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

StereoVision	0.13 1	0.11 10	0.03 3	0.04 5	0.04 6	0.00 1	0.03 16	0.04 11	0.03 4	0.03 24	0.00 1	0.19 8	0.02 4	0.02 16	1.02 4	0.79 11	0.13 6	0.02 3	0.30 9	0.04 3	0.21 6	0.19 2	0.00 1	0.06 9	0.04 11	0.00 1	0.12 4	0.00 1

CroCo-Stereo Lap2	0.18 2	0.11 10	0.04 5	0.05 7	0.06 11	0.00 1	0.01 2	0.03 5	0.05 10	0.24 51	0.00 1	0.16 5	0.06 20	0.01 5	1.29 6	1.05 20	0.06 1	0.04 6	0.06 2	0.05 5	0.40 13	0.86 10	0.00 1	0.04 5	0.04 11	0.01 4	0.05 1	0.00 1

AASNet	0.20 3	0.45 68	0.24 21	0.09 27	0.09 19	0.00 1	0.08 49	0.05 14	0.05 10	0.26 52	0.00 1	0.18 6	0.04 9	0.01 5	1.13 5	0.68 7	0.12 2	0.04 6	0.09 5	0.16 23	0.29 9	0.77 8	0.01 7	0.07 12	0.00 1	0.02 12	0.49 13	0.03 13

TDLM	0.20 3	0.10 8	0.21 17	0.08 23	0.23 46	0.02 31	0.04 24	0.19 24	0.04 7	0.02 22	0.10 58	0.67 72	0.05 14	0.10 71	0.43 1	0.28 1	0.35 29	0.20 29	0.02 1	0.01 1	0.12 1	1.22 12	0.05 47	0.01 1	0.00 1	0.02 12	0.41 11	0.41 60

CroCo-Stereo	0.21 5	0.09 7	0.03 3	0.05 7	0.07 16	0.00 1	0.00 1	0.04 11	0.05 10	0.00 1	0.00 1	0.09 4	0.07 21	0.00 1	1.51 11	1.11 21	0.17 9	0.08 13	0.76 20	0.05 5	0.40 13	0.85 9	0.00 1	0.04 5	0.04 11	0.01 4	0.08 3	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
delet	0.21 5	0.08 6	0.24 21	0.06 10	0.05 8	0.02 31	0.04 24	0.02 2	0.05 10	0.34 61	0.00 1	0.20 9	0.04 9	0.02 16	1.45 10	0.53 3	0.23 13	0.07 9	0.12 7	0.06 7	0.15 3	0.38 4	0.01 7	0.06 9	0.01 3	0.01 4	1.50 31	0.02 9

ProNet	0.22 7	0.03 1	0.09 8	0.01 1	0.00 1	0.12 81	0.75 134	0.01 1	0.01 1	0.00 1	0.00 1	0.05 1	0.00 1	0.22 110	1.31 7	1.03 18	0.22 11	0.01 2	0.09 5	0.12 16	0.24 7	1.33 15	0.03 38	0.01 1	0.07 19	0.00 1	0.05 1	0.00 1

RAFT	0.28 8	0.04 2	0.31 28	0.02 2	0.00 1	0.12 81	0.12 66	0.93 65	0.01 1	0.69 83	0.00 1	0.18 6	0.00 1	0.01 5	2.07 17	1.23 29	0.23 13	0.00 1	0.06 2	0.21 31	0.15 3	0.60 5	0.00 1	0.06 9	0.03 8	0.01 4	0.34 9	0.00 1

AANet_RVC	0.29 9	0.05 4	0.28 26	0.06 10	0.21 43	0.00 1	0.24 97	0.03 5	0.17 58	0.34 61	0.01 41	0.08 3	0.04 9	0.01 5	2.17 19	0.58 4	0.16 8	0.07 9	0.44 14	0.20 27	0.13 2	0.33 3	0.03 38	0.07 12	0.02 4	0.06 21	1.15 23	0.86 78

MMNet	0.34 10	0.21 19	0.07 6	0.05 7	0.06 11	0.00 1	0.12 66	0.03 5	0.04 7	0.22 49	0.00 1	0.36 23	0.02 4	0.05 43	2.17 19	0.69 8	0.33 26	0.15 23	0.34 11	0.07 8	0.34 11	0.60 5	0.06 53	0.10 17	0.03 8	0.05 20	2.93 58	0.02 9

iRaftStereo_RVC	0.35 11	0.21 19	0.33 32	0.22 40	0.15 27	0.02 31	0.02 8	0.05 14	0.08 23	0.00 1	0.00 1	0.28 17	0.11 36	0.03 28	1.35 8	0.98 16	0.35 29	0.07 9	0.49 15	0.17 25	1.05 36	2.96 41	0.00 1	0.05 7	0.09 22	0.01 4	0.23 6	0.04 16

DMCA	0.36 12	0.36 56	0.19 16	0.17 34	0.09 19	0.02 31	0.05 32	0.02 2	0.05 10	0.58 79	0.00 1	0.39 32	0.05 14	0.01 5	2.07 17	0.98 16	0.54 53	0.12 17	0.23 8	0.10 13	0.46 16	1.38 17	0.01 7	0.22 46	0.03 8	0.08 23	1.30 24	0.15 41

StereoIM	0.39 13	0.23 24	0.35 35	0.07 18	0.15 27	0.02 31	0.04 24	0.08 16	0.07 20	1.22 117	0.00 1	0.23 14	0.03 6	0.02 16	1.62 12	1.29 36	0.14 7	0.29 44	1.62 40	0.12 16	0.84 29	1.37 16	0.01 7	0.18 37	0.20 44	0.16 34	0.17 5	0.04 16

CVANet_RVC	0.42 14	0.29 38	0.82 99	0.60 122	0.31 64	0.18 104	0.03 16	1.58 86	0.25 74	0.12 39	0.28 79	0.84 84	0.05 14	0.11 76	0.69 2	0.46 2	0.36 31	0.25 38	0.08 4	0.08 11	0.20 5	1.95 24	0.02 30	0.05 7	0.06 18	0.03 16	0.70 16	1.10 90

MIF-Stereo	0.45 15	0.30 41	0.37 43	0.08 23	0.19 36	0.01 8	0.02 8	0.10 20	0.09 30	0.00 1	0.00 1	0.49 44	0.09 28	0.05 43	2.28 23	1.53 53	0.28 20	0.43 71	1.84 48	0.14 21	1.17 40	1.99 28	0.01 7	0.23 49	0.16 41	0.10 26	0.26 8	0.03 13

RAFT + AFF	0.48 16	0.05 4	0.01 2	0.22 40	0.03 5	0.04 49	0.14 73	0.03 5	0.03 4	0.00 1	0.00 1	0.32 21	0.03 6	0.07 53	4.66 87	0.97 15	0.56 59	0.09 14	2.34 57	0.04 3	0.69 22	1.96 25	0.02 30	0.22 46	0.15 38	0.12 29	0.24 7	0.01 7

HCRNet	0.49 17	0.39 58	0.36 39	0.29 63	0.12 24	0.01 8	0.06 40	0.03 5	0.01 1	1.48 132	0.00 1	0.20 9	0.05 14	0.01 5	2.61 28	0.78 10	0.42 39	0.07 9	0.32 10	0.12 16	0.37 12	2.22 31	0.02 30	0.02 3	0.02 4	0.02 12	3.33 76	0.03 13

UPFNet	0.52 18	0.31 42	0.76 91	0.22 40	0.28 60	0.02 31	0.05 32	0.09 19	0.08 23	0.38 67	0.00 1	0.38 29	0.03 6	0.24 112	3.16 40	1.04 19	0.34 27	0.14 20	0.59 17	0.34 49	0.44 15	1.09 11	0.01 7	0.30 60	0.05 15	0.01 4	3.54 85	0.05 21

AEACV	0.55 19	0.71 104	0.34 33	0.04 5	0.05 8	0.10 78	0.02 8	0.02 2	0.03 4	0.00 1	0.00 1	0.20 9	0.13 41	0.05 43	2.71 31	2.52 107	0.12 2	0.64 90	1.33 36	0.95 117	0.81 26	3.06 47	0.32 127	0.09 16	0.02 4	0.20 38	0.41 11	0.00 1

test croco	0.56 20	0.39 58	0.44 55	0.17 34	0.41 99	0.01 8	0.01 2	0.74 59	0.08 23	0.01 18	0.00 1	0.74 77	0.14 44	0.04 39	2.91 35	1.93 76	0.25 17	0.44 74	1.02 27	0.16 23	1.65 65	2.50 36	0.01 7	0.41 78	0.21 48	0.06 21	0.36 10	0.10 27

anonymousdsp	0.56 20	0.10 8	0.36 39	0.24 49	0.07 16	0.09 75	0.01 2	0.04 11	0.05 10	0.00 1	2.27 137	0.22 13	0.20 59	0.00 1	2.28 23	1.41 45	0.28 20	0.17 27	0.52 16	0.67 97	0.56 18	3.56 59	0.31 125	0.07 12	0.02 4	0.01 4	1.65 34	0.01 7

GMStereo	0.56 20	0.94 128	0.07 6	0.25 53	0.06 11	0.01 8	0.02 8	0.15 23	0.07 20	0.00 1	0.00 1	0.41 35	0.01 3	0.01 5	2.04 16	1.15 25	0.34 27	0.18 28	2.72 76	0.11 14	1.52 54	2.04 29	0.00 1	0.08 15	0.20 44	0.03 16	2.65 51	0.04 16
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MIF-Stereo (partial)	0.58 23	0.39 58	0.42 51	0.07 18	0.22 44	0.02 31	0.03 16	0.08 16	0.11 38	0.01 18	0.01 41	0.50 48	0.12 38	0.03 28	2.35 25	1.69 64	0.25 17	0.60 88	0.91 25	0.11 14	1.40 47	2.26 33	0.01 7	0.34 63	0.12 31	0.29 47	2.91 57	0.38 58

RYNet	0.61 24	0.04 2	0.00 1	0.02 2	0.04 6	0.00 1	0.01 2	0.03 5	0.04 7	0.07 28	0.00 1	0.07 2	0.12 38	0.00 1	4.57 83	0.66 6	0.12 2	0.99 138	0.37 12	0.02 2	0.25 8	0.10 1	0.05 47	0.03 4	0.08 21	7.32 174	1.40 27	0.12 37

GANet	0.63 25	0.72 106	0.73 87	0.46 110	0.40 97	1.37 157	0.41 115	0.45 45	0.06 17	0.21 45	2.81 157	2.16 127	0.28 72	0.47 149	0.89 3	0.62 5	0.74 76	0.38 57	0.38 13	0.07 8	0.30 10	1.98 27	0.14 89	0.13 24	0.20 44	0.03 16	0.52 14	0.22 45

TestStereo	0.64 26	0.64 93	0.54 71	0.22 40	0.11 23	0.01 8	0.03 16	1.87 99	0.23 70	0.30 56	0.00 1	0.37 27	0.08 24	0.01 5	1.75 14	0.93 14	0.45 42	0.23 37	2.92 83	0.12 16	1.51 53	1.70 18	0.05 47	0.11 21	0.21 48	0.46 58	2.24 44	0.13 39

UNet	0.67 27	0.32 43	0.47 63	0.27 58	0.23 46	0.03 43	0.15 76	0.55 54	0.14 47	1.13 109	0.00 1	0.61 63	0.17 54	0.15 90	2.26 21	1.51 52	0.50 48	0.22 32	1.51 39	0.25 36	0.75 23	1.79 21	0.18 99	0.60 109	0.07 19	0.32 50	3.43 82	0.61 70

HITNet	0.68 28	0.16 14	0.11 10	0.07 18	0.10 22	0.01 8	0.03 16	1.72 90	0.79 119	0.11 33	0.00 1	0.77 81	0.28 72	0.12 83	2.69 29	1.17 26	0.45 42	0.14 20	0.72 19	0.25 36	1.61 63	2.80 39	0.01 7	0.17 34	0.04 11	0.15 32	3.40 80	0.41 60
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
IER	0.69 29	0.46 70	0.29 27	0.30 67	0.18 32	0.01 8	0.09 56	0.42 41	0.11 38	1.07 106	0.07 55	1.62 119	0.05 14	0.20 102	3.15 39	1.25 30	0.40 35	0.16 25	0.82 22	0.44 61	0.57 19	2.22 31	0.21 103	0.34 63	0.09 22	1.03 87	2.96 59	0.28 49

HGLStereo	0.70 30	0.34 53	0.41 49	0.23 46	0.31 64	0.02 31	0.17 83	0.08 16	0.13 45	1.20 116	0.69 106	0.25 15	0.15 46	0.09 66	2.36 26	1.50 50	0.57 61	0.29 44	1.25 31	0.24 34	1.13 39	3.16 52	0.08 72	0.34 63	0.18 42	0.19 36	3.13 64	0.47 64

CFNet	0.72 31	0.50 76	0.71 83	0.48 113	0.45 106	0.06 70	0.27 101	0.58 55	0.09 30	0.65 82	0.04 49	0.84 84	0.10 33	0.05 43	2.80 33	0.75 9	0.60 63	0.09 14	0.84 24	0.41 57	1.10 38	1.22 12	0.03 38	0.13 24	0.58 71	1.14 89	3.44 83	1.47 98

RAFT_CTSACE	0.74 32	0.81 116	0.44 55	0.25 53	0.08 18	0.15 96	0.03 16	1.99 104	0.06 17	0.00 1	0.11 59	0.47 42	0.46 100	0.01 5	2.74 32	1.26 31	0.29 25	0.16 25	0.77 21	0.13 20	0.79 24	4.54 89	0.01 7	0.15 29	0.25 53	0.01 4	3.88 105	0.04 16

test_5	0.76 33	0.61 90	0.21 17	0.02 2	0.02 4	0.11 79	0.01 2	2.75 149	0.05 10	0.00 1	4.29 171	0.49 44	0.44 93	0.00 1	1.73 13	1.27 35	0.22 11	0.14 20	1.14 29	0.09 12	0.46 16	3.08 49	0.01 7	0.19 38	0.09 22	0.00 1	2.97 60	0.02 9

RAFT+CT+SA	0.77 34	0.83 118	0.24 21	0.15 33	0.05 8	0.01 8	0.02 8	2.46 129	0.09 30	0.11 33	0.00 1	0.89 92	0.40 89	0.01 5	1.42 9	1.63 59	0.18 10	0.21 31	2.39 59	0.27 39	0.93 31	4.66 95	0.01 7	0.20 41	0.13 32	0.02 12	3.33 76	0.05 21

