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

CroCo-Stereo Lap2	0.15 2	0.10 2	0.08 1	0.08 2	0.08 5	0.08 2	0.05 2	0.12 1	0.06 1	0.22 9	0.07 2	0.16 3	0.07 3	0.05 2	0.22 1	0.29 4	0.22 2	0.20 4	0.26 5	0.12 1	0.29 8	0.22 5	0.06 1	0.09 2	0.24 4	0.23 6	0.20 2	0.16 3

CroCo-Stereo	0.13 1	0.09 1	0.08 1	0.07 1	0.04 2	0.07 1	0.04 1	0.14 3	0.06 1	0.11 2	0.03 1	0.13 2	0.06 1	0.04 1	0.25 2	0.29 4	0.21 1	0.19 2	0.20 2	0.12 1	0.26 4	0.21 4	0.06 1	0.07 1	0.22 2	0.19 2	0.23 4	0.15 2
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
RAFT	0.17 4	0.13 3	0.10 3	0.16 10	0.07 3	0.21 15	0.05 2	0.25 8	0.12 5	0.14 3	0.15 3	0.16 3	0.10 4	0.05 2	0.26 3	0.22 1	0.24 4	0.16 1	0.28 7	0.14 3	0.21 1	0.19 2	0.07 4	0.11 3	0.29 8	0.24 7	0.33 8	0.24 8

StereoVision	0.18 5	0.13 3	0.11 4	0.09 3	0.13 7	0.16 6	0.08 5	0.18 5	0.17 8	0.15 4	0.15 3	0.16 3	0.10 4	0.06 4	0.27 4	0.28 3	0.28 6	0.23 6	0.22 3	0.16 5	0.24 3	0.20 3	0.06 1	0.14 6	0.29 8	0.29 13	0.38 13	0.29 12

TDLM	0.26 8	0.31 18	0.23 24	0.23 24	0.28 53	0.24 23	0.20 57	0.26 9	0.22 20	0.18 7	0.55 103	0.31 11	0.23 28	0.17 27	0.27 4	0.32 10	0.33 8	0.29 11	0.26 5	0.23 12	0.29 8	0.26 8	0.16 24	0.22 19	0.25 5	0.22 4	0.29 6	0.30 13

ProNet	0.15 2	0.13 3	0.15 5	0.12 5	0.07 3	0.15 5	0.13 15	0.13 2	0.06 1	0.08 1	0.26 19	0.10 1	0.06 1	0.08 5	0.28 6	0.25 2	0.22 2	0.19 2	0.19 1	0.15 4	0.21 1	0.15 1	0.13 12	0.12 5	0.17 1	0.13 1	0.17 1	0.12 1

iRaftStereo_RVC	0.27 9	0.27 11	0.17 10	0.14 6	0.14 11	0.19 12	0.10 8	0.44 24	0.14 6	0.36 17	0.36 38	0.32 12	0.16 11	0.13 14	0.32 7	0.30 7	0.38 17	0.29 11	0.35 13	0.23 12	0.42 20	0.52 34	0.12 8	0.19 13	0.29 8	0.28 12	0.42 17	0.27 11

CVANet_RVC	0.34 24	0.41 52	0.32 55	0.41 96	0.31 70	0.38 78	0.25 74	0.44 24	0.27 38	0.31 14	0.71 145	0.38 22	0.30 54	0.21 40	0.34 8	0.38 19	0.36 14	0.33 21	0.33 10	0.28 27	0.36 15	0.34 12	0.19 42	0.26 44	0.33 20	0.27 10	0.35 10	0.37 23

AEACV	0.21 6	0.31 18	0.15 5	0.17 13	0.13 7	0.12 4	0.07 4	0.15 4	0.07 4	0.16 5	0.16 5	0.18 6	0.11 6	0.12 13	0.35 9	0.34 13	0.33 8	0.24 7	0.38 16	0.21 9	0.28 6	0.41 21	0.12 8	0.11 3	0.22 2	0.22 4	0.26 5	0.17 4

delet	0.25 7	0.25 9	0.23 24	0.25 30	0.20 23	0.29 40	0.16 31	0.22 6	0.18 10	0.23 10	0.26 19	0.27 10	0.16 11	0.26 85	0.35 9	0.31 8	0.32 7	0.27 9	0.24 4	0.24 14	0.32 10	0.25 7	0.17 31	0.21 17	0.30 14	0.26 9	0.33 8	0.31 15

RAFT_CTSACE	0.32 19	0.38 36	0.16 7	0.15 7	0.15 13	0.25 28	0.18 40	0.53 44	0.20 17	0.55 82	0.19 7	0.44 36	0.28 47	0.16 22	0.37 11	0.33 11	0.38 17	0.28 10	0.38 16	0.19 6	0.39 18	0.85 91	0.11 7	0.18 10	0.32 16	0.30 15	0.62 56	0.26 10

GANet	0.35 27	0.30 16	0.28 44	0.35 75	0.35 84	0.40 83	0.31 102	0.46 30	0.25 30	0.36 17	0.51 90	0.48 44	0.25 38	0.23 52	0.38 12	0.35 16	0.42 23	0.45 77	0.35 13	0.24 14	0.34 13	0.39 19	0.24 86	0.26 44	0.34 23	0.30 15	0.43 19	0.36 22

StereoIM	0.27 9	0.21 6	0.16 7	0.10 4	0.10 6	0.11 3	0.08 5	0.24 7	0.14 6	0.36 17	0.19 7	0.36 16	0.13 8	0.09 6	0.39 13	0.38 19	0.39 20	0.35 29	0.56 47	0.21 9	0.41 19	0.36 16	0.13 12	0.16 7	0.41 36	0.39 39	0.40 15	0.49 51

RAFT+CT+SA	0.35 27	0.47 83	0.20 15	0.26 35	0.19 20	0.22 20	0.15 26	0.58 66	0.23 22	0.52 66	0.18 6	0.48 44	0.34 86	0.13 14	0.40 14	0.46 40	0.37 15	0.31 16	0.46 25	0.24 14	0.47 37	0.79 78	0.10 5	0.23 24	0.33 20	0.32 20	0.54 30	0.35 21

AASNet	0.29 14	0.34 22	0.23 24	0.25 30	0.26 43	0.34 60	0.26 79	0.33 12	0.17 8	0.29 13	0.39 45	0.26 9	0.18 19	0.25 75	0.40 14	0.34 13	0.35 13	0.32 18	0.33 10	0.28 27	0.36 15	0.34 12	0.17 31	0.24 31	0.31 15	0.29 13	0.36 12	0.25 9

MMNet	0.30 16	0.29 15	0.23 24	0.27 38	0.26 43	0.26 30	0.19 43	0.34 13	0.24 25	0.25 11	0.30 26	0.35 15	0.16 11	0.32 115	0.41 16	0.34 13	0.37 15	0.35 29	0.41 19	0.28 27	0.33 11	0.26 8	0.18 39	0.25 41	0.33 20	0.31 19	0.47 21	0.32 17

HCRNet	0.33 21	0.39 42	0.20 15	0.39 86	0.17 17	0.29 40	0.19 43	0.41 18	0.19 12	0.80 190	0.41 48	0.49 50	0.18 19	0.22 45	0.42 17	0.33 11	0.38 17	0.30 15	0.41 19	0.20 8	0.34 13	0.30 11	0.19 42	0.18 10	0.28 6	0.36 31	0.53 28	0.30 13

test_4	0.36 29	0.34 22	0.29 47	0.21 19	0.19 20	0.17 8	0.11 10	0.59 70	0.26 34	0.58 100	0.30 26	0.51 58	0.20 24	0.19 32	0.45 18	0.58 95	0.46 32	0.34 24	0.42 21	0.30 36	0.46 30	0.58 47	0.17 31	0.26 44	0.41 36	0.40 41	0.60 48	0.42 40

anonymousdsp	0.27 9	0.23 7	0.20 15	0.16 10	0.14 11	0.18 9	0.10 8	0.37 15	0.19 12	0.32 16	0.27 22	0.33 13	0.12 7	0.15 19	0.46 19	0.36 17	0.33 8	0.29 11	0.40 18	0.25 19	0.47 37	0.52 34	0.13 12	0.16 7	0.29 8	0.19 2	0.54 30	0.20 6

LL-Strereo2	0.38 31	0.30 16	0.23 24	0.24 26	0.20 23	0.18 9	0.13 15	0.63 97	0.27 38	0.58 100	0.23 15	0.44 36	0.22 25	0.15 19	0.47 20	0.51 62	0.48 44	0.35 29	0.73 84	0.32 40	0.49 45	1.24 119	0.22 69	0.21 17	0.34 23	0.35 29	0.53 28	0.34 20

MIF-Stereo (partial)	0.32 19	0.44 65	0.18 12	0.16 10	0.16 15	0.21 15	0.12 12	0.37 15	0.23 22	0.37 20	0.24 16	0.33 13	0.17 15	0.14 17	0.50 21	0.48 50	0.47 38	0.38 43	0.43 23	0.26 22	0.46 30	0.47 27	0.18 39	0.22 19	0.40 33	0.32 20	0.51 25	0.43 42

MIM_Stereo	0.34 24	0.41 52	0.27 43	0.28 39	0.20 23	0.28 36	0.15 26	0.45 29	0.18 10	0.48 47	0.29 23	0.42 30	0.19 22	0.16 22	0.50 21	0.54 84	0.45 29	0.37 37	0.48 26	0.31 39	0.48 39	0.57 45	0.12 8	0.24 31	0.32 16	0.27 10	0.48 22	0.33 19

MIF-Stereo	0.30 16	0.27 11	0.16 7	0.15 7	0.13 7	0.18 9	0.09 7	0.35 14	0.19 12	0.49 54	0.24 16	0.41 25	0.18 19	0.15 19	0.51 23	0.42 29	0.43 25	0.35 29	0.58 53	0.26 22	0.46 30	0.37 17	0.14 16	0.20 15	0.34 23	0.41 42	0.31 7	0.37 23

DMCA	0.34 24	0.31 18	0.31 53	0.24 26	0.25 38	0.28 36	0.22 60	0.37 15	0.33 86	0.31 14	0.41 48	0.41 25	0.24 31	0.25 75	0.51 23	0.41 27	0.41 22	0.39 45	0.37 15	0.29 33	0.42 20	0.37 17	0.27 102	0.27 54	0.32 16	0.35 29	0.41 16	0.38 25

RASNet	0.45 46	0.45 72	0.45 106	0.33 64	0.34 80	0.38 78	0.28 85	0.58 66	0.38 107	0.47 41	0.43 58	0.49 50	0.35 95	0.26 85	0.52 25	0.45 35	0.49 48	0.40 48	0.50 28	0.32 40	0.51 53	0.68 65	0.20 51	0.47 139	0.43 42	0.55 83	0.77 97	0.70 105

test_5	0.31 18	0.39 42	0.17 10	0.23 24	0.15 13	0.21 15	0.14 20	0.54 47	0.20 17	0.39 22	0.41 48	0.44 36	0.35 95	0.10 8	0.53 26	0.39 25	0.34 12	0.32 18	0.34 12	0.22 11	0.33 11	0.47 27	0.10 5	0.23 24	0.29 8	0.30 15	0.52 26	0.31 15

test croco	0.33 21	0.44 65	0.20 15	0.20 18	0.16 15	0.21 15	0.11 10	0.41 18	0.19 12	0.48 47	0.19 7	0.36 16	0.17 15	0.10 8	0.54 27	0.48 50	0.46 32	0.40 48	0.55 41	0.25 19	0.45 27	0.52 34	0.14 16	0.22 19	0.36 27	0.33 23	0.39 14	0.47 46

GMStereo	0.43 41	0.48 91	0.26 41	0.32 61	0.32 75	0.38 78	0.30 96	0.59 70	0.31 71	0.45 35	0.37 42	0.62 94	0.33 79	0.24 65	0.54 27	0.45 35	0.55 79	0.35 29	0.75 88	0.39 71	0.55 69	0.43 24	0.23 79	0.29 60	0.51 59	0.47 60	0.71 82	0.41 35
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.45 46	0.43 62	0.41 94	0.38 83	0.37 94	0.41 90	0.29 92	0.58 66	0.36 100	0.50 55	0.49 77	0.48 44	0.34 86	0.38 135	0.56 29	0.49 54	0.54 77	0.46 85	0.58 53	0.41 86	0.49 45	0.50 30	0.28 107	0.36 103	0.48 49	0.49 66	0.59 40	0.56 66

HGLStereo	0.45 46	0.43 62	0.39 77	0.35 75	0.37 94	0.40 83	0.24 72	0.48 36	0.32 78	0.47 41	0.74 154	0.43 33	0.30 54	0.32 115	0.56 29	0.53 76	0.57 91	0.51 117	0.56 47	0.40 78	0.52 55	0.60 54	0.23 79	0.35 97	0.53 66	0.54 77	0.60 48	0.45 45

anonymousdsp2	0.43 41	0.47 83	0.33 60	0.25 30	0.24 35	0.33 53	0.19 43	0.57 61	0.23 22	0.47 41	0.48 72	0.48 44	0.24 31	0.18 28	0.58 31	0.46 40	0.45 29	0.34 24	0.89 110	0.34 46	0.50 49	1.27 120	0.17 31	0.25 41	0.44 44	0.33 23	0.62 56	0.44 44

GMOStereo	0.48 66	0.40 46	0.23 24	0.30 51	0.26 43	0.29 40	0.19 43	0.67 116	0.30 60	0.66 146	0.33 30	0.54 67	0.34 86	0.20 35	0.58 31	0.69 135	0.51 56	0.44 70	0.69 73	0.36 53	0.52 55	1.87 147	0.16 24	0.24 31	0.62 95	0.45 51	0.83 111	0.41 35

error version	0.48 66	0.40 46	0.23 24	0.30 51	0.26 43	0.29 40	0.19 43	0.67 116	0.30 60	0.66 146	0.33 30	0.54 67	0.34 86	0.20 35	0.58 31	0.69 135	0.51 56	0.44 70	0.69 73	0.36 53	0.52 55	1.87 147	0.16 24	0.24 31	0.62 95	0.45 51	0.83 111	0.41 35

test-v	0.48 66	0.40 46	0.23 24	0.30 51	0.26 43	0.29 40	0.19 43	0.67 116	0.30 60	0.66 146	0.33 30	0.54 67	0.34 86	0.20 35	0.58 31	0.69 135	0.51 56	0.44 70	0.69 73	0.36 53	0.52 55	1.87 147	0.16 24	0.24 31	0.62 95	0.45 51	0.83 111	0.41 35

test-2	0.48 66	0.40 46	0.23 24	0.30 51	0.26 43	0.29 40	0.19 43	0.67 116	0.30 60	0.66 146	0.33 30	0.54 67	0.34 86	0.20 35	0.58 31	0.69 135	0.51 56	0.44 70	0.69 73	0.36 53	0.52 55	1.87 147	0.16 24	0.24 31	0.62 95	0.45 51	0.83 111	0.41 35

