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

ProNet	0.14 2	0.13 3	0.14 5	0.11 5	0.07 3	0.14 5	0.12 14	0.13 2	0.06 2	0.08 1	0.24 19	0.09 1	0.06 1	0.07 5	0.22 3	0.21 2	0.22 2	0.18 2	0.19 1	0.14 4	0.20 1	0.11 1	0.12 9	0.11 4	0.16 1	0.13 1	0.17 1	0.12 1

CroCo-Stereo	0.13 1	0.09 1	0.08 1	0.07 1	0.04 2	0.06 1	0.04 1	0.14 3	0.05 1	0.10 2	0.03 1	0.13 2	0.06 1	0.04 1	0.24 4	0.26 4	0.20 1	0.18 2	0.20 2	0.11 1	0.24 4	0.15 2	0.05 1	0.06 1	0.22 3	0.20 2	0.23 4	0.15 2
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
StereoVision	0.18 5	0.13 3	0.11 4	0.09 3	0.14 10	0.16 6	0.08 5	0.17 5	0.17 8	0.15 4	0.15 3	0.16 3	0.10 4	0.06 4	0.25 6	0.26 4	0.27 5	0.22 6	0.22 3	0.16 5	0.23 3	0.17 4	0.06 2	0.13 6	0.28 11	0.29 14	0.38 13	0.28 13

delet	0.24 7	0.25 9	0.22 30	0.24 26	0.20 24	0.28 40	0.16 34	0.21 6	0.18 10	0.23 10	0.26 23	0.26 9	0.15 11	0.25 81	0.32 14	0.28 7	0.31 7	0.27 9	0.24 4	0.24 20	0.31 10	0.20 7	0.16 24	0.19 15	0.28 11	0.25 9	0.32 8	0.31 15

TDLM	0.24 7	0.29 15	0.22 30	0.22 22	0.27 51	0.23 22	0.18 40	0.26 10	0.19 15	0.18 7	0.38 52	0.29 11	0.21 25	0.15 22	0.24 4	0.28 7	0.32 8	0.28 11	0.25 5	0.21 12	0.28 8	0.19 6	0.16 24	0.21 20	0.24 5	0.20 2	0.28 6	0.25 9

CroCo-Stereo Lap2	0.14 2	0.10 2	0.08 1	0.08 2	0.08 5	0.08 2	0.05 2	0.12 1	0.06 2	0.22 9	0.07 2	0.16 3	0.07 3	0.04 1	0.20 1	0.26 4	0.22 2	0.19 4	0.26 6	0.11 1	0.28 8	0.16 3	0.06 2	0.08 2	0.22 3	0.23 7	0.20 2	0.16 3

RAFT	0.17 4	0.13 3	0.10 3	0.16 10	0.07 3	0.21 16	0.05 2	0.25 8	0.12 5	0.14 3	0.15 3	0.16 3	0.10 4	0.05 3	0.21 2	0.20 1	0.23 4	0.15 1	0.28 7	0.13 3	0.21 2	0.17 4	0.07 4	0.10 3	0.26 6	0.24 8	0.33 9	0.23 7

RYNet	0.27 12	0.23 7	0.18 13	0.15 7	0.17 17	0.19 13	0.13 16	0.25 8	0.31 78	0.17 6	0.20 12	0.19 7	0.14 9	0.13 16	0.80 114	0.28 7	0.27 5	0.41 55	0.28 7	0.19 8	0.27 5	0.21 8	0.29 113	0.18 14	0.27 9	0.76 125	0.34 10	0.23 7

AANet_RVC	0.28 14	0.27 11	0.23 35	0.19 15	0.28 55	0.16 6	0.16 34	0.29 11	0.30 63	0.20 8	0.27 25	0.24 8	0.21 25	0.19 32	0.45 37	0.36 24	0.33 11	0.34 26	0.29 9	0.29 36	0.27 5	0.27 17	0.22 78	0.21 20	0.34 27	0.33 26	0.42 17	0.52 56

AASNet	0.28 14	0.34 24	0.22 30	0.25 31	0.26 43	0.34 67	0.25 79	0.32 12	0.17 8	0.29 13	0.36 45	0.26 9	0.18 19	0.24 68	0.36 19	0.31 14	0.34 13	0.32 18	0.32 10	0.28 32	0.35 16	0.28 19	0.17 36	0.22 26	0.30 16	0.28 13	0.35 12	0.25 9

CVANet_RVC	0.31 22	0.40 50	0.30 54	0.40 92	0.29 60	0.37 77	0.23 71	0.41 19	0.23 23	0.31 14	0.49 82	0.37 22	0.26 42	0.19 32	0.29 9	0.33 18	0.34 13	0.32 18	0.32 10	0.25 23	0.34 15	0.25 14	0.18 41	0.25 53	0.30 16	0.25 9	0.34 10	0.30 14

test_5	0.29 17	0.39 45	0.16 9	0.22 22	0.15 13	0.21 16	0.13 16	0.54 48	0.20 18	0.38 22	0.19 9	0.44 38	0.34 97	0.10 8	0.43 36	0.38 28	0.33 11	0.32 18	0.33 12	0.20 10	0.32 11	0.35 29	0.09 5	0.21 20	0.28 11	0.30 16	0.51 26	0.32 17

GANet	0.32 24	0.29 15	0.27 46	0.34 69	0.33 77	0.38 82	0.29 97	0.44 25	0.24 31	0.35 17	0.30 29	0.46 43	0.22 28	0.21 41	0.31 13	0.32 16	0.40 22	0.43 67	0.33 12	0.22 13	0.33 13	0.29 20	0.22 78	0.24 45	0.31 20	0.27 11	0.42 17	0.34 21

iRaftStereo_RVC	0.26 10	0.27 11	0.16 9	0.13 6	0.14 10	0.18 11	0.09 7	0.44 25	0.14 6	0.36 18	0.36 45	0.32 12	0.16 14	0.13 16	0.29 9	0.29 10	0.38 19	0.28 11	0.34 14	0.22 13	0.41 21	0.38 36	0.12 9	0.17 11	0.27 9	0.29 14	0.42 17	0.27 12

AEACV	0.19 6	0.31 19	0.14 5	0.17 13	0.13 7	0.12 4	0.07 4	0.15 4	0.07 4	0.16 5	0.15 3	0.18 6	0.11 6	0.11 10	0.25 6	0.25 3	0.32 8	0.23 7	0.35 15	0.18 6	0.27 5	0.22 11	0.11 8	0.11 4	0.20 2	0.22 6	0.25 5	0.18 5

DMCA	0.32 24	0.31 19	0.30 54	0.24 26	0.25 39	0.27 34	0.22 64	0.36 15	0.33 91	0.31 14	0.40 61	0.40 25	0.23 31	0.25 81	0.41 31	0.37 26	0.40 22	0.39 46	0.36 16	0.28 32	0.41 21	0.27 17	0.25 96	0.25 53	0.31 20	0.35 31	0.39 14	0.37 24

RAFT_CTSACE	0.30 19	0.37 34	0.15 7	0.15 7	0.15 13	0.25 29	0.18 40	0.53 44	0.20 18	0.55 83	0.18 8	0.44 38	0.29 53	0.16 25	0.29 9	0.30 12	0.37 17	0.27 9	0.37 17	0.18 6	0.38 18	0.45 62	0.10 7	0.17 11	0.30 16	0.31 19	0.60 55	0.26 11

anonymousdsp	0.25 9	0.23 7	0.19 15	0.16 10	0.14 10	0.18 11	0.10 9	0.37 16	0.19 15	0.32 16	0.22 16	0.32 12	0.12 7	0.14 19	0.29 9	0.32 16	0.32 8	0.28 11	0.39 18	0.22 13	0.46 39	0.31 23	0.12 9	0.15 7	0.26 6	0.20 2	0.52 30	0.20 6

HCRNet	0.32 24	0.38 40	0.20 18	0.39 88	0.17 17	0.29 43	0.18 40	0.40 18	0.18 10	0.80 192	0.40 61	0.49 52	0.18 19	0.22 47	0.38 22	0.30 12	0.38 19	0.29 15	0.40 19	0.19 8	0.33 13	0.23 12	0.19 49	0.16 10	0.26 6	0.31 19	0.51 26	0.31 15

test_4	0.34 29	0.33 21	0.27 46	0.21 19	0.18 20	0.16 6	0.11 11	0.59 71	0.26 39	0.58 100	0.25 21	0.50 58	0.20 24	0.19 32	0.33 15	0.40 33	0.45 31	0.34 26	0.41 20	0.29 36	0.45 34	0.41 45	0.16 24	0.24 45	0.38 36	0.40 47	0.59 54	0.42 40

MMNet	0.29 17	0.29 15	0.22 30	0.26 35	0.26 43	0.26 31	0.18 40	0.33 13	0.23 23	0.24 11	0.28 27	0.35 16	0.15 11	0.32 118	0.39 23	0.31 14	0.36 15	0.34 26	0.41 20	0.27 30	0.32 11	0.21 8	0.17 36	0.23 37	0.32 23	0.30 16	0.46 21	0.32 17

HITNet	0.38 35	0.37 34	0.28 48	0.34 69	0.29 60	0.26 31	0.19 51	0.58 64	0.32 86	0.57 94	0.45 72	0.55 73	0.30 62	0.22 47	0.51 43	0.35 19	0.44 28	0.39 46	0.41 20	0.29 36	0.41 21	0.38 36	0.20 61	0.25 53	0.39 39	0.37 36	0.70 85	0.52 56
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
MIF-Stereo (partial)	0.30 19	0.44 68	0.18 13	0.16 10	0.16 15	0.21 16	0.11 11	0.37 16	0.22 21	0.37 20	0.24 19	0.32 12	0.17 17	0.13 16	0.39 23	0.45 62	0.46 35	0.38 44	0.42 23	0.25 23	0.43 26	0.35 29	0.18 41	0.21 20	0.35 30	0.32 23	0.50 25	0.44 44

IER	0.41 44	0.37 34	0.31 58	0.30 53	0.28 55	0.35 72	0.24 74	0.47 35	0.28 50	0.44 33	0.59 114	0.77 131	0.29 53	0.35 129	0.63 74	0.42 40	0.47 44	0.42 62	0.44 24	0.34 53	0.42 25	0.36 31	0.28 110	0.26 59	0.40 43	0.47 68	0.52 30	0.52 56

RAFT+CT+SA	0.32 24	0.46 81	0.20 18	0.26 35	0.18 20	0.22 21	0.15 27	0.58 64	0.23 23	0.52 66	0.17 7	0.46 43	0.33 87	0.12 14	0.33 15	0.43 47	0.36 15	0.30 16	0.45 25	0.23 16	0.45 34	0.49 78	0.09 5	0.22 26	0.32 23	0.31 19	0.53 34	0.35 22

MIM_Stereo	0.32 24	0.40 50	0.25 41	0.28 41	0.20 24	0.27 34	0.14 23	0.45 31	0.18 10	0.48 46	0.25 21	0.42 31	0.18 19	0.16 25	0.36 19	0.42 40	0.44 28	0.36 37	0.47 26	0.28 32	0.47 46	0.36 31	0.12 9	0.23 37	0.29 15	0.27 11	0.47 22	0.33 20

RASNet	0.42 49	0.45 75	0.43 110	0.33 67	0.33 77	0.37 77	0.27 85	0.58 64	0.34 96	0.47 41	0.43 66	0.49 52	0.33 87	0.25 81	0.41 31	0.41 36	0.48 48	0.39 46	0.47 26	0.30 40	0.49 55	0.40 42	0.19 49	0.44 141	0.40 43	0.46 66	0.75 97	0.63 92

TESTraft	0.37 34	0.46 81	0.21 22	0.21 19	0.23 31	0.21 16	0.16 34	0.54 48	0.31 78	0.51 59	0.23 17	0.36 20	0.36 108	0.11 10	0.85 129	0.48 85	0.45 31	0.32 18	0.48 28	0.24 20	0.46 39	0.65 113	0.12 9	0.23 37	0.37 32	0.43 51	0.57 40	0.39 29

DMCA-RVC	0.44 64	0.37 34	0.35 70	0.33 67	0.37 100	0.32 53	0.41 125	0.46 33	0.52 148	0.43 26	0.48 78	0.68 112	0.33 87	0.29 103	0.65 83	0.46 69	0.47 44	0.44 72	0.49 29	0.38 72	0.49 55	0.48 77	0.29 113	0.32 89	0.38 36	0.37 36	0.57 40	0.62 87

Former-RAFT_DAM_RVC	0.41 44	0.33 21	0.29 50	0.29 46	0.24 37	0.26 31	0.16 34	0.55 54	0.40 120	0.55 83	0.49 82	0.49 52	0.27 48	0.23 57	0.58 55	0.45 62	0.51 65	0.40 51	0.50 30	0.36 64	0.46 39	0.50 82	0.16 24	0.23 37	0.49 67	0.75 122	0.44 20	0.56 70

ADLNet	0.46 71	0.53 133	0.37 79	0.41 97	0.41 118	0.44 102	0.40 123	0.54 48	0.35 101	0.45 35	0.53 100	0.76 128	0.36 108	0.62 192	0.58 55	0.42 40	0.49 51	0.42 62	0.50 30	0.37 69	0.43 26	0.44 59	0.34 131	0.25 53	0.47 57	0.55 90	0.57 40	0.45 46

RALCasStereoNet	0.42 49	0.50 113	0.35 70	0.35 77	0.30 67	0.31 50	0.24 74	0.60 76	0.25 36	0.56 90	0.49 82	0.58 83	0.26 42	0.18 29	0.57 51	0.46 69	0.54 79	0.49 106	0.51 32	0.34 53	0.51 61	0.41 45	0.21 69	0.31 85	0.53 79	0.49 77	0.48 23	0.58 74

ARAFT	0.34 29	0.38 40	0.23 35	0.26 35	0.21 26	0.27 34	0.14 23	0.44 25	0.24 31	0.50 55	0.30 29	0.41 29	0.16 14	0.15 22	0.67 89	0.42 40	0.50 56	0.47 94	0.51 32	0.23 16	0.53 77	0.32 24	0.16 24	0.19 15	0.43 47	0.30 16	0.52 30	0.37 24

CAS	0.38 35	0.45 75	0.25 41	0.29 46	0.29 60	0.23 22	0.13 16	0.41 19	0.27 43	0.41 24	0.54 106	0.35 16	0.35 104	0.21 41	0.52 45	0.38 28	0.50 56	0.34 26	0.52 34	0.26 28	0.43 26	0.41 45	0.19 49	0.23 37	0.51 73	0.52 84	0.62 61	0.77 122

