.25 120	0.25 120	0.25 122	0.25 115	0.26 119	0.25 121	0.26 116	0.26 126	0.25 107	0.25 118	0.25 117	0.26 124	0.25 114	0.26 124	0.25 112	0.25 120

LoS	0.25 98	0.25 100	0.27 116	0.27 118	0.26 121	0.25 115	0.26 121	0.26 109	0.25 118	0.26 97	0.25 122	0.25 112	0.25 120	0.26 122	0.25 122	0.25 115	0.25 113	0.25 121	0.25 113	0.25 122	0.27 114	0.25 118	0.26 121	0.26 124	0.26 118	0.25 120	0.25 112	0.25 120
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
castereo++	0.26 102	1.28 231	1.07 240	0.15 71	0.13 86	0.15 72	0.14 86	1.22 242	0.13 84	0.16 66	0.17 94	0.16 80	0.14 89	0.14 88	0.15 91	0.14 88	0.15 70	0.14 88	0.16 78	0.14 89	0.16 78	0.14 89	0.14 85	0.14 88	0.16 79	0.14 86	0.16 78	0.15 90

MatchStereo	0.27 103	0.12 59	2.51 297	0.12 59	0.11 62	0.12 59	0.11 61	2.54 286	0.08 46	0.09 36	0.08 45	0.08 44	0.07 44	0.07 42	0.09 48	0.07 44	0.09 47	0.07 44	0.09 47	0.07 44	0.09 47	0.07 44	0.08 43	0.07 45	0.08 43	0.08 47	0.09 47	0.08 47

model_zeroshot	0.27 103	0.30 110	0.19 95	0.36 137	0.23 117	0.25 115	0.27 125	0.33 117	0.21 109	0.35 106	0.22 114	0.25 112	0.27 128	0.26 122	0.23 117	0.26 118	0.35 131	0.22 114	0.36 133	0.23 119	0.25 107	0.27 125	0.27 123	0.23 117	0.36 133	0.22 114	0.25 112	0.27 128

DCVSM-stereo	0.27 103	0.38 122	0.22 105	0.38 143	0.22 112	0.38 145	0.22 113	0.29 112	0.22 112	0.29 99	0.22 114	0.29 123	0.22 114	0.22 112	0.21 111	0.21 106	0.38 142	0.22 114	0.38 141	0.22 114	0.38 135	0.22 112	0.21 108	0.25 120	0.38 140	0.21 111	0.38 138	0.21 112

DLNR_Zeroshot_test	0.27 103	0.30 110	0.23 107	0.30 123	0.22 112	0.31 125	0.24 117	0.29 112	0.23 115	0.38 115	0.23 117	0.29 123	0.23 118	0.22 112	0.23 117	0.23 111	0.30 124	0.34 151	0.29 122	0.23 119	0.29 118	0.29 141	0.22 111	0.23 117	0.30 123	0.23 117	0.30 122	0.23 118

HGLStereo	0.27 103	0.25 100	0.21 104	0.35 133	0.21 111	0.35 132	0.21 111	0.34 123	0.21 109	0.39 118	0.21 111	0.34 129	0.21 112	0.22 112	0.21 111	0.21 106	0.35 131	0.22 114	0.35 130	0.22 114	0.35 126	0.22 112	0.21 108	0.21 111	0.35 131	0.21 111	0.35 130	0.21 112

iResNet_ROB	0.28 108	0.32 114	0.24 111	0.33 127	0.26 121	0.32 127	0.24 117	0.33 117	0.25 118	0.33 101	0.24 120	0.35 132	0.24 119	0.23 116	0.24 121	0.25 115	0.32 126	0.24 120	0.36 133	0.24 121	0.32 120	0.28 131	0.24 116	0.24 119	0.32 125	0.24 119	0.33 124	0.24 119

IGEV-FE	0.29 109	2.85 273	0.36 139	0.20 90	0.17 97	0.19 88	0.17 96	0.37 131	0.17 95	0.19 75	0.17 94	0.19 90	0.17 96	0.17 95	0.17 97	0.17 94	0.19 91	0.17 96	0.19 88	0.17 97	0.19 87	0.17 98	0.17 91	0.17 94	0.19 87	0.17 96	0.19 85	0.17 98

IMH-64-1	0.29 109	0.23 88	0.23 107	0.23 103	0.22 112	0.22 97	0.23 115	0.22 91	0.22 112	2.02 254	0.23 117	0.23 103	0.22 114	0.23 116	0.23 117	0.23 111	0.23 102	0.22 114	0.23 102	0.22 114	0.22 96	0.22 112	0.22 111	0.22 114	0.22 97	0.22 114	0.22 95	0.22 114

IMH-64	0.29 109	0.23 88	0.23 107	0.23 103	0.22 112	0.22 97	0.23 115	0.22 91	0.22 112	2.02 254	0.23 117	0.23 103	0.22 114	0.23 116	0.23 117	0.23 111	0.23 102	0.22 114	0.23 102	0.22 114	0.22 96	0.22 112	0.22 111	0.22 114	0.22 97	0.22 114	0.22 95	0.22 114

UPFNet	0.29 109	0.24 96	0.16 82	0.24 108	0.16 93	0.24 109	0.16 94	0.23 99	0.16 90	1.19 215	0.16 92	0.23 103	0.16 93	0.17 95	0.16 93	0.89 236	0.24 107	0.16 92	0.24 108	0.18 104	1.20 249	0.16 94	0.17 91	0.16 93	0.24 108	0.16 94	0.24 105	0.16 92

WAO-6	0.30 113	0.22 84	0.23 107	0.22 96	0.23 117	0.23 105	0.22 113	0.22 91	0.23 115	2.21 264	0.22 114	0.22 97	0.22 114	0.22 112	0.22 115	0.23 111	0.22 97	0.23 119	0.22 95	0.22 114	0.22 96	0.22 112	0.22 111	0.22 114	0.23 102	0.23 117	0.22 95	0.22 114

anonymity	0.30 113	0.34 116	0.27 116	0.33 127	0.27 126	0.33 128	0.28 132	0.33 117	0.28 132	0.33 101	0.28 133	0.33 127	0.28 130	0.28 134	0.28 134	0.28 128	0.34 128	0.28 129	0.34 128	0.28 131	0.34 122	0.27 125	0.27 123	0.27 128	0.34 128	0.28 129	0.34 128	0.28 131

iRaft-Stereo_20w	0.30 113	0.46 140	0.27 116	0.34 129	0.26 121	0.35 132	0.28 132	0.34 123	0.26 125	0.34 104	0.26 126	0.34 129	0.26 126	0.26 122	0.26 127	0.26 118	0.34 128	0.26 125	0.34 128	0.26 126	0.34 122	0.26 124	0.26 121	0.26 124	0.34 128	0.26 124	0.34 128	0.26 125

MMNet	0.30 113	0.24 96	0.17 86	0.24 108	0.17 97	0.24 109	0.17 96	0.23 99	0.18 103	1.21 218	0.17 94	0.23 103	0.17 96	0.17 95	0.17 97	0.89 236	0.24 107	0.17 96	0.24 108	0.17 97	1.22 251	0.16 94	0.17 91	0.17 94	0.24 108	0.17 96	0.24 105	0.17 98

delet	0.30 113	0.24 96	0.17 86	0.24 108	0.17 97	0.24 109	0.17 96	0.23 99	0.16 90	1.21 218	0.17 94	0.24 110	0.17 96	0.17 95	0.17 97	0.91 240	0.24 107	0.17 96	0.24 108	0.17 97	1.23 253	0.17 98	0.17 91	0.17 94	0.24 108	0.17 96	0.24 105	0.17 98

psm_up	0.30 113	0.24 96	0.17 86	0.25 111	0.17 97	0.24 109	0.17 96	0.24 103	0.17 95	1.20 217	0.17 94	0.23 103	0.17 96	0.17 95	0.18 102	0.90 239	0.24 107	0.17 96	0.25 113	0.17 97	1.24 256	0.17 98	0.17 91	0.17 94	0.24 108	0.17 96	0.24 105	0.17 98

MLCV	0.30 113	0.33 115	0.28 119	0.34 129	0.28 130	0.33 128	0.28 132	0.33 117	0.29 140	0.33 101	0.27 130	0.33 127	0.28 130	0.26 122	0.29 142	0.28 128	0.33 127	0.28 129	0.33 125	0.28 131	0.33 121	0.27 125	0.28 128	0.28 132	0.33 126	0.28 129	0.33 124	0.28 131

DN-CSS_ROB	0.30 113	0.34 116	0.29 124	0.34 129	0.27 126	0.34 130	0.28 132	0.33 117	0.27 127	0.34 104	0.27 130	0.34 129	0.28 130	0.29 136	0.27 130	0.26 118	0.35 131	0.29 138	0.33 125	0.28 131	0.34 122	0.28 131	0.28 128	0.27 128	0.34 128	0.28 129	0.33 124	0.28 131

UNDER WATER-64	0.31 121	0.25 100	0.25 112	0.26 116	0.26 121	0.25 115	0.26 121	0.25 104	0.26 125	1.69 239	0.26 126	0.25 112	0.25 120	0.25 120	0.26 127	0.26 118	0.25 113	0.26 125	0.26 116	0.26 126	0.25 107	0.25 118	0.25 117	0.25 120	0.26 118	0.26 124	0.25 112	0.26 125

LG-Stereo_L2	0.32 122	0.45 137	0.36 139	0.37 139	0.27 126	0.37 141	0.27 125	0.43 149	0.27 127	0.36 112	0.31 147	0.36 138	0.27 128	0.27 129	0.27 130	0.30 138	0.37 139	0.27 128	0.37 137	0.27 130	0.37 132	0.27 125	0.27 123	0.27 128	0.37 137	0.27 127	0.37 136	0.27 128

CASnet	0.32 122	0.53 156	0.34 136	0.27 118	0.31 148	0.34 130	0.29 145	0.31 115	0.32 145	0.25 91	0.31 147	0.27 120	0.40 173	0.45 176	0.27 130	0.30 138	0.26 119	0.40 173	0.28 121	0.37 163	0.28 116	0.39 171	0.29 134	0.40 175	0.29 122	0.28 129	0.24 105	0.30 146
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.32 122	0.45 137	0.29 124	0.36 137	0.29 140	0.36 137	0.29 145	0.36 130	0.29 140	0.35 106	0.29 141	0.35 132	0.28 130	0.27 129	0.28 134	0.28 128	0.35 131	0.28 129	0.35 130	0.28 131	0.35 126	0.28 131	0.29 134	0.29 140	0.36 133	0.29 142	0.36 133	0.29 140

RSM	0.33 125	0.36 120	0.31 131	0.39 154	0.32 150	0.36 137	0.30 148	0.35 126	0.38 162	0.35 106	0.31 147	0.35 132	0.30 142	0.30 139	0.31 147	0.30 138	0.36 136	0.31 145	0.36 133	0.30 145	0.36 130	0.31 146	0.31 144	0.31 146	0.36 133	0.31 148	0.36 133	0.31 149

SQANet	0.33 125	0.28 107	0.28 119	0.28 122	0.28 130	0.29 123	0.28 132	0.28 110	0.28 132	1.59 236	0.28 133	0.28 122	0.28 130	0.28 134	0.28 134	0.28 128	0.28 122	0.28 129	0.29 122	0.28 131	0.28 116	0.28 131	0.28 128	0.28 132	0.28 121	0.28 129	0.28 120	0.28 131

DGSMNet	0.33 125	0.42 134	0.28 119	0.40 155	0.28 130	0.40 155	0.28 132	0.40 142	0.28 132	0.40 124	0.28 133	0.39 147	0.28 130	0.27 129	0.28 134	0.28 128	0.40 156	0.28 129	0.42 162	0.29 140	0.41 150	0.31 146	0.29 134	0.28 132	0.41 155	0.28 129	0.42 157	0.29 140

castereo	0.34 128	1.59 238	1.39 259	0.17 82	0.15 90	0.18 83	0.26 121	1.74 257	0.17 95	0.19 75	0.18 106	0.18 87	0.20 108	0.20 107	0.22 115	0.21 106	0.18 86	0.17 96	0.19 88	0.16 93	0.18 83	0.20 110	0.17 91	0.21 111	0.19 87	0.17 96	0.19 85	0.16 92

RAFT-Test	0.34 128	0.45 137	0.30 128	0.38 143	0.32 150	0.40 155	0.32 152	0.39 140	0.32 145	0.39 118	0.30 144	0.37 140	0.29 139	0.30 139	0.30 144	0.29 136	0.38 142	0.30 142	0.38 141	0.29 140	0.38 135	0.29 141	0.29 134	0.30 144	0.38 140	0.30 145	0.38 138	0.30 146

RAFT + AFF	0.34 128	0.29 108	0.32 134	0.31 125	0.30 145	0.39 152	0.32 152	0.39 140	0.30 142	0.39 118	0.32 150	0.39 147	0.32 147	0.35 148	0.36 157	0.32 147	0.38 142	0.31 145	0.38 141	0.31 149	0.38 135	0.28 131	0.37 162	0.34 153	0.38 140	0.30 145	0.38 138	0.28 131

ETE_ROB	0.35 131	0.35 119	0.35 137	0.35 133	0.35 158	0.35 132	0.35 155	0.35 126	0.35 154	0.35 106	0.35 156	0.35 132	0.35 154	0.35 148	0.35 153	0.35 153	0.35 131	0.35 155	0.35 130	0.35 157	0.35 126	0.35 153	0.35 153	0.35 157	0.35 131	0.35 155	0.35 130	0.35 156

