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):

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 Infoalldeliv. area 1ldeliv. area 1sdeliv. area 2ldeliv. area 2sdeliv. area 3ldeliv. area 3select. 1lelect. 1select. 2lelect. 2select. 3lelect. 3sfacade 1sforest 1sforest 2splayg. 1lplayg. 1splayg. 2lplayg. 2splayg. 3lplayg. 3sterra. 1sterra. 2sterra. 1lterra. 1sterra. 2lterra. 2s
sorted bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort by
TDLMtwo views0.09
1
0.08
6
0.12
9
0.02
1
0.02
2
0.00
1
0.01
12
0.19
14
0.04
5
0.00
1
0.00
1
0.48
31
0.01
2
0.01
4
0.26
1
0.22
1
0.08
2
0.06
7
0.01
1
0.00
1
0.10
1
0.10
4
0.01
15
0.01
2
0.00
1
0.01
3
0.30
4
0.39
28
RAFT+GMMtwo views0.18
2
0.04
1
0.33
25
0.02
1
0.00
1
0.12
51
0.12
61
0.94
42
0.01
1
0.70
43
0.00
1
0.17
6
0.00
1
0.01
4
0.57
3
0.46
4
0.03
1
0.00
1
0.06
3
0.21
30
0.14
4
0.50
13
0.00
1
0.00
1
0.02
5
0.00
1
0.27
3
0.00
1
delettwo views0.19
3
0.07
5
0.25
17
0.06
6
0.04
6
0.02
28
0.02
25
0.01
1
0.04
5
0.34
25
0.00
1
0.10
3
0.03
6
0.02
12
1.36
7
0.46
4
0.16
8
0.05
5
0.13
4
0.05
7
0.13
3
0.18
6
0.00
1
0.04
10
0.00
1
0.01
3
1.41
18
0.02
3
CVANet_RVCtwo views0.21
4
0.15
9
0.61
55
0.42
63
0.06
9
0.06
45
0.01
12
1.53
57
0.05
9
0.08
12
0.04
28
0.62
43
0.04
9
0.03
19
0.46
2
0.32
2
0.14
5
0.09
12
0.05
2
0.01
2
0.19
5
0.07
3
0.00
1
0.03
7
0.00
1
0.01
3
0.55
6
0.08
12
iRaftStereo_RVCtwo views0.22
5
0.19
13
0.35
30
0.22
22
0.11
16
0.01
14
0.00
1
0.04
8
0.07
11
0.00
1
0.00
1
0.22
9
0.10
25
0.03
19
1.13
5
0.87
13
0.16
8
0.06
7
0.37
10
0.11
14
0.95
27
0.62
19
0.00
1
0.02
4
0.08
18
0.00
1
0.11
1
0.03
5
AANet_RVCtwo views0.25
6
0.05
4
0.29
20
0.06
6
0.19
24
0.00
1
0.23
70
0.03
6
0.17
30
0.35
29
0.01
24
0.07
2
0.04
9
0.01
4
1.37
8
0.48
6
0.10
3
0.06
7
0.43
11
0.17
24
0.10
1
0.25
8
0.03
32
0.05
11
0.02
5
0.06
12
1.15
13
0.89
43
DMCAtwo views0.27
7
0.37
37
0.20
14
0.17
17
0.09
13
0.02
28
0.01
12
0.02
4
0.04
5
0.59
39
0.00
1
0.34
23
0.05
13
0.01
4
1.81
12
0.88
15
0.31
23
0.12
17
0.22
5
0.10
13
0.38
11
0.23
7
0.00
1
0.03
7
0.03
9
0.06
12
1.19
14
0.15
18
GANettwo views0.29
8
0.56
57
0.39
34
0.27
32
0.11
16
0.88
87
0.14
65
0.27
19
0.06
10
0.02
9
0.28
41
1.85
73
0.04
9
0.03
19
0.62
4
0.39
3
0.37
35
0.14
22
0.24
7
0.01
2
0.20
6
0.05
2
0.06
43
0.02
4
0.06
15
0.01
3
0.48
5
0.16
20
MMNettwo views0.30
9
0.21
16
0.07
4
0.05
4
0.05
8
0.00
1
0.06
50
0.01
1
0.03
3
0.22
17
0.00
1
0.19
8
0.01
2
0.05
29
2.24
18
0.62
8
0.24
15
0.12
17
0.35
8
0.07
9
0.30
8
0.11
5
0.04
35
0.08
19
0.03
9
0.04
11
2.84
38
0.02
3
FINETtwo views0.37
10
0.14
8
0.45
41
0.18
18
0.08
11
0.02
28
0.01
12
0.34
22
0.17
30
0.01
7
0.30
43
0.56
41
0.19
39
0.02
12
2.46
27
1.20
34
0.26
18
0.09
12
1.10
21
0.14
17
0.72
19
0.31
9
0.04
35
0.14
36
0.03
9
0.10
17
0.84
10
0.05
8
RAFT + AFFtwo views0.41
11
0.04
1
0.01
2
0.22
22
0.02
2
0.04
38
0.00
1
0.03
6
0.03
3
0.00
1
0.00
1
0.28
15
0.02
5
0.01
4
4.88
96
0.92
18
0.35
28
0.02
4
2.33
41
0.03
6
0.65
17
0.50
13
0.01
15
0.12
29
0.15
32
0.10
17
0.24
2
0.01
2
HCRNettwo views0.41
11
0.36
36
0.34
28
0.30
38
0.12
18
0.00
1
0.05
44
0.02
4
0.02
2
1.46
82
0.00
1
0.18
7
0.05
13
0.00
1
2.70
32
0.67
10
0.22
12
0.06
7
0.22
5
0.11
14
0.30
8
0.59
17
0.02
23
0.01
2
0.01
4
0.01
3
3.21
51
0.03
5
GMStereopermissivetwo views0.44
13
0.93
79
0.07
4
0.25
28
0.03
4
0.00
1
0.00
1
0.14
12
0.07
11
0.00
1
0.00
1
0.30
18
0.01
2
0.01
4
1.87
14
0.90
16
0.26
18
0.17
23
2.60
49
0.08
11
1.17
35
0.33
10
0.00
1
0.05
11
0.08
18
0.02
9
2.57
32
0.04
7
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. arXiv 2022
UPFNettwo views0.44
13
0.29
26
0.59
51
0.21
20
0.26
37
0.01
14
0.02
25
0.08
10
0.08
13
0.39
31
0.00
1
0.27
14
0.03
6
0.24
80
3.08
45
0.92
18
0.14
5
0.12
17
0.57
13
0.31
37
0.36
10
0.39
12
0.01
15
0.12
29
0.02
5
0.01
3
3.44
59
0.05
8
RYNettwo views0.45
15
0.04
1
0.00
1
0.02
1
0.03
4
0.00
1
0.00
1
0.01
1
0.04
5
0.07
11
0.00
1
0.05
1
0.12
26
0.00
1
4.77
91
0.60
7
0.10
