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

CroCo-Stereo	0.13 1	0.09 1	0.08 1	0.07 1	0.04 2	0.07 1	0.04 1	0.14 3	0.06 1	0.11 2	0.03 1	0.13 2	0.06 1	0.04 1	0.25 2	0.29 4	0.21 1	0.19 2	0.20 2	0.12 1	0.26 4	0.21 4	0.06 1	0.07 1	0.22 2	0.19 2	0.23 4	0.15 2
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
CroCo-Stereo Lap2	0.15 2	0.10 2	0.08 1	0.08 2	0.08 5	0.08 2	0.05 2	0.12 1	0.06 1	0.22 9	0.07 2	0.16 3	0.07 3	0.05 2	0.22 1	0.29 4	0.22 2	0.20 4	0.26 5	0.12 1	0.29 8	0.22 5	0.06 1	0.09 2	0.24 4	0.23 6	0.20 2	0.16 3

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

RAFT + AFF	0.28 12	0.26 10	0.19 14	0.22 21	0.13 7	0.20 14	0.13 15	0.41 18	0.19 12	0.44 33	0.19 7	0.42 30	0.14 9	0.09 6	0.71 56	0.31 8	0.42 23	0.21 5	0.55 40	0.24 14	0.48 39	0.35 14	0.13 12	0.17 9	0.29 8	0.24 7	0.21 3	0.17 4

anonymousdsp	0.27 9	0.23 7	0.20 15	0.16 10	0.14 11	0.18 9	0.10 8	0.37 15	0.19 12	0.32 16	0.27 22	0.33 13	0.12 7	0.15 19	0.46 19	0.36 17	0.33 8	0.29 11	0.40 18	0.25 19	0.47 37	0.52 34	0.13 12	0.16 7	0.29 8	0.19 2	0.54 29	0.20 6

RYNet	0.28 12	0.23 7	0.18 12	0.15 7	0.17 17	0.19 12	0.13 15	0.26 9	0.32 78	0.17 6	0.20 11	0.19 7	0.14 9	0.14 17	0.66 46	0.29 4	0.27 5	0.42 56	0.29 8	0.19 6	0.28 6	0.23 6	0.29 110	0.19 13	0.28 6	1.19 171	0.35 10	0.23 7

RAFT	0.17 4	0.13 3	0.10 3	0.16 10	0.07 3	0.21 15	0.05 2	0.25 8	0.12 5	0.14 3	0.15 3	0.16 3	0.10 4	0.05 2	0.26 3	0.22 1	0.24 4	0.16 1	0.28 7	0.14 3	0.21 1	0.19 2	0.07 4	0.11 3	0.29 8	0.24 7	0.33 8	0.24 8

AASNet	0.29 14	0.34 21	0.23 24	0.25 30	0.26 42	0.34 59	0.26 78	0.33 12	0.17 8	0.29 13	0.39 45	0.26 9	0.18 19	0.25 74	0.40 14	0.34 13	0.35 13	0.32 18	0.33 10	0.28 27	0.36 15	0.34 12	0.17 31	0.24 31	0.31 15	0.29 13	0.36 12	0.25 9

RAFT_CTSACE	0.32 19	0.38 35	0.16 7	0.15 7	0.15 13	0.25 28	0.18 39	0.53 44	0.20 17	0.55 82	0.19 7	0.44 36	0.28 46	0.16 22	0.37 11	0.33 11	0.38 17	0.28 10	0.38 16	0.19 6	0.39 18	0.85 91	0.11 7	0.18 10	0.32 16	0.30 15	0.62 55	0.26 10

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

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

HCRNet	0.33 21	0.39 41	0.20 15	0.39 85	0.17 17	0.29 39	0.19 42	0.41 18	0.19 12	0.80 189	0.41 48	0.49 50	0.18 19	0.22 45	0.42 17	0.33 11	0.38 17	0.30 15	0.41 19	0.20 8	0.34 13	0.30 11	0.19 41	0.18 10	0.28 6	0.36 31	0.53 27	0.30 13

TDLM	0.26 8	0.31 18	0.23 24	0.23 24	0.28 52	0.24 23	0.20 56	0.26 9	0.22 20	0.18 7	0.55 102	0.31 11	0.23 28	0.17 27	0.27 4	0.32 10	0.33 8	0.29 11	0.26 5	0.23 12	0.29 8	0.26 8	0.16 24	0.22 19	0.25 5	0.22 4	0.29 6	0.30 13

test_5	0.31 18	0.39 41	0.17 10	0.23 24	0.15 13	0.21 15	0.14 20	0.54 47	0.20 17	0.39 22	0.41 48	0.44 36	0.35 94	0.10 8	0.53 26	0.39 25	0.34 12	0.32 18	0.34 12	0.22 11	0.33 11	0.47 27	0.10 5	0.23 24	0.29 8	0.30 15	0.52 25	0.31 15

delet	0.25 7	0.25 9	0.23 24	0.25 30	0.20 23	0.29 39	0.16 31	0.22 6	0.18 10	0.23 10	0.26 19	0.27 10	0.16 11	0.26 84	0.35 9	0.31 8	0.32 7	0.27 9	0.24 4	0.24 14	0.32 10	0.25 7	0.17 31	0.21 17	0.30 14	0.26 9	0.33 8	0.31 15

AFF-stereo	0.33 21	0.35 28	0.28 44	0.18 14	0.17 17	0.34 59	0.12 12	0.50 38	0.24 25	0.46 38	0.29 23	0.42 30	0.17 15	0.13 14	0.61 40	0.38 19	0.39 20	0.26 8	0.59 56	0.24 14	0.44 24	0.43 24	0.17 31	0.18 10	0.41 36	0.37 32	0.50 22	0.32 17

MMNet	0.30 16	0.29 15	0.23 24	0.27 38	0.26 42	0.26 30	0.19 42	0.34 13	0.24 25	0.25 11	0.30 26	0.35 15	0.16 11	0.32 114	0.41 16	0.34 13	0.37 15	0.35 29	0.41 19	0.28 27	0.33 11	0.26 8	0.18 38	0.25 40	0.33 20	0.31 19	0.47 20	0.32 17

MIM_Stereo	0.34 24	0.41 51	0.27 43	0.28 39	0.20 23	0.28 35	0.15 26	0.45 29	0.18 10	0.48 47	0.29 23	0.42 30	0.19 22	0.16 22	0.50 21	0.54 83	0.45 29	0.37 37	0.48 26	0.31 39	0.48 39	0.57 45	0.12 8	0.24 31	0.32 16	0.27 10	0.48 21	0.33 19

LL-Strereo2	0.38 31	0.30 16	0.23 24	0.24 26	0.20 23	0.18 9	0.13 15	0.63 96	0.27 38	0.58 99	0.23 15	0.44 36	0.22 25	0.15 19	0.47 20	0.51 61	0.48 44	0.35 29	0.73 83	0.32 40	0.49 44	1.24 118	0.22 68	0.21 17	0.34 23	0.35 29	0.53 27	0.34 20

RAFT+CT+SA	0.35 27	0.47 82	0.20 15	0.26 35	0.19 20	0.22 20	0.15 26	0.58 65	0.23 22	0.52 66	0.18 6	0.48 44	0.34 85	0.13 14	0.40 14	0.46 40	0.37 15	0.31 16	0.46 25	0.24 14	0.47 37	0.79 78	0.10 5	0.23 24	0.33 20	0.32 20	0.54 29	0.35 21

GANet	0.35 27	0.30 16	0.28 44	0.35 74	0.35 83	0.40 82	0.31 101	0.46 30	0.25 30	0.36 17	0.51 89	0.48 44	0.25 38	0.23 52	0.38 12	0.35 16	0.42 23	0.45 76	0.35 13	0.24 14	0.34 13	0.39 19	0.24 85	0.26 43	0.34 23	0.30 15	0.43 19	0.36 22

MIF-Stereo	0.30 16	0.27 11	0.16 7	0.15 7	0.13 7	0.18 9	0.09 7	0.35 14	0.19 12	0.49 54	0.24 16	0.41 25	0.18 19	0.15 19	0.51 23	0.42 29	0.43 25	0.35 29	0.58 52	0.26 22	0.46 30	0.37 17	0.14 16	0.20 15	0.34 23	0.41 42	0.31 7	0.37 23

CVANet_RVC	0.34 24	0.41 51	0.32 54	0.41 95	0.31 69	0.38 77	0.25 73	0.44 24	0.27 38	0.31 14	0.71 144	0.38 22	0.30 53	0.21 40	0.34 8	0.38 19	0.36 14	0.33 21	0.33 10	0.28 27	0.36 15	0.34 12	0.19 41	0.26 43	0.33 20	0.27 10	0.35 10	0.37 23

4D-IteraStereo	0.45 45	0.28 14	0.36 66	0.34 67	0.24 35	0.25 28	0.15 26	0.63 96	0.28 45	0.61 112	0.38 44	0.52 60	0.23 28	0.23 52	0.66 46	0.62 109	0.50 50	0.43 62	0.66 68	0.35 50	0.71 114	1.31 121	0.15 19	0.24 31	0.44 44	0.49 66	0.65 65	0.38 25

TESTraft	0.38 31	0.46 76	0.22 21	0.21 19	0.23 30	0.22 20	0.17 37	0.54 47	0.31 71	0.51 59	0.22 14	0.36 16	0.37 107	0.11 10	0.94 90	0.51 61	0.45 29	0.32 18	0.48 26	0.26 22	0.46 30	0.90 95	0.12 8	0.24 31	0.38 30	0.42 44	0.58 37	0.38 25

CIPLG	0.45 45	0.47 82	0.25 38	0.32 60	0.22 27	0.33 52	0.19 42	0.63 96	0.26 34	0.55 82	0.50 84	0.61 90	0.32 70	0.42 144	0.94 90	0.50 56	0.53 68	0.37 37	0.58 52	0.40 77	0.58 79	0.91 96	0.20 50	0.26 43	0.49 52	0.32 20	0.59 39	0.38 25

ARAFT	0.36 29	0.38 35	0.24 34	0.26 35	0.21 26	0.28 35	0.14 20	0.44 24	0.24 25	0.50 55	0.29 23	0.41 25	0.17 15	0.16 22	0.60 39	0.45 35	0.51 56	0.47 88	0.53 31	0.25 19	0.55 68	0.59 51	0.16 24	0.20 15	0.47 48	0.30 15	0.54 29	0.38 25

UPFNet	0.40 35	0.34 21	0.36 66	0.33 63	0.33 76	0.40 82	0.30 95	0.48 36	0.34 92	0.43 26	0.42 54	0.41 25	0.31 62	0.34 121	0.66 46	0.42 29	0.47 38	0.41 53	0.53 31	0.37 61	0.36 15	0.39 19	0.26 94	0.29 59	0.41 36	0.41 42	0.56 35	0.38 25

DMCA	0.34 24	0.31 18	0.31 53	0.24 26	0.25 38	0.28 35	0.22 59	0.37 15	0.33 86	0.31 14	0.41 48	0.41 25	0.24 31	0.25 74	0.51 23	0.41 27	0.41 22	0.39 45	0.37 15	0.29 33	0.42 20	0.37 17	0.27 101	0.27 53	0.32 16	0.35 29	0.41 16	0.38 25

TestStereo1	0.40 35	0.51 110	0.20 15	0.22 21	0.23 30	0.24 23	0.16 31	0.55 54	0.30 60	0.52 66	0.21 12	0.36 16	0.41 115	0.11 10	0.98 100	0.52 67	0.46 32	0.33 21	0.54 35	0.26 22	0.53 64	0.82 85	0.15 19	0.23 24	0.38 30	0.43 46	0.61 52	0.39 31

SA-5K	0.40 35	0.51 110	0.20 15	0.22 21	0.23 30	0.24 23	0.16 31	0.55 54	0.30 60	0.52 66	0.21 12	0.36 16	0.41 115	0.11 10	0.98 100	0.52 67	0.46 32	0.33 21	0.54 35	0.26 22	0.53 64	0.82 85	0.15 19	0.23 24	0.38 30	0.43 46	0.61 52	0.39 31

IPLGR_C	0.45 45	0.47 82	0.24 34	0.31 57	0.22 27	0.33 52	0.19 42	0.63 96	0.25 30	0.55 82	0.50 84	0.62 93	0.33 78	0.42 144	0.85 76	0.51 61	0.53 68	0.37 37	0.57 49	0.40 77	0.58 79	0.89 93	0.20 50	0.26 43	0.48 49	0.34 27	0.60 47	0.39 31

ACRE	0.45 45	0.47 82	0.24 34	0.33 63	0.22 27	0.34 59	0.19 42	0.63 96	0.25 30	0.55 82	0.50 84	0.61 90	0.32 70	0.42 144	0.94 90	0.51 61	0.53 68	0.37 37	0.57 49	0.41 85	0.59 84	0.91 96	0.20 50	0.26 43	0.48 49	0.33 23	0.59 39	0.39 31

GMOStereo	0.48 65	0.40 45	0.23 24	0.30 50	0.26 42	0.29 39	0.19 42	0.67 115	0.30 60	0.66 145	0.33 30	0.54 66	0.34 85	0.20 35	0.58 31	0.69 134	0.51 56	0.44 69	0.69 72	0.36 53	0.52 54	1.87 146	0.16 24	0.24 31	0.62 94	0.45 51	0.83 110	0.41 35

error version	0.48 65	0.40 45	0.23 24	0.30 50	0.26 42	0.29 39	0.19 42	0.67 115	0.30 60	0.66 145	0.33 30	0.54 66	0.34 85	0.20 35	0.58 31	0.69 134	0.51 56	0.44 69	0.69 72	0.36 53	0.52 54	1.87 146	0.16 24	0.24 31	0.62 94	0.45 51	0.83 110	0.41 35

test-v	0.48 65	0.40 45	0.23 24	0.30 50	0.26 42	0.29 39	0.19 42	0.67 115	0.30 60	0.66 145	0.33 30	0.54 66	0.34 85	0.20 35	0.58 31	0.69 134	0.51 56	0.44 69	0.69 72	0.36 53	0.52 54	1.87 146	0.16 24	0.24 31	0.62 94	0.45 51	0.83 110	0.41 35

test-2	0.48 65	0.40 45	0.23 24	0.30 50	0.26 42	0.29 39	0.19 42	0.67 115	0.30 60	0.66 145	0.33 30	0.54 66	0.34 85	0.20 35	0.58 31	0.69 134	0.51 56	0.44 69	0.69 72	0.36 53	0.52 54	1.87 146	0.16 24	0.24 31	0.62 94	0.45 51	0.83 110	0.41 35