VIP-Stereo	0.36 132	2.00 247	1.11 243	0.26 116	0.16 93	0.24 109	0.15 90	2.00 267	0.23 115	0.24 87	0.15 89	0.23 103	0.16 93	0.16 93	0.16 93	0.15 91	0.24 107	0.15 91	0.24 108	0.16 93	0.24 105	0.15 91	0.15 87	0.20 108	0.24 108	0.15 90	0.24 105	0.15 90

GREAT-IGEV	0.36 132	0.46 140	0.33 135	0.43 166	0.30 145	0.43 166	0.30 148	0.45 151	0.30 142	0.42 132	0.30 144	0.43 161	0.30 142	0.30 139	0.30 144	0.30 138	0.43 163	0.30 142	0.43 163	0.30 145	0.43 156	0.30 144	0.30 142	0.30 144	0.43 161	0.30 145	0.43 159	0.30 146

EKT-Stereo	0.36 132	0.50 153	0.30 128	0.40 155	0.29 140	0.40 155	0.29 145	0.35 126	0.30 142	0.47 141	0.30 144	0.35 132	0.32 147	0.29 136	0.34 151	0.33 149	0.59 194	0.31 145	0.39 152	0.29 140	0.37 132	0.38 162	0.29 134	0.31 146	0.58 199	0.28 129	0.51 184	0.29 140

GEStereo_RVC	0.36 132	0.23 88	0.18 91	0.23 103	0.18 104	0.23 105	0.19 107	0.22 91	0.19 105	0.24 87	0.20 109	0.24 110	0.18 106	0.18 102	0.18 102	0.21 106	0.25 113	0.18 106	0.22 95	0.18 104	0.23 102	0.18 106	0.19 105	0.20 108	0.23 102	0.20 108	4.43 309	0.19 107

DMCA	0.36 132	0.38 122	0.37 141	0.35 133	0.35 158	0.35 132	0.36 161	0.35 126	0.36 159	0.36 112	0.37 165	0.36 138	0.36 159	0.36 153	0.35 153	0.37 158	0.36 136	0.36 157	0.36 133	0.36 161	0.36 130	0.35 153	0.36 158	0.36 160	0.37 137	0.36 158	0.36 133	0.36 161

DDF-Stereo	0.37 137	0.57 166	0.50 178	0.40 155	0.32 150	0.40 155	0.32 152	0.53 175	0.32 145	0.39 118	0.32 150	0.39 147	0.32 147	0.32 142	0.32 149	0.32 147	0.40 156	0.32 149	0.40 153	0.32 150	0.40 149	0.32 149	0.32 145	0.32 148	0.40 150	0.32 150	0.40 149	0.32 151

XPNet_ROB	0.37 137	0.37 121	0.37 141	0.37 139	0.37 164	0.37 141	0.37 166	0.37 131	0.37 161	0.37 114	0.37 165	0.37 140	0.37 161	0.37 155	0.37 160	0.37 158	0.37 139	0.37 162	0.37 137	0.37 163	0.37 132	0.37 159	0.37 162	0.37 166	0.37 137	0.37 164	0.37 136	0.37 164

GIP-stereo	0.38 139	0.56 163	0.40 147	0.45 169	0.33 153	0.44 168	0.35 155	0.49 165	0.33 149	0.43 133	0.32 150	0.42 157	0.31 144	0.33 143	0.33 150	0.34 150	0.40 156	0.32 149	0.40 153	0.32 150	0.43 156	0.38 162	0.33 148	0.32 148	0.43 161	0.32 150	0.42 157	0.34 155

Former-RAFT_DAM_RVC	0.38 139	1.06 204	0.54 186	0.59 201	0.27 126	0.46 169	0.27 125	0.46 152	0.27 127	0.46 138	0.27 130	0.46 164	0.26 126	0.27 129	0.27 130	0.26 118	0.46 165	0.26 125	0.45 166	0.30 145	0.46 159	0.27 125	0.27 123	0.27 128	0.46 164	0.27 127	0.45 161	0.26 125

CES	0.38 139	0.34 116	0.44 158	0.43 166	0.33 153	0.37 141	0.44 185	0.37 131	0.38 162	0.45 136	0.35 156	0.35 132	0.41 174	0.45 176	0.36 157	0.36 155	0.36 136	0.45 182	0.43 163	0.35 157	0.34 122	0.46 181	0.36 158	0.36 160	0.42 160	0.34 154	0.35 130	0.38 167

PML	0.39 142	0.56 163	0.29 124	0.55 195	0.28 130	0.56 197	0.28 132	0.51 172	0.28 132	0.50 147	0.28 133	0.51 185	0.28 130	0.29 136	0.28 134	0.29 136	0.56 192	0.29 138	0.57 200	0.28 131	0.56 190	0.28 131	0.28 128	0.29 140	0.56 196	0.28 129	0.56 193	0.28 131

DEFOM-Stereo_RVC	0.40 143	2.14 256	1.91 284	0.20 90	0.18 104	0.19 88	0.17 96	2.23 270	0.19 105	0.24 87	0.21 111	0.19 90	0.21 112	0.20 107	0.18 102	0.20 104	0.20 92	0.18 106	0.20 91	0.19 109	0.19 87	0.17 98	0.18 102	0.17 94	0.20 91	0.20 108	0.21 93	0.19 107

GASTEREO	0.41 144	0.54 157	0.44 158	0.48 179	0.35 158	0.48 181	0.35 155	0.53 175	0.35 154	0.46 138	0.35 156	0.46 164	0.35 154	0.35 148	0.35 153	0.35 153	0.47 169	0.35 155	0.47 171	0.35 157	0.47 163	0.38 162	0.35 153	0.35 157	0.48 175	0.35 155	0.47 166	0.35 156

GwcNet-ADL	0.41 144	0.41 128	0.41 149	0.41 162	0.41 175	0.41 159	0.41 177	0.41 144	0.41 174	0.41 125	0.41 178	0.41 153	0.41 174	0.41 167	0.41 176	0.41 170	0.41 159	0.41 175	0.41 158	0.41 176	0.41 150	0.41 175	0.41 174	0.41 176	0.41 155	0.41 176	0.41 153	0.41 176

PSMNet-ADL	0.41 144	0.41 128	0.41 149	0.41 162	0.41 175	0.41 159	0.41 177	0.41 144	0.41 174	0.41 125	0.41 178	0.41 153	0.41 174	0.41 167	0.41 176	0.41 170	0.41 159	0.41 175	0.41 158	0.41 176	0.41 150	0.41 175	0.41 174	0.41 176	0.41 155	0.41 176	0.41 153	0.41 176

GANet-ADL	0.41 144	0.41 128	0.41 149	0.41 162	0.41 175	0.41 159	0.41 177	0.41 144	0.41 174	0.41 125	0.41 178	0.41 153	0.41 174	0.41 167	0.41 176	0.41 170	0.41 159	0.41 175	0.41 158	0.41 176	0.41 150	0.41 175	0.41 174	0.41 176	0.41 155	0.41 176	0.41 153	0.41 176

ADLNet	0.41 144	0.41 128	0.41 149	0.41 162	0.41 175	0.41 159	0.41 177	0.41 144	0.41 174	0.41 125	0.41 178	0.41 153	0.41 174	0.41 167	0.41 176	0.41 170	0.41 159	0.41 175	0.41 158	0.41 176	0.41 150	0.41 175	0.41 174	0.41 176	0.41 155	0.41 176	0.41 153	0.41 176

GEAStereo	0.42 149	0.55 159	0.44 158	0.48 179	0.35 158	0.48 181	0.35 155	0.54 177	0.35 154	0.47 141	0.36 159	0.47 169	0.41 174	0.38 157	0.38 162	0.38 161	0.51 184	0.36 157	0.51 189	0.38 167	0.48 170	0.35 153	0.35 153	0.36 160	0.52 187	0.37 164	0.48 172	0.36 161

GSStereo	0.42 149	0.56 163	0.44 158	0.48 179	0.36 163	0.48 181	0.36 161	0.54 177	0.36 159	0.47 141	0.36 159	0.47 169	0.36 159	0.36 153	0.35 153	0.36 155	0.48 174	0.36 157	0.48 178	0.36 161	0.48 170	0.36 158	0.36 158	0.36 160	0.48 175	0.36 158	0.48 172	0.35 156

gasm-f	0.42 149	0.55 159	0.44 158	0.48 179	0.35 158	0.48 181	0.35 155	0.54 177	0.35 154	0.47 141	0.36 159	0.47 169	0.41 174	0.38 157	0.38 162	0.38 161	0.51 184	0.36 157	0.51 189	0.38 167	0.48 170	0.35 153	0.35 153	0.36 160	0.52 187	0.37 164	0.48 172	0.36 161

DEFOM-Stereo	0.43 152	1.60 240	1.47 264	0.30 123	0.28 130	0.31 125	0.28 132	1.65 255	0.25 118	0.29 99	0.26 126	0.30 125	0.29 139	0.27 129	0.26 127	0.26 118	0.30 124	0.29 138	0.30 124	0.26 126	0.29 118	0.29 141	0.27 123	0.26 124	0.30 123	0.29 142	0.30 122	0.29 140

GES	0.43 152	0.41 128	0.31 131	0.35 133	0.30 145	0.47 175	0.28 132	0.33 117	0.28 132	0.35 106	0.29 141	2.95 290	0.38 164	0.35 148	0.30 144	0.34 150	0.34 128	0.30 142	0.33 125	0.30 145	0.35 126	0.30 144	0.33 148	0.33 151	0.33 126	0.31 148	0.33 124	0.29 140

MSCF	0.44 154	0.60 171	0.47 165	0.50 187	0.40 173	0.50 188	0.38 169	0.57 185	0.38 162	0.48 145	0.38 168	0.48 177	0.38 164	0.38 157	0.38 162	0.38 161	0.49 179	0.38 165	0.49 182	0.39 174	0.50 178	0.38 162	0.38 166	0.38 167	0.49 180	0.38 168	0.49 180	0.38 167

LG-Stereo_L1	0.44 154	0.58 169	0.49 177	0.51 190	0.38 168	0.51 190	0.38 169	0.56 183	0.38 162	0.50 147	0.38 168	0.50 182	0.38 164	0.38 157	0.38 162	0.38 161	0.52 186	0.38 165	0.52 192	0.38 167	0.51 180	0.38 162	0.38 166	0.38 167	0.52 187	0.38 168	0.51 184	0.40 174

FCDSN-DC	0.44 154	0.31 112	0.35 137	0.34 129	0.28 130	0.35 132	0.30 148	0.32 116	0.25 118	1.32 224	0.24 120	1.00 235	0.32 147	0.35 148	0.34 151	0.30 138	0.72 206	0.37 162	0.48 178	0.32 150	0.53 186	0.49 194	0.23 115	0.29 140	0.50 181	0.42 181	0.61 199	0.71 230
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	0.45 157	0.57 166	0.45 163	0.54 192	0.37 164	0.53 194	0.37 166	0.56 183	0.40 171	0.53 153	0.38 168	0.53 189	0.37 161	0.37 155	0.37 160	0.37 158	0.55 189	0.38 165	0.53 194	0.37 163	0.53 186	0.37 159	0.37 162	0.39 174	0.54 192	0.37 164	0.54 190	0.37 164

WAO-7	0.46 158	0.38 122	0.38 143	0.38 143	0.38 168	0.38 145	0.38 169	0.38 134	0.38 162	2.57 280	0.38 168	0.38 143	0.38 164	0.38 157	0.38 162	0.38 161	0.38 142	0.38 165	0.38 141	0.38 167	0.38 135	0.38 162	0.38 166	0.38 167	0.38 140	0.38 168	0.38 138	0.38 167

Venus	0.46 158	0.38 122	0.40 147	0.38 143	0.38 168	0.39 152	0.38 169	0.38 134	0.38 162	2.71 282	0.38 168	0.38 143	0.38 164	0.38 157	0.38 162	0.38 161	0.38 142	0.38 165	0.38 141	0.38 167	0.38 135	0.38 162	0.38 166	0.38 167	0.38 140	0.38 168	0.39 148	0.38 167

HanzoNet	0.47 160	0.39 126	0.38 143	0.38 143	0.38 168	0.38 145	0.38 169	0.40 142	0.38 162	2.63 281	0.38 168	0.38 143	0.38 164	0.38 157	0.38 162	0.39 169	0.38 142	0.38 165	0.38 141	0.42 181	0.38 135	0.39 171	0.39 172	0.38 167	0.38 140	0.38 168	0.38 138	0.39 173

IMH	0.47 160	0.40 127	0.39 146	0.38 143	0.38 168	0.38 145	0.38 169	0.38 134	0.40 171	2.79 284	0.38 168	0.38 143	0.38 164	0.38 157	0.38 162	0.38 161	0.39 152	0.38 165	0.38 141	0.40 175	0.38 135	0.38 162	0.38 166	0.38 167	0.38 140	0.38 168	0.38 138	0.38 167

LL-Strereo2	0.47 160	2.60 269	0.51 182	0.38 143	0.28 130	0.37 141	0.28 132	0.55 181	0.35 154	0.44 135	0.34 155	0.44 163	0.34 152	0.34 144	0.36 157	0.36 155	0.47 169	0.36 157	0.47 171	0.35 157	0.47 163	0.35 153	0.35 153	0.35 157	0.46 164	0.35 155	0.47 166	0.35 156