CAS	0.40 35	0.45 72	0.26 41	0.29 44	0.29 60	0.23 22	0.14 20	0.41 18	0.27 38	0.41 24	0.57 107	0.36 16	0.36 100	0.21 40	0.59 36	0.42 29	0.50 50	0.34 24	0.54 35	0.28 27	0.46 30	0.58 47	0.19 42	0.23 24	0.55 73	0.51 70	0.63 60	0.76 122

TestStereo	0.47 58	0.52 119	0.41 94	0.43 102	0.31 70	0.45 101	0.26 79	0.70 138	0.28 45	0.76 184	0.34 35	0.65 104	0.32 71	0.24 65	0.59 36	0.38 19	0.55 79	0.34 24	0.81 101	0.38 64	0.64 101	0.50 30	0.25 93	0.32 74	0.54 69	0.45 51	0.76 96	0.55 64

raft+_RVC	0.38 31	0.35 29	0.28 44	0.25 30	0.23 30	0.26 30	0.18 40	0.54 47	0.27 38	0.52 66	0.43 58	0.47 43	0.23 28	0.18 28	0.59 36	0.53 76	0.44 27	0.35 29	0.63 64	0.28 27	0.44 24	0.53 39	0.14 16	0.22 19	0.43 42	0.38 34	0.59 40	0.42 40

ARAFT	0.36 29	0.38 36	0.24 34	0.26 35	0.21 26	0.28 36	0.14 20	0.44 24	0.24 25	0.50 55	0.29 23	0.41 25	0.17 15	0.16 22	0.60 39	0.45 35	0.51 56	0.47 89	0.53 31	0.25 19	0.55 69	0.59 51	0.16 24	0.20 15	0.47 48	0.30 15	0.54 30	0.38 25

AFF-stereo	0.33 21	0.35 29	0.28 44	0.18 14	0.17 17	0.34 60	0.12 12	0.50 38	0.24 25	0.46 38	0.29 23	0.42 30	0.17 15	0.13 14	0.61 40	0.38 19	0.39 20	0.26 8	0.59 57	0.24 14	0.44 24	0.43 24	0.17 31	0.18 10	0.41 36	0.37 32	0.50 23	0.32 17

HITNet	0.40 35	0.37 34	0.29 47	0.34 68	0.28 53	0.27 33	0.19 43	0.57 61	0.32 78	0.57 93	0.44 63	0.55 73	0.32 71	0.22 45	0.61 40	0.36 17	0.44 27	0.39 45	0.42 21	0.29 33	0.43 22	0.52 34	0.20 51	0.27 54	0.41 36	0.39 39	0.72 87	0.55 64
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
EGLCR-Stereo	0.60 100	0.49 96	0.47 113	0.30 51	0.31 70	0.45 101	0.14 20	0.57 61	0.27 38	0.57 93	0.37 42	0.59 83	0.24 31	0.22 45	0.62 42	0.59 99	0.53 69	0.45 77	0.86 105	0.34 46	0.74 122	3.50 184	0.20 51	0.26 44	0.56 77	0.49 66	1.34 185	0.69 103

GLC_STEREO	0.49 72	0.52 119	0.43 102	0.39 86	0.38 101	0.37 73	0.29 92	0.64 104	0.29 56	0.62 120	0.54 98	0.56 74	0.29 51	0.30 104	0.63 43	0.51 62	0.67 145	0.42 57	0.69 73	0.42 93	0.72 118	0.72 72	0.23 79	0.32 74	0.49 52	0.38 34	0.84 115	0.53 58

AnonymousM	0.94 152	0.35 29	0.22 21	0.24 26	0.23 30	0.21 15	0.15 26	0.57 61	0.21 19	0.57 93	0.44 63	0.46 42	0.16 11	0.19 32	0.64 44	0.60 103	0.56 87	0.40 48	0.55 41	0.35 50	0.68 108	1.23 118	0.21 65	0.24 31	0.32 16	0.54 77	1.89 213	13.18 252

IER	0.42 40	0.38 36	0.32 55	0.30 51	0.28 53	0.36 70	0.25 74	0.47 34	0.28 45	0.44 33	0.60 116	0.79 131	0.30 54	0.35 125	0.65 45	0.46 40	0.48 44	0.42 57	0.45 24	0.36 53	0.43 22	0.46 26	0.28 107	0.28 57	0.41 36	0.56 85	0.55 34	0.51 54

4D-IteraStereo	0.45 46	0.28 14	0.36 67	0.34 68	0.24 35	0.25 28	0.15 26	0.63 97	0.28 45	0.61 113	0.38 44	0.52 61	0.23 28	0.23 52	0.66 46	0.62 110	0.50 50	0.43 63	0.66 69	0.35 50	0.71 115	1.31 122	0.15 19	0.24 31	0.44 44	0.49 66	0.65 66	0.38 25

LoS	0.57 90	0.45 72	0.30 51	0.37 81	0.37 94	0.41 90	0.22 60	1.37 213	0.32 78	0.86 200	0.79 160	0.68 110	0.40 112	0.24 65	0.66 46	0.75 155	0.60 112	0.41 53	0.79 99	0.38 64	1.05 156	0.83 89	0.22 69	0.26 44	0.82 152	0.64 92	0.66 69	0.68 99

UPFNet	0.40 35	0.34 22	0.36 67	0.33 64	0.33 77	0.40 83	0.30 96	0.48 36	0.34 92	0.43 26	0.42 54	0.41 25	0.31 63	0.34 122	0.66 46	0.42 29	0.47 38	0.41 53	0.53 31	0.37 61	0.36 15	0.39 19	0.26 95	0.29 60	0.41 36	0.41 42	0.56 36	0.38 25

DSFCA	0.47 58	0.50 104	0.40 84	0.40 90	0.37 94	0.45 101	0.34 107	0.46 30	0.40 115	0.40 23	0.58 110	0.50 55	0.30 54	0.25 75	0.66 46	0.50 57	0.50 50	0.49 102	0.65 67	0.40 78	0.52 55	0.65 61	0.33 126	0.39 116	0.51 59	0.51 70	0.63 60	0.58 74

RYNet	0.28 12	0.23 7	0.18 12	0.15 7	0.17 17	0.19 12	0.13 15	0.26 9	0.32 78	0.17 6	0.20 11	0.19 7	0.14 9	0.14 17	0.66 46	0.29 4	0.27 5	0.42 57	0.29 8	0.19 6	0.28 6	0.23 6	0.29 111	0.19 13	0.28 6	1.19 172	0.35 10	0.23 7

AANet_RVC	0.29 14	0.27 11	0.24 34	0.19 15	0.28 53	0.16 6	0.17 38	0.29 11	0.29 56	0.20 8	0.26 19	0.25 8	0.22 25	0.19 32	0.66 46	0.38 19	0.33 8	0.35 29	0.30 9	0.30 36	0.27 5	0.29 10	0.22 69	0.22 19	0.35 26	0.33 23	0.42 17	0.51 54

CFNet	0.47 58	0.45 72	0.35 63	0.49 117	0.40 110	0.40 83	0.33 104	0.53 44	0.33 86	0.48 47	0.49 77	0.69 113	0.43 122	0.31 108	0.68 52	0.41 27	0.49 48	0.43 63	0.54 35	0.35 50	0.49 45	0.41 21	0.24 86	0.32 74	0.64 105	0.64 92	0.73 91	0.70 105

raft_robust	0.53 78	0.44 65	0.25 38	0.38 83	0.30 63	0.33 53	0.22 60	0.73 151	0.36 100	0.69 163	0.34 35	0.57 75	0.31 63	0.24 65	0.69 53	0.58 95	0.55 79	0.47 89	1.05 123	0.39 71	0.77 132	1.44 130	0.24 86	0.30 65	0.59 86	0.71 106	0.70 79	0.59 77

s12784h	0.66 114	0.69 168	0.55 141	0.65 156	0.47 128	0.35 68	0.25 74	0.61 81	0.32 78	0.60 108	0.48 72	0.81 133	0.60 161	0.26 85	0.69 53	0.55 86	0.62 127	0.39 45	0.78 96	0.36 53	1.30 173	0.73 73	0.19 42	0.31 70	0.77 136	1.05 160	1.56 202	2.02 191

DISCO	0.47 58	0.44 65	0.30 51	0.40 90	0.38 101	0.50 117	0.45 127	0.46 30	0.43 129	0.50 55	0.59 113	0.41 25	0.30 54	0.30 104	0.70 55	0.45 35	0.55 79	0.47 89	0.71 82	0.42 93	0.50 49	0.58 47	0.27 102	0.34 89	0.49 52	0.49 66	0.63 60	0.53 58

LoS_RVC	0.46 54	0.46 77	0.47 113	0.19 15	0.25 38	0.24 23	0.16 31	0.44 24	0.28 45	0.51 59	0.49 77	0.43 33	0.33 79	0.22 45	0.71 56	0.52 68	0.46 32	0.42 57	0.75 88	0.33 43	0.99 152	0.97 104	0.20 51	0.33 84	0.63 101	0.45 51	0.59 40	0.61 81

tt_ll	0.46 54	0.46 77	0.47 113	0.19 15	0.25 38	0.24 23	0.16 31	0.44 24	0.28 45	0.51 59	0.49 77	0.43 33	0.33 79	0.22 45	0.71 56	0.52 68	0.46 32	0.42 57	0.75 88	0.33 43	0.99 152	0.97 104	0.20 51	0.33 84	0.63 101	0.45 51	0.59 40	0.61 81

RAFT + AFF	0.28 12	0.26 10	0.19 14	0.22 21	0.13 7	0.20 14	0.13 15	0.41 18	0.19 12	0.44 33	0.19 7	0.42 30	0.14 9	0.09 6	0.71 56	0.31 8	0.42 23	0.21 5	0.55 41	0.24 14	0.48 39	0.35 14	0.13 12	0.17 9	0.29 8	0.24 7	0.21 3	0.17 4

RALCasStereoNet	0.46 54	0.51 111	0.39 77	0.36 79	0.30 63	0.32 51	0.25 74	0.60 75	0.26 34	0.56 91	0.48 72	0.59 83	0.26 40	0.18 28	0.73 59	0.63 115	0.55 79	0.49 102	0.53 31	0.37 61	0.52 55	0.78 77	0.22 69	0.34 89	0.55 73	0.48 63	0.50 23	0.58 74

ADLNet	0.48 66	0.53 126	0.38 72	0.41 96	0.41 115	0.45 101	0.40 119	0.54 47	0.36 100	0.45 35	0.54 98	0.77 128	0.37 108	0.62 191	0.73 59	0.44 33	0.50 50	0.43 63	0.51 29	0.38 64	0.44 24	0.59 51	0.35 131	0.28 57	0.51 59	0.59 87	0.58 38	0.48 49

iResNetv2_ROB	0.54 79	0.46 77	0.34 62	0.48 115	0.39 106	0.50 117	0.30 96	0.65 109	0.35 94	0.52 66	0.66 135	0.72 118	0.56 155	0.28 97	0.73 59	0.52 68	0.51 56	0.47 89	1.17 133	0.48 109	0.69 110	0.54 41	0.30 114	0.45 133	0.58 84	0.54 77	0.81 106	0.57 72

CREStereo	0.47 58	0.52 119	0.44 104	0.35 75	0.26 43	0.29 40	0.15 26	0.61 81	0.31 71	0.58 100	0.43 58	0.72 118	0.36 100	0.25 75	0.74 62	0.65 125	0.60 112	0.35 29	0.53 31	0.34 46	0.61 92	0.60 54	0.19 42	0.31 70	0.57 83	0.62 89	0.65 66	0.70 105
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
RALAANet	0.47 58	0.42 55	0.40 84	0.29 44	0.29 60	0.34 60	0.25 74	0.54 47	0.28 45	0.48 47	0.49 77	0.44 36	0.26 40	0.20 35	0.77 63	0.48 50	0.50 50	0.50 110	0.77 95	0.46 100	0.61 92	1.20 114	0.22 69	0.33 84	0.50 55	0.44 50	0.71 82	0.47 46

SA	0.43 41	0.48 91	0.22 21	0.25 30	0.24 35	0.31 50	0.13 15	0.64 104	0.33 86	0.62 120	0.25 18	0.54 67	0.22 25	0.16 22	0.78 64	0.50 57	0.53 69	0.41 53	0.63 64	0.29 33	0.48 39	0.80 80	0.15 19	0.29 60	0.46 47	0.56 85	0.96 142	0.47 46

rafts_anoy	0.45 46	0.52 119	0.39 77	0.29 44	0.30 63	0.34 60	0.23 65	0.59 70	0.28 45	0.51 59	0.54 98	0.49 50	0.24 31	0.18 28	0.78 64	0.60 103	0.52 65	0.50 110	0.61 61	0.36 53	0.52 55	0.71 69	0.20 51	0.30 65	0.56 77	0.46 58	0.54 30	0.52 56

Former-RAFT_DAM_RVC	0.44 44	0.33 21	0.31 53	0.29 44	0.25 38	0.26 30	0.16 31	0.55 54	0.40 115	0.55 82	0.50 84	0.49 50	0.27 45	0.23 52	0.80 66	0.47 45	0.52 65	0.41 53	0.54 35	0.38 64	0.48 39	0.85 91	0.17 31	0.24 31	0.52 63	0.85 133	0.44 20	0.56 66

CES	0.47 58	0.35 29	0.32 55	0.28 39	0.27 50	0.30 47	0.12 12	1.04 198	0.28 45	0.54 77	0.69 143	0.53 66	0.25 38	0.23 52	0.80 66	0.67 128	0.59 104	0.38 43	0.57 50	0.36 53	0.85 140	0.63 58	0.23 79	0.25 41	0.59 86	0.43 46	0.60 48	0.67 95

UDGNet	0.74 130	0.67 164	0.49 118	1.35 206	1.04 198	1.22 202	0.92 188	0.60 75	0.45 134	0.52 66	0.64 127	0.57 75	0.24 31	1.17 220	0.80 66	0.47 45	0.58 96	0.53 127	0.76 92	0.54 120	0.69 110	1.99 156	0.84 203	0.31 70	0.72 124	0.70 104	0.64 64	0.66 94

DLCB_ROB	0.56 85	0.51 111	0.49 118	0.41 96	0.46 126	0.45 101	0.43 125	0.56 58	0.46 136	0.57 93	0.62 120	0.71 117	0.54 149	0.41 140	0.80 66	0.53 76	0.58 96	0.49 102	0.54 35	0.45 99	0.59 85	0.71 69	0.39 144	0.44 128	0.99 180	0.79 124	0.72 87	0.62 86

