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

delet	0.03 1	0.02 14	0.00 1	0.00 1	0.01 5	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.07 22	0.01 21	0.00 1	0.35 5	0.17 6	0.04 11	0.00 1	0.02 4	0.00 1	0.04 3	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AASNet	0.04 2	0.03 28	0.00 1	0.00 1	0.02 20	0.00 1	0.01 11	0.00 1	0.00 1	0.03 70	0.00 1	0.04 11	0.01 21	0.01 11	0.34 4	0.17 6	0.04 11	0.00 1	0.03 6	0.01 13	0.06 4	0.20 11	0.00 1	0.01 12	0.00 1	0.00 1	0.00 1	0.00 1

MMNet	0.05 3	0.03 28	0.00 1	0.00 1	0.02 20	0.00 1	0.05 68	0.00 1	0.00 1	0.00 1	0.00 1	0.09 41	0.01 21	0.02 38	0.55 8	0.22 8	0.01 1	0.00 1	0.02 4	0.02 18	0.13 11	0.13 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TDLM	0.05 3	0.00 1	0.01 97	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 63	0.00 1	0.03 62	0.13 1	0.08 1	0.19 72	0.00 1	0.00 1	0.00 1	0.03 2	0.63 24	0.01 84	0.00 1	0.00 1	0.00 1	0.02 24	0.00 1

AANet_RVC	0.05 3	0.00 1	0.00 1	0.00 1	0.04 35	0.00 1	0.02 31	0.00 1	0.03 40	0.00 1	0.00 1	0.02 4	0.00 1	0.00 1	0.49 6	0.13 5	0.04 11	0.00 1	0.24 32	0.02 18	0.07 7	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoVision	0.06 6	0.02 14	0.00 1	0.01 35	0.01 5	0.00 1	0.01 11	0.01 34	0.01 9	0.00 1	0.00 1	0.07 22	0.02 57	0.01 11	0.54 7	0.34 24	0.03 9	0.00 1	0.20 27	0.00 1	0.10 8	0.11 3	0.00 1	0.01 12	0.00 1	0.00 1	0.02 24	0.00 1

CroCo-Stereo Lap2	0.06 6	0.02 14	0.00 1	0.02 78	0.01 5	0.00 1	0.00 1	0.01 34	0.01 9	0.00 1	0.00 1	0.07 22	0.01 21	0.01 11	0.60 9	0.47 43	0.01 1	0.00 1	0.01 2	0.00 1	0.18 19	0.16 8	0.00 1	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1

CroCo-Stereo	0.07 8	0.02 14	0.00 1	0.01 35	0.01 5	0.00 1	0.00 1	0.01 34	0.02 26	0.00 1	0.00 1	0.04 11	0.01 21	0.00 1	0.78 19	0.47 43	0.02 6	0.00 1	0.08 15	0.00 1	0.17 16	0.29 13	0.00 1	0.02 20	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
DMCA	0.07 8	0.02 14	0.00 1	0.00 1	0.02 20	0.00 1	0.03 47	0.00 1	0.01 9	0.06 78	0.00 1	0.07 22	0.01 21	0.01 11	0.61 10	0.39 32	0.05 19	0.02 52	0.08 15	0.02 18	0.14 12	0.36 16	0.00 1	0.00 1	0.01 107	0.00 1	0.00 1	0.00 1

CVANet_RVC	0.10 10	0.00 1	0.01 97	0.00 1	0.02 20	0.00 1	0.01 11	0.04 83	0.02 26	0.01 59	0.00 1	0.18 81	0.00 1	0.04 79	0.18 2	0.10 2	0.19 72	0.00 1	0.01 2	0.00 1	0.06 4	1.46 43	0.00 1	0.00 1	0.00 1	0.00 1	0.16 53	0.16 124

StereoIM	0.12 11	0.14 150	0.00 1	0.01 35	0.05 43	0.01 36	0.01 11	0.02 61	0.02 26	0.00 1	0.00 1	0.04 11	0.02 57	0.02 38	0.99 26	0.50 53	0.06 22	0.01 35	0.46 45	0.01 13	0.48 48	0.39 18	0.00 1	0.05 45	0.00 1	0.00 1	0.00 1	0.00 1

RAFT	0.12 11	0.00 1	0.00 1	0.00 1	0.00 1	0.11 144	0.10 95	0.01 34	0.00 1	0.00 1	0.00 1	0.10 49	0.00 1	0.01 11	1.74 66	0.68 90	0.17 65	0.00 1	0.05 10	0.16 78	0.02 1	0.13 6	0.00 1	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1

TestStereo	0.12 11	0.02 14	0.00 1	0.00 1	0.03 28	0.00 1	0.01 11	0.07 99	0.09 90	0.00 1	0.00 1	0.06 19	0.02 57	0.01 11	0.67 12	0.25 10	0.25 91	0.05 77	0.54 49	0.02 18	0.49 49	0.44 21	0.00 1	0.04 36	0.00 1	0.00 1	0.17 55	0.01 68

UPFNet	0.12 11	0.03 28	0.01 97	0.02 78	0.06 51	0.01 36	0.02 31	0.00 1	0.00 1	0.00 1	0.00 1	0.05 16	0.00 1	0.05 91	0.76 15	0.23 9	0.04 11	0.00 1	0.04 8	0.00 1	0.17 16	0.18 10	0.00 1	0.02 20	0.00 1	0.00 1	1.44 111	0.00 1

ProNet	0.13 15	0.00 1	0.03 139	0.00 1	0.00 1	0.07 126	0.61 161	0.00 1	0.00 1	0.00 1	0.00 1	0.02 4	0.00 1	0.17 148	0.86 23	0.66 85	0.18 67	0.00 1	0.04 8	0.04 26	0.11 9	0.73 28	0.01 84	0.00 1	0.02 121	0.00 1	0.01 16	0.00 1

CFNet	0.13 15	0.06 92	0.00 1	0.03 106	0.07 61	0.01 36	0.10 95	0.04 83	0.02 26	0.07 79	0.00 1	0.07 22	0.02 57	0.04 79	1.15 37	0.12 4	0.21 80	0.00 1	0.17 24	0.04 26	0.47 46	0.41 20	0.00 1	0.03 31	0.00 1	0.01 63	0.48 71	0.00 1

test_5	0.14 17	0.01 8	0.00 1	0.00 1	0.01 5	0.09 131	0.01 11	0.34 150	0.01 9	0.00 1	0.70 149	0.07 22	0.01 21	0.00 1	0.79 20	0.47 43	0.01 1	0.01 35	0.27 35	0.00 1	0.17 16	0.86 30	0.00 1	0.04 36	0.00 1	0.00 1	0.03 30	0.00 1

MIF-Stereo	0.15 18	0.10 131	0.00 1	0.02 78	0.05 43	0.00 1	0.00 1	0.01 34	0.02 26	0.00 1	0.00 1	0.20 84	0.01 21	0.04 79	0.92 24	0.68 90	0.09 30	0.01 35	0.82 66	0.05 33	0.64 58	0.33 15	0.00 1	0.10 100	0.00 1	0.00 1	0.02 24	0.00 1

HGLStereo	0.15 18	0.05 76	0.01 97	0.01 35	0.07 61	0.01 36	0.05 68	0.00 1	0.02 26	0.47 136	0.00 1	0.05 16	0.01 21	0.02 38	0.80 21	0.35 25	0.12 51	0.00 1	0.20 27	0.02 18	0.33 37	1.36 42	0.02 106	0.03 31	0.00 1	0.00 1	0.09 43	0.00 1

GMStereo	0.16 20	0.03 28	0.00 1	0.00 1	0.02 20	0.01 36	0.01 11	0.00 1	0.02 26	0.00 1	0.00 1	0.02 4	0.00 1	0.01 11	0.67 12	0.29 19	0.09 30	0.02 52	0.95 72	0.00 1	0.25 26	1.07 36	0.00 1	0.02 20	0.00 1	0.00 1	0.82 86	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
UNet	0.16 20	0.03 28	0.00 1	0.01 35	0.10 76	0.02 91	0.02 31	0.00 1	0.01 9	0.00 1	0.00 1	0.09 41	0.01 21	0.13 138	0.77 17	0.26 13	0.11 47	0.01 35	0.19 25	0.03 24	0.31 35	0.16 8	0.00 1	0.05 45	0.00 1	0.00 1	1.90 127	0.00 1

iRaftStereo_RVC	0.17 22	0.05 76	0.00 1	0.00 1	0.05 43	0.01 36	0.01 11	0.00 1	0.01 9	0.00 1	0.00 1	0.08 37	0.01 21	0.03 62	0.85 22	0.33 23	0.19 72	0.00 1	0.10 17	0.05 33	0.30 34	2.54 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RYNet	0.17 22	0.00 1	0.00 1	0.00 1	0.01 5	0.00 1	0.00 1	0.00 1	0.01 9	0.00 1	0.00 1	0.03 8	0.00 1	0.00 1	4.06 163	0.27 15	0.01 1	0.00 1	0.03 6	0.00 1	0.06 4	0.03 1	0.01 84	0.00 1	0.00 1	0.02 89	0.04 33	0.00 1

DLCB_ROB	0.17 22	0.07 104	0.02 126	0.05 129	0.09 70	0.03 108	0.17 115	0.00 1	0.02 26	0.26 119	0.08 111	0.07 22	0.02 57	0.04 79	0.61 10	0.30 20	0.23 85	0.04 74	0.15 21	0.02 18	0.68 61	1.29 41	0.01 84	0.06 58	0.03 124	0.05 112	0.15 48	0.04 109

test croco	0.18 25	0.08 115	0.00 1	0.01 35	0.11 84	0.00 1	0.01 11	0.01 34	0.05 60	0.00 1	0.00 1	0.28 104	0.02 57	0.03 62	1.09 32	0.76 100	0.09 30	0.08 88	0.15 21	0.05 33	0.96 87	0.95 33	0.00 1	0.17 135	0.00 1	0.00 1	0.04 33	0.00 1

dd	0.18 25	0.06 92	0.00 1	0.00 1	0.02 20	0.02 91	0.05 68	0.01 34	0.04 48	0.00 1	0.00 1	0.01 1	0.01 21	0.00 1	1.46 50	0.35 25	0.03 9	0.04 74	1.01 75	0.15 75	0.18 19	0.40 19	0.10 142	0.19 140	0.00 1	0.00 1	0.56 75	0.27 131

HCRNet	0.18 25	0.04 53	0.00 1	0.11 160	0.01 5	0.00 1	0.01 11	0.00 1	0.01 9	0.56 145	0.00 1	0.01 1	0.00 1	0.00 1	1.07 31	0.25 10	0.10 43	0.00 1	0.05 10	0.03 24	0.16 15	1.20 38	0.00 1	0.00 1	0.00 1	0.00 1	1.36 108	0.00 1

AMNet	0.18 25	0.06 92	0.00 1	0.00 1	0.01 5	0.05 118	0.01 11	0.00 1	0.10 99	0.20 109	0.00 1	0.54 148	0.21 143	0.49 196	0.76 15	0.61 78	0.30 107	0.00 1	0.16 23	0.11 52	0.42 44	0.21 12	0.00 1	0.08 82	0.00 1	0.25 145	0.12 45	0.27 131

ADLNet	0.19 29	0.02 14	0.00 1	0.00 1	0.06 51	0.00 1	0.02 31	0.19 130	0.00 1	0.00 1	0.01 81	0.82 158	0.00 1	0.08 112	2.29 93	0.41 33	0.08 27	0.00 1	0.06 12	0.06 38	0.14 12	0.95 33	0.00 1	0.01 12	0.00 1	0.00 1	0.03 30	0.00 1

IER	0.20 30	0.04 53	0.00 1	0.02 78	0.06 51	0.01 36	0.05 68	0.00 1	0.01 9	0.23 115	0.00 1	0.09 41	0.00 1	0.02 38	1.42 45	0.26 13	0.09 30	0.00 1	0.06 12	0.04 26	0.22 25	1.47 44	0.12 150	0.01 12	0.00 1	0.03 99	1.20 99	0.04 109

DSFCA	0.20 30	0.05 76	0.01 97	0.01 35	0.18 131	0.02 91	0.23 131	0.02 61	0.09 90	0.00 1	0.03 95	0.08 37	0.01 21	0.02 38	0.94 25	0.46 41	0.13 54	0.15 110	0.19 25	0.11 52	0.41 41	1.19 37	0.06 133	0.07 73	0.09 144	0.06 116	0.74 83	0.13 122

MIF-Stereo (partial)	0.22 32	0.12 142	0.00 1	0.00 1	0.06 51	0.00 1	0.01 11	0.00 1	0.04 48	0.00 1	0.00 1	0.21 86	0.01 21	0.02 38	1.12 33	0.73 96	0.10 43	0.03 69	0.24 32	0.04 26	0.79 70	0.85 29	0.00 1	0.09 91	0.00 1	0.00 1	1.51 117	0.00 1

STTStereo	0.22 32	0.07 104	0.03 139	0.02 78	0.08 65	0.01 36	0.36 152	0.00 1	0.69 184	0.19 105	0.02 89	0.06 19	0.01 21	0.01 11	2.15 85	0.43 37	0.06 22	0.00 1	0.20 27	0.04 26	0.27 32	0.67 25	0.06 133	0.04 36	0.00 1	0.06 116	0.13 46	0.25 130

HITNet	0.22 32	0.02 14	0.00 1	0.01 35	0.05 43	0.01 36	0.01 11	0.04 83	0.09 90	0.00 1	0.00 1	0.12 58	0.03 80	0.08 112	1.03 28	0.51 55	0.25 91	0.01 35	0.43 42	0.08 41	1.04 92	1.63 48	0.00 1	0.04 36	0.00 1	0.00 1	0.34 67	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
RAFT_CTSACE	0.23 35	0.07 104	0.00 1	0.08 154	0.01 5	0.11 144	0.01 11	0.00 1	0.01 9	0.00 1	0.01 81	0.03 8	0.01 21	0.01 11	1.66 59	0.58 72	0.15 60	0.02 52	0.35 39	0.09 46	0.36 39	2.36 68	0.00 1	0.04 36	0.18 166	0.00 1	0.01 16	0.01 68

RAFT+CT+SA	0.23 35	0.03 28	0.00 1	0.00 1	0.01 5	0.00 1	0.01 11	0.02 61	0.02 26	0.00 1	0.00 1	0.14 63	0.01 21	0.00 1	0.77 17	0.64 83	0.02 6	0.02 52	1.30 84	0.11 52	0.42 44	2.50 70	0.00 1	0.05 45	0.00 1	0.00 1	0.10 44	0.01 68