ADLNet	0.79 35	0.95 129	0.12 11	0.22 40	0.28 60	0.09 75	0.05 32	1.25 75	0.10 35	0.32 59	0.06 52	2.48 132	0.08 24	0.20 102	3.48 46	1.14 24	0.48 45	0.11 16	0.60 18	0.23 33	0.60 20	3.03 45	0.01 7	0.10 17	0.91 88	0.83 80	3.15 65	0.34 54

raft+_RVC	0.80 36	0.41 63	0.45 60	0.34 80	0.24 49	0.03 43	0.08 49	2.24 115	0.09 30	0.07 28	0.00 1	0.42 37	0.08 24	0.02 16	3.49 47	3.16 134	0.48 45	0.12 17	2.60 71	0.82 106	0.94 32	3.69 62	0.03 38	0.20 41	0.35 56	0.14 31	0.69 15	0.35 56

ARAFT	0.80 36	0.22 22	0.31 28	0.31 69	0.12 24	0.01 8	0.02 8	0.24 34	0.09 30	1.28 119	0.00 1	0.53 51	0.04 9	0.09 66	3.18 41	1.99 80	0.51 50	0.34 52	2.69 75	0.14 21	1.96 83	2.75 37	0.02 30	0.20 41	0.80 86	0.03 16	3.53 84	0.13 39

LL-Strereo2	0.81 38	0.27 35	0.35 35	0.09 27	0.14 26	0.17 102	0.08 49	2.21 114	0.19 64	0.00 1	0.00 1	0.26 16	0.05 14	0.20 102	2.27 22	2.72 115	0.12 2	0.15 23	2.40 60	0.52 73	1.77 75	5.39 112	0.06 53	0.17 34	0.43 61	0.12 29	1.55 33	0.31 51

DMCA-RVC	0.82 39	0.43 65	0.50 65	0.31 69	0.59 118	0.15 96	1.13 141	0.29 36	1.52 153	1.29 121	0.34 85	0.64 67	0.14 44	0.17 94	3.74 55	1.26 31	0.80 80	0.51 80	0.97 26	0.51 72	0.87 30	1.93 23	0.26 118	0.40 77	0.13 32	0.08 23	2.70 52	0.50 65

MIM_Stereo	0.83 40	0.15 13	0.44 55	0.34 80	0.24 49	0.12 81	0.08 49	2.02 105	0.08 23	0.00 1	0.24 77	0.31 20	0.10 33	0.03 28	3.34 42	2.91 122	0.24 15	0.67 95	2.62 72	0.89 112	1.44 51	3.49 56	0.06 53	0.26 51	0.20 44	0.24 40	1.72 36	0.18 43

DSFCA	0.83 40	0.44 66	0.51 69	0.29 63	0.59 118	0.05 57	0.61 131	0.23 29	0.55 100	0.49 75	0.58 100	0.48 43	0.11 36	0.04 39	2.83 34	1.42 46	0.78 79	0.72 105	1.15 30	0.65 95	1.24 43	3.01 43	0.21 103	0.53 101	0.55 69	0.83 80	3.19 68	0.46 63

test_4	0.84 42	0.11 10	0.61 74	0.30 67	0.20 38	0.08 72	0.30 102	0.10 20	0.10 35	0.03 24	0.61 102	0.79 82	0.16 49	0.18 96	3.62 51	3.39 145	0.24 15	0.43 71	1.98 50	0.30 42	1.21 42	3.26 54	0.09 76	0.21 45	0.23 51	0.33 51	3.56 86	0.25 48

RASNet	0.86 43	0.32 43	0.77 93	0.46 110	0.31 64	0.18 104	0.10 62	0.95 66	0.14 47	1.11 107	0.09 57	0.53 51	0.44 93	0.35 135	1.76 15	1.87 70	0.59 62	0.22 32	1.13 28	0.07 8	1.42 50	3.94 70	0.17 97	0.53 101	0.46 63	0.37 56	3.64 90	1.29 95

AFF-stereo	0.88 44	0.32 43	0.50 65	0.35 87	0.20 38	0.11 79	0.37 112	0.41 40	0.11 38	1.15 110	0.00 1	0.66 71	0.07 21	0.02 16	4.33 75	1.39 44	0.40 35	0.90 126	3.49 98	0.26 38	1.61 63	2.83 40	0.02 30	0.22 46	0.49 64	0.18 35	3.16 66	0.10 27

CAS	0.89 45	0.22 22	0.39 47	0.21 38	0.24 49	0.03 43	0.36 111	0.23 29	0.62 107	1.28 119	0.16 69	0.38 29	0.84 142	0.12 83	3.10 38	1.87 70	0.94 101	0.75 109	1.30 34	0.58 80	2.82 101	3.00 42	0.03 38	0.12 22	0.13 32	0.72 76	1.80 38	1.89 111

DISCO	0.90 46	0.96 133	0.36 39	0.06 10	0.36 82	0.63 135	0.54 127	0.23 29	0.32 82	1.72 138	0.58 100	0.41 35	0.29 74	0.04 39	2.98 37	1.47 49	1.02 109	0.31 49	3.32 92	0.56 79	1.01 34	3.01 43	0.13 86	0.33 62	0.13 32	0.33 51	2.81 55	0.43 62

rafts_anoy	0.92 47	0.33 49	0.86 103	0.37 92	0.24 49	0.05 57	0.07 44	2.48 131	0.14 47	0.01 18	0.00 1	0.20 9	0.04 9	0.02 16	3.97 67	3.08 129	0.56 59	0.40 62	2.20 56	0.34 49	1.65 65	3.86 69	0.02 30	0.27 53	0.99 94	0.73 77	0.87 19	0.98 88

TestStereo1	0.93 48	0.98 134	0.22 19	0.07 18	0.18 32	0.01 8	0.04 24	1.07 69	0.08 23	0.11 33	0.00 1	0.39 32	0.56 112	0.12 83	4.92 100	2.03 84	0.28 20	0.22 32	2.98 85	0.20 27	1.56 57	3.94 70	0.01 7	0.15 29	0.10 26	1.19 92	3.74 93	0.05 21

SA-5K	0.93 48	0.98 134	0.22 19	0.07 18	0.18 32	0.01 8	0.04 24	1.07 69	0.08 23	0.11 33	0.00 1	0.39 32	0.56 112	0.12 83	4.92 100	2.03 84	0.28 20	0.22 32	2.98 85	0.20 27	1.56 57	3.94 70	0.01 7	0.15 29	0.10 26	1.19 92	3.74 93	0.05 21

GLC_STEREO	0.93 48	0.48 73	0.65 76	0.25 53	0.33 76	0.03 43	0.11 64	2.37 126	0.20 65	0.16 43	0.04 49	0.38 29	0.15 46	0.02 16	3.66 52	2.05 89	0.67 69	0.25 38	2.56 68	0.42 60	2.90 102	3.06 47	0.09 76	0.19 38	0.09 22	0.10 26	3.70 91	0.31 51

NVstereo2D	0.93 48	0.48 73	0.17 13	0.24 49	0.42 102	0.41 123	0.08 49	1.64 87	0.59 105	0.87 95	1.05 114	0.42 37	0.21 63	0.08 62	5.64 118	2.38 104	0.82 85	0.59 86	1.71 43	0.24 34	1.26 44	2.48 35	0.06 53	0.47 91	1.31 105	0.29 47	1.04 21	0.24 47

CASnet	0.96 52	0.54 79	0.54 71	0.24 49	0.36 82	0.05 57	0.26 100	0.52 51	0.18 62	0.06 27	0.06 52	0.70 74	0.36 82	0.01 5	4.36 76	1.50 50	0.66 68	0.40 62	2.56 68	0.34 49	3.82 131	4.34 82	0.03 38	0.35 70	1.67 121	0.11 28	1.72 36	0.23 46
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TESTraft	1.00 53	0.95 129	0.32 31	0.06 10	0.17 30	0.01 8	0.03 16	1.49 84	0.07 20	0.78 89	0.00 1	0.46 40	0.64 120	0.19 97	4.75 93	2.06 90	0.26 19	0.20 29	2.78 79	0.36 54	1.26 44	4.60 92	0.07 67	0.17 34	0.11 30	1.53 102	3.70 91	0.04 16

RALCasStereoNet	1.00 53	0.37 57	1.07 119	0.37 92	0.32 74	0.06 70	0.20 92	2.08 111	0.15 52	1.01 102	0.04 49	0.61 63	0.16 49	0.03 28	3.74 55	3.43 149	0.41 38	0.26 40	1.40 37	0.75 103	1.44 51	4.55 90	0.03 38	0.26 51	0.78 85	1.36 98	0.91 20	1.22 94

RAFT-Stereo + iAFF	1.00 53	0.33 49	0.75 90	0.38 96	0.42 102	0.14 90	0.43 119	0.97 67	0.13 45	1.32 123	0.00 1	0.65 70	0.09 28	0.03 28	4.73 89	1.46 48	0.50 48	0.13 19	3.58 99	0.49 66	1.60 61	4.02 74	0.02 30	0.42 81	0.52 66	0.38 57	3.38 79	0.17 42

IPLGR_C	1.02 56	0.24 29	0.77 93	0.31 69	0.36 82	0.04 49	0.35 110	0.20 25	0.47 92	0.07 28	0.12 63	1.26 106	0.09 28	0.41 142	4.52 81	1.63 59	0.81 82	0.45 75	2.10 53	0.32 44	2.41 92	4.67 96	0.07 67	0.75 129	1.04 96	0.28 45	3.80 97	0.11 34

anonymousdsp2	1.03 57	0.29 38	0.37 43	0.23 46	0.09 19	0.03 43	0.04 24	1.33 77	0.08 23	0.02 22	2.28 140	0.33 22	0.18 56	0.27 119	2.59 27	2.50 106	0.44 41	0.56 84	3.69 101	1.14 125	1.68 68	5.57 116	0.24 113	0.50 95	0.41 59	0.15 32	2.74 54	0.02 9

CIPLG	1.04 58	0.23 24	0.82 99	0.32 74	0.36 82	0.04 49	0.34 108	0.21 26	0.50 95	0.07 28	0.11 59	1.24 104	0.08 24	0.42 144	4.82 99	1.65 61	0.85 90	0.39 61	2.02 51	0.32 44	2.35 88	4.69 97	0.05 47	0.75 129	1.10 98	0.35 54	3.79 96	0.12 37

ACRE	1.04 58	0.24 29	0.80 97	0.33 76	0.36 82	0.04 49	0.34 108	0.21 26	0.48 93	0.08 32	0.14 67	1.30 108	0.09 28	0.45 147	4.77 96	1.62 58	0.82 85	0.43 71	2.08 52	0.33 47	2.40 91	4.72 98	0.06 53	0.74 128	1.10 98	0.28 45	3.80 97	0.11 34

CFNet_pseudo	1.04 58	0.55 80	0.68 77	0.46 110	0.53 111	0.05 57	0.02 8	0.61 57	0.10 35	0.91 97	0.11 59	0.88 90	0.56 112	0.52 157	5.81 128	1.84 68	0.55 58	0.37 54	2.85 81	0.41 57	1.09 37	3.10 51	0.59 159	0.29 57	0.61 74	0.63 70	2.23 43	1.75 107

dd	1.06 61	0.48 73	0.31 28	1.86 164	0.06 11	0.26 117	0.16 78	0.47 47	0.06 17	0.11 33	0.01 41	2.18 128	0.07 21	0.20 102	4.43 77	1.13 23	1.19 121	0.38 57	6.03 127	0.38 55	0.67 21	1.85 22	0.14 89	0.32 61	0.63 77	0.09 25	3.27 72	1.90 112

SA	1.07 62	0.91 126	0.46 62	0.21 38	0.25 55	0.01 8	0.02 8	2.68 140	0.14 47	0.14 41	0.00 1	0.59 53	0.38 87	0.34 130	3.59 50	2.03 84	0.45 42	0.51 80	3.47 97	0.32 44	1.40 47	3.72 63	0.01 7	0.38 74	0.44 62	1.60 105	4.79 144	0.10 27

AACVNet	1.07 62	0.61 90	0.44 55	0.65 124	0.80 129	0.12 81	0.17 83	0.37 37	0.20 65	0.17 44	0.14 67	0.60 57	0.24 67	0.26 115	4.81 97	2.04 88	0.61 64	0.40 62	1.72 44	0.41 57	1.80 76	3.08 49	0.40 133	0.20 41	0.52 66	1.51 101	4.20 127	2.32 120

DLCB_ROB	1.13 64	0.77 110	0.73 87	0.44 107	0.51 110	0.22 109	0.42 116	0.49 48	0.28 77	0.84 92	0.50 95	1.31 109	0.85 143	0.11 76	2.70 30	1.54 54	1.12 116	0.27 41	0.82 22	0.22 32	1.70 70	3.50 57	0.48 149	0.44 89	4.83 179	2.48 122	2.14 41	0.79 77

4D-IteraStereo	1.14 65	0.34 53	1.40 133	0.29 63	0.38 91	0.05 57	0.09 56	2.11 113	0.11 38	0.00 1	0.19 74	0.52 50	0.22 65	0.24 112	3.76 57	3.57 157	0.28 20	0.38 57	2.95 84	0.49 66	3.35 118	5.63 118	0.12 85	0.41 78	0.10 26	0.29 47	3.09 63	0.34 54

LMCR-Stereo	1.14 65	0.56 81	0.72 84	0.31 69	0.31 64	0.14 90	0.06 40	1.38 79	0.28 77	0.33 60	0.12 63	0.86 88	0.20 59	0.26 115	3.99 69	2.00 82	1.20 122	0.37 54	6.02 126	1.76 149	2.41 92	3.82 66	0.07 67	0.55 105	0.52 66	0.51 64	1.50 31	0.67 73

CFNet_RVC	1.14 65	0.65 94	0.92 107	0.35 87	0.40 97	0.14 90	0.13 69	0.11 22	0.18 62	0.86 94	1.15 119	0.67 72	0.17 54	0.08 62	6.26 144	1.31 38	0.70 72	0.40 62	1.62 40	0.29 41	1.93 80	3.03 45	0.06 53	0.43 87	0.95 91	1.90 113	3.91 107	2.07 115

raftrobust	1.17 68	0.44 66	0.99 112	0.41 101	0.37 87	0.04 49	0.12 66	2.45 128	0.14 47	0.51 77	0.00 1	0.72 75	0.24 67	0.09 66	4.74 90	4.01 169	0.39 34	0.35 53	5.19 121	0.34 49	1.89 78	4.58 91	0.21 103	0.28 54	1.21 104	0.47 59	1.09 22	0.35 56

