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

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

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	1.32 225	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	1.03 203	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

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

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

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

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	1.63 280	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	1.47 234	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	1.47 234	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_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	1.46 233	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

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	2.33 274	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	1.32 225	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

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	1.53 275	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	1.79 286	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	1.74 284	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	2.46 277	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	2.28 266	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

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

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	1.08 257	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

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	2.19 262	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	2.19 262	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

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

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

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

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
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	2.93 287	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

MatchStereo	0.27 103	0.12 59	2.51 298	0.12 59	0.11 62	0.12 59	0.11 61	2.54 287	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

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	3.07 288	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

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

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
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
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

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

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

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	2.55 290	0.11 63	2.20 288	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	2.75 291	0.09 48

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	1.89 293	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

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

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)
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

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

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

SFCPSM	0.23 95	0.18 75	0.13 76	0.18 85	0.12 82	0.18 83	0.80 238	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	1.18 247	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

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
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

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

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

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	2.21 265	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

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

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

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

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

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	2.02 255	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	2.02 255	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

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

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

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	4.43 308	0.19 107

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

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
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	1.21 219	0.17 94	0.23 103	0.17 96	0.17 95	0.17 97	0.89 237	0.24 107	0.17 96	0.24 108	0.17 97	1.22 252	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	1.21 219	0.17 94	0.24 110	0.17 96	0.17 95	0.17 97	0.91 241	0.24 107	0.17 96	0.24 108	0.17 97	1.23 254	0.17 98	0.17 91	0.17 94	0.24 108	0.17 96	0.24 105	0.17 98

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	1.20 218	0.17 94	0.23 103	0.17 96	0.17 95	0.18 102	0.90 240	0.24 107	0.17 96	0.25 113	0.17 97	1.24 257	0.17 98	0.17 91	0.17 94	0.24 108	0.17 96	0.24 105	0.17 98

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	1.19 216	0.16 92	0.23 103	0.16 93	0.17 95	0.16 93	0.89 237	0.24 107	0.16 92	0.24 108	0.18 104	1.20 250	0.16 94	0.17 91	0.16 93	0.24 108	0.16 94	0.24 105	0.16 92

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	1.69 240	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

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.
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

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	5.31 319	4.36 319	0.18 102	0.18 105	0.25 114	0.18 105	0.25 112	0.18 106

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	1.59 237	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

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

DISCO	0.59 185	0.29 108	0.22 105	0.27 118	5.05 324	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	5.06 316	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

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

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	1.32 225	0.24 120	1.00 236	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.
AANet_RVC	0.61 186	0.31 112	5.05 313	0.31 125	0.19 108	0.24 109	0.20 109	5.86 309	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

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

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

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

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

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

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

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

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

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

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	2.57 281	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

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	2.71 283	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

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

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	2.63 282	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

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	2.79 285	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

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

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

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

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	2.95 291	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

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

GMOStereo	0.50 163	0.44 135	2.38 295	0.40 155	0.34 155	0.42 163	0.36 161	1.96 263	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	2.38 295	0.40 155	0.34 155	0.42 163	0.36 161	1.96 263	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

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

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

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

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

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	1.88 244	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	1.90 245	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_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	2.07 258	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

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	2.17 261	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

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

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	2.05 257	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

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	1.90 245	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	1.96 252	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

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	1.92 247	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

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	1.80 241	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

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	1.95 251	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

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	2.14 260	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

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

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

AEACV	0.74 206	0.52 155	3.10 300	0.60 202	0.48 193	0.56 197	0.48 194	3.02 289	0.83 237	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

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)
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

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

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

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			2.46 286	0.44 184				0.44 184	0.55 193	0.43 183	0.55 191	0.53 202

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

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

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

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

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

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

AIO-Stereo-zeroshot1	0.74 206	0.57 166	0.57 195	0.56 196	0.92 241	1.07 246	0.63 218	1.03 227	0.82 236	0.49 146	0.77 233	0.69 205	0.54 205	0.58 200	0.54 204	0.86 236	1.06 240	0.72 232	1.06 243	0.79 234	0.58 193	0.87 238	0.59 205	0.46 186	0.76 212	0.46 185	1.05 241	0.97 246

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

LG-Stereo	0.57 183	0.58 169	0.43 156	0.54 192	0.65 216	0.95 228	0.69 231	0.69 192	0.38 162	0.52 151	0.37 165	0.53 189	0.37 161	0.68 223	0.73 233	0.72 228	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

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

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

PA-Net	0.71 202	0.62 173	0.55 189	0.69 211	0.71 229	0.70 209	0.69 231	0.69 192	0.74 230	0.73 168	0.75 232	0.59 194	0.72 230	0.82 235	0.79 236	0.83 234	0.67 202	0.76 234	0.81 219	0.67 223	0.61 196	0.76 232	0.68 226	0.65 220	0.82 218	0.76 236	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.
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

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

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	0.80 232	7.93 326	0.29 141	0.30 125	0.31 144	0.81 234	0.28 134	0.27 127	0.29 123	0.28 129	0.85 221	0.83 240	0.62 198	0.28 131	0.30 142	0.28 133	0.52 187	0.29 142	0.29 121	0.27 128

KSHMR	0.85 227	0.72 177	0.51 182	0.49 185	0.49 197	0.51 190	1.07 258	0.50 169	0.48 193	6.04 321	0.52 202	0.66 200	0.98 247	0.49 190	0.77 234	0.49 193	1.17 250	0.51 203	0.49 182	1.06 256	0.51 180	0.49 195	0.49 192	0.51 201	1.04 244	0.49 199	0.81 215	0.72 232

DMCA-RVC	0.71 202	0.72 177	0.72 203	0.71 215	0.70 228	0.70 209	0.70 234	0.70 194	0.71 227	0.70 165	0.71 229	0.71 207	0.70 227	0.70 226	0.71 231	0.70 224	0.70 203	0.71 231	0.70 207	0.71 229	0.70 203	0.70 229	0.71 230	0.71 234	0.70 207	0.72 233	0.71 204	0.70 228

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	0.73 231	0.74 211	0.64 214	0.63 208	0.62 215	0.62 209	0.73 207	0.63 216	0.74 212	0.72 231	0.80 207	0.58 206	0.70 228	0.71 234	0.79 213	0.69 229	0.78 209	0.72 232

DSFCA	0.66 191	0.73 179	0.74 207	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

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

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	0.66 216	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

AIO-Stereo-zeroshot	0.93 232	0.77 183	0.82 221	1.16 256	0.75 232	0.99 232	0.92 242	0.91 207	0.99 247	0.94 189	0.91 241	1.15 247	0.88 240	0.92 240	1.00 248	0.67 217	0.98 227	1.00 247	0.75 214	0.91 244	1.18 247	0.87 238	0.89 239	0.90 244	1.08 249	1.07 256	0.74 208	0.89 240

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

NaN_ROB	0.80 211	0.80 184	0.80 219	0.80 220	0.80 235	0.80 214	0.80 238	0.80 200	0.80 232	0.80 175	0.80 236	0.80 217	0.80 233	0.80 232	0.80 237	0.80 232	0.80 213	0.80 237	0.80 217	0.80 237	0.80 207	0.80 234	0.80 235	0.80 238	0.80 215	0.80 238	0.80 211	0.80 236

CSAN	0.80 211	0.80 184	0.80 219	0.80 220	0.80 235	0.80 214	0.80 238	0.80 200	0.80 232	0.80 175	0.80 236	0.80 217	0.80 233	0.80 232	0.80 237	0.80 232	0.80 213	0.80 237	0.80 217	0.80 237	0.80 207	0.80 234	0.80 235	0.80 238	0.80 215	0.80 238	0.80 211	0.80 236

FC-DCNN	1.10 249	0.81 187	0.77 215	0.63 208	0.42 180	0.86 221	0.64 220	0.91 207	0.96 245	1.11 206	0.80 236	1.07 243	0.81 235	0.67 218	1.75 286	1.30 270	1.41 265	0.85 240	1.28 258	0.71 229	2.12 278	1.32 269	0.52 198	0.81 241	1.64 272	1.40 279	2.39 285	1.75 289

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

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

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.
RSM++	0.77 209	0.91 191	0.72 203	0.83 223	0.71 229	0.83 217	0.72 235	0.81 202	0.71 227	0.81 177	0.71 229	0.81 219	0.71 229	0.71 228	0.71 231	0.70 224	0.83 216	0.72 232	0.83 220	0.81 239	0.83 211	0.72 231	0.71 230	0.71 234	0.88 222	0.71 231	0.83 216	0.70 228