GMStereo	0.43 41	0.48 90	0.26 41	0.32 60	0.32 74	0.38 77	0.30 95	0.59 69	0.31 71	0.45 35	0.37 42	0.62 93	0.33 78	0.24 64	0.54 27	0.45 35	0.55 78	0.35 29	0.75 87	0.39 70	0.55 68	0.43 24	0.23 78	0.29 59	0.51 59	0.47 60	0.71 81	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
test_4	0.36 29	0.34 21	0.29 47	0.21 19	0.19 20	0.17 8	0.11 10	0.59 69	0.26 34	0.58 99	0.30 26	0.51 57	0.20 24	0.19 32	0.45 18	0.58 94	0.46 32	0.34 24	0.42 21	0.30 36	0.46 30	0.58 47	0.17 31	0.26 43	0.41 36	0.40 41	0.60 47	0.42 40

raft+_RVC	0.38 31	0.35 28	0.28 44	0.25 30	0.23 30	0.26 30	0.18 39	0.54 47	0.27 38	0.52 66	0.43 58	0.47 43	0.23 28	0.18 28	0.59 36	0.53 75	0.44 27	0.35 29	0.63 63	0.28 27	0.44 24	0.53 39	0.14 16	0.22 19	0.43 42	0.38 34	0.59 39	0.42 40

MIF-Stereo (partial)	0.32 19	0.44 64	0.18 12	0.16 10	0.16 15	0.21 15	0.12 12	0.37 15	0.23 22	0.37 20	0.24 16	0.33 13	0.17 15	0.14 17	0.50 21	0.48 49	0.47 38	0.38 43	0.43 23	0.26 22	0.46 30	0.47 27	0.18 38	0.22 19	0.40 33	0.32 20	0.51 24	0.43 42

RAFT-Stereo + iAFF	0.39 34	0.41 51	0.36 66	0.24 26	0.19 20	0.30 46	0.14 20	0.58 65	0.25 30	0.46 38	0.36 38	0.50 54	0.19 22	0.16 22	0.93 84	0.38 19	0.43 25	0.29 11	0.66 68	0.30 36	0.50 48	0.59 51	0.20 50	0.23 24	0.54 68	0.37 32	0.60 47	0.43 42

anonymousdsp2	0.43 41	0.47 82	0.33 59	0.25 30	0.24 35	0.33 52	0.19 42	0.57 60	0.23 22	0.47 41	0.48 72	0.48 44	0.24 31	0.18 28	0.58 31	0.46 40	0.45 29	0.34 24	0.89 109	0.34 46	0.50 48	1.27 119	0.17 31	0.25 40	0.44 44	0.33 23	0.62 55	0.44 44

HGLStereo	0.45 45	0.43 61	0.39 76	0.35 74	0.37 93	0.40 82	0.24 71	0.48 36	0.32 78	0.47 41	0.74 153	0.43 33	0.30 53	0.32 114	0.56 29	0.53 75	0.57 90	0.51 116	0.56 46	0.40 77	0.52 54	0.60 54	0.23 78	0.35 96	0.53 65	0.54 77	0.60 47	0.45 45

test croco	0.33 21	0.44 64	0.20 15	0.20 18	0.16 15	0.21 15	0.11 10	0.41 18	0.19 12	0.48 47	0.19 7	0.36 16	0.17 15	0.10 8	0.54 27	0.48 49	0.46 32	0.40 48	0.55 40	0.25 19	0.45 27	0.52 34	0.14 16	0.22 19	0.36 27	0.33 23	0.39 14	0.47 46

SA	0.43 41	0.48 90	0.22 21	0.25 30	0.24 35	0.31 49	0.13 15	0.64 103	0.33 86	0.62 119	0.25 18	0.54 66	0.22 25	0.16 22	0.78 64	0.50 56	0.53 68	0.41 53	0.63 63	0.29 33	0.48 39	0.80 80	0.15 19	0.29 59	0.46 47	0.56 85	0.96 141	0.47 46

RALAANet	0.47 57	0.42 54	0.40 83	0.29 44	0.29 59	0.34 59	0.25 73	0.54 47	0.28 45	0.48 47	0.49 77	0.44 36	0.26 40	0.20 35	0.77 63	0.48 49	0.50 50	0.50 109	0.77 94	0.46 99	0.61 91	1.20 113	0.22 68	0.33 83	0.50 55	0.44 50	0.71 81	0.47 46

Sa-1000	0.55 82	0.48 90	0.23 24	0.26 35	0.27 49	0.32 50	0.16 31	0.65 108	0.37 104	0.63 125	0.33 30	0.51 57	0.28 46	0.30 103	1.16 124	0.53 75	0.60 111	0.45 76	0.92 112	0.33 43	0.56 73	2.21 158	0.18 38	0.30 64	0.74 125	0.52 72	1.00 148	0.48 49

ADLNet	0.48 65	0.53 125	0.38 71	0.41 95	0.41 114	0.45 100	0.40 118	0.54 47	0.36 100	0.45 35	0.54 97	0.77 127	0.37 107	0.62 190	0.73 59	0.44 33	0.50 50	0.43 62	0.51 29	0.38 64	0.44 24	0.59 51	0.35 130	0.28 56	0.51 59	0.59 87	0.58 37	0.48 49

StereoIM	0.27 9	0.21 6	0.16 7	0.10 4	0.10 6	0.11 3	0.08 5	0.24 7	0.14 6	0.36 17	0.19 7	0.36 16	0.13 8	0.09 6	0.39 13	0.38 19	0.39 20	0.35 29	0.56 46	0.21 9	0.41 19	0.36 16	0.13 12	0.16 7	0.41 36	0.39 39	0.40 15	0.49 51

test_3	0.74 129	0.39 41	0.39 76	0.34 67	0.33 76	0.34 59	0.23 64	0.67 115	0.29 56	0.64 130	0.34 35	0.93 150	0.36 99	0.21 40	1.39 152	0.58 94	0.57 90	0.46 84	2.73 187	0.40 77	0.57 75	5.06 210	0.15 19	0.35 96	0.54 68	0.47 60	0.68 76	0.49 51

IPLG	0.51 72	0.46 76	0.33 59	0.28 39	0.27 49	0.33 52	0.22 59	0.62 91	0.22 20	0.51 59	0.41 48	0.57 74	0.31 62	0.32 114	1.55 162	0.48 49	0.57 90	0.49 101	0.56 46	0.41 85	0.45 27	1.52 135	0.19 41	0.31 69	0.50 55	0.83 129	0.66 68	0.50 53

IER	0.42 40	0.38 35	0.32 54	0.30 50	0.28 52	0.36 69	0.25 73	0.47 34	0.28 45	0.44 33	0.60 115	0.79 130	0.30 53	0.35 124	0.65 45	0.46 40	0.48 44	0.42 56	0.45 24	0.36 53	0.43 22	0.46 26	0.28 106	0.28 56	0.41 36	0.56 85	0.55 33	0.51 54

AANet_RVC	0.29 14	0.27 11	0.24 34	0.19 15	0.28 52	0.16 6	0.17 37	0.29 11	0.29 56	0.20 8	0.26 19	0.25 8	0.22 25	0.19 32	0.66 46	0.38 19	0.33 8	0.35 29	0.30 9	0.30 36	0.27 5	0.29 10	0.22 68	0.22 19	0.35 26	0.33 23	0.42 17	0.51 54

rafts_anoy	0.45 45	0.52 118	0.39 76	0.29 44	0.30 62	0.34 59	0.23 64	0.59 69	0.28 45	0.51 59	0.54 97	0.49 50	0.24 31	0.18 28	0.78 64	0.60 102	0.52 65	0.50 109	0.61 60	0.36 53	0.52 54	0.71 69	0.20 50	0.30 64	0.56 76	0.46 58	0.54 29	0.52 56

raftrobust	0.48 65	0.34 21	0.40 83	0.28 39	0.28 52	0.28 35	0.18 39	0.63 96	0.26 34	0.63 125	0.53 95	0.52 60	0.27 45	0.22 45	0.93 84	0.70 139	0.51 56	0.42 56	1.06 123	0.39 70	0.55 68	0.86 92	0.21 64	0.26 43	0.61 93	0.53 76	0.56 35	0.52 56

GLC_STEREO	0.49 71	0.52 118	0.43 101	0.39 85	0.38 100	0.37 72	0.29 91	0.64 103	0.29 56	0.62 119	0.54 97	0.56 73	0.29 50	0.30 103	0.63 43	0.51 61	0.67 144	0.42 56	0.69 72	0.42 92	0.72 117	0.72 72	0.23 78	0.32 73	0.49 52	0.38 34	0.84 114	0.53 58

test-3	0.72 121	0.38 35	0.40 83	0.34 67	0.34 79	0.34 59	0.23 64	0.65 108	0.27 38	0.61 112	0.36 38	0.91 148	0.32 70	0.21 40	1.24 136	0.61 106	0.56 86	0.43 62	2.65 184	0.39 70	0.60 87	5.03 208	0.17 31	0.32 73	0.52 63	0.38 34	0.70 78	0.53 58

test_1	0.72 121	0.38 35	0.40 83	0.34 67	0.34 79	0.34 59	0.23 64	0.65 108	0.27 38	0.62 119	0.36 38	0.91 148	0.32 70	0.21 40	1.24 136	0.61 106	0.55 78	0.43 62	2.65 184	0.39 70	0.60 87	5.03 208	0.17 31	0.32 73	0.52 63	0.38 34	0.70 78	0.53 58

NVstereo2D	0.56 84	0.48 90	0.43 101	0.52 127	0.49 132	0.66 156	0.65 160	0.61 80	0.40 115	0.48 47	0.59 112	0.54 66	0.31 62	0.64 192	1.34 145	0.63 114	0.59 103	0.56 140	0.55 40	0.42 92	0.53 64	0.52 34	0.55 181	0.47 138	0.65 108	0.52 72	0.59 39	0.53 58

DISCO	0.47 57	0.44 64	0.30 51	0.40 89	0.38 100	0.50 116	0.45 126	0.46 30	0.43 128	0.50 55	0.59 112	0.41 25	0.30 53	0.30 103	0.70 55	0.45 35	0.55 78	0.47 88	0.71 81	0.42 92	0.50 48	0.58 47	0.27 101	0.34 88	0.49 52	0.49 66	0.63 59	0.53 58

DN-CSS_ROB	0.56 84	0.44 64	0.49 117	0.41 95	0.40 109	0.35 67	0.22 59	0.69 130	0.35 94	0.59 104	0.77 156	0.67 106	0.49 138	0.24 64	0.90 80	0.43 32	0.60 111	0.43 62	1.77 153	0.40 77	0.85 139	0.58 47	0.32 120	0.51 150	0.55 72	0.46 58	0.67 71	0.54 63

TestStereo	0.47 57	0.52 118	0.41 93	0.43 101	0.31 69	0.45 100	0.26 78	0.70 137	0.28 45	0.76 183	0.34 35	0.65 103	0.32 70	0.24 64	0.59 36	0.38 19	0.55 78	0.34 24	0.81 100	0.38 64	0.64 100	0.50 30	0.25 92	0.32 73	0.54 68	0.45 51	0.76 95	0.55 64

HITNet	0.40 35	0.37 33	0.29 47	0.34 67	0.28 52	0.27 32	0.19 42	0.57 60	0.32 78	0.57 92	0.44 63	0.55 72	0.32 70	0.22 45	0.61 40	0.36 17	0.44 27	0.39 45	0.42 21	0.29 33	0.43 22	0.52 34	0.20 50	0.27 53	0.41 36	0.39 39	0.72 86	0.55 64
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
CASnet	0.44 44	0.53 125	0.25 38	0.28 39	0.28 52	0.30 46	0.14 20	0.62 91	0.30 60	0.61 112	0.43 58	0.64 101	0.29 50	0.24 64	0.91 81	0.39 25	0.47 38	0.31 16	0.76 91	0.28 27	0.68 107	0.74 74	0.21 64	0.26 43	0.44 44	0.34 27	0.62 55	0.56 66
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iinet-f	0.58 94	0.44 64	0.37 70	0.34 67	0.25 38	0.49 113	0.27 83	0.43 22	0.28 45	0.52 66	0.92 171	0.61 90	0.45 128	0.26 84	1.34 145	0.61 106	0.53 68	0.40 48	1.60 148	0.52 115	0.62 95	1.51 133	0.27 101	0.27 53	0.56 76	0.38 34	0.79 98	0.56 66

TANstereo	0.58 94	0.42 54	0.38 71	0.40 89	0.40 109	0.46 109	0.21 57	0.52 40	0.31 71	0.54 77	0.41 48	0.38 22	0.40 111	0.43 148	0.81 69	0.74 150	0.67 144	0.78 193	1.11 126	0.91 195	0.65 102	0.80 80	0.94 209	0.34 88	0.36 27	0.54 77	1.09 159	0.56 66

XX-TBD	0.58 94	0.42 54	0.38 71	0.40 89	0.40 109	0.46 109	0.21 57	0.52 40	0.31 71	0.54 77	0.41 48	0.38 22	0.40 111	0.43 148	0.81 69	0.74 150	0.67 144	0.78 193	1.11 126	0.91 195	0.65 102	0.80 80	0.94 209	0.34 88	0.36 27	0.54 77	1.09 159	0.56 66

UNet	0.45 45	0.43 61	0.41 93	0.38 82	0.37 93	0.41 89	0.29 91	0.58 65	0.36 100	0.50 55	0.49 77	0.48 44	0.34 85	0.38 134	0.56 29	0.49 53	0.54 76	0.46 84	0.58 52	0.41 85	0.49 44	0.50 30	0.28 106	0.36 102	0.48 49	0.49 66	0.59 39	0.56 66

dd	0.51 72	0.51 110	0.29 47	0.91 181	0.32 74	0.66 156	0.30 95	0.60 74	0.24 25	0.54 77	0.32 28	0.77 127	0.28 46	0.27 92	0.88 79	0.50 56	0.75 163	0.40 48	1.07 124	0.38 64	0.50 48	0.49 29	0.24 85	0.32 73	0.56 76	0.43 46	0.75 93	0.57 71

iResNetv2_ROB	0.54 78	0.46 76	0.34 61	0.48 114	0.39 105	0.50 116	0.30 95	0.65 108	0.35 94	0.52 66	0.66 134	0.72 117	0.56 154	0.28 96	0.73 59	0.52 67	0.51 56	0.47 88	1.17 132	0.48 108	0.69 109	0.54 41	0.30 113	0.45 132	0.58 83	0.54 77	0.81 105	0.57 71