GMOStereo	1.19 69	0.17 15	0.68 77	0.34 80	0.31 64	0.13 86	0.31 103	2.36 120	0.15 52	0.00 1	0.17 70	0.60 57	0.45 96	0.02 16	3.83 61	3.83 160	0.54 53	0.70 99	2.41 61	0.64 89	1.71 71	6.50 142	0.01 7	0.34 63	1.38 109	0.25 41	4.07 116	0.10 27

error version	1.19 69	0.17 15	0.68 77	0.34 80	0.31 64	0.13 86	0.31 103	2.36 120	0.15 52	0.00 1	0.17 70	0.60 57	0.45 96	0.02 16	3.83 61	3.83 160	0.54 53	0.70 99	2.41 61	0.64 89	1.71 71	6.50 142	0.01 7	0.34 63	1.38 109	0.25 41	4.07 116	0.10 27

test-v	1.19 69	0.17 15	0.68 77	0.34 80	0.31 64	0.13 86	0.31 103	2.36 120	0.15 52	0.00 1	0.17 70	0.60 57	0.45 96	0.02 16	3.83 61	3.83 160	0.54 53	0.70 99	2.41 61	0.64 89	1.71 71	6.50 142	0.01 7	0.34 63	1.38 109	0.25 41	4.07 116	0.10 27

test-2	1.19 69	0.17 15	0.68 77	0.34 80	0.31 64	0.13 86	0.31 103	2.36 120	0.15 52	0.00 1	0.17 70	0.60 57	0.45 96	0.02 16	3.83 61	3.83 160	0.54 53	0.70 99	2.41 61	0.64 89	1.71 71	6.50 142	0.01 7	0.34 63	1.38 109	0.25 41	4.07 116	0.10 27

CREStereo++_RVC	1.20 73	0.23 24	1.65 147	0.28 61	0.43 104	0.01 8	0.17 83	2.02 105	0.26 75	0.61 80	0.08 56	0.50 48	0.15 46	0.05 43	3.91 65	2.85 121	0.95 102	0.50 79	2.77 78	0.31 43	3.04 107	3.84 68	0.13 86	0.14 26	1.10 98	1.31 97	4.38 133	0.77 76
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
CREStereo	1.20 73	0.33 49	0.95 111	0.24 49	0.19 36	0.01 8	0.06 40	2.65 138	0.54 96	0.64 81	1.05 114	0.72 75	0.59 115	0.07 53	3.92 66	3.45 153	0.86 95	0.42 68	2.19 55	0.72 99	3.10 109	3.56 59	0.10 79	0.29 57	1.20 103	1.09 88	2.54 49	0.90 81
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
HSM	1.20 73	0.35 55	1.10 122	0.59 121	0.56 116	0.05 57	0.09 56	2.87 154	0.31 80	0.13 40	0.53 97	0.76 80	0.13 41	0.05 43	5.24 108	1.26 31	0.85 90	0.30 46	3.45 96	0.50 70	2.38 90	3.35 55	0.10 79	0.55 105	0.74 81	0.86 83	4.16 125	1.08 89

RALAANet	1.21 76	0.40 61	0.56 73	0.37 92	0.31 64	0.20 108	0.15 76	1.87 99	0.20 65	0.51 77	0.01 41	0.49 44	0.26 69	0.07 53	3.97 67	2.32 99	0.48 45	0.73 107	3.41 93	1.09 122	3.06 108	5.24 110	0.02 30	0.50 95	0.74 81	1.14 89	4.11 124	0.54 67

NLCA_NET_v2_RVC	1.21 76	0.81 116	0.50 65	0.22 40	0.48 109	0.03 43	1.73 157	1.18 73	2.43 175	2.04 149	0.11 59	0.74 77	0.09 28	0.55 158	6.88 154	1.12 22	0.38 32	0.30 46	1.67 42	0.28 40	0.80 25	1.75 20	0.15 92	0.25 50	0.13 32	3.23 128	2.70 52	2.04 114
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet_ROB	1.22 78	0.71 104	0.44 55	0.45 109	0.34 78	0.04 49	0.16 78	3.05 161	0.12 44	1.32 123	0.00 1	0.93 93	0.34 78	0.05 43	4.57 83	1.86 69	0.81 82	0.48 77	6.00 125	0.34 49	1.95 81	1.30 14	0.31 125	0.91 143	0.33 55	0.95 84	3.93 109	1.14 92

PDISCO_ROB	1.24 79	0.57 84	0.10 9	0.66 125	0.32 74	0.01 8	0.57 129	0.78 61	0.49 94	1.25 118	0.94 113	0.36 23	0.32 75	0.19 97	3.99 69	2.19 94	0.98 103	1.44 163	2.38 58	0.62 86	2.92 103	4.93 103	0.18 99	0.64 115	1.52 118	0.53 65	3.95 113	0.62 71

LoS_RVC	1.27 80	1.54 156	0.85 101	0.06 10	0.55 112	0.01 8	0.13 69	0.23 29	0.73 114	1.70 136	0.22 75	0.64 67	0.69 125	0.11 76	3.79 59	3.07 127	0.75 77	1.99 184	3.69 101	0.64 89	4.98 151	4.94 104	0.22 109	0.10 17	0.37 57	0.50 62	0.82 17	0.93 84

tt_ll	1.27 80	1.54 156	0.85 101	0.06 10	0.55 112	0.01 8	0.13 69	0.23 29	0.73 114	1.70 136	0.22 75	0.64 67	0.69 125	0.11 76	3.79 59	3.07 127	0.75 77	1.99 184	3.69 101	0.64 89	4.98 151	4.94 104	0.22 109	0.10 17	0.37 57	0.50 62	0.82 17	0.93 84

psm_up	1.28 82	0.67 98	1.09 121	0.41 101	0.89 136	0.04 49	0.31 103	2.38 127	1.16 141	0.77 86	0.00 1	1.36 110	0.10 33	0.44 145	4.59 86	1.35 40	0.83 87	0.45 75	4.14 109	0.47 63	1.60 61	2.76 38	0.01 7	0.73 126	1.16 101	1.54 103	3.84 100	1.40 96

CES	1.32 83	0.24 29	0.36 39	0.14 32	0.22 44	0.05 57	0.19 89	5.29 197	0.76 116	0.42 72	0.61 102	0.86 88	0.85 143	0.26 115	4.28 74	3.41 148	1.21 124	1.06 144	1.85 49	1.16 130	4.19 138	3.75 64	0.15 92	0.12 22	0.23 51	0.34 53	1.47 30	2.15 118

IPLG	1.33 84	0.40 61	0.76 91	0.29 63	0.28 60	0.01 8	0.09 56	2.25 116	0.31 80	0.40 70	0.28 79	0.37 27	0.74 131	0.31 129	5.67 123	1.89 72	1.26 129	0.95 133	2.86 82	0.47 63	1.18 41	6.06 131	0.06 53	0.66 119	0.63 77	3.73 137	3.86 104	0.11 34

AF-Net	1.33 84	0.56 81	1.00 113	0.36 90	0.81 131	1.01 147	2.56 168	2.36 120	1.15 139	0.48 73	0.65 104	3.84 143	0.16 49	0.30 126	3.50 48	1.17 26	0.52 51	0.02 3	1.74 45	0.53 74	0.81 26	4.34 82	0.06 53	0.14 26	0.93 89	0.61 68	3.84 100	2.40 123

Nwc_Net	1.33 84	0.56 81	1.00 113	0.36 90	0.81 131	1.01 147	2.56 168	2.36 120	1.15 139	0.48 73	0.65 104	3.84 143	0.16 49	0.30 126	3.50 48	1.17 26	0.52 51	0.02 3	1.74 45	0.53 74	0.81 26	4.34 82	0.06 53	0.14 26	0.93 89	0.61 68	3.84 100	2.40 123

STTStereo	1.36 87	0.86 120	0.78 96	0.40 100	0.33 76	0.08 72	1.20 144	0.43 43	1.52 153	1.38 129	0.24 77	2.01 125	0.27 70	0.38 138	9.23 176	1.30 37	0.40 35	0.33 50	1.27 33	0.20 27	1.56 57	1.97 26	0.16 94	0.15 29	0.10 26	1.81 112	3.62 89	4.69 138

raft_robust	1.38 88	0.73 109	0.63 75	0.27 58	0.23 46	0.01 8	0.05 32	3.04 160	0.24 72	1.16 111	0.02 47	0.61 63	0.67 122	0.07 53	3.67 54	2.22 96	0.80 80	0.66 92	5.14 120	0.33 47	3.43 121	6.40 141	0.01 7	0.37 72	1.19 102	1.48 100	2.86 56	0.96 87

APVNet	1.38 88	1.06 139	0.27 25	0.33 76	0.37 87	0.28 120	0.50 125	0.39 38	0.42 88	0.93 98	0.42 92	0.85 86	0.19 58	0.15 90	4.81 97	3.10 132	1.87 156	0.94 131	4.74 118	0.89 112	2.23 86	5.90 123	0.05 47	1.23 159	0.19 43	0.48 60	3.80 97	0.91 82

iResNetv2_ROB	1.40 90	0.83 118	0.41 49	1.30 152	0.37 87	0.05 57	0.14 73	3.17 167	0.20 65	1.97 147	0.28 79	2.49 133	0.40 89	0.06 51	3.78 58	1.57 55	1.08 114	0.22 32	6.10 128	0.67 97	3.61 126	2.04 29	0.26 118	0.83 140	0.62 76	0.54 66	4.07 116	0.71 74

UCFNet_RVC	1.41 91	2.75 181	0.68 77	0.60 122	0.80 129	0.26 117	0.16 78	0.28 35	0.23 70	0.93 98	0.37 86	2.60 134	1.05 154	0.07 53	6.13 140	1.33 39	0.70 72	0.52 82	2.48 65	0.62 86	1.87 77	3.20 53	1.04 179	0.35 70	1.83 125	1.96 114	2.11 39	3.29 131

Sa-1000	1.45 92	0.32 43	0.53 70	0.28 61	0.26 56	0.01 8	0.04 24	2.73 144	0.11 38	0.01 18	0.01 41	0.59 53	0.49 105	0.56 159	6.07 138	2.10 91	0.92 100	0.88 123	4.60 116	0.59 82	1.56 57	6.38 139	0.01 7	0.64 115	2.25 131	1.72 110	5.00 148	0.38 58

PMTNet	1.51 93	0.60 88	1.30 129	0.27 58	0.26 56	0.02 31	0.18 86	0.51 50	0.56 102	0.71 85	0.33 84	0.59 53	0.48 103	0.09 66	6.84 152	3.43 149	0.91 98	0.38 57	6.13 130	0.44 61	4.00 134	3.52 58	0.13 86	0.15 29	3.04 151	1.29 96	1.36 25	3.30 132

ICVP	1.55 94	0.24 29	1.65 147	0.43 105	0.45 106	0.50 128	0.38 114	1.26 76	0.64 109	1.77 140	1.20 120	0.88 90	1.63 165	0.25 114	4.46 78	2.81 120	1.49 144	1.01 139	2.50 66	1.15 129	2.70 95	5.75 120	0.14 89	0.63 112	0.72 80	2.31 119	3.35 78	1.59 105
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RP	1.55 94	1.14 145	2.48 174	0.89 136	1.23 146	0.43 124	2.08 163	1.86 98	1.63 159	0.29 55	2.10 133	2.43 131	0.13 41	0.49 153	5.11 104	1.26 31	0.83 87	0.05 8	1.74 45	0.49 66	1.04 35	4.92 102	0.16 94	0.76 131	0.49 64	1.14 89	4.64 142	1.98 113

sAnonymous2	1.64 96	0.27 35	0.18 14	0.11 30	0.20 38	0.49 126	0.05 32	1.85 95	0.98 130	0.21 45	0.39 87	1.21 100	0.85 143	0.08 62	4.74 90	3.93 166	1.35 136	1.22 156	7.85 140	0.83 109	4.15 136	5.99 125	0.03 38	0.42 81	0.15 38	2.19 117	2.36 46	2.37 121

CroCo_RVC	1.64 96	0.27 35	0.18 14	0.11 30	0.20 38	0.49 126	0.05 32	1.85 95	0.98 130	0.21 45	0.39 87	1.21 100	0.85 143	0.08 62	4.74 90	3.93 166	1.35 136	1.22 156	7.85 140	0.83 109	4.15 136	5.99 125	0.03 38	0.42 81	0.15 38	2.19 117	2.36 46	2.37 121

BEATNet_4x	1.65 98	0.58 86	0.35 35	0.20 36	0.38 91	0.15 96	0.46 122	1.78 94	1.70 164	0.40 70	0.50 95	1.13 99	0.62 119	0.65 162	6.09 139	3.02 126	2.14 161	1.81 177	1.48 38	0.79 105	5.22 156	7.76 172	0.08 72	1.07 153	0.32 54	0.48 60	3.92 108	1.49 99

iinet-f	1.66 99	1.28 150	0.38 45	0.81 134	0.15 27	0.24 114	0.13 69	0.42 41	0.21 69	1.91 144	3.98 167	0.30 18	0.27 70	0.07 53	6.30 146	2.65 114	0.43 40	0.30 46	8.10 146	1.14 125	2.10 85	6.32 137	0.26 118	0.52 100	1.42 114	0.21 39	4.26 129	0.60 69

EGLCR-Stereo	1.68 100	0.23 24	2.17 167	0.08 23	0.28 60	0.09 75	0.09 56	0.50 49	1.17 142	0.11 33	2.55 149	0.62 66	0.67 122	0.03 28	4.24 73	3.69 158	1.12 116	1.22 156	4.58 115	0.59 82	4.19 138	7.51 166	0.24 113	0.68 122	1.05 97	0.64 71	6.73 173	0.33 53

DN-CSS_ROB	1.68 100	0.57 84	1.42 134	0.83 135	0.73 125	0.05 57	0.22 96	2.83 152	0.40 86	1.50 133	3.57 164	1.02 96	0.43 92	0.09 66	4.11 72	1.61 57	1.34 135	0.84 118	8.83 150	0.39 56	4.42 144	3.67 61	0.09 76	1.02 149	0.13 32	0.55 67	3.24 71	1.52 100

AE-Stereo	1.73 102	0.32 43	2.11 165	0.34 80	0.37 87	0.05 57	0.43 119	0.44 44	0.32 82	0.04 26	0.00 1	3.48 141	0.44 93	0.07 53	4.68 88	3.77 159	1.11 115	0.92 128	4.18 110	1.16 130	3.77 130	7.03 154	0.18 99	1.06 152	3.29 158	2.09 115	4.84 145	0.18 43