DPSM_ROB	0.93 232	0.92 192	0.94 228	0.96 231	1.02 249	0.92 224	0.98 245	0.95 213	0.92 241	0.92 184	0.92 243	0.91 223	0.97 245	0.92 240	0.91 243	0.91 241	0.96 225	0.94 244	0.93 228	0.91 244	0.93 220	0.92 242	0.93 241	0.91 245	0.91 224	0.99 245	0.92 221	0.91 242

DPSM	0.93 232	0.92 192	0.94 228	0.96 231	1.02 249	0.92 224	0.98 245	0.95 213	0.92 241	0.92 184	0.92 243	0.91 223	0.97 245	0.92 240	0.91 243	0.91 241	0.96 225	0.94 244	0.93 228	0.91 244	0.93 220	0.92 242	0.93 241	0.91 245	0.91 224	0.99 245	0.92 221	0.91 242

pmcnn	0.92 230	0.92 192	0.92 226	0.92 226	0.92 241	0.92 224	0.92 242	0.92 209	0.92 241	0.92 184	0.92 243	0.92 226	0.92 243	0.92 240	0.92 245	0.92 244	0.92 222	0.92 242	0.92 225	0.92 247	0.92 218	0.92 242	0.92 240	0.92 247	0.92 226	0.92 243	0.92 221	0.92 244

DGTPSM_ROB	0.92 230	0.93 195	0.91 225	0.93 228	0.91 240	0.92 224	0.93 244	0.92 209	0.92 241	0.92 184	0.91 241	0.91 223	0.93 244	0.91 238	0.92 245	0.92 244	0.92 222	0.92 242	0.92 225	0.90 243	0.91 216	0.92 242	0.93 241	0.94 248	0.92 226	0.91 242	0.92 221	0.97 246

AdaDepth	0.80 211	0.95 196	1.02 234	0.95 230	0.67 224	0.95 228	0.67 228	0.94 212	0.67 224	0.92 184	0.67 223	0.94 227	0.67 221	0.67 218	0.67 224	0.67 217	0.95 224	0.67 223	0.95 230	0.67 223	0.96 223	0.68 227	0.67 217	0.67 227	0.96 230	0.67 223	0.95 227	0.67 219

GANet	1.00 238	1.00 197	1.00 230	1.00 242	1.00 244	1.00 239	1.00 250	1.00 223	1.00 248	1.00 198	1.00 247	1.00 236	1.00 249	1.00 247	1.00 248	1.00 248	1.00 233	1.00 247	1.00 237	1.00 249	1.00 231	1.00 247	1.00 246	1.00 251	1.00 237	1.00 248	1.00 233	1.00 248

TDLM	1.00 238	1.00 197	1.00 230	1.00 242	1.00 244	1.00 239	1.00 250	1.00 223	1.00 248	1.00 198	1.00 247	1.00 236	1.00 249	1.00 247	1.00 248	1.00 248	1.00 233	1.00 247	1.00 237	1.00 249	1.00 231	1.00 247	1.00 246	1.00 251	1.00 237	1.00 248	1.00 233	1.00 248

CVANet_RVC	1.00 238	1.00 197	1.00 230	1.00 242	1.00 244	1.00 239	1.00 250	1.00 223	1.00 248	1.00 198	1.00 247	1.00 236	1.00 249	1.00 247	1.00 248	1.00 248	1.00 233	1.00 247	1.00 237	1.00 249	1.00 231	1.00 247	1.00 246	1.00 251	1.00 237	1.00 248	1.00 233	1.00 248

trnet	1.01 242	1.01 200	1.01 233	1.01 245	1.01 248	1.01 242	1.01 253	1.01 226	1.01 251	1.01 202	1.01 250	1.01 240	1.01 253	1.01 250	1.01 252	1.01 251	1.01 239	1.01 251	1.01 241	1.01 252	1.01 234	1.01 250	1.01 249	1.01 254	1.01 240	1.01 251	1.01 239	1.01 251

GLC_STEREO	1.05 248	1.01 200	1.02 234	1.02 246	1.02 249	1.05 244	1.06 255	1.05 230	1.05 253	1.04 205	1.05 253	1.05 242	1.04 254	1.06 254	1.05 254	1.06 255	1.06 240	1.05 254	1.06 243	1.05 255	1.06 238	1.06 253	1.04 251	1.05 256	1.04 244	1.05 254	1.06 242	1.06 253

gcap-zeroshot	0.81 216	1.03 202	0.84 223	0.93 228	0.85 239	0.84 219	0.62 217	1.21 242	0.53 202	0.79 173	0.84 239	0.77 213	0.70 227	0.84 237	0.67 224	0.74 229	1.18 253	0.52 204	0.91 224	0.79 234	0.84 212	0.61 211	0.83 237	0.69 233	0.93 228	0.82 240	0.85 219	0.66 217

DPSimNet_ROB	0.93 232	1.04 203	0.83 222	1.05 247	0.82 237	1.04 243	0.83 241	1.03 227	0.89 239	1.03 203	0.84 239	1.03 241	0.84 237	0.83 236	0.84 240	0.83 234	1.14 245	0.84 239	1.12 248	0.84 241	1.04 236	0.88 240	0.83 237	0.84 242	1.07 248	0.83 241	1.15 250	0.88 239

AIO-Stereo	0.82 223	1.06 204	0.73 206	0.97 233	0.74 231	1.06 245	0.60 215	1.04 229	0.90 240	1.00 198	1.01 250	0.78 214	0.85 239	0.74 230	0.62 215	0.67 217	1.12 243	0.55 206	0.70 207	0.65 216	0.93 220	0.66 217	0.67 217	0.67 227	0.82 218	0.74 234	0.92 221	0.83 238

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

HBP-ISP	1.47 264	1.07 206	1.03 236	1.30 262	1.08 255	1.36 262	1.06 255	1.44 250	1.25 271	1.97 253	1.51 278	1.65 268	1.58 278	0.98 245	1.58 279	1.68 284	1.98 274	1.32 270	2.02 274	1.28 273	2.95 290	1.89 291	0.97 245	1.06 258	1.26 261	0.99 245	1.94 271	1.43 279

HSM-Net_RVC	0.93 232	1.09 207	0.79 218	1.10 249	0.78 233	1.09 247	0.79 237	1.16 237	0.80 232	1.14 208	0.79 235	1.17 250	0.77 231	0.73 229	0.83 239	0.78 230	1.19 254	0.79 235	1.18 252	0.72 231	1.19 249	0.80 234	0.72 232	0.80 238	1.18 257	0.74 234	1.14 249	0.73 234
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TorneroNet	1.15 252	1.10 208	0.51 182	0.69 211	0.51 203	1.10 248	0.50 201	0.51 172	0.51 201	13.92 328	1.17 264	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	0.67 217	1.36 276	0.51 185	0.50 202	0.52 187	1.23 268

ktn	0.84 226	1.15 209	0.54 186	1.16 256	1.26 270	0.51 190	0.53 204	0.51 172	0.66 217	4.54 309	0.51 201	0.52 188	0.52 204	0.66 214	0.51 203	0.51 198	1.37 263	1.17 262	0.49 182	0.51 203	1.23 254	0.51 203	0.67 217	0.51 201	0.51 185	0.68 228	0.51 184	0.51 199

Nwc_Net	1.15 252	1.15 209	1.15 247	1.09 248	1.19 266	1.16 251	1.17 262	1.15 235	1.16 262	1.16 212	1.16 260	1.08 244	1.16 261	1.11 257	1.15 263	1.18 264	1.11 242	1.10 256	1.16 249	1.17 265	1.16 243	1.13 258	1.18 261	1.20 269	1.11 251	1.15 262	1.16 251	1.20 264

RP	1.14 250	1.16 211	1.15 247	1.17 258	1.10 257	1.16 251	1.15 260	1.10 232	1.16 262	1.15 209	1.08 255	1.16 248	1.15 260	1.15 261	1.14 261	1.16 260	1.16 248	1.10 256	1.10 245	1.10 259	1.16 243	1.11 256	1.10 255	1.19 268	1.14 253	1.19 267	1.07 243	1.10 256