IPLGR	0.62 104	0.56 136	0.41 93	0.44 104	0.38 100	0.36 69	0.23 64	0.61 80	0.30 60	0.55 82	0.67 138	0.64 101	0.33 78	0.29 99	1.69 166	0.52 67	0.58 95	0.56 140	1.14 129	0.55 122	0.58 79	1.55 137	0.21 64	0.37 106	0.78 139	1.24 177	0.75 93	0.58 73

RALCasStereoNet	0.46 53	0.51 110	0.39 76	0.36 78	0.30 62	0.32 50	0.25 73	0.60 74	0.26 34	0.56 90	0.48 72	0.59 82	0.26 40	0.18 28	0.73 59	0.63 114	0.55 78	0.49 101	0.53 31	0.37 61	0.52 54	0.78 77	0.22 68	0.34 88	0.55 72	0.48 63	0.50 22	0.58 73

DSFCA	0.47 57	0.50 103	0.40 83	0.40 89	0.37 93	0.45 100	0.34 106	0.46 30	0.40 115	0.40 23	0.58 109	0.50 54	0.30 53	0.25 74	0.66 46	0.50 56	0.50 50	0.49 101	0.65 66	0.40 77	0.52 54	0.65 61	0.33 125	0.39 115	0.51 59	0.51 70	0.63 59	0.58 73

raft_robust	0.53 77	0.44 64	0.25 38	0.38 82	0.30 62	0.33 52	0.22 59	0.73 150	0.36 100	0.69 162	0.34 35	0.57 74	0.31 62	0.24 64	0.69 53	0.58 94	0.55 78	0.47 88	1.05 122	0.39 70	0.77 131	1.44 129	0.24 85	0.30 64	0.59 85	0.71 106	0.70 78	0.59 76

FINET	2.14 202	0.39 41	0.40 83	0.45 109	0.31 69	0.36 69	0.37 111	0.46 30	0.46 135	0.48 47	0.42 54	0.49 50	0.41 115	0.30 103	10.18 250	0.64 119	0.52 65	0.37 37	0.69 72	0.38 64	0.57 75	0.65 61	0.31 118	0.33 83	0.54 68	36.06 265	0.61 52	0.59 76

MIPNet	0.57 89	0.51 110	0.35 62	0.33 63	0.30 62	0.38 77	0.26 78	0.62 91	0.24 25	0.50 55	0.50 84	0.62 93	0.44 124	0.31 107	1.22 134	0.56 89	0.60 111	0.50 109	0.79 98	0.47 103	0.45 27	1.65 139	0.20 50	0.30 64	0.73 124	1.29 181	0.71 81	0.60 78

APVNet	0.60 99	0.47 82	0.39 76	0.46 111	0.50 135	0.59 140	0.56 141	0.61 80	0.42 125	0.46 38	0.65 128	0.52 60	0.31 62	0.36 127	0.97 95	0.76 157	0.73 161	0.64 163	0.97 118	0.55 122	0.62 95	1.21 116	0.35 130	0.50 149	0.60 90	0.48 63	0.87 124	0.60 78

LoS_RVC	0.46 53	0.46 76	0.47 112	0.19 15	0.25 38	0.24 23	0.16 31	0.44 24	0.28 45	0.51 59	0.49 77	0.43 33	0.33 78	0.22 45	0.71 56	0.52 67	0.46 32	0.42 56	0.75 87	0.33 43	0.99 151	0.97 103	0.20 50	0.33 83	0.63 100	0.45 51	0.59 39	0.61 80

tt_ll	0.46 53	0.46 76	0.47 112	0.19 15	0.25 38	0.24 23	0.16 31	0.44 24	0.28 45	0.51 59	0.49 77	0.43 33	0.33 78	0.22 45	0.71 56	0.52 67	0.46 32	0.42 56	0.75 87	0.33 43	0.99 151	0.97 103	0.20 50	0.33 83	0.63 100	0.45 51	0.59 39	0.61 80

DMCA-RVC	0.46 53	0.37 33	0.36 66	0.34 67	0.38 100	0.33 52	0.45 126	0.47 34	0.55 150	0.43 26	0.48 72	0.69 112	0.34 85	0.29 99	0.84 75	0.49 53	0.48 44	0.45 76	0.51 29	0.40 77	0.51 52	0.56 43	0.30 113	0.33 83	0.40 33	0.42 44	0.59 39	0.61 80

DeepPrunerF	1.23 175	0.50 103	0.40 83	0.57 139	2.81 239	0.50 116	0.67 168	0.53 44	0.57 155	0.43 26	0.65 128	0.44 36	0.33 78	0.42 144	1.72 170	0.77 158	0.60 111	0.47 88	0.95 116	0.48 108	0.66 105	0.82 85	0.41 147	0.38 111	14.97 258	0.87 135	0.66 68	0.61 80

PDISCO_ROB	0.51 72	0.40 45	0.40 83	0.39 85	0.35 83	0.40 82	0.30 95	0.51 39	0.35 94	0.37 20	0.51 89	0.51 57	0.35 94	0.31 107	0.82 74	0.60 102	0.56 86	0.69 176	0.60 58	0.48 108	0.69 109	0.98 105	0.26 94	0.37 106	0.59 85	0.55 83	0.86 122	0.61 80

AE-Stereo	0.67 115	0.49 95	0.50 123	0.50 120	0.36 87	0.37 72	0.28 84	0.55 54	0.29 56	0.64 130	0.32 28	0.90 147	0.31 62	0.24 64	0.93 84	0.73 148	0.69 151	0.53 126	0.91 111	0.55 122	0.75 124	3.32 181	0.23 78	0.52 155	0.83 154	0.67 99	0.96 141	0.62 85

MyStereo	0.77 133	0.56 136	0.73 176	0.47 113	0.39 105	0.37 72	0.28 84	0.68 124	0.50 143	0.66 145	0.55 102	0.67 106	0.43 121	0.26 84	1.20 129	0.70 139	0.59 103	0.55 134	3.23 199	0.65 158	1.12 158	1.34 124	0.29 110	0.44 127	0.91 165	1.52 196	1.01 149	0.62 85

DeepPruner_ROB	0.64 110	0.45 71	0.56 142	0.52 127	0.54 144	0.50 116	0.42 121	0.62 91	0.47 139	0.60 107	0.68 139	0.62 93	0.51 140	0.32 114	1.40 154	0.62 109	0.63 131	0.59 154	0.70 79	0.49 112	1.24 166	0.83 89	0.36 135	0.46 133	0.62 94	1.07 161	0.73 90	0.62 85

DLCB_ROB	0.56 84	0.51 110	0.49 117	0.41 95	0.46 125	0.45 100	0.43 124	0.56 57	0.46 135	0.57 92	0.62 119	0.71 116	0.54 148	0.41 139	0.80 66	0.53 75	0.58 95	0.49 101	0.54 35	0.45 98	0.59 84	0.71 69	0.39 143	0.44 127	0.99 179	0.79 124	0.72 86	0.62 85

sCroCo_RVC	0.65 112	0.42 54	0.29 47	0.29 44	0.29 59	0.40 82	0.23 64	0.60 74	0.41 118	0.53 76	0.44 63	0.48 44	0.51 140	0.24 64	0.92 82	1.03 184	0.75 163	0.63 161	1.04 121	0.59 136	1.12 158	2.73 170	0.29 110	0.40 117	0.64 104	0.62 89	0.93 135	0.63 89

NLCA_NET_v2_RVC	0.54 78	0.53 125	0.50 123	0.44 104	0.58 152	0.42 93	0.65 160	0.56 57	0.62 164	0.52 66	0.51 89	0.67 106	0.38 109	0.58 186	1.16 124	0.44 33	0.48 44	0.43 62	0.58 52	0.40 77	0.46 30	0.51 32	0.31 118	0.34 88	0.50 55	0.77 120	0.63 59	0.64 90
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet_ROB	0.52 75	0.49 95	0.44 103	0.42 100	0.31 69	0.43 97	0.35 108	0.60 74	0.34 92	0.52 66	0.60 115	0.48 44	0.58 155	0.25 74	0.87 78	0.53 75	0.58 95	0.50 109	1.23 135	0.39 70	0.52 54	0.42 23	0.26 94	0.44 127	0.59 85	0.54 77	0.80 103	0.64 90

MyStereo04	0.73 126	0.53 125	0.61 149	0.44 104	0.38 100	0.37 72	0.26 78	0.68 124	0.45 133	0.63 125	0.44 63	0.69 112	0.35 94	0.26 84	1.05 111	0.73 148	0.57 90	0.55 134	3.42 201	0.65 158	1.20 163	1.04 107	0.28 106	0.43 126	0.81 146	1.31 184	0.98 146	0.65 92

UDGNet	0.74 129	0.67 163	0.49 117	1.35 205	1.04 197	1.22 201	0.92 187	0.60 74	0.45 133	0.52 66	0.64 126	0.57 74	0.24 31	1.17 219	0.80 66	0.47 45	0.58 95	0.53 126	0.76 91	0.54 119	0.69 109	1.99 155	0.84 202	0.31 69	0.72 123	0.70 104	0.64 63	0.66 93

CES	0.47 57	0.35 28	0.32 54	0.28 39	0.27 49	0.30 46	0.12 12	1.04 197	0.28 45	0.54 77	0.69 142	0.53 65	0.25 38	0.23 52	0.80 66	0.67 127	0.59 103	0.38 43	0.57 49	0.36 53	0.85 139	0.63 58	0.23 78	0.25 40	0.59 85	0.43 46	0.60 47	0.67 94

PSMNet-ADL	1.03 164	0.63 157	0.68 168	0.68 160	0.73 178	0.68 160	0.59 146	0.76 156	0.60 160	0.84 197	4.85 241	0.96 151	1.50 196	0.45 158	1.70 169	1.06 189	0.70 156	0.55 134	2.03 165	0.71 178	0.92 147	1.40 126	0.54 178	0.51 150	0.77 135	0.97 151	1.42 188	0.67 94

psm_up	0.59 97	0.51 110	0.55 140	0.56 136	0.46 125	0.59 140	0.36 110	0.72 146	0.66 168	0.55 82	0.53 95	0.62 93	0.53 146	0.40 137	0.93 84	0.55 85	0.60 111	0.49 101	0.89 109	0.48 108	0.55 68	0.57 45	0.32 120	0.55 160	0.71 119	0.80 125	0.81 105	0.67 94

BEATNet_4x	0.59 97	0.40 45	0.35 62	0.40 89	0.36 87	0.33 52	0.28 84	0.64 103	0.41 118	0.66 145	0.45 67	0.63 99	0.42 118	0.25 74	1.20 129	0.64 119	0.60 111	0.58 148	0.59 56	0.38 64	1.07 156	2.22 159	0.26 94	0.40 117	0.50 55	0.52 72	0.82 108	0.67 94

LoS	0.57 89	0.45 71	0.30 51	0.37 80	0.37 93	0.41 89	0.22 59	1.37 212	0.32 78	0.86 199	0.79 159	0.68 109	0.40 111	0.24 64	0.66 46	0.75 154	0.60 111	0.41 53	0.79 98	0.38 64	1.05 155	0.83 89	0.22 68	0.26 43	0.82 151	0.64 92	0.66 68	0.68 98

LMCR-Stereo	0.52 75	0.46 76	0.35 62	0.32 60	0.33 76	0.44 98	0.24 71	0.57 60	0.38 107	0.55 82	0.47 70	0.66 105	0.40 111	0.27 92	0.85 76	0.53 75	0.63 131	0.49 101	1.13 128	0.57 130	0.71 114	0.75 75	0.26 94	0.35 96	0.51 59	0.52 72	0.64 63	0.68 98

CREStereo++_RVC	0.47 57	0.43 61	0.47 112	0.31 57	0.34 79	0.27 32	0.19 42	0.56 57	0.32 78	0.58 99	0.40 47	0.58 78	0.58 155	0.23 52	0.81 69	0.53 75	0.62 126	0.34 24	0.55 40	0.32 40	0.58 79	0.56 43	0.16 24	0.29 59	0.53 65	0.64 92	0.85 118	0.68 98
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
HSM	0.57 89	0.50 103	0.51 128	0.49 116	0.48 128	0.42 93	0.38 114	0.71 139	0.37 104	0.61 112	0.65 128	0.60 86	0.48 134	0.31 107	1.03 108	0.52 67	0.65 138	0.48 95	0.78 95	0.49 112	0.69 109	0.64 60	0.27 101	0.47 138	0.64 104	0.72 107	0.88 126	0.68 98

EGLCR-Stereo	0.60 99	0.49 95	0.47 112	0.30 50	0.31 69	0.45 100	0.14 20	0.57 60	0.27 38	0.57 92	0.37 42	0.59 82	0.24 31	0.22 45	0.62 42	0.59 98	0.53 68	0.45 76	0.86 104	0.34 46	0.74 121	3.50 183	0.20 50	0.26 43	0.56 76	0.49 66	1.34 184	0.69 102

FCDSN-DC	0.83 140	0.62 156	0.63 156	0.67 159	0.63 161	0.60 142	0.61 151	0.68 124	0.42 125	0.75 178	0.42 54	0.60 86	0.36 99	0.50 167	1.90 175	0.70 139	0.81 175	0.78 193	0.65 66	0.57 130	0.73 118	4.71 202	0.48 161	0.89 195	0.70 118	0.78 122	0.62 55	0.69 102
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Anonymous3	0.85 143	0.60 150	0.45 105	0.38 82	0.44 121	0.57 136	0.50 134	0.79 167	0.64 165	0.68 157	0.48 72	1.49 181	0.54 148	0.31 107	1.53 161	1.39 220	0.90 182	0.82 201	1.53 146	0.70 175	1.35 176	2.55 166	0.41 147	0.42 123	0.78 139	0.88 136	1.03 151	0.70 104

GES	0.63 106	0.53 125	0.40 83	0.40 89	0.41 114	0.54 127	0.39 117	0.59 69	0.41 118	0.56 90	0.63 120	0.50 54	0.31 62	0.43 148	1.52 160	0.69 134	0.67 144	0.56 140	2.30 171	0.59 136	0.75 124	0.80 80	0.32 120	0.46 133	0.53 65	0.48 63	0.65 65	0.70 104

