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

CREStereo++_RVC	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	0.00 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	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	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
s12784h	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	0.00 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	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	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	0.00 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	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	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	0.00 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	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	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	0.00 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	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	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
PMTNet	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	0.00 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	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	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	0.00 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	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	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	0.00 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	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9
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
STStereo	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

NVstereo2D	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWC_ROB	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCDC_ROB	0.01 9	0.02 14	0.02 14	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCK	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

coex_refinement	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

G2L-Stereo	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

iinet-f	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MSC_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

ADCMid	0.08 32	0.02 14	0.13 76	0.03 23	0.02 15	0.03 22	0.02 15	0.02 15	0.02 15	1.32 224	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.07 41	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 25

ADCS	0.06 28	0.02 14	0.04 25	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	1.03 202	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.02 15	0.01 9	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.02 15	0.04 30	0.02 15

AnyNet_C01	0.08 32	0.03 23	0.04 25	0.02 15	0.03 23	0.03 22	0.02 15	0.02 15	0.02 15	1.46 232	0.02 15	0.03 23	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.02 15	0.03 22	0.02 16	0.02 15	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.03 22	0.03 25

RYNet	0.02 15	0.02 14	0.02 14	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.03 25	0.02 15	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

LSM0	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

DFGA-Net	0.04 24	0.06 37	0.03 23	0.06 36	0.03 23	0.05 35	0.03 26	0.05 35	0.03 27	0.05 27	0.03 26	0.05 34	0.03 23	0.03 27	0.03 26	0.03 26	0.05 35	0.03 25	0.05 33	0.03 26	0.06 41	0.03 26	0.03 25	0.03 25	0.06 41	0.03 26	0.06 40	0.03 25

YMNet	0.03 23	0.03 23	0.03 23	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	0.03 21	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.04 32	0.03 24	0.03 26	0.03 22	0.03 25

FADNet_RVC	0.10 39	0.03 23	0.04 25	0.03 23	0.04 32	0.05 35	0.04 32	0.04 31	0.04 32	0.03 21	0.04 31	0.04 30	0.03 23	0.04 32	0.03 26	0.03 26	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.03 26	1.63 279	0.03 25	0.03 24	0.04 32	0.03 22	0.04 32

BEATNet_4x	0.08 32	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 233	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCL	0.08 32	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 233	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

AnyNet_C32	0.12 54	0.03 23	0.07 36	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.02 15	2.33 273	0.04 31	0.04 30	0.03 23	0.02 15	0.03 26	0.04 32	0.04 28	0.04 31	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.04 31	0.03 26	0.03 22	0.02 15

ADCPNet	0.08 32	0.03 23	0.04 25	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.32 224	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.04 30	0.03 25

APVNet	0.09 37	0.06 37	0.04 25	0.06 36	0.04 32	0.05 35	0.04 32	0.05 35	1.08 256	0.05 27	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

FADNet-RVC-Resample	0.10 39	0.04 32	0.05 30	0.04 32	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.04 33	1.53 274	0.04 32	0.05 36	0.05 37	0.06 40	0.05 36

FADNet-RVC	0.11 51	0.04 32	0.05 30	0.04 32	0.05 35	0.04 31	0.04 32	0.05 35	0.04 32	0.04 25	0.04 31	0.04 30	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	1.79 285	0.04 32	0.04 31	0.04 32	0.04 30	0.05 36

FADNet	0.11 51	0.04 32	0.05 30	0.06 36	0.05 35	0.04 31	0.04 32	0.04 31	0.04 32	0.04 25	0.05 35	0.05 34	0.04 33	0.05 35	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.05 37	0.05 35	0.04 33	1.74 283	0.04 32	0.04 31	0.05 37	0.04 30	0.05 36

ADCRef	0.13 59	0.04 32	0.05 30	0.04 32	0.04 32	0.04 31	0.09 47	0.04 31	0.04 32	2.46 276	0.04 31	0.04 30	0.04 33	0.04 32	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.04 33	0.04 32	0.05 37	0.04 31	0.04 32	0.04 30	0.04 32

ADCP+	0.12 54	0.04 32	0.07 36	0.04 32	0.05 35	0.04 31	0.04 32	0.04 31	0.04 32	2.28 265	0.05 35	0.05 34	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	0.04 32	0.05 37	0.04 31	0.04 32	0.04 30	0.04 32

BridgeDepth_RVC	0.07 29	0.11 56	0.10 45	0.08 42	0.05 35	0.08 44	0.05 37	0.11 56	0.05 37	0.07 33	0.05 35	0.07 42	0.05 39	0.10 50	0.05 39	0.05 39	0.08 43	0.05 38	0.08 43	0.05 37	0.08 45	0.05 39	0.05 38	0.05 37	0.08 43	0.05 37	0.08 44	0.05 36
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.07 29	0.11 56	0.10 45	0.08 42	0.05 35	0.08 44	0.05 37	0.11 56	0.05 37	0.07 33	0.05 35	0.07 42	0.05 39	0.10 50	0.05 39	0.05 39	0.08 43	0.05 38	0.08 43	0.05 37	0.07 42	0.05 39	0.05 38	0.05 37	0.08 43	0.07 43	0.08 44	0.06 43
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
AASNet	0.05 25	0.08 41	0.08 39	0.07 39	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.05 39	0.06 39	0.07 41	0.05 39	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 36

SACVNet	0.05 25	0.08 41	0.08 39	0.07 39	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.05 39	0.06 39	0.07 41	0.05 39	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 36

AACVNet	0.05 25	0.08 41	0.08 39	0.07 39	0.05 35	0.05 35	0.05 37	0.07 38	0.05 37	0.05 27	0.05 35	0.05 34	0.05 39	0.06 39	0.07 41	0.05 39	0.05 35	0.05 38	0.05 33	0.05 37	0.05 35	0.05 39	0.04 32	0.05 37	0.05 36	0.05 37	0.05 36	0.05 36

FINET	0.07 29	0.08 41	0.07 36	0.08 42	0.07 44	0.08 44	0.07 43	0.08 44	0.07 43	0.08 35	0.07 44	0.08 44	0.07 44	0.07 42	0.07 41	0.07 44	0.07 42	0.07 44	0.07 41	0.07 44	0.08 45	0.07 44	0.07 40	0.06 44	0.07 42	0.07 43	0.08 44	0.06 43

BEATNet-Init1	0.15 71	0.07 39	0.10 45	0.08 42	0.07 44	0.07 42	0.07 43	0.07 38	0.07 43	2.19 261	0.08 45	0.08 44	0.07 44	0.07 42	0.07 41	0.07 44	0.08 43	0.07 44	0.08 43	0.08 46	0.07 42	0.07 44	0.07 40	0.07 45	0.08 43	0.07 43	0.07 42	0.07 45

DeepPrunerF	0.15 71	0.07 39	0.10 45	0.08 42	0.07 44	0.07 42	0.07 43	0.07 38	0.07 43	2.19 261	0.08 45	0.08 44	0.07 44	0.07 42	0.07 41	0.07 44	0.08 43	0.07 44	0.08 43	0.08 46	0.07 42	0.07 44	0.07 40	0.07 45	0.08 43	0.07 43	0.07 42	0.07 45

SepStereo	0.09 37	0.09 45	0.09 42	0.09 47	0.10 49	0.09 47	0.08 46	0.09 45	0.08 46	0.09 36	0.08 45	0.09 48	0.09 48	0.08 46	0.08 47	0.09 48	0.09 47	0.08 48	0.09 47	0.08 46	0.09 47	0.08 48	0.09 44	0.09 48	0.10 48	0.08 47	0.10 48	0.09 48

MatchStereo	0.27 103	0.12 59	2.51 297	0.12 59	0.11 62	0.12 59	0.11 61	2.54 286	0.08 46	0.09 36	0.08 45	0.08 44	0.07 44	0.07 42	0.09 48	0.07 44	0.09 47	0.07 44	0.09 47	0.07 44	0.09 47	0.07 44	0.08 43	0.07 45	0.08 43	0.08 47	0.09 47	0.08 47

LRCNet_RVC	0.11 51	0.12 59	0.09 42	0.12 59	0.09 47	0.12 59	0.09 47	0.12 59	0.09 48	0.12 48	0.09 49	0.11 59	0.09 48	0.09 47	0.09 48	0.09 48	0.12 60	0.16 92	0.21 94	0.09 49	0.12 60	0.09 49	0.09 44	0.09 48	0.12 60	0.28 129	0.12 60	0.09 48

UNet	0.19 85	0.13 62	0.09 42	0.13 62	0.09 47	0.13 62	0.09 47	0.13 60	0.09 48	0.90 183	0.09 49	0.13 62	0.09 48	0.10 50	0.09 48	0.70 224	0.13 62	0.09 49	0.13 60	0.10 50	0.91 216	0.09 49	0.10 47	0.09 48	0.13 61	0.10 49	0.13 62	0.09 48

S2M2_L	0.13 59	0.14 64	0.10 45	0.14 63	0.10 49	0.15 72	0.10 50	0.30 114	0.10 50	0.14 49	0.17 94	0.14 63	0.10 51	0.10 50	0.10 51	0.10 50	0.14 63	0.10 50	0.14 62	0.10 50	0.14 62	0.10 51	0.10 47	0.10 51	0.15 68	0.10 49	0.14 63	0.10 52
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

PVD	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

SHD	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

SAMSARA	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

XQC	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

RTSC	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

RTS	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

RTSA	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

MADNet+	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

MADNet++	0.10 39	0.10 46	0.10 45	0.10 48	0.10 49	0.10 48	0.10 50	0.10 46	0.10 50	0.10 38	0.10 51	0.10 49	0.10 51	0.10 50	0.10 51	0.10 50	0.10 49	0.10 50	0.10 49	0.10 50	0.10 49	0.10 51	0.10 47	0.10 51	0.10 48	0.10 49	0.10 48	0.10 52

S2M2_XL	0.24 97	1.32 232	0.86 223	0.17 82	0.11 62	0.17 81	0.11 61	1.05 229	0.12 78	0.16 66	0.11 62	0.16 80	0.11 63	0.11 66	0.11 62	0.11 62	0.17 82	0.11 65	0.17 80	0.11 63	0.17 81	0.11 63	0.11 60	0.11 65	0.17 81	0.11 63	0.17 81	0.11 64
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GCAP-BAT	0.17 76	1.25 220	0.20 97	0.15 71	0.11 62	0.15 72	0.11 61	0.21 83	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.11 66	0.11 62	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.15 71	0.11 63	0.11 60	0.11 65	0.15 68	0.11 63	0.15 70	0.11 64

test_for_model	0.17 76	1.25 220	0.20 97	0.15 71	0.11 62	0.15 72	0.11 61	0.21 83	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.11 66	0.11 62	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.15 71	0.11 63	0.11 60	0.11 65	0.15 68	0.11 63	0.15 70	0.11 64

testlalala2	0.17 76	1.25 220	0.20 97	0.15 71	0.11 62	0.15 72	0.11 61	0.21 83	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.11 66	0.11 62	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.15 71	0.11 63	0.11 60	0.11 65	0.15 68	0.11 63	0.15 70	0.11 64

JetRed	0.22 93	0.11 56	0.12 67	0.11 58	0.11 62	0.11 58	0.11 61	0.11 56	0.11 62	2.93 286	0.11 62	0.11 59	0.11 63	0.11 66	0.11 62	0.12 78	0.11 59	0.11 65	0.11 59	0.11 63	0.11 59	0.11 63	0.11 60	0.11 65	0.11 59	0.11 63	0.11 59	0.11 64

testlalala	0.17 76	1.25 220	0.20 97	0.15 71	0.11 62	0.15 72	0.11 61	0.21 83	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.11 66	0.11 62	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.15 71	0.11 63	0.11 60	0.11 65	0.15 68	0.11 63	0.15 70	0.11 64

testlalala_base	0.17 76	1.25 220	0.20 97	0.15 71	0.11 62	0.15 72	0.11 61	0.21 83	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.11 66	0.11 62	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.15 71	0.11 63	0.11 60	0.11 65	0.15 68	0.11 63	0.15 70	0.11 64

GCAP-Stereo	0.17 76	1.25 220	0.20 97	0.15 71	0.11 62	0.15 72	0.11 61	0.21 83	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.11 66	0.11 62	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.15 71	0.11 63	0.11 60	0.11 65	0.15 68	0.11 63	0.15 70	0.11 64

ProNet	0.12 54	0.18 75	0.11 61	0.14 63	0.10 49	0.14 64	0.11 61	0.14 61	0.11 62	0.14 49	0.10 51	0.14 63	0.10 51	0.10 50	0.11 62	0.10 50	0.15 70	0.10 50	0.14 62	0.10 50	0.14 62	0.10 51	0.11 60	0.10 51	0.15 68	0.10 49	0.14 63	0.10 52

IPLG	0.12 54	0.15 65	0.12 67	0.14 63	0.11 62	0.14 64	0.11 61	0.14 61	0.11 62	0.15 54	0.11 62	0.14 63	0.11 63	0.12 77	0.11 62	0.11 62	0.14 63	0.11 65	0.14 62	0.11 63	0.14 62	0.11 63	0.11 60	0.11 65	0.14 63	0.11 63	0.14 63	0.11 64

IPLGR_C	0.13 59	0.16 70	0.14 80	0.15 71	0.11 62	0.14 64	0.11 61	0.14 61	0.11 62	0.14 49	0.11 62	0.14 63	0.11 63	0.12 77	0.11 62	0.11 62	0.14 63	0.11 65	0.14 62	0.11 63	0.14 62	0.11 63	0.11 60	0.11 65	0.14 63	0.11 63	0.15 70	0.11 64

MIPNet	0.12 54	0.15 65	0.12 67	0.14 63	0.11 62	0.14 64	0.11 61	0.14 61	0.11 62	0.15 54	0.11 62	0.14 63	0.11 63	0.12 77	0.11 62	0.11 62	0.14 63	0.11 65	0.15 70	0.11 63	0.14 62	0.11 63	0.11 60	0.11 65	0.14 63	0.11 63	0.14 63	0.11 64

IPLGR	0.13 59	0.15 65	0.12 67	0.14 63	0.11 62	0.14 64	0.11 61	0.14 61	0.13 84	0.15 54	0.11 62	0.14 63	0.12 83	0.12 77	0.11 62	0.11 62	0.14 63	0.11 65	0.14 62	0.11 63	0.14 62	0.11 63	0.11 60	0.12 80	0.15 68	0.11 63	0.14 63	0.11 64

ACRE	0.13 59	0.16 70	0.12 67	0.14 63	0.11 62	0.14 64	0.11 61	0.15 69	0.11 62	0.14 49	0.11 62	0.14 63	0.11 63	0.12 77	0.11 62	0.11 62	0.14 63	0.11 65	0.14 62	0.11 63	0.14 62	0.11 63	0.11 60	0.11 65	0.14 63	0.11 63	0.14 63	0.11 64

ICVP	0.13 59	0.16 70	0.11 61	0.16 79	0.11 62	0.16 80	0.11 61	0.16 71	0.11 62	0.16 66	0.11 62	0.16 80	0.11 63	0.11 66	0.11 62	0.11 62	0.16 79	0.11 65	0.16 78	0.11 63	0.16 78	0.11 63	0.11 60	0.11 65	0.16 79	0.11 63	0.16 78	0.11 64
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ELAS_RVC	0.14 66	0.18 75	0.11 61	0.19 88	0.11 62	0.18 83	0.13 84	0.16 71	0.11 62	0.17 70	0.11 62	0.14 63	0.11 63	0.09 47	0.11 62	0.12 78	0.17 82	0.10 50	0.18 84	0.11 63	0.18 83	0.11 63	0.10 47	0.11 65	0.19 87	0.11 63	0.19 85	0.12 79
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.14 66	0.19 80	0.11 61	0.20 90	0.11 62	0.20 91	0.12 80	0.18 77	0.12 78	0.18 72	0.12 81	0.19 90	0.11 63	0.11 66	0.11 62	0.11 62	0.18 86	0.11 65	0.19 88	0.11 63	0.19 87	0.11 63	0.11 60	0.11 65	0.20 91	0.11 63	0.20 90	0.12 79
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.14 66	0.23 88	0.10 45	0.19 88	0.11 62	0.20 91	0.11 61	0.16 71	0.10 50	0.15 54	0.11 62	0.15 72	0.11 63	0.09 47	0.11 62	0.11 62	0.16 79	0.10 50	0.17 80	0.11 63	0.18 83	0.11 63	0.09 44	0.10 51	0.18 84	0.11 63	0.19 85	0.12 79
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CIPLG	0.13 59	0.15 65	0.12 67	0.14 63	0.11 62	0.14 64	0.11 61	0.15 69	0.11 62	0.15 54	0.11 62	0.15 72	0.11 63	0.12 77	0.12 80	0.11 62	0.15 70	0.11 65	0.15 70	0.11 63	0.14 62	0.11 63	0.11 60	0.12 80	0.15 68	0.12 80	0.15 70	0.12 79