3
1.00
88
0.35
8
0.01
2
0.21
7
0.04
1
0.00
1
0.02
4
0.08
18
3.06
76
1.39
17
0.13
16
raft+_RVCtwo views0.49
16
0.38
39
0.37
32
0.34
46
0.21
28
0.03
32
0.04
41
2.29
80
0.09
15
0.00
1
0.00
1
0.25
11
0.08
19
0.02
12
1.79
11
1.24
35
0.29
21
0.09
12
2.37
44
0.24
32
0.77
22
1.09
29
0.00
1
0.06
13
0.07
16
0.12
19
0.57
7
0.36
26
TestStereotwo views0.55
17
0.62
62
0.47
42
0.22
22
0.09
13
0.00
1
0.01
12
1.90
70
0.22
35
0.30
23
0.00
1
0.28
15
0.08
19
0.01
4
1.58
10
0.87
13
0.34
26
0.19
25
2.65
52
0.08
11
1.43
43
0.55
16
0.02
23
0.07
15
0.10
22
0.42
36
2.09
25
0.13
16
AFF-stereotwo views0.55
17
0.29
26
0.41
38
0.33
41
0.09
13
0.03
32
0.00
1
0.38
24
0.10
18
1.17
67
0.01
24
0.32
19
0.06
15
0.00
1
1.52
9
1.24
35
0.15
7
0.59
59
3.40
63
0.07
9
0.54
14
0.60
18
0.00
1
0.07
15
0.13
28
0.06
12
3.05
41
0.10
14
UNettwo views0.56
19
0.30
29
0.39
34
0.26
29
0.19
24
0.03
32
0.08
54
0.52
32
0.13
23
1.15
65
0.00
1
0.44
29
0.16
35
0.16
65
2.13
15
1.28
37
0.34
26
0.20
26
1.42
28
0.19
27
0.62
16
0.50
13
0.13
59
0.24
45
0.03
9
0.26
26
3.32
54
0.62
35
CFNettwo views0.57
20
0.46
45
0.64
57
0.43
64
0.34
54
0.04
38
0.00
1
0.58
34
0.09
15
0.66
42
0.05
30
0.64
44
0.07
16
0.05
29
2.25
19
0.65
9
0.35
28
0.06
7
0.73
16
0.34
39
0.85
25
0.73
20
0.00
1
0.08
19
0.45
49
0.16
21
3.22
52
1.51
56
HGLStereotwo views0.58
21
0.32
34
0.38
33
0.23
25
0.26
37
0.01
14
0.06
50
0.06
9
0.12
21
1.22
71
0.70
67
0.14
5
0.15
31
0.09
48
2.33
22
1.33
40
0.37
35
0.24
30
1.13
22
0.15
21
0.97
29
1.51
35
0.06
43
0.07
15
0.08
18
0.08
16
3.08
43
0.47
30
HITNettwo views0.59
22
0.16
11
0.10
7
0.06
6
0.07
10
0.01
14
0.02
25
1.76
61
0.82
67
0.11
13
0.00
1
0.68
48
0.28
48
0.11
58
2.51
29
1.02
22
0.25
16
0.13
20
0.63
14
0.24
32
1.43
43
1.56
40
0.01
15
0.12
29
0.02
5
0.16
21
3.32
54
0.42
29
Vladimir Tankovich, Christian Häne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
rafts_anoytwo views0.62
23
0.28
24
0.70
60
0.37
53
0.21
28
0.04
38
0.00
1
2.53
89
0.14
26
0.01
7
0.00
1
0.10
3
0.04
9
0.02
12
2.50
28
1.45
46
0.32
24
0.36
43
1.92
34
0.17
24
1.38
42
0.99
28
0.00
1
0.18
40
0.53
51
0.73
48
0.73
8
1.01
46
RASNettwo views0.63
24
0.18
12
0.57
47
0.41
62
0.28
42
0.10
49
0.05
44
0.94
42
0.14
26
1.07
63
0.09
34
0.48
31
0.34
55
0.02
12
1.28
6
1.47
48
0.35
28
0.21
27
0.99
18
0.02
5
1.15
34
1.53
36
0.10
51
0.34
70
0.22
37
0.30
29
3.55
63
0.73
37
DMCA-RVCcopylefttwo views0.65
25
0.42
41
0.43
40
0.31
39
0.58
66
0.15
56
0.44
78
0.29
21
1.57
94
1.31
74
0.35
46
0.55
38
0.13
27
0.11
58
2.54
30
1.10
27
0.51
41
0.46
51
0.84
17
0.36
43
0.76
21
0.83
21
0.19
69
0.14
36
0.11
25
0.06
12
2.59
35
0.52
32
RAFT-Stereo + iAFFtwo views0.65
25
0.29
26
0.60
53
0.37
53
0.27
39
0.03
32
0.02
25
0.96
44
0.11
20
1.34
75
0.00
1
0.28
15
0.08
19
0.01
4
1.83
13
1.32
39
0.26
18
0.11
15
3.40
63
0.24
32
0.79
23
0.89
25
0.00
1
0.19
42
0.38
43
0.22
24
3.31
53
0.15
18
ADLNettwo views0.67
27
0.96
81
0.10
7
0.21
20
0.23
32
0.08
47
0.01
12
1.26
50
0.09
15
0.32
24
0.06
31
2.28
79
0.08
19
0.18
69
3.28
54
1.03
23
0.35
28
0.11
15
0.54
12
0.18
26
0.54
14
1.10
30
0.00
1
0.03
7
0.88
63
0.68
44
3.16
48
0.28
23
DSFCAtwo views0.70
28
0.43
42
0.51
46
0.29
37
0.58
66
0.04
38
0.59
82
0.22
16
0.54
53
0.49
36
0.56
57
0.33
22
0.08
19
0.04
25
2.86
34
1.28
37
0.67
53
0.73
67
1.00
19
0.44
52
1.01
32
1.14
31
0.21
73
0.24
45
0.54
52
0.82
51
2.81
37
0.47
30
RALCasStereoNettwo views0.70
28
0.30
29
0.84
70
0.37
53
0.28
42
0.05
42
0.12
61
2.12
78
0.13
23
1.03
61
0.04
28
0.50
34
0.15
31
0.03
19
2.37
23
1.67
54
0.23
14
0.24
30
1.26
25
0.14
17
1.21
37
2.03
47
0.01
15
0.11
28
0.34
40
1.39
59
0.78
9
1.25
50
ARAFTtwo views0.70
28
0.19
13
0.28
19
0.31
39
0.08
11
0.00
1
0.01
12
0.16
13
0.08
13
1.30
73
0.00
1
0.38
26
0.03
6
0.10
56
3.41
58
1.87
62
0.29
21
0.27
36
2.54
47
0.05
7
1.83
55
1.60
41
0.01
15
0.10
23
0.42
48
0.02
9
3.41
56
0.12
15
DISCOtwo views0.79
31
0.95
80
0.31
22
0.06
6
0.33
52
0.51
76
0.44
78
0.23