CREStereo	0.47 57	0.52 118	0.44 103	0.35 74	0.26 42	0.29 39	0.15 26	0.61 80	0.31 71	0.58 99	0.43 58	0.72 117	0.36 99	0.25 74	0.74 62	0.65 124	0.60 111	0.35 29	0.53 31	0.34 46	0.61 91	0.60 54	0.19 41	0.31 69	0.57 82	0.62 89	0.65 65	0.70 104
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
RASNet	0.45 45	0.45 71	0.45 105	0.33 63	0.34 79	0.38 77	0.28 84	0.58 65	0.38 107	0.47 41	0.43 58	0.49 50	0.35 94	0.26 84	0.52 25	0.45 35	0.49 48	0.40 48	0.50 28	0.32 40	0.51 52	0.68 65	0.20 50	0.47 138	0.43 42	0.55 83	0.77 96	0.70 104

CFNet	0.47 57	0.45 71	0.35 62	0.49 116	0.40 109	0.40 82	0.33 103	0.53 44	0.33 86	0.48 47	0.49 77	0.69 112	0.43 121	0.31 107	0.68 52	0.41 27	0.49 48	0.43 62	0.54 35	0.35 50	0.49 44	0.41 21	0.24 85	0.32 73	0.64 104	0.64 92	0.73 90	0.70 104

EKT-Stereo	1.00 159	0.65 160	0.61 149	0.59 142	0.49 132	0.62 147	0.74 175	0.71 139	0.32 78	0.64 130	1.67 213	0.74 123	0.32 70	0.27 92	1.35 147	1.29 212	0.70 156	0.78 193	1.50 145	0.61 144	1.73 186	6.50 234	0.22 68	0.34 88	0.96 171	1.00 152	1.06 158	0.71 109

sAnonymous2	0.60 99	0.42 54	0.32 54	0.29 44	0.30 62	0.45 100	0.29 91	0.71 139	0.41 118	0.47 41	0.54 97	0.52 60	0.44 124	0.23 52	0.97 95	0.85 167	0.70 156	0.68 172	1.36 140	0.61 144	0.86 141	1.20 113	0.30 113	0.37 106	0.65 108	0.72 107	0.72 86	0.72 110

CroCo_RVC	0.60 99	0.42 54	0.32 54	0.29 44	0.30 62	0.45 100	0.29 91	0.71 139	0.41 118	0.47 41	0.54 97	0.52 60	0.44 124	0.23 52	0.97 95	0.85 167	0.70 156	0.68 172	1.36 140	0.61 144	0.86 141	1.20 113	0.30 113	0.37 106	0.65 108	0.72 107	0.72 86	0.72 110

AF-Net	0.56 84	0.50 103	0.45 105	0.50 120	0.54 144	0.62 147	0.60 148	0.61 80	0.56 152	0.43 26	0.65 128	0.87 142	0.42 118	0.41 139	0.81 69	0.47 45	0.47 38	0.44 69	0.61 60	0.41 85	0.48 39	0.70 67	0.42 149	0.41 119	0.56 76	0.64 92	0.85 118	0.72 110

Nwc_Net	0.56 84	0.50 103	0.45 105	0.50 120	0.54 144	0.62 147	0.60 148	0.61 80	0.56 152	0.43 26	0.65 128	0.87 142	0.42 118	0.41 139	0.81 69	0.47 45	0.47 38	0.44 69	0.61 60	0.41 85	0.48 39	0.70 67	0.42 149	0.41 119	0.56 76	0.64 92	0.85 118	0.72 110

ICVP	0.62 104	0.49 95	0.68 168	0.51 125	0.50 135	0.54 127	0.37 111	0.60 74	0.46 135	0.61 112	0.58 109	0.62 93	0.60 160	0.32 114	0.92 82	0.66 126	0.59 103	0.52 120	0.74 84	0.53 116	0.61 91	1.31 121	0.60 188	0.52 155	0.63 100	0.75 114	0.78 97	0.74 114
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous	0.73 126	0.53 125	0.38 71	0.36 78	0.36 87	0.42 93	0.26 78	0.74 153	0.47 139	0.45 35	0.45 67	0.57 74	0.51 140	0.24 64	0.95 93	1.10 193	0.77 169	0.69 176	1.85 156	0.65 158	1.30 172	2.91 175	0.33 125	0.44 127	0.69 117	0.72 107	0.93 135	0.74 114

CFNet_RVC	0.55 82	0.52 118	0.49 117	0.50 120	0.49 132	0.49 113	0.33 103	0.52 40	0.38 107	0.51 59	0.68 139	0.58 78	0.35 94	0.31 107	1.18 128	0.49 53	0.52 65	0.48 95	0.60 58	0.44 95	0.60 87	0.62 56	0.28 106	0.39 115	0.68 115	0.74 112	0.84 114	0.74 114

MLCV	0.75 131	0.49 95	0.54 136	0.74 166	0.51 140	0.66 156	0.45 126	0.82 174	0.43 128	0.70 166	0.88 167	1.05 158	0.85 177	0.29 99	1.11 114	0.50 56	0.67 144	0.53 126	2.58 182	0.47 103	0.67 106	1.04 107	0.40 145	0.61 168	0.75 127	0.80 125	0.84 114	0.74 114

PWCDC_ROB	0.72 121	0.35 28	0.39 76	0.30 50	0.45 123	0.37 72	0.38 114	0.43 22	1.24 206	0.27 12	0.71 144	0.45 41	2.48 209	0.57 180	1.31 144	0.78 160	0.58 95	0.56 140	0.66 68	0.56 127	0.73 118	2.56 167	0.46 156	0.42 123	0.40 33	0.63 91	0.52 25	0.74 114

CFNet_pseudo	0.54 78	0.44 64	0.46 110	0.54 133	0.43 117	0.54 127	0.35 108	0.62 91	0.36 100	0.61 112	0.64 126	0.58 78	0.55 152	0.36 127	1.26 141	0.56 89	0.51 56	0.47 88	0.69 72	0.37 61	0.49 44	0.54 41	0.27 101	0.35 96	0.58 83	0.60 88	0.69 77	0.75 119

MSMDNet	0.92 146	0.53 125	0.54 136	0.35 74	0.36 87	0.45 100	0.34 106	0.69 130	0.30 60	0.63 125	0.72 148	0.72 117	0.36 99	0.23 52	1.05 111	1.51 230	0.64 135	0.51 116	2.89 191	0.82 186	1.60 180	5.72 222	0.24 85	0.32 73	0.76 131	0.84 131	0.86 122	0.75 119

CAS	0.40 35	0.45 71	0.26 41	0.29 44	0.29 59	0.23 22	0.14 20	0.41 18	0.27 38	0.41 24	0.57 106	0.36 16	0.36 99	0.21 40	0.59 36	0.42 29	0.50 50	0.34 24	0.54 35	0.28 27	0.46 30	0.58 47	0.19 41	0.23 24	0.55 72	0.51 70	0.63 59	0.76 121

RP	0.63 106	0.58 145	0.74 178	0.62 150	0.57 149	0.58 139	0.67 168	0.63 96	0.60 160	0.42 25	0.79 159	0.79 130	0.53 146	0.44 155	1.02 105	0.51 61	0.55 78	0.45 76	0.66 68	0.47 103	0.55 68	0.96 102	0.38 138	0.47 138	0.64 104	0.69 101	0.92 133	0.77 122

FADNet-RVC-Resample	0.63 106	0.52 118	0.42 98	0.46 111	0.40 109	0.41 89	0.44 125	0.73 150	0.42 125	0.68 157	0.50 84	1.09 163	0.45 128	0.43 148	1.67 165	0.52 67	0.59 103	0.61 160	0.87 106	0.57 130	0.56 73	0.91 96	0.35 130	0.61 168	0.59 85	0.77 120	0.55 33	0.79 123

DLNR_Zeroshot_test	17.85 258	67.20 273	1.21 211	81.88 273	0.36 87	0.45 100	74.74 273	0.76 156	0.28 45	0.69 162	0.57 106	1.21 171	0.30 53	8.16 259	84.46 272	99.85 273	23.71 264	15.03 261	7.28 225	0.56 127	5.49 246	3.79 188	0.19 41	0.46 133	0.77 135	0.84 131	0.81 105	0.80 124

UDG	1.44 182	2.27 225	1.02 199	2.58 219	2.46 231	2.49 222	2.57 220	0.76 156	0.86 183	0.77 185	1.07 182	1.54 182	0.66 168	2.59 231	1.37 150	0.72 146	2.12 228	0.82 201	2.32 172	1.00 201	1.33 175	1.93 152	1.63 225	0.67 176	0.76 131	0.83 129	0.96 141	0.80 124

FADNet-RVC	0.64 110	0.50 103	0.39 76	0.51 125	0.43 117	0.40 82	0.64 157	0.69 130	0.38 107	0.64 130	0.51 89	1.15 169	0.46 130	0.34 121	2.01 182	0.56 89	0.55 78	0.45 76	1.26 137	0.53 116	0.59 84	0.66 64	0.33 125	0.52 155	0.60 90	0.75 114	0.67 71	0.80 124

PS-NSSS	0.63 106	0.82 181	0.45 105	0.90 179	0.56 147	0.73 167	0.66 166	0.64 103	0.39 112	0.64 130	0.43 58	1.56 183	0.51 140	0.44 155	1.01 103	0.45 35	0.53 68	0.45 76	0.95 116	0.44 95	0.46 30	0.35 14	0.38 138	0.36 102	0.68 115	0.68 100	0.71 81	0.80 124

AACVNet	0.57 89	0.48 90	0.41 93	0.59 142	0.62 158	0.54 127	0.38 114	0.61 80	0.41 118	0.59 104	0.63 120	0.59 82	0.34 85	0.36 127	0.97 95	0.56 89	0.59 103	0.54 130	0.72 82	0.53 116	0.57 75	0.65 61	0.38 138	0.46 133	0.60 90	0.69 101	0.84 114	0.82 128

SACVNet	0.67 115	0.54 134	0.52 132	0.56 136	0.57 149	0.54 127	0.63 155	0.69 130	0.57 155	0.67 153	0.57 106	0.60 86	0.38 109	0.41 139	1.15 122	0.63 114	0.66 140	0.58 148	0.98 119	0.65 158	0.75 124	1.46 130	0.37 136	0.51 150	0.77 135	0.76 118	0.87 124	0.83 129

DDUNet	1.45 183	2.20 223	0.95 189	2.67 221	2.44 230	2.57 223	2.52 218	0.80 169	0.84 182	0.63 125	0.95 174	1.61 188	0.54 148	2.64 234	1.14 120	0.79 161	2.07 227	0.79 199	2.32 172	0.94 197	1.26 168	1.85 144	2.70 232	0.61 168	0.74 125	0.75 114	0.99 147	0.84 130

UCFNet_RVC	0.60 99	0.79 176	0.46 110	0.60 144	0.56 147	0.53 124	0.40 118	0.59 69	0.40 115	0.59 104	0.61 117	0.83 134	0.47 132	0.33 120	1.17 127	0.47 45	0.51 56	0.50 109	0.70 79	0.47 103	0.61 91	0.63 58	0.39 143	0.44 127	0.81 146	0.75 114	0.67 71	0.85 131

stereogan	0.75 131	0.68 165	0.66 164	0.69 163	0.74 180	0.75 170	0.65 160	0.71 139	0.61 163	0.51 59	0.63 120	1.09 163	0.64 165	0.45 158	1.13 116	0.60 102	0.57 90	0.51 116	0.92 112	0.61 144	0.63 99	2.04 156	0.47 158	0.49 147	0.62 94	0.69 101	1.20 172	0.87 132

iResNet	0.97 155	0.57 143	0.64 161	0.75 168	0.71 172	1.00 189	0.58 144	1.00 191	0.58 158	0.66 145	0.82 165	1.42 180	1.53 197	0.31 107	1.82 173	0.71 144	0.76 168	0.68 172	4.15 204	0.72 180	0.91 145	0.82 85	0.42 149	0.96 199	0.75 127	0.90 140	1.03 151	0.87 132

GANet-ADL	0.87 144	0.60 150	0.57 144	0.61 146	0.59 154	0.63 150	0.48 131	0.67 115	0.53 146	0.65 136	0.65 128	0.76 125	0.47 132	0.39 135	1.27 142	0.82 165	0.69 151	0.52 120	1.94 161	0.66 165	0.71 114	4.56 200	0.43 152	0.49 147	0.71 119	1.19 171	1.05 156	0.88 134

RAFT-Test	0.97 155	0.51 110	0.52 132	0.53 130	0.35 83	0.41 89	0.30 95	0.72 146	0.31 71	0.62 119	3.46 233	0.68 109	0.32 70	0.23 52	1.20 129	1.42 222	0.63 131	0.50 109	3.05 194	0.68 170	1.73 186	2.86 174	0.24 85	0.32 73	0.82 151	1.87 209	0.95 140	0.89 135

PMTNet	0.54 78	0.49 95	0.48 116	0.31 57	0.30 62	0.27 32	0.23 64	0.54 47	0.30 60	0.57 92	0.42 54	0.60 86	0.24 31	0.23 52	1.51 159	0.62 109	0.58 95	0.37 37	1.17 132	0.34 46	0.76 128	0.62 56	0.20 50	0.23 24	0.81 146	0.70 104	0.67 71	0.92 136

NOSS_ROB	1.12 171	0.85 189	0.51 128	0.74 166	0.62 158	0.78 174	0.53 138	0.80 169	0.54 148	0.70 166	0.61 117	0.63 99	0.93 180	0.63 191	2.30 192	1.12 195	0.80 173	0.70 180	0.76 91	0.61 144	1.17 161	7.46 239	0.51 171	0.80 190	0.91 165	1.78 208	1.49 197	0.93 137

XPNet_ROB	0.81 138	0.77 174	0.59 147	0.54 133	0.62 158	0.64 153	0.64 157	0.54 47	0.67 169	0.58 99	0.78 157	2.38 198	0.48 134	0.44 155	1.16 124	0.71 144	0.87 180	0.57 147	0.86 104	0.58 135	0.80 133	1.79 142	0.46 156	0.52 155	0.66 112	0.74 112	1.47 195	0.97 138

cross-raft	0.93 148	0.57 143	0.52 132	0.44 104	0.35 83	0.42 93	0.28 84	0.73 150	0.33 86	0.65 136	0.72 148	0.74 123	0.30 53	0.23 52	1.13 116	1.20 205	0.63 131	0.48 95	2.91 192	0.61 144	1.80 189	5.83 225	0.23 78	0.34 88	0.84 156	0.89 138	0.94 137	0.98 139

