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):

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 Infoalllakes. 1llakes. 1ssand box 1lsand box 1sstora. room 1lstora. room 1sstora. room 2lstora. room 2sstora. room 2 1lstora. room 2 1sstora. room 2 2lstora. room 2 2sstora. room 3lstora. room 3stunnel 1ltunnel 1stunnel 2ltunnel 2stunnel 3ltunnel 3s
sorted bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort by
CREStereotwo views0.39
1
0.21
2
0.38
2
0.34
1
0.22
3
0.53
21
0.29
13
0.77
4
1.11
92
0.58
5
0.71
7
0.51
8
0.41
6
0.54
3
0.34
1
0.18
17
0.13
13
0.15
1
0.10
1
0.14
1
0.14
6
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
TANstereotwo views0.44
2
0.21
2
0.44
7
0.41
3
0.21
2
0.65
43
0.26
6
0.79
5
0.83
19
0.93
26
0.98
20
0.51
8
0.46
11
0.54
3
0.35
2
0.18
17
0.24
140
0.16
6
0.13
7
0.16
9
0.26
115
XX-TBDtwo views0.46
3
0.70
196
0.35
1
0.79
183
0.25
13
0.58
30
0.26
6
0.69
1
1.27
137
0.76
12
1.00
24
0.45
2
0.33
1
0.47
1
0.37
7
0.19
35
0.15
68
0.15
1
0.11
3
0.17
12
0.14
6
PMTNettwo views0.46
3
0.21
2
0.38
2
0.37
2
0.23
4
0.71
68
0.27
10
0.74
2
1.04
72
0.64
6
0.70
5
0.55
11
0.47
14
0.86
33
0.35
2
1.00
227
0.13
13
0.15
1
0.10
1
0.15
3
0.13
3
iRaftStereo_RVCtwo views0.47
5
0.26
20
0.64
31
0.50
25
0.29
24
0.53
21
0.33
22
1.05
31
0.77
15
0.84
21
1.00
24
0.55
11
0.37
2
0.81
29
0.40
12
0.17
13
0.12
4
0.22
51
0.20
66
0.19
38
0.15
14
CREStereo++_RVCtwo views0.47
5
0.21
2
0.38
2
0.45
12
0.38
91
0.45
5
0.25
3
0.75
3
1.29
143
0.80
16
1.21
87
0.47
5
0.37
2
0.53
2
0.44
25
0.16
5
0.11
2
0.15
1
0.80
227
0.18
25
0.11
1
sCroCo_RVCtwo views0.49
7
0.40
121
1.02
128
0.65
127
0.60
159
0.52
19
0.40
43
0.83
8
0.61
2
0.44
1
0.74
9
0.49
6
0.50
17
0.63
11
0.48
52
0.26
123
0.27
154
0.23
63
0.22
99
0.29
119
0.25
113
CroCo-Stereotwo views0.51
8
0.31
81
0.62
24
0.56
53
0.58
149
0.72
73
0.80
135
0.88
9
0.75
12
0.64
6
0.70
5
0.49
6
0.47
14
0.59
5
0.45
29
0.32
153
0.17
92
0.24
88
0.32
165
0.30
126
0.22
97
GMO-cross-datatwo views0.52
9
0.26
20
1.04
130
0.56
53
0.32
59
0.61
35
0.38
37
1.10
42
0.91
28
0.78
14
1.01
30
0.77
32
0.52
20
0.60
10
0.42
19
0.17
13
0.14
42
0.20
33
0.17
27
0.20
43
0.23
101
MSMDNettwo views0.52
9
0.25
15
0.69
41
0.47
17
0.30
35
0.69
57
0.25
3
1.19
70
0.77
15
1.04
44
1.03
39
1.19
107
0.56
28
0.72
18
0.37
7
0.17
13
0.14
42
0.17
8
0.15
16
0.16
9
0.15
14
rafts_anoytwo views0.52
9
0.29
64
0.59
18
0.59
76
0.50
121
0.53
21
0.40
43
1.11
47
1.03
70
0.84
21
0.83
11
0.68
23
0.54
24
0.72
18
0.51
62
0.19
35
0.14
42
0.24
88
0.26
126
0.21
56
0.18
51
s12784htwo views0.52
9
0.20
1
0.38
2
0.41
3
0.19
1
0.96
120
0.34
25
1.17
65
1.25
127
0.81
19
0.90
15
0.63
18
0.50
17
1.45
64
0.42
19
0.14
3
0.12
4
0.17
8
0.11
3
0.18
25
0.11
1
Gwc-CoAtRStwo views0.52
9
0.24
7
0.68
38
0.48
18
0.29
24
0.64
39
0.25
3
1.16
60
1.08
85
1.01
36
1.00
24
1.12
96
0.56
28
0.69
15
0.37
7
0.16
5
0.13
13
0.17
8
0.15
16
0.15
3
0.15
14
raftrobusttwo views0.52
9
0.25
15
0.56
14
0.65
127
0.52
133
0.49
13
0.34
25
0.98
16
0.91
28
1.30
97
0.87
13
0.63
18
0.81
70
0.78
24
0.41
15
0.19
35
0.15
68
0.16
6
0.14
13
0.15
3
0.16
23
Anonymoustwo views0.53
15
0.38
115
0.91
112
0.66
131
0.73
180
0.65
43
0.59
109
0.95
13
0.73
11
0.47
2
0.58
1
0.42
1
0.60
38
0.80
26
0.53
73
0.24
106
0.23
135
0.21
45
0.21
90
0.41
164
0.29
131
csctwo views0.53
15
0.24
7
0.70
43
0.43
6
0.24
6
0.48
8
0.36
30
1.07
38
1.25
127
1.10
55
1.02
36
0.57
13
1.06
131
0.73
21
0.52
66
0.16
5
0.13
13
0.17
8
0.13
7
0.15
3
0.19
67
raft+_RVCtwo views0.53
15
0.26
20
0.54
10
0.60
91
0.47
114
0.54
25
0.54
86
1.27
82
0.99
59
0.76
12
1.03
39
0.70
27
0.56
28
0.93
37
0.47
45
0.18
17
0.14
42
0.19
28
0.18
34
0.18
25
0.15
14
cscssctwo views0.53
15
0.24
7
0.70
43
0.43
6
0.24
6
0.48
8
0.36
30
1.07
38
1.25
127
1.10
55
1.02
36
0.57
13
1.06
131
0.73
21
0.52
66
0.16
5
0.13
13
0.17
8
0.13
7
0.15
3
0.19
67
GMOtwo views0.53
15
0.26
20
0.65
33
0.50
25
0.29
24
0.52
19
0.43
49
0.89
10
0.96
47
1.41
124
1.14
71
0.85
39
0.56
28
0.59
5
0.38
10
0.16
5
0.14
42
0.24
88
0.21
90
0.20
43
0.15
14
RALCasStereoNettwo views0.54
20
0.30
72
0.66
35
0.59
76
0.51
129
0.61
35
0.52
79