TANstereo	1.73 102	1.38 152	0.72 84	0.26 56	0.35 80	0.62 133	0.07 44	0.52 51	0.46 89	0.27 53	1.08 116	0.36 23	0.20 59	1.04 179	3.37 44	2.99 124	0.99 104	1.69 172	9.06 153	3.49 190	3.58 124	4.48 87	3.34 205	0.28 54	0.05 15	0.67 72	5.35 156	0.09 25

XX-TBD	1.73 102	1.38 152	0.72 84	0.26 56	0.35 80	0.62 133	0.07 44	0.52 51	0.46 89	0.27 53	1.08 116	0.36 23	0.20 59	1.04 179	3.37 44	2.99 124	0.99 104	1.69 172	9.06 153	3.49 190	3.58 124	4.48 87	3.34 205	0.28 54	0.05 15	0.67 72	5.35 156	0.09 25

GES	1.73 102	0.33 49	0.48 64	0.58 120	0.43 104	0.28 120	0.51 126	2.03 109	0.90 127	1.18 114	0.55 98	0.49 44	0.23 66	0.02 16	8.51 170	2.72 115	1.06 112	0.76 110	9.71 163	1.71 146	3.36 119	4.34 82	0.23 111	0.83 140	0.42 60	0.35 54	2.56 50	2.21 119

MIPNet	1.76 106	0.72 106	0.87 104	0.32 74	0.55 112	0.01 8	0.08 49	1.77 93	0.38 84	2.09 150	0.92 111	0.44 39	0.76 133	0.27 119	5.64 118	2.03 84	1.52 146	0.93 130	3.87 105	1.34 137	1.41 49	6.39 140	0.07 67	1.05 151	2.65 140	7.16 171	3.90 106	0.29 50

SACVNet	1.77 107	0.88 122	1.11 123	0.67 126	1.41 155	0.84 140	0.94 136	2.65 138	0.54 96	1.31 122	0.02 47	0.95 94	0.40 89	0.39 139	6.01 137	2.36 102	1.71 151	0.42 68	4.84 119	0.82 106	3.03 106	6.05 130	0.11 83	0.73 126	1.33 106	1.66 108	4.02 114	2.55 125

PS-NSSS	1.79 108	3.17 188	0.42 51	3.20 177	0.92 140	2.08 169	1.19 143	0.39 38	0.16 57	0.38 67	0.00 1	11.59 183	1.18 156	0.50 154	5.15 105	0.89 12	0.71 74	0.28 43	4.31 112	0.17 25	0.97 33	0.64 7	2.37 196	0.19 38	1.58 119	0.76 78	3.28 73	1.77 108

FCDSN-DC	1.87 109	0.93 127	2.12 166	1.84 162	1.62 159	1.35 156	1.17 142	0.74 59	0.46 89	1.19 115	0.30 82	2.02 126	0.48 103	0.28 124	5.91 130	2.18 93	2.34 164	2.10 188	1.30 34	0.47 63	2.99 105	5.42 113	0.57 154	3.93 193	2.22 130	3.45 129	1.45 29	1.56 103
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FADNet-RVC-Resample	1.87 109	0.69 100	1.01 115	0.50 115	0.67 121	0.19 106	1.39 151	1.43 81	0.87 125	0.94 100	0.92 111	5.52 161	0.52 108	1.00 176	7.45 159	1.91 75	1.44 140	1.98 183	3.91 106	1.13 124	1.92 79	4.61 94	0.23 111	1.54 168	0.58 71	3.08 126	2.12 40	3.05 126

test-3	1.89 111	1.05 138	1.54 141	0.41 101	0.38 91	0.14 90	0.19 89	2.73 144	0.17 58	0.35 65	0.42 92	4.22 148	0.35 80	0.03 28	5.92 131	3.44 151	0.64 66	0.66 92	9.08 156	0.54 78	3.27 114	8.02 182	0.08 72	0.82 138	0.74 81	1.01 85	3.94 111	0.87 79

test_1	1.89 111	1.07 141	1.54 141	0.41 101	0.38 91	0.14 90	0.19 89	2.73 144	0.17 58	0.31 58	0.40 90	4.23 150	0.35 80	0.03 28	5.96 134	3.44 151	0.64 66	0.65 91	9.10 157	0.53 74	3.29 115	8.03 183	0.08 72	0.82 138	0.74 81	1.01 85	3.94 111	0.89 80

sCroCo_RVC	1.89 111	0.25 33	0.34 33	0.06 10	0.20 38	0.16 100	0.04 24	0.81 62	1.73 165	1.94 146	0.44 94	1.12 98	0.88 148	0.12 83	4.48 79	5.29 188	2.26 162	1.77 176	5.32 123	2.13 164	5.92 166	7.47 163	0.10 79	0.37 72	0.60 73	1.61 106	4.41 135	1.14 92

test_3	1.92 114	1.16 147	1.42 134	0.44 107	0.39 96	0.14 90	0.20 92	2.79 150	0.17 58	0.38 67	0.41 91	4.32 151	0.36 82	0.03 28	6.25 142	3.34 141	0.68 70	0.67 95	9.18 158	0.53 74	3.20 111	7.85 176	0.06 53	0.80 136	0.95 91	1.27 95	3.85 103	0.94 86

DeepPruner_ROB	1.92 114	0.41 63	0.92 107	0.51 116	0.67 121	0.53 131	2.45 167	1.72 90	0.84 123	1.37 128	2.27 137	0.75 79	0.55 110	0.12 83	8.56 171	2.33 100	1.28 130	1.20 153	2.67 74	0.58 80	6.00 168	4.19 77	0.75 173	0.44 89	0.66 79	6.01 162	3.18 67	0.91 82

AnonymousM	1.93 116	0.21 19	0.42 51	0.06 10	0.06 11	0.26 117	0.01 2	2.70 142	0.56 102	0.36 66	2.56 150	0.59 53	0.53 109	0.50 154	2.91 35	3.30 139	1.21 124	1.06 144	2.18 54	1.68 145	3.82 131	5.56 115	0.40 133	0.50 95	0.21 48	1.57 104	6.55 170	12.23 184

LoS	1.97 117	0.23 24	0.39 47	0.23 46	0.18 32	0.02 31	0.09 56	15.67 223	0.89 126	3.41 185	0.87 109	0.98 95	0.83 141	0.20 102	3.66 52	3.84 164	1.36 138	0.90 126	3.25 91	0.74 101	5.14 155	4.30 81	0.24 113	0.41 78	2.64 139	0.80 79	1.36 25	0.50 65

pcwnet_v2	1.99 118	0.65 94	0.87 104	0.77 132	1.17 144	0.72 136	0.24 97	1.75 92	0.66 110	3.33 177	1.75 132	1.49 115	1.91 167	1.68 194	6.75 150	2.30 98	1.12 116	0.69 98	4.33 113	0.50 70	2.08 84	4.26 79	1.07 182	0.77 134	1.43 115	2.18 116	4.16 125	5.20 143

IPLGR	2.02 119	0.67 98	0.81 98	0.38 96	0.47 108	0.01 8	0.08 49	1.39 80	0.28 77	2.32 153	2.30 143	0.46 40	0.79 137	0.20 102	6.88 154	1.99 80	1.44 140	1.35 161	5.56 124	1.85 152	2.94 104	6.20 135	0.06 53	1.13 156	3.39 161	6.80 168	3.93 109	0.75 75

FADNet-RVC	2.02 119	0.32 43	0.74 89	0.33 76	1.23 146	0.05 57	3.02 177	0.60 56	0.24 72	1.02 103	0.31 83	6.30 167	0.33 76	0.34 130	10.06 182	2.10 91	0.84 89	0.81 116	6.91 135	1.97 155	2.36 89	3.78 65	0.20 102	0.61 110	1.94 127	1.65 107	3.28 73	3.13 128

PA-Net	2.07 121	0.95 129	1.62 146	0.31 69	2.13 174	0.17 102	0.70 133	0.21 26	1.90 168	0.84 92	1.44 123	0.30 18	0.21 63	0.84 170	7.47 160	1.66 62	0.38 32	0.37 54	1.25 31	0.74 101	1.66 67	4.96 106	0.64 163	0.51 98	1.03 95	11.53 201	2.31 45	9.73 177
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	2.13 122	1.68 161	1.46 138	1.00 141	1.37 150	0.89 143	2.88 174	2.59 135	2.86 181	0.34 61	2.72 154	2.40 129	1.41 163	0.27 119	5.18 106	1.38 42	0.85 90	0.98 134	2.99 87	1.01 119	1.54 55	4.72 98	0.43 140	0.53 101	2.61 137	4.44 147	4.09 121	4.93 141

Abc-Net	2.13 122	1.68 161	1.46 138	1.00 141	1.37 150	0.89 143	2.88 174	2.59 135	2.86 181	0.34 61	2.72 154	2.40 129	1.41 163	0.27 119	5.18 106	1.38 42	0.85 90	0.98 134	2.99 87	1.01 119	1.54 55	4.72 98	0.43 140	0.53 101	2.61 137	4.44 147	4.09 121	4.93 141
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.15 124	2.03 167	1.44 137	1.52 156	2.14 175	1.79 166	1.07 140	1.88 101	1.10 137	1.33 125	1.43 122	5.96 165	0.51 107	0.34 130	5.92 131	1.93 76	1.03 110	0.41 67	4.12 108	0.95 117	1.69 69	6.00 127	0.26 118	0.81 137	0.61 74	1.42 99	6.77 174	3.73 134

FINET	2.25 125	0.61 90	1.06 118	0.48 113	0.55 112	0.75 139	0.98 138	1.18 73	1.87 167	0.30 56	3.46 163	1.25 105	2.35 169	0.80 169	14.13 207	2.94 123	1.14 119	0.42 68	2.74 77	1.28 134	2.71 96	4.08 75	0.43 140	1.24 160	3.04 151	5.74 160	1.70 35	3.42 133

FADNet	2.26 126	0.45 68	0.77 93	0.54 119	1.08 142	0.02 31	3.28 179	0.88 63	0.38 84	0.80 90	0.57 99	2.60 134	0.50 106	0.67 164	9.91 181	1.94 78	0.91 98	1.08 146	9.92 166	1.76 149	2.78 97	4.21 78	0.11 83	0.47 91	2.92 148	3.57 130	3.57 87	5.35 145

s12784h	2.36 127	2.32 175	2.69 178	1.64 157	0.77 128	0.08 72	0.06 40	2.09 112	0.54 96	1.17 112	0.13 66	1.69 121	0.67 122	0.04 39	3.36 43	3.26 137	1.00 108	0.40 62	3.79 104	0.49 66	5.47 162	4.44 86	0.16 94	0.38 74	3.34 160	5.45 158	7.07 177	11.25 182

Anonymous	2.36 127	0.25 33	0.14 12	0.08 23	0.27 59	0.15 96	0.05 32	3.01 158	1.34 148	1.45 130	0.01 41	1.37 111	1.20 157	0.20 102	4.75 93	5.59 193	2.65 172	1.74 174	12.24 184	2.28 167	6.44 175	7.90 177	0.10 79	1.12 155	1.58 119	1.79 111	4.58 140	1.55 101

R-Stereo Train	2.40 129	1.12 143	1.98 161	1.00 141	0.24 49	0.05 57	0.07 44	2.02 105	1.01 133	1.35 126	2.47 146	1.55 116	0.47 101	0.19 97	5.66 121	4.74 174	1.71 151	1.04 141	7.24 137	1.14 125	5.08 153	7.81 173	0.06 53	0.42 81	2.90 146	4.55 150	3.22 69	5.57 146

RAFT-Stereo	2.40 129	1.12 143	1.98 161	1.00 141	0.24 49	0.05 57	0.07 44	2.02 105	1.01 133	1.35 126	2.47 146	1.55 116	0.47 101	0.19 97	5.66 121	4.74 174	1.71 151	1.04 141	7.24 137	1.14 125	5.08 153	7.81 173	0.06 53	0.42 81	2.90 146	4.55 150	3.22 69	5.57 146
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MyStereo04	2.45 131	0.72 106	1.28 126	0.73 130	0.84 134	0.04 49	0.16 78	2.58 134	0.98 130	3.09 170	0.72 107	1.71 122	0.16 49	0.07 53	5.25 109	3.37 143	0.81 82	1.04 141	10.31 170	2.51 176	5.56 163	5.11 107	1.16 185	0.94 146	3.03 150	8.41 180	4.87 146	0.64 72

NCCL2	2.48 132	2.35 176	1.52 140	1.33 154	1.96 170	0.23 110	1.25 147	1.33 77	1.30 144	1.63 135	2.57 151	1.38 112	0.55 110	0.40 140	7.49 162	2.59 111	1.77 155	0.67 95	2.58 70	0.83 109	3.36 119	6.56 146	1.66 190	1.53 167	4.71 178	4.33 144	4.24 128	6.90 160

GEStereo_RVC	2.49 133	0.90 124	1.02 116	1.03 146	0.74 126	1.57 161	1.21 145	2.68 140	0.58 104	0.77 86	0.39 87	2.62 137	0.36 82	0.11 76	4.94 102	4.65 173	2.05 159	2.17 189	9.07 155	2.10 163	3.74 129	9.71 208	0.55 151	1.49 164	0.81 87	0.84 82	4.45 136	6.73 159

MSMDNet	2.61 134	0.70 103	1.72 153	0.38 96	0.62 120	0.23 110	0.18 86	3.09 163	0.67 111	1.02 103	2.22 136	1.22 103	2.43 171	0.35 135	5.26 110	6.79 214	1.36 138	0.58 85	10.46 172	3.11 186	6.34 174	7.92 178	0.41 136	0.76 131	2.48 135	3.98 142	3.04 61	3.06 127

GANet-ADL	2.63 135	0.65 94	2.25 168	1.16 148	1.13 143	1.61 162	0.77 135	1.97 103	1.02 135	3.19 175	3.22 159	1.48 113	0.33 76	0.03 28	6.00 136	4.08 170	2.52 169	0.78 113	7.88 142	2.05 159	3.56 123	6.68 148	0.27 122	0.86 142	1.51 117	6.92 169	5.25 153	3.84 135

cross-raft	2.64 136	0.79 112	1.76 154	0.43 105	0.89 136	0.23 110	0.18 86	3.08 162	0.70 112	0.77 86	2.13 134	1.21 100	0.69 125	0.41 142	5.43 113	5.90 196	1.22 128	0.59 86	10.82 176	1.85 152	6.50 176	8.26 188	0.45 144	0.63 112	2.66 141	4.41 146	4.46 137	4.88 140

MyStereo	2.72 137	0.79 112	2.81 179	0.74 131	0.88 135	0.12 81	0.16 78	2.33 119	0.55 100	3.57 187	2.91 158	1.91 123	0.18 56	0.07 53	5.96 134	3.15 133	0.69 71	0.80 114	10.57 173	2.46 174	5.40 159	5.96 124	1.06 181	1.00 148	3.89 168	9.87 190	5.08 149	0.58 68