SFCPSM	0.23 95	0.18 75	0.13 76	0.18 85	0.12 82	0.18 83	0.80 237	0.17 75	0.12 78	0.88 182	0.12 81	0.17 84	0.12 83	0.13 84	0.12 80	0.12 78	0.18 86	0.12 82	0.18 84	0.12 82	1.18 246	0.13 86	0.12 78	0.12 80	0.18 84	0.13 85	0.18 83	0.12 79

DeepPruner_ROB	0.15 71	0.18 75	0.12 67	0.18 85	0.12 82	0.18 83	0.12 80	0.18 77	0.13 84	0.18 72	0.12 81	0.18 87	0.12 83	0.13 84	0.12 80	0.13 84	0.18 86	0.13 85	0.18 84	0.12 82	0.19 87	0.12 81	0.13 83	0.12 80	0.18 84	0.12 80	0.18 83	0.12 79

HSM	0.14 66	0.17 74	0.11 61	0.17 82	0.11 62	0.17 81	0.12 80	0.17 75	0.11 62	0.17 70	0.11 62	0.17 84	0.11 63	0.12 77	0.12 80	0.12 78	0.17 82	0.12 82	0.17 80	0.12 82	0.17 81	0.12 81	0.12 78	0.12 80	0.17 81	0.12 80	0.17 81	0.12 79

LALA_ROB	0.15 71	0.21 82	0.12 67	0.21 94	0.12 82	0.20 91	0.14 86	0.20 80	0.12 78	0.22 80	0.12 81	0.16 80	0.12 83	0.10 50	0.12 80	0.12 78	0.21 95	0.11 65	0.22 95	0.12 82	0.20 91	0.12 81	0.11 60	0.12 80	0.21 95	0.14 86	0.21 93	0.13 87

DDVS	0.15 71	0.18 75	0.13 76	0.18 85	0.13 86	0.19 88	0.13 84	0.18 77	0.13 84	0.18 72	0.13 87	0.18 87	0.13 88	0.13 84	0.13 85	0.13 84	0.18 86	0.13 85	0.18 84	0.13 88	0.18 83	0.13 86	0.13 83	0.10 51	0.19 87	0.14 86	0.19 85	0.13 87

ITSA-stereo	0.21 92	0.16 70	0.12 67	0.16 79	0.13 86	0.18 83	0.14 86	0.16 71	1.89 292	0.16 66	0.12 81	0.17 84	0.12 83	0.13 84	0.13 85	0.13 84	0.17 82	0.13 85	0.17 80	0.12 82	0.16 78	0.12 81	0.12 78	0.12 80	0.17 81	0.12 80	0.16 78	0.12 79

JetBlue	0.23 95	0.12 59	0.13 76	0.12 59	0.12 82	0.12 59	0.11 61	0.14 61	0.12 78	3.07 287	0.12 81	0.12 61	0.11 63	0.11 66	0.13 85	0.13 84	0.12 60	0.12 82	0.13 60	0.11 63	0.12 60	0.13 86	0.12 78	0.14 88	0.13 61	0.12 80	0.12 60	0.11 64

PDISCO_ROB	0.50 163	0.15 65	0.11 61	0.16 79	3.16 303	0.13 62	0.12 80	0.14 61	0.12 78	0.15 54	0.11 62	2.55 289	0.11 63	2.20 287	0.13 85	0.12 78	0.16 79	0.10 50	0.14 62	0.12 82	0.15 71	0.12 81	0.12 78	0.12 80	0.15 68	0.10 49	2.75 290	0.09 48

HCRNet	0.71 202	6.06 300	3.15 302	0.50 187	0.22 112	0.21 96	0.15 90	3.04 289	0.34 150	0.43 133	0.33 154	0.43 161	0.33 151	0.15 90	0.14 89	0.14 88	0.21 95	0.17 96	0.47 171	0.20 111	0.21 93	0.16 94	0.32 145	0.33 152	0.50 181	0.33 153	0.49 180	0.28 131

GMStereo	0.14 66	0.13 62	0.14 80	0.14 63	0.14 89	0.14 64	0.14 86	0.14 61	0.14 88	0.14 49	0.14 88	0.14 63	0.14 89	0.14 88	0.14 89	0.14 88	0.14 63	0.14 88	0.14 62	0.14 89	0.14 62	0.14 89	0.14 85	0.14 88	0.14 63	0.14 86	0.14 63	0.14 89
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
castereo++	0.26 102	1.28 231	1.07 240	0.15 71	0.13 86	0.15 72	0.14 86	1.22 242	0.13 84	0.16 66	0.17 94	0.16 80	0.14 89	0.14 88	0.15 91	0.14 88	0.15 70	0.14 88	0.16 78	0.14 89	0.16 78	0.14 89	0.14 85	0.14 88	0.16 79	0.14 86	0.16 78	0.15 90

dd	0.18 82	0.22 84	0.16 82	0.22 96	0.15 90	0.22 97	0.15 90	0.21 83	0.15 89	0.21 78	0.15 89	0.21 94	0.15 91	0.15 90	0.15 91	0.15 91	0.22 97	0.14 88	0.22 95	0.14 89	0.22 96	0.15 91	0.16 89	0.15 91	0.23 102	0.15 90	0.22 95	0.16 92

VIP-Stereo	0.36 132	2.00 247	1.11 243	0.26 116	0.16 93	0.24 109	0.15 90	2.00 267	0.23 115	0.24 87	0.15 89	0.23 103	0.16 93	0.16 93	0.16 93	0.15 91	0.24 107	0.15 91	0.24 108	0.16 93	0.24 105	0.15 91	0.15 87	0.20 108	0.24 108	0.15 90	0.24 105	0.15 90

MSKI-zero shot	0.19 85	0.21 82	0.16 82	0.22 96	0.16 93	0.23 105	0.17 96	0.22 91	0.17 95	0.22 80	0.17 94	0.22 97	0.16 93	0.19 106	0.16 93	0.17 94	0.23 102	0.16 92	0.22 95	0.16 93	0.22 96	0.17 98	0.16 89	0.17 94	0.22 97	0.19 107	0.22 95	0.16 92

dad	0.18 82	0.23 88	0.16 82	0.22 96	0.15 90	0.22 97	0.15 90	0.22 91	0.16 90	0.21 78	0.15 89	0.22 97	0.15 91	0.15 90	0.16 93	0.17 94	0.23 102	0.17 96	0.23 102	0.15 92	0.22 96	0.15 91	0.15 87	0.15 91	0.22 97	0.15 90	0.22 95	0.16 92

UPFNet	0.29 109	0.24 96	0.16 82	0.24 108	0.16 93	0.24 109	0.16 94	0.23 99	0.16 90	1.19 215	0.16 92	0.23 103	0.16 93	0.17 95	0.16 93	0.89 236	0.24 107	0.16 92	0.24 108	0.18 104	1.20 249	0.16 94	0.17 91	0.16 93	0.24 108	0.16 94	0.24 105	0.16 92

IGEV-FE	0.29 109	2.85 273	0.36 139	0.20 90	0.17 97	0.19 88	0.17 96	0.37 131	0.17 95	0.19 75	0.17 94	0.19 90	0.17 96	0.17 95	0.17 97	0.17 94	0.19 91	0.17 96	0.19 88	0.17 97	0.19 87	0.17 98	0.17 91	0.17 94	0.19 87	0.17 96	0.19 85	0.17 98

ACV-stereo	0.20 89	0.23 88	0.17 86	0.23 103	0.17 97	0.23 105	0.17 96	0.23 99	0.17 95	0.23 86	0.17 94	0.23 103	0.17 96	0.17 95	0.17 97	0.17 94	0.24 107	0.17 96	0.23 102	0.17 97	0.24 105	0.17 98	0.17 91	0.17 94	0.23 102	0.17 96	0.23 103	0.17 98

MMNet	0.30 113	0.24 96	0.17 86	0.24 108	0.17 97	0.24 109	0.17 96	0.23 99	0.18 103	1.21 218	0.17 94	0.23 103	0.17 96	0.17 95	0.17 97	0.89 236	0.24 107	0.17 96	0.24 108	0.17 97	1.22 251	0.16 94	0.17 91	0.17 94	0.24 108	0.17 96	0.24 105	0.17 98

delet	0.30 113	0.24 96	0.17 86	0.24 108	0.17 97	0.24 109	0.17 96	0.23 99	0.16 90	1.21 218	0.17 94	0.24 110	0.17 96	0.17 95	0.17 97	0.91 240	0.24 107	0.17 96	0.24 108	0.17 97	1.23 253	0.17 98	0.17 91	0.17 94	0.24 108	0.17 96	0.24 105	0.17 98

iResNet	0.19 85	0.23 88	0.17 86	0.22 96	0.17 97	0.22 97	0.19 107	0.22 91	0.17 95	0.22 80	0.17 94	0.22 97	0.17 96	0.17 95	0.17 97	0.17 94	0.22 97	0.17 96	0.22 95	0.17 97	0.23 102	0.17 98	0.18 102	0.17 94	0.23 102	0.17 96	0.23 103	0.17 98

DEFOM-Stereo_RVC	0.40 143	2.14 256	1.91 284	0.20 90	0.18 104	0.19 88	0.17 96	2.23 270	0.19 105	0.24 87	0.21 111	0.19 90	0.21 112	0.20 107	0.18 102	0.20 104	0.20 92	0.18 106	0.20 91	0.19 109	0.19 87	0.17 98	0.18 102	0.17 94	0.20 91	0.20 108	0.21 93	0.19 107

Pointernet	0.22 93	0.41 128	0.38 143	0.22 96	0.17 97	0.22 97	0.17 96	0.41 144	0.17 95	0.22 80	0.17 94	0.22 97	0.17 96	0.18 102	0.18 102	0.18 100	0.23 102	0.18 106	0.23 102	0.18 104	0.23 102	0.18 106	0.17 91	0.17 94	0.22 97	0.18 105	0.22 95	0.17 98

IGEV_Zeroshot_test	0.18 82	0.22 84	0.18 91	0.21 94	0.18 104	0.20 91	0.17 96	0.20 80	0.16 90	0.25 91	0.16 92	0.21 94	0.17 96	0.16 93	0.18 102	0.15 91	0.20 92	0.16 92	0.20 91	0.18 104	0.21 93	0.17 98	0.17 91	0.17 94	0.20 91	0.17 96	0.20 90	0.16 92

MIM_Stereo	0.19 85	0.23 88	0.18 91	0.22 96	0.16 93	0.22 97	0.16 94	0.21 83	0.16 90	0.22 80	0.17 94	0.21 94	0.17 96	0.20 107	0.18 102	0.17 94	0.22 97	0.18 106	0.22 95	0.16 93	0.21 93	0.16 94	0.17 91	0.17 94	0.21 95	0.16 94	0.22 95	0.20 109

GEStereo_RVC	0.36 132	0.23 88	0.18 91	0.23 103	0.18 104	0.23 105	0.19 107	0.22 91	0.19 105	0.24 87	0.20 109	0.24 110	0.18 106	0.18 102	0.18 102	0.21 106	0.25 113	0.18 106	0.22 95	0.18 104	0.23 102	0.18 106	0.19 105	0.20 108	0.23 102	0.20 108	4.43 309	0.19 107

psm_up	0.30 113	0.24 96	0.17 86	0.25 111	0.17 97	0.24 109	0.17 96	0.24 103	0.17 95	1.20 217	0.17 94	0.23 103	0.17 96	0.17 95	0.18 102	0.90 239	0.24 107	0.17 96	0.25 113	0.17 97	1.24 256	0.17 98	0.17 91	0.17 94	0.24 108	0.17 96	0.24 105	0.17 98

CFNet	0.55 179	0.25 100	0.18 91	0.25 111	0.18 104	0.25 115	0.18 106	0.25 104	0.18 103	0.25 91	0.18 106	0.25 112	0.18 106	0.18 102	0.18 102	0.18 100	0.25 113	0.18 106	0.25 113	0.18 104	5.31 320	4.36 320	0.18 102	0.18 105	0.25 114	0.18 105	0.25 112	0.18 106

iResNetv2_ROB	0.20 89	0.22 84	0.19 95	0.23 103	0.19 108	0.22 97	0.17 96	0.22 91	0.17 95	0.22 80	0.17 94	0.22 97	0.17 96	0.18 102	0.18 102	0.19 103	0.22 97	0.17 96	0.23 102	0.17 97	0.25 107	0.18 106	0.17 91	0.18 105	0.23 102	0.17 96	0.25 112	0.17 98

DAS	0.20 89	0.20 81	0.20 97	0.20 90	0.20 110	0.20 91	0.20 109	0.20 80	0.20 107	0.20 77	0.20 109	0.20 93	0.20 108	0.20 107	0.20 110	0.20 104	0.20 92	0.20 112	0.20 91	0.20 111	0.20 91	0.20 110	0.20 107	0.20 108	0.20 91	0.20 108	0.20 90	0.20 109

DCVSM-stereo	0.27 103	0.38 122	0.22 105	0.38 143	0.22 112	0.38 145	0.22 113	0.29 112	0.22 112	0.29 99	0.22 114	0.29 123	0.22 114	0.22 112	0.21 111	0.21 106	0.38 142	0.22 114	0.38 141	0.22 114	0.38 135	0.22 112	0.21 108	0.25 121	0.38 140	0.21 111	0.38 138	0.21 112

HGLStereo	0.27 103	0.25 100	0.21 104	0.35 133	0.21 111	0.35 132	0.21 111	0.34 123	0.21 109	0.39 118	0.21 111	0.34 129	0.21 112	0.22 112	0.21 111	0.21 106	0.35 131	0.22 114	0.35 130	0.22 114	0.35 126	0.22 112	0.21 108	0.21 112	0.35 131	0.21 111	0.35 130	0.21 112

AANet_RVC	0.61 186	0.31 112	5.05 314	0.31 125	0.19 108	0.24 109	0.20 109	5.86 310	0.20 107	0.24 87	0.18 106	0.25 112	0.20 108	0.23 116	0.21 111	0.18 100	0.37 139	0.18 106	0.24 108	0.19 109	0.25 107	0.19 109	0.19 105	0.19 107	0.24 108	0.15 90	0.24 105	0.20 109

DISCO	0.59 185	0.29 108	0.22 105	0.27 118	5.05 325	0.30 124	0.21 111	0.28 110	0.21 109	0.27 98	0.21 111	0.27 120	0.20 108	0.21 111	0.21 111	0.21 106	0.27 121	0.21 113	0.27 120	0.21 113	0.27 114	0.23 117	0.21 108	0.21 112	0.27 120	0.21 111	5.06 317	0.22 114

castereo	0.34 128	1.59 238	1.39 259	0.17 82	0.15 90	0.18 83	0.26 121	1.74 257	0.17 95	0.19 75	0.18 106	0.18 87	0.20 108	0.20 107	0.22 115	0.21 106	0.18 86	0.17 96	0.19 88	0.16 93	0.18 83	0.20 110	0.17 91	0.21 112	0.19 87	0.17 96	0.19 85	0.16 92

WAO-6	0.30 113	0.22 84	0.23 107	0.22 96	0.23 117	0.23 105	0.22 113	0.22 91	0.23 115	2.21 264	0.22 114	0.22 97	0.22 114	0.22 112	0.22 115	0.23 111	0.22 97	0.23 119	0.22 95	0.22 114	0.22 96	0.22 112	0.22 111	0.22 115	0.23 102	0.23 117	0.22 95	0.22 114

model_zeroshot	0.27 103	0.30 110	0.19 95	0.36 137	0.23 117	0.25 115	0.27 125	0.33 117	0.21 109	0.35 106	0.22 114	0.25 112	0.27 128	0.26 122	0.23 117	0.26 118	0.35 131	0.22 114	0.36 133	0.23 119	0.25 107	0.27 125	0.27 123	0.23 118	0.36 133	0.22 114	0.25 112	0.27 128