CREStereo++_RVC	0.47 58	0.43 62	0.47 113	0.31 58	0.34 80	0.27 33	0.19 43	0.56 58	0.32 78	0.58 100	0.40 47	0.58 79	0.58 156	0.23 52	0.81 70	0.53 76	0.62 127	0.34 24	0.55 41	0.32 40	0.58 80	0.56 43	0.16 24	0.29 60	0.53 66	0.64 92	0.85 119	0.68 99
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	0.58 95	0.42 55	0.38 72	0.40 90	0.40 110	0.46 110	0.21 58	0.52 40	0.31 71	0.54 77	0.41 48	0.38 22	0.40 112	0.43 149	0.81 70	0.74 151	0.67 145	0.78 194	1.11 127	0.91 196	0.65 103	0.80 80	0.94 210	0.34 89	0.36 27	0.54 77	1.09 160	0.56 66

XX-TBD	0.58 95	0.42 55	0.38 72	0.40 90	0.40 110	0.46 110	0.21 58	0.52 40	0.31 71	0.54 77	0.41 48	0.38 22	0.40 112	0.43 149	0.81 70	0.74 151	0.67 145	0.78 194	1.11 127	0.91 196	0.65 103	0.80 80	0.94 210	0.34 89	0.36 27	0.54 77	1.09 160	0.56 66

AF-Net	0.56 85	0.50 104	0.45 106	0.50 121	0.54 145	0.62 148	0.60 149	0.61 81	0.56 153	0.43 26	0.65 129	0.87 143	0.42 119	0.41 140	0.81 70	0.47 45	0.47 38	0.44 70	0.61 61	0.41 86	0.48 39	0.70 67	0.42 150	0.41 120	0.56 77	0.64 92	0.85 119	0.72 111

Nwc_Net	0.56 85	0.50 104	0.45 106	0.50 121	0.54 145	0.62 148	0.60 149	0.61 81	0.56 153	0.43 26	0.65 129	0.87 143	0.42 119	0.41 140	0.81 70	0.47 45	0.47 38	0.44 70	0.61 61	0.41 86	0.48 39	0.70 67	0.42 150	0.41 120	0.56 77	0.64 92	0.85 119	0.72 111

PDISCO_ROB	0.51 73	0.40 46	0.40 84	0.39 86	0.35 84	0.40 83	0.30 96	0.51 39	0.35 94	0.37 20	0.51 90	0.51 58	0.35 95	0.31 108	0.82 75	0.60 103	0.56 87	0.69 177	0.60 59	0.48 109	0.69 110	0.98 106	0.26 95	0.37 107	0.59 86	0.55 83	0.86 123	0.61 81

DMCA-RVC	0.46 54	0.37 34	0.36 67	0.34 68	0.38 101	0.33 53	0.45 127	0.47 34	0.55 151	0.43 26	0.48 72	0.69 113	0.34 86	0.29 100	0.84 76	0.49 54	0.48 44	0.45 77	0.51 29	0.40 78	0.51 53	0.56 43	0.30 114	0.33 84	0.40 33	0.42 44	0.59 40	0.61 81

IPLGR_C	0.45 46	0.47 83	0.24 34	0.31 58	0.22 27	0.33 53	0.19 43	0.63 97	0.25 30	0.55 82	0.50 84	0.62 94	0.33 79	0.42 145	0.85 77	0.51 62	0.53 69	0.37 37	0.57 50	0.40 78	0.58 80	0.89 94	0.20 51	0.26 44	0.48 49	0.34 27	0.60 48	0.39 31

LMCR-Stereo	0.52 76	0.46 77	0.35 63	0.32 61	0.33 77	0.44 99	0.24 72	0.57 61	0.38 107	0.55 82	0.47 70	0.66 106	0.40 112	0.27 93	0.85 77	0.53 76	0.63 132	0.49 102	1.13 129	0.57 131	0.71 115	0.75 75	0.26 95	0.35 97	0.51 59	0.52 72	0.64 64	0.68 99

iResNet_ROB	0.52 76	0.49 96	0.44 104	0.42 101	0.31 70	0.43 98	0.35 109	0.60 75	0.34 92	0.52 66	0.60 116	0.48 44	0.58 156	0.25 75	0.87 79	0.53 76	0.58 96	0.50 110	1.23 136	0.39 71	0.52 55	0.42 23	0.26 95	0.44 128	0.59 86	0.54 77	0.80 104	0.64 91

dd	0.51 73	0.51 111	0.29 47	0.91 182	0.32 75	0.66 157	0.30 96	0.60 75	0.24 25	0.54 77	0.32 28	0.77 128	0.28 47	0.27 93	0.88 80	0.50 57	0.75 164	0.40 48	1.07 125	0.38 64	0.50 49	0.49 29	0.24 86	0.32 74	0.56 77	0.43 46	0.75 94	0.57 72

DN-CSS_ROB	0.56 85	0.44 65	0.49 118	0.41 96	0.40 110	0.35 68	0.22 60	0.69 131	0.35 94	0.59 105	0.77 157	0.67 107	0.49 139	0.24 65	0.90 81	0.43 32	0.60 112	0.43 63	1.77 154	0.40 78	0.85 140	0.58 47	0.32 121	0.51 151	0.55 73	0.46 58	0.67 72	0.54 63

CASnet	0.44 44	0.53 126	0.25 38	0.28 39	0.28 53	0.30 47	0.14 20	0.62 92	0.30 60	0.61 113	0.43 58	0.64 102	0.29 51	0.24 65	0.91 82	0.39 25	0.47 38	0.31 16	0.76 92	0.28 27	0.68 108	0.74 74	0.21 65	0.26 44	0.44 44	0.34 27	0.62 56	0.56 66
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
ICVP	0.62 105	0.49 96	0.68 169	0.51 126	0.50 136	0.54 128	0.37 112	0.60 75	0.46 136	0.61 113	0.58 110	0.62 94	0.60 161	0.32 115	0.92 83	0.66 127	0.59 104	0.52 121	0.74 85	0.53 117	0.61 92	1.31 122	0.60 189	0.52 156	0.63 101	0.75 114	0.78 98	0.74 115
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	0.65 113	0.42 55	0.29 47	0.29 44	0.29 60	0.40 83	0.23 65	0.60 75	0.41 119	0.53 76	0.44 63	0.48 44	0.51 141	0.24 65	0.92 83	1.03 185	0.75 164	0.63 162	1.04 122	0.59 137	1.12 159	2.73 171	0.29 111	0.40 118	0.64 105	0.62 89	0.93 136	0.63 90

AE-Stereo	0.67 116	0.49 96	0.50 124	0.50 121	0.36 88	0.37 73	0.28 85	0.55 54	0.29 56	0.64 131	0.32 28	0.90 148	0.31 63	0.24 65	0.93 85	0.73 149	0.69 152	0.53 127	0.91 112	0.55 123	0.75 125	3.32 182	0.23 79	0.52 156	0.83 155	0.67 99	0.96 142	0.62 86

CASS	0.84 143	0.56 137	0.58 146	0.66 159	0.57 150	0.60 143	0.59 147	0.78 164	0.53 147	0.71 170	0.75 155	0.69 113	0.48 135	0.29 100	0.93 85	0.70 140	1.12 206	0.55 135	1.66 151	0.59 137	2.89 213	1.98 155	0.38 139	0.38 112	0.91 166	0.80 125	0.91 132	1.01 144
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
raftrobust	0.48 66	0.34 22	0.40 84	0.28 39	0.28 53	0.28 36	0.18 40	0.63 97	0.26 34	0.63 126	0.53 96	0.52 61	0.27 45	0.22 45	0.93 85	0.70 140	0.51 56	0.42 57	1.06 124	0.39 71	0.55 69	0.86 93	0.21 65	0.26 44	0.61 94	0.53 76	0.56 36	0.52 56

RAFT-Stereo + iAFF	0.39 34	0.41 52	0.36 67	0.24 26	0.19 20	0.30 47	0.14 20	0.58 66	0.25 30	0.46 38	0.36 38	0.50 55	0.19 22	0.16 22	0.93 85	0.38 19	0.43 25	0.29 11	0.66 69	0.30 36	0.50 49	0.59 51	0.20 51	0.23 24	0.54 69	0.37 32	0.60 48	0.43 42

psm_up	0.59 98	0.51 111	0.55 141	0.56 137	0.46 126	0.59 141	0.36 111	0.72 147	0.66 169	0.55 82	0.53 96	0.62 94	0.53 147	0.40 138	0.93 85	0.55 86	0.60 112	0.49 102	0.89 110	0.48 109	0.55 69	0.57 45	0.32 121	0.55 161	0.71 120	0.80 125	0.81 106	0.67 95

FC-DCNN	0.95 154	0.97 200	1.28 219	1.39 208	0.98 195	1.34 207	0.91 186	0.94 185	0.80 180	0.87 201	0.66 135	1.14 169	0.54 149	0.57 181	0.93 85	0.74 151	0.82 177	0.69 177	0.87 107	0.60 143	0.81 136	0.93 102	0.50 165	0.88 195	1.28 202	1.14 166	1.29 183	1.92 190

TESTraft	0.38 31	0.46 77	0.22 21	0.21 19	0.23 30	0.22 20	0.17 38	0.54 47	0.31 71	0.51 59	0.22 14	0.36 16	0.37 108	0.11 10	0.94 91	0.51 62	0.45 29	0.32 18	0.48 26	0.26 22	0.46 30	0.90 96	0.12 8	0.24 31	0.38 30	0.42 44	0.58 38	0.38 25

CIPLG	0.45 46	0.47 83	0.25 38	0.32 61	0.22 27	0.33 53	0.19 43	0.63 97	0.26 34	0.55 82	0.50 84	0.61 91	0.32 71	0.42 145	0.94 91	0.50 57	0.53 69	0.37 37	0.58 53	0.40 78	0.58 80	0.91 97	0.20 51	0.26 44	0.49 52	0.32 20	0.59 40	0.38 25

ACRE	0.45 46	0.47 83	0.24 34	0.33 64	0.22 27	0.34 60	0.19 43	0.63 97	0.25 30	0.55 82	0.50 84	0.61 91	0.32 71	0.42 145	0.94 91	0.51 62	0.53 69	0.37 37	0.57 50	0.41 86	0.59 85	0.91 97	0.20 51	0.26 44	0.48 49	0.33 23	0.59 40	0.39 31

Anonymous	0.73 127	0.53 126	0.38 72	0.36 79	0.36 88	0.42 94	0.26 79	0.74 154	0.47 140	0.45 35	0.45 67	0.57 75	0.51 141	0.24 65	0.95 94	1.10 194	0.77 170	0.69 177	1.85 157	0.65 159	1.30 173	2.91 176	0.33 126	0.44 128	0.69 118	0.72 107	0.93 136	0.74 115

GANetREF_RVC	0.80 138	0.75 174	0.69 174	0.76 170	0.66 167	0.70 165	0.60 149	0.99 190	0.74 175	0.94 206	0.52 94	1.36 179	0.72 171	0.45 159	0.95 94	0.59 99	0.69 152	0.63 162	1.16 132	0.63 152	0.84 139	0.71 69	0.60 189	0.73 182	0.95 171	0.90 141	1.21 175	1.05 147
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
AACVNet	0.57 90	0.48 91	0.41 94	0.59 143	0.62 159	0.54 128	0.38 115	0.61 81	0.41 119	0.59 105	0.63 121	0.59 83	0.34 86	0.36 128	0.97 96	0.56 90	0.59 104	0.54 131	0.72 83	0.53 117	0.57 76	0.65 61	0.38 139	0.46 134	0.60 91	0.69 101	0.84 115	0.82 129

GwcNet-ADL	0.97 156	0.85 190	0.82 185	0.91 182	0.72 177	0.71 166	0.55 140	0.78 164	0.51 145	0.72 172	4.46 238	1.21 172	0.67 170	0.47 163	0.97 96	0.97 179	0.75 164	0.56 141	1.30 140	0.74 184	0.70 114	1.12 113	0.59 188	0.60 166	0.82 152	1.02 156	0.91 132	1.71 184

sAnonymous2	0.60 100	0.42 55	0.32 55	0.29 44	0.30 63	0.45 101	0.29 92	0.71 140	0.41 119	0.47 41	0.54 98	0.52 61	0.44 125	0.23 52	0.97 96	0.85 168	0.70 157	0.68 173	1.36 141	0.61 145	0.86 142	1.20 114	0.30 114	0.37 107	0.65 109	0.72 107	0.72 87	0.72 111

CroCo_RVC	0.60 100	0.42 55	0.32 55	0.29 44	0.30 63	0.45 101	0.29 92	0.71 140	0.41 119	0.47 41	0.54 98	0.52 61	0.44 125	0.23 52	0.97 96	0.85 168	0.70 157	0.68 173	1.36 141	0.61 145	0.86 142	1.20 114	0.30 114	0.37 107	0.65 109	0.72 107	0.72 87	0.72 111

APVNet	0.60 100	0.47 83	0.39 77	0.46 112	0.50 136	0.59 141	0.56 142	0.61 81	0.42 126	0.46 38	0.65 129	0.52 61	0.31 63	0.36 128	0.97 96	0.76 158	0.73 162	0.64 164	0.97 119	0.55 123	0.62 96	1.21 117	0.35 131	0.50 150	0.60 91	0.48 63	0.87 125	0.60 79

TestStereo1	0.40 35	0.51 111	0.20 15	0.22 21	0.23 30	0.24 23	0.16 31	0.55 54	0.30 60	0.52 66	0.21 12	0.36 16	0.41 116	0.11 10	0.98 101	0.52 68	0.46 32	0.33 21	0.54 35	0.26 22	0.53 65	0.82 85	0.15 19	0.23 24	0.38 30	0.43 46	0.61 53	0.39 31

SA-5K	0.40 35	0.51 111	0.20 15	0.22 21	0.23 30	0.24 23	0.16 31	0.55 54	0.30 60	0.52 66	0.21 12	0.36 16	0.41 116	0.11 10	0.98 101	0.52 68	0.46 32	0.33 21	0.54 35	0.26 22	0.53 65	0.82 85	0.15 19	0.23 24	0.38 30	0.43 46	0.61 53	0.39 31

GEStereo_RVC	0.83 141	0.59 148	0.42 99	0.54 134	0.50 136	0.61 145	0.51 137	0.71 140	0.43 129	0.60 108	0.52 94	0.78 130	0.49 139	0.40 138	0.99 103	0.96 175	0.79 172	0.75 191	1.96 163	0.65 159	0.82 138	4.23 193	0.32 121	0.56 162	0.65 109	0.64 92	0.85 119	1.13 157