GANetREF_RVC	2.72 137	1.88 164	1.03 117	2.10 168	1.40 154	1.09 150	0.21 94	4.74 188	1.62 158	3.74 193	0.06 52	10.56 180	0.82 140	0.10 71	4.53 82	1.59 56	1.29 131	0.98 134	6.76 133	0.75 103	3.12 110	2.45 34	0.21 103	1.71 170	4.31 170	3.74 138	7.02 176	5.71 148
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
UDGNet	2.73 139	1.17 148	0.42 51	10.90 207	5.53 196	8.65 204	3.60 184	1.70 89	0.27 76	0.22 49	0.12 63	0.80 83	0.12 38	9.72 223	4.00 71	1.35 40	0.73 75	0.54 83	3.02 89	0.60 84	2.78 97	6.16 134	3.41 207	0.29 57	1.70 122	1.69 109	3.06 62	1.10 90

MLCV	2.73 139	0.66 97	0.90 106	2.64 174	1.41 155	1.10 151	1.01 139	3.58 178	0.61 106	3.69 192	4.23 170	5.51 160	3.78 177	0.11 76	5.65 120	2.01 83	1.68 149	0.87 121	10.28 169	1.26 132	3.32 117	5.13 109	0.34 128	2.60 183	2.68 143	3.08 126	4.10 123	1.55 101

RGC	2.76 141	2.10 172	5.00 195	1.68 158	1.94 167	1.93 167	1.23 146	2.03 109	1.49 152	0.88 96	4.67 175	2.77 138	2.63 172	0.70 166	5.76 127	1.89 72	1.20 122	0.48 77	4.42 114	1.33 136	2.66 94	6.08 132	0.21 103	1.11 154	2.55 136	5.20 154	5.35 156	7.17 162

Any-RAFT	2.91 142	0.59 87	3.81 187	0.35 87	0.57 117	0.02 31	0.11 64	2.92 155	0.63 108	0.50 76	3.78 165	3.92 146	0.36 82	0.16 93	6.57 149	3.98 168	0.87 97	0.87 121	8.59 148	0.61 85	5.45 161	6.20 135	0.42 139	0.49 93	5.12 183	9.91 191	3.30 75	8.42 168

CASS	2.93 143	1.06 139	2.39 171	2.21 171	1.17 144	0.52 130	2.81 172	2.79 150	1.05 136	1.80 142	3.40 161	1.68 120	0.59 115	0.05 43	4.51 80	3.20 136	5.58 201	1.31 160	9.56 161	1.64 144	7.26 187	7.98 180	0.05 47	0.66 119	3.62 166	2.70 124	4.35 130	5.22 144
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DeepPrunerF	2.93 143	1.75 163	0.35 35	3.49 180	9.49 212	1.73 165	4.02 186	0.70 58	3.19 183	0.69 83	1.51 125	0.60 57	0.34 78	0.14 89	7.97 166	3.53 155	1.21 124	0.76 110	4.64 117	0.73 100	2.31 87	4.11 76	0.65 164	0.58 107	15.77 217	3.70 136	3.75 95	1.43 97

RAFT-Test	3.05 145	0.69 100	1.82 157	1.09 147	0.81 131	0.25 115	0.43 119	3.13 165	0.76 116	1.06 105	6.42 192	1.03 97	0.91 150	0.35 135	5.61 117	6.66 212	1.32 134	0.61 89	10.76 175	1.74 148	6.54 180	7.48 164	0.56 152	0.59 108	2.76 145	10.02 192	4.56 139	4.35 137

PWCDC_ROB	3.09 146	0.52 77	0.24 21	0.38 96	0.92 140	0.25 115	0.37 112	1.16 72	8.67 209	0.14 41	2.36 145	0.85 86	32.24 229	0.72 167	6.25 142	3.40 147	2.00 158	0.94 131	2.65 73	1.03 121	3.63 127	9.35 205	0.27 122	0.68 122	0.55 69	0.69 74	1.44 28	1.79 109

RTSC	3.11 147	0.95 129	1.93 159	0.51 116	0.89 136	1.05 149	2.90 176	1.64 87	1.98 170	2.28 152	2.71 153	1.60 118	1.14 155	1.24 184	11.23 190	4.78 177	4.92 199	2.00 186	8.11 147	1.61 143	4.78 149	6.97 153	0.34 128	1.52 165	1.35 107	1.21 94	4.60 141	9.80 178

EKT-Stereo	3.12 148	0.79 112	2.25 168	0.51 116	0.38 91	0.57 132	1.87 160	3.36 171	1.32 145	2.03 148	5.99 186	1.48 113	0.75 132	0.44 145	7.79 164	6.14 201	1.47 143	3.22 202	8.95 152	2.82 184	6.93 186	8.34 194	0.17 97	0.49 93	4.41 172	4.95 152	5.40 159	1.57 104

SGM-Forest	3.19 149	2.07 169	0.45 60	6.33 193	2.00 171	2.67 175	0.10 62	1.46 82	0.76 116	2.49 155	0.91 110	6.65 170	6.47 183	0.48 151	6.84 152	3.08 129	0.85 90	0.33 50	3.65 100	0.62 86	2.81 100	5.69 119	0.84 176	1.18 157	3.88 167	3.84 140	11.86 202	7.73 166
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCRef	3.22 150	2.76 182	1.07 119	0.70 129	2.26 179	2.09 170	2.76 171	1.00 68	5.91 199	1.91 144	1.10 118	1.28 107	0.78 135	1.43 189	8.09 167	3.52 154	1.51 145	1.18 151	8.68 149	2.26 166	3.23 112	6.00 127	1.89 192	1.20 158	3.12 156	7.80 177	3.41 81	10.10 179

HSM-Net_RVC	3.23 151	1.35 151	1.70 151	2.82 176	2.07 173	0.73 137	0.46 122	3.48 175	1.14 138	3.44 186	5.99 186	8.07 172	3.38 174	0.27 119	5.71 126	2.35 101	1.54 147	0.27 41	3.44 95	1.35 138	4.35 142	6.00 127	0.70 169	3.05 187	4.68 177	6.45 165	6.23 167	6.18 154
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
test-1	3.29 152	0.29 38	1.96 160	0.33 76	0.26 56	0.23 110	0.42 116	3.11 164	0.84 123	3.35 181	3.99 168	5.66 163	0.78 135	0.19 97	6.33 147	6.00 198	1.70 150	1.62 169	10.71 174	1.73 147	5.37 158	9.64 207	0.07 67	0.76 131	3.30 159	6.12 164	5.48 160	8.68 171

XPNet_ROB	3.41 153	2.62 178	1.58 145	0.80 133	1.56 157	1.24 155	0.96 137	0.89 64	1.54 155	1.17 112	3.26 160	26.85 207	0.38 87	0.40 140	6.47 148	2.54 109	3.57 180	0.89 124	3.41 93	1.26 132	3.53 122	7.67 170	0.87 177	0.64 115	0.96 93	2.39 120	9.98 194	4.70 139

Anonymous3	3.42 154	0.60 88	0.93 110	0.09 27	1.35 149	0.50 128	0.03 16	3.46 174	1.28 143	1.11 107	0.80 108	10.89 181	1.36 162	0.45 147	8.96 174	6.97 217	3.85 182	3.08 200	11.46 177	2.32 171	7.35 189	12.18 225	0.38 132	0.51 98	1.75 123	3.57 130	5.30 154	1.85 110

GwcNet-ADL	3.44 155	3.11 187	3.40 184	3.24 178	2.51 180	0.88 142	0.42 116	2.96 156	0.71 113	3.80 196	7.12 198	7.96 171	1.21 158	0.20 102	4.76 95	4.86 181	2.42 167	0.72 105	8.04 145	2.75 183	3.31 116	5.54 114	0.28 124	1.76 171	2.68 143	5.24 155	4.37 131	8.53 170

NaN_ROB	3.44 155	1.18 149	1.20 125	0.92 138	3.15 184	0.73 137	1.61 155	3.36 171	2.57 178	0.98 101	1.25 121	21.11 201	0.77 134	1.26 186	5.06 103	1.79 67	1.06 112	0.76 110	2.52 67	1.44 139	1.95 81	3.82 66	0.52 150	1.30 161	4.05 169	10.09 194	4.78 143	13.66 189

EAI-Stereo	3.47 157	1.08 142	3.31 183	1.01 145	2.20 177	0.86 141	2.15 164	3.02 159	2.01 171	0.21 45	6.99 196	3.36 140	0.71 128	0.17 94	8.65 172	6.60 210	1.21 124	1.15 150	10.39 171	1.82 151	4.60 146	8.03 183	0.69 167	1.76 171	2.14 129	5.97 161	7.35 180	6.22 155

NOSS_ROB	3.47 157	3.88 196	0.50 65	2.22 172	1.85 164	2.58 174	0.05 32	2.70 142	1.59 156	3.61 189	1.69 130	2.61 136	3.90 179	1.01 177	9.33 177	5.76 194	3.02 175	1.87 181	2.83 80	1.09 122	5.42 160	6.93 151	0.46 146	3.37 191	3.09 155	10.15 195	8.01 187	4.05 136

HH	3.49 159	0.47 71	5.11 198	0.68 127	0.69 123	0.93 145	1.38 148	3.19 168	0.82 120	2.81 160	2.29 141	5.39 157	0.81 138	0.34 130	5.69 124	7.67 224	0.99 104	1.08 146	9.91 164	2.70 181	7.76 192	8.27 190	0.57 154	0.93 144	3.44 162	8.42 182	5.63 163	6.30 156

HanStereo	3.49 159	0.47 71	5.11 198	0.68 127	0.69 123	0.93 145	1.38 148	3.19 168	0.82 120	2.81 160	2.29 141	5.39 157	0.81 138	0.34 130	5.69 124	7.67 224	0.99 104	1.08 146	9.91 164	2.70 181	7.76 192	8.27 190	0.57 154	0.93 144	3.44 162	8.42 182	5.63 163	6.30 156

MSKI-zero shot	3.55 161	0.69 100	1.78 156	0.20 36	0.41 99	0.19 106	0.14 73	3.13 165	0.94 129	0.80 90	6.42 192	3.89 145	0.60 118	0.03 28	5.84 129	6.80 215	1.44 140	1.01 139	11.77 179	2.28 167	6.56 181	8.63 196	0.24 113	0.71 124	4.66 176	11.34 199	7.75 183	7.55 164

PSMNet-ADL	3.55 161	0.87 121	1.70 151	1.71 159	2.00 171	1.21 153	0.69 132	2.55 133	1.91 169	4.36 205	7.71 203	4.22 148	7.85 189	0.10 71	7.75 163	5.27 186	2.09 160	0.89 124	11.92 181	2.07 160	4.52 145	6.13 133	0.70 169	0.67 121	2.07 128	4.52 149	8.78 190	1.62 106

ADCP+	3.65 163	2.02 166	2.68 177	1.32 153	1.94 167	1.22 154	4.40 187	1.11 71	9.44 212	1.76 139	5.45 179	9.05 175	0.37 86	0.98 175	6.99 156	2.36 102	0.61 64	0.92 128	6.14 131	0.94 116	2.80 99	5.58 117	0.36 131	0.63 112	3.00 149	12.42 204	3.57 87	10.51 180

TRStereo	3.75 164	3.07 185	7.59 213	0.37 92	0.17 30	7.92 200	0.24 97	2.99 157	0.91 128	2.72 159	1.68 129	5.88 164	0.65 121	0.15 90	5.57 116	5.35 190	0.86 95	0.80 114	7.01 136	1.31 135	4.10 135	7.50 165	0.34 128	0.43 87	2.67 142	12.33 203	12.84 204	5.90 149

XX-Stereo	3.82 165	0.53 78	2.00 163	1.20 149	0.31 64	0.38 122	0.57 129	1.46 82	0.40 86	2.50 156	7.33 200	5.11 156	1.04 153	0.11 76	7.05 157	6.53 208	1.29 131	0.81 116	7.44 139	0.89 112	4.26 140	5.80 121	0.45 144	0.39 76	27.22 229	3.57 130	5.16 151	9.43 173

HBP-ISP	4.03 166	3.61 191	4.65 192	4.90 189	2.67 181	3.96 186	0.21 94	4.13 184	1.33 146	3.40 183	4.53 173	5.06 154	0.59 115	1.99 199	8.66 173	8.18 226	1.95 157	1.49 165	3.09 90	1.55 141	5.74 164	9.32 204	0.67 166	2.28 178	3.06 153	5.01 153	10.99 198	5.93 152

IGEV_Zeroshot_test	4.05 167	0.80 115	8.10 215	6.86 196	0.41 99	2.27 172	1.89 161	3.90 182	1.41 150	2.09 150	8.67 209	4.78 153	1.00 152	0.23 111	5.53 115	6.82 216	1.05 111	0.73 107	9.30 160	1.98 157	7.38 190	8.89 200	0.47 147	0.72 125	5.72 187	5.34 157	5.93 165	7.12 161

anonymity	4.07 168	0.78 111	6.15 208	1.49 155	0.74 126	0.48 125	0.49 124	3.72 180	1.65 160	2.70 157	20.70 240	3.99 147	0.88 148	0.28 124	5.31 111	6.26 204	1.14 119	0.71 103	7.91 143	1.58 142	4.27 141	8.17 187	0.41 136	0.61 110	4.86 180	9.60 189	5.48 160	9.41 172

ADCL	4.20 169	3.62 192	2.45 172	1.72 160	1.80 161	3.15 179	4.53 190	2.29 117	13.19 219	2.81 160	4.88 177	2.96 139	0.72 129	1.36 188	7.16 158	2.76 118	2.35 165	2.20 190	6.83 134	2.31 170	6.19 170	6.77 150	1.40 188	1.47 163	6.63 194	6.49 166	4.40 134	11.08 181

dad	4.27 170	0.90 124	0.38 45	10.18 206	1.67 160	1.51 160	12.20 213	12.33 214	0.11 38	3.40 183	0.00 1	1.94 124	3.49 175	0.26 115	6.16 141	1.44 47	1.74 154	0.71 103	14.06 187	0.66 96	3.23 112	4.00 73	0.21 103	1.02 149	6.09 190	0.19 36	17.62 216	9.71 176

