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	0.35 1	0.23 3	0.15 1	0.11 1	0.12 3	0.16 1	0.08 2	0.35 4	0.15 4	0.47 12	0.10 2	0.33 3	0.15 3	0.16 1	1.27 7	1.03 19	0.37 1	0.37 4	0.46 3	0.22 2	0.60 8	0.93 9	0.17 2	0.14 1	0.40 4	0.34 6	0.41 2	0.27 3

StereoVision	0.36 2	0.28 4	0.22 4	0.13 3	0.18 6	0.21 3	0.14 5	0.30 2	0.23 6	0.35 6	0.18 3	0.35 4	0.17 5	0.17 2	1.03 4	0.80 6	0.47 4	0.36 3	0.44 2	0.23 3	0.47 3	0.59 4	0.16 1	0.22 5	0.41 5	0.40 10	0.72 10	0.36 8

CroCo-Stereo	0.36 2	0.21 1	0.15 1	0.11 1	0.10 2	0.19 2	0.06 1	0.33 3	0.14 2	0.31 3	0.05 1	0.37 6	0.14 1	0.18 3	1.64 17	1.08 24	0.38 2	0.38 5	0.52 5	0.21 1	0.65 12	0.90 8	0.17 2	0.15 2	0.39 3	0.31 3	0.45 3	0.26 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
ProNet	0.42 4	0.28 4	0.34 8	0.26 6	0.15 5	0.28 6	0.40 61	0.38 5	0.13 1	0.16 1	0.52 32	0.29 2	0.14 1	0.20 5	1.47 8	1.03 19	0.47 4	0.35 2	0.36 1	0.31 4	0.41 1	1.45 25	0.43 25	0.31 7	0.36 1	0.20 1	0.40 1	0.26 1

delet	0.53 5	0.58 13	0.49 28	0.36 20	0.50 45	0.51 47	0.31 35	0.50 7	0.30 12	0.56 15	0.44 19	0.47 10	0.36 21	0.48 73	1.21 6	0.72 2	0.58 11	0.48 10	0.47 4	0.42 10	0.61 9	0.70 5	0.41 22	0.47 33	0.52 13	0.36 9	1.09 27	0.51 17

AASNet	0.55 6	0.74 40	0.50 30	0.35 18	0.61 75	0.52 52	0.42 64	0.65 17	0.28 11	0.41 8	0.50 29	0.40 7	0.32 15	0.44 61	1.04 5	0.73 3	0.55 7	0.61 32	0.68 12	0.51 20	0.62 10	0.94 10	0.46 36	0.50 38	0.52 13	0.44 17	0.74 11	0.45 11

AANet_RVC	0.56 7	0.46 9	0.41 16	0.33 16	0.61 75	0.28 6	0.34 46	0.61 12	0.58 75	0.43 9	0.40 17	0.40 7	0.49 37	0.34 21	1.48 9	0.84 10	0.56 9	0.53 14	0.58 10	0.53 23	0.47 3	0.52 3	0.34 8	0.40 17	0.58 23	0.56 26	1.05 23	0.97 78

TDLM	0.57 8	0.62 15	0.66 54	0.43 33	0.58 72	0.49 41	0.51 92	0.72 22	0.45 37	0.33 4	0.80 86	0.83 64	0.46 33	0.46 69	0.67 1	0.67 1	0.59 13	0.55 21	0.52 5	0.51 20	0.51 5	1.17 13	0.44 29	0.41 20	0.42 7	0.35 7	0.64 8	0.70 41

StereoIM	0.61 9	0.48 10	0.31 5	0.17 4	0.27 11	0.21 3	0.18 7	0.44 6	0.33 15	1.08 110	0.30 10	0.52 11	0.24 9	0.19 4	1.98 26	1.30 53	0.63 20	0.60 28	1.24 38	0.47 16	0.91 30	1.19 15	0.39 18	0.28 6	0.64 31	0.66 38	0.62 6	0.82 58

MMNet	0.63 10	0.58 13	0.47 25	0.39 25	0.56 68	0.43 32	0.31 35	0.61 12	0.40 25	0.39 7	0.60 47	0.68 28	0.35 17	0.52 88	1.55 10	0.80 6	0.77 46	0.60 28	0.76 17	0.55 24	0.65 12	0.87 7	0.44 29	0.60 62	0.52 13	0.49 21	1.49 55	0.50 15

MIF-Stereo	0.64 11	0.44 8	0.35 10	0.21 5	0.25 9	0.35 13	0.18 7	0.62 15	0.31 13	0.75 50	0.29 8	0.69 30	0.36 21	0.25 10	1.85 24	1.53 80	0.60 16	0.65 37	1.69 64	0.47 16	1.19 46	1.30 17	0.39 18	0.33 9	0.56 19	0.55 24	0.55 4	0.58 22

RAFT	0.65 12	0.22 2	0.20 3	0.28 7	0.13 4	0.31 9	0.08 2	0.97 63	0.18 5	0.79 62	0.19 4	0.28 1	0.16 4	0.20 5	7.28 115	1.41 63	0.42 3	0.27 1	0.54 7	0.36 7	0.45 2	0.42 1	0.21 4	0.17 3	0.41 5	0.33 5	0.91 17	0.27 3

DMCA	0.68 13	0.72 32	0.65 50	0.40 27	0.49 42	0.54 56	0.34 46	0.59 11	0.55 67	0.79 62	0.64 53	0.73 37	0.41 27	0.47 71	1.60 16	0.99 17	0.76 40	0.68 42	0.68 12	0.52 22	0.71 16	1.17 13	0.51 56	0.57 52	0.50 12	0.55 24	1.06 25	0.62 35

iRaftStereo_RVC	0.69 14	0.56 12	0.45 22	0.29 9	0.31 14	0.34 11	0.20 10	0.68 21	0.26 8	0.46 11	0.56 40	0.60 14	0.30 12	0.29 14	1.71 18	0.98 16	0.60 16	0.47 9	0.75 16	0.45 13	1.03 36	4.25 67	0.38 16	0.42 22	0.49 10	0.41 13	0.78 13	0.48 12

test croco	0.75 15	0.88 92	0.39 13	0.33 16	0.61 75	0.35 13	0.30 34	0.89 54	0.35 19	0.72 43	0.24 5	0.73 37	0.35 17	0.21 7	2.10 31	1.66 98	0.73 32	0.72 55	1.01 27	0.43 11	1.85 85	1.92 33	0.36 10	0.39 12	0.72 41	0.61 30	0.75 12	0.74 45

RAFT_CTSACE	0.75 15	0.94 113	0.33 7	0.36 20	0.34 19	0.34 11	0.24 17	1.23 95	0.27 9	0.64 32	0.29 8	0.72 36	0.56 57	0.34 21	2.96 62	1.22 42	0.55 7	0.44 7	0.81 18	0.35 6	0.87 22	2.64 47	0.47 37	0.38 11	0.54 16	0.41 13	1.58 66	0.39 9

HCRNet	0.75 15	0.79 63	0.43 20	0.55 61	0.27 11	0.42 31	0.38 57	0.63 16	0.34 17	1.59 141	0.61 48	0.67 26	0.31 14	0.42 52	2.11 32	0.81 8	0.65 21	0.48 10	0.68 12	0.44 12	0.80 21	2.42 42	0.40 20	0.45 28	0.46 8	0.48 20	2.14 101	0.50 15

test_5	0.76 18	0.91 101	0.32 6	0.39 25	0.26 10	0.36 15	0.19 9	1.79 167	0.33 15	0.60 22	1.97 160	0.76 45	0.75 103	0.33 19	1.58 12	1.23 44	0.57 10	0.55 21	1.09 31	0.40 9	0.64 11	1.83 31	0.31 6	0.46 32	0.47 9	0.40 10	1.72 76	0.44 10

MIF-Stereo (partial)	0.77 19	0.77 54	0.34 8	0.29 9	0.38 27	0.36 15	0.31 35	0.54 8	0.40 25	0.61 25	0.32 11	0.55 13	0.40 24	0.24 9	2.14 34	1.65 96	0.69 25	0.76 68	0.93 24	0.48 18	1.52 68	1.76 30	0.42 23	0.39 12	0.64 31	0.70 42	2.25 112	0.86 63

UPFNet	0.78 20	0.71 27	0.89 85	0.55 61	0.65 92	0.60 81	0.56 96	0.72 22	0.57 72	0.59 21	0.59 45	0.64 21	0.47 35	0.61 116	1.83 23	1.02 18	0.77 46	0.69 50	0.92 22	0.73 68	0.70 15	1.04 11	0.55 73	0.67 80	0.64 31	0.57 28	2.18 105	0.59 28

CVANet_RVC	0.80 21	0.73 38	0.92 97	0.86 128	0.64 89	0.72 110	0.62 106	1.17 85	0.55 67	0.47 12	0.89 101	0.91 78	0.48 36	0.51 86	0.84 2	0.75 5	0.61 18	0.59 26	0.56 8	0.63 43	0.66 14	3.82 60	0.43 25	0.47 33	0.57 20	0.44 17	0.78 13	1.05 94

TestStereo	0.82 22	0.94 113	0.85 79	0.56 66	0.47 36	0.68 101	0.35 54	1.21 93	0.42 31	0.90 88	0.65 55	0.88 71	0.55 55	0.39 37	1.59 14	0.96 13	0.77 46	0.54 16	1.41 45	0.57 27	1.30 53	1.32 18	0.48 41	0.49 37	0.79 52	0.81 53	1.39 42	0.79 55

GMStereo	0.82 22	0.99 132	0.40 15	0.49 46	0.48 38	0.56 63	0.46 79	0.79 32	0.47 42	0.55 14	0.47 23	0.84 69	0.41 27	0.37 30	1.71 18	1.08 24	0.77 46	0.54 16	1.93 72	0.59 34	1.20 48	2.06 35	0.45 32	0.57 52	0.77 46	0.67 40	1.86 86	0.57 20
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet	0.87 24	0.85 81	0.83 74	0.78 111	0.74 104	0.62 85	0.56 96	0.84 44	0.49 52	0.67 38	0.70 66	0.96 92	0.68 86	0.45 67	2.29 41	0.88 11	0.76 40	0.66 39	0.94 25	0.80 83	1.07 37	1.08 12	0.50 51	0.54 44	0.91 75	1.03 90	1.67 75	1.14 104

HGLStereo	0.89 25	0.66 19	0.79 68	0.52 55	0.71 100	0.57 68	0.50 89	0.67 20	0.51 59	1.67 150	0.96 107	0.66 25	0.57 58	0.54 98	1.73 20	1.28 51	0.85 63	0.78 71	1.10 32	0.68 56	1.07 37	2.08 36	0.51 56	0.68 82	0.75 45	0.79 50	1.59 71	0.81 56

RAFT+CT+SA	0.90 26	0.97 122	0.42 19	0.45 42	0.29 13	0.39 22	0.21 11	1.63 154	0.35 19	0.73 46	0.32 11	0.91 78	0.69 89	0.41 44	1.58 12	1.43 66	0.59 13	0.60 28	2.18 77	0.50 19	0.90 25	5.09 81	0.35 9	0.43 23	0.55 17	0.43 16	1.56 61	0.49 13

UNet	0.90 26	0.77 54	0.77 65	0.61 75	0.61 75	0.61 83	0.57 101	0.90 55	0.60 81	1.20 114	0.68 58	0.77 48	0.58 62	0.67 138	1.80 22	1.20 40	0.83 62	0.73 58	1.14 35	0.83 97	0.90 25	1.35 19	0.65 110	0.77 97	0.70 39	0.79 50	2.48 136	0.95 76

dd	0.93 28	0.81 68	0.54 36	1.07 151	0.45 33	0.87 130	0.50 89	0.86 46	0.42 31	0.83 71	0.44 19	1.28 127	0.40 24	0.56 105	2.32 42	1.06 22	1.03 113	0.74 63	2.01 75	0.62 41	0.87 22	1.54 27	0.52 62	0.75 93	0.86 66	0.58 29	1.74 77	1.43 131

DSFCA	0.94 29	0.84 75	0.75 62	0.66 90	0.78 111	0.62 85	0.79 124	0.75 27	0.78 109	0.78 59	0.86 92	0.79 57	0.52 44	0.44 61	1.95 25	1.21 41	0.89 76	0.87 100	1.03 28	0.81 88	1.11 40	2.19 39	0.73 133	0.80 105	0.84 60	0.96 78	1.89 87	0.85 61

DMCA-RVC	0.94 29	0.74 40	0.78 67	0.62 77	0.78 111	0.58 71	1.11 150	0.77 28	1.39 162	1.36 128	0.68 58	0.88 71	0.57 58	0.58 109	2.43 46	1.16 32	0.91 80	0.78 71	0.99 26	0.78 78	0.94 31	1.41 23	0.55 73	0.72 90	0.62 29	0.64 34	1.82 81	0.91 71

IER	0.95 31	0.83 71	0.60 44	0.50 50	0.52 52	0.58 71	0.48 86	0.80 35	0.50 55	1.12 112	0.77 80	1.06 101	0.50 40	0.78 155	3.59 83	1.11 28	0.76 40	0.65 37	0.91 21	0.78 78	0.76 17	2.32 40	0.66 113	0.67 80	0.65 34	1.01 85	2.05 97	0.74 45

HITNet	0.97 32	0.66 19	0.64 49	0.69 93	0.50 45	0.40 24	0.33 43	1.25 98	0.87 121	0.70 40	0.70 66	0.94 87	0.53 45	0.39 37	2.05 29	1.16 32	0.69 25	0.64 36	0.84 19	0.61 37	2.15 94	4.61 71	0.49 45	0.60 62	0.63 30	0.63 33	1.82 81	0.82 58
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
RASNet	1.02 33	0.75 43	0.95 102	0.64 86	0.64 89	0.67 99	0.45 75	0.98 65	0.62 86	1.21 118	0.64 53	0.76 45	0.74 100	0.43 57	1.59 14	1.52 78	0.78 51	0.68 42	1.06 29	0.70 60	1.24 52	4.37 68	0.47 37	0.84 114	0.80 54	0.83 57	2.17 104	1.08 97

DLCB_ROB	1.03 34	0.92 105	0.91 91	0.74 101	0.83 125	0.75 115	0.77 121	0.88 51	0.73 105	0.93 94	0.85 90	1.06 101	0.94 144	0.70 143	1.57 11	1.24 46	1.03 113	0.73 58	0.92 22	0.75 72	1.48 64	2.49 43	0.81 153	0.77 97	1.35 146	1.30 122	1.49 55	0.95 76

TESTraft	1.04 35	0.98 128	0.44 21	0.41 29	0.34 19	0.41 25	0.26 24	1.12 78	0.40 25	0.98 100	0.35 15	0.64 21	0.76 108	0.53 91	3.11 70	1.82 111	0.74 34	0.52 13	3.10 112	0.57 27	1.16 44	3.86 63	0.37 12	0.45 28	0.58 23	1.17 112	2.52 142	0.60 29

