Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

CroCo-Stereo Lap2	0.14 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

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
TDLM	0.24 7	0.29 15	0.22 30	0.22 22	0.27 50	0.23 22	0.18 39	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

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

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

AFF-stereo	0.30 19	0.34 23	0.26 44	0.18 14	0.17 17	0.33 59	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 55	0.23 16	0.38 18	0.25 14	0.17 35	0.17 11	0.37 32	0.37 36	0.48 22	0.32 17

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 29	0.20 6

RAFT_CTSACE	0.30 19	0.37 33	0.15 7	0.15 7	0.15 13	0.25 29	0.18 39	0.53 44	0.20 18	0.55 83	0.18 8	0.44 38	0.29 52	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 54	0.26 11

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

CVANet_RVC	0.31 22	0.40 49	0.30 53	0.40 91	0.29 59	0.37 76	0.23 70	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 40	0.25 52	0.30 16	0.25 9	0.34 10	0.30 14

GANet	0.32 24	0.29 15	0.27 46	0.34 68	0.33 76	0.38 81	0.29 96	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 66	0.33 12	0.22 13	0.33 13	0.29 20	0.22 77	0.24 44	0.31 20	0.27 11	0.42 17	0.34 21

delet	0.24 7	0.25 9	0.22 30	0.24 26	0.20 24	0.28 39	0.16 34	0.21 6	0.18 10	0.23 10	0.26 23	0.26 9	0.15 11	0.25 80	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

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 39	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

RAFT+CT+SA	0.32 24	0.46 80	0.20 18	0.26 35	0.18 20	0.22 21	0.15 27	0.58 63	0.23 23	0.52 66	0.17 7	0.46 43	0.33 86	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 33	0.35 22

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 70	0.26 39	0.58 99	0.25 21	0.50 57	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 44	0.38 36	0.40 47	0.59 53	0.42 40

RAFT-Stereo + iAFF	0.35 32	0.41 53	0.32 60	0.24 26	0.19 22	0.28 39	0.13 16	0.58 63	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 71	0.28 32	0.44 31	0.33 25	0.19 48	0.22 26	0.51 72	0.37 36	0.58 46	0.44 44

MIM_Stereo	0.32 24	0.40 49	0.25 41	0.28 41	0.20 24	0.27 33	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 45	0.36 31	0.12 9	0.23 37	0.29 15	0.27 11	0.47 21	0.33 20

EGLCR-Stereo	0.47 72	0.49 98	0.41 103	0.29 46	0.30 66	0.44 101	0.14 23	0.57 59	0.26 39	0.57 93	0.27 25	0.58 82	0.23 31	0.21 41	0.36 19	0.47 79	0.53 76	0.45 80	0.75 96	0.32 48	0.69 126	0.93 153	0.19 48	0.24 44	0.48 60	0.49 77	1.30 185	0.70 109

AASNet	0.28 14	0.34 23	0.22 30	0.25 31	0.26 42	0.34 66	0.25 78	0.32 12	0.17 8	0.29 13	0.36 45	0.26 9	0.18 19	0.24 67	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 35	0.22 26	0.30 16	0.28 13	0.35 12	0.25 9

HCRNet	0.32 24	0.38 39	0.20 18	0.39 87	0.17 17	0.29 42	0.18 39	0.40 18	0.18 10	0.80 191	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 48	0.16 10	0.26 6	0.31 19	0.51 25	0.31 15

MIF-Stereo (partial)	0.30 19	0.44 67	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 40	0.21 20	0.35 30	0.32 23	0.50 24	0.44 44

MMNet	0.29 17	0.29 15	0.22 30	0.26 35	0.26 42	0.26 31	0.18 39	0.33 13	0.23 23	0.24 11	0.28 27	0.35 16	0.15 11	0.32 117	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 35	0.23 37	0.32 23	0.30 16	0.46 20	0.32 17

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 51	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

anonymousdsp2	0.38 35	0.46 80	0.30 53	0.25 31	0.23 31	0.32 52	0.18 39	0.58 63	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	0.88 111	0.31 45	0.48 50	0.52 86	0.17 35	0.23 37	0.41 45	0.33 26	0.61 57	0.42 40

GMOStereo	0.42 48	0.39 44	0.21 22	0.30 52	0.26 42	0.29 42	0.19 50	0.67 116	0.30 63	0.66 146	0.32 33	0.54 67	0.33 86	0.20 36	0.40 25	0.46 68	0.50 56	0.44 71	0.68 77	0.34 53	0.51 60	0.66 115	0.16 24	0.22 26	0.58 91	0.45 59	0.82 113	0.41 35

error version	0.42 48	0.39 44	0.21 22	0.30 52	0.26 42	0.29 42	0.19 50	0.67 116	0.30 63	0.66 146	0.32 33	0.54 67	0.33 86	0.20 36	0.40 25	0.46 68	0.50 56	0.44 71	0.68 77	0.34 53	0.51 60	0.66 115	0.16 24	0.22 26	0.58 91	0.45 59	0.82 113	0.41 35

test-v	0.42 48	0.39 44	0.21 22	0.30 52	0.26 42	0.29 42	0.19 50	0.67 116	0.30 63	0.66 146	0.32 33	0.54 67	0.33 86	0.20 36	0.40 25	0.46 68	0.50 56	0.44 71	0.68 77	0.34 53	0.51 60	0.66 115	0.16 24	0.22 26	0.58 91	0.45 59	0.82 113	0.41 35

test-2	0.42 48	0.39 44	0.21 22	0.30 52	0.26 42	0.29 42	0.19 50	0.67 116	0.30 63	0.66 146	0.32 33	0.54 67	0.33 86	0.20 36	0.40 25	0.46 68	0.50 56	0.44 71	0.68 77	0.34 53	0.51 60	0.66 115	0.16 24	0.22 26	0.58 91	0.45 59	0.82 113	0.41 35

test croco	0.31 22	0.43 63	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 46	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

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 95	0.26 39	0.58 99	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 89	0.31 45	0.47 45	0.36 31	0.21 68	0.20 18	0.32 23	0.34 30	0.51 25	0.35 22

DMCA	0.32 24	0.31 19	0.30 53	0.24 26	0.25 38	0.27 33	0.22 63	0.36 15	0.33 91	0.31 14	0.40 61	0.40 25	0.23 31	0.25 80	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 95	0.25 52	0.31 20	0.35 31	0.39 14	0.37 24

RASNet	0.42 48	0.45 74	0.43 109	0.33 66	0.33 76	0.37 76	0.27 84	0.58 63	0.34 96	0.47 41	0.43 66	0.49 52	0.33 86	0.25 80	0.41 31	0.41 36	0.48 48	0.39 46	0.47 26	0.30 40	0.49 54	0.40 42	0.19 48	0.44 140	0.40 43	0.46 66	0.75 96	0.63 91

raft+_RVC	0.35 32	0.34 23	0.26 44	0.25 31	0.23 31	0.25 29	0.18 39	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 65	0.26 28	0.43 26	0.38 36	0.13 15	0.20 18	0.39 39	0.39 43	0.58 46	0.42 40

test_5	0.29 17	0.39 44	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 96	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 25	0.32 17

GMStereo	0.41 44	0.48 95	0.25 41	0.32 60	0.32 75	0.37 76	0.28 89	0.59 70	0.30 63	0.45 35	0.36 45	0.61 92	0.31 73	0.24 67	0.45 37	0.41 36	0.54 78	0.35 34	0.73 89	0.39 83	0.51 60	0.33 25	0.23 85	0.28 65	0.48 60	0.36 34	0.68 77	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
AANet_RVC	0.28 14	0.27 11	0.23 35	0.19 15	0.28 54	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 77	0.21 20	0.34 27	0.33 26	0.42 17	0.52 56

TestStereo	0.45 66	0.51 117	0.38 87	0.42 100	0.30 66	0.44 101	0.26 82	0.71 140	0.28 50	0.76 182	0.32 33	0.64 102	0.32 82	0.24 67	0.47 39	0.35 19	0.54 78	0.33 24	0.78 101	0.38 71	0.63 108	0.42 49	0.24 92	0.30 77	0.53 78	0.43 51	0.75 96	0.55 69

4D-IteraStereo	0.40 41	0.28 14	0.33 63	0.35 76	0.24 37	0.24 26	0.15 27	0.63 95	0.28 50	0.61 112	0.39 58	0.51 61	0.22 28	0.22 47	0.48 40	0.43 47	0.49 51	0.43 66	0.66 73	0.34 53	0.63 108	0.70 126	0.14 18	0.22 26	0.39 39	0.47 68	0.63 63	0.39 29

CREStereo++_RVC	0.43 60	0.42 60	0.39 90	0.30 52	0.33 76	0.27 33	0.19 50	0.57 59	0.31 78	0.58 99	0.36 45	0.58 82	0.56 156	0.23 57	0.48 40	0.50 93	0.61 126	0.34 26	0.52 33	0.30 40	0.56 85	0.42 49	0.16 24	0.29 69	0.49 67	0.44 54	0.79 106	0.69 104
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
GLC_STEREO	0.47 72	0.51 117	0.40 95	0.38 84	0.37 99	0.37 76	0.28 89	0.64 102	0.29 57	0.62 121	0.53 99	0.55 72	0.28 50	0.30 104	0.49 42	0.48 84	0.66 145	0.41 54	0.65 71	0.41 91	0.70 129	0.60 100	0.23 85	0.30 77	0.47 57	0.36 34	0.84 122	0.53 60

HGLStereo	0.43 60	0.43 63	0.37 78	0.34 68	0.37 99	0.39 83	0.23 70	0.48 37	0.31 78	0.47 41	0.72 152	0.42 31	0.29 52	0.32 117	0.51 43	0.49 90	0.55 86	0.50 111	0.55 46	0.39 83	0.51 60	0.43 54	0.22 77	0.33 100	0.51 72	0.51 82	0.57 39	0.45 46

HITNet	0.38 35	0.37 33	0.28 48	0.34 68	0.29 59	0.26 31	0.19 50	0.58 63	0.32 86	0.57 93	0.45 72	0.55 72	0.30 61	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 60	0.25 52	0.39 39	0.37 36	0.70 84	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
CAS	0.38 35	0.45 74	0.25 41	0.29 46	0.29 59	0.23 22	0.13 16	0.41 19	0.27 43	0.41 24	0.54 105	0.35 16	0.35 103	0.21 41	0.52 45	0.38 28	0.50 56	0.34 26	0.52 33	0.26 28	0.43 26	0.41 45	0.19 48	0.23 37	0.51 72	0.52 84	0.62 60	0.77 121

UNet	0.44 63	0.42 60	0.40 95	0.37 81	0.36 92	0.41 91	0.28 89	0.57 59	0.35 101	0.50 55	0.49 82	0.47 46	0.34 96	0.37 134	0.53 46	0.43 47	0.54 78	0.46 87	0.56 51	0.39 83	0.47 45	0.44 59	0.27 106	0.34 104	0.44 49	0.48 73	0.58 46	0.57 71

AE-Stereo	0.54 94	0.48 95	0.44 117	0.50 120	0.35 89	0.36 74	0.28 89	0.55 54	0.29 57	0.64 131	0.31 32	0.89 147	0.31 73	0.24 67	0.55 47	0.65 141	0.68 153	0.52 125	0.87 110	0.53 120	0.72 132	0.81 142	0.21 68	0.47 150	0.79 150	0.69 106	0.94 140	0.62 86

CASnet	0.40 41	0.52 125	0.23 35	0.27 39	0.27 50	0.30 48	0.14 23	0.62 89	0.29 57	0.61 112	0.44 69	0.64 102	0.28 50	0.23 57	0.55 47	0.36 24	0.45 31	0.31 17	0.73 89	0.27 30	0.63 108	0.39 41	0.21 68	0.24 44	0.42 46	0.32 23	0.61 57	0.56 70
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AnonymousM	0.79 153	0.34 23	0.20 18	0.24 26	0.22 27	0.21 16	0.15 27	0.58 63	0.21 20	0.57 93	0.39 58	0.45 42	0.15 11	0.19 32	0.56 49	0.54 110	0.54 78	0.40 51	0.53 39	0.30 40	0.65 115	0.54 91	0.20 60	0.22 26	0.30 16	0.39 43	1.31 186	11.04 249

CFNet	0.45 66	0.44 67	0.33 63	0.48 115	0.40 112	0.39 83	0.30 102	0.53 44	0.32 86	0.48 46	0.50 86	0.68 111	0.40 118	0.30 104	0.56 49	0.37 26	0.48 48	0.43 66	0.52 33	0.33 50	0.46 39	0.30 22	0.23 85	0.31 84	0.61 101	0.52 84	0.69 80	0.71 110

Any-RAFT	0.69 132	0.47 85	0.85 188	0.53 131	0.40 112	0.38 81	0.27 84	0.64 102	0.32 86	0.57 93	0.76 159	0.86 145	0.24 38	0.22 47	0.57 51	0.76 161	0.60 121	0.45 80	2.19 169	0.45 102	1.20 180	0.71 127	0.22 77	0.31 84	0.99 184	1.24 188	0.73 92	1.65 182

rafts_anoy	0.41 44	0.51 117	0.35 69	0.29 46	0.30 66	0.33 59	0.22 63	0.59 70	0.25 36	0.51 59	0.50 86	0.48 49	0.23 31	0.17 28	0.57 51	0.46 68	0.51 65	0.50 111	0.58 59	0.34 53	0.50 57	0.43 54	0.19 48	0.28 65	0.50 69	0.47 68	0.52 29	0.53 60