RGC	1.15 252	1.16 211	1.17 250	1.15 254	1.11 259	1.21 257	1.21 271	1.10 232	1.15 260	1.16 212	1.11 257	1.17 250	1.09 256	1.14 260	1.11 258	1.16 260	1.19 254	1.11 259	1.10 245	1.15 264	1.11 240	1.19 262	1.16 259	1.12 263	1.17 255	1.10 259	1.16 251	1.17 261

Abc-Net	1.14 250	1.16 211	1.18 251	1.10 249	1.10 257	1.16 251	1.18 264	1.16 237	1.13 259	1.11 206	1.16 260	1.16 248	1.12 258	1.10 255	1.17 264	1.16 260	1.16 248	1.10 256	1.16 249	1.14 262	1.17 245	1.16 259	1.11 256	1.09 261	1.10 250	1.10 259	1.16 251	1.17 261
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCC-stereo	1.15 252	1.17 214	1.12 246	1.10 249	1.15 260	1.14 249	1.15 260	1.15 235	1.12 258	1.17 215	1.17 264	1.11 245	1.17 264	1.11 257	1.10 257	1.16 260	1.12 243	1.11 259	1.16 249	1.13 261	1.23 254	1.16 259	1.19 263	1.11 262	1.18 257	1.17 264	1.17 254	1.13 259

S-Stereo	1.22 259	1.18 215	1.19 254	1.20 259	1.23 268	1.23 258	1.19 265	1.19 240	1.18 266	1.27 222	1.20 268	1.20 254	1.20 266	1.23 266	1.22 269	1.23 268	1.23 257	1.23 269	1.20 254	1.25 272	1.20 250	1.22 268	1.25 267	1.24 272	1.20 259	1.22 271	1.26 258	1.24 269

edge stereo	1.15 252	1.18 215	1.11 244	1.12 252	1.17 264	1.17 256	1.17 262	1.16 237	1.18 266	1.16 212	1.17 264	1.17 250	1.13 259	1.11 257	1.11 258	1.12 257	1.17 250	1.17 262	1.11 247	1.17 265	1.17 245	1.17 261	1.18 261	1.14 264	1.11 251	1.18 265	1.12 247	1.11 257

stereogan	1.17 258	1.19 217	1.15 247	1.15 254	1.15 260	1.15 250	1.19 265	1.19 240	1.15 260	1.15 209	1.16 260	1.19 253	1.19 265	1.19 263	1.19 265	1.19 265	1.15 246	1.19 265	1.19 253	1.19 268	1.15 242	1.19 262	1.15 258	1.15 265	1.16 254	1.15 262	1.19 255	1.20 264

FAT-Stereo	1.22 259	1.23 218	1.19 254	1.21 260	1.24 269	1.24 259	1.19 265	1.25 244	1.24 269	1.25 221	1.19 267	1.20 254	1.24 269	1.20 264	1.21 267	1.25 269	1.22 256	1.21 267	1.25 256	1.23 271	1.22 252	1.19 262	1.19 263	1.24 272	1.25 260	1.20 268	1.19 255	1.25 270

WQFJX	0.80 211	1.24 219	0.74 207	0.98 234	0.66 218	0.98 230	0.66 222	0.97 215	0.66 217	0.94 189	0.66 217	0.94 227	0.66 216	0.66 214	0.66 220	0.66 213	0.98 227	0.66 220	0.98 231	0.66 218	0.99 224	0.66 217	0.66 212	0.66 222	0.99 231	0.66 219	0.99 228	0.66 217

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

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

NLCSM	0.81 216	1.26 226	0.74 207	0.99 236	0.66 218	0.99 232	0.66 222	0.98 217	0.66 217	0.95 192	0.66 217	0.95 229	0.67 221	0.68 223	0.67 224	0.68 222	1.00 233	0.66 220	1.00 237	0.67 223	0.99 224	0.67 221	0.66 212	0.67 227	0.99 231	0.67 223	0.99 228	0.67 219

NLMM	0.81 216	1.27 227	0.75 212	0.99 236	0.67 224	0.99 232	0.67 228	0.98 217	0.66 217	0.95 192	0.67 223	0.95 229	0.67 221	0.67 218	0.66 220	0.67 217	0.99 229	0.67 223	0.99 232	0.67 223	0.99 224	0.67 221	0.67 217	0.67 227	1.01 240	0.67 223	0.99 228	0.67 219

NLSM3	0.81 216	1.27 227	0.75 212	0.99 236	0.66 218	0.99 232	0.66 222	0.98 217	0.67 224	0.95 192	0.66 217	0.95 229	0.66 216	0.67 218	0.67 224	0.66 213	0.99 229	0.66 220	0.99 232	0.66 218	0.99 224	0.67 221	0.66 212	0.66 222	0.99 231	0.67 223	1.00 233	0.67 219

NLSM1	0.83 225	1.27 227	0.77 215	0.99 236	0.69 226	0.99 232	0.68 230	0.99 222	0.68 226	0.96 197	0.68 225	0.96 235	0.68 225	0.68 223	0.67 224	0.70 224	1.00 233	0.68 228	1.02 242	0.68 227	1.03 235	0.69 228	0.67 217	0.67 227	1.02 243	0.69 229	1.04 240	0.71 230

NLMM1	0.81 216	1.28 230	0.75 212	0.98 234	0.66 218	0.98 230	0.66 222	0.97 215	0.66 217	0.94 189	0.66 217	0.95 229	0.67 221	0.67 218	0.67 224	0.67 217	1.00 233	0.67 223	0.99 232	0.66 218	0.99 224	0.67 221	0.67 217	0.66 222	0.99 231	0.67 223	1.00 233	0.67 219

castereo++	0.26 102	1.28 230	1.07 241	0.15 71	0.13 86	0.15 72	0.14 86	1.22 243	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

WQFJA1	0.81 216	1.29 232	0.74 207	0.99 236	0.66 218	0.99 232	0.66 222	0.98 217	0.66 217	0.95 192	0.66 217	0.95 229	0.66 216	0.66 214	0.66 220	0.66 213	0.99 229	0.67 223	0.99 232	0.66 218	0.99 224	0.67 221	0.67 217	0.66 222	0.99 231	0.66 219	0.99 228	0.67 219

WQFJX1	0.81 216	1.29 232	0.74 207	0.99 236	0.66 218	0.99 232	0.66 222	0.98 217	0.66 217	0.95 192	0.66 217	0.95 229	0.66 216	0.66 214	0.66 220	0.66 213	0.99 229	0.67 223	0.99 232	0.66 218	0.99 224	0.67 221	0.67 217	0.66 222	0.99 231	0.66 219	0.99 228	0.67 219

S2M2_XL	0.24 97	1.32 234	0.86 224	0.17 82	0.11 62	0.17 81	0.11 61	1.05 230	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
MLG-Stereo	0.87 229	1.33 235	0.93 227	0.62 206	1.00 244	1.16 251	0.55 205	0.86 205	0.83 237	1.19 216	0.40 176	1.30 258	0.81 235	0.65 211	0.45 185	1.01 251	1.17 250	0.46 183	1.29 259	0.58 209	1.05 237	0.90 241	0.73 233	0.87 243	0.60 202	1.01 251	1.13 248	0.51 199

RASNet	1.39 263	1.37 236	1.35 258	1.38 266	1.40 273	1.39 265	1.77 287	1.36 247	1.74 286	1.36 228	1.36 273	1.36 262	1.36 272	1.36 268	1.35 271	1.41 277	1.36 261	1.36 275	1.36 261	1.35 275	1.36 261	1.35 272	1.36 270	1.35 275	1.36 265	1.35 275	1.36 263	1.35 272

SPS-STEREO	1.25 262	1.47 237	1.06 240	1.54 269	1.08 255	1.52 268	1.20 270	1.44 250	1.06 255	1.49 236	1.10 256	1.41 264	1.10 257	0.98 245	1.08 256	1.12 257	1.47 267	1.04 252	1.53 266	1.14 262	1.52 265	1.07 254	1.02 250	1.05 256	1.48 268	1.07 256	1.55 266	1.11 257
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-8	1.02 245	1.50 238	1.49 266	0.40 155	0.40 173	1.56 269	0.98 245	1.55 254	0.58 210	4.18 305	0.40 176	0.79 216	0.48 192	0.91 238	0.39 174	0.99 247	0.71 205	0.70 230	0.51 189	0.77 233	1.07 239	0.82 237	0.69 227	0.96 250	1.01 240	1.30 272	1.10 246	1.38 276

castereo	0.34 128	1.59 239	1.39 260	0.17 82	0.15 90	0.18 83	0.26 121	1.74 258	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