DISCO	1.04 35	0.98 128	0.62 46	0.57 67	0.62 82	0.84 127	0.83 128	0.77 28	0.82 113	1.98 164	0.89 101	0.68 28	0.70 90	0.45 67	1.98 26	1.35 59	1.00 107	0.81 78	1.83 66	0.81 88	1.00 34	2.90 51	0.62 100	0.65 75	0.74 43	0.84 59	2.03 96	0.85 61

STTStereo	1.06 37	0.95 117	0.90 88	0.79 115	0.77 109	0.70 106	1.10 147	0.86 46	1.48 170	1.26 122	0.78 84	1.13 113	0.78 115	0.94 171	2.76 52	1.16 32	0.76 40	0.73 58	1.10 32	0.66 54	1.18 45	1.53 26	0.62 100	0.58 56	0.78 49	1.22 117	1.76 79	1.40 129

TestStereo1	1.09 38	0.99 132	0.41 16	0.38 22	0.37 25	0.41 25	0.27 27	1.02 69	0.40 25	0.80 66	0.34 13	0.61 18	0.74 100	0.53 91	2.97 63	1.78 107	0.74 34	0.54 16	3.12 113	0.57 27	1.44 57	5.38 87	0.37 12	0.43 23	0.59 26	1.04 93	2.53 144	0.60 29

SA-5K	1.09 38	0.99 132	0.41 16	0.38 22	0.37 25	0.41 25	0.27 27	1.02 69	0.40 25	0.80 66	0.34 13	0.61 18	0.74 100	0.53 91	2.97 63	1.78 107	0.74 34	0.54 16	3.12 113	0.57 27	1.44 57	5.38 87	0.37 12	0.43 23	0.59 26	1.04 93	2.53 144	0.60 29

NLCA_NET_v2_RVC	1.09 38	0.93 111	0.85 79	0.74 101	0.81 119	0.66 96	1.22 159	1.07 73	2.23 203	1.99 165	0.76 76	0.97 93	0.63 75	0.94 171	2.41 45	1.05 21	0.74 34	0.72 55	1.32 41	0.70 60	0.90 25	1.40 20	0.59 91	0.61 64	0.74 43	1.58 145	1.48 54	1.26 121
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	1.12 41	0.88 92	1.03 121	0.79 115	0.95 137	0.77 118	0.66 112	1.33 113	1.03 138	0.87 79	0.69 63	1.12 110	0.76 108	0.76 150	2.94 60	1.17 35	0.96 97	0.82 83	2.32 84	0.85 100	1.44 57	1.89 32	0.51 56	0.92 139	1.03 100	1.08 99	1.62 72	1.09 98

PDISCO_ROB	1.12 41	0.87 88	0.62 46	0.79 115	0.70 98	0.54 56	0.76 120	0.95 62	0.69 100	1.78 155	0.98 113	0.75 44	0.63 75	0.65 134	2.15 35	1.54 85	0.99 104	1.10 159	1.60 57	0.82 94	1.80 78	2.71 48	0.57 84	0.84 114	1.20 128	0.84 59	2.56 148	0.90 68

PS-NSSS	1.13 43	1.45 190	0.73 59	1.20 169	0.95 137	1.22 169	1.06 142	0.80 35	0.55 67	0.74 48	0.51 30	2.17 168	1.08 159	0.93 169	2.02 28	0.96 13	0.89 76	0.74 63	1.56 53	0.65 51	0.97 33	0.79 6	1.65 207	0.55 47	1.13 119	0.96 78	3.19 181	1.11 101

SA	1.14 44	0.95 117	0.46 23	0.55 61	0.54 61	0.50 45	0.25 22	1.59 149	0.47 42	0.72 43	0.40 17	0.73 37	0.59 67	0.62 121	2.09 30	2.12 124	0.82 60	0.82 83	3.31 125	0.67 55	1.46 60	4.78 74	0.36 10	0.69 84	0.78 49	1.11 102	2.64 156	0.72 44

LMCR-Stereo	1.14 44	0.84 75	0.91 91	0.55 61	0.63 86	0.66 96	0.34 46	1.12 78	0.64 91	0.82 69	0.77 80	0.94 87	0.49 37	0.44 61	3.22 75	1.57 92	1.06 120	0.76 68	2.19 79	1.43 155	1.90 86	4.46 69	0.53 68	0.81 108	0.87 68	0.86 65	1.11 29	0.94 73

AF-Net	1.15 46	0.85 81	1.00 113	0.77 107	0.93 133	1.00 148	2.29 182	1.51 136	1.06 140	0.57 18	0.96 107	1.40 137	0.64 78	0.75 148	2.20 37	1.08 24	0.85 63	0.62 33	1.83 66	0.79 81	0.90 25	2.97 52	0.66 113	0.65 75	0.98 90	0.89 68	1.58 66	1.24 119

Nwc_Net	1.15 46	0.85 81	1.00 113	0.77 107	0.93 133	1.00 148	2.29 182	1.51 136	1.06 140	0.57 18	0.96 107	1.40 137	0.64 78	0.75 148	2.20 37	1.08 24	0.85 63	0.62 33	1.83 66	0.79 81	0.90 25	2.97 52	0.66 113	0.65 75	0.98 90	0.89 68	1.58 66	1.24 119

CAS	1.16 48	0.81 68	0.47 25	0.51 53	0.49 42	0.38 18	0.31 35	0.56 9	0.45 37	1.20 114	0.90 103	0.64 21	0.97 152	0.32 16	3.11 70	2.22 128	0.98 101	0.85 94	1.21 36	0.64 45	3.95 117	5.48 93	0.47 37	0.31 7	0.85 65	0.92 75	1.21 34	1.15 107

GANet	1.17 49	0.80 66	0.81 72	0.71 96	0.71 100	1.18 162	0.64 108	0.83 41	0.47 42	0.61 25	6.20 214	2.19 169	0.44 32	0.65 134	0.94 3	0.81 8	0.87 70	0.79 73	0.65 11	0.46 15	0.56 7	6.49 108	0.53 68	0.57 52	0.65 34	0.47 19	0.85 15	0.70 41

CASnet	1.22 50	0.92 105	0.55 37	0.41 29	0.45 33	0.39 22	0.24 17	0.92 57	0.50 55	0.78 59	0.56 40	0.91 78	0.54 52	0.38 31	3.31 76	1.35 59	0.77 46	0.51 12	1.43 46	0.56 25	7.13 163	5.44 92	0.45 32	0.48 36	1.22 131	0.50 22	1.47 51	0.78 54
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Sa-1000	1.22 50	0.77 54	0.49 28	0.49 46	0.61 75	0.51 47	0.29 32	1.69 159	0.53 63	0.73 46	0.48 28	0.73 37	0.66 84	0.76 150	3.04 68	1.97 118	0.98 101	0.95 122	3.31 125	0.63 43	1.92 89	4.89 75	0.37 12	0.82 109	1.15 122	1.22 117	2.35 121	0.75 47

iinet-f	1.26 52	1.10 153	0.69 56	0.94 136	0.47 36	0.72 110	0.58 102	0.79 32	0.50 55	2.11 174	1.35 139	0.83 64	0.64 78	0.38 31	3.97 87	1.88 112	0.79 53	0.68 42	3.04 109	1.08 127	1.61 71	3.40 54	0.68 119	0.75 93	1.14 120	0.64 34	2.22 111	0.90 68

APVNet	1.28 53	1.03 145	0.68 55	0.69 93	0.78 111	0.87 130	0.89 132	0.79 32	0.72 103	0.91 90	0.83 89	0.92 83	0.61 69	0.59 111	3.31 76	1.71 100	1.16 136	0.99 133	3.22 119	0.92 108	1.91 88	4.73 73	0.58 86	1.11 161	0.80 54	0.84 59	1.90 88	0.97 78

RP	1.29 54	1.05 148	1.26 165	0.96 137	1.11 152	0.85 128	1.39 164	1.24 97	1.30 159	0.61 25	1.16 126	1.27 125	0.75 103	0.72 146	3.49 80	1.12 29	0.95 94	0.68 42	1.24 38	0.83 97	1.02 35	4.57 70	0.63 105	0.91 137	0.90 73	1.02 89	2.51 140	1.20 115

AACVNet	1.30 55	0.89 95	0.74 60	0.93 132	0.95 137	0.73 112	0.64 108	0.88 51	0.64 91	0.74 48	0.88 98	0.83 64	0.67 85	0.62 121	9.20 123	1.41 63	0.87 70	0.84 92	1.21 36	0.80 83	1.51 66	2.50 44	0.75 142	0.69 84	0.88 70	1.11 102	1.91 89	1.31 123

AMNet	1.31 56	1.12 155	1.05 124	1.14 159	1.12 154	1.27 174	1.07 144	1.35 116	1.13 147	1.10 111	1.11 123	1.55 148	1.26 168	1.20 192	1.75 21	1.59 94	1.37 156	1.23 177	1.37 43	1.22 137	1.40 56	1.40 20	1.25 192	1.26 172	1.26 132	1.70 153	1.54 59	1.65 142

ARAFT	1.32 57	0.72 32	0.50 30	0.35 18	0.34 19	0.44 34	0.24 17	0.65 17	0.35 19	2.25 179	0.56 40	0.60 14	0.30 12	0.43 57	2.15 35	1.46 71	0.75 38	0.75 67	2.78 102	0.58 31	2.25 98	12.47 185	0.45 32	0.39 12	0.94 83	0.40 10	1.98 94	0.57 20

iResNet_ROB	1.32 57	0.86 85	0.86 81	0.65 87	0.60 73	0.69 103	0.66 112	2.64 215	0.58 75	1.71 152	0.75 75	0.97 93	0.82 126	0.49 77	5.86 107	1.53 80	0.93 88	0.86 96	2.96 106	0.68 56	2.22 95	1.21 16	0.62 100	0.95 144	0.86 66	0.98 83	2.65 158	1.02 90

PA-Net	1.33 59	0.99 132	1.18 153	0.77 107	1.35 172	0.69 103	0.90 133	0.82 40	1.17 153	0.82 69	1.28 134	0.78 54	0.79 117	0.93 169	4.45 97	1.31 55	0.72 30	0.80 76	1.06 29	0.89 103	1.19 46	4.70 72	0.68 119	0.85 121	1.01 96	2.17 185	1.45 49	2.09 160
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	1.35 60	1.22 163	1.01 117	1.18 163	1.10 151	1.02 151	0.81 125	1.25 98	1.15 151	1.30 125	0.77 80	2.55 179	0.96 148	0.63 125	2.28 40	1.23 44	1.09 124	0.99 133	2.42 88	0.90 106	2.22 95	1.72 29	0.79 150	1.12 162	1.31 137	1.27 119	2.62 153	1.48 133
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
IPLGR_C	1.36 61	0.72 32	0.89 85	0.59 71	0.54 61	0.54 56	0.34 46	0.81 37	0.58 75	0.76 54	0.69 63	1.05 100	0.53 45	0.64 129	2.77 53	1.41 63	0.92 83	0.69 50	3.26 121	0.64 45	1.68 74	10.52 147	0.58 86	0.83 112	1.01 96	0.65 37	2.40 129	0.61 32

ACRE	1.36 61	0.71 27	0.88 83	0.61 75	0.53 55	0.55 61	0.35 54	0.81 37	0.58 75	0.76 54	0.69 63	1.06 101	0.53 45	0.64 129	2.80 58	1.39 62	0.92 83	0.68 42	3.26 121	0.64 45	1.68 74	10.53 148	0.58 86	0.83 112	1.03 100	0.64 34	2.40 129	0.62 35

CIPLG	1.37 63	0.71 27	0.91 91	0.59 71	0.53 55	0.54 56	0.36 56	0.81 37	0.59 80	0.76 54	0.68 58	1.04 99	0.53 45	0.64 129	3.08 69	1.45 70	0.93 88	0.67 40	3.23 120	0.64 45	1.66 72	10.56 149	0.58 86	0.84 114	1.03 100	0.66 38	2.36 122	0.61 32

NCC-stereo	1.37 63	1.25 168	1.13 139	1.00 142	1.08 146	0.98 145	1.87 172	1.76 163	1.58 178	0.60 22	1.33 136	1.22 119	1.08 159	0.78 155	3.16 73	1.19 38	0.95 94	1.00 137	1.64 58	1.00 120	1.20 48	3.65 56	0.84 161	0.84 114	1.28 134	1.57 143	1.44 45	1.60 138

Abc-Net	1.37 63	1.25 168	1.13 139	1.00 142	1.08 146	0.98 145	1.87 172	1.76 163	1.58 178	0.60 22	1.33 136	1.22 119	1.08 159	0.78 155	3.16 73	1.19 38	0.95 94	1.00 137	1.64 58	1.00 120	1.20 48	3.65 56	0.84 161	0.84 114	1.28 134	1.57 143	1.44 45	1.60 138
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
raft_robust	1.38 66	0.94 113	0.55 37	0.60 73	0.48 38	0.59 78	0.38 57	2.05 190	0.53 63	1.67 150	0.52 32	0.83 64	0.81 122	0.49 77	3.50 81	1.90 113	0.92 83	0.86 96	4.99 156	0.61 37	3.19 108	5.05 80	0.47 37	0.64 69	1.04 103	1.06 96	1.58 66	0.99 87

GLC_STEREO	1.38 66	0.90 98	0.91 91	0.58 69	0.62 82	0.49 41	0.43 68	1.68 158	0.48 46	0.77 58	0.68 58	0.81 62	0.62 74	0.61 116	9.99 129	1.91 114	0.92 83	0.60 28	1.71 65	0.71 65	2.58 103	3.85 62	0.48 41	0.57 52	0.69 38	0.56 26	2.36 122	0.87 66

UDGNet	1.40 68	1.04 146	0.83 74	1.64 190	1.39 174	1.70 191	1.25 161	1.21 93	0.81 112	0.63 30	0.87 95	0.92 83	0.42 30	1.61 203	2.12 33	1.25 47	0.87 70	0.89 108	2.45 90	0.92 108	1.95 91	5.71 96	1.28 193	0.54 44	1.21 129	1.10 101	2.15 102	1.02 90

SACVNet	1.42 69	0.96 121	1.03 121	0.93 132	1.15 156	0.95 141	0.99 139	1.50 133	0.82 113	1.21 118	0.74 73	0.99 96	0.73 98	0.70 143	3.38 78	1.50 76	1.24 144	0.85 94	2.24 81	0.96 114	2.50 102	5.99 103	0.69 125	0.90 134	1.04 103	1.06 96	2.02 95	1.29 122