CREStereo++_RVC	0.43 61	0.42 61	0.39 91	0.30 53	0.33 77	0.27 34	0.19 51	0.57 60	0.31 78	0.58 100	0.36 45	0.58 83	0.56 157	0.23 57	0.48 40	0.50 94	0.61 127	0.34 26	0.52 34	0.30 40	0.56 86	0.42 49	0.16 24	0.29 70	0.49 67	0.44 54	0.79 107	0.69 105
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
UPFNet	0.38 35	0.34 24	0.34 68	0.32 61	0.33 77	0.39 84	0.29 97	0.47 35	0.33 91	0.43 26	0.41 63	0.40 25	0.30 62	0.34 123	0.61 67	0.40 33	0.46 35	0.41 55	0.52 34	0.35 62	0.35 16	0.34 27	0.25 96	0.27 62	0.38 36	0.35 31	0.55 36	0.37 24

CREStereo	0.44 64	0.51 118	0.40 96	0.34 69	0.26 43	0.28 40	0.15 27	0.61 83	0.30 63	0.58 100	0.36 45	0.72 121	0.33 87	0.24 68	0.59 58	0.59 125	0.59 115	0.34 26	0.52 34	0.31 45	0.59 102	0.42 49	0.18 41	0.30 78	0.54 83	0.48 73	0.64 67	0.69 105
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CFNet	0.45 67	0.44 68	0.33 64	0.48 116	0.40 113	0.39 84	0.30 103	0.53 44	0.32 86	0.48 46	0.50 87	0.68 112	0.40 119	0.30 105	0.56 49	0.37 26	0.48 48	0.43 67	0.52 34	0.33 50	0.46 39	0.30 22	0.23 86	0.31 85	0.61 102	0.52 84	0.69 81	0.71 111

DLCB_ROB	0.53 90	0.50 113	0.48 130	0.41 97	0.45 126	0.43 100	0.39 121	0.55 54	0.45 136	0.57 94	0.61 122	0.70 117	0.52 150	0.41 143	0.60 62	0.47 80	0.57 101	0.48 99	0.52 34	0.43 100	0.55 82	0.47 71	0.38 143	0.42 132	0.96 180	0.79 131	0.70 85	0.62 87

StereoIM	0.26 10	0.20 6	0.16 9	0.10 4	0.10 6	0.10 3	0.08 5	0.24 7	0.14 6	0.36 18	0.16 6	0.36 20	0.12 7	0.08 6	0.33 15	0.35 19	0.39 21	0.35 34	0.53 40	0.20 10	0.40 20	0.26 16	0.13 15	0.15 7	0.39 39	0.39 43	0.40 16	0.49 51

TestStereo1	0.38 35	0.49 99	0.19 15	0.22 22	0.23 31	0.23 22	0.15 27	0.55 54	0.30 63	0.52 66	0.21 13	0.35 16	0.39 116	0.11 10	0.80 114	0.50 94	0.46 35	0.32 18	0.53 40	0.25 23	0.52 71	0.67 121	0.15 20	0.22 26	0.37 32	0.42 49	0.60 55	0.39 29

SA-5K	0.38 35	0.49 99	0.19 15	0.22 22	0.23 31	0.23 22	0.15 27	0.55 54	0.30 63	0.52 66	0.21 13	0.35 16	0.39 116	0.11 10	0.80 114	0.50 94	0.46 35	0.32 18	0.53 40	0.25 23	0.52 71	0.67 121	0.15 20	0.22 26	0.37 32	0.42 49	0.60 55	0.39 29

AnonymousM	0.79 154	0.34 24	0.20 18	0.24 26	0.22 27	0.21 16	0.15 27	0.58 64	0.21 20	0.57 94	0.39 58	0.45 42	0.15 11	0.19 32	0.56 49	0.54 111	0.54 79	0.40 51	0.53 40	0.30 40	0.65 116	0.54 92	0.20 61	0.22 26	0.30 16	0.39 43	1.31 187	11.04 250

NVstereo2D	0.55 97	0.47 86	0.40 96	0.52 129	0.48 135	0.66 160	0.64 168	0.60 76	0.38 115	0.48 46	0.61 122	0.53 66	0.30 62	0.63 194	1.53 196	0.61 130	0.58 105	0.55 141	0.53 40	0.41 92	0.50 58	0.38 36	0.54 183	0.43 136	0.64 114	0.48 73	0.56 38	0.53 60

CES	0.46 71	0.35 32	0.30 54	0.27 39	0.27 51	0.29 43	0.12 14	1.05 199	0.27 43	0.54 77	0.66 138	0.53 66	0.25 39	0.23 57	0.62 71	0.65 142	0.58 105	0.37 40	0.54 45	0.34 53	0.84 150	0.53 90	0.23 86	0.23 37	0.56 87	0.44 54	0.57 40	0.69 105

STTStereo	0.53 90	0.56 142	0.54 146	0.44 109	0.52 143	0.43 100	0.59 154	0.52 40	0.46 140	0.47 41	0.55 108	0.71 119	0.42 123	0.56 182	0.87 136	0.44 52	0.49 51	0.51 119	0.54 45	0.37 69	0.51 61	0.40 42	0.32 126	0.35 108	0.52 77	0.66 104	0.68 78	0.99 146

test croco	0.31 22	0.43 64	0.20 18	0.20 18	0.16 15	0.20 15	0.10 9	0.41 19	0.18 10	0.48 46	0.19 9	0.34 15	0.17 17	0.10 8	0.41 31	0.44 52	0.45 31	0.40 51	0.55 47	0.24 20	0.41 21	0.34 27	0.14 18	0.21 20	0.32 23	0.33 26	0.39 14	0.48 50

IPLGR_C	0.42 49	0.47 86	0.23 35	0.31 59	0.22 27	0.32 53	0.18 40	0.63 96	0.23 23	0.55 83	0.50 87	0.61 93	0.31 74	0.41 143	0.87 136	0.45 62	0.52 69	0.37 40	0.55 47	0.38 72	0.56 86	0.46 67	0.19 49	0.24 45	0.44 49	0.33 26	0.58 47	0.40 34

ACRE	0.42 49	0.47 86	0.22 30	0.32 61	0.22 27	0.33 60	0.18 40	0.63 96	0.23 23	0.55 83	0.50 87	0.61 93	0.30 62	0.41 143	0.91 143	0.45 62	0.52 69	0.36 37	0.55 47	0.38 72	0.57 95	0.44 59	0.19 49	0.23 37	0.44 49	0.32 23	0.58 47	0.39 29

RAFT + AFF	0.27 12	0.26 10	0.17 12	0.21 19	0.13 7	0.19 13	0.13 16	0.41 19	0.18 10	0.44 33	0.19 9	0.42 31	0.14 9	0.09 7	0.86 131	0.29 10	0.41 24	0.20 5	0.55 47	0.23 16	0.47 46	0.21 8	0.12 9	0.15 7	0.28 11	0.20 2	0.21 3	0.17 4

HGLStereo	0.43 61	0.43 64	0.37 79	0.34 69	0.37 100	0.39 84	0.23 71	0.48 37	0.31 78	0.47 41	0.72 153	0.42 31	0.29 53	0.32 118	0.51 43	0.49 91	0.55 87	0.50 112	0.55 47	0.39 84	0.51 61	0.43 54	0.22 78	0.33 101	0.51 73	0.51 82	0.57 40	0.45 46

MIF-Stereo	0.28 14	0.27 11	0.15 7	0.15 7	0.13 7	0.17 9	0.09 7	0.35 14	0.19 15	0.49 54	0.21 13	0.41 29	0.18 19	0.14 19	0.40 25	0.39 31	0.42 26	0.34 26	0.56 52	0.25 23	0.43 26	0.24 13	0.13 15	0.19 15	0.31 20	0.41 48	0.30 7	0.37 24

CIPLG	0.42 49	0.47 86	0.24 39	0.32 61	0.22 27	0.32 53	0.19 51	0.63 96	0.24 31	0.55 83	0.50 87	0.60 92	0.30 62	0.41 143	0.93 147	0.44 52	0.52 69	0.37 40	0.56 52	0.38 72	0.56 86	0.45 62	0.19 49	0.24 45	0.44 49	0.31 19	0.57 40	0.38 28

IPLG	0.47 73	0.45 75	0.32 61	0.28 41	0.27 51	0.32 53	0.21 59	0.63 96	0.22 21	0.51 59	0.38 52	0.56 75	0.29 53	0.31 112	1.64 202	0.44 52	0.56 92	0.48 99	0.56 52	0.41 92	0.45 34	0.75 135	0.18 41	0.28 66	0.45 53	0.59 95	0.65 71	0.51 55

UNet	0.44 64	0.42 61	0.40 96	0.37 82	0.36 93	0.41 92	0.28 90	0.57 60	0.35 101	0.50 55	0.49 82	0.47 46	0.34 97	0.37 135	0.53 46	0.43 47	0.54 79	0.46 88	0.56 52	0.39 84	0.47 46	0.44 59	0.27 107	0.34 105	0.44 49	0.48 73	0.58 47	0.57 72

AFF-stereo	0.30 19	0.34 24	0.26 44	0.18 14	0.17 17	0.33 60	0.11 11	0.50 38	0.23 23	0.46 38	0.28 27	0.40 25	0.16 14	0.12 14	0.27 8	0.35 19	0.37 17	0.25 8	0.57 56	0.23 16	0.38 18	0.25 14	0.17 36	0.17 11	0.37 32	0.37 36	0.48 23	0.32 17

BEATNet_4x	0.53 90	0.40 50	0.34 68	0.39 88	0.36 93	0.32 53	0.27 85	0.64 103	0.41 124	0.66 147	0.45 72	0.62 101	0.39 116	0.24 68	0.83 122	0.63 132	0.58 105	0.58 153	0.57 56	0.36 64	0.90 157	1.52 195	0.25 96	0.36 115	0.46 55	0.44 54	0.77 101	0.60 81

CFNet_RVC	0.51 83	0.51 118	0.47 127	0.50 121	0.48 135	0.48 115	0.32 105	0.53 44	0.37 111	0.51 59	0.65 135	0.57 78	0.34 97	0.30 105	0.69 94	0.44 52	0.52 69	0.47 94	0.57 56	0.42 98	0.56 86	0.49 78	0.27 107	0.35 108	0.65 116	0.74 118	0.80 108	0.75 120

NLCA_NET_v2_RVC	0.51 83	0.52 126	0.48 130	0.43 105	0.57 153	0.42 96	0.62 165	0.56 59	0.62 165	0.52 66	0.51 93	0.67 110	0.34 97	0.58 189	0.78 109	0.42 40	0.47 44	0.42 62	0.57 56	0.38 72	0.46 39	0.42 49	0.30 116	0.32 89	0.48 60	0.76 125	0.62 61	0.64 94
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
rafts_anoy	0.41 44	0.51 118	0.35 70	0.29 46	0.30 67	0.33 60	0.22 64	0.59 71	0.25 36	0.51 59	0.50 87	0.48 49	0.23 31	0.17 28	0.57 51	0.46 69	0.51 65	0.50 112	0.58 60	0.34 53	0.50 58	0.43 54	0.19 49	0.28 66	0.50 70	0.47 68	0.52 30	0.53 60

PDISCO_ROB	0.48 76	0.40 50	0.39 91	0.38 85	0.34 86	0.39 84	0.28 90	0.50 38	0.35 101	0.37 20	0.52 96	0.49 52	0.35 104	0.31 112	0.63 74	0.58 123	0.54 79	0.68 179	0.59 61	0.44 101	0.62 106	0.67 121	0.24 93	0.34 105	0.54 83	0.53 86	0.85 125	0.58 74

SA	0.42 49	0.47 86	0.21 22	0.25 31	0.23 31	0.31 50	0.13 16	0.64 103	0.32 86	0.61 113	0.26 23	0.54 68	0.21 25	0.16 25	0.63 74	0.47 80	0.52 69	0.41 55	0.60 62	0.29 36	0.46 39	0.61 106	0.15 20	0.27 62	0.45 53	0.58 94	0.96 146	0.47 48

FINET	0.40 41	0.38 40	0.39 91	0.43 105	0.30 67	0.34 67	0.35 111	0.44 25	0.36 105	0.47 41	0.32 33	0.47 46	0.30 62	0.28 97	0.66 84	0.50 94	0.48 48	0.36 37	0.60 62	0.33 50	0.46 39	0.37 35	0.30 116	0.30 78	0.43 47	0.35 31	0.56 38	0.42 40

AF-Net	0.53 90	0.49 99	0.44 118	0.50 121	0.53 144	0.61 148	0.54 145	0.61 83	0.55 155	0.43 26	0.66 138	0.85 142	0.42 123	0.40 140	0.64 80	0.46 69	0.46 35	0.44 72	0.60 62	0.40 89	0.45 34	0.45 62	0.41 150	0.39 122	0.50 70	0.55 90	0.81 111	0.69 105

Nwc_Net	0.53 90	0.49 99	0.44 118	0.50 121	0.53 144	0.61 148	0.54 145	0.61 83	0.55 155	0.43 26	0.66 138	0.85 142	0.42 123	0.40 140	0.64 80	0.46 69	0.46 35	0.44 72	0.60 62	0.40 89	0.45 34	0.45 62	0.41 150	0.39 122	0.50 70	0.55 90	0.81 111	0.69 105

raft+_RVC	0.35 32	0.34 24	0.26 44	0.25 31	0.23 31	0.25 29	0.18 40	0.54 48	0.26 39	0.52 66	0.43 66	0.46 43	0.23 31	0.18 29	0.42 35	0.38 28	0.43 27	0.34 26	0.61 66	0.26 28	0.43 26	0.38 36	0.13 15	0.20 18	0.39 39	0.39 43	0.58 47	0.42 40

PA-Net	0.64 122	0.67 166	0.66 170	0.50 121	0.66 171	0.50 121	0.64 168	0.65 110	0.73 174	0.54 77	0.52 96	0.58 83	0.58 163	0.59 191	0.93 147	0.57 119	0.46 35	0.54 136	0.61 66	0.54 127	0.49 55	0.66 116	0.36 136	0.52 161	0.64 114	1.24 189	0.64 67	1.32 170
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FCDSN-DC	0.69 133	0.61 155	0.62 160	0.66 160	0.61 159	0.59 143	0.60 157	0.68 124	0.42 131	0.75 180	0.42 65	0.57 78	0.36 108	0.50 170	2.43 241	0.67 146	0.80 178	0.76 195	0.64 68	0.56 135	0.70 130	0.60 101	0.47 159	0.83 197	0.66 117	0.74 118	0.61 58	0.67 99
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DSFCA	0.45 67	0.50 113	0.40 96	0.40 92	0.37 100	0.44 102	0.34 109	0.46 33	0.39 118	0.40 23	0.57 110	0.49 52	0.29 53	0.24 68	0.61 67	0.44 52	0.49 51	0.49 106	0.64 68	0.39 84	0.50 58	0.51 83	0.33 129	0.35 108	0.49 67	0.50 80	0.57 40	0.58 74