STTStereo	0.57 89	0.56 136	0.54 136	0.45 109	0.52 141	0.44 98	0.62 152	0.52 40	0.47 139	0.47 41	0.55 102	0.73 120	0.46 130	0.57 180	1.46 156	0.46 40	0.50 50	0.52 120	0.55 40	0.39 70	0.53 64	0.51 32	0.33 125	0.36 102	0.55 72	0.66 98	0.71 81	0.98 139

NCC-stereo	0.71 119	0.64 158	0.61 149	0.65 155	0.67 168	0.64 153	0.74 175	0.67 115	0.75 175	0.43 26	0.79 159	0.83 134	0.72 170	0.48 163	1.02 105	0.55 85	0.59 103	0.65 167	0.82 102	0.57 130	0.62 95	0.92 99	0.55 181	0.48 145	0.80 143	0.95 147	0.94 137	0.99 141

Abc-Net	0.71 119	0.64 158	0.61 149	0.65 155	0.67 168	0.64 153	0.74 175	0.67 115	0.75 175	0.43 26	0.79 159	0.83 134	0.72 170	0.48 163	1.02 105	0.55 85	0.59 103	0.65 167	0.82 102	0.57 130	0.62 95	0.92 99	0.55 181	0.48 145	0.80 143	0.95 147	0.94 137	0.99 141
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CASS	0.84 142	0.56 136	0.58 145	0.66 158	0.57 149	0.60 142	0.59 146	0.78 163	0.53 146	0.71 169	0.75 154	0.69 112	0.48 134	0.29 99	0.93 84	0.70 139	1.12 205	0.55 134	1.66 150	0.59 136	2.89 212	1.98 154	0.38 138	0.38 111	0.91 165	0.80 125	0.91 131	1.01 143
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
pcwnet_v2	0.66 113	0.47 82	0.53 135	0.62 150	0.50 135	0.63 150	0.46 129	0.66 112	0.46 135	0.65 136	0.78 157	0.65 103	0.89 179	0.56 179	1.39 152	0.64 119	0.60 111	0.51 116	0.88 108	0.44 95	0.58 79	0.77 76	0.35 130	0.46 133	0.76 131	0.76 118	0.88 126	1.02 144

FADNet	0.69 117	0.55 135	0.42 98	0.53 130	0.44 121	0.49 113	0.70 173	0.76 156	0.43 128	0.66 145	0.63 120	0.82 133	0.51 140	0.37 132	1.80 172	0.53 75	0.53 68	0.54 130	1.67 151	0.54 119	0.74 121	0.81 84	0.35 130	0.42 123	0.76 131	0.86 133	0.80 103	1.04 145

GANetREF_RVC	0.80 137	0.75 173	0.69 173	0.76 169	0.66 166	0.70 164	0.60 148	0.99 189	0.74 174	0.94 205	0.52 93	1.36 178	0.72 170	0.45 158	0.95 93	0.59 98	0.69 151	0.63 161	1.16 131	0.63 151	0.84 138	0.71 69	0.60 188	0.73 181	0.95 170	0.90 140	1.21 174	1.05 146
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
DAS	1.08 169	0.61 154	0.51 128	0.79 172	0.63 161	0.69 162	0.62 152	0.84 175	0.93 190	0.65 136	1.46 204	1.69 190	1.27 188	0.35 124	1.69 166	0.97 178	0.95 191	0.73 184	1.91 159	1.03 204	2.01 194	2.78 171	0.47 158	0.98 201	0.97 173	1.17 167	1.45 190	1.06 147

SepStereo	1.08 169	0.61 154	0.51 128	0.79 172	0.63 161	0.69 162	0.62 152	0.84 175	0.93 190	0.65 136	1.46 204	1.69 190	1.27 188	0.35 124	1.69 166	0.97 178	0.95 191	0.73 184	1.91 159	1.03 204	2.01 194	2.78 171	0.47 158	0.98 201	0.97 173	1.17 167	1.45 190	1.06 147

TRStereo	4.80 237	0.88 193	1.21 211	0.56 136	0.36 87	1.43 210	0.49 132	0.68 124	0.30 60	0.65 136	0.47 70	1.13 167	0.28 46	0.23 52	1.25 140	1.09 191	0.58 95	0.48 95	2.00 164	0.51 114	0.76 128	5.69 221	0.19 41	0.30 64	0.79 142	104.35 273	1.77 210	1.07 149

R-Stereo Train	0.72 121	0.56 136	0.50 123	0.49 116	0.37 93	0.51 120	0.19 42	0.61 80	0.33 86	0.67 153	0.66 134	0.73 120	0.36 99	0.25 74	1.13 116	0.95 172	0.66 140	0.52 120	2.17 167	0.46 99	1.03 153	2.24 160	0.22 68	0.38 111	0.75 127	0.94 145	0.79 98	1.08 150

RAFT-Stereo	0.72 121	0.56 136	0.50 123	0.49 116	0.37 93	0.51 120	0.19 42	0.61 80	0.33 86	0.67 153	0.66 134	0.73 120	0.36 99	0.25 74	1.13 116	0.95 172	0.66 140	0.52 120	2.17 167	0.46 99	1.03 153	2.24 160	0.22 68	0.38 111	0.75 127	0.94 145	0.79 98	1.08 150
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	0.79 136	0.53 125	0.63 156	0.79 172	0.64 164	0.63 150	0.40 118	0.76 156	0.49 142	0.73 174	1.54 206	1.35 177	0.84 176	0.37 132	1.15 122	0.62 109	0.66 140	0.53 126	0.81 100	0.55 122	0.81 135	1.08 110	0.44 153	0.71 180	0.97 173	1.10 163	1.11 164	1.09 152
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
XQC	1.22 173	0.91 194	0.73 176	0.92 183	0.94 191	0.94 186	0.89 182	1.10 200	0.91 188	0.85 198	1.10 186	1.07 160	1.40 194	0.73 199	4.40 225	1.15 198	0.91 186	0.69 176	1.69 152	0.89 193	1.26 168	2.63 168	0.63 191	0.77 186	1.21 198	1.88 210	1.27 180	1.10 153

HH	1.05 167	0.34 21	1.01 196	0.43 101	0.39 105	0.53 124	0.42 121	0.69 130	0.35 94	0.65 136	0.49 77	1.07 160	0.26 40	0.28 96	1.24 136	2.30 245	0.62 126	0.54 130	2.45 177	0.67 167	3.56 223	5.13 211	0.26 94	0.35 96	0.87 160	1.27 179	1.09 159	1.11 154

HanStereo	1.05 167	0.34 21	1.01 196	0.43 101	0.39 105	0.53 124	0.42 121	0.69 130	0.35 94	0.65 136	0.49 77	1.07 160	0.26 40	0.28 96	1.24 136	2.30 245	0.62 126	0.54 130	2.45 177	0.67 167	3.56 223	5.13 211	0.26 94	0.35 96	0.87 160	1.27 179	1.09 159	1.11 154

GEStereo_RVC	0.83 140	0.59 147	0.42 98	0.54 133	0.50 135	0.61 144	0.51 136	0.71 139	0.43 128	0.60 107	0.52 93	0.78 129	0.49 138	0.40 137	0.99 102	0.96 174	0.79 171	0.75 190	1.96 162	0.65 158	0.82 137	4.23 192	0.32 120	0.56 161	0.65 108	0.64 92	0.85 118	1.13 156

FADNet_RVC	1.02 162	0.69 167	0.58 145	0.90 179	0.80 185	0.56 134	0.56 141	0.78 163	0.56 152	0.70 166	0.92 171	1.40 179	1.11 183	0.55 176	2.54 196	0.68 131	0.85 178	0.90 207	3.38 200	0.82 186	1.24 166	2.31 163	0.38 138	0.64 172	0.71 119	0.90 140	1.03 151	1.14 157

EAI-Stereo	0.94 151	0.52 118	0.62 155	0.52 127	0.50 135	0.57 136	0.64 157	0.72 146	0.37 104	0.62 119	2.08 219	0.84 137	0.26 40	0.26 84	1.99 181	1.49 227	0.61 121	0.50 109	3.11 195	0.65 158	0.88 144	2.39 164	0.20 50	0.36 102	0.81 146	1.09 162	1.59 202	1.15 158

HBP-ISP	1.57 186	0.87 192	0.96 192	0.99 189	0.71 172	0.88 182	0.56 141	0.89 182	0.54 148	0.82 193	0.88 167	1.01 154	0.36 99	0.70 197	7.21 240	5.74 254	0.71 160	0.70 180	0.74 84	0.64 156	1.32 174	8.85 246	0.50 164	0.67 176	0.85 158	1.00 152	2.10 220	1.16 159

RGC	0.81 138	0.73 171	1.00 194	0.71 164	0.74 180	0.77 173	0.58 144	0.74 153	0.76 177	0.57 92	0.98 176	0.85 139	0.86 178	0.57 180	1.09 113	0.64 119	0.64 135	0.56 140	0.94 115	0.64 156	0.73 118	1.62 138	0.53 176	0.59 164	0.84 156	1.01 154	1.03 151	1.19 160

CC-Net-ROB	1.00 159	1.19 211	0.70 175	1.57 211	1.10 199	1.68 216	1.26 200	0.79 167	0.60 160	0.81 191	0.58 109	3.27 213	0.58 155	0.88 209	1.04 110	0.46 40	0.75 163	0.66 169	1.43 144	0.59 136	0.60 87	0.53 39	1.88 228	0.47 138	0.88 162	0.82 128	0.79 98	1.19 160

ccs_rob	1.30 176	0.79 176	0.68 168	0.86 176	0.61 157	0.90 185	0.84 180	0.99 189	0.52 145	0.75 178	6.22 248	5.88 232	1.15 186	0.51 169	1.29 143	1.13 197	0.69 151	0.66 169	1.17 132	0.73 182	1.60 180	2.54 165	0.50 164	0.56 161	0.71 119	0.78 122	0.90 130	1.19 160

NCCL2	0.73 126	0.74 172	0.68 168	0.58 140	0.58 152	0.52 123	0.49 132	0.70 137	0.58 158	0.68 157	0.68 139	0.68 109	0.48 134	0.41 139	1.22 134	0.75 154	0.67 144	0.58 148	0.78 95	0.59 136	0.80 133	1.30 120	0.51 171	0.64 172	0.98 177	0.96 149	0.88 126	1.20 163

ETE_ROB	0.95 153	0.91 194	0.60 148	0.68 160	0.71 172	0.85 180	0.65 160	0.67 115	0.90 187	0.64 130	1.06 179	2.65 203	0.55 152	0.55 176	1.45 155	0.75 154	0.94 190	0.64 163	1.02 120	0.70 175	0.98 150	2.12 157	0.51 171	0.61 168	0.81 146	0.92 143	1.53 199	1.25 164

LALA_ROB	0.92 146	0.98 200	0.69 173	0.64 153	0.71 172	0.84 179	0.69 172	0.71 139	0.82 181	0.68 157	1.06 179	2.63 202	0.58 155	0.51 169	1.59 164	0.70 139	0.87 180	0.73 184	0.93 114	0.69 174	0.91 145	1.74 141	0.50 164	0.64 172	0.78 139	0.92 143	1.19 171	1.25 164

SHD	1.22 173	0.56 136	0.77 181	0.76 169	0.73 178	0.68 160	0.67 168	1.01 194	0.98 197	0.77 185	1.06 179	1.01 154	1.32 191	0.57 180	6.75 238	1.21 207	0.97 195	0.72 182	2.06 166	0.85 189	1.52 179	2.27 162	0.48 161	0.86 192	1.00 181	1.16 166	0.92 133	1.29 166

AMNet	1.03 164	0.98 200	0.95 189	0.98 188	1.01 195	1.04 190	0.96 190	0.86 180	0.93 190	0.97 208	1.01 178	1.12 165	0.82 174	1.05 217	1.03 108	1.10 193	1.17 207	1.05 214	1.08 125	1.05 206	1.14 160	1.06 109	0.84 202	0.99 204	1.02 184	1.06 160	1.20 172	1.30 167

PA-Net	0.69 117	0.68 165	0.66 164	0.50 120	0.68 170	0.51 120	0.65 160	0.66 112	0.73 172	0.54 77	0.55 102	0.58 78	0.59 159	0.59 189	1.36 148	0.59 98	0.47 38	0.55 134	0.63 63	0.55 122	0.52 54	0.99 106	0.37 136	0.54 159	0.66 112	1.45 190	0.67 71	1.32 168
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SFCPSM	2.77 215	0.82 181	0.65 163	0.77 171	0.70 171	0.74 168	0.63 155	0.84 175	0.97 195	0.71 169	1.85 218	2.58 201	4.16 223	0.57 180	2.35 193	0.96 174	0.75 163	0.64 163	44.80 267	1.20 215	0.92 147	1.50 131	0.56 184	0.60 165	0.97 173	0.96 149	1.22 176	1.37 169

RTSC	0.89 145	0.49 95	0.49 117	0.48 114	0.53 142	0.57 136	0.66 166	0.68 124	0.71 170	0.55 82	0.79 159	0.59 82	0.60 160	0.43 148	4.83 232	0.96 174	0.99 198	0.60 157	1.40 143	0.60 142	0.97 149	1.51 133	0.32 120	0.57 163	0.63 100	0.73 111	0.96 141	1.39 170

IGEV_Zeroshot_test	1.32 179	0.47 82	1.27 216	1.16 196	0.48 128	0.61 144	0.65 160	0.80 169	0.41 118	0.67 153	4.86 242	0.97 152	0.31 62	0.26 84	1.20 129	1.48 226	0.61 121	0.49 101	2.56 181	0.66 165	2.26 200	8.15 245	0.22 68	0.41 119	1.05 186	1.03 158	1.16 169	1.43 171

anonymity	3.37 224	0.42 54	1.10 207	0.58 140	0.43 117	0.48 112	0.31 101	0.78 163	0.35 94	0.62 119	65.69 271	0.87 142	0.30 53	0.25 74	1.14 120	1.37 218	0.61 121	0.44 69	1.39 142	0.63 151	0.75 124	7.27 237	0.25 92	0.32 73	0.99 179	1.23 174	1.10 163	1.44 172