Former-RAFT_DAM_RVC	1.44 70	0.64 17	0.58 43	0.44 41	0.42 30	0.38 18	0.27 27	1.25 98	0.49 52	0.85 75	0.62 50	0.76 45	0.54 52	0.35 23	12.82 141	1.55 88	0.72 30	0.71 52	2.02 76	0.58 31	1.72 76	6.96 115	0.42 23	0.39 12	0.82 58	1.19 113	0.71 9	0.77 52

sAnonymous2	1.46 71	0.77 54	0.55 37	0.43 33	0.48 38	0.71 107	0.42 64	1.28 104	0.99 131	0.65 35	0.88 98	1.13 113	0.96 148	0.36 26	2.58 47	2.36 132	1.11 126	1.05 151	3.69 135	0.96 114	4.96 132	7.11 117	0.64 107	0.61 64	0.84 60	1.39 129	1.25 36	1.23 117

CroCo_RVC	1.46 71	0.77 54	0.55 37	0.43 33	0.48 38	0.71 107	0.42 64	1.28 104	0.99 131	0.65 35	0.88 98	1.13 113	0.96 148	0.36 26	2.58 47	2.36 132	1.11 126	1.05 151	3.69 135	0.96 114	4.96 132	7.11 117	0.64 107	0.61 64	0.84 60	1.39 129	1.25 36	1.23 117

CES	1.47 73	0.78 61	0.61 45	0.46 45	0.57 69	0.52 52	0.23 13	1.50 133	0.68 97	0.78 59	0.86 92	0.86 70	0.90 137	0.39 37	7.38 117	3.09 146	1.24 144	1.04 146	1.48 48	1.19 134	4.63 128	5.40 89	0.67 116	0.45 28	0.87 68	0.82 54	1.16 31	1.15 107

HSM	1.47 73	0.76 51	1.02 119	0.81 119	0.80 117	0.56 63	0.56 96	1.86 173	0.60 81	0.76 54	0.85 90	0.90 76	0.68 86	0.60 114	11.58 138	1.15 30	0.96 97	0.74 63	2.61 94	0.74 69	2.26 99	2.51 45	0.60 96	0.87 123	0.95 86	0.98 83	2.08 99	1.02 90

DN-CSS_ROB	1.49 75	0.84 75	1.08 131	0.88 130	0.88 126	0.50 45	0.39 59	2.00 185	0.63 89	1.55 139	1.79 152	1.00 97	0.81 122	0.41 44	3.48 79	1.46 71	1.12 130	0.95 122	5.28 160	0.75 72	4.20 119	3.69 58	0.56 80	1.01 150	0.80 54	0.82 54	2.06 98	1.31 123

stereogan	1.50 76	1.32 175	1.15 145	1.13 157	1.31 168	1.13 160	1.02 141	1.26 101	1.04 139	1.20 114	1.09 121	1.65 153	0.90 137	0.67 138	2.78 56	1.43 66	1.01 111	0.81 78	1.83 66	0.99 119	1.36 55	8.05 125	0.73 133	0.92 139	0.91 75	1.08 99	2.36 122	1.37 126

LoS_RVC	1.52 77	1.26 170	0.96 104	0.32 14	0.52 52	0.38 18	0.34 46	0.73 24	0.57 72	2.10 172	0.76 76	0.73 37	0.72 95	0.35 23	4.43 95	3.80 167	0.91 80	2.29 223	3.41 129	0.70 60	4.52 124	6.76 110	0.56 80	0.44 26	0.84 60	0.85 63	0.93 18	0.98 82

tt_ll	1.52 77	1.26 170	0.96 104	0.32 14	0.52 52	0.38 18	0.34 46	0.73 24	0.57 72	2.10 172	0.76 76	0.73 37	0.72 95	0.35 23	4.43 95	3.80 167	0.91 80	2.29 223	3.41 129	0.70 60	4.52 124	6.76 110	0.56 80	0.44 26	0.84 60	0.85 63	0.93 18	0.98 82

TANstereo	1.55 79	1.06 150	0.94 100	0.68 91	0.76 106	0.90 135	0.33 43	0.86 46	0.64 91	0.70 40	1.05 118	0.60 14	0.61 69	1.01 178	2.77 53	2.92 143	1.00 107	1.15 165	1.49 49	1.30 147	5.05 138	5.77 98	1.42 197	0.59 59	0.57 20	0.90 70	5.94 218	0.75 47

XX-TBD	1.55 79	1.06 150	0.94 100	0.68 91	0.76 106	0.90 135	0.33 43	0.86 46	0.64 91	0.70 40	1.05 118	0.60 14	0.61 69	1.01 178	2.77 53	2.92 143	1.00 107	1.15 165	1.49 49	1.30 147	5.05 138	5.77 98	1.42 197	0.59 59	0.57 20	0.90 70	5.94 218	0.75 47

RGC	1.56 81	1.33 177	1.98 203	1.18 163	1.24 161	1.20 167	1.06 142	1.20 91	1.09 143	0.91 90	1.67 147	1.23 121	1.26 168	0.92 168	4.08 90	1.27 49	1.06 120	0.86 96	1.92 70	1.10 129	1.72 76	5.40 89	0.79 150	1.03 152	1.17 123	1.52 140	2.20 107	1.83 147

LL-Strereo2	1.57 82	0.66 19	0.65 50	0.40 27	0.35 22	0.32 10	0.23 13	1.48 129	0.42 31	0.68 39	0.57 43	0.63 20	0.32 15	0.67 138	2.65 50	7.88 210	0.65 21	0.55 21	1.37 43	0.70 60	1.80 78	15.65 210	0.50 51	0.40 17	0.65 34	0.62 31	1.06 25	0.56 18

CREStereo	1.57 82	0.92 105	0.99 111	0.53 57	0.43 31	0.49 41	0.26 24	1.44 127	0.71 102	0.87 79	1.01 115	0.95 90	0.76 108	0.44 61	7.17 114	4.29 176	0.93 88	0.59 26	2.41 86	0.65 51	5.45 141	5.19 83	0.61 98	0.63 68	1.02 99	1.01 85	1.74 77	0.98 82
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
raft+_RVC	1.58 84	0.74 40	0.75 62	0.41 29	0.35 22	0.52 52	0.32 39	1.47 128	0.45 37	0.63 30	0.61 48	0.69 30	0.39 23	0.30 15	4.83 99	4.95 187	0.76 40	0.56 24	1.64 58	0.60 36	0.96 32	16.85 223	0.50 51	0.45 28	0.78 49	0.62 31	0.88 16	0.68 40

PMTNet	1.59 85	0.94 113	1.06 125	0.49 46	0.51 49	0.49 41	0.32 39	0.83 41	0.72 103	0.83 71	0.63 51	0.89 75	0.50 40	0.42 52	7.10 113	4.35 178	0.96 97	0.57 25	2.41 86	0.58 31	5.99 148	6.00 104	0.61 98	0.41 20	1.97 197	1.03 90	1.16 31	1.19 113

ICVP	1.60 86	0.75 43	1.11 137	0.77 107	0.78 111	0.87 130	0.64 108	1.10 76	0.85 117	1.37 131	1.11 123	0.95 90	1.12 164	0.57 107	3.12 72	2.05 123	1.33 152	1.00 137	1.56 53	1.07 125	3.91 116	10.82 153	0.69 125	0.87 123	0.95 86	1.21 115	1.52 57	1.14 104
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LoS	1.62 87	0.79 63	0.65 50	0.53 57	0.57 69	0.67 99	0.39 59	2.55 212	0.90 123	1.22 121	0.98 113	0.98 95	0.87 134	0.44 61	4.09 91	3.52 160	1.45 160	0.94 121	2.24 81	0.75 72	6.08 150	7.76 122	0.68 119	0.64 69	1.18 127	0.97 81	1.10 28	0.87 66

GES	1.63 88	0.75 43	0.83 74	0.79 115	0.73 103	0.82 125	0.67 114	1.36 119	0.95 129	1.65 148	0.95 106	0.78 54	0.65 81	0.66 136	6.17 109	1.65 96	1.02 112	0.91 115	5.50 164	1.23 140	4.23 120	5.40 89	0.67 116	0.96 146	0.81 57	0.83 57	1.52 57	1.65 142

iResNetv2_ROB	1.65 89	0.91 101	0.76 64	1.13 157	0.66 93	0.73 112	0.56 96	2.62 213	0.67 96	1.76 154	0.87 95	1.36 134	0.77 114	0.42 52	5.48 105	1.34 58	1.04 116	0.74 63	4.59 150	0.89 103	7.80 176	2.09 37	0.62 100	0.93 141	0.89 72	0.86 65	3.12 180	0.90 68

NCCL2	1.66 90	1.30 173	1.16 147	1.12 155	1.48 178	0.80 122	1.13 153	1.07 73	1.15 151	1.84 158	1.26 132	1.12 110	0.84 129	0.83 162	4.07 89	1.52 78	1.22 141	0.89 108	1.35 42	0.93 111	2.49 101	5.97 102	1.47 202	1.14 164	1.49 165	1.40 132	3.78 202	1.89 152

rafts_anoy	1.69 91	0.82 70	0.95 102	0.45 42	0.51 49	0.54 56	0.46 79	1.57 148	0.51 59	0.61 25	0.70 66	0.71 33	0.49 37	0.36 26	8.16 118	6.28 201	0.82 60	0.79 73	2.48 91	0.65 51	1.66 72	11.09 162	0.54 72	0.54 44	1.00 95	0.90 70	0.96 20	0.99 87

MIM_Stereo	1.71 92	0.77 54	0.56 41	0.43 33	0.38 27	0.47 36	0.23 13	1.50 133	0.32 14	0.56 15	0.46 21	0.65 24	0.28 11	0.39 37	6.21 111	11.24 219	0.65 21	0.82 83	3.32 127	0.89 103	1.35 54	10.19 143	0.38 16	0.51 40	0.55 17	0.42 15	1.96 92	0.58 22

CFNet_pseudo	1.71 92	0.79 63	0.89 85	0.83 122	0.79 115	0.71 107	0.43 68	0.93 59	0.53 63	0.94 97	0.81 88	0.94 87	0.88 136	0.82 161	15.18 150	1.47 74	0.79 53	0.73 58	7.38 199	0.78 78	1.08 39	2.74 49	0.74 139	0.70 87	0.91 75	0.91 73	1.47 51	1.13 103

CC-Net-ROB	1.72 94	1.82 203	1.21 157	1.92 195	1.84 195	2.43 208	1.64 168	0.93 59	0.96 130	1.27 123	0.68 58	5.86 218	2.76 187	1.47 201	2.26 39	0.95 12	1.46 163	1.26 184	2.79 103	0.96 114	1.12 42	1.41 23	3.28 225	0.73 91	1.31 137	1.15 111	1.47 51	1.57 135

dad	1.73 95	0.98 128	0.82 73	2.17 203	1.18 158	1.11 158	4.08 206	1.66 157	0.63 89	1.21 118	0.54 35	1.12 110	2.00 180	0.63 125	3.74 85	1.25 47	1.14 133	0.82 83	2.70 98	0.80 83	1.47 63	2.54 46	0.73 133	1.01 150	2.41 207	0.71 43	5.51 214	3.77 193

raftrobust	1.74 96	0.68 24	1.00 113	0.55 61	0.51 49	0.45 35	0.34 46	1.54 139	0.48 46	0.94 97	0.72 69	0.88 71	0.53 45	0.41 44	7.35 116	5.79 198	0.73 32	0.71 52	4.77 153	0.68 56	2.01 92	10.90 154	0.65 110	0.50 38	1.06 106	0.86 65	1.05 23	0.84 60

XPNet_ROB	1.76 97	1.58 196	1.17 151	0.93 132	1.17 157	1.05 154	0.98 138	0.97 63	1.17 153	1.07 109	1.79 152	4.38 206	0.73 98	0.80 159	2.59 49	1.58 93	1.78 179	0.97 128	1.45 47	1.06 124	2.58 103	8.45 130	0.94 177	0.88 130	0.99 92	1.31 123	3.33 187	1.71 144

BEATNet_4x	1.77 98	0.78 61	0.79 68	0.76 104	0.70 98	0.51 47	0.49 88	1.23 95	1.31 160	0.84 74	0.76 76	1.06 101	0.76 108	0.67 138	8.95 122	2.41 134	1.91 182	1.42 191	1.30 40	0.88 102	4.99 136	9.14 133	0.51 56	1.03 152	0.77 46	0.82 54	1.85 83	1.10 99

RALAANet	1.79 99	0.71 27	0.88 83	0.54 59	0.55 65	0.63 92	0.43 68	1.30 109	0.52 62	0.93 94	0.65 55	0.74 43	0.60 68	0.33 19	8.49 121	1.53 80	0.78 51	0.91 115	2.18 77	1.09 128	3.35 111	15.13 205	0.55 73	0.79 104	0.92 81	1.03 90	2.08 99	0.77 52

CREStereo++_RVC	1.81 100	0.91 101	1.09 133	0.52 55	0.61 75	0.41 25	0.29 32	1.37 121	0.56 70	0.83 71	0.63 51	0.77 48	0.86 131	0.40 41	2.94 60	3.08 145	0.98 101	0.63 35	2.71 99	0.56 25	4.98 135	6.57 109	0.59 91	0.53 43	1.06 106	1.06 96	12.85 244	0.97 78
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
MyStereo04	1.85 101	0.92 105	1.06 125	0.81 119	0.90 128	0.59 78	0.43 68	1.56 145	0.99 131	2.30 181	0.87 95	1.46 140	0.57 58	0.41 44	3.53 82	2.81 141	0.93 88	1.01 141	5.44 163	2.73 204	4.96 132	6.15 106	1.83 211	0.96 146	1.39 153	1.73 154	2.57 150	0.94 73

AE-Stereo	1.87 102	0.86 85	1.31 171	0.82 121	0.55 65	0.58 71	0.78 122	0.83 41	0.49 52	0.79 62	0.54 35	1.31 131	0.72 95	0.52 88	2.79 57	4.03 172	1.04 116	0.97 128	3.06 111	1.16 131	4.60 127	15.60 208	0.55 73	1.04 156	1.33 142	1.34 125	1.95 91	0.86 63

RALCasStereoNet	1.87 102	0.84 75	1.02 119	0.54 59	0.55 65	0.62 85	0.48 86	1.48 129	0.46 41	1.01 103	0.74 73	0.92 83	0.50 40	0.36 26	6.19 110	11.19 218	0.81 55	0.76 68	1.55 51	0.68 56	1.46 60	13.06 191	0.52 62	0.66 78	0.94 83	1.13 109	0.96 20	1.14 104

GEStereo_RVC	1.88 104	0.97 122	1.01 117	1.01 146	0.88 126	1.12 159	1.07 144	1.65 156	0.82 113	0.90 88	0.78 84	1.38 135	0.79 117	0.64 129	2.40 44	2.33 130	1.22 141	1.22 176	4.10 144	1.26 143	5.16 140	12.04 178	0.73 133	1.21 168	0.95 86	0.97 81	2.49 138	1.64 141