GMOStereo	0.50 163	0.44 135	2.38 294	0.40 155	0.34 155	0.42 163	0.36 161	1.96 262	0.34 150	0.41 125	0.36 159	0.42 157	0.35 154	0.34 144	0.38 162	0.31 143	0.39 152	0.34 151	0.40 153	0.33 154	0.39 144	0.33 150	0.33 148	0.34 153	0.40 150	0.36 158	0.40 149	0.32 151

error version	0.50 163	0.44 135	2.38 294	0.40 155	0.34 155	0.42 163	0.36 161	1.96 262	0.34 150	0.41 125	0.36 159	0.42 157	0.35 154	0.34 144	0.38 162	0.31 143	0.39 152	0.34 151	0.40 153	0.33 154	0.39 144	0.33 150	0.33 148	0.34 153	0.40 150	0.36 158	0.40 149	0.32 151

SANet	0.50 163	0.50 153	0.50 178	0.50 187	0.50 201	0.50 188	0.50 201	0.50 169	0.50 200	0.50 147	0.50 200	0.50 182	0.50 198	0.50 193	0.50 201	0.50 197	0.50 182	0.50 200	0.50 186	0.50 202	0.50 178	0.50 200	0.50 195	0.50 198	0.50 181	0.50 202	0.50 182	0.50 196

PDISCO_ROB	0.50 163	0.15 65	0.11 61	0.16 79	3.16 303	0.13 62	0.12 80	0.14 61	0.12 78	0.15 54	0.11 62	2.55 289	0.11 63	2.20 287	0.13 85	0.12 78	0.16 79	0.10 50	0.14 62	0.12 82	0.15 71	0.12 81	0.12 78	0.12 80	0.15 68	0.10 49	2.75 290	0.09 48

otaku	0.52 167	0.46 140	0.48 171	0.46 170	0.46 184	0.46 169	0.46 186	0.46 152	0.47 189	1.88 243	0.46 186	0.46 164	0.46 185	0.46 178	0.46 185	0.46 179	0.47 169	0.46 183	0.46 167	0.46 186	0.47 163	0.46 181	0.46 181	0.46 185	0.47 170	0.46 185	0.46 162	0.47 186

HaxPig	0.52 167	0.48 149	0.47 165	0.47 175	0.47 188	0.47 175	0.47 190	0.47 158	0.47 189	1.80 240	0.47 190	0.47 169	0.47 188	0.47 182	0.47 189	0.47 186	0.47 169	0.47 190	0.47 171	0.47 191	0.47 163	0.47 188	0.47 187	0.47 189	0.47 170	0.47 192	0.47 166	0.47 186

UNDER WATER	0.52 167	0.47 146	0.47 165	0.47 175	0.47 188	0.47 175	0.47 190	0.47 158	0.47 189	1.90 244	0.47 190	0.47 169	0.47 188	0.47 182	0.47 189	0.47 186	0.46 165	0.47 190	0.47 171	0.47 191	0.46 159	0.47 188	0.47 187	0.48 193	0.47 170	0.47 192	0.47 166	0.47 186

Dean	0.52 167	0.46 140	0.48 171	0.46 170	0.46 184	0.46 169	0.46 186	0.46 152	0.46 184	1.90 244	0.46 186	0.47 169	0.46 185	0.46 178	0.46 185	0.46 179	0.48 174	0.46 183	0.46 167	0.46 186	0.46 159	0.46 181	0.46 181	0.46 185	0.46 164	0.46 185	0.46 162	0.46 183

Ntro	0.53 171	0.47 146	0.50 178	0.46 170	0.48 193	0.47 175	0.47 190	0.46 152	0.46 184	2.05 256	0.47 190	0.47 169	0.49 196	0.47 182	0.47 189	0.46 179	0.48 174	0.46 183	0.49 182	0.46 186	0.47 163	0.46 181	0.46 181	0.47 189	0.46 164	0.46 185	0.47 166	0.47 186

RainbowNet	0.53 171	0.48 149	0.48 171	0.48 179	0.48 193	0.48 181	0.48 194	0.48 161	0.48 193	1.92 246	0.48 195	0.48 177	0.48 192	0.48 187	0.48 194	0.48 189	0.48 174	0.48 194	0.48 178	0.48 195	0.48 170	0.48 191	0.48 190	0.48 193	0.48 175	0.48 196	0.48 172	0.48 192

LVE	0.53 171	0.47 146	0.48 171	0.47 175	0.47 188	0.47 175	0.47 190	0.48 161	0.47 189	1.96 251	0.47 190	0.47 169	0.47 188	0.47 182	0.47 189	0.47 186	0.47 169	0.47 190	0.47 171	0.47 191	0.47 163	0.47 188	0.47 187	0.47 189	0.47 170	0.47 192	0.47 166	0.47 186

ACVNet_1	0.53 171	0.46 140	0.48 171	0.47 175	0.47 188	0.46 169	0.48 194	0.48 161	0.48 193	2.07 257	0.47 190	0.48 177	0.48 192	0.47 182	0.47 189	0.46 179	0.49 179	0.47 190	0.47 171	0.47 191	0.48 170	0.46 181	0.46 181	0.48 193	0.47 170	0.47 192	0.48 172	0.47 186

ACVNet-4b	0.53 171	0.46 140	0.47 165	0.46 170	0.46 184	0.46 169	0.46 186	0.46 152	0.46 184	2.17 260	0.46 186	0.46 164	0.47 188	0.46 178	0.46 185	0.46 179	0.46 165	0.46 183	0.46 167	0.46 186	0.46 159	0.46 181	0.46 181	0.47 189	0.46 164	0.46 185	0.46 162	0.46 183

AIO-test2	0.54 176	0.65 175	0.55 189	0.60 202	0.50 201	0.60 201	0.49 197	0.65 190	0.48 193	0.60 159	0.49 198	0.59 194	0.50 198	0.50 193	0.49 198	0.49 193	0.60 195	0.50 200	0.60 202	0.49 199	0.60 194	0.49 194	0.50 195	0.51 200	0.60 202	0.48 196	0.60 196	0.50 196

AIO-test1	0.54 176	0.64 174	0.54 186	0.60 202	0.49 197	0.61 203	0.49 197	0.64 189	0.49 198	0.59 157	0.48 195	0.60 196	0.50 198	0.48 187	0.48 194	0.48 189	0.60 195	0.48 194	0.60 202	0.48 195	0.60 194	0.49 194	0.49 192	0.49 196	0.59 201	0.49 199	0.60 196	0.49 193

notaker	0.54 176	0.48 149	0.48 171	0.48 179	0.48 193	0.48 181	0.49 197	0.48 161	0.48 193	1.95 250	0.48 195	0.48 177	0.48 192	0.48 187	0.48 194	0.48 189	0.48 174	0.48 194	0.48 178	0.48 195	0.49 176	0.48 191	0.48 190	0.49 196	0.48 175	0.48 196	0.48 172	0.49 193

ACVNet_2	0.55 179	0.49 152	0.50 178	0.49 185	0.49 197	0.49 187	0.49 197	0.49 165	0.49 198	2.14 259	0.49 198	0.50 182	0.49 196	0.49 190	0.49 198	0.49 193	0.50 182	0.49 199	0.50 186	0.49 199	0.49 176	0.49 194	0.49 192	0.50 198	0.50 181	0.49 199	0.50 182	0.49 193

CFNet	0.55 179	0.25 100	0.18 91	0.25 111	0.18 104	0.25 115	0.18 106	0.25 104	0.18 103	0.25 91	0.18 106	0.25 112	0.18 106	0.18 102	0.18 102	0.18 100	0.25 113	0.18 106	0.25 113	0.18 104	5.31 320	4.36 319	0.18 102	0.18 105	0.25 114	0.18 105	0.25 112	0.18 106

PSMNet_ROB	0.55 179	0.55 159	0.56 192	0.56 196	0.55 205	0.56 197	0.55 205	0.55 181	0.55 204	0.55 154	0.55 205	0.55 191	0.55 206	0.55 196	0.56 206	0.55 201	0.55 189	0.55 206	0.55 197	0.55 205	0.55 189	0.55 203	0.55 200	0.55 206	0.55 193	0.55 207	0.55 191	0.55 203

IER	0.56 182	2.72 272	2.20 288	0.38 143	0.29 140	0.38 145	0.27 125	2.77 287	0.27 127	0.38 115	0.28 133	0.37 140	0.25 120	0.26 122	0.25 122	0.26 118	0.38 142	0.29 138	0.38 141	0.25 122	0.39 144	0.25 118	0.29 134	0.29 140	0.40 150	0.25 120	0.38 138	0.25 120

LG-Stereo	0.57 183	0.58 169	0.43 156	0.54 192	0.65 216	0.95 228	0.69 230	0.69 192	0.38 162	0.52 151	0.37 165	0.53 189	0.37 161	0.68 223	0.73 231	0.72 227	0.70 203	0.37 162	0.54 196	0.37 163	0.54 188	0.37 159	0.37 162	0.56 207	0.95 229	0.59 212	0.84 217	0.37 164

CASS	0.58 184	0.89 190	0.55 189	0.56 196	0.55 205	0.60 201	0.57 211	0.57 185	0.56 206	0.55 154	0.56 206	0.56 192	0.50 198	0.63 208	0.56 206	0.56 204	0.62 198	0.62 215	0.59 201	0.56 207	0.56 190	0.48 191	0.60 207	0.56 207	0.57 198	0.60 214	0.57 195	0.59 208
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DISCO	0.59 185	0.29 108	0.22 105	0.27 118	5.05 325	0.30 124	0.21 111	0.28 110	0.21 109	0.27 98	0.21 111	0.27 120	0.20 108	0.21 111	0.21 111	0.21 106	0.27 121	0.21 113	0.27 120	0.21 113	0.27 114	0.23 117	0.21 108	0.21 111	0.27 120	0.21 111	5.06 317	0.22 114

LMCR-Stereo	0.61 186	0.61 172	0.61 199	0.61 205	0.61 212	0.67 208	0.61 216	0.61 187	0.61 213	0.61 160	0.61 213	0.61 197	0.61 213	0.61 204	0.61 213	0.61 208	0.61 197	0.61 214	0.61 204	0.61 213	0.61 196	0.61 210	0.61 208	0.61 216	0.61 204	0.61 215	0.61 199	0.61 214

AANet_RVC	0.61 186	0.31 112	5.05 314	0.31 125	0.19 108	0.24 109	0.20 109	5.86 310	0.20 107	0.24 87	0.18 106	0.25 112	0.20 108	0.23 116	0.21 111	0.18 100	0.37 139	0.18 106	0.24 108	0.19 109	0.25 107	0.19 109	0.19 105	0.19 107	0.24 108	0.15 90	0.24 105	0.20 109

iRaftStereo_RVC	0.62 188	1.76 243	2.24 290	0.52 191	0.37 164	0.53 194	0.38 169	2.51 281	0.38 162	0.51 150	0.38 168	0.51 185	0.38 164	0.38 157	0.38 162	0.38 161	0.52 186	0.38 165	0.52 192	0.38 167	0.52 183	0.38 162	0.38 166	0.38 167	0.52 187	0.39 174	0.52 187	0.38 167

ARAFT	0.64 189	0.74 181	0.62 200	0.70 214	0.56 207	0.72 211	0.55 205	0.72 196	0.54 203	0.73 168	0.56 206	0.72 208	0.56 208	0.56 198	0.62 214	0.63 210	0.73 207	0.53 205	0.73 210	0.54 204	0.72 204	0.65 213	0.62 209	0.56 207	0.72 209	0.54 205	0.72 206	0.57 205

test_1	0.65 190	4.37 288	2.38 294	0.40 155	0.34 155	0.42 163	0.36 161	1.96 262	0.34 150	0.41 125	0.36 159	0.42 157	0.35 154	0.34 144	0.38 162	0.31 143	0.39 152	0.34 151	0.40 153	0.33 154	0.39 144	0.33 150	0.33 148	0.34 153	0.40 150	0.36 158	0.40 149	0.32 151

zero-FE	0.66 191	0.80 184	0.56 192	0.79 218	0.58 209	0.82 216	0.55 205	0.76 198	0.56 206	0.75 170	0.58 210	0.75 212	0.59 211	0.57 199	0.56 206	0.55 201	0.79 211	0.55 206	0.78 215	0.55 205	0.85 213	0.58 205	0.55 200	0.57 211	0.80 215	0.57 209	0.80 211	0.57 205

HH	0.66 191	2.13 251	0.47 165	0.37 139	0.29 140	0.36 137	0.27 125	0.49 165	0.44 181	0.78 171	0.68 224	0.67 202	0.90 240	0.62 205	0.90 239	0.53 199	0.88 219	0.48 194	0.37 137	0.29 140	0.63 199	0.66 216	0.66 212	0.51 200	1.06 245	0.61 215	1.08 243	0.60 210

HanStereo	0.66 191	2.13 251	0.47 165	0.37 139	0.29 140	0.36 137	0.27 125	0.49 165	0.44 181	0.78 171	0.68 224	0.67 202	0.90 240	0.62 205	0.90 239	0.53 199	0.88 219	0.48 194	0.37 137	0.29 140	0.63 199	0.66 216	0.66 212	0.51 200	1.06 245	0.61 215	1.08 243	0.60 210