STTRV1_RVC		1.59 239	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

MM-Stereo_test3	1.22 259	1.60 241	1.19 254	1.48 268	1.02 249	1.48 267	0.99 249	1.54 253	1.03 252	1.41 231	1.03 252	1.44 265	1.00 249	1.04 252	1.04 253	1.02 253	1.42 266	1.04 252	1.48 265	1.01 252	1.48 264	1.03 251	1.06 253	1.04 255	1.53 269	1.04 253	1.49 265	1.04 252

DEFOM-Stereo	0.43 152	1.60 241	1.47 265	0.30 123	0.28 130	0.31 125	0.28 132	1.65 256	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

DPSMNet_ROB	1.62 269	1.60 241	1.59 267	1.61 271	1.69 282	1.66 271	1.61 280	1.70 257	1.65 284	1.62 239	1.60 281	1.61 266	1.60 279	1.60 275	1.59 280	1.62 282	1.60 268	1.63 283	1.62 268	1.68 287	1.70 267	1.60 278	1.64 281	1.60 283	1.61 270	1.60 282	1.60 267	1.59 282

iRaftStereo_RVC	0.62 188	1.76 244	2.24 291	0.52 191	0.37 164	0.53 194	0.38 169	2.51 282	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

G-Net	0.82 223	1.77 245	0.78 217	0.78 217	0.78 233	0.78 213	0.78 236	0.78 199	0.79 231	0.79 173	0.78 234	0.78 214	0.78 232	0.78 231	0.78 235	0.78 230	0.79 211	0.79 235	0.79 216	0.79 234	0.79 206	0.79 233	0.79 234	0.79 237	0.79 213	0.79 237	0.79 210	0.79 235

MFMNet_re	1.77 274	1.89 246	1.72 275	1.88 272	1.69 282	1.89 272	1.67 284	1.91 260	1.70 285	1.87 243	1.67 285	1.89 269	1.68 284	1.67 279	1.67 285	1.70 285	1.88 270	1.68 285	1.88 269	1.67 285	1.89 268	1.68 284	1.70 283	1.71 288	1.87 273	1.68 290	1.87 269	1.68 287

MM-Stereo_test2	1.15 252	1.90 247	1.10 242	1.37 265	0.94 243	1.36 262	0.98 245	1.48 252	0.98 246	1.37 229	0.98 246	1.37 263	0.98 247	0.95 244	0.94 247	0.95 246	1.37 263	0.95 246	1.38 262	0.95 248	1.38 263	0.95 246	0.95 244	0.95 249	1.37 266	0.95 244	1.37 264	0.95 245

VIP-Stereo	0.36 132	2.00 248	1.11 244	0.26 116	0.16 93	0.24 109	0.15 90	2.00 268	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

R-Stereo Train	1.62 269	2.01 249	1.41 261	1.97 273	1.40 273	1.96 273	1.39 275	1.93 261	1.39 275	1.92 247	1.38 275	1.94 272	1.39 275	1.40 272	1.45 275	1.38 274	1.96 272	1.37 276	1.97 271	1.39 276	1.98 270	1.41 275	1.40 272	1.37 277	1.97 275	1.38 276	1.96 272	1.37 274

RAFT-Stereo	1.62 269	2.01 249	1.41 261	1.97 273	1.40 273	1.96 273	1.39 275	1.93 261	1.39 275	1.92 247	1.38 275	1.94 272	1.39 275	1.40 272	1.45 275	1.38 274	1.96 272	1.37 276	1.97 271	1.39 276	1.98 270	1.41 275	1.40 272	1.37 277	1.97 275	1.38 276	1.96 272	1.37 274
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
GANetREF_RVC	1.52 267	2.01 249	1.21 257	1.98 275	1.21 267	1.98 275	1.21 271	1.98 266	1.21 268	1.99 254	1.21 269	1.98 274	1.21 268	1.02 251	1.21 267	1.21 267	1.99 275	1.21 267	1.99 273	1.21 269	1.99 272	1.21 265	1.21 265	1.21 270	1.99 277	1.21 269	1.99 274	1.21 266
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
HH	0.66 191	2.13 252	0.47 165	0.37 139	0.29 140	0.36 137	0.27 125	0.49 165	0.44 181	0.78 171	0.68 225	0.67 202	0.90 241	0.62 205	0.90 241	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	1.06 246	0.61 215	1.08 244	0.60 210

HanStereo	0.66 191	2.13 252	0.47 165	0.37 139	0.29 140	0.36 137	0.27 125	0.49 165	0.44 181	0.78 171	0.68 225	0.67 202	0.90 241	0.62 205	0.90 241	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	1.06 246	0.61 215	1.08 244	0.60 210

TRStereo	2.05 282	2.13 252	1.85 279	2.27 279	1.84 287	2.28 279	1.84 290	2.29 274	1.87 290	2.29 269	1.86 289	2.30 279	1.87 289	2.30 295	1.87 291	2.08 293	2.29 279	1.87 289	2.30 278	1.87 291	2.08 275	1.72 285	1.86 289	2.30 301	2.13 279	1.84 293	2.29 279	1.87 292

XX-Stereo	2.05 282	2.13 252	1.85 279	2.27 279	1.84 287	2.28 279	1.84 290	2.29 274	1.87 290	2.29 269	1.86 289	2.30 279	1.87 289	2.30 295	1.87 291	2.08 293	2.29 279	1.87 289	2.30 278	1.87 291	2.08 275	1.72 285	1.86 289	2.30 301	2.13 279	1.84 293	2.29 279	1.87 292

EAI-Stereo	2.05 282	2.13 252	1.85 279	2.27 279	1.84 287	2.28 279	1.84 290	2.29 274	1.87 290	2.29 269	1.86 289	2.30 279	1.87 289	2.30 295	1.87 291	2.08 293	2.29 279	1.87 289	2.30 278	1.87 291	2.08 275	1.72 285	1.86 289	2.30 301	2.13 279	1.84 293	2.29 279	1.87 292

DEFOM-Stereo_RVC	0.40 143	2.14 257	1.91 285	0.20 90	0.18 104	0.19 88	0.17 96	2.23 271	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

NCCL2	2.27 291	2.27 258	2.28 294	2.27 279	2.28 299	2.28 279	2.28 300	2.27 272	2.28 300	2.28 266	2.28 298	2.29 278	2.28 298	2.28 294	2.29 300	2.28 300	2.28 278	2.28 300	2.27 277	2.28 302	2.28 281	2.28 299	2.28 299	2.28 299	2.28 284	2.28 302	2.11 276	2.28 303

HUF	2.22 287	2.33 259	2.24 291	2.35 283	2.07 293	2.45 286	2.11 297	2.42 280	2.13 297	2.19 262	2.15 296	2.10 275	2.09 294	2.27 293	2.04 296	2.08 293	2.44 284	2.12 296	2.38 283	2.18 298	2.29 282	2.22 295	2.12 296	2.12 296	2.52 288	2.10 298	2.22 278	2.15 299

STTStereo	2.30 292	2.34 260	2.26 293	2.37 284	2.23 296	2.40 283	2.35 301	2.20 270	2.33 301	2.28 266	2.31 300	2.19 276	2.37 299	2.20 288	2.31 301	2.23 299	2.38 282	2.25 299	2.33 282	2.27 301	2.39 284	2.27 298	2.31 300	2.29 300	2.37 285	2.32 303	2.34 283	2.26 302

AIO_rvc	2.25 290	2.35 261	2.10 287	2.47 287	2.17 295	2.54 287	2.15 298	2.32 277	2.21 298	2.29 269	2.28 298	2.33 284	2.09 294	2.26 292	2.14 297	2.08 293	2.49 286	2.09 295	2.53 287	2.14 297	2.34 283	2.23 296	2.14 297	2.18 297	2.19 283	2.15 299	2.35 284	2.22 300

AIO_test	2.22 287	2.36 262	2.10 287	2.47 287	2.15 294	2.54 287	2.06 296	2.27 272	2.09 296	2.29 269	2.13 295	2.30 279	2.09 294	2.25 291	2.15 298	1.95 291	2.52 287	2.08 294	2.32 281	2.21 300	2.20 279	2.26 297	2.05 295	2.06 294	2.40 286	2.16 300	2.52 287	2.05 298