DeepPruner_ROB	1.89 105	0.77 54	0.97 107	0.86 128	0.91 130	0.80 122	5.39 212	1.26 101	0.91 125	1.47 136	1.61 146	0.92 83	0.82 126	0.56 105	4.41 93	1.54 85	1.07 122	1.06 154	2.72 101	0.80 83	7.63 170	7.36 120	0.87 170	0.77 97	0.91 75	1.47 137	2.20 107	0.99 87

sCroCo_RVC	1.92 106	0.68 24	0.57 42	0.38 22	0.50 45	0.76 117	0.43 68	0.94 61	1.56 177	1.51 137	0.77 80	1.06 101	0.96 148	0.50 84	3.03 66	5.07 190	1.25 146	1.23 177	2.55 92	1.40 152	7.89 178	12.35 183	0.45 32	0.64 69	0.94 83	1.12 105	2.34 119	1.04 93

MyStereo	1.93 107	0.95 117	1.26 165	0.84 126	0.91 130	0.57 68	0.43 68	1.29 106	0.74 106	2.38 185	2.06 166	1.54 147	0.70 90	0.40 41	4.03 88	2.60 137	0.90 79	0.93 119	5.50 164	2.53 200	4.90 131	7.06 116	1.36 195	1.00 148	1.50 166	2.17 185	2.66 159	0.94 73

GMOStereo	1.98 108	0.75 43	0.52 32	0.62 77	0.53 55	0.47 36	0.47 82	1.54 139	0.48 46	0.87 79	0.47 23	0.77 48	0.58 62	0.38 31	10.16 130	5.49 194	0.81 55	0.88 104	3.13 115	0.81 88	1.81 81	16.83 219	0.49 45	0.56 48	1.11 113	0.74 45	1.57 62	0.58 22

error version	1.98 108	0.75 43	0.52 32	0.62 77	0.53 55	0.47 36	0.47 82	1.54 139	0.48 46	0.87 79	0.47 23	0.77 48	0.58 62	0.38 31	10.16 130	5.49 194	0.81 55	0.88 104	3.13 115	0.81 88	1.81 81	16.83 219	0.49 45	0.56 48	1.11 113	0.74 45	1.57 62	0.58 22

test-v	1.98 108	0.75 43	0.52 32	0.62 77	0.53 55	0.47 36	0.47 82	1.54 139	0.48 46	0.87 79	0.47 23	0.77 48	0.58 62	0.38 31	10.16 130	5.49 194	0.81 55	0.88 104	3.13 115	0.81 88	1.81 81	16.83 219	0.49 45	0.56 48	1.11 113	0.74 45	1.57 62	0.58 22

test-2	1.98 108	0.75 43	0.52 32	0.62 77	0.53 55	0.47 36	0.47 82	1.54 139	0.48 46	0.87 79	0.47 23	0.77 48	0.58 62	0.38 31	10.16 130	5.49 194	0.81 55	0.88 104	3.13 115	0.81 88	1.81 81	16.83 219	0.49 45	0.56 48	1.11 113	0.74 45	1.57 62	0.58 22

Anonymous	1.99 112	0.80 66	0.63 48	0.50 50	0.57 69	0.61 83	0.40 61	1.53 138	1.14 150	2.17 176	0.66 57	1.14 116	1.08 159	0.60 114	3.00 65	4.37 179	1.40 158	1.27 185	3.68 134	1.28 144	7.10 160	12.24 180	0.62 100	1.03 152	1.17 123	1.12 105	2.45 133	1.16 110

RAFT + AFF	2.00 113	0.49 11	0.46 23	0.41 29	0.20 7	0.43 32	0.21 11	0.65 17	0.24 7	0.56 15	0.27 7	0.78 54	0.22 7	0.32 16	39.56 188	0.96 13	0.71 28	0.38 5	1.92 70	0.39 8	0.79 19	1.40 20	0.33 7	0.40 17	0.73 42	0.35 7	0.59 5	0.30 6

MLCV	2.04 114	0.89 95	0.99 111	1.37 177	1.31 168	1.02 151	1.01 140	2.14 191	0.80 110	2.00 166	4.28 191	1.74 157	1.62 175	0.48 73	3.03 66	2.01 121	1.33 152	0.96 125	6.76 188	1.13 130	6.05 149	5.71 96	0.68 119	1.73 186	1.32 141	1.39 129	2.32 116	1.07 95

4D-IteraStereo	2.05 115	0.63 16	1.16 147	0.49 46	0.44 32	0.41 25	0.26 24	1.43 125	0.38 23	0.75 50	0.55 39	0.79 57	0.42 30	0.46 69	9.38 126	11.47 222	0.71 28	0.68 42	2.81 104	0.64 45	3.95 117	11.85 175	0.52 62	0.58 56	0.71 40	0.84 59	2.34 119	0.63 37

test_4	2.06 116	0.75 43	0.84 77	0.43 33	0.36 24	0.36 15	0.27 27	0.78 30	0.34 17	0.75 50	0.53 34	0.91 78	0.35 17	0.41 44	13.80 144	13.16 232	0.68 24	0.72 55	1.64 58	0.61 37	1.21 51	11.03 159	0.48 41	0.52 41	0.66 37	0.71 43	2.72 161	0.61 32

LALA_ROB	2.09 117	2.18 211	1.21 157	1.07 151	1.32 170	1.18 162	1.12 151	1.19 90	1.45 167	2.05 170	2.76 173	3.68 194	0.92 140	0.96 174	4.76 98	1.53 80	1.45 160	1.18 173	2.60 93	1.36 150	3.60 115	8.26 129	0.80 152	1.16 165	1.35 146	1.44 135	3.89 205	2.12 163

ETE_ROB	2.14 118	1.95 207	1.29 169	1.08 153	1.39 174	1.29 176	1.47 165	1.12 78	2.26 204	1.35 127	3.17 180	3.39 191	0.94 144	1.14 189	5.12 102	1.56 90	2.63 201	0.99 133	2.98 107	1.22 137	4.29 121	8.09 127	0.91 175	1.09 158	1.28 134	1.38 128	2.37 126	1.87 150

DDUNet	2.19 119	2.74 219	2.17 207	2.93 217	2.67 216	3.05 216	2.77 192	1.17 85	1.11 145	1.60 142	1.37 142	2.26 174	1.70 176	2.81 217	2.35 43	1.30 53	2.80 204	2.43 235	2.64 95	2.90 208	1.94 90	4.91 76	2.77 222	1.00 148	1.10 110	0.94 76	2.50 139	1.10 99

CASS	2.25 120	1.02 143	1.23 160	1.34 176	1.04 143	0.89 133	5.14 209	1.41 124	1.02 137	1.29 124	2.38 171	1.25 123	0.84 129	0.53 91	3.59 83	2.58 136	3.60 209	1.09 158	3.45 131	1.24 141	7.99 180	9.49 135	0.68 119	0.88 130	1.59 175	1.27 119	2.51 140	1.41 130
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
FADNet-RVC-Resample	2.26 121	0.88 92	1.00 113	0.72 97	0.82 122	0.64 93	1.20 156	1.09 75	0.94 127	0.99 101	0.96 107	1.71 156	0.79 117	1.00 177	25.20 166	1.54 85	1.23 143	1.59 199	1.55 51	1.07 125	1.59 70	6.84 113	0.60 96	1.24 170	0.88 70	1.96 175	1.44 45	1.54 134

Anonymous3	2.34 122	0.87 88	0.96 104	0.57 67	1.20 160	0.90 135	0.70 117	2.43 208	1.12 146	1.04 105	0.97 111	2.57 180	1.18 167	0.58 109	4.83 99	8.57 212	1.53 168	1.46 194	5.31 161	1.61 166	6.76 156	10.34 145	0.73 133	0.71 88	1.11 113	1.40 132	2.31 114	1.33 125

s12784h	2.36 123	1.12 155	1.42 176	1.12 155	0.93 133	0.62 85	0.40 61	1.36 119	0.68 97	1.05 108	0.86 92	1.10 108	0.94 144	0.43 57	2.88 59	4.87 186	1.00 107	0.73 58	3.80 137	0.59 34	7.79 174	9.50 136	0.55 73	0.69 84	1.89 192	1.97 176	11.65 241	3.89 194

RYNet	2.44 124	0.41 7	0.36 12	0.30 12	0.32 15	0.41 25	0.25 22	0.61 12	0.56 70	0.33 4	0.36 16	0.41 9	0.26 10	0.27 12	52.15 252	0.73 3	0.48 6	1.00 137	0.57 9	0.31 4	0.54 6	0.42 1	0.40 20	0.34 10	0.58 23	1.58 145	1.32 40	0.49 13

NaN_ROB	2.45 125	1.12 155	1.08 131	0.97 138	1.86 198	0.90 135	1.61 167	1.33 113	10.69 252	1.00 102	1.27 133	2.58 181	0.94 144	1.20 192	17.00 155	1.43 66	1.03 113	0.90 113	1.56 53	1.21 136	1.90 86	3.45 55	0.81 153	1.12 162	1.54 173	2.00 179	2.39 128	3.23 187

anonymousdsp	2.48 126	0.38 6	0.39 13	0.28 7	0.32 15	0.29 8	0.15 6	0.56 9	0.27 9	0.43 9	18.77 253	0.54 12	0.20 6	0.32 16	13.20 143	1.48 75	0.58 11	0.54 16	0.70 15	0.61 37	0.78 18	23.15 254	0.43 25	0.39 12	0.49 10	0.29 2	1.16 31	0.33 7

ADLNet	2.55 127	0.99 132	0.77 65	0.63 82	0.76 106	0.65 94	0.53 94	1.11 77	0.61 84	0.58 20	0.72 69	1.70 155	0.61 69	0.88 165	46.09 216	1.06 22	0.75 38	0.68 42	0.86 20	0.75 72	0.79 19	1.96 34	0.55 73	0.58 56	0.96 89	0.96 78	1.63 73	0.76 51

GwcNet-ADL	2.59 128	1.24 166	1.55 184	1.27 171	1.36 173	0.98 145	0.84 129	1.49 131	0.86 118	3.20 210	6.66 220	2.00 165	1.04 156	0.79 158	3.85 86	4.95 187	1.68 175	0.89 108	5.11 158	2.44 197	6.48 153	11.06 161	0.92 176	1.18 166	1.31 137	1.92 171	2.15 102	2.69 174

CFNet_RVC	2.61 129	0.87 88	0.97 107	0.76 104	0.82 122	0.73 112	0.52 93	0.74 26	0.66 95	0.87 79	1.03 116	0.90 76	0.61 69	0.52 88	44.12 209	1.18 36	0.85 63	0.81 78	2.35 85	0.76 76	1.46 60	2.38 41	0.53 68	0.73 91	0.99 92	1.11 102	1.93 90	1.22 116

test-3	2.64 130	1.01 139	1.14 142	0.63 82	0.62 82	0.58 71	0.45 75	1.98 182	0.42 31	0.86 76	0.54 35	1.48 142	0.53 45	0.41 44	15.10 148	11.78 224	0.86 68	0.82 83	6.54 181	0.74 69	5.58 144	11.75 173	0.51 56	0.90 134	0.91 75	1.01 85	3.11 177	0.97 78

test_1	2.64 130	1.01 139	1.14 142	0.63 82	0.62 82	0.58 71	0.45 75	1.98 182	0.42 31	0.86 76	0.54 35	1.48 142	0.53 45	0.41 44	15.10 148	11.82 227	0.86 68	0.82 83	6.53 180	0.74 69	5.60 145	11.75 173	0.50 51	0.90 134	0.91 75	1.01 85	3.11 177	0.98 82

test_3	2.64 130	1.02 143	1.12 138	0.65 87	0.63 86	0.57 68	0.45 75	1.95 175	0.41 30	0.88 86	0.51 30	1.47 141	0.54 52	0.40 41	14.93 147	11.79 225	0.88 75	0.83 89	6.54 181	0.76 76	5.54 142	11.70 172	0.49 45	0.88 130	0.99 92	1.12 105	3.23 182	0.98 82

Any-RAFT	2.70 133	0.95 117	1.29 169	0.76 104	0.79 115	0.51 47	0.42 64	1.99 184	0.58 75	0.86 76	6.97 230	1.52 146	0.51 43	0.44 61	5.49 106	3.45 157	0.94 92	0.93 119	6.85 194	0.82 94	14.24 243	11.16 163	0.70 127	0.78 102	1.62 177	1.89 168	2.28 113	4.18 196

FADNet-RVC	2.70 133	0.72 32	0.93 98	0.78 111	1.09 150	0.60 81	2.77 192	0.92 57	0.62 86	1.01 103	0.73 72	1.50 144	0.65 81	0.62 121	38.99 185	1.71 100	0.92 83	0.91 115	2.27 83	1.57 163	2.69 105	4.17 65	0.53 68	0.80 105	1.47 162	1.12 105	1.45 49	1.38 127

UCFNet_RVC	2.81 135	1.27 172	0.90 88	0.89 131	0.94 136	0.78 121	0.62 106	0.78 30	0.68 97	0.91 90	0.80 86	1.29 128	1.02 154	0.50 84	42.02 203	1.15 30	0.85 63	0.83 89	6.67 185	0.85 100	1.51 66	2.89 50	1.15 186	0.75 93	1.10 110	1.14 110	1.58 66	2.10 162

PWCDC_ROB	2.81 135	0.72 32	0.69 56	0.63 82	0.95 137	0.69 103	0.70 117	1.04 72	1.58 178	0.64 32	1.84 154	0.91 78	3.56 201	0.77 154	39.21 186	2.17 126	1.31 150	0.99 133	1.59 56	1.01 122	3.34 110	5.82 100	0.72 130	0.87 123	0.77 46	0.94 76	1.13 30	1.19 113

cross-raft	2.82 137	0.91 101	1.18 153	0.75 103	0.90 128	0.66 96	0.46 79	2.03 188	0.61 84	0.95 99	1.42 144	1.08 107	0.76 108	0.53 91	8.24 120	5.88 199	1.09 124	0.80 76	6.99 197	2.68 203	12.15 214	17.17 228	0.72 130	0.78 102	1.60 176	1.91 169	1.66 74	2.34 170

FADNet	2.84 138	0.83 71	0.90 88	0.83 122	1.04 143	0.62 85	2.08 178	0.99 66	0.76 107	0.92 93	0.92 105	1.18 118	0.78 115	0.76 150	40.37 194	1.50 76	0.97 100	1.03 145	2.68 97	1.57 163	3.20 109	5.00 78	0.51 56	0.68 82	1.58 174	1.68 151	1.54 59	1.82 146