DSFCA	0.66 191	0.73 179	0.74 208	0.68 210	0.65 216	0.64 205	0.65 221	0.65 190	0.65 215	0.66 163	0.65 216	0.65 199	0.64 214	0.65 211	0.65 217	0.65 212	0.65 200	0.65 218	0.65 206	0.65 216	0.65 202	0.65 213	0.65 211	0.65 219	0.66 206	0.66 219	0.65 202	0.65 216

4D-IteraStereo	0.67 195	3.40 278	1.05 237	0.71 215	0.83 237	0.47 175	0.27 125	0.47 158	0.27 127	0.35 106	0.26 126	0.68 204	0.84 236	0.41 167	0.54 203	0.89 236	0.74 209	0.88 240	0.73 210	0.87 241	0.42 155	0.27 125	0.28 128	0.28 132	0.36 133	0.28 129	0.68 203	0.90 240

RAFT-Stereo + iAFF	0.67 195	0.74 181	0.60 198	0.79 218	0.61 212	0.76 212	0.57 211	0.71 195	0.56 206	0.71 166	0.54 204	0.72 208	0.66 217	0.65 211	0.65 217	0.64 211	0.74 209	0.64 217	0.74 212	0.63 214	0.73 205	0.65 213	0.64 210	0.64 218	0.74 211	0.61 215	0.73 207	0.64 215

Occ-G	0.68 197	0.54 157	3.16 303	0.57 200	0.45 183	0.52 193	0.40 176	3.44 294	0.46 184	0.52 151	0.45 185	0.51 185	0.44 182	0.44 175	0.40 175	0.45 178	0.55 189	0.41 175	0.53 194	0.43 182	0.52 183	0.40 173	0.44 180	0.45 184	0.55 193	0.44 184	0.53 189	0.44 182

TorneroNet-64	0.69 198	0.65 175	0.30 128	0.27 118	0.47 188	0.28 122	0.35 155	0.34 123	0.80 231	7.93 327	0.29 141	0.30 125	0.31 144	0.81 233	0.28 134	0.27 127	0.29 123	0.28 129	0.85 221	0.83 239	0.62 198	0.28 131	0.30 142	0.28 132	0.52 187	0.29 142	0.29 121	0.27 128

DDUNet	0.69 198	0.84 188	0.59 197	0.84 224	0.59 210	0.87 222	0.57 211	0.84 203	0.59 212	0.82 178	0.58 210	0.85 221	0.57 209	0.59 203	0.59 210	0.57 205	0.87 218	0.59 211	0.85 221	0.59 212	0.85 213	0.59 208	0.59 205	0.59 212	0.87 220	0.59 212	0.84 217	0.59 208

UDG	0.70 200	0.87 189	0.56 192	0.87 225	0.59 210	0.84 219	0.59 214	0.85 204	0.57 209	0.84 180	0.59 212	0.84 220	0.60 212	0.58 200	0.60 211	0.59 206	0.85 217	0.59 211	0.87 223	0.58 209	0.87 215	0.60 209	0.57 204	0.59 212	0.87 220	0.58 211	0.86 220	0.60 210

MaskLacGwcNet_RVC	0.70 200	6.91 302	0.46 164	0.46 170	0.46 184	0.46 169	0.46 186	0.46 152	0.46 184	0.46 138	0.46 186	0.46 164	0.46 185	0.46 178	0.46 185	0.46 179	0.46 165	0.46 183	0.46 167	0.46 186	0.47 163	0.46 181	0.46 181	0.46 185	0.46 164	0.46 185	0.46 162	0.46 183

HCRNet	0.71 202	6.06 300	3.15 302	0.50 187	0.22 112	0.21 96	0.15 90	3.04 289	0.34 150	0.43 133	0.33 154	0.43 161	0.33 151	0.15 90	0.14 89	0.14 88	0.21 95	0.17 96	0.47 171	0.20 111	0.21 93	0.16 94	0.32 145	0.33 151	0.50 181	0.33 153	0.49 180	0.28 131

AFF-stereo	0.71 202	0.73 179	0.65 202	0.82 222	0.63 215	0.83 217	0.63 218	0.73 197	0.65 215	0.82 178	0.73 230	0.74 211	0.64 214	0.63 208	0.62 214	0.62 209	0.73 207	0.63 216	0.74 212	0.72 230	0.80 207	0.58 205	0.70 226	0.71 232	0.79 213	0.69 229	0.78 209	0.72 231

DMCA-RVC	0.71 202	0.72 177	0.72 203	0.71 215	0.70 227	0.70 209	0.70 233	0.70 194	0.71 226	0.70 165	0.71 228	0.71 207	0.70 226	0.70 225	0.71 229	0.70 224	0.70 203	0.71 230	0.70 207	0.71 228	0.70 203	0.70 226	0.71 228	0.71 232	0.70 207	0.72 232	0.71 204	0.70 228

PA-Net	0.71 202	0.62 173	0.55 189	0.69 211	0.71 228	0.70 209	0.69 230	0.69 192	0.74 229	0.73 168	0.75 231	0.59 194	0.72 229	0.82 234	0.79 234	0.83 233	0.67 202	0.76 233	0.81 219	0.67 223	0.61 196	0.76 230	0.68 223	0.65 219	0.82 218	0.76 235	0.71 204	0.69 227
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AIO-Stereo-zeroshot1	0.74 206	0.57 166	0.57 195	0.56 196	0.92 240	1.07 245	0.63 218	1.03 226	0.82 235	0.49 146	0.77 232	0.69 205	0.54 205	0.58 200	0.54 203	0.86 235	1.06 239	0.72 231	1.06 242	0.79 233	0.58 193	0.87 236	0.59 205	0.46 185	0.76 212	0.46 185	1.05 240	0.97 245

AEACV	0.74 206	0.52 155	3.10 300	0.60 202	0.48 193	0.56 197	0.48 194	3.02 288	0.83 236	0.61 160	0.62 214	0.72 208	0.50 198	0.49 190	0.49 198	0.48 189	0.58 193	0.50 200	0.55 197	0.48 195	0.56 190	0.50 200	0.50 195	0.51 200	0.58 199	0.51 204	0.60 196	0.51 199

MyStereo04	0.76 208	4.78 294	0.62 200	0.63 208	0.54 204	0.65 206	0.56 209	0.61 187	0.58 210	0.61 160	0.56 206	0.63 198	0.57 209	0.63 208	0.60 211	0.60 207	0.64 199	0.56 209	0.63 205	0.58 209	0.63 199	0.62 212	0.55 200	0.60 214	0.63 205	0.57 209	0.64 201	0.58 207

RSM++	0.77 209	0.91 191	0.72 203	0.83 223	0.71 228	0.83 217	0.72 234	0.81 202	0.71 226	0.81 177	0.71 228	0.81 219	0.71 228	0.71 227	0.71 229	0.70 224	0.83 216	0.72 231	0.83 220	0.81 238	0.83 211	0.72 229	0.71 228	0.71 232	0.88 222	0.71 230	0.83 216	0.70 228

test-3	0.78 210	4.38 289	1.80 276	0.62 206	0.49 197	0.62 204	0.50 201	1.86 258	0.64 214	0.69 164	0.52 202	0.66 200	0.38 164	0.58 200	0.57 209	0.46 179	0.66 201	0.46 183	0.50 186	0.44 184	0.48 170	0.58 205	0.54 199	0.60 214	0.70 207	0.46 185	0.48 172	0.50 196

WQFJA1++	0.80 211	1.24 219	0.73 206	0.97 233	0.65 216	0.97 230	0.65 221	0.97 215	0.65 215	0.94 189	0.66 217	0.94 227	0.65 216	0.66 214	0.65 217	0.66 213	0.98 227	0.66 220	0.98 231	0.66 218	0.98 224	0.66 216	0.66 212	0.66 221	0.98 231	0.66 219	0.98 228	0.66 217

NLMM	0.80 211	1.26 226	0.75 212	0.98 235	0.66 219	0.97 230	0.66 223	0.97 215	0.66 218	0.94 189	0.66 217	0.96 234	0.66 217	0.66 214	0.68 227	0.67 218	0.99 229	0.68 227	0.98 231	0.66 218	0.99 225	0.66 216	0.66 212	0.66 221	1.00 237	0.66 219	0.99 229	0.66 217

AdaDepth	0.80 211	0.95 196	1.02 233	0.95 230	0.67 224	0.95 228	0.67 227	0.94 212	0.67 223	0.92 184	0.67 221	0.94 227	0.67 223	0.67 219	0.67 224	0.67 218	0.95 224	0.67 223	0.95 230	0.67 223	0.96 223	0.68 224	0.67 218	0.67 225	0.96 230	0.67 223	0.95 227	0.67 222

CroCo-Stereo	0.80 211	2.51 264	0.41 149	1.27 260	0.41 175	1.27 259	0.41 177	1.27 244	0.41 174	1.27 221	0.41 178	1.27 256	0.41 174	0.41 167	0.41 176	0.41 170	1.28 256	0.41 175	1.27 256	0.41 176	1.27 257	0.41 175	0.42 178	0.41 176	1.27 260	0.41 176	1.27 258	0.41 176
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	0.80 211	0.80 184	0.80 218	0.80 220	0.80 234	0.80 214	0.80 237	0.80 200	0.80 231	0.80 175	0.80 235	0.80 217	0.80 232	0.80 231	0.80 235	0.80 231	0.80 213	0.80 236	0.80 217	0.80 236	0.80 207	0.80 232	0.80 234	0.80 236	0.80 215	0.80 237	0.80 211	0.80 235

CSAN	0.80 211	0.80 184	0.80 218	0.80 220	0.80 234	0.80 214	0.80 237	0.80 200	0.80 231	0.80 175	0.80 235	0.80 217	0.80 232	0.80 231	0.80 235	0.80 231	0.80 213	0.80 236	0.80 217	0.80 236	0.80 207	0.80 232	0.80 234	0.80 236	0.80 215	0.80 237	0.80 211	0.80 235

WQFJX1	0.81 217	1.27 228	0.74 208	0.98 235	0.67 224	0.98 232	0.67 227	0.97 215	0.67 223	0.94 189	0.67 221	0.95 230	0.66 217	0.66 214	0.66 220	0.67 218	0.99 229	0.67 223	0.98 231	0.68 226	0.99 225	0.66 216	0.66 212	0.66 221	0.99 232	0.66 219	1.00 231	0.66 217

WQFJX	0.81 217	1.27 228	0.74 208	0.99 237	0.66 219	0.99 234	0.66 223	0.99 221	0.66 218	0.95 194	0.66 217	0.95 230	0.67 223	0.67 219	0.66 220	0.66 213	0.99 229	0.66 220	1.00 235	0.66 218	0.99 225	0.67 222	0.68 223	0.67 225	0.99 232	0.67 223	0.99 229	0.67 222

NLMM1	0.81 217	1.26 226	0.74 208	1.00 239	0.66 219	0.99 234	0.67 227	0.98 218	0.66 218	0.94 189	0.67 221	0.94 227	0.66 217	0.66 214	0.66 220	0.66 213	1.00 233	0.67 223	1.00 235	0.66 218	0.99 225	0.71 227	0.73 231	0.67 225	0.99 232	0.67 223	1.00 231	0.66 217

NLSM3	0.81 217	1.27 228	0.75 212	0.99 237	0.66 219	0.99 234	0.66 223	0.98 218	0.67 223	0.95 194	0.66 217	0.95 230	0.66 217	0.67 219	0.67 224	0.66 213	0.99 229	0.66 220	0.99 234	0.66 218	0.99 225	0.67 222	0.66 212	0.66 221	0.99 232	0.67 223	1.00 231	0.67 222

gcap-zeroshot	0.81 217	1.03 202	0.84 222	0.93 228	0.85 238	0.84 219	0.62 217	1.21 241	0.53 202	0.79 173	0.84 238	0.77 213	0.70 226	0.84 236	0.67 224	0.74 228	1.18 251	0.52 204	0.91 224	0.79 233	0.84 212	0.61 210	0.83 236	0.69 231	0.93 228	0.82 239	0.85 219	0.66 217

WQFJA1	0.82 222	1.52 237	0.76 214	1.01 243	0.66 219	0.98 232	0.66 223	0.98 218	0.66 218	0.95 194	0.68 224	0.95 230	0.66 217	0.68 223	0.66 220	0.66 213	1.00 233	0.67 223	1.00 235	0.67 223	0.99 225	0.68 224	0.67 218	0.68 230	0.99 232	0.67 223	1.00 231	0.67 222

AIO-Stereo	0.82 222	1.06 204	0.73 206	0.97 233	0.74 230	1.06 244	0.60 215	1.04 228	0.90 239	1.00 197	1.01 249	0.78 214	0.85 238	0.74 229	0.62 214	0.67 218	1.12 242	0.55 206	0.70 207	0.65 216	0.93 220	0.66 216	0.67 218	0.67 225	0.82 218	0.74 233	0.92 221	0.83 237

G-Net	0.82 222	1.77 244	0.78 216	0.78 217	0.78 232	0.78 213	0.78 235	0.78 199	0.79 230	0.79 173	0.78 233	0.78 214	0.78 231	0.78 230	0.78 233	0.78 229	0.79 211	0.79 234	0.79 216	0.79 233	0.79 206	0.79 231	0.79 233	0.79 235	0.79 213	0.79 236	0.79 210	0.79 234

ktn	0.84 225	1.15 209	0.54 186	1.16 255	1.26 269	0.51 190	0.53 204	0.51 172	0.66 218	4.54 310	0.51 201	0.52 188	0.52 204	0.66 214	0.51 202	0.51 198	1.37 261	1.17 261	0.49 182	0.51 203	1.23 253	0.51 202	0.67 218	0.51 200	0.51 185	0.68 228	0.51 184	0.51 199