IMH-64-1	0.29 109	0.23 88	0.23 107	0.23 103	0.22 112	0.22 97	0.23 115	0.22 91	0.22 112	2.02 254	0.23 117	0.23 103	0.22 114	0.23 116	0.23 117	0.23 111	0.23 102	0.22 114	0.23 102	0.22 114	0.22 96	0.22 112	0.22 111	0.22 115	0.22 97	0.22 114	0.22 95	0.22 114

IMH-64	0.29 109	0.23 88	0.23 107	0.23 103	0.22 112	0.22 97	0.23 115	0.22 91	0.22 112	2.02 254	0.23 117	0.23 103	0.22 114	0.23 116	0.23 117	0.23 111	0.23 102	0.22 114	0.23 102	0.22 114	0.22 96	0.22 112	0.22 111	0.22 115	0.22 97	0.22 114	0.22 95	0.22 114

DLNR_Zeroshot_test	0.27 103	0.30 110	0.23 107	0.30 123	0.22 112	0.31 125	0.24 117	0.29 112	0.23 115	0.38 115	0.23 117	0.29 123	0.23 118	0.22 112	0.23 117	0.23 111	0.30 124	0.34 151	0.29 122	0.23 119	0.29 118	0.29 141	0.22 111	0.23 118	0.30 123	0.23 117	0.30 122	0.23 118

iResNet_ROB	0.28 108	0.32 114	0.24 111	0.33 127	0.26 121	0.32 127	0.24 117	0.33 117	0.25 118	0.33 101	0.24 120	0.35 132	0.24 119	0.23 116	0.24 121	0.25 115	0.32 126	0.24 120	0.36 133	0.24 121	0.32 120	0.28 131	0.24 116	0.24 120	0.32 125	0.24 119	0.33 124	0.24 119

LoS_RVC	0.25 98	0.25 100	0.25 112	0.25 111	0.25 119	0.25 115	0.25 119	0.25 104	0.25 118	0.25 91	0.25 122	0.25 112	0.25 120	0.26 122	0.25 122	0.26 118	0.25 113	0.25 121	0.26 116	0.25 122	0.25 107	0.25 118	0.25 117	0.25 121	0.25 114	0.25 120	0.25 112	0.25 120

tt_ll	0.25 98	0.25 100	0.25 112	0.25 111	0.25 119	0.25 115	0.25 119	0.25 104	0.25 118	0.25 91	0.25 122	0.25 112	0.25 120	0.26 122	0.25 122	0.26 118	0.25 113	0.25 121	0.26 116	0.25 122	0.25 107	0.25 118	0.25 117	0.25 121	0.25 114	0.25 120	0.25 112	0.25 120

CAS	0.25 98	0.25 100	0.25 112	0.25 111	0.26 121	0.26 121	0.26 121	0.25 104	0.25 118	0.25 91	0.25 122	0.25 112	0.25 120	0.25 120	0.25 122	0.25 115	0.26 119	0.25 121	0.26 116	0.26 126	0.25 107	0.25 118	0.25 117	0.26 125	0.25 114	0.26 124	0.25 112	0.25 120

LoS	0.25 98	0.25 100	0.27 116	0.27 118	0.26 121	0.25 115	0.26 121	0.26 109	0.25 118	0.26 97	0.25 122	0.25 112	0.25 120	0.26 122	0.25 122	0.25 115	0.25 113	0.25 121	0.25 113	0.25 122	0.27 114	0.25 118	0.26 121	0.26 125	0.26 118	0.25 120	0.25 112	0.25 120
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.56 182	2.72 272	2.20 288	0.38 143	0.29 140	0.38 145	0.27 125	2.77 287	0.27 127	0.38 115	0.28 133	0.37 140	0.25 120	0.26 122	0.25 122	0.26 118	0.38 142	0.29 138	0.38 141	0.25 122	0.39 144	0.25 118	0.29 134	0.29 141	0.40 150	0.25 120	0.38 138	0.25 120

DEFOM-Stereo	0.43 152	1.60 240	1.47 264	0.30 123	0.28 130	0.31 125	0.28 132	1.65 255	0.25 118	0.29 99	0.26 126	0.30 125	0.29 139	0.27 129	0.26 127	0.26 118	0.30 124	0.29 138	0.30 124	0.26 126	0.29 118	0.29 141	0.27 123	0.26 125	0.30 123	0.29 142	0.30 122	0.29 140

UNDER WATER-64	0.31 121	0.25 100	0.25 112	0.26 116	0.26 121	0.25 115	0.26 121	0.25 104	0.26 125	1.69 239	0.26 126	0.25 112	0.25 120	0.25 120	0.26 127	0.26 118	0.25 113	0.26 125	0.26 116	0.26 126	0.25 107	0.25 118	0.25 117	0.25 121	0.26 118	0.26 124	0.25 112	0.26 125

iRaft-Stereo_20w	0.30 113	0.46 140	0.27 116	0.34 129	0.26 121	0.35 132	0.28 132	0.34 123	0.26 125	0.34 104	0.26 126	0.34 129	0.26 126	0.26 122	0.26 127	0.26 118	0.34 128	0.26 125	0.34 128	0.26 126	0.34 122	0.26 124	0.26 121	0.26 125	0.34 128	0.26 124	0.34 128	0.26 125

LG-Stereo_L2	0.32 122	0.45 137	0.36 139	0.37 139	0.27 126	0.37 141	0.27 125	0.43 149	0.27 127	0.36 112	0.31 147	0.36 138	0.27 128	0.27 129	0.27 130	0.30 138	0.37 139	0.27 128	0.37 137	0.27 130	0.37 132	0.27 125	0.27 123	0.27 129	0.37 137	0.27 127	0.37 136	0.27 128

Former-RAFT_DAM_RVC	0.38 139	1.06 204	0.54 186	0.59 201	0.27 126	0.46 169	0.27 125	0.46 152	0.27 127	0.46 138	0.27 130	0.46 164	0.26 126	0.27 129	0.27 130	0.26 118	0.46 165	0.26 125	0.45 166	0.30 145	0.46 159	0.27 125	0.27 123	0.27 129	0.46 164	0.27 127	0.45 161	0.26 125

CASnet	0.32 122	0.53 156	0.34 136	0.27 118	0.31 148	0.34 130	0.29 145	0.31 115	0.32 145	0.25 91	0.31 147	0.27 120	0.40 173	0.45 176	0.27 130	0.30 138	0.26 119	0.40 173	0.28 121	0.37 163	0.28 116	0.39 171	0.29 134	0.40 176	0.29 122	0.28 129	0.24 105	0.30 146
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DN-CSS_ROB	0.30 113	0.34 116	0.29 124	0.34 129	0.27 126	0.34 130	0.28 132	0.33 117	0.27 127	0.34 104	0.27 130	0.34 129	0.28 130	0.29 136	0.27 130	0.26 118	0.35 131	0.29 138	0.33 125	0.28 131	0.34 122	0.28 131	0.28 128	0.27 129	0.34 128	0.28 129	0.33 124	0.28 131

TorneroNet-64	0.69 198	0.65 175	0.30 128	0.27 118	0.47 188	0.28 122	0.35 155	0.34 123	0.80 231	7.93 327	0.29 141	0.30 125	0.31 144	0.81 233	0.28 134	0.27 127	0.29 123	0.28 129	0.85 221	0.83 239	0.62 198	0.28 131	0.30 142	0.28 133	0.52 187	0.29 142	0.29 121	0.27 128

SQANet	0.33 125	0.28 107	0.28 119	0.28 122	0.28 130	0.29 123	0.28 132	0.28 110	0.28 132	1.59 236	0.28 133	0.28 122	0.28 130	0.28 134	0.28 134	0.28 128	0.28 122	0.28 129	0.29 122	0.28 131	0.28 116	0.28 131	0.28 128	0.28 133	0.28 121	0.28 129	0.28 120	0.28 131

Any-RAFT	0.32 122	0.45 137	0.29 124	0.36 137	0.29 140	0.36 137	0.29 145	0.36 130	0.29 140	0.35 106	0.29 141	0.35 132	0.28 130	0.27 129	0.28 134	0.28 128	0.35 131	0.28 129	0.35 130	0.28 131	0.35 126	0.28 131	0.29 134	0.29 141	0.36 133	0.29 142	0.36 133	0.29 140

anonymity	0.30 113	0.34 116	0.27 116	0.33 127	0.27 126	0.33 128	0.28 132	0.33 117	0.28 132	0.33 101	0.28 133	0.33 127	0.28 130	0.28 134	0.28 134	0.28 128	0.34 128	0.28 129	0.34 128	0.28 131	0.34 122	0.27 125	0.27 123	0.27 129	0.34 128	0.28 129	0.34 128	0.28 131

PML	0.39 142	0.56 163	0.29 124	0.55 195	0.28 130	0.56 197	0.28 132	0.51 172	0.28 132	0.50 147	0.28 133	0.51 185	0.28 130	0.29 136	0.28 134	0.29 136	0.56 192	0.29 138	0.57 200	0.28 131	0.56 190	0.28 131	0.28 128	0.29 141	0.56 196	0.28 129	0.56 193	0.28 131

pcwnet_v2	1.01 241	9.73 318	0.28 119	0.38 143	0.28 130	0.38 145	0.28 132	0.38 134	0.28 132	0.38 115	0.28 133	0.39 147	0.28 130	9.61 328	0.28 134	0.28 128	0.38 142	0.28 129	0.38 141	0.28 131	0.38 135	0.28 131	0.29 134	0.28 133	0.38 140	0.28 129	0.38 138	0.28 131

DGSMNet	0.33 125	0.42 134	0.28 119	0.40 155	0.28 130	0.40 155	0.28 132	0.40 142	0.28 132	0.40 124	0.28 133	0.39 147	0.28 130	0.27 129	0.28 134	0.28 128	0.40 156	0.28 129	0.42 162	0.29 140	0.41 150	0.31 146	0.29 134	0.28 133	0.41 155	0.28 129	0.42 157	0.29 140

UCFNet_RVC	1.03 246	10.10 322	0.28 119	0.38 143	0.28 130	0.39 152	0.28 132	0.38 134	0.28 132	0.39 118	0.28 133	0.39 147	0.29 139	9.62 329	0.28 134	0.28 128	0.38 142	0.28 129	0.38 141	0.28 131	0.39 144	0.28 131	0.29 134	0.28 133	0.39 149	0.28 129	0.38 138	0.29 140

CFNet_pseudo	1.01 241	9.78 319	0.29 124	0.38 143	0.28 130	0.38 145	0.28 132	0.38 134	0.28 132	0.39 118	0.28 133	0.39 147	0.28 130	9.50 327	0.29 142	0.28 128	0.38 142	0.28 129	0.38 141	0.28 131	0.38 135	0.28 131	0.28 128	0.28 133	0.38 140	0.28 129	0.38 138	0.28 131

MLCV	0.30 113	0.33 115	0.28 119	0.34 129	0.28 130	0.33 128	0.28 132	0.33 117	0.29 140	0.33 101	0.27 130	0.33 127	0.28 130	0.26 122	0.29 142	0.28 128	0.33 127	0.28 129	0.33 125	0.28 131	0.33 121	0.27 125	0.28 128	0.28 133	0.33 126	0.28 129	0.33 124	0.28 131

GREAT-IGEV	0.36 132	0.46 140	0.33 135	0.43 166	0.30 145	0.43 166	0.30 148	0.45 151	0.30 142	0.42 132	0.30 144	0.43 161	0.30 142	0.30 139	0.30 144	0.30 138	0.43 163	0.30 142	0.43 163	0.30 145	0.43 156	0.30 144	0.30 142	0.30 145	0.43 161	0.30 145	0.43 159	0.30 146

RAFT-Test	0.34 128	0.45 137	0.30 128	0.38 143	0.32 150	0.40 155	0.32 152	0.39 140	0.32 145	0.39 118	0.30 144	0.37 140	0.29 139	0.30 139	0.30 144	0.29 136	0.38 142	0.30 142	0.38 141	0.29 140	0.38 135	0.29 141	0.29 134	0.30 145	0.38 140	0.30 145	0.38 138	0.30 146

GES	0.43 152	0.41 128	0.31 131	0.35 133	0.30 145	0.47 175	0.28 132	0.33 117	0.28 132	0.35 106	0.29 141	2.95 290	0.38 164	0.35 148	0.30 144	0.34 150	0.34 128	0.30 142	0.33 125	0.30 145	0.35 126	0.30 144	0.33 148	0.33 152	0.33 126	0.31 148	0.33 124	0.29 140

RSM	0.33 125	0.36 120	0.31 131	0.39 154	0.32 150	0.36 137	0.30 148	0.35 126	0.38 162	0.35 106	0.31 147	0.35 132	0.30 142	0.30 139	0.31 147	0.30 138	0.36 136	0.31 145	0.36 133	0.30 145	0.36 130	0.31 146	0.31 144	0.31 147	0.36 133	0.31 148	0.36 133	0.31 149

ccs_rob	1.00 237	10.06 321	0.31 131	0.44 168	0.31 148	0.43 166	0.31 151	0.43 149	0.32 145	0.45 136	0.32 150	1.20 253	0.31 144	7.02 326	0.31 147	0.31 143	0.44 164	0.31 145	0.44 165	0.32 150	0.44 158	0.31 146	0.32 145	0.32 149	0.44 163	0.32 150	0.43 159	0.31 149

DDF-Stereo	0.37 137	0.57 166	0.50 178	0.40 155	0.32 150	0.40 155	0.32 152	0.53 175	0.32 145	0.39 118	0.32 150	0.39 147	0.32 147	0.32 142	0.32 149	0.32 147	0.40 156	0.32 149	0.40 153	0.32 150	0.40 149	0.32 149	0.32 145	0.32 149	0.40 150	0.32 150	0.40 149	0.32 151

GIP-stereo	0.38 139	0.56 163	0.40 147	0.45 169	0.33 153	0.44 168	0.35 155	0.49 165	0.33 149	0.43 133	0.32 150	0.42 157	0.31 144	0.33 143	0.33 150	0.34 150	0.40 156	0.32 149	0.40 153	0.32 150	0.43 156	0.38 162	0.33 148	0.32 149	0.43 161	0.32 150	0.42 157	0.34 155

EKT-Stereo	0.36 132	0.50 153	0.30 128	0.40 155	0.29 140	0.40 155	0.29 145	0.35 126	0.30 142	0.47 141	0.30 144	0.35 132	0.32 147	0.29 136	0.34 151	0.33 149	0.59 194	0.31 145	0.39 152	0.29 140	0.37 132	0.38 162	0.29 134	0.31 147	0.58 199	0.28 129	0.51 184	0.29 140

FCDSN-DC	0.44 154	0.31 112	0.35 137	0.34 129	0.28 130	0.35 132	0.30 148	0.32 116	0.25 118	1.32 224	0.24 120	1.00 235	0.32 147	0.35 148	0.34 151	0.30 138	0.72 206	0.37 162	0.48 178	0.32 150	0.53 186	0.49 195	0.23 115	0.29 141	0.50 181	0.42 181	0.61 199	0.71 230
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GSStereo	0.42 149	0.56 163	0.44 158	0.48 179	0.36 163	0.48 181	0.36 161	0.54 177	0.36 159	0.47 141	0.36 159	0.47 169	0.36 159	0.36 153	0.35 153	0.36 155	0.48 174	0.36 157	0.48 178	0.36 161	0.48 170	0.36 158	0.36 158	0.36 161	0.48 175	0.36 158	0.48 172	0.35 156

GASTEREO	0.41 144	0.54 157	0.44 158	0.48 179	0.35 158	0.48 181	0.35 155	0.53 175	0.35 154	0.46 138	0.35 156	0.46 164	0.35 154	0.35 148	0.35 153	0.35 153	0.47 169	0.35 155	0.47 171	0.35 157	0.47 163	0.38 162	0.35 153	0.35 158	0.48 175	0.35 155	0.47 166	0.35 156

DMCA	0.36 132	0.38 122	0.37 141	0.35 133	0.35 158	0.35 132	0.36 161	0.35 126	0.36 159	0.36 112	0.37 165	0.36 138	0.36 159	0.36 153	0.35 153	0.37 158	0.36 136	0.36 157	0.36 133	0.36 161	0.36 130	0.35 153	0.36 158	0.36 161	0.37 137	0.36 158	0.36 133	0.36 161

ETE_ROB	0.35 131	0.35 119	0.35 137	0.35 133	0.35 158	0.35 132	0.35 155	0.35 126	0.35 154	0.35 106	0.35 156	0.35 132	0.35 154	0.35 148	0.35 153	0.35 153	0.35 131	0.35 155	0.35 130	0.35 157	0.35 126	0.35 153	0.35 153	0.35 158	0.35 131	0.35 155	0.35 130	0.35 156

