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

Former-RAFT_DAM_RVC	0.19 49	0.01 11	0.00 1	0.01 44	0.03 40	0.01 90	0.00 1	0.01 43	0.09 92	0.01 64	0.13 120	0.07 65	0.06 111	0.02 46	0.80 37	0.51 82	0.07 70	0.06 88	0.65 62	0.05 58	0.76 85	1.75 102	0.00 1	0.01 19	0.00 1	0.00 1	0.01 17	0.00 1

MyStereo04	0.85 137	0.18 166	0.02 137	0.06 147	0.22 166	0.01 90	0.00 1	0.06 101	0.05 64	1.75 201	0.15 122	0.08 75	0.00 1	0.06 117	2.05 156	1.21 156	0.19 108	0.02 55	8.28 197	0.70 179	2.52 150	1.83 107	0.78 208	0.24 168	0.00 1	0.02 123	2.45 160	0.00 1

AE-Stereo	0.44 102	0.04 69	0.00 1	0.03 115	0.14 141	0.03 128	0.01 91	0.05 92	0.13 110	0.01 64	0.00 1	0.22 117	0.18 139	0.03 77	1.04 63	1.50 172	0.29 133	0.18 134	1.35 95	0.36 142	2.04 130	3.28 158	0.02 115	0.04 83	0.01 120	0.14 148	0.84 90	0.00 1

MyStereo	0.92 146	0.18 166	0.03 149	0.07 155	0.29 176	0.03 128	0.00 1	0.01 43	0.04 52	2.16 216	1.11 175	0.15 98	0.01 35	0.06 117	2.36 166	1.11 152	0.14 95	0.02 55	7.81 194	0.82 186	2.49 149	2.12 116	0.70 205	0.27 171	0.11 160	0.01 106	2.71 166	0.00 1

test croco	0.13 28	0.06 104	0.00 1	0.01 44	0.10 107	0.00 1	0.00 1	0.01 43	0.05 64	0.00 1	0.00 1	0.13 90	0.02 70	0.03 77	0.94 53	0.68 123	0.09 79	0.04 78	0.10 20	0.01 21	0.70 79	0.45 40	0.00 1	0.06 110	0.00 1	0.00 1	0.03 36	0.00 1

StereoIM	0.09 15	0.12 150	0.00 1	0.01 44	0.04 54	0.00 1	0.00 1	0.01 43	0.02 28	0.00 1	0.00 1	0.03 21	0.00 1	0.02 46	0.91 51	0.45 62	0.06 62	0.01 38	0.17 31	0.00 1	0.37 52	0.24 26	0.00 1	0.02 42	0.00 1	0.00 1	0.00 1	0.00 1

StereoVision	0.05 9	0.01 11	0.00 1	0.02 93	0.01 15	0.00 1	0.01 91	0.01 43	0.01 10	0.00 1	0.00 1	0.07 65	0.01 35	0.01 13	0.50 12	0.30 34	0.02 30	0.00 1	0.19 34	0.00 1	0.06 10	0.04 9	0.00 1	0.01 19	0.00 1	0.00 1	0.02 30	0.00 1

MIF-Stereo (partial)	0.17 39	0.10 139	0.00 1	0.00 1	0.04 54	0.00 1	0.00 1	0.00 1	0.04 52	0.00 1	0.00 1	0.13 90	0.01 35	0.02 46	1.07 68	0.67 121	0.10 86	0.02 55	0.14 25	0.01 21	0.56 69	0.26 27	0.00 1	0.03 66	0.00 1	0.00 1	1.52 119	0.00 1

MIF-Stereo	0.12 27	0.09 135	0.00 1	0.01 44	0.05 62	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.05 48	0.01 35	0.05 103	0.85 43	0.60 102	0.05 48	0.01 38	0.74 67	0.01 21	0.43 57	0.26 27	0.00 1	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1

EKT-Stereo	1.16 158	0.02 22	0.00 1	0.03 115	0.18 155	0.05 139	0.24 165	1.07 186	0.61 183	0.85 159	1.43 180	0.50 155	0.37 169	0.06 117	2.95 180	3.75 236	0.57 164	0.35 182	3.54 151	1.78 225	4.62 201	4.79 204	0.02 115	0.04 83	0.00 1	0.00 1	3.51 198	0.00 1

CASnet	0.31 80	0.02 22	0.00 1	0.00 1	0.09 93	0.00 1	0.00 1	0.01 43	0.08 87	0.02 70	0.02 91	0.18 108	0.17 138	0.00 1	1.09 70	0.57 93	0.21 114	0.22 148	0.44 49	0.14 96	2.69 156	1.62 90	0.00 1	0.05 96	0.00 1	0.00 1	0.69 84	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.09 15	0.03 40	0.04 153	0.00 1	0.00 1	0.09 152	0.00 1	0.01 43	0.01 10	0.00 1	0.00 1	0.16 100	0.02 70	0.02 46	0.69 24	0.46 68	0.01 10	0.04 78	0.24 38	0.15 101	0.10 14	0.22 24	0.07 143	0.01 19	0.00 1	0.18 153	0.01 17	0.00 1

LL-Strereo2	0.17 39	0.08 130	0.00 1	0.01 44	0.02 30	0.00 1	0.00 1	0.02 75	0.12 106	0.00 1	0.00 1	0.15 98	0.00 1	0.07 129	0.73 29	0.42 53	0.01 10	0.01 38	0.40 44	0.03 45	0.70 79	1.80 106	0.00 1	0.02 42	0.12 161	0.00 1	0.02 30	0.00 1

4D-IteraStereo	0.33 85	0.10 139	0.01 116	0.02 93	0.11 121	0.00 1	0.00 1	0.15 127	0.06 74	0.00 1	0.00 1	0.16 100	0.00 1	0.09 142	1.17 78	0.65 116	0.02 30	0.14 114	1.43 98	0.14 96	1.39 113	1.66 93	0.00 1	0.04 83	0.01 120	0.00 1	1.49 117	0.00 1

anonymousdsp2	0.23 56	0.00 1	0.00 1	0.00 1	0.03 40	0.01 90	0.01 91	0.04 88	0.01 10	0.00 1	0.36 148	0.17 106	0.02 70	0.01 13	0.67 23	0.56 91	0.05 48	0.03 72	1.11 85	0.37 143	0.59 71	1.38 75	0.01 93	0.02 42	0.00 1	0.01 106	0.84 90	0.00 1

anonymousdsp	0.09 15	0.01 11	0.00 1	0.05 133	0.03 40	0.06 144	0.00 1	0.01 43	0.01 10	0.00 1	0.25 141	0.01 2	0.00 1	0.00 1	0.71 28	0.26 23	0.02 30	0.00 1	0.11 22	0.12 85	0.08 12	0.65 55	0.01 93	0.01 19	0.00 1	0.00 1	0.00 1	0.00 1

EGLCR-Stereo	0.62 124	0.04 69	0.00 1	0.02 93	0.10 107	0.07 146	0.01 91	0.18 130	0.26 136	0.02 70	0.23 139	0.24 121	0.15 137	0.01 13	1.16 76	1.37 165	0.29 133	0.32 179	2.08 126	0.10 76	2.29 143	3.42 162	0.03 127	0.06 110	0.00 1	0.43 168	3.97 211	0.00 1

ProNet	0.03 4	0.00 1	0.03 149	0.00 1	0.00 1	0.08 150	0.18 157	0.00 1	0.00 1	0.00 1	0.00 1	0.02 9	0.00 1	0.05 103	0.13 4	0.11 6	0.01 10	0.00 1	0.04 9	0.00 1	0.00 1	0.01 1	0.00 1	0.00 1	0.02 131	0.00 1	0.01 17	0.00 1

CroCo-Stereo Lap2	0.05 9	0.01 11	0.00 1	0.02 93	0.01 15	0.00 1	0.00 1	0.01 43	0.01 10	0.00 1	0.00 1	0.04 37	0.01 35	0.01 13	0.59 17	0.44 59	0.00 1	0.00 1	0.00 1	0.00 1	0.10 14	0.12 21	0.00 1	0.01 19	0.00 1	0.00 1	0.00 1	0.00 1

TestStereo1	0.34 86	0.01 11	0.00 1	0.01 44	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.18 108	0.00 1	0.01 13	2.55 171	0.58 95	0.05 48	0.03 72	1.50 103	0.02 33	0.37 52	0.98 63	0.00 1	0.01 19	0.00 1	0.01 106	2.89 176	0.00 1

TESTraft	0.37 89	0.02 22	0.00 1	0.01 44	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.18 108	0.01 35	0.08 134	2.70 177	0.64 113	0.05 48	0.02 55	1.41 97	0.12 85	0.34 49	1.48 82	0.02 115	0.01 19	0.00 1	0.02 123	2.82 171	0.00 1

test_5	0.10 20	0.01 11	0.00 1	0.00 1	0.00 1	0.09 152	0.00 1	0.35 154	0.01 10	0.00 1	0.20 130	0.07 65	0.00 1	0.00 1	0.62 18	0.40 50	0.01 10	0.01 38	0.18 33	0.00 1	0.15 29	0.67 56	0.00 1	0.01 19	0.00 1	0.00 1	0.03 36	0.00 1

SA-5K	0.34 86	0.01 11	0.00 1	0.01 44	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.18 108	0.00 1	0.01 13	2.55 171	0.58 95	0.05 48	0.03 72	1.50 103	0.02 33	0.37 52	0.98 63	0.00 1	0.01 19	0.00 1	0.01 106	2.89 176	0.00 1

SA	0.40 96	0.03 40	0.00 1	0.03 115	0.02 30	0.00 1	0.00 1	0.01 43	0.03 45	0.00 1	0.00 1	0.25 122	0.01 35	0.12 159	0.82 41	0.70 126	0.06 62	0.16 123	1.96 123	0.04 54	0.69 77	2.39 126	0.00 1	0.02 42	0.00 1	0.01 106	3.44 197	0.00 1

UDGNet	0.30 73	0.07 119	0.00 1	0.02 93	0.03 40	0.01 90	0.02 117	0.00 1	0.01 10	0.00 1	0.00 1	0.01 2	0.01 35	0.05 103	1.05 65	0.41 52	0.01 10	0.00 1	0.99 79	0.03 45	0.81 91	3.16 153	0.00 1	0.01 19	0.00 1	0.00 1	1.35 108	0.00 1

DDUNet	4.73 215	7.86 228	1.10 208	15.36 228	11.34 234	12.95 227	13.21 228	0.02 75	0.08 87	0.30 124	0.18 128	2.41 185	0.12 129	31.51 240	1.05 65	0.37 43	4.89 233	2.70 241	7.28 191	3.38 238	0.41 56	1.74 101	6.96 234	0.02 42	0.02 131	0.00 1	2.48 161	0.00 1

DAS	1.30 170	0.05 90	0.00 1	0.01 44	0.12 127	0.11 165	0.09 144	0.76 171	0.70 190	1.79 203	4.27 216	2.88 190	2.40 194	0.02 46	1.76 134	2.31 209	0.86 187	0.26 162	4.24 158	0.77 183	4.77 203	3.74 168	0.01 93	0.88 200	0.17 173	0.02 123	2.06 139	0.00 1

SepStereo	1.30 170	0.05 90	0.00 1	0.01 44	0.12 127	0.11 165	0.09 144	0.76 171	0.70 190	1.79 203	4.27 216	2.88 190	2.40 194	0.02 46	1.76 134	2.31 209	0.86 187	0.26 162	4.24 158	0.77 183	4.77 203	3.74 168	0.01 93	0.88 200	0.17 173	0.02 123	2.06 139	0.00 1

IPLG	0.60 122	0.04 69	0.01 116	0.01 44	0.14 141	0.00 1	0.01 91	0.40 155	0.12 106	0.38 131	0.17 123	0.07 65	0.08 121	0.21 189	4.65 212	0.84 136	0.11 87	0.07 91	1.66 112	0.26 129	0.48 62	2.66 134	0.00 1	0.13 149	0.02 131	0.19 156	3.39 193	0.00 1

IPLGR	0.70 128	0.05 90	0.04 153	0.01 44	0.25 171	0.00 1	0.00 1	0.03 82	0.13 110	1.11 169	0.27 143	0.03 21	0.07 117	0.10 150	4.72 213	0.91 141	0.52 158	0.15 115	2.66 140	0.50 155	0.74 83	2.90 148	0.00 1	0.14 156	0.06 146	0.32 163	3.14 185	0.00 1

AASNet	0.03 4	0.03 40	0.00 1	0.00 1	0.02 30	0.00 1	0.01 91	0.00 1	0.00 1	0.03 76	0.00 1	0.03 21	0.00 1	0.01 13	0.28 8	0.14 8	0.00 1	0.00 1	0.03 6	0.01 21	0.03 4	0.15 22	0.00 1	0.01 19	0.00 1	0.00 1	0.00 1	0.00 1

GMOStereo	0.30 73	0.03 40	0.00 1	0.01 44	0.16 146	0.10 159	0.01 91	0.05 92	0.04 52	0.00 1	0.01 81	0.04 37	0.06 111	0.02 46	1.01 59	0.62 103	0.09 79	0.19 135	1.30 90	0.19 114	0.85 94	2.67 135	0.00 1	0.08 126	0.00 1	0.00 1	0.68 80	0.00 1

error version	0.30 73	0.03 40	0.00 1	0.01 44	0.16 146	0.10 159	0.01 91	0.05 92	0.04 52	0.00 1	0.01 81	0.04 37	0.06 111	0.02 46	1.01 59	0.62 103	0.09 79	0.19 135	1.30 90	0.19 114	0.85 94	2.67 135	0.00 1	0.08 126	0.00 1	0.00 1	0.68 80	0.00 1

test-v	0.30 73	0.03 40	0.00 1	0.01 44	0.16 146	0.10 159	0.01 91	0.05 92	0.04 52	0.00 1	0.01 81	0.04 37	0.06 111	0.02 46	1.01 59	0.62 103	0.09 79	0.19 135	1.30 90	0.19 114	0.85 94	2.67 135	0.00 1	0.08 126	0.00 1	0.00 1	0.68 80	0.00 1

CroCo-Stereo	0.06 12	0.01 11	0.00 1	0.01 44	0.01 15	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.03 21	0.01 35	0.00 1	0.75 32	0.45 62	0.01 10	0.00 1	0.06 15	0.00 1	0.12 22	0.18 23	0.00 1	0.01 19	0.00 1	0.00 1	0.00 1	0.00 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
test-2	0.30 73	0.03 40	0.00 1	0.01 44	0.16 146	0.10 159	0.01 91	0.05 92	0.04 52	0.00 1	0.01 81	0.04 37	0.06 111	0.02 46	1.01 59	0.62 103	0.09 79	0.19 135	1.30 90	0.19 114	0.85 94	2.67 135	0.00 1	0.08 126	0.00 1	0.00 1	0.68 80	0.00 1