RTS	1.35 180	0.60 150	0.63 156	0.61 146	0.59 154	0.96 187	1.15 196	0.81 172	0.87 184	0.60 107	0.71 144	1.31 174	0.62 163	0.54 174	7.39 242	1.17 202	1.20 208	0.78 193	2.36 174	0.88 190	1.29 170	1.87 146	0.50 164	0.69 178	1.39 206	4.38 242	1.15 167	1.45 173

RTSA	1.35 180	0.60 150	0.63 156	0.61 146	0.59 154	0.96 187	1.15 196	0.81 172	0.87 184	0.60 107	0.71 144	1.31 174	0.62 163	0.54 174	7.39 242	1.17 202	1.20 208	0.78 193	2.36 174	0.88 190	1.29 170	1.87 146	0.50 164	0.69 178	1.39 206	4.38 242	1.15 167	1.45 173

test-1	1.04 166	0.34 21	0.56 142	0.37 80	0.41 114	0.61 144	0.37 111	0.72 146	0.39 112	0.69 162	0.70 143	1.12 165	0.44 124	0.25 74	1.56 163	1.36 216	0.64 135	0.60 157	2.29 170	0.59 136	1.20 163	7.59 240	0.23 78	0.37 106	0.83 154	1.13 164	1.12 165	1.55 175

MSKI-zero shot	1.13 172	0.50 103	0.49 117	0.41 95	0.37 93	0.47 111	0.33 103	0.76 156	0.31 71	0.65 136	1.67 213	0.84 137	0.33 78	0.22 45	1.36 148	1.50 229	0.65 138	0.48 95	3.12 196	0.63 151	2.22 199	7.37 238	0.20 50	0.41 119	0.98 177	1.45 190	1.24 177	1.57 176

Any-RAFT	0.78 135	0.49 95	0.88 185	0.53 130	0.43 117	0.39 81	0.28 84	0.64 103	0.32 78	0.57 92	0.76 155	0.88 145	0.24 31	0.23 52	1.38 151	0.79 161	0.60 111	0.46 84	2.52 180	0.47 103	1.19 162	1.79 142	0.24 85	0.34 88	1.01 183	1.36 187	0.74 92	1.59 177

SGM-Forest	0.93 148	0.71 169	0.40 83	1.13 195	0.66 166	0.75 170	0.46 129	0.68 124	0.39 112	0.61 112	0.45 67	1.17 170	1.11 183	0.49 165	1.46 156	0.64 119	0.56 86	0.47 88	0.75 87	0.46 99	0.64 100	4.86 203	0.45 154	0.47 138	0.92 168	0.89 138	2.04 219	1.59 177
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CSAN	1.00 159	0.84 187	0.75 179	0.87 177	0.87 187	0.75 170	0.67 168	1.00 191	0.99 198	0.94 205	0.72 148	2.06 197	1.74 201	0.51 169	1.50 158	0.65 124	0.78 170	0.68 172	1.15 130	0.72 180	0.86 141	0.89 93	0.54 178	0.79 189	1.09 191	1.65 203	1.28 181	1.63 179

MFN_U_SF_RVC	1.86 196	1.06 205	0.88 185	1.27 202	1.03 196	1.56 212	2.57 220	1.40 213	1.19 205	1.50 236	2.86 228	2.04 196	1.60 199	2.16 229	4.89 233	1.02 183	0.93 189	0.83 204	6.71 223	1.21 217	3.28 217	2.85 173	0.65 192	1.16 217	1.25 199	1.33 185	1.29 182	1.66 180

NaN_ROB	0.77 133	0.59 147	0.61 149	0.64 153	0.79 184	0.55 133	0.51 136	0.88 181	0.64 165	0.73 174	0.59 112	1.98 195	0.65 166	0.46 161	1.01 103	0.58 94	0.58 95	0.55 134	0.74 84	0.56 127	0.57 75	0.79 78	0.40 145	0.66 175	0.92 168	1.30 183	0.97 145	1.66 180

MFMNet_re	1.60 188	1.18 210	1.12 209	1.28 203	1.17 206	1.64 214	1.39 205	1.30 206	1.62 218	1.14 216	1.36 199	2.69 204	1.82 202	0.90 211	2.94 202	1.37 218	1.57 218	1.32 233	3.84 202	1.26 220	2.71 208	1.71 140	1.17 214	1.29 224	1.13 193	1.02 155	1.59 202	1.69 182

GwcNet-ADL	0.97 155	0.85 189	0.82 184	0.91 181	0.72 176	0.71 165	0.55 139	0.78 163	0.51 144	0.72 171	4.46 237	1.21 171	0.67 169	0.47 162	0.97 95	0.97 178	0.75 163	0.56 140	1.30 139	0.74 183	0.70 113	1.12 112	0.59 187	0.60 165	0.82 151	1.02 155	0.91 131	1.71 183

FBW_ROB	1.50 184	1.46 216	1.13 210	2.05 218	1.56 217	1.42 209	2.03 213	1.00 191	0.71 170	0.73 174	1.21 191	2.38 198	0.93 180	1.53 225	2.03 183	0.63 114	0.90 182	0.66 169	6.51 222	0.63 151	1.69 183	1.54 136	1.47 224	1.14 215	1.05 186	1.23 174	1.02 150	1.77 184

XX-Stereo	9.59 254	0.38 35	0.41 93	0.62 150	0.28 52	0.54 127	0.28 84	0.69 130	0.28 45	0.69 162	6.22 248	1.02 156	0.30 53	0.24 64	1.91 177	1.60 232	0.61 121	0.52 120	1.97 163	0.54 119	0.76 128	1.31 121	0.19 41	0.29 59	233.45 272	0.86 133	1.03 151	1.85 185

DGSMNet	2.86 216	0.99 202	1.40 222	1.06 190	1.09 198	1.14 199	1.07 193	1.42 214	0.94 194	2.17 251	11.83 263	1.77 192	1.86 203	0.95 215	7.21 240	3.88 251	6.07 251	1.70 244	5.05 211	1.75 237	7.07 254	8.89 247	0.97 212	1.24 223	1.03 185	1.46 192	1.44 189	1.85 185

DPSNet	2.86 216	0.84 187	0.79 182	1.23 201	1.35 212	1.35 207	0.95 188	1.10 200	1.48 216	0.80 189	1.17 188	7.04 239	4.28 225	0.75 202	6.78 239	2.57 247	1.59 219	1.27 232	14.87 249	1.61 233	5.07 242	9.58 249	1.81 227	1.44 230	1.49 215	2.52 224	1.66 206	1.87 187

dad	0.93 148	0.58 145	0.38 71	1.42 208	0.64 164	0.78 174	2.27 214	1.43 215	0.38 107	0.93 204	0.39 45	0.85 139	0.79 173	0.34 121	1.20 129	0.57 93	0.79 171	0.46 84	1.86 158	0.41 85	0.79 132	0.69 66	0.30 113	0.51 150	1.17 196	0.47 60	2.78 234	1.90 188

FC-DCNN	0.95 153	0.97 199	1.28 218	1.39 207	0.98 194	1.34 206	0.91 185	0.94 184	0.80 179	0.87 200	0.66 134	1.14 168	0.54 148	0.57 180	0.93 84	0.74 150	0.82 176	0.69 176	0.87 106	0.60 142	0.81 135	0.93 101	0.50 164	0.88 194	1.28 201	1.14 165	1.29 182	1.92 189

s12784h	0.66 113	0.69 167	0.55 140	0.65 155	0.47 127	0.35 67	0.25 73	0.61 80	0.32 78	0.60 107	0.48 72	0.81 132	0.60 160	0.26 84	0.69 53	0.55 85	0.62 126	0.39 45	0.78 95	0.36 53	1.30 172	0.73 73	0.19 41	0.31 69	0.77 135	1.05 159	1.56 201	2.02 190

SPS-STEREO	2.34 208	1.27 214	1.24 214	1.58 213	1.36 213	1.49 211	1.27 201	1.67 224	1.36 212	1.38 230	2.76 226	3.04 209	1.30 190	1.06 218	4.12 220	1.82 239	1.66 220	1.39 235	9.69 234	1.36 222	4.41 234	7.92 243	1.28 219	1.43 228	1.48 214	1.76 207	2.03 217	2.03 191
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_1	2.64 214	3.24 242	2.43 237	4.43 243	3.01 243	3.83 239	4.20 240	1.35 211	1.18 203	1.22 223	1.08 185	3.35 216	2.52 211	3.12 242	1.93 178	0.72 146	2.67 240	1.17 226	9.65 233	1.16 211	3.59 226	2.70 169	4.47 243	1.11 212	1.43 211	2.04 215	1.46 193	2.10 192

S-Stereo	1.70 191	0.82 181	0.95 189	1.19 198	1.22 207	1.32 205	1.59 209	1.03 195	1.08 201	1.24 224	4.20 235	4.08 224	1.12 185	0.67 195	3.06 205	1.65 234	0.91 186	1.05 214	2.24 169	1.12 210	1.50 178	5.83 225	1.32 223	1.21 221	0.90 163	1.17 167	1.25 178	2.15 193

PVD	1.82 193	1.04 204	1.50 224	1.10 193	1.14 203	1.21 200	1.17 198	1.91 233	2.04 229	0.81 191	1.42 202	1.57 185	1.93 205	0.91 212	8.84 246	1.56 231	1.42 213	1.10 221	2.49 179	1.20 215	1.98 192	3.12 178	0.79 198	1.13 214	1.65 219	2.06 216	1.72 207	2.19 194

PWC_ROB	1.31 178	0.71 169	1.05 201	0.61 146	0.72 176	0.72 166	1.06 192	0.85 178	1.54 217	0.76 183	1.39 200	1.03 157	2.52 211	0.58 186	2.91 200	1.03 184	1.16 206	0.90 207	2.44 176	0.98 198	1.99 193	3.73 187	0.45 154	1.00 205	0.85 158	0.88 136	1.26 179	2.28 195

Ntro	2.56 212	3.44 247	1.64 225	3.56 237	2.56 234	3.77 237	3.41 229	1.11 202	1.04 199	1.16 218	0.92 171	2.98 207	1.40 194	2.75 237	3.10 207	0.68 131	1.91 221	0.84 205	11.74 240	1.16 211	2.88 211	5.44 218	4.15 238	0.75 183	1.27 200	1.58 201	1.61 205	2.30 196

SQANet	2.17 204	2.74 229	1.21 211	3.10 229	2.22 226	3.35 228	2.73 225	0.95 186	0.65 167	1.00 211	0.73 152	2.76 205	1.34 193	2.32 230	3.29 210	0.63 114	1.34 212	0.73 184	10.90 237	0.70 175	2.37 204	3.46 182	3.27 234	0.60 165	1.05 186	1.52 196	1.39 187	2.31 197

ACVNet_2	3.45 227	3.01 236	2.34 236	4.63 244	2.95 242	3.55 230	3.53 231	1.59 220	1.33 210	1.30 226	1.13 187	3.27 213	2.54 213	2.69 236	1.95 179	0.87 169	9.85 255	1.08 220	21.96 253	1.38 224	3.39 218	4.29 195	4.23 239	1.43 228	2.01 222	2.58 225	1.90 213	2.34 198

PSMNet_ROB	2.93 218	3.42 246	2.10 232	2.90 225	2.09 224	4.14 242	3.88 236	1.50 216	1.44 214	1.61 240	2.63 225	3.83 221	5.07 226	5.05 250	3.50 211	0.96 174	2.14 229	1.10 221	8.78 229	1.70 236	2.75 209	2.96 177	5.52 252	1.38 227	2.15 226	2.21 219	1.95 214	2.38 199

MaskLacGwcNet_RVC	8.44 250	0.67 163	1.08 205	0.97 187	0.87 187	0.82 178	1.29 202	0.85 178	0.73 172	0.90 202	5.88 247	182.08 273	2.36 208	1.37 224	1.72 170	1.04 186	0.95 191	1.05 214	6.37 221	0.80 185	3.60 227	4.99 207	0.56 184	0.86 192	1.00 181	1.48 194	1.21 174	2.39 200

ACVNet-4b	2.61 213	2.78 232	1.77 227	3.15 230	2.34 228	3.59 232	3.82 235	1.34 210	1.35 211	1.27 225	0.72 148	3.29 215	2.76 217	3.05 240	3.12 208	0.82 165	2.46 233	1.10 221	10.23 236	1.26 220	3.40 219	5.28 215	4.07 237	0.95 198	1.28 201	1.29 181	1.47 195	2.47 201

otaku	2.54 211	3.10 239	1.32 219	3.38 235	2.41 229	3.63 233	3.11 226	1.05 199	0.97 195	1.13 213	0.81 164	2.95 206	1.88 204	2.63 233	3.57 213	0.67 127	1.56 217	0.77 192	13.58 245	1.10 209	2.70 207	4.14 191	4.46 242	0.78 187	1.18 197	1.37 188	1.72 207	2.50 202

iRaft-Stereo_20w	2.15 203	0.53 125	1.39 221	1.22 200	0.48 128	0.79 177	0.50 134	0.75 155	0.43 128	0.73 174	6.67 252	0.86 141	0.29 50	0.27 92	1.12 115	1.28 211	0.61 121	0.45 76	1.83 154	0.63 151	1.11 157	5.64 220	0.22 68	0.28 56	0.96 171	25.03 259	1.45 190	2.62 203

Dean	2.99 221	3.25 243	1.92 229	5.91 246	3.47 250	3.67 234	3.78 234	1.88 232	1.96 226	1.49 235	1.39 200	3.77 220	4.25 224	2.99 239	2.38 194	0.98 181	2.82 241	1.33 234	6.23 219	1.76 238	3.56 223	5.37 216	4.77 244	1.59 235	2.73 231	2.30 220	2.62 232	2.67 204

MSC_U_SF_DS_RVC	1.83 195	1.25 213	1.05 201	1.57 211	1.11 201	1.22 201	3.48 230	1.50 216	2.11 230	1.30 226	0.96 175	1.56 183	1.05 182	1.92 228	4.01 217	1.25 210	0.90 182	1.05 214	6.24 220	1.22 218	1.75 188	3.71 186	1.18 215	1.17 218	1.51 216	1.50 195	1.12 165	2.71 205