0.94
12
0.93
32
0.70
9
1.01
30
0.78
33
0.44
9
1.33
57
0.47
45
0.20
46
0.16
88
0.18
23
0.16
23
0.20
43
0.19
67
cross-rafttwo views0.54
20
0.25
15
0.61
20
0.52
34
0.29
24
0.68
52
0.37
36
1.46
95
0.76
13
1.01
36
1.06
43
1.28
122
0.46
11
0.71
17
0.35
2
0.15
4
0.12
4
0.18
23
0.16
23
0.19
38
0.14
6
CFNet-RSSMtwo views0.54
20
0.24
7
0.70
43
0.48
18
0.28
20
0.60
32
0.27
10
1.49
99
1.14
100
1.06
46
0.93
16
1.08
88
0.54
24
0.70
16
0.35
2
0.16
5
0.12
4
0.17
8
0.15
16
0.16
9
0.14
6
DCANettwo views0.54
20
0.24
7
0.70
43
0.43
6
0.24
6
0.49
13
0.36
30
1.05
31
1.30
144
1.12
59
1.03
39
0.58
17
0.92
95
0.81
29
0.52
66
0.16
5
0.13
13
0.17
8
0.13
7
0.18
25
0.19
67
RAFT-Stereo + iAFFtwo views0.54
20
0.25
15
0.68
38
0.43
6
0.24
6
0.40
2
0.34
25
1.04
29
1.09
88
1.32
105
1.60
155
0.80
34
0.68
51
0.67
14
0.39
11
0.13
1
0.10
1
0.18
23
0.17
27
0.17
12
0.13
3
GMStereopermissivetwo views0.55
25
0.45
140
0.94
116
0.50
25
0.32
59
0.64
39
0.43
49
1.00
19
1.40
166
0.82
20
0.73
8
0.51
8
0.45
10
0.85
31
0.55
78
0.24
106
0.15
68
0.20
33
0.21
90
0.31
132
0.24
107
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. arXiv 2022
RANettwo views0.55
25
0.30
72
0.73
62
0.50
25
0.27
16
0.65
43
0.29
13
1.05
31
0.64
3
1.12
59
0.96
17
0.83
36
0.60
38
1.37
60
0.45
29
0.22
71
0.14
42
0.24
88
0.20
66
0.26
109
0.18
51
sAnonymous2two views0.55
25
0.56
168
1.46
177
0.60
91
0.51
129
0.48
8
0.52
79
0.79
5
0.68
7
0.50
3
0.67
3
0.46
3
0.62
43
0.59
5
0.40
12
0.22
71
0.17
92
0.22
51
0.21
90
0.86
222
0.56
204
CroCo_RVCtwo views0.55
25
0.56
168
1.46
177
0.60
91
0.51
129
0.48
8
0.52
79
0.79
5
0.68
7
0.50
3
0.67
3
0.46
3
0.62
43
0.59
5
0.40
12
0.22
71
0.17
92
0.22
51
0.21
90
0.86
222
0.56
204
222two views0.56
29
0.24
7
1.07
135
0.42
5
0.24
6
0.48
8
0.36
30
1.07
38
1.30
144
1.10
55
1.02
36
0.57
13
1.06
131
0.73
21
0.52
66
0.16
5
0.13
13
0.17
8
0.13
7
0.18
25
0.19
67
R-Stereo Traintwo views0.57
30
0.26
20
0.63
26
0.54
44
0.36
81
0.69
57
0.54
86
1.22
77
0.72
9
1.61
169
1.50
145
0.75
30
0.53
22
0.64
12
0.44
25
0.18
17
0.15
68
0.17
8
0.15
16
0.17
12
0.17
32
RAFT-Stereopermissivetwo views0.57
30
0.26
20
0.63
26
0.54
44
0.36
81
0.69
57
0.54
86
1.22
77
0.72
9
1.61
169
1.50
145
0.75
30
0.53
22
0.64
12
0.44
25
0.18
17
0.15
68
0.17
8
0.15
16
0.17
12
0.17
32
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AFF-stereotwo views0.58
32
0.25
15
0.64
31
0.46
14
0.29
24
0.34
1
0.38
37
1.15
56
1.14
100
1.17
72
1.60
155
1.10
92
0.71
55
0.97
41
0.43
23
0.13
1
0.11
2
0.19
28
0.19
42
0.17
12
0.14
6
AnonymousMtwo views0.59
33
1.11
224
0.41
6
0.44
11
0.32
59
0.43
3
0.47
61
1.05
31
0.64
3
0.98
32
0.63
2
0.67
22
0.43
7
0.59
5
0.41
15
0.20
46
0.15
68
1.84
233
0.84
229
0.14
1
0.13
3
RALAANettwo views0.60
34
0.33
95
0.87
101
0.62
106
0.50
121
0.69
57
0.31
18
1.21
73
1.06
76
1.09
50
1.16
78
0.88
40
0.46
11
1.22
52
0.42
19
0.19
35
0.15
68
0.21
45
0.17
27
0.27
112
0.17
32
111two views0.60
34
0.23
6
0.70
43
0.43
6
0.24
6
0.72
73
0.42
47
1.18
68
1.41
168
0.80
16
1.38
122
1.10
92
0.79
65
0.96
38
0.58
83
0.18
17
0.13
13
0.17
8
0.15
16
0.17
12
0.19
67
TRStereotwo views0.60
34
0.60
183
0.97
121
0.74
175
0.67
170
0.46
7
0.38
37
1.85
158
0.89
23
0.79
15
0.80
10
0.88
40
0.39
4
1.10
50
0.41
15
0.23
96
0.15
68
0.23
63
0.24
112
0.17
12
0.15
14
FENettwo views0.60
34
0.28
39
0.63
26
0.54
44
0.33
72
0.83
94
0.38
37
1.27
82
1.07
82
1.00
35
0.86
12
0.99
66
0.85
75
0.96
38
0.68
92
0.22
71
0.15
68
0.23
63
0.20
66
0.22
66
0.23
101
Anonymous3two views0.61
38
0.44
135
1.11
141
0.59
76
0.49
118
0.93
111
0.65
117
0.93
11
0.81
18
0.72
11
0.88
14
0.65
20
0.69
52
1.06
46
0.53
73
0.35
169
0.30
167
0.26
117
0.26
126
0.31
132
0.27
119
FTStereotwo views0.62
39
0.28
39
0.76
79
0.59
76
0.33
72
0.69
57
0.40
43
1.11
47
0.99
59
1.50
148
1.06
43
0.89
44
0.60
38
1.56
71
0.45
29
0.21
52
0.14
42
0.23
63
0.19
42
0.23
77
0.17
32
DIP-Stereotwo views0.62
39
0.30
72
0.83
97
0.48
18
0.36
81
0.95
115
0.33
22
2.37
214
0.67
6
1.25
87
1.00
24
0.68
23
0.51
19
0.91
36
0.61
84
0.18
17
0.15
68
0.21
45
0.17
27
0.19
38
0.19
67
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