UDGNet	1.97 277	2.43 263	1.67 272	2.46 286	1.70 284	2.44 285	1.69 285	2.34 279	1.63 283	2.35 275	1.67 285	2.37 285	1.67 283	1.68 280	1.64 284	1.67 283	2.44 284	1.64 284	2.43 284	1.67 285	2.43 286	1.66 282	1.67 282	1.63 287	2.43 287	1.66 288	2.42 286	1.66 286

FBW_ROB	2.04 281	2.50 264	1.75 276	2.45 285	1.78 285	2.40 283	1.74 286	2.47 281	1.77 287	2.37 276	1.81 287	2.30 279	1.80 285	1.78 281	1.88 294	1.80 286	2.41 283	1.77 286	2.43 284	1.83 289	2.39 284	1.81 289	1.76 285	1.75 289	2.56 292	1.75 291	2.30 282	1.74 288

FlowAnything	1.02 245	2.51 265	0.58 196	1.60 270	0.56 207	1.61 270	0.56 209	1.60 255	0.55 204	1.61 238	0.56 206	1.61 266	0.55 206	0.55 196	0.55 206	0.55 201	1.61 269	0.56 209	1.61 267	0.56 207	1.62 266	0.55 204	0.56 203	0.56 208	1.62 271	0.56 208	1.62 268	0.56 204

CroCo-Stereo	0.80 211	2.51 265	0.41 149	1.27 261	0.41 175	1.27 260	0.41 177	1.27 245	0.41 174	1.27 222	0.41 178	1.27 257	0.41 174	0.41 167	0.41 177	0.41 170	1.28 258	0.41 175	1.27 257	0.41 176	1.27 258	0.41 175	0.42 178	0.41 177	1.27 262	0.41 176	1.27 259	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
LGtest1	1.99 278	2.55 267	1.62 269	2.54 289	1.61 279	2.54 287	1.61 280	2.51 282	1.61 280	2.49 278	1.61 282	2.49 286	1.61 280	1.61 276	1.61 281	1.61 279	2.55 288	1.62 282	2.54 288	1.61 282	2.54 287	1.61 279	1.61 277	1.61 284	2.54 289	1.61 283	2.54 288	1.61 283

LG-G_1	1.99 278	2.56 268	1.63 270	2.54 289	1.62 280	2.55 290	1.61 280	2.51 282	1.61 280	2.50 279	1.62 283	2.50 287	1.61 280	1.61 276	1.61 281	1.61 279	2.55 288	1.61 280	2.55 289	1.61 282	2.55 288	1.61 279	1.61 277	1.61 284	2.55 290	1.61 283	2.54 288	1.61 283

LG-G	1.99 278	2.56 268	1.63 270	2.54 289	1.62 280	2.55 290	1.61 280	2.51 282	1.61 280	2.50 279	1.62 283	2.50 287	1.61 280	1.61 276	1.61 281	1.61 279	2.55 288	1.61 280	2.55 289	1.61 282	2.55 288	1.61 279	1.61 277	1.61 284	2.55 290	1.61 283	2.54 288	1.61 283

LL-Strereo2	0.47 160	2.60 270	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

MonStereo	1.66 272	2.63 271	1.46 263	1.99 276	1.41 277	2.03 277	1.39 275	2.04 269	1.43 278	1.94 250	1.40 277	1.92 271	1.37 273	1.38 270	1.39 272	1.39 276	1.99 275	1.38 278	2.04 275	1.41 279	2.02 274	1.37 274	1.39 271	1.38 279	1.99 277	1.38 276	2.01 275	1.39 278

MonStereo1	1.60 268	2.69 272	1.46 263	1.99 276	1.31 271	1.99 276	1.36 274	1.99 267	1.31 272	1.84 242	1.32 271	1.89 269	1.31 270	1.32 267	1.30 270	1.36 272	1.94 271	1.33 272	1.93 270	1.30 274	1.92 269	1.33 270	1.31 268	1.31 274	1.94 274	1.31 273	1.93 270	1.31 271

IER	0.56 182	2.72 273	2.20 289	0.38 143	0.29 140	0.38 145	0.27 125	2.77 288	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

IGEV-FE	0.29 109	2.85 274	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

NLCA_NET_v2_RVC	2.50 293	2.85 274	1.90 284	2.90 292	2.77 301	2.88 292	2.85 303	2.51 282	2.85 303	2.88 286	1.99 294	2.50 287	2.76 301	2.20 288	1.57 278	2.64 301	2.89 291	2.63 301	5.69 320	1.03 254	2.01 273	2.71 300	2.74 303	2.73 304	2.87 293	1.64 286	1.00 233	1.49 280
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CroCo-Stereo Lap2	0.85 227	2.86 276	0.43 156	1.33 263	0.43 182	1.31 261	0.42 182	1.32 246	0.42 179	1.31 224	0.44 184	1.32 259	0.44 182	0.43 173	0.44 184	0.43 176	1.35 259	0.43 181	1.32 260	0.43 182	1.31 259	0.43 180	0.43 179	0.42 183	1.31 263	0.42 181	1.31 260	0.43 181

FC-DCNN v2	4.74 318	3.16 277	3.16 303	3.16 293	3.16 303	3.16 294	3.16 308	3.16 291	3.16 305	3.16 289	3.16 304	3.16 292	3.16 306	3.16 300	3.16 306	3.16 307	6.72 323	6.72 325	6.72 323	6.72 328	6.72 322	6.72 327	6.72 326	6.72 327	6.72 323	6.72 326	6.72 324	6.72 327

plain	1.96 276	3.33 278	1.04 237	3.24 294	1.04 253	3.24 295	1.04 254	3.26 292	1.05 253	3.26 290	1.13 258	3.27 293	1.06 255	1.05 253	1.05 254	1.05 254	3.28 292	1.05 254	3.29 291	1.06 256	3.30 291	1.05 252	1.05 252	1.06 258	3.30 294	1.06 255	3.30 294	1.06 253

4D-IteraStereo	0.67 195	3.40 279	1.05 238	0.71 215	0.83 238	0.47 175	0.27 125	0.47 158	0.27 127	0.35 106	0.26 126	0.68 204	0.84 237	0.41 167	0.54 204	0.89 237	0.74 209	0.88 241	0.73 210	0.87 242	0.42 155	0.27 125	0.28 128	0.28 133	0.36 133	0.28 129	0.68 203	0.90 241

MIF-Stereo (partial)	2.52 294	3.41 280	1.05 238	3.29 295	1.05 254	3.29 297	1.06 255	3.30 293	1.06 255	3.31 291	1.06 254	4.97 315	2.72 300	2.72 298	2.71 302	2.70 302	6.57 322	2.19 297	5.08 317	1.08 258	3.36 292	1.07 254	1.07 254	1.07 260	3.35 296	1.07 256	3.36 295	1.07 255

MM-Stereo_test1	1.85 275	3.50 281	1.61 268	2.12 278	1.47 278	2.14 278	1.47 279	2.33 278	1.53 279	2.12 259	1.54 279	2.19 276	1.53 277	1.54 274	1.53 277	1.53 278	2.20 277	1.54 279	2.24 276	1.57 281	2.21 280	1.49 277	1.59 276	1.49 282	2.15 282	1.52 281	2.15 277	1.54 281

DPSNet	3.67 300	3.61 282	3.62 308	3.64 298	3.61 312	3.64 299	3.65 312	3.64 296	3.67 311	3.67 294	3.65 310	3.68 296	3.69 315	3.69 310	3.69 317	3.68 313	3.70 295	3.70 312	3.69 297	3.69 314	3.71 297	3.69 309	3.67 310	3.69 315	3.68 300	3.67 311	3.68 298	3.67 308

UniTT-Stereo	2.12 286	3.66 283	1.10 242	3.48 297	1.15 260	3.57 298	1.11 259	3.44 294	1.16 262	3.52 292	1.16 260	3.50 294	1.16 261	1.10 255	1.13 260	1.15 259	3.61 293	1.17 262	3.64 292	1.12 260	3.58 294	1.12 257	1.12 257	1.17 266	3.53 297	1.18 265	3.52 296	1.18 263

