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

Pointernet	0.02 1	0.02 3	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.02 3	0.02 3	0.02 3	0.02 3	0.02 5	0.01 1	0.01 2	0.03 1	0.03 1	0.03 1	0.02 1	0.03 1	0.02 1	0.02 1	0.01 1	0.01 2	0.01 1	0.03 2	0.03 1	0.02 1	0.02 1

111111	0.03 6	0.02 3	0.02 5	0.01 1	0.02 8	0.02 5	0.02 15	0.03 12	0.04 21	0.02 3	0.03 14	0.03 13	0.02 11	0.01 2	0.04 2	0.05 8	0.04 4	0.03 2	0.04 7	0.03 5	0.03 2	0.03 7	0.02 22	0.02 7	0.03 2	0.03 1	0.02 1	0.02 1

MM-Stereo_test3	0.02 1	0.01 1	0.02 5	0.02 8	0.02 8	0.01 1	0.01 1	0.02 3	0.03 12	0.02 3	0.02 3	0.02 5	0.01 1	0.01 2	0.04 2	0.04 2	0.04 4	0.03 2	0.03 1	0.03 5	0.03 2	0.02 2	0.01 2	0.02 7	0.03 2	0.03 1	0.02 1	0.02 1

MM-Stereo_test1	0.02 1	0.02 3	0.02 5	0.02 8	0.01 1	0.02 5	0.01 1	0.02 3	0.03 12	0.03 9	0.02 3	0.01 1	0.01 1	0.01 2	0.04 2	0.04 2	0.04 4	0.04 8	0.04 7	0.03 5	0.03 2	0.03 7	0.02 22	0.03 21	0.03 2	0.03 1	0.02 1	0.02 1

AIO-test2	0.03 6	0.02 3	0.02 5	0.02 8	0.01 1	0.02 5	0.01 1	0.03 12	0.04 21	0.03 9	0.06 57	0.03 13	0.01 1	0.02 18	0.04 2	0.04 2	0.03 1	0.04 8	0.03 1	0.03 5	0.03 2	0.03 7	0.01 2	0.02 7	0.02 1	0.04 11	0.02 1	0.03 9

AIO-test1	0.03 6	0.02 3	0.02 5	0.01 1	0.02 8	0.02 5	0.01 1	0.05 30	0.05 35	0.04 21	0.04 23	0.04 21	0.02 11	0.03 34	0.05 13	0.06 24	0.04 4	0.04 8	0.03 1	0.03 5	0.03 2	0.03 7	0.01 2	0.02 7	0.03 2	0.04 11	0.02 1	0.03 9

MoCha-V2	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.01 1	0.02 3	0.02 3	0.03 9	0.03 14	0.02 5	0.01 1	0.01 2	0.04 2	0.05 8	0.04 4	0.04 8	0.04 7	0.03 5	0.03 2	0.02 2	0.01 2	0.02 7	0.03 2	0.03 1	0.02 1	0.02 1

ProNet	0.02 1	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.02 15	0.01 1	0.01 1	0.02 3	0.02 3	0.01 1	0.01 1	0.01 2	0.04 2	0.04 2	0.03 1	0.03 2	0.03 1	0.02 1	0.03 2	0.02 2	0.01 2	0.02 7	0.03 2	0.03 1	0.02 1	0.02 1

CroCo-Stereo	0.02 1	0.01 1	0.02 5	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.00 1	0.04 2	0.05 8	0.04 4	0.03 2	0.03 1	0.02 1	0.03 2	0.02 2	0.00 1	0.01 1	0.04 14	0.03 1	0.02 1	0.02 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
MM-Stereo_test2	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.01 1	0.03 12	0.02 3	0.03 9	0.03 14	0.01 1	0.01 1	0.02 18	0.05 13	0.05 8	0.04 4	0.05 21	0.04 7	0.03 5	0.04 10	0.04 24	0.03 45	0.03 21	0.03 2	0.04 11	0.03 11	0.04 22

GREAT-IGEV	0.03 6	0.02 3	0.02 5	0.02 8	0.01 1	0.02 5	0.01 1	0.02 3	0.02 3	0.03 9	0.04 23	0.04 21	0.01 1	0.01 2	0.05 13	0.05 8	0.04 4	0.04 8	0.04 7	0.03 5	0.04 10	0.03 7	0.01 2	0.02 7	0.04 14	0.04 11	0.03 11	0.03 9

CoSv	0.03 6	0.02 3	0.01 1	0.02 8	0.02 8	0.03 24	0.02 15	0.03 12	0.03 12	0.03 9	0.02 3	0.02 5	0.02 11	0.01 2	0.04 2	0.05 8	0.05 15	0.03 2	0.06 25	0.02 1	0.04 10	0.02 2	0.01 2	0.01 1	0.05 21	0.03 1	0.04 21	0.03 9

IGEV-Stereo++	0.03 6	0.02 3	0.02 5	0.03 24	0.03 23	0.03 24	0.02 15	0.04 21	0.04 21	0.04 21	0.03 14	0.03 13	0.02 11	0.02 18	0.05 13	0.05 8	0.04 4	0.04 8	0.04 7	0.04 19	0.04 10	0.04 24	0.03 45	0.03 21	0.03 2	0.05 21	0.03 11	0.03 9

AIO-Stereo	0.03 6	0.03 21	0.03 25	0.02 8	0.03 23	0.03 24	0.02 15	0.02 3	0.03 12	0.03 9	0.03 14	0.02 5	0.02 11	0.02 18	0.05 13	0.05 8	0.04 4	0.04 8	0.05 17	0.03 5	0.04 10	0.03 7	0.02 22	0.02 7	0.03 2	0.04 11	0.03 11	0.02 1

CroCo-Stereo Lap2	0.03 6	0.02 3	0.02 5	0.01 1	0.01 1	0.02 5	0.02 15	0.02 3	0.02 3	0.03 9	0.02 3	0.02 5	0.03 33	0.01 2	0.05 13	0.05 8	0.04 4	0.05 21	0.04 7	0.04 19	0.04 10	0.04 24	0.01 2	0.02 7	0.05 21	0.05 21	0.05 27	0.03 9

MLG-Stereo_test1	0.03 6	0.02 3	0.01 1	0.01 1	0.02 8	0.02 5	0.02 15	0.03 12	0.04 21	0.04 21	0.02 3	0.04 21	0.02 11	0.01 2	0.04 2	0.04 2	0.06 22	0.04 8	0.05 17	0.03 5	0.05 16	0.03 7	0.01 2	0.01 1	0.03 2	0.03 1	0.03 11	0.03 9

MLG-Stereo	0.03 6	0.02 3	0.01 1	0.02 8	0.02 8	0.01 1	0.01 1	0.03 12	0.03 12	0.04 21	0.02 3	0.04 21	0.01 1	0.01 2	0.04 2	0.04 2	0.06 22	0.03 2	0.04 7	0.03 5	0.05 16	0.03 7	0.01 2	0.01 1	0.03 2	0.03 1	0.03 11	0.03 9

GIP-stereo	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.02 15	0.02 3	0.02 3	0.02 3	0.02 3	0.02 5	0.02 11	0.02 18	0.05 13	0.05 8	0.06 22	0.04 8	0.06 25	0.03 5	0.05 16	0.03 7	0.01 2	0.03 21	0.04 14	0.05 21	0.03 11	0.03 9

Occ-G	0.04 23	0.04 33	0.03 25	0.04 35	0.02 8	0.03 24	0.02 15	0.04 21	0.03 12	0.03 9	0.05 37	0.03 13	0.02 11	0.02 18	0.05 13	0.06 24	0.06 22	0.06 29	0.07 31	0.04 19	0.05 16	0.03 7	0.04 67	0.03 21	0.04 14	0.04 11	0.03 11	0.05 28

U	0.03 6	0.02 3	0.02 5	0.01 1	0.01 1	0.02 5	0.01 1	0.02 3	0.02 3	0.01 1	0.01 1	0.02 5	0.02 11	0.01 2	0.05 13	0.05 8	0.05 15	0.04 8	0.04 7	0.03 5	0.05 16	0.03 7	0.01 2	0.01 1	0.04 14	0.04 11	0.02 1	0.03 9

RSM	0.03 6	0.03 21	0.03 25	0.02 8	0.03 23	0.03 24	0.02 15	0.03 12	0.02 3	0.03 9	0.04 23	0.04 21	0.02 11	0.02 18	0.05 13	0.06 24	0.05 15	0.04 8	0.05 17	0.04 19	0.05 16	0.03 7	0.01 2	0.03 21	0.04 14	0.04 11	0.03 11	0.03 9

RYNet	0.06 35	0.04 33	0.04 43	0.04 35	0.04 34	0.04 36	0.03 35	0.04 21	0.11 165	0.05 31	0.04 23	0.04 21	0.03 33	0.03 34	0.07 44	0.06 24	0.07 28	0.08 53	0.07 31	0.05 35	0.05 16	0.04 24	0.11 204	0.04 37	0.06 28	0.13 120	0.06 41	0.05 28

TDLM	0.04 23	0.04 33	0.04 43	0.04 35	0.04 34	0.04 36	0.03 35	0.04 21	0.03 12	0.04 21	0.06 57	0.04 21	0.03 33	0.03 34	0.06 28	0.06 24	0.06 22	0.06 29	0.05 17	0.04 19	0.05 16	0.04 24	0.03 45	0.04 37	0.05 21	0.05 21	0.05 27	0.05 28

DEFOM-Stereo	0.04 23	0.03 21	0.02 5	0.04 35	0.03 23	0.03 24	0.02 15	0.04 21	0.04 21	0.04 21	0.04 23	0.03 13	0.02 11	0.02 18	0.05 13	0.05 8	0.07 28	0.06 29	0.06 25	0.04 19	0.06 24	0.03 7	0.02 22	0.02 7	0.06 28	0.06 31	0.05 27	0.04 22

RAStereo	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.01 1	0.03 12	0.02 3	0.03 9	0.02 3	0.04 21	0.03 33	0.02 18	0.05 13	0.05 8	0.05 15	0.05 21	0.04 7	0.03 5	0.06 24	0.03 7	0.01 2	0.02 7	0.06 28	0.05 21	0.04 21	0.04 22

StereoVision	0.06 35	0.03 21	0.04 43	0.03 24	0.03 23	0.03 24	0.02 15	0.06 36	0.11 165	0.02 3	0.05 37	0.03 13	0.06 97	0.01 2	0.08 73	0.10 99	0.06 22	0.05 21	0.08 44	0.07 67	0.06 24	0.05 37	0.02 22	0.04 37	0.10 74	0.08 50	0.10 75	0.12 96

AEACV	0.04 23	0.03 21	0.02 5	0.04 35	0.03 23	0.02 5	0.02 15	0.03 12	0.03 12	0.03 9	0.03 14	0.03 13	0.02 11	0.01 2	0.05 13	0.06 24	0.05 15	0.05 21	0.07 31	0.04 19	0.06 24	0.03 7	0.01 2	0.02 7	0.06 28	0.06 31	0.04 21	0.03 9

RAFT	0.06 35	0.03 21	0.05 70	0.03 24	0.02 8	0.03 24	0.02 15	0.07 48	0.04 21	0.04 21	0.06 57	0.07 45	0.05 71	0.01 2	0.06 28	0.06 24	0.07 28	0.05 21	0.05 17	0.04 19	0.06 24	0.07 72	0.01 2	0.04 37	0.13 108	0.14 145	0.13 113	0.15 125

MMNet	0.06 35	0.06 71	0.04 43	0.08 104	0.06 76	0.06 76	0.05 75	0.07 48	0.05 35	0.05 31	0.05 37	0.09 55	0.04 50	0.04 58	0.07 44	0.07 38	0.08 34	0.08 53	0.07 31	0.06 51	0.06 24	0.05 37	0.04 67	0.05 59	0.07 39	0.08 50	0.07 48	0.10 74

delet	0.05 29	0.05 48	0.04 43	0.06 73	0.05 52	0.05 60	0.05 75	0.04 21	0.04 21	0.06 37	0.05 37	0.10 63	0.05 71	0.03 34	0.07 44	0.06 24	0.07 28	0.06 29	0.05 17	0.06 51	0.06 24	0.04 24	0.03 45	0.04 37	0.06 28	0.06 31	0.04 21	0.04 22

MLG-Stereo_test2	0.04 23	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.01 1	0.04 21	0.03 12	0.05 31	0.03 14	0.05 30	0.02 11	0.03 34	0.05 13	0.05 8	0.08 34	0.04 8	0.06 25	0.04 19	0.07 31	0.03 7	0.02 22	0.02 7	0.04 14	0.04 11	0.05 27	0.03 9

DFGA-Net	0.05 29	0.05 48	0.03 25	0.04 35	0.03 23	0.04 36	0.03 35	0.05 30	0.04 21	0.06 37	0.05 37	0.10 63	0.04 50	0.03 34	0.06 28	0.07 38	0.08 34	0.07 46	0.07 31	0.05 35	0.07 31	0.04 24	0.03 45	0.04 37	0.07 39	0.06 31	0.06 41	0.09 59

LG-Stereo	0.03 6	0.03 21	0.02 5	0.02 8	0.03 23	0.02 5	0.01 1	0.04 21	0.05 35	0.04 21	0.02 3	0.05 30	0.02 11	0.01 2	0.04 2	0.05 8	0.05 15	0.04 8	0.05 17	0.04 19	0.07 31	0.03 7	0.01 2	0.02 7	0.05 21	0.04 11	0.04 21	0.04 22

YMNet	0.07 55	0.08 127	0.06 99	0.08 104	0.08 113	0.08 104	0.07 125	0.07 48	0.07 76	0.05 31	0.07 73	0.13 98	0.05 71	0.07 121	0.07 44	0.07 38	0.08 34	0.08 53	0.09 59	0.05 35	0.07 31	0.06 55	0.06 115	0.05 59	0.09 58	0.08 50	0.09 69	0.09 59

RSM++	0.04 23	0.03 21	0.03 25	0.02 8	0.04 34	0.02 5	0.03 35	0.05 30	0.04 21	0.04 21	0.04 23	0.05 30	0.02 11	0.02 18	0.06 28	0.06 24	0.05 15	0.05 21	0.05 17	0.04 19	0.07 31	0.04 24	0.02 22	0.03 21	0.06 28	0.05 21	0.04 21	0.04 22

AASNet	0.06 35	0.06 71	0.04 43	0.09 123	0.07 92	0.08 104	0.05 75	0.08 54	0.04 21	0.07 46	0.07 73	0.07 45	0.04 50	0.04 58	0.06 28	0.07 38	0.10 50	0.08 53	0.08 44	0.06 51	0.07 31	0.06 55	0.04 67	0.06 84	0.08 49	0.07 44	0.06 41	0.06 43

RAFT + AFF	0.05 29	0.04 33	0.03 25	0.05 51	0.04 34	0.04 36	0.03 35	0.06 36	0.08 95	0.09 53	0.05 37	0.09 55	0.02 11	0.02 18	0.05 13	0.05 8	0.09 46	0.06 29	0.06 25	0.04 19	0.07 31	0.05 37	0.02 22	0.04 37	0.07 39	0.05 21	0.05 27	0.05 28

GANet	0.06 35	0.07 94	0.06 99	0.06 73	0.06 76	0.07 94	0.06 108	0.07 48	0.05 35	0.06 37	0.07 73	0.05 30	0.04 50	0.04 58	0.07 44	0.08 53	0.08 34	0.10 98	0.07 31	0.05 35	0.07 31	0.05 37	0.05 94	0.05 59	0.08 49	0.07 44	0.06 41	0.06 43

AANet_RVC	0.06 35	0.05 48	0.06 99	0.05 51	0.06 76	0.04 36	0.05 75	0.05 30	0.06 54	0.05 31	0.06 57	0.05 30	0.04 50	0.04 58	0.07 44	0.07 38	0.08 34	0.08 53	0.07 31	0.07 67	0.07 31	0.06 55	0.05 94	0.05 59	0.07 39	0.09 57	0.06 41	0.08 52

MLG-Stereo_test3	0.05 29	0.03 21	0.02 5	0.03 24	0.04 34	0.05 60	0.03 35	0.05 30	0.06 54	0.06 37	0.06 57	0.09 55	0.02 11	0.03 34	0.06 28	0.06 24	0.08 34	0.06 29	0.06 25	0.04 19	0.08 40	0.04 24	0.02 22	0.03 21	0.05 21	0.06 31	0.05 27	0.05 28

plain	0.06 35	0.04 33	0.04 43	0.04 35	0.04 34	0.05 60	0.03 35	0.08 54	0.04 21	0.09 53	0.05 37	0.06 41	0.02 11	0.02 18	0.07 44	0.08 53	0.12 69	0.08 53	0.08 44	0.06 51	0.08 40	0.04 24	0.02 22	0.05 59	0.09 58	0.09 57	0.08 54	0.09 59

CVANet_RVC	0.07 55	0.07 94	0.07 128	0.08 104	0.06 76	0.07 94	0.05 75	0.06 36	0.05 35	0.06 37	0.09 114	0.05 30	0.04 50	0.04 58	0.08 73	0.08 53	0.08 34	0.08 53	0.08 44	0.06 51	0.08 40	0.05 37	0.04 67	0.05 59	0.08 49	0.07 44	0.07 48	0.09 59

PWCDC_ROB	0.13 148	0.06 71	0.09 161	0.07 94	0.13 196	0.08 104	0.13 199	0.06 36	0.24 257	0.09 53	0.15 195	0.09 55	0.43 283	0.26 263	0.10 146	0.10 99	0.09 46	0.12 145	0.08 44	0.11 160	0.08 40	0.11 178	0.19 246	0.13 220	0.07 39	0.13 120	0.08 54	0.18 167