XX-Stereotwo views0.63
41
0.26
20
1.90
192
0.81
188
0.67
170
0.43
3
0.23
1
1.03
27
0.58
1
0.65
8
1.56
151
1.41
135
0.39
4
1.28
54
0.35
2
0.20
46
0.14
42
0.20
33
0.19
42
0.18
25
0.14
6
ICVPtwo views0.63
41
0.33
95
0.57
16
0.61
100
0.40
98
0.80
91
0.58
104
1.61
119
0.89
23
0.90
24
1.24
91
0.88
40
0.73
56
0.72
18
0.88
123
0.29
141
0.21
122
0.22
51
0.21
90
0.24
89
0.27
119
ACVNettwo views0.63
41
0.31
81
0.54
10
0.54
44
0.36
81
0.80
91
0.46
58
1.37
86
1.07
82
0.93
26
1.30
104
1.08
88
0.85
75
0.80
26
0.94
128
0.21
52
0.19
107
0.21
45
0.18
34
0.22
66
0.18
51
DN-CSS_ROBtwo views0.64
44
0.32
86
1.05
131
0.55
50
0.40
98
0.54
25
0.45
57
1.21
73
0.93
32
1.03
43
1.47
138
0.69
26
0.63
46
1.76
89
0.49
56
0.18
17
0.14
42
0.25
112
0.22
99
0.22
66
0.20
85
TestStereotwo views0.64
44
0.39
119
0.71
49
0.51
29
0.27
16
0.56
28
0.42
47
1.03
27
0.91
28
0.80
16
1.00
24
0.68
23
0.52
20
3.25
150
0.45
29
0.22
71
0.15
68
0.24
88
0.18
34
0.27
112
0.16
23
RAFT+GMMtwo views0.64
44
0.30
72
0.73
62
0.59
76
0.33
72
0.68
52
0.58
104
1.04
29
0.76
13
1.08
47
1.19
83
1.65
165
0.93
101
1.06
46
0.56
79
0.21
52
0.18
101
0.27
121
0.24
112
0.22
66
0.17
32
EAI-Stereotwo views0.65
47
0.28
39
0.69
41
0.53
39
0.27
16
0.60
32
0.40
43
2.28
210
0.64
3
0.71
10
3.18
215
0.57
13
0.43
7
1.06
46
0.41
15
0.18
17
0.13
13
0.17
8
0.17
27
0.17
12
0.17
32
test_xeample3two views0.65
47
0.28
39
0.73
62
0.45
12
0.25
13
0.71
68
0.87
146
1.20
72
1.25
127
1.22
82
1.66
164
0.83
36
0.92
95
0.89
34
0.46
38
0.18
17
0.15
68
0.17
8
0.13
7
0.15
3
0.40
168
HITNettwo views0.65
47
0.40
121
0.77
84
0.48
18
0.24
6
1.05
129
0.49
70
1.76
140
1.02
67
1.18
75
1.18
82
0.89
44
0.80
69
0.85
31
0.79
109
0.17
13
0.12
4
0.21
45
0.17
27
0.29
119
0.15
14
Vladimir Tankovich, Christian Häne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
GEStwo views0.66
50
0.34
99
0.90
107
0.59
76
0.38
91
0.94
113
0.57
100
2.11
195
0.86
21
1.02
40
1.11
61
0.66
21
0.79
65
0.99
42
0.61
84
0.27
130
0.19
107
0.20
33
0.20
66
0.21
56
0.30
139
DMCAtwo views0.67
51
0.34
99
0.90
107
0.51
29
0.44
108
0.86
99
0.47
61
1.42
91
1.02
67
1.17
72
1.12
64
1.23
113
0.75
58
0.78
24
0.95
130
0.25
113
0.19
107
0.27
121
0.19
42
0.24
89
0.27
119
pcwnet_v2two views0.69
52
0.33
95
0.66
35
0.58
70
0.38
91
0.78
87
0.47
61
1.83
156
1.17
108
1.14
65
1.48
139
0.83
36
0.79
65
0.90
35
0.67
91
0.32
153
0.26
150
0.28
128
0.29
148
0.26
109
0.29
131
UCFNet_RVCtwo views0.69
52
0.35
107
0.49
8
0.64
120
0.39
97
0.85
98
0.58
104
1.75
135
1.14
100
0.97
31
1.19
83
1.17
104
0.93
101
0.99
42
0.62
86
0.28
136
0.20
117
0.34
159
0.31
161
0.32
137
0.27
119
Consistency-Rafttwo views0.69
52
0.28
39
0.77
84
0.59
76
0.33
72
0.68
52
0.38
37
1.15
56
0.97
49
1.42
127
1.06
43
0.92
49
0.56
28
3.01
144
0.45
29
0.21
52
0.14
42
0.23
63
0.19
42
0.22
66
0.16
23
CFNet-pseudotwo views0.70
55
0.32
86
0.71
49
0.61
100
0.37
86
0.91
104
0.47
61
1.90
168
1.37
160
1.01
36
1.52
147
0.73
28
0.65
49
1.06
46
0.76
101
0.26
123
0.22
129
0.31
140
0.30
156
0.24
89
0.26
115
HCRNettwo views0.70
55
0.39
119
0.73
62
0.60
91
0.59
156
0.76
84
0.35
28
1.22
77
1.13
99
1.02
40
0.99
22
1.02
83
0.76
62
2.19
115
0.70
94
0.28
136
0.19
107
0.28
128
0.23
108
0.25
103
0.23
101
AdaStereotwo views0.70
55
0.43
132
0.75
74
0.73
173
0.37
86
0.92
109
0.53
83
1.85
158
1.18
111
1.12
59
1.23
90
1.07
87
0.65
49
0.96
38
0.63
88
0.31
149
0.15
68
0.32
145
0.21
90
0.29
119
0.22
97
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
PSMNet-RSSMtwo views0.72
58
0.30
72
0.61
20
0.63
112
0.42
101
0.73
78
0.56
97
1.92
175
1.10
90
1.09
50
1.37
118
1.22
111
0.98
111
1.28
54
0.72
96
0.27
130
0.19
107
0.27
121
0.29
148
0.24
89
0.24
107
GANet-RSSMtwo views0.72
58
0.28
39
0.63
26
0.64
120
0.58
149
0.80
91
0.58
104
1.89
165
1.08
85
1.04
44
1.25
94
1.15
103
1.04
127
1.49
65
0.62
86
0.25
113
0.19
107
0.22
51
0.22
99
0.22
66
0.21
89
MLCVtwo views0.72
58
0.34
99
1.10
139
0.51
29
0.23
4
0.91
104
0.39
42
1.33
84
1.23
123
1.46
132
1.55
150
1.01
80
0.64
47
1.95
101
0.80
112
0.18
17
0.12
4
0.18
23
0.14
13
0.19
38
0.17
32
CFNet_RVCtwo views0.72
58
0.32
86
0.54
10
0.66
131
0.54