FC-DCNN	4.43 171	4.58 199	5.93 205	9.82 205	4.79 194	8.76 205	4.48 189	4.47 186	1.65 160	2.91 168	2.13 134	6.53 169	2.41 170	0.30 126	4.57 83	2.52 107	2.76 174	1.21 154	3.98 107	0.89 112	3.66 128	4.91 101	0.73 172	4.23 196	8.24 197	6.03 163	7.69 181	9.53 175

iResNet	4.46 172	0.88 122	0.92 107	2.61 173	2.85 182	4.95 189	1.38 148	4.97 191	1.33 146	3.66 191	3.45 162	12.37 184	16.29 208	0.06 51	9.09 175	3.33 140	2.53 170	1.85 179	16.79 190	2.68 180	4.65 148	4.29 80	0.25 117	4.69 200	1.88 126	4.19 143	5.32 155	3.22 130

FADNet_RVC	4.48 173	2.12 173	1.42 134	3.57 182	3.69 186	1.20 152	2.37 166	2.30 118	1.42 151	1.77 140	4.48 172	9.79 178	6.84 187	1.84 198	12.73 199	3.36 142	3.55 179	4.20 209	17.52 191	3.76 193	5.93 167	8.26 188	0.72 171	1.64 169	1.78 124	3.63 134	5.12 150	5.99 153

LALA_ROB	4.53 174	4.80 201	1.68 149	1.27 151	2.16 176	2.28 173	1.42 152	1.88 101	2.60 179	2.71 158	5.56 180	33.12 212	0.72 129	0.88 172	10.88 188	2.59 111	3.47 178	1.83 178	4.21 111	2.04 158	4.39 143	7.30 158	0.41 136	1.52 165	2.35 133	3.60 133	8.94 191	7.68 165

DAS	4.65 175	0.98 134	1.28 126	1.99 166	1.39 152	1.39 158	1.58 153	3.52 176	4.17 191	3.33 177	6.18 189	12.75 186	6.50 184	0.10 71	8.31 168	4.81 179	4.46 191	2.26 191	10.21 167	5.35 204	6.51 178	7.66 168	0.57 154	4.84 202	4.63 174	7.17 172	7.79 184	5.90 149

SepStereo	4.65 175	0.98 134	1.28 126	1.99 166	1.39 152	1.39 158	1.58 153	3.52 176	4.17 191	3.33 177	6.18 189	12.75 186	6.50 184	0.10 71	8.31 168	4.81 179	4.46 191	2.26 191	10.21 167	5.35 204	6.51 178	7.66 168	0.57 154	4.84 202	4.63 174	7.17 172	7.79 184	5.90 149

iRaft-Stereo_20w	4.82 177	1.53 155	8.41 217	7.63 198	1.90 165	3.40 182	1.71 156	3.40 173	2.25 173	3.58 188	9.41 215	3.70 142	1.31 159	0.48 151	5.41 112	5.85 195	1.31 133	0.85 119	9.58 162	1.92 154	5.27 157	7.69 171	0.65 164	0.77 134	4.40 171	14.15 209	11.18 199	12.46 185

ccs_rob	4.98 178	1.51 154	2.53 175	2.16 169	0.89 136	3.24 180	1.79 159	4.91 190	1.34 148	4.26 203	15.64 231	28.82 208	10.34 197	0.50 154	6.81 151	5.55 191	2.39 166	1.57 167	6.45 132	2.16 165	6.28 173	6.95 152	0.40 133	2.33 179	1.38 109	2.46 121	4.37 131	7.31 163

SHD	5.09 179	1.15 146	3.12 182	1.80 161	1.94 167	1.71 164	2.82 173	5.09 194	4.76 197	2.82 163	5.39 178	5.07 155	9.79 196	0.87 171	11.37 192	6.33 207	4.71 195	2.67 197	13.97 186	3.50 192	7.31 188	8.29 193	0.44 143	3.88 192	5.02 182	7.49 175	4.03 115	12.20 183

ETE_ROB	5.10 180	4.12 197	1.76 154	1.25 150	2.22 178	2.82 176	2.07 162	1.56 85	4.21 193	1.88 143	5.58 182	37.59 220	0.86 147	1.44 190	10.38 185	2.80 119	4.20 189	0.98 134	5.24 122	1.97 155	4.87 150	7.58 167	0.77 175	1.38 162	2.34 132	3.79 139	15.93 213	8.21 167

CSAN	5.32 181	2.66 179	1.69 150	3.30 179	3.85 188	2.05 168	2.31 165	5.00 193	4.86 198	3.78 195	2.69 152	17.88 198	11.82 201	1.17 183	10.17 183	1.96 79	2.51 168	1.35 161	6.12 129	2.50 175	3.97 133	4.60 92	0.56 152	2.97 186	6.49 192	16.18 215	7.96 186	13.30 188

CC-Net-ROB	5.62 182	8.62 211	1.87 158	23.08 216	6.72 205	15.74 213	8.55 207	0.45 45	0.82 120	1.55 134	0.00 1	24.53 204	3.35 173	3.39 207	5.49 114	0.89 12	2.73 173	1.76 175	12.04 182	0.82 106	1.32 46	1.73 19	9.22 219	0.42 81	3.22 157	2.53 123	2.45 48	8.44 169

XQC	5.77 183	3.33 189	2.00 163	3.49 180	4.00 189	3.75 185	3.56 181	6.60 202	3.33 185	2.89 166	5.57 181	6.45 168	8.10 191	1.78 196	12.28 195	5.97 197	4.03 187	1.85 179	11.48 178	3.98 195	6.63 182	9.37 206	0.62 160	2.51 181	9.28 204	15.19 212	11.40 201	6.32 158

SFCPSM	5.84 184	2.89 183	1.36 132	1.97 165	1.59 158	1.65 163	0.56 128	2.54 132	4.75 196	3.16 172	7.74 204	15.48 193	23.57 216	1.24 184	11.21 189	4.79 178	2.53 170	1.55 166	22.65 207	7.42 211	4.60 146	6.67 147	0.69 167	2.33 179	4.62 173	4.35 145	6.18 166	9.49 174

RTS	6.13 185	1.54 156	1.31 130	0.94 139	1.83 162	4.15 187	5.45 192	2.74 147	3.33 185	2.85 164	1.61 127	8.52 173	1.31 159	1.13 181	14.79 216	6.12 199	7.56 210	2.52 194	18.82 194	3.48 188	6.23 171	8.15 185	1.11 183	1.90 174	8.24 197	21.58 228	6.64 171	21.79 207

RTSA	6.13 185	1.54 156	1.31 130	0.94 139	1.83 162	4.15 187	5.45 192	2.74 147	3.33 185	2.85 164	1.61 127	8.52 173	1.31 159	1.13 181	14.79 216	6.12 199	7.56 210	2.52 194	18.82 194	3.48 188	6.23 171	8.15 185	1.11 183	1.90 174	8.24 197	21.58 228	6.64 171	21.79 207

CBMV	6.33 187	3.75 193	1.57 144	3.96 183	3.58 185	2.97 177	1.75 158	3.89 181	2.67 180	4.14 199	2.72 154	14.42 190	3.85 178	0.73 168	10.81 187	6.26 204	4.67 194	2.29 193	9.29 159	1.51 140	8.03 196	7.42 161	0.63 161	6.58 216	6.79 195	7.57 176	20.00 219	28.98 223
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AnyNet_C32	6.34 188	2.03 167	2.98 181	1.85 163	2.88 183	3.58 183	6.75 199	4.57 187	12.25 216	3.05 169	7.04 197	4.71 152	1.88 166	2.57 202	14.38 213	6.24 203	6.31 205	4.36 212	12.98 185	3.18 187	11.94 221	11.62 222	1.98 193	4.21 195	6.60 193	10.55 196	6.27 168	14.36 191

AMNet	6.93 189	3.82 195	2.53 175	4.00 184	5.78 198	6.99 196	3.24 178	2.46 129	2.51 177	3.39 182	6.36 191	9.40 177	2.06 168	7.30 218	5.92 131	9.99 232	13.66 224	7.81 228	8.03 144	7.76 215	11.45 218	8.81 198	2.81 198	4.73 201	5.75 188	7.80 177	13.20 205	19.55 202

CBMV_ROB	7.04 190	2.92 184	2.91 180	8.40 201	6.54 204	5.80 191	3.57 182	5.09 194	2.49 176	3.84 198	4.70 176	21.33 202	14.76 206	0.47 149	10.48 186	3.84 164	3.13 176	1.58 168	12.20 183	8.81 217	6.17 169	5.80 121	0.47 147	3.14 189	9.16 203	15.50 214	13.69 207	13.29 187

ADCMid	7.46 191	4.47 198	5.08 196	2.16 169	4.40 192	5.87 192	8.05 203	9.24 206	12.39 217	3.16 172	7.69 202	10.20 179	10.41 198	3.13 204	12.60 198	5.58 192	5.05 200	2.83 199	19.52 198	4.27 196	8.70 203	10.59 218	5.48 213	2.86 184	5.69 186	10.08 193	5.48 160	16.37 194

ADCPNet	7.46 191	2.07 169	4.11 189	2.81 175	6.39 201	3.36 181	8.24 204	5.53 198	7.83 206	3.76 194	7.86 205	5.53 162	14.04 204	3.15 205	13.54 204	6.64 211	4.80 196	2.06 187	18.97 197	5.05 202	8.54 201	10.30 216	2.99 200	2.59 182	9.61 206	17.77 217	7.74 182	16.22 193

PWC_ROB	7.58 193	2.00 165	5.48 201	0.90 137	1.32 148	2.25 171	5.46 194	2.83 152	16.84 227	3.83 197	8.10 207	5.42 159	39.62 236	1.01 177	9.69 180	5.15 183	6.62 206	4.25 210	16.71 189	4.76 199	8.56 202	10.40 217	0.63 161	4.96 205	3.07 154	3.69 135	7.15 179	24.07 214

FAT-Stereo	7.68 194	2.26 174	8.90 219	7.33 197	12.67 219	6.25 194	3.58 183	7.41 203	3.60 189	5.82 213	12.39 221	18.45 199	9.06 193	1.35 187	12.36 196	6.54 209	3.93 183	4.03 208	15.97 188	6.36 207	7.78 194	9.24 203	0.76 174	5.29 210	3.49 164	6.98 170	8.20 188	17.22 197

MFN_U_SF_DS_RVC	7.94 195	3.78 194	1.17 124	9.35 203	4.27 191	8.06 201	8.52 206	11.24 212	8.55 208	4.88 211	4.04 169	17.24 196	9.50 195	6.06 217	14.53 215	3.53 155	2.28 163	1.12 149	19.59 200	2.56 177	8.24 199	9.72 209	3.14 203	2.11 176	11.98 211	14.76 210	10.14 195	14.15 190

pmcnn	8.69 196	3.07 185	2.45 172	6.53 195	5.75 197	7.18 197	4.96 191	4.79 189	2.03 172	4.24 202	12.14 220	19.36 200	21.49 214	0.91 173	9.48 178	6.75 213	6.67 207	4.39 213	22.61 206	5.09 203	10.91 217	7.84 175	4.51 211	5.07 207	6.90 196	5.26 156	17.73 217	26.48 220

FBW_ROB	8.77 197	9.60 212	5.96 206	20.47 215	9.29 211	12.71 209	9.20 208	4.97 191	1.59 156	3.30 176	6.98 195	15.27 191	3.59 176	7.76 220	10.34 184	1.71 65	3.43 177	0.86 120	34.07 221	2.29 169	6.89 184	6.34 138	9.32 220	8.81 225	5.75 188	8.41 180	5.24 152	22.62 209

MaskLacGwcNet_RVC	8.85 198	1.66 160	6.09 207	4.62 188	3.79 187	3.05 178	6.94 200	3.69 179	3.58 188	4.74 209	10.17 217	65.85 249	12.11 202	7.99 221	7.88 165	5.27 186	4.63 193	5.31 214	18.89 196	2.67 179	8.70 203	10.19 214	1.05 180	4.09 194	5.01 181	9.52 188	6.30 169	15.16 192

S-Stereo	9.64 199	2.07 169	4.59 190	8.70 202	8.72 209	12.93 211	19.52 220	5.25 196	6.14 201	6.12 216	20.39 239	29.19 209	7.43 188	0.64 161	14.26 210	7.63 223	4.01 186	5.81 219	18.32 192	6.45 209	7.46 191	9.84 210	12.36 224	7.40 219	3.61 165	6.74 167	7.10 178	17.56 198

ADCS	10.79 200	5.73 204	4.98 194	4.16 186	6.39 201	6.60 195	6.53 197	10.15 210	15.87 225	4.18 201	7.59 201	13.56 189	18.31 209	4.53 213	14.24 209	11.99 238	10.80 218	7.09 227	25.37 212	9.28 220	16.45 237	16.31 241	2.97 199	7.03 218	10.05 209	20.56 224	11.21 200	19.51 201

MFN_U_SF_RVC	11.03 201	6.12 207	3.70 186	9.72 204	5.50 195	12.91 210	11.38 211	12.61 216	7.46 205	12.18 232	14.75 227	23.19 203	14.11 205	9.33 222	18.32 227	5.16 184	4.41 190	3.43 204	39.06 228	6.67 210	10.28 213	11.18 220	1.45 189	6.88 217	9.80 207	8.50 184	9.76 192	19.96 204

SGM_RVC	11.04 202	10.51 215	3.94 188	16.88 210	9.65 214	15.55 212	8.47 205	9.54 207	6.09 200	4.15 200	7.87 206	25.06 205	19.78 213	0.97 174	9.49 179	2.25 97	3.81 181	1.26 159	21.86 203	2.34 172	6.63 182	5.12 108	2.33 195	4.85 204	18.97 221	16.47 216	33.79 234	30.47 224
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
G-Net	11.11 203	4.89 203	9.62 221	4.05 185	4.71 193	7.69 199	2.56 168	10.07 209	15.27 223	5.01 212	15.52 230	47.57 235	9.25 194	0.66 163	11.93 193	8.70 228	5.83 202	4.33 211	24.55 211	15.55 230	8.38 200	9.97 212	3.01 201	5.25 209	6.16 191	13.40 208	22.59 221	23.59 213

SANet	11.19 204	4.59 200	6.27 210	5.98 191	6.03 199	9.51 206	3.52 180	15.63 221	13.49 220	2.90 167	8.65 208	59.91 244	26.52 219	3.01 203	14.30 211	3.26 137	7.32 209	3.86 207	11.91 180	3.94 194	6.50 176	7.39 159	2.61 197	7.75 222	12.68 212	17.80 218	13.93 208	22.99 210

MDST_ROB	11.38 205	16.72 221	3.53 185	29.03 220	10.09 215	21.13 219	6.30 196	6.03 200	2.39 174	3.16 172	5.82 185	11.55 182	29.02 223	0.67 164	15.26 221	3.18 135	1.65 148	0.66 92	8.85 151	2.07 160	5.87 165	6.71 149	2.26 194	3.08 188	28.29 231	22.14 230	37.48 239	24.36 215