NVstereo2D	2.85 139	0.83 71	0.80 71	0.70 95	0.80 117	0.92 139	0.81 125	1.18 89	0.76 107	0.93 94	1.03 116	0.81 62	0.55 55	0.72 146	52.45 254	1.56 90	0.94 92	0.87 100	1.64 58	0.72 67	1.14 43	1.60 28	0.76 144	0.87 123	1.08 109	0.79 50	1.01 22	0.75 47

iResNet	2.85 139	0.97 122	0.97 107	1.43 181	1.80 193	1.47 184	1.12 151	1.81 168	1.13 147	2.59 193	4.97 201	1.93 161	2.37 182	0.49 77	10.52 135	7.03 204	1.43 159	1.23 177	6.83 193	1.98 184	10.31 200	4.92 77	0.64 107	2.13 205	1.14 120	1.54 141	2.80 164	1.38 127

PWC_ROB	2.85 139	1.23 164	1.47 181	0.98 139	1.11 152	1.27 174	1.99 176	1.27 103	1.94 195	1.81 156	3.58 187	2.35 177	3.05 194	1.01 178	14.14 146	4.27 175	2.10 193	1.91 215	3.81 138	1.66 168	5.64 146	8.18 128	0.85 165	2.03 199	1.36 149	1.46 136	3.11 177	3.25 188

AnonymousM	2.90 142	0.65 18	0.48 27	0.51 53	0.33 17	0.52 52	0.24 17	1.70 160	0.47 42	0.75 50	4.40 196	0.71 33	0.46 33	0.47 71	2.68 51	3.64 166	1.18 138	1.04 146	1.95 73	3.61 221	4.88 130	12.46 184	0.67 116	0.66 78	0.60 28	1.21 115	15.66 253	16.35 235

anonymousdsp2	2.94 143	0.84 75	0.87 82	0.43 33	0.45 33	0.58 71	0.34 46	1.16 84	0.38 23	0.66 37	21.85 254	0.70 32	0.41 27	0.59 111	13.83 145	3.60 164	0.76 40	0.71 52	2.22 80	1.35 149	1.52 68	21.23 249	0.43 25	0.62 67	0.79 52	0.50 22	1.85 83	0.65 38

MIPNet	2.96 144	0.92 105	0.91 91	0.50 50	0.67 96	0.56 63	0.61 105	1.33 113	0.54 66	2.05 170	0.97 111	0.83 64	0.81 122	0.49 77	40.68 196	1.72 102	1.31 150	0.97 128	3.26 121	1.24 141	1.50 65	9.35 134	0.59 91	1.03 152	1.35 146	1.98 177	2.90 169	0.81 56

RAFT-Stereo + iAFF	3.00 145	0.73 38	0.91 91	0.43 33	0.41 29	0.58 71	0.28 31	0.99 66	0.60 81	1.54 138	0.59 45	0.80 60	0.40 24	0.28 13	44.82 212	1.22 42	0.69 25	0.53 14	2.71 99	0.62 41	2.23 97	13.76 200	0.50 51	0.59 59	0.90 73	0.75 49	2.54 146	0.66 39

IPLG	3.07 146	0.76 51	0.72 58	0.43 33	0.54 61	0.56 63	0.53 94	1.62 151	0.36 22	0.62 29	0.58 44	0.79 57	0.68 86	0.49 77	50.96 243	1.74 106	1.12 130	0.97 128	3.52 132	0.64 45	1.11 40	6.45 107	0.52 62	0.82 109	0.92 81	1.91 169	2.86 166	0.71 43

DAS	3.10 147	1.00 137	1.10 135	1.19 166	1.08 146	1.08 156	1.21 157	1.75 161	1.79 191	3.25 211	5.47 207	2.72 184	3.29 198	0.55 101	5.31 103	7.12 205	2.42 199	1.23 177	6.24 176	1.85 177	12.96 224	10.93 155	0.78 147	1.97 194	1.37 151	1.75 155	2.60 151	1.57 135

SepStereo	3.10 147	1.00 137	1.10 135	1.19 166	1.08 146	1.08 156	1.21 157	1.75 161	1.79 191	3.25 211	5.47 207	2.72 184	3.29 198	0.55 101	5.31 103	7.12 205	2.42 199	1.23 177	6.24 176	1.85 177	12.96 224	10.93 155	0.78 147	1.97 194	1.37 151	1.75 155	2.60 151	1.57 135

GANet-ADL	3.14 149	0.92 105	1.31 171	1.05 150	1.05 145	1.24 171	0.92 135	1.20 91	1.01 134	3.66 219	6.58 219	1.07 106	0.81 122	0.49 77	11.53 137	4.97 189	1.73 176	0.91 115	6.57 183	2.05 188	8.13 182	18.07 237	0.71 128	0.95 144	1.11 113	1.99 178	2.91 170	1.84 148

AFF-stereo	3.18 150	0.71 27	0.65 50	0.31 13	0.33 17	0.55 61	0.23 13	0.87 50	0.42 31	1.36 128	0.46 21	0.67 26	0.35 17	0.26 11	46.76 220	1.18 36	0.62 19	0.86 96	2.87 105	0.45 13	4.82 129	15.89 212	0.44 29	0.47 33	0.82 58	0.68 41	2.38 127	0.56 18

pcwnet_v2	3.23 151	0.83 71	0.97 107	0.93 132	1.14 155	0.96 142	0.69 116	1.17 85	0.87 121	2.03 168	1.10 122	1.29 128	1.08 159	1.26 195	45.42 213	1.62 95	1.08 123	0.89 108	6.88 195	0.84 99	3.07 107	4.23 66	1.04 181	0.91 137	1.05 105	1.19 113	2.44 131	2.19 167

RTSC	3.28 152	0.98 128	1.45 179	0.78 111	0.96 141	1.01 150	2.41 186	1.17 85	1.33 161	2.40 188	2.02 165	1.27 125	1.03 155	1.14 189	40.84 199	3.19 149	1.99 185	1.31 188	4.15 145	1.44 156	3.49 113	5.65 94	0.68 119	1.18 166	1.17 123	1.04 93	2.44 131	2.09 160

RAFT-Test	3.32 153	0.86 85	1.22 159	1.02 147	0.82 122	0.59 78	0.58 102	2.18 194	0.70 101	1.12 112	7.31 232	1.02 98	0.91 139	0.59 111	9.35 125	11.60 223	1.14 133	0.81 78	7.01 198	1.28 144	10.82 207	17.19 229	0.76 144	0.77 97	1.51 169	4.92 217	1.38 41	2.16 166

CSAN	3.35 154	1.35 180	1.16 147	1.52 186	2.04 206	1.26 173	7.98 224	1.54 139	10.46 249	2.39 187	3.42 184	5.12 214	2.55 186	1.14 189	8.20 119	1.38 61	1.73 176	1.10 159	3.33 128	1.72 172	6.90 158	10.63 150	0.82 157	1.50 178	1.94 196	3.78 211	2.45 133	2.93 179

AEACV	3.45 155	0.93 111	0.35 10	0.29 9	0.21 8	0.27 5	0.12 4	0.28 1	0.14 2	0.24 2	0.24 5	0.36 5	0.22 7	0.21 7	30.09 172	24.13 261	0.59 13	0.46 8	1.65 63	0.91 107	0.89 24	28.36 264	0.27 5	0.21 4	0.36 1	0.31 3	0.63 7	0.28 5

MFMNet_re	3.46 156	1.42 185	1.49 182	1.53 187	1.89 200	2.00 197	2.86 195	2.64 215	2.15 201	1.61 143	1.95 159	3.90 196	2.80 190	1.04 181	16.75 153	4.11 173	2.68 203	1.96 216	6.65 184	2.58 202	14.03 238	5.20 84	1.88 212	2.03 199	1.41 154	1.32 124	3.30 186	2.21 168

R-Stereo Train	3.50 157	1.01 139	1.23 160	1.00 142	0.66 93	0.77 118	0.32 39	1.30 109	1.01 134	1.63 145	4.33 192	1.34 132	0.71 92	0.42 52	34.59 176	4.42 180	1.66 173	1.02 143	6.76 188	1.16 131	7.74 172	13.63 196	0.52 62	0.64 69	1.53 171	1.66 149	1.39 42	1.92 154

RAFT-Stereo	3.50 157	1.01 139	1.23 160	1.00 142	0.66 93	0.77 118	0.32 39	1.30 109	1.01 134	1.63 145	4.33 192	1.34 132	0.71 92	0.42 52	34.59 176	4.42 180	1.66 173	1.02 143	6.76 188	1.16 131	7.74 172	13.63 196	0.52 62	0.64 69	1.53 171	1.66 149	1.39 42	1.92 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	3.50 157	0.89 95	1.16 147	0.58 69	0.75 105	0.62 85	0.50 89	2.02 186	0.62 86	1.04 105	1.76 150	1.11 109	12.05 228	0.61 116	12.99 142	10.73 217	1.17 137	0.81 78	6.92 196	1.46 159	11.45 212	17.23 230	0.72 130	0.84 114	1.47 162	1.81 161	1.28 38	1.94 156

FADNet_RVC	3.56 160	1.23 164	1.25 164	1.44 182	1.84 195	1.07 155	1.92 175	1.49 131	1.21 155	1.36 128	1.98 163	2.15 167	1.78 178	1.70 204	24.01 164	3.18 148	2.07 192	2.72 238	5.67 170	1.96 183	6.65 154	9.51 137	0.82 157	1.59 181	1.21 129	1.51 138	12.03 242	2.86 178

EGLCR-Stereo	3.59 161	0.87 88	1.26 165	0.45 42	0.49 42	0.62 85	0.24 17	0.84 44	1.44 165	0.72 43	3.96 188	0.80 60	0.65 81	0.51 86	4.34 92	8.11 211	1.11 126	1.11 161	3.53 133	0.71 65	5.00 137	35.96 267	0.56 80	0.71 88	1.01 96	0.91 73	20.20 255	0.86 63

IPLGR	3.62 162	0.90 98	0.93 98	0.65 87	0.68 97	0.51 47	0.44 74	1.14 82	0.45 37	2.02 167	1.29 135	0.88 71	0.76 108	0.48 73	49.71 233	1.92 115	1.37 156	1.13 162	3.29 124	1.45 157	3.00 106	15.33 206	0.59 91	1.08 157	1.51 169	1.93 173	3.46 191	0.91 71

SHD	3.64 163	1.05 148	2.15 206	1.16 162	1.24 161	1.21 168	2.45 187	1.63 154	1.66 181	2.43 189	2.96 175	1.83 158	2.53 185	0.95 173	39.82 190	3.82 169	1.89 181	1.51 195	4.16 146	2.08 191	5.74 147	5.69 95	0.74 139	1.99 196	1.92 195	1.81 161	1.97 93	1.86 149

HH	3.66 164	0.67 22	1.44 177	0.83 122	0.81 119	0.96 142	1.10 147	1.85 171	0.86 118	5.18 245	5.29 204	1.95 162	0.86 131	0.61 116	11.66 139	15.16 247	0.99 104	1.04 146	6.30 178	3.12 214	13.50 234	13.59 194	0.86 166	0.94 142	1.45 157	1.81 161	3.81 203	2.04 157

HanStereo	3.66 164	0.67 22	1.44 177	0.83 122	0.81 119	0.96 142	1.10 147	1.85 171	0.86 118	5.18 245	5.29 204	1.95 162	0.86 131	0.61 116	11.66 139	15.16 247	0.99 104	1.04 146	6.30 178	3.12 214	13.50 234	13.59 194	0.86 166	0.94 142	1.45 157	1.81 161	3.81 203	2.04 157

RTS	3.66 164	1.19 158	1.07 129	0.99 140	1.30 166	1.36 178	3.80 203	1.35 116	1.49 172	2.37 183	1.17 128	1.84 159	1.14 165	1.07 183	42.35 204	3.22 150	2.05 190	1.43 192	4.07 142	1.94 181	4.46 122	5.32 85	1.05 182	1.34 174	1.91 193	5.04 218	2.33 117	2.12 163

RTSA	3.66 164	1.19 158	1.07 129	0.99 140	1.30 166	1.36 178	3.80 203	1.35 116	1.49 172	2.37 183	1.17 128	1.84 159	1.14 165	1.07 183	42.35 204	3.22 150	2.05 190	1.43 192	4.07 142	1.94 181	4.46 122	5.32 85	1.05 182	1.34 174	1.91 193	5.04 218	2.33 117	2.12 163

MSKI-zero shot	3.77 168	0.85 81	1.15 145	0.73 98	0.63 86	0.68 101	0.56 96	1.86 173	0.94 127	0.88 86	6.74 222	1.62 152	0.71 92	0.43 57	15.96 151	13.56 234	1.52 166	1.01 141	6.81 192	8.64 245	10.46 203	16.23 214	0.59 91	0.87 123	1.50 166	1.95 174	1.85 83	3.10 183

HSM-Net_RVC	3.81 169	1.09 152	1.14 142	1.82 192	1.25 163	0.94 140	0.70 117	2.28 203	1.07 142	2.74 198	5.68 211	38.55 262	1.46 174	0.55 101	5.03 101	1.95 116	1.20 140	0.79 73	1.99 74	1.22 137	7.13 163	13.94 202	0.84 161	2.30 208	1.64 178	1.51 138	2.21 110	1.75 145
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
XQC	3.85 170	1.31 174	1.36 173	1.30 174	1.53 179	1.33 177	2.55 189	1.62 151	1.46 169	2.54 191	3.01 177	1.69 154	4.90 204	1.38 199	44.59 210	3.43 156	1.76 178	1.35 189	3.99 141	1.75 173	4.57 126	5.16 82	0.89 174	1.42 176	2.05 199	2.68 196	2.31 114	2.06 159

FCDSN-DC	3.99 171	0.97 122	2.81 225	1.39 178	1.40 176	1.15 161	1.19 155	0.91 56	0.91 125	1.04 105	0.72 69	1.58 151	0.75 103	0.63 125	52.37 253	2.42 135	1.30 149	1.13 162	1.11 34	0.80 83	7.88 177	16.59 217	0.81 153	2.41 216	1.31 137	1.68 151	1.29 39	1.11 101
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UDG	4.03 172	2.77 220	2.35 215	2.93 217	2.67 216	3.00 215	2.72 191	1.31 112	1.13 147	1.64 147	1.94 158	2.23 171	1.70 176	2.77 215	48.50 227	1.67 99	3.08 206	2.35 228	2.67 96	2.91 209	3.58 114	5.04 79	2.66 217	1.23 169	1.07 108	1.28 121	2.36 122	1.15 107

test-1	4.23 173	0.69 26	1.20 156	0.60 73	0.60 73	0.75 115	0.64 108	1.95 175	0.80 110	4.00 224	5.47 207	2.20 170	0.79 117	0.41 44	24.74 165	12.65 231	1.45 160	1.51 195	6.68 186	6.25 236	10.73 206	20.07 247	0.58 86	0.87 123	1.46 159	1.76 159	2.89 168	2.51 172