RAStereo	2.24 289	3.70 284	1.18 251	3.73 301	1.18 265	3.69 300	1.19 265	3.73 297	1.24 269	3.72 295	1.21 269	3.76 298	1.20 266	1.20 264	1.20 266	1.20 266	3.74 298	1.20 266	3.75 298	1.21 269	3.77 298	1.21 265	1.21 265	1.21 270	3.82 301	1.21 269	3.82 300	1.21 266

sCroCo_RVC	2.76 295	4.00 285	1.82 278	4.00 305	1.83 286	3.98 305	1.82 288	3.99 298	1.81 288	4.14 302	2.76 301	4.13 306	1.82 287	1.83 282	1.83 287	1.82 287	4.01 303	1.82 288	3.98 301	1.86 290	4.00 303	1.82 290	1.83 287	1.84 290	4.02 307	1.81 292	4.00 304	1.83 291

sAnonymous2	2.87 296	4.16 286	1.89 282	4.26 309	1.87 290	4.23 308	1.92 293	4.17 299	1.94 294	4.16 303	1.92 292	4.20 307	1.92 292	1.96 284	1.86 289	1.87 289	4.25 306	1.90 292	4.23 306	1.91 294	4.26 306	1.93 292	1.89 292	1.90 291	4.07 308	1.91 296	5.09 319	1.93 296

CroCo_RVC	2.87 296	4.16 286	1.89 282	4.26 309	1.87 290	4.23 308	1.92 293	4.17 299	1.94 294	4.16 303	1.92 292	4.20 307	1.92 292	1.96 284	1.86 289	1.87 289	4.25 306	1.90 292	4.23 306	1.91 294	4.26 306	1.93 292	1.89 292	1.90 291	4.07 308	1.91 296	5.09 319	1.93 296

test_1	0.65 190	4.37 288	2.38 295	0.40 155	0.34 155	0.42 163	0.36 161	1.96 263	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-3	0.78 210	4.38 289	1.80 277	0.62 206	0.49 197	0.62 204	0.50 201	1.86 259	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

CC-Net-ROB	1.51 266	4.40 290	1.69 274	1.39 267	1.40 273	1.37 264	1.40 278	1.36 247	1.39 275	1.41 231	1.36 273	1.35 261	1.38 274	1.39 271	1.39 272	1.36 272	1.36 261	1.35 273	1.39 263	1.39 276	1.37 262	1.36 273	1.41 274	1.48 281	1.39 267	1.42 280	1.35 262	1.35 272

PS-NSSS	1.48 265	4.46 291	1.35 258	1.35 264	1.35 272	1.41 266	1.34 273	1.36 247	1.35 274	1.40 230	1.35 272	1.33 260	1.35 271	1.37 269	1.40 274	1.35 271	1.35 259	1.35 273	1.39 263	1.44 280	1.35 260	1.34 271	1.35 269	1.38 279	1.35 264	1.33 274	1.34 261	1.38 276

MLG-Stereo_test3	3.87 304	4.64 292	3.29 305	5.17 319	3.23 306	4.83 315	3.02 304	4.95 306	3.22 306	4.31 306	3.33 308	5.08 317	3.20 307	3.23 302	2.77 303	3.20 308	4.99 316	3.24 306	4.93 314	2.94 304	4.82 314	3.33 306	3.33 306	3.29 308	5.19 318	3.02 305	5.08 317	2.93 306

MLG-Stereo_test1	3.87 304	4.67 293	3.29 305	5.26 320	3.25 307	5.04 318	3.11 306	4.43 301	3.27 307	5.02 317	3.21 305	4.71 313	3.10 305	3.22 301	3.06 305	2.98 306	5.03 317	3.18 304	4.95 315	2.94 304	4.70 313	3.32 304	3.30 305	3.27 307	5.17 317	3.08 307	5.02 315	2.85 305

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

TestStereo	4.92 319	4.80 295	4.98 312	4.82 315	4.97 323	4.91 317	4.78 324	4.80 304	4.88 324	4.78 312	4.80 323	4.99 316	4.81 323	4.83 320	4.87 324	4.97 324	4.93 314	5.01 323	5.03 316	4.90 323	5.02 316	5.02 321	5.06 321	5.04 324	4.93 315	4.89 323	5.01 314	5.09 323

Anonymous3	3.36 298	4.93 296	2.20 289	4.92 316	2.23 296	4.90 316	2.23 299	4.89 305	2.24 299	4.95 315	2.21 297	4.91 314	2.21 297	2.18 287	2.22 299	2.22 298	4.86 313	2.20 298	4.90 313	2.20 299	4.96 315	2.21 294	2.21 298	2.21 298	6.30 322	2.21 301	4.90 312	2.23 301

MLG-Stereo_test2	3.86 303	4.96 297	3.13 301	4.65 314	3.27 308	5.17 320	3.07 305	5.01 307	3.01 304	4.93 314	3.03 303	4.56 312	3.32 308	3.26 303	3.33 308	3.30 309	5.17 318	3.19 305	4.86 312	2.96 307	5.04 317	3.25 303	2.67 301	3.15 306	4.98 316	3.05 306	4.59 310	3.30 307

DispFullNet	4.96 320	5.67 298	3.30 307	5.01 317	3.21 305	4.50 312	3.11 306	4.43 301	3.44 310	4.60 310	3.46 309	5.13 318	3.44 309	3.53 306	3.20 307	2.87 305	4.80 312	3.15 303	4.70 310	4.83 322	9.02 327	5.98 324	5.95 325	6.21 326	8.84 328	5.85 325	9.76 329	5.91 325

HCRNet	0.71 202	6.06 299	3.15 302	0.50 187	0.22 112	0.21 96	0.15 90	3.04 290	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

SGM-Forest	5.07 321	6.74 300	4.17 309	6.46 323	4.68 322	6.21 324	4.38 322	6.00 311	4.14 320	5.84 320	4.44 322	6.28 322	4.16 321	3.92 315	4.56 323	4.60 323	6.15 320	4.27 320	6.12 322	4.31 321	5.99 321	4.27 317	3.92 316	4.27 321	6.13 321	4.10 322	6.18 321	4.49 322
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaskLacGwcNet_RVC	0.70 200	6.91 301	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

SA	3.93 306	7.22 302	4.74 310	4.15 307	3.88 318	3.70 301	4.02 321	6.67 318	3.95 316	3.64 293	3.74 312	3.63 295	3.00 303	3.51 305	3.68 316	3.68 313	3.73 297	3.71 313	3.64 292	3.48 309	3.58 294	2.97 302	3.69 311	3.61 310	3.55 299	3.42 308	3.64 297	3.79 316

cross-raft	4.43 313	7.31 303	6.46 318	4.47 311	3.95 319	4.46 311	3.95 319	6.70 319	3.97 317	4.41 307	3.82 315	4.38 310	3.94 319	3.95 316	3.95 321	3.95 317	4.45 310	3.95 317	4.46 309	3.95 318	4.46 310	3.95 314	3.95 317	3.94 319	4.40 310	3.95 320	4.45 309	3.95 318

RAFT+CT+SA	4.43 313	7.34 304	6.71 320	5.01 317	4.38 321	4.40 310	3.85 317	6.15 315	4.30 321	4.89 313	3.26 306	4.49 311	3.01 304	4.53 319	3.36 309	3.65 312	3.64 294	4.39 321	3.94 300	4.28 320	4.44 309	4.30 318	4.24 320	4.52 322	3.90 304	3.85 318	4.89 311	4.00 319

test-1	4.11 307	7.65 305	4.93 311	3.65 299	3.58 310	4.70 314	3.74 316	4.73 303	4.06 318	3.72 295	4.11 320	3.70 297	3.49 310	3.36 304	3.65 312	4.17 321	3.92 301	4.04 319	4.19 305	3.75 315	4.69 312	4.18 316	3.88 314	3.90 317	4.73 312	3.77 316	3.12 293	3.68 311

Sa-1000	3.84 302	7.71 306	6.81 323	4.15 307	2.86 302	3.27 296	3.87 318	5.99 310	4.35 322	2.78 284	3.71 311	3.88 299	3.56 311	3.88 313	3.64 310	2.71 303	3.72 296	3.27 307	3.67 296	3.15 308	3.51 293	3.36 307	2.70 302	3.49 309	3.32 295	3.76 315	2.87 292	3.76 315

raft_robust	4.19 312	7.78 307	6.08 316	3.30 296	3.85 317	4.03 306	3.73 315	6.25 317	3.30 309	4.44 308	3.28 307	4.01 303	3.82 318	4.29 318	3.70 318	4.01 318	4.48 311	3.42 308	4.11 303	3.76 316	4.05 304	3.32 304	3.85 313	3.82 316	4.71 311	3.83 317	4.09 305	3.80 317