LL-Strereo2	0.47 160	2.60 269	0.51 182	0.38 143	0.28 130	0.37 141	0.28 132	0.55 181	0.35 154	0.44 135	0.34 155	0.44 163	0.34 152	0.34 144	0.36 157	0.36 155	0.47 169	0.36 157	0.47 171	0.35 157	0.47 163	0.35 153	0.35 153	0.35 158	0.46 164	0.35 155	0.47 166	0.35 156

CES	0.38 139	0.34 116	0.44 158	0.43 166	0.33 153	0.37 141	0.44 185	0.37 131	0.38 162	0.45 136	0.35 156	0.35 132	0.41 174	0.45 176	0.36 157	0.36 155	0.36 136	0.45 182	0.43 163	0.35 157	0.34 122	0.46 181	0.36 158	0.36 161	0.42 160	0.34 154	0.35 130	0.38 167

RAFT + AFF	0.34 128	0.29 108	0.32 134	0.31 125	0.30 145	0.39 152	0.32 152	0.39 140	0.30 142	0.39 118	0.32 150	0.39 147	0.32 147	0.35 148	0.36 157	0.32 147	0.38 142	0.31 145	0.38 141	0.31 149	0.38 135	0.28 131	0.37 162	0.34 154	0.38 140	0.30 145	0.38 138	0.28 131

LG-Stereo_Zeroshot	0.45 157	0.57 166	0.45 163	0.54 192	0.37 164	0.53 194	0.37 166	0.56 183	0.40 171	0.53 153	0.38 168	0.53 189	0.37 161	0.37 155	0.37 160	0.37 158	0.55 189	0.38 165	0.53 194	0.37 163	0.53 186	0.37 159	0.37 162	0.39 175	0.54 192	0.37 164	0.54 190	0.37 164

XPNet_ROB	0.37 137	0.37 121	0.37 141	0.37 139	0.37 164	0.37 141	0.37 166	0.37 131	0.37 161	0.37 114	0.37 165	0.37 140	0.37 161	0.37 155	0.37 160	0.37 158	0.37 139	0.37 162	0.37 137	0.37 163	0.37 132	0.37 159	0.37 162	0.37 167	0.37 137	0.37 164	0.37 136	0.37 164

GEAStereo	0.42 149	0.55 159	0.44 158	0.48 179	0.35 158	0.48 181	0.35 155	0.54 177	0.35 154	0.47 141	0.36 159	0.47 169	0.41 174	0.38 157	0.38 162	0.38 161	0.51 184	0.36 157	0.51 189	0.38 167	0.48 170	0.35 153	0.35 153	0.36 161	0.52 187	0.37 164	0.48 172	0.36 161

gasm-f	0.42 149	0.55 159	0.44 158	0.48 179	0.35 158	0.48 181	0.35 155	0.54 177	0.35 154	0.47 141	0.36 159	0.47 169	0.41 174	0.38 157	0.38 162	0.38 161	0.51 184	0.36 157	0.51 189	0.38 167	0.48 170	0.35 153	0.35 153	0.36 161	0.52 187	0.37 164	0.48 172	0.36 161

MSCF	0.44 154	0.60 171	0.47 165	0.50 187	0.40 173	0.50 188	0.38 169	0.57 185	0.38 162	0.48 145	0.38 168	0.48 177	0.38 164	0.38 157	0.38 162	0.38 161	0.49 179	0.38 165	0.49 182	0.39 174	0.50 178	0.38 162	0.38 166	0.38 168	0.49 180	0.38 168	0.49 180	0.38 167

LG-Stereo_L1	0.44 154	0.58 169	0.49 177	0.51 190	0.38 168	0.51 190	0.38 169	0.56 183	0.38 162	0.50 147	0.38 168	0.50 182	0.38 164	0.38 157	0.38 162	0.38 161	0.52 186	0.38 165	0.52 192	0.38 167	0.51 180	0.38 162	0.38 166	0.38 168	0.52 187	0.38 168	0.51 184	0.40 174

WAO-7	0.46 158	0.38 122	0.38 143	0.38 143	0.38 168	0.38 145	0.38 169	0.38 134	0.38 162	2.57 280	0.38 168	0.38 143	0.38 164	0.38 157	0.38 162	0.38 161	0.38 142	0.38 165	0.38 141	0.38 167	0.38 135	0.38 162	0.38 166	0.38 168	0.38 140	0.38 168	0.38 138	0.38 167

HanzoNet	0.47 160	0.39 126	0.38 143	0.38 143	0.38 168	0.38 145	0.38 169	0.40 142	0.38 162	2.63 281	0.38 168	0.38 143	0.38 164	0.38 157	0.38 162	0.39 169	0.38 142	0.38 165	0.38 141	0.42 181	0.38 135	0.39 171	0.39 172	0.38 168	0.38 140	0.38 168	0.38 138	0.39 173

Venus	0.46 158	0.38 122	0.40 147	0.38 143	0.38 168	0.39 152	0.38 169	0.38 134	0.38 162	2.71 282	0.38 168	0.38 143	0.38 164	0.38 157	0.38 162	0.38 161	0.38 142	0.38 165	0.38 141	0.38 167	0.38 135	0.38 162	0.38 166	0.38 168	0.38 140	0.38 168	0.39 148	0.38 167

IMH	0.47 160	0.40 127	0.39 146	0.38 143	0.38 168	0.38 145	0.38 169	0.38 134	0.40 171	2.79 284	0.38 168	0.38 143	0.38 164	0.38 157	0.38 162	0.38 161	0.39 152	0.38 165	0.38 141	0.40 175	0.38 135	0.38 162	0.38 166	0.38 168	0.38 140	0.38 168	0.38 138	0.38 167

GMOStereo	0.50 163	0.44 135	2.38 294	0.40 155	0.34 155	0.42 163	0.36 161	1.96 262	0.34 150	0.41 125	0.36 159	0.42 157	0.35 154	0.34 144	0.38 162	0.31 143	0.39 152	0.34 151	0.40 153	0.33 154	0.39 144	0.33 150	0.33 148	0.34 154	0.40 150	0.36 158	0.40 149	0.32 151

error version	0.50 163	0.44 135	2.38 294	0.40 155	0.34 155	0.42 163	0.36 161	1.96 262	0.34 150	0.41 125	0.36 159	0.42 157	0.35 154	0.34 144	0.38 162	0.31 143	0.39 152	0.34 151	0.40 153	0.33 154	0.39 144	0.33 150	0.33 148	0.34 154	0.40 150	0.36 158	0.40 149	0.32 151

test_1	0.65 190	4.37 288	2.38 294	0.40 155	0.34 155	0.42 163	0.36 161	1.96 262	0.34 150	0.41 125	0.36 159	0.42 157	0.35 154	0.34 144	0.38 162	0.31 143	0.39 152	0.34 151	0.40 153	0.33 154	0.39 144	0.33 150	0.33 148	0.34 154	0.40 150	0.36 158	0.40 149	0.32 151

iRaftStereo_RVC	0.62 188	1.76 243	2.24 290	0.52 191	0.37 164	0.53 194	0.38 169	2.51 281	0.38 162	0.51 150	0.38 168	0.51 185	0.38 164	0.38 157	0.38 162	0.38 161	0.52 186	0.38 165	0.52 192	0.38 167	0.52 183	0.38 162	0.38 166	0.38 168	0.52 187	0.39 174	0.52 187	0.38 167

WAO-8	1.02 244	1.50 236	1.49 265	0.40 155	0.40 173	1.56 268	0.98 244	1.55 253	0.58 210	4.18 306	0.40 176	0.79 216	0.48 192	0.91 237	0.39 174	0.99 246	0.71 205	0.70 229	0.51 189	0.77 232	1.07 238	0.82 236	0.69 225	0.96 249	1.01 241	1.30 271	1.10 245	1.38 275

Occ-G	0.68 197	0.54 157	3.16 303	0.57 200	0.45 183	0.52 193	0.40 176	3.44 294	0.46 184	0.52 151	0.45 185	0.51 185	0.44 182	0.44 175	0.40 175	0.45 178	0.55 189	0.41 175	0.53 194	0.43 182	0.52 183	0.40 173	0.44 180	0.45 185	0.55 193	0.44 184	0.53 189	0.44 182

STTRV1_RVC		1.59 238	0.52 185	0.69 211	0.61 212	0.66 207	0.43 183	0.88 206	0.45 183	0.71 166	0.62 214	0.69 205	0.45 184	0.62 205	0.40 175	0.44 177	0.80 213	0.59 211		0.63 214	0.80 207	0.46 181		0.61 217	0.72 209	0.54 205	0.80 211	0.60 210

GwcNet-ADL	0.41 144	0.41 128	0.41 149	0.41 162	0.41 175	0.41 159	0.41 177	0.41 144	0.41 174	0.41 125	0.41 178	0.41 153	0.41 174	0.41 167	0.41 177	0.41 170	0.41 159	0.41 175	0.41 158	0.41 176	0.41 150	0.41 175	0.41 174	0.41 177	0.41 155	0.41 176	0.41 153	0.41 176

PSMNet-ADL	0.41 144	0.41 128	0.41 149	0.41 162	0.41 175	0.41 159	0.41 177	0.41 144	0.41 174	0.41 125	0.41 178	0.41 153	0.41 174	0.41 167	0.41 177	0.41 170	0.41 159	0.41 175	0.41 158	0.41 176	0.41 150	0.41 175	0.41 174	0.41 177	0.41 155	0.41 176	0.41 153	0.41 176

GANet-ADL	0.41 144	0.41 128	0.41 149	0.41 162	0.41 175	0.41 159	0.41 177	0.41 144	0.41 174	0.41 125	0.41 178	0.41 153	0.41 174	0.41 167	0.41 177	0.41 170	0.41 159	0.41 175	0.41 158	0.41 176	0.41 150	0.41 175	0.41 174	0.41 177	0.41 155	0.41 176	0.41 153	0.41 176

CroCo-Stereo	0.80 211	2.51 264	0.41 149	1.27 260	0.41 175	1.27 259	0.41 177	1.27 244	0.41 174	1.27 221	0.41 178	1.27 256	0.41 174	0.41 167	0.41 177	0.41 170	1.28 257	0.41 175	1.27 256	0.41 176	1.27 257	0.41 175	0.42 178	0.41 177	1.27 261	0.41 176	1.27 258	0.41 176
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
ADLNet	0.41 144	0.41 128	0.41 149	0.41 162	0.41 175	0.41 159	0.41 177	0.41 144	0.41 174	0.41 125	0.41 178	0.41 153	0.41 174	0.41 167	0.41 177	0.41 170	0.41 159	0.41 175	0.41 158	0.41 176	0.41 150	0.41 175	0.41 174	0.41 177	0.41 155	0.41 176	0.41 153	0.41 176

CFNet_RVC	0.93 231	8.54 315	0.41 149	0.56 196	0.37 164	0.56 197	0.37 166	0.50 169	0.40 171	0.56 156	5.24 326	0.56 192	0.34 152	0.40 166	0.41 177	0.34 150	0.53 188	0.40 173	0.56 199	0.38 167	0.52 183	0.40 173	0.40 173	0.41 177	0.56 196	0.40 175	0.56 193	0.40 174

FSD		0.55 159	0.42 155	0.54 192	0.42 180	0.55 196	0.43 183	0.54 177	0.42 179	0.59 157	0.42 183			0.43 173	0.42 183	0.42 175			2.46 285	0.44 184				0.44 184	0.55 193	0.43 183	0.55 191	0.53 202

CroCo-Stereo Lap2	0.85 226	2.86 275	0.43 156	1.33 262	0.43 182	1.31 260	0.42 182	1.32 245	0.42 179	1.31 223	0.44 184	1.32 258	0.44 182	0.43 173	0.44 184	0.43 176	1.35 258	0.43 181	1.32 259	0.43 182	1.31 258	0.43 180	0.43 179	0.42 183	1.31 262	0.42 181	1.31 259	0.43 181

MLG-Stereo	0.87 228	1.33 233	0.93 226	0.62 206	1.00 243	1.16 250	0.55 205	0.86 205	0.83 236	1.19 215	0.40 176	1.30 257	0.81 234	0.65 211	0.45 185	1.01 250	1.17 249	0.46 183	1.29 258	0.58 209	1.05 236	0.90 240	0.73 231	0.87 242	0.60 202	1.01 250	1.13 247	0.51 199

otaku	0.52 167	0.46 140	0.48 171	0.46 170	0.46 184	0.46 169	0.46 186	0.46 152	0.47 189	1.88 243	0.46 186	0.46 164	0.46 185	0.46 178	0.46 186	0.46 179	0.47 169	0.46 183	0.46 167	0.46 186	0.47 163	0.46 181	0.46 181	0.46 186	0.47 170	0.46 185	0.46 162	0.47 186

Dean	0.52 167	0.46 140	0.48 171	0.46 170	0.46 184	0.46 169	0.46 186	0.46 152	0.46 184	1.90 244	0.46 186	0.47 169	0.46 185	0.46 178	0.46 186	0.46 179	0.48 174	0.46 183	0.46 167	0.46 186	0.46 159	0.46 181	0.46 181	0.46 186	0.46 164	0.46 185	0.46 162	0.46 183

ACVNet-4b	0.53 171	0.46 140	0.47 165	0.46 170	0.46 184	0.46 169	0.46 186	0.46 152	0.46 184	2.17 260	0.46 186	0.46 164	0.47 188	0.46 178	0.46 186	0.46 179	0.46 165	0.46 183	0.46 167	0.46 186	0.46 159	0.46 181	0.46 181	0.47 190	0.46 164	0.46 185	0.46 162	0.46 183

MaskLacGwcNet_RVC	0.70 200	6.91 302	0.46 164	0.46 170	0.46 184	0.46 169	0.46 186	0.46 152	0.46 184	0.46 138	0.46 186	0.46 164	0.46 185	0.46 178	0.46 186	0.46 179	0.46 165	0.46 183	0.46 167	0.46 186	0.47 163	0.46 181	0.46 181	0.46 186	0.46 164	0.46 185	0.46 162	0.46 183

Ntro	0.53 171	0.47 146	0.50 178	0.46 170	0.48 193	0.47 175	0.47 190	0.46 152	0.46 184	2.05 256	0.47 190	0.47 169	0.49 196	0.47 182	0.47 190	0.46 179	0.48 174	0.46 183	0.49 182	0.46 186	0.47 163	0.46 181	0.46 181	0.47 190	0.46 164	0.46 185	0.47 166	0.47 186

HaxPig	0.52 167	0.48 149	0.47 165	0.47 175	0.47 188	0.47 175	0.47 190	0.47 158	0.47 189	1.80 240	0.47 190	0.47 169	0.47 188	0.47 182	0.47 190	0.47 186	0.47 169	0.47 190	0.47 171	0.47 191	0.47 163	0.47 189	0.47 187	0.47 190	0.47 170	0.47 192	0.47 166	0.47 186

UNDER WATER	0.52 167	0.47 146	0.47 165	0.47 175	0.47 188	0.47 175	0.47 190	0.47 158	0.47 189	1.90 244	0.47 190	0.47 169	0.47 188	0.47 182	0.47 190	0.47 186	0.46 165	0.47 190	0.47 171	0.47 191	0.46 159	0.47 189	0.47 187	0.48 194	0.47 170	0.47 192	0.47 166	0.47 186

LVE	0.53 171	0.47 146	0.48 171	0.47 175	0.47 188	0.47 175	0.47 190	0.48 161	0.47 189	1.96 251	0.47 190	0.47 169	0.47 188	0.47 182	0.47 190	0.47 186	0.47 169	0.47 190	0.47 171	0.47 191	0.47 163	0.47 189	0.47 187	0.47 190	0.47 170	0.47 192	0.47 166	0.47 186

ACVNet_1	0.53 171	0.46 140	0.48 171	0.47 175	0.47 188	0.46 169	0.48 194	0.48 161	0.48 193	2.07 257	0.47 190	0.48 177	0.48 192	0.47 182	0.47 190	0.46 179	0.49 179	0.47 190	0.47 171	0.47 191	0.48 170	0.46 181	0.46 181	0.48 194	0.47 170	0.47 192	0.48 172	0.47 186

AIO-test1	0.54 176	0.64 174	0.54 186	0.60 202	0.49 197	0.61 203	0.49 197	0.64 189	0.49 198	0.59 157	0.48 195	0.60 196	0.50 198	0.48 187	0.48 195	0.48 189	0.60 195	0.48 194	0.60 202	0.48 195	0.60 194	0.49 195	0.49 192	0.49 197	0.59 201	0.49 199	0.60 196	0.49 193