136
0.83
94
0.55
93
1.37
86
1.15
104
0.93
26
1.28
100
1.57
158
0.97
106
1.35
58
0.81
113
0.26
123
0.20
117
0.33
151
0.25
119
0.30
126
0.23
101
CFNet-ftpermissivetwo views0.72
58
0.32
86
0.54
10
0.66
131
0.54
136
0.83
94
0.55
93
1.37
86
1.15
104
0.93
26
1.28
100
1.57
158
0.97
106
1.35
58
0.81
113
0.26
123
0.20
117
0.33
151
0.25
119
0.30
126
0.23
101
cf-rtwo views0.73
63
0.30
72
0.77
84
0.55
50
0.63
165
0.78
87
0.48
67
1.79
148
1.15
104
1.13
64
1.26
97
1.43
137
0.87
84
1.40
61
0.85
122
0.25
113
0.18
101
0.22
51
0.23
108
0.19
38
0.19
67
BEATNet_4xtwo views0.73
63
0.49
150
1.17
148
0.53
39
0.26
15
1.03
127
0.55
93
1.82
153
1.06
76
1.21
80
1.22
88
0.96
58
0.91
93
1.01
45
1.06
138
0.21
52
0.14
42
0.24
88
0.19
42
0.37
150
0.21
89
NRIStereotwo views0.73
63
0.28
39
0.74
72
0.56
53
0.31
43
0.71
68
0.31
18
0.97
15
0.97
49
1.50
148
1.06
43
1.00
67
0.55
27
3.98
161
0.47
45
0.22
71
0.14
42
0.23
63
0.19
42
0.22
66
0.17
32
DeepPruner_ROBtwo views0.74
66
0.48
148
0.87
101
0.57
63
0.44
108
0.79
90
0.54
86
1.73
131
0.96
47
1.38
120
1.27
98
1.24
114
0.73
56
1.43
62
0.73
98
0.34
164
0.28
158
0.27
121
0.26
126
0.31
132
0.31
144
DMCA-RVCcopylefttwo views0.74
66
0.40
121
1.27
158
0.66
131
0.49
118
0.77
86
0.47
61
1.35
85
1.01
64
1.53
155
1.01
30
1.29
123
0.82
71
1.31
56
0.78
105
0.27
130
0.21
122
0.35
166
0.27
131
0.32
137
0.24
107
iResNettwo views0.75
68
0.40
121
1.36
171
0.67
141
0.29
24
0.92
109
0.59
109
1.52
107
1.25
127
1.28
93
1.48
139
0.94
54
0.76
62
1.62
76
0.78
105
0.18
17
0.14
42
0.18
23
0.15
16
0.22
66
0.23
101
acv_fttwo views0.75
68
0.31
81
0.95
118
0.70
155
0.86
205
1.24
152
0.53
83
1.44
93
1.07
82
1.24
85
1.30
104
1.08
88
0.92
95
0.80
26
1.34
164
0.21
52
0.19
107
0.21
45
0.18
34
0.21
56
0.18
51
ROB_FTStereotwo views0.76
70
0.29
64
0.76
79
0.57
63
0.32
59
0.69
57
0.44
53
1.11
47
1.01
64
1.51
153
1.15
73
0.96
58
0.62
43
4.22
164
0.48
52
0.21
52
0.13
13
0.24
88
0.19
42
0.23
77
0.17
32
PSM-softLosstwo views0.76
70
0.28
39
0.76
79
0.55
50
0.30
35
0.73
78
0.29
13
1.02
22
1.01
64
1.49
145
0.99
22
0.92
49
0.58
36
4.61
168
0.49
56
0.22
71
0.13
13
0.23
63
0.19
42
0.24
89
0.17
32
ROB_FTStereo_v2two views0.77
72
0.28
39
0.77
84
0.57
63
0.30
35
0.70
67
0.49
70
1.12
52
1.04
72
1.40
123
1.13
68
0.88
40
0.58
36
4.54
167
0.45
29
0.21
52
0.13
13
0.24
88
0.19
42
0.23
77
0.17
32
ARAFTtwo views0.77
72
0.36
109
1.49
180
0.51
29
0.31
43
0.90
102
0.82
139
1.90
168
1.06
76
1.62
172
1.24
91
1.02
83
0.64
47
1.84
94
0.50
59
0.18
17
0.14
42
0.28
128
0.27
131
0.17
12
0.16
23
iResNet_ROBtwo views0.77
72
0.30
72
0.99
122
0.57
63
0.36
81
0.83
94
0.36
30
2.33
212
1.58
186
1.27
91
1.30
104
1.25
116
0.84
73
1.65
78
0.79
109
0.20
46
0.14
42
0.17
8
0.12
5
0.18
25
0.27
119
psm_uptwo views0.77
72
0.34
99
0.70
43
0.66
131
0.58
149
1.05
129
0.92
157
1.52
107
1.12
95
1.26
89
1.16
78
1.31
126
1.23
159
1.20
51
0.81
113
0.25
113
0.29
163
0.31
140
0.27
131
0.27
112
0.25
113
GwcNet-RSSMtwo views0.77
72
0.32
86
1.01
125
0.62
106
0.54
136
0.78
87
0.51
76
1.73
131
1.20
119
1.09
50
1.37
118
1.46
144
0.85
75
1.53
68
1.09
141
0.25
113
0.18
101
0.23
63
0.24
112
0.20
43
0.19
67
PSM-AADtwo views0.78
77
0.27
32
0.90
107
0.57
63
0.30
35
0.67
48
0.29
13
0.99
18
0.85
20
1.50
148
1.07
48
0.91
47
0.54
24
5.07
175
0.47
45
0.22
71
0.13
13
0.24
88
0.19
42
0.24
89
0.16
23
OCTAStereotwo views0.78
77
0.29
64
0.74
72
0.57
63
0.30
35
0.76
84
0.32
21
0.98
16
0.99
59
1.60
168
0.97
19
0.92
49
0.60
38
4.84
172
0.50
59
0.22
71
0.14
42
0.24
88
0.20
66
0.24
89
0.17
32
STTStereotwo views0.78
77
0.50
154
1.22
150
0.64
120
0.54
136
0.89
100
0.54
86
1.44
93
1.11
92
1.38
120
1.09
53
1.27
121
0.85
75
1.43
62
0.83
118
0.29
141
0.27
154
0.33
151
0.39
186
0.32
137
0.30
139
hitnet-ftcopylefttwo views0.79
80
0.35
107
0.57
16
0.58
70
0.42
101
0.96
120
0.46
58
1.47
97
1.33
149
1.19
77
1.22
88
1.81
175
0.98
111
1.66
81
0.94
128
0.33
157
0.28
158
0.34
159
0.27
131
0.35
143
0.31
144
NLCA_NET_v2_RVCtwo views0.79
80
0.43
132
1.05
131
0.64
120
0.58
149
0.95
115
0.53
83
1.53
113
1.18
111
1.37
117
1.15
73
1.43
137
0.88
87
1.61
75
0.84
120
0.25