RAFT + AFF	0.23 35	0.01 8	0.00 1	0.01 35	0.01 5	0.01 36	0.12 105	0.01 34	0.01 9	0.00 1	0.00 1	0.17 76	0.03 80	0.01 11	4.18 164	0.43 37	0.05 19	0.00 1	0.59 50	0.01 13	0.37 40	0.05 2	0.00 1	0.02 20	0.00 1	0.03 99	0.01 16	0.00 1

DMCA-RVC	0.23 35	0.05 76	0.09 160	0.03 106	0.17 122	0.07 126	0.64 163	0.04 83	0.48 165	0.66 152	0.21 130	0.04 11	0.02 57	0.04 79	1.20 38	0.36 27	0.22 81	0.10 92	0.10 17	0.10 48	0.25 26	0.48 22	0.05 130	0.07 73	0.04 127	0.01 63	0.82 86	0.00 1

psm_up	0.24 39	0.14 150	0.01 97	0.07 151	0.20 136	0.01 36	0.20 117	0.01 34	0.03 40	0.00 1	0.00 1	0.34 116	0.00 1	0.11 124	1.53 53	0.37 31	0.20 76	0.11 99	1.18 81	0.19 90	0.69 63	0.90 32	0.00 1	0.11 107	0.00 1	0.01 63	0.05 35	0.00 1

NLCA_NET_v2_RVC	0.25 40	0.04 53	0.01 97	0.01 35	0.12 96	0.00 1	0.33 149	0.00 1	1.16 199	0.98 163	0.00 1	0.09 41	0.00 1	0.01 11	1.44 48	0.31 21	0.11 47	0.02 52	0.43 42	0.04 26	0.19 21	0.57 23	0.00 1	0.09 91	0.00 1	0.66 165	0.05 35	0.03 104
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AACVNet	0.26 41	0.12 142	0.01 97	0.00 1	0.10 76	0.00 1	0.12 105	0.00 1	0.02 26	0.01 59	0.00 1	0.15 71	0.01 21	0.11 124	2.21 90	0.49 51	0.09 30	0.01 35	0.38 41	0.17 83	0.61 56	1.71 49	0.01 84	0.03 31	0.00 1	0.00 1	0.74 83	0.03 104

DISCO	0.26 41	0.06 92	0.00 1	0.01 35	0.09 70	0.01 36	0.27 142	0.00 1	0.03 40	0.99 164	0.00 1	0.10 49	0.01 21	0.02 38	0.99 26	0.44 40	0.09 30	0.01 35	0.72 60	0.08 41	0.26 30	1.90 52	0.00 1	0.01 12	0.00 1	0.00 1	1.02 94	0.04 109

RASNet	0.27 43	0.01 8	0.00 1	0.01 35	0.06 51	0.01 36	0.00 1	0.02 61	0.04 48	0.59 147	0.00 1	0.03 8	0.01 21	0.27 169	0.72 14	0.67 88	0.16 63	0.00 1	0.14 19	0.00 1	0.63 57	2.30 66	0.00 1	0.05 45	0.03 124	0.01 63	1.27 102	0.18 125

GANet	0.27 43	0.00 1	0.15 168	0.04 122	0.02 20	0.26 176	0.01 11	0.15 123	0.02 26	0.13 95	2.41 192	1.12 165	0.20 138	0.10 122	0.28 3	0.11 3	0.22 81	0.06 82	0.07 14	0.05 33	0.15 14	1.52 45	0.00 1	0.00 1	0.07 138	0.00 1	0.01 16	0.03 104

AF-Net	0.29 45	0.02 14	0.01 97	0.05 129	0.06 51	0.01 36	1.26 180	0.44 156	0.05 60	0.02 64	0.00 1	0.34 116	0.01 21	0.03 62	1.13 34	0.27 15	0.07 25	0.00 1	0.93 69	0.12 56	0.20 22	2.56 73	0.00 1	0.01 12	0.00 1	0.01 63	0.29 65	0.02 88

Nwc_Net	0.29 45	0.02 14	0.01 97	0.05 129	0.06 51	0.01 36	1.26 180	0.44 156	0.05 60	0.02 64	0.00 1	0.34 116	0.01 21	0.03 62	1.13 34	0.27 15	0.07 25	0.00 1	0.93 69	0.12 56	0.20 22	2.56 73	0.00 1	0.01 12	0.00 1	0.01 63	0.29 65	0.02 88

PS-NSSS	0.29 45	0.07 104	0.00 1	0.15 168	0.13 101	0.15 158	0.25 138	0.00 1	0.01 9	0.00 1	0.00 1	1.47 172	0.03 80	0.11 124	1.04 29	0.31 21	0.24 86	0.01 35	0.77 64	0.01 13	0.31 35	0.32 14	0.72 203	0.01 12	0.00 1	0.00 1	1.72 123	0.00 1

CFNet_RVC	0.30 48	0.12 142	0.02 126	0.00 1	0.07 61	0.02 91	0.09 89	0.00 1	0.03 40	0.02 64	0.00 1	0.10 49	0.02 57	0.06 99	2.67 119	0.47 43	0.28 104	0.02 52	1.05 76	0.13 61	0.77 68	1.28 40	0.01 84	0.16 129	0.00 1	0.01 63	0.78 85	0.00 1

NVstereo2D	0.30 48	0.10 131	0.00 1	0.00 1	0.08 65	0.01 36	0.01 11	0.01 34	0.06 71	0.52 143	0.37 139	0.04 11	0.00 1	0.01 11	4.35 169	0.63 80	0.12 51	0.03 69	0.70 55	0.00 1	0.41 41	0.67 25	0.00 1	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1

LMCR-Stereo	0.34 50	0.09 124	0.00 1	0.09 158	0.10 76	0.04 113	0.02 31	0.01 34	0.11 101	0.00 1	0.00 1	0.18 81	0.12 125	0.23 159	1.82 72	0.65 84	0.30 107	0.10 92	1.59 99	0.39 128	0.92 84	2.18 65	0.00 1	0.14 120	0.00 1	0.05 112	0.02 24	0.01 68

CFNet_pseudo	0.35 51	0.11 137	0.00 1	0.04 122	0.18 131	0.00 1	0.00 1	0.01 34	0.05 60	0.04 71	0.00 1	0.24 94	0.02 57	0.01 11	2.87 125	0.58 72	0.25 91	0.01 35	1.59 99	0.05 33	0.57 55	2.08 59	0.46 194	0.07 73	0.00 1	0.04 107	0.15 48	0.01 68

NCC-stereo	0.35 51	0.20 164	0.02 126	0.05 129	0.11 84	0.01 36	0.86 168	0.79 171	0.25 130	0.00 1	0.00 1	0.11 53	0.03 80	0.03 62	1.72 63	0.36 27	0.09 30	0.01 35	0.71 56	0.21 99	0.25 26	2.76 79	0.08 136	0.04 36	0.01 107	0.29 147	0.17 55	0.27 131

Abc-Net	0.35 51	0.20 164	0.02 126	0.05 129	0.11 84	0.01 36	0.86 168	0.79 171	0.25 130	0.00 1	0.00 1	0.11 53	0.03 80	0.03 62	1.72 63	0.36 27	0.09 30	0.01 35	0.71 56	0.21 99	0.25 26	2.76 79	0.08 136	0.04 36	0.01 107	0.29 147	0.17 55	0.27 131
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LL-Strereo2	0.36 54	0.09 124	0.00 1	0.01 35	0.04 35	0.00 1	0.06 76	0.02 61	0.13 107	0.00 1	0.00 1	0.19 83	0.01 21	0.07 109	1.28 42	1.76 153	0.05 19	0.01 35	0.49 47	0.14 66	0.93 85	4.20 132	0.04 122	0.06 58	0.12 152	0.05 112	0.02 24	0.00 1

anonymousdsp	0.36 54	0.01 8	0.00 1	0.05 129	0.03 28	0.06 121	0.01 11	0.01 34	0.01 9	0.00 1	2.21 189	0.01 1	0.05 99	0.00 1	1.78 67	0.77 102	0.13 54	0.00 1	0.29 36	0.55 142	0.20 22	3.16 95	0.30 182	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1

ARAFT	0.36 54	0.02 14	0.00 1	0.06 141	0.07 61	0.00 1	0.01 11	0.02 61	0.04 48	1.20 173	0.00 1	0.36 122	0.02 57	0.04 79	1.06 30	0.47 43	0.11 47	0.02 52	1.97 117	0.08 41	1.10 96	2.01 56	0.00 1	0.05 45	0.00 1	0.00 1	0.87 91	0.00 1

RP	0.36 54	0.01 8	0.01 97	0.02 78	0.20 136	0.00 1	0.56 160	0.10 109	0.21 119	0.12 94	0.00 1	0.17 76	0.00 1	0.06 99	1.69 62	0.25 10	0.12 51	0.00 1	0.20 27	0.07 39	0.11 9	3.35 102	0.00 1	0.02 20	0.01 107	0.00 1	2.22 141	0.15 123

HSM	0.36 54	0.03 28	0.00 1	0.04 122	0.17 122	0.01 36	0.05 68	0.69 167	0.08 86	0.00 1	0.03 95	0.23 91	0.02 57	0.02 38	2.08 81	0.41 33	0.15 60	0.00 1	1.64 102	0.18 84	1.15 98	1.54 46	0.00 1	0.06 58	0.00 1	0.00 1	1.16 96	0.01 68

CAS	0.37 59	0.04 53	0.00 1	0.01 35	0.10 76	0.02 91	0.26 139	0.07 99	0.38 154	0.46 134	0.10 115	0.20 84	0.15 131	0.11 124	1.68 61	1.09 124	0.27 97	0.37 180	0.43 42	0.23 104	1.76 113	2.12 62	0.01 84	0.06 58	0.00 1	0.05 112	0.06 37	0.07 116

AEACV	0.38 60	0.03 28	0.04 145	0.00 1	0.01 5	0.09 131	0.02 31	0.01 34	0.01 9	0.00 1	0.00 1	0.16 75	0.02 57	0.04 79	2.22 91	2.18 175	0.01 1	0.36 178	0.74 63	0.79 168	0.26 30	2.77 81	0.27 176	0.02 20	0.00 1	0.16 137	0.01 16	0.00 1

raft+_RVC	0.38 60	0.05 76	0.01 97	0.05 129	0.11 84	0.00 1	0.06 76	0.00 1	0.02 26	0.00 1	0.00 1	0.13 59	0.00 1	0.02 38	2.35 98	2.27 182	0.10 43	0.00 1	0.86 67	0.60 144	0.41 41	3.22 99	0.00 1	0.10 100	0.00 1	0.01 63	0.00 1	0.00 1

APVNet	0.38 60	0.09 124	0.00 1	0.05 129	0.05 43	0.01 36	0.04 60	0.09 107	0.02 26	0.10 90	0.06 106	0.15 71	0.01 21	0.04 79	1.80 70	0.61 78	0.22 81	0.10 92	1.79 111	0.20 93	0.96 87	3.22 99	0.00 1	0.10 100	0.00 1	0.00 1	0.54 72	0.02 88

PDISCO_ROB	0.39 63	0.06 92	0.00 1	0.03 106	0.09 70	0.01 36	0.32 146	0.01 34	0.05 60	0.77 154	0.19 126	0.10 49	0.02 57	0.02 38	1.23 40	0.56 64	0.26 95	0.04 74	0.71 56	0.32 121	0.80 71	2.63 77	0.00 1	0.06 58	0.21 171	0.00 1	2.00 134	0.00 1

TestStereo1	0.40 64	0.03 28	0.00 1	0.01 35	0.01 5	0.00 1	0.02 31	0.00 1	0.03 40	0.09 86	0.00 1	0.22 87	0.00 1	0.01 11	2.36 99	0.82 104	0.04 11	0.03 69	1.65 103	0.10 48	0.52 52	1.80 50	0.00 1	0.05 45	0.00 1	0.01 63	2.88 173	0.00 1

SA-5K	0.40 64	0.03 28	0.00 1	0.01 35	0.01 5	0.00 1	0.02 31	0.00 1	0.03 40	0.09 86	0.00 1	0.22 87	0.00 1	0.01 11	2.36 99	0.82 104	0.04 11	0.03 69	1.65 103	0.10 48	0.52 52	1.80 50	0.00 1	0.05 45	0.00 1	0.01 63	2.88 173	0.00 1

UDGNet	0.40 64	0.08 115	0.00 1	0.02 78	0.06 51	0.01 36	0.05 68	0.00 1	0.01 9	0.00 1	0.00 1	0.07 22	0.01 21	0.04 79	1.25 41	0.47 43	0.16 63	0.00 1	1.12 77	0.04 26	0.97 89	4.99 155	0.00 1	0.05 45	0.00 1	0.00 1	1.35 105	0.00 1

CASnet	0.41 67	0.03 28	0.00 1	0.01 35	0.14 105	0.03 108	0.20 117	0.02 61	0.08 86	0.02 64	0.02 89	0.30 107	0.17 135	0.00 1	1.78 67	0.66 85	0.31 112	0.22 140	0.47 46	0.15 75	2.80 148	2.82 84	0.00 1	0.14 120	0.00 1	0.01 63	0.69 82	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.42 68	0.03 28	0.02 126	0.00 1	0.10 76	0.02 91	0.07 81	0.46 158	0.07 79	0.04 71	0.02 89	0.15 71	0.02 57	0.01 11	2.45 105	0.93 112	0.32 115	0.10 92	0.67 54	0.25 108	1.46 106	1.94 54	0.00 1	0.08 82	0.00 1	0.00 1	2.27 145	0.01 68

rafts_anoy	0.42 68	0.10 131	0.00 1	0.05 129	0.15 113	0.02 91	0.06 76	0.20 132	0.06 71	0.00 1	0.00 1	0.07 22	0.01 21	0.02 38	2.66 118	2.08 173	0.17 65	0.01 35	1.34 85	0.25 108	0.84 77	3.00 90	0.00 1	0.07 73	0.04 127	0.04 107	0.01 16	0.01 68

UCFNet_RVC	0.42 68	0.17 158	0.03 139	0.12 162	0.17 122	0.01 36	0.09 89	0.03 75	0.09 90	0.28 120	0.00 1	0.25 97	0.01 21	0.05 91	2.70 121	0.49 51	0.20 76	0.01 35	1.22 82	0.16 78	0.82 75	2.09 60	0.87 207	0.03 31	0.00 1	0.00 1	0.41 69	1.09 156