MIF-Stereo (partial)	0.06 35	0.05 48	0.06 99	0.05 51	0.04 34	0.05 60	0.03 35	0.08 54	0.07 76	0.07 46	0.04 23	0.05 30	0.06 97	0.04 58	0.08 73	0.08 53	0.11 60	0.08 53	0.08 44	0.05 35	0.09 44	0.05 37	0.02 22	0.06 84	0.10 74	0.08 50	0.07 48	0.08 52

UniTT-Stereo	0.07 55	0.04 33	0.04 43	0.04 35	0.03 23	0.05 60	0.03 35	0.06 36	0.05 35	0.06 37	0.04 23	0.07 45	0.12 183	0.07 121	0.08 73	0.07 38	0.11 60	0.08 53	0.08 44	0.07 67	0.09 44	0.08 89	0.08 161	0.04 37	0.09 58	0.16 188	0.06 41	0.09 59

anonymousdsp	0.05 29	0.04 33	0.03 25	0.03 24	0.04 34	0.04 36	0.04 65	0.06 36	0.05 35	0.06 37	0.04 23	0.03 13	0.02 11	0.03 34	0.06 28	0.07 38	0.08 34	0.06 29	0.08 44	0.05 35	0.09 44	0.05 37	0.03 45	0.03 21	0.05 21	0.05 21	0.05 27	0.05 28

iRaftStereo_RVC	0.05 29	0.03 21	0.03 25	0.03 24	0.03 23	0.03 24	0.02 15	0.05 30	0.04 21	0.06 37	0.05 37	0.05 30	0.03 33	0.02 18	0.06 28	0.06 24	0.10 50	0.07 46	0.07 31	0.05 35	0.09 44	0.04 24	0.02 22	0.03 21	0.07 39	0.06 31	0.05 27	0.05 28

HCRNet	0.11 111	0.17 234	0.06 99	0.22 234	0.08 113	0.15 190	0.08 138	0.13 96	0.04 21	0.46 297	0.12 157	0.24 223	0.07 122	0.07 121	0.08 73	0.06 24	0.14 87	0.08 53	0.20 193	0.08 89	0.09 44	0.05 37	0.11 204	0.06 84	0.06 28	0.05 21	0.05 27	0.08 52

AFF-stereo	0.06 35	0.05 48	0.05 70	0.05 51	0.04 34	0.04 36	0.03 35	0.11 72	0.06 54	0.16 85	0.04 23	0.08 49	0.03 33	0.02 18	0.06 28	0.08 53	0.08 34	0.05 21	0.09 59	0.04 19	0.09 44	0.05 37	0.02 22	0.04 37	0.10 74	0.08 50	0.07 48	0.07 46

UPFNet	0.09 72	0.08 127	0.08 150	0.09 123	0.07 92	0.09 119	0.06 108	0.12 77	0.09 126	0.14 72	0.09 114	0.12 82	0.06 97	0.07 121	0.08 73	0.10 99	0.13 73	0.11 115	0.10 70	0.07 67	0.09 44	0.07 72	0.06 115	0.06 84	0.09 58	0.10 69	0.10 75	0.10 74

DMCA	0.07 55	0.05 48	0.07 128	0.06 73	0.06 76	0.05 60	0.07 125	0.09 61	0.06 54	0.06 37	0.09 114	0.07 45	0.06 97	0.06 91	0.07 44	0.08 53	0.11 60	0.10 98	0.08 44	0.07 67	0.09 44	0.05 37	0.06 115	0.05 59	0.08 49	0.10 69	0.05 27	0.07 46

LG-G_1	0.06 35	0.05 48	0.04 43	0.05 51	0.05 52	0.06 76	0.03 35	0.06 36	0.06 54	0.08 49	0.03 14	0.10 63	0.04 50	0.06 91	0.06 28	0.06 24	0.10 50	0.06 29	0.08 44	0.05 35	0.10 52	0.04 24	0.05 94	0.04 37	0.06 28	0.06 31	0.08 54	0.07 46

LG-G	0.06 35	0.05 48	0.04 43	0.05 51	0.05 52	0.06 76	0.03 35	0.06 36	0.06 54	0.08 49	0.03 14	0.10 63	0.04 50	0.06 91	0.06 28	0.06 24	0.10 50	0.06 29	0.08 44	0.05 35	0.10 52	0.04 24	0.05 94	0.04 37	0.06 28	0.06 31	0.08 54	0.07 46

MaDis-Stereo	0.07 55	0.04 33	0.05 70	0.03 24	0.02 8	0.03 24	0.03 35	0.06 36	0.06 54	0.04 21	0.06 57	0.10 63	0.05 71	0.02 18	0.07 44	0.08 53	0.10 50	0.09 79	0.07 31	0.05 35	0.10 52	0.10 157	0.01 2	0.05 59	0.11 89	0.18 219	0.13 113	0.16 139

LL-Strereo2	0.07 55	0.03 21	0.03 25	0.04 35	0.05 52	0.04 36	0.03 35	0.06 36	0.07 76	0.14 72	0.07 73	0.08 49	0.05 71	0.04 58	0.07 44	0.08 53	0.14 87	0.07 46	0.10 70	0.06 51	0.10 52	0.06 55	0.03 45	0.04 37	0.08 49	0.09 57	0.08 54	0.05 28

test_5	0.08 66	0.05 48	0.07 128	0.04 35	0.04 34	0.04 36	0.04 65	0.09 61	0.05 35	0.05 31	0.07 73	0.12 82	0.12 183	0.02 18	0.07 44	0.09 70	0.07 28	0.07 46	0.08 44	0.06 51	0.10 52	0.09 124	0.02 22	0.07 120	0.10 74	0.13 120	0.13 113	0.18 167

HITNet	0.09 72	0.07 94	0.06 99	0.08 104	0.08 113	0.08 104	0.05 75	0.11 72	0.07 76	0.19 120	0.08 96	0.12 82	0.06 97	0.07 121	0.08 73	0.08 53	0.13 73	0.11 115	0.10 70	0.06 51	0.10 52	0.09 124	0.06 115	0.06 84	0.12 97	0.11 93	0.16 148	0.13 104
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
MIM_Stereo	0.06 35	0.04 33	0.03 25	0.05 51	0.05 52	0.05 60	0.03 35	0.06 36	0.04 21	0.14 72	0.06 57	0.04 21	0.02 11	0.03 34	0.07 44	0.08 53	0.13 73	0.07 46	0.09 59	0.06 51	0.11 58	0.06 55	0.02 22	0.04 37	0.08 49	0.07 44	0.07 48	0.05 28

iinet-f	0.10 97	0.09 144	0.06 99	0.08 104	0.06 76	0.09 119	0.06 108	0.09 61	0.07 76	0.18 107	0.11 146	0.10 63	0.10 165	0.06 91	0.08 73	0.09 70	0.14 87	0.09 79	0.18 174	0.09 115	0.11 58	0.06 55	0.05 94	0.06 84	0.11 89	0.10 69	0.15 138	0.12 96

IER	0.09 72	0.07 94	0.07 128	0.09 123	0.07 92	0.08 104	0.06 108	0.12 77	0.07 76	0.14 72	0.11 146	0.10 63	0.07 122	0.06 91	0.08 73	0.09 70	0.15 94	0.11 115	0.11 78	0.07 67	0.11 58	0.07 72	0.06 115	0.06 84	0.10 74	0.10 69	0.11 89	0.14 114

ADLNet	0.12 137	0.11 171	0.08 150	0.12 169	0.10 153	0.16 199	0.12 194	0.14 106	0.07 76	0.13 69	0.10 135	0.25 224	0.10 165	0.28 269	0.09 107	0.10 99	0.17 122	0.09 79	0.13 110	0.09 115	0.11 58	0.08 89	0.13 222	0.06 84	0.13 108	0.12 103	0.12 99	0.14 114

ARAFT	0.07 55	0.04 33	0.04 43	0.05 51	0.05 52	0.05 60	0.02 15	0.09 61	0.06 54	0.12 64	0.06 57	0.12 82	0.03 33	0.03 34	0.07 44	0.07 38	0.12 69	0.09 79	0.09 59	0.05 35	0.11 58	0.07 72	0.03 45	0.04 37	0.09 58	0.09 57	0.09 69	0.09 59

RAFT-Stereo + iAFF	0.08 66	0.06 71	0.05 70	0.05 51	0.04 34	0.04 36	0.04 65	0.14 106	0.07 76	0.21 138	0.04 23	0.12 82	0.04 50	0.03 34	0.07 44	0.09 70	0.09 46	0.06 29	0.10 70	0.05 35	0.11 58	0.05 37	0.03 45	0.05 59	0.12 97	0.09 57	0.09 69	0.09 59

UNet	0.10 97	0.09 144	0.08 150	0.10 142	0.08 113	0.09 119	0.08 138	0.15 111	0.08 95	0.17 95	0.09 114	0.13 98	0.09 152	0.07 121	0.09 107	0.10 99	0.16 108	0.13 172	0.12 89	0.08 89	0.11 58	0.09 124	0.08 161	0.09 166	0.11 89	0.13 120	0.10 75	0.11 84

HGLStereo	0.11 111	0.10 157	0.08 150	0.09 123	0.10 153	0.09 119	0.06 108	0.14 106	0.08 95	0.18 107	0.15 195	0.09 55	0.06 97	0.08 143	0.09 107	0.10 99	0.17 122	0.13 172	0.14 123	0.10 140	0.11 58	0.09 124	0.08 161	0.08 143	0.13 108	0.12 103	0.10 75	0.11 84

AF-Net	0.15 193	0.13 197	0.13 217	0.14 188	0.18 232	0.15 190	0.14 205	0.17 131	0.16 212	0.17 95	0.21 248	0.18 156	0.12 183	0.10 175	0.17 255	0.16 251	0.13 73	0.14 197	0.15 135	0.11 160	0.11 58	0.10 157	0.13 222	0.10 182	0.14 130	0.15 163	0.20 204	0.14 114

Nwc_Net	0.15 193	0.13 197	0.13 217	0.14 188	0.18 232	0.15 190	0.14 205	0.17 131	0.16 212	0.17 95	0.21 248	0.18 156	0.12 183	0.10 175	0.17 255	0.16 251	0.13 73	0.14 197	0.15 135	0.11 160	0.11 58	0.10 157	0.13 222	0.10 182	0.14 130	0.15 163	0.20 204	0.14 114

CFNet	0.12 137	0.11 171	0.08 150	0.14 188	0.12 184	0.11 152	0.09 154	0.19 187	0.10 150	0.18 107	0.12 157	0.25 224	0.10 165	0.08 143	0.08 73	0.09 70	0.17 122	0.12 145	0.12 89	0.09 115	0.11 58	0.08 89	0.06 115	0.09 166	0.15 143	0.12 103	0.13 113	0.13 104

NLCA_NET_v2_RVC	0.13 148	0.13 197	0.13 217	0.14 188	0.15 214	0.13 170	0.20 236	0.13 96	0.15 207	0.16 85	0.16 206	0.21 200	0.09 152	0.15 233	0.10 146	0.12 184	0.15 94	0.12 145	0.11 78	0.09 115	0.11 58	0.09 124	0.08 161	0.08 143	0.13 108	0.13 120	0.11 89	0.15 125
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	0.17 213	0.19 243	0.17 249	0.23 238	0.18 232	0.18 216	0.16 215	0.22 225	0.13 190	0.23 163	0.20 243	0.44 254	0.08 140	0.11 187	0.12 199	0.10 99	0.13 73	0.13 172	0.26 237	0.11 160	0.11 58	0.07 72	0.18 241	0.15 233	0.17 168	0.21 241	0.13 113	0.20 190

DN-CSS_ROB	0.11 111	0.09 144	0.11 193	0.08 104	0.09 135	0.08 104	0.08 138	0.16 120	0.10 150	0.23 163	0.17 215	0.18 156	0.14 211	0.05 74	0.08 73	0.09 70	0.13 73	0.10 98	0.18 174	0.09 115	0.11 58	0.08 89	0.07 137	0.08 143	0.13 108	0.10 69	0.12 99	0.10 74

LGtest1	0.06 35	0.04 33	0.03 25	0.04 35	0.04 34	0.04 36	0.03 35	0.08 54	0.08 95	0.07 46	0.04 23	0.06 41	0.03 33	0.05 74	0.07 44	0.07 38	0.12 69	0.07 46	0.10 70	0.07 67	0.12 72	0.06 55	0.04 67	0.03 21	0.07 39	0.06 31	0.08 54	0.06 43

coex_refinement	0.10 97	0.10 157	0.07 128	0.09 123	0.08 113	0.09 119	0.06 108	0.17 131	0.10 150	0.20 128	0.11 146	0.11 75	0.07 122	0.07 121	0.11 183	0.14 226	0.15 94	0.11 115	0.12 89	0.06 51	0.12 72	0.08 89	0.06 115	0.07 120	0.12 97	0.12 103	0.11 89	0.13 104

SGD-Stereo	0.06 35	0.04 33	0.03 25	0.05 51	0.04 34	0.06 76	0.03 35	0.04 21	0.06 54	0.08 49	0.05 37	0.05 30	0.03 33	0.03 34	0.07 44	0.08 53	0.14 87	0.06 29	0.09 59	0.05 35	0.12 72	0.05 37	0.03 45	0.04 37	0.08 49	0.08 50	0.12 99	0.09 59

AIO_rvc	0.06 35	0.06 71	0.03 25	0.05 51	0.04 34	0.04 36	0.03 35	0.08 54	0.06 54	0.10 61	0.04 23	0.08 49	0.02 11	0.03 34	0.06 28	0.07 38	0.08 34	0.06 29	0.07 31	0.05 35	0.12 72	0.05 37	0.02 22	0.03 21	0.06 28	0.06 31	0.05 27	0.05 28

IGEV-Stereo+	0.06 35	0.03 21	0.03 25	0.03 24	0.04 34	0.03 24	0.03 35	0.16 120	0.06 54	0.20 128	0.06 57	0.06 41	0.03 33	0.04 58	0.07 44	0.08 53	0.10 50	0.06 29	0.09 59	0.06 51	0.12 72	0.06 55	0.03 45	0.03 21	0.07 39	0.06 31	0.03 11	0.07 46

MGS-Stereo	0.08 66	0.06 71	0.04 43	0.05 51	0.05 52	0.04 36	0.03 35	0.12 77	0.05 35	0.09 53	0.07 73	0.10 63	0.04 50	0.05 74	0.07 44	0.08 53	0.15 94	0.11 115	0.12 89	0.09 115	0.12 72	0.07 72	0.05 94	0.05 59	0.10 74	0.09 57	0.11 89	0.10 74

Former-RAFT_DAM_RVC	0.10 97	0.07 94	0.06 99	0.08 104	0.05 52	0.07 94	0.03 35	0.11 72	0.15 207	0.20 128	0.15 195	0.11 75	0.07 122	0.08 143	0.08 73	0.09 70	0.16 108	0.11 115	0.12 89	0.08 89	0.12 72	0.11 178	0.06 115	0.07 120	0.12 97	0.14 145	0.12 99	0.16 139

CAS	0.09 72	0.07 94	0.05 70	0.06 73	0.05 52	0.05 60	0.04 65	0.14 106	0.05 35	0.11 62	0.10 135	0.11 75	0.05 71	0.07 121	0.08 73	0.09 70	0.11 60	0.10 98	0.14 123	0.07 67	0.12 72	0.07 72	0.05 94	0.05 59	0.13 108	0.11 93	0.09 69	0.14 114

anonymousdsp2	0.08 66	0.07 94	0.05 70	0.06 73	0.05 52	0.06 76	0.05 75	0.12 77	0.06 54	0.17 95	0.06 57	0.08 49	0.04 50	0.05 74	0.07 44	0.08 53	0.13 73	0.08 53	0.10 70	0.07 67	0.12 72	0.06 55	0.05 94	0.06 84	0.09 58	0.08 50	0.08 54	0.07 46

RAFT_CTSACE	0.07 55	0.04 33	0.06 99	0.03 24	0.04 34	0.05 60	0.05 75	0.06 36	0.06 54	0.09 53	0.04 23	0.10 63	0.09 152	0.03 34	0.07 44	0.08 53	0.11 60	0.07 46	0.07 31	0.05 35	0.12 72	0.08 89	0.03 45	0.06 84	0.12 97	0.13 120	0.12 99	0.15 125

RAFT+CT+SA	0.09 72	0.05 48	0.07 128	0.05 51	0.05 52	0.04 36	0.05 75	0.13 96	0.08 95	0.08 49	0.07 73	0.15 114	0.13 196	0.04 58	0.10 146	0.10 99	0.09 46	0.08 53	0.08 44	0.06 51	0.12 72	0.11 178	0.02 22	0.06 84	0.13 108	0.12 103	0.11 89	0.17 150

RALAANet	0.09 72	0.08 127	0.06 99	0.07 94	0.05 52	0.08 104	0.05 75	0.10 68	0.07 76	0.12 64	0.09 114	0.10 63	0.06 97	0.03 34	0.08 73	0.09 70	0.13 73	0.11 115	0.15 135	0.08 89	0.12 72	0.07 72	0.04 67	0.06 84	0.11 89	0.10 69	0.11 89	0.11 84

DMCA-RVC	0.10 97	0.08 127	0.11 193	0.08 104	0.09 135	0.08 104	0.08 138	0.12 77	0.09 126	0.13 69	0.13 169	0.13 98	0.07 122	0.06 91	0.13 219	0.12 184	0.14 87	0.13 172	0.11 78	0.10 140	0.12 72	0.09 124	0.07 137	0.09 166	0.10 74	0.10 69	0.10 75	0.11 84