KSHMR	0.85 226	0.72 177	0.51 182	0.49 185	0.49 197	0.51 190	1.07 257	0.50 169	0.48 193	6.04 322	0.52 202	0.66 200	0.98 246	0.49 190	0.77 232	0.49 193	1.17 248	0.51 203	0.49 182	1.06 255	0.51 180	0.49 194	0.49 192	0.51 200	1.04 243	0.49 199	0.81 215	0.72 231

CroCo-Stereo Lap2	0.85 226	2.86 275	0.43 156	1.33 262	0.43 182	1.31 260	0.42 182	1.32 245	0.42 179	1.31 223	0.44 184	1.32 258	0.44 182	0.43 173	0.44 183	0.43 176	1.35 257	0.43 181	1.32 259	0.43 182	1.31 258	0.43 180	0.43 179	0.42 182	1.31 261	0.42 181	1.31 259	0.43 181

MLG-Stereo	0.87 228	1.33 233	0.93 226	0.62 206	1.00 243	1.16 250	0.55 205	0.86 205	0.83 236	1.19 215	0.40 176	1.30 257	0.81 234	0.65 211	0.45 184	1.01 250	1.17 248	0.46 183	1.29 258	0.58 209	1.05 236	0.90 239	0.73 231	0.87 241	0.60 202	1.01 250	1.13 247	0.51 199

DGTPSM_ROB	0.92 229	0.93 195	0.91 224	0.93 228	0.91 239	0.92 224	0.93 243	0.92 209	0.92 240	0.92 184	0.91 240	0.91 223	0.93 243	0.91 237	0.92 243	0.92 243	0.92 222	0.92 241	0.92 225	0.90 242	0.91 216	0.92 240	0.93 240	0.94 246	0.92 226	0.91 241	0.92 221	0.97 245

pmcnn	0.92 229	0.92 192	0.92 225	0.92 226	0.92 240	0.92 224	0.92 241	0.92 209	0.92 240	0.92 184	0.92 242	0.92 226	0.92 242	0.92 239	0.92 243	0.92 243	0.92 222	0.92 241	0.92 225	0.92 246	0.92 218	0.92 240	0.92 239	0.92 245	0.92 226	0.92 242	0.92 221	0.92 243

AIO-Stereo-zeroshot	0.93 231	0.77 183	0.82 220	1.16 255	0.75 231	0.99 234	0.92 241	0.91 207	0.99 246	0.94 189	0.91 240	1.15 246	0.88 239	0.92 239	1.00 246	0.67 218	0.98 227	1.00 246	0.75 214	0.91 243	1.18 246	0.87 236	0.89 238	0.90 242	1.08 247	1.07 255	0.74 208	0.89 239

HSM-Net_RVC	0.93 231	1.09 207	0.79 217	1.10 248	0.78 232	1.09 246	0.79 236	1.16 236	0.80 231	1.14 207	0.79 234	1.17 249	0.77 230	0.73 228	0.83 237	0.78 229	1.19 252	0.79 234	1.18 251	0.72 230	1.19 248	0.80 232	0.72 230	0.80 236	1.18 255	0.74 233	1.14 248	0.73 233
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.93 231	8.54 315	0.41 149	0.56 196	0.37 164	0.56 197	0.37 166	0.50 169	0.40 171	0.56 156	5.24 326	0.56 192	0.34 152	0.40 166	0.41 176	0.34 150	0.53 188	0.40 173	0.56 199	0.38 167	0.52 183	0.40 173	0.40 173	0.41 176	0.56 196	0.40 175	0.56 193	0.40 174

DPSM_ROB	0.93 231	0.92 192	0.94 227	0.96 231	1.02 248	0.92 224	0.98 244	0.95 213	0.92 240	0.92 184	0.92 242	0.91 223	0.97 244	0.92 239	0.91 241	0.91 240	0.96 225	0.94 243	0.93 228	0.91 243	0.93 220	0.92 240	0.93 240	0.91 243	0.91 224	0.99 244	0.92 221	0.91 241

DPSM	0.93 231	0.92 192	0.94 227	0.96 231	1.02 248	0.92 224	0.98 244	0.95 213	0.92 240	0.92 184	0.92 242	0.91 223	0.97 244	0.92 239	0.91 241	0.91 240	0.96 225	0.94 243	0.93 228	0.91 243	0.93 220	0.92 240	0.93 240	0.91 243	0.91 224	0.99 244	0.92 221	0.91 241

GANet	1.00 236	1.00 197	1.00 229	1.00 239	1.00 243	1.00 238	1.00 249	1.00 222	1.00 247	1.00 197	1.00 246	1.00 235	1.00 248	1.00 246	1.00 246	1.00 247	1.00 233	1.00 246	1.00 235	1.00 248	1.00 231	1.00 245	1.00 245	1.00 249	1.00 237	1.00 247	1.00 231	1.00 247

TDLM	1.00 236	1.00 197	1.00 229	1.00 239	1.00 243	1.00 238	1.00 249	1.00 222	1.00 247	1.00 197	1.00 246	1.00 235	1.00 248	1.00 246	1.00 246	1.00 247	1.00 233	1.00 246	1.00 235	1.00 248	1.00 231	1.00 245	1.00 245	1.00 249	1.00 237	1.00 247	1.00 231	1.00 247

CVANet_RVC	1.00 236	1.00 197	1.00 229	1.00 239	1.00 243	1.00 238	1.00 249	1.00 222	1.00 247	1.00 197	1.00 246	1.00 235	1.00 248	1.00 246	1.00 246	1.00 247	1.00 233	1.00 246	1.00 235	1.00 248	1.00 231	1.00 245	1.00 245	1.00 249	1.00 237	1.00 247	1.00 231	1.00 247

ccs_rob	1.00 236	10.06 321	0.31 131	0.44 168	0.31 148	0.43 166	0.31 151	0.43 149	0.32 145	0.45 136	0.32 150	1.20 253	0.31 144	7.02 326	0.31 147	0.31 143	0.44 164	0.31 145	0.44 165	0.32 150	0.44 158	0.31 146	0.32 145	0.32 148	0.44 163	0.32 150	0.43 159	0.31 149

trnet	1.01 240	1.01 200	1.01 232	1.01 243	1.01 247	1.01 241	1.01 252	1.01 225	1.01 250	1.01 201	1.01 249	1.01 239	1.01 252	1.01 249	1.01 250	1.01 250	1.01 238	1.01 250	1.01 241	1.01 251	1.01 234	1.01 248	1.01 248	1.01 252	1.01 241	1.01 250	1.01 239	1.01 250

CFNet_pseudo	1.01 240	9.78 319	0.29 124	0.38 143	0.28 130	0.38 145	0.28 132	0.38 134	0.28 132	0.39 118	0.28 133	0.39 147	0.28 130	9.50 327	0.29 142	0.28 128	0.38 142	0.28 129	0.38 141	0.28 131	0.38 135	0.28 131	0.28 128	0.28 132	0.38 140	0.28 129	0.38 138	0.28 131

pcwnet_v2	1.01 240	9.73 318	0.28 119	0.38 143	0.28 130	0.38 145	0.28 132	0.38 134	0.28 132	0.38 115	0.28 133	0.39 147	0.28 130	9.61 328	0.28 134	0.28 128	0.38 142	0.28 129	0.38 141	0.28 131	0.38 135	0.28 131	0.29 134	0.28 132	0.38 140	0.28 129	0.38 138	0.28 131

FlowAnything	1.02 243	2.51 264	0.58 196	1.60 269	0.56 207	1.61 269	0.56 209	1.60 254	0.55 204	1.61 237	0.56 206	1.61 265	0.55 206	0.55 196	0.55 205	0.55 201	1.61 267	0.56 209	1.61 266	0.56 207	1.62 265	0.55 203	0.56 203	0.56 207	1.62 269	0.56 208	1.62 267	0.56 204

WAO-8	1.02 243	1.50 236	1.49 265	0.40 155	0.40 173	1.56 268	0.98 244	1.55 253	0.58 210	4.18 306	0.40 176	0.79 216	0.48 192	0.91 237	0.39 174	0.99 246	0.71 205	0.70 229	0.51 189	0.77 232	1.07 238	0.82 235	0.69 225	0.96 248	1.01 241	1.30 271	1.10 245	1.38 275

UCFNet_RVC	1.03 245	10.10 322	0.28 119	0.38 143	0.28 130	0.39 152	0.28 132	0.38 134	0.28 132	0.39 118	0.28 133	0.39 147	0.29 139	9.62 329	0.28 134	0.28 128	0.38 142	0.28 129	0.38 141	0.28 131	0.39 144	0.28 131	0.29 134	0.28 132	0.39 149	0.28 129	0.38 138	0.29 140

GLC_STEREO	1.05 246	1.01 200	1.02 233	1.02 245	1.02 248	1.05 243	1.06 254	1.05 229	1.05 252	1.04 204	1.05 252	1.05 241	1.04 253	1.06 253	1.05 252	1.06 254	1.06 239	1.05 253	1.06 242	1.05 254	1.06 237	1.06 251	1.04 250	1.05 254	1.04 243	1.05 253	1.06 241	1.06 252

FC-DCNN	1.10 247	0.81 187	0.77 215	0.63 208	0.42 180	0.86 221	0.64 220	0.91 207	0.96 244	1.11 205	0.80 235	1.07 242	0.81 234	0.67 219	1.75 284	1.30 269	1.41 263	0.85 239	1.28 257	0.71 228	2.12 277	1.32 267	0.52 198	0.81 239	1.64 270	1.40 278	2.39 284	1.75 288

RP	1.14 248	1.16 211	1.15 246	1.17 257	1.10 256	1.16 250	1.15 259	1.10 231	1.16 261	1.15 208	1.08 254	1.16 247	1.15 259	1.15 260	1.14 259	1.16 259	1.16 246	1.10 255	1.10 244	1.10 258	1.16 242	1.11 254	1.10 254	1.19 266	1.14 251	1.19 266	1.07 242	1.10 255

Abc-Net	1.14 248	1.16 211	1.18 250	1.10 248	1.10 256	1.16 250	1.18 263	1.16 236	1.13 258	1.11 205	1.16 259	1.16 247	1.12 257	1.10 254	1.17 262	1.16 259	1.16 246	1.10 255	1.16 248	1.14 261	1.17 244	1.16 257	1.11 255	1.09 259	1.10 248	1.10 258	1.16 250	1.17 260
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	1.15 250	1.90 246	1.10 241	1.37 264	0.94 242	1.36 261	0.98 244	1.48 251	0.98 245	1.37 228	0.98 245	1.37 262	0.98 246	0.95 243	0.94 245	0.95 245	1.37 261	0.95 245	1.38 261	0.95 247	1.38 262	0.95 244	0.95 243	0.95 247	1.37 264	0.95 243	1.37 263	0.95 244

TorneroNet	1.15 250	1.10 208	0.51 182	0.69 211	0.51 203	1.10 247	0.50 201	0.51 172	0.51 201	13.92 329	1.17 263	0.49 181	0.51 203	0.54 195	0.48 194	0.49 193	0.49 179	0.65 218	0.70 207	0.49 199	0.51 180	0.49 194	0.67 218	1.36 274	0.51 185	0.50 202	0.52 187	1.23 267

RGC	1.15 250	1.16 211	1.17 249	1.15 253	1.11 258	1.21 256	1.21 270	1.10 231	1.15 259	1.16 211	1.11 256	1.17 249	1.09 255	1.14 259	1.11 256	1.16 259	1.19 252	1.11 258	1.10 244	1.15 263	1.11 239	1.19 260	1.16 258	1.12 261	1.17 253	1.10 258	1.16 250	1.17 260

NCC-stereo	1.15 250	1.17 214	1.12 245	1.10 248	1.15 259	1.14 248	1.15 259	1.15 234	1.12 257	1.17 214	1.17 263	1.11 244	1.17 263	1.11 256	1.10 255	1.16 259	1.12 242	1.11 258	1.16 248	1.13 260	1.23 253	1.16 257	1.19 262	1.11 260	1.18 255	1.17 263	1.17 253	1.13 258

edge stereo	1.15 250	1.18 215	1.11 243	1.12 251	1.17 263	1.17 255	1.17 261	1.16 236	1.18 265	1.16 211	1.17 263	1.17 249	1.13 258	1.11 256	1.11 256	1.12 256	1.17 248	1.17 261	1.11 246	1.17 264	1.17 244	1.17 259	1.18 260	1.14 262	1.11 249	1.18 264	1.12 246	1.11 256

Nwc_Net	1.15 250	1.15 209	1.15 246	1.09 247	1.19 265	1.16 250	1.17 261	1.15 234	1.16 261	1.16 211	1.16 259	1.08 243	1.16 260	1.11 256	1.15 261	1.18 263	1.11 241	1.10 255	1.16 248	1.17 264	1.16 242	1.13 256	1.18 260	1.20 267	1.11 249	1.15 261	1.16 250	1.20 263

stereogan	1.17 256	1.19 217	1.15 246	1.15 253	1.15 259	1.15 249	1.19 264	1.19 239	1.15 259	1.15 208	1.16 259	1.19 252	1.19 264	1.19 262	1.19 263	1.19 264	1.15 244	1.19 264	1.19 252	1.19 267	1.15 241	1.19 260	1.15 257	1.15 263	1.16 252	1.15 261	1.19 254	1.20 263