113
0.22
129
0.27
121
0.27
131
0.29
119
0.29
131
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NF-Stereotwo views0.79
80
0.28
39
0.75
74
0.56
53
0.29
24
0.73
78
0.27
10
1.00
19
1.02
67
1.49
145
1.00
24
0.94
54
0.57
34
5.12
176
0.47
45
0.23
96
0.13
13
0.24
88
0.20
66
0.24
89
0.16
23
iResNetv2_ROBtwo views0.80
83
0.37
112
1.71
189
0.56
53
0.37
86
0.94
113
0.64
116
1.73
131
1.34
151
1.23
84
1.42
130
1.26
117
0.92
95
1.85
96
0.56
79
0.23
96
0.15
68
0.19
28
0.14
13
0.24
89
0.19
67
LCNettwo views0.80
83
0.30
72
0.75
74
0.60
91
0.31
43
0.64
39
0.44
53
1.21
73
0.90
26
1.29
94
1.01
30
0.81
35
0.57
34
5.37
180
0.48
52
0.24
106
0.14
42
0.24
88
0.20
66
0.20
43
0.30
139
StereoDRNet-Refinedtwo views0.80
83
0.41
126
0.88
103
0.62
106
0.42
101
1.33
159
0.48
67
1.52
107
1.17
108
1.45
131
1.44
134
1.44
141
0.90
92
1.26
53
1.24
153
0.20
46
0.16
88
0.27
121
0.24
112
0.25
103
0.28
129
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
UPFNettwo views0.80
83
0.32
86
0.90
107
0.59
76
0.74
182
1.26
154
0.80
135
1.52
107
1.10
90
1.30
97
1.12
64
1.30
124
0.84
73
1.67
82
1.09
141
0.24
106
0.24
140
0.24
88
0.23
108
0.25
103
0.18
51
KMStereotwo views0.81
87
0.27
32
0.75
74
0.56
53
0.29
24
0.68
52
0.35
28
1.02
22
0.98
52
1.51
153
1.10
55
0.97
62
0.56
28
5.46
183
0.46
38
0.22
71
0.13
13
0.24
88
0.20
66
0.24
89
0.16
23
HUI-Stereotwo views0.81
87
0.27
32
0.72
53
0.60
91
0.32
59
0.72
73
0.61
113
1.02
22
0.94
35
1.53
155
1.09
53
1.01
80
0.49
16
5.25
178
0.45
29
0.21
52
0.13
13
0.23
63
0.20
66
0.24
89
0.20
85
ASMatchtwo views0.82
89
0.28
39
0.73
62
0.59
76
0.32
59
0.73
78
0.48
67
1.05
31
0.95
37
1.55
161
1.08
49
1.00
67
0.61
42
5.50
184
0.45
29
0.21
52
0.13
13
0.23
63
0.19
42
0.24
89
0.19
67
LMCR-Stereopermissivemany views0.82
89
0.46
141
0.88
103
0.75
179
0.43
106
1.33
159
0.56
97
2.43
218
0.98
52
1.53
155
1.49
142
0.74
29
1.00
120
1.63
77
0.89
124
0.28
136
0.17
92
0.22
51
0.17
27
0.29
119
0.20
85
CRE-IMPtwo views0.82
89
0.27
32
0.61
20
0.58
70
0.28
20
0.60
32
0.61
113
1.14
55
0.93
32
1.31
104
1.08
49
0.90
46
0.97
106
5.44
182
0.47
45
0.23
96
0.15
68
0.22
51
0.19
42
0.20
43
0.18
51
ac_64two views0.82
89
0.29
64
0.81
95
0.71
163
0.60
159
1.05
129
0.54
86
1.99
186
0.92
31
1.18
75
1.06
43
1.99
190
1.08
136
1.94
100
0.97
133
0.27
130
0.22
129
0.24
88
0.23
108
0.22
66
0.19
67
UNettwo views0.83
93
0.34
99
1.31
162
0.58
70
0.74
182
1.58
176
0.49
70
1.41
90
1.04
72
1.21
80
1.08
49
1.54
154
1.12
141
1.65
78
1.09
141
0.23
96
0.17
92
0.25
112
0.20
66
0.25
103
0.22
97
FADNet_RVCtwo views0.83
93
0.51
157
1.83
191
0.54
44
0.42
101
1.19
145
0.46
58
1.51
104
1.09
88
0.89
23
1.24
91
0.91
47
0.87
84
2.11
109
1.11
146
0.27
130
0.22
129
0.31
140
0.28
142
0.43
172
0.38
165
GMM-Stereotwo views0.83
93
0.28
39
0.73
62
0.59
76
0.31
43
0.69
57
0.43
49
1.11
47
0.95
37
1.47
133
1.10
55
1.00
67
0.85
75
5.53
186
0.46
38
0.22
71
0.13
13
0.23
63
0.20
66
0.23
77
0.18
51
KYRafttwo views0.83
93
0.28
39
0.73
62
0.56
53
0.32
59
0.71
68
0.31
18
1.05
31
0.95
37
1.55
161
1.15
73
0.98
64
0.88
87
5.42
181
0.44
25
0.21
52
0.13
13
0.23
63
0.19
42
0.24
89
0.21
89
THIR-Stereotwo views0.83
93
0.28
39
0.73
62
0.59
76
0.31
43
0.69
57
0.44
53
1.10
42
0.95
37
1.47
133
1.10
55
1.00
67
0.85
75
5.53
186
0.46
38
0.22
71
0.13
13
0.23
63
0.20
66
0.23
77
0.18
51
SST-Stereotwo views0.83
93
0.28
39
0.72
53
0.59
76
0.31
43
0.72
73
0.26
6
1.09
41
0.86
21
1.47
133
1.10
55
1.00
67
0.87
84
5.73
194
0.45
29
0.22
71
0.13
13
0.23
63
0.19
42
0.23
77
0.18
51
RAFT_R40two views0.83
93
0.28
39
0.73
62
0.59
76
0.31
43
0.69
57
0.44
53
1.10
42
0.95
37
1.47
133
1.10
55
1.00
67
0.85
75
5.53
186
0.46
38
0.22
71
0.13
13
0.23
63
0.20
66
0.23
77
0.18
51
Pruner-Stereotwo views0.83
93
0.28
39
0.73
62
0.59
76
0.31
43
0.69
57
0.43
49
1.11
47
0.95
37
1.47
133
1.10
55
1.00
67
0.85
75
5.53
186
0.46
38
0.22
71
0.13
13
0.23
63
0.20
66
0.23
77
0.18
51
MMNettwo views0.84
101
0.32
86
1.09
136
0.60
91
0.59
156
1.85
193
0.49
70
1.51
104
1.27
137
1.37
117
1.15
73
1.26
117
1.18
152
1.67
82
1.22
151
0.19
35
0.18
101
0.23
63
0.22
99
0.25
103
0.21
89