PS-NSSS	0.63 107	0.82 182	0.45 106	0.90 180	0.56 148	0.73 168	0.66 167	0.64 104	0.39 112	0.64 131	0.43 58	1.56 184	0.51 141	0.44 156	1.01 104	0.45 35	0.53 69	0.45 77	0.95 117	0.44 96	0.46 30	0.35 14	0.38 139	0.36 103	0.68 116	0.68 100	0.71 82	0.80 125

NaN_ROB	0.77 134	0.59 148	0.61 150	0.64 154	0.79 185	0.55 134	0.51 137	0.88 182	0.64 166	0.73 175	0.59 113	1.98 196	0.65 167	0.46 162	1.01 104	0.58 95	0.58 96	0.55 135	0.74 85	0.56 128	0.57 76	0.79 78	0.40 146	0.66 176	0.92 169	1.30 184	0.97 146	1.66 181

RP	0.63 107	0.58 146	0.74 179	0.62 151	0.57 150	0.58 140	0.67 169	0.63 97	0.60 161	0.42 25	0.79 160	0.79 131	0.53 147	0.44 156	1.02 106	0.51 62	0.55 79	0.45 77	0.66 69	0.47 104	0.55 69	0.96 103	0.38 139	0.47 139	0.64 105	0.69 101	0.92 134	0.77 123

NCC-stereo	0.71 120	0.64 159	0.61 150	0.65 156	0.67 169	0.64 154	0.74 176	0.67 116	0.75 176	0.43 26	0.79 160	0.83 135	0.72 171	0.48 164	1.02 106	0.55 86	0.59 104	0.65 168	0.82 103	0.57 131	0.62 96	0.92 100	0.55 182	0.48 146	0.80 144	0.95 148	0.94 138	0.99 142

Abc-Net	0.71 120	0.64 159	0.61 150	0.65 156	0.67 169	0.64 154	0.74 176	0.67 116	0.75 176	0.43 26	0.79 160	0.83 135	0.72 171	0.48 164	1.02 106	0.55 86	0.59 104	0.65 168	0.82 103	0.57 131	0.62 96	0.92 100	0.55 182	0.48 146	0.80 144	0.95 148	0.94 138	0.99 142
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AMNet	1.03 165	0.98 201	0.95 190	0.98 189	1.01 196	1.04 191	0.96 191	0.86 181	0.93 191	0.97 209	1.01 179	1.12 166	0.82 175	1.05 218	1.03 109	1.10 194	1.17 208	1.05 215	1.08 126	1.05 207	1.14 161	1.06 110	0.84 203	0.99 205	1.02 185	1.06 161	1.20 173	1.30 168

HSM	0.57 90	0.50 104	0.51 129	0.49 117	0.48 129	0.42 94	0.38 115	0.71 140	0.37 104	0.61 113	0.65 129	0.60 87	0.48 135	0.31 108	1.03 109	0.52 68	0.65 139	0.48 96	0.78 96	0.49 113	0.69 110	0.64 60	0.27 102	0.47 139	0.64 105	0.72 107	0.88 127	0.68 99

CC-Net-ROB	1.00 160	1.19 212	0.70 176	1.57 212	1.10 200	1.68 217	1.26 201	0.79 168	0.60 161	0.81 192	0.58 110	3.27 214	0.58 156	0.88 210	1.04 111	0.46 40	0.75 164	0.66 170	1.43 145	0.59 137	0.60 88	0.53 39	1.88 229	0.47 139	0.88 163	0.82 128	0.79 99	1.19 161

MyStereo04	0.73 127	0.53 126	0.61 150	0.44 105	0.38 101	0.37 73	0.26 79	0.68 125	0.45 134	0.63 126	0.44 63	0.69 113	0.35 95	0.26 85	1.05 112	0.73 149	0.57 91	0.55 135	3.42 202	0.65 159	1.20 164	1.04 108	0.28 107	0.43 127	0.81 147	1.31 185	0.98 147	0.65 93

MSMDNet	0.92 147	0.53 126	0.54 137	0.35 75	0.36 88	0.45 101	0.34 107	0.69 131	0.30 60	0.63 126	0.72 149	0.72 118	0.36 100	0.23 52	1.05 112	1.51 231	0.64 136	0.51 117	2.89 192	0.82 187	1.60 181	5.72 223	0.24 86	0.32 74	0.76 132	0.84 131	0.86 123	0.75 120

RGC	0.81 139	0.73 172	1.00 195	0.71 165	0.74 181	0.77 174	0.58 145	0.74 154	0.76 178	0.57 93	0.98 177	0.85 140	0.86 179	0.57 181	1.09 114	0.64 120	0.64 136	0.56 141	0.94 116	0.64 157	0.73 119	1.62 139	0.53 177	0.59 165	0.84 157	1.01 155	1.03 152	1.19 161

MLCV	0.75 132	0.49 96	0.54 137	0.74 167	0.51 141	0.66 157	0.45 127	0.82 175	0.43 129	0.70 167	0.88 168	1.05 159	0.85 178	0.29 100	1.11 115	0.50 57	0.67 145	0.53 127	2.58 183	0.47 104	0.67 107	1.04 108	0.40 146	0.61 169	0.75 128	0.80 125	0.84 115	0.74 115

iRaft-Stereo_20w	2.15 204	0.53 126	1.39 222	1.22 201	0.48 129	0.79 178	0.50 135	0.75 156	0.43 129	0.73 175	6.67 253	0.86 142	0.29 51	0.27 93	1.12 116	1.28 212	0.61 122	0.45 77	1.83 155	0.63 152	1.11 158	5.64 221	0.22 69	0.28 57	0.96 172	25.03 260	1.45 191	2.62 204

cross-raft	0.93 149	0.57 144	0.52 133	0.44 105	0.35 84	0.42 94	0.28 85	0.73 151	0.33 86	0.65 137	0.72 149	0.74 124	0.30 54	0.23 52	1.13 117	1.20 206	0.63 132	0.48 96	2.91 193	0.61 145	1.80 190	5.83 226	0.23 79	0.34 89	0.84 157	0.89 139	0.94 138	0.98 140

stereogan	0.75 132	0.68 166	0.66 165	0.69 164	0.74 181	0.75 171	0.65 161	0.71 140	0.61 164	0.51 59	0.63 121	1.09 164	0.64 166	0.45 159	1.13 117	0.60 103	0.57 91	0.51 117	0.92 113	0.61 145	0.63 100	2.04 157	0.47 159	0.49 148	0.62 95	0.69 101	1.20 173	0.87 133

R-Stereo Train	0.72 122	0.56 137	0.50 124	0.49 117	0.37 94	0.51 121	0.19 43	0.61 81	0.33 86	0.67 154	0.66 135	0.73 121	0.36 100	0.25 75	1.13 117	0.95 173	0.66 141	0.52 121	2.17 168	0.46 100	1.03 154	2.24 161	0.22 69	0.38 112	0.75 128	0.94 146	0.79 99	1.08 151

RAFT-Stereo	0.72 122	0.56 137	0.50 124	0.49 117	0.37 94	0.51 121	0.19 43	0.61 81	0.33 86	0.67 154	0.66 135	0.73 121	0.36 100	0.25 75	1.13 117	0.95 173	0.66 141	0.52 121	2.17 168	0.46 100	1.03 154	2.24 161	0.22 69	0.38 112	0.75 128	0.94 146	0.79 99	1.08 151
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
anonymity	3.37 225	0.42 55	1.10 208	0.58 141	0.43 118	0.48 113	0.31 102	0.78 164	0.35 94	0.62 120	65.69 272	0.87 143	0.30 54	0.25 75	1.14 121	1.37 219	0.61 122	0.44 70	1.39 143	0.63 152	0.75 125	7.27 238	0.25 93	0.32 74	0.99 180	1.23 175	1.10 164	1.44 173

DDUNet	1.45 184	2.20 224	0.95 190	2.67 222	2.44 231	2.57 224	2.52 219	0.80 170	0.84 183	0.63 126	0.95 175	1.61 189	0.54 149	2.64 235	1.14 121	0.79 162	2.07 228	0.79 200	2.32 173	0.94 198	1.26 169	1.85 145	2.70 233	0.61 169	0.74 126	0.75 114	0.99 148	0.84 131

SACVNet	0.67 116	0.54 135	0.52 133	0.56 137	0.57 150	0.54 128	0.63 156	0.69 131	0.57 156	0.67 154	0.57 107	0.60 87	0.38 110	0.41 140	1.15 123	0.63 115	0.66 141	0.58 149	0.98 120	0.65 159	0.75 125	1.46 131	0.37 137	0.51 151	0.77 136	0.76 118	0.87 125	0.83 130

HSM-Net_RVC	0.79 137	0.53 126	0.63 157	0.79 173	0.64 165	0.63 151	0.40 119	0.76 157	0.49 143	0.73 175	1.54 207	1.35 178	0.84 177	0.37 133	1.15 123	0.62 110	0.66 141	0.53 127	0.81 101	0.55 123	0.81 136	1.08 111	0.44 154	0.71 181	0.97 174	1.10 164	1.11 165	1.09 153
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Sa-1000	0.55 83	0.48 91	0.23 24	0.26 35	0.27 50	0.32 51	0.16 31	0.65 109	0.37 104	0.63 126	0.33 30	0.51 58	0.28 47	0.30 104	1.16 125	0.53 76	0.60 112	0.45 77	0.92 113	0.33 43	0.56 74	2.21 159	0.18 39	0.30 65	0.74 126	0.52 72	1.00 149	0.48 49

NLCA_NET_v2_RVC	0.54 79	0.53 126	0.50 124	0.44 105	0.58 153	0.42 94	0.65 161	0.56 58	0.62 165	0.52 66	0.51 90	0.67 107	0.38 110	0.58 187	1.16 125	0.44 33	0.48 44	0.43 63	0.58 53	0.40 78	0.46 30	0.51 32	0.31 119	0.34 89	0.50 55	0.77 120	0.63 60	0.64 91
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
XPNet_ROB	0.81 139	0.77 175	0.59 148	0.54 134	0.62 159	0.64 154	0.64 158	0.54 47	0.67 170	0.58 100	0.78 158	2.38 199	0.48 135	0.44 156	1.16 125	0.71 145	0.87 181	0.57 148	0.86 105	0.58 136	0.80 134	1.79 143	0.46 157	0.52 156	0.66 113	0.74 112	1.47 196	0.97 139

UCFNet_RVC	0.60 100	0.79 177	0.46 111	0.60 145	0.56 148	0.53 125	0.40 119	0.59 70	0.40 115	0.59 105	0.61 118	0.83 135	0.47 133	0.33 121	1.17 128	0.47 45	0.51 56	0.50 110	0.70 80	0.47 104	0.61 92	0.63 58	0.39 144	0.44 128	0.81 147	0.75 114	0.67 72	0.85 132

CFNet_RVC	0.55 83	0.52 119	0.49 118	0.50 121	0.49 133	0.49 114	0.33 104	0.52 40	0.38 107	0.51 59	0.68 140	0.58 79	0.35 95	0.31 108	1.18 129	0.49 54	0.52 65	0.48 96	0.60 59	0.44 96	0.60 88	0.62 56	0.28 107	0.39 116	0.68 116	0.74 112	0.84 115	0.74 115

MyStereo	0.77 134	0.56 137	0.73 177	0.47 114	0.39 106	0.37 73	0.28 85	0.68 125	0.50 144	0.66 146	0.55 103	0.67 107	0.43 122	0.26 85	1.20 130	0.70 140	0.59 104	0.55 135	3.23 200	0.65 159	1.12 159	1.34 125	0.29 111	0.44 128	0.91 166	1.52 197	1.01 150	0.62 86

IGEV_Zeroshot_test	1.32 180	0.47 83	1.27 217	1.16 197	0.48 129	0.61 145	0.65 161	0.80 170	0.41 119	0.67 154	4.86 243	0.97 153	0.31 63	0.26 85	1.20 130	1.48 227	0.61 122	0.49 102	2.56 182	0.66 166	2.26 201	8.15 246	0.22 69	0.41 120	1.05 187	1.03 159	1.16 170	1.43 172

RAFT-Test	0.97 156	0.51 111	0.52 133	0.53 131	0.35 84	0.41 90	0.30 96	0.72 147	0.31 71	0.62 120	3.46 234	0.68 110	0.32 71	0.23 52	1.20 130	1.42 223	0.63 132	0.50 110	3.05 195	0.68 171	1.73 187	2.86 175	0.24 86	0.32 74	0.82 152	1.87 210	0.95 141	0.89 136

dad	0.93 149	0.58 146	0.38 72	1.42 209	0.64 165	0.78 175	2.27 215	1.43 216	0.38 107	0.93 205	0.39 45	0.85 140	0.79 174	0.34 122	1.20 130	0.57 94	0.79 172	0.46 85	1.86 159	0.41 86	0.79 133	0.69 66	0.30 114	0.51 151	1.17 197	0.47 60	2.78 235	1.90 189

BEATNet_4x	0.59 98	0.40 46	0.35 63	0.40 90	0.36 88	0.33 53	0.28 85	0.64 104	0.41 119	0.66 146	0.45 67	0.63 100	0.42 119	0.25 75	1.20 130	0.64 120	0.60 112	0.58 149	0.59 57	0.38 64	1.07 157	2.22 160	0.26 95	0.40 118	0.50 55	0.52 72	0.82 109	0.67 95

MIPNet	0.57 90	0.51 111	0.35 63	0.33 64	0.30 63	0.38 78	0.26 79	0.62 92	0.24 25	0.50 55	0.50 84	0.62 94	0.44 125	0.31 108	1.22 135	0.56 90	0.60 112	0.50 110	0.79 99	0.47 104	0.45 27	1.65 140	0.20 51	0.30 65	0.73 125	1.29 182	0.71 82	0.60 79

NCCL2	0.73 127	0.74 173	0.68 169	0.58 141	0.58 153	0.52 124	0.49 133	0.70 138	0.58 159	0.68 158	0.68 140	0.68 110	0.48 135	0.41 140	1.22 135	0.75 155	0.67 145	0.58 149	0.78 96	0.59 137	0.80 134	1.30 121	0.51 172	0.64 173	0.98 178	0.96 150	0.88 127	1.20 164

HH	1.05 168	0.34 22	1.01 197	0.43 102	0.39 106	0.53 125	0.42 122	0.69 131	0.35 94	0.65 137	0.49 77	1.07 161	0.26 40	0.28 97	1.24 137	2.30 246	0.62 127	0.54 131	2.45 178	0.67 168	3.56 224	5.13 212	0.26 95	0.35 97	0.87 161	1.27 180	1.09 160	1.11 155