TorneroNet	1.15 251	1.10 208	0.51 182	0.69 211	0.51 203	1.10 247	0.50 201	0.51 172	0.51 201	13.92 329	1.17 263	0.49 181	0.51 203	0.54 195	0.48 195	0.49 193	0.49 179	0.65 218	0.70 207	0.49 199	0.51 180	0.49 195	0.67 218	1.36 275	0.51 185	0.50 202	0.52 187	1.23 267

RainbowNet	0.53 171	0.48 149	0.48 171	0.48 179	0.48 193	0.48 181	0.48 194	0.48 161	0.48 193	1.92 246	0.48 195	0.48 177	0.48 192	0.48 187	0.48 195	0.48 189	0.48 174	0.48 194	0.48 178	0.48 195	0.48 170	0.48 192	0.48 190	0.48 194	0.48 175	0.48 196	0.48 172	0.48 192

notaker	0.54 176	0.48 149	0.48 171	0.48 179	0.48 193	0.48 181	0.49 197	0.48 161	0.48 193	1.95 250	0.48 195	0.48 177	0.48 192	0.48 187	0.48 195	0.48 189	0.48 174	0.48 194	0.48 178	0.48 195	0.49 176	0.48 192	0.48 190	0.49 197	0.48 175	0.48 196	0.48 172	0.49 193

AIO-test2	0.54 176	0.65 175	0.55 189	0.60 202	0.50 201	0.60 201	0.49 197	0.65 190	0.48 193	0.60 159	0.49 198	0.59 194	0.50 198	0.50 193	0.49 199	0.49 193	0.60 195	0.50 200	0.60 202	0.49 199	0.60 194	0.49 195	0.50 195	0.51 201	0.60 202	0.48 196	0.60 196	0.50 196

ACVNet_2	0.55 179	0.49 152	0.50 178	0.49 185	0.49 197	0.49 187	0.49 197	0.49 165	0.49 198	2.14 259	0.49 198	0.50 182	0.49 196	0.49 190	0.49 199	0.49 193	0.50 182	0.49 199	0.50 186	0.49 199	0.49 176	0.49 195	0.49 192	0.50 199	0.50 181	0.49 199	0.50 182	0.49 193

AEACV	0.74 206	0.52 155	3.10 300	0.60 202	0.48 193	0.56 197	0.48 194	3.02 288	0.83 236	0.61 160	0.62 214	0.72 208	0.50 198	0.49 190	0.49 199	0.48 189	0.58 193	0.50 200	0.55 197	0.48 195	0.56 190	0.50 201	0.50 195	0.51 201	0.58 199	0.51 204	0.60 196	0.51 199

SANet	0.50 163	0.50 153	0.50 178	0.50 187	0.50 201	0.50 188	0.50 201	0.50 169	0.50 200	0.50 147	0.50 200	0.50 182	0.50 198	0.50 193	0.50 202	0.50 197	0.50 182	0.50 200	0.50 186	0.50 202	0.50 178	0.50 201	0.50 195	0.50 199	0.50 181	0.50 202	0.50 182	0.50 196

ktn	0.84 225	1.15 209	0.54 186	1.16 255	1.26 269	0.51 190	0.53 204	0.51 172	0.66 218	4.54 310	0.51 201	0.52 188	0.52 204	0.66 214	0.51 203	0.51 198	1.37 262	1.17 261	0.49 182	0.51 203	1.23 253	0.51 203	0.67 218	0.51 201	0.51 185	0.68 228	0.51 184	0.51 199

AIO-Stereo-zeroshot1	0.74 206	0.57 166	0.57 195	0.56 196	0.92 240	1.07 245	0.63 218	1.03 226	0.82 235	0.49 146	0.77 232	0.69 205	0.54 205	0.58 200	0.54 204	0.86 235	1.06 239	0.72 231	1.06 242	0.79 233	0.58 193	0.87 237	0.59 205	0.46 186	0.76 212	0.46 185	1.05 240	0.97 245

4D-IteraStereo	0.67 195	3.40 278	1.05 237	0.71 215	0.83 237	0.47 175	0.27 125	0.47 158	0.27 127	0.35 106	0.26 126	0.68 204	0.84 236	0.41 167	0.54 204	0.89 236	0.74 209	0.88 240	0.73 210	0.87 241	0.42 155	0.27 125	0.28 128	0.28 133	0.36 133	0.28 129	0.68 203	0.90 240

FlowAnything	1.02 244	2.51 264	0.58 196	1.60 269	0.56 207	1.61 269	0.56 209	1.60 254	0.55 204	1.61 237	0.56 206	1.61 265	0.55 206	0.55 196	0.55 206	0.55 201	1.61 268	0.56 209	1.61 266	0.56 207	1.62 265	0.55 204	0.56 203	0.56 208	1.62 270	0.56 208	1.62 267	0.56 204

zero-FE	0.66 191	0.80 184	0.56 192	0.79 218	0.58 209	0.82 216	0.55 205	0.76 198	0.56 206	0.75 170	0.58 210	0.75 212	0.59 211	0.57 199	0.56 207	0.55 201	0.79 211	0.55 206	0.78 215	0.55 205	0.85 213	0.58 206	0.55 200	0.57 212	0.80 215	0.57 209	0.80 211	0.57 205

CASS	0.58 184	0.89 190	0.55 189	0.56 196	0.55 205	0.60 201	0.57 211	0.57 185	0.56 206	0.55 154	0.56 206	0.56 192	0.50 198	0.63 208	0.56 207	0.56 204	0.62 198	0.62 215	0.59 201	0.56 207	0.56 190	0.48 192	0.60 207	0.56 208	0.57 198	0.60 214	0.57 195	0.59 208
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PSMNet_ROB	0.55 179	0.55 159	0.56 192	0.56 196	0.55 205	0.56 197	0.55 205	0.55 181	0.55 204	0.55 154	0.55 205	0.55 191	0.55 206	0.55 196	0.56 207	0.55 201	0.55 189	0.55 206	0.55 197	0.55 205	0.55 189	0.55 204	0.55 200	0.55 207	0.55 193	0.55 207	0.55 191	0.55 203

test-3	0.78 210	4.38 289	1.80 276	0.62 206	0.49 197	0.62 204	0.50 201	1.86 258	0.64 214	0.69 164	0.52 202	0.66 200	0.38 164	0.58 200	0.57 210	0.46 179	0.66 201	0.46 183	0.50 186	0.44 184	0.48 170	0.58 206	0.54 199	0.60 215	0.70 207	0.46 185	0.48 172	0.50 196

DDUNet	0.69 198	0.84 188	0.59 197	0.84 224	0.59 210	0.87 222	0.57 211	0.84 203	0.59 212	0.82 178	0.58 210	0.85 221	0.57 209	0.59 203	0.59 211	0.57 205	0.87 218	0.59 211	0.85 221	0.59 212	0.85 213	0.59 209	0.59 205	0.59 213	0.87 220	0.59 212	0.84 217	0.59 208

MyStereo04	0.76 208	4.78 294	0.62 200	0.63 208	0.54 204	0.65 206	0.56 209	0.61 187	0.58 210	0.61 160	0.56 206	0.63 198	0.57 209	0.63 208	0.60 212	0.60 207	0.64 199	0.56 209	0.63 205	0.58 209	0.63 199	0.62 213	0.55 200	0.60 215	0.63 205	0.57 209	0.64 201	0.58 207

UDG	0.70 200	0.87 189	0.56 192	0.87 225	0.59 210	0.84 219	0.59 214	0.85 204	0.57 209	0.84 180	0.59 212	0.84 220	0.60 212	0.58 200	0.60 212	0.59 206	0.85 217	0.59 211	0.87 223	0.58 209	0.87 215	0.60 210	0.57 204	0.59 213	0.87 220	0.58 211	0.86 220	0.60 210

LMCR-Stereo	0.61 186	0.61 172	0.61 199	0.61 205	0.61 212	0.67 208	0.61 216	0.61 187	0.61 213	0.61 160	0.61 213	0.61 197	0.61 213	0.61 204	0.61 214	0.61 208	0.61 197	0.61 214	0.61 204	0.61 213	0.61 196	0.61 211	0.61 208	0.61 217	0.61 204	0.61 215	0.61 199	0.61 214

AIO-Stereo	0.82 222	1.06 204	0.73 206	0.97 233	0.74 230	1.06 244	0.60 215	1.04 228	0.90 239	1.00 197	1.01 249	0.78 214	0.85 238	0.74 229	0.62 215	0.67 218	1.12 242	0.55 206	0.70 207	0.65 216	0.93 220	0.66 217	0.67 218	0.67 226	0.82 218	0.74 233	0.92 221	0.83 237

ARAFT	0.64 189	0.74 181	0.62 200	0.70 214	0.56 207	0.72 211	0.55 205	0.72 196	0.54 203	0.73 168	0.56 206	0.72 208	0.56 208	0.56 198	0.62 215	0.63 210	0.73 207	0.53 205	0.73 210	0.54 204	0.72 204	0.65 214	0.62 209	0.56 208	0.72 209	0.54 205	0.72 206	0.57 205

AFF-stereo	0.71 202	0.73 179	0.65 202	0.82 222	0.63 215	0.83 217	0.63 218	0.73 197	0.65 215	0.82 178	0.73 230	0.74 211	0.64 214	0.63 208	0.62 215	0.62 209	0.73 207	0.63 216	0.74 212	0.72 230	0.80 207	0.58 206	0.70 226	0.71 233	0.79 213	0.69 229	0.78 209	0.72 231

WQFJA1++	0.80 211	1.24 219	0.73 206	0.97 233	0.65 216	0.97 230	0.65 221	0.97 215	0.65 215	0.94 189	0.66 217	0.94 227	0.65 216	0.66 214	0.65 218	0.66 213	0.98 227	0.66 220	0.98 231	0.66 218	0.98 224	0.66 217	0.66 212	0.66 222	0.98 231	0.66 219	0.98 228	0.66 217

RAFT-Stereo + iAFF	0.67 195	0.74 181	0.60 198	0.79 218	0.61 212	0.76 212	0.57 211	0.71 195	0.56 206	0.71 166	0.54 204	0.72 208	0.66 217	0.65 211	0.65 218	0.64 211	0.74 209	0.64 217	0.74 212	0.63 214	0.73 205	0.65 214	0.64 210	0.64 219	0.74 211	0.61 215	0.73 207	0.64 215

DSFCA	0.66 191	0.73 179	0.74 208	0.68 210	0.65 216	0.64 205	0.65 221	0.65 190	0.65 215	0.66 163	0.65 216	0.65 199	0.64 214	0.65 211	0.65 218	0.65 212	0.65 200	0.65 218	0.65 206	0.65 216	0.65 202	0.65 214	0.65 211	0.65 220	0.66 206	0.66 219	0.65 202	0.65 216

WQFJA1	0.82 222	1.52 237	0.76 214	1.01 243	0.66 219	0.98 232	0.66 223	0.98 218	0.66 218	0.95 194	0.68 224	0.95 230	0.66 217	0.68 223	0.66 221	0.66 213	1.00 233	0.67 223	1.00 235	0.67 223	0.99 225	0.68 225	0.67 218	0.68 231	0.99 232	0.67 223	1.00 231	0.67 222

WQFJX1	0.81 217	1.27 228	0.74 208	0.98 235	0.67 224	0.98 232	0.67 227	0.97 215	0.67 223	0.94 189	0.67 221	0.95 230	0.66 217	0.66 214	0.66 221	0.67 218	0.99 229	0.67 223	0.98 231	0.68 226	0.99 225	0.66 217	0.66 212	0.66 222	0.99 232	0.66 219	1.00 231	0.66 217

WQFJX	0.81 217	1.27 228	0.74 208	0.99 237	0.66 219	0.99 234	0.66 223	0.99 221	0.66 218	0.95 194	0.66 217	0.95 230	0.67 223	0.67 219	0.66 221	0.66 213	0.99 229	0.66 220	1.00 235	0.66 218	0.99 225	0.67 223	0.68 223	0.67 226	0.99 232	0.67 223	0.99 229	0.67 222

NLMM1	0.81 217	1.26 226	0.74 208	1.00 239	0.66 219	0.99 234	0.67 227	0.98 218	0.66 218	0.94 189	0.67 221	0.94 227	0.66 217	0.66 214	0.66 221	0.66 213	1.00 233	0.67 223	1.00 235	0.66 218	0.99 225	0.71 228	0.73 231	0.67 226	0.99 232	0.67 223	1.00 231	0.66 217

NLSM3	0.81 217	1.27 228	0.75 212	0.99 237	0.66 219	0.99 234	0.66 223	0.98 218	0.67 223	0.95 194	0.66 217	0.95 230	0.66 217	0.67 219	0.67 225	0.66 213	0.99 229	0.66 220	0.99 234	0.66 218	0.99 225	0.67 223	0.66 212	0.66 222	0.99 232	0.67 223	1.00 231	0.67 222

AdaDepth	0.80 211	0.95 196	1.02 233	0.95 230	0.67 224	0.95 228	0.67 227	0.94 212	0.67 223	0.92 184	0.67 221	0.94 227	0.67 223	0.67 219	0.67 225	0.67 218	0.95 224	0.67 223	0.95 230	0.67 223	0.96 223	0.68 225	0.67 218	0.67 226	0.96 230	0.67 223	0.95 227	0.67 222

gcap-zeroshot	0.81 217	1.03 202	0.84 222	0.93 228	0.85 238	0.84 219	0.62 217	1.21 241	0.53 202	0.79 173	0.84 238	0.77 213	0.70 226	0.84 236	0.67 225	0.74 228	1.18 252	0.52 204	0.91 224	0.79 233	0.84 212	0.61 211	0.83 236	0.69 232	0.93 228	0.82 239	0.85 219	0.66 217

NLMM	0.80 211	1.26 226	0.75 212	0.98 235	0.66 219	0.97 230	0.66 223	0.97 215	0.66 218	0.94 189	0.66 217	0.96 234	0.66 217	0.66 214	0.68 228	0.67 218	0.99 229	0.68 227	0.98 231	0.66 218	0.99 225	0.66 217	0.66 212	0.66 222	1.00 237	0.66 219	0.99 229	0.66 217

MoCha-V2	1.75 272	27.02 337	0.72 203	0.92 226	0.69 226	0.89 223	0.69 230	0.92 209	0.71 226	0.87 181	0.69 227	0.88 222	0.68 225	0.70 225	0.68 228	0.69 223	0.90 221	0.69 228	0.92 225	0.69 227	0.92 218	0.71 228	0.70 226	0.67 226	0.88 222	0.71 230	0.92 221	0.68 226

RSM++	0.77 209	0.91 191	0.72 203	0.83 223	0.71 228	0.83 217	0.72 234	0.81 202	0.71 226	0.81 177	0.71 228	0.81 219	0.71 228	0.71 227	0.71 230	0.70 224	0.83 216	0.72 231	0.83 220	0.81 238	0.83 211	0.72 230	0.71 228	0.71 233	0.88 222	0.71 230	0.83 216	0.70 228

DMCA-RVC	0.71 202	0.72 177	0.72 203	0.71 215	0.70 227	0.70 209	0.70 233	0.70 194	0.71 226	0.70 165	0.71 228	0.71 207	0.70 226	0.70 225	0.71 230	0.70 224	0.70 203	0.71 230	0.70 207	0.71 228	0.70 203	0.70 227	0.71 228	0.71 233	0.70 207	0.72 232	0.71 204	0.70 228

LG-Stereo	0.57 183	0.58 169	0.43 156	0.54 192	0.65 216	0.95 228	0.69 230	0.69 192	0.38 162	0.52 151	0.37 165	0.53 189	0.37 161	0.68 223	0.73 232	0.72 227	0.70 203	0.37 162	0.54 196	0.37 163	0.54 188	0.37 159	0.37 162	0.56 208	0.95 229	0.59 212	0.84 217	0.37 164

KSHMR	0.85 226	0.72 177	0.51 182	0.49 185	0.49 197	0.51 190	1.07 257	0.50 169	0.48 193	6.04 322	0.52 202	0.66 200	0.98 246	0.49 190	0.77 233	0.49 193	1.17 249	0.51 203	0.49 182	1.06 255	0.51 180	0.49 195	0.49 192	0.51 201	1.04 243	0.49 199	0.81 215	0.72 231