MM-Stereo_test3	1.22 257	1.60 240	1.19 253	1.48 267	1.02 248	1.48 266	0.99 248	1.54 252	1.03 251	1.41 230	1.03 251	1.44 264	1.00 248	1.04 251	1.04 251	1.02 252	1.42 264	1.04 251	1.48 264	1.01 251	1.48 263	1.03 249	1.06 252	1.04 253	1.53 267	1.04 252	1.49 264	1.04 251

FAT-Stereo	1.22 257	1.23 218	1.19 253	1.21 259	1.24 268	1.24 258	1.19 264	1.25 243	1.24 268	1.25 220	1.19 266	1.20 253	1.24 268	1.20 263	1.21 265	1.25 268	1.22 254	1.21 266	1.25 255	1.23 270	1.22 251	1.19 260	1.19 262	1.24 270	1.25 258	1.20 267	1.19 254	1.25 269

S-Stereo	1.22 257	1.18 215	1.19 253	1.20 258	1.23 267	1.23 257	1.19 264	1.19 239	1.18 265	1.27 221	1.20 267	1.20 253	1.20 265	1.23 265	1.22 267	1.23 267	1.23 255	1.23 268	1.20 253	1.25 271	1.20 249	1.22 266	1.25 266	1.24 270	1.20 257	1.22 270	1.26 257	1.24 268

SPS-STEREO	1.25 260	1.47 235	1.06 239	1.54 268	1.08 254	1.52 267	1.20 269	1.44 249	1.06 254	1.49 235	1.10 255	1.41 263	1.10 256	0.98 244	1.08 254	1.12 256	1.47 265	1.04 251	1.53 265	1.14 261	1.52 264	1.07 252	1.02 249	1.05 254	1.48 266	1.07 255	1.55 265	1.11 256
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RASNet	1.39 261	1.37 234	1.35 257	1.38 265	1.40 272	1.39 264	1.77 286	1.36 246	1.74 285	1.36 227	1.36 272	1.36 261	1.36 271	1.36 267	1.35 269	1.41 276	1.36 259	1.36 274	1.36 260	1.35 274	1.36 260	1.35 270	1.36 269	1.35 273	1.36 263	1.35 274	1.36 262	1.35 271

HBP-ISP	1.47 262	1.07 206	1.03 235	1.30 261	1.08 254	1.36 261	1.06 254	1.44 249	1.25 270	1.97 252	1.51 277	1.65 267	1.58 277	0.98 244	1.58 277	1.68 283	1.98 272	1.32 269	2.02 273	1.28 272	2.95 289	1.89 289	0.97 244	1.06 256	1.26 259	0.99 244	1.94 270	1.43 278

PS-NSSS	1.48 263	4.46 291	1.35 257	1.35 263	1.35 271	1.41 265	1.34 272	1.36 246	1.35 273	1.40 229	1.35 271	1.33 259	1.35 270	1.37 268	1.40 272	1.35 270	1.35 257	1.35 272	1.39 262	1.44 279	1.35 259	1.34 269	1.35 268	1.38 277	1.35 262	1.33 273	1.34 260	1.38 275

CC-Net-ROB	1.51 264	4.40 290	1.69 273	1.39 266	1.40 272	1.37 263	1.40 277	1.36 246	1.39 274	1.41 230	1.36 272	1.35 260	1.38 273	1.39 270	1.39 270	1.36 271	1.36 259	1.35 272	1.39 262	1.39 275	1.37 261	1.36 271	1.41 273	1.48 279	1.39 265	1.42 279	1.35 261	1.35 271

GANetREF_RVC	1.52 265	2.01 248	1.21 256	1.98 274	1.21 266	1.98 274	1.21 270	1.98 265	1.21 267	1.99 253	1.21 268	1.98 273	1.21 267	1.02 250	1.21 265	1.21 266	1.99 273	1.21 266	1.99 272	1.21 268	1.99 271	1.21 263	1.21 264	1.21 268	1.99 275	1.21 268	1.99 273	1.21 265
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	1.60 266	2.69 271	1.46 262	1.99 275	1.31 270	1.99 275	1.36 273	1.99 266	1.31 271	1.84 241	1.32 270	1.89 268	1.31 269	1.32 266	1.30 268	1.36 271	1.94 269	1.33 271	1.93 269	1.30 273	1.92 268	1.33 268	1.31 267	1.31 272	1.94 272	1.31 272	1.93 269	1.31 270

R-Stereo Train	1.62 267	2.01 248	1.41 260	1.97 272	1.40 272	1.96 272	1.39 274	1.93 260	1.39 274	1.92 246	1.38 274	1.94 271	1.39 274	1.40 271	1.45 273	1.38 273	1.96 270	1.37 275	1.97 270	1.39 275	1.98 269	1.41 273	1.40 271	1.37 275	1.97 273	1.38 275	1.96 271	1.37 273

RAFT-Stereo	1.62 267	2.01 248	1.41 260	1.97 272	1.40 272	1.96 272	1.39 274	1.93 260	1.39 274	1.92 246	1.38 274	1.94 271	1.39 274	1.40 271	1.45 273	1.38 273	1.96 270	1.37 275	1.97 270	1.39 275	1.98 269	1.41 273	1.40 271	1.37 275	1.97 273	1.38 275	1.96 271	1.37 273
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DPSMNet_ROB	1.62 267	1.60 240	1.59 266	1.61 270	1.69 281	1.66 270	1.61 279	1.70 256	1.65 283	1.62 238	1.60 280	1.61 265	1.60 278	1.60 274	1.59 278	1.62 281	1.60 266	1.63 282	1.62 267	1.68 286	1.70 266	1.60 276	1.64 280	1.60 281	1.61 268	1.60 281	1.60 266	1.59 281

MonStereo	1.66 270	2.63 270	1.46 262	1.99 275	1.41 276	2.03 276	1.39 274	2.04 268	1.43 277	1.94 249	1.40 276	1.92 270	1.37 272	1.38 269	1.39 270	1.39 275	1.99 273	1.38 277	2.04 274	1.41 278	2.02 273	1.37 272	1.39 270	1.38 277	1.99 275	1.38 275	2.01 274	1.39 277

MoCha-V2	1.75 271	27.02 337	0.72 203	0.92 226	0.69 226	0.89 223	0.69 230	0.92 209	0.71 226	0.87 181	0.69 227	0.88 222	0.68 225	0.70 225	0.68 227	0.69 223	0.90 221	0.69 228	0.92 225	0.69 227	0.92 218	0.71 227	0.70 226	0.67 225	0.88 222	0.71 230	0.92 221	0.68 226

MFMNet_re	1.77 272	1.89 245	1.72 274	1.88 271	1.69 281	1.89 271	1.67 283	1.91 259	1.70 284	1.87 242	1.67 284	1.89 268	1.68 283	1.67 278	1.67 283	1.70 284	1.88 268	1.68 284	1.88 268	1.67 284	1.89 267	1.68 282	1.70 282	1.71 286	1.87 271	1.68 289	1.87 268	1.68 286

MM-Stereo_test1	1.85 273	3.50 280	1.61 267	2.12 277	1.47 277	2.14 277	1.47 278	2.33 277	1.53 278	2.12 258	1.54 278	2.19 275	1.53 276	1.54 273	1.53 275	1.53 277	2.20 275	1.54 278	2.24 275	1.57 280	2.21 279	1.49 275	1.59 275	1.49 280	2.15 280	1.52 280	2.15 276	1.54 280

plain	1.96 274	3.33 277	1.04 236	3.24 294	1.04 252	3.24 294	1.04 253	3.26 291	1.05 252	3.26 290	1.13 257	3.27 293	1.06 254	1.05 252	1.05 252	1.05 253	3.28 290	1.05 253	3.29 291	1.06 255	3.30 291	1.05 250	1.05 251	1.06 256	3.30 293	1.06 254	3.30 293	1.06 252

UDGNet	1.97 275	2.43 262	1.67 271	2.46 285	1.70 283	2.44 284	1.69 284	2.34 278	1.63 282	2.35 274	1.67 284	2.37 284	1.67 282	1.68 279	1.64 282	1.67 282	2.44 282	1.64 283	2.43 283	1.67 284	2.43 285	1.66 280	1.67 281	1.63 285	2.43 285	1.66 287	2.42 285	1.66 285

LG-G_1	1.99 276	2.56 267	1.63 269	2.54 288	1.62 279	2.55 289	1.61 279	2.51 281	1.61 279	2.50 278	1.62 282	2.50 286	1.61 279	1.61 275	1.61 279	1.61 278	2.55 286	1.61 279	2.55 288	1.61 281	2.55 287	1.61 277	1.61 276	1.61 282	2.55 288	1.61 282	2.54 287	1.61 282

LG-G	1.99 276	2.56 267	1.63 269	2.54 288	1.62 279	2.55 289	1.61 279	2.51 281	1.61 279	2.50 278	1.62 282	2.50 286	1.61 279	1.61 275	1.61 279	1.61 278	2.55 286	1.61 279	2.55 288	1.61 281	2.55 287	1.61 277	1.61 276	1.61 282	2.55 288	1.61 282	2.54 287	1.61 282

LGtest1	1.99 276	2.55 266	1.62 268	2.54 288	1.61 278	2.54 286	1.61 279	2.51 281	1.61 279	2.49 277	1.61 281	2.49 285	1.61 279	1.61 275	1.61 279	1.61 278	2.55 286	1.62 281	2.54 287	1.61 281	2.54 286	1.61 277	1.61 276	1.61 282	2.54 287	1.61 282	2.54 287	1.61 282

FBW_ROB	2.04 279	2.50 263	1.75 275	2.45 284	1.78 284	2.40 282	1.74 285	2.47 280	1.77 286	2.37 275	1.81 286	2.30 278	1.80 284	1.78 280	1.88 292	1.80 285	2.41 281	1.77 285	2.43 283	1.83 288	2.39 283	1.81 287	1.76 284	1.75 287	2.56 290	1.75 290	2.30 281	1.74 287

TRStereo	2.05 280	2.13 251	1.85 278	2.27 278	1.84 286	2.28 278	1.84 289	2.29 273	1.87 289	2.29 268	1.86 288	2.30 278	1.87 288	2.30 294	1.87 289	2.08 292	2.29 277	1.87 288	2.30 277	1.87 290	2.08 274	1.72 283	1.86 288	2.30 299	2.13 277	1.84 292	2.29 278	1.87 291

XX-Stereo	2.05 280	2.13 251	1.85 278	2.27 278	1.84 286	2.28 278	1.84 289	2.29 273	1.87 289	2.29 268	1.86 288	2.30 278	1.87 288	2.30 294	1.87 289	2.08 292	2.29 277	1.87 288	2.30 277	1.87 290	2.08 274	1.72 283	1.86 288	2.30 299	2.13 277	1.84 292	2.29 278	1.87 291

EAI-Stereo	2.05 280	2.13 251	1.85 278	2.27 278	1.84 286	2.28 278	1.84 289	2.29 273	1.87 289	2.29 268	1.86 288	2.30 278	1.87 288	2.30 294	1.87 289	2.08 292	2.29 277	1.87 288	2.30 277	1.87 290	2.08 274	1.72 283	1.86 288	2.30 299	2.13 277	1.84 292	2.29 278	1.87 291

AF-Net	2.06 283	25.73 336	1.18 250	1.12 251	1.16 262	1.16 250	1.19 264	1.10 231	1.17 264	1.15 208	1.14 258	1.11 244	1.16 260	1.16 261	1.14 259	1.11 255	1.15 244	1.13 260	1.21 254	1.17 264	1.11 239	1.21 263	1.17 259	1.17 264	1.17 253	1.11 260	1.20 256	1.13 258

UniTT-Stereo	2.12 284	3.66 282	1.10 241	3.48 297	1.15 259	3.57 298	1.11 258	3.44 294	1.16 261	3.52 292	1.16 259	3.50 294	1.16 260	1.10 254	1.13 258	1.15 258	3.61 292	1.17 261	3.64 292	1.12 259	3.58 294	1.12 255	1.12 256	1.17 264	3.53 296	1.18 264	3.52 296	1.18 262

HUF	2.22 285	2.33 258	2.24 290	2.35 282	2.07 292	2.45 285	2.11 296	2.42 279	2.13 296	2.19 261	2.15 295	2.10 274	2.09 293	2.27 292	2.04 294	2.08 292	2.44 282	2.12 295	2.38 282	2.18 297	2.29 281	2.22 293	2.12 295	2.12 294	2.52 286	2.10 297	2.22 277	2.15 298

AIO_test	2.22 285	2.36 261	2.10 286	2.47 286	2.15 293	2.54 286	2.06 295	2.27 271	2.09 295	2.29 268	2.13 294	2.30 278	2.09 293	2.25 290	2.15 296	1.95 290	2.52 285	2.08 293	2.32 280	2.21 299	2.20 278	2.26 295	2.05 294	2.06 292	2.40 284	2.16 299	2.52 286	2.05 297

RAStereo	2.24 287	3.70 283	1.18 250	3.73 301	1.18 264	3.69 300	1.19 264	3.73 297	1.24 268	3.72 295	1.21 268	3.76 298	1.20 265	1.20 263	1.20 264	1.20 265	3.74 297	1.20 265	3.75 298	1.21 268	3.77 298	1.21 263	1.21 264	1.21 268	3.82 300	1.21 268	3.82 300	1.21 265