RALCasStereoNet	0.42 48	0.50 112	0.35 69	0.35 76	0.30 66	0.31 49	0.24 73	0.60 75	0.25 36	0.56 89	0.49 82	0.58 82	0.26 42	0.18 29	0.57 51	0.46 68	0.54 78	0.49 105	0.51 31	0.34 53	0.51 60	0.41 45	0.21 68	0.31 84	0.53 78	0.49 77	0.48 22	0.58 73

RALAANet	0.41 44	0.41 53	0.37 78	0.28 41	0.28 54	0.33 59	0.24 73	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	0.50 111	0.71 85	0.40 88	0.52 70	0.46 67	0.21 68	0.29 69	0.46 55	0.45 59	0.70 84	0.47 48

LoS	0.55 96	0.44 67	0.29 50	0.36 80	0.37 99	0.40 89	0.20 57	1.37 213	0.31 78	0.86 199	0.78 160	0.68 111	0.37 111	0.24 67	0.58 55	0.72 154	0.59 114	0.40 51	0.75 96	0.35 62	1.03 169	0.65 112	0.21 68	0.24 44	0.79 150	0.64 102	0.64 66	0.68 102

ADLNet	0.46 70	0.53 132	0.37 78	0.41 96	0.41 117	0.44 101	0.40 122	0.54 48	0.35 101	0.45 35	0.53 99	0.76 127	0.36 107	0.62 191	0.58 55	0.42 40	0.49 51	0.42 61	0.50 30	0.37 68	0.43 26	0.44 59	0.34 130	0.25 52	0.47 57	0.55 90	0.57 39	0.45 46

anonymity	3.27 231	0.41 53	1.09 209	0.58 140	0.41 117	0.47 112	0.30 102	0.79 166	0.33 91	0.61 112	69.49 273	0.85 141	0.30 61	0.24 67	0.59 57	1.02 198	0.60 121	0.43 66	1.35 142	0.60 151	0.73 135	1.82 207	0.24 92	0.29 69	1.00 187	1.24 188	1.08 162	1.47 173

raft_robust	0.49 78	0.44 67	0.24 39	0.38 84	0.29 59	0.32 52	0.21 58	0.73 148	0.35 101	0.69 163	0.34 41	0.57 77	0.31 73	0.24 67	0.59 57	0.53 104	0.54 78	0.46 87	0.98 121	0.37 68	0.69 126	0.94 154	0.20 60	0.28 65	0.55 84	0.69 106	0.69 80	0.60 80

CREStereo	0.44 63	0.51 117	0.40 95	0.34 68	0.26 42	0.28 39	0.15 27	0.61 82	0.30 63	0.58 99	0.36 45	0.72 120	0.33 86	0.24 67	0.59 57	0.59 124	0.59 114	0.34 26	0.52 33	0.31 45	0.59 101	0.42 49	0.18 40	0.30 77	0.54 82	0.48 73	0.64 66	0.69 104
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
PS-NSSS	0.60 117	0.81 182	0.44 117	0.89 180	0.54 146	0.71 167	0.63 165	0.64 102	0.38 115	0.64 131	0.41 63	1.52 185	0.47 138	0.41 142	0.59 57	0.42 40	0.52 68	0.45 80	0.94 117	0.42 97	0.44 31	0.29 20	0.36 135	0.34 104	0.63 110	0.69 106	0.70 84	0.80 124

LoS_RVC	0.42 48	0.45 74	0.43 109	0.19 15	0.25 38	0.24 26	0.16 34	0.44 25	0.28 50	0.51 59	0.48 78	0.42 31	0.31 73	0.22 47	0.60 61	0.45 62	0.46 35	0.41 54	0.71 85	0.30 40	0.67 120	0.51 82	0.19 48	0.32 88	0.61 101	0.44 54	0.58 46	0.61 82

tt_ll	0.42 48	0.45 74	0.43 109	0.19 15	0.25 38	0.24 26	0.16 34	0.44 25	0.28 50	0.51 59	0.48 78	0.42 31	0.31 73	0.22 47	0.60 61	0.45 62	0.46 35	0.41 54	0.71 85	0.30 40	0.67 120	0.51 82	0.19 48	0.32 88	0.61 101	0.44 54	0.58 46	0.61 82

test-3	0.55 96	0.37 33	0.37 78	0.34 68	0.33 76	0.33 59	0.22 63	0.65 109	0.27 43	0.61 112	0.34 41	0.90 148	0.31 73	0.21 41	0.60 61	0.44 52	0.55 86	0.42 61	2.59 186	0.38 71	0.56 85	1.37 185	0.16 24	0.29 69	0.48 60	0.38 40	0.69 80	0.54 66

test_3	0.56 103	0.38 39	0.36 74	0.34 68	0.33 76	0.33 59	0.21 58	0.68 123	0.29 57	0.65 136	0.33 39	0.92 150	0.35 103	0.21 41	0.60 61	0.44 52	0.56 91	0.45 80	2.68 187	0.39 83	0.55 81	1.35 183	0.15 20	0.32 88	0.51 72	0.47 68	0.67 76	0.50 53

DLCB_ROB	0.53 89	0.50 112	0.48 129	0.41 96	0.45 125	0.43 99	0.39 120	0.55 54	0.45 135	0.57 93	0.61 121	0.70 116	0.52 149	0.41 142	0.60 61	0.47 79	0.57 100	0.48 98	0.52 33	0.43 99	0.55 81	0.47 71	0.38 142	0.42 131	0.96 179	0.79 130	0.70 84	0.62 86

test_1	0.55 96	0.37 33	0.37 78	0.34 68	0.33 76	0.33 59	0.22 63	0.66 113	0.27 43	0.62 121	0.34 41	0.90 148	0.31 73	0.21 41	0.61 66	0.44 52	0.55 86	0.42 61	2.58 185	0.38 71	0.56 85	1.38 187	0.16 24	0.29 69	0.48 60	0.38 40	0.69 80	0.54 66

UPFNet	0.38 35	0.34 23	0.34 67	0.32 60	0.33 76	0.39 83	0.29 96	0.47 35	0.33 91	0.43 26	0.41 63	0.40 25	0.30 61	0.34 122	0.61 66	0.40 33	0.46 35	0.41 54	0.52 33	0.35 62	0.35 16	0.34 27	0.25 95	0.27 61	0.38 36	0.35 31	0.55 35	0.37 24

DSFCA	0.45 66	0.50 112	0.40 95	0.40 91	0.37 99	0.44 101	0.34 108	0.46 33	0.39 118	0.40 23	0.57 109	0.49 52	0.29 52	0.24 67	0.61 66	0.44 52	0.49 51	0.49 105	0.64 67	0.39 83	0.50 57	0.51 82	0.33 128	0.35 107	0.49 67	0.50 80	0.57 39	0.58 73

DISCO	0.45 66	0.44 67	0.29 50	0.40 91	0.38 105	0.49 116	0.43 127	0.45 31	0.43 134	0.50 55	0.57 109	0.40 25	0.29 52	0.30 104	0.61 66	0.43 47	0.55 86	0.46 87	0.69 82	0.41 91	0.48 50	0.43 54	0.26 102	0.32 88	0.47 57	0.50 80	0.62 60	0.50 53

MSKI-zero shot	0.84 156	0.49 98	0.43 109	0.41 96	0.35 89	0.46 111	0.32 104	0.76 158	0.30 63	0.65 136	0.92 177	0.83 138	0.32 82	0.22 47	0.62 70	1.08 204	0.64 138	0.47 93	3.14 198	0.61 160	2.23 210	1.58 196	0.20 60	0.38 120	0.96 179	1.47 205	1.24 181	1.60 178

CES	0.46 70	0.35 31	0.30 53	0.27 39	0.27 50	0.29 42	0.12 14	1.05 198	0.27 43	0.54 77	0.66 137	0.53 65	0.25 39	0.23 57	0.62 70	0.65 141	0.58 104	0.37 40	0.54 44	0.34 53	0.84 149	0.53 89	0.23 85	0.23 37	0.56 86	0.44 54	0.57 39	0.69 104

s12784h	0.62 118	0.68 167	0.47 126	0.65 157	0.44 124	0.34 66	0.24 73	0.61 82	0.31 78	0.60 110	0.44 69	0.81 132	0.55 154	0.25 80	0.62 70	0.50 93	0.62 130	0.38 44	0.74 95	0.36 64	1.26 183	0.47 71	0.18 40	0.30 77	0.70 123	0.74 118	1.39 192	2.07 191

IER	0.41 44	0.37 33	0.31 57	0.30 52	0.28 54	0.35 71	0.24 73	0.47 35	0.28 50	0.44 33	0.59 113	0.77 130	0.29 52	0.35 128	0.63 73	0.42 40	0.47 44	0.42 61	0.44 24	0.34 53	0.42 25	0.36 31	0.28 109	0.26 58	0.40 43	0.47 68	0.52 29	0.52 56

SA	0.42 48	0.47 85	0.21 22	0.25 31	0.23 31	0.31 49	0.13 16	0.64 102	0.32 86	0.61 112	0.26 23	0.54 67	0.21 25	0.16 25	0.63 73	0.47 79	0.52 68	0.41 54	0.60 61	0.29 36	0.46 39	0.61 105	0.15 20	0.27 61	0.45 53	0.58 94	0.96 145	0.47 48

raftrobust	0.43 60	0.33 21	0.36 74	0.28 41	0.28 54	0.27 33	0.18 39	0.64 102	0.25 36	0.63 125	0.53 99	0.51 61	0.25 39	0.22 47	0.63 73	0.48 84	0.51 65	0.41 54	0.96 120	0.38 71	0.53 76	0.46 67	0.20 60	0.24 44	0.57 87	0.54 88	0.54 34	0.52 56

psm_up	0.56 103	0.51 117	0.53 142	0.56 137	0.45 125	0.58 141	0.35 110	0.71 140	0.66 169	0.55 83	0.53 99	0.59 87	0.50 143	0.40 139	0.63 73	0.50 93	0.59 114	0.49 105	0.84 108	0.46 107	0.51 60	0.45 62	0.31 120	0.51 158	0.70 123	0.78 128	0.80 107	0.67 98

PDISCO_ROB	0.48 75	0.40 49	0.39 90	0.38 84	0.34 85	0.39 83	0.28 89	0.50 38	0.35 101	0.37 20	0.52 95	0.49 52	0.35 103	0.31 111	0.63 73	0.58 122	0.54 78	0.68 178	0.59 60	0.44 100	0.62 105	0.67 120	0.24 92	0.34 104	0.54 82	0.53 86	0.85 124	0.58 73

DN-CSS_ROB	0.52 86	0.43 63	0.46 122	0.41 96	0.40 112	0.34 66	0.22 63	0.69 131	0.34 96	0.59 104	0.79 161	0.66 106	0.47 138	0.24 67	0.63 73	0.40 33	0.58 104	0.43 66	1.74 155	0.38 71	0.63 108	0.38 36	0.31 120	0.47 150	0.53 78	0.43 51	0.66 75	0.54 66

PMTNet	0.48 75	0.48 95	0.43 109	0.31 58	0.30 66	0.27 33	0.22 63	0.54 48	0.29 57	0.57 93	0.39 58	0.59 87	0.23 31	0.23 57	0.64 79	0.59 124	0.57 100	0.37 40	1.17 134	0.33 50	0.67 120	0.40 42	0.20 60	0.21 20	0.79 150	0.59 95	0.65 70	0.92 138

AF-Net	0.53 89	0.49 98	0.44 117	0.50 120	0.53 143	0.61 147	0.54 144	0.61 82	0.55 154	0.43 26	0.66 137	0.85 141	0.42 122	0.40 139	0.64 79	0.46 68	0.46 35	0.44 71	0.60 61	0.40 88	0.45 34	0.45 62	0.41 149	0.39 121	0.50 69	0.55 90	0.81 110	0.69 104

Nwc_Net	0.53 89	0.49 98	0.44 117	0.50 120	0.53 143	0.61 147	0.54 144	0.61 82	0.55 154	0.43 26	0.66 137	0.85 141	0.42 122	0.40 139	0.64 79	0.46 68	0.46 35	0.44 71	0.60 61	0.40 88	0.45 34	0.45 62	0.41 149	0.39 121	0.50 69	0.55 90	0.81 110	0.69 104

DMCA-RVC	0.44 63	0.37 33	0.35 69	0.33 66	0.37 99	0.32 52	0.41 124	0.46 33	0.52 147	0.43 26	0.48 78	0.68 111	0.33 86	0.29 102	0.65 82	0.46 68	0.47 44	0.44 71	0.49 29	0.38 71	0.49 54	0.48 77	0.29 112	0.32 88	0.38 36	0.37 36	0.57 39	0.62 86

IGEV_Zeroshot_test	0.95 168	0.47 85	1.24 217	1.15 197	0.46 128	0.60 144	0.65 171	0.81 173	0.36 105	0.66 146	1.86 220	0.94 151	0.30 61	0.26 90	0.66 83	1.14 212	0.60 121	0.48 98	2.56 183	0.63 167	2.23 210	2.36 213	0.21 68	0.37 118	1.00 187	1.03 174	1.17 173	1.48 175

HH	0.84 156	0.34 23	0.99 197	0.42 100	0.36 92	0.51 123	0.42 125	0.69 131	0.34 96	0.65 136	0.38 52	1.03 160	0.26 42	0.28 96	0.66 83	1.37 228	0.61 126	0.53 129	2.39 178	0.60 151	3.55 235	1.64 198	0.25 95	0.33 100	0.83 160	1.05 175	1.09 163	1.12 156