RP	0.58 110	0.57 146	0.72 179	0.62 151	0.56 151	0.57 139	0.64 168	0.63 96	0.61 163	0.42 25	0.81 167	0.78 132	0.53 152	0.43 156	0.68 92	0.48 85	0.53 77	0.44 72	0.64 68	0.45 103	0.51 61	0.54 92	0.37 141	0.44 141	0.62 107	0.59 95	0.83 121	0.77 122

PWCDC_ROB	0.67 127	0.35 32	0.39 91	0.29 46	0.43 123	0.34 67	0.36 113	0.43 23	1.25 207	0.27 12	0.72 153	0.44 38	2.38 215	0.57 186	1.11 174	0.76 162	0.56 92	0.56 143	0.64 68	0.55 131	0.63 109	2.08 211	0.46 158	0.40 125	0.36 31	0.63 99	0.51 26	0.67 99

GLC_STEREO	0.47 73	0.51 118	0.40 96	0.38 85	0.37 100	0.37 77	0.28 90	0.64 103	0.29 57	0.62 122	0.53 100	0.55 73	0.28 51	0.30 105	0.49 42	0.48 85	0.66 146	0.41 55	0.65 72	0.41 92	0.70 130	0.60 101	0.23 86	0.30 78	0.47 57	0.36 34	0.84 123	0.53 60

RAFT-Stereo + iAFF	0.35 32	0.41 54	0.32 61	0.24 26	0.19 22	0.28 40	0.13 16	0.58 64	0.24 31	0.46 38	0.35 44	0.49 52	0.19 23	0.15 22	0.34 18	0.35 19	0.41 24	0.28 11	0.65 72	0.28 32	0.44 31	0.33 25	0.19 49	0.22 26	0.51 73	0.37 36	0.58 47	0.44 44

4D-IteraStereo	0.40 41	0.28 14	0.33 64	0.35 77	0.24 37	0.24 26	0.15 27	0.63 96	0.28 50	0.61 113	0.39 58	0.51 62	0.22 28	0.22 47	0.48 40	0.43 47	0.49 51	0.43 67	0.66 74	0.34 53	0.63 109	0.70 127	0.14 18	0.22 26	0.39 39	0.47 68	0.63 64	0.39 29

DeepPruner_ROB	0.59 116	0.44 68	0.54 146	0.52 129	0.54 147	0.49 117	0.37 115	0.61 83	0.46 140	0.60 111	0.70 147	0.61 93	0.51 148	0.32 118	1.06 169	0.58 123	0.62 131	0.59 158	0.66 74	0.47 112	0.97 166	0.72 131	0.36 136	0.44 141	0.61 102	1.00 167	0.72 90	0.58 74

CFNet_pseudo	0.51 83	0.44 68	0.43 110	0.54 134	0.43 123	0.53 130	0.34 109	0.62 90	0.36 105	0.61 113	0.64 130	0.57 78	0.52 150	0.35 129	0.90 142	0.50 94	0.50 56	0.47 94	0.67 76	0.36 64	0.47 46	0.42 49	0.26 103	0.33 101	0.57 88	0.60 98	0.68 78	0.73 116

UCFNet_RVC	0.56 104	0.78 177	0.45 122	0.59 144	0.55 150	0.52 127	0.39 121	0.58 64	0.40 120	0.59 105	0.60 116	0.82 135	0.45 134	0.32 118	0.70 99	0.42 40	0.50 56	0.50 112	0.67 76	0.45 103	0.56 86	0.47 71	0.38 143	0.41 128	0.77 146	0.71 111	0.65 71	0.86 133

GMOStereo	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

error version	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

test-v	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

test-2	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

SGM-Forest	0.73 141	0.71 171	0.40 96	1.13 196	0.64 166	0.74 173	0.45 130	0.68 124	0.39 118	0.61 113	0.44 69	1.16 171	1.06 184	0.49 167	0.86 131	0.61 130	0.55 87	0.46 88	0.68 78	0.44 101	0.61 104	0.49 78	0.45 156	0.44 141	0.90 171	0.86 139	1.95 218	1.47 174
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AACVNet	0.55 97	0.47 86	0.40 96	0.58 141	0.61 159	0.53 130	0.37 115	0.61 83	0.40 120	0.59 105	0.64 130	0.58 83	0.33 87	0.36 131	0.69 94	0.54 111	0.58 105	0.54 136	0.69 83	0.52 120	0.54 80	0.52 87	0.36 136	0.44 141	0.59 98	0.69 106	0.82 114	0.83 129

DISCO	0.45 67	0.44 68	0.29 50	0.40 92	0.38 106	0.49 117	0.43 128	0.45 31	0.43 135	0.50 55	0.57 110	0.40 25	0.29 53	0.30 105	0.61 67	0.43 47	0.55 87	0.46 88	0.69 83	0.41 92	0.48 51	0.43 54	0.26 103	0.32 89	0.47 57	0.50 80	0.62 61	0.50 53

HBP-ISP	1.60 197	0.86 194	0.90 193	0.98 189	0.69 174	0.85 181	0.56 149	0.89 184	0.48 143	0.82 195	0.79 162	0.97 156	0.36 108	0.69 201	11.97 260	5.83 256	0.70 159	0.67 174	0.70 85	0.62 165	1.05 172	5.90 248	0.50 169	0.62 176	0.82 159	1.01 170	2.01 220	1.06 151

LoS_RVC	0.42 49	0.45 75	0.43 110	0.19 15	0.25 39	0.24 26	0.16 34	0.44 25	0.28 50	0.51 59	0.48 78	0.42 31	0.31 74	0.22 47	0.60 62	0.45 62	0.46 35	0.41 55	0.71 86	0.30 40	0.67 121	0.51 83	0.19 49	0.32 89	0.61 102	0.44 54	0.58 47	0.61 83

tt_ll	0.42 49	0.45 75	0.43 110	0.19 15	0.25 39	0.24 26	0.16 34	0.44 25	0.28 50	0.51 59	0.48 78	0.42 31	0.31 74	0.22 47	0.60 62	0.45 62	0.46 35	0.41 55	0.71 86	0.30 40	0.67 121	0.51 83	0.19 49	0.32 89	0.61 102	0.44 54	0.58 47	0.61 83

RALAANet	0.41 44	0.41 54	0.37 79	0.28 41	0.28 55	0.33 60	0.24 74	0.54 48	0.27 43	0.48 46	0.48 78	0.43 36	0.25 39	0.20 36	0.57 51	0.41 36	0.49 51	0.50 112	0.71 86	0.40 89	0.52 71	0.46 67	0.21 69	0.29 70	0.46 55	0.45 59	0.70 85	0.47 48

ICVP	0.58 110	0.49 99	0.67 173	0.50 121	0.48 135	0.52 127	0.36 113	0.60 76	0.45 136	0.61 113	0.58 113	0.61 93	0.56 157	0.30 105	0.67 89	0.64 136	0.58 105	0.51 119	0.72 89	0.51 118	0.58 98	0.74 133	0.59 189	0.47 151	0.60 101	0.75 122	0.74 95	0.72 113
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CASnet	0.40 41	0.52 126	0.23 35	0.27 39	0.27 51	0.30 49	0.14 23	0.62 90	0.29 57	0.61 113	0.44 69	0.64 103	0.28 51	0.23 57	0.55 47	0.36 24	0.45 31	0.31 17	0.73 90	0.27 30	0.63 109	0.39 41	0.21 69	0.24 45	0.42 46	0.32 23	0.61 58	0.56 70
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo2	0.34 29	0.29 15	0.21 22	0.24 26	0.19 22	0.17 9	0.13 16	0.63 96	0.26 39	0.58 100	0.23 17	0.44 38	0.22 28	0.14 19	0.41 31	0.41 36	0.47 44	0.35 34	0.73 90	0.31 45	0.47 46	0.36 31	0.21 69	0.20 18	0.32 23	0.34 30	0.51 26	0.35 22

UDGNet	0.67 127	0.66 165	0.42 106	1.35 206	1.02 200	1.21 203	0.91 190	0.60 76	0.41 124	0.52 66	0.60 116	0.56 75	0.23 31	1.19 221	0.66 84	0.45 62	0.56 92	0.51 119	0.73 90	0.53 121	0.64 115	0.67 121	0.79 200	0.29 70	0.72 130	0.55 90	0.63 64	0.66 97

GMStereo	0.41 44	0.48 96	0.25 41	0.32 61	0.32 76	0.37 77	0.28 90	0.59 71	0.30 63	0.45 35	0.36 45	0.61 93	0.31 74	0.24 68	0.45 37	0.41 36	0.54 79	0.35 34	0.73 90	0.39 84	0.51 61	0.33 25	0.23 86	0.28 66	0.48 60	0.36 34	0.68 78	0.41 35
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
NaN_ROB	0.73 141	0.59 148	0.61 159	0.64 155	0.78 187	0.53 130	0.48 135	0.87 181	0.63 166	0.73 176	0.61 122	1.96 196	0.62 165	0.45 161	0.84 125	0.55 113	0.56 92	0.54 136	0.73 90	0.55 131	0.52 71	0.51 83	0.38 143	0.64 179	0.83 161	1.11 181	0.94 141	1.64 182

NOSS_ROB	0.76 151	0.84 192	0.50 136	0.72 167	0.61 159	0.75 174	0.52 141	0.80 169	0.54 151	0.70 167	0.62 126	0.62 101	0.86 180	0.62 192	1.14 177	1.10 209	0.78 172	0.69 181	0.73 90	0.60 152	0.88 153	0.67 121	0.50 169	0.71 185	0.86 167	0.95 154	1.38 192	0.85 131

s12784h	0.62 119	0.68 168	0.47 127	0.65 158	0.44 125	0.34 67	0.24 74	0.61 83	0.31 78	0.60 111	0.44 69	0.81 133	0.55 155	0.25 81	0.62 71	0.50 94	0.62 131	0.38 44	0.74 96	0.36 64	1.26 184	0.47 71	0.18 41	0.30 78	0.70 124	0.74 118	1.39 193	2.07 192

LoS	0.55 97	0.44 68	0.29 50	0.36 81	0.37 100	0.40 90	0.20 58	1.37 214	0.31 78	0.86 200	0.78 161	0.68 112	0.37 112	0.24 68	0.58 55	0.72 155	0.59 115	0.40 51	0.75 97	0.35 62	1.03 170	0.65 113	0.21 69	0.24 45	0.79 151	0.64 102	0.64 67	0.68 103

EGLCR-Stereo	0.47 73	0.49 99	0.41 104	0.29 46	0.30 67	0.44 102	0.14 23	0.57 60	0.26 39	0.57 94	0.27 25	0.58 83	0.23 31	0.21 41	0.36 19	0.47 80	0.53 77	0.45 81	0.75 97	0.32 48	0.69 127	0.93 154	0.19 49	0.24 45	0.48 60	0.49 77	1.30 186	0.70 110

HSM	0.54 95	0.49 99	0.47 127	0.48 116	0.47 132	0.41 92	0.37 115	0.71 141	0.37 111	0.61 113	0.65 135	0.59 88	0.48 142	0.31 112	0.70 99	0.48 85	0.64 139	0.47 94	0.75 97	0.48 114	0.63 109	0.49 78	0.26 103	0.42 132	0.62 107	0.72 114	0.87 132	0.67 99

MIPNet	0.51 83	0.51 118	0.33 64	0.32 61	0.30 67	0.37 77	0.25 79	0.62 90	0.24 31	0.50 55	0.52 96	0.61 93	0.41 122	0.30 105	1.01 166	0.51 101	0.59 115	0.50 112	0.76 100	0.47 112	0.44 31	0.85 146	0.20 61	0.26 59	0.66 117	0.98 163	0.71 89	0.61 83

NCCL2	0.69 133	0.73 173	0.66 170	0.57 140	0.56 151	0.51 124	0.45 130	0.70 138	0.57 158	0.68 156	0.71 148	0.66 107	0.48 142	0.39 137	0.93 147	0.72 155	0.65 143	0.57 148	0.76 100	0.57 140	0.74 138	0.88 150	0.49 165	0.60 173	0.98 182	0.95 154	0.85 125	1.16 161

TestStereo	0.45 67	0.51 118	0.38 88	0.42 101	0.30 67	0.44 102	0.26 83	0.71 141	0.28 50	0.76 183	0.32 33	0.64 103	0.32 83	0.24 68	0.47 39	0.35 19	0.54 79	0.33 24	0.78 102	0.38 72	0.63 109	0.42 49	0.24 93	0.30 78	0.53 79	0.43 51	0.75 97	0.55 69

HSM-Net_RVC	0.75 147	0.53 133	0.60 157	0.77 172	0.62 165	0.61 148	0.37 115	0.76 159	0.49 144	0.74 177	1.71 217	1.32 178	0.80 176	0.36 131	0.72 105	0.55 113	0.64 139	0.53 130	0.78 102	0.53 121	0.67 121	0.89 152	0.43 154	0.64 179	0.94 177	1.09 179	1.07 162	1.04 150
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NCC-stereo	0.67 127	0.63 159	0.59 153	0.64 155	0.65 167	0.63 154	0.69 176	0.67 117	0.74 177	0.43 26	0.81 167	0.82 135	0.70 171	0.47 164	0.82 120	0.53 105	0.58 105	0.64 167	0.80 104	0.54 127	0.56 86	0.60 101	0.53 179	0.45 146	0.75 140	0.96 157	0.92 136	0.98 144