FADNet-RVC	0.14 173	0.13 197	0.10 180	0.18 217	0.11 170	0.14 178	0.09 154	0.21 216	0.09 126	0.19 120	0.17 215	0.17 140	0.12 183	0.11 187	0.14 234	0.15 243	0.18 141	0.13 172	0.18 174	0.15 224	0.12 72	0.12 197	0.12 215	0.11 194	0.20 215	0.16 188	0.14 126	0.14 114

STTStereo	0.13 148	0.14 210	0.17 249	0.13 181	0.15 214	0.13 170	0.20 236	0.13 96	0.13 190	0.15 79	0.15 195	0.17 140	0.10 165	0.11 187	0.12 199	0.12 184	0.15 94	0.14 197	0.13 110	0.11 160	0.12 72	0.10 157	0.07 137	0.09 166	0.15 143	0.13 120	0.12 99	0.16 139

RP	0.15 193	0.14 210	0.15 235	0.17 212	0.14 206	0.17 208	0.16 215	0.19 187	0.17 222	0.14 72	0.16 206	0.16 134	0.15 219	0.11 187	0.13 219	0.12 184	0.15 94	0.12 145	0.15 135	0.12 181	0.12 72	0.12 197	0.10 194	0.12 210	0.17 168	0.15 163	0.20 204	0.18 167

ADCP+	0.11 111	0.10 157	0.08 150	0.09 123	0.07 92	0.09 119	0.08 138	0.13 96	0.11 165	0.16 85	0.12 157	0.18 156	0.08 140	0.07 121	0.10 146	0.09 70	0.16 108	0.11 115	0.14 123	0.09 115	0.12 72	0.09 124	0.08 161	0.08 143	0.11 89	0.15 163	0.11 89	0.11 84

NVstereo2D	0.15 193	0.11 171	0.11 193	0.19 224	0.14 206	0.21 242	0.24 256	0.13 96	0.11 165	0.16 85	0.14 182	0.10 63	0.07 122	0.39 282	0.11 183	0.11 143	0.21 191	0.14 197	0.15 135	0.10 140	0.12 72	0.08 89	0.24 262	0.08 143	0.14 130	0.12 103	0.14 126	0.12 96

DISCO	0.10 97	0.10 157	0.08 150	0.10 142	0.09 135	0.11 152	0.09 154	0.10 68	0.08 95	0.15 79	0.10 135	0.12 82	0.07 122	0.06 91	0.09 107	0.11 143	0.15 94	0.10 98	0.14 123	0.10 140	0.12 72	0.10 157	0.06 115	0.09 166	0.14 130	0.11 93	0.13 113	0.11 84

LG-Stereo_L2	0.06 35	0.04 33	0.03 25	0.03 24	0.04 34	0.02 5	0.02 15	0.08 54	0.08 95	0.21 138	0.06 57	0.08 49	0.03 33	0.03 34	0.06 28	0.07 38	0.10 50	0.06 29	0.07 31	0.04 19	0.13 91	0.05 37	0.02 22	0.03 21	0.05 21	0.06 31	0.05 27	0.05 28

AIO_test	0.06 35	0.05 48	0.04 43	0.07 94	0.05 52	0.04 36	0.04 65	0.10 68	0.09 126	0.12 64	0.05 37	0.11 75	0.04 50	0.03 34	0.06 28	0.07 38	0.07 28	0.06 29	0.08 44	0.05 35	0.13 91	0.05 37	0.04 67	0.04 37	0.09 58	0.07 44	0.05 27	0.05 28

TestStereo1	0.09 72	0.07 94	0.06 99	0.04 35	0.05 52	0.06 76	0.06 108	0.07 48	0.07 76	0.09 53	0.07 73	0.11 75	0.14 211	0.04 58	0.09 107	0.10 99	0.11 60	0.09 79	0.09 59	0.08 89	0.13 91	0.12 197	0.02 22	0.04 37	0.15 143	0.13 120	0.16 148	0.20 190

TESTraft	0.09 72	0.06 71	0.06 99	0.04 35	0.04 34	0.05 60	0.06 108	0.09 61	0.08 95	0.09 53	0.08 96	0.12 82	0.13 196	0.03 34	0.09 107	0.10 99	0.11 60	0.09 79	0.08 44	0.07 67	0.13 91	0.12 197	0.02 22	0.05 59	0.14 130	0.12 103	0.14 126	0.20 190

SA-5K	0.09 72	0.07 94	0.06 99	0.04 35	0.05 52	0.06 76	0.06 108	0.07 48	0.07 76	0.09 53	0.07 73	0.11 75	0.14 211	0.04 58	0.09 107	0.10 99	0.11 60	0.09 79	0.09 59	0.08 89	0.13 91	0.12 197	0.02 22	0.04 37	0.15 143	0.13 120	0.16 148	0.20 190

CIPLG	0.09 72	0.06 71	0.05 70	0.06 73	0.06 76	0.09 119	0.06 108	0.18 165	0.06 54	0.20 128	0.08 96	0.12 82	0.06 97	0.06 91	0.08 73	0.10 99	0.17 122	0.11 115	0.11 78	0.09 115	0.13 91	0.06 55	0.04 67	0.06 84	0.10 74	0.09 57	0.10 75	0.10 74

IPLG	0.09 72	0.07 94	0.07 128	0.07 94	0.07 92	0.06 76	0.05 75	0.15 111	0.06 54	0.22 145	0.06 57	0.15 114	0.05 71	0.04 58	0.08 73	0.10 99	0.16 108	0.10 98	0.14 123	0.09 115	0.13 91	0.08 89	0.04 67	0.07 120	0.13 108	0.11 93	0.11 89	0.08 52

IPLGR_C	0.09 72	0.06 71	0.05 70	0.06 73	0.06 76	0.09 119	0.06 108	0.18 165	0.06 54	0.20 128	0.08 96	0.12 82	0.07 122	0.06 91	0.08 73	0.10 99	0.17 122	0.11 115	0.11 78	0.09 115	0.13 91	0.06 55	0.04 67	0.06 84	0.10 74	0.09 57	0.10 75	0.10 74

MIPNet	0.11 111	0.09 144	0.06 99	0.07 94	0.08 113	0.07 94	0.05 75	0.17 131	0.06 54	0.23 163	0.07 73	0.15 114	0.08 140	0.05 74	0.09 107	0.10 99	0.17 122	0.11 115	0.20 193	0.12 181	0.13 91	0.10 157	0.05 94	0.07 120	0.15 143	0.13 120	0.11 89	0.13 104

ACRE	0.09 72	0.06 71	0.05 70	0.06 73	0.06 76	0.09 119	0.06 108	0.18 165	0.06 54	0.20 128	0.08 96	0.12 82	0.07 122	0.06 91	0.08 73	0.10 99	0.17 122	0.11 115	0.11 78	0.09 115	0.13 91	0.06 55	0.04 67	0.06 84	0.10 74	0.10 69	0.10 75	0.10 74

raft+_RVC	0.08 66	0.06 71	0.04 43	0.06 73	0.06 76	0.07 94	0.04 65	0.10 68	0.08 95	0.17 95	0.08 96	0.09 55	0.04 50	0.04 58	0.08 73	0.07 38	0.13 73	0.09 79	0.11 78	0.06 51	0.13 91	0.05 37	0.03 45	0.05 59	0.10 74	0.09 57	0.09 69	0.08 52

FINET	0.12 137	0.11 171	0.12 208	0.12 169	0.10 153	0.11 152	0.13 199	0.15 111	0.12 181	0.13 69	0.12 157	0.13 98	0.09 152	0.09 160	0.15 244	0.13 205	0.15 94	0.11 115	0.16 151	0.09 115	0.13 91	0.10 157	0.10 194	0.10 182	0.12 97	0.10 69	0.13 113	0.12 96

DSFCA	0.11 111	0.13 197	0.09 161	0.10 142	0.08 113	0.11 152	0.11 184	0.12 77	0.09 126	0.12 64	0.13 169	0.14 109	0.07 122	0.05 74	0.09 107	0.11 143	0.15 94	0.13 172	0.16 151	0.10 140	0.13 91	0.12 197	0.07 137	0.09 166	0.12 97	0.13 120	0.10 75	0.13 104

BEATNet_4x	0.11 111	0.10 157	0.08 150	0.09 123	0.09 135	0.09 119	0.08 138	0.12 77	0.08 95	0.21 138	0.09 114	0.15 114	0.09 152	0.07 121	0.10 146	0.09 70	0.13 73	0.13 172	0.11 78	0.08 89	0.13 91	0.11 178	0.08 161	0.07 120	0.13 108	0.13 120	0.18 180	0.18 167

DeepPrunerF	0.11 111	0.10 157	0.10 180	0.13 181	0.13 196	0.09 119	0.09 154	0.15 111	0.11 165	0.12 64	0.14 182	0.10 63	0.09 152	0.07 121	0.12 199	0.11 143	0.11 60	0.13 172	0.13 110	0.11 160	0.13 91	0.08 89	0.08 161	0.08 143	0.17 168	0.14 145	0.11 89	0.14 114

NaN_ROB	0.19 224	0.20 246	0.19 259	0.20 228	0.20 244	0.16 199	0.15 210	0.27 249	0.19 236	0.23 163	0.18 229	0.47 260	0.16 224	0.11 187	0.13 219	0.12 184	0.15 94	0.14 197	0.21 204	0.19 252	0.13 91	0.10 157	0.09 180	0.20 252	0.24 247	0.21 241	0.26 243	0.28 234

LG-Stereo_L1	0.06 35	0.04 33	0.03 25	0.04 35	0.03 23	0.02 5	0.02 15	0.08 54	0.09 126	0.21 138	0.05 37	0.05 30	0.03 33	0.03 34	0.06 28	0.07 38	0.10 50	0.06 29	0.07 31	0.04 19	0.14 107	0.05 37	0.01 2	0.03 21	0.06 28	0.06 31	0.05 27	0.05 28

G2L-Stereo	0.11 111	0.10 157	0.08 150	0.09 123	0.09 135	0.08 104	0.07 125	0.17 131	0.08 95	0.22 145	0.09 114	0.16 134	0.13 196	0.07 121	0.08 73	0.11 143	0.16 108	0.11 115	0.11 78	0.09 115	0.14 107	0.09 124	0.09 180	0.07 120	0.13 108	0.14 145	0.14 126	0.11 84

HUF	0.07 55	0.05 48	0.04 43	0.07 94	0.06 76	0.04 36	0.03 35	0.09 61	0.07 76	0.16 85	0.05 37	0.09 55	0.04 50	0.03 34	0.06 28	0.07 38	0.08 34	0.06 29	0.09 59	0.06 51	0.14 107	0.06 55	0.03 45	0.04 37	0.08 49	0.05 21	0.06 41	0.05 28

GCAP-BAT	0.09 72	0.05 48	0.04 43	0.05 51	0.07 92	0.04 36	0.03 35	0.12 77	0.08 95	0.24 179	0.05 37	0.15 114	0.05 71	0.06 91	0.07 44	0.09 70	0.18 141	0.10 98	0.12 89	0.08 89	0.14 107	0.07 72	0.04 67	0.05 59	0.09 58	0.10 69	0.08 54	0.09 59

test_for_model	0.09 72	0.05 48	0.04 43	0.05 51	0.07 92	0.04 36	0.03 35	0.12 77	0.08 95	0.24 179	0.05 37	0.15 114	0.05 71	0.06 91	0.07 44	0.09 70	0.18 141	0.10 98	0.12 89	0.08 89	0.14 107	0.07 72	0.04 67	0.05 59	0.09 58	0.10 69	0.08 54	0.09 59

testlalala2	0.09 72	0.05 48	0.04 43	0.05 51	0.07 92	0.04 36	0.03 35	0.12 77	0.08 95	0.24 179	0.05 37	0.15 114	0.05 71	0.06 91	0.07 44	0.09 70	0.18 141	0.10 98	0.12 89	0.08 89	0.14 107	0.07 72	0.04 67	0.05 59	0.09 58	0.10 69	0.08 54	0.09 59

CASnet	0.10 97	0.06 71	0.05 70	0.08 104	0.09 135	0.11 152	0.05 75	0.18 165	0.10 150	0.23 163	0.11 146	0.13 98	0.06 97	0.07 121	0.09 107	0.10 99	0.16 108	0.08 53	0.18 174	0.07 67	0.14 107	0.06 55	0.06 115	0.06 84	0.12 97	0.10 69	0.14 126	0.10 74
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.09 72	0.05 48	0.04 43	0.05 51	0.07 92	0.04 36	0.03 35	0.12 77	0.08 95	0.24 179	0.05 37	0.15 114	0.05 71	0.06 91	0.07 44	0.09 70	0.18 141	0.10 98	0.12 89	0.08 89	0.14 107	0.07 72	0.04 67	0.05 59	0.09 58	0.10 69	0.08 54	0.09 59

testlalala_base	0.09 72	0.05 48	0.04 43	0.05 51	0.07 92	0.04 36	0.03 35	0.12 77	0.08 95	0.24 179	0.05 37	0.15 114	0.05 71	0.06 91	0.07 44	0.09 70	0.18 141	0.10 98	0.12 89	0.08 89	0.14 107	0.07 72	0.04 67	0.05 59	0.09 58	0.10 69	0.08 54	0.09 59

GCAP-Stereo	0.09 72	0.05 48	0.04 43	0.05 51	0.07 92	0.04 36	0.03 35	0.12 77	0.08 95	0.24 179	0.05 37	0.15 114	0.05 71	0.06 91	0.07 44	0.09 70	0.18 141	0.10 98	0.12 89	0.08 89	0.14 107	0.07 72	0.04 67	0.05 59	0.09 58	0.10 69	0.08 54	0.09 59

SA	0.10 97	0.07 94	0.06 99	0.06 73	0.05 52	0.08 104	0.04 65	0.12 77	0.05 35	0.16 85	0.07 73	0.16 134	0.03 33	0.04 58	0.09 107	0.09 70	0.13 73	0.11 115	0.12 89	0.09 115	0.14 107	0.10 157	0.03 45	0.06 84	0.16 156	0.14 145	0.13 113	0.20 190

rafts_anoy	0.09 72	0.08 127	0.07 128	0.07 94	0.07 92	0.06 76	0.05 75	0.13 96	0.05 35	0.17 95	0.09 114	0.12 82	0.05 71	0.03 34	0.09 107	0.10 99	0.15 94	0.12 145	0.13 110	0.07 67	0.14 107	0.08 89	0.03 45	0.06 84	0.11 89	0.10 69	0.09 69	0.11 84

GMStereo	0.12 137	0.12 184	0.07 128	0.11 158	0.11 170	0.13 170	0.09 154	0.17 131	0.10 150	0.17 95	0.13 169	0.21 200	0.11 175	0.07 121	0.10 146	0.09 70	0.17 122	0.10 98	0.17 160	0.12 181	0.14 107	0.09 124	0.07 137	0.09 166	0.14 130	0.13 120	0.15 138	0.12 96
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
stereogan	0.16 210	0.15 218	0.15 235	0.16 204	0.18 232	0.18 216	0.16 215	0.20 205	0.19 236	0.14 72	0.16 206	0.20 182	0.18 230	0.13 219	0.14 234	0.13 205	0.16 108	0.14 197	0.17 160	0.14 210	0.14 107	0.12 197	0.13 222	0.13 220	0.16 156	0.16 188	0.23 224	0.18 167

PA-Net	0.19 224	0.21 251	0.25 273	0.14 188	0.20 244	0.18 216	0.20 236	0.21 216	0.19 236	0.18 107	0.14 182	0.17 140	0.21 237	0.26 263	0.16 249	0.18 265	0.15 94	0.19 251	0.13 110	0.17 241	0.14 107	0.15 233	0.10 194	0.16 241	0.17 168	0.25 267	0.17 161	0.35 253
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
iResNetv2_ROB	0.12 137	0.08 127	0.07 128	0.12 169	0.09 135	0.12 161	0.08 138	0.17 131	0.08 95	0.22 145	0.12 157	0.20 182	0.15 219	0.06 91	0.08 73	0.08 53	0.16 108	0.11 115	0.17 160	0.10 140	0.14 107	0.09 124	0.09 180	0.10 182	0.14 130	0.12 103	0.19 192	0.12 96

iResNet_ROB	0.11 111	0.08 127	0.07 128	0.11 158	0.08 113	0.12 161	0.07 125	0.15 111	0.08 95	0.23 163	0.10 135	0.15 114	0.15 219	0.06 91	0.07 44	0.09 70	0.17 122	0.12 145	0.13 110	0.09 115	0.14 107	0.09 124	0.07 137	0.08 143	0.14 130	0.12 103	0.15 138	0.15 125

PDISCO_ROB	0.12 137	0.13 197	0.13 217	0.10 142	0.08 113	0.09 119	0.09 154	0.09 61	0.08 95	0.11 62	0.10 135	0.06 41	0.05 71	0.05 74	0.09 107	0.11 143	0.14 87	0.16 222	0.09 59	0.10 140	0.14 107	0.12 197	0.04 67	0.08 143	0.16 156	0.21 241	0.32 257	0.19 182

Reg-Stereo(zero)	0.11 111	0.08 127	0.06 99	0.08 104	0.07 92	0.10 142	0.07 125	0.17 131	0.10 150	0.25 211	0.09 114	0.20 182	0.06 97	0.07 121	0.09 107	0.11 143	0.19 161	0.10 98	0.15 135	0.09 115	0.15 125	0.08 89	0.07 137	0.07 120	0.13 108	0.13 120	0.18 180	0.17 150