RAFT	0.04 8	0.00 1	0.00 1	0.00 1	0.00 1	0.11 165	0.11 149	0.00 1	0.00 1	0.00 1	0.00 1	0.10 83	0.00 1	0.01 13	0.25 6	0.13 7	0.01 10	0.00 1	0.05 11	0.16 104	0.02 3	0.03 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ICVP	0.37 89	0.04 69	0.00 1	0.00 1	0.02 30	0.01 90	0.00 1	0.02 75	0.10 102	0.34 127	0.21 133	0.10 83	0.07 117	0.07 129	0.91 51	0.94 144	0.60 168	0.60 204	0.74 67	0.38 144	1.68 121	2.97 149	0.01 93	0.06 110	0.00 1	0.00 1	0.19 63	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	0.06 12	0.05 90	0.00 1	0.00 1	0.03 40	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1	0.00 1	0.06 58	0.01 35	0.03 77	0.66 21	0.27 29	0.06 62	0.00 1	0.05 11	0.00 1	0.23 36	0.28 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo++_RVC	0.49 112	0.03 40	0.00 1	0.02 93	0.11 121	0.01 90	0.00 1	0.17 129	0.11 104	0.18 106	0.05 104	0.11 88	0.04 98	0.01 13	1.52 115	1.42 168	0.26 125	0.20 140	1.44 99	0.13 90	2.11 133	1.64 91	0.03 127	0.05 96	0.00 1	0.00 1	3.54 203	0.00 1
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
raft+_RVC	0.13 28	0.04 69	0.00 1	0.05 133	0.09 93	0.00 1	0.03 127	0.00 1	0.02 28	0.00 1	0.00 1	0.05 48	0.00 1	0.02 46	0.85 43	0.51 82	0.04 45	0.00 1	0.71 66	0.13 90	0.28 41	0.64 54	0.00 1	0.02 42	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.47 109	0.03 40	0.00 1	0.04 128	0.09 93	0.00 1	0.00 1	0.23 137	0.28 141	0.17 103	0.17 123	0.13 90	0.08 121	0.01 13	1.59 122	1.33 161	0.34 141	0.20 140	0.27 40	0.13 90	2.19 139	1.78 103	0.12 161	0.04 83	0.00 1	0.00 1	3.51 198	0.00 1

XX-TBD	0.47 109	0.03 40	0.00 1	0.04 128	0.09 93	0.00 1	0.00 1	0.23 137	0.28 141	0.17 103	0.17 123	0.13 90	0.08 121	0.01 13	1.59 122	1.33 161	0.34 141	0.20 140	0.27 40	0.13 90	2.19 139	1.78 103	0.12 161	0.04 83	0.00 1	0.00 1	3.51 198	0.00 1

ADLNet	0.17 39	0.01 11	0.00 1	0.00 1	0.04 54	0.00 1	0.00 1	0.20 133	0.00 1	0.00 1	0.01 81	0.77 163	0.00 1	0.06 117	2.33 165	0.36 40	0.01 10	0.00 1	0.06 15	0.07 71	0.08 12	0.57 50	0.00 1	0.00 1	0.00 1	0.00 1	0.02 30	0.00 1

HCRNet	0.13 28	0.03 40	0.00 1	0.12 170	0.00 1	0.00 1	0.01 91	0.00 1	0.01 10	0.57 147	0.00 1	0.01 2	0.00 1	0.00 1	0.99 57	0.20 16	0.02 30	0.00 1	0.04 9	0.03 45	0.13 25	0.06 12	0.00 1	0.00 1	0.00 1	0.00 1	1.37 110	0.00 1

ARAFT	0.29 70	0.01 11	0.00 1	0.06 147	0.04 54	0.00 1	0.00 1	0.01 43	0.04 52	1.23 175	0.00 1	0.25 122	0.02 70	0.05 103	1.06 67	0.43 56	0.05 48	0.02 55	1.85 119	0.00 1	0.94 101	0.99 65	0.00 1	0.01 19	0.00 1	0.00 1	0.87 92	0.00 1

RAFT-Stereo + iAFF	0.27 65	0.06 104	0.00 1	0.09 164	0.21 163	0.00 1	0.01 91	0.01 43	0.05 64	0.14 98	0.00 1	0.13 90	0.02 70	0.01 13	1.07 68	0.35 38	0.04 45	0.01 38	1.44 99	0.04 54	0.31 45	0.44 39	0.00 1	0.03 66	0.00 1	0.01 106	2.76 168	0.00 1

RAFT + AFF	0.22 55	0.00 1	0.00 1	0.01 44	0.01 15	0.01 90	0.00 1	0.01 43	0.01 10	0.00 1	0.00 1	0.16 100	0.01 35	0.01 13	4.37 206	0.39 47	0.01 10	0.00 1	0.58 55	0.01 21	0.34 49	0.02 3	0.00 1	0.01 19	0.00 1	0.02 123	0.01 17	0.00 1

GMStereo	0.10 20	0.03 40	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.01 2	0.00 1	0.01 13	0.56 15	0.22 21	0.07 70	0.02 55	0.92 76	0.00 1	0.10 14	0.03 7	0.00 1	0.01 19	0.00 1	0.00 1	0.82 88	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FINET	0.09 15	0.04 69	0.00 1	0.00 1	0.04 54	0.00 1	0.00 1	0.01 43	0.03 45	0.01 64	0.29 144	0.13 90	0.01 35	0.01 13	0.64 20	0.26 23	0.02 30	0.00 1	0.42 46	0.00 1	0.23 36	0.06 12	0.00 1	0.02 42	0.01 120	0.07 140	0.02 30	0.00 1

MMNet	0.03 4	0.03 40	0.00 1	0.00 1	0.01 15	0.00 1	0.02 117	0.00 1	0.00 1	0.00 1	0.00 1	0.02 9	0.00 1	0.02 46	0.41 9	0.18 12	0.00 1	0.00 1	0.02 4	0.02 33	0.12 22	0.09 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

delet	0.02 3	0.02 22	0.00 1	0.00 1	0.00 1	0.01 90	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 21	0.00 1	0.00 1	0.21 5	0.14 8	0.01 10	0.00 1	0.02 4	0.00 1	0.03 4	0.08 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psm_up	0.14 31	0.13 153	0.01 116	0.07 155	0.09 93	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.05 48	0.00 1	0.11 154	0.88 49	0.32 36	0.09 79	0.11 104	0.96 77	0.12 85	0.46 59	0.36 37	0.00 1	0.08 126	0.00 1	0.00 1	0.05 42	0.00 1

UNet	0.14 31	0.03 40	0.00 1	0.01 44	0.09 93	0.02 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 58	0.01 35	0.13 163	0.66 21	0.21 18	0.01 10	0.01 38	0.20 36	0.03 45	0.27 38	0.07 14	0.00 1	0.03 66	0.00 1	0.00 1	1.90 132	0.00 1

UPFNet	0.11 24	0.03 40	0.01 116	0.02 93	0.05 62	0.01 90	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 9	0.00 1	0.05 103	0.70 25	0.19 13	0.00 1	0.00 1	0.03 6	0.00 1	0.14 26	0.10 19	0.00 1	0.02 42	0.00 1	0.00 1	1.46 113	0.00 1

CREStereo	0.43 99	0.03 40	0.00 1	0.00 1	0.07 81	0.01 90	0.00 1	0.20 133	0.37 155	0.19 107	0.19 129	0.29 133	0.26 150	0.01 13	1.52 115	1.86 191	0.30 136	0.21 147	1.45 101	0.39 146	2.17 138	1.59 89	0.02 115	0.05 96	0.00 1	0.00 1	0.55 75	0.00 1
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
HGLStereo	0.10 20	0.04 69	0.01 116	0.01 44	0.03 40	0.01 90	0.00 1	0.00 1	0.02 28	0.48 137	0.00 1	0.02 9	0.01 35	0.02 46	0.70 25	0.27 29	0.02 30	0.00 1	0.16 29	0.02 33	0.27 38	0.48 43	0.02 115	0.01 19	0.00 1	0.00 1	0.09 49	0.00 1

DMCA-RVC	0.18 44	0.04 69	0.09 165	0.03 115	0.16 146	0.07 146	0.23 162	0.04 88	0.49 171	0.67 153	0.22 135	0.03 21	0.02 70	0.02 46	0.76 33	0.28 32	0.11 87	0.10 101	0.09 19	0.10 76	0.21 32	0.11 20	0.05 140	0.07 121	0.04 138	0.01 106	0.82 88	0.00 1

PMTNet	0.51 115	0.04 69	0.00 1	0.01 44	0.10 107	0.01 90	0.11 149	0.23 137	0.33 147	0.35 129	0.22 135	0.32 136	0.23 148	0.01 13	1.52 115	1.88 195	0.33 140	0.16 123	2.46 133	0.26 129	2.44 146	1.68 97	0.02 115	0.05 96	0.99 203	0.02 123	0.08 47	0.00 1

DMCA	0.05 9	0.02 22	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.01 10	0.06 84	0.00 1	0.07 65	0.01 35	0.01 13	0.45 10	0.33 37	0.01 10	0.02 55	0.08 17	0.02 33	0.10 14	0.08 15	0.00 1	0.00 1	0.01 120	0.00 1	0.00 1	0.00 1

RYNet	0.17 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1	0.00 1	0.03 21	0.00 1	0.00 1	4.21 200	0.24 22	0.00 1	0.00 1	0.03 6	0.00 1	0.04 6	0.02 3	0.00 1	0.00 1	0.00 1	0.00 1	0.04 40	0.00 1

GANet	0.06 12	0.00 1	0.00 1	0.00 1	0.01 15	0.03 128	0.00 1	0.00 1	0.02 28	0.00 1	0.13 120	0.88 165	0.00 1	0.01 13	0.12 3	0.07 3	0.07 70	0.01 38	0.05 11	0.00 1	0.06 10	0.02 3	0.00 1	0.00 1	0.00 1	0.00 1	0.01 17	0.00 1

TDLM	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 21	0.00 1	0.00 1	0.05 1	0.04 1	0.01 10	0.00 1	0.00 1	0.00 1	0.01 2	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 17	0.00 1

CFNet	0.09 15	0.05 90	0.00 1	0.03 115	0.03 40	0.01 90	0.00 1	0.04 88	0.02 28	0.07 85	0.00 1	0.02 9	0.01 35	0.04 92	0.77 34	0.09 4	0.05 48	0.00 1	0.11 22	0.01 21	0.33 47	0.35 36	0.00 1	0.02 42	0.00 1	0.00 1	0.48 73	0.00 1

CFNet_RVC	0.19 49	0.10 139	0.02 137	0.00 1	0.04 54	0.01 90	0.01 91	0.00 1	0.03 45	0.02 70	0.00 1	0.03 21	0.01 35	0.07 129	0.96 54	0.42 53	0.16 98	0.01 38	0.87 75	0.02 33	0.65 76	0.83 60	0.01 93	0.13 149	0.00 1	0.01 106	0.76 87	0.00 1

CVANet_RVC	0.01 1	0.00 1	0.00 1	0.00 1	0.02 30	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1	0.00 1	0.05 48	0.00 1	0.01 13	0.08 2	0.05 2	0.01 10	0.00 1	0.00 1	0.00 1	0.05 8	0.02 3	0.00 1	0.00 1	0.00 1	0.00 1	0.06 44	0.00 1

AANet_RVC	0.03 4	0.00 1	0.00 1	0.00 1	0.02 30	0.00 1	0.02 117	0.00 1	0.03 45	0.00 1	0.00 1	0.02 9	0.00 1	0.00 1	0.25 6	0.09 4	0.00 1	0.00 1	0.25 39	0.02 33	0.04 6	0.08 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.18 44	0.02 22	0.00 1	0.01 44	0.03 40	0.01 90	0.01 91	0.03 82	0.09 92	0.00 1	0.00 1	0.05 48	0.03 88	0.08 134	0.97 56	0.44 59	0.06 62	0.01 38	0.43 47	0.08 72	0.88 99	1.15 69	0.00 1	0.03 66	0.00 1	0.00 1	0.33 70	0.00 1
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
NVstereo2D	0.29 70	0.10 139	0.00 1	0.00 1	0.05 62	0.00 1	0.00 1	0.00 1	0.06 74	0.52 144	0.39 149	0.03 21	0.00 1	0.01 13	4.53 210	0.51 82	0.03 41	0.02 55	0.59 56	0.00 1	0.38 55	0.51 46	0.00 1	0.02 42	0.00 1	0.00 1	0.00 1	0.00 1

DeepPruner_ROB	0.46 108	0.11 147	0.00 1	0.00 1	0.14 141	0.00 1	0.91 189	0.01 43	0.03 45	0.50 143	0.57 155	0.05 48	0.03 88	0.08 134	1.84 140	0.63 111	0.14 95	0.03 72	1.17 88	0.05 58	2.53 151	2.11 115	0.14 168	0.04 83	0.01 120	0.11 142	1.26 105	0.00 1

PS-NSSS	0.23 56	0.06 104	0.00 1	0.15 173	0.10 107	0.05 139	0.04 131	0.00 1	0.01 10	0.00 1	0.00 1	0.95 169	0.02 70	0.06 117	0.62 18	0.26 23	0.11 87	0.00 1	0.66 65	0.00 1	0.29 43	0.28 29	0.74 206	0.00 1	0.00 1	0.00 1	1.74 126	0.00 1

iResNetv2_ROB	0.50 114	0.12 150	0.00 1	0.08 158	0.10 107	0.00 1	0.00 1	2.00 211	0.07 81	0.48 137	0.00 1	0.06 58	0.01 35	0.05 103	2.07 157	0.42 53	0.07 70	0.00 1	2.45 132	0.02 33	2.00 129	0.86 61	0.00 1	0.11 142	0.00 1	0.00 1	2.56 163	0.00 1