MADNet+	2.24 205	1.21 212	1.26 215	1.48 209	1.30 210	1.12 197	2.54 219	1.95 234	1.46 215	1.34 228	1.29 196	2.44 200	2.24 207	1.30 223	8.99 247	2.12 242	2.64 239	1.14 224	2.82 190	1.90 239	4.19 231	4.31 197	1.30 221	2.17 250	2.03 224	1.57 198	1.59 202	2.76 206

edge stereo	1.94 199	1.17 209	2.17 234	1.48 209	1.31 211	1.61 213	1.43 207	1.68 225	1.28 207	1.19 220	3.32 232	4.32 227	2.92 219	0.81 204	2.94 202	1.49 227	1.08 202	0.82 201	5.33 213	0.98 198	1.70 184	4.30 196	0.95 211	0.94 197	1.34 203	1.21 173	1.72 207	2.87 207

MFN_U_SF_DS_RVC	1.53 185	0.91 194	0.64 161	1.28 203	0.94 191	1.25 204	2.61 223	1.29 204	1.18 203	0.99 210	0.89 169	1.87 194	1.18 187	1.17 219	4.72 230	0.81 163	0.74 162	0.58 148	2.74 188	0.71 178	2.13 197	3.81 189	0.85 204	0.76 184	1.45 212	1.65 203	1.36 186	2.88 208

SAMSARA	1.90 198	0.80 179	1.02 199	0.94 185	0.93 190	0.88 182	1.07 193	1.60 221	1.28 207	0.97 208	1.07 182	1.33 176	2.67 216	0.88 209	8.67 245	1.44 225	1.09 203	0.93 211	2.65 184	1.06 207	2.36 203	3.27 180	0.58 186	1.04 210	2.85 235	4.21 241	2.73 233	2.88 208

RainbowNet	2.44 210	2.98 235	1.98 231	3.35 234	2.61 235	3.55 230	3.57 233	1.29 204	0.91 188	1.53 238	0.89 169	3.23 212	2.50 210	2.96 238	2.91 200	0.91 170	1.93 222	1.05 214	5.80 216	1.56 230	3.09 214	4.31 197	4.23 239	1.01 207	1.40 210	1.57 198	1.81 211	2.97 210

FAT-Stereo	1.62 189	0.79 176	1.44 223	1.12 194	1.36 213	1.06 192	0.89 182	1.30 206	0.87 184	1.21 222	5.38 246	3.07 210	1.32 191	0.66 193	2.20 190	1.36 216	0.91 186	0.94 212	1.85 156	1.09 208	2.32 201	4.27 194	0.71 194	1.03 209	0.90 163	1.18 170	1.54 200	2.97 210

SANet	1.82 193	0.95 198	1.10 207	1.07 192	1.10 199	1.35 207	0.84 180	1.76 230	1.79 222	0.77 185	1.22 192	6.64 236	7.62 238	0.84 205	2.04 184	0.81 163	1.29 210	0.90 207	1.61 149	0.88 190	1.38 177	1.86 145	0.89 205	1.33 226	1.39 206	2.61 226	2.03 217	3.05 212

pmcnn	1.94 199	0.81 180	0.54 136	1.21 199	1.23 208	1.23 203	0.99 191	0.97 187	0.55 150	0.75 178	2.87 229	4.26 226	5.53 229	0.32 114	2.16 188	1.42 222	1.30 211	0.89 206	4.30 207	1.01 202	4.96 241	5.40 217	0.92 207	1.01 207	1.14 194	1.02 155	2.43 228	3.12 213

WAO-7	2.94 219	1.85 221	2.82 243	7.24 249	1.77 222	1.84 218	2.02 212	2.09 235	2.63 240	2.22 252	5.33 245	4.72 229	6.89 235	1.25 221	3.06 205	1.30 213	1.96 224	1.23 229	8.68 228	1.55 227	2.35 202	3.54 184	0.89 205	1.69 238	1.89 221	3.34 234	2.02 216	3.26 214

LVE	4.48 234	3.05 237	2.13 233	26.62 264	3.20 246	3.95 240	12.38 261	1.56 218	1.65 219	1.86 247	1.66 210	3.36 217	4.03 222	3.08 241	2.05 185	1.07 190	2.36 231	1.44 240	17.31 251	1.64 234	3.69 229	5.87 227	4.40 241	1.82 243	2.86 236	2.32 221	2.39 226	3.29 215

CBMV_ROB	2.30 207	0.82 181	0.68 168	1.36 206	1.15 205	1.09 195	0.82 179	1.03 195	0.57 155	0.72 171	0.82 165	9.72 252	6.90 236	0.58 186	4.50 227	0.77 158	0.82 176	0.59 154	5.75 215	1.23 219	4.26 232	5.15 213	0.53 176	0.73 181	1.47 213	3.61 238	2.91 237	3.40 216

IMH-64-1	3.00 222	2.74 229	2.51 238	3.26 231	2.79 237	3.76 235	4.17 238	1.68 225	2.47 236	1.13 213	1.25 194	3.66 218	6.37 231	3.61 243	2.63 197	1.16 200	2.53 235	1.41 237	6.20 217	1.55 227	3.46 220	5.75 223	4.82 246	1.44 230	2.82 233	1.99 212	2.35 222	3.59 217

IMH-64	3.00 222	2.74 229	2.51 238	3.26 231	2.79 237	3.76 235	4.17 238	1.68 225	2.47 236	1.13 213	1.25 194	3.66 218	6.37 231	3.61 243	2.63 197	1.16 200	2.53 235	1.41 237	6.20 217	1.55 227	3.46 220	5.75 223	4.82 246	1.44 230	2.82 233	1.99 212	2.35 222	3.59 217

DispFullNet	4.35 233	3.21 240	4.31 255	2.72 223	2.48 233	2.93 225	2.71 224	2.81 248	1.89 223	4.52 261	6.61 251	8.91 249	5.38 227	2.59 231	2.40 195	7.94 257	3.27 244	2.03 247	27.02 255	2.94 252	4.26 232	4.88 204	1.79 226	1.18 220	1.35 205	1.33 185	2.38 225	3.59 217

notaker	5.86 240	5.54 257	3.78 253	13.93 257	5.35 256	5.67 255	9.28 257	2.38 240	2.66 241	2.06 250	1.78 215	13.93 259	24.00 255	4.00 246	4.62 228	1.76 236	5.10 249	2.17 250	17.07 250	2.17 241	6.58 253	6.08 230	6.15 256	2.16 249	1.79 220	2.08 217	2.35 222	3.69 220

ADCP+	0.98 158	0.59 147	0.63 156	0.44 104	0.45 123	0.56 134	0.91 185	0.66 112	1.76 221	0.48 47	1.07 182	1.65 189	0.34 85	0.43 148	1.95 179	0.54 83	0.54 76	0.48 95	1.25 136	0.41 85	0.65 102	1.35 125	0.33 125	0.32 73	0.67 114	3.29 233	0.79 98	3.83 221

ELAS_RVC	3.56 228	2.05 222	1.92 229	2.68 222	2.14 225	5.31 253	2.31 215	2.50 243	1.91 224	1.84 245	4.76 239	7.99 244	8.55 242	0.84 205	3.62 214	1.05 188	1.96 224	1.22 228	4.63 209	1.51 226	4.77 240	9.74 250	1.27 218	1.99 247	8.57 253	3.59 237	3.42 242	3.96 222
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C01	2.37 209	1.10 208	1.07 204	1.16 196	1.12 202	1.05 191	3.27 228	1.75 228	2.58 239	1.20 221	1.66 210	3.03 208	2.81 218	1.03 216	4.41 226	3.73 250	2.42 232	2.18 251	3.18 198	1.64 234	4.45 236	7.10 236	1.26 216	1.22 222	2.09 225	1.57 198	1.52 198	4.30 223

MADNet++	5.91 241	3.53 248	3.85 254	2.86 224	4.61 254	3.06 227	4.05 237	4.68 256	5.50 252	4.18 260	5.19 243	6.42 235	6.59 233	6.60 257	7.82 244	6.76 255	4.79 248	4.06 257	7.98 226	5.77 257	9.82 258	16.30 260	2.35 230	4.40 259	4.10 245	14.38 252	5.24 252	4.57 224

PWCK	5.22 238	3.06 238	2.20 235	3.63 238	2.67 236	4.53 247	5.48 244	2.47 241	2.98 245	3.29 257	4.30 236	9.76 253	5.51 228	1.79 226	3.20 209	1.42 222	2.58 237	1.45 241	51.06 270	2.39 244	4.63 237	4.24 193	2.66 231	1.80 241	3.05 238	3.57 236	2.56 230	4.64 225

STTRV1_RVC		0.82 181	0.67 166	1.06 190	0.75 182	1.07 193	0.90 184	0.94 184	0.93 190	0.95 207	1.19 189	1.84 193	2.61 215	0.87 207		1.01 182	1.49 214	0.73 184		2.75 250	2.45 206			1.00 205	1.39 206	1.47 193	1.98 215	4.80 226

MeshStereo	3.67 231	1.54 218	1.08 205	2.64 220	1.78 223	2.12 221	1.19 199	2.47 241	1.38 213	0.91 203	6.33 250	9.51 250	7.65 239	0.50 167	9.98 249	1.96 240	0.90 182	0.75 190	8.92 230	0.82 186	8.67 255	10.38 254	0.73 195	1.12 213	3.41 240	2.18 218	5.22 251	4.91 227
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
ktn	8.56 252	3.21 240	2.95 246	6.28 248	3.33 248	4.46 246	10.27 259	2.14 236	9.87 258	2.28 254	1.79 216	40.24 267	55.84 267	3.95 245	2.98 204	2.12 242	12.68 260	2.18 251	33.93 260	2.29 243	3.76 230	3.97 190	4.78 245	2.28 252	2.60 228	2.77 227	3.18 239	5.01 228

IMH	3.37 224	2.80 233	2.52 240	3.30 233	2.81 239	3.78 238	4.24 241	1.75 228	2.57 238	1.17 219	1.23 193	3.99 222	10.97 244	5.78 256	2.21 191	1.12 195	2.58 237	1.39 235	6.86 224	1.60 232	3.49 222	5.44 218	4.89 249	1.50 233	3.02 237	2.37 222	2.52 229	5.01 228

ELAS	3.61 229	2.21 224	1.84 228	3.04 227	2.46 231	3.47 229	2.38 217	2.81 248	2.86 243	1.46 232	4.82 240	8.36 246	8.06 241	0.87 207	4.11 218	1.04 186	1.99 226	1.15 225	4.54 208	1.19 214	4.74 239	10.44 255	1.26 216	1.86 245	6.96 251	4.71 246	3.75 244	5.16 230
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CBMV	1.58 187	0.86 191	0.61 149	0.89 178	0.84 186	0.78 174	0.55 139	0.90 183	0.81 180	0.82 193	0.63 120	3.20 211	0.83 175	0.52 172	2.06 186	1.17 202	0.96 194	0.74 189	2.62 183	0.68 170	2.85 210	7.74 241	0.49 163	1.14 215	1.10 192	1.23 174	2.42 227	5.18 231
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
WAO-6	2.96 220	2.29 226	1.76 226	3.04 227	2.29 227	3.05 226	3.14 227	1.77 231	2.34 233	1.52 237	1.58 207	4.04 223	5.83 230	2.65 235	3.52 212	1.40 221	5.11 250	1.42 239	5.06 212	1.57 231	3.08 213	5.20 214	2.70 232	1.78 240	2.74 232	3.12 232	2.78 234	5.24 232

G-Net	1.89 197	0.99 202	1.27 216	0.92 183	0.97 193	1.11 196	0.80 178	1.62 222	2.02 227	1.00 211	2.80 227	7.25 241	1.67 200	0.55 176	1.85 174	1.77 237	1.07 201	0.92 210	3.00 193	2.69 248	1.95 191	1.95 153	0.80 199	1.04 210	1.06 190	1.69 206	2.80 236	5.50 233

ADCS	2.04 201	1.07 206	1.00 194	0.94 185	1.14 203	1.12 197	1.36 204	1.33 208	2.44 234	0.89 201	1.32 197	1.60 186	3.55 220	0.93 214	3.79 215	2.20 244	1.53 216	1.25 230	3.17 197	1.36 222	3.65 228	4.50 199	0.80 199	1.17 218	1.34 203	4.40 245	1.46 193	5.67 234

WAO-8	4.61 235	3.39 244	2.82 243	10.45 254	3.06 244	4.31 243	7.22 247	2.68 246	4.40 250	1.75 243	3.16 230	6.16 233	13.19 248	5.21 252	4.20 221	1.35 214	3.33 245	1.55 242	12.12 241	2.51 246	3.15 215	4.91 205	3.42 235	1.62 236	5.04 246	4.04 239	3.84 248	5.71 235

Venus	4.61 235	3.39 244	2.82 243	10.45 254	3.06 244	4.31 243	7.22 247	2.68 246	4.40 250	1.75 243	3.16 230	6.16 233	13.19 248	5.21 252	4.20 221	1.35 214	3.33 245	1.55 242	12.12 241	2.51 246	3.15 215	4.91 205	3.42 235	1.62 236	5.04 246	4.04 239	3.84 248	5.71 235

TorneroNet	8.57 253	4.31 251	2.73 241	29.82 266	3.34 249	5.12 249	6.26 246	2.59 244	9.76 255	1.48 233	2.49 224	11.42 257	68.87 271	4.30 247	4.82 231	1.20 205	10.34 256	1.71 245	23.71 254	2.90 251	5.60 247	5.95 228	5.37 251	1.69 238	3.61 242	3.06 231	2.60 231	6.24 237

KSHMR	8.09 249	4.19 250	3.02 247	20.01 263	3.97 252	5.23 252	5.85 245	2.62 245	2.46 235	2.23 253	2.33 221	4.57 228	77.01 272	5.26 254	3.82 216	1.74 235	3.01 243	2.05 248	30.62 259	2.04 240	5.15 243	6.07 229	7.51 260	1.94 246	3.25 239	2.86 228	3.03 238	6.46 238

LRCNet_RVC	21.82 263	29.16 264	11.33 263	31.73 267	29.10 269	34.20 268	27.48 265	21.70 268	10.00 259	29.64 270	30.45 267	32.28 264	25.87 257	34.03 269	20.67 258	2.95 248	25.60 265	21.94 267	44.10 266	20.69 266	15.98 264	6.68 235	36.66 269	27.37 267	2.65 230	1.65 203	8.66 257	6.68 239