TESTraft	0.43 71	0.03 28	0.00 1	0.01 35	0.01 5	0.00 1	0.02 31	0.00 1	0.03 40	0.11 92	0.00 1	0.22 87	0.01 21	0.08 112	2.48 108	0.88 108	0.04 11	0.02 52	1.56 97	0.21 99	0.47 46	2.61 76	0.02 106	0.04 36	0.00 1	0.02 89	2.82 168	0.00 1

RALCasStereoNet	0.43 71	0.11 137	0.00 1	0.06 141	0.17 122	0.02 91	0.12 105	0.08 104	0.08 86	0.00 1	0.00 1	0.07 22	0.02 57	0.03 62	2.51 110	2.35 193	0.13 54	0.00 1	0.66 52	0.67 156	0.73 65	3.65 111	0.00 1	0.06 58	0.00 1	0.02 89	0.01 16	0.01 68

GANetREF_RVC	0.43 71	0.20 164	0.00 1	0.16 171	0.14 105	0.01 36	0.05 68	0.01 34	0.11 101	0.04 71	0.00 1	1.85 178	0.02 57	0.06 99	1.28 42	0.43 37	0.56 151	0.11 99	1.55 96	0.14 66	1.11 97	0.88 31	0.00 1	0.06 58	0.00 1	0.00 1	2.73 165	0.01 68
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
test_4	0.44 74	0.04 53	0.00 1	0.03 106	0.09 70	0.05 118	0.23 131	0.01 34	0.04 48	0.00 1	0.46 140	0.13 59	0.01 21	0.12 133	2.61 116	2.55 206	0.09 30	0.14 108	0.71 56	0.20 93	0.52 52	2.03 57	0.01 84	0.07 73	0.05 134	0.20 142	1.18 98	0.18 125

SACVNet	0.45 75	0.19 161	0.04 145	0.02 78	0.17 122	0.01 36	0.13 110	0.05 89	0.05 60	0.21 111	0.00 1	0.17 76	0.09 120	0.07 109	1.90 74	0.57 67	0.45 132	0.07 84	1.45 91	0.13 61	1.30 101	3.80 117	0.00 1	0.09 91	0.00 1	0.00 1	1.07 95	0.02 88

PA-Net	0.45 75	0.08 115	0.08 157	0.02 78	0.35 167	0.00 1	0.22 123	0.00 1	0.18 116	0.08 80	0.57 144	0.02 4	0.02 57	0.12 133	2.91 126	0.47 43	0.08 27	0.02 52	0.14 19	0.13 61	0.28 33	2.96 89	0.48 196	0.03 31	0.00 1	1.64 188	0.28 63	1.14 160
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SA	0.46 77	0.05 76	0.00 1	0.03 106	0.03 28	0.00 1	0.01 11	0.01 34	0.04 48	0.00 1	0.00 1	0.39 127	0.01 21	0.12 133	1.14 36	1.06 123	0.06 22	0.16 117	2.15 122	0.13 61	0.81 74	2.59 75	0.00 1	0.08 82	0.00 1	0.01 63	3.43 191	0.00 1

IPLGR_C	0.46 77	0.05 76	0.14 166	0.02 78	0.22 145	0.02 91	0.23 131	0.10 109	0.27 135	0.04 71	0.07 109	0.06 19	0.04 96	0.25 163	1.94 78	0.53 58	0.24 86	0.02 52	1.71 110	0.08 41	0.82 75	3.21 98	0.02 106	0.05 45	0.08 141	0.04 107	2.15 140	0.02 88

MIM_Stereo	0.47 79	0.03 28	0.00 1	0.01 35	0.10 76	0.09 131	0.05 68	0.10 109	0.05 60	0.00 1	0.13 117	0.07 22	0.03 80	0.02 38	2.11 83	2.02 169	0.11 47	0.02 52	2.15 122	0.43 131	0.64 58	3.10 92	0.02 106	0.06 58	0.09 144	0.15 130	0.98 93	0.03 104

CIPLG	0.47 79	0.05 76	0.14 166	0.02 78	0.21 139	0.02 91	0.22 123	0.10 109	0.31 141	0.04 71	0.07 109	0.11 53	0.04 96	0.27 169	2.26 92	0.57 67	0.27 97	0.02 52	1.66 106	0.14 66	0.80 71	3.18 96	0.01 84	0.06 58	0.08 141	0.04 107	1.98 131	0.02 88

ACRE	0.47 79	0.05 76	0.12 164	0.02 78	0.21 139	0.02 91	0.22 123	0.10 109	0.28 139	0.04 71	0.10 115	0.11 53	0.04 96	0.28 172	2.00 80	0.53 58	0.27 97	0.02 52	1.67 107	0.15 75	0.80 71	3.19 97	0.02 106	0.05 45	0.08 141	0.04 107	2.32 150	0.02 88

ICVP	0.47 79	0.05 76	0.00 1	0.00 1	0.08 65	0.01 36	0.18 116	0.02 61	0.10 99	0.33 125	0.20 128	0.26 101	0.07 108	0.06 99	1.66 59	1.04 121	0.62 156	0.58 198	0.73 62	0.49 139	1.71 111	4.07 124	0.01 84	0.10 100	0.00 1	0.01 63	0.21 61	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sAnonymous2	0.47 79	0.11 137	0.00 1	0.01 35	0.04 35	0.01 36	0.03 47	0.11 115	0.24 126	0.00 1	0.00 1	0.23 91	0.26 147	0.03 62	1.42 45	1.26 130	0.27 97	0.17 119	2.57 133	0.18 84	2.27 131	3.13 93	0.00 1	0.14 120	0.00 1	0.01 63	0.00 1	0.09 118

CroCo_RVC	0.47 79	0.11 137	0.00 1	0.01 35	0.04 35	0.01 36	0.03 47	0.11 115	0.24 126	0.00 1	0.00 1	0.23 91	0.26 147	0.03 62	1.42 45	1.26 130	0.27 97	0.17 119	2.57 133	0.18 84	2.27 131	3.13 93	0.00 1	0.14 120	0.00 1	0.01 63	0.00 1	0.09 118

AFF-stereo	0.47 79	0.14 150	0.01 97	0.09 158	0.17 122	0.09 131	0.33 149	0.03 75	0.05 60	0.00 1	0.00 1	0.41 130	0.02 57	0.02 38	3.15 135	0.46 41	0.14 58	0.11 99	1.99 118	0.14 66	1.17 100	1.97 55	0.00 1	0.10 100	0.00 1	0.11 128	1.95 130	0.01 68

TANstereo	0.49 86	0.03 28	0.00 1	0.04 122	0.11 84	0.01 36	0.02 31	0.23 133	0.27 135	0.17 102	0.16 119	0.14 63	0.09 120	0.01 11	1.54 54	1.42 139	0.41 125	0.19 126	0.32 37	0.14 66	2.15 123	2.15 63	0.15 159	0.06 58	0.00 1	0.01 63	3.51 196	0.00 1

XX-TBD	0.49 86	0.03 28	0.00 1	0.04 122	0.11 84	0.01 36	0.02 31	0.23 133	0.27 135	0.17 102	0.16 119	0.14 63	0.09 120	0.01 11	1.54 54	1.42 139	0.41 125	0.19 126	0.32 37	0.14 66	2.15 123	2.15 63	0.15 159	0.06 58	0.00 1	0.01 63	3.51 196	0.00 1

RALAANet	0.49 86	0.10 131	0.02 126	0.03 106	0.15 113	0.02 91	0.08 85	0.02 61	0.07 79	0.08 80	0.00 1	0.24 94	0.03 80	0.06 99	2.51 110	0.54 61	0.24 86	0.05 77	1.14 79	0.47 138	1.56 108	4.37 138	0.00 1	0.11 107	0.00 1	0.01 63	1.42 110	0.02 88

CREStereo	0.49 86	0.03 28	0.00 1	0.00 1	0.09 70	0.01 36	0.02 31	0.23 133	0.36 146	0.19 105	0.18 125	0.30 107	0.26 147	0.01 11	2.49 109	1.93 161	0.40 124	0.20 134	1.44 90	0.45 135	2.20 128	1.90 52	0.02 106	0.07 73	0.00 1	0.00 1	0.55 74	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
stereogan	0.49 86	0.13 146	0.07 156	0.02 78	0.26 155	0.04 113	0.11 100	0.02 61	0.20 117	0.29 121	0.00 1	0.32 113	0.00 1	0.04 79	2.09 82	0.59 74	0.22 81	0.01 35	0.87 68	0.14 66	0.50 51	5.02 156	0.01 84	0.04 36	0.04 127	0.00 1	2.29 147	0.01 68

iResNet_ROB	0.50 91	0.08 115	0.00 1	0.05 129	0.11 84	0.01 36	0.11 100	2.04 212	0.06 71	0.62 149	0.00 1	0.26 101	0.01 21	0.04 79	2.33 97	0.76 100	0.20 76	0.00 1	2.71 137	0.01 13	1.08 93	0.72 27	0.00 1	0.15 127	0.00 1	0.02 89	2.24 142	0.01 68

anonymousdsp2	0.51 92	0.01 8	0.00 1	0.00 1	0.04 35	0.01 36	0.02 31	0.04 83	0.02 26	0.00 1	2.01 185	0.17 76	0.02 57	0.11 124	1.73 65	1.32 133	0.10 43	0.14 108	1.22 82	0.87 176	0.72 64	3.85 119	0.23 170	0.39 163	0.00 1	0.01 63	0.84 88	0.00 1

CES	0.52 93	0.08 115	0.01 97	0.02 78	0.13 101	0.01 36	0.11 100	0.27 141	0.45 162	0.19 105	0.03 95	0.41 130	0.33 159	0.20 156	2.94 128	1.78 154	0.67 159	0.47 189	0.22 31	0.45 135	2.65 144	2.45 69	0.00 1	0.06 58	0.00 1	0.00 1	0.02 24	0.04 109

RGC	0.52 93	0.25 177	0.94 201	0.07 151	0.23 146	0.09 131	0.15 114	0.03 75	0.09 90	0.29 121	0.29 137	0.14 63	0.03 80	0.08 112	2.16 87	0.27 15	0.25 91	0.01 35	0.93 69	0.23 104	0.78 69	4.33 137	0.00 1	0.08 82	0.01 107	0.35 149	1.31 103	0.77 150

raft_robust	0.53 95	0.07 104	0.00 1	0.00 1	0.11 84	0.00 1	0.03 47	1.12 189	0.01 9	0.01 59	0.01 81	0.38 125	0.05 99	0.05 91	1.78 67	0.95 113	0.14 58	0.16 117	3.57 148	0.24 107	1.56 108	3.73 113	0.01 84	0.20 142	0.00 1	0.03 99	0.14 47	0.08 117

RAFT-Stereo + iAFF	0.53 95	0.08 115	0.01 97	0.11 160	0.34 166	0.10 137	0.38 153	0.01 34	0.06 71	0.14 97	0.00 1	0.42 135	0.02 57	0.02 38	3.15 135	0.41 33	0.15 60	0.01 35	1.59 99	0.18 84	1.08 93	2.94 88	0.00 1	0.13 119	0.00 1	0.15 130	2.75 166	0.00 1

GMOStereo	0.54 97	0.04 53	0.00 1	0.01 35	0.21 139	0.10 137	0.22 123	0.05 89	0.04 48	0.00 1	0.01 81	0.09 41	0.07 108	0.02 38	2.59 112	2.33 189	0.09 30	0.19 126	1.45 91	0.26 111	0.88 80	4.91 148	0.00 1	0.16 129	0.00 1	0.06 116	0.68 78	0.00 1

error version	0.54 97	0.04 53	0.00 1	0.01 35	0.21 139	0.10 137	0.22 123	0.05 89	0.04 48	0.00 1	0.01 81	0.09 41	0.07 108	0.02 38	2.59 112	2.33 189	0.09 30	0.19 126	1.45 91	0.26 111	0.88 80	4.91 148	0.00 1	0.16 129	0.00 1	0.06 116	0.68 78	0.00 1

test-v	0.54 97	0.04 53	0.00 1	0.01 35	0.21 139	0.10 137	0.22 123	0.05 89	0.04 48	0.00 1	0.01 81	0.09 41	0.07 108	0.02 38	2.59 112	2.33 189	0.09 30	0.19 126	1.45 91	0.26 111	0.88 80	4.91 148	0.00 1	0.16 129	0.00 1	0.06 116	0.68 78	0.00 1

test-2	0.54 97	0.04 53	0.00 1	0.01 35	0.21 139	0.10 137	0.22 123	0.05 89	0.04 48	0.00 1	0.01 81	0.09 41	0.07 108	0.02 38	2.59 112	2.33 189	0.09 30	0.19 126	1.45 91	0.26 111	0.88 80	4.91 148	0.00 1	0.16 129	0.00 1	0.06 116	0.68 78	0.00 1

raftrobust	0.55 101	0.09 124	0.01 97	0.04 122	0.16 120	0.01 36	0.06 76	0.02 61	0.06 71	0.00 1	0.00 1	0.14 63	0.01 21	0.09 119	3.25 141	2.73 207	0.18 67	0.00 1	2.80 138	0.19 90	1.00 91	3.63 110	0.15 159	0.10 100	0.00 1	0.02 89	0.06 37	0.01 68

iResNetv2_ROB	0.55 101	0.13 146	0.00 1	0.08 154	0.12 96	0.01 36	0.07 81	1.96 210	0.06 71	0.48 138	0.00 1	0.25 97	0.01 21	0.05 91	2.15 85	0.47 43	0.31 112	0.00 1	2.45 128	0.07 39	2.42 138	1.03 35	0.00 1	0.19 140	0.00 1	0.00 1	2.55 160	0.00 1

CREStereo++_RVC	0.56 103	0.03 28	0.00 1	0.02 78	0.15 113	0.01 36	0.11 100	0.17 127	0.11 101	0.17 102	0.04 102	0.13 59	0.05 99	0.01 11	1.80 70	1.51 143	0.35 117	0.20 134	1.43 89	0.14 66	2.11 121	2.81 83	0.04 122	0.07 73	0.00 1	0.02 89	3.53 200	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
4D-IteraStereo	0.58 104	0.13 146	0.02 126	0.03 106	0.17 122	0.01 36	0.03 47	0.15 123	0.06 71	0.00 1	0.00 1	0.37 123	0.00 1	0.11 124	2.61 116	2.42 201	0.04 11	0.13 105	1.56 97	0.19 90	1.75 112	4.26 134	0.05 130	0.12 116	0.01 107	0.02 89	1.48 114	0.00 1