MSC_U_SF_DS_RVC	11.75 206	10.45 214	6.25 209	17.50 211	6.77 206	8.15 202	11.44 212	18.23 228	23.22 238	11.11 227	4.62 174	15.32 192	6.08 182	10.68 225	16.27 223	6.19 202	3.94 184	5.52 215	39.73 229	7.74 214	9.53 212	12.33 226	7.02 215	7.63 221	14.72 216	12.91 207	6.89 175	16.97 196

edge stereo	11.93 207	6.96 209	11.28 222	14.49 208	12.53 218	16.91 214	13.06 215	12.62 217	7.43 204	6.06 215	15.07 228	38.54 222	18.86 210	1.55 191	12.90 200	7.43 220	6.14 203	3.10 201	25.46 213	4.74 198	8.16 197	10.22 215	4.20 209	4.35 197	9.83 208	8.13 179	13.68 206	28.51 222

DGSMNet	12.26 208	4.87 202	8.31 216	6.01 192	6.04 200	7.30 198	6.59 198	7.90 204	4.51 195	11.38 229	32.66 248	17.48 197	8.74 192	4.36 212	14.01 206	14.50 241	17.26 228	9.25 231	41.69 231	11.54 226	21.38 246	24.41 248	4.74 212	7.56 220	5.44 184	11.45 200	8.55 189	13.11 186

DDUNet	13.01 209	20.50 224	4.63 191	37.04 227	24.81 226	34.87 230	32.65 228	1.85 95	1.66 162	1.47 131	3.83 166	13.22 188	4.08 180	83.62 239	6.26 144	2.41 105	8.99 215	3.82 205	18.78 193	4.54 197	7.88 195	7.25 155	16.92 228	0.99 147	1.50 116	0.70 75	4.90 147	2.09 116

PVD	13.07 210	5.77 205	8.84 218	7.67 199	7.35 207	10.40 207	7.28 201	21.12 234	19.70 234	3.65 190	8.76 210	16.32 194	27.90 221	3.25 206	14.97 219	8.92 230	11.32 219	6.23 223	25.56 214	7.56 212	12.68 224	14.11 235	1.29 187	6.16 213	16.97 218	25.32 235	18.21 218	35.51 232

AnyNet_C01	13.13 211	6.35 208	5.48 201	6.38 194	6.46 203	5.73 190	10.15 209	12.79 219	16.56 226	5.83 214	9.31 213	26.51 206	19.60 211	5.31 216	17.84 225	13.62 239	17.55 229	15.56 244	35.24 222	11.09 224	19.28 242	17.31 243	7.05 216	7.85 223	13.46 214	10.79 197	9.89 193	21.58 206

UDG	13.28 212	21.47 225	5.08 196	37.13 228	29.51 229	32.00 226	40.03 231	2.62 137	1.78 166	2.40 154	5.74 184	12.64 185	4.23 181	74.90 236	7.47 160	2.61 113	9.44 216	3.24 203	19.57 199	5.01 201	8.74 206	7.28 156	12.84 225	1.84 173	1.35 107	2.91 125	4.53 138	2.12 117

SGM-ForestM	13.51 213	15.62 219	5.25 200	19.43 213	9.27 210	19.59 218	12.46 214	12.78 218	8.97 211	3.34 180	9.27 212	36.07 219	25.37 218	2.03 200	16.48 224	3.39 145	4.90 198	1.21 154	22.28 204	2.96 185	6.90 185	5.25 111	1.83 191	4.68 199	27.51 230	25.27 234	34.85 237	27.72 221

MeshStereo	13.92 214	10.29 213	5.80 204	24.32 219	15.33 220	17.65 216	7.76 202	12.34 215	7.38 203	4.65 208	9.09 211	38.22 221	30.61 226	0.62 160	14.44 214	7.42 219	4.05 188	2.65 196	19.82 201	2.63 178	14.32 231	9.90 211	1.27 186	6.42 214	22.75 226	19.43 221	33.41 232	33.14 228
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
DPSNet	15.27 215	3.38 190	2.28 170	7.89 200	8.28 208	10.58 208	4.44 188	5.86 199	8.70 210	4.26 203	6.00 188	72.12 254	28.20 222	4.69 214	15.14 220	10.42 234	11.48 221	8.27 229	58.42 251	9.38 221	12.12 223	11.31 221	17.29 229	11.11 230	20.16 224	20.85 227	14.99 211	24.68 217

MFMNet_re	16.81 216	13.74 217	7.85 214	23.81 218	9.51 213	34.14 229	18.04 217	12.31 213	19.02 232	10.33 226	12.96 222	38.69 223	15.16 207	1.61 193	18.46 228	10.89 236	28.67 245	12.10 236	31.52 217	10.43 223	18.75 240	11.05 219	8.52 218	9.85 226	9.47 205	5.57 159	24.17 222	37.24 234

SQANet	19.01 217	32.39 231	7.05 211	58.51 233	34.20 230	58.54 235	40.35 232	4.32 185	1.69 163	4.85 210	1.45 124	32.05 211	6.71 186	57.82 233	11.24 191	1.77 66	6.68 208	1.66 170	31.16 216	2.08 162	8.23 198	7.99 181	54.11 238	2.11 176	5.60 185	10.88 198	10.17 196	19.67 203

SAMSARA	20.09 218	2.60 177	5.52 203	4.28 187	4.10 190	3.59 184	5.57 195	15.80 224	10.05 214	4.59 206	5.59 183	9.22 176	24.85 217	3.88 208	16.25 222	8.47 227	6.17 204	3.82 205	22.29 205	5.87 206	19.35 243	26.82 255	1.02 178	5.45 211	80.31 261	91.77 262	78.09 262	77.23 262

MADNet+	20.34 219	8.33 210	14.90 231	18.17 212	11.98 217	8.55 203	19.20 218	28.96 244	17.96 230	12.55 233	11.63 219	34.32 216	30.36 225	10.57 224	26.85 242	16.66 243	27.39 243	10.40 235	40.88 230	18.27 235	19.91 244	15.53 239	9.97 223	19.40 241	35.72 239	22.38 231	21.31 220	37.09 233

ELAS_RVC	20.43 220	19.80 223	14.61 230	33.93 224	22.90 223	33.71 228	20.10 222	15.64 222	12.18 215	8.45 221	19.69 238	54.25 242	33.97 230	4.07 209	13.47 203	5.30 189	11.89 222	6.49 225	21.52 202	8.87 218	14.06 228	14.69 237	9.63 222	11.88 231	32.34 235	25.79 236	41.56 245	40.71 240
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
STStereo	20.61 221	24.96 227	17.24 233	39.82 229	27.48 228	32.58 227	22.87 224	19.77 231	17.77 229	8.05 220	19.67 237	46.38 230	37.96 235	2.15 201	18.66 230	4.75 176	4.82 197	1.95 182	33.25 219	6.38 208	9.07 208	8.67 197	3.28 204	10.68 228	31.80 234	27.62 240	40.75 241	38.09 236

ELAS	20.62 222	22.76 226	14.59 229	35.29 226	24.88 227	31.90 225	20.66 223	17.34 227	17.05 228	7.97 219	18.32 235	48.39 236	31.67 227	4.13 210	14.30 211	5.24 185	11.47 220	6.10 222	23.02 209	7.62 213	13.14 225	14.53 236	9.46 221	10.75 229	34.52 237	27.84 241	41.52 244	42.31 243
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SPS-STEREO	20.98 223	14.87 218	11.99 224	19.90 214	20.87 221	18.85 217	10.39 210	16.04 225	19.39 233	19.65 241	21.64 242	33.32 213	37.38 234	7.51 219	19.34 233	17.18 245	26.65 241	16.12 246	32.93 218	23.87 242	31.45 254	25.37 252	13.83 226	14.33 238	17.76 220	19.97 222	29.60 228	26.21 218
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MANE	21.44 224	17.36 222	16.07 232	34.52 225	24.54 225	25.94 222	19.26 219	20.13 233	18.43 231	6.42 217	15.25 229	40.88 225	36.30 233	4.35 211	18.72 231	10.55 235	8.23 212	29.63 254	23.68 210	4.94 200	11.81 220	8.91 201	3.02 202	10.18 227	36.19 242	32.24 245	51.66 252	49.72 248

otaku	22.42 225	43.20 236	9.38 220	63.06 239	42.07 237	64.13 244	51.05 233	6.07 201	4.42 194	10.13 225	1.74 131	33.95 214	10.96 199	66.92 235	12.03 194	1.89 72	8.57 213	1.66 170	38.00 226	7.96 216	8.85 207	8.28 192	54.71 239	2.95 185	9.04 201	9.25 186	14.25 210	20.70 205

SGM+DAISY	22.46 226	16.23 220	12.74 225	23.16 217	22.67 222	25.12 221	20.00 221	18.50 229	14.48 222	18.58 240	22.04 243	30.49 210	41.59 237	13.05 227	22.51 239	16.54 242	26.00 240	12.93 238	35.92 223	22.37 240	28.02 252	25.12 251	21.26 230	13.77 236	20.04 223	18.46 220	33.94 235	30.81 225

DLNR_Zeroshot_test	23.08 227	78.93 262	7.15 212	99.97 262	0.34 78	0.16 100	98.90 262	3.23 170	0.54 96	3.12 171	2.31 144	6.01 166	0.92 151	21.35 228	96.48 262	100.00 266	25.46 238	22.19 249	22.79 208	2.43 173	9.32 210	9.14 202	0.06 53	0.65 118	2.36 134	3.89 141	2.16 42	3.20 129

LSM0	23.31 228	6.07 206	4.80 193	15.07 209	10.87 216	17.08 215	14.50 216	23.84 236	15.74 224	14.73 236	18.40 236	35.77 218	35.06 232	1.58 192	76.98 259	85.81 260	14.68 225	5.68 217	56.53 248	17.15 234	23.95 249	21.89 246	4.26 210	8.21 224	17.36 219	20.39 223	29.27 227	33.71 230

LE_ROB	23.34 229	10.93 216	12.86 226	32.65 222	38.35 234	31.72 224	33.97 229	23.50 235	21.06 236	7.08 218	17.87 234	51.83 239	51.55 251	1.81 197	14.20 208	3.08 129	3.94 184	1.47 164	30.65 215	8.98 219	9.43 211	7.39 159	6.89 214	25.95 245	35.31 238	39.95 254	53.69 254	54.00 251

Ntro	23.84 230	41.67 234	11.59 223	63.69 241	43.73 238	62.95 242	57.60 236	8.47 205	6.35 202	11.89 231	2.51 148	35.10 217	7.96 190	75.67 237	12.59 197	1.67 63	9.55 217	2.68 198	39.05 227	9.79 222	8.70 203	8.40 195	55.40 240	3.24 190	11.18 210	15.16 211	14.07 209	23.09 212

BEATNet-Init1	25.27 231	27.76 228	13.76 227	44.57 231	24.32 224	38.91 231	25.10 225	19.51 230	20.03 235	9.35 222	16.15 232	47.35 234	48.89 246	4.71 215	23.55 240	11.00 237	8.78 214	5.84 220	49.88 239	20.70 236	15.01 232	14.94 238	7.37 217	12.57 234	35.78 240	26.22 237	60.85 259	49.36 247

DispFullNet	27.09 232	40.76 233	20.37 237	53.27 232	39.67 235	45.72 233	56.25 235	14.00 220	12.78 218	14.18 234	10.07 216	43.95 229	34.00 231	86.26 240	13.33 202	13.62 239	31.37 249	16.57 247	52.58 241	15.02 229	15.98 234	12.66 229	15.43 227	6.52 215	8.73 200	8.65 185	16.24 214	33.48 229

ACVNet-4b	27.62 233	43.15 235	14.04 228	69.86 250	48.10 241	70.20 252	77.34 250	10.63 211	9.55 213	15.00 237	1.55 126	59.33 243	11.37 200	93.44 247	12.94 201	2.57 110	15.66 226	5.69 218	33.68 220	14.13 228	9.17 209	7.28 156	59.49 244	4.60 198	12.85 213	9.43 187	15.52 212	19.12 200

WAO-7	28.15 234	31.17 230	25.54 241	33.41 223	34.99 232	22.62 220	28.62 227	47.75 253	47.89 252	29.08 246	39.82 252	41.47 226	41.79 238	12.75 226	36.14 249	18.16 246	17.03 227	8.88 230	47.38 235	21.69 239	11.73 219	12.95 232	3.79 208	33.81 251	23.20 227	26.44 238	24.41 223	37.61 235

ACVNet_1	28.17 235	43.81 237	17.24 233	67.32 245	49.50 243	66.04 249	82.98 255	16.42 226	8.08 207	11.43 230	7.19 199	34.00 215	27.09 220	93.81 248	14.92 218	2.21 95	17.82 230	6.77 226	36.07 224	11.39 225	10.56 216	7.42 161	59.65 245	6.11 212	20.40 225	15.24 213	10.18 197	16.93 195

RainbowNet	28.72 236	46.67 238	19.30 236	69.82 249	47.14 239	68.90 251	70.63 245	10.00 208	3.26 184	17.63 239	2.27 137	46.57 231	29.74 224	91.67 244	17.86 226	3.37 143	12.50 223	5.59 216	44.74 234	17.11 233	10.33 214	8.87 199	58.90 243	5.15 208	14.30 215	12.58 205	17.44 215	23.01 211

PSMNet_ROB	32.72 237	49.56 244	17.71 235	65.01 243	47.98 240	61.81 239	62.32 237	19.85 232	21.78 237	27.64 245	25.28 244	42.80 227	43.52 241	83.58 238	21.88 238	4.36 171	19.43 232	6.46 224	43.95 233	16.36 231	13.14 225	11.66 223	58.31 242	14.57 239	31.67 233	24.32 233	29.94 230	18.64 199

JetBlue	33.16 238	30.03 229	36.86 254	39.95 230	35.04 233	44.19 232	36.23 230	30.47 247	47.01 251	15.01 238	10.48 218	79.96 260	19.64 212	25.82 229	18.89 232	17.14 244	40.11 254	25.93 252	36.94 225	25.94 245	32.23 255	26.39 253	31.84 232	27.47 247	31.63 232	33.13 247	48.81 250	48.30 246

ACVNet_2	33.32 239	48.24 240	22.45 239	67.72 248	50.69 248	65.88 247	85.41 258	28.48 242	14.03 221	14.63 235	9.36 214	52.16 240	31.94 228	91.62 243	13.62 205	2.72 115	21.29 233	5.84 220	51.78 240	16.52 232	10.41 215	7.93 179	58.06 241	13.93 237	36.96 244	18.42 219	25.58 224	33.95 231