TestStereo1	4.11 307	7.79 308	6.72 321	3.93 302	3.81 315	3.96 303	3.58 310	6.96 321	3.74 313	3.90 297	3.76 313	3.89 300	3.57 312	3.70 311	3.66 313	3.34 310	3.80 299	3.62 309	3.66 294	3.68 312	3.91 300	3.70 310	3.65 308	3.67 312	3.88 302	3.53 309	3.89 301	3.68 311

SA-5K	4.11 307	7.79 308	6.72 321	3.93 302	3.81 315	3.96 303	3.58 310	6.96 321	3.74 313	3.90 297	3.76 313	3.89 300	3.57 312	3.70 311	3.66 313	3.34 310	3.80 299	3.62 309	3.66 294	3.68 312	3.91 300	3.70 310	3.65 308	3.67 312	3.88 302	3.53 309	3.89 301	3.68 311

TESTraft	4.16 311	8.03 310	6.81 323	3.99 304	3.68 313	3.93 302	3.70 314	6.86 320	3.69 312	3.93 299	3.88 318	3.93 302	3.59 314	3.65 309	3.64 310	3.68 313	3.92 301	3.72 314	3.92 299	3.57 311	3.84 299	3.70 310	3.71 312	3.67 312	3.91 305	3.74 313	3.92 303	3.67 308

test_4	4.11 307	8.05 311	6.64 319	4.52 312	3.68 313	3.00 293	3.40 309	6.21 316	3.29 308	4.07 301	3.84 316	4.04 304	3.76 317	3.56 308	3.67 315	3.76 316	4.04 304	3.79 315	4.10 302	3.53 310	3.98 302	3.74 313	3.55 307	3.61 310	3.94 306	3.75 314	3.73 299	3.73 314

SGM+DAISY	6.35 323	8.16 312	5.14 314	8.12 327	5.08 325	8.12 327	5.16 325	8.01 324	5.18 326	7.92 325	5.14 324	7.89 326	5.14 324	4.95 321	5.33 325	5.32 325	8.14 326	5.16 324	8.16 326	5.16 324	8.21 325	5.19 322	5.12 322	5.12 325	8.18 327	5.24 324	8.12 327	5.11 324

RAFT_CTSACE	4.43 313	8.26 313	6.10 317	4.62 313	4.01 320	4.54 313	3.65 312	6.09 312	3.93 315	4.64 311	4.14 321	4.26 309	4.13 320	3.91 314	3.88 319	4.06 320	4.30 308	4.03 318	4.27 308	3.92 317	4.26 306	3.67 308	3.91 315	4.16 320	4.82 313	4.08 321	4.20 307	3.67 308

CFNet_RVC	0.93 232	8.54 314	0.41 149	0.56 196	0.37 164	0.56 197	0.37 166	0.50 169	0.40 171	0.56 156	5.24 325	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

U	5.23 322	8.71 315	2.75 299	8.64 328	2.76 300	8.65 328	2.79 302	8.67 327	2.79 302	8.70 327	2.79 302	8.70 327	2.79 302	2.79 299	2.80 304	2.80 304	8.84 327	2.82 302	8.82 327	2.89 303	8.84 326	2.83 301	2.83 304	2.82 305	8.87 329	2.83 304	8.84 328	2.83 304

test_5	4.51 316	8.85 316	5.35 315	3.66 300	3.56 309	5.10 319	4.47 323	6.14 313	4.07 319	4.96 316	3.87 317	5.14 319	4.17 322	3.53 306	4.39 322	4.53 322	4.15 305	3.62 309	4.74 311	2.94 304	3.63 296	4.53 320	4.20 319	4.54 323	4.86 314	3.68 312	4.95 313	4.06 320

pcwnet_v2	1.01 242	9.73 317	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	9.61 327	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

CFNet_pseudo	1.01 242	9.78 318	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	9.50 326	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

RAFT	6.60 324	9.99 319	8.33 328	7.21 326	6.55 326	5.95 323	5.87 326	8.70 328	5.02 325	5.10 318	6.69 326	7.06 325	6.94 327	6.17 324	7.09 328	6.84 326	6.47 321	4.72 322	5.60 318	5.60 325	5.11 318	5.97 323	6.93 327	6.89 328	7.16 324	7.08 329	6.58 323	6.66 326

ccs_rob	1.00 238	10.06 320	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	1.20 254	0.31 144	7.02 325	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

UCFNet_RVC	1.03 247	10.10 321	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	9.62 328	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

StereoVision	3.44 299	10.12 322	1.68 273	5.44 321	2.26 298	5.87 321	1.97 295	5.17 308	1.31 272	5.80 319	1.56 280	5.62 320	1.84 288	1.97 286	1.91 295	1.84 288	4.98 315	1.32 270	5.60 318	1.71 288	5.35 320	1.73 288	1.97 294	1.96 293	5.40 319	1.65 287	5.08 317	1.76 290

MaDis-Stereo	3.69 301	10.19 323	2.01 286	6.09 322	2.01 292	5.94 322	1.82 288	6.14 313	1.85 289	6.59 322	1.82 288	6.01 321	1.81 286	1.83 282	1.83 287	2.02 292	5.87 319	1.79 287	5.93 321	2.06 296	4.63 311	1.67 283	1.84 288	2.08 295	5.90 320	1.66 288	6.34 322	1.87 292

test_3	4.55 317	10.96 324	7.69 327	4.04 306	3.60 311	4.10 307	3.98 320	7.94 323	4.56 323	3.99 300	4.03 319	4.08 305	3.74 316	3.99 317	3.91 320	4.05 319	4.33 309	3.89 316	4.14 304	4.00 319	4.11 305	4.02 315	4.01 318	3.91 318	3.53 297	3.94 319	4.19 306	4.20 321

test-v	7.17 325	11.53 325	7.63 325	7.17 324	6.87 327	7.48 325	6.90 327	8.14 325	6.88 327	6.93 323	7.42 327	7.05 323	6.14 325	6.05 322	6.86 326	6.99 327	7.60 324	6.75 326	6.90 324	6.66 326	7.83 323	6.36 325	5.89 323	7.34 329	7.19 325	6.75 327	7.52 325	6.77 328

test-2	7.17 325	11.53 325	7.63 325	7.17 324	6.87 327	7.48 325	6.90 327	8.14 325	6.88 327	6.93 323	7.42 327	7.05 323	6.14 325	6.05 322	6.86 326	6.99 327	7.60 324	6.75 326	6.90 324	6.66 326	7.83 323	6.36 325	5.89 323	7.34 329	7.19 325	6.75 327	7.52 325	6.77 328

rafts_anoy	20.00 328	20.00 327	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 328	20.00 329	20.00 330	20.00 330	20.00 330	20.00 328	20.00 329	20.00 328	20.00 330	20.00 328	20.00 329	20.00 329	20.00 332	20.00 330	20.00 331	20.00 330	20.00 331

raft+_RVC	20.00 328	20.00 327	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 328	20.00 329	20.00 330	20.00 330	20.00 330	20.00 328	20.00 329	20.00 328	20.00 330	20.00 328	20.00 329	20.00 329	20.00 332	20.00 330	20.00 331	20.00 330	20.00 331

raftrobust	20.00 328	20.00 327	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 328	20.00 329	20.00 330	20.00 330	20.00 330	20.00 328	20.00 329	20.00 328	20.00 330	20.00 328	20.00 329	20.00 329	20.00 332	20.00 330	20.00 331	20.00 330	20.00 331

CasAABBNet	20.00 328	20.00 327	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 328	20.00 329	20.00 330	20.00 330	20.00 330	20.00 328	20.00 329	20.00 328	20.00 330	20.00 328	20.00 329	20.00 329	20.00 332	20.00 330	20.00 331	20.00 330	20.00 331

RALCasStereoNet	20.00 328	20.00 327	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 328	20.00 329	20.00 330	20.00 330	20.00 330	20.00 328	20.00 329	20.00 328	20.00 330	20.00 328	20.00 329	20.00 329	20.00 332	20.00 330	20.00 331	20.00 330	20.00 331