Abc-Net	0.67 127	0.63 159	0.59 153	0.64 155	0.65 167	0.63 154	0.69 176	0.67 117	0.74 177	0.43 26	0.81 167	0.82 135	0.70 171	0.47 164	0.82 120	0.53 105	0.58 105	0.64 167	0.80 104	0.54 127	0.56 86	0.60 101	0.53 179	0.45 146	0.75 140	0.96 157	0.92 136	0.98 144
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FC-DCNN	0.88 163	0.96 200	1.23 217	1.36 208	0.93 194	1.26 207	0.82 182	0.91 185	0.78 180	0.87 201	0.63 129	1.08 165	0.42 123	0.56 182	0.88 138	0.69 150	0.81 181	0.68 179	0.81 106	0.59 148	0.78 142	0.59 98	0.50 169	0.77 194	1.11 197	0.99 165	1.21 178	1.57 177

pcwnet_v2	0.62 119	0.46 81	0.50 136	0.62 151	0.49 138	0.61 148	0.46 132	0.66 114	0.45 136	0.65 137	0.79 162	0.64 103	0.86 180	0.53 177	1.15 178	0.55 113	0.59 115	0.51 119	0.83 107	0.41 92	0.55 82	0.47 71	0.34 131	0.43 136	0.75 140	0.76 125	0.85 125	0.95 140

XPNet_ROB	0.74 146	0.77 175	0.57 150	0.54 134	0.61 159	0.63 154	0.61 162	0.53 44	0.65 168	0.58 100	0.81 167	2.35 201	0.46 137	0.43 156	0.79 112	0.63 132	0.85 183	0.57 148	0.83 107	0.55 131	0.72 133	1.09 166	0.45 156	0.49 158	0.63 111	0.74 118	1.39 193	0.86 133

psm_up	0.56 104	0.51 118	0.53 143	0.56 138	0.45 126	0.58 142	0.35 111	0.71 141	0.66 170	0.55 83	0.53 100	0.59 88	0.50 144	0.40 140	0.63 74	0.50 94	0.59 115	0.49 106	0.84 109	0.46 108	0.51 61	0.45 62	0.31 121	0.51 159	0.70 124	0.78 129	0.80 108	0.67 99

FADNet-RVC-Resample	0.57 108	0.52 126	0.42 106	0.46 112	0.39 109	0.41 92	0.40 123	0.72 148	0.42 131	0.68 156	0.51 93	1.04 164	0.43 128	0.43 156	0.96 156	0.48 85	0.56 92	0.61 161	0.85 110	0.55 131	0.52 71	0.63 107	0.34 131	0.60 173	0.58 92	0.71 111	0.55 36	0.77 122

AE-Stereo	0.54 95	0.48 96	0.44 118	0.50 121	0.35 90	0.36 75	0.28 90	0.55 54	0.29 57	0.64 132	0.31 32	0.89 148	0.31 74	0.24 68	0.55 47	0.65 142	0.68 154	0.52 126	0.87 111	0.53 121	0.72 133	0.81 143	0.21 69	0.47 151	0.79 151	0.69 106	0.94 141	0.62 87

anonymousdsp2	0.38 35	0.46 81	0.30 54	0.25 31	0.23 31	0.32 53	0.18 40	0.58 64	0.23 23	0.47 41	0.38 52	0.48 49	0.23 31	0.18 29	0.40 25	0.39 31	0.44 28	0.33 24	0.88 112	0.31 45	0.48 51	0.52 87	0.17 36	0.23 37	0.41 45	0.33 26	0.61 58	0.42 40

LALA_ROB	0.86 161	0.97 202	0.67 173	0.63 153	0.69 174	0.83 180	0.67 174	0.70 138	0.80 181	0.68 156	1.10 193	2.61 203	0.58 163	0.51 172	1.11 174	0.67 146	0.86 184	0.72 185	0.89 113	0.67 176	0.80 144	1.00 160	0.49 165	0.59 171	0.73 135	0.92 149	1.16 172	1.10 154

Sa-1000	0.48 76	0.47 86	0.21 22	0.26 35	0.26 43	0.31 50	0.15 27	0.65 110	0.36 105	0.63 126	0.33 39	0.50 58	0.26 42	0.30 105	0.94 151	0.49 91	0.59 115	0.45 81	0.90 114	0.32 48	0.52 71	0.75 135	0.17 36	0.27 62	0.72 130	0.53 86	1.00 156	0.49 51

stereogan	0.67 127	0.67 166	0.62 160	0.68 164	0.73 182	0.75 174	0.64 168	0.70 138	0.57 158	0.51 59	0.64 130	1.08 165	0.62 165	0.44 159	0.83 122	0.55 113	0.56 92	0.51 119	0.91 115	0.59 148	0.59 102	0.69 126	0.47 159	0.46 148	0.59 98	0.67 105	1.16 172	0.87 135

RGC	0.76 151	0.72 172	0.99 198	0.70 165	0.71 180	0.76 177	0.57 152	0.74 154	0.74 177	0.56 90	0.96 182	0.83 139	0.85 179	0.56 182	0.93 147	0.60 127	0.62 131	0.56 143	0.93 116	0.61 161	0.66 117	0.71 128	0.51 176	0.56 167	0.81 156	1.01 170	0.99 151	1.19 164

DeepPrunerF	1.22 184	0.49 99	0.39 91	0.58 141	2.86 242	0.49 117	0.55 147	0.52 40	0.58 161	0.43 26	0.67 143	0.43 36	0.32 83	0.42 153	1.64 202	0.75 161	0.58 105	0.46 88	0.93 116	0.46 108	0.61 104	0.53 90	0.40 148	0.35 108	15.32 262	0.82 137	0.65 71	0.62 87

PS-NSSS	0.60 118	0.81 183	0.44 118	0.89 181	0.54 147	0.71 168	0.63 166	0.64 103	0.38 115	0.64 132	0.41 63	1.52 186	0.47 139	0.41 143	0.59 58	0.42 40	0.52 69	0.45 81	0.94 118	0.42 98	0.44 31	0.29 20	0.36 136	0.34 105	0.63 111	0.69 106	0.70 85	0.80 125

SACVNet	0.62 119	0.53 133	0.51 140	0.55 137	0.57 153	0.52 127	0.60 157	0.69 132	0.56 157	0.67 154	0.54 106	0.59 88	0.37 112	0.41 143	0.71 103	0.60 127	0.64 139	0.57 148	0.95 119	0.64 169	0.67 121	0.78 140	0.36 136	0.47 151	0.75 140	0.77 128	0.84 123	0.84 130

APVNet	0.56 104	0.47 86	0.38 88	0.46 112	0.50 139	0.57 139	0.53 142	0.60 76	0.42 131	0.46 38	0.65 135	0.50 58	0.30 62	0.36 131	0.74 106	0.71 154	0.71 164	0.64 167	0.95 119	0.53 121	0.57 95	0.77 139	0.34 131	0.46 148	0.59 98	0.46 66	0.82 114	0.58 74

raftrobust	0.43 61	0.33 21	0.36 75	0.28 41	0.28 55	0.27 34	0.18 40	0.64 103	0.25 36	0.63 126	0.53 100	0.51 62	0.25 39	0.22 47	0.63 74	0.48 85	0.51 65	0.41 55	0.96 121	0.38 72	0.53 77	0.46 67	0.20 61	0.24 45	0.57 88	0.54 88	0.54 35	0.52 56

raft_robust	0.49 79	0.44 68	0.24 39	0.38 85	0.29 60	0.32 53	0.21 59	0.73 149	0.35 101	0.69 164	0.34 41	0.57 78	0.31 74	0.24 68	0.59 58	0.53 105	0.54 79	0.46 88	0.98 122	0.37 69	0.69 127	0.94 155	0.20 61	0.28 66	0.55 85	0.69 106	0.69 81	0.60 81

ETE_ROB	0.87 162	0.90 195	0.58 152	0.67 161	0.69 174	0.85 181	0.60 157	0.66 114	0.89 188	0.64 132	1.09 191	2.63 204	0.54 153	0.54 178	1.00 163	0.72 155	0.91 193	0.63 163	0.99 123	0.66 172	0.88 153	1.08 165	0.50 169	0.59 171	0.78 148	0.92 149	1.48 202	1.17 162

sCroCo_RVC	0.58 110	0.42 61	0.29 50	0.28 41	0.29 60	0.39 84	0.22 64	0.60 76	0.41 124	0.53 76	0.43 66	0.48 49	0.50 144	0.24 68	0.75 107	0.99 196	0.75 169	0.63 163	1.02 124	0.56 135	1.10 175	1.36 185	0.28 110	0.39 122	0.63 111	0.63 99	0.93 138	0.64 94

dd	0.50 80	0.51 118	0.28 48	0.91 183	0.31 75	0.65 157	0.29 97	0.59 71	0.23 23	0.54 77	0.30 29	0.75 126	0.27 48	0.26 91	0.84 125	0.46 69	0.70 159	0.39 46	1.05 125	0.38 72	0.48 51	0.43 54	0.23 86	0.30 78	0.53 79	0.39 43	0.74 95	0.58 74

AMNet	1.02 177	0.98 203	0.95 195	0.98 189	1.01 197	1.03 193	0.96 195	0.87 181	0.93 192	0.97 210	1.02 187	1.10 168	0.74 174	1.06 219	0.99 162	1.09 207	1.17 209	1.04 219	1.08 126	1.05 209	1.13 177	1.04 163	0.82 204	0.98 208	1.01 190	1.07 178	1.20 177	1.27 169

IPLGR	0.57 108	0.55 136	0.37 79	0.43 105	0.38 106	0.36 75	0.23 71	0.62 90	0.30 63	0.56 90	0.68 146	0.61 93	0.32 83	0.29 103	1.73 208	0.47 80	0.56 92	0.56 143	1.09 127	0.54 127	0.53 77	0.81 143	0.20 61	0.32 89	0.71 127	0.97 162	0.73 93	0.57 72

CSAN	0.93 168	0.83 188	0.75 182	0.86 178	0.82 188	0.73 170	0.61 162	0.97 191	0.94 195	0.94 208	0.73 158	1.96 196	1.56 200	0.49 167	0.98 159	0.63 132	0.74 167	0.66 172	1.09 127	0.71 183	0.78 142	0.63 107	0.53 179	0.76 191	0.98 182	1.49 210	1.21 178	1.63 181

TANstereo	0.55 97	0.41 54	0.35 70	0.40 92	0.39 109	0.45 106	0.21 59	0.52 40	0.30 63	0.54 77	0.37 50	0.38 23	0.38 114	0.41 143	0.84 125	0.73 159	0.66 146	0.78 199	1.10 129	0.89 197	0.62 106	0.54 92	0.93 210	0.32 89	0.34 27	0.45 59	0.99 151	0.53 60

XX-TBD	0.55 97	0.41 54	0.35 70	0.40 92	0.39 109	0.45 106	0.21 59	0.52 40	0.30 63	0.54 77	0.37 50	0.38 23	0.38 114	0.41 143	0.84 125	0.73 159	0.66 146	0.78 199	1.10 129	0.89 197	0.62 106	0.54 92	0.93 210	0.32 89	0.34 27	0.45 59	0.99 151	0.53 60

LMCR-Stereo	0.50 80	0.46 81	0.33 64	0.32 61	0.33 77	0.42 96	0.24 74	0.57 60	0.37 111	0.55 83	0.46 76	0.65 106	0.40 119	0.26 91	0.69 94	0.49 91	0.62 131	0.49 106	1.11 131	0.57 140	0.66 117	0.64 111	0.25 96	0.32 89	0.48 60	0.49 77	0.63 64	0.65 96

iResNetv2_ROB	0.52 87	0.45 75	0.32 61	0.48 116	0.39 109	0.48 115	0.28 90	0.64 103	0.34 96	0.52 66	0.66 138	0.70 117	0.55 155	0.28 97	0.67 89	0.47 80	0.50 56	0.46 88	1.12 132	0.45 103	0.57 95	0.47 71	0.29 113	0.40 125	0.55 85	0.51 82	0.81 111	0.58 74

GANetREF_RVC	0.77 153	0.74 174	0.68 175	0.76 171	0.65 167	0.69 165	0.60 157	0.99 192	0.73 174	0.93 204	0.52 96	1.33 179	0.72 173	0.44 159	0.85 129	0.57 119	0.67 152	0.63 163	1.13 133	0.61 161	0.77 141	0.63 107	0.59 189	0.71 185	0.89 170	0.90 147	1.15 169	0.99 146
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
ccs_rob	1.25 185	0.79 179	0.64 166	0.86 178	0.60 158	0.89 186	0.83 183	0.99 192	0.51 147	0.77 185	6.27 252	5.90 233	1.10 188	0.51 172	1.08 172	1.10 209	0.68 154	0.66 172	1.15 134	0.70 182	1.56 193	1.66 201	0.50 169	0.54 164	0.69 122	0.78 129	0.86 130	1.20 165

PMTNet	0.48 76	0.48 96	0.43 110	0.31 59	0.30 67	0.27 34	0.22 64	0.54 48	0.29 57	0.57 94	0.39 58	0.59 88	0.23 31	0.23 57	0.64 80	0.59 125	0.57 101	0.37 40	1.17 135	0.33 50	0.67 121	0.40 42	0.20 61	0.21 20	0.79 151	0.59 95	0.65 71	0.92 139

ADCP+	0.92 165	0.59 148	0.62 160	0.44 109	0.45 126	0.55 136	0.85 184	0.65 110	1.81 224	0.48 46	1.10 193	1.62 190	0.33 87	0.42 153	1.03 167	0.52 103	0.52 69	0.48 99	1.19 136	0.38 72	0.58 98	0.60 101	0.32 126	0.30 78	0.66 117	3.45 247	0.77 101	4.14 226

iResNet_ROB	0.50 80	0.49 99	0.42 106	0.42 101	0.30 67	0.42 96	0.32 105	0.60 76	0.33 91	0.52 66	0.59 114	0.47 46	0.56 157	0.25 81	0.81 117	0.46 69	0.57 101	0.49 106	1.19 136	0.36 64	0.48 51	0.36 31	0.25 96	0.37 119	0.57 88	0.54 88	0.75 97	0.61 83

FADNet-RVC	0.58 110	0.50 113	0.37 79	0.51 127	0.42 120	0.39 84	0.56 149	0.68 124	0.36 105	0.64 132	0.50 87	1.13 170	0.45 134	0.34 123	0.91 143	0.53 105	0.54 79	0.45 81	1.20 138	0.51 118	0.54 80	0.52 87	0.33 129	0.51 159	0.57 88	0.75 122	0.64 67	0.81 127

ADCL	1.27 186	0.82 186	0.64 166	0.60 146	0.53 144	0.73 170	0.91 190	0.75 158	2.78 244	0.68 156	1.01 186	0.86 146	0.50 144	0.50 170	1.27 183	0.64 136	0.66 146	0.57 148	1.20 138	0.60 152	0.98 167	0.88 150	0.50 169	0.47 151	1.60 220	1.50 211	0.88 133	11.30 251