DeepPruner_ROB	0.58 104	0.12 142	0.01 97	0.01 35	0.19 134	0.06 121	1.60 189	0.01 34	0.03 40	0.49 141	0.54 143	0.22 87	0.03 80	0.08 112	2.36 99	0.68 90	0.24 86	0.03 69	1.41 87	0.12 56	3.24 155	2.51 71	0.14 156	0.07 73	0.01 107	0.10 127	1.35 105	0.00 1

FADNet-RVC	0.60 106	0.10 131	0.16 169	0.02 78	0.14 105	0.02 91	1.55 188	0.01 34	0.07 79	0.05 77	0.00 1	0.07 22	0.13 128	0.11 124	5.03 182	0.78 103	0.35 117	0.13 105	2.09 121	0.68 158	1.33 103	2.63 77	0.09 140	0.17 135	0.05 134	0.00 1	0.01 16	0.47 144

FADNet-RVC-Resample	0.61 107	0.27 179	0.41 178	0.19 175	0.30 159	0.01 36	0.31 145	0.25 138	0.22 121	0.14 97	0.16 119	0.41 130	0.06 106	0.20 156	3.96 157	0.66 85	0.44 131	0.78 207	0.53 48	0.43 131	0.75 66	3.35 102	0.13 154	0.55 177	0.10 147	0.91 174	0.34 67	0.55 145

NCCL2	0.61 107	0.20 164	0.01 97	0.18 173	0.52 178	0.04 113	0.29 143	0.03 75	0.12 104	0.79 155	0.01 81	0.30 107	0.03 80	0.18 150	2.20 89	0.63 80	0.45 132	0.11 99	0.25 34	0.13 61	1.32 102	3.69 112	0.65 201	0.18 138	0.04 127	0.14 129	3.34 188	0.57 146

AE-Stereo	0.62 109	0.04 53	0.00 1	0.03 106	0.17 122	0.03 108	0.09 89	0.06 95	0.13 107	0.01 59	0.00 1	0.24 94	0.18 136	0.03 62	1.44 48	1.94 162	0.38 121	0.33 171	1.80 113	0.63 149	2.07 119	5.74 176	0.13 154	0.18 138	0.01 107	0.15 130	0.84 88	0.00 1

DN-CSS_ROB	0.62 109	0.03 28	0.00 1	0.06 141	0.14 105	0.02 91	0.12 105	1.00 184	0.06 71	0.36 128	0.53 142	0.25 97	0.03 80	0.06 99	1.90 74	0.68 90	0.30 107	0.02 52	4.15 154	0.12 56	2.41 137	2.86 85	0.00 1	0.16 129	0.00 1	0.02 89	1.20 99	0.33 140

iinet-f	0.63 111	0.02 14	0.00 1	0.02 78	0.08 65	0.01 36	0.08 85	0.01 34	0.09 90	1.23 174	0.00 1	0.05 16	0.03 80	0.03 62	3.57 148	0.91 111	0.20 76	0.05 77	3.38 144	0.63 149	0.76 67	3.89 120	0.03 116	0.06 58	0.03 124	0.03 99	1.77 125	0.01 68

Sa-1000	0.63 111	0.05 76	0.00 1	0.02 78	0.08 65	0.00 1	0.02 31	0.01 34	0.04 48	0.00 1	0.00 1	0.41 130	0.03 80	0.13 138	2.29 93	0.99 117	0.08 27	0.17 119	2.63 135	0.25 108	0.98 90	5.45 166	0.01 84	0.22 149	0.06 136	0.00 1	2.97 177	0.01 68

PMTNet	0.63 111	0.03 28	0.00 1	0.01 35	0.12 96	0.01 36	0.13 110	0.24 136	0.33 142	0.35 127	0.21 130	0.33 115	0.23 145	0.01 11	3.80 154	1.94 162	0.45 132	0.15 110	2.46 129	0.31 119	2.46 141	2.10 61	0.01 84	0.07 73	0.95 195	0.02 89	0.15 48	0.00 1

FADNet	0.64 114	0.08 115	0.10 162	0.01 35	0.15 113	0.02 91	1.11 178	0.01 34	0.05 60	0.01 59	0.00 1	0.13 59	0.08 117	0.21 158	4.49 172	0.59 74	0.31 112	0.22 140	3.50 147	0.72 162	1.58 110	2.78 82	0.03 116	0.09 91	0.12 152	0.35 149	0.06 37	0.34 142

LoS	0.67 115	0.04 53	0.01 97	0.01 35	0.05 43	0.01 36	0.03 47	2.71 218	0.49 168	0.38 129	0.06 106	0.54 148	0.50 171	0.13 138	1.99 79	2.02 169	0.71 164	0.44 187	1.13 78	0.28 117	3.53 164	2.92 86	0.03 116	0.08 82	0.00 1	0.00 1	0.03 30	0.02 88

pcwnet_v2	0.67 115	0.22 171	0.09 160	0.08 154	0.53 179	0.01 36	0.02 31	0.03 75	0.07 79	1.11 169	0.19 126	0.50 142	0.02 57	0.01 11	3.39 145	0.67 88	0.51 145	0.15 110	2.47 130	0.11 52	1.34 104	3.05 91	0.83 206	0.09 91	0.00 1	0.00 1	1.55 120	1.16 161

GES	0.67 115	0.04 53	0.01 97	0.00 1	0.11 84	0.01 36	0.40 154	0.01 34	0.24 126	0.21 111	0.08 111	0.25 97	0.07 108	0.01 11	3.46 146	0.74 99	0.26 95	0.06 82	5.71 174	0.18 84	1.93 116	2.92 86	0.04 122	0.15 127	0.01 107	0.01 63	0.16 53	0.87 153

LoS_RVC	0.68 118	0.15 154	0.00 1	0.01 35	0.14 105	0.01 36	0.03 47	0.07 99	0.45 162	1.19 171	0.05 103	0.35 119	0.20 138	0.08 112	2.31 95	1.81 155	0.28 104	1.18 223	2.00 119	0.35 125	3.46 162	3.92 121	0.04 122	0.05 45	0.00 1	0.01 63	0.06 37	0.02 88

tt_ll	0.68 118	0.15 154	0.00 1	0.01 35	0.14 105	0.01 36	0.03 47	0.07 99	0.45 162	1.19 171	0.05 103	0.35 119	0.20 138	0.08 112	2.31 95	1.81 155	0.28 104	1.18 223	2.00 119	0.35 125	3.46 162	3.92 121	0.04 122	0.05 45	0.00 1	0.01 63	0.06 37	0.02 88

BEATNet_4x	0.68 118	0.16 157	0.04 145	0.03 106	0.10 76	0.08 130	0.30 144	0.05 89	0.25 130	0.08 80	0.03 95	0.38 125	0.16 133	0.34 182	3.15 135	1.27 132	0.95 183	0.70 202	0.77 64	0.16 78	3.27 157	5.32 160	0.00 1	0.25 154	0.00 1	0.01 63	0.61 77	0.01 68

IPLG	0.69 121	0.04 53	0.01 97	0.01 35	0.19 134	0.00 1	0.04 60	0.39 152	0.12 104	0.39 130	0.16 119	0.11 53	0.08 117	0.26 164	4.55 173	0.88 108	0.24 86	0.07 84	1.69 108	0.27 116	0.68 61	4.20 132	0.00 1	0.21 144	0.02 121	0.74 167	3.38 189	0.00 1

MIPNet	0.72 122	0.04 53	0.04 145	0.03 106	0.37 168	0.00 1	0.04 60	0.03 75	0.17 115	1.35 176	0.33 138	0.14 63	0.11 123	0.23 159	3.15 135	0.86 107	0.39 123	0.07 84	1.92 116	0.45 135	0.84 77	4.27 135	0.00 1	0.24 153	0.04 127	0.96 176	3.50 194	0.01 68

sCroCo_RVC	0.75 123	0.05 76	0.00 1	0.01 35	0.04 35	0.01 36	0.02 31	0.12 117	0.54 173	0.46 134	0.09 113	0.45 139	0.33 159	0.02 38	2.19 88	2.41 200	0.34 116	0.25 152	1.83 114	0.39 128	3.36 160	5.64 170	0.02 106	0.14 120	0.00 1	0.00 1	1.51 117	0.04 109

GEStereo_RVC	0.80 124	0.04 53	0.01 97	0.01 35	0.16 120	0.01 36	0.24 136	0.30 145	0.12 104	0.19 105	0.09 113	0.29 106	0.02 57	0.05 91	1.55 56	1.38 137	0.27 97	0.09 90	4.90 161	0.36 127	2.28 134	5.73 173	0.25 174	0.26 156	0.00 1	0.03 99	2.63 162	0.23 129

IPLGR	0.81 125	0.06 92	0.06 154	0.02 78	0.30 159	0.00 1	0.04 60	0.03 75	0.13 107	1.09 168	0.25 135	0.08 37	0.08 117	0.13 138	4.58 174	0.95 113	0.70 161	0.15 110	2.82 139	0.53 141	1.16 99	4.58 141	0.00 1	0.23 152	0.10 147	0.78 169	3.13 182	0.00 1

FCDSN-DC	0.88 126	0.24 176	1.43 211	0.50 189	0.72 192	0.34 181	0.73 165	0.25 138	0.37 148	0.40 132	0.16 119	0.91 162	0.11 123	0.18 150	4.94 180	1.22 128	0.43 128	0.19 126	0.65 51	0.14 66	2.51 142	5.12 157	0.00 1	1.23 206	0.01 107	0.35 149	0.57 76	0.12 121
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	0.88 126	0.38 183	0.04 145	0.01 35	0.18 131	0.09 131	0.20 117	0.01 34	0.14 111	0.13 95	0.70 149	8.98 202	0.03 80	0.07 109	1.51 52	0.56 64	0.87 175	0.05 77	0.37 40	0.16 78	1.41 105	4.61 142	0.14 156	0.08 82	0.00 1	0.03 99	2.96 176	0.11 120

Anonymous	0.91 128	0.06 92	0.00 1	0.00 1	0.05 43	0.01 36	0.03 47	0.09 107	0.39 155	1.18 170	0.00 1	0.30 107	0.50 171	0.05 91	2.13 84	2.38 197	0.50 143	0.39 183	4.12 153	0.32 121	3.68 168	5.97 181	0.01 84	0.08 82	0.00 1	0.02 89	2.29 147	0.02 88

NaN_ROB	0.93 129	0.46 187	0.33 175	0.20 176	0.88 199	0.18 163	0.95 173	0.16 126	1.74 208	0.16 99	0.69 148	4.80 195	0.07 108	0.26 164	1.93 76	0.59 74	0.51 145	0.24 145	0.66 52	0.31 119	0.94 86	2.05 58	0.18 165	0.39 163	0.22 172	0.99 178	2.35 153	2.81 174

EGLCR-Stereo	0.97 130	0.04 53	0.01 97	0.02 78	0.11 84	0.07 126	0.07 81	0.19 130	0.82 190	0.02 64	2.20 188	0.26 101	0.16 133	0.01 11	3.05 130	2.29 184	0.43 128	0.35 177	2.35 125	0.42 130	2.27 131	5.92 180	0.21 168	0.54 174	0.00 1	0.40 152	3.95 207	0.00 1

test-3	0.98 131	0.06 92	0.00 1	0.01 35	0.25 151	0.11 144	0.10 95	0.96 181	0.09 90	0.11 92	0.03 95	0.07 22	0.05 99	0.03 62	3.31 142	2.30 186	0.18 67	0.17 119	5.52 170	0.20 93	2.23 129	6.84 203	0.00 1	0.21 144	0.17 164	0.07 123	3.15 183	0.32 137

test_1	0.98 131	0.06 92	0.00 1	0.01 35	0.25 151	0.11 144	0.10 95	0.96 181	0.09 90	0.10 90	0.02 89	0.07 22	0.05 99	0.03 62	3.34 143	2.30 186	0.18 67	0.17 119	5.52 170	0.20 93	2.23 129	6.83 201	0.00 1	0.21 144	0.17 164	0.07 123	3.15 183	0.32 137

R-Stereo Train	0.98 131	0.04 53	0.02 126	0.02 78	0.03 28	0.01 36	0.04 60	0.13 119	0.52 170	0.83 157	1.68 174	0.50 142	0.20 138	0.15 144	2.81 123	2.26 180	0.90 177	0.40 184	5.19 166	0.60 144	3.72 169	5.33 161	0.01 84	0.11 107	0.01 107	0.15 130	0.17 55	0.75 148

RAFT-Stereo	0.98 131	0.04 53	0.02 126	0.02 78	0.03 28	0.01 36	0.04 60	0.13 119	0.52 170	0.83 157	1.68 174	0.50 142	0.20 138	0.15 144	2.81 123	2.26 180	0.90 177	0.40 184	5.19 166	0.60 144	3.72 169	5.33 161	0.01 84	0.11 107	0.01 107	0.15 130	0.17 55	0.75 148
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.99 135	0.05 76	0.03 139	0.25 179	0.61 185	0.12 153	0.44 157	1.32 195	0.33 142	1.00 165	2.63 195	0.80 157	0.27 150	0.06 99	1.93 76	1.00 118	0.47 138	0.24 145	6.14 180	0.23 104	2.37 136	3.83 118	0.10 142	0.71 182	0.00 1	0.09 126	1.69 122	0.02 88

test_3	1.00 136	0.07 104	0.00 1	0.01 35	0.25 151	0.11 144	0.12 105	0.88 174	0.09 90	0.08 80	0.02 89	0.07 22	0.05 99	0.03 62	3.59 150	2.30 186	0.18 67	0.17 119	5.57 172	0.20 93	2.19 127	6.76 200	0.00 1	0.22 149	0.19 168	0.07 123	3.40 190	0.32 137

CC-Net-ROB	1.00 136	0.63 196	0.00 1	0.85 194	0.70 190	2.52 214	0.42 155	0.00 1	0.01 9	0.21 111	0.00 1	10.16 204	2.04 186	0.32 178	1.20 38	0.36 27	0.38 121	0.02 52	1.79 111	0.08 41	0.34 38	0.36 16	4.24 228	0.02 20	0.00 1	0.00 1	0.28 63	0.01 68