DISCO	0.20 52	0.05 90	0.00 1	0.01 44	0.07 81	0.00 1	0.18 157	0.00 1	0.03 45	1.01 165	0.00 1	0.10 83	0.01 35	0.02 46	0.88 49	0.37 43	0.05 48	0.01 38	0.65 62	0.08 72	0.21 32	0.75 58	0.00 1	0.00 1	0.00 1	0.00 1	1.02 95	0.00 1

iResNet_ROB	0.44 102	0.06 104	0.00 1	0.05 133	0.10 107	0.00 1	0.00 1	2.08 213	0.06 74	0.64 151	0.00 1	0.05 48	0.00 1	0.04 92	1.94 149	0.70 126	0.05 48	0.00 1	2.59 139	0.00 1	0.62 73	0.56 48	0.00 1	0.09 135	0.00 1	0.00 1	2.26 150	0.00 1

NOSS_ROB	1.10 155	0.06 104	0.02 137	0.10 166	0.16 146	0.03 128	0.00 1	1.21 195	0.62 184	1.66 198	1.79 187	1.98 183	0.36 168	0.82 212	3.04 182	3.33 232	0.64 175	0.31 178	1.34 94	0.16 104	3.76 185	3.91 174	0.10 152	0.58 189	0.00 1	0.06 138	3.54 203	0.00 1

PDISCO_ROB	0.30 73	0.05 90	0.00 1	0.03 115	0.08 89	0.00 1	0.06 136	0.01 43	0.05 64	0.78 156	0.20 130	0.06 58	0.02 70	0.01 13	0.82 41	0.50 81	0.05 48	0.04 78	0.63 59	0.32 137	0.46 59	1.66 93	0.00 1	0.03 66	0.22 180	0.00 1	1.99 136	0.00 1

PWCDC_ROB	0.90 143	0.07 119	0.01 116	0.03 115	0.19 157	0.00 1	0.00 1	0.00 1	0.07 81	0.00 1	0.84 164	0.19 114	10.70 225	0.17 175	3.32 191	1.17 154	0.22 116	0.06 88	0.65 62	0.06 63	1.28 110	5.14 214	0.00 1	0.15 159	0.00 1	0.00 1	0.08 47	0.00 1

iinet-f	0.52 117	0.02 22	0.00 1	0.01 44	0.07 81	0.00 1	0.05 132	0.01 43	0.08 87	1.23 175	0.00 1	0.02 9	0.02 70	0.03 77	3.11 186	0.83 135	0.05 48	0.05 83	3.07 143	0.59 162	0.70 79	2.17 117	0.02 115	0.01 19	0.03 135	0.01 106	1.78 128	0.01 78

CASS	0.97 148	0.04 69	0.04 153	0.05 133	0.05 62	0.01 90	1.34 198	0.13 125	0.26 136	0.49 141	1.46 181	0.38 142	0.28 156	0.01 13	1.47 106	1.26 160	2.91 220	0.42 192	3.52 150	0.10 76	5.60 214	4.01 178	0.00 1	0.06 110	0.27 183	0.00 1	1.92 134	0.01 78
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT_CTSACE	0.11 24	0.06 104	0.00 1	0.08 158	0.01 15	0.10 159	0.00 1	0.00 1	0.01 10	0.00 1	0.01 81	0.02 9	0.01 35	0.01 13	0.73 29	0.46 68	0.02 30	0.02 55	0.23 37	0.05 58	0.33 47	0.58 51	0.00 1	0.00 1	0.19 179	0.00 1	0.01 17	0.01 78

RAFT+CT+SA	0.18 44	0.02 22	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 75	0.02 28	0.00 1	0.00 1	0.06 58	0.00 1	0.00 1	0.74 31	0.45 62	0.02 30	0.02 55	1.16 87	0.04 54	0.35 51	1.91 110	0.00 1	0.02 42	0.00 1	0.00 1	0.09 49	0.01 78

Sa-1000	0.49 112	0.03 40	0.00 1	0.02 93	0.06 78	0.00 1	0.00 1	0.01 43	0.03 45	0.00 1	0.00 1	0.23 119	0.03 88	0.14 169	1.26 87	0.72 128	0.08 76	0.17 130	2.52 136	0.11 81	0.89 100	3.79 171	0.01 93	0.11 142	0.07 149	0.00 1	2.98 181	0.01 78

GLC_STEREO	0.30 73	0.03 40	0.03 149	0.00 1	0.05 62	0.00 1	0.00 1	0.47 160	0.07 81	0.03 76	0.02 91	0.08 75	0.02 70	0.01 13	1.34 91	0.81 131	0.16 98	0.10 101	0.48 51	0.16 104	1.36 112	0.50 44	0.00 1	0.03 66	0.00 1	0.00 1	2.29 153	0.01 78

MIPNet	0.61 123	0.03 40	0.02 137	0.02 93	0.33 181	0.00 1	0.00 1	0.03 82	0.16 117	1.38 178	0.35 146	0.07 65	0.10 127	0.18 181	3.19 188	0.81 131	0.19 108	0.06 88	1.86 120	0.40 148	0.62 73	2.74 143	0.00 1	0.15 159	0.03 135	0.18 153	3.51 198	0.01 78

LMCR-Stereo	0.26 62	0.08 130	0.00 1	0.09 164	0.07 81	0.00 1	0.01 91	0.01 43	0.11 104	0.00 1	0.00 1	0.14 97	0.09 126	0.09 142	1.41 100	0.62 103	0.28 129	0.11 104	1.48 102	0.39 146	0.78 89	1.28 70	0.00 1	0.07 121	0.00 1	0.00 1	0.02 30	0.01 78

rafts_anoy	0.18 44	0.08 130	0.00 1	0.05 133	0.12 127	0.01 90	0.00 1	0.21 136	0.06 74	0.00 1	0.00 1	0.02 9	0.01 35	0.02 46	1.26 87	0.52 88	0.07 70	0.01 38	1.15 86	0.12 85	0.59 71	0.46 41	0.00 1	0.05 96	0.00 1	0.01 106	0.01 17	0.01 78

TestStereo	0.10 20	0.02 22	0.00 1	0.00 1	0.03 40	0.00 1	0.00 1	0.07 102	0.09 92	0.00 1	0.00 1	0.05 48	0.01 35	0.01 13	0.58 16	0.21 18	0.16 98	0.05 83	0.47 50	0.01 21	0.45 58	0.23 25	0.00 1	0.02 42	0.00 1	0.00 1	0.14 52	0.01 78

raftrobust	0.29 70	0.07 119	0.01 116	0.03 115	0.11 121	0.00 1	0.00 1	0.02 75	0.06 74	0.00 1	0.00 1	0.02 9	0.00 1	0.09 142	1.57 120	0.89 139	0.04 45	0.00 1	2.58 138	0.02 33	0.83 92	1.29 71	0.12 161	0.04 83	0.00 1	0.00 1	0.06 44	0.01 78

CFNet_pseudo	0.27 65	0.10 139	0.00 1	0.04 128	0.16 146	0.00 1	0.00 1	0.01 43	0.05 64	0.04 78	0.00 1	0.18 108	0.01 35	0.01 13	2.64 176	0.55 89	0.05 48	0.01 38	1.50 103	0.01 21	0.51 63	0.68 57	0.47 197	0.03 66	0.00 1	0.00 1	0.15 56	0.01 78

RALCasStereoNet	0.18 44	0.09 135	0.00 1	0.06 147	0.13 134	0.02 121	0.07 140	0.08 107	0.08 87	0.00 1	0.00 1	0.01 2	0.01 35	0.03 77	1.16 76	0.65 116	0.03 41	0.00 1	0.57 54	0.10 76	0.58 70	1.09 68	0.00 1	0.03 66	0.00 1	0.00 1	0.01 17	0.01 78

RALAANet	0.28 67	0.08 130	0.02 137	0.03 115	0.10 107	0.00 1	0.00 1	0.01 43	0.07 81	0.08 86	0.00 1	0.07 65	0.03 88	0.06 117	0.96 54	0.39 47	0.13 94	0.05 83	0.97 78	0.24 127	1.33 111	1.54 86	0.00 1	0.06 110	0.00 1	0.00 1	1.42 112	0.01 78

AFF-stereo	0.23 56	0.12 150	0.00 1	0.08 158	0.07 81	0.02 121	0.00 1	0.01 43	0.04 52	0.00 1	0.01 81	0.12 89	0.01 35	0.00 1	0.86 47	0.35 38	0.03 41	0.11 104	1.91 122	0.01 21	0.14 26	0.32 33	0.00 1	0.02 42	0.00 1	0.01 106	1.96 135	0.01 78

BEATNet_4x	0.57 120	0.14 155	0.03 149	0.01 44	0.03 40	0.00 1	0.02 117	0.05 92	0.25 130	0.08 86	0.03 97	0.16 100	0.14 134	0.28 195	2.42 168	1.24 159	0.76 183	0.72 208	0.78 70	0.14 96	2.92 163	4.33 187	0.00 1	0.16 162	0.00 1	0.02 123	0.60 79	0.01 78

stereogan	0.36 88	0.13 153	0.06 159	0.02 93	0.21 163	0.04 136	0.02 117	0.01 43	0.20 119	0.30 124	0.01 81	0.22 117	0.00 1	0.04 92	1.22 84	0.47 73	0.06 62	0.01 38	0.77 69	0.06 63	0.22 34	3.29 159	0.01 93	0.02 42	0.05 142	0.00 1	2.30 155	0.01 78

CC-Net-ROB	0.89 142	0.61 199	0.00 1	0.68 194	0.59 190	2.06 213	0.07 140	0.00 1	0.01 10	0.21 111	0.00 1	9.68 205	1.74 187	0.24 191	0.70 25	0.27 29	0.20 112	0.02 55	1.57 107	0.01 21	0.29 43	0.30 32	4.40 232	0.01 19	0.00 1	0.00 1	0.28 66	0.01 78

GANetREF_RVC	0.37 89	0.18 166	0.00 1	0.16 175	0.08 89	0.01 90	0.00 1	0.01 43	0.09 92	0.04 78	0.00 1	1.54 177	0.01 35	0.05 103	1.00 58	0.36 40	0.37 148	0.11 104	1.59 109	0.06 63	0.98 103	0.59 53	0.00 1	0.04 83	0.00 1	0.00 1	2.74 167	0.01 78
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
HSM	0.28 67	0.03 40	0.00 1	0.03 115	0.13 134	0.00 1	0.00 1	0.71 168	0.08 87	0.00 1	0.03 97	0.17 106	0.02 70	0.02 46	1.23 86	0.37 43	0.06 62	0.00 1	1.58 108	0.09 75	0.87 98	1.06 67	0.00 1	0.02 42	0.00 1	0.00 1	1.16 98	0.01 78

MIM_Stereo	0.23 56	0.02 22	0.00 1	0.01 44	0.09 93	0.09 152	0.00 1	0.11 119	0.04 52	0.00 1	0.00 1	0.03 21	0.02 70	0.02 46	0.77 34	0.36 40	0.06 62	0.03 72	2.11 127	0.06 63	0.54 67	0.58 51	0.02 115	0.02 42	0.09 156	0.15 149	0.98 94	0.02 98

LoS_RVC	0.56 118	0.15 160	0.00 1	0.00 1	0.11 121	0.01 90	0.00 1	0.07 102	0.46 167	1.21 172	0.06 105	0.33 137	0.19 142	0.08 134	1.77 136	1.72 183	0.28 129	1.04 219	1.79 117	0.29 131	2.78 159	2.63 132	0.04 135	0.03 66	0.00 1	0.00 1	0.01 17	0.02 98

tt_ll	0.56 118	0.15 160	0.00 1	0.00 1	0.11 121	0.01 90	0.00 1	0.07 102	0.46 167	1.21 172	0.06 105	0.33 137	0.19 142	0.08 134	1.77 136	1.72 183	0.28 129	1.04 219	1.79 117	0.29 131	2.78 159	2.63 132	0.04 135	0.03 66	0.00 1	0.00 1	0.01 17	0.02 98

LoS	0.64 125	0.04 69	0.01 116	0.01 44	0.02 30	0.01 90	0.00 1	2.75 220	0.50 174	0.39 132	0.06 105	0.52 156	0.50 174	0.13 163	1.65 129	1.84 189	0.67 178	0.45 193	1.09 84	0.25 128	3.52 178	2.69 141	0.03 127	0.06 110	0.00 1	0.00 1	0.03 36	0.02 98

CIPLG	0.38 93	0.04 69	0.09 165	0.01 44	0.09 93	0.00 1	0.13 151	0.09 111	0.31 146	0.04 78	0.07 111	0.09 79	0.04 98	0.10 150	2.21 162	0.47 73	0.16 98	0.02 55	1.65 111	0.06 63	0.76 85	1.65 92	0.01 93	0.03 66	0.08 151	0.00 1	1.99 136	0.02 98

UDG	4.64 212	8.87 230	1.16 209	15.44 229	16.00 240	9.90 225	21.00 234	0.34 153	0.07 81	0.29 122	0.91 167	1.77 181	0.05 103	21.99 236	1.94 149	0.66 119	4.65 231	1.41 228	7.33 192	3.16 235	1.90 125	2.00 113	2.71 225	0.13 149	0.01 120	0.00 1	1.53 120	0.02 98

IPLGR_C	0.37 89	0.03 40	0.09 165	0.01 44	0.10 107	0.00 1	0.14 153	0.09 111	0.27 140	0.04 78	0.08 112	0.04 37	0.04 98	0.09 142	1.86 141	0.46 68	0.15 97	0.02 55	1.69 114	0.02 33	0.78 89	1.69 98	0.02 115	0.02 42	0.08 151	0.00 1	2.16 143	0.02 98

ACRE	0.38 93	0.03 40	0.08 163	0.01 44	0.09 93	0.00 1	0.14 153	0.09 111	0.28 141	0.04 78	0.11 119	0.10 83	0.04 98	0.12 159	1.92 146	0.46 68	0.16 98	0.02 55	1.64 110	0.06 63	0.76 85	1.66 93	0.01 93	0.02 42	0.08 151	0.01 106	2.32 156	0.02 98

SACVNet	0.32 83	0.17 164	0.00 1	0.01 44	0.10 107	0.00 1	0.09 144	0.05 92	0.05 64	0.21 111	0.00 1	0.04 37	0.08 121	0.07 129	0.81 38	0.44 59	0.34 141	0.07 91	1.39 96	0.08 72	1.07 104	2.54 130	0.00 1	0.04 83	0.00 1	0.00 1	1.06 96	0.02 98

TRStereo	1.31 172	0.14 155	0.75 199	0.01 44	0.03 40	2.10 215	0.01 91	1.46 200	0.21 120	2.49 221	0.74 161	1.69 180	0.30 157	0.03 77	1.93 147	2.38 214	0.21 114	0.22 148	4.90 165	0.89 192	2.76 157	3.99 177	0.08 145	0.06 110	0.36 188	3.52 216	3.99 212	0.02 98