GwcNet-ADL	0.97 174	0.83 188	0.81 186	0.91 183	0.68 172	0.70 166	0.53 142	0.77 164	0.50 146	0.72 173	5.46 246	1.20 173	0.65 170	0.46 163	0.81 117	0.95 185	0.72 166	0.56 143	1.26 140	0.71 183	0.67 121	0.78 140	0.59 189	0.56 167	0.79 151	0.98 163	0.85 125	1.75 187

sAnonymous2	0.58 110	0.41 54	0.31 58	0.29 46	0.29 60	0.45 106	0.29 97	0.71 141	0.41 124	0.48 46	0.53 100	0.51 62	0.43 128	0.23 57	0.86 131	0.84 173	0.70 159	0.67 174	1.34 141	0.60 152	0.83 148	0.98 157	0.30 116	0.35 108	0.62 107	0.72 114	0.72 90	0.73 116

CroCo_RVC	0.58 110	0.41 54	0.31 58	0.29 46	0.29 60	0.45 106	0.29 97	0.71 141	0.41 124	0.48 46	0.53 100	0.51 62	0.43 128	0.23 57	0.86 131	0.84 173	0.70 159	0.67 174	1.34 141	0.60 152	0.83 148	0.98 157	0.30 116	0.35 108	0.62 107	0.72 114	0.72 90	0.73 116

anonymity	3.27 231	0.41 54	1.09 210	0.58 141	0.41 118	0.47 113	0.30 103	0.79 167	0.33 91	0.61 113	69.49 272	0.85 142	0.30 62	0.24 68	0.59 58	1.02 199	0.60 122	0.43 67	1.35 143	0.60 152	0.73 136	1.82 208	0.24 93	0.29 70	1.00 188	1.24 189	1.08 163	1.47 174

RTSC	0.73 141	0.49 99	0.46 123	0.47 114	0.51 142	0.55 136	0.56 149	0.67 117	0.68 171	0.54 77	0.79 162	0.57 78	0.57 161	0.41 143	1.92 216	0.77 164	0.96 200	0.58 153	1.36 144	0.56 135	0.85 152	1.11 167	0.31 121	0.53 163	0.58 92	0.65 103	0.95 143	1.26 168

CC-Net-ROB	0.96 172	1.18 211	0.70 177	1.56 212	1.06 202	1.63 216	1.20 205	0.79 167	0.61 163	0.81 193	0.56 109	3.07 212	0.57 161	0.85 211	0.68 92	0.44 52	0.71 164	0.63 163	1.40 145	0.57 140	0.58 98	0.43 54	1.91 229	0.46 148	0.83 161	0.83 138	0.77 101	1.20 165

Anonymous3	0.79 154	0.59 148	0.42 106	0.37 82	0.42 120	0.57 139	0.50 138	0.80 169	0.64 167	0.68 156	0.49 82	1.48 182	0.54 153	0.31 112	1.53 196	1.42 234	0.88 189	0.82 203	1.45 146	0.69 181	1.31 187	1.30 182	0.40 148	0.40 125	0.74 137	0.86 139	1.03 160	0.71 111

EKT-Stereo	0.75 147	0.64 161	0.54 146	0.59 144	0.47 132	0.60 145	0.73 178	0.71 141	0.29 57	0.63 126	0.66 138	0.73 124	0.30 62	0.26 91	0.86 131	1.22 222	0.68 154	0.76 195	1.46 147	0.60 152	1.75 202	1.74 205	0.21 69	0.32 89	0.93 174	0.81 134	1.06 161	0.72 113

iinet-f	0.52 87	0.43 64	0.36 75	0.34 69	0.25 39	0.47 113	0.25 79	0.43 23	0.27 43	0.52 66	0.94 179	0.61 93	0.44 133	0.25 81	1.06 169	0.57 119	0.52 69	0.39 46	1.51 148	0.50 115	0.58 98	0.75 135	0.26 103	0.25 53	0.52 77	0.38 40	0.76 100	0.53 60

ADCRef	1.01 176	0.65 162	0.48 130	0.39 88	0.47 132	0.65 157	0.68 175	0.61 83	1.08 201	0.52 66	0.64 130	0.75 126	0.43 128	0.38 136	1.56 198	0.72 155	0.61 127	0.59 158	1.53 149	0.58 144	0.66 117	0.71 128	0.50 169	0.43 136	0.75 140	1.25 192	0.82 114	8.96 248

XX-Stereo	9.49 256	0.38 40	0.36 75	0.63 153	0.28 55	0.54 134	0.28 90	0.69 132	0.28 50	0.69 164	6.24 251	1.00 157	0.29 53	0.23 57	0.70 99	1.08 205	0.60 122	0.52 126	1.58 150	0.53 121	0.76 140	0.65 113	0.18 41	0.26 59	233.61 274	0.88 144	1.01 157	1.90 190

SANet	1.61 198	0.91 198	1.10 211	1.04 192	1.05 201	1.25 206	0.77 180	1.76 231	1.81 224	0.77 185	1.24 197	6.63 237	5.08 230	0.83 209	1.56 198	0.77 164	1.24 214	0.90 207	1.58 150	0.82 193	1.05 172	1.00 160	0.90 207	1.27 226	1.32 209	1.93 221	1.88 216	3.10 215

CASS	0.79 154	0.55 136	0.53 143	0.65 158	0.54 147	0.59 143	0.53 142	0.78 166	0.52 148	0.71 170	0.75 159	0.67 110	0.47 139	0.28 97	0.83 122	0.67 146	0.98 201	0.56 143	1.60 152	0.58 144	2.74 219	1.44 189	0.38 143	0.35 108	0.84 165	0.81 134	0.90 134	1.02 149
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
FADNet	0.65 123	0.55 136	0.41 104	0.53 132	0.42 120	0.49 117	0.65 172	0.74 154	0.42 131	0.66 147	0.64 130	0.81 133	0.50 144	0.36 131	1.17 180	0.51 101	0.51 65	0.53 130	1.61 153	0.53 121	0.69 127	0.59 98	0.35 135	0.41 128	0.72 130	0.88 144	0.78 106	1.06 151

XQC	1.03 178	0.90 195	0.71 178	0.91 183	0.92 193	0.92 187	0.86 186	1.06 201	0.90 189	0.84 198	1.11 196	1.03 161	1.30 197	0.71 203	2.04 219	0.95 185	0.87 185	0.67 174	1.64 154	0.78 187	1.00 168	1.67 202	0.62 192	0.73 187	1.09 196	1.47 206	1.26 184	0.97 143

iRaft-Stereo_20w	1.06 179	0.49 99	1.34 222	1.18 200	0.46 129	0.78 178	0.46 132	0.76 159	0.37 111	0.74 177	6.16 250	0.84 141	0.29 53	0.26 91	0.81 117	0.97 190	0.59 115	0.44 72	1.72 155	0.61 161	1.04 171	1.56 196	0.21 69	0.25 53	0.92 173	1.31 197	1.45 200	2.71 206

DN-CSS_ROB	0.52 87	0.43 64	0.46 123	0.41 97	0.40 113	0.34 67	0.22 64	0.69 132	0.34 96	0.59 105	0.79 162	0.66 107	0.47 139	0.24 68	0.63 74	0.40 33	0.58 105	0.43 67	1.74 156	0.38 72	0.63 109	0.38 36	0.31 121	0.47 151	0.53 79	0.43 51	0.66 76	0.54 66

DAS	0.95 169	0.61 155	0.48 130	0.78 174	0.61 159	0.68 163	0.59 154	0.84 178	0.93 192	0.65 137	1.58 212	1.66 191	1.06 184	0.34 123	0.95 153	0.92 181	0.92 195	0.73 188	1.77 157	1.03 207	1.73 200	1.11 167	0.47 159	0.92 203	0.93 174	1.00 167	1.39 193	0.96 141

SepStereo	0.95 169	0.61 155	0.48 130	0.78 174	0.61 159	0.68 163	0.59 154	0.84 178	0.93 192	0.65 137	1.58 212	1.66 191	1.06 184	0.34 123	0.95 153	0.92 181	0.92 195	0.73 188	1.77 157	1.03 207	1.73 200	1.11 167	0.47 159	0.92 203	0.93 174	1.00 167	1.39 193	0.96 141

AnyNet_C32	1.64 199	0.65 162	0.74 181	0.67 161	0.73 182	0.86 184	1.14 200	0.95 187	3.12 247	0.75 180	1.53 211	0.94 152	0.64 169	0.67 199	1.83 213	1.11 211	1.06 207	0.95 214	1.78 159	0.76 185	1.76 203	1.71 203	0.66 194	0.85 200	1.13 199	2.68 235	1.17 174	13.55 253

FAT-Stereo	1.57 196	0.78 177	1.44 224	1.10 194	1.32 215	1.05 195	0.87 187	1.28 207	0.86 184	1.21 222	5.46 246	3.07 212	1.28 194	0.66 197	1.73 208	1.34 224	0.89 191	0.94 213	1.83 160	1.08 210	2.02 207	3.90 233	0.71 195	0.98 208	0.86 167	1.21 187	1.42 199	3.03 213

GANet-ADL	0.70 136	0.59 148	0.52 141	0.60 146	0.57 153	0.61 148	0.46 132	0.68 124	0.52 148	0.65 137	0.67 143	0.76 128	0.43 128	0.39 137	1.08 172	0.79 170	0.68 154	0.52 126	1.84 161	0.64 169	0.66 117	0.86 148	0.42 153	0.43 136	0.70 124	0.87 142	0.97 148	0.89 137

Anonymous	0.66 124	0.52 126	0.38 88	0.35 77	0.36 93	0.42 96	0.25 79	0.74 154	0.47 142	0.45 35	0.45 72	0.56 75	0.51 148	0.23 57	0.88 138	1.09 207	0.78 172	0.69 181	1.84 161	0.64 169	1.19 180	1.21 177	0.32 126	0.42 132	0.66 117	0.73 117	0.93 138	0.74 119

TRStereo	0.75 147	0.83 188	1.19 213	0.56 138	0.34 86	1.42 211	0.48 135	0.68 124	0.28 50	0.65 137	0.46 76	1.10 168	0.27 48	0.22 47	0.70 99	0.85 175	0.57 101	0.48 99	1.85 163	0.50 115	0.73 136	0.87 149	0.18 41	0.27 62	0.78 148	1.22 188	1.78 214	1.09 153

dad	0.89 164	0.57 146	0.37 79	1.42 209	0.65 167	0.75 174	2.23 222	1.43 216	0.36 105	0.93 204	0.38 52	0.85 142	0.76 175	0.32 118	0.97 158	0.52 103	0.78 172	0.45 81	1.87 164	0.41 92	0.74 138	0.41 45	0.30 116	0.47 151	1.15 201	0.47 68	2.64 235	1.96 191

GEStereo_RVC	0.71 139	0.59 148	0.40 96	0.54 134	0.50 139	0.61 148	0.51 139	0.71 141	0.41 124	0.59 105	0.51 93	0.76 128	0.46 137	0.39 137	0.96 156	0.92 181	0.78 172	0.75 192	1.94 165	0.62 165	0.80 144	1.37 186	0.31 121	0.52 161	0.61 102	0.63 99	0.86 130	1.12 157

SHD	0.97 174	0.56 142	0.73 180	0.75 170	0.69 174	0.66 160	0.61 162	0.99 192	0.94 195	0.77 185	1.00 185	0.94 152	1.29 195	0.54 178	2.21 229	0.98 192	0.95 198	0.70 183	2.01 166	0.80 189	1.12 176	1.71 203	0.47 159	0.77 194	0.91 172	1.01 170	0.91 135	1.22 167

PSMNet-ADL	0.96 172	0.62 158	0.66 170	0.67 161	0.70 179	0.66 160	0.58 153	0.74 154	0.60 162	0.85 199	5.03 243	0.95 155	1.26 193	0.45 161	0.89 140	1.03 200	0.68 154	0.54 136	2.03 167	0.68 178	0.84 150	0.79 142	0.54 183	0.47 151	0.73 135	0.95 154	1.32 188	0.63 92

R-Stereo Train	0.66 124	0.55 136	0.43 110	0.48 116	0.36 93	0.50 121	0.18 40	0.62 90	0.31 78	0.68 156	0.62 126	0.72 121	0.34 97	0.25 81	0.69 94	0.89 177	0.66 146	0.51 119	2.12 168	0.46 108	0.94 160	1.49 192	0.22 78	0.36 115	0.71 127	0.96 157	0.77 101	1.10 154

RAFT-Stereo	0.66 124	0.55 136	0.43 110	0.48 116	0.36 93	0.50 121	0.18 40	0.62 90	0.31 78	0.68 156	0.62 126	0.72 121	0.34 97	0.25 81	0.69 94	0.89 177	0.66 146	0.51 119	2.12 168	0.46 108	0.94 160	1.49 192	0.22 78	0.36 115	0.71 127	0.96 157	0.77 101	1.10 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Any-RAFT	0.69 133	0.47 86	0.85 189	0.53 132	0.40 113	0.38 82	0.27 85	0.64 103	0.32 86	0.57 94	0.76 160	0.86 146	0.24 38	0.22 47	0.57 51	0.76 162	0.60 122	0.45 81	2.19 170	0.45 103	1.20 181	0.71 128	0.22 78	0.31 85	0.99 185	1.24 189	0.73 93	1.65 183

S-Stereo	1.54 194	0.81 183	0.83 188	1.15 198	1.16 208	1.29 208	1.56 210	1.02 197	1.09 202	1.25 225	4.20 238	4.10 226	1.10 188	0.66 197	2.16 226	1.63 238	0.90 192	1.05 220	2.20 171	1.10 212	1.26 184	3.12 224	1.31 224	1.17 223	0.84 165	1.18 184	1.21 178	2.18 196

test-1	0.84 157	0.34 24	0.50 136	0.37 82	0.40 113	0.60 145	0.37 115	0.73 149	0.38 115	0.68 156	0.71 148	1.08 165	0.40 119	0.25 81	0.79 112	0.91 180	0.63 136	0.58 153	2.22 172	0.58 144	1.17 179	3.78 232	0.22 78	0.36 115	0.81 156	1.15 183	1.10 167	1.59 178

GES	0.59 116	0.52 126	0.37 79	0.39 88	0.40 113	0.53 130	0.37 115	0.59 71	0.40 120	0.56 90	0.60 116	0.50 58	0.30 62	0.41 143	0.98 159	0.63 132	0.67 152	0.55 141	2.28 173	0.56 135	0.70 130	0.56 97	0.31 121	0.42 132	0.48 60	0.48 73	0.65 71	0.68 103