MyStereo04	1.03 138	0.19 161	0.02 126	0.06 141	0.23 146	0.01 36	0.08 85	0.06 95	0.07 79	2.00 207	0.14 118	0.30 107	0.01 21	0.06 99	2.39 103	1.44 142	0.35 117	0.02 52	8.36 195	1.24 196	3.24 155	3.42 104	0.96 209	0.38 162	0.07 138	0.15 130	2.45 155	0.00 1

s12784h	1.03 138	0.04 53	0.01 97	0.02 78	0.13 101	0.01 36	0.03 47	0.24 136	0.36 146	0.24 116	0.05 103	0.14 63	0.23 145	0.01 11	1.65 58	2.06 172	0.50 143	0.17 119	2.39 127	0.28 117	4.51 183	3.62 109	0.02 106	0.08 82	0.86 194	0.95 175	4.11 210	5.06 190

Anonymous3	1.04 140	0.11 137	0.00 1	0.01 35	0.10 76	0.00 1	0.00 1	1.68 206	0.25 130	0.00 1	0.00 1	2.11 182	0.51 174	0.26 164	3.17 139	3.75 223	0.53 148	0.28 161	3.38 144	0.83 175	3.34 159	5.65 172	0.03 116	0.06 58	0.00 1	0.06 116	1.63 121	0.20 128

RTSC	1.07 141	0.08 115	0.27 173	0.02 78	0.12 96	0.16 160	1.24 179	0.13 119	0.14 111	1.56 191	1.01 164	0.28 104	0.05 99	0.28 172	7.48 203	1.99 167	0.98 184	0.30 167	2.64 136	0.72 162	1.95 117	4.09 125	0.03 116	0.30 159	0.18 166	0.00 1	1.35 105	1.43 166

HSM-Net_RVC	1.07 141	0.03 28	0.01 97	0.82 193	0.23 146	0.06 121	0.26 139	1.65 202	0.21 119	1.59 193	4.21 214	3.20 189	0.30 154	0.15 144	2.98 129	0.96 115	0.55 150	0.07 84	1.00 74	0.62 148	2.95 151	3.78 115	0.24 171	1.21 205	0.04 127	0.03 99	1.47 112	0.33 140
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PWCDC_ROB	1.07 141	0.07 104	0.01 97	0.03 106	0.24 150	0.11 144	0.13 110	0.00 1	0.07 79	0.00 1	0.80 153	0.41 130	12.16 224	0.32 178	3.72 152	1.18 126	0.43 128	0.05 77	0.72 60	0.09 46	1.76 113	6.32 186	0.00 1	0.21 144	0.00 1	0.01 63	0.08 42	0.04 109

CASS	1.09 144	0.04 53	0.05 151	0.06 141	0.09 70	0.02 91	1.89 194	0.13 119	0.25 130	0.49 141	1.39 170	0.42 135	0.28 152	0.01 11	1.89 73	1.38 137	3.35 215	0.41 186	3.71 150	0.12 56	5.73 205	4.96 154	0.00 1	0.11 107	0.61 183	0.00 1	1.91 128	0.01 68
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GANet-ADL	1.10 145	0.05 76	0.00 1	0.03 106	0.14 105	0.02 91	0.32 146	0.08 104	0.23 122	1.74 199	2.90 197	0.15 71	0.07 108	0.02 38	3.38 144	1.89 160	0.77 169	0.21 136	4.94 162	1.01 185	2.53 143	5.86 178	0.00 1	0.12 116	0.00 1	0.97 177	1.93 129	0.45 143

MyStereo	1.15 146	0.20 164	0.04 145	0.07 151	0.30 159	0.04 113	0.09 89	0.01 34	0.05 60	2.40 217	1.06 165	0.37 123	0.01 21	0.06 99	2.73 122	1.32 133	0.30 107	0.02 52	7.90 192	1.36 201	3.18 153	3.74 114	0.91 208	0.41 166	0.30 179	1.47 185	2.72 164	0.00 1

GwcNet-ADL	1.16 147	0.07 104	0.40 177	0.05 129	0.31 163	0.04 113	0.26 139	0.18 128	0.13 107	2.08 211	6.22 223	1.00 164	0.15 131	0.03 62	1.64 57	2.09 174	0.74 165	0.23 144	2.93 140	1.11 187	2.08 120	3.57 107	0.00 1	0.14 120	0.10 147	0.78 169	1.16 96	3.74 181

Any-RAFT	1.18 148	0.02 14	0.02 126	0.01 35	0.06 51	0.01 36	0.04 60	0.97 183	0.37 148	0.24 116	3.12 200	0.39 127	0.21 143	0.11 124	2.67 119	2.00 168	0.52 147	0.25 152	5.42 169	0.34 124	4.24 178	4.80 146	0.10 142	0.12 116	0.06 136	0.46 155	1.31 103	4.08 184

cross-raft	1.22 149	0.18 159	0.00 1	0.00 1	0.25 151	0.19 165	0.09 89	1.09 187	0.37 148	0.48 138	0.62 146	0.47 140	0.27 150	0.26 164	3.12 133	3.18 214	0.37 120	0.22 140	6.41 183	1.18 194	4.79 189	6.55 195	0.14 156	0.09 91	0.11 150	0.64 164	0.15 48	1.76 168

MSMDNet	1.25 150	0.19 161	0.00 1	0.02 78	0.30 159	0.20 167	0.10 95	1.07 186	0.34 144	0.81 156	0.85 156	0.47 140	1.93 185	0.19 155	2.92 127	4.02 230	0.45 132	0.21 136	6.20 181	0.65 153	4.55 184	6.46 191	0.12 150	0.09 91	0.12 152	0.48 159	0.20 60	0.92 155

dad	1.26 151	0.03 28	0.01 97	2.05 208	0.03 28	0.12 153	5.97 215	0.02 61	0.04 48	0.00 1	0.00 1	0.08 37	1.00 179	0.01 11	2.38 102	0.55 62	0.02 6	0.15 110	4.20 155	0.16 78	0.49 49	1.61 47	0.08 136	0.21 144	1.45 203	0.00 1	8.58 231	4.72 188

AnonymousM	1.26 151	0.10 131	0.00 1	0.01 35	0.02 20	0.18 163	0.00 1	0.31 148	0.35 145	0.16 99	1.96 184	0.35 119	0.33 159	0.37 183	1.49 51	1.72 152	0.67 159	0.29 164	0.95 72	1.27 197	2.44 139	4.00 123	0.27 176	0.30 159	0.00 1	0.20 142	4.93 214	11.37 221

iResNet	1.29 153	0.03 28	0.00 1	0.26 181	0.76 193	0.11 144	0.23 131	0.52 160	0.27 135	1.53 189	1.60 173	0.90 161	2.18 190	0.02 38	4.40 170	1.94 162	0.45 132	0.34 174	8.84 198	0.99 183	3.40 161	2.35 67	0.00 1	1.23 206	0.00 1	0.19 141	2.27 145	0.03 104

ADCRef	1.34 154	0.41 185	0.39 176	0.12 162	0.81 195	0.32 178	0.86 168	0.42 154	2.11 213	0.70 153	0.02 89	0.39 127	0.06 106	0.31 177	5.12 183	1.00 118	0.30 107	0.25 152	3.29 143	0.78 167	1.09 95	3.78 115	1.07 211	0.32 161	1.10 199	2.76 199	1.24 101	7.08 199

LALA_ROB	1.37 155	1.34 214	0.01 97	0.06 141	0.28 158	0.06 121	0.22 123	0.07 99	0.14 111	1.06 167	1.83 181	15.19 215	0.03 80	0.09 119	3.23 140	0.57 67	0.41 125	0.10 92	1.17 80	0.33 123	2.00 118	4.37 138	0.01 84	0.20 142	0.13 155	0.15 130	2.79 167	1.25 164

EKT-Stereo	1.43 156	0.02 14	0.00 1	0.03 106	0.20 136	0.05 118	0.23 131	1.05 185	0.79 189	0.87 160	3.67 207	0.55 150	0.37 167	0.37 183	3.99 158	3.92 227	0.57 152	0.34 174	3.66 149	1.75 213	4.58 186	7.24 210	0.02 106	0.08 82	0.00 1	0.73 166	3.50 194	0.00 1

PSMNet-ADL	1.45 157	0.06 92	0.03 139	0.12 162	0.23 146	0.10 137	0.32 146	0.88 174	0.23 122	3.14 235	6.55 227	0.50 142	3.31 198	0.05 91	4.30 167	2.75 209	0.66 158	0.21 136	5.14 165	0.43 131	2.14 122	4.12 126	0.18 165	0.09 91	0.00 1	0.16 137	3.26 186	0.19 127

SGM-Forest	1.47 158	0.22 171	0.03 139	1.15 200	0.85 198	0.32 178	0.07 81	0.62 164	0.69 184	1.86 203	0.77 152	1.74 175	2.49 192	0.38 186	4.01 159	1.53 145	0.60 153	0.15 110	2.56 131	0.18 84	2.44 139	5.51 168	0.47 195	0.27 157	0.65 185	0.77 168	5.16 217	4.09 185
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ETE_ROB	1.49 159	0.89 205	0.01 97	0.08 154	0.40 172	0.07 126	0.46 158	0.02 61	1.27 202	0.20 109	1.77 178	18.24 219	0.03 80	0.10 122	2.45 105	0.57 67	1.29 198	0.08 88	1.42 88	0.26 111	2.31 135	5.24 159	0.10 142	0.14 120	0.11 150	0.00 1	1.98 131	0.74 147

CSAN	1.51 160	0.51 191	0.30 174	0.46 188	1.06 205	0.28 177	1.64 190	0.26 140	2.24 215	1.49 186	1.26 168	5.28 196	3.36 199	0.38 186	2.42 104	0.53 58	0.82 173	0.33 171	2.56 131	0.74 165	2.18 125	3.32 101	0.12 150	0.41 166	0.95 195	2.49 194	2.06 136	3.23 178

NOSS_ROB	1.53 161	0.07 104	0.02 126	0.14 166	0.33 164	0.06 121	0.04 60	1.24 193	0.64 178	1.67 197	1.69 176	1.97 179	0.36 165	1.01 208	5.43 189	3.38 219	0.91 180	0.30 167	1.40 86	0.21 99	4.36 180	6.60 197	0.10 142	0.73 184	0.20 170	4.63 210	3.87 206	0.02 88

HH	1.54 162	0.03 28	0.00 1	0.03 106	0.11 84	0.21 169	0.03 47	0.66 165	0.37 148	1.87 204	1.89 182	0.86 159	0.33 159	0.18 150	3.86 155	5.35 242	0.49 140	0.24 145	5.98 178	1.28 198	6.23 211	6.54 193	0.34 188	0.58 180	0.16 160	0.46 155	2.34 151	1.09 156

HanStereo	1.54 162	0.03 28	0.00 1	0.03 106	0.11 84	0.21 169	0.03 47	0.66 165	0.37 148	1.87 204	1.89 182	0.86 159	0.33 159	0.18 150	3.86 155	5.35 242	0.49 140	0.24 145	5.98 178	1.28 198	6.23 211	6.54 193	0.34 188	0.58 180	0.16 160	0.46 155	2.34 151	1.09 156

SHD	1.54 162	0.06 92	1.12 205	0.06 141	0.33 164	0.19 165	1.33 183	0.31 148	0.20 117	1.46 184	1.81 180	0.79 156	2.23 191	0.29 174	7.88 209	2.36 194	0.85 174	0.48 190	5.29 168	1.11 187	3.92 174	5.44 164	0.06 133	0.99 195	0.76 189	0.47 158	0.96 92	0.80 152

RAFT-Test	1.56 165	0.21 169	0.00 1	0.03 106	0.46 176	0.21 169	0.13 110	1.45 199	0.42 157	0.85 159	5.41 221	0.30 107	0.40 168	0.24 162	3.52 147	3.83 225	0.45 132	0.22 140	6.74 184	0.68 158	4.64 187	5.50 167	0.24 171	0.09 91	0.13 155	4.57 209	0.15 48	1.27 165

DAS	1.56 165	0.05 76	0.00 1	0.02 78	0.15 113	0.21 169	0.20 117	0.75 169	0.68 182	1.78 201	4.05 211	3.08 187	3.10 194	0.02 38	4.03 161	2.40 198	1.21 194	0.25 152	4.72 159	0.80 171	5.01 194	5.73 173	0.01 84	0.94 192	0.16 160	0.42 153	2.14 138	0.28 135

SepStereo	1.56 165	0.05 76	0.00 1	0.02 78	0.15 113	0.21 169	0.20 117	0.75 169	0.68 182	1.78 201	4.05 211	3.08 187	3.10 194	0.02 38	4.03 161	2.40 198	1.21 194	0.25 152	4.72 159	0.80 171	5.01 194	5.73 173	0.01 84	0.94 192	0.16 160	0.42 153	2.14 138	0.28 135

DeepPrunerF	1.56 165	0.75 200	0.00 1	2.44 213	7.08 226	1.22 200	2.49 203	0.27 141	2.00 212	0.02 64	0.06 106	0.17 76	0.01 21	0.05 91	4.22 166	1.04 121	0.13 54	0.13 105	1.65 103	0.10 48	0.86 79	1.21 39	0.10 142	0.05 45	13.02 239	0.85 172	2.24 142	0.04 109

MSKI-zero shot	1.63 169	0.06 92	0.00 1	0.00 1	0.04 35	0.15 158	0.09 89	0.70 168	0.56 175	0.40 132	4.72 217	0.44 138	0.28 152	0.02 38	4.02 160	4.17 233	0.79 171	0.45 188	8.12 194	1.60 210	5.19 198	6.94 204	0.17 164	0.11 107	0.15 158	0.81 171	0.46 70	3.55 180

FADNet_RVC	1.63 169	0.22 171	0.42 180	0.29 182	0.78 194	0.11 144	0.92 172	0.39 152	0.49 168	0.47 136	0.97 163	1.22 166	0.49 170	0.78 205	6.23 194	1.59 146	1.09 191	1.46 226	9.20 199	0.95 181	3.67 167	5.53 169	0.40 192	0.78 185	0.27 174	0.27 146	3.00 179	2.09 171

XQC	1.66 171	0.21 169	0.52 184	0.14 166	0.37 168	0.10 137	1.36 184	0.29 144	0.16 114	1.69 198	2.37 190	0.66 151	3.22 196	0.32 178	7.43 201	2.29 184	0.76 168	0.38 182	4.00 152	0.69 161	2.93 150	6.58 196	0.05 130	0.46 172	1.09 198	4.16 208	1.40 109	1.11 159

test-1	1.70 172	0.04 53	0.00 1	0.00 1	0.04 35	0.20 167	0.33 149	0.88 174	0.48 165	2.92 229	3.07 199	1.60 173	0.30 154	0.16 147	4.34 168	4.00 229	0.75 166	0.52 192	5.66 173	1.37 202	4.20 176	8.17 229	0.02 106	0.17 135	0.00 1	0.17 139	3.67 202	2.89 175