HI	0.11 111	0.08 127	0.06 99	0.08 104	0.07 92	0.10 142	0.07 125	0.17 131	0.10 150	0.25 211	0.09 114	0.20 182	0.06 97	0.07 121	0.09 107	0.11 143	0.19 161	0.10 98	0.15 135	0.09 115	0.15 125	0.08 89	0.07 137	0.07 120	0.13 108	0.13 120	0.18 180	0.17 150

4D-IteraStereo	0.09 72	0.06 71	0.05 70	0.06 73	0.06 76	0.06 76	0.04 65	0.15 111	0.10 150	0.22 145	0.08 96	0.14 109	0.06 97	0.03 34	0.08 73	0.10 99	0.17 122	0.09 79	0.11 78	0.07 67	0.15 125	0.05 37	0.03 45	0.05 59	0.10 74	0.10 69	0.08 54	0.08 52

raft_robust	0.12 137	0.09 144	0.09 161	0.11 158	0.06 76	0.09 119	0.06 108	0.15 111	0.08 95	0.23 163	0.07 73	0.20 182	0.11 175	0.09 160	0.11 183	0.12 184	0.16 108	0.12 145	0.13 110	0.10 140	0.15 125	0.11 178	0.03 45	0.07 120	0.18 189	0.16 188	0.15 138	0.14 114

dd	0.14 173	0.12 184	0.07 128	0.25 247	0.10 153	0.19 227	0.09 154	0.17 131	0.08 95	0.17 95	0.08 96	0.33 239	0.08 140	0.06 91	0.10 146	0.11 143	0.24 229	0.11 115	0.25 232	0.09 115	0.15 125	0.09 124	0.06 115	0.09 166	0.17 168	0.13 120	0.18 180	0.15 125

IPLGR	0.12 137	0.09 144	0.09 161	0.09 123	0.10 153	0.09 119	0.07 125	0.18 165	0.09 126	0.22 145	0.10 135	0.15 114	0.07 122	0.06 91	0.09 107	0.11 143	0.17 122	0.11 115	0.20 193	0.12 181	0.15 125	0.08 89	0.04 67	0.08 143	0.16 156	0.13 120	0.14 126	0.16 139

GEStereo_RVC	0.14 173	0.13 197	0.10 180	0.11 158	0.12 184	0.12 161	0.11 184	0.18 165	0.13 190	0.24 179	0.16 206	0.18 156	0.10 165	0.06 91	0.12 199	0.11 143	0.20 177	0.17 235	0.23 221	0.13 199	0.15 125	0.13 214	0.07 137	0.11 194	0.20 215	0.14 145	0.13 113	0.19 182

CFNet_pseudo	0.13 148	0.11 171	0.11 193	0.14 188	0.11 170	0.12 161	0.11 184	0.19 187	0.12 181	0.24 179	0.14 182	0.16 134	0.15 219	0.08 143	0.09 107	0.10 99	0.16 108	0.13 172	0.13 110	0.08 89	0.15 125	0.08 89	0.08 161	0.09 166	0.15 143	0.14 145	0.19 192	0.20 190

RALCasStereoNet	0.09 72	0.08 127	0.06 99	0.09 123	0.07 92	0.06 76	0.05 75	0.12 77	0.05 35	0.18 107	0.07 73	0.12 82	0.05 71	0.04 58	0.09 107	0.10 99	0.18 141	0.12 145	0.13 110	0.08 89	0.15 125	0.08 89	0.05 94	0.06 84	0.12 97	0.09 57	0.10 75	0.08 52

APVNet	0.15 193	0.13 197	0.11 193	0.14 188	0.16 217	0.14 178	0.13 199	0.19 187	0.11 165	0.14 72	0.13 169	0.17 140	0.09 152	0.16 236	0.15 244	0.15 243	0.21 191	0.14 197	0.22 211	0.15 224	0.15 125	0.12 197	0.07 137	0.12 210	0.16 156	0.15 163	0.19 192	0.17 150

psm_up	0.14 173	0.11 171	0.13 217	0.15 200	0.12 184	0.14 178	0.11 184	0.20 205	0.16 212	0.19 120	0.12 157	0.15 114	0.17 228	0.10 175	0.12 199	0.12 184	0.19 161	0.13 172	0.17 160	0.11 160	0.15 125	0.09 124	0.10 194	0.16 241	0.18 189	0.16 188	0.17 161	0.20 190

FADNet-RVC-Resample	0.13 148	0.10 157	0.12 208	0.12 169	0.10 153	0.13 170	0.10 171	0.16 120	0.13 190	0.18 107	0.13 169	0.17 140	0.11 175	0.10 175	0.10 146	0.09 70	0.13 73	0.15 211	0.15 135	0.17 241	0.15 125	0.12 197	0.10 194	0.13 220	0.17 168	0.13 120	0.12 99	0.11 84

NCC-stereo	0.17 213	0.16 226	0.16 241	0.16 204	0.17 225	0.18 216	0.18 227	0.19 187	0.20 247	0.16 85	0.19 238	0.21 200	0.21 237	0.12 206	0.20 267	0.18 265	0.18 141	0.19 251	0.18 174	0.15 224	0.15 125	0.15 233	0.15 229	0.12 210	0.18 189	0.17 206	0.24 232	0.20 190

Abc-Net	0.17 213	0.16 226	0.16 241	0.16 204	0.17 225	0.18 216	0.18 227	0.19 187	0.20 247	0.16 85	0.19 238	0.21 200	0.21 237	0.12 206	0.20 267	0.18 265	0.18 141	0.19 251	0.18 174	0.15 224	0.15 125	0.15 233	0.15 229	0.12 210	0.18 189	0.17 206	0.24 232	0.20 190
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCRef	0.13 148	0.10 157	0.09 161	0.10 142	0.08 113	0.09 119	0.08 138	0.17 131	0.14 199	0.21 138	0.15 195	0.15 114	0.13 196	0.05 74	0.10 146	0.11 143	0.16 108	0.14 197	0.19 187	0.12 181	0.15 125	0.12 197	0.09 180	0.11 194	0.13 108	0.18 219	0.13 113	0.18 167

RASNet	0.11 111	0.10 157	0.09 161	0.10 142	0.07 92	0.08 104	0.08 138	0.19 187	0.09 126	0.17 95	0.10 135	0.13 98	0.08 140	0.06 91	0.08 73	0.10 99	0.15 94	0.09 79	0.12 89	0.06 51	0.15 125	0.09 124	0.05 94	0.10 182	0.13 108	0.11 93	0.17 161	0.17 150

CC-Net-ROB	0.28 262	0.40 282	0.28 279	0.56 282	0.44 283	0.41 278	0.38 274	0.32 265	0.20 247	0.33 280	0.28 277	0.68 277	0.10 165	0.32 280	0.19 264	0.13 205	0.14 87	0.16 222	0.39 268	0.18 248	0.15 125	0.09 124	0.23 258	0.24 267	0.21 228	0.21 241	0.19 192	0.29 236

DEFOM-Stereo_RVC	0.07 55	0.05 48	0.03 25	0.03 24	0.05 52	0.05 60	0.03 35	0.12 77	0.05 35	0.22 145	0.05 37	0.08 49	0.03 33	0.05 74	0.07 44	0.09 70	0.13 73	0.09 79	0.10 70	0.06 51	0.16 142	0.06 55	0.04 67	0.04 37	0.07 39	0.09 57	0.08 54	0.10 74

IGEV-BASED-STEREO-	0.07 55	0.05 48	0.03 25	0.04 35	0.05 52	0.04 36	0.02 15	0.11 72	0.06 54	0.22 145	0.05 37	0.05 30	0.02 11	0.03 34	0.07 44	0.08 53	0.12 69	0.08 53	0.09 59	0.07 67	0.16 142	0.06 55	0.02 22	0.03 21	0.07 39	0.07 44	0.07 48	0.05 28

MyStereo04	0.14 173	0.12 184	0.10 180	0.08 104	0.09 135	0.10 142	0.08 138	0.22 225	0.19 236	0.24 179	0.16 206	0.23 215	0.11 175	0.04 58	0.10 146	0.11 143	0.17 122	0.12 145	0.21 204	0.12 181	0.16 142	0.11 178	0.06 115	0.11 194	0.21 228	0.12 103	0.16 148	0.15 125

SQANet	0.45 282	0.54 289	0.14 228	1.41 296	0.51 289	1.23 296	0.83 293	0.30 261	0.24 257	0.34 284	0.24 263	0.64 272	0.19 234	1.12 294	0.17 255	0.14 226	0.24 229	0.20 257	0.40 269	0.22 265	0.16 142	0.14 221	1.58 300	0.17 246	0.20 215	0.16 188	0.26 243	0.39 261

ACVNet-4b	0.69 294	0.75 296	0.33 286	1.72 308	0.94 302	1.61 307	1.42 301	0.33 269	0.32 284	0.38 291	0.26 271	1.20 303	0.29 261	2.16 309	0.39 291	0.37 291	0.33 280	0.24 273	0.57 280	0.38 292	0.16 142	0.14 221	2.71 308	0.23 259	0.29 265	0.32 285	0.39 273	0.40 264

LoS_RVC	0.09 72	0.07 94	0.05 70	0.05 51	0.06 76	0.06 76	0.05 75	0.13 96	0.08 95	0.18 107	0.11 146	0.12 82	0.06 97	0.07 121	0.08 73	0.09 70	0.10 50	0.08 53	0.12 89	0.08 89	0.16 142	0.09 124	0.05 94	0.06 84	0.14 130	0.10 69	0.10 75	0.13 104

tt_ll	0.09 72	0.07 94	0.05 70	0.05 51	0.06 76	0.06 76	0.05 75	0.13 96	0.08 95	0.18 107	0.11 146	0.12 82	0.06 97	0.07 121	0.08 73	0.09 70	0.10 50	0.08 53	0.12 89	0.08 89	0.16 142	0.09 124	0.05 94	0.06 84	0.14 130	0.10 69	0.10 75	0.13 104

Sa-1000	0.10 97	0.07 94	0.07 128	0.07 94	0.05 52	0.09 119	0.03 35	0.12 77	0.06 54	0.18 107	0.08 96	0.19 168	0.05 71	0.05 74	0.10 146	0.10 99	0.16 108	0.12 145	0.14 123	0.09 115	0.16 142	0.10 157	0.04 67	0.05 59	0.19 203	0.15 163	0.13 113	0.20 190

test_4	0.09 72	0.05 48	0.07 128	0.05 51	0.06 76	0.03 24	0.02 15	0.11 72	0.09 126	0.17 95	0.06 57	0.09 55	0.06 97	0.03 34	0.09 107	0.09 70	0.15 94	0.08 53	0.10 70	0.07 67	0.16 142	0.08 89	0.02 22	0.07 120	0.09 58	0.15 163	0.12 99	0.18 167

test-3	0.10 97	0.06 71	0.04 43	0.06 73	0.08 113	0.05 60	0.05 75	0.17 131	0.07 76	0.24 179	0.07 73	0.19 168	0.07 122	0.06 91	0.10 146	0.10 99	0.21 191	0.09 79	0.15 135	0.10 140	0.16 142	0.09 124	0.05 94	0.06 84	0.09 58	0.10 69	0.12 99	0.11 84

test_1	0.10 97	0.06 71	0.04 43	0.06 73	0.08 113	0.05 60	0.05 75	0.17 131	0.07 76	0.24 179	0.07 73	0.19 168	0.07 122	0.06 91	0.10 146	0.10 99	0.21 191	0.09 79	0.15 135	0.10 140	0.16 142	0.09 124	0.05 94	0.06 84	0.09 58	0.10 69	0.12 99	0.11 84

SACVNet	0.15 193	0.14 210	0.13 217	0.16 204	0.13 196	0.14 178	0.12 194	0.19 187	0.17 222	0.19 120	0.17 215	0.14 109	0.07 122	0.14 225	0.13 219	0.13 205	0.19 161	0.16 222	0.20 193	0.13 199	0.16 142	0.14 221	0.12 215	0.13 220	0.20 215	0.18 219	0.19 192	0.17 150

AACVNet	0.14 173	0.13 197	0.10 180	0.13 181	0.13 196	0.14 178	0.10 171	0.19 187	0.11 165	0.22 145	0.17 215	0.13 98	0.10 165	0.09 160	0.11 183	0.11 143	0.21 191	0.13 172	0.17 160	0.12 181	0.16 142	0.11 178	0.11 204	0.11 194	0.17 168	0.13 120	0.14 126	0.16 139

AnonymousM	0.08 66	0.05 48	0.04 43	0.06 73	0.05 52	0.04 36	0.04 65	0.13 96	0.05 35	0.20 128	0.06 57	0.11 75	0.03 33	0.06 91	0.09 107	0.09 70	0.19 161	0.08 53	0.12 89	0.07 67	0.16 142	0.06 55	0.04 67	0.04 37	0.08 49	0.11 93	0.10 75	0.09 59

sAnonymous2	0.14 173	0.09 144	0.10 180	0.10 142	0.09 135	0.09 119	0.11 184	0.22 225	0.11 165	0.23 163	0.16 206	0.15 114	0.10 165	0.06 91	0.12 199	0.13 205	0.18 141	0.15 211	0.21 204	0.14 210	0.16 142	0.14 221	0.04 67	0.10 182	0.17 168	0.17 206	0.17 161	0.16 139

CroCo_RVC	0.14 173	0.09 144	0.10 180	0.10 142	0.09 135	0.09 119	0.11 184	0.22 225	0.11 165	0.23 163	0.16 206	0.15 114	0.10 165	0.06 91	0.12 199	0.13 205	0.18 141	0.15 211	0.21 204	0.14 210	0.16 142	0.14 221	0.04 67	0.10 182	0.17 168	0.17 206	0.17 161	0.16 139

pcwnet_v2	0.15 193	0.12 184	0.12 208	0.16 204	0.14 206	0.17 208	0.14 205	0.20 205	0.13 190	0.22 145	0.14 182	0.19 168	0.18 230	0.12 206	0.10 146	0.12 184	0.18 141	0.13 172	0.17 160	0.12 181	0.16 142	0.11 178	0.09 180	0.10 182	0.19 203	0.20 236	0.19 192	0.27 230

FADNet	0.16 210	0.15 218	0.10 180	0.20 228	0.10 153	0.19 227	0.13 199	0.20 205	0.13 190	0.22 145	0.24 263	0.17 140	0.14 211	0.12 206	0.17 255	0.16 251	0.16 108	0.14 197	0.23 221	0.20 256	0.16 142	0.12 197	0.11 204	0.11 194	0.21 228	0.18 219	0.16 148	0.15 125

RTSC	0.14 173	0.11 171	0.10 180	0.12 169	0.11 170	0.12 161	0.10 171	0.16 120	0.13 190	0.18 107	0.13 169	0.15 114	0.13 196	0.08 143	0.11 183	0.13 205	0.20 177	0.13 172	0.21 204	0.12 181	0.16 142	0.12 197	0.07 137	0.10 182	0.16 156	0.16 188	0.21 218	0.32 248

CFNet_RVC	0.13 148	0.12 184	0.10 180	0.14 188	0.11 170	0.14 178	0.09 154	0.17 131	0.09 126	0.19 120	0.13 169	0.21 200	0.09 152	0.09 160	0.10 146	0.13 205	0.18 141	0.13 172	0.15 135	0.11 160	0.16 142	0.08 89	0.06 115	0.09 166	0.15 143	0.12 103	0.16 148	0.17 150

UCFNet_RVC	0.15 193	0.17 234	0.12 208	0.16 204	0.14 206	0.17 208	0.11 184	0.17 131	0.12 181	0.20 128	0.13 169	0.28 229	0.12 183	0.10 175	0.11 183	0.13 205	0.18 141	0.13 172	0.17 160	0.12 181	0.16 142	0.09 124	0.10 194	0.11 194	0.18 189	0.15 163	0.17 161	0.19 182

EGLCR-Stereo	0.11 111	0.06 71	0.04 43	0.08 104	0.08 113	0.07 94	0.05 75	0.17 131	0.09 126	0.27 242	0.06 57	0.19 168	0.06 97	0.08 143	0.08 73	0.10 99	0.20 177	0.10 98	0.16 151	0.07 67	0.17 163	0.07 72	0.04 67	0.06 84	0.10 74	0.12 103	0.18 180	0.18 167

UDGNet	0.15 193	0.13 197	0.09 161	0.18 217	0.17 225	0.16 199	0.19 234	0.15 111	0.11 165	0.16 85	0.14 182	0.15 114	0.05 71	0.45 283	0.09 107	0.10 99	0.17 122	0.12 145	0.14 123	0.09 115	0.17 163	0.09 124	0.28 284	0.07 120	0.17 168	0.15 163	0.12 99	0.13 104

ICVP	0.15 193	0.13 197	0.14 228	0.12 169	0.12 184	0.13 170	0.10 171	0.17 131	0.12 181	0.17 95	0.13 169	0.18 156	0.12 183	0.09 160	0.12 199	0.13 205	0.18 141	0.15 211	0.15 135	0.14 210	0.17 163	0.13 214	0.20 249	0.11 194	0.19 203	0.19 232	0.17 161	0.16 139
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.10 97	0.08 127	0.06 99	0.08 104	0.07 92	0.05 60	0.04 65	0.14 106	0.06 54	0.25 211	0.07 73	0.12 82	0.05 71	0.05 74	0.08 73	0.09 70	0.18 141	0.11 115	0.11 78	0.09 115	0.17 163	0.08 89	0.05 94	0.05 59	0.13 108	0.12 103	0.10 75	0.10 74

GES	0.14 173	0.11 171	0.07 128	0.09 123	0.11 170	0.15 190	0.09 154	0.20 205	0.09 126	0.23 163	0.12 157	0.17 140	0.11 175	0.14 225	0.10 146	0.10 99	0.23 214	0.14 197	0.24 227	0.14 210	0.17 163	0.17 245	0.11 204	0.09 166	0.15 143	0.14 145	0.21 218	0.20 190