RALAANet	20.00 328	20.00 327	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 328	20.00 329	20.00 330	20.00 330	20.00 330	20.00 328	20.00 329	20.00 328	20.00 330	20.00 328	20.00 329	20.00 329	20.00 332	20.00 330	20.00 331	20.00 330	20.00 331

MSMDNet	20.00 328	20.00 327	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 329	20.00 330	20.00 328	20.00 329	20.00 330	20.00 330	20.00 330	20.00 328	20.00 329	20.00 328	20.00 330	20.00 328	20.00 329	20.00 329	20.00 332	20.00 330	20.00 331	20.00 330	20.00 331

MANE	18.41 327	23.00 334	16.00 329	22.00 336	15.00 329	22.00 336	15.00 329	22.00 336	15.00 329	21.00 336	15.00 329	22.00 335	15.00 328	15.00 329	17.00 329	15.00 329	23.00 335	15.00 328	22.00 335	15.00 329	23.00 335	15.00 328	18.00 328	15.00 331	24.00 337	17.00 330	24.00 337	16.00 330

AF-Net	2.06 285	25.73 335	1.18 251	1.12 252	1.16 263	1.16 251	1.19 265	1.10 232	1.17 265	1.15 209	1.14 259	1.11 245	1.16 261	1.16 262	1.14 261	1.11 256	1.15 246	1.13 261	1.21 255	1.17 265	1.11 240	1.21 265	1.17 260	1.17 266	1.17 255	1.11 261	1.20 257	1.13 259

MoCha-V2	1.75 273	27.02 336	0.72 203	0.92 226	0.69 226	0.89 223	0.69 231	0.92 209	0.71 227	0.87 181	0.69 228	0.88 222	0.68 225	0.70 226	0.68 230	0.69 223	0.90 221	0.69 229	0.92 225	0.69 228	0.92 218	0.71 230	0.70 228	0.67 227	0.88 222	0.71 231	0.92 221	0.68 226

Reg-Stereo(zero)	37.00 335	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 336	37.00 336	37.00 337	37.00 337	37.00 337	37.00 336	37.00 336	37.00 336	37.00 337	37.00 336	37.00 336	37.00 336	37.00 339	37.00 338	37.00 338	37.00 338	37.00 338

HI	37.00 335	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 336	37.00 336	37.00 337	37.00 337	37.00 337	37.00 336	37.00 336	37.00 336	37.00 337	37.00 336	37.00 336	37.00 336	37.00 339	37.00 338	37.00 338	37.00 338	37.00 338

CoSv	37.00 335	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 337	37.00 336	37.00 336	37.00 337	37.00 337	37.00 337	37.00 336	37.00 336	37.00 336	37.00 337	37.00 336	37.00 336	37.00 336	37.00 339	37.00 338	37.00 338	37.00 338	37.00 338

CBMV	101.59 339	71.60 340	48.40 341	72.70 341	49.00 341	79.60 341	48.40 341	80.90 341	46.90 340	68.90 340	49.00 341	78.00 340	572.10 348	49.50 340	51.30 340	48.40 340	72.20 339	639.60 348	79.40 339	48.90 341	79.50 339	51.40 339	52.30 340	48.30 343	80.20 341	49.10 341	79.60 342	47.60 341
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	61.15 338	72.66 341	46.52 340	70.00 340	44.89 340	64.24 340	43.75 340	73.65 340	48.92 341	72.70 341	42.40 340	60.70 339	50.23 339	50.07 341	67.69 341	68.60 341	83.13 340	47.77 339	82.48 340	46.00 340	95.93 340	53.44 340	50.66 339	45.00 342	84.99 342	53.64 342	79.01 341	52.07 342

MeshStereo	151.99 340	131.36 342	140.69 342	151.38 342	151.40 342	150.79 342	151.72 342	149.36 342	159.46 342	146.42 342	150.73 342	149.06 344	176.22 340	143.94 342	133.10 344	133.45 344	153.30 342	154.22 341	154.67 342	153.95 343	156.90 343	156.53 343	160.21 341	162.72 344	154.57 343	160.59 343	153.47 343	163.50 343
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	252.48 342	202.00 343	361.00 346	502.00 346	324.00 346	321.00 343	482.00 349	423.00 346	227.00 346	201.00 343	273.00 346	101.00 341	207.00 341	198.00 343	183.00 345	181.00 345	221.00 343	232.00 345	477.00 344	220.00 345	111.00 341	100.00 341	219.00 343	214.00 345	204.00 344	211.00 345	200.00 344	222.00 346

MGS-Stereo	264.93 343	208.00 344	362.00 347	512.00 347	350.00 347	326.00 344	443.00 348	410.00 345	210.00 343	232.00 345	215.00 343	125.00 342	217.00 342	216.00 345	127.00 343	122.00 343	223.00 344	230.00 343	487.00 346	255.00 346	250.00 344	223.00 345	272.00 345	228.00 348	241.00 345	220.00 347	214.00 345	235.00 347

EGLCR-Stereo	276.81 344	209.00 345	366.00 348	514.00 348	354.00 348	336.00 345	422.00 346	440.00 347	220.00 345	231.00 344	245.00 345	135.00 343	237.00 344	218.00 346	197.00 346	222.00 347	223.00 344	230.00 343	487.00 346	255.00 346	250.00 344	273.00 346	272.00 345	228.00 348	241.00 345	220.00 347	214.00 345	235.00 347

DLCB_ROB	280.78 345	376.74 346	215.59 343	376.74 343	215.59 343	376.74 346	215.59 343	366.42 344	218.39 344	366.42 346	218.39 344	366.42 345	218.39 343	209.96 344	219.76 347	219.38 346	376.72 346	216.43 342	376.72 343	216.43 344	376.72 346	216.43 344	216.14 342	216.14 347	376.69 348	217.67 346	376.69 348	217.67 345

NOSS_ROB	248.11 341	409.00 347	288.00 344	412.00 344	280.00 344	411.00 347	288.00 344	356.00 343	275.00 347	379.00 347	303.00 347	415.00 346	278.00 345	260.00 347	104.00 342	103.00 342	126.00 341	108.00 340	118.00 341	98.00 342	126.00 342	104.00 342	268.00 344	216.00 346	279.00 347	201.00 344	288.00 347	206.00 344

LE_ROB	387.11 346	453.07 348	321.39 345	500.23 345	323.05 345	493.99 348	324.56 345	477.63 348	322.28 348	465.51 348	322.97 348	486.37 347	334.17 346	305.26 348	320.63 348	327.66 348	476.08 347	315.70 346	483.76 345	335.15 348	469.64 347	309.74 347	315.90 347	318.85 350	498.41 349	328.85 349	491.00 349	330.08 349

SGM-ForestM	522.49 347	676.08 349	448.56 349	638.17 349	433.15 349	639.59 349	427.03 347	617.52 349	439.90 349	604.63 349	429.02 349	611.68 348	432.74 347	420.18 349	451.96 349	465.85 349	601.06 348	403.73 347	659.15 348	405.50 349	669.64 348	437.21 348	455.85 348	425.66 351	689.82 350	481.65 350	662.43 350	479.61 350

CBMV_ROB	1133.35 348	1280.38 350	976.92 350	1317.57 350	1021.62 350	1282.66 350	1022.22 350	1213.88 350	982.57 350	1194.12 350	975.90 350	1357.87 349	1090.02 349	943.32 350	1021.85 350	1006.47 350	1309.01 349	986.29 349	1499.40 349	986.35 350	1359.35 349	975.96 349	975.21 349	969.30 352	1337.82 351	1042.34 351	1398.25 351	1073.86 351

111111	10000000.00 349	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 353	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352

SGD-Stereo	10000000.00 349	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 353	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352

IGEV-Stereo++	10000000.00 349	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 353	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352

IGEV-BASED-STEREO-	10000000.00 349	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 353	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352

IGEV-Stereo+	10000000.00 349	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 353	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352

anonymousdsp2	10000000.00 349	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 353	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352

anonymousdsp	10000000.00 349	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 353	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352

AMNet	10000000.00 349	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 351	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 351	10000000.00 350	10000000.00 350	10000000.00 350	10000000.00 353	10000000.00 352	10000000.00 352	10000000.00 352	10000000.00 352

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