APVNet	0.31 80	0.08 130	0.00 1	0.05 133	0.05 62	0.00 1	0.01 91	0.09 111	0.02 28	0.10 94	0.06 105	0.07 65	0.01 35	0.04 92	1.49 109	0.55 89	0.16 98	0.11 104	1.74 115	0.19 114	0.76 85	2.27 122	0.00 1	0.05 96	0.00 1	0.00 1	0.54 74	0.02 98

AF-Net	0.20 52	0.02 22	0.01 116	0.05 133	0.05 62	0.00 1	0.80 182	0.45 158	0.05 64	0.02 70	0.00 1	0.25 122	0.01 35	0.02 46	0.85 43	0.19 13	0.01 10	0.00 1	0.84 72	0.06 63	0.11 18	1.32 72	0.00 1	0.00 1	0.00 1	0.00 1	0.28 66	0.02 98

Nwc_Net	0.20 52	0.02 22	0.01 116	0.05 133	0.05 62	0.00 1	0.80 182	0.45 158	0.05 64	0.02 70	0.00 1	0.25 122	0.01 35	0.02 46	0.85 43	0.19 13	0.01 10	0.00 1	0.84 72	0.06 63	0.11 18	1.32 72	0.00 1	0.00 1	0.00 1	0.00 1	0.28 66	0.02 98

RASNet	0.16 37	0.00 1	0.00 1	0.00 1	0.05 62	0.00 1	0.00 1	0.01 43	0.04 52	0.60 149	0.00 1	0.03 21	0.00 1	0.01 13	0.48 11	0.57 93	0.02 30	0.00 1	0.10 20	0.00 1	0.54 67	0.56 48	0.00 1	0.02 42	0.00 1	0.00 1	1.27 106	0.02 98

MLCV	0.85 137	0.04 69	0.01 116	0.18 177	0.47 185	0.00 1	0.01 91	1.32 197	0.34 148	1.02 166	2.77 201	0.40 144	0.26 150	0.05 103	1.58 121	0.90 140	0.25 123	0.25 158	5.94 181	0.17 109	1.64 120	3.11 152	0.10 152	0.53 187	0.00 1	0.01 106	1.68 125	0.02 98

AACVNet	0.14 31	0.10 139	0.00 1	0.00 1	0.05 62	0.00 1	0.00 1	0.00 1	0.02 28	0.01 64	0.00 1	0.08 75	0.00 1	0.06 117	0.81 38	0.46 68	0.02 30	0.01 38	0.30 42	0.03 45	0.53 66	0.50 44	0.01 93	0.01 19	0.00 1	0.00 1	0.73 85	0.03 113

Anonymous	0.81 136	0.05 90	0.00 1	0.00 1	0.04 54	0.00 1	0.00 1	0.08 107	0.39 160	1.20 171	0.00 1	0.27 128	0.50 174	0.02 46	1.99 154	2.37 212	0.49 156	0.40 188	4.09 156	0.29 131	3.54 179	3.84 172	0.01 93	0.05 96	0.00 1	0.00 1	2.29 153	0.03 113

NLCA_NET_v2_RVC	0.19 49	0.04 69	0.00 1	0.01 44	0.09 93	0.00 1	0.09 144	0.00 1	1.20 204	1.00 164	0.00 1	0.06 58	0.00 1	0.01 13	0.78 36	0.20 16	0.01 10	0.02 55	0.43 47	0.03 45	0.14 26	0.33 34	0.00 1	0.05 96	0.00 1	0.70 177	0.04 40	0.03 113
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	1.17 160	0.02 22	0.00 1	0.19 179	0.63 192	0.05 139	0.02 117	0.51 161	0.28 141	1.55 193	1.69 184	0.66 159	2.21 193	0.02 46	3.72 196	1.84 189	0.35 144	0.35 182	8.64 199	0.90 195	2.85 161	1.70 99	0.00 1	1.03 207	0.00 1	0.12 143	2.27 152	0.03 113

CES	0.45 104	0.07 119	0.01 116	0.01 44	0.10 107	0.01 90	0.02 117	0.27 144	0.46 167	0.19 107	0.03 97	0.39 143	0.33 161	0.12 159	1.88 142	1.63 178	0.64 175	0.48 194	0.16 29	0.44 151	2.67 155	2.26 121	0.00 1	0.04 83	0.00 1	0.00 1	0.02 30	0.04 117

IER	0.14 31	0.03 40	0.00 1	0.02 93	0.06 78	0.00 1	0.00 1	0.00 1	0.01 10	0.23 116	0.00 1	0.02 9	0.00 1	0.02 46	1.38 96	0.21 18	0.02 30	0.00 1	0.05 11	0.03 45	0.17 31	0.04 9	0.12 161	0.01 19	0.00 1	0.03 134	1.21 102	0.04 117

sCroCo_RVC	0.66 126	0.05 90	0.00 1	0.01 44	0.04 54	0.00 1	0.00 1	0.12 120	0.54 178	0.45 135	0.10 117	0.43 149	0.33 161	0.02 46	1.55 119	2.38 214	0.36 146	0.25 158	1.77 116	0.38 144	3.34 174	4.03 180	0.02 115	0.09 135	0.00 1	0.00 1	1.51 118	0.04 117

DLCB_ROB	0.11 24	0.05 90	0.02 137	0.05 133	0.07 81	0.01 90	0.00 1	0.00 1	0.02 28	0.26 120	0.08 112	0.02 9	0.02 70	0.04 92	0.54 13	0.26 23	0.06 62	0.04 78	0.14 25	0.01 21	0.51 63	0.42 38	0.01 93	0.02 42	0.03 135	0.04 136	0.15 56	0.04 117

FCDSN-DC	0.70 128	0.24 180	1.46 216	0.42 191	0.59 190	0.09 152	0.58 176	0.24 142	0.35 150	0.40 133	0.17 123	0.41 147	0.11 128	0.02 46	5.20 223	1.09 150	0.25 123	0.20 140	0.55 53	0.14 96	1.96 126	2.36 125	0.00 1	1.09 209	0.01 120	0.34 164	0.56 77	0.05 121
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DeepPrunerF	1.52 177	0.71 201	0.00 1	2.52 214	6.99 229	1.25 206	2.03 204	0.28 146	2.08 213	0.02 70	0.06 105	0.09 79	0.01 35	0.05 103	4.34 204	1.01 147	0.07 70	0.05 83	1.53 106	0.10 76	0.69 77	0.81 59	0.11 157	0.04 83	12.92 243	0.86 181	2.25 148	0.05 121

CAS	0.31 80	0.04 69	0.00 1	0.00 1	0.07 81	0.02 121	0.07 140	0.07 102	0.39 160	0.45 135	0.10 117	0.18 108	0.14 134	0.11 154	1.44 103	0.94 144	0.24 120	0.35 182	0.40 44	0.18 113	1.41 114	1.72 100	0.01 93	0.03 66	0.00 1	0.00 1	0.06 44	0.07 123

raft_robust	0.40 96	0.06 104	0.00 1	0.00 1	0.09 93	0.00 1	0.00 1	1.15 191	0.01 10	0.01 64	0.01 81	0.19 114	0.05 103	0.05 103	1.14 74	0.69 125	0.08 76	0.16 123	3.38 149	0.13 90	1.13 106	2.24 119	0.01 93	0.10 139	0.00 1	0.00 1	0.14 52	0.08 124

sAnonymous2	0.43 99	0.11 147	0.00 1	0.01 44	0.03 40	0.00 1	0.00 1	0.10 115	0.25 130	0.00 1	0.00 1	0.16 100	0.26 150	0.03 77	1.18 79	1.21 156	0.24 120	0.17 130	2.50 134	0.15 101	2.27 141	2.68 139	0.00 1	0.08 126	0.00 1	0.00 1	0.00 1	0.09 125

CroCo_RVC	0.43 99	0.11 147	0.00 1	0.01 44	0.03 40	0.00 1	0.00 1	0.10 115	0.25 130	0.00 1	0.00 1	0.16 100	0.26 150	0.03 77	1.18 79	1.21 156	0.24 120	0.17 130	2.50 134	0.15 101	2.27 141	2.68 139	0.00 1	0.08 126	0.00 1	0.00 1	0.00 1	0.09 125

XPNet_ROB	0.74 130	0.37 185	0.02 137	0.01 44	0.14 141	0.06 144	0.00 1	0.00 1	0.14 113	0.14 98	0.73 159	8.65 203	0.03 88	0.06 117	0.81 38	0.47 73	0.69 179	0.04 78	0.32 43	0.17 109	1.14 107	2.73 142	0.15 172	0.05 96	0.00 1	0.02 123	2.84 173	0.09 125

DSFCA	0.15 35	0.04 69	0.01 116	0.01 44	0.18 155	0.01 90	0.23 162	0.01 43	0.09 92	0.00 1	0.03 97	0.05 48	0.02 70	0.02 46	0.86 47	0.39 47	0.09 79	0.15 115	0.13 24	0.04 54	0.27 38	0.33 34	0.06 141	0.06 110	0.09 156	0.06 138	0.73 85	0.14 128

RP	0.26 62	0.01 11	0.00 1	0.02 93	0.19 157	0.00 1	0.23 162	0.10 115	0.22 123	0.13 97	0.00 1	0.07 65	0.00 1	0.05 103	1.49 109	0.17 10	0.03 41	0.00 1	0.14 25	0.01 21	0.05 8	1.67 96	0.00 1	0.01 19	0.00 1	0.00 1	2.23 147	0.16 129

SHD	1.14 157	0.05 90	0.57 189	0.05 133	0.13 134	0.07 146	0.87 185	0.28 146	0.21 120	1.38 178	1.89 190	0.47 151	1.93 189	0.17 175	5.23 225	1.07 149	0.57 164	0.30 173	5.06 166	0.92 198	2.55 152	4.47 193	0.03 127	0.62 190	0.69 196	0.12 143	0.96 93	0.18 130

XQC	1.11 156	0.20 172	0.34 179	0.12 170	0.22 166	0.00 1	0.94 192	0.23 137	0.14 113	1.59 194	2.51 198	0.26 127	2.73 199	0.20 185	5.06 220	1.34 163	0.54 161	0.15 115	3.81 153	0.33 139	1.83 123	4.34 188	0.03 127	0.23 167	0.08 151	1.30 191	1.39 111	0.18 130

test_4	0.26 62	0.03 40	0.00 1	0.03 115	0.05 62	0.04 136	0.18 157	0.01 43	0.02 28	0.00 1	0.00 1	0.05 48	0.01 35	0.06 117	1.04 63	0.81 131	0.05 48	0.15 115	0.62 57	0.13 90	0.47 61	1.52 85	0.00 1	0.01 19	0.04 138	0.21 158	1.19 99	0.19 132

PSMNet-ADL	1.22 166	0.06 104	0.02 137	0.06 147	0.10 107	0.04 136	0.05 132	0.90 179	0.24 129	3.19 238	6.91 234	0.36 141	2.67 197	0.04 92	1.74 131	2.65 220	0.44 152	0.22 148	5.12 167	0.29 131	1.98 127	2.44 127	0.19 179	0.03 66	0.00 1	0.17 152	2.94 180	0.19 132

Anonymous3	0.94 147	0.10 139	0.00 1	0.01 44	0.09 93	0.00 1	0.00 1	1.72 208	0.25 130	0.00 1	0.00 1	2.04 184	0.49 173	0.18 181	3.12 187	3.84 238	0.54 161	0.29 170	3.11 144	0.81 185	3.32 172	3.53 163	0.03 127	0.03 66	0.00 1	0.02 123	1.64 123	0.21 134

GEStereo_RVC	0.69 127	0.03 40	0.01 116	0.01 44	0.14 141	0.00 1	0.22 160	0.30 148	0.12 106	0.20 110	0.09 116	0.23 119	0.02 70	0.05 103	1.35 92	1.20 155	0.17 105	0.09 98	4.87 164	0.32 137	2.13 135	3.77 170	0.26 187	0.19 163	0.00 1	0.02 123	2.64 164	0.24 135

STTStereo	0.15 35	0.06 104	0.00 1	0.02 93	0.05 62	0.00 1	0.09 144	0.00 1	0.72 195	0.19 107	0.02 91	0.04 37	0.01 35	0.01 13	1.22 84	0.31 35	0.00 1	0.00 1	0.15 28	0.02 33	0.22 34	0.47 42	0.06 141	0.01 19	0.00 1	0.07 140	0.05 42	0.25 136

ETE_ROB	1.29 169	0.87 205	0.00 1	0.08 158	0.29 176	0.03 128	0.08 143	0.02 75	1.31 207	0.21 111	1.87 189	18.25 221	0.02 70	0.09 142	1.37 95	0.49 77	1.08 202	0.08 96	1.26 89	0.21 124	1.85 124	3.21 156	0.10 152	0.11 142	0.12 161	0.00 1	1.66 124	0.25 136

dd	0.17 39	0.06 104	0.00 1	0.00 1	0.01 15	0.02 121	0.03 127	0.00 1	0.04 52	0.00 1	0.00 1	0.00 1	0.01 35	0.00 1	1.35 92	0.29 33	0.01 10	0.05 83	1.00 81	0.16 104	0.12 22	0.29 31	0.10 152	0.19 163	0.00 1	0.00 1	0.56 77	0.28 138

NCC-stereo	0.24 60	0.20 172	0.01 116	0.05 133	0.09 93	0.01 90	0.47 171	0.81 174	0.26 136	0.00 1	0.00 1	0.04 37	0.03 88	0.03 77	1.18 79	0.26 23	0.00 1	0.01 38	0.63 59	0.11 81	0.11 18	1.39 77	0.08 145	0.02 42	0.01 120	0.31 161	0.14 52	0.28 138

Abc-Net	0.24 60	0.20 172	0.01 116	0.05 133	0.09 93	0.01 90	0.47 171	0.81 174	0.26 136	0.00 1	0.00 1	0.04 37	0.03 88	0.03 77	1.18 79	0.26 23	0.00 1	0.01 38	0.63 59	0.11 81	0.11 18	1.39 77	0.08 145	0.02 42	0.01 120	0.31 161	0.14 52	0.28 138
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AMNet	0.16 37	0.06 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 102	0.21 111	0.00 1	0.46 150	0.21 146	0.44 202	0.54 13	0.58 95	0.26 125	0.00 1	0.17 31	0.12 85	0.32 46	0.05 11	0.00 1	0.06 110	0.00 1	0.27 160	0.12 51	0.28 138