HanStereo	0.84 156	0.34 23	0.99 197	0.42 100	0.36 92	0.51 123	0.42 125	0.69 131	0.34 96	0.65 136	0.38 52	1.03 160	0.26 42	0.28 96	0.66 83	1.37 228	0.61 126	0.53 129	2.39 178	0.60 151	3.55 235	1.64 198	0.25 95	0.33 100	0.83 160	1.05 175	1.09 163	1.12 156

UDGNet	0.67 126	0.66 164	0.42 105	1.35 205	1.02 199	1.21 202	0.91 189	0.60 75	0.41 123	0.52 66	0.60 115	0.56 74	0.23 31	1.19 220	0.66 83	0.45 62	0.56 91	0.51 118	0.73 89	0.53 120	0.64 114	0.67 120	0.79 199	0.29 69	0.72 129	0.55 90	0.63 63	0.66 96

FINET	0.40 41	0.38 39	0.39 90	0.43 104	0.30 66	0.34 66	0.35 110	0.44 25	0.36 105	0.47 41	0.32 33	0.47 46	0.30 61	0.28 96	0.66 83	0.50 93	0.48 48	0.36 37	0.60 61	0.33 50	0.46 39	0.37 35	0.30 115	0.30 77	0.43 47	0.35 31	0.56 37	0.42 40

ICVP	0.58 109	0.49 98	0.67 172	0.50 120	0.48 134	0.52 126	0.36 112	0.60 75	0.45 135	0.61 112	0.58 112	0.61 92	0.56 156	0.30 104	0.67 88	0.64 135	0.58 104	0.51 118	0.72 88	0.51 117	0.58 97	0.74 132	0.59 188	0.47 150	0.60 100	0.75 122	0.74 94	0.72 112
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ARAFT	0.34 29	0.38 39	0.23 35	0.26 35	0.21 26	0.27 33	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 88	0.42 40	0.50 56	0.47 93	0.51 31	0.23 16	0.53 76	0.32 24	0.16 24	0.19 15	0.43 47	0.30 16	0.52 29	0.37 24

iResNetv2_ROB	0.52 86	0.45 74	0.32 60	0.48 115	0.39 108	0.48 114	0.28 89	0.64 102	0.34 96	0.52 66	0.66 137	0.70 116	0.55 154	0.28 96	0.67 88	0.47 79	0.50 56	0.46 87	1.12 131	0.45 102	0.57 94	0.47 71	0.29 112	0.40 124	0.55 84	0.51 82	0.81 110	0.58 73

RP	0.58 109	0.57 145	0.72 178	0.62 150	0.56 150	0.57 138	0.64 167	0.63 95	0.61 162	0.42 25	0.81 166	0.78 131	0.53 151	0.43 155	0.68 91	0.48 84	0.53 76	0.44 71	0.64 67	0.45 102	0.51 60	0.54 91	0.37 140	0.44 140	0.62 106	0.59 95	0.83 120	0.77 121

CC-Net-ROB	0.96 171	1.18 210	0.70 176	1.56 211	1.06 201	1.63 215	1.20 204	0.79 166	0.61 162	0.81 192	0.56 108	3.07 211	0.57 160	0.85 210	0.68 91	0.44 52	0.71 163	0.63 162	1.40 144	0.57 139	0.58 97	0.43 54	1.91 230	0.46 147	0.83 160	0.83 137	0.77 100	1.20 164

AACVNet	0.55 96	0.47 85	0.40 95	0.58 140	0.61 158	0.53 129	0.37 114	0.61 82	0.40 120	0.59 104	0.64 129	0.58 82	0.33 86	0.36 130	0.69 93	0.54 110	0.58 104	0.54 135	0.69 82	0.52 119	0.54 79	0.52 86	0.36 135	0.44 140	0.59 97	0.69 106	0.82 113	0.83 128

LMCR-Stereo	0.50 79	0.46 80	0.33 63	0.32 60	0.33 76	0.42 95	0.24 73	0.57 59	0.37 111	0.55 83	0.46 76	0.65 105	0.40 118	0.26 90	0.69 93	0.49 90	0.62 130	0.49 105	1.11 130	0.57 139	0.66 116	0.64 110	0.25 95	0.32 88	0.48 60	0.49 77	0.63 63	0.65 95

R-Stereo Train	0.66 123	0.55 135	0.43 109	0.48 115	0.36 92	0.50 120	0.18 39	0.62 89	0.31 78	0.68 155	0.62 125	0.72 120	0.34 96	0.25 80	0.69 93	0.89 176	0.66 145	0.51 118	2.12 167	0.46 107	0.94 159	1.49 191	0.22 77	0.36 114	0.71 126	0.96 156	0.77 100	1.10 153

RAFT-Stereo	0.66 123	0.55 135	0.43 109	0.48 115	0.36 92	0.50 120	0.18 39	0.62 89	0.31 78	0.68 155	0.62 125	0.72 120	0.34 96	0.25 80	0.69 93	0.89 176	0.66 145	0.51 118	2.12 167	0.46 107	0.94 159	1.49 191	0.22 77	0.36 114	0.71 126	0.96 156	0.77 100	1.10 153
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	0.51 82	0.51 117	0.47 126	0.50 120	0.48 134	0.48 114	0.32 104	0.53 44	0.37 111	0.51 59	0.65 134	0.57 77	0.34 96	0.30 104	0.69 93	0.44 52	0.52 68	0.47 93	0.57 55	0.42 97	0.56 85	0.49 78	0.27 106	0.35 107	0.65 115	0.74 118	0.80 107	0.75 119

TRStereo	0.75 146	0.83 187	1.19 212	0.56 137	0.34 85	1.42 210	0.48 134	0.68 123	0.28 50	0.65 136	0.46 76	1.10 167	0.27 48	0.22 47	0.70 98	0.85 174	0.57 100	0.48 98	1.85 162	0.50 114	0.73 135	0.87 148	0.18 40	0.27 61	0.78 147	1.22 187	1.78 213	1.09 152

XX-Stereo	9.49 256	0.38 39	0.36 74	0.63 152	0.28 54	0.54 133	0.28 89	0.69 131	0.28 50	0.69 163	6.24 250	1.00 156	0.29 52	0.23 57	0.70 98	1.08 204	0.60 121	0.52 125	1.58 149	0.53 120	0.76 139	0.65 112	0.18 40	0.26 58	233.61 275	0.88 143	1.01 156	1.90 189

UCFNet_RVC	0.56 103	0.78 176	0.45 121	0.59 143	0.55 149	0.52 126	0.39 120	0.58 63	0.40 120	0.59 104	0.60 115	0.82 134	0.45 133	0.32 117	0.70 98	0.42 40	0.50 56	0.50 111	0.67 75	0.45 102	0.56 85	0.47 71	0.38 142	0.41 127	0.77 145	0.71 111	0.65 70	0.86 132

HSM	0.54 94	0.49 98	0.47 126	0.48 115	0.47 131	0.41 91	0.37 114	0.71 140	0.37 111	0.61 112	0.65 134	0.59 87	0.48 141	0.31 111	0.70 98	0.48 84	0.64 138	0.47 93	0.75 96	0.48 113	0.63 108	0.49 78	0.26 102	0.42 131	0.62 106	0.72 114	0.87 131	0.67 98

RAFT-Test	0.72 139	0.50 112	0.46 122	0.52 128	0.34 85	0.41 91	0.29 96	0.73 148	0.30 63	0.62 121	0.72 152	0.68 111	0.31 73	0.22 47	0.71 102	1.03 199	0.62 130	0.50 111	2.89 193	0.66 171	1.72 198	1.14 171	0.23 85	0.29 69	0.80 154	0.96 156	0.95 142	0.91 137

SACVNet	0.62 118	0.53 132	0.51 139	0.55 136	0.57 152	0.52 126	0.60 156	0.69 131	0.56 156	0.67 153	0.54 105	0.59 87	0.37 111	0.41 142	0.71 102	0.60 126	0.64 138	0.57 147	0.95 118	0.64 168	0.67 120	0.78 139	0.36 135	0.47 150	0.75 139	0.77 127	0.84 122	0.84 129

HSM-Net_RVC	0.75 146	0.53 132	0.60 156	0.77 171	0.62 164	0.61 147	0.37 114	0.76 158	0.49 143	0.74 176	1.71 216	1.32 177	0.80 175	0.36 130	0.72 104	0.55 112	0.64 138	0.53 129	0.78 101	0.53 120	0.67 120	0.89 151	0.43 153	0.64 178	0.94 176	1.09 178	1.07 161	1.04 149
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
APVNet	0.56 103	0.47 85	0.38 87	0.46 111	0.50 138	0.57 138	0.53 141	0.60 75	0.42 130	0.46 38	0.65 134	0.50 57	0.30 61	0.36 130	0.74 105	0.71 153	0.71 163	0.64 166	0.95 118	0.53 120	0.57 94	0.77 138	0.34 130	0.46 147	0.59 97	0.46 66	0.82 113	0.58 73

sCroCo_RVC	0.58 109	0.42 60	0.29 50	0.28 41	0.29 59	0.39 83	0.22 63	0.60 75	0.41 123	0.53 76	0.43 66	0.48 49	0.50 143	0.24 67	0.75 106	0.99 195	0.75 168	0.63 162	1.02 123	0.56 134	1.10 174	1.36 184	0.28 109	0.39 121	0.63 110	0.63 99	0.93 137	0.64 93

cross-raft	0.73 140	0.56 141	0.46 122	0.43 104	0.33 76	0.40 89	0.27 84	0.73 148	0.33 91	0.65 136	0.60 115	0.74 124	0.30 61	0.23 57	0.76 107	0.96 187	0.63 135	0.48 98	2.91 194	0.59 147	1.81 204	1.31 182	0.22 77	0.32 88	0.82 158	0.94 152	0.93 137	1.01 147

SQANet	1.90 206	2.70 230	1.03 202	3.09 230	2.17 227	3.29 228	2.70 225	0.95 186	0.65 167	1.00 211	0.71 147	2.69 205	1.10 187	2.30 230	0.78 108	0.55 112	1.02 202	0.72 184	9.92 237	0.68 177	2.11 208	1.25 178	3.28 236	0.58 169	0.98 181	1.31 196	1.33 188	2.34 197

MSMDNet	0.73 140	0.52 125	0.48 129	0.35 76	0.34 85	0.45 105	0.33 107	0.69 131	0.30 63	0.63 125	0.60 115	0.71 118	0.35 103	0.23 57	0.78 108	1.05 201	0.63 135	0.50 111	2.88 192	0.81 191	1.59 194	1.80 206	0.23 85	0.29 69	0.74 136	0.89 145	0.85 124	0.76 120

NLCA_NET_v2_RVC	0.51 82	0.52 125	0.48 129	0.43 104	0.57 152	0.42 95	0.62 164	0.56 58	0.62 164	0.52 66	0.51 92	0.67 109	0.34 96	0.58 188	0.78 108	0.42 40	0.47 44	0.42 61	0.57 55	0.38 71	0.46 39	0.42 49	0.30 115	0.32 88	0.48 60	0.76 124	0.62 60	0.64 93
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
test-1	0.84 156	0.34 23	0.50 135	0.37 81	0.40 112	0.60 144	0.37 114	0.73 148	0.38 115	0.68 155	0.71 147	1.08 164	0.40 118	0.25 80	0.79 111	0.91 179	0.63 135	0.58 152	2.22 171	0.58 143	1.17 178	3.78 231	0.22 77	0.36 114	0.81 155	1.15 182	1.10 166	1.59 177

XPNet_ROB	0.74 145	0.77 174	0.57 149	0.54 133	0.61 158	0.63 153	0.61 161	0.53 44	0.65 167	0.58 99	0.81 166	2.35 200	0.46 136	0.43 155	0.79 111	0.63 131	0.85 182	0.57 147	0.83 106	0.55 130	0.72 132	1.09 165	0.45 155	0.49 157	0.63 110	0.74 118	1.39 192	0.86 132

TestStereo1	0.38 35	0.49 98	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	0.39 115	0.11 10	0.80 113	0.50 93	0.46 35	0.32 18	0.53 39	0.25 23	0.52 70	0.67 120	0.15 20	0.22 26	0.37 32	0.42 49	0.60 54	0.39 29

SA-5K	0.38 35	0.49 98	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	0.39 115	0.11 10	0.80 113	0.50 93	0.46 35	0.32 18	0.53 39	0.25 23	0.52 70	0.67 120	0.15 20	0.22 26	0.37 32	0.42 49	0.60 54	0.39 29

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	0.80 113	0.28 7	0.27 5	0.41 54	0.28 7	0.19 8	0.27 5	0.21 8	0.29 112	0.18 14	0.27 9	0.76 124	0.34 10	0.23 7

iRaft-Stereo_20w	1.06 178	0.49 98	1.34 221	1.18 199	0.46 128	0.78 177	0.46 131	0.76 158	0.37 111	0.74 176	6.16 249	0.84 140	0.29 52	0.26 90	0.81 116	0.97 189	0.59 114	0.44 71	1.72 154	0.61 160	1.04 170	1.56 195	0.21 68	0.25 52	0.92 172	1.31 196	1.45 199	2.71 205