IGEV_Zeroshot_test	4.26 174	0.84 75	1.93 198	2.97 220	0.71 100	3.42 218	1.32 163	2.22 198	1.67 182	4.20 227	6.87 227	2.33 176	1.00 153	0.48 73	9.28 124	11.41 221	1.04 116	0.84 92	5.57 167	4.84 227	8.38 186	21.42 250	0.65 110	0.84 114	1.46 159	1.58 145	14.79 249	2.96 181

DeepPrunerF	4.26 174	1.62 198	0.74 60	2.93 217	4.99 250	2.40 206	3.44 198	0.88 51	3.92 228	0.79 62	1.16 126	0.71 33	0.57 58	0.63 125	43.07 208	2.04 122	1.04 116	0.87 100	2.42 88	0.92 108	1.80 78	2.10 38	0.88 173	0.82 109	28.99 257	1.77 160	2.48 136	1.16 110

EKT-Stereo	4.27 176	0.97 122	1.18 153	0.73 98	0.77 109	0.89 133	1.18 154	2.02 186	1.53 176	1.56 140	4.82 200	1.25 123	0.80 121	0.54 98	31.80 173	14.62 243	1.26 147	1.36 190	5.54 166	7.66 241	9.42 194	17.09 227	0.57 84	0.75 93	1.41 154	1.82 165	2.56 148	1.07 95

PVD	4.32 177	1.44 189	2.25 210	1.41 179	1.77 191	1.75 192	2.70 190	3.05 222	2.66 211	3.00 204	4.25 190	2.70 183	3.99 202	1.37 198	39.86 191	3.83 170	2.30 198	2.28 222	4.67 152	2.74 205	7.12 162	6.88 114	1.06 184	1.88 192	3.05 213	2.71 197	2.99 172	2.93 179

MFN_U_SF_DS_RVC	4.37 178	1.52 193	1.06 125	2.01 198	1.95 203	2.24 202	6.41 218	2.14 191	2.21 202	1.72 153	1.55 145	2.74 187	6.14 208	6.25 237	28.17 170	1.81 109	1.51 164	1.06 154	5.38 162	1.78 174	12.52 216	8.92 132	1.51 205	1.25 171	2.26 202	3.39 207	3.05 175	7.55 216

FC-DCNN	4.51 179	1.62 198	4.08 240	2.84 214	2.39 210	3.98 221	10.51 237	2.63 214	1.71 184	2.88 200	1.36 141	4.19 204	1.34 171	0.70 143	7.04 112	2.00 119	1.35 155	1.04 146	9.58 210	0.98 118	9.23 192	16.30 215	0.86 166	1.84 189	4.65 225	2.21 187	7.62 230	16.90 236

FAT-Stereo	4.52 180	1.20 161	2.24 209	1.53 187	1.85 197	1.44 182	1.59 166	3.56 230	1.83 193	3.65 217	6.20 214	6.73 223	2.83 192	1.06 182	10.97 136	14.80 245	2.18 194	2.42 233	5.19 159	8.70 247	13.23 229	13.14 192	0.95 178	2.77 231	1.34 144	2.22 188	3.04 174	5.45 206

PSMNet-ADL	4.56 181	0.97 122	1.17 151	1.19 166	1.28 164	1.04 153	0.92 135	1.77 165	1.26 157	3.47 214	6.08 213	1.51 145	3.10 197	0.57 107	51.86 250	9.30 213	1.51 164	0.96 125	5.92 173	1.28 144	6.83 157	12.62 187	0.87 170	0.88 130	1.17 123	1.43 134	3.02 173	1.17 112

NOSS_ROB	4.59 182	1.38 184	0.84 77	1.18 163	1.29 165	1.18 162	0.68 115	2.34 206	1.43 164	4.86 236	6.67 221	6.78 224	1.06 158	10.45 246	17.10 156	14.19 238	1.64 169	1.16 167	3.03 108	1.02 123	14.13 239	17.92 235	0.82 157	1.66 184	1.27 133	4.91 216	3.40 189	1.44 132

SAMSARA	4.67 183	1.33 177	1.79 190	1.51 185	1.56 183	1.58 186	3.79 202	2.22 198	1.93 194	2.38 185	3.37 183	2.12 166	9.35 216	2.02 209	37.97 183	5.46 193	2.03 189	1.62 201	4.95 155	2.84 207	6.73 155	6.13 105	1.00 179	2.01 197	4.21 223	6.28 227	4.36 208	5.44 205

ADCRef	4.89 184	1.42 185	1.03 121	0.78 111	1.79 192	1.25 172	1.80 169	1.00 68	5.53 239	1.84 158	1.05 118	1.16 117	0.93 142	1.23 194	53.67 257	2.00 119	1.15 135	1.05 151	3.90 140	1.36 150	2.10 93	4.11 64	2.09 213	1.09 158	2.26 202	4.58 212	2.46 135	29.47 253

MADNet+	4.92 185	2.05 209	1.88 195	2.10 201	2.41 211	1.62 189	5.57 213	2.53 211	2.09 198	2.66 196	2.11 167	4.11 201	2.91 193	2.54 213	41.01 200	5.19 191	4.09 213	1.69 203	4.60 151	3.68 222	13.15 228	7.71 121	1.76 209	3.65 247	3.07 214	2.16 184	3.24 184	3.28 189

MFN_U_SF_RVC	5.03 186	1.91 206	1.84 192	2.23 206	1.92 202	2.67 210	6.14 215	2.41 207	1.98 197	4.44 230	10.81 250	4.14 203	2.48 184	4.92 233	32.71 175	3.59 163	2.29 197	1.81 210	11.46 218	3.54 219	7.96 179	7.26 119	1.24 191	3.78 249	1.85 189	3.74 210	2.83 165	3.90 195

SGM-Forest	5.08 187	1.24 166	0.79 68	2.11 202	1.57 184	1.42 180	0.58 102	1.40 122	0.90 123	4.89 238	0.91 104	2.72 184	12.97 231	0.64 129	17.84 159	3.50 158	0.87 70	0.68 42	9.60 212	0.82 94	7.51 168	17.96 236	0.87 170	1.09 158	1.69 183	1.75 155	5.90 217	34.83 259
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCP+	5.11 188	1.52 193	1.70 188	1.08 153	1.55 180	1.22 169	2.28 180	1.03 71	2.69 212	3.96 223	2.19 170	2.25 173	0.63 75	0.98 176	54.20 259	1.53 80	0.87 70	0.96 125	4.27 147	0.95 112	2.45 100	3.80 59	0.74 139	0.80 105	2.41 207	11.13 239	7.77 231	23.00 243

MSC_U_SF_DS_RVC	5.15 189	2.25 215	1.46 180	2.42 208	2.07 208	2.04 199	5.18 210	1.97 179	2.61 208	2.96 202	1.93 157	3.79 195	10.20 219	10.36 245	27.56 169	3.55 162	3.01 205	1.99 217	14.19 221	3.59 220	7.40 166	9.91 140	2.85 224	1.93 193	2.42 209	2.82 198	2.19 106	6.53 213

S-Stereo	5.20 190	1.19 158	1.90 197	1.82 192	1.73 190	1.68 190	2.29 182	2.74 219	2.14 200	3.32 213	13.02 251	5.98 219	1.85 179	0.89 166	28.39 171	16.06 251	1.91 182	2.35 228	5.62 168	9.27 252	7.51 168	15.02 204	1.62 206	2.70 225	1.33 142	2.06 182	2.88 167	3.20 186

FBW_ROB	5.25 191	2.41 217	2.49 217	2.72 212	2.98 226	2.61 209	6.30 217	1.78 166	1.10 144	2.52 190	2.82 174	4.91 212	8.67 213	6.67 238	49.93 236	1.28 51	1.82 180	0.97 128	9.21 208	1.68 169	9.07 190	5.89 101	4.29 231	1.84 189	1.48 164	1.92 171	1.81 80	2.56 173

EAI-Stereo	5.34 192	1.04 146	2.30 213	1.02 147	1.55 180	0.85 128	1.91 174	2.21 197	2.99 216	0.81 68	6.93 229	1.39 136	0.83 128	0.54 98	26.39 167	49.22 268	1.18 138	1.17 169	7.74 202	1.54 162	8.92 189	12.00 177	0.78 147	2.02 198	1.46 159	2.24 189	3.36 188	1.89 152

iRaft-Stereo_20w	5.41 193	1.35 180	2.82 226	2.69 210	1.55 180	1.58 186	1.23 160	1.96 177	3.24 222	5.53 255	7.00 231	1.55 148	1.33 170	0.55 101	6.14 108	9.93 214	1.65 172	0.87 100	6.14 175	5.54 231	8.40 187	20.46 248	0.73 133	0.87 123	1.71 184	34.19 262	11.64 240	5.53 208

ccs_rob	5.44 194	1.11 154	1.53 183	1.20 169	0.97 142	1.19 165	1.07 144	2.86 220	1.25 156	4.19 225	35.07 261	8.65 235	1.42 173	0.76 150	35.68 179	6.12 200	1.64 169	1.17 169	5.87 172	1.60 165	10.36 202	12.86 189	0.76 144	2.22 207	1.10 110	1.34 125	2.64 156	2.22 169

CBMV	5.62 195	1.43 187	1.24 163	1.61 189	1.61 185	1.96 195	2.28 180	3.43 224	1.48 170	3.08 207	6.42 217	7.79 228	9.12 214	0.62 121	17.34 157	13.54 233	2.64 202	1.27 185	9.58 210	1.19 134	10.31 200	16.88 224	0.86 166	2.04 202	1.64 178	1.86 166	4.52 209	26.08 248
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCL	5.74 196	1.87 204	1.62 186	1.28 172	1.42 177	1.61 188	2.34 185	1.29 106	5.06 237	3.00 204	1.99 164	1.30 130	0.87 134	1.13 188	49.88 235	1.73 105	1.64 169	1.77 207	3.04 109	1.41 153	3.47 112	3.84 61	1.23 189	1.32 173	9.34 243	11.37 240	11.30 239	28.87 252

ADCMid	5.86 197	2.21 213	2.60 219	1.42 180	2.94 225	2.42 207	4.52 207	1.96 177	2.94 215	1.88 160	3.14 179	2.67 182	2.81 191	1.59 202	50.47 240	3.62 165	2.00 187	1.84 212	7.49 200	2.45 198	5.56 143	8.48 131	2.66 217	1.57 180	2.29 204	8.47 235	7.21 228	20.87 241

AnyNet_C32	6.19 198	1.45 190	1.40 174	1.28 172	1.69 188	1.43 181	3.69 201	1.56 145	5.23 238	2.63 194	4.52 197	2.23 171	1.34 171	1.41 200	54.68 260	3.51 159	2.24 196	2.06 221	3.81 138	1.98 184	7.39 165	11.40 167	1.23 189	1.87 191	5.90 230	14.50 243	6.04 220	20.74 240

DPSNet	6.19 198	1.58 196	1.40 174	1.82 192	2.77 219	2.27 203	2.04 177	1.97 179	2.91 214	2.12 175	5.08 202	10.47 246	6.82 211	8.77 241	19.95 162	11.92 230	5.92 222	3.73 247	17.76 227	9.60 254	12.18 215	17.85 233	3.88 229	3.21 242	2.31 205	3.71 209	2.62 153	2.45 171

G-Net	6.30 200	1.67 200	1.86 193	1.46 184	1.83 194	1.49 185	1.31 162	4.92 242	8.45 246	3.15 208	4.65 198	7.94 229	6.81 210	0.87 164	16.87 154	7.83 209	1.93 184	2.71 237	5.65 169	6.44 238	9.07 190	11.41 168	1.44 199	2.80 233	1.78 187	18.73 250	6.49 224	30.54 254

otaku	6.32 201	5.21 242	2.43 216	18.55 249	3.05 228	6.58 240	5.21 211	1.43 125	1.44 165	1.31 126	1.39 143	3.94 199	2.76 187	3.25 222	26.81 168	1.43 66	10.64 238	1.19 174	20.32 233	1.71 171	13.88 237	11.69 171	11.83 262	2.03 199	1.64 178	2.05 180	2.52 142	6.37 212

SANet	6.32 201	2.20 212	1.79 190	2.07 200	2.63 215	3.36 217	10.20 234	4.41 240	7.43 245	2.04 169	4.35 194	8.33 232	12.55 229	1.80 206	47.09 222	1.72 102	6.07 223	1.51 195	4.45 148	1.81 176	9.80 196	10.36 146	1.21 187	2.72 229	2.04 198	5.93 226	3.67 197	9.02 217

RainbowNet	6.38 203	3.77 234	2.95 229	4.59 229	3.15 231	4.28 225	10.99 243	2.04 189	1.97 196	1.89 163	1.11 123	3.92 198	3.08 196	3.63 227	42.37 206	1.96 117	4.60 215	1.56 198	16.57 226	8.71 248	11.66 213	11.28 166	10.57 257	2.32 209	2.23 201	2.29 191	2.78 163	6.05 211

pmcnn	6.42 204	1.56 195	1.60 185	2.69 210	3.39 232	2.12 200	10.59 239	2.67 217	2.61 208	2.54 191	6.38 216	6.37 220	16.22 243	0.89 166	16.23 152	14.56 242	4.57 214	3.30 245	7.74 202	7.59 240	13.62 236	22.89 253	6.22 241	2.53 219	1.86 190	3.14 203	4.68 210	4.77 198

HBP-ISP	6.55 205	1.35 180	2.23 208	1.99 196	1.62 186	1.78 193	0.81 125	2.50 209	1.26 157	4.90 239	6.79 223	1.42 139	0.75 103	14.52 252	52.81 255	19.38 257	1.33 152	1.14 164	6.08 174	7.98 243	12.72 220	19.17 245	0.83 160	1.51 179	2.15 200	2.05 180	3.91 207	3.74 192

edge stereo	6.57 206	1.88 205	3.13 232	2.21 205	1.87 199	2.69 212	3.15 196	4.49 241	3.41 224	3.95 222	4.81 199	6.45 221	20.30 248	1.11 186	18.59 160	14.65 244	2.02 188	1.64 202	36.45 245	6.00 235	7.11 161	13.70 199	1.44 199	2.08 203	2.35 206	2.08 183	3.74 198	5.94 210

SQANet	6.61 207	4.52 241	2.25 210	19.46 250	2.80 220	5.78 235	5.10 208	1.62 151	1.42 163	1.20 114	1.35 139	3.49 192	2.47 183	2.79 216	39.69 189	1.32 56	10.61 236	1.08 157	20.69 235	1.49 160	12.87 221	10.98 157	11.36 260	1.61 182	1.68 182	2.30 192	2.67 160	5.76 209