ADCP+	1.75 173	0.59 195	0.63 187	0.04 122	0.65 187	0.54 187	1.27 182	0.10 109	3.59 220	1.42 182	1.34 169	2.95 186	0.02 57	0.33 181	4.90 179	0.63 80	0.19 72	0.11 99	3.06 141	0.67 156	1.49 107	4.12 126	0.04 122	0.06 58	1.27 202	8.47 226	2.00 134	6.83 197

TRStereo	1.76 174	0.14 150	0.73 191	0.01 35	0.05 43	2.16 210	0.08 85	1.43 197	0.66 180	2.45 220	0.95 161	1.77 177	0.30 154	0.03 62	3.78 153	3.44 221	0.27 97	0.32 170	5.00 164	0.93 177	2.72 146	6.31 184	0.26 175	0.10 100	0.35 181	9.30 230	3.96 208	0.02 88

FC-DCNN	1.76 174	0.63 196	3.42 225	2.23 210	1.72 209	2.85 215	1.94 197	1.64 201	0.88 194	1.40 180	0.74 151	2.06 181	0.78 177	0.14 142	2.45 105	1.00 118	0.77 169	0.19 126	2.25 124	0.20 93	2.74 147	4.47 140	0.00 1	0.88 191	2.30 211	1.38 183	3.46 193	4.91 189

EAI-Stereo	1.80 176	0.46 187	1.10 204	0.67 192	0.71 191	0.73 191	0.96 174	1.43 197	1.33 204	0.08 80	5.03 219	0.52 147	0.33 159	0.06 99	4.98 181	4.20 235	0.49 140	0.61 200	7.06 188	0.79 168	3.29 158	5.64 170	0.33 187	1.02 197	0.62 184	1.63 187	3.61 201	0.78 151

FINET	1.84 177	0.48 189	0.53 185	0.22 178	0.43 174	0.62 189	0.75 166	0.60 163	1.71 207	0.25 118	3.44 202	0.75 153	2.04 186	0.69 200	12.19 243	1.84 158	0.70 161	0.29 164	1.69 108	1.05 186	1.90 115	3.58 108	0.27 176	0.97 194	2.98 214	5.66 217	0.86 90	3.31 179

ADCL	1.94 178	0.86 204	0.63 187	0.37 183	0.56 180	0.43 184	1.49 186	0.30 145	7.79 237	1.64 195	0.96 162	0.43 137	0.12 125	0.23 159	4.87 177	0.72 94	0.61 155	0.81 209	2.35 125	0.61 147	2.87 149	3.43 105	0.32 186	0.54 174	4.24 221	3.96 205	2.82 168	8.53 209

IGEV_Zeroshot_test	2.01 179	0.29 180	0.74 192	2.41 212	0.14 105	1.47 203	0.65 164	1.66 204	0.86 192	1.42 182	6.49 226	1.43 171	0.50 171	0.18 150	3.59 150	4.18 234	0.48 139	0.26 159	5.82 175	1.37 202	5.57 203	7.66 217	0.27 176	0.11 107	0.27 174	0.20 142	3.25 185	3.05 177

anonymity	2.08 180	0.37 182	0.11 163	0.17 172	0.15 113	0.24 174	0.20 117	1.34 196	0.85 191	2.03 208	18.46 257	0.98 163	0.52 175	0.17 148	3.57 148	3.93 228	0.70 161	0.25 152	3.72 151	0.66 154	3.21 154	7.06 206	0.20 167	0.43 168	0.23 173	0.49 160	3.30 187	2.72 173

HBP-ISP	2.10 181	0.22 171	1.16 206	0.98 195	0.61 185	0.70 190	0.06 76	2.15 214	0.66 180	2.04 209	3.60 206	0.51 146	0.36 165	1.83 215	7.47 202	6.67 247	0.60 153	0.51 191	1.89 115	1.12 190	4.69 188	8.60 235	0.01 84	0.57 179	1.12 200	1.15 180	5.27 220	2.01 170

RTS	2.13 182	0.09 124	0.05 151	0.06 141	0.27 156	0.12 153	3.10 206	0.06 95	0.23 122	1.39 177	0.21 130	0.76 154	0.13 128	0.43 190	10.72 232	2.25 177	1.08 189	0.24 145	6.92 186	0.94 178	3.54 165	4.78 144	0.00 1	0.44 169	0.69 186	16.39 249	1.48 114	1.22 162

RTSA	2.13 182	0.09 124	0.05 151	0.06 141	0.27 156	0.12 153	3.10 206	0.06 95	0.23 122	1.39 177	0.21 130	0.76 154	0.13 128	0.43 190	10.72 232	2.25 177	1.08 189	0.24 145	6.92 186	0.94 178	3.54 165	4.78 144	0.00 1	0.44 169	0.69 186	16.39 249	1.48 114	1.22 162

ccs_rob	2.19 184	0.09 124	0.18 170	0.13 165	0.06 51	0.03 108	0.03 47	2.33 216	0.54 173	2.44 219	12.56 249	15.01 213	0.18 136	0.30 176	3.10 131	2.81 210	0.75 166	0.28 161	3.16 142	0.80 171	4.43 181	5.41 163	0.03 116	1.16 203	0.00 1	0.01 63	1.74 124	1.49 167

PWC_ROB	2.29 185	0.25 177	0.06 154	0.01 35	0.17 122	0.16 160	0.98 175	0.02 61	0.62 176	0.65 151	3.33 201	1.37 169	12.76 225	0.26 164	6.03 192	2.03 171	1.15 192	0.92 214	6.78 185	0.58 143	4.98 193	7.64 216	0.11 149	1.04 199	0.02 121	0.18 140	2.87 171	6.83 197

XX-Stereo	2.39 186	0.04 53	0.08 157	0.02 78	0.03 28	0.17 162	0.24 136	0.12 117	0.24 126	2.06 210	6.55 227	0.32 113	0.46 169	0.04 79	4.87 177	4.47 238	0.81 172	0.25 152	4.97 163	0.21 99	2.69 145	4.18 131	0.31 185	0.11 107	24.56 252	0.03 99	2.13 137	4.54 186

iRaft-Stereo_20w	2.41 187	0.79 202	1.84 218	2.39 211	0.37 168	0.73 191	0.54 159	0.89 177	1.53 205	3.22 238	8.29 240	0.71 152	0.65 176	0.45 192	3.12 133	3.75 223	0.92 181	0.57 195	4.64 158	1.51 206	3.72 169	6.38 188	0.42 193	0.40 165	0.58 182	7.46 221	2.87 171	6.30 194

MFMNet_re	2.50 188	0.07 104	0.08 157	0.00 1	0.81 195	1.00 196	1.92 196	1.98 211	1.84 210	0.48 138	0.90 159	11.12 208	4.20 202	0.12 133	8.35 217	2.23 176	2.12 204	0.88 212	10.85 205	1.93 218	6.20 210	4.31 136	0.70 202	1.05 200	0.01 107	0.01 63	2.53 159	1.91 169

MFN_U_SF_DS_RVC	2.58 189	0.39 184	0.13 165	1.02 198	0.94 202	1.47 203	6.02 216	1.28 194	1.25 201	0.58 146	0.51 141	3.99 193	1.35 180	2.94 221	8.49 220	0.84 106	0.53 148	0.24 145	8.49 197	0.82 174	5.19 198	7.26 211	0.63 199	0.22 149	1.61 205	3.32 203	2.83 170	7.19 200

SFCPSM	2.60 190	0.04 53	0.02 126	0.05 129	0.12 96	0.32 178	0.11 100	0.30 145	0.77 188	1.51 188	4.75 218	6.92 199	11.96 222	0.12 133	6.19 193	2.43 202	1.00 185	0.33 171	15.96 213	2.34 224	3.04 152	4.15 129	0.12 150	0.71 182	0.04 127	0.60 162	3.86 204	2.56 172

CBMV	2.60 190	0.15 154	0.26 172	0.40 185	0.57 181	0.97 195	1.03 176	1.21 192	0.37 148	1.54 190	1.80 179	6.95 200	2.14 189	0.70 201	5.13 184	2.53 205	1.37 200	0.34 174	5.85 176	0.66 154	5.87 207	6.83 201	0.10 142	1.05 200	0.28 177	0.55 161	6.85 221	14.70 230
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCMid	2.74 192	1.26 212	1.71 215	0.40 185	1.93 212	1.52 205	3.53 210	0.86 173	3.72 221	0.89 161	3.79 208	1.75 176	1.91 184	0.47 195	6.57 196	1.98 166	1.00 185	0.81 209	8.43 196	1.44 205	4.23 177	6.72 199	1.73 219	0.54 174	1.26 201	4.03 206	2.31 149	9.24 211

AnyNet_C32	2.80 193	0.52 193	0.22 171	0.25 179	0.67 188	0.44 186	3.17 208	0.15 123	7.69 236	1.48 185	3.90 209	1.23 167	0.31 157	0.37 183	8.77 221	1.97 165	1.32 199	1.08 217	4.26 157	0.99 183	5.88 208	7.00 205	0.16 162	0.85 189	3.07 215	5.64 216	3.09 180	11.20 219

FAT-Stereo	2.88 194	0.13 146	2.06 221	0.15 168	0.40 172	0.03 108	0.61 161	3.14 221	0.69 184	3.08 233	9.21 242	11.10 207	2.12 188	0.09 119	5.89 191	3.41 220	1.24 196	1.17 222	4.21 156	1.62 211	5.45 200	7.79 222	0.16 162	1.79 223	0.09 144	1.45 184	2.64 163	8.01 206

FBW_ROB	3.03 195	2.28 215	1.73 216	5.36 218	3.29 219	1.68 208	5.06 212	0.59 162	0.05 60	1.66 196	1.74 177	6.05 198	1.43 181	3.87 226	5.17 185	0.52 57	0.88 176	0.10 92	22.28 229	0.75 166	4.57 185	4.14 128	3.32 224	0.78 185	0.07 138	0.88 173	0.54 72	2.97 176

S-Stereo	3.08 196	0.07 104	0.92 200	0.58 191	0.48 177	0.11 144	2.12 202	1.93 209	1.12 197	3.16 237	11.36 248	13.75 212	0.84 178	0.14 142	8.10 213	4.42 237	0.93 182	1.15 221	5.86 177	2.48 227	3.72 169	8.66 236	0.30 182	1.78 222	0.00 1	1.19 181	1.99 133	6.02 193

PVD	3.14 197	0.08 115	2.03 220	0.06 141	0.59 183	0.61 188	1.76 192	4.43 233	5.36 229	1.92 206	3.47 204	1.71 174	4.28 203	0.39 188	8.77 221	3.31 218	1.63 203	1.33 225	7.97 193	2.09 220	4.97 192	7.57 213	0.09 140	0.82 187	3.19 216	5.61 215	3.52 199	7.31 201

ADCPNet	3.33 198	0.18 159	1.54 213	0.37 183	2.11 214	0.43 184	4.39 211	1.15 190	2.63 217	2.22 214	4.68 216	1.26 168	8.61 216	0.75 203	7.76 206	2.37 195	1.20 193	0.28 161	9.48 200	1.76 215	4.12 175	7.06 206	1.85 220	0.44 169	3.47 219	5.21 214	3.51 196	11.22 220

MSC_U_SF_DS_RVC	3.56 199	1.18 211	0.42 180	2.21 209	1.08 206	1.06 198	7.26 223	0.90 178	6.00 231	2.41 218	0.89 158	2.49 183	1.53 182	4.82 228	8.39 218	2.74 208	1.46 202	0.99 216	19.04 219	2.19 222	4.43 181	8.48 234	1.87 222	0.85 189	1.96 209	2.40 193	1.47 112	7.73 203

SPS-STEREO	3.87 200	0.51 191	0.89 199	2.55 214	0.60 184	2.27 212	1.91 195	2.42 217	0.48 165	2.64 223	5.18 220	10.68 205	3.56 200	0.45 192	9.10 226	4.16 232	2.88 210	1.11 218	16.03 214	1.11 187	9.65 240	7.06 206	0.53 198	2.09 228	2.07 210	4.05 207	5.19 219	5.27 191
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_RVC	3.93 201	0.95 207	0.88 198	1.32 202	0.91 200	2.12 209	6.41 220	1.67 205	0.97 195	2.95 230	7.64 238	5.48 197	1.73 183	5.39 229	10.74 234	1.82 157	1.27 197	0.83 211	24.63 233	2.41 226	6.44 213	7.61 214	0.48 196	1.69 220	0.77 191	2.75 198	2.25 144	3.90 183

CBMV_ROB	3.99 202	0.43 186	1.00 203	2.02 205	0.95 203	1.61 207	1.67 191	2.83 220	0.70 187	2.13 213	4.08 213	16.34 218	11.91 221	0.27 169	7.96 210	2.44 203	1.39 201	0.29 164	9.76 202	1.58 209	5.47 202	5.44 164	0.30 182	0.55 177	3.43 218	7.99 225	7.43 226	7.85 205

ADCS	4.09 203	0.93 206	0.94 201	0.21 177	1.52 208	0.90 194	3.48 209	1.50 200	7.56 235	1.61 194	2.40 191	3.48 192	8.67 217	1.39 211	8.27 215	5.49 244	3.09 213	1.78 233	9.75 201	1.93 218	8.24 226	9.82 243	0.76 204	1.19 204	1.79 208	10.54 235	2.97 177	10.29 215

pmcnn	4.18 204	0.67 198	0.61 186	2.04 207	2.52 216	1.28 202	2.95 204	2.15 214	1.23 200	2.77 226	7.26 234	9.11 203	13.10 226	0.75 203	5.43 189	4.15 231	3.09 213	1.73 232	11.50 206	2.73 228	7.89 219	6.07 182	1.48 216	1.49 213	0.83 193	1.86 189	7.22 223	10.99 218

edge stereo	4.35 205	0.75 200	5.54 232	1.47 203	0.68 189	2.40 213	2.05 198	3.82 231	2.47 216	2.83 228	7.39 236	22.39 227	7.04 210	0.46 194	6.71 197	3.86 226	1.02 187	0.58 198	13.65 210	1.77 216	4.25 179	8.22 230	0.37 191	1.10 202	1.66 207	1.13 179	4.17 211	9.80 212