GwcNet-ADL	0.97 173	0.83 187	0.81 185	0.91 182	0.68 171	0.70 165	0.53 141	0.77 163	0.50 145	0.72 172	5.46 245	1.20 172	0.65 169	0.46 162	0.81 116	0.95 184	0.72 165	0.56 142	1.26 139	0.71 182	0.67 120	0.78 139	0.59 188	0.56 166	0.79 150	0.98 162	0.85 124	1.75 186

iResNet_ROB	0.50 79	0.49 98	0.42 105	0.42 100	0.30 66	0.42 95	0.32 104	0.60 75	0.33 91	0.52 66	0.59 113	0.47 46	0.56 156	0.25 80	0.81 116	0.46 68	0.57 100	0.49 105	1.19 135	0.36 64	0.48 50	0.36 31	0.25 95	0.37 118	0.57 87	0.54 88	0.75 96	0.61 82

NCC-stereo	0.67 126	0.63 158	0.59 152	0.64 154	0.65 166	0.63 153	0.69 175	0.67 116	0.74 176	0.43 26	0.81 166	0.82 134	0.70 170	0.47 163	0.82 119	0.53 104	0.58 104	0.64 166	0.80 103	0.54 126	0.56 85	0.60 100	0.53 178	0.45 145	0.75 139	0.96 156	0.92 135	0.98 143

Abc-Net	0.67 126	0.63 158	0.59 152	0.64 154	0.65 166	0.63 153	0.69 175	0.67 116	0.74 176	0.43 26	0.81 166	0.82 134	0.70 170	0.47 163	0.82 119	0.53 104	0.58 104	0.64 166	0.80 103	0.54 126	0.56 85	0.60 100	0.53 178	0.45 145	0.75 139	0.96 156	0.92 135	0.98 143
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CASS	0.79 153	0.55 135	0.53 142	0.65 157	0.54 146	0.59 142	0.53 141	0.78 165	0.52 147	0.71 169	0.75 158	0.67 109	0.47 138	0.28 96	0.83 121	0.67 145	0.98 200	0.56 142	1.60 151	0.58 143	2.74 218	1.44 188	0.38 142	0.35 107	0.84 164	0.81 133	0.90 133	1.02 148
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
BEATNet_4x	0.53 89	0.40 49	0.34 67	0.39 87	0.36 92	0.32 52	0.27 84	0.64 102	0.41 123	0.66 146	0.45 72	0.62 100	0.39 115	0.24 67	0.83 121	0.63 131	0.58 104	0.58 152	0.57 55	0.36 64	0.90 156	1.52 194	0.25 95	0.36 114	0.46 55	0.44 54	0.77 100	0.60 80

stereogan	0.67 126	0.67 165	0.62 159	0.68 163	0.73 181	0.75 173	0.64 167	0.70 137	0.57 157	0.51 59	0.64 129	1.08 164	0.62 164	0.44 158	0.83 121	0.55 112	0.56 91	0.51 118	0.91 114	0.59 147	0.59 101	0.69 125	0.47 158	0.46 147	0.59 97	0.67 105	1.16 171	0.87 134

dd	0.50 79	0.51 117	0.28 48	0.91 182	0.31 74	0.65 156	0.29 96	0.59 70	0.23 23	0.54 77	0.30 29	0.75 125	0.27 48	0.26 90	0.84 124	0.46 68	0.70 158	0.39 46	1.05 124	0.38 71	0.48 50	0.43 54	0.23 85	0.30 77	0.53 78	0.39 43	0.74 94	0.58 73

TANstereo	0.55 96	0.41 53	0.35 69	0.40 91	0.39 108	0.45 105	0.21 58	0.52 40	0.30 63	0.54 77	0.37 50	0.38 23	0.38 113	0.41 142	0.84 124	0.73 158	0.66 145	0.78 198	1.10 128	0.89 196	0.62 105	0.54 91	0.93 209	0.32 88	0.34 27	0.45 59	0.99 150	0.53 60

XX-TBD	0.55 96	0.41 53	0.35 69	0.40 91	0.39 108	0.45 105	0.21 58	0.52 40	0.30 63	0.54 77	0.37 50	0.38 23	0.38 113	0.41 142	0.84 124	0.73 158	0.66 145	0.78 198	1.10 128	0.89 196	0.62 105	0.54 91	0.93 209	0.32 88	0.34 27	0.45 59	0.99 150	0.53 60

NaN_ROB	0.73 140	0.59 147	0.61 158	0.64 154	0.78 186	0.53 129	0.48 134	0.87 180	0.63 165	0.73 175	0.61 121	1.96 195	0.62 164	0.45 160	0.84 124	0.55 112	0.56 91	0.54 135	0.73 89	0.55 130	0.52 70	0.51 82	0.38 142	0.64 178	0.83 160	1.11 180	0.94 140	1.64 181

TESTraft	0.37 34	0.46 80	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	0.36 107	0.11 10	0.85 128	0.48 84	0.45 31	0.32 18	0.48 28	0.24 20	0.46 39	0.65 112	0.12 9	0.23 37	0.37 32	0.43 51	0.57 39	0.39 29

GANetREF_RVC	0.77 152	0.74 173	0.68 174	0.76 170	0.65 166	0.69 164	0.60 156	0.99 191	0.73 173	0.93 203	0.52 95	1.33 178	0.72 172	0.44 158	0.85 128	0.57 118	0.67 151	0.63 162	1.13 132	0.61 160	0.77 140	0.63 106	0.59 188	0.71 184	0.89 169	0.90 146	1.15 168	0.99 145
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
EKT-Stereo	0.75 146	0.64 160	0.54 145	0.59 143	0.47 131	0.60 144	0.73 177	0.71 140	0.29 57	0.63 125	0.66 137	0.73 123	0.30 61	0.26 90	0.86 130	1.22 221	0.68 153	0.76 194	1.46 146	0.60 151	1.75 201	1.74 204	0.21 68	0.32 88	0.93 173	0.81 133	1.06 160	0.72 112

sAnonymous2	0.58 109	0.41 53	0.31 57	0.29 46	0.29 59	0.45 105	0.29 96	0.71 140	0.41 123	0.48 46	0.53 99	0.51 61	0.43 127	0.23 57	0.86 130	0.84 172	0.70 158	0.67 173	1.34 140	0.60 151	0.83 147	0.98 156	0.30 115	0.35 107	0.62 106	0.72 114	0.72 89	0.73 115

CroCo_RVC	0.58 109	0.41 53	0.31 57	0.29 46	0.29 59	0.45 105	0.29 96	0.71 140	0.41 123	0.48 46	0.53 99	0.51 61	0.43 127	0.23 57	0.86 130	0.84 172	0.70 158	0.67 173	1.34 140	0.60 151	0.83 147	0.98 156	0.30 115	0.35 107	0.62 106	0.72 114	0.72 89	0.73 115

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	0.86 130	0.29 10	0.41 24	0.20 5	0.55 46	0.23 16	0.47 45	0.21 8	0.12 9	0.15 7	0.28 11	0.20 2	0.21 3	0.17 4

SGM-Forest	0.73 140	0.71 170	0.40 95	1.13 195	0.64 165	0.74 172	0.45 129	0.68 123	0.39 118	0.61 112	0.44 69	1.16 170	1.06 183	0.49 166	0.86 130	0.61 129	0.55 86	0.46 87	0.68 77	0.44 100	0.61 103	0.49 78	0.45 155	0.44 140	0.90 170	0.86 138	1.95 217	1.47 173
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
IPLGR_C	0.42 48	0.47 85	0.23 35	0.31 58	0.22 27	0.32 52	0.18 39	0.63 95	0.23 23	0.55 83	0.50 86	0.61 92	0.31 73	0.41 142	0.87 135	0.45 62	0.52 68	0.37 40	0.55 46	0.38 71	0.56 85	0.46 67	0.19 48	0.24 44	0.44 49	0.33 26	0.58 46	0.40 34

STTStereo	0.53 89	0.56 141	0.54 145	0.44 108	0.52 142	0.43 99	0.59 153	0.52 40	0.46 139	0.47 41	0.55 107	0.71 118	0.42 122	0.56 181	0.87 135	0.44 52	0.49 51	0.51 118	0.54 44	0.37 68	0.51 60	0.40 42	0.32 125	0.35 107	0.52 76	0.66 104	0.68 77	0.99 145

Anonymous	0.66 123	0.52 125	0.38 87	0.35 76	0.36 92	0.42 95	0.25 78	0.74 153	0.47 141	0.45 35	0.45 72	0.56 74	0.51 147	0.23 57	0.88 137	1.09 206	0.78 171	0.69 180	1.84 160	0.64 168	1.19 179	1.21 176	0.32 125	0.42 131	0.66 116	0.73 117	0.93 137	0.74 118

FC-DCNN	0.88 162	0.96 199	1.23 216	1.36 207	0.93 193	1.26 206	0.82 181	0.91 184	0.78 179	0.87 200	0.63 128	1.08 164	0.42 122	0.56 181	0.88 137	0.69 149	0.81 180	0.68 178	0.81 105	0.59 147	0.78 141	0.59 97	0.50 168	0.77 193	1.11 196	0.99 164	1.21 177	1.57 176

PSMNet-ADL	0.96 171	0.62 157	0.66 169	0.67 160	0.70 178	0.66 159	0.58 152	0.74 153	0.60 161	0.85 198	5.03 242	0.95 154	1.26 192	0.45 160	0.89 139	1.03 199	0.68 153	0.54 135	2.03 166	0.68 177	0.84 149	0.79 141	0.54 182	0.47 150	0.73 134	0.95 153	1.32 187	0.63 91

SGM-ForestM	2.61 217	4.20 252	0.93 193	2.78 225	1.37 216	3.57 234	2.93 228	2.59 244	1.51 218	0.70 166	1.32 202	7.25 241	5.36 232	0.47 163	0.89 139	0.53 104	0.79 176	0.54 135	7.58 226	0.60 151	0.82 145	0.47 71	0.51 175	0.80 195	4.97 249	3.66 248	7.05 257	6.30 237

CFNet_pseudo	0.51 82	0.44 67	0.43 109	0.54 133	0.43 122	0.53 129	0.34 108	0.62 89	0.36 105	0.61 112	0.64 129	0.57 77	0.52 149	0.35 128	0.90 141	0.50 93	0.50 56	0.47 93	0.67 75	0.36 64	0.47 45	0.42 49	0.26 102	0.33 100	0.57 87	0.60 98	0.68 77	0.73 115

ACRE	0.42 48	0.47 85	0.22 30	0.32 60	0.22 27	0.33 59	0.18 39	0.63 95	0.23 23	0.55 83	0.50 86	0.61 92	0.30 61	0.41 142	0.91 142	0.45 62	0.52 68	0.36 37	0.55 46	0.38 71	0.57 94	0.44 59	0.19 48	0.23 37	0.44 49	0.32 23	0.58 46	0.39 29

FADNet-RVC	0.58 109	0.50 112	0.37 78	0.51 126	0.42 119	0.39 83	0.56 148	0.68 123	0.36 105	0.64 131	0.50 86	1.13 169	0.45 133	0.34 122	0.91 142	0.53 104	0.54 78	0.45 80	1.20 137	0.51 117	0.54 79	0.52 86	0.33 128	0.51 158	0.57 87	0.75 122	0.64 66	0.81 126

MLCV	0.70 135	0.49 98	0.53 142	0.73 168	0.50 138	0.65 156	0.43 127	0.81 173	0.41 123	0.71 169	0.88 173	1.01 158	0.81 176	0.28 96	0.92 144	0.43 47	0.65 142	0.52 125	2.47 182	0.45 102	0.55 81	0.72 130	0.39 146	0.54 163	0.69 121	0.80 131	0.83 120	0.72 112

SGM_RVC	2.81 223	1.46 217	0.85 188	1.76 216	1.28 211	1.68 217	1.19 203	1.56 220	1.14 202	0.82 194	1.70 215	7.09 239	2.67 220	0.42 152	0.92 144	0.57 118	0.75 168	0.57 147	11.20 242	0.66 171	0.94 159	0.46 67	0.51 175	0.84 198	1.97 227	1.64 214	5.04 252	26.13 261
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CIPLG	0.42 48	0.47 85	0.24 39	0.32 60	0.22 27	0.32 52	0.19 50	0.63 95	0.24 31	0.55 83	0.50 86	0.60 91	0.30 61	0.41 142	0.93 146	0.44 52	0.52 68	0.37 40	0.56 51	0.38 71	0.56 85	0.45 62	0.19 48	0.24 44	0.44 49	0.31 19	0.57 39	0.38 28

RGC	0.76 150	0.72 171	0.99 197	0.70 164	0.71 179	0.76 176	0.57 151	0.74 153	0.74 176	0.56 89	0.96 181	0.83 138	0.85 178	0.56 181	0.93 146	0.60 126	0.62 130	0.56 142	0.93 115	0.61 160	0.66 116	0.71 127	0.51 175	0.56 166	0.81 155	1.01 169	0.99 150	1.19 163

PA-Net	0.64 121	0.67 165	0.66 169	0.50 120	0.66 170	0.50 120	0.64 167	0.65 109	0.73 173	0.54 77	0.52 95	0.58 82	0.58 162	0.59 190	0.93 146	0.57 118	0.46 35	0.54 135	0.61 65	0.54 126	0.49 54	0.66 115	0.36 135	0.52 160	0.64 113	1.24 188	0.64 66	1.32 169
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.69 132	0.73 172	0.66 169	0.57 139	0.56 150	0.51 123	0.45 129	0.70 137	0.57 157	0.68 155	0.71 147	0.66 106	0.48 141	0.39 136	0.93 146	0.72 154	0.65 142	0.57 147	0.76 99	0.57 139	0.74 137	0.88 149	0.49 164	0.60 172	0.98 181	0.95 153	0.85 124	1.16 160