AIO_rvc	2.25 288	2.35 260	2.10 286	2.47 286	2.17 294	2.54 286	2.15 297	2.32 276	2.21 297	2.29 268	2.28 297	2.33 283	2.09 293	2.26 291	2.14 295	2.08 292	2.49 284	2.09 294	2.53 286	2.14 296	2.34 282	2.23 294	2.14 296	2.18 295	2.19 281	2.15 298	2.35 283	2.22 299

NCCL2	2.27 289	2.27 257	2.28 293	2.27 278	2.28 298	2.28 278	2.28 299	2.27 271	2.28 299	2.28 265	2.28 297	2.29 277	2.28 297	2.28 293	2.29 298	2.28 299	2.28 276	2.28 299	2.27 276	2.28 301	2.28 280	2.28 297	2.28 298	2.28 297	2.28 282	2.28 301	2.11 275	2.28 302

STTStereo	2.30 290	2.34 259	2.26 292	2.37 283	2.23 295	2.40 282	2.35 300	2.20 269	2.33 300	2.28 265	2.31 299	2.19 275	2.37 298	2.20 287	2.31 299	2.23 298	2.38 280	2.25 298	2.33 281	2.27 300	2.39 283	2.27 296	2.31 299	2.29 298	2.37 283	2.32 302	2.34 282	2.26 301

NLCA_NET_v2_RVC	2.50 291	2.85 273	1.90 283	2.90 291	2.77 301	2.88 291	2.85 303	2.51 281	2.85 303	2.88 285	1.99 293	2.50 286	2.76 301	2.20 287	1.57 276	2.64 301	2.89 289	2.63 301	5.69 321	1.03 253	2.01 272	2.71 299	2.74 303	2.73 303	2.87 291	1.64 285	1.00 231	1.49 279
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)	2.52 292	3.41 279	1.05 237	3.29 295	1.05 253	3.29 297	1.06 254	3.30 293	1.06 254	3.31 291	1.06 253	4.97 316	2.72 300	2.72 298	2.71 301	2.70 302	6.57 322	2.19 296	5.08 318	1.08 257	3.36 292	1.07 252	1.07 253	1.07 258	3.35 295	1.07 255	3.36 295	1.07 254

sCroCo_RVC	2.76 293	4.00 285	1.82 277	4.00 305	1.83 285	3.98 306	1.82 287	3.99 299	1.81 287	4.14 303	2.76 301	4.13 307	1.82 286	1.83 281	1.83 285	1.82 286	4.01 302	1.82 287	3.98 301	1.86 289	4.00 303	1.82 288	1.83 286	1.84 288	4.02 306	1.81 291	4.00 304	1.83 290

NLSM1	2.82 294	3.85 284	2.57 298	3.19 293	2.46 299	3.28 296	2.38 301	3.29 292	2.42 301	3.20 289	2.64 300	3.14 291	2.62 299	2.46 297	2.44 300	2.51 300	3.31 291	2.53 300	3.17 290	2.47 302	3.27 290	2.33 298	2.65 300	2.61 302	3.22 292	2.55 303	3.31 294	2.39 303

sAnonymous2	2.87 295	4.16 286	1.89 281	4.26 310	1.87 289	4.23 309	1.92 292	4.17 300	1.94 293	4.16 304	1.92 291	4.20 308	1.92 291	1.96 283	1.86 287	1.87 288	4.25 306	1.90 291	4.23 307	1.91 293	4.26 306	1.93 290	1.89 291	1.90 289	4.07 308	1.91 295	5.09 320	1.93 295

CroCo_RVC	2.87 295	4.16 286	1.89 281	4.26 310	1.87 289	4.23 309	1.92 292	4.17 300	1.94 293	4.16 304	1.92 291	4.20 308	1.92 291	1.96 283	1.86 287	1.87 288	4.25 306	1.90 291	4.23 307	1.91 293	4.26 306	1.93 290	1.89 291	1.90 289	4.07 308	1.91 295	5.09 320	1.93 295

Anonymous3	3.36 297	4.93 296	2.20 288	4.92 317	2.23 295	4.90 317	2.23 298	4.89 306	2.24 298	4.95 316	2.21 296	4.91 315	2.21 296	2.18 286	2.22 297	2.22 297	4.86 313	2.20 297	4.90 314	2.20 298	4.96 316	2.21 292	2.21 297	2.21 296	6.30 322	2.21 300	4.90 313	2.23 300

StereoVision	3.44 298	10.12 323	1.68 272	5.44 322	2.26 297	5.87 322	1.97 294	5.17 309	1.31 271	5.80 320	1.56 279	5.62 321	1.84 287	1.97 285	1.91 293	1.84 287	4.98 315	1.32 269	5.60 319	1.71 287	5.35 321	1.73 286	1.97 293	1.96 291	5.40 319	1.65 286	5.08 318	1.76 289

NLCSM	3.61 299	5.05 298	3.36 308	4.13 307	3.31 309	3.91 302	3.26 309	3.98 298	3.24 307	4.08 302	3.06 304	3.95 303	3.25 308	3.25 303	3.10 305	3.17 308	4.20 305	3.08 303	4.16 305	3.24 309	4.26 306	3.46 307	3.14 305	3.19 306	4.02 306	3.24 308	4.21 308	3.17 307

DPSNet	3.67 300	3.61 281	3.62 309	3.64 298	3.61 313	3.64 299	3.65 313	3.64 296	3.67 312	3.67 294	3.65 311	3.68 296	3.69 316	3.69 311	3.69 317	3.68 314	3.70 294	3.70 313	3.69 297	3.69 315	3.71 297	3.69 309	3.67 311	3.69 315	3.68 299	3.67 312	3.68 298	3.67 309

MaDis-Stereo	3.69 301	10.19 324	2.01 285	6.09 323	2.01 291	5.94 323	1.82 287	6.14 314	1.85 288	6.59 323	1.82 287	6.01 322	1.81 285	1.83 281	1.83 285	2.02 291	5.87 319	1.79 286	5.93 322	2.06 295	4.63 312	1.67 281	1.84 287	2.08 293	5.90 320	1.66 287	6.34 323	1.87 291

Sa-1000	3.84 302	7.71 307	6.81 324	4.15 308	2.86 302	3.27 295	3.87 319	5.99 311	4.35 323	2.78 283	3.71 312	3.88 299	3.56 312	3.88 314	3.64 310	2.71 303	3.72 295	3.27 308	3.67 296	3.15 308	3.51 293	3.36 306	2.70 302	3.49 309	3.32 294	3.76 316	2.87 291	3.76 316

MLG-Stereo_test2	3.86 303	4.96 297	3.13 301	4.65 315	3.27 308	5.17 321	3.07 305	5.01 308	3.01 304	4.93 315	3.03 303	4.56 313	3.32 309	3.26 304	3.33 308	3.30 310	5.17 318	3.19 306	4.86 313	2.96 307	5.04 318	3.25 302	2.67 301	3.15 305	4.98 316	3.05 306	4.59 311	3.30 308

MLG-Stereo_test3	3.87 304	4.64 292	3.29 305	5.17 320	3.23 306	4.83 316	3.02 304	4.95 307	3.22 306	4.31 307	3.33 309	5.08 318	3.20 307	3.23 302	2.77 302	3.20 309	4.99 316	3.24 307	4.93 315	2.94 304	4.82 315	3.33 305	3.33 307	3.29 308	5.19 318	3.02 305	5.08 318	2.93 306

MLG-Stereo_test1	3.87 304	4.67 293	3.29 305	5.26 321	3.25 307	5.04 319	3.11 306	4.43 302	3.27 308	5.02 318	3.21 306	4.71 314	3.10 305	3.22 301	3.06 304	2.98 306	5.03 317	3.18 305	4.95 316	2.94 304	4.70 314	3.32 303	3.30 306	3.27 307	5.17 317	3.08 307	5.02 316	2.85 305

SA	3.93 306	7.22 303	4.74 311	4.15 308	3.88 319	3.70 301	4.02 322	6.67 319	3.95 317	3.64 293	3.74 313	3.63 295	3.00 303	3.51 306	3.68 316	3.68 314	3.73 296	3.71 314	3.64 292	3.48 310	3.58 294	2.97 301	3.69 312	3.61 310	3.55 298	3.42 309	3.64 297	3.79 317

TestStereo1	4.11 307	7.79 309	6.72 322	3.93 302	3.81 316	3.96 304	3.58 311	6.96 322	3.74 314	3.90 297	3.76 314	3.89 300	3.57 313	3.70 312	3.66 313	3.34 311	3.80 298	3.62 310	3.66 294	3.68 313	3.91 300	3.70 310	3.65 309	3.67 312	3.88 301	3.53 310	3.89 301	3.68 312

SA-5K	4.11 307	7.79 309	6.72 322	3.93 302	3.81 316	3.96 304	3.58 311	6.96 322	3.74 314	3.90 297	3.76 314	3.89 300	3.57 313	3.70 312	3.66 313	3.34 311	3.80 298	3.62 310	3.66 294	3.68 313	3.91 300	3.70 310	3.65 309	3.67 312	3.88 301	3.53 310	3.89 301	3.68 312

test_4	4.11 307	8.05 312	6.64 320	4.52 313	3.68 314	3.00 292	3.40 310	6.21 317	3.29 309	4.07 301	3.84 317	4.04 305	3.76 318	3.56 309	3.67 315	3.76 317	4.04 303	3.79 316	4.10 302	3.53 311	3.98 302	3.74 313	3.55 308	3.61 310	3.94 305	3.75 315	3.73 299	3.73 315

test-1	4.11 307	7.65 306	4.93 312	3.65 299	3.58 311	4.70 315	3.74 317	4.73 304	4.06 319	3.72 295	4.11 321	3.70 297	3.49 311	3.36 305	3.65 312	4.17 322	3.92 300	4.04 320	4.19 306	3.75 316	4.69 313	4.18 316	3.88 315	3.90 317	4.73 312	3.77 317	3.12 292	3.68 312

TESTraft	4.16 311	8.03 311	6.81 324	3.99 304	3.68 314	3.93 303	3.70 315	6.86 321	3.69 313	3.93 299	3.88 319	3.93 302	3.59 315	3.65 310	3.64 310	3.68 314	3.92 300	3.72 315	3.92 299	3.57 312	3.84 299	3.70 310	3.71 313	3.67 312	3.91 304	3.74 314	3.92 303	3.67 309

raft_robust	4.19 312	7.78 308	6.08 317	3.30 296	3.85 318	4.03 307	3.73 316	6.25 318	3.30 310	4.44 309	3.28 308	4.01 304	3.82 319	4.29 319	3.70 318	4.01 319	4.48 311	3.42 309	4.11 303	3.76 317	4.05 304	3.32 303	3.85 314	3.82 316	4.71 311	3.83 318	4.09 305	3.80 318

RAFT_CTSACE	4.43 313	8.26 314	6.10 318	4.62 314	4.01 321	4.54 314	3.65 313	6.09 313	3.93 316	4.64 312	4.14 322	4.26 310	4.13 321	3.91 315	3.88 319	4.06 321	4.30 308	4.03 319	4.27 309	3.92 318	4.26 306	3.67 308	3.91 316	4.16 320	4.82 313	4.08 322	4.20 307	3.67 309

RAFT+CT+SA	4.43 313	7.34 305	6.71 321	5.01 318	4.38 322	4.40 311	3.85 318	6.15 316	4.30 322	4.89 314	3.26 307	4.49 312	3.01 304	4.53 320	3.36 309	3.65 313	3.64 293	4.39 322	3.94 300	4.28 321	4.44 310	4.30 318	4.24 321	4.52 322	3.90 303	3.85 319	4.89 312	4.00 320

cross-raft	4.43 313	7.31 304	6.46 319	4.47 312	3.95 320	4.46 312	3.95 320	6.70 320	3.97 318	4.41 308	3.82 316	4.38 311	3.94 320	3.95 317	3.95 321	3.95 318	4.45 310	3.95 318	4.46 310	3.95 319	4.46 311	3.95 314	3.95 318	3.94 319	4.40 310	3.95 321	4.45 310	3.95 319

test_5	4.51 316	8.85 317	5.35 316	3.66 300	3.56 310	5.10 320	4.47 324	6.14 314	4.07 320	4.96 317	3.87 318	5.14 320	4.17 323	3.53 307	4.39 322	4.53 323	4.15 304	3.62 310	4.74 312	2.94 304	3.63 296	4.53 320	4.20 320	4.54 323	4.86 314	3.68 313	4.95 314	4.06 321

test_3	4.55 317	10.96 325	7.69 328	4.04 306	3.60 312	4.10 308	3.98 321	7.94 324	4.56 324	3.99 300	4.03 320	4.08 306	3.74 317	3.99 318	3.91 320	4.05 320	4.33 309	3.89 317	4.14 304	4.00 320	4.11 305	4.02 315	4.01 319	3.91 318	3.53 296	3.94 320	4.19 306	4.20 322

FC-DCNN v2	4.74 318	3.16 276	3.16 303	3.16 292	3.16 303	3.16 293	3.16 308	3.16 290	3.16 305	3.16 288	3.16 305	3.16 292	3.16 306	3.16 300	3.16 306	3.16 307	6.72 323	6.72 326	6.72 324	6.72 329	6.72 323	6.72 327	6.72 327	6.72 327	6.72 323	6.72 327	6.72 325	6.72 328

TestStereo	4.92 319	4.80 295	4.98 313	4.82 316	4.97 324	4.91 318	4.78 325	4.80 305	4.88 325	4.78 313	4.80 324	4.99 317	4.81 324	4.83 321	4.87 324	4.97 325	4.93 314	5.01 324	5.03 317	4.90 324	5.02 317	5.02 321	5.06 322	5.04 324	4.93 315	4.89 324	5.01 315	5.09 324