HanStereo	1.05 168	0.34 22	1.01 197	0.43 102	0.39 106	0.53 125	0.42 122	0.69 131	0.35 94	0.65 137	0.49 77	1.07 161	0.26 40	0.28 97	1.24 137	2.30 246	0.62 127	0.54 131	2.45 178	0.67 168	3.56 224	5.13 212	0.26 95	0.35 97	0.87 161	1.27 180	1.09 160	1.11 155

test-3	0.72 122	0.38 36	0.40 84	0.34 68	0.34 80	0.34 60	0.23 65	0.65 109	0.27 38	0.61 113	0.36 38	0.91 149	0.32 71	0.21 40	1.24 137	0.61 107	0.56 87	0.43 63	2.65 185	0.39 71	0.60 88	5.03 209	0.17 31	0.32 74	0.52 63	0.38 34	0.70 79	0.53 58

test_1	0.72 122	0.38 36	0.40 84	0.34 68	0.34 80	0.34 60	0.23 65	0.65 109	0.27 38	0.62 120	0.36 38	0.91 149	0.32 71	0.21 40	1.24 137	0.61 107	0.55 79	0.43 63	2.65 185	0.39 71	0.60 88	5.03 209	0.17 31	0.32 74	0.52 63	0.38 34	0.70 79	0.53 58

TRStereo	4.80 238	0.88 194	1.21 212	0.56 137	0.36 88	1.43 211	0.49 133	0.68 125	0.30 60	0.65 137	0.47 70	1.13 168	0.28 47	0.23 52	1.25 141	1.09 192	0.58 96	0.48 96	2.00 165	0.51 115	0.76 129	5.69 222	0.19 42	0.30 65	0.79 143	104.35 274	1.77 211	1.07 150

CFNet_pseudo	0.54 79	0.44 65	0.46 111	0.54 134	0.43 118	0.54 128	0.35 109	0.62 92	0.36 100	0.61 113	0.64 127	0.58 79	0.55 153	0.36 128	1.26 142	0.56 90	0.51 56	0.47 89	0.69 73	0.37 61	0.49 45	0.54 41	0.27 102	0.35 97	0.58 84	0.60 88	0.69 78	0.75 120

GANet-ADL	0.87 145	0.60 151	0.57 145	0.61 147	0.59 155	0.63 151	0.48 132	0.67 116	0.53 147	0.65 137	0.65 129	0.76 126	0.47 133	0.39 136	1.27 143	0.82 166	0.69 152	0.52 121	1.94 162	0.66 166	0.71 115	4.56 201	0.43 153	0.49 148	0.71 120	1.19 172	1.05 157	0.88 135

ccs_rob	1.30 177	0.79 177	0.68 169	0.86 177	0.61 158	0.90 186	0.84 181	0.99 190	0.52 146	0.75 179	6.22 249	5.88 233	1.15 187	0.51 170	1.29 144	1.13 198	0.69 152	0.66 170	1.17 133	0.73 183	1.60 181	2.54 166	0.50 165	0.56 162	0.71 120	0.78 122	0.90 131	1.19 161

PWCDC_ROB	0.72 122	0.35 29	0.39 77	0.30 51	0.45 124	0.37 73	0.38 115	0.43 22	1.24 207	0.27 12	0.71 145	0.45 41	2.48 210	0.57 181	1.31 145	0.78 161	0.58 96	0.56 141	0.66 69	0.56 128	0.73 119	2.56 168	0.46 157	0.42 124	0.40 33	0.63 91	0.52 26	0.74 115

iinet-f	0.58 95	0.44 65	0.37 71	0.34 68	0.25 38	0.49 114	0.27 84	0.43 22	0.28 45	0.52 66	0.92 172	0.61 91	0.45 129	0.26 85	1.34 146	0.61 107	0.53 69	0.40 48	1.60 149	0.52 116	0.62 96	1.51 134	0.27 102	0.27 54	0.56 77	0.38 34	0.79 99	0.56 66

NVstereo2D	0.56 85	0.48 91	0.43 102	0.52 128	0.49 133	0.66 157	0.65 161	0.61 81	0.40 115	0.48 47	0.59 113	0.54 67	0.31 63	0.64 193	1.34 146	0.63 115	0.59 104	0.56 141	0.55 41	0.42 93	0.53 65	0.52 34	0.55 182	0.47 139	0.65 109	0.52 72	0.59 40	0.53 58

EKT-Stereo	1.00 160	0.65 161	0.61 150	0.59 143	0.49 133	0.62 148	0.74 176	0.71 140	0.32 78	0.64 131	1.67 214	0.74 124	0.32 71	0.27 93	1.35 148	1.29 213	0.70 157	0.78 194	1.50 146	0.61 145	1.73 187	6.50 235	0.22 69	0.34 89	0.96 172	1.00 153	1.06 159	0.71 110

MSKI-zero shot	1.13 173	0.50 104	0.49 118	0.41 96	0.37 94	0.47 112	0.33 104	0.76 157	0.31 71	0.65 137	1.67 214	0.84 138	0.33 79	0.22 45	1.36 149	1.50 230	0.65 139	0.48 96	3.12 197	0.63 152	2.22 200	7.37 239	0.20 51	0.41 120	0.98 178	1.45 191	1.24 178	1.57 177

PA-Net	0.69 118	0.68 166	0.66 165	0.50 121	0.68 171	0.51 121	0.65 161	0.66 113	0.73 173	0.54 77	0.55 103	0.58 79	0.59 160	0.59 190	1.36 149	0.59 99	0.47 38	0.55 135	0.63 64	0.55 123	0.52 55	0.99 107	0.37 137	0.54 160	0.66 113	1.45 191	0.67 72	1.32 169
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
UDG	1.44 183	2.27 226	1.02 200	2.58 220	2.46 232	2.49 223	2.57 221	0.76 157	0.86 184	0.77 186	1.07 183	1.54 183	0.66 169	2.59 232	1.37 151	0.72 147	2.12 229	0.82 202	2.32 173	1.00 202	1.33 176	1.93 153	1.63 226	0.67 177	0.76 132	0.83 129	0.96 142	0.80 125

Any-RAFT	0.78 136	0.49 96	0.88 186	0.53 131	0.43 118	0.39 82	0.28 85	0.64 104	0.32 78	0.57 93	0.76 156	0.88 146	0.24 31	0.23 52	1.38 152	0.79 162	0.60 112	0.46 85	2.52 181	0.47 104	1.19 163	1.79 143	0.24 86	0.34 89	1.01 184	1.36 188	0.74 93	1.59 178

test_3	0.74 130	0.39 42	0.39 77	0.34 68	0.33 77	0.34 60	0.23 65	0.67 116	0.29 56	0.64 131	0.34 35	0.93 151	0.36 100	0.21 40	1.39 153	0.58 95	0.57 91	0.46 85	2.73 188	0.40 78	0.57 76	5.06 211	0.15 19	0.35 97	0.54 69	0.47 60	0.68 77	0.49 51

pcwnet_v2	0.66 114	0.47 83	0.53 136	0.62 151	0.50 136	0.63 151	0.46 130	0.66 113	0.46 136	0.65 137	0.78 158	0.65 104	0.89 180	0.56 180	1.39 153	0.64 120	0.60 112	0.51 117	0.88 109	0.44 96	0.58 80	0.77 76	0.35 131	0.46 134	0.76 132	0.76 118	0.88 127	1.02 145

DeepPruner_ROB	0.64 111	0.45 72	0.56 143	0.52 128	0.54 145	0.50 117	0.42 122	0.62 92	0.47 140	0.60 108	0.68 140	0.62 94	0.51 141	0.32 115	1.40 155	0.62 110	0.63 132	0.59 155	0.70 80	0.49 113	1.24 167	0.83 89	0.36 136	0.46 134	0.62 95	1.07 162	0.73 91	0.62 86

ETE_ROB	0.95 154	0.91 195	0.60 149	0.68 161	0.71 173	0.85 181	0.65 161	0.67 116	0.90 188	0.64 131	1.06 180	2.65 204	0.55 153	0.55 177	1.45 156	0.75 155	0.94 191	0.64 164	1.02 121	0.70 176	0.98 151	2.12 158	0.51 172	0.61 169	0.81 147	0.92 144	1.53 200	1.25 165

STTStereo	0.57 90	0.56 137	0.54 137	0.45 110	0.52 142	0.44 99	0.62 153	0.52 40	0.47 140	0.47 41	0.55 103	0.73 121	0.46 131	0.57 181	1.46 157	0.46 40	0.50 50	0.52 121	0.55 41	0.39 71	0.53 65	0.51 32	0.33 126	0.36 103	0.55 73	0.66 98	0.71 82	0.98 140

SGM-Forest	0.93 149	0.71 170	0.40 84	1.13 196	0.66 167	0.75 171	0.46 130	0.68 125	0.39 112	0.61 113	0.45 67	1.17 171	1.11 184	0.49 166	1.46 157	0.64 120	0.56 87	0.47 89	0.75 88	0.46 100	0.64 101	4.86 204	0.45 155	0.47 139	0.92 169	0.89 139	2.04 220	1.59 178
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CSAN	1.00 160	0.84 188	0.75 180	0.87 178	0.87 188	0.75 171	0.67 169	1.00 192	0.99 199	0.94 206	0.72 149	2.06 198	1.74 202	0.51 170	1.50 159	0.65 125	0.78 171	0.68 173	1.15 131	0.72 181	0.86 142	0.89 94	0.54 179	0.79 190	1.09 192	1.65 204	1.28 182	1.63 180

PMTNet	0.54 79	0.49 96	0.48 117	0.31 58	0.30 63	0.27 33	0.23 65	0.54 47	0.30 60	0.57 93	0.42 54	0.60 87	0.24 31	0.23 52	1.51 160	0.62 110	0.58 96	0.37 37	1.17 133	0.34 46	0.76 129	0.62 56	0.20 51	0.23 24	0.81 147	0.70 104	0.67 72	0.92 137

GES	0.63 107	0.53 126	0.40 84	0.40 90	0.41 115	0.54 128	0.39 118	0.59 70	0.41 119	0.56 91	0.63 121	0.50 55	0.31 63	0.43 149	1.52 161	0.69 135	0.67 145	0.56 141	2.30 172	0.59 137	0.75 125	0.80 80	0.32 121	0.46 134	0.53 66	0.48 63	0.65 66	0.70 105

Anonymous3	0.85 144	0.60 151	0.45 106	0.38 83	0.44 122	0.57 137	0.50 135	0.79 168	0.64 166	0.68 158	0.48 72	1.49 182	0.54 149	0.31 108	1.53 162	1.39 221	0.90 183	0.82 202	1.53 147	0.70 176	1.35 177	2.55 167	0.41 148	0.42 124	0.78 140	0.88 137	1.03 152	0.70 105

IPLG	0.51 73	0.46 77	0.33 60	0.28 39	0.27 50	0.33 53	0.22 60	0.62 92	0.22 20	0.51 59	0.41 48	0.57 75	0.31 63	0.32 115	1.55 163	0.48 50	0.57 91	0.49 102	0.56 47	0.41 86	0.45 27	1.52 136	0.19 42	0.31 70	0.50 55	0.83 129	0.66 69	0.50 53

test-1	1.04 167	0.34 22	0.56 143	0.37 81	0.41 115	0.61 145	0.37 112	0.72 147	0.39 112	0.69 163	0.70 144	1.12 166	0.44 125	0.25 75	1.56 164	1.36 217	0.64 136	0.60 158	2.29 171	0.59 137	1.20 164	7.59 241	0.23 79	0.37 107	0.83 155	1.13 165	1.12 166	1.55 176

LALA_ROB	0.92 147	0.98 201	0.69 174	0.64 154	0.71 173	0.84 180	0.69 173	0.71 140	0.82 182	0.68 158	1.06 180	2.63 203	0.58 156	0.51 170	1.59 165	0.70 140	0.87 181	0.73 185	0.93 115	0.69 175	0.91 146	1.74 142	0.50 165	0.64 173	0.78 140	0.92 144	1.19 172	1.25 165

FADNet-RVC-Resample	0.63 107	0.52 119	0.42 99	0.46 112	0.40 110	0.41 90	0.44 126	0.73 151	0.42 126	0.68 158	0.50 84	1.09 164	0.45 129	0.43 149	1.67 166	0.52 68	0.59 104	0.61 161	0.87 107	0.57 131	0.56 74	0.91 97	0.35 131	0.61 169	0.59 86	0.77 120	0.55 34	0.79 124

DAS	1.08 170	0.61 155	0.51 129	0.79 173	0.63 162	0.69 163	0.62 153	0.84 176	0.93 191	0.65 137	1.46 205	1.69 191	1.27 189	0.35 125	1.69 167	0.97 179	0.95 192	0.73 185	1.91 160	1.03 205	2.01 195	2.78 172	0.47 159	0.98 202	0.97 174	1.17 168	1.45 191	1.06 148

SepStereo	1.08 170	0.61 155	0.51 129	0.79 173	0.63 162	0.69 163	0.62 153	0.84 176	0.93 191	0.65 137	1.46 205	1.69 191	1.27 189	0.35 125	1.69 167	0.97 179	0.95 192	0.73 185	1.91 160	1.03 205	2.01 195	2.78 172	0.47 159	0.98 202	0.97 174	1.17 168	1.45 191	1.06 148

IPLGR	0.62 105	0.56 137	0.41 94	0.44 105	0.38 101	0.36 70	0.23 65	0.61 81	0.30 60	0.55 82	0.67 139	0.64 102	0.33 79	0.29 100	1.69 167	0.52 68	0.58 96	0.56 141	1.14 130	0.55 123	0.58 80	1.55 138	0.21 65	0.37 107	0.78 140	1.24 178	0.75 94	0.58 74

PSMNet-ADL	1.03 165	0.63 158	0.68 169	0.68 161	0.73 179	0.68 161	0.59 147	0.76 157	0.60 161	0.84 198	4.85 242	0.96 152	1.50 197	0.45 159	1.70 170	1.06 190	0.70 157	0.55 135	2.03 166	0.71 179	0.92 148	1.40 127	0.54 179	0.51 151	0.77 136	0.97 152	1.42 189	0.67 95

MaskLacGwcNet_RVC	8.44 251	0.67 164	1.08 206	0.97 188	0.87 188	0.82 179	1.29 203	0.85 179	0.73 173	0.90 203	5.88 248	182.08 274	2.36 209	1.37 225	1.72 171	1.04 187	0.95 192	1.05 215	6.37 222	0.80 186	3.60 228	4.99 208	0.56 185	0.86 193	1.00 182	1.48 195	1.21 175	2.39 201