FADNet-RVC-Resampletwo views0.84
101
0.47
144
2.10
195
0.61
100
0.45
110
1.07
133
0.61
113
1.59
118
1.20
119
1.08
47
0.98
20
1.03
85
0.98
111
2.17
111
0.72
96
0.23
96
0.22
129
0.30
137
0.32
165
0.35
143
0.34
150
DEmStereotwo views0.84
101
0.29
64
0.71
49
0.54
44
0.32
59
0.72
73
0.30
17
1.17
65
0.95
37
1.48
143
1.16
78
0.97
62
1.01
122
5.58
191
0.46
38
0.22
71
0.13
13
0.23
63
0.19
42
0.23
77
0.17
32
HGLStereotwo views0.85
104
0.38
115
0.94
116
0.80
185
1.03
218
1.17
144
0.58
104
1.52
107
1.20
119
1.19
77
1.62
159
1.13
101
1.20
156
1.80
91
1.06
138
0.24
106
0.24
140
0.24
88
0.21
90
0.23
77
0.27
119
delettwo views0.85
104
0.32
86
0.95
118
0.65
127
0.66
168
1.64
181
0.84
141
1.75
135
1.35
155
1.32
105
1.30
104
1.30
124
0.88
87
1.68
84
1.10
144
0.21
52
0.21
122
0.24
88
0.24
112
0.21
56
0.21
89
DLCB_ROBtwo views0.86
106
0.40
121
0.78
88
0.68
148
0.54
136
1.11
136
0.84
141
1.49
99
1.23
123
1.64
173
1.65
163
1.70
169
0.91
93
1.70
85
1.05
136
0.25
113
0.24
140
0.26
117
0.27
131
0.27
112
0.24
107
RAFT-345two views0.86
106
0.27
32
0.75
74
0.62
106
0.31
43
0.55
27
0.70
123
1.13
53
0.98
52
1.30
97
1.48
139
1.04
86
1.12
141
5.32
179
0.53
73
0.22
71
0.13
13
0.25
112
0.20
66
0.22
66
0.16
23
PSM-adaLosstwo views0.86
106
0.28
39
0.83
97
0.58
70
0.30
35
0.71
68
0.33
22
1.00
19
0.78
17
1.47
133
1.01
30
0.94
54
1.62
189
5.76
195
0.50
59
0.21
52
0.14
42
0.23
63
0.19
42
0.24
89
0.17
32
HSM-Net_RVCpermissivetwo views0.87
109
0.29
64
0.53
9
0.53
39
0.30
35
1.15
142
0.55
93
3.57
231
1.28
142
1.53
155
1.74
172
1.68
167
0.93
101
1.49
65
0.77
104
0.22
71
0.17
92
0.19
28
0.18
34
0.20
43
0.19
67
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRAFTtwo views0.88
110
0.29
64
0.80
93
0.61
100
0.31
43
0.56
28
0.89
150
1.15
56
0.99
59
1.29
94
1.12
64
1.00
67
1.13
143
5.72
193
0.57
82
0.22
71
0.13
13
0.24
88
0.20
66
0.21
56
0.18
51
IRAFT_RVCtwo views0.88
110
0.28
39
0.76
79
0.63
112
0.31
43
0.65
43
1.02
171
1.22
77
0.94
35
1.22
82
1.04
42
1.01
80
0.98
111
5.82
196
0.53
73
0.22
71
0.12
4
0.25
112
0.20
66
0.20
43
0.19
67
FADNet-RVCtwo views0.88
110
0.67
191
1.93
194
0.60
91
0.48
115
0.91
104
0.60
112
1.71
129
1.18
111
0.90
24
0.96
17
1.36
129
0.92
95
2.25
119
1.17
148
0.30
145
0.29
163
0.32
145
0.32
165
0.41
164
0.35
155
DeepStereo_LLtwo views0.88
110
0.29
64
0.71
49
0.56
53
0.32
59
0.73
78
0.24
2
1.15
56
0.89
23
1.43
128
1.11
61
1.00
67
1.22
158
6.24
202
0.47
45
0.22
71
0.13
13
0.23
63
0.20
66
0.23
77
0.17
32
PSMNet_ROBtwo views0.90
114
0.52
159
1.17
148
0.72
166
0.61
161
1.27
155
1.12
181
1.76
140
1.12
95
1.09
50
1.28
100
1.45
142
0.89
91
1.65
78
1.42
175
0.33
157
0.25
147
0.37
174
0.39
186
0.35
143
0.29
131
GEStereo_RVCtwo views0.90
114
0.37
112
0.99
122
0.64
120
0.50
121
0.95
115
0.79
132
2.42
217
1.17
108
1.16
70
1.11
61
1.26
117
0.92
95
3.24
149
0.90
126
0.29
141
0.19
107
0.23
63
0.20
66
0.27
112
0.29
131
iGMRVCtwo views0.90
114
0.27
32
0.68
38
0.68
148
0.34
78
0.45
5
0.98
168
1.21
73
0.98
52
1.44
129
1.41
128
0.96
58
0.99
118
5.96
197
0.48
52
0.22
71
0.14
42
0.23
63
0.19
42
0.21
56
0.15
14
CBMV_ROBtwo views0.90
114
0.44
135
0.63
26
0.51
29
0.37
86
1.25
153
0.49
70
1.77
143
1.27
137
1.41
124
2.00
191
1.33
128
1.08
136
2.17
111
0.76
101
0.43
194
0.42
207
0.47
200
0.44
198
0.41
164
0.36
158
PFNettwo views0.91
118
0.26
20
1.10
139
0.63
112
0.32
59
0.64
39
0.56
97
1.17
65
0.99
59
1.47
133
1.08
49
0.98
64
0.69
52
6.62
209
0.54
77
0.20
46
0.12
4
0.24
88
0.19
42
0.20
43
0.17
32
FADNettwo views0.92
119
0.61
184
1.81
190
0.62
106
0.55
141
0.96
120
0.57
100
1.78
147
1.33
149
0.93
26
1.01
30
1.36
129
1.01
122
2.71
135
0.75
99
0.33
157
0.34
181
0.31
140
0.34
174
0.59
205
0.40
168
NVstereo2Dtwo views0.92
119
0.41
126
1.48
179
0.72
166
0.72
178
1.20
148
0.87
146
1.75
135
1.38
163
0.99
33
1.13
68
1.26
117
0.98
111
2.21
117
0.89
124
0.43
194
0.20
117
0.38
176
0.24
112
0.57
201
0.63
216
DSFCAtwo views0.93
121
0.34
99
1.06
133
0.52
34
0.65
166
1.55
174
0.93
160
1.49
99
1.19
114
1.56
164
1.15
73
1.50
150
0.96
105
3.07
145
1.02
135
0.30
145
0.26
150
0.25
112
0.25
119
0.28
118
0.24
107
OMP-Stereotwo views0.94