PMTNet	0.11 111	0.10 157	0.06 99	0.12 169	0.09 135	0.07 94	0.06 108	0.18 165	0.06 54	0.28 258	0.06 57	0.18 156	0.04 50	0.07 121	0.09 107	0.11 143	0.19 161	0.09 79	0.14 123	0.08 89	0.17 163	0.09 124	0.07 137	0.05 59	0.13 108	0.12 103	0.17 161	0.15 125

RGC	0.19 224	0.17 234	0.17 249	0.19 224	0.20 244	0.20 233	0.15 210	0.22 225	0.26 267	0.17 95	0.20 243	0.21 200	0.24 245	0.15 233	0.23 271	0.18 265	0.18 141	0.16 222	0.18 174	0.16 236	0.17 163	0.13 214	0.12 215	0.15 233	0.20 215	0.21 241	0.23 224	0.24 216

HSM-Net_RVC	0.15 193	0.12 184	0.10 180	0.17 212	0.13 196	0.14 178	0.10 171	0.18 165	0.14 199	0.25 211	0.18 229	0.28 229	0.16 224	0.11 187	0.11 183	0.11 143	0.19 161	0.13 172	0.16 151	0.11 160	0.17 163	0.11 178	0.08 161	0.11 194	0.19 203	0.16 188	0.23 224	0.24 216
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DeepPruner_ROB	0.14 173	0.13 197	0.11 193	0.12 169	0.11 170	0.10 142	0.09 154	0.17 131	0.12 181	0.21 138	0.18 229	0.15 114	0.13 196	0.08 143	0.12 199	0.11 143	0.19 161	0.15 211	0.19 187	0.11 160	0.17 163	0.14 221	0.10 194	0.11 194	0.17 168	0.16 188	0.17 161	0.19 182

MLCV	0.14 173	0.11 171	0.09 161	0.16 204	0.12 184	0.14 178	0.11 184	0.21 216	0.10 150	0.24 179	0.13 169	0.21 200	0.14 211	0.08 143	0.09 107	0.10 99	0.19 161	0.11 115	0.19 187	0.09 115	0.17 163	0.08 89	0.10 194	0.09 166	0.16 156	0.13 120	0.16 148	0.19 182

DLCB_ROB	0.13 148	0.12 184	0.11 193	0.10 142	0.10 153	0.10 142	0.09 154	0.16 120	0.11 165	0.18 107	0.17 215	0.19 168	0.13 196	0.11 187	0.11 183	0.10 99	0.17 122	0.13 172	0.13 110	0.10 140	0.17 163	0.10 157	0.09 180	0.12 210	0.27 257	0.16 188	0.16 148	0.13 104

XPNet_ROB	0.18 218	0.21 251	0.14 228	0.15 200	0.16 217	0.15 190	0.15 210	0.15 111	0.14 199	0.19 120	0.18 229	0.49 261	0.13 196	0.11 187	0.13 219	0.14 226	0.25 245	0.16 222	0.18 174	0.14 210	0.17 163	0.18 254	0.13 222	0.13 220	0.17 168	0.17 206	0.31 255	0.29 236

SGM-Forest	0.19 224	0.18 240	0.16 241	0.23 238	0.18 232	0.20 233	0.18 227	0.23 233	0.17 222	0.20 128	0.15 195	0.23 215	0.18 230	0.22 256	0.17 255	0.18 265	0.19 161	0.17 235	0.18 174	0.15 224	0.17 163	0.18 254	0.25 264	0.18 249	0.22 238	0.18 219	0.25 238	0.24 216
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
S2M2	0.13 148	0.10 157	0.09 161	0.12 169	0.08 113	0.13 170	0.10 171	0.16 120	0.08 95	0.21 138	0.07 73	0.17 140	0.03 33	0.17 238	0.11 183	0.09 70	0.22 204	0.12 145	0.16 151	0.11 160	0.18 176	0.09 124	0.12 215	0.08 143	0.13 108	0.12 103	0.15 138	0.20 190

DDVS	0.19 224	0.15 218	0.13 217	0.18 217	0.18 232	0.19 227	0.20 236	0.20 205	0.16 212	0.25 211	0.21 248	0.39 251	0.27 256	0.13 219	0.12 199	0.14 226	0.26 253	0.19 251	0.28 246	0.15 224	0.18 176	0.16 241	0.10 194	0.14 229	0.19 203	0.15 163	0.22 222	0.25 222

AE-Stereo	0.12 137	0.09 144	0.08 150	0.11 158	0.09 135	0.08 104	0.05 75	0.17 131	0.14 199	0.24 179	0.09 114	0.19 168	0.10 165	0.07 121	0.10 146	0.12 184	0.24 229	0.13 172	0.16 151	0.11 160	0.18 176	0.09 124	0.05 94	0.09 166	0.13 108	0.14 145	0.15 138	0.15 125

DDUNet	0.26 254	0.20 246	0.12 208	0.37 263	0.30 272	0.40 277	0.47 283	0.20 205	0.16 212	0.16 85	0.25 269	0.16 134	0.08 140	1.63 300	0.13 219	0.14 226	0.21 191	0.14 197	0.25 232	0.13 199	0.18 176	0.12 197	0.25 264	0.15 233	0.17 168	0.18 219	0.18 180	0.22 208

test_3	0.11 111	0.07 94	0.07 128	0.06 73	0.08 113	0.05 60	0.05 75	0.17 131	0.09 126	0.24 179	0.09 114	0.21 200	0.11 175	0.06 91	0.13 219	0.13 205	0.20 177	0.09 79	0.14 123	0.10 140	0.18 176	0.08 89	0.04 67	0.08 143	0.13 108	0.15 163	0.13 113	0.14 114

GwcNet-ADL	0.17 213	0.12 184	0.11 193	0.19 224	0.14 206	0.17 208	0.14 205	0.21 216	0.14 199	0.24 179	0.17 215	0.32 238	0.16 224	0.19 248	0.11 183	0.14 226	0.22 204	0.15 211	0.23 221	0.13 199	0.18 176	0.11 178	0.05 94	0.10 182	0.18 189	0.15 163	0.19 192	0.21 205

LMCR-Stereo	0.13 148	0.09 144	0.07 128	0.11 158	0.08 113	0.11 152	0.09 154	0.18 165	0.09 126	0.19 120	0.14 182	0.19 168	0.14 211	0.10 175	0.09 107	0.11 143	0.20 177	0.13 172	0.19 187	0.10 140	0.18 176	0.10 157	0.08 161	0.08 143	0.15 143	0.13 120	0.18 180	0.17 150

TANstereo	0.11 111	0.06 71	0.06 99	0.10 142	0.09 135	0.09 119	0.06 108	0.12 77	0.08 95	0.22 145	0.08 96	0.13 98	0.07 122	0.08 143	0.10 146	0.13 205	0.20 177	0.13 172	0.18 174	0.08 89	0.18 176	0.09 124	0.06 115	0.06 84	0.10 74	0.10 69	0.15 138	0.14 114

XX-TBD	0.11 111	0.06 71	0.06 99	0.10 142	0.09 135	0.09 119	0.06 108	0.12 77	0.08 95	0.22 145	0.08 96	0.13 98	0.07 122	0.08 143	0.10 146	0.13 205	0.20 177	0.13 172	0.18 174	0.08 89	0.18 176	0.09 124	0.06 115	0.06 84	0.10 74	0.10 69	0.15 138	0.14 114

ADCL	0.14 173	0.12 184	0.11 193	0.13 181	0.11 170	0.14 178	0.10 171	0.17 131	0.15 207	0.22 145	0.16 206	0.21 200	0.12 183	0.09 160	0.10 146	0.11 143	0.16 108	0.13 172	0.17 160	0.12 181	0.18 176	0.13 214	0.11 204	0.11 194	0.16 156	0.15 163	0.16 148	0.16 139

HSM	0.14 173	0.12 184	0.09 161	0.14 188	0.13 196	0.12 161	0.10 171	0.18 165	0.10 150	0.23 163	0.15 195	0.18 156	0.14 211	0.08 143	0.10 146	0.10 99	0.21 191	0.12 145	0.17 160	0.12 181	0.18 176	0.10 157	0.07 137	0.08 143	0.17 168	0.15 163	0.17 161	0.18 167

iResNet	0.16 210	0.11 171	0.09 161	0.15 200	0.13 196	0.17 208	0.12 194	0.21 216	0.14 199	0.25 211	0.13 169	0.35 243	0.32 268	0.08 143	0.10 146	0.11 143	0.20 177	0.12 145	0.25 232	0.14 210	0.18 176	0.11 178	0.12 215	0.13 220	0.18 189	0.14 145	0.20 204	0.18 167

castereo	0.10 97	0.07 94	0.06 99	0.06 73	0.07 92	0.08 104	0.05 75	0.16 120	0.11 165	0.24 179	0.10 135	0.15 114	0.04 50	0.05 74	0.08 73	0.10 99	0.20 177	0.09 79	0.14 123	0.07 67	0.19 188	0.07 72	0.04 67	0.07 120	0.13 108	0.12 103	0.12 99	0.12 96

DCVSM-stereo	0.20 232	0.15 218	0.11 193	0.24 244	0.18 232	0.26 254	0.21 247	0.23 233	0.16 212	0.24 179	0.19 238	0.49 261	0.27 256	0.13 219	0.10 146	0.12 184	0.24 229	0.16 222	0.24 227	0.15 224	0.19 188	0.14 221	0.22 253	0.11 194	0.18 189	0.15 163	0.24 232	0.28 234

ITSA-stereo	0.18 218	0.14 210	0.11 193	0.26 249	0.16 217	0.18 216	0.16 215	0.25 243	0.17 222	0.25 211	0.17 215	0.33 239	0.24 245	0.16 236	0.11 183	0.11 143	0.21 191	0.15 211	0.22 211	0.10 140	0.19 188	0.11 178	0.15 229	0.11 194	0.22 238	0.15 163	0.20 204	0.23 212

CASS	0.15 193	0.12 184	0.10 180	0.14 188	0.12 184	0.16 199	0.10 171	0.19 187	0.15 207	0.26 228	0.12 157	0.20 182	0.12 183	0.09 160	0.11 183	0.12 184	0.23 214	0.12 145	0.23 221	0.09 115	0.19 188	0.10 157	0.07 137	0.09 166	0.23 245	0.14 145	0.19 192	0.22 208
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.13 148	0.06 71	0.05 70	0.09 123	0.10 153	0.09 119	0.07 125	0.18 165	0.08 95	0.28 258	0.12 157	0.19 168	0.06 97	0.09 160	0.09 107	0.13 205	0.23 214	0.12 145	0.17 160	0.15 224	0.19 188	0.10 157	0.09 180	0.07 120	0.19 203	0.18 219	0.19 192	0.19 182

dad	0.18 218	0.16 226	0.11 193	0.36 261	0.16 217	0.24 251	0.21 247	0.24 239	0.09 126	0.22 145	0.11 146	0.38 248	0.11 175	0.08 143	0.12 199	0.10 99	0.27 264	0.12 145	0.29 248	0.10 140	0.19 188	0.12 197	0.08 161	0.13 220	0.18 189	0.14 145	0.31 255	0.22 208

GMOStereo	0.11 111	0.07 94	0.09 161	0.06 73	0.05 52	0.06 76	0.05 75	0.17 131	0.09 126	0.24 179	0.07 73	0.17 140	0.09 152	0.05 74	0.10 146	0.11 143	0.17 122	0.08 53	0.12 89	0.08 89	0.19 188	0.08 89	0.03 45	0.06 84	0.18 189	0.16 188	0.14 126	0.17 150

error version	0.11 111	0.07 94	0.09 161	0.06 73	0.05 52	0.06 76	0.05 75	0.17 131	0.09 126	0.24 179	0.07 73	0.17 140	0.09 152	0.05 74	0.10 146	0.11 143	0.17 122	0.08 53	0.12 89	0.08 89	0.19 188	0.08 89	0.03 45	0.06 84	0.18 189	0.16 188	0.14 126	0.17 150

test-v	0.11 111	0.07 94	0.09 161	0.06 73	0.05 52	0.06 76	0.05 75	0.17 131	0.09 126	0.24 179	0.07 73	0.17 140	0.09 152	0.05 74	0.10 146	0.11 143	0.17 122	0.08 53	0.12 89	0.08 89	0.19 188	0.08 89	0.03 45	0.06 84	0.18 189	0.16 188	0.14 126	0.17 150

PSMNet-ADL	0.18 218	0.13 197	0.13 217	0.16 204	0.14 206	0.17 208	0.16 215	0.20 205	0.21 253	0.27 242	0.19 238	0.29 235	0.25 248	0.18 243	0.14 234	0.14 226	0.23 214	0.14 197	0.22 211	0.14 210	0.19 188	0.11 178	0.10 194	0.11 194	0.20 215	0.15 163	0.23 224	0.19 182

GANet-ADL	0.15 193	0.12 184	0.09 161	0.14 188	0.12 184	0.16 199	0.12 194	0.20 205	0.10 150	0.25 211	0.15 195	0.22 213	0.12 183	0.21 255	0.09 107	0.11 143	0.25 245	0.14 197	0.20 193	0.14 210	0.19 188	0.09 124	0.08 161	0.10 182	0.17 168	0.15 163	0.20 204	0.17 150

TRStereo	0.13 148	0.07 94	0.05 70	0.09 123	0.08 113	0.17 208	0.13 199	0.18 165	0.07 76	0.25 211	0.09 114	0.20 182	0.04 50	0.10 175	0.09 107	0.10 99	0.22 204	0.11 115	0.22 211	0.13 199	0.19 188	0.09 124	0.09 180	0.07 120	0.16 156	0.15 163	0.24 232	0.20 190

test-2	0.11 111	0.07 94	0.09 161	0.06 73	0.05 52	0.06 76	0.05 75	0.17 131	0.09 126	0.24 179	0.07 73	0.17 140	0.09 152	0.05 74	0.10 146	0.11 143	0.17 122	0.08 53	0.12 89	0.08 89	0.19 188	0.08 89	0.03 45	0.06 84	0.18 189	0.16 188	0.14 126	0.17 150

CREStereo++_RVC	0.11 111	0.07 94	0.05 70	0.08 104	0.08 113	0.08 104	0.07 125	0.16 120	0.09 126	0.26 228	0.09 114	0.17 140	0.13 196	0.08 143	0.08 73	0.10 99	0.20 177	0.08 53	0.13 110	0.07 67	0.19 188	0.08 89	0.06 115	0.06 84	0.14 130	0.11 93	0.16 148	0.15 125
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
EAI-Stereo	0.13 148	0.07 94	0.04 43	0.10 142	0.10 153	0.10 142	0.09 154	0.17 131	0.10 150	0.26 228	0.11 146	0.20 182	0.05 71	0.10 175	0.10 146	0.11 143	0.23 214	0.12 145	0.18 174	0.12 181	0.19 188	0.08 89	0.08 161	0.08 143	0.16 156	0.14 145	0.15 138	0.20 190

SFCPSM	0.20 232	0.15 218	0.12 208	0.22 234	0.16 217	0.20 233	0.18 227	0.22 225	0.20 247	0.26 228	0.24 263	0.34 242	0.33 271	0.14 225	0.12 199	0.12 184	0.24 229	0.16 222	0.32 255	0.19 252	0.19 188	0.13 214	0.14 227	0.12 210	0.21 228	0.17 206	0.20 204	0.25 222

FADNet_RVC	0.18 218	0.14 210	0.13 217	0.20 228	0.15 214	0.14 178	0.13 199	0.24 239	0.14 199	0.24 179	0.17 215	0.27 227	0.21 237	0.14 225	0.14 234	0.12 184	0.19 161	0.17 235	0.31 253	0.15 224	0.19 188	0.14 221	0.11 204	0.14 229	0.20 215	0.21 241	0.18 180	0.22 208

SGM-ForestM	0.24 249	0.22 254	0.16 241	0.37 263	0.24 257	0.32 263	0.24 256	0.28 252	0.20 247	0.23 163	0.17 215	0.51 266	0.25 248	0.20 253	0.12 199	0.13 205	0.23 214	0.16 222	0.24 227	0.14 210	0.19 188	0.16 241	0.21 252	0.16 241	0.35 280	0.24 261	0.51 283	0.35 253

MDST_ROB	0.22 243	0.27 270	0.14 228	0.47 277	0.24 257	0.36 271	0.20 236	0.24 239	0.16 212	0.26 228	0.14 182	0.28 229	0.25 248	0.11 187	0.11 183	0.12 184	0.21 191	0.12 145	0.17 160	0.12 181	0.19 188	0.10 157	0.11 204	0.12 210	0.34 279	0.23 256	0.56 288	0.31 244

SGM_RVC	0.25 250	0.24 261	0.17 249	0.39 271	0.27 264	0.34 269	0.26 262	0.28 252	0.19 236	0.25 211	0.18 229	0.42 252	0.30 262	0.17 238	0.12 199	0.13 205	0.23 214	0.15 211	0.25 232	0.13 199	0.19 188	0.15 233	0.19 246	0.17 246	0.33 276	0.22 249	0.55 287	0.43 270
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LG-Stereo_Zeroshot	0.12 137	0.07 94	0.04 43	0.09 123	0.09 135	0.11 152	0.10 171	0.18 165	0.08 95	0.24 179	0.09 114	0.16 134	0.04 50	0.09 160	0.09 107	0.11 143	0.21 191	0.10 98	0.17 160	0.09 115	0.20 208	0.10 157	0.05 94	0.06 84	0.15 143	0.13 120	0.16 148	0.27 230

castereo++	0.10 97	0.07 94	0.05 70	0.07 94	0.07 92	0.06 76	0.05 75	0.17 131	0.09 126	0.24 179	0.08 96	0.17 140	0.06 97	0.05 74	0.09 107	0.10 99	0.19 161	0.09 79	0.13 110	0.07 67	0.20 208	0.07 72	0.05 94	0.07 120	0.12 97	0.12 103	0.12 99	0.11 84

model_zeroshot	0.14 173	0.09 144	0.06 99	0.10 142	0.10 153	0.14 178	0.08 138	0.20 205	0.12 181	0.28 258	0.08 96	0.21 200	0.06 97	0.11 187	0.09 107	0.12 184	0.26 253	0.13 172	0.27 242	0.11 160	0.20 208	0.13 214	0.11 204	0.09 166	0.17 168	0.17 206	0.18 180	0.18 167