DeepPrunerF	1.23 176	0.50 104	0.40 84	0.57 140	2.81 240	0.50 117	0.67 169	0.53 44	0.57 156	0.43 26	0.65 129	0.44 36	0.33 79	0.42 145	1.72 171	0.77 159	0.60 112	0.47 89	0.95 117	0.48 109	0.66 106	0.82 85	0.41 148	0.38 112	14.97 259	0.87 136	0.66 69	0.61 81

FADNet	0.69 118	0.55 136	0.42 99	0.53 131	0.44 122	0.49 114	0.70 174	0.76 157	0.43 129	0.66 146	0.63 121	0.82 134	0.51 141	0.37 133	1.80 173	0.53 76	0.53 69	0.54 131	1.67 152	0.54 120	0.74 122	0.81 84	0.35 131	0.42 124	0.76 132	0.86 134	0.80 104	1.04 146

iResNet	0.97 156	0.57 144	0.64 162	0.75 169	0.71 173	1.00 190	0.58 145	1.00 192	0.58 159	0.66 146	0.82 166	1.42 181	1.53 198	0.31 108	1.82 174	0.71 145	0.76 169	0.68 173	4.15 205	0.72 181	0.91 146	0.82 85	0.42 150	0.96 200	0.75 128	0.90 141	1.03 152	0.87 133

G-Net	1.89 198	0.99 203	1.27 217	0.92 184	0.97 194	1.11 197	0.80 179	1.62 223	2.02 228	1.00 212	2.80 228	7.25 242	1.67 201	0.55 177	1.85 175	1.77 238	1.07 202	0.92 211	3.00 194	2.69 249	1.95 192	1.95 154	0.80 200	1.04 211	1.06 191	1.69 207	2.80 237	5.50 234

FCDSN-DC	0.83 141	0.62 157	0.63 157	0.67 160	0.63 162	0.60 143	0.61 152	0.68 125	0.42 126	0.75 179	0.42 54	0.60 87	0.36 100	0.50 168	1.90 176	0.70 140	0.81 176	0.78 194	0.65 67	0.57 131	0.73 119	4.71 203	0.48 162	0.89 196	0.70 119	0.78 122	0.62 56	0.69 103
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCL	1.30 177	0.83 187	0.67 167	0.60 145	0.53 143	0.74 169	0.95 189	0.77 163	2.74 243	0.68 158	0.99 178	0.89 147	0.52 146	0.52 173	1.90 176	0.67 128	0.69 152	0.58 149	1.26 138	0.67 168	1.22 166	1.42 128	0.51 172	0.51 151	1.51 217	1.42 190	0.89 130	10.57 248

XX-Stereo	9.59 255	0.38 36	0.41 94	0.62 151	0.28 53	0.54 128	0.28 85	0.69 131	0.28 45	0.69 163	6.22 249	1.02 157	0.30 54	0.24 65	1.91 178	1.60 233	0.61 122	0.52 121	1.97 164	0.54 120	0.76 129	1.31 122	0.19 42	0.29 60	233.45 273	0.86 134	1.03 152	1.85 186

ACVNet_1	2.64 215	3.24 243	2.43 238	4.43 244	3.01 244	3.83 240	4.20 241	1.35 212	1.18 204	1.22 224	1.08 186	3.35 217	2.52 212	3.12 243	1.93 179	0.72 147	2.67 241	1.17 227	9.65 234	1.16 212	3.59 227	2.70 170	4.47 244	1.11 213	1.43 212	2.04 216	1.46 194	2.10 193

ACVNet_2	3.45 228	3.01 237	2.34 237	4.63 245	2.95 243	3.55 231	3.53 232	1.59 221	1.33 211	1.30 227	1.13 188	3.27 214	2.54 214	2.69 237	1.95 180	0.87 170	9.85 256	1.08 221	21.96 254	1.38 225	3.39 219	4.29 196	4.23 240	1.43 229	2.01 223	2.58 226	1.90 214	2.34 199

ADCP+	0.98 159	0.59 148	0.63 157	0.44 105	0.45 124	0.56 135	0.91 186	0.66 113	1.76 222	0.48 47	1.07 183	1.65 190	0.34 86	0.43 149	1.95 180	0.54 84	0.54 77	0.48 96	1.25 137	0.41 86	0.65 103	1.35 126	0.33 126	0.32 74	0.67 115	3.29 234	0.79 99	3.83 222

EAI-Stereo	0.94 152	0.52 119	0.62 156	0.52 128	0.50 136	0.57 137	0.64 158	0.72 147	0.37 104	0.62 120	2.08 220	0.84 138	0.26 40	0.26 85	1.99 182	1.49 228	0.61 122	0.50 110	3.11 196	0.65 159	0.88 145	2.39 165	0.20 51	0.36 103	0.81 147	1.09 163	1.59 203	1.15 159

FADNet-RVC	0.64 111	0.50 104	0.39 77	0.51 126	0.43 118	0.40 83	0.64 158	0.69 131	0.38 107	0.64 131	0.51 90	1.15 170	0.46 131	0.34 122	2.01 183	0.56 90	0.55 79	0.45 77	1.26 138	0.53 117	0.59 85	0.66 64	0.33 126	0.52 156	0.60 91	0.75 114	0.67 72	0.80 125

FBW_ROB	1.50 185	1.46 217	1.13 211	2.05 219	1.56 218	1.42 210	2.03 214	1.00 192	0.71 171	0.73 175	1.21 192	2.38 199	0.93 181	1.53 226	2.03 184	0.63 115	0.90 183	0.66 170	6.51 223	0.63 152	1.69 184	1.54 137	1.47 225	1.14 216	1.05 187	1.23 175	1.02 151	1.77 185

SANet	1.82 194	0.95 199	1.10 208	1.07 193	1.10 200	1.35 208	0.84 181	1.76 231	1.79 223	0.77 186	1.22 193	6.64 237	7.62 239	0.84 206	2.04 185	0.81 164	1.29 211	0.90 208	1.61 150	0.88 191	1.38 178	1.86 146	0.89 206	1.33 227	1.39 207	2.61 227	2.03 218	3.05 213

LVE	4.48 235	3.05 238	2.13 234	26.62 265	3.20 247	3.95 241	12.38 262	1.56 219	1.65 220	1.86 248	1.66 211	3.36 218	4.03 223	3.08 242	2.05 186	1.07 191	2.36 232	1.44 241	17.31 252	1.64 235	3.69 230	5.87 228	4.40 242	1.82 244	2.86 237	2.32 222	2.39 227	3.29 216

CBMV	1.58 188	0.86 192	0.61 150	0.89 179	0.84 187	0.78 175	0.55 140	0.90 184	0.81 181	0.82 194	0.63 121	3.20 212	0.83 176	0.52 173	2.06 187	1.17 203	0.96 195	0.74 190	2.62 184	0.68 171	2.85 211	7.74 242	0.49 164	1.14 216	1.10 193	1.23 175	2.42 228	5.18 232
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCRef	1.02 163	0.65 161	0.50 124	0.39 86	0.48 129	0.67 160	0.71 175	0.61 81	1.07 201	0.52 66	0.63 121	0.76 126	0.43 122	0.39 136	2.08 188	0.74 151	0.62 127	0.59 155	1.57 148	0.61 145	0.74 122	1.42 128	0.50 165	0.47 139	0.80 144	1.24 178	0.82 109	7.57 244

SGM_RVC	3.37 225	1.46 217	0.88 186	1.79 217	1.36 214	1.81 218	1.40 207	1.65 224	1.12 203	0.83 196	1.60 209	7.12 241	3.65 222	0.43 149	2.16 189	0.62 110	0.80 174	0.58 149	11.35 240	0.68 171	2.17 199	1.08 111	0.52 176	0.98 202	2.24 228	1.97 212	6.00 255	34.83 264
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
pmcnn	1.94 200	0.81 181	0.54 137	1.21 200	1.23 209	1.23 204	0.99 192	0.97 188	0.55 151	0.75 179	2.87 230	4.26 227	5.53 230	0.32 115	2.16 189	1.42 223	1.30 212	0.89 207	4.30 208	1.01 203	4.96 242	5.40 218	0.92 208	1.01 208	1.14 195	1.02 156	2.43 229	3.12 214

FAT-Stereo	1.62 190	0.79 177	1.44 224	1.12 195	1.36 214	1.06 193	0.89 183	1.30 207	0.87 185	1.21 223	5.38 247	3.07 211	1.32 192	0.66 194	2.20 191	1.36 217	0.91 187	0.94 213	1.85 157	1.09 209	2.32 202	4.27 195	0.71 195	1.03 210	0.90 164	1.18 171	1.54 201	2.97 211

IMH	3.37 225	2.80 234	2.52 241	3.30 234	2.81 240	3.78 239	4.24 242	1.75 229	2.57 239	1.17 220	1.23 194	3.99 223	10.97 245	5.78 257	2.21 192	1.12 196	2.58 238	1.39 236	6.86 225	1.60 233	3.49 223	5.44 219	4.89 250	1.50 234	3.02 238	2.37 223	2.52 230	5.01 229

NOSS_ROB	1.12 172	0.85 190	0.51 129	0.74 167	0.62 159	0.78 175	0.53 139	0.80 170	0.54 149	0.70 167	0.61 118	0.63 100	0.93 181	0.63 192	2.30 193	1.12 196	0.80 174	0.70 181	0.76 92	0.61 145	1.17 162	7.46 240	0.51 172	0.80 191	0.91 166	1.78 209	1.49 198	0.93 138

SFCPSM	2.77 216	0.82 182	0.65 164	0.77 172	0.70 172	0.74 169	0.63 156	0.84 176	0.97 196	0.71 170	1.85 219	2.58 202	4.16 224	0.57 181	2.35 194	0.96 175	0.75 164	0.64 164	44.80 268	1.20 216	0.92 148	1.50 132	0.56 185	0.60 166	0.97 174	0.96 150	1.22 177	1.37 170

Dean	2.99 222	3.25 244	1.92 230	5.91 247	3.47 251	3.67 235	3.78 235	1.88 233	1.96 227	1.49 236	1.39 201	3.77 221	4.25 225	2.99 240	2.38 195	0.98 182	2.82 242	1.33 235	6.23 220	1.76 239	3.56 224	5.37 217	4.77 245	1.59 236	2.73 232	2.30 221	2.62 233	2.67 205

DispFullNet	4.35 234	3.21 241	4.31 256	2.72 224	2.48 234	2.93 226	2.71 225	2.81 249	1.89 224	4.52 262	6.61 252	8.91 250	5.38 228	2.59 232	2.40 196	7.94 258	3.27 245	2.03 248	27.02 256	2.94 253	4.26 233	4.88 205	1.79 227	1.18 221	1.35 206	1.33 186	2.38 226	3.59 218

FADNet_RVC	1.02 163	0.69 168	0.58 146	0.90 180	0.80 186	0.56 135	0.56 142	0.78 164	0.56 153	0.70 167	0.92 172	1.40 180	1.11 184	0.55 177	2.54 197	0.68 132	0.85 179	0.90 208	3.38 201	0.82 187	1.24 167	2.31 164	0.38 139	0.64 173	0.71 120	0.90 141	1.03 152	1.14 158

IMH-64-1	3.00 223	2.74 230	2.51 239	3.26 232	2.79 238	3.76 236	4.17 239	1.68 226	2.47 237	1.13 214	1.25 195	3.66 219	6.37 232	3.61 244	2.63 198	1.16 201	2.53 236	1.41 238	6.20 218	1.55 228	3.46 221	5.75 224	4.82 247	1.44 231	2.82 234	1.99 213	2.35 223	3.59 218

IMH-64	3.00 223	2.74 230	2.51 239	3.26 232	2.79 238	3.76 236	4.17 239	1.68 226	2.47 237	1.13 214	1.25 195	3.66 219	6.37 232	3.61 244	2.63 198	1.16 201	2.53 236	1.41 238	6.20 218	1.55 228	3.46 221	5.75 224	4.82 247	1.44 231	2.82 234	1.99 213	2.35 223	3.59 218

ADCMid	1.65 191	0.92 198	1.01 197	0.71 165	0.87 188	1.07 194	1.52 209	1.33 209	1.73 221	0.75 179	1.66 211	1.30 174	1.53 198	0.73 200	2.87 200	1.09 192	1.00 201	0.79 200	2.81 190	0.90 195	1.70 185	2.92 177	1.08 214	0.76 185	1.05 187	1.59 203	1.05 157	9.78 247

RainbowNet	2.44 211	2.98 236	1.98 232	3.35 235	2.61 236	3.55 231	3.57 234	1.29 205	0.91 189	1.53 239	0.89 170	3.23 213	2.50 211	2.96 239	2.91 201	0.91 171	1.93 223	1.05 215	5.80 217	1.56 231	3.09 215	4.31 198	4.23 240	1.01 208	1.40 211	1.57 199	1.81 212	2.97 211

PWC_ROB	1.31 179	0.71 170	1.05 202	0.61 147	0.72 177	0.72 167	1.06 193	0.85 179	1.54 218	0.76 184	1.39 201	1.03 158	2.52 212	0.58 187	2.91 201	1.03 185	1.16 207	0.90 208	2.44 177	0.98 199	1.99 194	3.73 188	0.45 155	1.00 206	0.85 159	0.88 137	1.26 180	2.28 196

edge stereo	1.94 200	1.17 210	2.17 235	1.48 210	1.31 212	1.61 214	1.43 208	1.68 226	1.28 208	1.19 221	3.32 233	4.32 228	2.92 220	0.81 205	2.94 203	1.49 228	1.08 203	0.82 202	5.33 214	0.98 199	1.70 185	4.30 197	0.95 212	0.94 198	1.34 204	1.21 174	1.72 208	2.87 208

MFMNet_re	1.60 189	1.18 211	1.12 210	1.28 204	1.17 207	1.64 215	1.39 206	1.30 207	1.62 219	1.14 217	1.36 200	2.69 205	1.82 203	0.90 212	2.94 203	1.37 219	1.57 219	1.32 234	3.84 203	1.26 221	2.71 209	1.71 141	1.17 215	1.29 225	1.13 194	1.02 156	1.59 203	1.69 183

ktn	8.56 253	3.21 241	2.95 247	6.28 249	3.33 249	4.46 247	10.27 260	2.14 237	9.87 259	2.28 255	1.79 217	40.24 268	55.84 268	3.95 246	2.98 205	2.12 243	12.68 261	2.18 252	33.93 261	2.29 244	3.76 231	3.97 191	4.78 246	2.28 253	2.60 229	2.77 228	3.18 240	5.01 229