SANet	4.68 206	1.15 210	0.72 190	1.08 199	1.79 210	2.18 211	1.80 193	3.64 227	4.06 223	1.02 166	1.51 172	40.89 244	15.13 227	0.74 202	5.23 187	0.73 96	2.96 212	0.36 178	3.45 146	0.72 162	3.79 173	4.83 147	0.04 122	2.43 232	1.08 197	9.27 229	5.08 216	10.76 217

G-Net	4.73 207	0.73 199	0.67 189	0.15 168	0.83 197	0.25 175	0.42 155	3.63 226	5.06 227	2.28 215	7.11 233	33.67 239	3.98 201	0.11 124	4.48 171	4.47 238	0.90 177	1.56 227	10.38 204	7.20 246	4.91 191	4.92 152	0.27 176	2.00 227	0.69 186	3.51 204	8.30 228	15.26 231

DDUNet	4.89 208	8.16 226	1.37 209	15.28 226	11.53 231	13.06 226	13.61 227	0.03 75	0.08 86	0.31 124	0.17 124	2.81 184	0.12 125	30.11 238	1.31 44	0.42 36	5.42 229	3.10 241	7.68 190	3.60 236	0.64 58	3.51 106	7.13 231	0.11 107	0.13 155	0.00 1	2.47 156	0.00 1

UDG	4.89 208	9.17 228	1.61 214	15.38 227	16.23 238	10.04 223	21.31 232	0.34 150	0.07 79	0.29 121	0.87 157	2.05 180	0.07 108	21.35 234	3.10 131	0.73 96	5.33 228	1.71 231	7.74 191	3.39 234	2.18 125	4.16 130	3.02 223	0.25 154	0.01 107	0.00 1	1.53 119	0.02 88

SGM_RVC	5.06 210	2.37 216	0.86 197	3.70 216	2.05 213	4.02 219	3.08 205	3.97 232	2.18 214	2.80 227	4.60 215	12.63 209	9.07 218	0.52 198	5.35 188	1.16 125	2.48 208	0.73 204	16.29 216	1.29 200	5.10 196	4.67 143	0.97 210	1.53 214	5.98 226	4.86 211	17.62 243	16.88 234
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MaskLacGwcNet_RVC	5.10 211	0.81 203	0.45 182	1.01 197	0.93 201	1.00 196	2.09 199	1.18 191	1.70 206	2.65 224	7.37 235	55.54 257	5.50 207	2.83 220	4.18 164	2.37 195	2.53 209	2.86 239	12.17 207	0.63 149	6.51 214	7.97 227	0.21 168	1.40 210	0.80 192	2.92 201	3.45 192	6.78 196

MADNet+	5.17 212	1.14 209	0.81 195	1.31 201	1.86 211	0.41 182	7.13 222	4.64 234	1.30 203	2.11 212	1.25 167	7.00 201	7.54 211	1.68 213	15.77 252	5.61 245	10.54 245	0.72 203	9.98 203	4.66 239	10.53 245	7.94 226	0.28 181	6.30 250	5.27 224	1.53 186	3.79 203	18.58 238

AnyNet_C01	5.32 213	1.31 213	1.35 208	1.99 204	0.99 204	0.82 193	7.01 221	3.81 230	6.95 234	2.67 225	3.93 210	10.88 206	7.80 213	1.30 210	9.45 228	7.51 249	6.49 233	5.87 249	13.81 211	3.14 230	11.01 247	10.44 249	1.44 215	1.40 210	5.27 224	3.18 202	3.86 204	9.83 213

DGSMNet	5.33 214	1.12 208	1.33 207	0.98 195	0.43 174	1.56 206	0.78 167	2.82 219	1.13 198	5.43 250	19.14 259	3.33 191	4.71 205	2.73 219	8.95 224	7.91 252	9.34 241	4.39 246	21.81 228	3.83 237	12.01 252	14.38 254	1.86 221	2.77 237	0.76 189	2.72 197	3.12 181	4.64 187

SAMSARA	5.52 215	0.23 175	0.80 194	0.18 173	0.57 181	0.41 182	2.10 200	1.88 208	0.86 192	1.41 181	2.42 193	1.38 170	10.98 220	1.02 209	9.99 229	3.27 217	1.05 188	0.74 205	7.61 189	1.75 213	5.76 206	7.98 228	0.04 122	1.01 196	21.88 250	23.92 254	18.50 247	21.19 241

MDST_ROB	6.06 216	6.32 223	0.76 193	13.33 223	3.41 220	8.50 222	1.53 187	2.13 213	0.65 179	1.74 199	2.19 187	3.26 190	21.56 233	0.29 174	11.71 239	1.33 135	0.63 157	0.21 136	6.39 182	0.43 131	4.86 190	6.32 186	0.76 204	0.84 188	16.17 244	8.98 227	25.75 255	13.52 226

SGM+DAISY	6.69 217	2.68 219	2.71 222	4.33 217	3.45 221	5.63 220	5.85 214	3.71 229	4.72 226	3.62 240	10.34 245	13.55 211	12.02 223	2.03 217	14.41 249	5.03 241	2.95 211	1.60 228	21.46 225	3.31 232	8.98 236	8.82 237	0.64 200	3.61 241	6.70 229	7.55 222	9.49 233	11.52 222

MeshStereo	7.49 218	2.45 218	1.41 210	9.03 220	3.49 222	5.64 221	1.40 185	5.90 235	3.57 219	3.05 232	6.33 225	28.63 233	21.45 232	0.42 189	10.59 231	4.96 240	2.14 206	0.94 215	14.38 212	0.97 182	11.89 250	9.38 239	0.34 188	1.37 209	10.08 231	6.05 220	18.65 249	17.73 237
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
WAO-7	7.61 219	3.80 220	7.34 236	11.01 222	2.88 218	3.90 218	5.07 213	6.50 238	12.34 245	5.67 251	11.30 247	21.85 224	24.42 235	0.90 206	9.03 225	1.19 127	4.84 224	1.90 234	18.61 217	1.57 208	5.70 204	7.14 209	0.08 136	2.66 235	4.23 220	12.31 238	5.16 217	14.07 228

DPSNet	7.66 220	0.53 194	0.50 183	0.51 190	2.55 217	1.23 201	1.03 176	0.91 179	2.91 218	1.28 175	2.85 196	52.35 256	15.45 228	4.00 227	10.74 234	5.86 246	3.57 217	2.30 238	50.03 257	4.14 238	9.13 239	9.73 242	4.37 229	2.64 234	1.64 206	10.31 233	2.55 160	3.75 182

SQANet	8.36 221	13.62 230	1.51 212	27.93 234	7.70 227	24.54 233	19.95 231	0.50 159	0.53 172	0.08 80	0.57 144	12.67 210	2.96 193	15.94 231	7.34 200	0.50 53	3.38 216	0.09 90	21.60 226	0.63 149	6.67 215	6.60 197	38.30 239	0.50 173	0.27 174	2.11 191	2.43 154	6.72 195

SGM-ForestM	8.92 222	9.69 229	3.21 224	8.85 219	3.50 223	10.23 224	8.18 224	7.87 243	5.49 230	2.34 216	6.95 232	26.20 230	19.67 230	1.74 214	14.19 248	2.52 204	3.65 218	0.77 206	18.97 218	2.16 221	5.97 209	4.94 153	1.22 213	1.82 224	16.19 245	14.94 243	21.89 251	17.65 236

ELAS_RVC	10.24 223	5.33 222	4.68 230	10.96 221	6.07 224	18.00 229	6.32 218	6.73 239	4.18 224	4.37 246	13.14 252	38.51 243	26.53 241	1.99 216	8.40 219	3.07 213	4.87 225	3.11 242	12.18 208	3.35 233	8.09 224	10.23 245	1.67 218	4.98 247	17.94 246	13.21 240	18.60 248	19.96 240
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	10.48 224	6.74 224	4.17 229	13.36 224	8.23 228	14.54 227	6.36 219	7.60 242	6.93 233	4.00 245	13.16 253	37.82 242	23.84 234	2.16 218	9.35 227	2.97 212	4.96 226	2.92 240	12.82 209	2.35 225	8.15 225	10.26 246	1.55 217	4.54 245	19.05 248	15.68 248	17.89 245	21.51 242
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
otaku	10.90 225	18.81 233	1.77 217	39.91 242	12.22 233	34.18 240	24.58 233	0.18 128	0.44 161	0.00 1	0.62 146	15.33 216	4.54 204	24.74 236	8.11 214	0.57 67	3.84 219	0.11 99	24.02 230	0.79 168	7.40 216	6.43 190	51.76 242	1.03 198	0.28 177	1.32 182	2.92 175	8.28 208

Ntro	11.53 226	20.07 235	3.00 223	43.23 246	14.55 236	33.85 239	28.83 236	0.08 104	0.41 156	0.22 114	0.21 130	15.85 217	3.28 197	28.17 237	7.97 211	0.51 55	4.77 222	0.15 110	24.61 232	0.94 178	7.73 218	6.31 184	52.82 243	1.54 215	0.15 158	2.18 192	2.50 158	7.45 202

STStereo	11.69 227	8.45 227	10.04 245	18.16 228	10.58 230	15.14 228	10.53 225	13.13 251	9.53 242	3.86 242	14.97 255	36.06 240	26.96 242	0.99 207	15.41 250	3.48 222	2.14 206	0.91 213	27.08 236	2.21 223	5.15 197	6.42 189	1.20 212	4.57 246	15.16 243	13.24 241	18.03 246	22.37 245

SPstereo	12.03 228	2.44 217	9.20 244	2.03 206	1.26 207	3.32 217	2.10 200	10.18 248	5.25 228	3.71 241	18.14 256	22.33 226	39.50 252	2.97 222	10.56 230	15.04 256	12.88 247	12.88 255	24.43 231	12.53 253	19.22 257	17.31 257	4.01 226	6.56 252	10.65 232	13.44 242	20.72 250	22.08 244

PSMNet_ROB	12.92 229	23.05 240	5.61 233	30.55 235	6.20 225	34.92 241	29.34 238	1.70 207	1.75 209	2.97 231	5.43 222	20.61 222	27.77 243	23.98 235	8.94 223	0.72 94	5.52 230	0.57 195	25.00 234	3.13 229	8.01 223	6.53 192	49.02 240	1.60 216	6.03 227	7.68 223	4.46 213	7.83 204

ACVNet-4b	13.47 230	22.61 239	3.70 226	40.58 243	16.09 237	37.09 242	30.22 239	0.54 161	0.42 157	0.34 126	0.20 128	27.86 232	7.56 212	58.01 248	7.70 204	0.55 62	6.82 234	0.37 180	19.63 222	1.22 195	7.95 220	5.77 177	54.71 246	2.12 229	0.19 168	0.61 163	1.83 126	8.95 210

LSM0	13.66 231	0.48 189	1.89 219	3.22 215	2.27 215	2.98 216	6.02 216	6.42 237	6.24 232	3.39 239	7.39 236	15.02 214	21.09 231	0.59 199	72.72 260	82.45 262	4.78 223	1.63 229	41.67 253	6.26 243	14.18 255	15.86 255	0.24 171	2.56 233	5.08 222	9.03 228	13.43 238	21.93 243

WAO-6	13.69 232	13.80 231	3.74 227	23.62 231	13.67 235	31.88 237	26.45 234	3.68 228	9.30 241	0.52 143	2.91 198	26.50 231	36.24 251	46.50 240	8.08 212	1.52 144	9.67 242	0.68 201	20.50 224	1.73 212	8.83 232	7.74 219	17.50 235	3.35 240	12.66 238	11.66 237	9.90 234	17.13 235

RainbowNet	13.70 233	22.55 238	4.78 231	45.64 249	20.27 240	38.74 243	30.56 240	1.10 188	0.98 196	0.61 148	0.00 1	22.31 225	8.58 215	50.56 243	6.98 199	0.98 116	4.69 221	0.27 160	16.23 215	3.52 235	8.64 229	7.61 214	54.15 245	1.41 212	1.53 204	2.69 196	4.07 209	10.50 216

DispFullNet	13.76 234	21.88 237	15.89 253	24.86 232	21.02 241	20.86 230	35.46 245	7.47 241	4.04 222	10.78 255	8.78 241	19.92 221	16.16 229	32.44 239	6.50 195	9.00 253	19.01 255	5.23 247	33.08 242	10.48 250	8.84 233	7.86 223	4.01 226	1.64 217	2.82 212	1.95 190	7.01 222	14.43 229

MANE	14.80 235	7.78 225	12.20 251	14.57 225	10.23 229	12.65 225	10.66 226	14.23 254	13.81 247	3.15 236	9.50 244	32.07 237	29.96 244	3.21 223	16.78 253	7.52 250	5.32 227	20.78 259	19.44 221	3.25 231	8.74 231	7.75 221	1.22 213	5.74 248	25.51 254	24.86 255	40.14 259	38.43 256

ACVNet_1	15.09 236	27.35 248	7.46 237	51.42 254	29.53 248	48.54 252	36.16 246	0.04 83	0.62 176	0.39 130	0.00 1	18.89 220	6.85 209	60.94 250	4.60 175	0.56 64	7.36 235	0.57 195	21.72 227	0.49 139	8.00 222	5.14 158	54.78 249	1.96 225	0.32 180	5.74 218	2.47 156	5.42 192

PWCK	15.17 237	20.47 236	6.84 235	32.90 238	11.65 232	21.53 231	17.84 229	9.87 247	11.97 244	12.07 256	14.29 254	41.32 245	25.14 238	3.58 225	11.25 238	2.27 182	8.70 240	1.66 230	61.56 260	7.51 247	11.31 249	9.01 238	14.59 234	2.97 238	8.97 230	15.50 247	8.45 229	16.44 233

ACVNet_2	15.75 238	27.28 247	7.96 240	50.80 253	26.50 244	45.66 251	33.66 244	0.27 141	0.42 157	0.62 149	0.94 160	24.18 228	9.84 219	48.67 242	4.83 176	0.60 77	11.17 246	0.10 92	33.98 245	0.68 158	7.99 221	5.88 179	53.48 244	1.99 226	5.13 223	10.08 231	4.33 212	8.26 207

JetBlue	16.26 239	15.75 232	11.96 250	22.11 230	17.95 239	27.99 235	17.99 230	13.64 252	16.12 249	2.62 221	3.45 203	67.72 260	4.80 206	15.68 230	8.32 216	7.69 251	14.60 250	10.60 254	20.06 223	7.74 248	16.54 256	14.09 253	9.90 232	6.84 253	13.22 240	23.90 253	22.16 252	25.58 248