NCCL2	0.45 104	0.17 164	0.01 116	0.18 177	0.49 186	0.03 128	0.01 91	0.01 43	0.12 106	0.80 157	0.01 81	0.08 75	0.03 88	0.13 163	1.44 103	0.51 82	0.30 136	0.11 104	0.19 34	0.14 96	0.96 102	1.79 105	0.67 204	0.11 142	0.04 138	0.12 143	3.28 192	0.32 142

test-3	0.74 130	0.06 104	0.00 1	0.01 44	0.20 160	0.09 152	0.01 91	0.98 182	0.09 92	0.11 96	0.03 97	0.03 21	0.05 103	0.03 77	1.13 72	0.62 103	0.11 87	0.15 115	5.47 171	0.20 119	2.16 137	4.58 199	0.00 1	0.13 149	0.17 173	0.01 106	3.15 186	0.33 143

test_1	0.74 130	0.06 104	0.00 1	0.01 44	0.20 160	0.09 152	0.01 91	0.98 182	0.09 92	0.10 94	0.02 91	0.03 21	0.05 103	0.03 77	1.13 72	0.62 103	0.11 87	0.15 115	5.47 171	0.20 119	2.15 136	4.57 198	0.00 1	0.13 149	0.17 173	0.01 106	3.16 188	0.33 143

test_3	0.74 130	0.06 104	0.00 1	0.01 44	0.21 163	0.09 152	0.03 127	0.90 179	0.09 92	0.08 86	0.03 97	0.03 21	0.05 103	0.03 77	1.14 74	0.62 103	0.11 87	0.15 115	5.52 173	0.20 119	2.10 132	4.54 197	0.00 1	0.14 156	0.17 173	0.00 1	3.41 194	0.33 143

HSM-Net_RVC	0.88 139	0.02 22	0.01 116	0.71 195	0.12 127	0.00 1	0.06 136	1.69 206	0.22 123	1.62 195	4.44 219	3.04 193	0.18 139	0.02 46	1.33 90	0.82 134	0.39 150	0.07 91	0.99 79	0.56 160	2.48 148	1.85 109	0.25 186	1.15 211	0.05 142	0.02 123	1.34 107	0.34 146
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DN-CSS_ROB	0.48 111	0.02 22	0.00 1	0.06 147	0.12 127	0.00 1	0.00 1	1.01 185	0.06 74	0.37 130	0.56 154	0.07 65	0.03 88	0.06 117	1.18 79	0.65 116	0.19 108	0.02 55	4.07 155	0.03 45	1.44 117	1.44 81	0.00 1	0.10 139	0.00 1	0.00 1	1.19 99	0.34 146

FADNet	0.45 104	0.07 119	0.11 169	0.01 44	0.13 134	0.00 1	0.85 184	0.01 43	0.05 64	0.01 64	0.00 1	0.04 37	0.08 121	0.20 185	1.89 143	0.45 62	0.19 108	0.23 153	3.36 148	0.70 179	1.43 116	1.43 80	0.03 127	0.05 96	0.09 156	0.36 165	0.03 36	0.35 148

LALA_ROB	1.16 158	1.32 215	0.01 116	0.05 133	0.20 160	0.03 128	0.00 1	0.07 102	0.14 113	1.08 168	1.93 193	15.09 217	0.04 98	0.09 142	1.67 130	0.49 77	0.20 112	0.11 104	1.06 83	0.33 139	1.42 115	2.32 123	0.01 93	0.13 149	0.13 165	0.15 149	2.78 169	0.40 149

FADNet-RVC	0.40 96	0.09 135	0.17 173	0.02 93	0.12 127	0.00 1	1.12 196	0.01 43	0.06 74	0.05 83	0.00 1	0.01 2	0.13 133	0.09 142	2.17 160	0.68 123	0.16 98	0.13 113	1.99 124	0.66 175	1.09 105	1.39 77	0.09 151	0.15 159	0.05 142	0.00 1	0.01 17	0.43 150

GANet-ADL	0.91 145	0.05 90	0.00 1	0.02 93	0.08 89	0.00 1	0.01 91	0.08 107	0.23 125	1.64 197	3.06 202	0.10 83	0.07 117	0.02 46	2.82 179	1.73 185	0.57 164	0.22 148	4.86 163	0.89 192	2.11 133	4.01 178	0.00 1	0.05 96	0.00 1	0.00 1	1.60 122	0.47 151

FADNet-RVC-Resample	0.45 104	0.27 182	0.41 182	0.19 179	0.28 175	0.00 1	0.05 132	0.26 143	0.21 120	0.14 98	0.17 123	0.27 128	0.05 103	0.19 183	2.42 168	0.58 95	0.22 116	0.80 210	0.51 52	0.43 150	0.63 75	1.49 84	0.14 168	0.50 183	0.10 159	0.98 184	0.34 71	0.57 152

R-Stereo Train	0.88 139	0.04 69	0.00 1	0.02 93	0.01 15	0.01 90	0.00 1	0.12 120	0.52 176	0.85 159	1.77 185	0.47 151	0.20 144	0.16 173	1.39 98	2.03 200	0.90 191	0.41 189	5.12 167	0.61 164	3.63 180	4.27 184	0.01 93	0.09 135	0.00 1	0.12 143	0.16 60	0.78 153

RAFT-Stereo	0.88 139	0.04 69	0.00 1	0.02 93	0.01 15	0.01 90	0.00 1	0.12 120	0.52 176	0.85 159	1.77 185	0.47 151	0.20 144	0.16 173	1.39 98	2.03 200	0.90 191	0.41 189	5.12 167	0.61 164	3.63 180	4.27 184	0.01 93	0.09 135	0.00 1	0.12 143	0.16 60	0.78 153
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MFMNet_re	2.15 189	0.05 90	0.08 163	0.00 1	0.79 201	0.84 198	1.03 193	2.00 211	1.92 211	0.48 137	0.95 169	10.91 208	3.15 201	0.07 129	5.46 232	2.08 202	2.09 210	0.88 214	10.26 206	1.74 224	5.19 208	3.08 151	0.66 203	0.93 203	0.01 120	0.01 106	2.55 162	0.78 153

RGC	0.39 95	0.25 181	0.96 207	0.06 147	0.16 146	0.07 146	0.03 127	0.03 82	0.09 92	0.30 124	0.30 145	0.03 21	0.03 88	0.08 134	1.41 100	0.17 10	0.08 76	0.01 38	0.83 71	0.11 81	0.51 63	2.50 129	0.00 1	0.04 83	0.00 1	0.37 167	1.25 103	0.79 156

EAI-Stereo	1.28 168	0.38 187	0.65 194	0.59 193	0.25 171	0.72 197	0.54 175	1.46 200	0.76 196	0.08 86	1.89 190	0.48 154	0.33 161	0.04 92	2.10 158	2.44 216	0.28 129	0.52 198	6.62 187	0.54 159	3.35 175	3.93 175	0.15 172	0.51 184	0.60 194	1.15 186	3.43 196	0.81 157

DLNR_Zeroshot_test	21.41 251	75.27 265	0.88 204	99.67 269	0.12 127	0.12 171	98.83 268	1.68 205	0.30 145	2.66 223	1.13 176	2.79 186	0.33 161	21.01 235	96.21 266	100.00 270	22.27 258	20.42 260	19.18 224	1.39 213	7.37 238	5.25 216	0.01 93	0.10 139	0.00 1	0.00 1	0.25 65	0.91 158

GES	0.51 115	0.03 40	0.01 116	0.00 1	0.08 89	0.00 1	0.01 91	0.01 43	0.25 130	0.22 115	0.08 112	0.21 116	0.07 117	0.01 13	1.59 122	0.63 111	0.23 118	0.03 72	5.69 177	0.17 109	1.74 122	1.34 74	0.04 135	0.11 142	0.01 120	0.00 1	0.16 60	0.91 158

RTSC	0.79 134	0.07 119	0.12 170	0.02 93	0.10 107	0.10 159	0.90 188	0.12 120	0.14 113	1.50 188	1.07 174	0.09 79	0.05 103	0.17 175	4.89 216	0.93 143	0.74 181	0.09 98	2.53 137	0.44 151	1.50 119	3.19 154	0.01 93	0.14 156	0.00 1	0.00 1	1.35 108	0.95 160

MSMDNet	1.04 151	0.16 162	0.00 1	0.02 93	0.05 62	0.17 177	0.02 117	1.09 187	0.35 150	0.80 157	0.35 146	0.40 144	1.89 188	0.13 163	1.52 115	2.51 218	0.37 148	0.20 140	6.14 183	0.59 162	4.56 200	4.91 208	0.11 157	0.05 96	0.12 161	0.51 170	0.20 64	0.96 161

UCFNet_RVC	0.28 67	0.14 155	0.02 137	0.11 168	0.13 134	0.00 1	0.00 1	0.03 82	0.09 92	0.29 122	0.00 1	0.09 79	0.01 35	0.05 103	1.11 71	0.45 62	0.05 48	0.00 1	1.02 82	0.02 33	0.74 83	0.90 62	0.90 213	0.02 42	0.00 1	0.00 1	0.29 69	1.12 162

HH	1.17 160	0.03 40	0.00 1	0.01 44	0.05 62	0.11 165	0.01 91	0.66 166	0.37 155	1.90 207	0.39 149	0.69 161	0.33 161	0.04 92	1.48 107	3.72 234	0.27 127	0.24 154	5.83 178	0.62 167	6.22 220	4.61 200	0.24 183	0.08 126	0.15 169	0.00 1	2.35 157	1.13 163

HanStereo	1.17 160	0.03 40	0.00 1	0.01 44	0.05 62	0.11 165	0.01 91	0.66 166	0.37 155	1.90 207	0.39 149	0.69 161	0.33 161	0.04 92	1.48 107	3.72 234	0.27 127	0.24 154	5.83 178	0.62 167	6.22 220	4.61 200	0.24 183	0.08 126	0.15 169	0.00 1	2.35 157	1.13 163

PA-Net	0.32 83	0.07 119	0.06 159	0.02 93	0.32 179	0.00 1	0.02 117	0.00 1	0.19 118	0.08 86	0.08 112	0.01 2	0.01 35	0.10 150	1.78 138	0.38 46	0.01 10	0.02 55	0.08 17	0.05 58	0.16 30	2.33 124	0.50 200	0.02 42	0.00 1	1.25 189	0.01 17	1.17 165
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
pcwnet_v2	0.58 121	0.22 176	0.09 165	0.07 155	0.51 187	0.00 1	0.00 1	0.03 82	0.07 81	1.13 170	0.20 130	0.29 133	0.02 70	0.02 46	3.10 185	0.58 95	0.35 144	0.16 123	2.36 131	0.03 45	1.16 108	1.48 82	0.86 211	0.03 66	0.00 1	0.00 1	1.56 121	1.20 166

RTS	1.75 181	0.07 119	0.05 156	0.06 147	0.24 168	0.05 139	2.34 206	0.05 92	0.23 125	1.40 181	0.22 135	0.57 157	0.12 129	0.11 154	5.06 220	1.49 170	0.92 194	0.07 91	6.70 188	0.63 171	2.57 153	3.63 164	0.00 1	0.25 169	0.31 186	17.50 253	1.48 115	1.26 167

RTSA	1.75 181	0.07 119	0.05 156	0.06 147	0.24 168	0.05 139	2.34 206	0.05 92	0.23 125	1.40 181	0.22 135	0.57 157	0.12 129	0.11 154	5.06 220	1.49 170	0.92 194	0.07 91	6.70 188	0.63 171	2.57 153	3.63 164	0.00 1	0.25 169	0.31 186	17.50 253	1.48 115	1.26 167

RAFT-Test	1.05 152	0.18 166	0.00 1	0.03 115	0.10 107	0.18 178	0.06 136	1.48 203	0.43 163	0.85 159	2.02 194	0.25 122	0.40 171	0.14 169	1.41 100	2.37 212	0.32 139	0.19 135	6.40 186	0.47 154	4.67 202	3.94 176	0.16 174	0.04 83	0.14 166	0.62 173	0.15 56	1.32 169

HBP-ISP	1.90 185	0.16 162	1.21 211	0.89 198	0.44 184	0.48 191	0.00 1	2.17 216	0.67 188	2.05 211	3.80 212	0.27 128	0.31 159	1.72 217	7.50 252	6.66 250	0.46 153	0.48 194	1.67 113	1.14 207	4.29 191	6.15 227	0.01 93	0.41 182	0.76 198	1.16 187	5.02 220	1.34 170

ccs_rob	2.12 187	0.09 135	0.18 174	0.08 158	0.02 30	0.03 128	0.00 1	2.34 217	0.55 179	2.47 220	13.25 253	15.14 218	0.18 139	0.20 185	1.75 132	2.69 221	0.63 172	0.29 170	3.12 145	0.69 177	4.37 196	4.79 204	0.03 127	1.18 212	0.00 1	0.01 106	1.74 126	1.47 171

cross-raft	1.01 150	0.18 166	0.00 1	0.00 1	0.06 78	0.16 174	0.02 117	1.11 189	0.38 158	0.49 141	0.43 152	0.42 148	0.27 154	0.13 163	1.38 96	2.26 205	0.29 133	0.20 140	6.38 184	0.98 201	4.80 205	4.29 186	0.08 145	0.03 66	0.12 161	0.68 176	0.15 56	1.83 172

FBW_ROB	2.66 196	2.21 217	1.66 218	5.05 220	2.80 222	1.34 208	4.16 214	0.60 165	0.05 64	1.69 200	1.84 188	5.13 199	1.17 183	3.82 227	3.03 181	0.40 50	0.61 169	0.08 96	21.49 230	0.52 158	3.36 176	3.20 155	3.31 226	0.70 197	0.07 149	0.92 183	0.55 75	2.03 173

FADNet_RVC	1.42 175	0.20 172	0.42 184	0.27 184	0.71 197	0.02 121	0.76 181	0.40 155	0.50 174	0.48 137	1.02 171	0.90 166	0.37 169	0.76 210	4.54 211	1.52 175	0.76 183	1.49 229	9.06 201	0.69 177	3.06 167	3.65 167	0.41 196	0.69 196	0.28 184	0.26 159	3.02 182	2.12 174

DPSNet	6.94 221	0.47 192	0.20 175	0.29 186	1.97 215	1.07 202	0.89 187	0.86 177	2.98 220	1.22 174	2.17 196	52.57 258	13.71 228	3.88 228	7.49 251	5.80 247	2.69 219	2.05 239	50.32 260	3.36 237	8.50 246	7.72 248	4.13 231	2.45 236	1.60 210	4.65 224	2.26 150	2.20 175