WAO-7	2.94 220	1.85 222	2.82 244	7.24 250	1.77 223	1.84 219	2.02 213	2.09 236	2.63 241	2.22 253	5.33 246	4.72 230	6.89 236	1.25 222	3.06 206	1.30 214	1.96 225	1.23 230	8.68 229	1.55 228	2.35 203	3.54 185	0.89 206	1.69 239	1.89 222	3.34 235	2.02 217	3.26 215

S-Stereo	1.70 192	0.82 182	0.95 190	1.19 199	1.22 208	1.32 206	1.59 210	1.03 196	1.08 202	1.24 225	4.20 236	4.08 225	1.12 186	0.67 196	3.06 206	1.65 235	0.91 187	1.05 215	2.24 170	1.12 211	1.50 179	5.83 226	1.32 224	1.21 222	0.90 164	1.17 168	1.25 179	2.15 194

Ntro	2.56 213	3.44 248	1.64 226	3.56 238	2.56 235	3.77 238	3.41 230	1.11 203	1.04 200	1.16 219	0.92 172	2.98 208	1.40 195	2.75 238	3.10 208	0.68 132	1.91 222	0.84 206	11.74 241	1.16 212	2.88 212	5.44 219	4.15 239	0.75 184	1.27 201	1.58 202	1.61 206	2.30 197

ACVNet-4b	2.61 214	2.78 233	1.77 228	3.15 231	2.34 229	3.59 233	3.82 236	1.34 211	1.35 212	1.27 226	0.72 149	3.29 216	2.76 218	3.05 241	3.12 209	0.82 166	2.46 234	1.10 222	10.23 237	1.26 221	3.40 220	5.28 216	4.07 238	0.95 199	1.28 202	1.29 182	1.47 196	2.47 202

PWCK	5.22 239	3.06 239	2.20 236	3.63 239	2.67 237	4.53 248	5.48 245	2.47 242	2.98 246	3.29 258	4.30 237	9.76 254	5.51 229	1.79 227	3.20 210	1.42 223	2.58 238	1.45 242	51.06 271	2.39 245	4.63 238	4.24 194	2.66 232	1.80 242	3.05 239	3.57 237	2.56 231	4.64 226

SQANet	2.17 205	2.74 230	1.21 212	3.10 230	2.22 227	3.35 229	2.73 226	0.95 187	0.65 168	1.00 212	0.73 153	2.76 206	1.34 194	2.32 231	3.29 211	0.63 115	1.34 213	0.73 185	10.90 238	0.70 176	2.37 205	3.46 183	3.27 235	0.60 166	1.05 187	1.52 197	1.39 188	2.31 198

PSMNet_ROB	2.93 219	3.42 247	2.10 233	2.90 226	2.09 225	4.14 243	3.88 237	1.50 217	1.44 215	1.61 241	2.63 226	3.83 222	5.07 227	5.05 251	3.50 212	0.96 175	2.14 230	1.10 222	8.78 230	1.70 237	2.75 210	2.96 178	5.52 253	1.38 228	2.15 227	2.21 220	1.95 215	2.38 200

WAO-6	2.96 221	2.29 227	1.76 227	3.04 228	2.29 228	3.05 227	3.14 228	1.77 232	2.34 234	1.52 238	1.58 208	4.04 224	5.83 231	2.65 236	3.52 213	1.40 222	5.11 251	1.42 240	5.06 213	1.57 232	3.08 214	5.20 215	2.70 233	1.78 241	2.74 233	3.12 233	2.78 235	5.24 233

otaku	2.54 212	3.10 240	1.32 220	3.38 236	2.41 230	3.63 234	3.11 227	1.05 200	0.97 196	1.13 214	0.81 165	2.95 207	1.88 205	2.63 234	3.57 214	0.67 128	1.56 218	0.77 193	13.58 246	1.10 210	2.70 208	4.14 192	4.46 243	0.78 188	1.18 198	1.37 189	1.72 208	2.50 203

ELAS_RVC	3.56 229	2.05 223	1.92 230	2.68 223	2.14 226	5.31 254	2.31 216	2.50 244	1.91 225	1.84 246	4.76 240	7.99 245	8.55 243	0.84 206	3.62 215	1.05 189	1.96 225	1.22 229	4.63 210	1.51 227	4.77 241	9.74 251	1.27 219	1.99 248	8.57 254	3.59 238	3.42 243	3.96 223
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCS	2.04 202	1.07 207	1.00 195	0.94 186	1.14 204	1.12 198	1.36 205	1.33 209	2.44 235	0.89 202	1.32 198	1.60 187	3.55 221	0.93 215	3.79 216	2.20 245	1.53 217	1.25 231	3.17 198	1.36 223	3.65 229	4.50 200	0.80 200	1.17 219	1.34 204	4.40 246	1.46 194	5.67 235

KSHMR	8.09 250	4.19 251	3.02 248	20.01 264	3.97 253	5.23 253	5.85 246	2.62 246	2.46 236	2.23 254	2.33 222	4.57 229	77.01 273	5.26 255	3.82 217	1.74 236	3.01 244	2.05 249	30.62 260	2.04 241	5.15 244	6.07 230	7.51 261	1.94 247	3.25 240	2.86 229	3.03 239	6.46 239

MSC_U_SF_DS_RVC	1.83 196	1.25 214	1.05 202	1.57 212	1.11 202	1.22 202	3.48 231	1.50 217	2.11 231	1.30 227	0.96 176	1.56 184	1.05 183	1.92 229	4.01 218	1.25 211	0.90 183	1.05 215	6.24 221	1.22 219	1.75 189	3.71 187	1.18 216	1.17 219	1.51 217	1.50 196	1.12 166	2.71 206

ADCPNet	2.25 207	0.78 176	0.91 189	0.83 176	1.24 210	0.87 182	1.74 211	1.04 198	1.32 210	0.83 196	1.84 218	1.05 159	8.05 241	0.76 204	4.11 219	1.21 208	0.99 199	0.72 183	4.28 207	1.01 203	1.66 183	3.55 186	0.73 196	0.80 191	1.57 219	2.02 215	1.35 186	15.39 255

ELAS	3.61 230	2.21 225	1.84 229	3.04 228	2.46 232	3.47 230	2.38 218	2.81 249	2.86 244	1.46 233	4.82 241	8.36 247	8.06 242	0.87 208	4.11 219	1.04 187	1.99 227	1.15 226	4.54 209	1.19 215	4.74 240	10.44 256	1.26 217	1.86 246	6.96 252	4.71 247	3.75 245	5.16 231
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SPS-STEREO	2.34 209	1.27 215	1.24 215	1.58 214	1.36 214	1.49 212	1.27 202	1.67 225	1.36 213	1.38 231	2.76 227	3.04 210	1.30 191	1.06 219	4.12 221	1.82 240	1.66 221	1.39 236	9.69 235	1.36 223	4.41 235	7.92 244	1.28 220	1.43 229	1.48 215	1.76 208	2.03 218	2.03 192
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-8	4.61 236	3.39 245	2.82 244	10.45 255	3.06 245	4.31 244	7.22 248	2.68 247	4.40 251	1.75 244	3.16 231	6.16 234	13.19 249	5.21 253	4.20 222	1.35 215	3.33 246	1.55 243	12.12 242	2.51 247	3.15 216	4.91 206	3.42 236	1.62 237	5.04 247	4.04 240	3.84 249	5.71 236

Venus	4.61 236	3.39 245	2.82 244	10.45 255	3.06 245	4.31 244	7.22 248	2.68 247	4.40 251	1.75 244	3.16 231	6.16 234	13.19 249	5.21 253	4.20 222	1.35 215	3.33 246	1.55 243	12.12 242	2.51 247	3.15 216	4.91 206	3.42 236	1.62 237	5.04 247	4.04 240	3.84 249	5.71 236

AnyNet_C32	1.81 193	0.66 163	0.75 180	0.68 161	0.75 183	0.89 185	1.33 204	0.97 188	3.04 247	0.75 179	1.43 204	0.98 154	0.65 167	0.71 199	4.23 224	1.15 199	1.11 205	0.95 214	1.83 155	0.79 185	2.38 206	3.19 180	0.67 194	0.92 197	1.14 195	2.45 224	1.17 171	13.30 253

SPstereo	3.66 231	1.74 220	3.15 249	1.78 216	1.65 222	1.86 220	1.75 212	2.35 240	2.03 229	1.85 247	5.31 245	6.88 239	9.11 244	1.84 228	4.32 225	5.23 254	2.51 235	2.87 255	3.89 204	3.50 254	5.35 246	9.31 249	1.94 230	2.11 249	2.64 230	3.03 230	3.23 241	7.54 242

XQC	1.22 174	0.91 195	0.73 177	0.92 184	0.94 192	0.94 187	0.89 183	1.10 201	0.91 189	0.85 199	1.10 187	1.07 161	1.40 195	0.73 200	4.40 226	1.15 199	0.91 187	0.69 177	1.69 153	0.89 194	1.26 169	2.63 169	0.63 192	0.77 187	1.21 199	1.88 211	1.27 181	1.10 154

AnyNet_C01	2.37 210	1.10 209	1.07 205	1.16 197	1.12 203	1.05 192	3.27 229	1.75 229	2.58 240	1.20 222	1.66 211	3.03 209	2.81 219	1.03 217	4.41 227	3.73 251	2.42 233	2.18 252	3.18 199	1.64 235	4.45 237	7.10 237	1.26 217	1.22 223	2.09 226	1.57 199	1.52 199	4.30 224

CBMV_ROB	2.30 208	0.82 182	0.68 169	1.36 207	1.15 206	1.09 196	0.82 180	1.03 196	0.57 156	0.72 172	0.82 166	9.72 253	6.90 237	0.58 187	4.50 228	0.77 159	0.82 177	0.59 155	5.75 216	1.23 220	4.26 233	5.15 214	0.53 177	0.73 182	1.47 214	3.61 239	2.91 238	3.40 217

UNDER WATER	7.65 248	4.75 255	3.20 250	10.38 254	5.97 259	6.52 258	8.90 253	4.43 253	3.71 250	1.97 250	2.13 221	10.58 257	57.67 269	4.90 250	4.62 229	1.61 234	12.55 260	2.15 250	9.80 236	4.02 255	6.55 253	7.81 243	8.85 264	2.70 256	3.94 245	5.71 248	3.74 244	7.34 241

notaker	5.86 241	5.54 258	3.78 254	13.93 258	5.35 257	5.67 256	9.28 258	2.38 241	2.66 242	2.06 251	1.78 216	13.93 260	24.00 256	4.00 247	4.62 229	1.76 237	5.10 250	2.17 251	17.07 251	2.17 242	6.58 254	6.08 231	6.15 257	2.16 250	1.79 221	2.08 218	2.35 223	3.69 221

MFN_U_SF_DS_RVC	1.53 186	0.91 195	0.64 162	1.28 204	0.94 192	1.25 205	2.61 224	1.29 205	1.18 204	0.99 211	0.89 170	1.87 195	1.18 188	1.17 220	4.72 231	0.81 164	0.74 163	0.58 149	2.74 189	0.71 179	2.13 198	3.81 190	0.85 205	0.76 185	1.45 213	1.65 204	1.36 187	2.88 209

TorneroNet	8.57 254	4.31 252	2.73 242	29.82 267	3.34 250	5.12 250	6.26 247	2.59 245	9.76 256	1.48 234	2.49 225	11.42 258	68.87 272	4.30 248	4.82 232	1.20 206	10.34 257	1.71 246	23.71 255	2.90 252	5.60 248	5.95 229	5.37 252	1.69 239	3.61 243	3.06 232	2.60 232	6.24 238

RTSC	0.89 146	0.49 96	0.49 118	0.48 115	0.53 143	0.57 137	0.66 167	0.68 125	0.71 171	0.55 82	0.79 160	0.59 83	0.60 161	0.43 149	4.83 233	0.96 175	0.99 199	0.60 158	1.40 144	0.60 143	0.97 150	1.51 134	0.32 121	0.57 164	0.63 101	0.73 111	0.96 142	1.39 171

MFN_U_SF_RVC	1.86 197	1.06 206	0.88 186	1.27 203	1.03 197	1.56 213	2.57 221	1.40 214	1.19 206	1.50 237	2.86 229	2.04 197	1.60 200	2.16 230	4.89 234	1.02 184	0.93 190	0.83 205	6.71 224	1.21 218	3.28 218	2.85 174	0.65 193	1.16 218	1.25 200	1.33 186	1.29 183	1.66 181

TorneroNet-64	6.40 245	4.65 254	2.74 243	15.54 260	3.31 248	4.94 249	8.03 250	2.22 238	9.83 258	1.42 232	1.34 199	7.37 244	29.26 262	4.42 249	5.17 235	1.23 210	11.76 258	1.76 247	17.82 253	2.71 250	5.61 249	6.19 232	5.20 251	1.81 243	3.54 242	4.38 243	2.30 222	8.17 246

UNDER WATER-64	6.32 244	5.21 256	3.26 251	12.14 257	5.88 258	6.71 259	9.26 257	4.87 258	3.46 248	2.30 256	2.35 223	11.93 259	12.73 247	5.12 252	5.34 236	1.80 239	12.41 259	2.22 254	8.98 233	4.33 257	6.38 252	7.95 245	8.71 263	2.66 255	3.83 244	8.23 250	4.61 251	7.84 245

JetRed	7.88 249	5.28 257	6.04 260	3.77 240	5.01 256	7.11 260	10.17 259	4.64 256	3.46 248	3.00 257	2.43 224	6.74 238	2.58 215	7.32 259	6.13 237	7.14 257	8.68 255	7.10 260	4.85 211	4.17 256	11.09 261	12.68 259	8.09 262	3.36 258	11.02 256	24.14 259	12.36 259	24.50 260

JetBlue	6.09 243	3.86 250	3.31 252	6.02 248	4.23 254	6.50 257	9.13 256	3.53 252	2.89 245	1.48 234	1.60 209	8.25 246	1.97 207	5.45 256	6.44 238	3.14 250	3.63 248	2.97 256	5.48 215	2.48 246	10.91 260	12.33 258	4.85 249	2.26 252	6.93 251	17.02 254	3.81 248	24.06 259

SHD	1.22 174	0.56 137	0.77 182	0.76 170	0.73 179	0.68 161	0.67 169	1.01 195	0.98 198	0.77 186	1.06 180	1.01 155	1.32 192	0.57 181	6.75 239	1.21 208	0.97 196	0.72 183	2.06 167	0.85 190	1.52 180	2.27 163	0.48 162	0.86 193	1.00 182	1.16 167	0.92 134	1.29 167

DPSNet	2.86 217	0.84 188	0.79 183	1.23 202	1.35 213	1.35 208	0.95 189	1.10 201	1.48 217	0.80 190	1.17 189	7.04 240	4.28 226	0.75 203	6.78 240	2.57 248	1.59 220	1.27 233	14.87 250	1.61 234	5.07 243	9.58 250	1.81 228	1.44 231	1.49 216	2.52 225	1.66 207	1.87 188