DispFullNet	4.96 320	5.67 299	3.30 307	5.01 318	3.21 305	4.50 313	3.11 306	4.43 302	3.44 311	4.60 311	3.46 310	5.13 319	3.44 310	3.53 307	3.20 307	2.87 305	4.80 312	3.15 304	4.70 311	4.83 323	9.02 328	5.98 324	5.95 326	6.21 326	8.84 328	5.85 326	9.76 330	5.91 326

SGM-Forest	5.07 321	6.74 301	4.17 310	6.46 324	4.68 323	6.21 325	4.38 323	6.00 312	4.14 321	5.84 321	4.44 323	6.28 323	4.16 322	3.92 316	4.56 323	4.60 324	6.15 320	4.27 321	6.12 323	4.31 322	5.99 322	4.27 317	3.92 317	4.27 321	6.13 321	4.10 323	6.18 322	4.49 323
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
U	5.23 322	8.71 316	2.75 299	8.64 329	2.76 300	8.65 329	2.79 302	8.67 328	2.79 302	8.70 328	2.79 302	8.70 328	2.79 302	2.79 299	2.80 303	2.80 304	8.84 327	2.82 302	8.82 328	2.89 303	8.84 327	2.83 300	2.83 304	2.82 304	8.87 329	2.83 304	8.84 329	2.83 304

SGM+DAISY	6.35 323	8.16 313	5.14 315	8.12 328	5.08 326	8.12 328	5.16 326	8.01 325	5.18 327	7.92 326	5.14 325	7.89 327	5.14 325	4.95 322	5.33 325	5.32 326	8.14 326	5.16 325	8.16 327	5.16 325	8.21 326	5.19 322	5.12 323	5.12 325	8.18 327	5.24 325	8.12 328	5.11 325

RAFT	6.60 324	9.99 320	8.33 329	7.21 327	6.55 327	5.95 324	5.87 327	8.70 329	5.02 326	5.10 319	6.69 327	7.06 326	6.94 328	6.17 325	7.09 328	6.84 327	6.47 321	4.72 323	5.60 319	5.60 326	5.11 319	5.97 323	6.93 328	6.89 328	7.16 324	7.08 330	6.58 324	6.66 327

test-v	7.17 325	11.53 326	7.63 326	7.17 325	6.87 328	7.48 326	6.90 328	8.14 326	6.88 328	6.93 324	7.42 328	7.05 324	6.14 326	6.05 323	6.86 326	6.99 328	7.60 324	6.75 327	6.90 325	6.66 327	7.83 324	6.36 325	5.89 324	7.34 329	7.19 325	6.75 328	7.52 326	6.77 329

test-2	7.17 325	11.53 326	7.63 326	7.17 325	6.87 328	7.48 326	6.90 328	8.14 326	6.88 328	6.93 324	7.42 328	7.05 324	6.14 326	6.05 323	6.86 326	6.99 328	7.60 324	6.75 327	6.90 325	6.66 327	7.83 324	6.36 325	5.89 324	7.34 329	7.19 325	6.75 328	7.52 326	6.77 329

MANE	18.41 327	23.00 335	16.00 330	22.00 337	15.00 330	22.00 337	15.00 330	22.00 337	15.00 330	21.00 337	15.00 330	22.00 336	15.00 329	15.00 330	17.00 329	15.00 330	23.00 335	15.00 329	22.00 336	15.00 330	23.00 336	15.00 328	18.00 329	15.00 331	24.00 337	17.00 331	24.00 338	16.00 331

rafts_anoy	20.00 328	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 330	20.00 331	20.00 328	20.00 330	20.00 329	20.00 331	20.00 329	20.00 329	20.00 330	20.00 332	20.00 330	20.00 332	20.00 331	20.00 332

raft+_RVC	20.00 328	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 330	20.00 331	20.00 328	20.00 330	20.00 329	20.00 331	20.00 329	20.00 329	20.00 330	20.00 332	20.00 330	20.00 332	20.00 331	20.00 332

raftrobust	20.00 328	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 330	20.00 331	20.00 328	20.00 330	20.00 329	20.00 331	20.00 329	20.00 329	20.00 330	20.00 332	20.00 330	20.00 332	20.00 331	20.00 332

CasAABBNet	20.00 328	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 330	20.00 331	20.00 328	20.00 330	20.00 329	20.00 331	20.00 329	20.00 329	20.00 330	20.00 332	20.00 330	20.00 332	20.00 331	20.00 332

RALCasStereoNet	20.00 328	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 330	20.00 331	20.00 328	20.00 330	20.00 329	20.00 331	20.00 329	20.00 329	20.00 330	20.00 332	20.00 330	20.00 332	20.00 331	20.00 332

RALAANet	20.00 328	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 330	20.00 331	20.00 328	20.00 330	20.00 329	20.00 331	20.00 329	20.00 329	20.00 330	20.00 332	20.00 330	20.00 332	20.00 331	20.00 332

MSMDNet	20.00 328	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 330	20.00 331	20.00 328	20.00 330	20.00 329	20.00 331	20.00 329	20.00 329	20.00 330	20.00 332	20.00 330	20.00 332	20.00 331	20.00 332

Reg-Stereo(zero)	37.00 335	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 337	37.00 337	37.00 338	37.00 337	37.00 338	37.00 336	37.00 337	37.00 337	37.00 338	37.00 337	37.00 336	37.00 337	37.00 339	37.00 338	37.00 339	37.00 339	37.00 339

HI	37.00 335	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 337	37.00 337	37.00 338	37.00 337	37.00 338	37.00 336	37.00 337	37.00 337	37.00 338	37.00 337	37.00 336	37.00 337	37.00 339	37.00 338	37.00 339	37.00 339	37.00 339

CoSv	37.00 335	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 337	37.00 337	37.00 338	37.00 337	37.00 338	37.00 336	37.00 337	37.00 337	37.00 338	37.00 337	37.00 336	37.00 337	37.00 339	37.00 338	37.00 339	37.00 339	37.00 339

MDST_ROB	61.15 338	72.66 342	46.52 341	70.00 341	44.89 341	64.24 341	43.75 341	73.65 341	48.92 342	72.70 342	42.40 341	60.70 340	50.23 340	50.07 342	67.69 341	68.60 342	83.13 340	47.77 340	82.48 341	46.00 341	95.93 341	53.44 340	50.66 340	45.00 342	84.99 342	53.64 343	79.01 342	52.07 343

CBMV	101.59 339	71.60 341	48.40 342	72.70 342	49.00 342	79.60 342	48.40 342	80.90 342	46.90 341	68.90 341	49.00 342	78.00 341	572.10 349	49.50 341	51.30 340	48.40 341	72.20 339	639.60 349	79.40 340	48.90 342	79.50 340	51.40 339	52.30 341	48.30 343	80.20 341	49.10 342	79.60 343	47.60 342
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	151.99 340	131.36 343	140.69 343	151.38 343	151.40 343	150.79 343	151.72 343	149.36 343	159.46 343	146.42 343	150.73 343	149.06 345	176.22 341	143.94 343	133.10 344	133.45 345	153.30 342	154.22 342	154.67 343	153.95 344	156.90 344	156.53 343	160.21 342	162.72 344	154.57 343	160.59 344	153.47 344	163.50 344
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	248.11 341	409.00 348	288.00 345	412.00 345	280.00 345	411.00 348	288.00 345	356.00 344	275.00 348	379.00 348	303.00 348	415.00 347	278.00 346	260.00 348	104.00 342	103.00 343	126.00 341	108.00 341	118.00 342	98.00 343	126.00 343	104.00 342	268.00 345	216.00 346	279.00 347	201.00 345	288.00 348	206.00 345

AE-Stereo	252.48 342	202.00 344	361.00 347	502.00 347	324.00 347	321.00 344	482.00 350	423.00 347	227.00 347	201.00 344	273.00 347	101.00 342	207.00 342	198.00 344	183.00 345	181.00 346	221.00 343	232.00 346	477.00 345	220.00 346	111.00 342	100.00 341	219.00 344	214.00 345	204.00 344	211.00 346	200.00 345	222.00 347

MGS-Stereo	264.93 343	208.00 345	362.00 348	512.00 348	350.00 348	326.00 345	443.00 349	410.00 346	210.00 344	232.00 346	215.00 344	125.00 343	217.00 343	216.00 346	127.00 343	122.00 344	223.00 344	230.00 344	487.00 347	255.00 347	250.00 345	223.00 345	272.00 346	228.00 348	241.00 345	220.00 348	214.00 346	235.00 348

EGLCR-Stereo	276.81 344	209.00 346	366.00 349	514.00 349	354.00 349	336.00 346	422.00 347	440.00 348	220.00 346	231.00 345	245.00 346	135.00 344	237.00 345	218.00 347	197.00 346	222.00 348	223.00 344	230.00 344	487.00 347	255.00 347	250.00 345	273.00 346	272.00 346	228.00 348	241.00 345	220.00 348	214.00 346	235.00 348

DLCB_ROB	280.78 345	376.74 347	215.59 344	376.74 344	215.59 344	376.74 347	215.59 344	366.42 345	218.39 345	366.42 347	218.39 345	366.42 346	218.39 344	209.96 345	219.76 347	219.38 347	376.72 346	216.43 343	376.72 344	216.43 345	376.72 347	216.43 344	216.14 343	216.14 347	376.69 348	217.67 347	376.69 349	217.67 346

LE_ROB	387.11 346	453.07 349	321.39 346	500.23 346	323.05 346	493.99 349	324.56 346	477.63 349	322.28 349	465.51 349	322.97 349	486.37 348	334.17 347	305.26 349	320.63 348	327.66 349	476.08 347	315.70 347	483.76 346	335.15 349	469.64 348	309.74 347	315.90 348	318.85 350	498.41 349	328.85 350	491.00 350	330.08 350

SGM-ForestM	522.49 347	676.08 350	448.56 350	638.17 350	433.15 350	639.59 350	427.03 348	617.52 350	439.90 350	604.63 350	429.02 350	611.68 349	432.74 348	420.18 350	451.96 349	465.85 350	601.06 348	403.73 348	659.15 349	405.50 350	669.64 349	437.21 348	455.85 349	425.66 351	689.82 350	481.65 351	662.43 351	479.61 351

CBMV_ROB	1133.35 348	1280.38 351	976.92 351	1317.57 351	1021.62 351	1282.66 351	1022.22 351	1213.88 351	982.57 351	1194.12 351	975.90 351	1357.87 350	1090.02 350	943.32 351	1021.85 350	1006.47 351	1309.01 349	986.29 350	1499.40 350	986.35 351	1359.35 350	975.96 349	975.21 350	969.30 352	1337.82 351	1042.34 352	1398.25 352	1073.86 352

111111	10000000.00 349	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 352	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 350	10000000.00 351	10000000.00 353	10000000.00 352	10000000.00 353	10000000.00 353	10000000.00 353

SGD-Stereo	10000000.00 349	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 352	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 350	10000000.00 351	10000000.00 353	10000000.00 352	10000000.00 353	10000000.00 353	10000000.00 353

IGEV-Stereo++	10000000.00 349	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 352	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 350	10000000.00 351	10000000.00 353	10000000.00 352	10000000.00 353	10000000.00 353	10000000.00 353

IGEV-BASED-STEREO-	10000000.00 349	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 352	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 350	10000000.00 351	10000000.00 353	10000000.00 352	10000000.00 353	10000000.00 353	10000000.00 353

IGEV-Stereo+	10000000.00 349	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 352	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 350	10000000.00 351	10000000.00 353	10000000.00 352	10000000.00 353	10000000.00 353	10000000.00 353

anonymousdsp2	10000000.00 349	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 352	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 350	10000000.00 351	10000000.00 353	10000000.00 352	10000000.00 353	10000000.00 353	10000000.00 353

anonymousdsp	10000000.00 349	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 352	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 350	10000000.00 351	10000000.00 353	10000000.00 352	10000000.00 353	10000000.00 353	10000000.00 353

AMNet	10000000.00 349	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 352	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 350	10000000.00 351	10000000.00 353	10000000.00 352	10000000.00 353	10000000.00 353	10000000.00 353

GS-Stereo																							0.36 158	0.36 160	0.48 175	0.36 158	0.48 172	0.35 156

FSD		0.55 159	0.42 155	0.54 192	0.42 180	0.55 196	0.43 183	0.54 177	0.42 179	0.59 157	0.42 183			0.43 173	0.42 182	0.42 175			2.46 285	0.44 184				0.44 183	0.55 193	0.43 183	0.55 191	0.53 202

STTRV1_RVC		1.59 238	0.52 185	0.69 211	0.61 212	0.66 207	0.43 183	0.88 206	0.45 183	0.71 166	0.62 214	0.69 205	0.45 184	0.62 205		0.44 177	0.80 213	0.59 211		0.63 214	0.80 207			0.61 216	0.72 209	0.54 205	0.80 211	0.60 210

DPSimNet_ROB		1.04 203	0.83 221	1.05 246	0.82 236	1.04 242	0.83 240	1.03 226	0.89 238	1.03 202	0.84 238	1.03 240	0.84 236	0.83 235	0.84 238	0.83 233		0.84 238	1.12 247	0.84 240	1.04 235	0.88 238	0.83 236	0.84 240		0.83 240	1.15 249	0.88 238

Low-res two-view benchmark