17
0.32
42
1.75
89
0.59
61
0.38
26
0.29
50
0.04
25
2.98
41
1.36
41
0.96
71
0.29
37
3.24
59
0.53
58
0.79
23
1.45
32
0.10
51
0.07
15
0.12
27
0.29
28
2.76
36
0.31
24
NVstereo2Dtwo views0.83
32
0.43
42
0.07
4
0.23
25
0.36
56
0.41
71
0.08
54
1.61
59
0.59
59
0.84
50
1.11
75
0.36
24
0.21
43
0.07
40
5.88
108
2.16
73
0.62
47
0.45
50
1.50
29
0.19
27
1.20
36
0.94
27
0.02
23
0.32
65
1.30
69
0.24
25
0.95
11
0.24
22
raftrobusttwo views0.86
33
0.40
40
0.77
65
0.40
59
0.31
50
0.01
14
0.04
41
2.51
87
0.13
23
0.51
37
0.00
1
0.51
35
0.24
45
0.09
48
2.98
41
2.12
70
0.22
12
0.31
38
4.90
76
0.11
14
1.68
51
2.15
50
0.16
63
0.15
38
0.78
61
0.40
33
0.97
12
0.36
26
CFNet-pseudotwo views0.86
33
0.52
51
0.57
47
0.44
66
0.52
64
0.05
42
0.02
25
0.60
35
0.10
18
0.93
55
0.12
36
0.71
50
0.30
52
0.51
95
4.66
90
1.68
55
0.33
25
0.32
39
2.61
50
0.34
39
0.96
28
1.53
36
0.55
99
0.13
35
0.49
50
0.50
41
2.17
27
1.63
60
CFNet_RVCtwo views0.86
33
0.59
59
0.74
63
0.33
41
0.32
51
0.11
50
0.02
25
0.11
11
0.17
30
0.87
53
0.74
68
0.57
42
0.16
35
0.08
45
3.11
46
1.19
33
0.50
39
0.34
41
1.28
26
0.15
21
1.68
51
1.48
34
0.02
23
0.25
49
0.86
62
1.89
67
3.64
65
2.13
65
GMOtwo views0.91
36
0.15
9
0.61
55
0.34
46
0.25
34
0.12
51
0.05
44
2.40
83
0.15
28
0.00
1
0.18
39
0.51
35
0.45
63
0.02
12
2.30
20
1.97
66
0.53
42
0.70
65
2.24
38
0.41
49
1.67
50
3.92
85
0.01
15
0.15
38
1.33
71
0.13
20
3.95
74
0.09
13
DLCB_ROBtwo views0.92
37
0.72
68
0.64
57
0.43
64
0.42
60
0.14
54
0.18
68
0.43
26
0.28
39
0.85
51
0.53
55
1.12
62
0.72
82
0.07
40
2.16
17
1.12
28
0.88
67
0.26
32
0.69
15
0.20
29
1.35
41
1.53
36
0.49
94
0.28
56
4.11
109
2.41
73
2.04
24
0.78
38
RALAANettwo views0.92
37
0.35
35
0.48
43
0.36
51
0.24
33
0.18
58
0.02
25
1.89
68
0.19
33
0.51
37
0.01
24
0.26
13
0.25
46
0.06
35
2.32
21
1.73
58
0.35
28
0.69
64
3.14
57
0.55
60
2.51
68
2.39
57
0.01
15
0.26
50
0.37
42
1.12
57
4.01
77
0.53
33
LMCR-Stereopermissivemany views0.97
39
0.53
53
0.59
51
0.28
34
0.25
34
0.07
46
0.02
25
1.39
53
0.28
39
0.34
25
0.12
36
0.74
54
0.15
31
0.12
60
3.20
47
1.88
63
1.07
78
0.36
43
5.87
82
1.71
99
2.10
60
2.39
57
0.02
23
0.33
68
0.35
41
0.38
31
1.44
20
0.34
25
HSMtwo views0.97
39
0.30
29
0.87
71
0.54
71
0.46
63
0.00
1
0.01
12
2.93
100
0.30
41
0.13
14
0.56
57
0.65
45
0.13
27
0.05
29
2.97
39
1.08
26
0.66
52
0.17
23
3.26
61
0.35
41
1.78
53
2.03
47
0.04
35
0.33
68
0.38
43
0.81
50
4.16
82
1.10
47
CREStereo++_RVCtwo views0.99
41
0.21
16
1.16
85
0.28
34
0.36
56
0.01
14
0.05
44
2.06
76
0.27
38
0.62
40
0.08
33
0.46
30
0.14
30
0.05
29
2.55
31
2.70
83
0.74
58
0.50
55
2.59
48
0.24
32
2.97
76
2.20
52
0.09
47
0.10
23
0.96
64
0.43
37
4.10
81
0.79
40
NLCA_NET_v2_RVCtwo views0.99
41
0.82
72
0.34
28
0.18
18
0.43
61
0.03
32
1.10
96
1.20
48
2.50
108
2.06
95
0.11
35
0.69
49
0.07
16
0.54
96
3.65
66
0.91
17
0.19
11
0.22
28
1.65
33
0.15
21
0.73
20
0.92
26
0.08
46
0.18
40
0.11
25
3.29
82
2.58
34
2.09
64
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_uptwo views1.01
43
0.60
60
0.96
76
0.38
57
0.75
74
0.01
14
0.03
37
2.33
82
1.18
82
0.78
46
0.00
1
0.94
56
0.09
24
0.45
93
2.41
24
1.18
31
0.62
47
0.44
49
3.67
67
0.32
38
1.14
33
0.85
23
0.00
1
0.58
89
1.06
67
1.42
60
3.75
71
1.44
54
CREStereotwo views1.03
44
0.31
32
0.74
63
0.24
27
0.16
20
0.01
14
0.04
41
2.66
95
0.55
54
0.63
41
0.56
57
0.71
50
0.59
73
0.05
29
2.97
39
3.31
98
0.60
44
0.43
48
2.12
36
0.57
61
3.00
78
2.30
56
0.06
43
0.12
29
1.18
68
0.53
43
2.42
31
0.88
41
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
PDISCO_ROBtwo views1.03
44
0.55
55
0.06
3
0.67
75
0.28
42
0.00
1
0.21
69
0.71
37
0.49
52
1.28
72
0.99
74
0.25
11
0.32
53
0.19
71
3.02
44
2.03
68
0.69
54
1.42
103
2.26
39
0.58
62
2.32
62
3.22
77
0.14
60
0.27
54
1.36
72
0.37
30
3.84
72
0.23
21
STTStereotwo views1.06
46
0.85
76
0.57
47
0.36
51
0.29
45
0.08
47
0.64
84
0.43
26
1.56
93
1.40
81
0.26
40
1.95
74
0.07
16
0.29
84
4.26
77
1.06
24
0.25
16
0.23
29
1.16