AIO-Stereo-zeroshot1	0.15 193	0.07 94	0.05 70	0.12 169	0.12 184	0.15 190	0.09 154	0.17 131	0.12 181	0.29 271	0.09 114	0.22 213	0.05 71	0.12 206	0.11 183	0.11 143	0.26 253	0.12 145	0.33 258	0.11 160	0.20 208	0.12 197	0.08 161	0.06 84	0.21 228	0.18 219	0.20 204	0.32 248

AIO-Stereo-zeroshot	0.15 193	0.07 94	0.05 70	0.14 188	0.12 184	0.15 190	0.10 171	0.18 165	0.08 95	0.26 228	0.08 96	0.19 168	0.08 140	0.11 187	0.10 146	0.12 184	0.26 253	0.13 172	0.26 237	0.11 160	0.20 208	0.10 157	0.08 161	0.07 120	0.20 215	0.18 219	0.19 192	0.31 244

gcap-zeroshot	0.13 148	0.08 127	0.05 70	0.08 104	0.10 153	0.11 152	0.09 154	0.18 165	0.09 126	0.28 258	0.08 96	0.20 182	0.06 97	0.10 175	0.09 107	0.12 184	0.23 214	0.11 115	0.27 242	0.12 181	0.20 208	0.11 178	0.07 137	0.08 143	0.12 97	0.17 206	0.17 161	0.18 167

trnet	0.11 111	0.08 127	0.05 70	0.07 94	0.07 92	0.07 94	0.05 75	0.18 165	0.05 35	0.27 242	0.07 73	0.18 156	0.06 97	0.08 143	0.08 73	0.10 99	0.22 204	0.08 53	0.12 89	0.07 67	0.20 208	0.08 89	0.06 115	0.05 59	0.11 89	0.13 120	0.17 161	0.16 139

IGEV_Zeroshot_test	0.14 173	0.07 94	0.05 70	0.13 181	0.13 196	0.10 142	0.11 184	0.17 131	0.09 126	0.28 258	0.09 114	0.23 215	0.05 71	0.12 206	0.09 107	0.11 143	0.23 214	0.11 115	0.16 151	0.12 181	0.20 208	0.09 124	0.09 180	0.06 84	0.19 203	0.14 145	0.23 224	0.27 230

DLNR_Zeroshot_test	10.12 325	32.06 332	0.05 70	54.44 332	0.09 135	0.18 216	50.47 332	0.19 187	0.08 95	0.27 242	0.07 73	0.20 182	0.04 50	0.14 225	62.26 332	70.60 332	0.33 280	0.18 246	0.25 232	0.11 160	0.20 208	0.08 89	0.07 137	0.09 166	0.18 189	0.15 163	0.20 204	0.26 226

HH	0.13 148	0.06 71	0.05 70	0.11 158	0.11 170	0.16 199	0.08 138	0.19 187	0.07 76	0.28 258	0.08 96	0.18 156	0.05 71	0.12 206	0.10 146	0.10 99	0.23 214	0.12 145	0.15 135	0.10 140	0.20 208	0.08 89	0.07 137	0.08 143	0.13 108	0.14 145	0.19 192	0.23 212

HanStereo	0.13 148	0.06 71	0.05 70	0.11 158	0.11 170	0.16 199	0.08 138	0.19 187	0.07 76	0.28 258	0.08 96	0.18 156	0.05 71	0.12 206	0.10 146	0.10 99	0.23 214	0.12 145	0.15 135	0.10 140	0.20 208	0.08 89	0.07 137	0.08 143	0.13 108	0.14 145	0.19 192	0.23 212

iRaft-Stereo_20w	0.13 148	0.07 94	0.05 70	0.12 169	0.12 184	0.12 161	0.09 154	0.16 120	0.10 150	0.28 258	0.09 114	0.19 168	0.04 50	0.10 175	0.09 107	0.11 143	0.24 229	0.11 115	0.15 135	0.13 199	0.20 208	0.08 89	0.09 180	0.06 84	0.17 168	0.13 120	0.20 204	0.25 222

DAS	0.19 224	0.11 171	0.09 161	0.24 244	0.19 239	0.18 216	0.20 236	0.23 233	0.18 228	0.24 179	0.14 182	0.38 248	0.21 237	0.09 160	0.12 199	0.11 143	0.25 245	0.16 222	0.22 211	0.15 224	0.20 208	0.14 221	0.18 241	0.13 220	0.19 203	0.17 206	0.23 224	0.29 236

SepStereo	0.19 224	0.11 171	0.09 161	0.24 244	0.19 239	0.18 216	0.20 236	0.23 233	0.18 228	0.24 179	0.14 182	0.38 248	0.21 237	0.09 160	0.12 199	0.11 143	0.25 245	0.16 222	0.22 211	0.15 224	0.20 208	0.14 221	0.18 241	0.13 220	0.19 203	0.17 206	0.23 224	0.29 236

s12784h	0.12 137	0.09 144	0.06 99	0.11 158	0.09 135	0.08 104	0.06 108	0.18 165	0.07 76	0.27 242	0.11 146	0.19 168	0.08 140	0.07 121	0.08 73	0.09 70	0.21 191	0.08 53	0.15 135	0.07 67	0.20 208	0.08 89	0.05 94	0.07 120	0.16 156	0.14 145	0.18 180	0.21 205

XX-Stereo	0.14 173	0.05 48	0.05 70	0.10 142	0.08 113	0.17 208	0.07 125	0.18 165	0.10 150	0.27 242	0.09 114	0.20 182	0.03 33	0.09 160	0.10 146	0.12 184	0.23 214	0.11 115	0.20 193	0.11 160	0.20 208	0.08 89	0.08 161	0.07 120	0.22 238	0.16 188	0.17 161	0.36 255

CREStereo	0.11 111	0.08 127	0.06 99	0.08 104	0.08 113	0.07 94	0.05 75	0.18 165	0.05 35	0.26 228	0.08 96	0.18 156	0.06 97	0.08 143	0.08 73	0.10 99	0.22 204	0.09 79	0.13 110	0.08 89	0.20 208	0.09 124	0.06 115	0.05 59	0.11 89	0.13 120	0.17 161	0.15 125
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
MFN_U_SF_DS_RVC	0.25 250	0.25 263	0.20 262	0.29 258	0.22 250	0.22 245	0.23 253	0.36 275	0.27 272	0.36 288	0.22 255	0.45 255	0.32 268	0.19 248	0.17 255	0.17 258	0.17 122	0.16 222	0.29 248	0.14 210	0.20 208	0.18 254	0.27 282	0.23 259	0.29 265	0.25 267	0.33 260	0.31 244

SHD	0.21 238	0.17 234	0.20 262	0.18 217	0.16 217	0.18 216	0.20 236	0.26 246	0.16 212	0.27 242	0.18 229	0.23 215	0.31 265	0.17 238	0.14 234	0.14 226	0.19 161	0.17 235	0.32 255	0.17 241	0.20 208	0.17 245	0.16 233	0.16 241	0.23 245	0.28 280	0.25 238	0.43 270

LALA_ROB	0.22 243	0.25 263	0.16 241	0.19 224	0.17 225	0.22 245	0.16 215	0.17 131	0.19 236	0.24 179	0.21 248	0.64 272	0.15 219	0.13 219	0.23 271	0.17 258	0.27 264	0.22 267	0.22 211	0.18 248	0.20 208	0.20 266	0.14 227	0.15 233	0.20 215	0.22 249	0.35 264	0.25 222

MSKI-zero shot	0.13 148	0.08 127	0.05 70	0.09 123	0.11 170	0.09 119	0.07 125	0.19 187	0.09 126	0.28 258	0.10 135	0.19 168	0.06 97	0.11 187	0.10 146	0.11 143	0.24 229	0.11 115	0.17 160	0.11 160	0.21 228	0.10 157	0.07 137	0.08 143	0.14 130	0.17 206	0.18 180	0.18 167

Any-RAFT	0.13 148	0.07 94	0.05 70	0.10 142	0.09 135	0.12 161	0.08 138	0.17 131	0.10 150	0.26 228	0.09 114	0.20 182	0.08 140	0.10 175	0.09 107	0.10 99	0.22 204	0.11 115	0.20 193	0.10 140	0.21 228	0.09 124	0.08 161	0.06 84	0.16 156	0.15 163	0.17 161	0.17 150

RAFT-Test	0.13 148	0.07 94	0.06 99	0.09 123	0.11 170	0.13 170	0.09 154	0.17 131	0.11 165	0.27 242	0.10 135	0.20 182	0.05 71	0.12 206	0.10 146	0.11 143	0.23 214	0.12 145	0.21 204	0.14 210	0.21 228	0.11 178	0.06 115	0.08 143	0.17 168	0.15 163	0.17 161	0.17 150

LoS	0.15 193	0.10 157	0.08 150	0.10 142	0.11 170	0.09 119	0.07 125	0.50 293	0.05 35	0.32 276	0.36 288	0.36 245	0.06 97	0.09 160	0.09 107	0.10 99	0.20 177	0.09 79	0.14 123	0.11 160	0.21 228	0.09 124	0.07 137	0.07 120	0.17 168	0.11 93	0.20 204	0.21 205
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
UDG	0.26 254	0.20 246	0.13 217	0.38 268	0.31 273	0.38 275	0.51 286	0.19 187	0.16 212	0.19 120	0.23 260	0.17 140	0.09 152	1.45 296	0.14 234	0.13 205	0.27 264	0.16 222	0.26 237	0.13 199	0.21 228	0.13 214	0.25 264	0.12 210	0.20 215	0.20 236	0.20 204	0.19 182

TestStereo	0.13 148	0.12 184	0.10 180	0.11 158	0.08 113	0.11 152	0.10 171	0.18 165	0.11 165	0.24 179	0.13 169	0.20 182	0.08 140	0.06 91	0.11 183	0.10 99	0.20 177	0.11 115	0.20 193	0.10 140	0.21 228	0.10 157	0.06 115	0.12 210	0.19 203	0.11 93	0.12 99	0.13 104

sCroCo_RVC	0.14 173	0.09 144	0.09 161	0.08 104	0.07 92	0.10 142	0.07 125	0.19 187	0.14 199	0.18 107	0.12 157	0.13 98	0.14 211	0.06 91	0.13 219	0.15 243	0.22 204	0.15 211	0.22 211	0.13 199	0.21 228	0.16 241	0.06 115	0.12 210	0.17 168	0.16 188	0.17 161	0.17 150

R-Stereo Train	0.13 148	0.07 94	0.07 128	0.09 123	0.10 153	0.15 190	0.05 75	0.16 120	0.12 181	0.28 258	0.12 157	0.20 182	0.08 140	0.11 187	0.09 107	0.11 143	0.24 229	0.12 145	0.16 151	0.11 160	0.21 228	0.11 178	0.08 161	0.07 120	0.15 143	0.15 163	0.16 148	0.15 125

RAFT-Stereo	0.13 148	0.07 94	0.07 128	0.09 123	0.10 153	0.15 190	0.05 75	0.16 120	0.12 181	0.28 258	0.12 157	0.20 182	0.08 140	0.11 187	0.09 107	0.11 143	0.24 229	0.12 145	0.16 151	0.11 160	0.21 228	0.11 178	0.08 161	0.07 120	0.15 143	0.15 163	0.16 148	0.15 125
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.13 148	0.08 127	0.06 99	0.09 123	0.12 184	0.10 142	0.08 138	0.17 131	0.11 165	0.27 242	0.09 114	0.20 182	0.06 97	0.12 206	0.10 146	0.11 143	0.24 229	0.12 145	0.19 187	0.16 236	0.21 228	0.11 178	0.07 137	0.08 143	0.17 168	0.14 145	0.17 161	0.18 167

ccs_rob	0.20 232	0.15 218	0.11 193	0.26 249	0.16 217	0.26 254	0.20 236	0.22 225	0.16 212	0.25 211	0.24 263	0.57 270	0.24 245	0.17 238	0.12 199	0.13 205	0.23 214	0.15 211	0.21 204	0.15 224	0.21 228	0.11 178	0.12 215	0.11 194	0.20 215	0.16 188	0.18 180	0.24 216

NCCL2	0.17 213	0.17 234	0.16 241	0.13 181	0.13 196	0.13 170	0.12 194	0.21 216	0.17 222	0.22 145	0.15 195	0.23 215	0.13 196	0.09 160	0.15 244	0.16 251	0.18 141	0.17 235	0.19 187	0.17 241	0.21 228	0.17 245	0.11 204	0.16 241	0.25 251	0.26 274	0.20 204	0.24 216

CBMV_ROB	0.21 238	0.14 210	0.15 235	0.26 249	0.22 250	0.21 242	0.22 249	0.28 252	0.17 222	0.26 228	0.17 215	0.28 229	0.17 228	0.26 263	0.11 183	0.12 184	0.26 253	0.17 235	0.18 174	0.16 236	0.21 228	0.19 262	0.26 269	0.20 252	0.24 247	0.25 267	0.25 238	0.33 251

FBW_ROB	0.26 254	0.26 266	0.25 273	0.37 263	0.25 260	0.32 263	0.20 236	0.21 216	0.18 228	0.27 242	0.20 243	0.45 255	0.31 265	0.26 263	0.20 267	0.20 275	0.27 264	0.17 235	0.51 279	0.14 210	0.21 228	0.14 221	0.16 233	0.28 277	0.21 228	0.19 232	0.33 260	0.55 284

ETE_ROB	0.22 243	0.23 258	0.15 235	0.20 228	0.16 217	0.19 227	0.17 224	0.18 165	0.19 236	0.22 145	0.22 255	0.65 274	0.16 224	0.14 225	0.14 234	0.14 226	0.30 275	0.19 251	0.24 227	0.19 252	0.21 228	0.18 254	0.16 233	0.15 233	0.22 238	0.28 280	0.41 278	0.26 226

CBMV	0.22 243	0.18 240	0.17 249	0.23 238	0.21 247	0.20 233	0.18 227	0.27 249	0.19 236	0.28 258	0.11 146	0.29 235	0.13 196	0.24 258	0.13 219	0.14 226	0.24 229	0.18 246	0.20 193	0.16 236	0.21 228	0.18 254	0.24 262	0.23 259	0.26 254	0.22 249	0.35 264	0.40 264
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
otaku	0.58 288	0.71 293	0.29 281	1.70 307	0.84 296	1.49 301	1.00 294	0.40 284	0.34 287	0.38 291	0.31 285	0.65 274	0.26 253	1.35 295	0.33 287	0.25 278	0.20 177	0.23 270	0.69 285	0.30 282	0.22 244	0.17 245	2.24 303	0.28 277	0.29 265	0.18 219	0.30 252	0.39 261

Ntro	0.63 291	0.72 294	0.30 282	1.78 309	0.84 296	1.55 302	1.09 296	0.48 292	0.37 290	0.38 291	0.38 289	0.72 281	0.26 253	1.51 298	0.35 288	0.27 285	0.22 204	0.24 273	0.69 285	0.31 284	0.22 244	0.17 245	2.49 306	0.30 280	0.31 270	0.22 249	0.37 269	0.42 267

HBP-ISP	0.21 238	0.16 226	0.12 208	0.26 249	0.22 250	0.22 245	0.17 224	0.29 258	0.18 228	0.27 242	0.18 229	0.21 200	0.12 183	0.28 269	0.10 146	0.14 226	0.26 253	0.19 251	0.20 193	0.12 181	0.22 244	0.23 277	0.26 269	0.23 259	0.24 247	0.24 261	0.23 224	0.26 226

FAT-Stereo	0.26 254	0.19 243	0.17 249	0.38 268	0.36 277	0.30 259	0.25 261	0.26 246	0.18 228	0.27 242	0.25 269	0.33 239	0.36 275	0.26 263	0.16 249	0.15 243	0.26 253	0.23 270	0.33 258	0.21 258	0.22 244	0.19 262	0.22 253	0.22 257	0.21 228	0.22 249	0.32 257	0.42 267

XQC	0.28 262	0.30 276	0.26 276	0.37 263	0.28 265	0.37 273	0.37 270	0.40 284	0.30 279	0.32 276	0.20 243	0.45 255	0.28 258	0.31 276	0.14 234	0.14 226	0.20 177	0.21 261	0.33 258	0.23 266	0.22 244	0.20 266	0.23 258	0.24 267	0.32 274	0.25 267	0.44 280	0.32 248

RTS	0.20 232	0.16 226	0.14 228	0.17 212	0.14 206	0.20 233	0.15 210	0.23 233	0.26 267	0.15 79	0.14 182	0.14 109	0.20 235	0.11 187	0.13 219	0.15 243	0.24 229	0.17 235	0.34 261	0.24 269	0.22 244	0.15 233	0.09 180	0.15 233	0.28 263	0.27 278	0.28 248	0.55 284