Sa-1000	0.48 75	0.47 85	0.21 22	0.26 35	0.26 42	0.31 49	0.15 27	0.65 109	0.36 105	0.63 125	0.33 39	0.50 57	0.26 42	0.30 104	0.94 150	0.49 90	0.59 114	0.45 80	0.90 113	0.32 48	0.52 70	0.75 134	0.17 35	0.27 61	0.72 129	0.53 86	1.00 155	0.49 51

DDUNet	1.38 189	2.18 223	0.79 184	2.67 223	2.43 232	2.57 223	2.52 222	0.80 168	0.84 182	0.63 125	0.94 178	1.57 188	0.45 133	2.65 235	0.94 150	0.78 166	1.99 232	0.75 191	2.31 173	0.91 198	1.16 177	0.97 155	2.71 235	0.56 166	0.72 129	0.71 111	0.97 147	0.85 130

otaku	2.33 213	3.05 239	1.19 212	3.36 237	2.37 230	3.56 233	3.08 230	1.05 198	0.98 197	1.13 214	0.80 165	2.88 207	1.62 201	2.59 231	0.95 152	0.64 135	1.23 212	0.75 191	13.16 245	1.09 210	2.47 213	2.63 216	4.75 246	0.75 189	1.13 198	1.38 202	1.69 209	2.52 202

DAS	0.95 168	0.61 154	0.48 129	0.78 173	0.61 158	0.68 162	0.59 153	0.84 177	0.93 191	0.65 136	1.58 211	1.66 190	1.06 183	0.34 122	0.95 152	0.92 180	0.92 194	0.73 187	1.77 156	1.03 206	1.73 199	1.11 166	0.47 158	0.92 202	0.93 173	1.00 166	1.39 192	0.96 140

SepStereo	0.95 168	0.61 154	0.48 129	0.78 173	0.61 158	0.68 162	0.59 153	0.84 177	0.93 191	0.65 136	1.58 211	1.66 190	1.06 183	0.34 122	0.95 152	0.92 180	0.92 194	0.73 187	1.77 156	1.03 206	1.73 199	1.11 166	0.47 158	0.92 202	0.93 173	1.00 166	1.39 192	0.96 140

GEStereo_RVC	0.71 138	0.59 147	0.40 95	0.54 133	0.50 138	0.61 147	0.51 138	0.71 140	0.41 123	0.59 104	0.51 92	0.76 127	0.46 136	0.39 136	0.96 155	0.92 180	0.78 171	0.75 191	1.94 164	0.62 164	0.80 143	1.37 185	0.31 120	0.52 160	0.61 101	0.63 99	0.86 129	1.12 156

FADNet-RVC-Resample	0.57 107	0.52 125	0.42 105	0.46 111	0.39 108	0.41 91	0.40 122	0.72 147	0.42 130	0.68 155	0.51 92	1.04 163	0.43 127	0.43 155	0.96 155	0.48 84	0.56 91	0.61 160	0.85 109	0.55 130	0.52 70	0.63 106	0.34 130	0.60 172	0.58 91	0.71 111	0.55 35	0.77 121

dad	0.89 163	0.57 145	0.37 78	1.42 208	0.65 166	0.75 173	2.23 221	1.43 215	0.36 105	0.93 203	0.38 52	0.85 141	0.76 174	0.32 117	0.97 157	0.52 102	0.78 171	0.45 80	1.87 163	0.41 91	0.74 137	0.41 45	0.30 115	0.47 150	1.15 200	0.47 68	2.64 234	1.96 190

ACVNet-4b	2.35 214	2.75 233	1.60 227	3.13 231	2.29 229	3.52 232	3.67 238	1.35 211	1.35 211	1.27 225	0.72 152	3.26 215	2.62 219	3.04 240	0.98 158	0.78 166	2.13 234	1.02 216	9.04 234	1.23 220	2.74 218	3.39 228	4.08 239	0.92 202	1.24 205	1.29 194	1.46 200	2.48 201

GES	0.59 115	0.52 125	0.37 78	0.39 87	0.40 112	0.53 129	0.37 114	0.59 70	0.40 120	0.56 89	0.60 115	0.50 57	0.30 61	0.41 142	0.98 158	0.63 131	0.67 151	0.55 140	2.28 172	0.56 134	0.70 129	0.56 96	0.31 120	0.42 131	0.48 60	0.48 73	0.65 70	0.68 102

CSAN	0.93 167	0.83 187	0.75 181	0.86 177	0.82 187	0.73 169	0.61 161	0.97 190	0.94 194	0.94 207	0.73 157	1.96 195	1.56 199	0.49 166	0.98 158	0.63 131	0.74 166	0.66 171	1.09 126	0.71 182	0.78 141	0.63 106	0.53 178	0.76 190	0.98 181	1.49 209	1.21 177	1.63 180

AMNet	1.02 176	0.98 202	0.95 194	0.98 188	1.01 196	1.03 192	0.96 194	0.87 180	0.93 191	0.97 209	1.02 186	1.10 167	0.74 173	1.06 218	0.99 161	1.09 206	1.17 208	1.04 218	1.08 125	1.05 208	1.13 176	1.04 162	0.82 203	0.98 207	1.01 189	1.07 177	1.20 176	1.27 168

MyStereo04	0.68 131	0.52 125	0.57 149	0.44 108	0.37 99	0.35 71	0.26 82	0.68 123	0.45 135	0.62 121	0.45 72	0.68 111	0.34 96	0.25 80	1.00 162	0.68 148	0.56 91	0.53 129	3.39 201	0.56 134	0.92 157	0.64 110	0.27 106	0.41 127	0.77 145	0.92 148	0.96 145	0.66 96

Ntro	2.32 211	3.40 248	1.53 225	3.55 238	2.52 235	3.71 238	3.36 232	1.11 202	1.05 199	1.16 218	0.90 175	2.93 209	1.24 191	2.72 237	1.00 162	0.64 135	1.40 217	0.82 202	10.96 240	1.14 214	2.72 217	3.19 224	4.26 242	0.73 186	1.24 205	1.59 213	1.56 204	2.31 196

ETE_ROB	0.87 161	0.90 194	0.58 151	0.67 160	0.69 173	0.85 180	0.60 156	0.66 113	0.89 187	0.64 131	1.09 190	2.63 203	0.54 152	0.54 177	1.00 162	0.72 154	0.91 192	0.63 162	0.99 122	0.66 171	0.88 152	1.08 164	0.50 168	0.59 170	0.78 147	0.92 148	1.48 201	1.17 161

MIPNet	0.51 82	0.51 117	0.33 63	0.32 60	0.30 66	0.37 76	0.25 78	0.62 89	0.24 31	0.50 55	0.52 95	0.61 92	0.41 121	0.30 104	1.01 165	0.51 100	0.59 114	0.50 111	0.76 99	0.47 111	0.44 31	0.85 145	0.20 60	0.26 58	0.66 116	0.98 162	0.71 88	0.61 82

ADCP+	0.92 164	0.59 147	0.62 159	0.44 108	0.45 125	0.55 135	0.85 183	0.65 109	1.81 223	0.48 46	1.10 192	1.62 189	0.33 86	0.42 152	1.03 166	0.52 102	0.52 68	0.48 98	1.19 135	0.38 71	0.58 97	0.60 100	0.32 125	0.30 77	0.66 116	3.45 247	0.77 100	4.14 225

EAI-Stereo	0.75 146	0.49 98	0.50 135	0.51 126	0.46 128	0.56 137	0.60 156	0.73 148	0.32 86	0.63 125	0.72 152	0.82 134	0.26 42	0.24 67	1.05 167	0.96 187	0.60 121	0.49 105	3.00 195	0.62 164	0.82 145	1.13 169	0.19 48	0.31 84	0.78 147	0.70 110	1.55 203	1.17 161

iinet-f	0.52 86	0.43 63	0.36 74	0.34 68	0.25 38	0.47 112	0.25 78	0.43 23	0.27 43	0.52 66	0.94 178	0.61 92	0.44 132	0.25 80	1.06 168	0.57 118	0.52 68	0.39 46	1.51 147	0.50 114	0.58 97	0.75 134	0.26 102	0.25 52	0.52 76	0.38 40	0.76 99	0.53 60

UDG	1.35 188	2.24 225	0.81 185	2.58 220	2.45 233	2.48 222	2.57 223	0.76 158	0.86 183	0.77 184	1.08 189	1.51 183	0.56 156	2.59 231	1.06 168	0.69 149	1.89 230	0.80 201	2.31 173	0.97 201	1.24 182	0.98 156	1.43 225	0.62 175	0.74 136	0.81 133	0.95 142	0.81 126

DeepPruner_ROB	0.59 115	0.44 67	0.54 145	0.52 128	0.54 146	0.49 116	0.37 114	0.61 82	0.46 139	0.60 110	0.70 146	0.61 92	0.51 147	0.32 117	1.06 168	0.58 122	0.62 130	0.59 157	0.66 73	0.47 111	0.97 165	0.72 130	0.36 135	0.44 140	0.61 101	1.00 166	0.72 89	0.58 73

GANet-ADL	0.70 135	0.59 147	0.52 140	0.60 145	0.57 152	0.61 147	0.46 131	0.68 123	0.52 147	0.65 136	0.67 142	0.76 127	0.43 127	0.39 136	1.08 171	0.79 169	0.68 153	0.52 125	1.84 160	0.64 168	0.66 116	0.86 147	0.42 152	0.43 135	0.70 123	0.87 141	0.97 147	0.89 136

ccs_rob	1.25 184	0.79 178	0.64 165	0.86 177	0.60 157	0.89 185	0.83 182	0.99 191	0.51 146	0.77 184	6.27 251	5.90 232	1.10 187	0.51 171	1.08 171	1.10 208	0.68 153	0.66 171	1.15 133	0.70 181	1.56 192	1.66 200	0.50 168	0.54 163	0.69 121	0.78 128	0.86 129	1.20 164

LALA_ROB	0.86 160	0.97 201	0.67 172	0.63 152	0.69 173	0.83 179	0.67 173	0.70 137	0.80 180	0.68 155	1.10 192	2.61 202	0.58 162	0.51 171	1.11 173	0.67 145	0.86 183	0.72 184	0.89 112	0.67 175	0.80 143	1.00 159	0.49 164	0.59 170	0.73 134	0.92 148	1.16 171	1.10 153

PWCDC_ROB	0.67 126	0.35 31	0.39 90	0.29 46	0.43 122	0.34 66	0.36 112	0.43 23	1.25 206	0.27 12	0.72 152	0.44 38	2.38 214	0.57 185	1.11 173	0.76 161	0.56 91	0.56 142	0.64 67	0.55 130	0.63 108	2.08 210	0.46 157	0.40 124	0.36 31	0.63 99	0.51 25	0.67 98

MyStereo	0.70 135	0.55 135	0.69 175	0.47 113	0.38 105	0.35 71	0.27 84	0.68 123	0.49 143	0.64 131	0.57 109	0.66 106	0.42 122	0.26 90	1.12 175	0.65 141	0.58 104	0.53 129	3.20 199	0.57 139	0.92 157	0.74 132	0.28 109	0.41 127	0.88 168	0.99 164	0.99 150	0.62 86

NOSS_ROB	0.76 150	0.84 191	0.50 135	0.72 166	0.61 158	0.75 173	0.52 140	0.80 168	0.54 150	0.70 166	0.62 125	0.62 100	0.86 179	0.62 191	1.14 176	1.10 208	0.78 171	0.69 180	0.73 89	0.60 151	0.88 152	0.67 120	0.50 168	0.71 184	0.86 166	0.95 153	1.38 191	0.85 130

pcwnet_v2	0.62 118	0.46 80	0.50 135	0.62 150	0.49 137	0.61 147	0.46 131	0.66 113	0.45 135	0.65 136	0.79 161	0.64 102	0.86 179	0.53 176	1.15 177	0.55 112	0.59 114	0.51 118	0.83 106	0.41 91	0.55 81	0.47 71	0.34 130	0.43 135	0.75 139	0.76 124	0.85 124	0.95 139

SFCPSM	3.03 227	0.82 185	0.63 163	0.77 171	0.69 173	0.72 168	0.63 165	0.83 175	0.98 197	0.71 169	2.00 222	2.57 201	3.49 222	0.56 181	1.16 178	0.93 183	0.74 166	0.64 166	54.48 273	1.19 218	0.88 152	0.91 152	0.55 184	0.55 165	0.94 176	0.93 151	1.11 167	1.39 170

FADNet	0.65 122	0.55 135	0.41 103	0.53 131	0.42 119	0.49 116	0.65 171	0.74 153	0.42 130	0.66 146	0.64 129	0.81 132	0.50 143	0.36 130	1.17 179	0.51 100	0.51 65	0.53 129	1.61 152	0.53 120	0.69 126	0.59 97	0.35 134	0.41 127	0.72 129	0.88 143	0.78 105	1.06 150

MaskLacGwcNet_RVC	8.29 253	0.65 161	1.07 207	0.94 187	0.83 188	0.81 178	1.27 205	0.85 179	0.73 173	0.93 203	6.13 248	180.62 274	2.17 208	1.33 224	1.22 180	1.01 197	0.93 196	1.06 220	6.32 223	0.79 187	3.32 233	3.77 230	0.55 184	0.76 190	0.95 178	1.34 201	1.19 175	2.42 200

FBW_ROB	1.34 187	1.42 216	1.08 208	2.01 219	1.42 217	1.37 209	1.63 211	0.99 191	0.70 171	0.72 172	1.02 186	2.05 198	0.91 181	1.47 225	1.24 181	0.60 126	0.88 188	0.65 170	6.08 220	0.59 147	1.06 173	0.81 142	1.48 226	1.12 218	0.99 184	1.20 184	0.99 150	1.66 183