23
0.14
17
1.46
46
0.84
22
0.12
57
0.10
23
0.07
16
1.81
66
3.51
62
4.84
86
iResNet_ROBtwo views1.07
47
0.65
65
0.30
21
0.45
67
0.30
48
0.01
14
0.02
25
3.10
105
0.12
21
1.34
75
0.00
1
0.66
46
0.35
56
0.04
25
4.37
81
1.65
53
0.54
43
0.49
53
5.83
81
0.29
36
1.30
40
0.87
24
0.20
71
0.26
50
0.16
33
0.84
52
3.74
69
1.12
48
Nwc_Nettwo views1.11
48
0.51
48
0.87
71
0.34
46
0.78
76
0.89
89
1.87
101
2.40
83
1.15
80
0.48
34
0.68
65
3.66
87
0.16
35
0.27
82
2.44
25
0.98
20
0.35
28
0.01
2
1.60
30
0.40
45
0.50
12
2.58
64
0.05
41
0.08
19
0.66
58
0.45
38
3.47
60
2.34
67
AF-Nettwo views1.11
48
0.51
48
0.87
71
0.34
46
0.78
76
0.89
89
1.87
101
2.40
83
1.15
80
0.48
34
0.68
65
3.66
87
0.16
35
0.27
82
2.44
25
0.98
20
0.35
28
0.01
2
1.60
30
0.40
45
0.50
12
2.58
64
0.05
41
0.08
19
0.66
58
0.45
38
3.47
60
2.34
67
UCFNet_RVCtwo views1.13
50
2.65
114
0.57
47
0.57
73
0.74
73
0.19
61
0.01
12
0.28
20
0.22
35
0.95
56
0.39
48
2.41
82
0.89
90
0.06
35
2.99
43
1.18
31
0.50
39
0.49
53
2.19
37
0.44
52
1.50
47
1.54
39
1.06
116
0.19
42
1.43
74
1.73
63
1.86
23
3.39
78
APVNettwo views1.14
51
1.04
83
0.20
14
0.33
41
0.37
58
0.21
64
0.36
75
0.34
22
0.39
45
0.95
56
0.44
53
0.71
50
0.15
31
0.15
64
3.51
59
2.84
86
1.63
93
0.93
82
4.54
74
0.69
65
1.89
57
4.06
92
0.02
23
0.53
87
0.10
22
0.38
31
3.20
50
0.95
44
CroCo-Stereotwo views1.25
52
0.12
7
0.22
16
0.08
11
0.45
62
0.00
1
0.02
25
0.26
18
0.43
48
0.05
10
0.86
70
5.51
98
0.41
60
0.19
71
2.94
38
4.37
112
0.80
63
1.72
110
2.65
52
1.36
91
4.23
97
3.90
84
0.02
23
0.31
61
0.18
34
0.40
33
1.49
21
0.78
38
iResNetv2_ROBtwo views1.26
53
0.75
69
0.32
23
1.29
96
0.33
52
0.02
28
0.02
25
3.19
109
0.20
34
2.00
94
0.29
42
2.24
77
0.41
60
0.06
35
3.64
65
1.45
46
0.75
59
0.13
20
5.77
79
0.43
50
2.86
72
1.71
43
0.16
63
0.37
75
0.38
43
0.47
40
4.08
80
0.72
36
PMTNettwo views1.28
54
0.58
58
0.96
76
0.28
34
0.22
31
0.01
14
0.16
66
0.50
29
0.57
57
0.72
45
0.35
46
0.54
37
0.48
67
0.09
48
3.27
53
3.32
99
0.72
57
0.39
45
6.17
83
0.35
41
3.67
88
2.41
61
0.09
47
0.12
29
3.12
106
1.00
56
1.23
15
3.32
76
RPtwo views1.29
55
1.06
84
2.32
116
0.84
80
1.16
84
0.39
70
1.53
99
1.89
68
1.68
96
0.29
22
2.21
89
2.25
78
0.13
27
0.40
90
3.31
55
1.07
25
0.61
45
0.05
5
1.61
32
0.40
45
0.65
17
3.05
74
0.11
55
0.29
58
0.29
38
0.92
54
4.24
83
2.04
63
ICVPtwo views1.32
56
0.22
19
1.47
97
0.40
59
0.35
55
0.44
72
0.10
57
1.27
51
0.65
61
1.74
88
1.26
77
0.66
46
1.37
102
0.24
80
2.88
35
2.65
81
1.33
87
0.99
87
2.36
43
0.91
76
2.59
69
4.11
93
0.10
51
0.36
73
0.57
55
2.21
71
2.92
39
1.59
58
BEATNet_4xtwo views1.40
57
0.54
54
0.27
18
0.13
16
0.27
39
0.01
14
0.10
57
1.80
63
1.74
98
0.41
33
0.53
55
0.82
55
0.59
73
0.54
96
4.30
78
2.92
88
1.87
98
1.84
116
1.39
27
0.71
66
4.68
103
6.21
122
0.02
23
0.81
94
0.21
36
0.40
33
3.69
66
0.96
45
GEStwo views1.43
58
0.28
24
0.41
38
0.57
73
0.37
58
0.27
67
0.07
52
2.06
76
0.93
72
1.20
70
0.58
60
0.39
28
0.23
44
0.02
12
4.91
97
2.49
79
0.91
68
0.66
63
9.59
105
1.37
92
2.97
76
2.53
63
0.16
63
0.41
77
0.20
35
0.17
23
2.57
32
2.20
66
DN-CSS_ROBtwo views1.45
59
0.52
51
1.11
83
0.81
79
0.69
70
0.00
1
0.03
37
2.86
99
0.35
43
1.50
84
3.76
105
0.73
53
0.36
58
0.07
40
2.89
36
1.44
44
1.08
79
0.79
71
8.61
99
0.23
31
3.25
82
1.97
45
0.02
23
0.66
90
0.10
22
0.52
42
3.12
47
1.56
57
AnonymousMtwo views1.53
60
0.20
15
0.39
34
0.05
4
0.04
6
0.25
66
0.01
12
2.74
98
0.57
57
0.35
29
1.45
79
0.55
38
0.53
72
0.22
79
2.76
33
2.91
87
0.98
73
1.05
89
2.00
35
1.32
90
3.73
89
3.49
80
0.20
71
0.28
56
0.13
28
0.28
27
5.87
103
9.03
106
sAnonymous2two views1.54
61
0.26
21
0.15
11
0.10
14
0.17
21
0.48
73
0.00
1
1.87
66
0.97
73
0.22
17
0.41
49
1.12
62
0.82
86
0.08
45
4.07
73
3.86
107
1.31
84
1.19
99
7.54
91
0.72
67
4.00
92
4.87
102
0.03
32
0.29
58
0.14
30
2.16
69
2.37
29
2.45
69
PS-NSSStwo views1.54
61
3.12
120
0.33
25
3.03
113
0.83
79
1.73
102
0.70
85
0.39
25
0.15
28
0.39
31
0.00
1
11.06
116
1.04
93
0.41