122
0.33
95
0.72
53
0.90
210
0.31
43
0.49
13
0.36
30
1.16
60
1.06
76
1.58
167
1.12
64
1.46
144
0.69
52
6.94
217
0.49
56
0.19
35
0.14
42
0.24
88
0.18
34
0.20
43
0.14
6
CBMVpermissivetwo views0.95
123
0.44
135
0.66
35
0.53
39
0.35
79
1.53
172
1.63
203
1.69
126
1.42
170
2.00
195
1.60
155
1.43
137
1.17
149
1.59
73
0.99
134
0.34
164
0.34
181
0.39
181
0.33
170
0.33
142
0.32
146
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
CFNettwo views0.96
124
0.36
109
1.01
125
0.62
106
0.42
101
0.99
125
0.47
61
1.90
168
1.32
147
0.99
33
1.39
125
1.10
92
0.86
83
5.58
191
0.79
109
0.23
96
0.17
92
0.28
128
0.27
131
0.26
109
0.21
89
TransformOpticalFlowtwo views0.96
124
0.28
39
0.89
105
0.52
34
0.31
43
0.66
47
0.54
86
1.75
135
1.12
95
1.09
50
1.44
134
1.37
132
1.01
122
6.70
214
0.42
19
0.19
35
0.12
4
0.20
33
0.19
42
0.18
25
0.19
67
XPNet_ROBtwo views0.96
124
0.49
150
1.09
136
0.72
166
0.57
142
1.11
136
1.14
183
1.66
123
1.23
123
1.85
186
1.39
125
1.64
164
1.11
139
1.80
91
1.42
175
0.38
179
0.30
167
0.33
151
0.29
148
0.37
150
0.34
150
RAFT-RH_RVCtwo views0.96
124
0.27
32
0.90
107
0.70
155
0.32
59
0.59
31
1.68
205
1.26
81
0.97
49
1.44
129
1.30
104
0.96
58
1.06
131
5.99
198
0.56
79
0.21
52
0.15
68
0.24
88
0.19
42
0.20
43
0.19
67
ETE_ROBtwo views0.96
124
0.64
189
1.16
146
0.69
151
0.48
115
1.14
140
1.13
182
1.77
143
1.19
114
1.91
191
1.45
136
1.73
171
1.05
129
1.60
74
1.14
147
0.32
153
0.26
150
0.38
176
0.34
174
0.39
160
0.41
172
IIG-Stereotwo views0.96
124
0.31
81
0.72
53
0.88
206
0.33
72
0.61
35
0.26
6
1.19
70
1.03
70
1.69
176
1.37
118
1.46
144
0.75
58
6.96
218
0.51
62
0.19
35
0.14
42
0.23
63
0.18
34
0.20
43
0.14
6
FINETtwo views0.97
130
0.54
163
1.60
185
0.63
112
0.79
196
1.08
134
1.07
176
1.56
116
2.20
215
1.15
67
1.49
142
0.94
54
0.88
87
2.32
121
1.05
136
0.42
190
0.35
188
0.32
145
0.28
142
0.43
172
0.38
165
GrayStereotwo views0.98
131
0.28
39
0.79
90
0.66
131
0.31
43
0.51
16
2.22
219
1.16
60
0.95
37
1.36
114
1.30
104
1.12
96
1.14
145
6.10
199
0.52
66
0.21
52
0.14
42
0.24
88
0.20
66
0.21
56
0.17
32
RE-Stereotwo views0.98
131
0.28
39
0.80
93
0.66
131
0.31
43
0.51
16
2.22
219
1.16
60
0.95
37
1.36
114
1.30
104
1.12
96
1.14
145
6.10
199
0.52
66
0.21
52
0.14
42
0.24
88
0.20
66
0.21
56
0.17
32
TVStereotwo views0.98
131
0.28
39
0.79
90
0.66
131
0.31
43
0.51
16
2.22
219
1.16
60
0.95
37
1.36
114
1.30
104
1.12
96
1.14
145
6.11
201
0.52
66
0.21
52
0.14
42
0.24
88
0.20
66
0.21
56
0.17
32
StereoDRNettwo views0.98
131
0.47
144
1.70
188
0.76
181
0.94
213
1.51
170
0.91
155
1.92
175
1.32
147
1.61
169
1.13
68
1.47
148
0.97
106
1.75
86
1.46
178
0.28
136
0.23
135
0.29
133
0.27
131
0.35
143
0.27
119
PS-NSSStwo views0.99
135
0.58
175
0.93
115
0.58
70
0.57
142
0.91
104
0.80
135
1.81
152
1.14
100
1.14
65
1.67
167
1.00
67
0.83
72
4.62
169
0.78
105
0.37
175
0.31
172
0.52
206
0.32
165
0.45
182
0.38
165
NCCL2two views1.00
136
0.56
168
1.06
133
0.75
179
0.57
142
1.31
158
1.72
206
1.77
143
1.36
158
1.50
148
1.17
81
1.91
181
1.17
149
1.54
69
1.29
160
0.35
169
0.31
172
0.45
195
0.44
198
0.40
163
0.40
168
RAFT + AFFtwo views1.00
136
0.42
129
1.09
136
0.67
141
0.50
121
1.22
150
1.24
191
2.24
207
1.19
114
1.30
97
1.56
151
1.17
104
1.49
180
3.44
156
0.83
118
0.21
52
0.25
147
0.30
137
0.26
126
0.27
112
0.27
119
DRN-Testtwo views1.00
136
0.44
135
1.13
144
0.70
155
0.81
202
1.62
179
0.79
132
2.14
198
1.44
172
1.78
182
1.33
115
1.43
137
1.05
129
2.18
114
1.53
182
0.27
130
0.21
122
0.31
140
0.30
156
0.32
137
0.28
129
DRafttwo views1.00
136
0.31
81
1.31
162
0.52
34
0.38
91
1.19
145
1.63
203
1.18
68
1.38
163
1.24
85
2.12
196
1.55
155
1.90
207
2.45
127
1.71
188
0.18
17
0.15
68
0.22
51
0.22
99
0.18
25
0.26
115
LALA_ROBtwo views1.01
140
0.59
176
1.16
146
0.67
141
0.51
129
1.63
180
1.26
192
1.69
126
1.38
163
1.81
184
1.37
118
1.94
186
1.02
125
1.58
72
1.38
169
0.37
175
0.27
154
0.43
192
0.37
184
0.43
172
0.37
159
PA-Nettwo views1.01
140
0.57
172
1.29
160
0.64
120
0.74
182
1.19
145
0.84
141
1.69
126
1.43
171
1.16
70
1.19
83
1.32
127
1.19
155
3.42
154
1.25
154
0.29
141
0.45
214
0.33
151
0.49
209