UNDER WATER	7.65 247	4.75 254	3.20 249	10.38 253	5.97 258	6.52 257	8.90 252	4.43 252	3.71 249	1.97 249	2.13 220	10.58 256	57.67 268	4.90 249	4.62 228	1.61 233	12.55 259	2.15 249	9.80 235	4.02 254	6.55 252	7.81 242	8.85 263	2.70 255	3.94 244	5.71 247	3.74 243	7.34 240

SPstereo	3.66 230	1.74 219	3.15 248	1.78 215	1.65 221	1.86 219	1.75 211	2.35 239	2.03 228	1.85 246	5.31 244	6.88 238	9.11 243	1.84 227	4.32 224	5.23 253	2.51 234	2.87 254	3.89 203	3.50 253	5.35 245	9.31 248	1.94 229	2.11 248	2.64 229	3.03 229	3.23 240	7.54 241

HanzoNet	20.46 262	15.45 260	7.17 261	35.04 268	15.40 264	42.60 269	42.25 267	19.41 265	22.53 264	3.57 258	8.95 259	41.20 268	59.36 270	45.57 271	19.76 257	4.23 252	41.32 269	3.33 256	50.89 269	8.87 260	11.85 261	10.25 252	15.36 267	3.51 258	5.98 249	5.84 248	5.30 253	7.56 242

ADCRef	1.02 162	0.65 160	0.50 123	0.39 85	0.48 128	0.67 159	0.71 174	0.61 80	1.07 200	0.52 66	0.63 120	0.76 125	0.43 121	0.39 135	2.08 187	0.74 150	0.62 126	0.59 154	1.57 147	0.61 144	0.74 121	1.42 127	0.50 164	0.47 138	0.80 143	1.24 177	0.82 108	7.57 243

UNDER WATER-64	6.32 243	5.21 255	3.26 250	12.14 256	5.88 257	6.71 258	9.26 256	4.87 257	3.46 247	2.30 255	2.35 222	11.93 258	12.73 246	5.12 251	5.34 235	1.80 238	12.41 258	2.22 253	8.98 232	4.33 256	6.38 251	7.95 244	8.71 262	2.66 254	3.83 243	8.23 249	4.61 250	7.84 244

TorneroNet-64	6.40 244	4.65 253	2.74 242	15.54 259	3.31 247	4.94 248	8.03 249	2.22 237	9.83 257	1.42 231	1.34 198	7.37 243	29.26 261	4.42 248	5.17 234	1.23 209	11.76 257	1.76 246	17.82 252	2.71 249	5.61 248	6.19 231	5.20 250	1.81 242	3.54 241	4.38 242	2.30 221	8.17 245

ADCMid	1.65 190	0.92 197	1.01 196	0.71 164	0.87 187	1.07 193	1.52 208	1.33 208	1.73 220	0.75 178	1.66 210	1.30 173	1.53 197	0.73 199	2.87 199	1.09 191	1.00 200	0.79 199	2.81 189	0.90 194	1.70 184	2.92 176	1.08 213	0.76 184	1.05 186	1.59 202	1.05 156	9.78 246

ADCL	1.30 176	0.83 186	0.67 166	0.60 144	0.53 142	0.74 168	0.95 188	0.77 162	2.74 242	0.68 157	0.99 177	0.89 146	0.52 145	0.52 172	1.90 175	0.67 127	0.69 151	0.58 148	1.26 137	0.67 167	1.22 165	1.42 127	0.51 171	0.51 150	1.51 216	1.42 189	0.89 129	10.57 247

PML	30.79 265	20.86 263	7.14 260	29.36 265	20.49 268	28.87 267	10.60 260	10.92 263	87.59 273	20.00 269	153.26 273	98.26 272	119.13 273	10.64 261	9.27 248	9.16 258	16.55 261	7.27 260	34.78 261	7.44 258	12.95 262	13.29 259	5.71 255	6.19 260	32.49 268	12.75 251	34.25 267	12.19 248

MDST_ROB	4.20 232	2.33 227	0.80 183	3.91 240	1.60 220	2.83 224	1.12 195	1.14 203	0.79 178	0.78 188	1.19 189	1.60 186	25.00 256	0.36 127	11.29 252	0.67 127	0.68 150	0.49 101	4.16 205	0.65 158	1.82 190	6.21 233	0.61 190	0.78 187	8.88 254	3.05 230	18.20 261	12.37 249

SGM-ForestM	5.65 239	4.50 252	1.05 201	2.91 226	1.57 218	4.11 241	4.85 242	2.98 250	2.33 231	0.72 171	4.70 238	7.33 242	6.60 234	0.49 165	39.89 262	0.68 131	0.97 195	0.56 140	8.53 227	0.68 170	4.43 235	1.50 131	0.54 178	0.96 199	7.49 252	21.53 256	7.62 255	13.00 250

AnonymousM	0.94 151	0.35 28	0.22 21	0.24 26	0.23 30	0.21 15	0.15 26	0.57 60	0.21 19	0.57 92	0.44 63	0.46 42	0.16 11	0.19 32	0.64 44	0.60 102	0.56 86	0.40 48	0.55 40	0.35 50	0.68 107	1.23 117	0.21 64	0.24 31	0.32 16	0.54 77	1.89 212	13.18 251

AnyNet_C32	1.81 192	0.66 162	0.75 179	0.68 160	0.75 182	0.89 184	1.33 203	0.97 187	3.04 246	0.75 178	1.43 203	0.98 153	0.65 166	0.71 198	4.23 223	1.15 198	1.11 204	0.95 213	1.83 154	0.79 184	2.38 205	3.19 179	0.67 193	0.92 196	1.14 194	2.45 223	1.17 170	13.30 252

LSM0	8.46 251	1.08 207	0.97 193	1.68 214	1.46 216	1.66 215	2.34 216	2.26 238	2.33 231	1.64 241	3.73 234	4.12 225	7.50 237	0.66 193	61.95 271	74.50 272	1.94 223	1.07 219	12.24 243	2.24 242	5.75 249	11.09 256	0.92 207	1.32 225	2.02 223	3.44 235	3.80 246	14.65 253

ADCPNet	2.25 206	0.78 175	0.91 188	0.83 175	1.24 209	0.87 181	1.74 210	1.04 197	1.32 209	0.83 195	1.84 217	1.05 158	8.05 240	0.76 203	4.11 218	1.21 207	0.99 198	0.72 182	4.28 206	1.01 202	1.66 182	3.55 185	0.73 195	0.80 190	1.57 218	2.02 214	1.35 185	15.39 254

AVERAGE_ROB	41.95 270	44.71 271	42.09 269	45.93 270	46.78 270	45.54 271	46.49 270	47.00 272	43.80 269	49.16 272	49.81 269	47.19 269	43.01 262	49.34 272	40.06 263	38.39 267	48.88 271	51.23 272	43.85 265	42.36 272	43.28 269	39.80 268	49.36 270	42.83 271	28.47 263	20.13 255	23.38 263	19.90 255

HaxPig	41.43 269	43.78 270	40.67 268	44.87 269	47.40 271	44.66 270	45.90 269	46.29 271	45.65 270	48.99 271	49.28 268	47.25 270	43.73 263	43.21 270	40.38 264	39.12 270	48.32 270	51.04 271	43.25 264	42.26 271	42.89 268	36.79 267	50.70 271	43.01 272	27.27 262	19.90 254	20.68 262	21.39 256

STStereo	6.54 245	2.50 228	5.20 257	5.17 245	2.86 241	5.44 254	3.55 232	6.26 259	6.79 253	1.56 239	7.62 255	9.51 250	14.78 252	0.67 195	10.87 251	0.93 171	0.98 197	0.64 163	36.61 263	1.16 211	2.12 196	4.60 201	0.80 199	1.84 244	5.84 248	11.36 250	3.79 245	23.26 257

JetBlue	6.09 242	3.86 249	3.31 251	6.02 247	4.23 253	6.50 256	9.13 255	3.53 251	2.89 244	1.48 233	1.60 208	8.25 245	1.97 206	5.45 255	6.44 237	3.14 249	3.63 247	2.97 255	5.48 214	2.48 245	10.91 259	12.33 257	4.85 248	2.26 251	6.93 250	17.02 253	3.81 247	24.06 258

JetRed	7.88 248	5.28 256	6.04 259	3.77 239	5.01 255	7.11 259	10.17 258	4.64 255	3.46 247	3.00 256	2.43 223	6.74 237	2.58 214	7.32 258	6.13 236	7.14 256	8.68 254	7.10 259	4.85 210	4.17 255	11.09 260	12.68 258	8.09 261	3.36 257	11.02 255	24.14 258	12.36 258	24.50 259

MEDIAN_ROB	44.92 271	47.22 272	43.96 270	48.39 271	49.65 272	48.09 272	49.12 271	49.68 273	46.28 271	52.49 273	53.49 270	50.50 271	45.47 264	49.67 273	43.04 266	41.33 271	51.67 272	54.31 273	46.89 268	45.84 273	45.76 270	41.31 269	52.59 272	45.67 273	30.78 265	26.35 261	25.34 265	27.98 260

DPSMNet_ROB	13.44 257	5.95 259	17.43 265	4.22 242	7.88 260	5.18 250	8.37 251	4.59 253	11.63 261	4.55 263	8.85 258	5.31 231	22.17 254	12.96 263	41.18 265	14.59 262	7.06 253	15.81 263	14.45 248	12.09 262	9.28 257	21.72 264	5.68 253	11.58 261	12.30 257	31.67 263	13.08 259	33.34 261

DGTPSM_ROB	12.60 256	5.94 258	17.42 264	4.21 241	7.87 259	5.18 250	8.36 250	4.59 253	11.62 260	4.53 262	8.72 257	5.12 230	17.04 253	12.93 262	25.30 259	14.55 261	6.98 252	15.75 262	13.36 244	12.08 261	9.26 256	21.71 263	5.68 253	11.58 261	12.26 256	31.67 263	13.08 259	33.34 261

SGM_RVC	3.37 224	1.46 216	0.88 185	1.79 216	1.36 213	1.81 217	1.40 206	1.65 223	1.12 202	0.83 195	1.60 208	7.12 240	3.65 221	0.43 148	2.16 188	0.62 109	0.80 173	0.58 148	11.35 239	0.68 170	2.17 198	1.08 110	0.52 175	0.98 201	2.24 227	1.97 211	6.00 254	34.83 263
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LE_ROB	18.13 259	1.84 220	5.86 258	9.46 252	53.77 273	8.04 260	45.58 268	11.04 264	28.98 265	1.91 248	6.75 253	38.77 266	49.52 266	0.36 127	14.59 254	0.59 98	0.86 179	0.60 157	36.50 262	7.48 259	4.68 238	6.20 232	25.95 268	12.06 263	26.61 261	25.97 260	28.65 266	36.99 264

BEATNet-Init1	24.80 264	35.34 268	3.40 252	54.39 272	11.05 263	52.62 273	30.07 266	9.50 260	9.78 256	1.71 242	9.05 262	32.52 265	48.55 265	0.91 212	59.64 270	13.60 260	2.94 242	1.21 227	78.28 271	35.97 270	14.53 263	17.14 262	1.30 221	2.98 256	29.70 264	22.69 257	52.62 270	38.22 265

MANE	10.17 255	2.87 234	4.55 256	3.48 236	3.67 251	4.33 245	5.37 243	5.85 258	8.41 254	1.15 217	6.84 254	8.81 247	11.91 245	0.74 201	34.96 260	9.77 259	2.33 230	17.98 264	8.97 231	0.99 200	5.17 244	10.08 251	0.75 197	2.44 253	19.90 259	30.18 262	24.05 264	39.03 266

SGM+DAISY	7.37 246	1.43 215	1.33 220	1.85 217	1.57 218	2.10 220	2.58 222	1.57 219	1.92 225	1.37 229	7.84 256	8.83 248	13.00 247	1.27 222	12.20 253	2.02 241	1.50 215	1.26 231	11.20 238	1.43 225	6.12 250	10.35 253	1.28 219	1.58 234	22.91 260	36.14 266	3.33 241	41.05 267

DPSM_ROB	18.33 260	16.23 261	21.89 266	9.40 250	8.73 261	13.60 262	9.09 253	10.89 261	15.09 262	8.44 264	8.95 259	10.11 254	13.19 248	16.30 264	18.97 255	18.97 264	18.34 262	20.44 265	13.82 246	14.87 264	26.45 266	27.55 265	6.48 257	14.45 265	32.48 266	38.81 267	37.03 268	44.38 268

DPSM	18.33 260	16.23 261	21.89 266	9.40 250	8.73 261	13.60 262	9.09 253	10.89 261	15.09 262	8.44 264	8.95 259	10.11 254	13.19 248	16.30 264	18.97 255	18.97 264	18.34 262	20.44 265	13.82 246	14.87 264	26.45 266	27.55 265	6.48 257	14.45 265	32.48 266	38.81 267	37.03 268	44.38 268

DPSimNet_ROB		42.01 269	9.19 262	15.49 258	19.18 267	8.81 261	51.60 272	21.45 266	69.48 272	4.09 259	130.66 272	21.85 263	59.34 269	9.82 260	51.06 269	15.06 263		4.22 258	102.54 272	14.43 263	17.28 265	16.43 261	6.62 259	13.29 264		45.88 269	8.52 256	55.57 270

CasAABBNet	36.82 267	32.66 267	44.09 271	18.77 260	17.41 265	27.26 264	18.09 262	21.65 267	30.38 266	17.51 268	18.08 266	20.27 260	26.53 258	32.72 266	37.32 261	38.13 266	36.79 266	41.08 268	27.46 256	29.84 267	53.33 273	55.90 272	12.92 264	28.97 268	65.31 271	78.04 270	74.31 271	89.23 271

MyStereo03	37.12 268	32.63 265	44.09 271	18.83 261	17.58 266	27.34 265	18.27 263	21.91 269	30.40 267	17.07 266	18.01 264	20.34 261	26.56 259	32.79 267	43.58 267	39.04 268	36.84 267	41.14 269	27.58 257	29.94 268	53.32 271	55.70 270	13.01 265	28.98 269	65.28 269	78.14 271	74.45 272	89.37 272

MyStereo02	36.47 266	32.63 265	44.09 271	18.83 261	0.00 1	27.34 265	18.27 263	21.91 269	30.40 267	17.07 266	18.01 264	20.34 261	26.56 259	32.79 267	43.58 267	39.04 268	36.84 267	41.14 269	27.58 257	29.94 268	53.32 271	55.70 270	13.01 265	28.98 269	65.28 269	78.14 271	74.45 272	89.37 272

Low-res two-view benchmark