SFCPSM	2.33 192	0.04 69	0.02 137	0.03 115	0.03 40	0.24 181	0.05 132	0.31 152	0.79 197	1.53 191	5.01 223	6.88 202	10.19 222	0.06 117	2.55 171	2.28 207	0.88 189	0.34 181	16.04 217	2.33 229	3.02 165	2.74 143	0.13 166	0.67 194	0.04 138	0.63 174	3.53 202	2.63 176

NaN_ROB	0.80 135	0.46 191	0.35 180	0.20 181	0.83 205	0.13 172	0.22 160	0.15 127	1.81 210	0.16 101	0.73 159	4.44 196	0.06 111	0.19 183	1.51 113	0.48 76	0.31 138	0.25 158	0.62 57	0.31 136	0.71 82	1.01 66	0.19 179	0.37 179	0.14 166	1.02 185	2.36 159	2.71 177

anonymity	1.73 180	0.37 185	0.12 170	0.08 158	0.07 81	0.24 181	0.00 1	1.37 198	0.34 148	2.03 210	15.78 257	0.92 168	0.52 177	0.17 175	1.50 111	2.81 226	0.63 172	0.22 148	3.67 152	0.45 153	3.24 170	4.79 204	0.14 168	0.34 176	0.23 181	0.52 171	3.20 189	2.82 178

test-1	1.48 176	0.04 69	0.00 1	0.00 1	0.02 30	0.20 180	0.31 166	0.89 178	0.49 171	2.96 233	3.23 204	1.52 176	0.30 157	0.17 175	1.94 149	2.72 223	0.61 169	0.49 197	5.52 173	1.33 212	4.19 189	5.99 225	0.01 93	0.12 148	0.00 1	0.18 153	3.69 206	3.00 179

IGEV_Zeroshot_test	1.67 179	0.30 183	0.40 181	2.27 213	0.13 134	1.22 205	0.51 173	1.69 206	0.41 162	1.44 185	4.93 221	1.36 173	0.50 174	0.05 103	1.51 113	3.15 228	0.23 118	0.27 169	5.84 180	0.95 199	5.45 212	5.39 218	0.20 181	0.07 121	0.26 182	0.15 149	3.26 191	3.16 180

CSAN	1.21 165	0.45 190	0.28 178	0.40 189	0.80 202	0.02 121	0.32 167	0.20 133	2.31 216	1.51 189	1.33 178	4.78 197	2.71 198	0.28 195	1.61 125	0.43 56	0.52 158	0.26 162	2.35 130	0.73 181	1.45 118	1.56 88	0.13 166	0.33 174	0.28 184	2.54 204	1.87 130	3.31 181

MSKI-zero shot	1.32 173	0.02 22	0.00 1	0.00 1	0.02 30	0.15 173	0.00 1	0.71 168	0.57 181	0.41 134	3.43 207	0.40 144	0.27 154	0.02 46	1.63 127	2.71 222	0.58 167	0.30 173	8.12 195	1.20 209	5.20 209	4.62 202	0.18 178	0.06 110	0.16 171	0.86 181	0.46 72	3.62 182

SGM-Forest	1.18 163	0.22 176	0.02 137	1.16 202	0.74 200	0.30 184	0.00 1	0.59 164	0.71 193	1.88 206	0.81 163	1.57 179	1.99 190	0.26 194	2.48 170	1.40 167	0.36 146	0.16 123	2.04 125	0.05 58	2.08 131	2.58 131	0.49 198	0.11 142	0.65 195	0.81 179	4.78 218	3.70 183
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GwcNet-ADL	1.06 154	0.06 104	0.42 184	0.04 128	0.17 154	0.00 1	0.01 91	0.18 130	0.13 110	2.10 215	6.56 230	0.84 164	0.14 134	0.03 77	1.64 128	1.95 198	0.52 158	0.24 154	2.87 141	0.98 201	1.98 127	2.02 114	0.00 1	0.06 110	0.00 1	0.81 179	1.14 97	3.88 184

MFN_U_SF_RVC	3.55 204	0.95 208	0.87 203	1.23 203	0.82 204	1.85 212	5.19 217	1.64 204	0.92 199	2.99 234	8.05 243	5.01 198	1.65 186	5.09 230	5.85 239	1.74 186	0.93 196	0.84 213	25.33 236	2.03 227	5.23 210	5.77 222	0.49 198	1.53 223	0.79 200	2.86 211	2.25 148	4.02 185

SPS-STEREO	3.17 201	0.48 193	0.68 196	2.61 215	0.37 183	1.50 211	0.52 174	2.36 218	0.49 171	2.68 224	5.47 224	10.52 207	3.45 202	0.06 117	4.34 204	4.14 240	2.54 215	1.03 218	15.30 215	1.13 206	7.82 240	4.11 182	0.53 201	1.52 222	1.91 214	0.74 178	5.13 221	4.17 186
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Any-RAFT	1.05 152	0.02 22	0.02 137	0.01 44	0.05 62	0.01 90	0.00 1	0.98 182	0.38 158	0.25 119	3.29 205	0.35 139	0.21 146	0.11 154	1.46 105	1.86 191	0.54 161	0.25 158	5.16 170	0.30 135	4.27 190	2.84 146	0.10 152	0.07 121	0.06 146	0.36 165	1.19 99	4.22 187

FC-DCNN	1.41 174	0.60 197	3.49 229	2.04 209	1.35 209	2.19 216	0.93 190	1.46 200	0.90 198	1.42 184	0.78 162	1.55 178	0.55 178	0.02 46	2.23 163	0.87 137	0.61 169	0.20 140	1.89 121	0.17 109	2.32 145	1.84 108	0.00 1	0.63 191	1.51 209	1.38 192	2.87 174	4.35 188

XX-Stereo	2.12 187	0.04 69	0.07 162	0.02 93	0.01 15	0.16 174	0.14 153	0.12 120	0.25 130	2.08 214	6.54 229	0.27 128	0.46 172	0.04 92	1.50 111	3.22 229	0.63 172	0.26 162	4.53 162	0.20 119	2.76 157	3.03 150	0.12 161	0.07 121	23.83 256	0.03 134	2.14 142	4.71 189

DGSMNet	4.99 218	0.98 209	0.94 206	0.80 196	0.13 134	1.33 207	0.35 168	2.57 219	1.13 203	5.37 251	19.87 260	2.86 188	4.74 207	2.55 223	6.33 244	7.98 255	8.56 245	4.27 247	20.87 229	3.57 239	11.43 255	12.14 256	1.90 222	2.67 239	0.78 199	2.70 207	3.06 183	4.73 190

dad	1.18 163	0.02 22	0.01 116	2.11 211	0.01 15	0.00 1	5.84 221	0.01 43	0.04 52	0.00 1	0.00 1	0.06 58	1.03 181	0.01 13	2.24 164	0.49 77	0.01 10	0.16 123	4.27 160	0.16 104	0.28 41	0.54 47	0.08 145	0.20 165	1.50 208	0.00 1	7.90 229	4.90 191

s12784h	0.90 143	0.03 40	0.00 1	0.02 93	0.10 107	0.00 1	0.00 1	0.23 137	0.36 153	0.24 118	0.06 105	0.13 90	0.23 148	0.01 13	1.62 126	1.93 196	0.40 151	0.17 130	2.24 129	0.22 125	4.46 198	2.20 118	0.02 115	0.05 96	0.47 190	0.05 137	3.83 209	5.24 192

ACVNet_1	14.27 239	26.63 250	6.54 236	50.84 257	28.80 250	47.43 254	35.05 248	0.04 88	0.64 185	0.27 121	0.00 1	16.97 220	5.25 208	59.59 253	1.93 147	0.51 82	5.65 236	0.55 202	20.43 228	0.23 126	6.12 218	4.43 192	55.02 252	1.86 228	0.08 151	3.15 213	1.89 131	5.38 193

PWC_ROB	2.02 186	0.23 179	0.06 159	0.00 1	0.11 121	0.01 90	0.61 178	0.02 75	0.64 185	0.66 152	3.51 208	1.13 172	12.08 227	0.12 159	5.27 226	1.94 197	0.95 197	0.95 215	6.39 185	0.51 156	4.31 193	5.10 212	0.11 157	0.97 205	0.00 1	0.00 1	2.88 175	5.93 194

S-Stereo	2.85 198	0.07 119	0.83 202	0.42 191	0.26 173	0.08 150	1.90 203	1.95 210	1.12 202	3.18 237	11.54 251	13.91 214	0.68 180	0.15 171	5.47 233	4.39 242	0.74 181	1.19 225	5.68 176	2.44 230	3.02 165	6.52 237	0.31 191	1.68 225	0.00 1	1.27 190	1.90 132	6.22 195

PVD	2.51 195	0.07 119	1.68 219	0.05 133	0.27 174	0.46 190	1.11 195	4.43 235	5.47 231	1.79 203	3.66 210	1.45 175	3.99 204	0.22 190	5.37 229	2.24 204	1.42 206	1.15 224	7.47 193	1.69 221	3.63 180	4.94 209	0.07 143	0.52 185	1.87 213	3.33 214	3.24 190	6.24 196

iRaft-Stereo_20w	1.82 183	0.49 195	1.28 212	2.04 209	0.34 182	0.65 194	0.35 168	0.90 179	0.65 187	3.27 239	6.20 227	0.67 160	0.66 179	0.08 134	1.75 132	2.80 225	0.64 175	0.41 189	4.36 161	0.88 191	3.72 184	4.53 196	0.27 188	0.37 179	0.57 192	1.70 196	2.89 176	6.53 197

SQANet	7.67 224	13.28 233	1.20 210	27.19 236	6.84 228	23.61 235	19.52 233	0.51 161	0.55 179	0.08 86	0.60 157	11.40 210	2.42 196	14.73 232	1.81 139	0.45 62	2.27 211	0.09 98	20.04 227	0.35 141	5.24 211	4.72 203	38.52 242	0.37 179	0.16 171	2.08 201	2.21 144	6.76 198

MaskLacGwcNet_RVC	4.96 217	0.78 204	0.46 187	0.93 199	0.73 199	0.98 201	2.04 205	1.19 194	1.73 208	2.69 225	7.76 241	55.72 259	5.25 208	2.73 225	2.62 175	2.26 205	2.44 213	2.93 243	11.88 210	0.62 167	6.08 216	6.50 236	0.21 182	1.31 216	0.82 201	2.91 212	3.41 194	6.94 199

ADCP+	1.66 178	0.60 197	0.65 194	0.04 128	0.66 193	0.52 192	1.03 193	0.10 115	3.74 223	1.45 186	1.41 179	2.81 187	0.02 70	0.29 197	4.24 201	0.58 95	0.11 87	0.11 104	2.88 142	0.63 171	1.26 109	2.25 120	0.04 135	0.05 96	1.32 207	9.00 238	2.02 138	7.08 200

CBMV_ROB	3.27 202	0.40 188	0.58 190	1.97 208	0.67 195	0.93 200	0.87 185	2.81 221	0.71 193	2.07 213	4.31 218	16.43 219	10.64 223	0.08 134	4.28 203	2.32 211	1.23 203	0.30 173	8.97 200	1.55 217	4.44 197	2.80 145	0.32 192	0.33 174	2.38 216	2.80 210	6.89 224	7.08 200

Ntro	10.81 229	19.66 237	2.61 226	42.45 248	13.71 238	32.82 241	28.40 240	0.08 107	0.43 163	0.23 116	0.23 139	14.35 215	2.95 200	26.28 239	2.20 161	0.43 56	3.46 223	0.15 115	23.14 232	0.64 174	6.27 222	5.06 210	53.29 246	1.41 219	0.06 146	2.30 203	2.12 141	7.23 202

ADCRef	1.22 166	0.41 189	0.41 182	0.12 170	0.80 202	0.30 184	0.73 180	0.43 157	2.19 214	0.71 154	0.02 91	0.29 133	0.05 103	0.24 191	4.42 208	0.92 142	0.17 105	0.26 162	3.14 146	0.74 182	0.84 93	1.95 112	1.10 216	0.27 171	1.11 204	2.75 209	1.25 103	7.34 203

MFN_U_SF_DS_RVC	2.19 191	0.36 184	0.12 170	0.96 200	0.71 197	1.19 204	5.29 219	1.30 196	1.26 206	0.59 148	0.54 153	3.31 194	1.15 182	2.62 224	3.30 190	0.75 129	0.18 107	0.24 154	8.44 198	0.62 167	4.12 187	5.95 224	0.65 202	0.13 149	1.68 211	3.51 215	2.81 170	7.45 204

ACVNet_2	14.77 240	26.65 251	7.05 238	49.88 256	26.05 246	44.46 253	33.12 246	0.27 144	0.44 166	0.53 146	0.99 170	22.49 228	8.81 220	46.65 245	1.91 144	0.56 91	9.29 247	0.10 101	32.68 246	0.42 149	6.14 219	4.82 207	53.84 247	1.72 226	4.01 223	4.42 222	3.80 207	7.61 205

PSMNet_ROB	11.94 231	22.84 242	4.65 233	29.92 237	5.57 226	34.03 243	28.07 238	1.41 199	1.78 209	2.84 230	5.73 225	19.09 222	26.30 244	22.34 237	3.06 183	0.64 113	4.50 229	0.53 199	23.75 234	2.62 232	6.39 226	4.52 194	49.18 243	1.48 221	4.82 227	4.57 223	4.07 213	7.77 206

MSC_U_SF_DS_RVC	3.16 200	1.18 212	0.43 186	2.19 212	0.94 207	0.84 198	6.54 225	0.85 176	5.90 232	2.43 219	0.94 168	1.91 182	1.34 184	4.13 229	4.25 202	2.60 219	1.01 200	0.98 217	18.67 222	1.72 222	3.64 183	6.69 240	1.93 224	0.70 197	2.03 215	2.01 199	1.46 113	8.01 207

FAT-Stereo	2.70 197	0.14 155	2.13 223	0.10 166	0.24 168	0.01 90	0.42 170	3.13 223	0.70 190	3.10 236	9.71 246	11.10 209	1.99 190	0.09 142	3.84 197	3.34 233	1.04 201	1.21 227	4.13 157	1.57 218	5.03 207	6.08 226	0.16 174	1.81 227	0.02 131	1.54 195	2.22 146	8.08 208