DDUNet	1.38 190	2.18 224	0.79 185	2.67 223	2.43 232	2.57 224	2.52 223	0.80 169	0.84 183	0.63 126	0.94 179	1.57 189	0.45 134	2.65 236	0.94 151	0.78 167	1.99 233	0.75 192	2.31 174	0.91 199	1.16 178	0.97 156	2.71 234	0.56 167	0.72 130	0.71 111	0.97 148	0.85 131

UDG	1.35 189	2.24 226	0.81 186	2.58 220	2.45 233	2.48 223	2.57 224	0.76 159	0.86 184	0.77 185	1.08 190	1.51 184	0.56 157	2.59 232	1.06 169	0.69 150	1.89 231	0.80 202	2.31 174	0.97 202	1.24 183	0.98 157	1.43 225	0.62 176	0.74 137	0.81 134	0.95 143	0.81 127

RTS	1.09 180	0.59 148	0.59 153	0.60 146	0.58 156	0.96 188	0.90 188	0.80 169	0.88 186	0.59 105	0.71 148	1.28 176	0.62 165	0.51 172	2.04 219	0.98 192	1.19 210	0.77 197	2.33 176	0.85 195	0.96 164	1.16 173	0.49 165	0.65 181	1.23 203	4.43 250	1.15 169	1.45 172

RTSA	1.09 180	0.59 148	0.59 153	0.60 146	0.58 156	0.96 188	0.90 188	0.80 169	0.88 186	0.59 105	0.71 148	1.28 176	0.62 165	0.51 172	2.04 219	0.98 192	1.19 210	0.77 197	2.33 176	0.85 195	0.96 164	1.16 173	0.49 165	0.65 181	1.23 203	4.43 250	1.15 169	1.45 172

PWC_ROB	1.18 183	0.70 170	1.06 206	0.60 146	0.71 180	0.70 166	0.98 196	0.83 176	1.55 220	0.76 183	1.40 207	1.00 157	2.46 217	0.57 186	2.17 227	0.99 196	1.15 208	0.90 207	2.37 178	0.95 200	1.63 197	2.05 210	0.44 155	0.98 208	0.81 156	0.80 132	1.24 182	2.15 195

HH	0.84 157	0.34 24	0.99 198	0.42 101	0.36 93	0.51 124	0.42 126	0.69 132	0.34 96	0.65 137	0.38 52	1.03 161	0.26 42	0.28 97	0.66 84	1.37 229	0.61 127	0.53 130	2.39 179	0.60 152	3.55 236	1.64 199	0.25 96	0.33 101	0.83 161	1.05 176	1.09 164	1.12 157

HanStereo	0.84 157	0.34 24	0.99 198	0.42 101	0.36 93	0.51 124	0.42 126	0.69 132	0.34 96	0.65 137	0.38 52	1.03 161	0.26 42	0.28 97	0.66 84	1.37 229	0.61 127	0.53 130	2.39 179	0.60 152	3.55 236	1.64 199	0.25 96	0.33 101	0.83 161	1.05 176	1.09 164	1.12 157

CBMV	1.15 182	0.84 192	0.60 157	0.85 177	0.76 186	0.73 170	0.48 135	0.87 181	0.80 181	0.81 193	0.61 122	2.86 207	0.81 177	0.52 176	1.31 186	1.17 217	0.91 193	0.74 190	2.40 181	0.66 172	1.57 194	0.76 138	0.48 164	1.06 213	0.99 185	1.09 179	2.25 222	4.25 227
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PVD	1.47 191	1.04 205	1.44 224	1.10 194	1.09 206	1.19 201	1.07 199	1.91 235	2.05 229	0.79 191	1.49 210	1.54 187	1.91 207	0.89 214	2.26 233	1.35 227	1.39 217	1.09 224	2.41 182	1.14 215	1.51 192	1.98 209	0.79 200	1.08 216	1.49 217	1.82 219	1.67 209	2.10 193

MLCV	0.70 136	0.49 99	0.53 143	0.73 169	0.50 139	0.65 157	0.43 128	0.81 174	0.41 124	0.71 170	0.88 174	1.01 159	0.81 177	0.28 97	0.92 145	0.43 47	0.65 143	0.52 126	2.47 183	0.45 103	0.55 82	0.72 131	0.39 147	0.54 164	0.69 122	0.80 132	0.83 121	0.72 113

IGEV_Zeroshot_test	0.95 169	0.47 86	1.24 218	1.15 198	0.46 129	0.60 145	0.65 172	0.81 174	0.36 105	0.66 147	1.86 221	0.94 152	0.30 62	0.26 91	0.66 84	1.14 213	0.60 122	0.48 99	2.56 184	0.63 168	2.23 211	2.36 214	0.21 69	0.37 119	1.00 188	1.03 175	1.17 174	1.48 176

SAMSARA	1.50 192	0.79 179	1.00 202	0.93 186	0.88 191	0.86 184	0.93 192	1.57 222	1.25 207	0.96 209	1.09 191	1.27 174	2.59 218	0.83 209	2.58 243	1.19 220	1.04 204	0.91 210	2.56 184	0.99 205	1.77 204	2.23 213	0.56 187	0.98 208	2.63 232	2.81 236	2.62 234	2.56 204

test_1	0.55 97	0.37 34	0.37 79	0.34 69	0.33 77	0.33 60	0.22 64	0.66 114	0.27 43	0.62 122	0.34 41	0.90 149	0.31 74	0.21 41	0.61 67	0.44 52	0.55 87	0.42 62	2.58 186	0.38 72	0.56 86	1.38 188	0.16 24	0.29 70	0.48 60	0.38 40	0.69 81	0.54 66

test-3	0.55 97	0.37 34	0.37 79	0.34 69	0.33 77	0.33 60	0.22 64	0.65 110	0.27 43	0.61 113	0.34 41	0.90 149	0.31 74	0.21 41	0.60 62	0.44 52	0.55 87	0.42 62	2.59 187	0.38 72	0.56 86	1.37 186	0.16 24	0.29 70	0.48 60	0.38 40	0.69 81	0.54 66

test_3	0.56 104	0.38 40	0.36 75	0.34 69	0.33 77	0.33 60	0.21 59	0.68 124	0.29 57	0.65 137	0.33 39	0.92 151	0.35 104	0.21 41	0.60 62	0.44 52	0.56 92	0.45 81	2.68 188	0.39 84	0.55 82	1.35 184	0.15 20	0.32 89	0.51 73	0.47 68	0.67 77	0.50 53

MADNet+	1.96 209	1.18 211	1.26 219	1.45 210	1.28 212	1.10 198	2.21 220	1.88 233	1.41 215	1.33 230	1.32 203	2.29 200	2.23 210	1.25 224	4.58 251	1.87 244	2.55 243	1.13 228	2.73 189	1.63 237	3.69 238	3.33 227	1.26 217	2.09 250	1.93 225	1.47 206	1.59 206	2.77 207

ADCMid	1.56 195	0.92 199	0.99 198	0.70 165	0.86 190	1.05 195	1.37 208	1.29 208	1.77 223	0.75 180	1.75 218	1.27 174	1.48 198	0.69 201	2.18 228	1.07 204	0.98 201	0.79 201	2.74 190	0.80 189	1.31 187	1.74 205	1.06 214	0.70 184	1.01 190	1.53 212	1.02 158	10.33 249

MFN_U_SF_DS_RVC	1.33 187	0.90 195	0.63 164	1.27 204	0.90 192	1.21 203	2.21 220	1.27 205	1.18 205	1.00 212	0.91 177	1.80 195	1.16 191	1.07 220	1.48 194	0.77 164	0.70 159	0.58 153	2.75 191	0.67 176	1.39 190	2.93 221	0.85 206	0.73 187	1.47 215	1.68 216	1.33 189	2.96 211

G-Net	1.86 205	1.00 204	1.28 221	0.89 181	0.93 194	1.10 198	0.77 180	1.63 224	2.07 231	0.99 211	2.89 230	7.30 244	1.67 204	0.55 181	1.45 190	1.75 241	1.04 204	0.93 212	2.87 192	2.72 251	1.89 206	1.47 190	0.80 202	1.02 212	1.06 193	1.71 217	2.82 238	5.60 234

MSMDNet	0.73 141	0.52 126	0.48 130	0.35 77	0.34 86	0.45 106	0.33 108	0.69 132	0.30 63	0.63 126	0.60 116	0.71 119	0.35 104	0.23 57	0.78 109	1.05 202	0.63 136	0.50 112	2.88 193	0.81 192	1.59 195	1.80 207	0.23 86	0.29 70	0.74 137	0.89 146	0.85 125	0.76 121

RAFT-Test	0.72 140	0.50 113	0.46 123	0.52 129	0.34 86	0.41 92	0.29 97	0.73 149	0.30 63	0.62 122	0.72 153	0.68 112	0.31 74	0.22 47	0.71 103	1.03 200	0.62 131	0.50 112	2.89 194	0.66 172	1.72 199	1.14 172	0.23 86	0.29 70	0.80 155	0.96 157	0.95 143	0.91 138

cross-raft	0.73 141	0.56 142	0.46 123	0.43 105	0.33 77	0.40 90	0.27 85	0.73 149	0.33 91	0.65 137	0.60 116	0.74 125	0.30 62	0.23 57	0.76 108	0.96 188	0.63 136	0.48 99	2.91 195	0.59 148	1.81 205	1.31 183	0.22 78	0.32 89	0.82 159	0.94 153	0.93 138	1.01 148

EAI-Stereo	0.75 147	0.49 99	0.50 136	0.51 127	0.46 129	0.56 138	0.60 157	0.73 149	0.32 86	0.63 126	0.72 153	0.82 135	0.26 42	0.24 68	1.05 168	0.96 188	0.60 122	0.49 106	3.00 196	0.62 165	0.82 146	1.13 170	0.19 49	0.31 85	0.78 148	0.70 110	1.55 204	1.17 162

AnyNet_C01	2.06 210	1.08 208	1.06 206	1.14 197	1.08 204	1.01 191	2.69 225	1.69 229	2.66 241	1.21 222	1.67 215	2.90 209	2.60 219	0.95 217	3.65 248	4.02 253	2.09 234	2.21 254	3.08 197	1.56 234	3.30 233	2.89 220	1.26 217	1.15 221	1.80 223	1.43 204	1.51 203	3.90 224

ADCS	1.88 206	1.06 206	0.98 197	0.93 186	1.10 207	1.09 197	1.14 200	1.27 205	2.49 238	0.89 202	1.36 205	1.51 184	2.92 222	0.86 212	3.30 246	2.26 247	1.46 221	1.26 233	3.10 198	1.29 224	2.48 215	2.88 219	0.80 202	1.10 217	1.33 211	4.48 252	1.41 198	6.08 237

MSKI-zero shot	0.84 157	0.49 99	0.43 110	0.41 97	0.35 90	0.46 112	0.32 105	0.76 159	0.30 63	0.65 137	0.92 178	0.83 139	0.32 83	0.22 47	0.62 71	1.08 205	0.64 139	0.47 94	3.14 199	0.61 161	2.23 211	1.58 197	0.20 61	0.38 121	0.96 180	1.47 206	1.24 182	1.60 179

MyStereo	0.70 136	0.55 136	0.69 176	0.47 114	0.38 106	0.35 72	0.27 85	0.68 124	0.49 144	0.64 132	0.57 110	0.66 107	0.42 123	0.26 91	1.12 176	0.65 142	0.58 105	0.53 130	3.20 200	0.57 140	0.92 158	0.74 133	0.28 110	0.41 128	0.88 169	0.99 165	0.99 151	0.62 87

FADNet_RVC	0.92 165	0.69 169	0.55 149	0.88 180	0.75 185	0.54 134	0.51 139	0.77 164	0.54 151	0.70 167	0.96 182	1.36 180	1.06 184	0.54 178	1.85 214	0.64 136	0.80 178	0.90 207	3.34 201	0.76 185	1.00 168	1.13 170	0.37 141	0.60 173	0.66 117	0.87 142	0.97 148	1.14 160

MyStereo04	0.68 132	0.52 126	0.57 150	0.44 109	0.37 100	0.35 72	0.26 83	0.68 124	0.45 136	0.62 122	0.45 72	0.68 112	0.34 97	0.25 81	1.00 163	0.68 149	0.56 92	0.53 130	3.39 202	0.56 135	0.92 158	0.64 111	0.27 107	0.41 128	0.77 146	0.92 149	0.96 146	0.66 97

SPstereo	3.56 234	1.74 220	3.18 251	1.78 217	1.64 222	1.86 220	1.73 214	2.36 240	2.05 229	1.84 248	4.83 241	7.23 241	9.01 244	1.81 229	3.54 247	5.52 255	2.43 242	2.86 255	3.65 203	3.54 254	5.29 252	7.52 252	1.95 230	2.10 251	2.52 230	3.11 241	3.20 242	7.77 244

MFMNet_re	1.51 193	1.18 211	1.12 212	1.29 205	1.16 208	1.63 216	1.32 207	1.30 210	1.63 221	1.14 218	1.38 206	2.64 205	1.63 203	0.90 215	2.27 234	1.35 227	1.58 222	1.32 238	3.69 204	1.24 222	2.10 208	1.26 181	1.16 215	1.24 225	1.11 197	1.02 174	1.59 206	1.60 179

MDST_ROB	3.33 232	2.32 228	0.75 182	3.90 241	1.47 220	2.61 225	1.00 197	1.12 204	0.72 173	0.78 189	0.67 143	1.54 187	25.37 257	0.34 123	2.11 225	0.53 105	0.65 143	0.48 99	3.69 204	0.58 144	0.88 153	0.59 98	0.58 188	0.68 183	7.85 257	3.03 240	17.15 262	8.63 247

ELAS_RVC	3.22 229	2.01 223	1.85 231	2.66 222	2.07 226	5.08 252	2.06 217	2.41 243	1.89 226	1.74 246	4.78 240	8.00 245	8.02 242	0.74 205	2.38 239	0.81 171	1.75 228	1.14 229	3.97 206	1.27 223	4.64 248	7.61 253	1.26 217	1.74 244	6.58 254	3.21 243	3.39 243	3.80 223
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
pmcnn	1.66 200	0.80 182	0.52 141	1.19 201	1.01 197	1.21 203	0.93 192	0.96 190	0.54 151	0.74 177	2.66 229	3.98 225	5.06 229	0.31 112	1.65 204	1.40 233	1.20 212	0.91 210	3.99 207	0.95 200	4.45 245	1.02 162	0.90 207	0.90 202	1.07 194	1.01 170	2.43 229	3.03 213