G-Net	0.82 222	1.77 244	0.78 216	0.78 217	0.78 232	0.78 213	0.78 235	0.78 199	0.79 230	0.79 173	0.78 233	0.78 214	0.78 231	0.78 230	0.78 234	0.78 229	0.79 211	0.79 234	0.79 216	0.79 233	0.79 206	0.79 232	0.79 233	0.79 236	0.79 213	0.79 236	0.79 210	0.79 234

PA-Net	0.71 202	0.62 173	0.55 189	0.69 211	0.71 228	0.70 209	0.69 230	0.69 192	0.74 229	0.73 168	0.75 231	0.59 194	0.72 229	0.82 234	0.79 235	0.83 233	0.67 202	0.76 233	0.81 219	0.67 223	0.61 196	0.76 231	0.68 223	0.65 220	0.82 218	0.76 235	0.71 204	0.69 227
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NaN_ROB	0.80 211	0.80 184	0.80 218	0.80 220	0.80 234	0.80 214	0.80 237	0.80 200	0.80 231	0.80 175	0.80 235	0.80 217	0.80 232	0.80 231	0.80 236	0.80 231	0.80 213	0.80 236	0.80 217	0.80 236	0.80 207	0.80 233	0.80 234	0.80 237	0.80 215	0.80 237	0.80 211	0.80 235

CSAN	0.80 211	0.80 184	0.80 218	0.80 220	0.80 234	0.80 214	0.80 237	0.80 200	0.80 231	0.80 175	0.80 235	0.80 217	0.80 232	0.80 231	0.80 236	0.80 231	0.80 213	0.80 236	0.80 217	0.80 236	0.80 207	0.80 233	0.80 234	0.80 237	0.80 215	0.80 237	0.80 211	0.80 235

HSM-Net_RVC	0.93 231	1.09 207	0.79 217	1.10 248	0.78 232	1.09 246	0.79 236	1.16 236	0.80 231	1.14 207	0.79 234	1.17 249	0.77 230	0.73 228	0.83 238	0.78 229	1.19 253	0.79 234	1.18 251	0.72 230	1.19 248	0.80 233	0.72 230	0.80 237	1.18 256	0.74 233	1.14 248	0.73 233
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.93 231	1.04 203	0.83 221	1.05 246	0.82 236	1.04 242	0.83 240	1.03 226	0.89 238	1.03 202	0.84 238	1.03 240	0.84 236	0.83 235	0.84 239	0.83 233	1.14 244	0.84 238	1.12 247	0.84 240	1.04 235	0.88 239	0.83 236	0.84 241	1.07 247	0.83 240	1.15 249	0.88 238

HH	0.66 191	2.13 251	0.47 165	0.37 139	0.29 140	0.36 137	0.27 125	0.49 165	0.44 181	0.78 171	0.68 224	0.67 202	0.90 240	0.62 205	0.90 240	0.53 199	0.88 219	0.48 194	0.37 137	0.29 140	0.63 199	0.66 217	0.66 212	0.51 201	1.06 245	0.61 215	1.08 243	0.60 210

HanStereo	0.66 191	2.13 251	0.47 165	0.37 139	0.29 140	0.36 137	0.27 125	0.49 165	0.44 181	0.78 171	0.68 224	0.67 202	0.90 240	0.62 205	0.90 240	0.53 199	0.88 219	0.48 194	0.37 137	0.29 140	0.63 199	0.66 217	0.66 212	0.51 201	1.06 245	0.61 215	1.08 243	0.60 210

DPSM_ROB	0.93 231	0.92 192	0.94 227	0.96 231	1.02 248	0.92 224	0.98 244	0.95 213	0.92 240	0.92 184	0.92 242	0.91 223	0.97 244	0.92 239	0.91 242	0.91 240	0.96 225	0.94 243	0.93 228	0.91 243	0.93 220	0.92 241	0.93 240	0.91 244	0.91 224	0.99 244	0.92 221	0.91 241

DPSM	0.93 231	0.92 192	0.94 227	0.96 231	1.02 248	0.92 224	0.98 244	0.95 213	0.92 240	0.92 184	0.92 242	0.91 223	0.97 244	0.92 239	0.91 242	0.91 240	0.96 225	0.94 243	0.93 228	0.91 243	0.93 220	0.92 241	0.93 240	0.91 244	0.91 224	0.99 244	0.92 221	0.91 241

DGTPSM_ROB	0.92 229	0.93 195	0.91 224	0.93 228	0.91 239	0.92 224	0.93 243	0.92 209	0.92 240	0.92 184	0.91 240	0.91 223	0.93 243	0.91 237	0.92 244	0.92 243	0.92 222	0.92 241	0.92 225	0.90 242	0.91 216	0.92 241	0.93 240	0.94 247	0.92 226	0.91 241	0.92 221	0.97 245

pmcnn	0.92 229	0.92 192	0.92 225	0.92 226	0.92 240	0.92 224	0.92 241	0.92 209	0.92 240	0.92 184	0.92 242	0.92 226	0.92 242	0.92 239	0.92 244	0.92 243	0.92 222	0.92 241	0.92 225	0.92 246	0.92 218	0.92 241	0.92 239	0.92 246	0.92 226	0.92 242	0.92 221	0.92 243

MM-Stereo_test2	1.15 251	1.90 246	1.10 241	1.37 264	0.94 242	1.36 261	0.98 244	1.48 251	0.98 245	1.37 228	0.98 245	1.37 262	0.98 246	0.95 243	0.94 246	0.95 245	1.37 262	0.95 245	1.38 261	0.95 247	1.38 262	0.95 245	0.95 243	0.95 248	1.37 265	0.95 243	1.37 263	0.95 244

AIO-Stereo-zeroshot	0.93 231	0.77 183	0.82 220	1.16 255	0.75 231	0.99 234	0.92 241	0.91 207	0.99 246	0.94 189	0.91 240	1.15 246	0.88 239	0.92 239	1.00 247	0.67 218	0.98 227	1.00 246	0.75 214	0.91 243	1.18 246	0.87 237	0.89 238	0.90 243	1.08 248	1.07 255	0.74 208	0.89 239

GANet	1.00 237	1.00 197	1.00 229	1.00 239	1.00 243	1.00 238	1.00 249	1.00 222	1.00 247	1.00 197	1.00 246	1.00 235	1.00 248	1.00 246	1.00 247	1.00 247	1.00 233	1.00 246	1.00 235	1.00 248	1.00 231	1.00 246	1.00 245	1.00 250	1.00 237	1.00 247	1.00 231	1.00 247

TDLM	1.00 237	1.00 197	1.00 229	1.00 239	1.00 243	1.00 238	1.00 249	1.00 222	1.00 247	1.00 197	1.00 246	1.00 235	1.00 248	1.00 246	1.00 247	1.00 247	1.00 233	1.00 246	1.00 235	1.00 248	1.00 231	1.00 246	1.00 245	1.00 250	1.00 237	1.00 247	1.00 231	1.00 247

CVANet_RVC	1.00 237	1.00 197	1.00 229	1.00 239	1.00 243	1.00 238	1.00 249	1.00 222	1.00 247	1.00 197	1.00 246	1.00 235	1.00 248	1.00 246	1.00 247	1.00 247	1.00 233	1.00 246	1.00 235	1.00 248	1.00 231	1.00 246	1.00 245	1.00 250	1.00 237	1.00 247	1.00 231	1.00 247

trnet	1.01 241	1.01 200	1.01 232	1.01 243	1.01 247	1.01 241	1.01 252	1.01 225	1.01 250	1.01 201	1.01 249	1.01 239	1.01 252	1.01 249	1.01 251	1.01 250	1.01 238	1.01 250	1.01 241	1.01 251	1.01 234	1.01 249	1.01 248	1.01 253	1.01 241	1.01 250	1.01 239	1.01 250

MM-Stereo_test3	1.22 258	1.60 240	1.19 253	1.48 267	1.02 248	1.48 266	0.99 248	1.54 252	1.03 251	1.41 230	1.03 251	1.44 264	1.00 248	1.04 251	1.04 252	1.02 252	1.42 265	1.04 251	1.48 264	1.01 251	1.48 263	1.03 250	1.06 252	1.04 254	1.53 268	1.04 252	1.49 264	1.04 251

plain	1.96 275	3.33 277	1.04 236	3.24 294	1.04 252	3.24 294	1.04 253	3.26 291	1.05 252	3.26 290	1.13 257	3.27 293	1.06 254	1.05 252	1.05 253	1.05 253	3.28 291	1.05 253	3.29 291	1.06 255	3.30 291	1.05 251	1.05 251	1.06 257	3.30 294	1.06 254	3.30 293	1.06 252

GLC_STEREO	1.05 247	1.01 200	1.02 233	1.02 245	1.02 248	1.05 243	1.06 254	1.05 229	1.05 252	1.04 204	1.05 252	1.05 241	1.04 253	1.06 253	1.05 253	1.06 254	1.06 239	1.05 253	1.06 242	1.05 254	1.06 237	1.06 252	1.04 250	1.05 255	1.04 243	1.05 253	1.06 241	1.06 252

SPS-STEREO	1.25 261	1.47 235	1.06 239	1.54 268	1.08 254	1.52 267	1.20 269	1.44 249	1.06 254	1.49 235	1.10 255	1.41 263	1.10 256	0.98 244	1.08 255	1.12 256	1.47 266	1.04 251	1.53 265	1.14 261	1.52 264	1.07 253	1.02 249	1.05 255	1.48 267	1.07 255	1.55 265	1.11 256
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NCC-stereo	1.15 251	1.17 214	1.12 245	1.10 248	1.15 259	1.14 248	1.15 259	1.15 234	1.12 257	1.17 214	1.17 263	1.11 244	1.17 263	1.11 256	1.10 256	1.16 259	1.12 242	1.11 258	1.16 248	1.13 260	1.23 253	1.16 258	1.19 262	1.11 261	1.18 256	1.17 263	1.17 253	1.13 258

RGC	1.15 251	1.16 211	1.17 249	1.15 253	1.11 258	1.21 256	1.21 270	1.10 231	1.15 259	1.16 211	1.11 256	1.17 249	1.09 255	1.14 259	1.11 257	1.16 259	1.19 253	1.11 258	1.10 244	1.15 263	1.11 239	1.19 261	1.16 258	1.12 262	1.17 254	1.10 258	1.16 250	1.17 260

edge stereo	1.15 251	1.18 215	1.11 243	1.12 251	1.17 263	1.17 255	1.17 261	1.16 236	1.18 265	1.16 211	1.17 263	1.17 249	1.13 258	1.11 256	1.11 257	1.12 256	1.17 249	1.17 261	1.11 246	1.17 264	1.17 244	1.17 260	1.18 260	1.14 263	1.11 250	1.18 264	1.12 246	1.11 256

UniTT-Stereo	2.12 285	3.66 282	1.10 241	3.48 297	1.15 259	3.57 298	1.11 258	3.44 294	1.16 261	3.52 292	1.16 259	3.50 294	1.16 260	1.10 254	1.13 259	1.15 258	3.61 293	1.17 261	3.64 292	1.12 259	3.58 294	1.12 256	1.12 256	1.17 265	3.53 297	1.18 264	3.52 296	1.18 262

AF-Net	2.06 284	25.73 336	1.18 250	1.12 251	1.16 262	1.16 250	1.19 264	1.10 231	1.17 264	1.15 208	1.14 258	1.11 244	1.16 260	1.16 261	1.14 260	1.11 255	1.15 245	1.13 260	1.21 254	1.17 264	1.11 239	1.21 264	1.17 259	1.17 265	1.17 254	1.11 260	1.20 256	1.13 258

RP	1.14 249	1.16 211	1.15 246	1.17 257	1.10 256	1.16 250	1.15 259	1.10 231	1.16 261	1.15 208	1.08 254	1.16 247	1.15 259	1.15 260	1.14 260	1.16 259	1.16 247	1.10 255	1.10 244	1.10 258	1.16 242	1.11 255	1.10 254	1.19 267	1.14 252	1.19 266	1.07 242	1.10 255

Nwc_Net	1.15 251	1.15 209	1.15 246	1.09 247	1.19 265	1.16 250	1.17 261	1.15 234	1.16 261	1.16 211	1.16 259	1.08 243	1.16 260	1.11 256	1.15 262	1.18 263	1.11 241	1.10 255	1.16 248	1.17 264	1.16 242	1.13 257	1.18 260	1.20 268	1.11 250	1.15 261	1.16 250	1.20 263

Abc-Net	1.14 249	1.16 211	1.18 250	1.10 248	1.10 256	1.16 250	1.18 263	1.16 236	1.13 258	1.11 205	1.16 259	1.16 247	1.12 257	1.10 254	1.17 263	1.16 259	1.16 247	1.10 255	1.16 248	1.14 261	1.17 244	1.16 258	1.11 255	1.09 260	1.10 249	1.10 258	1.16 250	1.17 260
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	1.17 257	1.19 217	1.15 246	1.15 253	1.15 259	1.15 249	1.19 264	1.19 239	1.15 259	1.15 208	1.16 259	1.19 252	1.19 264	1.19 262	1.19 264	1.19 264	1.15 245	1.19 264	1.19 252	1.19 267	1.15 241	1.19 261	1.15 257	1.15 264	1.16 253	1.15 261	1.19 254	1.20 263

RAStereo	2.24 288	3.70 283	1.18 250	3.73 301	1.18 264	3.69 300	1.19 264	3.73 297	1.24 268	3.72 295	1.21 268	3.76 298	1.20 265	1.20 263	1.20 265	1.20 265	3.74 298	1.20 265	3.75 298	1.21 268	3.77 298	1.21 264	1.21 264	1.21 269	3.82 301	1.21 268	3.82 300	1.21 265

FAT-Stereo	1.22 258	1.23 218	1.19 253	1.21 259	1.24 268	1.24 258	1.19 264	1.25 243	1.24 268	1.25 220	1.19 266	1.20 253	1.24 268	1.20 263	1.21 266	1.25 268	1.22 255	1.21 266	1.25 255	1.23 270	1.22 251	1.19 261	1.19 262	1.24 271	1.25 259	1.20 267	1.19 254	1.25 269

GANetREF_RVC	1.52 266	2.01 248	1.21 256	1.98 274	1.21 266	1.98 274	1.21 270	1.98 265	1.21 267	1.99 253	1.21 268	1.98 273	1.21 267	1.02 250	1.21 266	1.21 266	1.99 274	1.21 266	1.99 272	1.21 268	1.99 271	1.21 264	1.21 264	1.21 269	1.99 276	1.21 268	1.99 273	1.21 265
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
S-Stereo	1.22 258	1.18 215	1.19 253	1.20 258	1.23 267	1.23 257	1.19 264	1.19 239	1.18 265	1.27 221	1.20 267	1.20 253	1.20 265	1.23 265	1.22 268	1.23 267	1.23 256	1.23 268	1.20 253	1.25 271	1.20 249	1.22 267	1.25 266	1.24 271	1.20 258	1.22 270	1.26 257	1.24 268

MonStereo1	1.60 267	2.69 271	1.46 262	1.99 275	1.31 270	1.99 275	1.36 273	1.99 266	1.31 271	1.84 241	1.32 270	1.89 268	1.31 269	1.32 266	1.30 269	1.36 271	1.94 270	1.33 271	1.93 269	1.30 273	1.92 268	1.33 269	1.31 267	1.31 273	1.94 273	1.31 272	1.93 269	1.31 270

RASNet	1.39 262	1.37 234	1.35 257	1.38 265	1.40 272	1.39 264	1.77 286	1.36 246	1.74 285	1.36 227	1.36 272	1.36 261	1.36 271	1.36 267	1.35 270	1.41 276	1.36 260	1.36 274	1.36 260	1.35 274	1.36 260	1.35 271	1.36 269	1.35 274	1.36 264	1.35 274	1.36 262	1.35 271

MonStereo	1.66 271	2.63 270	1.46 262	1.99 275	1.41 276	2.03 276	1.39 274	2.04 268	1.43 277	1.94 249	1.40 276	1.92 270	1.37 272	1.38 269	1.39 271	1.39 275	1.99 274	1.38 277	2.04 274	1.41 278	2.02 273	1.37 273	1.39 270	1.38 278	1.99 276	1.38 275	2.01 274	1.39 277

CC-Net-ROB	1.51 265	4.40 290	1.69 273	1.39 266	1.40 272	1.37 263	1.40 277	1.36 246	1.39 274	1.41 230	1.36 272	1.35 260	1.38 273	1.39 270	1.39 271	1.36 271	1.36 260	1.35 272	1.39 262	1.39 275	1.37 261	1.36 272	1.41 273	1.48 280	1.39 266	1.42 279	1.35 261	1.35 271