92
2.13
15
0.79
12
0.47
38
0.26
32
4.17
71
0.14
17
0.90
26
0.37
11
2.44
127
0.06
13
0.99
65
0.74
49
3.17
49
1.82
61
CroCo_RVCtwo views1.54
61
0.26
21
0.15
11
0.10
14
0.17
21
0.48
73
0.00
1
1.87
66
0.97
73
0.22
17
0.41
49
1.12
62
0.82
86
0.08
45
4.07
73
3.86
107
1.31
84
1.19
99
7.54
91
0.72
67
4.00
92
4.87
102
0.03
32
0.29
58
0.14
30
2.16
69
2.37
29
2.45
69
DeepPruner_ROBtwo views1.57
64
0.37
37
0.71
61
0.50
69
0.55
65
0.37
69
1.60
100
1.74
60
0.84
69
1.37
78
2.40
91
0.49
33
0.51
70
0.10
56
5.38
102
2.16
73
1.10
80
1.08
92
2.28
40
0.40
45
4.83
107
3.42
78
0.66
105
0.34
70
0.57
55
5.04
104
3.07
42
0.53
33
XX-TBDtwo views1.57
64
1.38
89
0.48
43
0.26
29
0.29
45
0.52
77
0.05
44
0.51
30
0.47
50
0.27
20
0.62
63
0.32
19
0.20
40
1.08
121
3.59
60
2.81
84
0.79
61
1.63
108
8.83
101
3.01
124
3.50
84
2.89
68
3.03
133
0.10
23
0.04
13
0.69
45
4.96
95
0.05
8
TANstereotwo views1.57
64
1.38
89
0.48
43
0.26
29
0.29
45
0.52
77
0.05
44
0.51
30
0.47
50
0.27
20
0.62
63
0.32
19
0.20
40
1.08
121
3.59
60
2.81
84
0.79
61
1.63
108
8.83
101
3.01
124
3.50
84
2.89
68
3.03
133
0.10
23
0.04
13
0.69
45
4.96
95
0.05
8
FCDSN-DCtwo views1.58
67
0.84
74
2.05
111
1.66
102
1.43
93
1.08
95
0.99
90
0.72
38
0.44
49
1.18
68
0.31
44
1.45
69
0.49
69
0.07
40
6.05
114
1.96
65
2.13
102
1.97
119
1.16
23
0.44
52
2.39
66
2.62
66
0.49
94
3.18
119
1.72
80
3.24
81
1.34
16
1.27
51
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FADNet-RVC-Resampletwo views1.60
68
0.67
66
0.97
78
0.50
69
0.64
69
0.18
58
1.05
92
1.27
51
0.83
68
0.96
58
0.97
72
5.23
96
0.42
62
1.02
117
4.81
94
1.68
55
1.05
76
1.96
118
3.78
68
1.06
79
1.52
48
2.28
55
0.21
73
1.35
105
0.55
53
3.16
79
2.13
26
2.92
72
PA-Nettwo views1.61
69
0.81
71
1.43
96
0.27
32
1.99
107
0.12
51
0.34
74
0.19
14
1.90
100
0.85
51
0.41
49
0.24
10
0.20
40
0.78
110
4.61
88
1.44
44
0.17
10
0.26
32
1.08
20
0.53
58
1.44
45
3.18
76
0.65
103
0.44
81
0.99
65
7.71
119
1.78
22
9.78
108
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FADNet-RVCtwo views1.64
70
0.31
32
0.64
57
0.33
41
1.19
87
0.01
14
2.53
111
0.57
33
0.22
35
1.03
61
0.32
45
6.04
103
0.29
50
0.32
87
4.47
85
1.90
64
0.62
47
0.78
70
6.45
86
1.80
100
1.85
56
2.02
46
0.19
69
0.52
86
1.78
81
1.74
64
3.10
44
3.15
73
pcwnet_v2two views1.73
71
0.62
62
0.78
66
0.73
77
1.15
83
0.59
80
0.23
70
1.77
62
0.68
63
3.36
114
1.85
88
1.23
65
1.01
92
1.61
132
5.43
104
2.08
69
0.92
70
0.62
60
4.07
70
0.37
44
1.82
54
2.39
57
1.01
113
0.41
77
1.32
70
2.11
68
3.98
75
4.53
82
sCroCo_RVCtwo views1.75
72
0.23
20
0.32
23
0.06
6
0.17
21
0.15
56
0.01
12
0.81
40
1.74
98
1.93
92
0.47
54
1.08
58
0.82
86
0.09
48
3.32
56
4.94
125
2.31
105
1.73
111
5.18
77
2.00
106
5.82
119
5.83
117
0.10
51
0.26
50
0.59
57
1.60
61
4.43
85
1.17
49
Abc-Nettwo views1.86
73
1.63
94
1.33
91
0.95
88
1.22
89
0.80
82
2.29
107
2.62
93
2.93
111
0.34
25
2.87
99
2.16
75
1.17
95
0.21
75
3.63
62
1.13
29
0.63
50
0.96
85
2.79
54
0.75
69
0.98
30
2.96
72
0.36
86
0.32
65
2.31
90
4.50
97
3.69
66
4.78
83
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCC-stereotwo views1.86
73
1.63
94
1.33
91
0.95
88
1.22
89
0.80
82
2.29
107
2.62
93
2.93
111
0.34
25
2.87
99
2.16
75
1.17
95
0.21
75
3.63
62
1.13
29
0.63
50
0.96
85
2.79
54
0.75
69
0.98
30
2.96
72
0.36
86
0.32
65
2.31
90
4.50
97
3.69
66
4.78
83
stereogantwo views1.89
75
2.00
103
1.17
86
1.47
98
2.05
109
1.72
101
0.87
89
1.84
65
1.11
78
1.36
77
1.51
81
5.81
101
0.48
67
0.32
87
3.87
70
1.69
57
0.80
63
0.39
45
3.96
69
0.78
71
1.23
39
4.02
89
0.26
78
0.51
84
0.30
39
1.30
58
6.30
106
3.84
79
FADNettwo views1.92
76
0.44
44
0.60
53
0.54
71
1.05
81
0.00
1
2.95
115
0.78
39
0.38
44
0.81
49
0.61
62
2.40
80
0.47
66
0.65
104
5.57
105
1.73
58
0.69
54
1.08
92
8.93
104
1.61
97
2.36
64
2.52
62
0.09
47
0.36
73
2.54
96
3.77
90
3.43
58
5.46
88
s12784htwo views2.07
77
2.29
109
2.24
112
1.60
101
0.69
70
0.05
42
0.03
37
2.13
79
0.55
54
1.19
69
0.13
38
1.61