AnonymousM	0.98 149	0.10 139	0.00 1	0.01 44	0.01 15	0.18 178	0.00 1	0.30 148	0.35 150	0.17 103	1.02 171	0.35 139	0.33 161	0.13 163	1.35 92	1.51 173	0.49 156	0.30 173	0.86 74	1.05 205	2.44 146	2.44 127	0.14 168	0.21 166	0.00 1	0.20 157	4.24 216	8.16 209

SGM+DAISY	4.77 216	2.08 216	2.00 222	3.87 219	2.49 221	4.53 221	3.90 212	2.82 222	2.83 219	3.30 240	7.23 237	13.10 212	10.10 221	0.80 211	4.39 207	3.25 230	1.80 207	1.19 225	20.00 226	2.22 228	6.37 224	5.17 215	0.29 190	2.57 238	3.69 221	1.86 197	8.70 234	8.28 210

otaku	10.18 227	18.56 235	1.37 214	39.15 244	11.37 235	33.18 242	24.07 235	0.18 130	0.46 167	0.00 1	0.65 158	13.73 213	3.66 203	23.21 238	1.97 153	0.51 82	2.60 216	0.11 104	22.61 231	0.51 156	5.90 215	5.08 211	52.25 245	0.91 202	0.14 166	1.39 193	2.91 179	8.43 211

AnyNet_C01	4.71 214	1.30 214	1.38 215	1.93 206	0.93 206	0.52 192	6.17 223	3.59 228	7.24 235	2.71 226	4.09 214	10.44 206	7.26 215	0.83 213	6.33 244	7.50 252	5.37 234	6.03 251	13.07 211	2.75 234	8.51 247	6.74 243	1.51 219	1.23 213	4.50 225	2.64 206	3.89 210	8.83 212

ADCL	1.85 184	0.87 205	0.64 193	0.38 187	0.54 189	0.39 189	1.32 197	0.30 148	8.11 238	1.67 199	1.02 171	0.28 132	0.12 129	0.20 185	4.43 209	0.64 113	0.48 155	0.83 211	2.23 128	0.61 164	2.30 144	1.55 87	0.33 193	0.52 185	4.40 224	4.14 218	2.83 172	8.85 213

ADCS	3.60 205	0.93 207	0.90 205	0.15 173	1.37 210	0.66 195	2.83 210	1.15 191	7.86 236	1.62 195	2.53 199	2.92 192	7.77 218	1.02 214	6.37 247	5.58 246	2.53 214	1.81 234	9.20 203	1.54 216	6.10 217	6.70 241	0.79 209	0.95 204	1.82 212	10.25 241	2.64 164	9.14 214

ACVNet-4b	12.67 232	21.88 241	2.55 225	39.72 245	15.34 239	36.15 244	28.96 241	0.55 163	0.43 163	0.34 127	0.21 133	26.22 233	6.10 212	56.62 251	1.30 89	0.49 77	5.45 235	0.35 182	18.32 221	0.90 195	6.28 223	5.13 213	54.95 251	2.02 232	0.18 178	0.65 175	1.81 129	9.18 215

Dean	17.85 246	30.68 255	3.06 228	55.31 259	32.28 254	48.38 255	36.37 249	3.18 224	4.54 228	1.38 178	0.03 97	24.22 230	32.97 250	55.50 250	2.58 174	0.88 138	6.83 240	0.30 173	24.94 235	1.19 208	6.50 227	5.31 217	55.11 253	2.49 237	17.34 249	8.54 236	12.66 238	9.39 216

ADCMid	2.48 194	1.29 213	1.74 220	0.41 190	1.86 214	1.44 210	2.93 211	0.73 170	3.87 225	0.91 163	3.99 213	1.39 174	1.50 185	0.32 198	5.22 224	1.86 191	0.77 185	0.83 211	8.13 196	0.99 203	3.15 168	4.52 194	1.77 221	0.35 177	1.28 206	4.21 219	2.21 144	9.43 217

edge stereo	4.03 207	0.75 202	5.72 235	1.33 204	0.51 187	2.09 214	1.64 200	3.79 233	2.55 217	2.85 231	7.79 242	22.66 229	5.90 211	0.39 201	2.71 178	3.76 237	0.78 186	0.59 203	13.55 212	1.68 220	3.25 171	6.53 238	0.38 195	1.02 206	1.25 205	1.20 188	4.15 215	10.08 218

pmcnn	3.75 206	0.64 200	0.63 192	1.91 205	2.10 218	1.17 203	2.45 208	2.12 215	1.25 205	2.77 228	5.81 226	8.87 204	11.99 226	0.67 207	3.87 198	4.10 239	2.67 218	1.79 233	11.24 208	2.59 231	6.89 233	3.39 161	1.54 220	1.24 214	0.44 189	1.99 198	7.13 225	10.10 219

ADCPNet	2.98 199	0.18 166	1.56 217	0.38 187	2.05 216	0.31 186	3.98 213	1.10 188	2.73 218	2.26 217	4.94 222	0.97 170	8.31 219	0.73 209	5.33 228	2.28 207	0.91 193	0.29 170	9.19 202	1.73 223	3.19 169	4.38 189	1.90 222	0.32 173	3.45 220	4.80 225	3.15 186	10.16 220

RainbowNet	12.80 233	21.87 240	3.60 230	44.60 251	19.57 242	37.71 245	29.87 242	1.11 189	1.01 201	0.62 150	0.00 1	20.56 225	6.81 214	48.71 246	1.91 144	0.97 146	3.36 222	0.26 162	14.60 214	3.20 236	6.83 232	5.60 220	54.43 250	1.29 215	0.49 191	2.74 208	3.58 205	10.27 221

STTRV1_RVC	3.43 203	0.05 90	0.05 156	0.27 184	0.19 157	0.67 196	0.06 136	0.30 148	0.23 125	0.75 155	0.57 155	3.74 195	6.28 213	0.04 92	2.14 159	0.76 130	3.26 221	0.26 162	43.58 257	4.93 241	4.32 195	3.64 166	0.00 1	0.57 188	0.57 192	0.43 168	4.10 214	10.92 222

SANet	4.18 208	1.17 211	0.72 198	0.82 197	1.48 211	1.40 209	0.67 179	3.67 231	4.18 227	1.03 167	1.60 183	41.37 247	14.10 229	0.62 205	3.58 195	0.66 119	2.66 217	0.37 187	3.32 147	0.57 161	2.86 162	2.85 147	0.04 135	2.20 233	0.89 202	4.37 221	4.63 217	11.13 223

LVE	16.68 242	24.42 245	4.98 234	46.68 252	29.72 251	40.87 248	36.48 250	0.77 173	1.98 212	2.93 232	0.02 91	19.43 223	24.59 240	57.65 252	2.41 167	1.15 153	4.72 232	0.73 209	28.80 242	0.85 188	7.91 241	6.42 234	55.56 254	3.47 244	19.47 251	5.95 230	11.06 236	11.26 224

AnyNet_C32	2.47 193	0.51 196	0.22 176	0.25 183	0.66 193	0.32 188	2.46 209	0.14 126	8.01 237	1.49 187	4.12 215	0.91 167	0.31 159	0.24 191	4.81 215	1.86 191	0.95 197	1.11 223	4.05 154	0.96 200	4.29 191	4.38 189	0.17 176	0.67 194	3.18 219	5.95 230	3.10 184	11.59 225

MDST_ROB	5.34 219	6.28 224	0.58 190	13.30 226	2.82 223	7.90 223	0.58 176	2.11 214	0.67 188	1.76 202	2.06 195	2.86 188	20.75 234	0.03 77	5.04 219	0.58 95	0.47 154	0.16 123	6.00 182	0.20 119	4.05 186	3.85 173	0.76 207	0.36 178	15.04 246	8.71 237	25.23 256	12.09 226

CBMV	2.15 189	0.14 155	0.25 177	0.23 182	0.32 179	0.31 186	0.13 151	1.16 193	0.36 153	1.53 191	1.90 192	6.56 201	2.00 192	0.56 204	3.06 183	2.44 216	0.99 199	0.35 182	5.54 175	0.66 175	4.46 198	4.14 183	0.11 157	0.73 199	0.05 142	0.54 172	6.18 222	13.33 227
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
IMH-64-1	17.49 243	23.91 243	7.20 240	42.28 246	28.60 248	40.17 246	38.12 251	3.27 225	8.82 240	0.09 92	0.89 165	30.12 236	23.49 237	73.52 254	5.49 234	1.63 178	6.07 237	1.82 235	28.60 238	0.85 188	6.96 235	6.15 227	55.91 255	1.37 217	10.81 236	5.12 226	7.25 226	13.60 228

IMH-64	17.49 243	23.91 243	7.20 240	42.28 246	28.60 248	40.17 246	38.12 251	3.27 225	8.82 240	0.09 92	0.89 165	30.12 236	23.49 237	73.52 254	5.49 234	1.63 178	6.07 237	1.82 235	28.60 238	0.85 188	6.96 235	6.15 227	55.91 255	1.37 217	10.81 236	5.12 226	7.25 226	13.60 228

WAO-7	6.90 220	3.58 221	7.49 243	10.80 223	2.31 219	3.16 218	4.23 215	6.24 237	12.31 248	5.63 252	11.90 252	21.88 226	23.00 236	0.68 208	5.38 230	1.10 151	3.74 225	1.94 238	17.44 219	1.44 214	4.18 188	5.88 223	0.08 145	2.38 234	3.84 222	7.05 234	4.81 219	13.72 230

DispFullNet	13.36 237	21.47 239	14.83 256	24.94 234	20.66 243	20.68 232	34.81 247	7.42 244	4.15 226	10.45 256	8.81 244	20.19 224	15.24 230	33.49 241	5.00 218	9.11 256	17.28 257	4.82 248	32.10 243	10.08 251	7.81 239	6.19 230	3.66 227	1.53 223	2.92 218	2.03 200	6.86 223	14.17 231

SGM-ForestM	6.94 221	9.28 231	2.49 224	8.39 221	2.42 220	9.17 224	6.40 224	7.03 243	3.64 221	1.99 209	3.65 209	26.06 232	18.08 231	0.45 203	2.01 155	0.67 121	2.33 212	0.32 179	16.74 218	0.84 187	3.33 173	1.38 75	0.88 212	0.64 192	13.53 244	9.69 240	21.22 252	14.61 232

SGM_RVC	4.30 209	2.32 218	0.75 199	3.54 218	1.59 212	3.25 219	1.82 201	3.65 229	2.25 215	2.74 227	4.77 220	12.38 211	7.46 216	0.33 199	1.94 149	1.02 148	2.05 208	0.71 207	15.39 216	1.24 211	3.51 177	1.92 111	1.00 214	1.06 208	4.85 229	2.62 205	17.04 244	14.85 233
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
G-Net	4.67 213	0.76 203	0.70 197	0.11 168	0.67 195	0.16 174	0.15 156	3.65 229	5.27 229	2.31 218	7.34 238	34.50 240	4.01 205	0.10 150	3.20 189	4.40 243	0.89 190	1.61 230	9.78 205	7.32 248	4.83 206	4.09 181	0.28 189	2.01 231	0.71 197	3.72 217	8.36 233	15.27 234

PWCK	14.24 238	20.44 238	6.93 237	32.16 239	10.87 233	21.04 233	17.05 231	9.58 249	10.48 245	12.07 257	15.06 256	40.76 246	23.97 239	3.30 226	4.94 217	2.14 203	7.86 241	1.63 231	61.12 263	7.20 247	9.39 250	6.41 233	14.49 237	2.67 239	8.21 232	11.32 245	7.81 228	15.45 235

LRCNet_RVC	54.46 263	70.77 264	39.91 263	91.55 264	92.17 266	87.51 265	81.57 264	46.66 265	30.39 261	97.40 265	68.75 265	87.64 266	58.12 262	95.96 267	27.25 260	9.21 257	61.45 264	44.83 263	92.80 265	58.57 264	22.95 261	14.73 259	92.70 268	48.92 263	6.30 230	2.22 202	24.38 255	15.60 236

notaker	24.99 255	32.93 258	15.02 257	55.34 260	38.46 260	56.36 260	56.70 260	10.17 250	22.95 256	6.84 253	2.28 197	45.40 254	43.26 258	91.12 264	5.38 230	2.72 223	13.56 253	6.42 252	42.98 256	10.39 252	8.07 242	7.68 247	61.15 264	5.81 252	2.84 217	5.91 229	8.26 232	16.81 237

WAO-6	12.97 234	12.92 232	2.64 227	22.85 233	13.01 237	31.05 240	25.33 237	3.69 232	9.31 243	0.52 144	3.07 203	25.35 231	35.29 253	45.64 243	5.70 238	1.43 169	8.23 242	0.60 204	19.56 225	1.47 215	6.98 237	6.65 239	17.42 238	3.07 242	12.29 239	9.52 239	9.39 235	17.14 238

MeshStereo	7.09 223	2.48 220	1.32 213	9.08 222	3.09 224	5.28 222	0.93 190	5.74 236	3.68 222	3.07 235	6.68 233	28.93 235	20.66 233	0.34 200	7.55 253	4.93 245	2.05 208	0.97 216	13.64 213	0.91 197	10.55 254	6.72 242	0.35 194	1.13 210	9.81 234	5.60 228	18.44 250	17.47 239
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
ELAS_RVC	9.26 225	5.08 223	4.33 232	10.85 224	5.66 227	17.39 231	5.27 218	6.37 238	3.83 224	4.16 247	10.46 250	38.81 245	25.22 242	1.72 217	5.58 237	1.74 186	4.27 227	2.84 242	10.78 207	2.72 233	6.80 229	7.82 249	1.41 218	4.21 248	15.79 248	10.60 242	18.32 249	17.99 240
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	4.60 211	0.22 176	0.54 188	0.16 175	0.30 178	0.27 183	1.45 199	1.79 209	0.58 182	1.29 177	2.55 200	1.03 171	10.68 224	0.66 206	5.56 236	1.76 188	0.73 180	0.54 201	7.08 190	0.89 192	4.31 193	5.49 219	0.02 115	0.66 193	20.30 252	18.97 255	17.76 248	18.53 241

MADNet+	4.41 210	1.05 210	0.80 201	1.02 201	1.71 213	0.11 165	5.99 222	4.10 234	0.97 200	2.05 211	1.32 177	6.38 200	7.48 217	1.42 216	8.01 254	4.40 243	9.16 246	0.48 194	9.27 204	3.65 240	8.25 244	6.45 235	0.17 176	5.70 251	4.53 226	1.51 194	3.80 207	19.26 242