PS-NSSS	1.48 264	4.46 291	1.35 257	1.35 263	1.35 271	1.41 265	1.34 272	1.36 246	1.35 273	1.40 229	1.35 271	1.33 259	1.35 270	1.37 268	1.40 273	1.35 270	1.35 258	1.35 272	1.39 262	1.44 279	1.35 259	1.34 270	1.35 268	1.38 278	1.35 263	1.33 273	1.34 260	1.38 275

R-Stereo Train	1.62 268	2.01 248	1.41 260	1.97 272	1.40 272	1.96 272	1.39 274	1.93 260	1.39 274	1.92 246	1.38 274	1.94 271	1.39 274	1.40 271	1.45 274	1.38 273	1.96 271	1.37 275	1.97 270	1.39 275	1.98 269	1.41 274	1.40 271	1.37 276	1.97 274	1.38 275	1.96 271	1.37 273

RAFT-Stereo	1.62 268	2.01 248	1.41 260	1.97 272	1.40 272	1.96 272	1.39 274	1.93 260	1.39 274	1.92 246	1.38 274	1.94 271	1.39 274	1.40 271	1.45 274	1.38 273	1.96 271	1.37 275	1.97 270	1.39 275	1.98 269	1.41 274	1.40 271	1.37 276	1.97 274	1.38 275	1.96 271	1.37 273
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MM-Stereo_test1	1.85 274	3.50 280	1.61 267	2.12 277	1.47 277	2.14 277	1.47 278	2.33 277	1.53 278	2.12 258	1.54 278	2.19 275	1.53 276	1.54 273	1.53 276	1.53 277	2.20 276	1.54 278	2.24 275	1.57 280	2.21 279	1.49 276	1.59 275	1.49 281	2.15 281	1.52 280	2.15 276	1.54 280

NLCA_NET_v2_RVC	2.50 292	2.85 273	1.90 283	2.90 291	2.77 301	2.88 291	2.85 303	2.51 281	2.85 303	2.88 285	1.99 293	2.50 286	2.76 301	2.20 287	1.57 277	2.64 301	2.89 290	2.63 301	5.69 321	1.03 253	2.01 272	2.71 300	2.74 303	2.73 304	2.87 292	1.64 285	1.00 231	1.49 279
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HBP-ISP	1.47 263	1.07 206	1.03 235	1.30 261	1.08 254	1.36 261	1.06 254	1.44 249	1.25 270	1.97 252	1.51 277	1.65 267	1.58 277	0.98 244	1.58 278	1.68 283	1.98 273	1.32 269	2.02 273	1.28 272	2.95 289	1.89 290	0.97 244	1.06 257	1.26 260	0.99 244	1.94 270	1.43 278

DPSMNet_ROB	1.62 268	1.60 240	1.59 266	1.61 270	1.69 281	1.66 270	1.61 279	1.70 256	1.65 283	1.62 238	1.60 280	1.61 265	1.60 278	1.60 274	1.59 279	1.62 281	1.60 267	1.63 282	1.62 267	1.68 286	1.70 266	1.60 277	1.64 280	1.60 282	1.61 269	1.60 281	1.60 266	1.59 281

LG-G_1	1.99 277	2.56 267	1.63 269	2.54 288	1.62 279	2.55 289	1.61 279	2.51 281	1.61 279	2.50 278	1.62 282	2.50 286	1.61 279	1.61 275	1.61 280	1.61 278	2.55 287	1.61 279	2.55 288	1.61 281	2.55 287	1.61 278	1.61 276	1.61 283	2.55 289	1.61 282	2.54 287	1.61 282

LG-G	1.99 277	2.56 267	1.63 269	2.54 288	1.62 279	2.55 289	1.61 279	2.51 281	1.61 279	2.50 278	1.62 282	2.50 286	1.61 279	1.61 275	1.61 280	1.61 278	2.55 287	1.61 279	2.55 288	1.61 281	2.55 287	1.61 278	1.61 276	1.61 283	2.55 289	1.61 282	2.54 287	1.61 282

LGtest1	1.99 277	2.55 266	1.62 268	2.54 288	1.61 278	2.54 286	1.61 279	2.51 281	1.61 279	2.49 277	1.61 281	2.49 285	1.61 279	1.61 275	1.61 280	1.61 278	2.55 287	1.62 281	2.54 287	1.61 281	2.54 286	1.61 278	1.61 276	1.61 283	2.54 288	1.61 282	2.54 287	1.61 282

UDGNet	1.97 276	2.43 262	1.67 271	2.46 285	1.70 283	2.44 284	1.69 284	2.34 278	1.63 282	2.35 274	1.67 284	2.37 284	1.67 282	1.68 279	1.64 283	1.67 282	2.44 283	1.64 283	2.43 283	1.67 284	2.43 285	1.66 281	1.67 281	1.63 286	2.43 286	1.66 287	2.42 285	1.66 285

MFMNet_re	1.77 273	1.89 245	1.72 274	1.88 271	1.69 281	1.89 271	1.67 283	1.91 259	1.70 284	1.87 242	1.67 284	1.89 268	1.68 283	1.67 278	1.67 284	1.70 284	1.88 269	1.68 284	1.88 268	1.67 284	1.89 267	1.68 283	1.70 282	1.71 287	1.87 272	1.68 289	1.87 268	1.68 286

FC-DCNN	1.10 248	0.81 187	0.77 215	0.63 208	0.42 180	0.86 221	0.64 220	0.91 207	0.96 244	1.11 205	0.80 235	1.07 242	0.81 234	0.67 219	1.75 285	1.30 269	1.41 264	0.85 239	1.28 257	0.71 228	2.12 277	1.32 268	0.52 198	0.81 240	1.64 271	1.40 278	2.39 284	1.75 288

MaDis-Stereo	3.69 302	10.19 324	2.01 285	6.09 323	2.01 291	5.94 323	1.82 287	6.14 314	1.85 288	6.59 323	1.82 287	6.01 322	1.81 285	1.83 281	1.83 286	2.02 291	5.87 320	1.79 286	5.93 322	2.06 295	4.63 312	1.67 282	1.84 287	2.08 294	5.90 321	1.66 287	6.34 323	1.87 291

sCroCo_RVC	2.76 294	4.00 285	1.82 277	4.00 305	1.83 285	3.98 306	1.82 287	3.99 299	1.81 287	4.14 303	2.76 301	4.13 307	1.82 286	1.83 281	1.83 286	1.82 286	4.01 303	1.82 287	3.98 301	1.86 289	4.00 303	1.82 289	1.83 286	1.84 289	4.02 307	1.81 291	4.00 304	1.83 290

sAnonymous2	2.87 296	4.16 286	1.89 281	4.26 310	1.87 289	4.23 309	1.92 292	4.17 300	1.94 293	4.16 304	1.92 291	4.20 308	1.92 291	1.96 283	1.86 288	1.87 288	4.25 307	1.90 291	4.23 307	1.91 293	4.26 306	1.93 291	1.89 291	1.90 290	4.07 309	1.91 295	5.09 320	1.93 295

CroCo_RVC	2.87 296	4.16 286	1.89 281	4.26 310	1.87 289	4.23 309	1.92 292	4.17 300	1.94 293	4.16 304	1.92 291	4.20 308	1.92 291	1.96 283	1.86 288	1.87 288	4.25 307	1.90 291	4.23 307	1.91 293	4.26 306	1.93 291	1.89 291	1.90 290	4.07 309	1.91 295	5.09 320	1.93 295

TRStereo	2.05 281	2.13 251	1.85 278	2.27 278	1.84 286	2.28 278	1.84 289	2.29 273	1.87 289	2.29 268	1.86 288	2.30 278	1.87 288	2.30 294	1.87 290	2.08 292	2.29 278	1.87 288	2.30 277	1.87 290	2.08 274	1.72 284	1.86 288	2.30 300	2.13 278	1.84 292	2.29 278	1.87 291

XX-Stereo	2.05 281	2.13 251	1.85 278	2.27 278	1.84 286	2.28 278	1.84 289	2.29 273	1.87 289	2.29 268	1.86 288	2.30 278	1.87 288	2.30 294	1.87 290	2.08 292	2.29 278	1.87 288	2.30 277	1.87 290	2.08 274	1.72 284	1.86 288	2.30 300	2.13 278	1.84 292	2.29 278	1.87 291

EAI-Stereo	2.05 281	2.13 251	1.85 278	2.27 278	1.84 286	2.28 278	1.84 289	2.29 273	1.87 289	2.29 268	1.86 288	2.30 278	1.87 288	2.30 294	1.87 290	2.08 292	2.29 278	1.87 288	2.30 277	1.87 290	2.08 274	1.72 284	1.86 288	2.30 300	2.13 278	1.84 292	2.29 278	1.87 291

FBW_ROB	2.04 280	2.50 263	1.75 275	2.45 284	1.78 284	2.40 282	1.74 285	2.47 280	1.77 286	2.37 275	1.81 286	2.30 278	1.80 284	1.78 280	1.88 293	1.80 285	2.41 282	1.77 285	2.43 283	1.83 288	2.39 283	1.81 288	1.76 284	1.75 288	2.56 291	1.75 290	2.30 281	1.74 287

StereoVision	3.44 299	10.12 323	1.68 272	5.44 322	2.26 297	5.87 322	1.97 294	5.17 309	1.31 271	5.80 320	1.56 279	5.62 321	1.84 287	1.97 285	1.91 294	1.84 287	4.98 316	1.32 269	5.60 319	1.71 287	5.35 321	1.73 287	1.97 293	1.96 292	5.40 320	1.65 286	5.08 318	1.76 289

HUF	2.22 286	2.33 258	2.24 290	2.35 282	2.07 292	2.45 285	2.11 296	2.42 279	2.13 296	2.19 261	2.15 295	2.10 274	2.09 293	2.27 292	2.04 295	2.08 292	2.44 283	2.12 295	2.38 282	2.18 297	2.29 281	2.22 294	2.12 295	2.12 295	2.52 287	2.10 297	2.22 277	2.15 298

AIO_rvc	2.25 289	2.35 260	2.10 286	2.47 286	2.17 294	2.54 286	2.15 297	2.32 276	2.21 297	2.29 268	2.28 297	2.33 283	2.09 293	2.26 291	2.14 296	2.08 292	2.49 285	2.09 294	2.53 286	2.14 296	2.34 282	2.23 295	2.14 296	2.18 296	2.19 282	2.15 298	2.35 283	2.22 299

AIO_test	2.22 286	2.36 261	2.10 286	2.47 286	2.15 293	2.54 286	2.06 295	2.27 271	2.09 295	2.29 268	2.13 294	2.30 278	2.09 293	2.25 290	2.15 297	1.95 290	2.52 286	2.08 293	2.32 280	2.21 299	2.20 278	2.26 296	2.05 294	2.06 293	2.40 285	2.16 299	2.52 286	2.05 297

Anonymous3	3.36 298	4.93 296	2.20 288	4.92 317	2.23 295	4.90 317	2.23 298	4.89 306	2.24 298	4.95 316	2.21 296	4.91 315	2.21 296	2.18 286	2.22 298	2.22 297	4.86 314	2.20 297	4.90 314	2.20 298	4.96 316	2.21 293	2.21 297	2.21 297	6.30 323	2.21 300	4.90 313	2.23 300

NCCL2	2.27 290	2.27 257	2.28 293	2.27 278	2.28 298	2.28 278	2.28 299	2.27 271	2.28 299	2.28 265	2.28 297	2.29 277	2.28 297	2.28 293	2.29 299	2.28 299	2.28 277	2.28 299	2.27 276	2.28 301	2.28 280	2.28 298	2.28 298	2.28 298	2.28 283	2.28 301	2.11 275	2.28 302

STTStereo	2.30 291	2.34 259	2.26 292	2.37 283	2.23 295	2.40 282	2.35 300	2.20 269	2.33 300	2.28 265	2.31 299	2.19 275	2.37 298	2.20 287	2.31 300	2.23 298	2.38 281	2.25 298	2.33 281	2.27 300	2.39 283	2.27 297	2.31 299	2.29 299	2.37 284	2.32 302	2.34 282	2.26 301

NLSM1	2.82 295	3.85 284	2.57 298	3.19 293	2.46 299	3.28 296	2.38 301	3.29 292	2.42 301	3.20 289	2.64 300	3.14 291	2.62 299	2.46 297	2.44 301	2.51 300	3.31 292	2.53 300	3.17 290	2.47 302	3.27 290	2.33 299	2.65 300	2.61 303	3.22 293	2.55 303	3.31 294	2.39 303

MIF-Stereo (partial)	2.52 293	3.41 279	1.05 237	3.29 295	1.05 253	3.29 297	1.06 254	3.30 293	1.06 254	3.31 291	1.06 253	4.97 316	2.72 300	2.72 298	2.71 302	2.70 302	6.57 323	2.19 296	5.08 318	1.08 257	3.36 292	1.07 253	1.07 253	1.07 259	3.35 296	1.07 255	3.36 295	1.07 254

MLG-Stereo_test3	3.87 305	4.64 292	3.29 305	5.17 320	3.23 306	4.83 316	3.02 304	4.95 307	3.22 306	4.31 307	3.33 309	5.08 318	3.20 307	3.23 302	2.77 303	3.20 309	4.99 317	3.24 307	4.93 315	2.94 304	4.82 315	3.33 306	3.33 307	3.29 309	5.19 319	3.02 305	5.08 318	2.93 306

U	5.23 323	8.71 316	2.75 299	8.64 329	2.76 300	8.65 329	2.79 302	8.67 328	2.79 302	8.70 328	2.79 302	8.70 328	2.79 302	2.79 299	2.80 304	2.80 304	8.84 328	2.82 302	8.82 328	2.89 303	8.84 327	2.83 301	2.83 304	2.82 305	8.87 330	2.83 304	8.84 329	2.83 304

MLG-Stereo_test1	3.87 305	4.67 293	3.29 305	5.26 321	3.25 307	5.04 319	3.11 306	4.43 302	3.27 308	5.02 318	3.21 306	4.71 314	3.10 305	3.22 301	3.06 305	2.98 306	5.03 318	3.18 305	4.95 316	2.94 304	4.70 314	3.32 304	3.30 306	3.27 308	5.17 318	3.08 307	5.02 316	2.85 305

NLCSM	3.61 300	5.05 298	3.36 308	4.13 307	3.31 309	3.91 302	3.26 309	3.98 298	3.24 307	4.08 302	3.06 304	3.95 303	3.25 308	3.25 303	3.10 306	3.17 308	4.20 306	3.08 303	4.16 305	3.24 309	4.26 306	3.46 308	3.14 305	3.19 307	4.02 307	3.24 308	4.21 308	3.17 307

FC-DCNN v2	4.74 319	3.16 276	3.16 303	3.16 292	3.16 303	3.16 293	3.16 308	3.16 290	3.16 305	3.16 288	3.16 305	3.16 292	3.16 306	3.16 300	3.16 307	3.16 307	6.72 324	6.72 326	6.72 324	6.72 329	6.72 323	6.72 328	6.72 327	6.72 328	6.72 324	6.72 327	6.72 325	6.72 328

DispFullNet	4.96 321	5.67 299	3.30 307	5.01 318	3.21 305	4.50 313	3.11 306	4.43 302	3.44 311	4.60 311	3.46 310	5.13 319	3.44 310	3.53 307	3.20 308	2.87 305	4.80 313	3.15 304	4.70 311	4.83 323	9.02 328	5.98 325	5.95 326	6.21 327	8.84 329	5.85 326	9.76 330	5.91 326

MLG-Stereo_test2	3.86 304	4.96 297	3.13 301	4.65 315	3.27 308	5.17 321	3.07 305	5.01 308	3.01 304	4.93 315	3.03 303	4.56 313	3.32 309	3.26 304	3.33 309	3.30 310	5.17 319	3.19 306	4.86 313	2.96 307	5.04 318	3.25 303	2.67 301	3.15 306	4.98 317	3.05 306	4.59 311	3.30 308

RAFT+CT+SA	4.43 314	7.34 305	6.71 321	5.01 318	4.38 322	4.40 311	3.85 318	6.15 316	4.30 322	4.89 314	3.26 307	4.49 312	3.01 304	4.53 320	3.36 310	3.65 313	3.64 294	4.39 322	3.94 300	4.28 321	4.44 310	4.30 319	4.24 321	4.52 323	3.90 304	3.85 319	4.89 312	4.00 320