72
0.68
78
0.04
25
3.20
47
3.09
93
0.78
60
0.41
47
3.50
65
0.43
50
5.42
117
2.92
71
0.11
55
0.12
29
2.64
98
1.70
62
6.64
109
11.65
113
NCCL2two views2.12
78
2.27
108
1.29
88
1.28
95
1.85
104
0.18
58
0.77
88
1.24
49
1.25
85
1.62
86
2.71
96
1.06
57
0.51
70
0.31
85
4.40
83
2.33
77
1.57
90
0.62
60
2.35
42
0.68
64
2.68
71
4.29
97
1.52
122
1.06
98
4.65
114
4.17
92
4.04
79
6.58
97
R-Stereo Traintwo views2.16
79
1.08
85
1.57
103
0.84
80
0.19
24
0.01
14
0.01
12
2.05
74
1.01
75
1.37
78
2.45
92
1.50
70
0.46
64
0.21
75
3.23
50
4.53
114
1.62
91
1.05
89
7.07
89
1.09
81
4.86
108
5.93
120
0.04
35
0.31
61
2.48
93
4.63
99
3.10
44
5.74
90
RAFT-Stereopermissivetwo views2.16
79
1.08
85
1.57
103
0.84
80
0.19
24
0.01
14
0.01
12
2.05
74
1.01
75
1.37
78
2.45
92
1.50
70
0.46
64
0.21
75
3.23
50
4.53
114
1.62
91
1.05
89
7.07
89
1.09
81
4.86
108
5.93
120
0.04
35
0.31
61
2.48
93
4.63
99
3.10
44
5.74
90
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Anonymoustwo views2.21
81
0.21
16
0.12
9
0.08
11
0.25
34
0.14
54
0.00
1
3.06
103
1.34
87
1.47
83
0.01
24
1.31
67
1.20
97
0.16
65
4.37
81
5.51
132
2.59
108
1.75
113
12.10
117
2.04
107
5.82
119
5.62
115
0.09
47
1.05
97
1.45
76
1.75
65
4.59
90
1.60
59
GANet-ADLtwo views2.26
82
0.51
48
1.82
109
0.99
90
0.99
80
1.45
97
0.29
72
2.00
72
1.01
75
3.12
111
3.40
101
1.38
68
0.33
54
0.03
19
5.34
101
3.89
109
2.23
103
0.79
71
7.70
93
1.85
101
3.10
79
4.63
100
0.18
68
0.43
80
1.38
73
3.47
85
4.81
91
3.97
80
MSMDNettwo views2.28
83
0.62
62
1.27
87
0.37
53
0.30
48
0.19
61
0.07
52
3.15
107
0.68
63
1.01
60
0.97
72
1.10
61
2.40
106
0.17
67
3.93
71
5.26
130
1.11
81
0.55
57
10.21
108
2.94
122
6.12
121
5.76
116
0.31
82
0.26
50
2.47
92
4.23
93
3.01
40
3.18
74
GEStereo_RVCtwo views2.30
84
0.85
76
0.97
78
1.05
91
0.71
72
1.61
99
1.09
95
2.72
97
0.56
56
0.78
46
0.41
49
2.40
80
0.28
48
0.06
35
4.81
94
4.48
113
1.79
95
2.17
121
8.91
103
1.90
104
3.58
86
7.25
130
0.52
96
0.92
95
0.41
47
0.85
53
4.47
87
6.48
96
cross-rafttwo views2.33
85
0.70
67
1.33
91
0.40
59
0.61
68
0.19
61
0.08
54
3.13
106
0.71
65
0.78
46
1.62
84
1.09
60
0.70
81
0.17
67
3.66
67
4.78
119
0.99
74
0.55
57
10.72
110
1.52
94
6.33
123
5.61
114
0.30
80
0.24
45
2.56
97
4.68
101
4.44
86
5.06
87
GANetREF_RVCpermissivetwo views2.43
86
1.69
97
0.81
68
2.04
107
1.16
84
1.02
93
0.10
57
4.72
122
1.44
90
3.62
119
0.06
31
10.03
114
0.69
79
0.09
48
3.63
62
1.36
41
1.06
77
0.94
83
6.44
85
0.46
55
2.32
62
1.74
44
0.17
66
1.35
105
3.41
107
3.75
88
6.55
108
4.82
85
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
RGCtwo views2.44
87
1.98
102
4.87
131
1.54
99
1.65
98
1.74
103
1.05
92
2.02
73
1.43
89
0.88
54
4.42
111
2.52
84
2.42
107
0.58
101
4.33
79
1.63
52
0.91
68
0.48
52
4.28
72
1.08
80
1.94
58
4.01
88
0.15
61
0.72
92
2.19
87
5.22
106
4.90
94
6.96
98
MLCVtwo views2.45
88
0.61
61
0.81
68
2.48
110
1.21
88
0.95
91
0.50
81
3.57
113
0.61
60
3.75
122
4.26
109
5.13
94
3.34
111
0.06
35
4.63
89
1.78
61
1.32
86
0.86
77
10.05
107
1.09
81
2.30
61
3.92
85
0.29
79
2.16
114
1.87
82
3.06
76
4.01
77
1.40
53
RTSCtwo views2.56
89
0.89
78
1.50
99
0.47
68
0.76
75
0.87
86
2.29
107
1.56
58
1.91
101
2.12
96
2.86
98
1.23
65
0.97
91
1.03
119
7.27
121
3.36
101
4.68
131
1.74
112
7.73
94
1.11
84
3.95
91
5.39
110
0.21
73
1.11
101
0.40
46
0.95
55
4.56
89
8.26
102
DeepPrunerFtwo views2.66
90
1.67
96
0.33
25
3.58
119
9.30
142
1.76
104
3.48
119
0.68
36
3.29
114
0.71
44
1.59
83
0.37
25
0.27
47
0.13
62
5.94
109
3.42
104
1.03
75
0.54
56
4.47
73
0.65
63
2.02
59
2.06
49
0.56
100
0.31
61
15.21
140
3.30
83
3.74
69
1.47
55
EAI-Stereotwo views2.70
91
0.83
73
2.70
120
0.89
85
1.47
95
0.83
85
1.46
98
3.07
104
1.18
82
0.21
16
3.82
106
3.19
86
0.72
82
0.09
48
5.24
100
4.82
121
0.83
66
0.91
79
9.83
106
1.25
88
4.49
100
5.29
107
0.39
88
0.80
93
1.87
82
3.19
80
7.10
116
6.43
95
NOSS_ROBtwo views2.78
92
3.78
126
0.39
34
2.02
106
1.58
96
2.36
109
0.00
1
2.66
95
1.54