STStereo	10.25 228	8.38 229	9.78 249	18.33 230	10.17 232	14.59 229	9.26 227	12.75 254	8.27 239	3.70 245	13.40 254	36.44 242	25.95 243	0.17 175	6.07 241	1.96 199	1.32 204	0.63 206	25.78 237	1.22 210	2.97 164	3.26 157	1.02 215	3.80 245	12.57 241	8.01 235	17.34 246	19.56 243

ELAS	9.53 226	6.63 225	3.99 231	13.09 225	7.62 230	13.81 228	5.42 220	6.99 242	6.82 234	3.78 246	10.20 248	38.09 244	22.57 235	1.86 219	6.35 246	1.70 181	4.43 228	2.64 240	11.47 209	1.62 219	6.89 233	7.84 250	1.28 217	3.81 246	17.61 250	13.16 249	17.54 247	20.21 244
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SPstereo	11.64 230	2.43 219	9.22 245	1.96 207	1.05 208	3.34 220	1.82 201	10.28 251	5.36 230	3.63 244	16.41 258	22.30 227	38.83 254	2.52 222	8.86 255	15.37 259	11.90 248	12.84 256	23.42 233	12.51 255	18.90 258	14.90 260	4.08 230	6.45 254	9.72 233	14.01 251	20.19 251	21.81 245

LSM0	13.03 235	0.48 193	1.94 221	3.08 216	2.05 216	2.43 217	4.86 216	6.43 239	6.36 233	3.45 241	7.75 240	14.97 216	19.62 232	0.15 171	68.79 264	82.55 265	3.67 224	1.66 232	40.88 255	6.19 244	12.32 256	13.19 257	0.24 183	2.44 235	4.84 228	6.87 232	12.68 239	21.90 246

IMH	18.53 247	24.49 246	7.11 239	42.48 249	29.80 252	40.97 249	39.23 253	3.43 227	9.05 242	0.16 101	0.26 142	31.99 238	32.37 246	76.84 257	3.57 194	1.35 164	6.58 239	1.86 237	28.67 241	1.02 204	6.73 228	5.64 221	55.92 257	1.44 220	10.40 235	7.04 233	8.16 231	23.66 247

TorneroNet	24.03 253	28.19 254	10.69 252	49.51 254	34.21 257	51.74 258	50.69 256	8.48 245	26.48 258	1.40 181	6.56 230	44.67 252	43.84 259	86.48 262	3.92 199	1.37 165	12.72 250	2.99 244	39.87 252	6.79 246	8.20 243	6.79 244	56.84 259	2.97 241	13.85 245	12.70 248	11.54 237	25.42 248

JetBlue	15.47 241	15.83 234	11.44 253	22.01 232	17.05 241	27.41 237	16.87 230	12.74 253	15.86 250	2.53 222	3.31 206	67.15 262	4.28 206	15.41 233	7.44 250	7.70 254	13.42 252	10.65 255	18.92 223	7.32 248	13.48 257	10.71 255	9.89 235	6.29 253	12.60 242	19.46 256	21.68 253	26.23 249

DPSimNet_ROB	28.35 257	27.89 253	32.43 261	31.24 238	27.36 247	30.93 239	25.25 236	17.05 257	22.20 255	30.89 262	26.52 262	42.32 248	40.22 255	51.91 247	27.50 261	22.48 260	22.69 259	14.88 257	40.12 253	35.73 262	22.76 260	21.96 261	26.47 241	19.83 260	23.16 254	28.12 261	26.90 257	26.68 250

KSHMR	23.83 252	31.62 256	14.01 255	55.60 261	40.18 261	53.28 259	55.84 259	13.62 256	9.32 244	7.81 254	7.68 239	28.72 234	25.02 241	84.79 259	6.40 248	3.08 227	12.08 249	4.84 249	36.89 251	5.30 242	8.60 248	7.86 251	57.85 260	4.11 247	15.16 247	11.60 246	14.42 240	27.69 251

ktn	25.08 256	26.20 249	10.23 251	42.84 250	31.90 253	44.34 252	52.33 257	6.49 240	31.79 262	14.13 259	3.70 211	42.64 249	42.28 257	75.37 256	11.31 257	6.62 249	14.82 254	9.79 254	36.83 250	9.07 250	9.10 249	7.61 246	58.54 261	8.47 255	12.19 238	16.13 252	24.10 254	28.22 252

TorneroNet-64	24.06 254	27.81 252	9.31 246	49.03 253	32.72 255	49.66 257	50.37 255	6.81 241	29.35 260	1.51 189	1.50 182	47.37 255	48.28 260	85.46 261	5.28 227	1.51 173	13.20 251	3.01 245	40.54 254	6.25 245	8.29 245	7.11 245	56.69 258	3.40 243	12.42 240	13.70 250	8.11 230	30.87 253

MADNet++	42.01 262	32.47 257	37.64 262	21.86 231	40.47 262	25.73 236	30.87 243	37.69 262	51.70 264	44.04 264	63.49 264	66.12 261	65.51 264	19.07 234	14.02 259	23.43 261	50.54 263	31.94 262	53.94 261	54.26 263	75.96 264	73.11 264	9.99 236	58.95 264	24.11 257	52.98 264	42.13 262	32.16 254

WAO-8	19.62 249	25.29 247	9.38 247	38.63 241	24.33 244	42.42 250	31.16 244	8.67 246	18.70 251	3.62 242	7.02 235	43.16 250	32.71 248	54.90 248	3.38 192	1.54 176	8.45 243	1.04 219	32.58 244	12.68 256	6.82 230	6.37 231	25.97 239	1.98 229	29.31 261	11.20 243	14.88 241	33.63 255

Venus	19.63 250	25.29 247	9.38 247	38.63 241	24.33 244	42.42 250	31.16 244	8.67 246	18.70 251	3.62 242	7.02 235	43.16 250	32.71 248	54.95 249	3.38 192	1.54 176	8.45 243	1.04 219	32.58 244	12.68 256	6.82 230	6.37 231	25.97 239	1.98 229	29.31 261	11.20 243	14.88 241	33.63 255

MANE	13.07 236	7.36 227	11.49 254	14.22 227	9.29 231	11.70 226	8.94 226	13.50 255	12.28 247	2.82 229	6.34 228	32.11 239	28.69 245	2.24 221	6.16 243	5.90 248	4.12 226	20.76 261	17.59 220	1.99 226	6.38 225	4.38 189	0.85 210	4.58 249	23.20 255	20.22 257	39.65 261	36.16 257

BEATNet-Init1	17.57 245	19.15 236	7.36 242	32.29 240	12.37 236	28.66 238	15.03 229	11.34 252	11.51 246	4.44 248	10.38 249	36.68 243	41.56 256	2.04 220	9.48 256	7.61 253	4.58 230	3.72 246	46.12 258	16.50 258	9.66 251	9.43 253	3.73 228	5.56 250	24.83 258	12.37 247	50.26 264	37.71 258

HanzoNet	37.35 260	39.96 261	24.65 260	54.61 258	43.74 263	58.38 261	63.81 261	26.85 260	42.31 263	15.90 261	18.03 259	68.31 263	58.44 263	89.37 263	12.91 258	15.06 258	25.60 261	18.17 259	56.45 262	29.02 261	19.21 259	14.61 258	70.48 266	17.65 259	29.19 260	27.11 260	29.31 259	39.40 259

UNDER WATER-64	29.55 259	34.06 259	16.97 259	62.49 263	48.81 264	62.21 263	67.65 263	27.75 261	20.05 253	8.84 255	9.51 245	48.23 257	35.17 252	83.34 258	6.92 249	4.38 241	16.86 255	6.53 253	34.28 247	11.19 253	9.69 253	9.48 254	59.94 263	9.75 256	22.62 253	24.30 259	17.16 245	39.54 260

FADE		7.16 226	9.98 250	3.31 217	5.32 225	14.78 230	17.81 232	9.16 248	26.38 257	12.82 258	22.74 261		32.45 247	6.95 231	5.88 240	7.42 251	23.08 260	15.64 258	49.88 259	25.92 260	25.12 262	26.10 262	3.83 229	11.44 257	7.98 231	4.23 220	28.34 258	39.94 261

UNDER WATER	29.22 258	34.07 260	15.79 258	61.06 262	48.92 265	60.55 262	67.17 262	25.97 259	20.28 254	4.66 249	6.67 232	47.92 256	34.52 251	85.26 260	6.09 242	3.30 231	17.14 256	5.72 250	35.04 249	11.97 254	9.66 251	8.71 252	58.59 262	12.20 258	26.03 259	22.98 258	16.86 243	41.83 262

JetRed	38.88 261	45.85 262	43.93 264	38.66 243	38.26 259	49.60 256	54.21 258	37.93 263	28.12 259	14.79 260	10.03 247	62.74 260	5.65 210	46.25 244	34.16 262	37.11 262	44.95 262	61.08 265	34.78 248	20.44 259	57.40 263	51.01 263	49.75 244	22.86 261	30.80 264	46.77 263	39.14 260	43.50 263

LE_ROB	18.84 248	4.56 222	7.69 244	26.18 235	32.73 256	22.59 234	28.28 239	19.07 258	15.68 249	4.69 250	13.55 255	45.05 253	49.00 261	1.33 215	4.74 214	1.71 182	1.40 205	0.53 199	28.64 240	5.81 243	5.55 213	3.29 159	6.71 233	23.78 262	30.08 263	31.85 262	46.70 263	47.61 264

AVERAGE_ROB	97.87 271	100.00 271	99.48 269	100.00 270	100.00 268	100.00 276	100.00 273	100.00 270	100.00 269	100.00 269	100.00 271	100.00 274	100.00 271	100.00 273	99.53 269	99.67 268	99.99 271	99.97 269	100.00 272	100.00 271	96.18 269	98.83 269	100.00 272	100.00 271	86.70 267	87.40 265	88.36 266	86.25 265

MEDIAN_ROB	95.86 266	98.19 268	97.03 267	100.00 270	99.94 267	99.99 273	100.00 273	98.77 268	96.83 267	99.97 268	99.86 269	96.27 269	93.30 266	99.96 271	98.75 267	96.77 266	97.64 269	97.60 267	99.54 268	96.90 267	89.03 267	92.34 268	100.00 272	94.80 267	79.49 266	88.48 266	83.33 265	93.50 266

HaxPig	97.65 270	100.00 271	98.14 268	100.00 270	100.00 268	99.99 273	99.99 272	99.98 269	99.94 268	100.00 269	99.97 270	99.99 273	99.94 269	99.99 272	99.17 268	98.75 267	99.96 270	98.27 268	99.99 269	99.99 270	93.43 268	86.94 267	99.99 271	99.97 270	77.32 265	98.91 268	88.64 267	97.25 267

PML	91.55 265	100.00 271	70.97 266	100.00 270	100.00 268	99.99 273	98.63 267	100.00 270	96.55 266	100.00 269	88.93 266	99.88 270	99.98 270	96.96 268	86.25 265	78.72 264	88.35 266	58.29 264	100.00 272	90.03 266	83.50 266	75.97 265	88.27 267	86.28 266	92.48 268	92.28 267	100.00 269	99.42 268

ASD4	66.87 264	54.81 263	60.27 265	49.77 255	37.71 258	66.85 264	47.51 254	45.00 264	70.57 265	41.67 263	55.70 263	35.48 241	91.86 265	44.11 242	61.10 263	71.92 263	72.25 265	76.86 266	62.13 264	79.91 265	77.82 265	80.25 266	63.31 265	61.04 265	98.41 269	99.71 269	99.61 268	99.77 269

MyStereo03	99.93 274	100.00 271	100.00 272	100.00 270	100.00 268	99.06 270	99.14 269	100.00 270	100.00 269	100.00 269	100.00 271	99.91 271	100.00 271	100.00 273	100.00 272	100.00 270	100.00 272	100.00 272	100.00 272	100.00 271	100.00 272	100.00 272	100.00 272	100.00 271	100.00 270	100.00 270	100.00 269	100.00 270

MyStereo02	96.23 267	100.00 271	100.00 272	100.00 270	0.00 1	99.06 270	99.14 269	100.00 270	100.00 269	100.00 269	100.00 271	99.91 271	100.00 271	100.00 273	100.00 272	100.00 270	100.00 272	100.00 272	100.00 272	100.00 271	100.00 272	100.00 272	100.00 272	100.00 271	100.00 270	100.00 270	100.00 269	100.00 270

CasAABBNet	99.94 275	100.00 271	100.00 272	100.00 270	100.00 268	99.26 272	99.18 271	100.00 270	100.00 269	100.00 269	100.00 271	100.00 274	100.00 271	100.00 273	100.00 272	100.00 270	100.00 272	100.00 272	100.00 272	100.00 271	100.00 272	100.00 272	100.00 272	100.00 271	100.00 270	100.00 270	100.00 269	100.00 270

DPSMNet_ROB	98.09 273	97.61 267	100.00 272	97.53 266	100.00 268	96.88 268	100.00 273	95.37 266	100.00 269	98.24 267	98.79 268	82.72 265	98.14 268	99.87 270	99.87 270	99.99 269	90.64 268	99.99 271	94.19 267	99.98 268	99.25 270	99.45 270	99.85 269	99.95 268	100.00 270	100.00 270	100.00 269	100.00 270

DGTPSM_ROB	98.07 272	97.55 266	100.00 272	97.51 265	100.00 268	96.88 268	100.00 273	95.37 266	100.00 269	98.23 266	98.78 267	82.66 264	98.09 267	99.84 269	99.87 270	100.00 270	90.54 267	99.98 270	94.00 266	99.98 268	99.25 270	99.45 270	99.85 269	99.95 268	100.00 270	100.00 270	100.00 269	100.00 270

DPSM_ROB	97.19 268	99.15 269	99.69 270	98.88 267	100.00 268	91.14 266	91.00 265	100.00 270	100.00 269	100.00 269	100.00 271	95.08 267	100.00 271	94.84 265	100.00 272	100.00 270	100.00 272	100.00 272	99.99 269	100.00 271	100.00 272	100.00 272	54.28 248	100.00 271	100.00 270	100.00 270	100.00 269	100.00 270

DPSM	97.19 268	99.15 269	99.69 270	98.88 267	100.00 268	91.14 266	91.00 265	100.00 270	100.00 269	100.00 269	100.00 271	95.08 267	100.00 271	94.84 265	100.00 272	100.00 270	100.00 272	100.00 272	99.99 269	100.00 271	100.00 272	100.00 272	54.28 248	100.00 271	100.00 270	100.00 270	100.00 269	100.00 270

Low-res two-view benchmark