ADCPNet	2.08 211	0.77 175	0.87 191	0.83 176	1.21 210	0.85 181	1.59 211	1.02 197	1.35 212	0.83 197	1.97 222	1.01 159	7.76 241	0.75 206	2.35 238	1.16 216	0.95 198	0.71 184	4.05 208	0.97 202	1.30 186	1.61 198	0.72 196	0.76 191	1.52 218	1.96 224	1.21 178	16.04 256

iResNet	0.92 165	0.56 142	0.62 160	0.72 167	0.68 172	0.96 188	0.55 147	0.95 187	0.57 158	0.67 154	0.82 172	1.41 181	1.51 199	0.31 112	1.49 195	0.66 145	0.75 169	0.67 174	4.08 209	0.68 178	0.72 133	0.63 107	0.41 150	0.83 197	0.72 130	0.91 148	1.02 158	0.87 135

ELAS	3.38 233	2.19 225	1.79 229	2.99 228	2.37 230	3.32 230	2.09 219	2.60 246	2.85 245	1.28 227	4.85 242	8.61 247	8.02 242	0.76 207	2.90 244	0.81 171	1.80 229	1.10 225	4.19 210	1.10 212	4.53 246	7.86 254	1.26 217	1.63 239	7.08 255	4.79 253	3.66 248	4.87 229
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetRed	7.85 250	5.29 257	6.07 260	3.75 240	5.00 256	6.95 261	10.20 259	4.64 257	3.42 248	2.92 257	2.39 227	6.71 238	2.25 212	7.15 260	10.26 256	7.34 258	8.59 258	7.11 260	4.82 211	4.08 256	10.76 263	9.27 258	7.85 262	3.34 258	10.96 258	24.25 265	11.90 259	24.57 260

WAO-6	2.71 220	2.26 227	1.57 227	3.00 229	2.25 228	3.01 227	3.02 230	1.77 232	2.35 233	1.52 239	1.62 214	3.94 224	5.12 231	2.64 235	2.22 230	1.38 231	2.65 244	1.36 239	4.86 212	1.54 233	2.76 221	4.79 239	2.70 233	1.73 243	2.71 234	2.59 234	2.68 236	5.02 231

DGSMNet	2.66 219	0.96 200	1.36 223	1.03 191	0.99 196	1.12 200	1.05 198	1.36 213	0.94 195	2.15 252	13.54 264	1.71 193	1.85 205	0.93 216	2.50 242	3.85 252	5.34 252	1.61 245	5.07 213	1.68 239	7.04 255	8.02 256	0.96 213	1.19 224	1.01 190	1.33 200	1.40 197	1.88 188

JetBlue	6.09 246	3.85 250	3.31 253	5.99 247	4.13 254	6.22 258	7.94 252	3.42 252	2.89 246	1.47 234	1.46 208	8.10 246	1.90 206	5.39 256	11.86 259	3.22 250	3.30 249	2.99 256	5.32 214	2.40 247	9.74 259	10.03 262	4.93 251	2.18 253	7.39 256	17.16 261	3.72 250	24.15 259

CBMV_ROB	1.71 203	0.79 179	0.65 169	1.35 206	1.07 203	1.01 191	0.74 179	1.01 196	0.54 151	0.72 173	0.81 167	9.80 253	5.90 235	0.57 186	1.42 189	0.69 150	0.80 178	0.58 153	5.38 215	1.22 220	0.95 163	0.55 96	0.53 179	0.62 176	1.22 202	1.45 205	2.72 237	2.94 210

edge stereo	1.82 204	1.16 210	2.22 236	1.46 211	1.28 212	1.58 214	1.38 209	1.67 228	1.30 209	1.20 221	3.42 235	4.33 228	2.26 213	0.80 208	1.41 188	1.46 235	1.05 206	0.83 206	5.42 216	0.97 202	1.34 189	3.76 230	0.95 212	0.88 201	1.26 208	1.20 185	1.70 211	2.91 209

RainbowNet	2.32 212	2.93 236	1.87 232	3.34 236	2.57 236	3.50 231	3.49 236	1.29 208	0.92 190	1.53 240	0.89 175	3.18 214	2.31 214	2.94 239	1.30 185	0.90 179	1.61 225	1.00 215	5.61 217	1.51 229	2.82 222	4.18 235	4.25 240	0.97 206	1.32 209	1.58 213	1.71 212	3.00 212

Dean	2.84 224	3.23 243	1.81 230	6.04 248	3.38 252	3.63 236	3.67 239	1.88 233	1.97 228	1.47 234	1.30 201	3.69 222	4.10 226	2.97 240	1.45 190	0.97 190	2.41 240	1.29 234	5.94 218	1.74 240	3.20 229	4.23 236	4.79 247	1.55 236	2.65 233	2.27 230	2.56 232	2.64 205

IMH-64-1	2.92 225	2.70 231	2.36 239	3.23 232	2.71 238	3.70 237	4.05 242	1.66 225	2.48 236	1.13 215	1.26 199	3.60 220	6.29 237	3.59 244	2.28 235	1.15 214	2.20 236	1.31 236	6.02 219	1.52 231	3.03 225	5.48 242	4.83 248	1.40 231	2.83 236	2.02 225	2.34 225	3.64 220

IMH-64	2.92 225	2.70 231	2.36 239	3.23 232	2.71 238	3.70 237	4.05 242	1.66 225	2.48 236	1.13 215	1.26 199	3.60 220	6.29 237	3.59 244	2.28 235	1.15 214	2.20 236	1.31 236	6.02 219	1.52 231	3.03 225	5.48 242	4.83 248	1.40 231	2.83 236	2.02 225	2.34 225	3.64 220

FBW_ROB	1.34 188	1.42 217	1.08 209	2.01 219	1.42 218	1.37 210	1.63 212	0.99 192	0.70 172	0.72 173	1.02 187	2.05 199	0.91 182	1.47 226	1.24 182	0.60 127	0.88 189	0.65 171	6.08 221	0.59 148	1.06 174	0.81 143	1.48 226	1.12 219	0.99 185	1.20 185	0.99 151	1.66 184

MSC_U_SF_DS_RVC	1.67 201	1.25 214	1.05 204	1.56 212	1.08 204	1.20 202	3.18 232	1.50 219	2.10 232	1.30 229	0.98 184	1.50 183	1.04 183	1.66 227	1.71 205	1.18 218	0.84 182	1.01 216	6.24 222	1.15 218	1.43 191	3.23 226	1.19 216	1.14 220	1.52 218	1.29 195	1.09 164	2.78 208

IMH	3.24 230	2.76 235	2.37 241	3.26 234	2.74 240	3.73 240	4.10 244	1.72 230	2.58 239	1.17 220	1.24 197	3.92 223	10.58 245	6.80 259	1.57 200	1.11 211	2.25 238	1.30 235	6.28 223	1.56 234	2.97 224	4.14 234	4.90 250	1.45 235	3.01 240	2.36 231	2.47 231	5.19 233

MaskLacGwcNet_RVC	8.29 253	0.65 162	1.07 208	0.94 188	0.83 189	0.81 179	1.27 206	0.85 180	0.73 174	0.93 204	6.13 249	180.62 274	2.17 209	1.33 225	1.22 181	1.01 198	0.93 197	1.06 221	6.32 224	0.79 188	3.32 234	3.77 231	0.55 185	0.76 191	0.95 179	1.34 202	1.19 176	2.42 201

MFN_U_SF_RVC	1.68 202	1.06 206	0.88 192	1.25 203	1.01 197	1.53 213	2.07 218	1.38 215	1.17 204	1.51 237	2.95 231	2.00 198	1.57 201	2.05 230	2.38 239	0.98 192	0.87 185	0.82 203	6.78 225	1.11 214	2.21 210	2.38 215	0.65 193	1.11 218	1.23 203	1.33 200	1.28 185	1.69 186

DLNR_Zeroshot_test	17.86 260	67.45 274	1.21 215	81.91 274	0.35 90	0.45 106	74.74 274	0.76 159	0.27 43	0.69 164	0.60 116	1.16 171	0.29 53	8.20 261	84.48 274	102.07 274	23.88 266	15.14 262	7.31 226	0.50 115	4.38 244	2.51 216	0.18 41	0.43 136	0.76 145	0.86 139	0.80 108	0.80 125

SGM-ForestM	2.61 217	4.20 252	0.93 194	2.78 225	1.37 217	3.57 235	2.93 229	2.59 245	1.51 219	0.70 167	1.32 203	7.25 242	5.36 233	0.47 164	0.89 140	0.53 105	0.79 177	0.54 136	7.58 227	0.60 152	0.82 146	0.47 71	0.51 176	0.80 196	4.97 249	3.66 248	7.05 257	6.30 238

WAO-7	2.72 222	1.83 222	2.89 247	7.39 250	1.73 224	1.76 219	1.82 215	2.07 236	2.65 240	2.21 253	5.39 245	4.58 230	5.72 234	1.23 223	2.07 223	1.27 223	1.69 226	1.22 230	7.70 228	1.51 229	1.64 198	3.07 223	0.84 205	1.65 241	1.83 224	2.48 233	1.97 219	3.27 217

MADNet++	5.64 244	3.51 249	3.77 255	2.84 226	4.62 255	3.02 228	3.65 238	4.36 254	5.03 253	4.18 261	5.07 244	6.45 236	5.92 236	6.18 258	7.04 254	6.82 257	4.71 251	4.00 259	8.03 229	5.83 258	9.92 260	16.38 264	2.32 231	4.34 260	3.95 248	11.38 259	4.93 252	4.01 225

MANE	7.31 248	2.64 230	4.48 257	3.30 235	3.10 248	3.94 243	2.83 228	5.37 259	6.88 255	1.11 214	5.64 248	8.81 248	11.02 246	0.67 199	3.83 249	3.83 251	1.32 215	18.03 265	8.61 230	0.84 194	4.22 241	1.16 173	0.74 198	1.79 248	13.65 261	18.61 262	22.89 264	38.18 269

PSMNet_ROB	2.71 220	3.39 247	1.92 233	2.87 227	2.04 225	4.01 244	3.50 237	1.46 217	1.41 215	1.59 242	3.34 232	3.52 219	4.97 228	4.50 250	1.61 201	0.95 185	1.87 230	1.06 221	8.62 231	1.63 237	2.32 213	1.51 194	5.43 254	1.37 228	1.98 229	1.94 222	1.91 217	2.39 200

MeshStereo	3.62 235	1.54 219	1.05 204	2.64 221	1.72 223	2.05 222	1.15 202	2.40 242	1.41 215	0.90 203	6.48 253	9.56 251	7.42 240	0.49 167	11.75 258	1.94 245	0.87 185	0.74 190	8.79 232	0.80 189	8.36 256	8.07 257	0.73 197	1.07 214	3.39 242	2.15 229	5.22 254	4.99 230
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
UNDER WATER-64	6.11 247	5.20 256	3.13 250	12.20 257	5.77 258	6.55 260	8.53 256	4.74 258	3.45 249	2.30 256	2.36 226	12.04 259	12.47 249	5.08 252	3.02 245	1.81 242	12.11 260	2.17 252	8.81 233	4.17 257	5.75 253	7.27 251	8.74 263	2.61 256	3.86 247	8.63 256	4.32 251	7.86 245

SPS-STEREO	1.93 208	1.27 215	1.21 215	1.60 214	1.34 216	1.44 212	1.17 203	1.66 225	1.36 214	1.38 232	3.67 236	3.02 211	1.29 195	1.05 218	1.85 214	1.83 243	1.58 222	1.37 240	8.86 234	1.34 225	3.07 227	1.47 190	1.27 221	1.37 228	1.42 214	1.28 194	2.02 221	1.89 189
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet-4b	2.35 215	2.75 234	1.60 228	3.13 231	2.29 229	3.52 233	3.67 239	1.35 212	1.35 212	1.27 226	0.72 153	3.26 216	2.62 220	3.04 241	0.98 159	0.78 167	2.13 235	1.02 217	9.04 235	1.23 221	2.74 219	3.39 229	4.08 238	0.92 203	1.24 206	1.29 195	1.46 201	2.48 202

ACVNet_1	2.47 216	3.23 243	2.35 238	4.40 244	2.93 246	3.77 241	3.96 241	1.34 211	1.18 205	1.21 222	1.02 187	3.31 218	2.07 208	3.09 243	1.31 186	0.70 153	2.26 239	1.10 225	9.52 236	1.14 215	3.45 235	1.18 176	4.50 244	1.07 214	1.39 213	1.75 218	1.36 191	2.10 193

UNDER WATER	7.55 249	4.74 255	3.06 249	10.46 256	5.92 259	6.35 259	8.05 253	4.32 253	3.69 250	1.97 250	2.14 224	10.53 257	62.60 271	4.83 251	2.25 232	1.59 237	12.22 261	2.08 250	9.67 237	3.97 255	5.27 251	6.65 249	8.86 264	2.65 257	3.82 246	5.62 254	3.62 247	7.03 242

SQANet	1.90 207	2.70 231	1.03 203	3.09 230	2.17 227	3.29 229	2.70 226	0.95 187	0.65 168	1.00 212	0.71 148	2.69 206	1.10 188	2.30 231	0.78 109	0.55 113	1.02 203	0.72 185	9.92 238	0.68 178	2.11 209	1.25 179	3.28 235	0.58 170	0.98 182	1.31 197	1.33 189	2.34 198

WAO-8	4.25 238	3.34 245	2.80 244	10.32 254	2.92 244	4.17 245	5.89 247	2.66 249	4.45 251	1.69 244	3.41 233	5.94 234	11.31 247	5.29 254	1.71 205	1.34 224	2.69 245	1.51 243	10.78 239	2.48 248	2.63 216	4.50 237	3.44 236	1.58 237	5.12 250	3.31 245	3.60 245	5.76 235

Venus	4.25 238	3.34 245	2.80 244	10.32 254	2.92 244	4.17 245	5.89 247	2.66 249	4.45 251	1.69 244	3.41 233	5.94 234	11.31 247	5.29 254	1.71 205	1.34 224	2.69 245	1.51 243	10.78 239	2.48 248	2.63 216	4.50 237	3.44 236	1.58 237	5.12 250	3.31 245	3.60 245	5.76 235