LVE	17.70 240	25.24 243	6.02 234	47.66 250	30.55 249	42.15 247	37.64 248	0.92 180	1.92 211	3.11 234	0.03 95	21.36 223	26.37 240	59.12 249	5.21 186	1.22 128	6.30 232	0.78 207	29.93 238	1.17 191	9.97 241	8.22 230	55.32 251	3.82 243	19.25 249	10.53 234	11.57 235	12.58 223

IMH-64-1	18.20 241	24.74 241	8.43 242	43.22 244	29.41 246	41.24 244	39.25 249	3.31 223	8.66 238	0.09 86	0.84 154	31.58 235	24.90 236	74.34 251	7.80 207	1.61 147	7.68 236	2.14 235	30.04 239	1.17 191	8.89 234	8.35 232	55.70 252	1.66 218	10.76 233	4.93 212	7.35 224	13.35 224

IMH-64	18.20 241	24.74 241	8.43 242	43.22 244	29.41 246	41.24 244	39.25 249	3.31 223	8.66 238	0.09 86	0.84 154	31.58 235	24.90 236	74.34 251	7.80 207	1.61 147	7.68 236	2.14 235	30.04 239	1.17 191	8.89 234	8.35 232	55.70 252	1.66 218	10.76 233	4.93 212	7.35 224	13.35 224

Dean	18.84 243	31.43 253	4.15 228	56.06 256	33.28 253	49.41 253	37.37 247	3.21 222	4.38 225	1.58 192	0.03 95	26.03 229	34.61 248	57.09 247	7.74 205	0.90 110	8.47 239	0.31 169	25.72 235	1.51 206	8.39 228	7.38 212	54.84 250	2.74 236	18.36 247	10.10 232	13.28 237	10.20 214

BEATNet-Init1	19.18 244	19.13 234	7.74 238	32.14 236	13.16 234	29.13 236	16.19 228	12.18 250	13.16 246	4.63 247	12.87 250	36.56 241	42.58 254	3.21 223	20.76 256	9.14 254	5.88 231	3.97 245	47.19 256	17.73 257	12.29 254	13.10 252	3.89 225	6.55 251	27.00 256	17.20 252	50.67 262	39.90 258

IMH	19.35 245	25.33 244	8.35 241	43.47 247	30.55 249	42.09 246	40.33 251	3.51 225	8.89 240	0.16 99	0.25 135	33.42 238	33.95 247	77.49 254	6.93 198	1.33 135	8.16 238	2.24 237	30.28 241	1.37 202	8.71 230	7.74 219	55.71 254	1.76 221	10.94 235	7.82 224	8.50 230	23.20 246

LE_ROB	19.62 246	4.63 221	7.87 239	26.32 233	33.04 252	23.04 232	28.96 237	19.01 256	15.58 248	4.86 249	12.98 251	44.86 250	49.56 259	1.53 212	11.86 240	1.87 159	2.13 205	0.55 193	29.13 237	6.11 241	7.57 217	6.29 183	6.44 230	23.82 260	30.40 260	35.63 260	47.13 261	48.49 262

WAO-8	20.82 247	26.27 245	10.77 246	39.60 240	25.15 242	43.40 248	32.13 242	9.00 245	19.71 250	3.97 243	6.66 230	44.41 248	33.89 245	55.25 245	10.97 236	1.61 147	10.27 243	1.14 219	33.91 243	12.99 255	9.06 237	7.88 224	25.90 236	2.29 230	29.01 257	15.39 245	15.57 240	35.82 254

Venus	20.82 247	26.27 245	10.77 246	39.60 240	25.15 242	43.40 248	32.13 242	9.00 245	19.71 250	3.97 243	6.66 230	44.41 248	33.89 245	55.29 246	10.97 236	1.61 147	10.27 243	1.14 219	33.91 243	12.99 255	9.06 237	7.88 224	25.90 236	2.29 230	29.01 257	15.39 245	15.57 240	35.82 254

DLNR_Zeroshot_test	21.55 249	75.17 262	0.84 196	99.67 266	0.13 101	0.13 157	98.88 265	1.65 202	0.29 140	2.62 221	1.07 166	2.92 185	0.32 158	20.56 233	96.42 262	100.00 267	22.94 257	20.02 258	19.09 220	1.80 217	8.26 227	7.69 218	0.01 84	0.27 157	0.00 1	0.00 1	0.25 62	0.88 154

KSHMR	24.81 250	32.60 254	16.13 254	56.35 258	41.35 259	54.48 257	57.05 256	13.87 253	10.61 243	7.82 253	8.23 239	30.48 234	26.26 239	85.01 256	12.59 246	3.26 216	13.88 248	5.40 248	37.79 249	5.60 240	10.75 246	9.84 244	57.93 257	4.50 244	14.97 242	11.14 236	14.88 239	27.20 249

TorneroNet	24.99 251	29.07 252	12.56 252	50.44 252	35.02 255	52.97 256	51.77 253	8.41 244	25.66 256	1.39 177	6.31 224	45.92 251	45.14 257	86.77 259	12.07 242	1.42 139	14.50 249	3.39 243	41.10 251	7.14 245	10.50 243	9.42 240	56.93 256	3.21 239	13.83 241	12.60 239	11.85 236	25.42 247

TorneroNet-64	25.10 252	28.63 250	11.01 248	49.93 251	33.59 254	50.82 255	51.36 252	6.76 240	28.41 258	1.49 186	1.50 171	48.55 253	49.42 258	85.80 257	12.23 244	1.61 147	14.98 251	3.40 244	41.73 254	6.57 244	10.52 244	9.65 241	56.72 255	3.73 242	12.34 237	17.16 251	8.21 227	31.60 252

ktn	25.90 253	27.52 249	11.72 249	43.86 248	32.66 251	45.51 250	53.50 254	6.39 236	31.24 260	14.15 257	3.51 205	43.90 247	43.66 255	76.09 253	15.43 251	6.85 248	16.40 253	10.39 253	38.11 250	9.69 249	11.24 248	10.33 247	58.59 258	8.85 254	12.13 236	15.32 244	24.53 254	27.77 250

notaker	26.12 254	34.21 256	16.67 255	56.11 257	39.35 257	57.49 258	58.02 257	10.52 249	23.79 255	6.84 252	2.18 186	46.65 252	44.62 256	91.19 261	13.09 247	2.91 211	15.06 252	7.07 251	44.19 255	11.09 251	10.00 242	10.39 248	61.48 261	6.08 249	2.86 213	5.93 219	8.61 232	18.82 239

UNDER WATER	30.42 255	35.10 258	18.29 256	61.69 259	49.72 262	61.61 260	68.40 259	26.78 257	20.91 253	4.64 248	6.56 229	49.16 254	35.76 249	85.80 257	11.99 241	3.25 215	19.16 256	6.32 250	36.00 248	12.62 254	12.06 253	11.48 250	58.77 259	12.64 256	26.75 255	26.51 257	17.44 242	42.02 260

UNDER WATER-64	30.62 256	34.90 257	19.50 257	63.08 260	49.58 261	63.23 261	68.76 260	28.47 259	20.52 252	8.92 254	9.25 243	49.45 255	36.21 250	84.01 255	12.54 245	4.26 236	18.84 254	7.29 252	35.37 246	11.91 252	11.98 251	12.16 251	59.99 260	10.24 255	22.52 251	26.36 256	17.77 244	39.71 257

HanzoNet	38.59 257	41.13 259	26.84 258	55.30 255	44.55 260	59.48 259	65.00 258	27.29 258	43.14 261	16.05 259	18.67 258	68.87 261	59.34 261	89.79 260	20.65 255	15.16 257	27.64 258	18.55 257	57.63 259	29.43 259	22.05 258	18.21 258	70.77 262	17.96 257	30.25 259	28.11 258	29.43 257	40.63 259

JetRed	39.35 258	45.31 260	43.51 262	38.91 239	38.88 256	50.33 254	55.05 255	38.22 260	28.00 257	15.07 258	11.16 246	63.72 258	6.53 208	46.98 241	33.84 258	37.68 260	46.16 259	61.14 263	35.57 247	20.96 258	58.43 261	52.72 260	49.68 241	23.35 259	31.74 261	47.35 261	39.42 258	42.86 261

MADNet++	42.55 259	32.88 255	38.07 260	21.89 229	40.55 258	25.78 234	31.82 241	38.22 260	52.61 262	44.35 261	64.46 261	64.81 259	65.99 262	19.56 232	19.61 254	24.60 259	50.08 260	32.22 260	53.62 258	53.64 261	74.46 262	72.66 261	10.15 233	59.09 262	25.39 253	55.66 262	42.62 260	34.08 253

LRCNet_RVC	55.07 260	71.56 261	41.88 261	91.80 261	92.31 263	87.74 262	81.97 261	46.59 262	29.52 259	97.29 262	70.12 262	87.87 264	58.94 260	96.22 264	32.60 257	9.17 255	62.54 261	45.71 261	92.90 261	58.96 262	24.77 259	16.43 256	92.88 264	48.31 261	6.24 228	2.51 195	24.28 253	15.80 232

PML	91.55 261	100.00 268	72.36 263	100.00 268	99.99 265	99.99 270	98.61 264	100.00 267	96.67 263	100.00 266	89.50 263	99.89 270	99.98 267	96.95 265	86.93 261	78.31 261	88.87 262	58.84 262	100.00 268	89.23 263	84.03 263	76.35 262	88.24 263	85.65 263	89.63 265	92.69 265	100.00 266	99.20 266

MEDIAN_ROB	95.96 262	98.25 265	97.18 264	100.00 268	99.94 264	99.99 270	100.00 270	98.76 265	96.86 264	99.97 265	99.87 266	96.39 267	93.43 263	99.94 268	98.82 263	96.81 263	97.72 265	97.63 264	99.54 264	96.93 264	89.46 264	92.65 264	100.00 268	94.87 264	79.89 263	88.94 264	83.47 263	93.52 264

MyStereo02	96.22 263	100.00 268	100.00 269	100.00 268	0.00 1	98.99 267	99.10 266	100.00 267	100.00 266	100.00 266	100.00 268	99.78 268	100.00 268	100.00 270	100.00 268	100.00 267	100.00 268	100.00 269	100.00 268	100.00 268	100.00 269	100.00 268	100.00 268	100.00 268	100.00 266	100.00 267	100.00 266	100.00 267

DPSM_ROB	97.14 264	98.92 266	99.68 267	98.73 264	100.00 266	90.94 263	90.97 262	100.00 267	100.00 266	100.00 266	100.00 268	94.20 265	100.00 268	94.69 262	100.00 268	100.00 267	100.00 268	100.00 269	99.98 265	100.00 268	100.00 269	100.00 268	54.75 247	100.00 268	100.00 266	100.00 267	100.00 266	100.00 267

DPSM	97.14 264	98.92 266	99.68 267	98.73 264	100.00 266	90.94 263	90.97 262	100.00 267	100.00 266	100.00 266	100.00 268	94.20 265	100.00 268	94.69 262	100.00 268	100.00 267	100.00 268	100.00 269	99.98 265	100.00 268	100.00 269	100.00 268	54.75 247	100.00 268	100.00 266	100.00 267	100.00 266	100.00 267

HaxPig	97.72 266	100.00 268	98.22 265	99.99 267	100.00 266	99.99 270	99.99 269	99.97 266	99.83 265	100.00 266	99.92 267	99.99 271	99.93 266	99.99 269	99.26 264	98.81 264	99.96 266	98.30 265	99.98 265	99.97 265	93.73 265	87.57 263	99.99 267	99.97 267	78.01 262	98.96 266	88.73 265	97.26 265

AVERAGE_ROB	97.89 267	100.00 268	99.51 266	100.00 268	100.00 266	100.00 273	100.00 270	100.00 267	100.00 266	100.00 266	100.00 268	100.00 272	100.00 268	100.00 270	99.58 265	99.69 265	99.99 267	99.97 266	100.00 268	100.00 268	96.36 266	98.90 265	100.00 268	100.00 268	86.66 264	87.54 263	88.46 264	86.35 263

DGTPSM_ROB	98.06 268	97.23 263	100.00 269	97.54 262	100.00 266	96.88 265	100.00 270	95.43 263	100.00 266	98.26 263	98.84 264	83.09 262	98.12 264	99.83 266	99.88 267	100.00 267	90.55 263	99.99 267	93.59 262	99.98 266	99.18 267	99.45 266	99.85 265	99.95 265	100.00 266	100.00 267	100.00 266	100.00 267

DPSMNet_ROB	98.08 269	97.28 264	100.00 269	97.56 263	100.00 266	96.88 265	100.00 270	95.43 263	100.00 266	98.27 264	98.85 265	83.13 263	98.18 265	99.87 267	99.87 266	99.99 266	90.66 264	99.99 267	93.78 263	99.98 266	99.18 267	99.45 266	99.85 265	99.95 265	100.00 266	100.00 267	100.00 266	100.00 267

MyStereo03	99.92 270	100.00 268	100.00 269	100.00 268	100.00 266	98.99 267	99.10 266	100.00 267	100.00 266	100.00 266	100.00 268	99.78 268	100.00 268	100.00 270	100.00 268	100.00 267	100.00 268	100.00 269	100.00 268	100.00 268	100.00 269	100.00 268	100.00 268	100.00 268	100.00 266	100.00 267	100.00 266	100.00 267

CasAABBNet	99.94 271	100.00 268	100.00 269	100.00 268	100.00 266	99.18 269	99.15 268	100.00 267	100.00 266	100.00 266	100.00 268	100.00 272	100.00 268	100.00 270	100.00 268	100.00 267	100.00 268	100.00 269	100.00 268	100.00 268	100.00 269	100.00 268	100.00 268	100.00 268	100.00 266	100.00 267	100.00 266	100.00 267

STTRV1_RVC		0.30 181	0.41 178	0.44 187	0.39 171	1.12 199	0.89 171	0.42 154	0.42 157	0.89 161	2.56 194	4.38 194	8.09 214	0.50 197		2.25 177	4.06 220	0.55 193		6.11 241	5.46 201			1.26 208	3.42 217	2.80 200	4.93 214	13.99 227

DPSimNet_ROB		28.82 251	33.05 259	32.37 237	28.38 245	32.01 238	27.07 235	18.03 255	23.46 254	31.58 260	28.76 260	43.16 246	41.83 253	53.67 244	34.49 259	24.18 258		15.40 256	41.40 252	36.56 260	25.39 260	25.09 259	27.23 238	20.88 258		31.61 259	27.44 256	28.83 251

Low-res two-view benchmark