ADCL	1.27 185	0.82 185	0.64 165	0.60 145	0.53 143	0.73 169	0.91 189	0.75 157	2.78 243	0.68 155	1.01 185	0.86 145	0.50 143	0.50 169	1.27 182	0.64 135	0.66 145	0.57 147	1.20 137	0.60 151	0.98 166	0.88 149	0.50 168	0.47 150	1.60 219	1.50 210	0.88 132	11.30 250

ACVNet_2	3.17 228	2.98 236	2.25 236	4.72 245	2.88 243	3.50 230	3.48 234	1.58 222	1.33 209	1.29 227	1.10 192	3.22 214	2.45 215	2.67 236	1.29 183	0.86 175	7.26 255	1.02 216	22.14 253	1.37 226	3.22 229	1.25 178	4.24 240	1.37 227	1.93 224	1.92 220	1.83 214	2.36 198

RainbowNet	2.32 211	2.93 235	1.87 231	3.34 236	2.57 236	3.50 230	3.49 235	1.29 207	0.92 189	1.53 239	0.89 174	3.18 213	2.31 213	2.94 238	1.30 184	0.90 178	1.61 224	1.00 214	5.61 216	1.51 228	2.82 221	4.18 234	4.25 241	0.97 205	1.32 208	1.58 212	1.71 211	3.00 211

ACVNet_1	2.47 216	3.23 243	2.35 237	4.40 244	2.93 246	3.77 240	3.96 240	1.34 210	1.18 204	1.21 221	1.02 186	3.31 217	2.07 207	3.09 242	1.31 185	0.70 152	2.26 238	1.10 224	9.52 235	1.14 214	3.45 234	1.18 175	4.50 245	1.07 213	1.39 212	1.75 217	1.36 190	2.10 192

CBMV	1.15 181	0.84 191	0.60 156	0.85 176	0.76 185	0.73 169	0.48 134	0.87 180	0.80 180	0.81 192	0.61 121	2.86 206	0.81 176	0.52 175	1.31 185	1.17 216	0.91 192	0.74 189	2.40 180	0.66 171	1.57 193	0.76 137	0.48 163	1.06 212	0.99 184	1.09 178	2.25 221	4.25 226
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
edge stereo	1.82 203	1.16 209	2.22 235	1.46 210	1.28 211	1.58 213	1.38 208	1.67 227	1.30 208	1.20 220	3.42 234	4.33 227	2.26 212	0.80 207	1.41 187	1.46 234	1.05 205	0.83 205	5.42 215	0.97 201	1.34 188	3.76 229	0.95 211	0.88 200	1.26 207	1.20 184	1.70 210	2.91 208

CBMV_ROB	1.71 202	0.79 178	0.65 168	1.35 205	1.07 202	1.01 190	0.74 178	1.01 195	0.54 150	0.72 172	0.81 166	9.80 252	5.90 234	0.57 185	1.42 188	0.69 149	0.80 177	0.58 152	5.38 214	1.22 219	0.95 162	0.55 95	0.53 178	0.62 175	1.22 201	1.45 204	2.72 236	2.94 209

LVE	4.33 240	3.03 237	2.00 233	27.23 266	3.06 247	3.83 241	12.07 262	1.53 219	1.64 221	1.85 248	1.48 208	3.30 216	3.91 224	3.06 241	1.45 189	1.05 201	1.95 231	1.38 240	15.68 250	1.62 235	3.25 231	5.86 244	4.42 244	1.76 244	2.87 237	2.06 227	2.34 224	3.25 215

Dean	2.84 224	3.23 243	1.81 229	6.04 248	3.38 252	3.63 235	3.67 238	1.88 232	1.97 227	1.47 233	1.30 200	3.69 221	4.10 225	2.97 239	1.45 189	0.97 189	2.41 239	1.29 233	5.94 217	1.74 239	3.20 228	4.23 235	4.79 248	1.55 235	2.65 232	2.27 230	2.56 231	2.64 204

G-Net	1.86 204	1.00 203	1.28 220	0.89 180	0.93 193	1.10 197	0.77 179	1.63 223	2.07 230	0.99 210	2.89 229	7.30 243	1.67 203	0.55 180	1.45 189	1.75 240	1.04 203	0.93 211	2.87 191	2.72 250	1.89 205	1.47 189	0.80 201	1.02 211	1.06 192	1.71 216	2.82 237	5.60 233

STTRV1_RVC	2.36 215	0.81 182	0.64 165	1.04 191	0.73 181	1.03 192	0.85 183	0.91 184	0.92 189	0.93 203	0.95 180	1.72 193	2.23 209	0.86 211	1.46 192	0.78 166	1.37 215	0.72 184	31.78 261	1.97 240	1.59 194	1.23 177	0.98 213	0.97 205	1.07 193	1.11 180	1.75 212	3.40 218

MFN_U_SF_DS_RVC	1.33 186	0.90 194	0.63 163	1.27 203	0.90 191	1.21 202	2.21 219	1.27 204	1.18 204	1.00 211	0.91 176	1.80 194	1.16 190	1.07 219	1.48 193	0.77 163	0.70 158	0.58 152	2.75 190	0.67 175	1.39 189	2.93 220	0.85 205	0.73 186	1.47 214	1.68 215	1.33 188	2.96 210

iResNet	0.92 164	0.56 141	0.62 159	0.72 166	0.68 171	0.96 187	0.55 146	0.95 186	0.57 157	0.67 153	0.82 171	1.41 180	1.51 198	0.31 111	1.49 194	0.66 144	0.75 168	0.67 173	4.08 208	0.68 177	0.72 132	0.63 106	0.41 149	0.83 196	0.72 129	0.91 147	1.02 157	0.87 134

Anonymous3	0.79 153	0.59 147	0.42 105	0.37 81	0.42 119	0.57 138	0.50 137	0.80 168	0.64 166	0.68 155	0.49 82	1.48 181	0.54 152	0.31 111	1.53 195	1.42 233	0.88 188	0.82 202	1.45 145	0.69 180	1.31 186	1.30 181	0.40 147	0.40 124	0.74 136	0.86 138	1.03 159	0.71 110

NVstereo2D	0.55 96	0.47 85	0.40 95	0.52 128	0.48 134	0.66 159	0.64 167	0.60 75	0.38 115	0.48 46	0.61 121	0.53 65	0.30 61	0.63 193	1.53 195	0.61 129	0.58 104	0.55 140	0.53 39	0.41 91	0.50 57	0.38 36	0.54 182	0.43 135	0.64 113	0.48 73	0.56 37	0.53 60

ADCRef	1.01 175	0.65 161	0.48 129	0.39 87	0.47 131	0.65 156	0.68 174	0.61 82	1.08 200	0.52 66	0.64 129	0.75 125	0.43 127	0.38 135	1.56 197	0.72 154	0.61 126	0.59 157	1.53 148	0.58 143	0.66 116	0.71 127	0.50 168	0.43 135	0.75 139	1.25 191	0.82 113	8.96 247

SANet	1.61 197	0.91 197	1.10 210	1.04 191	1.05 200	1.25 205	0.77 179	1.76 230	1.81 223	0.77 184	1.24 196	6.63 236	5.08 229	0.83 208	1.56 197	0.77 163	1.24 213	0.90 206	1.58 149	0.82 192	1.05 171	1.00 159	0.90 206	1.27 225	1.32 208	1.93 221	1.88 215	3.10 214

IMH	3.24 230	2.76 234	2.37 240	3.26 234	2.74 240	3.73 239	4.10 243	1.72 229	2.58 238	1.17 219	1.24 196	3.92 222	10.58 244	6.80 259	1.57 199	1.11 210	2.25 237	1.30 234	6.28 222	1.56 233	2.97 223	4.14 233	4.90 251	1.45 234	3.01 239	2.36 231	2.47 230	5.19 232

PSMNet_ROB	2.71 220	3.39 247	1.92 232	2.87 227	2.04 224	4.01 243	3.50 236	1.46 216	1.41 214	1.59 241	3.34 231	3.52 218	4.97 227	4.50 250	1.61 200	0.95 184	1.87 229	1.06 220	8.62 230	1.63 236	2.32 212	1.51 193	5.43 255	1.37 227	1.98 228	1.94 222	1.91 216	2.39 199

IPLG	0.47 72	0.45 74	0.32 60	0.28 41	0.27 50	0.32 52	0.21 58	0.63 95	0.22 21	0.51 59	0.38 52	0.56 74	0.29 52	0.31 111	1.64 201	0.44 52	0.56 91	0.48 98	0.56 51	0.41 91	0.45 34	0.75 134	0.18 40	0.28 65	0.45 53	0.59 95	0.65 70	0.51 55

DeepPrunerF	1.22 183	0.49 98	0.39 90	0.58 140	2.86 242	0.49 116	0.55 146	0.52 40	0.58 160	0.43 26	0.67 142	0.43 36	0.32 82	0.42 152	1.64 201	0.75 160	0.58 104	0.46 87	0.93 115	0.46 107	0.61 103	0.53 89	0.40 147	0.35 107	15.32 262	0.82 136	0.65 70	0.62 86

pmcnn	1.66 199	0.80 181	0.52 140	1.19 200	1.01 196	1.21 202	0.93 191	0.96 189	0.54 150	0.74 176	2.66 228	3.98 224	5.06 228	0.31 111	1.65 203	1.40 232	1.20 211	0.91 209	3.99 206	0.95 199	4.45 244	1.02 161	0.90 206	0.90 201	1.07 193	1.01 169	2.43 228	3.03 212

WAO-8	4.25 238	3.34 245	2.80 243	10.32 254	2.92 244	4.17 244	5.89 246	2.66 248	4.45 250	1.69 243	3.41 232	5.94 233	11.31 246	5.29 254	1.71 204	1.34 223	2.69 244	1.51 242	10.78 238	2.48 247	2.63 215	4.50 236	3.44 237	1.58 236	5.12 250	3.31 245	3.60 244	5.76 234

Venus	4.25 238	3.34 245	2.80 243	10.32 254	2.92 244	4.17 244	5.89 246	2.66 248	4.45 250	1.69 243	3.41 232	5.94 233	11.31 246	5.29 254	1.71 204	1.34 223	2.69 244	1.51 242	10.78 238	2.48 247	2.63 215	4.50 236	3.44 237	1.58 236	5.12 250	3.31 245	3.60 244	5.76 234

MSC_U_SF_DS_RVC	1.67 200	1.25 213	1.05 203	1.56 211	1.08 203	1.20 201	3.18 231	1.50 218	2.10 231	1.30 228	0.98 183	1.50 182	1.04 182	1.66 226	1.71 204	1.18 217	0.84 181	1.01 215	6.24 221	1.15 217	1.43 190	3.23 225	1.19 216	1.14 219	1.52 217	1.29 194	1.09 163	2.78 207

IPLGR	0.57 107	0.55 135	0.37 78	0.43 104	0.38 105	0.36 74	0.23 70	0.62 89	0.30 63	0.56 89	0.68 145	0.61 92	0.32 82	0.29 102	1.73 207	0.47 79	0.56 91	0.56 142	1.09 126	0.54 126	0.53 76	0.81 142	0.20 60	0.32 88	0.71 126	0.97 161	0.73 92	0.57 71

FAT-Stereo	1.57 195	0.78 176	1.44 223	1.10 193	1.32 214	1.05 194	0.87 186	1.28 206	0.86 183	1.21 221	5.46 245	3.07 211	1.28 193	0.66 196	1.73 207	1.34 223	0.89 190	0.94 212	1.83 159	1.08 209	2.02 206	3.90 232	0.71 194	0.98 207	0.86 166	1.21 186	1.42 198	3.03 212

SGM+DAISY	3.81 236	1.38 215	1.26 218	1.80 218	1.47 219	1.93 220	1.71 212	1.47 217	1.33 209	1.34 230	6.67 254	9.59 251	12.99 251	1.20 221	1.73 207	1.47 235	1.42 218	1.24 230	11.11 241	1.37 226	3.07 226	2.13 211	1.27 221	1.42 233	1.69 220	1.26 192	2.90 238	26.50 262

LE_ROB	17.44 259	1.82 220	6.12 261	9.40 251	53.85 275	8.01 262	46.26 271	11.27 265	28.12 267	1.80 246	7.03 255	38.62 267	49.53 269	0.34 122	1.76 210	0.55 112	0.78 171	0.59 157	36.68 265	6.72 258	2.92 222	0.85 145	29.06 271	12.10 266	26.35 264	25.49 266	27.84 267	37.03 269

TorneroNet	8.11 251	4.28 253	2.58 242	27.50 267	3.31 251	5.00 250	6.00 248	2.62 246	10.13 259	1.49 235	2.57 227	11.07 257	68.61 273	4.25 248	1.77 211	1.18 217	5.78 252	1.62 245	23.67 254	2.83 251	4.30 241	5.47 240	5.37 254	1.65 240	3.72 244	3.14 242	2.59 232	6.36 238

AnyNet_C32	1.64 198	0.65 161	0.74 180	0.67 160	0.73 181	0.86 183	1.14 199	0.95 186	3.12 246	0.75 179	1.53 210	0.94 151	0.64 168	0.67 198	1.83 212	1.11 210	1.06 206	0.95 213	1.78 158	0.76 184	1.76 202	1.71 202	0.66 193	0.85 199	1.13 198	2.68 235	1.17 173	13.55 252