Ntro	2.32 212	3.40 248	1.53 226	3.55 238	2.52 235	3.71 239	3.36 233	1.11 203	1.05 200	1.16 219	0.90 176	2.93 210	1.24 192	2.72 238	1.00 163	0.64 136	1.40 218	0.82 203	10.96 241	1.14 215	2.72 218	3.19 225	4.26 241	0.73 187	1.24 206	1.59 214	1.56 205	2.31 197

SGM+DAISY	3.81 236	1.38 216	1.26 219	1.80 218	1.47 220	1.93 221	1.71 213	1.47 218	1.33 210	1.34 231	6.67 255	9.59 252	12.99 250	1.20 222	1.73 208	1.47 236	1.42 219	1.24 231	11.11 242	1.37 227	3.07 227	2.13 212	1.27 221	1.42 234	1.69 221	1.26 193	2.90 239	26.50 262

SGM_RVC	2.81 223	1.46 218	0.85 189	1.76 216	1.28 212	1.68 218	1.19 204	1.56 221	1.14 203	0.82 195	1.70 216	7.09 240	2.67 221	0.42 153	0.92 145	0.57 119	0.75 169	0.57 148	11.20 243	0.66 172	0.94 160	0.46 67	0.51 176	0.84 199	1.97 228	1.64 215	5.04 253	26.13 261
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LSM0	8.30 254	1.08 208	0.95 195	1.66 215	1.42 218	1.59 215	1.96 216	2.27 239	2.36 234	1.66 243	3.94 237	4.10 226	6.30 239	0.63 194	62.38 273	74.74 273	1.69 226	1.06 221	12.18 244	2.23 244	4.96 250	9.29 259	0.92 209	1.29 227	1.95 227	2.97 239	3.66 248	14.83 255

DGTPSM_ROB	12.12 257	5.96 259	17.45 265	4.20 242	7.86 260	5.15 254	8.18 254	4.56 255	11.64 261	4.52 263	8.72 259	5.01 231	17.08 254	12.98 263	14.91 262	14.58 263	6.85 254	15.76 263	12.78 245	12.05 263	9.07 257	21.74 265	5.67 255	11.54 264	11.84 259	31.02 268	12.98 260	33.06 265

otaku	2.33 214	3.05 240	1.19 213	3.36 237	2.37 230	3.56 234	3.08 231	1.05 199	0.98 198	1.13 215	0.80 166	2.88 208	1.62 202	2.59 232	0.95 153	0.64 136	1.23 213	0.75 192	13.16 246	1.09 211	2.47 214	2.63 217	4.75 245	0.75 190	1.13 199	1.38 203	1.69 210	2.52 203

DPSM_ROB	18.32 261	16.26 262	21.94 267	9.42 252	8.75 262	13.61 263	9.11 257	10.90 263	15.09 263	8.45 265	8.95 261	10.12 254	13.19 251	16.42 265	19.79 265	19.11 265	18.35 264	20.45 266	13.82 247	14.88 265	26.56 267	27.45 267	6.49 259	14.39 267	31.57 268	38.83 270	36.85 269	43.86 270

DPSM	18.32 261	16.26 262	21.94 267	9.42 252	8.75 262	13.61 263	9.11 257	10.90 263	15.09 263	8.45 265	8.95 261	10.12 254	13.19 251	16.42 265	19.79 265	19.11 265	18.35 264	20.45 266	13.82 247	14.88 265	26.56 267	27.45 267	6.49 259	14.39 267	31.57 268	38.83 270	36.85 269	43.86 270

DPSMNet_ROB	12.40 258	5.97 260	17.46 266	4.21 243	7.87 261	5.15 254	8.18 254	4.56 255	11.65 262	4.54 264	8.87 260	5.17 232	22.69 255	13.00 264	14.98 263	14.62 264	6.90 255	15.82 264	14.07 249	12.05 263	9.09 258	21.75 266	5.68 256	11.54 264	11.87 260	31.03 269	12.99 261	33.06 265

DPSNet	2.61 217	0.83 188	0.77 184	1.21 202	1.24 211	1.34 209	0.93 192	1.08 202	1.49 218	0.78 189	0.86 173	6.91 239	3.85 224	0.58 189	4.58 251	2.54 248	1.43 220	1.24 231	14.95 250	1.34 225	4.83 249	8.01 255	1.75 228	1.40 231	1.47 215	1.95 223	1.60 208	1.66 184

LVE	4.33 240	3.03 238	2.00 234	27.23 265	3.06 247	3.83 242	12.07 262	1.53 220	1.64 222	1.85 249	1.48 209	3.30 217	3.91 225	3.06 242	1.45 190	1.05 202	1.95 232	1.38 241	15.68 251	1.62 236	3.25 232	5.86 245	4.42 243	1.76 245	2.87 238	2.06 227	2.34 225	3.25 216

notaker	5.52 243	5.55 258	3.76 254	13.97 259	5.34 257	5.44 256	7.16 250	2.36 240	2.68 242	2.06 251	1.80 219	12.90 260	23.86 256	3.98 247	2.04 219	1.73 240	3.45 250	2.12 251	17.08 252	2.15 243	6.10 254	5.87 246	6.15 258	2.12 252	1.79 222	2.08 228	2.31 224	3.29 218

TorneroNet-64	6.02 245	4.60 254	2.53 242	15.58 260	3.29 250	4.87 250	7.75 251	2.23 238	10.02 257	1.42 233	1.31 202	7.26 243	29.23 262	4.36 249	2.09 224	1.21 221	8.22 257	1.70 247	17.35 253	2.62 250	4.31 243	5.68 244	5.20 252	1.76 245	3.58 244	3.76 249	2.29 223	8.34 246

ACVNet_2	3.17 228	2.98 237	2.25 237	4.72 245	2.88 243	3.50 231	3.48 235	1.58 223	1.33 210	1.29 228	1.10 193	3.22 215	2.45 216	2.67 237	1.29 184	0.86 176	7.26 256	1.02 217	22.14 254	1.37 227	3.22 230	1.25 179	4.24 239	1.37 228	1.93 225	1.92 220	1.83 215	2.36 199

TorneroNet	8.11 251	4.28 253	2.58 243	27.50 266	3.31 251	5.00 251	6.00 249	2.62 247	10.13 259	1.49 236	2.57 228	11.07 258	68.61 272	4.25 248	1.77 212	1.18 218	5.78 253	1.62 246	23.67 255	2.83 252	4.30 242	5.47 241	5.37 253	1.65 241	3.72 245	3.14 242	2.59 233	6.36 239

DispFullNet	4.17 237	3.20 242	4.34 256	2.72 224	2.46 234	2.92 226	2.70 226	2.79 251	1.90 227	4.51 262	6.62 254	8.91 249	4.83 227	2.59 232	2.00 218	8.18 259	3.24 248	1.98 248	24.96 256	2.93 253	3.99 240	3.36 228	1.71 227	1.15 221	1.36 212	1.32 199	2.36 228	3.65 222

CasAABBNet	36.73 269	32.73 269	44.18 272	18.81 261	17.45 267	27.29 265	18.12 263	21.69 268	30.40 267	17.52 269	18.08 267	20.27 262	26.53 259	32.96 267	38.28 267	37.42 267	36.82 268	41.12 269	27.47 257	29.86 268	53.56 274	55.70 274	12.93 265	28.91 272	63.44 273	78.07 272	73.93 272	88.05 272

MyStereo03	36.84 270	32.71 267	44.18 272	18.90 262	17.61 268	27.36 266	18.30 264	21.92 270	30.41 268	17.08 267	18.01 265	20.35 263	26.56 260	33.03 268	39.51 268	38.47 269	36.86 269	41.18 270	27.56 258	29.89 269	53.52 272	55.42 272	13.00 266	28.90 270	63.34 271	78.17 273	74.06 273	88.27 273

MyStereo02	36.18 268	32.71 267	44.18 272	18.90 262	0.00 1	27.36 266	18.30 264	21.92 270	30.41 268	17.08 267	18.01 265	20.35 263	26.56 260	33.03 268	39.51 268	38.47 269	36.86 269	41.18 270	27.56 258	29.89 269	53.52 272	55.42 272	13.00 266	28.90 270	63.34 271	78.17 273	74.06 273	88.27 273

KSHMR	8.16 252	4.16 251	2.96 248	25.39 264	3.92 253	5.08 252	5.53 246	2.62 247	2.40 235	2.23 254	2.26 225	4.37 229	77.17 273	5.23 253	2.24 231	1.71 239	2.79 247	1.98 248	31.04 260	2.02 242	4.59 247	5.35 240	7.54 261	1.89 249	3.30 241	2.91 238	3.01 240	6.51 240

ktn	8.45 255	3.18 241	2.84 246	6.37 249	3.26 249	4.31 247	10.28 260	2.15 237	10.13 259	2.27 255	1.83 220	42.17 269	55.84 269	3.93 246	2.34 237	2.09 246	9.85 259	2.17 252	33.98 261	2.24 245	3.24 231	3.03 222	4.78 246	2.25 254	2.59 231	2.81 236	3.18 241	5.04 232

PML	30.82 267	20.91 264	7.15 263	29.65 267	20.81 269	29.11 268	10.50 261	10.87 262	88.32 274	20.03 270	154.19 274	98.60 273	119.55 274	10.53 262	9.19 255	8.69 260	16.72 263	7.27 261	34.57 262	7.35 261	12.77 264	10.86 263	5.72 257	6.17 261	33.11 270	12.83 260	34.30 268	12.33 252

STStereo	5.29 242	2.47 229	5.20 258	5.20 246	2.80 241	4.72 249	3.42 234	6.23 260	6.52 254	1.51 237	7.61 257	9.53 250	14.86 253	0.63 194	4.09 250	0.64 136	0.87 185	0.62 162	36.67 263	1.02 206	1.23 182	1.05 164	0.78 199	1.63 239	3.46 243	2.43 232	3.53 244	14.15 254

LE_ROB	17.44 259	1.82 221	6.12 261	9.40 251	53.85 274	8.01 262	46.26 270	11.27 265	28.12 266	1.80 247	7.03 256	38.62 267	49.53 268	0.34 123	1.76 211	0.55 113	0.78 172	0.59 158	36.68 264	6.72 259	2.92 223	0.85 146	29.06 269	12.10 266	26.35 263	25.49 266	27.84 267	37.03 268

HaxPig	41.43 271	43.85 271	40.81 269	44.90 270	47.49 272	44.66 271	46.30 271	46.31 272	45.63 272	49.00 272	49.30 269	47.24 270	43.73 265	42.64 271	40.44 271	39.13 271	48.37 272	51.07 272	43.33 265	42.25 272	42.88 269	36.52 269	50.75 272	43.02 274	27.54 265	19.97 263	20.68 263	20.75 258

AVERAGE_ROB	41.98 272	44.82 272	42.27 270	45.98 271	46.88 271	45.60 272	46.56 272	47.04 273	43.89 271	49.19 273	49.91 270	47.25 271	43.00 264	49.19 273	40.14 270	38.38 268	49.01 273	51.31 273	43.98 266	42.43 273	43.31 270	38.64 270	49.42 271	42.83 273	28.65 266	20.44 264	23.41 265	19.88 257

LRCNet_RVC	21.34 265	28.92 265	11.37 264	31.78 268	29.09 270	34.25 269	27.43 266	21.71 269	10.07 258	29.63 271	30.60 268	32.06 265	25.81 258	33.87 270	11.15 257	2.97 249	25.27 267	21.35 268	44.05 267	20.83 267	14.27 265	5.87 246	36.69 270	27.43 269	2.76 235	1.47 206	8.68 258	6.79 241

MEDIAN_ROB	44.95 273	47.36 273	44.12 271	48.52 272	49.78 273	48.21 273	49.25 273	49.72 274	46.35 273	52.53 274	53.59 271	50.59 272	45.49 266	49.36 274	43.27 272	41.36 272	51.85 274	54.40 274	47.03 268	45.93 274	45.78 271	40.06 271	52.67 273	45.67 275	31.00 267	26.54 267	25.33 266	27.95 263

HanzoNet	19.12 264	15.23 261	6.99 262	35.06 269	14.35 266	40.77 270	42.46 269	17.81 267	22.51 265	3.55 259	8.29 258	41.30 268	56.30 270	43.04 272	5.72 253	4.37 254	37.83 271	3.30 257	49.59 269	8.93 262	10.30 262	6.85 250	14.15 268	3.46 259	5.94 253	5.80 255	5.29 255	7.13 243

PWCK	5.04 241	3.03 238	2.21 235	3.61 239	2.60 237	4.41 248	5.09 245	2.45 244	2.76 243	3.31 258	4.34 239	10.15 256	5.13 232	1.74 228	1.99 217	1.38 231	2.41 240	1.45 242	51.59 270	2.35 246	3.70 239	2.69 218	2.65 232	1.78 247	2.97 239	3.21 243	2.43 229	4.77 228

SFCPSM	3.03 227	0.82 186	0.63 164	0.77 172	0.69 174	0.72 169	0.63 166	0.83 176	0.98 198	0.71 170	2.00 223	2.57 202	3.49 223	0.56 182	1.16 179	0.93 184	0.74 167	0.64 167	54.48 271	1.19 219	0.88 153	0.91 153	0.55 185	0.55 166	0.94 177	0.93 152	1.11 168	1.39 171

BEATNet-Init1	22.01 266	36.32 270	3.23 252	54.74 273	11.23 264	52.95 274	28.72 268	9.47 261	8.51 256	1.57 241	10.45 263	33.05 266	48.98 267	0.71 203	16.97 264	11.50 262	1.60 224	1.11 227	77.80 272	35.27 271	9.94 261	9.98 261	1.27 221	2.30 255	27.41 264	11.09 258	52.85 271	35.36 267

DPSimNet_ROB	18.93 263	32.01 266	5.97 259	12.40 258	11.35 265	6.13 257	28.07 267	15.03 266	35.64 270	3.96 260	78.33 273	18.15 261	35.00 263	5.44 257	12.19 261	10.36 261	13.57 262	3.64 258	87.52 273	6.87 260	14.36 266	9.97 260	4.40 242	7.14 262	5.17 252	9.85 257	5.93 256	32.56 264

ASD4																								8.34 263

STTRV1_RVC		0.81 183	0.64 166	1.04 192	0.73 182	1.03 193	0.85 184	0.91 185	0.92 190	0.93 204	0.95 181	1.72 194	2.23 210	0.86 212	1.46 193	0.78 167	1.37 216	0.72 185		1.97 241	1.59 195	1.23 178		0.97 206	1.07 194	1.11 181	1.75 213	3.40 219

Low-res two-view benchmark