SPS-STEREO	6.95 208	1.75 202	1.96 201	2.47 209	1.71 189	2.67 210	7.51 221	2.73 218	1.77 188	3.62 216	6.80 225	4.88 211	2.19 181	1.30 196	41.49 201	11.88 229	3.62 210	2.04 218	36.63 247	2.04 187	14.17 240	17.87 234	1.48 203	2.69 224	2.50 210	3.26 205	3.74 198	2.81 177
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCS	7.02 209	1.96 208	1.96 201	1.45 183	2.34 209	1.96 195	3.44 198	2.25 200	3.95 230	2.64 195	3.13 178	3.52 193	17.50 246	2.18 210	52.87 256	11.38 220	3.10 207	2.55 236	5.10 157	2.56 201	10.82 207	10.12 142	1.74 208	2.12 204	2.53 211	10.38 238	7.40 229	18.54 238

ADCPNet	7.22 210	1.20 161	3.00 231	1.33 175	3.12 230	1.46 183	9.28 231	2.20 195	3.19 220	4.19 225	7.62 235	2.54 178	15.76 241	1.74 205	49.34 232	3.53 161	2.22 195	1.25 183	19.78 231	3.05 213	6.47 152	6.78 112	4.59 232	1.45 177	3.90 221	5.06 220	3.90 206	26.91 249

ACVNet_1	7.23 211	3.88 236	3.60 236	16.55 246	3.61 238	6.82 242	10.77 240	1.61 150	1.77 188	1.62 144	1.34 138	4.64 208	3.07 195	7.87 239	46.54 219	1.46 71	11.70 244	1.77 207	20.85 236	1.62 167	14.44 251	9.86 138	7.17 243	2.93 237	1.84 188	2.33 193	2.75 162	2.71 175

TRStereo	7.27 212	1.32 175	1.93 198	0.85 127	0.64 89	2.31 205	0.87 130	2.20 195	0.84 116	4.40 229	1.76 150	2.27 175	0.75 103	0.53 91	9.78 127	18.00 254	0.89 76	0.90 113	5.70 171	1.69 170	7.47 167	17.27 231	0.63 105	0.64 69	1.43 156	106.42 275	3.23 182	1.61 140

Ntro	7.30 213	6.21 246	2.53 218	8.29 239	3.01 227	5.20 232	8.21 226	1.40 122	1.51 174	1.44 135	1.19 130	3.90 196	2.78 189	3.15 221	35.64 178	1.27 49	10.61 236	1.27 185	45.74 257	1.93 180	14.28 247	11.91 176	11.38 261	2.65 223	1.73 185	2.28 190	2.54 146	4.94 200

anonymity	7.31 214	0.90 98	1.71 189	1.15 160	0.92 132	0.82 125	0.78 122	2.16 193	1.73 185	3.78 221	97.18 271	1.99 164	0.92 140	0.53 91	9.97 128	7.82 208	1.13 132	0.89 108	6.68 186	1.45 157	7.79 174	18.56 240	0.75 142	0.77 97	1.50 166	1.58 145	21.11 256	2.77 176

CBMV_ROB	7.32 215	1.49 192	2.01 204	2.37 207	1.95 203	2.94 214	2.85 194	6.45 247	1.67 182	5.35 253	6.91 228	9.95 242	11.78 226	0.67 138	38.78 184	6.71 203	3.91 211	1.19 174	10.02 214	2.47 199	9.67 195	17.08 226	0.81 153	1.62 183	7.83 238	10.07 237	5.85 215	25.35 247

AnyNet_C01	7.46 216	2.22 214	2.25 210	2.99 221	1.99 205	1.80 194	6.11 214	3.82 234	5.59 240	3.15 208	4.35 194	4.84 210	6.54 209	2.23 211	58.48 261	14.06 237	6.69 226	3.67 246	4.82 154	3.18 216	8.68 188	13.81 201	2.41 215	2.39 214	5.67 228	3.29 206	8.76 234	17.77 237

WAO-6	7.60 217	2.96 222	2.69 221	8.39 241	2.91 224	4.09 223	9.80 232	3.51 229	3.29 223	1.83 157	2.44 172	6.58 222	10.28 222	3.07 218	50.48 241	2.35 131	13.45 254	1.89 214	9.14 207	2.24 196	14.27 244	12.25 181	3.34 227	2.73 230	7.78 237	7.61 233	4.78 212	11.18 226

ACVNet_2	7.60 217	3.56 228	2.92 228	21.71 255	3.45 236	5.03 231	10.20 234	1.84 169	1.75 186	1.88 160	1.90 156	4.13 202	3.42 200	3.13 220	48.14 226	1.55 88	12.78 250	1.59 199	33.01 244	1.79 175	11.17 210	7.89 123	6.76 242	2.80 233	3.11 216	2.99 202	3.50 193	3.10 183

STTRV1_RVC	7.62 219	1.35 180	1.13 139	1.70 191	1.33 171	2.15 201	1.82 170	1.56 145	1.45 167	1.88 160	3.47 186	3.12 189	4.87 203	1.12 187	49.09 231	6.48 202	11.18 241	1.07 156	41.45 251	10.39 255	9.37 193	18.83 243	1.22 188	2.21 206	5.53 227	2.91 200	5.85 215	13.08 229

IMH-64-1	7.69 220	3.33 224	3.54 233	4.78 230	3.41 233	4.66 227	7.94 222	3.50 227	3.08 217	1.39 132	1.97 160	5.46 215	11.00 223	5.06 234	51.74 246	4.54 182	6.41 224	2.30 225	19.20 229	2.05 188	8.35 184	10.70 151	7.76 251	2.38 211	6.01 231	4.61 213	13.27 246	9.08 218

IMH-64	7.69 220	3.33 224	3.54 233	4.78 230	3.41 233	4.66 227	7.94 222	3.50 227	3.08 217	1.39 132	1.97 160	5.46 215	11.00 223	5.06 234	51.74 246	4.54 182	6.41 224	2.30 225	19.20 229	2.05 188	8.35 184	10.70 151	7.76 251	2.38 211	6.01 231	4.61 213	13.27 246	9.08 218

Dean	7.71 222	3.73 233	2.70 222	34.51 260	4.04 244	5.77 234	11.08 244	2.27 202	2.38 206	2.20 177	1.67 147	5.02 213	5.62 206	3.37 223	48.84 229	1.81 109	12.14 247	1.69 203	9.97 213	2.18 193	14.18 241	9.87 139	7.32 245	2.79 232	3.52 218	2.90 199	3.53 194	3.17 185

SPstereo	8.41 223	2.31 216	3.95 238	2.18 204	2.05 207	2.28 204	2.16 179	2.96 221	3.64 226	3.06 206	8.02 239	29.77 259	17.20 245	2.43 212	31.88 174	17.57 253	3.57 208	3.97 249	8.09 205	6.45 239	12.57 217	16.11 213	2.37 214	2.82 235	4.26 224	7.25 229	13.62 248	14.60 232

FINET	8.71 224	0.76 51	1.06 125	0.73 98	0.61 75	0.65 94	0.96 137	1.14 82	10.65 250	0.64 32	8.32 242	1.23 121	12.97 231	0.66 136	19.47 161	15.19 249	1.11 126	0.67 40	4.45 148	3.30 217	6.92 159	25.13 258	0.48 41	1.82 187	33.04 261	36.43 266	1.44 45	45.32 269

WAO-7	9.07 225	3.01 223	5.43 250	29.81 258	2.48 212	4.10 224	9.87 233	2.50 209	4.12 232	4.70 234	7.51 233	8.00 230	14.77 239	1.87 207	40.78 198	2.16 125	12.66 248	2.78 240	45.71 256	2.18 193	10.61 204	10.06 141	1.41 196	2.61 222	3.09 215	4.78 215	2.98 171	5.05 202

MeshStereo	9.32 226	2.66 218	2.34 214	4.20 226	2.89 223	4.28 225	2.45 187	8.29 257	9.16 248	5.14 244	8.46 244	11.16 247	13.23 236	0.85 163	51.81 249	15.66 250	4.76 218	1.82 211	21.81 238	1.92 179	15.41 257	19.79 246	1.07 185	2.40 215	8.53 242	5.45 221	10.67 237	15.48 234
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
IMH	9.35 227	3.37 227	3.55 235	4.56 228	3.42 235	4.71 230	8.11 225	3.47 226	3.11 219	1.42 134	1.87 155	5.75 217	16.21 242	47.47 270	51.66 245	2.73 139	9.15 232	2.36 230	20.87 237	2.09 192	8.20 183	10.33 144	8.06 254	2.34 210	7.63 236	5.85 225	3.76 201	10.29 224

ELAS_RVC	9.44 228	3.33 224	5.58 251	4.11 225	3.68 239	7.49 246	6.29 216	7.70 253	3.76 227	5.25 249	7.74 237	9.89 238	11.05 225	3.12 219	47.81 225	4.61 185	7.01 227	9.67 257	11.32 216	2.99 212	13.48 232	18.09 238	2.75 220	4.11 250	20.24 253	23.51 252	5.06 213	5.25 203
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	9.58 229	4.14 240	6.28 254	4.33 227	5.76 253	4.05 222	8.92 229	7.11 249	7.31 244	5.28 251	7.81 238	7.63 227	9.16 215	13.24 249	22.87 163	20.42 258	7.52 230	6.31 252	10.37 215	7.95 242	14.23 242	18.70 241	4.07 230	5.38 253	5.79 229	22.37 251	9.94 236	11.72 227

PWCK	10.29 230	3.91 237	2.77 224	4.89 234	3.54 237	7.32 245	8.68 227	3.93 236	4.63 236	4.65 233	5.75 212	24.50 257	9.85 218	3.38 224	35.70 180	3.25 152	10.92 239	2.38 231	72.59 267	5.10 229	14.78 253	8.07 126	3.71 228	2.51 218	7.91 239	7.44 230	6.33 221	9.46 221

SFCPSM	10.77 231	1.34 179	1.09 133	1.15 160	1.19 159	1.19 165	0.90 133	1.29 106	1.76 187	2.70 197	5.58 210	4.33 205	10.25 221	1.08 185	51.59 244	5.22 192	1.99 185	1.17 169	161.66 275	4.44 224	7.65 171	11.04 160	0.84 161	1.68 185	1.34 144	1.75 155	3.44 190	3.04 182

ELAS	10.84 232	3.56 228	4.96 244	4.79 232	4.42 249	5.56 233	6.51 219	7.57 250	3.94 229	5.28 251	7.73 236	9.90 240	11.95 227	3.98 230	51.90 251	4.58 184	7.45 229	9.46 255	9.29 209	2.75 206	13.28 230	17.44 232	2.75 220	3.75 248	17.66 250	27.22 256	13.08 245	31.86 256
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	11.01 233	9.35 255	6.18 253	8.36 240	7.13 258	10.04 255	10.87 241	5.04 243	4.04 231	2.99 203	3.99 189	9.99 243	9.75 217	8.16 240	48.50 227	14.21 239	7.41 228	5.05 251	7.73 201	3.91 223	13.36 231	18.71 242	8.17 255	3.64 246	11.32 245	18.46 248	12.54 243	28.46 251

SGM_RVC	11.64 234	2.80 221	1.89 196	2.92 216	2.54 214	4.66 227	8.81 228	7.78 255	3.50 225	5.57 256	8.27 240	9.89 238	12.97 231	0.97 175	4.41 93	2.83 142	7.65 231	1.17 169	40.85 249	6.32 237	10.68 205	24.24 255	1.79 210	3.32 244	27.82 256	35.58 263	31.94 263	43.00 265
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
UNDER WATER-64	11.94 235	7.33 253	5.26 248	17.03 247	7.50 259	8.66 252	16.40 253	8.75 259	4.42 234	4.46 231	3.23 181	17.69 250	16.25 244	9.32 242	46.44 217	10.50 216	13.88 255	3.04 244	12.89 220	8.65 246	14.27 244	14.74 203	10.97 258	4.47 251	6.36 234	18.61 249	9.42 235	21.90 242

LSM0	11.96 236	1.70 201	2.88 227	2.75 213	2.51 213	3.46 219	9.27 230	4.20 238	4.16 233	3.65 217	7.52 234	7.40 226	10.23 220	1.32 197	64.87 265	78.56 273	4.73 217	2.33 227	20.33 234	4.80 226	14.31 248	17.05 225	1.30 194	3.15 240	3.41 217	15.40 246	6.33 221	25.24 246

LVE	12.08 237	3.68 231	2.75 223	55.08 269	4.35 248	8.14 249	74.25 272	1.97 179	2.42 207	2.31 182	1.72 149	4.79 209	5.02 205	3.47 226	40.00 193	2.29 129	11.14 240	1.88 213	50.99 262	2.03 186	10.30 199	12.06 179	5.50 233	3.25 243	3.73 220	3.25 204	3.10 176	6.68 215

DGSMNet	12.30 238	2.15 210	2.14 205	1.99 196	1.68 187	2.73 213	1.82 170	3.08 223	2.11 199	12.64 262	99.93 272	4.00 200	18.54 247	19.58 259	45.95 215	15.08 246	12.73 249	10.09 259	15.38 224	4.59 225	13.00 226	15.62 209	7.34 246	3.49 245	1.76 186	5.84 224	3.48 192	5.37 204

JetRed	12.58 239	6.94 252	7.73 255	4.83 233	6.78 256	9.44 254	10.92 242	5.31 246	4.60 235	5.84 258	3.34 182	8.16 231	8.25 212	9.89 244	50.58 242	14.44 241	10.47 235	7.92 253	7.78 204	5.56 232	18.07 262	24.74 257	11.23 259	4.59 252	12.62 246	25.80 254	25.52 258	28.19 250

MDST_ROB	12.84 240	32.58 264	1.86 193	20.66 254	2.84 222	7.65 247	3.50 200	4.02 237	1.51 174	3.73 220	6.49 218	3.22 190	42.47 258	0.80 159	50.42 239	2.20 127	1.29 148	0.83 89	18.69 228	1.42 154	12.92 223	18.51 239	1.50 204	1.82 187	24.51 255	15.09 244	31.82 261	34.42 258

XX-Stereo	13.13 241	0.72 32	1.28 168	1.04 149	0.54 61	0.81 124	0.87 130	1.13 81	0.51 59	4.52 232	6.79 223	1.56 150	1.04 156	0.49 77	39.98 192	16.92 252	1.52 166	0.95 122	6.78 191	0.95 112	6.18 151	13.69 198	0.71 128	0.52 41	237.32 276	1.37 127	2.63 155	3.58 190