FADNet_RVC	0.92 164	0.69 168	0.55 148	0.88 179	0.75 184	0.54 133	0.51 138	0.77 163	0.54 150	0.70 166	0.96 181	1.36 179	1.06 183	0.54 177	1.85 213	0.64 135	0.80 177	0.90 206	3.34 200	0.76 184	1.00 167	1.13 169	0.37 140	0.60 172	0.66 116	0.87 141	0.97 147	1.14 159

SPS-STEREO	1.93 207	1.27 214	1.21 214	1.60 213	1.34 215	1.44 211	1.17 202	1.66 224	1.36 213	1.38 231	3.67 235	3.02 210	1.29 194	1.05 217	1.85 213	1.83 242	1.58 221	1.37 239	8.86 233	1.34 224	3.07 226	1.47 189	1.27 221	1.37 227	1.42 213	1.28 193	2.02 220	1.89 188
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RTSC	0.73 140	0.49 98	0.46 122	0.47 113	0.51 141	0.55 135	0.56 148	0.67 116	0.68 170	0.54 77	0.79 161	0.57 77	0.57 160	0.41 142	1.92 215	0.77 163	0.96 199	0.58 152	1.36 143	0.56 134	0.85 151	1.11 166	0.31 120	0.53 162	0.58 91	0.65 103	0.95 142	1.26 167

PWCK	5.04 241	3.03 237	2.21 234	3.61 239	2.60 237	4.41 247	5.09 244	2.45 243	2.76 242	3.31 257	4.34 238	10.15 255	5.13 231	1.74 227	1.99 216	1.38 230	2.41 239	1.45 241	51.59 272	2.35 245	3.70 238	2.69 217	2.65 233	1.78 246	2.97 238	3.21 243	2.43 228	4.77 227

DispFullNet	4.17 237	3.20 242	4.34 255	2.72 224	2.46 234	2.92 225	2.70 225	2.79 250	1.90 226	4.51 261	6.62 253	8.91 248	4.83 226	2.59 231	2.00 217	8.18 259	3.24 247	1.98 247	24.96 255	2.93 252	3.99 239	3.36 227	1.71 228	1.15 220	1.36 211	1.32 198	2.36 227	3.65 221

notaker	5.52 243	5.55 258	3.76 253	13.97 259	5.34 257	5.44 255	7.16 250	2.36 239	2.68 241	2.06 250	1.80 218	12.90 259	23.86 257	3.98 247	2.04 218	1.73 239	3.45 249	2.12 250	17.08 251	2.15 242	6.10 253	5.87 245	6.15 259	2.12 251	1.79 221	2.08 228	2.31 223	3.29 217

XQC	1.03 177	0.90 194	0.71 177	0.91 182	0.92 192	0.92 186	0.86 185	1.06 200	0.90 188	0.84 197	1.11 195	1.03 160	1.30 196	0.71 202	2.04 218	0.95 184	0.87 184	0.67 173	1.64 153	0.78 186	1.00 167	1.67 201	0.62 191	0.73 186	1.09 195	1.47 205	1.26 183	0.97 142

RTS	1.09 179	0.59 147	0.59 152	0.60 145	0.58 155	0.96 187	0.90 187	0.80 168	0.88 185	0.59 104	0.71 147	1.28 175	0.62 164	0.51 171	2.04 218	0.98 191	1.19 209	0.77 196	2.33 175	0.85 194	0.96 163	1.16 172	0.49 164	0.65 180	1.23 202	4.43 250	1.15 168	1.45 171

RTSA	1.09 179	0.59 147	0.59 152	0.60 145	0.58 155	0.96 187	0.90 187	0.80 168	0.88 185	0.59 104	0.71 147	1.28 175	0.62 164	0.51 171	2.04 218	0.98 191	1.19 209	0.77 196	2.33 175	0.85 194	0.96 163	1.16 172	0.49 164	0.65 180	1.23 202	4.43 250	1.15 168	1.45 171

WAO-7	2.72 222	1.83 221	2.89 246	7.39 250	1.73 223	1.76 218	1.82 214	2.07 235	2.65 239	2.21 252	5.39 244	4.58 229	5.72 233	1.23 222	2.07 222	1.27 222	1.69 225	1.22 229	7.70 227	1.51 228	1.64 197	3.07 222	0.84 204	1.65 240	1.83 223	2.48 233	1.97 218	3.27 216

TorneroNet-64	6.02 245	4.60 254	2.53 241	15.58 261	3.29 250	4.87 249	7.75 251	2.23 237	10.02 257	1.42 232	1.31 201	7.26 242	29.23 263	4.36 249	2.09 223	1.21 220	8.22 256	1.70 246	17.35 252	2.62 249	4.31 242	5.68 243	5.20 253	1.76 244	3.58 243	3.76 249	2.29 222	8.34 245

MDST_ROB	3.33 232	2.32 227	0.75 181	3.90 241	1.47 219	2.61 224	1.00 196	1.12 203	0.72 172	0.78 188	0.67 142	1.54 186	25.37 258	0.34 122	2.11 224	0.53 104	0.65 142	0.48 98	3.69 203	0.58 143	0.88 152	0.59 97	0.58 187	0.68 182	7.85 257	3.03 240	17.15 262	8.63 246

S-Stereo	1.54 193	0.81 182	0.83 187	1.15 197	1.16 207	1.29 207	1.56 209	1.02 196	1.09 201	1.25 224	4.20 237	4.10 225	1.10 187	0.66 196	2.16 225	1.63 237	0.90 191	1.05 219	2.20 170	1.10 211	1.26 183	3.12 223	1.31 224	1.17 222	0.84 164	1.18 183	1.21 177	2.18 195

PWC_ROB	1.18 182	0.70 169	1.06 205	0.60 145	0.71 179	0.70 165	0.98 195	0.83 175	1.55 219	0.76 182	1.40 206	1.00 156	2.46 216	0.57 185	2.17 226	0.99 195	1.15 207	0.90 206	2.37 177	0.95 199	1.63 196	2.05 209	0.44 154	0.98 207	0.81 155	0.80 131	1.24 181	2.15 194

ADCMid	1.56 194	0.92 198	0.99 197	0.70 164	0.86 189	1.05 194	1.37 207	1.29 207	1.77 222	0.75 179	1.75 217	1.27 173	1.48 197	0.69 200	2.18 227	1.07 203	0.98 200	0.79 200	2.74 189	0.80 188	1.31 186	1.74 204	1.06 214	0.70 183	1.01 189	1.53 211	1.02 157	10.33 248

SHD	0.97 173	0.56 141	0.73 179	0.75 169	0.69 173	0.66 159	0.61 161	0.99 191	0.94 194	0.77 184	1.00 184	0.94 151	1.29 194	0.54 177	2.21 228	0.98 191	0.95 197	0.70 182	2.01 165	0.80 188	1.12 175	1.71 202	0.47 158	0.77 193	0.91 171	1.01 169	0.91 134	1.22 166

WAO-6	2.71 220	2.26 226	1.57 226	3.00 229	2.25 228	3.01 226	3.02 229	1.77 231	2.35 232	1.52 238	1.62 213	3.94 223	5.12 230	2.64 234	2.22 229	1.38 230	2.65 243	1.36 238	4.86 211	1.54 232	2.76 220	4.79 238	2.70 234	1.73 242	2.71 233	2.59 234	2.68 235	5.02 230

KSHMR	8.16 252	4.16 251	2.96 247	25.39 265	3.92 253	5.08 251	5.53 245	2.62 246	2.40 234	2.23 253	2.26 224	4.37 228	77.17 274	5.23 253	2.24 230	1.71 238	2.79 246	1.98 247	31.04 260	2.02 241	4.59 246	5.35 239	7.54 262	1.89 248	3.30 240	2.91 238	3.01 239	6.51 239

UNDER WATER	7.55 249	4.74 255	3.06 248	10.46 256	5.92 259	6.35 259	8.05 253	4.32 252	3.69 249	1.97 249	2.14 223	10.53 256	62.60 272	4.83 251	2.25 231	1.59 236	12.22 260	2.08 249	9.67 236	3.97 254	5.27 250	6.65 248	8.86 266	2.65 256	3.82 245	5.62 254	3.62 246	7.03 241

PVD	1.47 190	1.04 204	1.44 223	1.10 193	1.09 205	1.19 200	1.07 198	1.91 234	2.05 228	0.79 190	1.49 209	1.54 186	1.91 206	0.89 213	2.26 232	1.35 226	1.39 216	1.09 223	2.41 181	1.14 214	1.51 191	1.98 208	0.79 199	1.08 215	1.49 216	1.82 219	1.67 208	2.10 192

MFMNet_re	1.51 192	1.18 210	1.12 211	1.29 204	1.16 207	1.63 215	1.32 206	1.30 209	1.63 220	1.14 217	1.38 205	2.64 204	1.63 202	0.90 214	2.27 233	1.35 226	1.58 221	1.32 237	3.69 203	1.24 221	2.10 207	1.26 180	1.16 215	1.24 224	1.11 196	1.02 173	1.59 205	1.60 178

IMH-64-1	2.92 225	2.70 230	2.36 238	3.23 232	2.71 238	3.70 236	4.05 241	1.66 224	2.48 235	1.13 214	1.26 198	3.60 219	6.29 236	3.59 244	2.28 234	1.15 213	2.20 235	1.31 235	6.02 218	1.52 230	3.03 224	5.48 241	4.83 249	1.40 230	2.83 235	2.02 225	2.34 224	3.64 219

IMH-64	2.92 225	2.70 230	2.36 238	3.23 232	2.71 238	3.70 236	4.05 241	1.66 224	2.48 235	1.13 214	1.26 198	3.60 219	6.29 236	3.59 244	2.28 234	1.15 213	2.20 235	1.31 235	6.02 218	1.52 230	3.03 224	5.48 241	4.83 249	1.40 230	2.83 235	2.02 225	2.34 224	3.64 219

ktn	8.45 255	3.18 241	2.84 245	6.37 249	3.26 249	4.31 246	10.28 260	2.15 236	10.13 259	2.27 254	1.83 219	42.17 269	55.84 270	3.93 246	2.34 236	2.09 245	9.85 258	2.17 251	33.98 262	2.24 244	3.24 230	3.03 221	4.78 247	2.25 253	2.59 230	2.81 236	3.18 240	5.04 231

ADCPNet	2.08 210	0.77 174	0.87 190	0.83 175	1.21 209	0.85 180	1.59 210	1.02 196	1.35 211	0.83 196	1.97 221	1.01 158	7.76 240	0.75 205	2.35 237	1.16 215	0.95 197	0.71 183	4.05 207	0.97 201	1.30 185	1.61 197	0.72 195	0.76 190	1.52 217	1.96 224	1.21 177	16.04 255

MFN_U_SF_RVC	1.68 201	1.06 205	0.88 191	1.25 202	1.01 196	1.53 212	2.07 217	1.38 214	1.17 203	1.51 236	2.95 230	2.00 197	1.57 200	2.05 229	2.38 238	0.98 191	0.87 184	0.82 202	6.78 224	1.11 213	2.21 209	2.38 214	0.65 192	1.11 217	1.23 202	1.33 199	1.28 184	1.69 185

ELAS_RVC	3.22 229	2.01 222	1.85 230	2.66 222	2.07 226	5.08 251	2.06 216	2.41 242	1.89 225	1.74 245	4.78 239	8.00 244	8.02 241	0.74 204	2.38 238	0.81 170	1.75 227	1.14 228	3.97 205	1.27 222	4.64 247	7.61 252	1.26 217	1.74 243	6.58 254	3.21 243	3.39 242	3.80 222
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FADE		3.16 240	4.82 257	1.74 215	2.06 225	5.58 256	6.98 249	6.39 260	14.42 263	9.69 266	24.68 267		11.63 249	3.16 243	2.41 240	3.75 250	13.11 261	6.09 259	30.40 259	15.33 266	14.18 264	10.90 263	1.70 227	3.54 259	3.84 246	1.80 218	6.83 256	24.35 259

FCDSN-DC	0.69 132	0.61 154	0.62 159	0.66 159	0.61 158	0.59 142	0.60 156	0.68 123	0.42 130	0.75 179	0.42 65	0.57 77	0.36 107	0.50 169	2.43 241	0.67 145	0.80 177	0.76 194	0.64 67	0.56 134	0.70 129	0.60 100	0.47 158	0.83 196	0.66 116	0.74 118	0.61 57	0.67 98
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DGSMNet	2.66 219	0.96 199	1.36 222	1.03 190	0.99 195	1.12 199	1.05 197	1.36 212	0.94 194	2.15 251	13.54 263	1.71 192	1.85 204	0.93 215	2.50 242	3.85 252	5.34 251	1.61 244	5.07 212	1.68 238	7.04 254	8.02 255	0.96 212	1.19 223	1.01 189	1.33 199	1.40 196	1.88 187

SAMSARA	1.50 191	0.79 178	1.00 201	0.93 185	0.88 190	0.86 183	0.93 191	1.57 221	1.25 206	0.96 208	1.09 190	1.27 173	2.59 217	0.83 208	2.58 243	1.19 219	1.04 203	0.91 209	2.56 183	0.99 204	1.77 203	2.23 212	0.56 186	0.98 207	2.63 231	2.81 236	2.62 233	2.56 203