92
3.63
120
1.79
87
2.55
85
3.51
112
0.83
113
5.82
107
5.57
133
2.69
109
1.83
115
2.63
51
0.91
76
4.62
101
4.13
94
0.42
90
2.58
117
2.29
88
4.46
96
7.67
119
2.88
71
SGM-Foresttwo views2.81
93
2.03
104
0.36
31
6.32
130
1.79
103
2.66
110
0.02
25
1.42
54
0.77
66
2.52
98
0.96
71
6.57
104
5.74
114
0.31
85
4.36
80
2.94
90
0.61
45
0.33
40
3.08
56
0.47
56
2.46
67
2.73
67
0.84
111
0.45
82
3.66
108
3.74
87
11.30
129
7.44
100
Johannes L. Schönberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PWCDC_ROBbinarytwo views2.82
94
0.49
46
0.17
13
0.38
57
0.79
78
0.03
32
0.10
57
1.16
47
8.93
134
0.14
15
2.49
94
0.55
38
31.02
148
0.57
98
5.58
106
3.32
99
1.73
94
0.91
79
2.53
46
0.88
74
2.92
73
7.18
128
0.15
61
0.53
87
0.55
53
0.69
45
1.43
19
0.88
41
HSM-Net_RVCpermissivetwo views2.86
95
1.24
88
1.50
99
2.55
111
1.72
99
0.57
79
0.17
67
3.55
112
1.14
79
3.50
118
6.32
124
7.94
106
2.93
108
0.05
29
3.38
57
2.12
70
1.28
83
0.26
32
3.24
59
1.24
87
3.66
87
3.76
83
0.61
101
2.64
118
4.43
112
6.27
111
5.76
102
5.47
89
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ADCReftwo views2.96
96
2.78
117
1.02
80
0.70
76
2.21
111
1.96
106
2.42
110
0.96
44
6.10
124
1.94
93
1.15
76
1.08
58
0.74
84
1.32
126
6.01
111
3.38
102
1.34
88
1.15
96
8.41
98
2.09
109
2.59
69
3.60
81
1.88
124
0.71
91
2.81
102
8.00
121
3.42
57
10.24
109
GMO-cross-datatwo views2.99
97
0.26
21
1.52
101
0.33
41
0.21
28
0.22
65
0.38
76
3.16
108
0.85
71
3.36
114
4.21
108
5.45
97
0.78
85
0.20
73
4.02
72
4.67
117
1.40
89
1.31
101
10.46
109
1.58
95
5.30
116
7.01
127
0.04
35
0.34
70
2.98
104
6.37
112
5.39
101
8.95
105
NaN_ROBtwo views3.01
98
1.16
87
1.13
84
0.86
84
3.03
115
0.59
80
0.75
86
3.25
110
2.58
109
0.98
59
1.32
78
21.10
130
0.59
73
1.15
124
4.15
75
1.58
51
0.80
63
0.70
65
2.38
45
1.30
89
1.52
48
2.15
50
0.46
93
1.07
100
2.50
95
6.25
110
4.54
88
13.27
115
XPNet_ROBtwo views3.02
99
2.54
112
1.33
91
0.73
77
1.45
94
1.04
94
0.61
83
0.83
41
1.45
91
1.16
66
3.44
102
26.85
136
0.35
56
0.40
90
3.24
52
2.22
76
3.28
116
0.79
71
3.20
58
1.19
85
2.94
75
5.51
111
0.76
109
0.46
83
0.72
60
2.37
72
9.22
123
3.37
77
PSMNet-ADLtwo views3.15
100
0.80
70
1.49
98
1.54
99
1.63
97
0.88
87
0.30
73
2.50
86
1.91
101
4.43
133
8.13
134
4.06
89
6.80
117
0.07
40
4.23
76
5.16
128
1.83
97
0.91
79
11.85
116
1.86
102
4.02
95
4.02
89
0.70
107
0.51
84
1.61
78
4.33
95
8.01
120
1.36
52
Anonymous3two views3.16
101
0.55
55
0.79
67
0.09
13
1.10
82
0.50
75
0.03
37
3.52
111
1.26
86
1.12
64
0.84
69
10.62
115
1.31
101
0.36
89
7.37
122
6.90
141
3.59
118
3.15
130
10.88
112
2.20
111
6.83
129
9.50
144
0.31
82
0.37
75
1.43
74
3.45
84
5.32
100
1.91
62
GwcNet-ADLtwo views3.21
102
2.99
119
3.34
123
3.11
114
2.07
110
0.82
84
0.12
61
2.95
101
0.67
62
3.84
127
7.51
129
7.80
105
1.22
98
0.20
73
3.79
69
4.73
118
2.11
101
0.73
67
7.81
96
2.53
115
3.21
81
3.69
82
0.22
77
1.53
108
2.17
86
4.84
102
4.00
76
8.77
104
TRStereotwo views3.24
103
2.66
116
7.45
142
0.35
50
0.14
19
7.79
132
0.13
64
3.04
102
0.42
47
2.75
102
1.46
80
5.69
100
0.65
76
0.09
48
3.75
68
4.23
111
0.70
56
0.63
62
6.77
87
1.21
86
4.05
96
4.81
101
0.12
57
0.24
45
2.72
99
6.73
115
12.83
131
6.09
93
ADCP+two views3.47
104
2.05
105
2.64
119
1.31
97
1.93
105
1.19
96
3.99
120
1.07
46
9.83
136
1.78
90
5.75
120
8.79
110
0.37
59
0.90
114
5.04
99
2.20
75
0.44
37
0.90
78
5.82
80
0.88
74
2.38
65
3.43
79
0.33
84
0.41
77
3.03
105
12.72
136
3.59
64
10.90
110
XX-Stereotwo views3.48
105
0.50
47
1.80
107
1.21
94
0.27
39
0.34
68
0.44
78
1.47
55
0.41
46
2.51
97
6.92
126
4.97
92
1.06
94
0.12
60
3.21
49
5.22
129
0.96
71
0.80
75
6.95
88
0.80
72
4.33
99
4.04
91
0.21
73
0.27
54
26.57
151
3.75
88
5.08
97
9.77
107
FC-DCNNcopylefttwo views3.82
106
4.38
130
5.67
138
9.61
138
4.14
122
8.01
134
3.26
117
4.21
117
1.69
97
2.95
107
1.54
82
5.87
102
2.09
105
0.13
62
4.40
83
2.15
72
2.54
107
1.11
94
3.38
62
0.82
73
3.11
80
2.20
52
0.65
103
3.29
121