RTSA	0.20 232	0.16 226	0.14 228	0.17 212	0.14 206	0.20 233	0.15 210	0.23 233	0.26 267	0.15 79	0.14 182	0.14 109	0.20 235	0.11 187	0.13 219	0.15 243	0.24 229	0.17 235	0.34 261	0.24 269	0.22 244	0.15 233	0.09 180	0.15 233	0.28 263	0.27 278	0.28 248	0.55 284

CSAN	0.26 254	0.31 277	0.30 282	0.26 249	0.23 254	0.21 242	0.18 227	0.28 252	0.36 289	0.35 287	0.24 263	0.51 266	0.26 253	0.14 225	0.18 262	0.17 258	0.19 161	0.20 257	0.26 237	0.25 271	0.22 244	0.20 266	0.18 241	0.27 273	0.30 268	0.23 256	0.38 272	0.38 257

LE_ROB	0.40 278	0.20 246	0.16 241	0.41 273	0.43 282	0.33 268	0.44 280	0.34 271	0.29 277	0.32 276	0.21 248	1.25 305	1.40 319	0.11 187	0.10 146	0.11 143	0.21 191	0.13 172	0.20 193	0.13 199	0.22 244	0.12 197	0.12 215	0.14 229	0.36 282	0.31 284	1.39 319	1.32 317

PWC_ROB	0.22 243	0.20 246	0.14 228	0.18 217	0.17 225	0.16 199	0.20 236	0.21 216	0.26 267	0.15 79	0.20 243	0.28 229	0.62 295	0.13 219	0.12 199	0.13 205	0.27 264	0.18 246	0.36 265	0.18 248	0.22 244	0.17 245	0.16 233	0.24 267	0.19 203	0.18 219	0.24 232	0.43 270

pmcnn	0.19 224	0.14 210	0.11 193	0.18 217	0.13 196	0.19 227	0.16 215	0.20 205	0.18 228	0.26 228	0.14 182	0.35 243	0.25 248	0.09 160	0.09 107	0.11 143	0.25 245	0.14 197	0.24 227	0.14 210	0.22 244	0.14 221	0.11 204	0.11 194	0.21 228	0.18 219	0.39 273	0.45 274

cross-raft	0.14 173	0.08 127	0.07 128	0.08 104	0.10 153	0.12 161	0.08 138	0.17 131	0.13 190	0.27 242	0.11 146	0.21 200	0.05 71	0.11 187	0.13 219	0.14 226	0.22 204	0.11 115	0.23 221	0.13 199	0.23 255	0.09 124	0.06 115	0.08 143	0.22 238	0.17 206	0.14 126	0.15 125

S-Stereo	0.30 266	0.22 254	0.17 249	0.41 273	0.39 279	0.41 278	0.37 270	0.25 243	0.25 262	0.26 228	0.44 292	0.54 269	0.36 275	0.24 258	0.16 249	0.14 226	0.27 264	0.27 279	0.34 261	0.28 277	0.23 255	0.22 274	0.53 293	0.23 259	0.22 238	0.19 232	0.27 246	0.38 257

MaskLacGwcNet_RVC	0.36 274	0.16 226	0.12 208	0.26 249	0.22 250	0.22 245	0.27 264	0.24 239	0.15 207	0.24 179	0.16 206	4.24 323	0.22 244	0.19 248	0.13 219	0.13 205	0.34 282	0.22 267	0.31 253	0.20 256	0.23 255	0.18 254	0.22 253	0.14 229	0.20 215	0.19 232	0.21 218	0.24 216

edge stereo	0.31 269	0.23 258	0.20 262	0.41 273	0.35 275	0.42 280	0.39 277	0.38 280	0.22 254	0.23 163	0.38 289	0.69 278	0.33 271	0.30 274	0.15 244	0.16 251	0.31 276	0.21 261	0.42 270	0.21 258	0.23 255	0.17 245	0.25 264	0.22 257	0.27 257	0.23 256	0.39 273	0.55 284

GANetREF_RVC	0.26 254	0.26 266	0.30 282	0.23 238	0.23 254	0.23 250	0.24 256	0.35 272	0.33 285	0.32 276	0.17 215	0.50 264	0.38 279	0.12 206	0.20 267	0.17 258	0.19 161	0.21 261	0.35 264	0.21 258	0.23 255	0.15 233	0.22 253	0.29 279	0.27 257	0.21 241	0.36 268	0.31 244
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
STStereo	0.37 275	0.44 286	0.31 285	0.75 290	0.49 288	0.57 284	0.43 279	0.35 272	0.30 279	0.34 284	0.24 263	0.85 294	0.53 291	0.19 248	0.14 234	0.16 251	0.25 245	0.16 222	0.45 274	0.16 236	0.23 255	0.19 262	0.20 249	0.23 259	0.49 290	0.37 293	0.75 300	0.54 283

NOSS_ROB	0.21 238	0.14 210	0.15 235	0.20 228	0.19 239	0.20 233	0.22 249	0.29 258	0.18 228	0.25 211	0.15 195	0.21 200	0.13 196	0.27 268	0.13 219	0.14 226	0.26 253	0.21 261	0.22 211	0.17 241	0.23 255	0.22 274	0.26 269	0.24 267	0.26 254	0.22 249	0.24 232	0.26 226

EKT-Stereo	0.15 193	0.10 157	0.07 128	0.13 181	0.12 184	0.16 199	0.17 224	0.18 165	0.11 165	0.26 228	0.17 215	0.17 140	0.07 122	0.11 187	0.09 107	0.11 143	0.24 229	0.15 211	0.23 221	0.12 181	0.24 262	0.10 157	0.07 137	0.08 143	0.20 215	0.15 163	0.17 161	0.18 167

test-1	0.14 173	0.06 71	0.07 128	0.11 158	0.10 153	0.18 216	0.14 205	0.19 187	0.13 190	0.28 258	0.10 135	0.19 168	0.11 175	0.12 206	0.12 199	0.13 205	0.22 204	0.12 145	0.22 211	0.10 140	0.24 262	0.08 89	0.09 180	0.08 143	0.21 228	0.18 219	0.15 138	0.17 150

Anonymous3	0.18 218	0.15 218	0.11 193	0.15 200	0.10 153	0.14 178	0.11 184	0.22 225	0.19 236	0.27 242	0.15 195	0.27 227	0.12 183	0.13 219	0.25 274	0.17 258	0.23 214	0.18 246	0.26 237	0.17 241	0.24 262	0.20 266	0.09 180	0.10 182	0.21 228	0.20 236	0.22 222	0.20 190

MFN_U_SF_RVC	0.31 269	0.29 275	0.21 268	0.33 259	0.28 265	0.31 261	0.29 266	0.37 278	0.24 257	0.46 297	0.30 282	0.50 264	0.32 268	0.25 260	0.27 278	0.24 277	0.18 141	0.23 270	0.58 281	0.28 277	0.24 262	0.27 285	0.22 253	0.27 273	0.31 270	0.25 267	0.37 269	0.50 279

ADCMid	0.21 238	0.18 240	0.17 249	0.18 217	0.19 239	0.20 233	0.16 215	0.29 258	0.25 262	0.24 179	0.19 238	0.36 245	0.21 237	0.12 206	0.16 249	0.16 251	0.25 245	0.18 246	0.37 266	0.19 252	0.24 262	0.18 254	0.17 239	0.15 233	0.24 247	0.20 236	0.25 238	0.29 236

ADCPNet	0.22 243	0.17 234	0.16 241	0.20 228	0.19 239	0.20 233	0.18 227	0.27 249	0.23 256	0.26 228	0.22 255	0.26 226	0.28 258	0.15 233	0.16 249	0.17 258	0.24 229	0.17 235	0.32 255	0.23 266	0.24 262	0.19 262	0.17 239	0.21 255	0.25 251	0.22 249	0.27 246	0.33 251

SANet	0.30 266	0.21 251	0.21 268	0.25 247	0.21 247	0.31 261	0.22 249	0.30 261	0.31 282	0.27 242	0.26 271	1.39 307	0.38 279	0.22 256	0.14 234	0.14 226	0.26 253	0.21 261	0.30 252	0.21 258	0.24 262	0.20 266	0.31 289	0.23 259	0.33 276	0.24 261	0.35 264	0.48 276

DispFullNet	0.48 283	0.50 287	0.19 259	1.14 293	0.40 280	0.77 292	1.22 298	0.32 265	0.24 257	0.24 179	0.27 274	0.84 292	0.48 288	1.62 299	0.15 244	0.15 243	0.49 297	0.34 293	1.08 304	0.26 273	0.24 262	0.18 254	0.20 249	0.21 255	0.27 257	0.17 206	0.35 264	0.59 289

FC-DCNN v2	0.27 260	0.28 272	0.27 278	0.37 263	0.28 265	0.32 263	0.38 274	0.33 269	0.19 236	0.22 145	0.18 229	0.23 215	0.13 196	0.29 271	0.26 275	0.26 280	0.29 272	0.27 279	0.29 248	0.21 258	0.25 270	0.25 280	0.26 269	0.31 281	0.31 270	0.26 274	0.30 252	0.30 242

FCDSN-DC	0.25 250	0.25 263	0.25 273	0.28 257	0.26 262	0.26 254	0.34 268	0.28 252	0.18 228	0.20 128	0.17 215	0.20 182	0.12 183	0.29 271	0.26 275	0.26 280	0.29 272	0.28 283	0.27 242	0.21 258	0.25 270	0.25 280	0.26 269	0.32 284	0.26 254	0.24 261	0.26 243	0.27 230
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.27 260	0.28 272	0.26 276	0.36 261	0.28 265	0.32 263	0.37 270	0.32 265	0.19 236	0.22 145	0.18 229	0.23 215	0.13 196	0.29 271	0.26 275	0.26 280	0.29 272	0.27 279	0.28 246	0.21 258	0.25 270	0.25 280	0.26 269	0.31 281	0.30 268	0.25 267	0.29 250	0.30 242

DPSNet	0.39 277	0.19 243	0.17 249	0.27 256	0.25 260	0.29 258	0.19 234	0.26 246	0.24 257	0.18 107	0.17 215	2.16 317	0.43 283	0.10 175	0.17 255	0.15 243	0.35 285	0.28 283	2.04 318	0.27 276	0.25 270	0.16 241	0.28 284	0.25 271	0.38 285	0.24 261	0.39 273	0.51 280

ACV-stereo	0.25 250	0.15 218	0.13 217	0.22 234	0.17 225	0.28 257	0.24 256	0.21 216	0.20 247	0.24 179	0.21 248	0.28 229	0.36 275	0.18 243	0.13 219	0.12 184	0.34 282	0.20 257	1.12 306	0.25 271	0.26 274	0.17 245	0.29 287	0.18 249	0.19 203	0.16 188	0.25 238	0.29 236

G-Net	0.29 265	0.24 261	0.19 259	0.23 238	0.21 247	0.36 271	0.23 253	0.30 261	0.27 272	0.33 280	0.32 286	0.93 297	0.25 248	0.18 243	0.18 262	0.18 265	0.26 253	0.21 261	0.43 272	0.31 284	0.26 274	0.17 245	0.18 241	0.18 249	0.27 257	0.23 256	0.40 277	0.42 267

GLC_STEREO	0.13 148	0.11 171	0.12 208	0.12 169	0.11 170	0.10 142	0.10 171	0.19 187	0.07 76	0.25 211	0.13 169	0.12 82	0.07 122	0.07 121	0.08 73	0.12 184	0.24 229	0.11 115	0.17 160	0.09 115	0.27 276	0.15 233	0.07 137	0.07 120	0.15 143	0.09 57	0.20 204	0.12 96

MSC_U_SF_DS_RVC	0.35 273	0.36 278	0.39 290	0.46 276	0.28 265	0.30 259	0.28 265	0.50 293	0.46 296	0.39 294	0.30 282	0.37 247	0.36 275	0.31 276	0.35 288	0.26 280	0.21 191	0.27 279	0.71 287	0.37 291	0.27 276	0.29 287	0.30 288	0.38 291	0.32 274	0.24 261	0.29 250	0.39 261

BEATNet-Init1	0.49 285	0.42 283	0.28 279	0.79 292	0.40 280	0.60 287	0.45 281	0.41 287	0.27 272	0.30 273	0.22 255	0.89 295	0.84 303	0.25 260	0.27 278	0.26 280	0.27 264	0.25 276	0.84 294	0.28 277	0.27 276	0.26 283	0.26 269	0.32 284	0.49 290	0.35 291	2.05 323	0.88 307

AnyNet_C32	0.20 232	0.16 226	0.15 235	0.17 212	0.17 225	0.19 227	0.16 215	0.25 243	0.22 254	0.25 211	0.23 260	0.23 215	0.18 230	0.14 225	0.19 264	0.18 265	0.28 271	0.22 267	0.29 248	0.18 248	0.27 276	0.21 271	0.16 233	0.17 246	0.22 238	0.20 236	0.21 218	0.23 212

MeshStereo	0.30 266	0.26 266	0.20 262	0.49 279	0.36 277	0.35 270	0.26 262	0.32 265	0.28 275	0.30 273	0.27 274	0.61 271	0.47 286	0.18 243	0.12 199	0.14 226	0.26 253	0.17 235	0.27 242	0.17 241	0.27 276	0.21 271	0.25 264	0.20 252	0.36 282	0.28 280	0.54 286	0.49 278
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
CES	0.11 111	0.06 71	0.06 99	0.06 73	0.08 113	0.07 94	0.05 75	0.35 272	0.05 35	0.15 79	0.23 260	0.13 98	0.04 50	0.08 143	0.08 73	0.10 99	0.19 161	0.08 53	0.14 123	0.08 89	0.28 281	0.08 89	0.07 137	0.04 37	0.14 130	0.11 93	0.13 113	0.16 139

ACVNet_1	0.74 296	0.79 298	0.40 292	2.04 315	0.96 303	1.88 313	1.51 303	0.59 299	0.28 275	0.43 295	0.49 295	0.71 279	0.61 294	2.21 311	0.32 284	0.25 278	0.32 277	0.31 287	0.60 282	0.31 284	0.29 282	0.21 271	2.72 309	0.33 286	0.40 286	0.26 274	0.37 269	0.38 257

MANE	0.41 279	0.36 278	0.33 286	0.61 285	0.44 283	0.44 281	0.46 282	0.42 288	0.25 262	0.23 163	0.22 255	0.65 274	0.28 258	0.30 274	0.28 280	0.29 289	0.32 277	0.42 299	0.37 266	0.23 266	0.30 283	0.26 283	0.26 269	0.34 288	0.54 295	0.40 295	1.07 315	0.87 305

RainbowNet	0.77 297	0.87 299	0.46 293	1.83 310	0.91 301	1.59 305	1.47 302	0.42 288	0.38 292	0.47 300	0.34 287	0.90 296	0.60 293	1.97 304	0.62 304	0.48 299	0.34 282	0.33 291	0.90 296	0.58 300	0.33 284	0.23 277	2.82 312	0.39 292	0.40 286	0.34 288	0.44 280	0.48 276

ELAS	0.42 280	0.43 284	0.36 288	0.64 286	0.44 283	0.58 286	0.50 284	0.40 284	0.26 267	0.25 211	0.28 277	0.94 298	0.30 262	0.31 276	0.28 280	0.27 285	0.36 286	0.30 285	0.43 272	0.26 273	0.33 284	0.32 294	0.26 269	0.37 289	0.54 295	0.40 295	0.77 303	0.74 300
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TorneroNet-64	1.07 309	1.00 307	0.57 302	1.94 312	0.88 299	1.98 316	2.01 313	0.63 300	0.88 308	0.58 304	0.49 295	1.83 314	1.71 320	2.88 320	0.62 304	0.51 302	0.46 293	0.46 300	1.17 309	0.61 304	0.34 286	0.37 299	3.40 316	0.56 303	0.64 302	0.48 301	0.68 295	1.11 312

ACVNet_2	0.83 300	0.92 300	0.56 301	1.99 314	0.99 308	1.84 312	1.55 306	0.68 303	0.40 295	0.53 301	0.47 293	1.02 300	0.67 299	1.93 302	0.51 297	0.45 297	0.38 289	0.33 291	1.01 301	0.42 293	0.34 286	0.24 279	2.58 307	0.53 300	0.60 300	0.26 274	0.52 284	0.55 284

ELAS_RVC	0.43 281	0.43 284	0.36 288	0.64 286	0.44 283	0.62 289	0.50 284	0.39 282	0.25 262	0.25 211	0.30 282	1.23 304	0.30 262	0.31 276	0.28 280	0.27 285	0.37 288	0.30 285	0.42 270	0.26 273	0.34 286	0.32 294	0.26 269	0.37 289	0.50 292	0.38 294	0.78 304	0.70 295
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCS	0.28 262	0.22 254	0.21 268	0.26 249	0.24 257	0.25 252	0.23 253	0.36 275	0.30 279	0.23 163	0.27 274	0.46 259	0.35 274	0.20 253	0.19 264	0.18 265	0.32 277	0.24 273	0.48 276	0.28 277	0.36 289	0.28 286	0.19 246	0.23 259	0.31 270	0.25 267	0.30 252	0.41 266

DGSMNet	0.34 272	0.28 272	0.23 272	0.40 272	0.33 274	0.37 273	0.37 270	0.28 252	0.25 262	0.25 211	0.50 297	0.45 255	0.31 265	0.25 260	0.23 271	0.19 274	0.51 299	0.32 288	0.72 289	0.35 290	0.37 290	0.38 302	0.28 284	0.31 281	0.27 257	0.23 256	0.32 257	0.38 257

IMH-64-1	0.90 302	0.95 301	0.51 295	1.59 300	0.98 306	1.58 303	1.73 310	0.75 305	0.74 304	0.33 280	0.61 299	0.83 290	0.94 305	2.59 313	0.50 295	0.42 293	0.48 294	0.36 295	0.92 297	0.55 298	0.39 291	0.30 288	3.14 313	0.50 297	0.81 306	0.34 288	0.60 292	0.80 302