IMH-64-1	35.05 240	48.99 241	25.77 243	61.80 235	50.28 246	62.71 240	68.79 240	27.80 239	35.88 241	10.10 223	14.48 225	46.82 232	41.96 239	94.04 249	19.93 234	7.49 221	22.67 234	9.35 232	48.46 236	21.14 237	14.12 229	12.56 227	59.91 247	12.21 232	41.64 245	20.57 225	27.79 225	39.03 237

IMH-64	35.05 240	48.99 241	25.77 243	61.80 235	50.28 246	62.71 240	68.79 240	27.80 239	35.88 241	10.10 223	14.48 225	46.82 232	41.96 239	94.04 249	19.93 234	7.49 221	22.67 234	9.35 232	48.46 236	21.14 237	14.12 229	12.56 227	59.91 247	12.21 232	41.64 245	20.57 225	27.79 225	39.03 237

IMH	36.38 242	50.15 245	26.16 245	62.16 238	50.12 245	63.98 243	68.96 242	28.54 243	38.29 244	11.29 228	14.14 223	50.26 238	54.45 254	94.09 251	20.59 236	7.40 218	23.63 236	10.28 234	49.17 238	22.78 241	13.74 227	11.88 224	59.95 249	13.42 235	41.71 247	23.99 232	29.69 229	41.45 241

WAO-6	37.66 243	47.81 239	21.43 238	60.52 234	52.73 249	58.92 236	64.84 238	27.98 241	43.38 246	33.02 250	17.53 233	43.36 228	50.95 248	89.65 241	33.50 245	18.63 249	24.84 237	13.57 240	42.17 232	25.77 244	21.16 245	19.52 244	35.00 233	18.52 240	43.20 248	29.62 242	37.17 238	41.96 242

PWCK	39.46 244	63.60 253	25.26 240	73.87 255	41.94 236	61.54 238	51.88 234	54.42 254	37.36 243	26.43 244	38.00 249	62.72 248	47.31 243	27.64 230	24.07 241	10.09 233	32.07 250	12.97 239	84.14 260	29.01 249	25.42 250	16.79 242	48.17 237	30.69 250	35.86 241	32.01 244	32.05 231	40.21 239

TorneroNet-64	40.02 245	51.18 246	25.58 242	64.09 242	48.50 242	64.50 245	69.74 243	27.58 238	44.28 248	21.06 242	14.38 224	70.42 253	57.53 255	94.84 253	27.09 243	8.83 229	28.00 244	16.10 245	54.90 246	26.42 246	15.26 233	13.34 233	61.86 250	22.65 242	33.51 236	30.60 243	34.09 236	54.24 252

LVE	40.69 246	49.32 243	32.19 248	74.37 256	65.31 254	65.52 246	78.53 251	29.09 245	24.11 239	37.95 252	38.44 250	39.09 224	50.88 247	95.16 259	18.50 229	6.31 206	25.93 239	13.65 241	54.80 245	26.51 247	16.26 235	15.81 240	69.49 256	26.57 246	44.82 250	33.95 249	41.51 243	24.49 216

TorneroNet	40.95 247	54.80 248	28.35 246	67.47 247	50.00 244	66.00 248	71.75 246	26.53 237	45.69 249	24.20 243	21.34 241	68.12 250	53.25 253	94.92 255	27.93 244	9.57 231	26.82 242	16.87 248	54.27 244	24.50 243	16.26 235	13.93 234	62.31 251	23.32 244	36.59 243	27.14 239	43.07 246	50.69 249

SPstereo	43.04 248	33.32 232	32.45 249	30.80 221	34.50 231	30.75 223	28.55 226	58.42 256	43.16 245	30.26 247	60.88 258	48.92 237	63.39 259	44.40 232	41.97 252	53.98 258	48.24 257	33.80 256	57.94 250	41.93 256	44.30 258	40.41 257	27.95 231	44.78 256	43.85 249	39.09 252	57.71 256	46.32 244

Dean	44.25 249	52.28 247	33.23 250	77.10 257	64.97 253	79.61 261	83.94 257	43.21 249	43.41 247	35.28 251	25.28 244	61.70 246	57.88 256	95.07 258	21.16 237	4.55 172	29.50 246	12.92 237	64.62 254	29.22 250	11.94 221	10.07 213	59.70 246	23.01 243	50.00 253	39.42 253	53.45 253	32.13 227

WAO-8	45.52 250	56.99 250	36.84 252	70.78 252	61.58 250	72.65 255	72.88 247	44.15 250	50.34 253	32.51 248	26.24 246	68.22 251	50.98 249	91.91 245	34.40 246	19.25 250	31.26 247	14.25 242	53.00 242	37.84 253	18.64 238	12.91 230	45.23 234	27.94 248	54.23 256	39.08 250	48.02 248	56.81 254

Venus	45.52 250	56.99 250	36.84 252	70.77 251	61.58 250	72.65 255	72.88 247	44.15 250	50.34 253	32.51 248	26.24 246	68.22 251	50.98 249	91.91 245	34.40 246	19.25 250	31.26 247	14.25 242	53.00 242	37.84 253	18.64 238	12.91 230	45.23 234	27.94 248	54.23 256	39.08 250	48.02 248	56.81 254

notaker	50.99 252	64.58 255	35.58 251	71.22 253	67.03 255	71.52 254	79.74 253	46.10 252	64.92 257	43.57 255	60.04 256	61.27 245	52.88 252	94.30 252	52.11 255	32.30 253	36.01 252	25.62 251	66.68 256	41.75 255	26.51 251	26.69 254	69.04 255	40.16 254	27.04 228	32.57 246	39.45 240	47.99 245

UNDER WATER	53.46 253	66.50 256	44.48 255	77.89 258	68.28 256	75.27 258	86.28 260	62.01 258	51.94 255	41.57 253	48.61 253	74.76 257	58.64 257	94.91 254	40.27 251	19.59 252	35.94 251	25.36 250	57.83 249	30.24 251	22.42 248	21.82 245	69.76 257	49.60 259	53.54 255	52.17 256	44.57 247	69.15 260

ktn	53.49 254	64.55 254	32.09 247	67.37 246	73.02 260	67.18 250	79.08 252	39.47 248	71.03 259	45.61 257	66.57 259	53.73 241	46.66 242	95.58 260	51.51 254	35.27 254	42.24 256	32.53 255	61.67 252	36.66 252	34.35 257	37.51 256	63.57 252	39.21 252	45.92 251	42.82 255	58.10 257	61.01 256

UNDER WATER-64	54.23 255	63.34 252	46.02 257	79.36 259	71.42 258	76.64 259	88.13 261	66.12 259	46.96 250	52.07 258	60.69 257	73.21 255	59.22 258	94.98 257	35.82 248	18.58 248	36.56 253	27.05 253	54.96 247	27.40 248	22.29 247	24.45 249	75.67 260	44.51 255	51.17 254	56.84 258	41.43 242	69.34 261

KSHMR	57.18 256	74.32 260	54.88 259	81.85 260	71.02 257	78.52 260	83.49 256	67.32 261	55.52 256	57.05 259	55.43 255	62.46 247	47.47 244	94.95 256	62.89 257	43.86 256	41.02 255	36.71 257	65.14 255	47.71 257	30.88 253	22.80 247	66.24 254	55.80 261	49.31 252	33.72 248	50.52 251	52.93 250

LRCNet_RVC	60.98 257	74.62 261	47.06 258	94.31 261	95.29 263	91.20 262	85.70 259	54.57 255	35.63 240	98.62 262	74.21 261	91.97 264	68.08 261	96.82 262	39.31 250	18.45 247	70.27 260	52.85 260	94.58 261	64.63 261	32.99 256	24.53 250	94.81 261	53.78 260	19.71 222	12.68 206	33.49 233	26.36 219

HanzoNet	61.45 258	69.33 257	44.96 256	71.45 254	72.16 259	72.71 257	79.94 254	60.19 257	75.71 260	45.02 256	73.92 260	75.04 258	64.67 260	96.72 261	48.25 253	40.02 255	53.74 258	47.73 259	76.16 258	51.62 258	46.98 259	46.48 258	73.13 258	39.85 253	55.14 258	52.31 257	60.69 258	65.16 259

JetRed	63.04 259	70.59 258	68.87 261	66.96 244	63.46 252	70.43 253	74.93 249	66.45 260	66.78 258	41.63 254	39.08 251	81.30 261	13.47 203	63.11 234	65.97 258	66.70 259	65.90 259	75.66 263	63.14 253	54.09 259	78.41 261	73.67 260	73.25 259	49.49 258	56.43 259	64.32 260	66.29 260	61.81 257

MADNet++	76.55 260	72.12 259	82.72 262	61.81 237	81.28 262	58.20 234	69.82 244	68.60 262	78.83 261	85.65 261	92.58 262	79.76 259	85.27 262	36.74 231	81.31 260	89.87 261	87.51 261	69.64 261	82.22 259	90.64 262	91.37 262	93.20 262	65.06 253	90.12 262	59.87 260	75.77 261	74.46 261	62.48 258

PML	96.12 261	100.00 266	83.16 263	100.00 263	100.00 265	100.00 266	99.20 265	100.00 267	99.01 264	100.00 265	96.16 263	99.92 268	100.00 267	98.52 263	94.60 261	91.70 262	91.21 262	74.14 262	100.00 266	98.06 264	92.87 263	86.59 261	97.59 262	98.11 264	94.46 265	99.98 266	100.00 266	99.92 266

MyStereo02	96.30 262	100.00 266	100.00 267	100.00 263	0.00 1	100.00 266	100.00 266	100.00 267	100.00 266	100.00 265	100.00 268	100.00 269	100.00 267	100.00 265	100.00 268	100.00 266	100.00 267	100.00 268	100.00 266	100.00 268	100.00 269	100.00 268	100.00 264	100.00 266	100.00 266	100.00 267	100.00 266	100.00 267

MEDIAN_ROB	97.62 263	99.11 263	98.47 264	100.00 263	99.99 264	100.00 266	100.00 266	99.48 265	98.33 263	100.00 265	99.95 266	98.03 265	96.13 263	99.95 264	99.43 263	98.46 263	98.58 263	98.67 264	99.88 264	97.97 263	93.64 264	96.55 264	100.00 264	97.27 263	87.22 262	92.69 263	89.89 263	95.94 264

AVERAGE_ROB	98.96 264	100.00 266	99.80 266	100.00 263	100.00 265	100.00 266	100.00 266	100.00 267	100.00 266	100.00 265	100.00 268	100.00 269	100.00 267	100.00 265	99.80 265	99.85 265	100.00 267	100.00 268	100.00 266	100.00 268	98.20 266	99.54 265	100.00 264	100.00 266	93.40 264	93.83 264	94.40 265	93.22 263

HaxPig	99.00 265	100.00 266	98.99 265	100.00 263	100.00 265	99.99 265	100.00 266	99.99 266	99.89 265	100.00 265	99.98 267	100.00 269	99.94 266	100.00 265	99.61 264	99.46 264	99.97 266	99.58 265	99.99 265	99.99 265	97.37 265	96.43 263	99.99 263	99.98 265	89.52 263	99.53 265	94.23 264	98.48 265

DGTPSM_ROB	99.53 266	99.77 264	100.00 267	100.00 263	100.00 265	100.00 266	100.00 266	99.19 263	100.00 266	99.32 263	99.66 265	91.63 262	99.15 264	100.00 265	99.94 266	100.00 266	99.82 264	99.99 266	99.51 262	99.99 265	99.77 267	99.66 266	100.00 264	100.00 266	100.00 266	100.00 267	100.00 266	100.00 267

DPSMNet_ROB	99.54 267	99.78 265	100.00 267	100.00 263	100.00 265	100.00 266	100.00 266	99.19 263	100.00 266	99.32 263	99.65 264	91.68 263	99.16 265	100.00 265	99.94 266	100.00 266	99.83 265	99.99 266	99.59 263	99.99 265	99.77 267	99.66 266	100.00 264	100.00 266	100.00 266	100.00 267	100.00 266	100.00 267

DPSM_ROB	99.91 268	100.00 266	100.00 267	100.00 263	100.00 265	98.90 263	98.96 263	100.00 267	100.00 266	100.00 265	100.00 268	99.76 266	100.00 267	100.00 265	100.00 268	100.00 266	100.00 267	100.00 268	100.00 266	100.00 268	100.00 269	100.00 268	100.00 264	100.00 266	100.00 266	100.00 267	100.00 266	100.00 267

DPSM	99.91 268	100.00 266	100.00 267	100.00 263	100.00 265	98.90 263	98.96 263	100.00 267	100.00 266	100.00 265	100.00 268	99.76 266	100.00 267	100.00 265	100.00 268	100.00 266	100.00 267	100.00 268	100.00 266	100.00 268	100.00 269	100.00 268	100.00 264	100.00 266	100.00 266	100.00 267	100.00 266	100.00 267

MyStereo03	100.00 270	100.00 266	100.00 267	100.00 263	100.00 265	100.00 266	100.00 266	100.00 267	100.00 266	100.00 265	100.00 268	100.00 269	100.00 267	100.00 265	100.00 268	100.00 266	100.00 267	100.00 268	100.00 266	100.00 268	100.00 269	100.00 268	100.00 264	100.00 266	100.00 266	100.00 267	100.00 266	100.00 267

CasAABBNet	100.00 270	100.00 266	100.00 267	100.00 263	100.00 265	100.00 266	100.00 266	100.00 267	100.00 266	100.00 265	100.00 268	100.00 269	100.00 267	100.00 265	100.00 268	100.00 266	100.00 267	100.00 268	100.00 266	100.00 268	100.00 269	100.00 268	100.00 264	100.00 266	100.00 266	100.00 267	100.00 266	100.00 267

STTRV1_RVC		2.66 179	1.55 143	5.84 190	1.90 165	6.01 193	3.60 184	4.11 183	3.93 190	4.64 207	6.71 194	16.96 195	21.63 215	1.68 194		5.04 182	18.60 231	1.18 151		12.74 227	19.16 241			5.05 206	9.07 202	12.15 202	12.79 203	31.40 226

DPSimNet_ROB		56.83 249	60.12 260	63.44 240	74.40 261	61.08 237	66.03 239	29.26 246	91.88 262	80.83 260	53.70 254	74.56 256	48.76 245	90.67 242	61.12 256	47.44 257		43.29 258	68.79 257	60.06 260	52.83 260	61.42 259	45.69 236	46.03 257		63.34 259	56.49 255	56.41 253

Low-res two-view benchmark