HBP-ISP	1.57 187	0.87 193	0.96 193	0.99 190	0.71 173	0.88 183	0.56 142	0.89 183	0.54 149	0.82 194	0.88 168	1.01 155	0.36 100	0.70 198	7.21 241	5.74 255	0.71 161	0.70 181	0.74 85	0.64 157	1.32 175	8.85 247	0.50 165	0.67 177	0.85 159	1.00 153	2.10 221	1.16 160

DGSMNet	2.86 217	0.99 203	1.40 223	1.06 191	1.09 199	1.14 200	1.07 194	1.42 215	0.94 195	2.17 252	11.83 264	1.77 193	1.86 204	0.95 216	7.21 241	3.88 252	6.07 252	1.70 245	5.05 212	1.75 238	7.07 255	8.89 248	0.97 213	1.24 224	1.03 186	1.46 193	1.44 190	1.85 186

RTS	1.35 181	0.60 151	0.63 157	0.61 147	0.59 155	0.96 188	1.15 197	0.81 173	0.87 185	0.60 108	0.71 145	1.31 175	0.62 164	0.54 175	7.39 243	1.17 203	1.20 209	0.78 194	2.36 175	0.88 191	1.29 171	1.87 147	0.50 165	0.69 179	1.39 207	4.38 243	1.15 168	1.45 174

RTSA	1.35 181	0.60 151	0.63 157	0.61 147	0.59 155	0.96 188	1.15 197	0.81 173	0.87 185	0.60 108	0.71 145	1.31 175	0.62 164	0.54 175	7.39 243	1.17 203	1.20 209	0.78 194	2.36 175	0.88 191	1.29 171	1.87 147	0.50 165	0.69 179	1.39 207	4.38 243	1.15 168	1.45 174

MADNet++	5.91 242	3.53 249	3.85 255	2.86 225	4.61 255	3.06 228	4.05 238	4.68 257	5.50 253	4.18 261	5.19 244	6.42 236	6.59 234	6.60 258	7.82 245	6.76 256	4.79 249	4.06 258	7.98 227	5.77 258	9.82 259	16.30 261	2.35 231	4.40 260	4.10 246	14.38 253	5.24 253	4.57 225

SAMSARA	1.90 199	0.80 180	1.02 200	0.94 186	0.93 191	0.88 183	1.07 194	1.60 222	1.28 208	0.97 209	1.07 183	1.33 177	2.67 217	0.88 210	8.67 246	1.44 226	1.09 204	0.93 212	2.65 185	1.06 208	2.36 204	3.27 181	0.58 187	1.04 211	2.85 236	4.21 242	2.73 234	2.88 209

PVD	1.82 194	1.04 205	1.50 225	1.10 194	1.14 204	1.21 201	1.17 199	1.91 234	2.04 230	0.81 192	1.42 203	1.57 186	1.93 206	0.91 213	8.84 247	1.56 232	1.42 214	1.10 222	2.49 180	1.20 216	1.98 193	3.12 179	0.79 199	1.13 215	1.65 220	2.06 217	1.72 208	2.19 195

MADNet+	2.24 206	1.21 213	1.26 216	1.48 210	1.30 211	1.12 198	2.54 220	1.95 235	1.46 216	1.34 229	1.29 197	2.44 201	2.24 208	1.30 224	8.99 248	2.12 243	2.64 240	1.14 225	2.82 191	1.90 240	4.19 232	4.31 198	1.30 222	2.17 251	2.03 225	1.57 199	1.59 203	2.76 207

PML	30.79 266	20.86 264	7.14 261	29.36 266	20.49 269	28.87 268	10.60 261	10.92 264	87.59 274	20.00 270	153.26 274	98.26 273	119.13 274	10.64 262	9.27 249	9.16 259	16.55 262	7.27 261	34.78 262	7.44 259	12.95 263	13.29 260	5.71 256	6.19 261	32.49 269	12.75 252	34.25 268	12.19 249

MeshStereo	3.67 232	1.54 219	1.08 206	2.64 221	1.78 224	2.12 222	1.19 200	2.47 242	1.38 214	0.91 204	6.33 251	9.51 251	7.65 240	0.50 168	9.98 250	1.96 241	0.90 183	0.75 191	8.92 231	0.82 187	8.67 256	10.38 255	0.73 196	1.12 214	3.41 241	2.18 219	5.22 252	4.91 228
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
FINET	2.14 203	0.39 42	0.40 84	0.45 110	0.31 70	0.36 70	0.37 112	0.46 30	0.46 136	0.48 47	0.42 54	0.49 50	0.41 116	0.30 104	10.18 251	0.64 120	0.52 65	0.37 37	0.69 73	0.38 64	0.57 76	0.65 61	0.31 119	0.33 84	0.54 69	36.06 266	0.61 53	0.59 77

STStereo	6.54 246	2.50 229	5.20 258	5.17 246	2.86 242	5.44 255	3.55 233	6.26 260	6.79 254	1.56 240	7.62 256	9.51 251	14.78 253	0.67 196	10.87 252	0.93 172	0.98 198	0.64 164	36.61 264	1.16 212	2.12 197	4.60 202	0.80 200	1.84 245	5.84 249	11.36 251	3.79 246	23.26 258

MDST_ROB	4.20 233	2.33 228	0.80 184	3.91 241	1.60 221	2.83 225	1.12 196	1.14 204	0.79 179	0.78 189	1.19 190	1.60 187	25.00 257	0.36 128	11.29 253	0.67 128	0.68 151	0.49 102	4.16 206	0.65 159	1.82 191	6.21 234	0.61 191	0.78 188	8.88 255	3.05 231	18.20 262	12.37 250

SGM+DAISY	7.37 247	1.43 216	1.33 221	1.85 218	1.57 219	2.10 221	2.58 223	1.57 220	1.92 226	1.37 230	7.84 257	8.83 249	13.00 248	1.27 223	12.20 254	2.02 242	1.50 216	1.26 232	11.20 239	1.43 226	6.12 251	10.35 254	1.28 220	1.58 235	22.91 261	36.14 267	3.33 242	41.05 268

LE_ROB	18.13 260	1.84 221	5.86 259	9.46 253	53.77 274	8.04 261	45.58 269	11.04 265	28.98 266	1.91 249	6.75 254	38.77 267	49.52 267	0.36 128	14.59 255	0.59 99	0.86 180	0.60 158	36.50 263	7.48 260	4.68 239	6.20 233	25.95 269	12.06 264	26.61 262	25.97 261	28.65 267	36.99 265

DPSM_ROB	18.33 261	16.23 262	21.89 267	9.40 251	8.73 262	13.60 263	9.09 254	10.89 262	15.09 263	8.44 265	8.95 260	10.11 255	13.19 249	16.30 265	18.97 256	18.97 265	18.34 263	20.44 266	13.82 247	14.87 265	26.45 267	27.55 266	6.48 258	14.45 266	32.48 267	38.81 268	37.03 269	44.38 269

DPSM	18.33 261	16.23 262	21.89 267	9.40 251	8.73 262	13.60 263	9.09 254	10.89 262	15.09 263	8.44 265	8.95 260	10.11 255	13.19 249	16.30 265	18.97 256	18.97 265	18.34 263	20.44 266	13.82 247	14.87 265	26.45 267	27.55 266	6.48 258	14.45 266	32.48 267	38.81 268	37.03 269	44.38 269

HanzoNet	20.46 263	15.45 261	7.17 262	35.04 269	15.40 265	42.60 270	42.25 268	19.41 266	22.53 265	3.57 259	8.95 260	41.20 269	59.36 271	45.57 272	19.76 258	4.23 253	41.32 270	3.33 257	50.89 270	8.87 261	11.85 262	10.25 253	15.36 268	3.51 259	5.98 250	5.84 249	5.30 254	7.56 243

LRCNet_RVC	21.82 264	29.16 265	11.33 264	31.73 268	29.10 270	34.20 269	27.48 266	21.70 269	10.00 260	29.64 271	30.45 268	32.28 265	25.87 258	34.03 270	20.67 259	2.95 249	25.60 266	21.94 268	44.10 267	20.69 267	15.98 265	6.68 236	36.66 270	27.37 268	2.65 231	1.65 204	8.66 258	6.68 240

DGTPSM_ROB	12.60 257	5.94 259	17.42 265	4.21 242	7.87 260	5.18 251	8.36 251	4.59 254	11.62 261	4.53 263	8.72 258	5.12 231	17.04 254	12.93 263	25.30 260	14.55 262	6.98 253	15.75 263	13.36 245	12.08 262	9.26 257	21.71 264	5.68 254	11.58 262	12.26 257	31.67 264	13.08 260	33.34 262

MANE	10.17 256	2.87 235	4.55 257	3.48 237	3.67 252	4.33 246	5.37 244	5.85 259	8.41 255	1.15 218	6.84 255	8.81 248	11.91 246	0.74 202	34.96 261	9.77 260	2.33 231	17.98 265	8.97 232	0.99 201	5.17 245	10.08 252	0.75 198	2.44 254	19.90 260	30.18 263	24.05 265	39.03 267

CasAABBNet	36.82 268	32.66 268	44.09 272	18.77 261	17.41 266	27.26 265	18.09 263	21.65 268	30.38 267	17.51 269	18.08 267	20.27 261	26.53 259	32.72 267	37.32 262	38.13 267	36.79 267	41.08 269	27.46 257	29.84 268	53.33 274	55.90 273	12.92 265	28.97 269	65.31 272	78.04 271	74.31 272	89.23 272

SGM-ForestM	5.65 240	4.50 253	1.05 202	2.91 227	1.57 219	4.11 242	4.85 243	2.98 251	2.33 232	0.72 172	4.70 239	7.33 243	6.60 235	0.49 166	39.89 263	0.68 132	0.97 196	0.56 141	8.53 228	0.68 171	4.43 236	1.50 132	0.54 179	0.96 200	7.49 253	21.53 257	7.62 256	13.00 251

AVERAGE_ROB	41.95 271	44.71 272	42.09 270	45.93 271	46.78 271	45.54 272	46.49 271	47.00 273	43.80 270	49.16 273	49.81 270	47.19 270	43.01 263	49.34 273	40.06 264	38.39 268	48.88 272	51.23 273	43.85 266	42.36 273	43.28 270	39.80 269	49.36 271	42.83 272	28.47 264	20.13 256	23.38 264	19.90 256

HaxPig	41.43 270	43.78 271	40.67 269	44.87 270	47.40 272	44.66 271	45.90 270	46.29 272	45.65 271	48.99 272	49.28 269	47.25 271	43.73 264	43.21 271	40.38 265	39.12 271	48.32 271	51.04 272	43.25 265	42.26 272	42.89 269	36.79 268	50.70 272	43.01 273	27.27 263	19.90 255	20.68 263	21.39 257

DPSMNet_ROB	13.44 258	5.95 260	17.43 266	4.22 243	7.88 261	5.18 251	8.37 252	4.59 254	11.63 262	4.55 264	8.85 259	5.31 232	22.17 255	12.96 264	41.18 266	14.59 263	7.06 254	15.81 264	14.45 249	12.09 263	9.28 258	21.72 265	5.68 254	11.58 262	12.30 258	31.67 264	13.08 260	33.34 262

MEDIAN_ROB	44.92 272	47.22 273	43.96 271	48.39 272	49.65 273	48.09 273	49.12 272	49.68 274	46.28 272	52.49 274	53.49 271	50.50 272	45.47 265	49.67 274	43.04 267	41.33 272	51.67 273	54.31 274	46.89 269	45.84 274	45.76 271	41.31 270	52.59 273	45.67 274	30.78 266	26.35 262	25.34 266	27.98 261

MyStereo03	37.12 269	32.63 266	44.09 272	18.83 262	17.58 267	27.34 266	18.27 264	21.91 270	30.40 268	17.07 267	18.01 265	20.34 262	26.56 260	32.79 268	43.58 268	39.04 269	36.84 268	41.14 270	27.58 258	29.94 269	53.32 272	55.70 271	13.01 266	28.98 270	65.28 270	78.14 272	74.45 273	89.37 273

MyStereo02	36.47 267	32.63 266	44.09 272	18.83 262	0.00 1	27.34 266	18.27 264	21.91 270	30.40 268	17.07 267	18.01 265	20.34 262	26.56 260	32.79 268	43.58 268	39.04 269	36.84 268	41.14 270	27.58 258	29.94 269	53.32 272	55.70 271	13.01 266	28.98 270	65.28 270	78.14 272	74.45 273	89.37 273

DPSimNet_ROB		42.01 270	9.19 263	15.49 259	19.18 268	8.81 262	51.60 273	21.45 267	69.48 273	4.09 260	130.66 273	21.85 264	59.34 270	9.82 261	51.06 270	15.06 264		4.22 259	102.54 273	14.43 264	17.28 266	16.43 262	6.62 260	13.29 265		45.88 270	8.52 257	55.57 271

BEATNet-Init1	24.80 265	35.34 269	3.40 253	54.39 273	11.05 264	52.62 274	30.07 267	9.50 261	9.78 257	1.71 243	9.05 263	32.52 266	48.55 266	0.91 213	59.64 271	13.60 261	2.94 243	1.21 228	78.28 272	35.97 271	14.53 264	17.14 263	1.30 222	2.98 257	29.70 265	22.69 258	52.62 271	38.22 266

LSM0	8.46 252	1.08 208	0.97 194	1.68 215	1.46 217	1.66 216	2.34 217	2.26 239	2.33 232	1.64 242	3.73 235	4.12 226	7.50 238	0.66 194	61.95 272	74.50 273	1.94 224	1.07 220	12.24 244	2.24 243	5.75 250	11.09 257	0.92 208	1.32 226	2.02 224	3.44 236	3.80 247	14.65 254

DLNR_Zeroshot_test	17.85 259	67.20 274	1.21 212	81.88 274	0.36 88	0.45 101	74.74 274	0.76 157	0.28 45	0.69 163	0.57 107	1.21 172	0.30 54	8.16 260	84.46 273	99.85 274	23.71 265	15.03 262	7.28 226	0.56 128	5.49 247	3.79 189	0.19 42	0.46 134	0.77 136	0.84 131	0.81 106	0.80 125

STTRV1_RVC		0.82 182	0.67 167	1.06 191	0.75 183	1.07 194	0.90 185	0.94 185	0.93 191	0.95 208	1.19 190	1.84 194	2.61 216	0.87 208		1.01 183	1.49 215	0.73 185		2.75 251	2.45 207			1.00 206	1.39 207	1.47 194	1.98 216	4.80 227

Low-res two-view benchmark