0.32
137
0.47
189
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCOtwo views1.03
142
0.34
99
1.11
141
0.69
151
0.45
110
2.07
202
0.84
141
2.13
196
1.50
178
1.15
67
1.33
115
2.40
206
1.07
135
2.60
131
1.51
181
0.23
96
0.18
101
0.22
51
0.20
66
0.31
132
0.27
119
STrans-v2two views1.04
143
0.28
39
0.96
120
0.49
24
0.32
59
0.68
52
0.79
132
2.47
220
1.12
95
1.12
59
1.46
137
1.40
133
1.46
176
6.70
214
0.43
23
0.18
17
0.13
13
0.20
33
0.18
34
0.18
25
0.18
51
Prome-Stereotwo views1.05
144
0.26
20
0.78
88
0.53
39
0.30
35
0.53
21
7.80
232
1.13
53
1.05
75
1.20
79
1.63
160
1.18
106
1.70
195
0.99
42
0.63
88
0.22
71
0.16
88
0.23
63
0.25
119
0.17
12
0.21
89
APVNettwo views1.06
145
0.53
162
1.42
173
0.84
195
0.79
196
1.92
196
0.82
139
1.90
168
1.08
85
1.08
47
1.43
132
1.56
157
1.13
143
3.07
145
1.58
183
0.31
149
0.34
181
0.42
190
0.36
181
0.36
148
0.37
159
TDLMtwo views1.06
145
0.44
135
0.79
90
0.63
112
0.50
121
0.89
100
1.44
198
1.48
98
1.26
132
1.12
59
1.40
127
1.08
88
0.98
111
6.65
210
0.78
105
0.33
157
0.21
122
0.33
151
0.26
126
0.37
150
0.24
107
GANetREF_RVCpermissivetwo views1.07
147
0.86
212
1.31
162
0.82
192
0.53
134
1.41
166
1.31
194
1.76
140
1.52
180
1.27
91
1.31
113
1.46
144
1.24
160
2.03
105
0.96
132
0.56
217
0.45
214
0.67
223
0.50
211
0.88
224
0.59
210
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
CVANet_RVCtwo views1.07
147
0.43
132
0.76
79
0.60
91
0.50
121
0.90
102
0.97
166
1.52
107
1.26
132
1.33
110
1.38
122
1.24
114
1.18
152
6.75
216
0.75
99
0.34
164
0.23
135
0.34
159
0.29
148
0.42
168
0.27
119
FAT-Stereotwo views1.07
147
0.41
126
1.32
166
0.72
166
0.58
149
1.08
134
0.89
150
1.96
182
1.65
189
1.75
180
1.98
190
2.03
194
1.48
179
2.02
104
1.18
150
0.42
190
0.35
188
0.34
159
0.29
148
0.35
143
0.53
199
DANettwo views1.08
150
0.61
184
1.32
166
0.85
200
0.72
178
1.37
162
0.51
76
1.54
114
1.15
104
1.78
182
1.54
149
2.01
192
1.11
139
2.90
141
2.00
200
0.33
157
0.30
167
0.40
186
0.30
156
0.44
179
0.45
182
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GwcNetcopylefttwo views1.08
150
0.51
157
2.33
200
0.79
183
1.18
228
1.76
186
0.70
123
1.68
125
1.47
174
1.41
124
1.64
162
1.74
172
1.04
127
2.20
116
1.41
173
0.30
145
0.29
163
0.29
133
0.27
131
0.30
126
0.35
155
Nwc_Nettwo views1.09
152
0.49
150
1.33
168
0.89
209
0.80
200
1.49
169
0.66
120
2.19
204
1.27
137
1.32
105
2.26
199
1.96
188
1.54
182
1.92
97
1.34
164
0.40
183
0.30
167
0.43
192
0.45
200
0.38
156
0.37
159
RPtwo views1.09
152
0.50
154
1.12
143
0.90
210
1.04
219
1.11
136
0.84
141
1.80
150
1.62
187
1.55
161
2.00
191
1.90
180
1.78
199
1.84
94
1.25
154
0.52
211
0.36
193
0.48
201
0.36
181
0.45
182
0.43
179
NCC-stereotwo views1.10
154
0.54
163
1.24
152
0.84
195
0.94
213
1.29
156
0.89
150
2.01
188
1.34
151
1.32
105
1.74
172
1.88
176
1.74
197
2.35
123
1.25
154
0.45
199
0.37
195
0.45
195
0.58
219
0.42
168
0.42
176
MaskLacGwcNet_RVCtwo views1.10
154
1.02
217
1.00
124
0.82
192
0.67
170
1.93
197
0.93
160
1.62
120
1.11
92
1.15
67
1.25
94
1.50
150
0.79
65
1.96
102
0.76
101
1.89
234
0.34
181
0.79
227
0.36
181
1.25
232
0.83
227
Abc-Nettwo views1.10
154
0.54
163
1.24
152
0.84
195
0.94
213
1.29
156
0.89
150
2.01
188
1.34
151
1.32
105
1.74
172
1.88
176
1.74
197
2.35
123
1.25
154
0.45
199
0.37
195
0.45
195
0.58
219
0.42
168
0.42
176
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
edge stereotwo views1.11
157
0.50
154
1.30
161
0.71
163
0.65
166
1.14
140
0.75
128
1.93
179
1.37
160
1.71
177
1.83
180
2.54
210
1.44
174
2.43
126
1.23
152
0.42
190
0.41
205
0.54
212
0.35
177
0.42
168
0.46
186
ccnettwo views1.12
158
0.67
191
1.01
125
0.78
182
0.73
180
1.72
184
0.99
169
1.84
157
1.26
132
1.47
133
1.85
182
1.75
174
1.29
165
1.75
86
1.88
195
0.57
218
0.53
225
0.57
220
0.55
217
0.59
205
0.54
200
RASNettwo views1.12
158
0.30
72
0.91
112
0.66
131
0.77
192
0.97
123
0.57
100
1.37
86
1.35
155
1.02
40
1.34
117
2.11
197
1.43
173
7.09
219
1.39
171
0.19
35
0.17
92
0.17
8
0.19
42
0.18
25
0.16
23
AF-Nettwo views1.13
160
0.52
159
1.33
168
0.86
201
0.91
209
1.38
163
0.71
126
2.16
201
1.62
187
1.56
164
2.40
204
1.99
190