ELAS	3.38 233	2.19 224	1.79 228	2.99 228	2.37 230	3.32 229	2.09 218	2.60 245	2.85 244	1.28 226	4.85 241	8.61 246	8.02 241	0.76 206	2.90 244	0.81 170	1.80 228	1.10 224	4.19 209	1.10 211	4.53 245	7.86 253	1.26 217	1.63 238	7.08 255	4.79 253	3.66 247	4.87 228
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UNDER WATER-64	6.11 247	5.20 256	3.13 249	12.20 257	5.77 258	6.55 260	8.53 256	4.74 257	3.45 248	2.30 255	2.36 225	12.04 258	12.47 250	5.08 252	3.02 245	1.81 241	12.11 259	2.17 251	8.81 232	4.17 256	5.75 252	7.27 250	8.74 265	2.61 255	3.86 247	8.63 256	4.32 250	7.86 244

ADCS	1.88 205	1.06 205	0.98 196	0.93 185	1.10 206	1.09 196	1.14 199	1.27 204	2.49 237	0.89 201	1.36 204	1.51 183	2.92 221	0.86 211	3.30 246	2.26 246	1.46 220	1.26 232	3.10 197	1.29 223	2.48 214	2.88 218	0.80 201	1.10 216	1.33 210	4.48 252	1.41 197	6.08 236

SPstereo	3.56 234	1.74 219	3.18 250	1.78 217	1.64 221	1.86 219	1.73 213	2.36 239	2.05 228	1.84 247	4.83 240	7.23 240	9.01 243	1.81 228	3.54 247	5.52 255	2.43 241	2.86 254	3.65 202	3.54 253	5.29 251	7.52 251	1.95 231	2.10 250	2.52 229	3.11 241	3.20 241	7.77 243

AnyNet_C01	2.06 209	1.08 207	1.06 205	1.14 196	1.08 203	1.01 190	2.69 224	1.69 228	2.66 240	1.21 221	1.67 214	2.90 208	2.60 218	0.95 216	3.65 248	4.02 253	2.09 233	2.21 253	3.08 196	1.56 233	3.30 232	2.89 219	1.26 217	1.15 220	1.80 222	1.43 203	1.51 202	3.90 223

MANE	7.31 248	2.64 229	4.48 256	3.30 235	3.10 248	3.94 242	2.83 227	5.37 258	6.88 254	1.11 213	5.64 247	8.81 247	11.02 245	0.67 198	3.83 249	3.83 251	1.32 214	18.03 265	8.61 229	0.84 193	4.22 240	1.16 172	0.74 197	1.79 247	13.65 261	18.61 262	22.89 264	38.18 270

STStereo	5.29 242	2.47 228	5.20 258	5.20 246	2.80 241	4.72 248	3.42 233	6.23 259	6.52 253	1.51 236	7.61 256	9.53 249	14.86 254	0.63 193	4.09 250	0.64 135	0.87 184	0.62 161	36.67 264	1.02 205	1.23 181	1.05 163	0.78 198	1.63 238	3.46 242	2.43 232	3.53 243	14.15 253

MADNet+	1.96 208	1.18 210	1.26 218	1.45 209	1.28 211	1.10 197	2.21 219	1.88 232	1.41 214	1.33 229	1.32 202	2.29 199	2.23 209	1.25 223	4.58 251	1.87 243	2.55 242	1.13 227	2.73 188	1.63 236	3.69 237	3.33 226	1.26 217	2.09 249	1.93 224	1.47 205	1.59 205	2.77 206

DPSNet	2.61 217	0.83 187	0.77 183	1.21 201	1.24 210	1.34 208	0.93 191	1.08 201	1.49 217	0.78 188	0.86 172	6.91 238	3.85 223	0.58 188	4.58 251	2.54 247	1.43 219	1.24 230	14.95 249	1.34 224	4.83 248	8.01 254	1.75 229	1.40 230	1.47 214	1.95 223	1.60 207	1.66 183

HanzoNet	19.12 264	15.23 261	6.99 262	35.06 270	14.35 267	40.77 271	42.46 270	17.81 267	22.51 266	3.55 258	8.29 257	41.30 268	56.30 271	43.04 273	5.72 253	4.37 254	37.83 271	3.30 256	49.59 271	8.93 261	10.30 261	6.85 249	14.15 270	3.46 258	5.94 253	5.80 255	5.29 254	7.13 242

MADNet++	5.64 244	3.51 249	3.77 254	2.84 226	4.62 255	3.02 227	3.65 237	4.36 253	5.03 252	4.18 260	5.07 243	6.45 235	5.92 235	6.18 258	7.04 254	6.82 257	4.71 250	4.00 258	8.03 228	5.83 257	9.92 259	16.38 264	2.32 232	4.34 260	3.95 248	11.38 259	4.93 251	4.01 224

PML	30.82 268	20.91 264	7.15 263	29.65 268	20.81 270	29.11 269	10.50 261	10.87 262	88.32 275	20.03 270	154.19 275	98.60 273	119.55 275	10.53 262	9.19 255	8.69 260	16.72 263	7.27 261	34.57 263	7.35 260	12.77 263	10.86 262	5.72 258	6.17 261	33.11 271	12.83 260	34.30 269	12.33 251

JetRed	7.85 250	5.29 257	6.07 260	3.75 240	5.00 256	6.95 261	10.20 259	4.64 256	3.42 247	2.92 256	2.39 226	6.71 237	2.25 211	7.15 260	10.26 256	7.34 258	8.59 257	7.11 260	4.82 210	4.08 255	10.76 262	9.27 257	7.85 263	3.34 257	10.96 258	24.25 265	11.90 259	24.57 260

LRCNet_RVC	21.34 265	28.92 265	11.37 264	31.78 269	29.09 271	34.25 270	27.43 267	21.71 270	10.07 258	29.63 271	30.60 268	32.06 265	25.81 259	33.87 271	11.15 257	2.97 248	25.27 267	21.35 268	44.05 268	20.83 267	14.27 265	5.87 245	36.69 272	27.43 269	2.76 234	1.47 205	8.68 258	6.79 240

MeshStereo	3.62 235	1.54 218	1.05 203	2.64 221	1.72 222	2.05 221	1.15 201	2.40 241	1.41 214	0.90 202	6.48 252	9.56 250	7.42 239	0.49 166	11.75 258	1.94 244	0.87 184	0.74 189	8.79 231	0.80 188	8.36 255	8.07 256	0.73 196	1.07 213	3.39 241	2.15 229	5.22 253	4.99 229
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
JetBlue	6.09 246	3.85 250	3.31 252	5.99 247	4.13 254	6.22 258	7.94 252	3.42 251	2.89 245	1.47 233	1.46 207	8.10 245	1.90 205	5.39 256	11.86 259	3.22 249	3.30 248	2.99 255	5.32 213	2.40 246	9.74 258	10.03 261	4.93 252	2.18 252	7.39 256	17.16 261	3.72 249	24.15 258

HBP-ISP	1.60 196	0.86 193	0.90 192	0.98 188	0.69 173	0.85 180	0.56 148	0.89 183	0.48 142	0.82 194	0.79 161	0.97 155	0.36 107	0.69 200	11.97 260	5.83 256	0.70 158	0.67 173	0.70 84	0.62 164	1.05 171	5.90 247	0.50 168	0.62 175	0.82 158	1.01 169	2.01 219	1.06 150

DPSimNet_ROB	18.93 263	32.01 266	5.97 259	12.40 258	11.35 265	6.13 257	28.07 268	15.03 266	35.64 271	3.96 259	78.33 274	18.15 260	35.00 264	5.44 257	12.19 261	10.36 261	13.57 262	3.64 257	87.52 275	6.87 259	14.36 266	9.97 259	4.40 243	7.14 262	5.17 252	9.85 257	5.93 255	32.56 264

DGTPSM_ROB	12.12 257	5.96 259	17.45 266	4.20 242	7.86 260	5.15 253	8.18 254	4.56 254	11.64 261	4.52 262	8.72 258	5.01 230	17.08 255	12.98 263	14.91 262	14.58 263	6.85 253	15.76 263	12.78 244	12.05 262	9.07 256	21.74 265	5.67 256	11.54 264	11.84 259	31.02 268	12.98 260	33.06 265

DPSMNet_ROB	12.40 258	5.97 260	17.46 267	4.21 243	7.87 261	5.15 253	8.18 254	4.56 254	11.65 262	4.54 263	8.87 259	5.17 231	22.69 256	13.00 264	14.98 263	14.62 264	6.90 254	15.82 264	14.07 248	12.05 262	9.09 257	21.75 266	5.68 257	11.54 264	11.87 260	31.03 269	12.99 261	33.06 265

BEATNet-Init1	22.01 266	36.32 271	3.23 251	54.74 274	11.23 264	52.95 275	28.72 269	9.47 261	8.51 255	1.57 240	10.45 262	33.05 266	48.98 268	0.71 202	16.97 264	11.50 262	1.60 223	1.11 226	77.80 274	35.27 272	9.94 260	9.98 260	1.27 221	2.30 254	27.41 265	11.09 258	52.85 272	35.36 267

DPSM_ROB	18.32 261	16.26 262	21.94 268	9.42 252	8.75 262	13.61 263	9.11 257	10.90 263	15.09 264	8.45 264	8.95 260	10.12 253	13.19 252	16.42 266	19.79 265	19.11 266	18.35 264	20.45 266	13.82 246	14.88 264	26.56 267	27.45 267	6.49 260	14.39 267	31.57 269	38.83 271	36.85 270	43.86 271

DPSM	18.32 261	16.26 262	21.94 268	9.42 252	8.75 262	13.61 263	9.11 257	10.90 263	15.09 264	8.45 264	8.95 260	10.12 253	13.19 252	16.42 266	19.79 265	19.11 266	18.35 264	20.45 266	13.82 246	14.88 264	26.56 267	27.45 267	6.49 260	14.39 267	31.57 269	38.83 271	36.85 270	43.86 271

CasAABBNet	36.73 270	32.73 270	44.18 273	18.81 262	17.45 268	27.29 266	18.12 264	21.69 269	30.40 268	17.52 269	18.08 266	20.27 261	26.53 260	32.96 268	38.28 267	37.42 268	36.82 268	41.12 269	27.47 256	29.86 269	53.56 274	55.70 275	12.93 267	28.91 272	63.44 274	78.07 273	73.93 273	88.05 273

MyStereo03	36.84 271	32.71 268	44.18 273	18.90 263	17.61 269	27.36 267	18.30 265	21.92 271	30.41 269	17.08 267	18.01 264	20.35 262	26.56 261	33.03 269	39.51 268	38.47 270	36.86 269	41.18 270	27.56 257	29.89 270	53.52 272	55.42 273	13.00 268	28.90 270	63.34 272	78.17 274	74.06 274	88.27 274

MyStereo02	36.18 269	32.71 268	44.18 273	18.90 263	0.00 1	27.36 267	18.30 265	21.92 271	30.41 269	17.08 267	18.01 264	20.35 262	26.56 261	33.03 269	39.51 268	38.47 270	36.86 269	41.18 270	27.56 257	29.89 270	53.52 272	55.42 273	13.00 268	28.90 270	63.34 272	78.17 274	74.06 274	88.27 274

AVERAGE_ROB	41.98 273	44.82 273	42.27 271	45.98 272	46.88 272	45.60 273	46.56 273	47.04 274	43.89 272	49.19 274	49.91 270	47.25 271	43.00 265	49.19 274	40.14 270	38.38 269	49.01 274	51.31 274	43.98 267	42.43 274	43.31 270	38.64 270	49.42 273	42.83 273	28.65 267	20.44 264	23.41 265	19.88 256

HaxPig	41.43 272	43.85 272	40.81 270	44.90 271	47.49 273	44.66 272	46.30 272	46.31 273	45.63 273	49.00 273	49.30 269	47.24 270	43.73 266	42.64 272	40.44 271	39.13 272	48.37 273	51.07 273	43.33 266	42.25 273	42.88 269	36.52 269	50.75 274	43.02 274	27.54 266	19.97 263	20.68 263	20.75 257

MEDIAN_ROB	44.95 274	47.36 274	44.12 272	48.52 273	49.78 274	48.21 274	49.25 274	49.72 275	46.35 274	52.53 275	53.59 271	50.59 272	45.49 267	49.36 275	43.27 272	41.36 273	51.85 275	54.40 275	47.03 270	45.93 275	45.78 271	40.06 271	52.67 275	45.67 275	31.00 268	26.54 267	25.33 266	27.95 263

ASD4	28.39 267	32.20 267	16.01 265	15.24 260	12.36 266	19.17 265	15.39 263	18.17 268	9.38 256	45.71 272	57.05 272	24.92 264	11.45 248	13.50 265	48.27 273	18.30 265	47.28 272	47.66 272	44.35 269	25.76 268	63.37 275	42.94 272	8.48 264	8.34 263	24.58 263	32.07 270	28.35 268	36.29 268

LSM0	8.30 254	1.08 207	0.95 194	1.66 214	1.42 217	1.59 214	1.96 215	2.27 238	2.36 233	1.66 242	3.94 236	4.10 225	6.30 238	0.63 193	62.38 274	74.74 274	1.69 225	1.06 220	12.18 243	2.23 243	4.96 249	9.29 258	0.92 208	1.29 226	1.95 226	2.97 239	3.66 247	14.83 254

DLNR_Zeroshot_test	17.86 260	67.45 275	1.21 214	81.91 275	0.35 89	0.45 105	74.74 275	0.76 158	0.27 43	0.69 163	0.60 115	1.16 170	0.29 52	8.20 261	84.48 275	102.07 275	23.88 266	15.14 262	7.31 225	0.50 114	4.38 243	2.51 215	0.18 40	0.43 135	0.76 144	0.86 138	0.80 107	0.80 124

Low-res two-view benchmark