TorneroNet-64	13.22 242	6.29 248	5.03 246	34.00 259	3.73 243	10.39 256	16.61 254	3.46 225	12.22 258	2.26 180	5.35 206	17.42 249	34.25 256	14.90 253	47.42 224	3.17 147	13.22 253	2.42 233	36.46 246	9.14 251	14.27 244	12.82 188	5.64 234	2.71 226	14.05 249	13.61 241	3.58 195	12.45 228

notaker	13.32 243	13.02 258	4.84 241	18.53 248	6.99 257	8.41 251	14.34 250	3.85 235	3.23 221	2.91 201	2.14 169	31.16 260	43.76 259	4.86 232	85.76 269	2.65 138	12.81 251	2.79 241	43.18 254	2.96 211	14.95 254	11.46 169	7.77 253	3.13 239	2.66 212	2.97 201	3.75 200	4.87 199

SGM-ForestM	13.80 244	10.32 257	8.18 256	4.90 235	3.69 241	7.87 248	10.55 238	7.61 251	10.68 251	5.09 243	8.30 241	9.49 237	12.89 230	4.42 231	49.85 234	13.64 236	10.21 234	1.16 167	11.67 219	8.91 249	11.41 211	24.59 256	3.28 225	5.76 255	31.49 259	36.13 264	19.13 254	41.30 264

WAO-8	14.11 245	5.49 243	4.86 242	26.82 256	4.15 246	6.96 243	11.78 247	3.65 232	6.35 242	31.53 269	38.68 265	8.33 232	22.49 249	20.27 262	50.28 237	3.34 153	11.20 242	2.04 218	55.23 264	5.70 233	9.91 197	11.24 164	5.91 236	2.59 220	8.00 240	7.57 231	6.79 225	9.89 222

Venus	14.11 245	5.49 243	4.86 242	26.82 256	4.15 246	6.96 243	11.78 247	3.65 232	6.35 242	31.53 269	38.68 265	8.33 232	22.49 249	20.27 262	50.28 237	3.34 153	11.20 242	2.04 218	55.23 264	5.70 233	9.91 197	11.24 164	5.91 236	2.59 220	8.00 240	7.57 231	6.79 225	9.89 222

SGM+DAISY	15.03 247	3.86 235	5.41 249	3.96 224	3.71 242	6.66 241	7.44 220	7.77 254	10.90 255	5.69 257	8.99 248	9.93 241	13.12 235	3.67 228	45.62 214	18.93 256	4.69 216	3.97 249	15.74 225	13.34 257	15.06 255	28.38 265	1.46 201	13.52 262	34.47 263	36.45 267	37.75 266	45.36 270

ACVNet-4b	15.72 248	4.04 238	2.68 220	44.32 265	2.83 221	6.13 238	62.22 269	1.84 169	1.78 190	1.65 148	1.24 131	4.40 207	112.58 272	3.38 224	47.32 223	1.32 56	16.00 257	1.73 206	55.10 263	2.19 195	14.48 252	16.37 216	7.30 244	3.18 241	1.64 178	1.88 167	2.20 107	4.57 197

MANE	15.81 249	9.88 256	8.25 257	5.12 238	6.22 255	8.39 250	11.49 246	7.67 252	10.83 254	4.97 240	8.34 243	8.98 236	12.97 231	3.88 229	48.84 229	18.39 255	11.83 245	20.15 264	11.32 216	9.38 253	13.48 232	26.38 260	2.78 223	12.22 259	32.08 260	36.35 265	33.31 264	43.41 266

DispFullNet	16.30 250	3.61 230	4.99 245	3.31 222	3.08 229	3.50 220	3.23 197	6.46 248	2.69 212	5.18 245	6.80 225	88.00 270	15.13 240	2.74 214	39.32 187	24.41 262	4.06 212	3.86 248	139.45 272	28.19 264	12.57 217	15.74 211	2.71 219	2.38 211	4.19 222	2.67 195	6.81 227	5.03 201

UNDER WATER	16.74 251	8.01 254	5.18 247	15.67 245	9.29 262	8.94 253	36.85 264	8.38 258	6.23 241	4.21 228	3.00 176	18.64 251	96.12 270	15.60 256	37.14 181	10.17 215	14.68 256	2.79 241	47.09 259	8.60 244	17.12 260	13.21 193	17.04 266	5.56 254	6.15 233	15.22 245	6.39 223	14.80 233

PSMNet_ROB	17.18 252	5.57 245	2.98 230	3.51 223	2.73 218	6.41 239	10.28 236	2.31 205	2.27 205	4.77 235	140.21 273	98.21 271	6.08 207	34.53 265	10.47 134	1.72 102	5.37 220	1.72 205	20.16 232	3.45 218	13.00 226	8.00 124	63.38 274	2.71 226	3.54 219	3.57 208	3.25 185	3.61 191

STStereo	17.90 253	3.70 232	5.94 252	43.89 264	5.62 252	39.01 267	13.50 249	7.84 256	10.79 253	5.25 249	8.94 245	24.58 258	30.28 255	1.98 208	59.79 264	13.60 235	5.75 221	1.79 209	40.86 250	5.29 230	11.04 209	15.34 207	2.47 216	11.83 258	23.98 254	30.27 258	23.75 257	36.15 260

DGTPSM_ROB	18.53 254	6.49 249	18.04 260	4.98 236	8.90 260	5.93 236	18.56 256	5.08 244	12.04 256	5.07 242	9.28 249	12.68 248	55.86 265	15.28 254	66.30 266	20.57 259	19.32 260	16.27 261	24.75 239	20.04 260	16.70 259	22.25 251	6.01 239	12.63 260	13.88 247	32.46 260	14.80 250	36.23 261

DPSM_ROB	21.09 255	17.18 259	22.68 262	10.13 242	9.29 262	13.96 257	14.47 251	11.66 260	15.25 260	9.00 259	8.97 246	10.35 244	13.24 237	19.82 260	59.61 262	26.09 263	18.75 258	21.25 265	14.76 222	15.47 258	28.53 265	28.20 262	7.44 247	16.13 263	34.47 263	39.29 269	38.28 267	45.08 267

DPSM	21.09 255	17.18 259	22.68 262	10.13 242	9.29 262	13.96 257	14.47 251	11.66 260	15.25 260	9.00 259	8.97 246	10.35 244	13.24 237	19.82 260	59.61 262	26.09 263	18.75 258	21.25 265	14.76 222	15.47 258	28.53 265	28.20 262	7.44 247	16.13 263	34.47 263	39.29 269	38.28 267	45.08 267

KSHMR	21.80 257	6.71 251	4.04 239	99.23 273	6.14 254	41.63 269	70.49 271	3.63 231	8.86 247	3.60 215	3.42 184	6.78 224	84.46 269	17.61 257	40.67 195	3.96 171	10.14 233	2.82 243	90.71 270	2.91 209	12.90 222	12.31 182	9.04 256	2.84 236	19.52 251	5.56 222	8.25 232	10.42 225

MaskLacGwcNet_RVC	22.39 258	1.43 187	1.63 187	2.01 198	1.89 200	2.00 197	4.03 205	2.25 200	2.65 210	5.01 241	28.79 258	216.21 276	50.44 264	5.46 236	37.62 182	4.30 177	5.35 219	12.78 260	28.48 240	1.49 160	14.42 250	12.87 190	1.01 180	2.45 217	1.87 191	7.04 228	145.49 276	5.50 207

FADE	23.08 259	17.96 261	30.20 265	2.84 214	3.68 239	28.32 264	18.78 258	15.68 263	31.59 266	23.63 267	34.46 260	23.95 256	25.20 251	9.76 243	44.72 211	14.35 240	43.07 270	10.04 258	41.79 252	25.33 263	35.97 267	32.01 266	7.60 249	16.21 265	20.23 252	16.91 247	15.03 252	33.83 257

DLNR_Zeroshot_test	24.07 260	81.88 274	1.95 200	101.60 274	0.50 45	0.56 63	81.29 273	2.29 204	0.50 55	4.86 236	2.13 168	3.03 188	0.93 142	12.16 248	103.32 271	142.13 276	34.14 264	19.58 263	8.61 206	4.90 228	8.02 181	28.05 261	0.55 73	0.85 121	1.36 149	1.54 141	1.21 34	1.87 150

DPSMNet_ROB	24.31 261	6.50 250	18.05 261	5.02 237	8.92 261	6.00 237	18.76 257	5.09 245	12.07 257	5.20 248	26.86 257	20.02 252	160.56 275	15.40 255	77.59 268	20.75 260	19.63 261	16.57 262	37.30 248	20.17 261	17.40 261	22.27 252	6.03 240	12.63 260	13.98 248	32.46 260	14.87 251	36.24 262

TorneroNet	25.03 262	6.23 247	3.71 237	95.21 272	4.04 244	30.59 265	28.04 259	4.36 239	17.91 262	2.20 177	37.98 264	81.16 269	72.52 266	18.24 258	46.94 221	2.75 140	13.19 252	2.38 231	87.74 268	9.05 250	15.54 258	12.50 186	5.92 238	2.71 226	49.11 268	8.21 234	3.60 196	13.88 231

LRCNet_RVC	27.23 263	30.79 263	14.68 259	35.16 262	31.14 268	36.50 266	30.07 263	23.05 265	12.67 259	36.10 271	33.27 259	37.41 261	28.58 254	37.19 266	51.77 248	7.29 207	31.08 263	27.01 268	67.79 266	28.97 265	22.94 264	11.62 170	39.23 269	30.57 268	7.31 235	2.54 194	11.22 238	9.26 220

ktn	29.25 264	4.04 238	95.12 274	14.38 244	5.47 251	18.03 259	17.50 255	16.11 264	67.22 273	2.86 199	5.27 203	171.03 274	80.57 268	10.72 247	76.12 267	3.35 155	21.01 262	2.75 239	90.20 269	29.10 266	15.07 256	11.01 158	7.65 250	3.01 238	5.09 226	5.80 223	4.72 211	6.57 214

LE_ROB	30.50 265	24.69 262	35.49 266	34.61 261	56.81 274	18.87 260	58.99 268	31.76 269	41.68 268	5.39 254	26.68 256	46.42 263	49.67 262	13.45 250	40.69 197	4.22 174	12.06 246	1.23 177	46.44 258	37.28 270	12.68 219	19.06 244	48.23 270	22.44 266	30.42 258	31.57 259	31.85 262	40.86 263

PML	39.12 266	38.07 268	12.03 258	39.14 263	28.99 267	40.52 268	11.18 245	14.17 262	98.92 274	27.80 268	165.99 275	107.70 272	159.11 274	13.58 251	17.37 158	11.85 228	35.22 265	8.64 254	42.84 253	11.21 256	14.35 249	16.59 217	5.89 235	7.24 257	52.84 269	13.89 242	42.19 269	18.91 239

MyStereo02	43.03 267	34.56 265	45.65 268	20.26 252	0.00 1	28.02 261	29.16 261	23.39 267	30.77 264	18.18 264	35.20 262	20.70 253	26.70 252	40.08 268	119.88 272	56.08 271	37.63 266	42.68 270	29.42 242	31.78 268	57.39 272	70.86 273	14.99 264	32.55 270	69.07 271	79.07 272	76.99 271	90.81 273

CasAABBNet	43.13 268	34.58 267	45.64 267	20.16 251	18.53 265	28.05 263	29.10 260	23.25 266	30.68 263	18.72 266	18.11 252	20.71 255	37.91 257	39.77 267	120.31 274	53.12 270	37.70 268	42.54 269	29.33 241	30.54 267	57.52 274	65.08 272	14.60 263	32.33 269	69.15 273	79.07 272	76.98 270	90.93 275

MyStereo03	43.72 269	34.56 265	45.65 268	20.26 252	18.69 266	28.02 261	29.16 261	23.39 267	30.77 264	18.18 264	35.20 262	20.70 253	26.70 252	40.08 268	119.88 272	56.08 271	37.63 266	42.68 270	29.42 242	31.78 268	57.39 272	70.86 273	14.99 264	32.55 270	69.07 271	79.07 272	76.99 271	90.81 273

HaxPig	44.55 270	46.74 270	47.29 270	47.70 266	48.78 270	47.59 270	48.40 265	49.50 270	47.10 269	49.76 272	50.30 267	49.05 264	45.31 260	54.53 271	41.50 202	40.24 265	50.13 271	52.04 272	44.70 255	43.04 271	46.59 268	44.52 268	51.78 271	45.41 272	33.76 262	25.29 253	28.70 259	23.20 244

AVERAGE_ROB	46.10 271	48.44 271	48.15 271	49.32 267	50.20 271	48.59 271	49.79 266	50.71 272	48.61 270	51.66 273	52.51 268	50.25 265	47.27 261	55.77 272	43.02 207	41.01 266	52.37 272	54.54 273	47.19 260	45.40 272	48.69 269	44.71 269	52.87 272	46.96 273	35.70 266	26.55 255	30.75 260	23.74 245

HanzoNet	48.72 272	45.82 269	75.50 273	62.48 270	48.71 269	62.22 273	81.53 274	55.12 274	62.18 272	15.62 263	22.35 255	75.50 268	105.13 271	172.23 276	54.19 258	11.79 225	63.30 274	9.59 256	142.68 274	22.42 262	19.77 263	25.86 259	34.29 268	5.85 256	9.77 244	9.44 236	8.54 233	13.60 230

MEDIAN_ROB	49.56 273	51.56 272	50.68 272	52.75 268	53.71 272	52.03 272	53.33 267	54.25 273	52.17 271	54.87 274	55.86 270	53.55 266	50.14 263	59.05 273	46.45 218	44.58 267	55.75 273	57.86 274	50.47 261	48.81 273	52.02 270	47.66 270	56.65 273	49.99 274	38.96 267	30.09 257	33.54 265	31.34 255

BEATNet-Init1	54.98 274	76.29 273	23.41 264	86.88 271	56.39 273	86.85 274	69.29 270	49.55 271	36.32 267	11.75 261	54.61 269	64.36 267	78.43 267	21.46 264	91.69 270	51.99 269	38.14 269	22.22 267	101.82 271	73.02 274	54.14 271	49.15 271	27.76 267	24.21 267	58.43 270	37.31 268	77.81 273	61.10 271

ASD4	134.83 275	150.48 275	108.50 276	110.82 275	88.00 275	125.03 275	105.44 275	136.72 275	123.82 275	135.87 276	158.63 274	173.00 275	136.63 273	115.82 275	127.89 276	135.23 275	155.86 275	115.66 276	140.66 273	177.26 276	252.80 276	257.80 276	104.93 275	114.70 275	133.56 274	71.40 271	95.71 274	88.19 272

DPSimNet_ROB	146.58 276	193.45 276	99.23 275	195.37 276	175.02 276	155.06 276	112.88 276	167.32 276	164.47 276	99.95 275	205.57 276	169.31 273	207.38 276	93.94 274	127.45 275	85.03 274	166.41 276	87.66 275	201.24 276	103.73 275	162.25 275	98.87 275	105.97 276	134.73 276	157.15 275	183.74 276	136.27 275	168.25 276

Low-res two-view benchmark