IMH-64	0.90 302	0.95 301	0.51 295	1.59 300	0.98 306	1.58 303	1.73 310	0.75 305	0.74 304	0.33 280	0.61 299	0.83 290	0.94 305	2.59 313	0.50 295	0.42 293	0.48 294	0.36 295	0.92 297	0.55 298	0.39 291	0.30 288	3.14 313	0.50 297	0.81 306	0.34 288	0.60 292	0.80 302

TorneroNet	1.08 310	1.09 309	0.66 311	1.94 312	0.96 303	2.16 317	2.02 314	0.65 302	0.91 309	0.67 306	0.56 298	1.67 313	1.15 315	2.94 322	0.65 307	0.52 303	0.48 294	0.51 305	1.12 306	0.65 309	0.39 291	0.43 305	3.52 317	0.57 306	0.68 304	0.48 301	0.84 307	1.01 310

IMH	0.93 304	0.98 306	0.53 298	1.61 302	0.97 305	1.64 308	1.76 312	0.75 305	0.77 306	0.34 284	0.61 299	0.96 299	1.05 313	2.67 315	0.54 300	0.46 298	0.49 297	0.38 297	0.94 299	0.60 301	0.39 291	0.30 288	3.14 313	0.53 300	0.82 308	0.45 300	0.65 294	0.79 301

PVD	0.38 276	0.38 281	0.20 262	0.47 277	0.35 275	0.50 283	0.40 278	0.38 280	0.34 287	0.23 163	0.28 277	0.52 268	0.51 289	0.50 285	0.16 249	0.17 258	0.41 291	0.26 277	0.49 278	0.28 277	0.39 291	0.40 304	0.23 258	0.27 273	0.44 288	0.57 309	0.46 282	0.72 297

AnyNet_C01	0.31 269	0.22 254	0.20 262	0.22 234	0.26 262	0.25 252	0.24 256	0.37 278	0.37 290	0.26 228	0.28 277	0.49 261	0.33 271	0.18 243	0.28 280	0.21 276	0.38 289	0.32 288	0.64 283	0.32 287	0.39 291	0.31 293	0.26 269	0.25 271	0.33 276	0.32 285	0.34 262	0.44 273

PSMNet_ROB	0.78 298	0.97 304	0.60 306	1.62 305	0.90 300	1.47 300	1.19 297	0.56 298	0.73 303	0.74 308	0.62 302	0.84 292	0.82 301	1.49 297	0.53 298	0.42 293	0.52 300	0.40 298	0.84 294	0.62 305	0.40 297	0.30 288	1.85 301	0.48 295	0.67 303	0.32 285	0.76 301	0.46 275

UNDER WATER	1.40 315	1.42 317	0.86 318	2.83 320	1.92 321	2.74 321	2.57 320	1.28 319	1.01 316	0.88 315	0.97 315	1.88 315	1.26 317	3.09 325	0.83 313	0.62 310	0.66 309	0.56 310	1.20 310	0.60 301	0.42 298	0.47 309	4.04 323	0.98 320	1.08 317	0.99 317	0.87 309	1.67 323

WAO-7	0.66 292	0.75 296	0.65 309	0.72 288	0.78 295	0.57 284	0.66 290	0.97 315	0.96 313	0.63 305	0.78 311	0.79 287	0.83 302	0.55 290	0.83 313	0.71 315	0.42 292	0.35 294	0.94 299	0.66 310	0.43 299	0.34 297	0.16 233	0.83 316	0.56 298	0.64 311	0.57 289	0.70 295

UNDER WATER-64	1.40 315	1.36 314	0.88 319	2.85 321	1.93 322	2.78 322	2.66 321	1.36 320	0.92 311	1.04 319	1.17 320	1.88 315	1.30 318	3.03 323	0.75 309	0.56 305	0.68 310	0.57 312	1.13 308	0.54 297	0.43 299	0.51 311	4.08 324	0.91 318	1.02 316	1.10 319	0.80 305	1.60 321

LSM0	3.45 320	0.27 270	0.18 258	0.38 268	0.29 271	0.39 276	0.36 269	0.51 295	0.31 282	0.45 296	0.47 293	0.71 279	0.57 292	0.19 248	23.17 328	59.79 331	0.36 286	0.26 277	1.29 312	0.33 289	0.44 301	0.32 294	0.23 258	0.27 273	0.36 282	0.29 283	0.53 285	0.51 280

LVE	0.95 305	0.97 304	0.71 313	1.84 311	1.35 313	1.59 305	1.52 304	0.78 309	0.64 300	0.81 311	0.91 314	0.72 281	1.00 309	2.18 310	0.53 298	0.48 299	0.57 303	0.53 308	1.09 305	0.64 307	0.45 302	0.38 302	2.74 311	0.69 308	0.83 310	0.44 299	0.84 307	0.52 282

Dean	1.06 308	1.03 308	0.79 316	2.27 317	1.31 312	1.96 314	1.56 309	0.92 311	0.94 312	0.88 315	0.76 309	1.19 302	1.17 316	2.09 308	0.64 306	0.60 308	0.60 306	0.56 310	1.23 311	0.73 313	0.45 302	0.36 298	2.73 310	0.71 309	0.95 314	0.55 307	1.05 314	0.62 290

LRCNet_RVC	9.85 324	16.31 328	0.59 304	24.99 329	21.12 330	23.54 330	20.75 328	1.45 321	0.48 297	21.31 330	13.10 328	22.63 330	3.34 322	28.36 331	0.38 290	0.27 285	7.74 326	1.15 321	23.52 329	3.99 323	0.46 304	0.30 288	27.02 329	1.72 322	0.35 280	0.21 241	0.42 279	0.37 256

WAO-8	1.00 306	1.11 310	0.76 314	1.61 302	1.24 310	1.74 310	1.55 306	0.93 312	0.98 314	0.81 311	0.67 304	1.66 310	1.00 309	2.08 306	0.77 310	0.68 312	0.63 307	0.52 306	1.05 302	0.81 315	0.47 305	0.37 299	0.78 295	0.75 313	1.10 318	0.73 313	0.95 310	1.16 314

Venus	1.00 306	1.11 310	0.76 314	1.61 302	1.24 310	1.74 310	1.55 306	0.93 312	0.98 314	0.81 311	0.67 304	1.66 310	1.00 309	2.08 306	0.77 310	0.68 312	0.63 307	0.52 306	1.05 302	0.81 315	0.47 305	0.37 299	0.78 295	0.75 313	1.10 318	0.73 313	0.95 310	1.16 314

SAMSARA	0.48 283	0.23 258	0.39 290	0.23 238	0.23 254	0.22 245	0.22 249	0.44 291	0.38 292	0.31 275	0.21 248	0.30 237	0.47 286	0.17 238	0.32 284	0.34 290	0.25 245	0.32 288	0.46 275	0.32 287	0.47 305	0.52 313	0.15 229	0.33 286	1.39 323	1.54 321	1.41 320	1.46 319

MADNet+	0.55 287	0.36 278	0.63 308	0.56 282	0.52 290	0.45 282	0.38 274	0.63 300	0.52 298	0.53 301	0.41 291	0.81 289	0.67 299	0.33 281	0.57 303	0.49 301	0.56 302	0.50 304	0.82 293	0.52 296	0.47 305	0.43 305	0.51 292	0.47 294	0.82 308	0.70 312	0.58 290	0.72 297

notaker	1.27 313	1.41 316	0.58 303	2.37 319	1.48 315	2.34 319	2.27 318	0.94 314	1.62 319	0.79 309	1.07 318	1.66 310	1.08 314	3.06 324	0.94 316	0.69 314	0.68 310	0.49 303	1.62 317	0.84 317	0.53 309	0.45 308	3.70 320	0.80 315	0.61 301	0.52 303	0.80 305	0.92 308

JetBlue	0.70 295	0.56 290	0.69 312	0.73 289	0.61 293	0.78 293	0.68 291	0.52 296	0.91 309	0.46 297	0.29 281	3.18 320	0.38 279	0.52 286	0.44 293	0.43 296	0.70 314	0.53 308	0.66 284	0.51 295	0.54 310	0.58 314	0.75 294	0.56 303	0.55 297	0.42 297	0.96 312	0.99 309

WAO-6	0.82 299	0.95 301	0.59 304	1.30 295	1.05 309	1.25 297	1.39 300	0.77 308	0.84 307	0.79 309	0.69 306	0.74 284	1.00 309	1.94 303	0.78 312	0.61 309	0.53 301	0.48 302	0.78 292	0.60 301	0.55 311	0.51 311	0.49 291	0.57 306	0.83 310	0.42 297	0.76 301	0.85 304

PWCK	0.88 301	1.24 313	0.61 307	1.53 298	0.85 298	1.21 295	1.03 295	1.08 316	0.72 302	0.70 307	0.83 313	1.48 309	0.87 304	0.69 292	0.40 292	0.41 292	0.73 315	0.47 301	3.04 321	0.67 311	0.56 312	0.43 305	0.94 298	0.74 312	0.72 305	0.36 292	0.69 296	0.73 299

STTRV1_RVC		0.26 266	0.22 271	0.35 260	0.28 265	0.32 263	0.29 266	0.36 275	0.33 285	0.27 242	0.26 271	0.42 252	0.41 282	0.47 284	0.32 284	0.18 265	0.59 305	0.20 257		0.30 282	0.59 313	0.22 274		0.43 293	0.25 251	0.54 306	0.34 262	0.64 292

AMNet	0.49 285	0.50 287	0.47 294	0.50 280	0.47 287	0.61 288	0.52 287	0.31 264	0.29 277	0.29 271	0.69 306	0.72 281	0.13 196	0.53 287	0.44 293	0.55 304	0.57 303	0.58 313	0.48 276	0.48 294	0.59 313	0.48 310	0.26 269	0.48 295	0.44 288	0.52 303	0.58 290	0.63 291

ktn	1.24 312	1.39 315	0.55 300	1.62 305	1.59 317	1.68 309	2.12 315	0.86 310	1.75 321	0.90 317	1.11 319	1.11 301	0.95 308	2.57 312	0.97 317	0.73 316	0.80 316	0.59 314	1.41 314	0.76 314	0.68 315	0.67 319	3.69 319	0.73 310	0.92 313	0.75 315	1.19 317	1.28 316

SGM+DAISY	0.58 288	0.57 291	0.54 299	0.59 284	0.55 292	0.68 291	0.56 289	0.42 288	0.38 292	0.37 289	0.77 310	0.75 285	0.65 297	0.54 289	0.55 301	0.56 305	0.68 310	0.61 315	0.71 287	0.64 307	0.69 316	0.62 316	0.27 282	0.50 297	0.52 293	0.53 305	0.74 298	0.68 294

MFMNet_re	0.66 292	0.73 295	0.65 309	0.77 291	0.62 294	0.82 294	0.70 292	0.52 296	0.54 299	0.54 303	0.65 303	0.80 288	0.51 289	0.59 291	0.66 308	0.67 311	0.82 317	0.69 317	0.74 290	0.62 305	0.70 317	0.64 317	0.45 290	0.56 303	0.59 299	0.63 310	0.74 298	0.87 305

KSHMR	1.33 314	1.42 317	1.04 320	2.27 317	1.44 314	2.23 318	2.12 315	1.21 317	1.06 317	1.13 320	1.06 317	1.27 306	0.94 305	2.89 321	1.08 318	0.95 319	0.85 318	0.83 319	1.32 313	0.97 318	0.72 318	0.58 314	3.52 317	1.07 321	0.99 315	0.77 316	1.00 313	1.07 311

SPS-STEREO	0.59 290	0.57 291	0.52 297	0.55 281	0.54 291	0.65 290	0.52 287	0.39 282	0.66 301	0.37 289	0.78 311	0.78 286	0.64 296	0.53 287	0.55 301	0.57 307	0.68 310	0.64 316	0.74 290	0.72 312	0.77 319	0.66 318	0.26 269	0.53 300	0.53 294	0.56 308	0.70 297	0.65 293
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
HanzoNet	1.74 318	1.62 320	0.80 317	2.26 316	1.70 319	2.72 320	2.54 319	1.25 318	1.85 322	0.92 318	1.28 321	4.37 324	3.81 323	3.36 326	0.88 315	0.78 317	1.06 319	0.94 320	2.54 320	1.03 319	0.89 320	0.88 320	3.79 321	0.73 310	1.12 320	1.00 318	1.29 318	1.57 320

DPSimNet_ROB	1.21 311	1.20 312	1.29 321	1.47 297	1.59 317	1.30 299	1.35 299	0.68 303	1.69 320	1.67 321	1.03 316	1.45 308	0.66 298	2.04 305	1.20 319	0.89 318	1.16 320	0.79 318	1.61 316	1.38 321	1.04 321	1.24 321	0.79 297	0.84 317	0.87 312	1.20 320	1.17 316	1.12 313

JetRed	1.62 317	1.82 321	1.71 322	1.58 299	1.50 316	1.97 315	2.21 317	1.51 322	1.47 318	0.82 314	0.74 308	2.63 319	0.43 283	1.73 301	1.48 321	1.54 320	1.67 321	2.94 324	1.42 315	1.08 320	2.30 322	2.07 322	1.99 302	0.97 319	1.16 321	1.70 322	1.57 321	1.60 321

MADNet++	1.86 319	1.58 319	1.74 323	1.27 294	1.74 320	1.26 298	1.53 305	1.62 323	2.07 323	1.84 322	2.22 322	2.60 318	2.72 321	0.75 293	1.39 320	1.54 320	2.01 322	1.47 322	2.12 319	2.13 322	3.35 323	3.26 323	1.23 299	2.21 323	1.21 322	2.25 323	1.76 322	1.32 317

PML	8.20 321	7.62 326	3.39 324	9.64 327	5.14 323	9.56 328	5.20 326	6.48 326	18.29 329	6.44 325	3.30 323	16.82 327	29.20 332	5.41 327	6.10 322	3.93 322	7.39 325	2.64 323	20.47 328	4.70 324	3.50 324	3.87 324	3.98 322	4.21 325	6.16 325	4.40 324	16.76 329	6.85 324

DGTPSM_ROB	8.63 322	3.68 322	8.73 325	2.98 322	5.70 324	3.37 323	4.41 324	3.70 324	9.03 324	3.00 323	6.85 324	3.53 321	10.07 324	2.70 316	10.47 323	10.76 323	3.81 323	12.91 326	4.74 322	10.22 325	5.98 325	13.86 327	4.49 326	8.50 326	10.06 328	27.81 328	11.04 327	30.59 328

DPSMNet_ROB	8.63 322	3.69 323	8.74 326	2.98 322	5.70 324	3.37 323	4.41 324	3.70 324	9.03 324	3.00 323	6.88 325	3.53 321	10.11 325	2.70 316	10.47 323	10.76 323	3.81 323	12.92 327	4.77 323	10.22 325	5.99 326	13.86 327	4.50 327	8.50 326	10.06 328	27.81 328	11.04 327	30.59 328

HaxPig	16.02 328	19.59 329	18.75 329	21.25 328	20.52 329	21.33 329	22.30 329	17.00 330	14.71 328	19.29 329	17.19 330	17.46 328	12.16 326	22.51 329	17.80 327	14.90 327	17.75 329	9.40 325	18.97 326	15.48 329	9.47 327	7.16 325	23.74 328	15.28 330	4.31 324	12.19 327	6.81 324	15.11 327

MEDIAN_ROB	20.47 329	25.88 330	24.03 331	26.51 330	25.55 331	25.88 331	26.99 330	21.23 331	19.72 330	28.73 331	22.19 331	24.61 331	16.74 329	26.47 330	23.75 329	18.44 328	22.03 331	14.75 328	26.69 330	23.31 330	15.11 328	11.56 326	27.65 330	18.39 331	7.22 326	9.33 326	8.28 326	11.75 326

DPSM_ROB	13.01 326	6.29 324	9.52 327	4.44 324	6.37 326	4.34 325	3.59 322	8.20 327	10.79 326	6.64 326	7.87 326	9.69 325	12.99 327	2.80 318	12.81 325	13.68 325	9.16 327	16.58 329	9.87 324	12.33 327	16.73 329	17.95 330	2.26 304	10.56 328	28.34 330	36.91 330	31.06 330	39.57 330

DPSM	13.01 326	6.29 324	9.52 327	4.44 324	6.37 326	4.34 325	3.59 322	8.20 327	10.79 326	6.64 326	7.87 326	9.69 325	12.99 327	2.80 318	12.81 325	13.68 325	9.16 327	16.58 329	9.87 324	12.33 327	16.73 329	17.95 330	2.26 304	10.56 328	28.34 330	36.91 330	31.06 330	39.57 330

AVERAGE_ROB	24.43 330	29.85 331	27.27 332	31.30 331	29.70 332	30.00 332	31.47 331	26.59 332	24.68 332	34.31 332	27.39 332	31.23 332	21.35 330	30.69 332	28.19 331	24.02 329	26.74 332	21.17 331	30.34 331	27.38 332	20.48 331	16.18 329	32.28 331	24.32 333	8.51 327	7.76 325	7.92 325	8.46 325

CasAABBNet	26.14 331	12.60 327	19.00 330	8.89 326	12.76 328	8.55 327	7.26 327	16.43 329	21.86 331	13.67 328	15.79 329	19.63 329	26.13 331	5.53 328	25.80 330	27.48 330	18.01 330	33.35 332	20.00 327	24.70 331	33.62 332	35.57 332	4.48 325	21.32 332	57.07 332	74.41 332	62.39 332	79.48 332

ASD4																								2.43 324

Low-res two-view benchmark