TESTraft	4.16 312	8.03 311	6.81 324	3.99 304	3.68 314	3.93 303	3.70 315	6.86 321	3.69 313	3.93 299	3.88 319	3.93 302	3.59 315	3.65 310	3.64 311	3.68 314	3.92 301	3.72 315	3.92 299	3.57 312	3.84 299	3.70 311	3.71 313	3.67 313	3.91 305	3.74 314	3.92 303	3.67 309

Sa-1000	3.84 303	7.71 307	6.81 324	4.15 308	2.86 302	3.27 295	3.87 319	5.99 311	4.35 323	2.78 283	3.71 312	3.88 299	3.56 312	3.88 314	3.64 311	2.71 303	3.72 296	3.27 308	3.67 296	3.15 308	3.51 293	3.36 307	2.70 302	3.49 310	3.32 295	3.76 316	2.87 291	3.76 316

test-1	4.11 308	7.65 306	4.93 312	3.65 299	3.58 311	4.70 315	3.74 317	4.73 304	4.06 319	3.72 295	4.11 321	3.70 297	3.49 311	3.36 305	3.65 313	4.17 322	3.92 301	4.04 320	4.19 306	3.75 316	4.69 313	4.18 317	3.88 315	3.90 318	4.73 313	3.77 317	3.12 292	3.68 312

TestStereo1	4.11 308	7.79 309	6.72 322	3.93 302	3.81 316	3.96 304	3.58 311	6.96 322	3.74 314	3.90 297	3.76 314	3.89 300	3.57 313	3.70 312	3.66 314	3.34 311	3.80 299	3.62 310	3.66 294	3.68 313	3.91 300	3.70 311	3.65 309	3.67 313	3.88 302	3.53 310	3.89 301	3.68 312

SA-5K	4.11 308	7.79 309	6.72 322	3.93 302	3.81 316	3.96 304	3.58 311	6.96 322	3.74 314	3.90 297	3.76 314	3.89 300	3.57 313	3.70 312	3.66 314	3.34 311	3.80 299	3.62 310	3.66 294	3.68 313	3.91 300	3.70 311	3.65 309	3.67 313	3.88 302	3.53 310	3.89 301	3.68 312

test_4	4.11 308	8.05 312	6.64 320	4.52 313	3.68 314	3.00 292	3.40 310	6.21 317	3.29 309	4.07 301	3.84 317	4.04 305	3.76 318	3.56 309	3.67 316	3.76 317	4.04 304	3.79 316	4.10 302	3.53 311	3.98 302	3.74 314	3.55 308	3.61 311	3.94 306	3.75 315	3.73 299	3.73 315

SA	3.93 307	7.22 303	4.74 311	4.15 308	3.88 319	3.70 301	4.02 322	6.67 319	3.95 317	3.64 293	3.74 313	3.63 295	3.00 303	3.51 306	3.68 317	3.68 314	3.73 297	3.71 314	3.64 292	3.48 310	3.58 294	2.97 302	3.69 312	3.61 311	3.55 299	3.42 309	3.64 297	3.79 317

DPSNet	3.67 301	3.61 281	3.62 309	3.64 298	3.61 313	3.64 299	3.65 313	3.64 296	3.67 312	3.67 294	3.65 311	3.68 296	3.69 316	3.69 311	3.69 318	3.68 314	3.70 295	3.70 313	3.69 297	3.69 315	3.71 297	3.69 310	3.67 311	3.69 316	3.68 300	3.67 312	3.68 298	3.67 309

raft_robust	4.19 313	7.78 308	6.08 317	3.30 296	3.85 318	4.03 307	3.73 316	6.25 318	3.30 310	4.44 309	3.28 308	4.01 304	3.82 319	4.29 319	3.70 319	4.01 319	4.48 312	3.42 309	4.11 303	3.76 317	4.05 304	3.32 304	3.85 314	3.82 317	4.71 312	3.83 318	4.09 305	3.80 318

RAFT_CTSACE	4.43 314	8.26 314	6.10 318	4.62 314	4.01 321	4.54 314	3.65 313	6.09 313	3.93 316	4.64 312	4.14 322	4.26 310	4.13 321	3.91 315	3.88 320	4.06 321	4.30 309	4.03 319	4.27 309	3.92 318	4.26 306	3.67 309	3.91 316	4.16 321	4.82 314	4.08 322	4.20 307	3.67 309

test_3	4.55 318	10.96 325	7.69 328	4.04 306	3.60 312	4.10 308	3.98 321	7.94 324	4.56 324	3.99 300	4.03 320	4.08 306	3.74 317	3.99 318	3.91 321	4.05 320	4.33 310	3.89 317	4.14 304	4.00 320	4.11 305	4.02 316	4.01 319	3.91 319	3.53 297	3.94 320	4.19 306	4.20 322

cross-raft	4.43 314	7.31 304	6.46 319	4.47 312	3.95 320	4.46 312	3.95 320	6.70 320	3.97 318	4.41 308	3.82 316	4.38 311	3.94 320	3.95 317	3.95 322	3.95 318	4.45 311	3.95 318	4.46 310	3.95 319	4.46 311	3.95 315	3.95 318	3.94 320	4.40 311	3.95 321	4.45 310	3.95 319

test_5	4.51 317	8.85 317	5.35 316	3.66 300	3.56 310	5.10 320	4.47 324	6.14 314	4.07 320	4.96 317	3.87 318	5.14 320	4.17 323	3.53 307	4.39 323	4.53 323	4.15 305	3.62 310	4.74 312	2.94 304	3.63 296	4.53 321	4.20 320	4.54 324	4.86 315	3.68 313	4.95 314	4.06 321

SGM-Forest	5.07 322	6.74 301	4.17 310	6.46 324	4.68 323	6.21 325	4.38 323	6.00 312	4.14 321	5.84 321	4.44 323	6.28 323	4.16 322	3.92 316	4.56 324	4.60 324	6.15 321	4.27 321	6.12 323	4.31 322	5.99 322	4.27 318	3.92 317	4.27 322	6.13 322	4.10 323	6.18 322	4.49 323
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TestStereo	4.92 320	4.80 295	4.98 313	4.82 316	4.97 324	4.91 318	4.78 325	4.80 305	4.88 325	4.78 313	4.80 324	4.99 317	4.81 324	4.83 321	4.87 325	4.97 325	4.93 315	5.01 324	5.03 317	4.90 324	5.02 317	5.02 322	5.06 322	5.04 325	4.93 316	4.89 324	5.01 315	5.09 324

SGM+DAISY	6.35 324	8.16 313	5.14 315	8.12 328	5.08 326	8.12 328	5.16 326	8.01 325	5.18 327	7.92 326	5.14 325	7.89 327	5.14 325	4.95 322	5.33 326	5.32 326	8.14 327	5.16 325	8.16 327	5.16 325	8.21 326	5.19 323	5.12 323	5.12 326	8.18 328	5.24 325	8.12 328	5.11 325

test-v	7.17 326	11.53 326	7.63 326	7.17 325	6.87 328	7.48 326	6.90 328	8.14 326	6.88 328	6.93 324	7.42 328	7.05 324	6.14 326	6.05 323	6.86 327	6.99 328	7.60 325	6.75 327	6.90 325	6.66 327	7.83 324	6.36 326	5.89 324	7.34 330	7.19 326	6.75 328	7.52 326	6.77 329

test-2	7.17 326	11.53 326	7.63 326	7.17 325	6.87 328	7.48 326	6.90 328	8.14 326	6.88 328	6.93 324	7.42 328	7.05 324	6.14 326	6.05 323	6.86 327	6.99 328	7.60 325	6.75 327	6.90 325	6.66 327	7.83 324	6.36 326	5.89 324	7.34 330	7.19 326	6.75 328	7.52 326	6.77 329

RAFT	6.60 325	9.99 320	8.33 329	7.21 327	6.55 327	5.95 324	5.87 327	8.70 329	5.02 326	5.10 319	6.69 327	7.06 326	6.94 328	6.17 325	7.09 329	6.84 327	6.47 322	4.72 323	5.60 319	5.60 326	5.11 319	5.97 324	6.93 328	6.89 329	7.16 325	7.08 330	6.58 324	6.66 327

MANE	18.41 328	23.00 335	16.00 330	22.00 337	15.00 330	22.00 337	15.00 330	22.00 337	15.00 330	21.00 337	15.00 330	22.00 336	15.00 329	15.00 330	17.00 330	15.00 330	23.00 336	15.00 329	22.00 336	15.00 330	23.00 336	15.00 329	18.00 329	15.00 332	24.00 338	17.00 331	24.00 338	16.00 331

rafts_anoy	20.00 329	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 331	20.00 331	20.00 329	20.00 330	20.00 329	20.00 331	20.00 329	20.00 330	20.00 330	20.00 333	20.00 331	20.00 332	20.00 331	20.00 332

raft+_RVC	20.00 329	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 331	20.00 331	20.00 329	20.00 330	20.00 329	20.00 331	20.00 329	20.00 330	20.00 330	20.00 333	20.00 331	20.00 332	20.00 331	20.00 332

raftrobust	20.00 329	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 331	20.00 331	20.00 329	20.00 330	20.00 329	20.00 331	20.00 329	20.00 330	20.00 330	20.00 333	20.00 331	20.00 332	20.00 331	20.00 332

CasAABBNet	20.00 329	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 331	20.00 331	20.00 329	20.00 330	20.00 329	20.00 331	20.00 329	20.00 330	20.00 330	20.00 333	20.00 331	20.00 332	20.00 331	20.00 332

RALCasStereoNet	20.00 329	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 331	20.00 331	20.00 329	20.00 330	20.00 329	20.00 331	20.00 329	20.00 330	20.00 330	20.00 333	20.00 331	20.00 332	20.00 331	20.00 332

RALAANet	20.00 329	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 331	20.00 331	20.00 329	20.00 330	20.00 329	20.00 331	20.00 329	20.00 330	20.00 330	20.00 333	20.00 331	20.00 332	20.00 331	20.00 332

MSMDNet	20.00 329	20.00 328	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 330	20.00 331	20.00 329	20.00 330	20.00 331	20.00 331	20.00 331	20.00 329	20.00 330	20.00 329	20.00 331	20.00 329	20.00 330	20.00 330	20.00 333	20.00 331	20.00 332	20.00 331	20.00 332

Reg-Stereo(zero)	37.00 336	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 337	37.00 337	37.00 338	37.00 338	37.00 338	37.00 337	37.00 337	37.00 337	37.00 338	37.00 337	37.00 337	37.00 337	37.00 340	37.00 339	37.00 339	37.00 339	37.00 339

HI	37.00 336	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 337	37.00 337	37.00 338	37.00 338	37.00 338	37.00 337	37.00 337	37.00 337	37.00 338	37.00 337	37.00 337	37.00 337	37.00 340	37.00 339	37.00 339	37.00 339	37.00 339

CoSv	37.00 336	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 338	37.00 337	37.00 337	37.00 338	37.00 338	37.00 338	37.00 337	37.00 337	37.00 337	37.00 338	37.00 337	37.00 337	37.00 337	37.00 340	37.00 339	37.00 339	37.00 339	37.00 339

CBMV	101.59 340	71.60 341	48.40 342	72.70 342	49.00 342	79.60 342	48.40 342	80.90 342	46.90 341	68.90 341	49.00 342	78.00 341	572.10 349	49.50 341	51.30 341	48.40 341	72.20 340	639.60 349	79.40 340	48.90 342	79.50 340	51.40 340	52.30 341	48.30 344	80.20 342	49.10 342	79.60 343	47.60 342
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	61.15 339	72.66 342	46.52 341	70.00 341	44.89 341	64.24 341	43.75 341	73.65 341	48.92 342	72.70 342	42.40 341	60.70 340	50.23 340	50.07 342	67.69 342	68.60 342	83.13 341	47.77 340	82.48 341	46.00 341	95.93 341	53.44 341	50.66 340	45.00 343	84.99 343	53.64 343	79.01 342	52.07 343

NOSS_ROB	248.11 342	409.00 348	288.00 345	412.00 345	280.00 345	411.00 348	288.00 345	356.00 344	275.00 348	379.00 348	303.00 348	415.00 347	278.00 346	260.00 348	104.00 343	103.00 343	126.00 342	108.00 341	118.00 342	98.00 343	126.00 343	104.00 343	268.00 345	216.00 347	279.00 348	201.00 345	288.00 348	206.00 345

MGS-Stereo	264.93 344	208.00 345	362.00 348	512.00 348	350.00 348	326.00 345	443.00 349	410.00 346	210.00 344	232.00 346	215.00 344	125.00 343	217.00 343	216.00 346	127.00 344	122.00 344	223.00 345	230.00 344	487.00 347	255.00 347	250.00 345	223.00 346	272.00 346	228.00 349	241.00 346	220.00 348	214.00 346	235.00 348

MeshStereo	151.99 341	131.36 343	140.69 343	151.38 343	151.40 343	150.79 343	151.72 343	149.36 343	159.46 343	146.42 343	150.73 343	149.06 345	176.22 341	143.94 343	133.10 345	133.45 345	153.30 343	154.22 342	154.67 343	153.95 344	156.90 344	156.53 344	160.21 342	162.72 345	154.57 344	160.59 344	153.47 344	163.50 344
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
AE-Stereo	252.48 343	202.00 344	361.00 347	502.00 347	324.00 347	321.00 344	482.00 350	423.00 347	227.00 347	201.00 344	273.00 347	101.00 342	207.00 342	198.00 344	183.00 346	181.00 346	221.00 344	232.00 346	477.00 345	220.00 346	111.00 342	100.00 342	219.00 344	214.00 346	204.00 345	211.00 346	200.00 345	222.00 347

EGLCR-Stereo	276.81 345	209.00 346	366.00 349	514.00 349	354.00 349	336.00 346	422.00 347	440.00 348	220.00 346	231.00 345	245.00 346	135.00 344	237.00 345	218.00 347	197.00 347	222.00 348	223.00 345	230.00 344	487.00 347	255.00 347	250.00 345	273.00 347	272.00 346	228.00 349	241.00 346	220.00 348	214.00 346	235.00 348

DLCB_ROB	280.78 346	376.74 347	215.59 344	376.74 344	215.59 344	376.74 347	215.59 344	366.42 345	218.39 345	366.42 347	218.39 345	366.42 346	218.39 344	209.96 345	219.76 348	219.38 347	376.72 347	216.43 343	376.72 344	216.43 345	376.72 347	216.43 345	216.14 343	216.14 348	376.69 349	217.67 347	376.69 349	217.67 346

LE_ROB	387.11 347	453.07 349	321.39 346	500.23 346	323.05 346	493.99 349	324.56 346	477.63 349	322.28 349	465.51 349	322.97 349	486.37 348	334.17 347	305.26 349	320.63 349	327.66 349	476.08 348	315.70 347	483.76 346	335.15 349	469.64 348	309.74 348	315.90 348	318.85 351	498.41 350	328.85 350	491.00 350	330.08 350

SGM-ForestM	522.49 348	676.08 350	448.56 350	638.17 350	433.15 350	639.59 350	427.03 348	617.52 350	439.90 350	604.63 350	429.02 350	611.68 349	432.74 348	420.18 350	451.96 350	465.85 350	601.06 349	403.73 348	659.15 349	405.50 350	669.64 349	437.21 349	455.85 349	425.66 352	689.82 351	481.65 351	662.43 351	479.61 351

CBMV_ROB	1133.35 349	1280.38 351	976.92 351	1317.57 351	1021.62 351	1282.66 351	1022.22 351	1213.88 351	982.57 351	1194.12 351	975.90 351	1357.87 350	1090.02 350	943.32 351	1021.85 351	1006.47 351	1309.01 350	986.29 350	1499.40 350	986.35 351	1359.35 350	975.96 350	975.21 350	969.30 353	1337.82 352	1042.34 352	1398.25 352	1073.86 352

111111	10000000.00 350	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 354	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353

SGD-Stereo	10000000.00 350	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 354	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353

IGEV-Stereo++	10000000.00 350	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 354	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353

IGEV-BASED-STEREO-	10000000.00 350	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 354	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353

IGEV-Stereo+	10000000.00 350	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 354	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353

anonymousdsp2	10000000.00 350	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 354	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353

anonymousdsp	10000000.00 350	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 354	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353

AMNet	10000000.00 350	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 352	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 354	10000000.00 353	10000000.00 353	10000000.00 353	10000000.00 353

GS-Stereo																							0.36 158	0.36 161	0.48 175	0.36 158	0.48 172	0.35 156

ASD4																								0.20 108

Low-res two-view benchmark