6.33
124
4.91
103
6.98
113
7.80
101
ADCLtwo views3.91
107
3.61
124
2.28
114
1.76
104
1.76
102
3.09
114
4.16
121
1.98
71
13.71
143
2.81
105
5.14
116
2.47
83
0.65
76
1.10
123
5.38
102
2.55
80
2.02
99
2.20
122
6.41
84
2.08
108
4.87
110
4.20
95
1.40
120
1.06
98
6.69
125
6.60
113
4.33
84
11.16
112
FADNet_RVCtwo views3.95
108
2.06
106
1.30
89
3.33
117
3.36
118
0.99
92
2.06
105
2.30
81
1.39
88
1.72
87
4.72
113
9.29
111
5.82
116
1.76
133
8.23
135
3.12
94
2.98
112
4.27
135
16.83
123
3.30
128
4.99
113
5.51
111
0.63
102
1.39
107
1.45
76
3.14
78
4.86
92
5.92
92
LALA_ROBtwo views4.04
109
4.73
133
1.42
95
1.16
93
1.93
105
2.17
108
1.04
91
1.80
63
2.48
107
2.74
101
5.87
121
33.34
139
0.69
79
0.78
110
6.02
112
2.33
77
3.21
115
1.82
114
3.66
66
1.88
103
3.40
83
4.99
104
0.34
85
1.03
96
1.91
84
3.61
86
8.50
122
6.20
94
iResNettwo views4.14
110
0.84
74
0.71
61
2.34
109
2.59
112
4.58
120
1.07
94
4.67
120
1.21
84
3.72
121
3.61
103
12.28
118
16.06
132
0.03
19
6.64
118
3.14
95
2.35
106
1.89
117
16.43
122
2.53
115
3.76
90
2.90
70
0.17
66
3.88
127
1.66
79
4.23
93
5.19
98
3.23
75
SHDtwo views4.34
111
1.02
82
2.50
117
1.71
103
1.33
91
1.46
98
2.01
103
4.90
123
4.30
121
2.63
99
4.99
115
4.39
91
9.41
124
0.58
101
8.20
133
4.81
120
4.43
129
2.44
126
13.01
119
2.95
123
5.61
118
6.88
125
0.30
80
3.26
120
4.11
109
5.16
105
3.88
73
10.98
111
CSANtwo views4.46
112
2.36
111
1.57
103
3.12
115
3.32
117
1.64
100
0.76
87
4.59
119
4.37
122
3.80
124
2.84
97
17.58
127
10.47
126
0.96
116
4.80
93
1.75
60
2.06
100
1.16
97
5.69
78
2.34
113
2.93
74
2.40
60
0.43
91
2.56
116
4.64
113
11.45
134
7.53
118
13.44
117
ETE_ROBtwo views4.62
113
4.04
128
1.52
101
1.14
92
2.02
108
2.70
111
1.28
97
1.50
56
4.25
120
1.89
91
5.88
122
37.95
144
0.84
89
1.42
130
4.94
98
2.66
82
3.81
124
0.95
84
4.84
75
1.63
98
4.01
94
5.32
109
0.67
106
1.14
102
2.03
85
3.84
91
15.25
137
7.23
99
XQCtwo views4.76
114
3.14
121
1.63
106
3.31
116
3.69
120
3.46
117
2.94
114
6.02
130
3.05
113
2.64
100
5.51
118
5.67
99
7.46
119
1.41
128
8.02
127
4.65
116
3.59
118
1.49
105
10.75
111
2.91
118
4.96
112
6.67
124
0.41
89
1.91
110
7.13
129
10.47
133
11.17
128
4.51
81
CC-Net-ROBtwo views5.26
115
8.36
142
1.81
108
22.68
147
6.07
133
15.19
143
7.74
139
0.45
28
0.84
69
1.53
85
0.00
1
23.78
133
3.00
109
3.15
139
2.92
37
0.74
11
2.29
104
1.51
106
11.50
115
0.48
57
1.21
37
1.47
33
9.41
149
0.22
44
2.30
89
2.51
74
2.25
28
8.72
103
CBMVpermissivetwo views5.52
116
3.65
125
1.32
90
3.46
118
2.86
114
2.04
107
0.41
77
3.64
114
2.63
110
4.09
129
2.36
90
14.13
121
3.70
113
0.57
98
7.16
120
6.19
137
4.26
127
2.36
125
8.76
100
1.44
93
6.43
124
4.53
99
0.54
98
5.62
135
4.85
115
6.08
109
19.41
141
26.62
143
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RTStwo views5.53
117
1.46
91
0.94
74
0.90
86
1.73
100
4.08
118
4.63
125
2.53
89
3.41
115
2.79
103
1.70
85
8.18
107
1.27
99
0.72
106
7.83
124
4.87
122
7.37
142
2.34
123
18.33
125
2.92
119
4.78
104
5.88
118
1.04
114
1.31
103
6.74
126
22.88
154
6.66
110
22.00
133
RTSAtwo views5.53
117
1.46
91
0.94
74
0.90
86
1.73
100
4.08
118
4.63
125
2.53
89
3.41
115
2.79
103
1.70
85
8.18
107
1.27
99
0.72
106
7.83
124
4.87
122
7.37
142
2.34
123
18.33
125
2.92
119
4.78
104
5.88
118
1.04
114
1.31
103
6.74
126
22.88
154
6.66
110
22.00
133
AnyNet_C32two views5.68
119
1.96
100
2.91
121
1.78
105
2.71
113
3.17
115
5.76
130
4.31
118
12.56
138
3.07
109
7.17
127
4.22
90
1.70
103
2.19
134
8.22
134
5.98
135
5.69
135
4.43
138
12.45
118
2.93
121
9.72
140
8.57
140
1.84
123
3.46
124
6.24
123
9.82
130
6.26
105
14.21
118
CBMV_ROBtwo views6.09
120
2.65
114
2.29
115
8.35
135
5.74
129
5.08
121
2.76
113
5.03
125
2.35
105
3.78
123
4.70
112
21.22
131
13.56
130
0.09
48
6.04
113
3.70
106
2.84
110
1.39
102
11.35
113
8.80
147
4.92
111
3.11
75
0.43
91
2.10
113
7.06
128
10.12
131
12.96
132
11.93
114
ADCPNettwo views6.67
121
1.97
101
3.86
127
2.75
112
6.19
134
3.07
113