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

CroCo-Stereo Lap2	0.35 1	0.23 3	0.15 1	0.11 1	0.12 3	0.16 1	0.08 2	0.35 4	0.15 4	0.47 12	0.10 2	0.33 3	0.15 3	0.16 1	1.27 7	1.03 19	0.37 1	0.37 4	0.46 3	0.22 2	0.60 8	0.93 9	0.17 2	0.14 1	0.40 4	0.34 6	0.41 2	0.27 3

StereoVision	0.36 2	0.28 4	0.22 4	0.13 3	0.18 6	0.21 3	0.14 5	0.30 2	0.23 6	0.35 6	0.18 3	0.35 4	0.17 5	0.17 2	1.03 4	0.80 6	0.47 4	0.36 3	0.44 2	0.23 3	0.47 3	0.59 4	0.16 1	0.22 5	0.41 5	0.40 10	0.72 10	0.36 8

CroCo-Stereo	0.36 2	0.21 1	0.15 1	0.11 1	0.10 2	0.19 2	0.06 1	0.33 3	0.14 2	0.31 3	0.05 1	0.37 6	0.14 1	0.18 3	1.64 17	1.08 24	0.38 2	0.38 5	0.52 5	0.21 1	0.65 12	0.90 8	0.17 2	0.15 2	0.39 3	0.31 3	0.45 3	0.26 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
ProNet	0.42 4	0.28 4	0.34 8	0.26 6	0.15 5	0.28 6	0.40 61	0.38 5	0.13 1	0.16 1	0.52 32	0.29 2	0.14 1	0.20 5	1.47 8	1.03 19	0.47 4	0.35 2	0.36 1	0.31 4	0.41 1	1.45 25	0.43 25	0.31 7	0.36 1	0.20 1	0.40 1	0.26 1

delet	0.53 5	0.58 13	0.49 28	0.36 20	0.50 45	0.51 47	0.31 35	0.50 7	0.30 12	0.56 15	0.44 19	0.47 10	0.36 21	0.48 73	1.21 6	0.72 2	0.58 11	0.48 10	0.47 4	0.42 10	0.61 9	0.70 5	0.41 22	0.47 33	0.52 13	0.36 9	1.09 27	0.51 17

AASNet	0.55 6	0.74 40	0.50 30	0.35 18	0.61 75	0.52 52	0.42 64	0.65 17	0.28 11	0.41 8	0.50 29	0.40 7	0.32 15	0.44 61	1.04 5	0.73 3	0.55 7	0.61 32	0.68 12	0.51 20	0.62 10	0.94 10	0.46 36	0.50 38	0.52 13	0.44 17	0.74 11	0.45 11

AANet_RVC	0.56 7	0.46 9	0.41 16	0.33 16	0.61 75	0.28 6	0.34 46	0.61 12	0.58 75	0.43 9	0.40 17	0.40 7	0.49 37	0.34 21	1.48 9	0.84 10	0.56 9	0.53 14	0.58 10	0.53 23	0.47 3	0.52 3	0.34 8	0.40 17	0.58 23	0.56 26	1.05 23	0.97 78

TDLM	0.57 8	0.62 15	0.66 54	0.43 33	0.58 72	0.49 41	0.51 92	0.72 22	0.45 37	0.33 4	0.80 86	0.83 64	0.46 33	0.46 69	0.67 1	0.67 1	0.59 13	0.55 21	0.52 5	0.51 20	0.51 5	1.17 13	0.44 29	0.41 20	0.42 7	0.35 7	0.64 8	0.70 41

StereoIM	0.61 9	0.48 10	0.31 5	0.17 4	0.27 11	0.21 3	0.18 7	0.44 6	0.33 15	1.08 110	0.30 10	0.52 11	0.24 9	0.19 4	1.98 26	1.30 53	0.63 20	0.60 28	1.24 38	0.47 16	0.91 30	1.19 15	0.39 18	0.28 6	0.64 31	0.66 38	0.62 6	0.82 58

MMNet	0.63 10	0.58 13	0.47 25	0.39 25	0.56 68	0.43 32	0.31 35	0.61 12	0.40 25	0.39 7	0.60 47	0.68 28	0.35 17	0.52 88	1.55 10	0.80 6	0.77 46	0.60 28	0.76 17	0.55 24	0.65 12	0.87 7	0.44 29	0.60 62	0.52 13	0.49 21	1.49 55	0.50 15

MIF-Stereo	0.64 11	0.44 8	0.35 10	0.21 5	0.25 9	0.35 13	0.18 7	0.62 15	0.31 13	0.75 50	0.29 8	0.69 30	0.36 21	0.25 10	1.85 24	1.53 80	0.60 16	0.65 37	1.69 64	0.47 16	1.19 46	1.30 17	0.39 18	0.33 9	0.56 19	0.55 24	0.55 4	0.58 22

RAFT	0.65 12	0.22 2	0.20 3	0.28 7	0.13 4	0.31 9	0.08 2	0.97 63	0.18 5	0.79 62	0.19 4	0.28 1	0.16 4	0.20 5	7.28 115	1.41 63	0.42 3	0.27 1	0.54 7	0.36 7	0.45 2	0.42 1	0.21 4	0.17 3	0.41 5	0.33 5	0.91 17	0.27 3

DMCA	0.68 13	0.72 32	0.65 50	0.40 27	0.49 42	0.54 56	0.34 46	0.59 11	0.55 67	0.79 62	0.64 53	0.73 37	0.41 27	0.47 71	1.60 16	0.99 17	0.76 40	0.68 42	0.68 12	0.52 22	0.71 16	1.17 13	0.51 56	0.57 52	0.50 12	0.55 24	1.06 25	0.62 35

iRaftStereo_RVC	0.69 14	0.56 12	0.45 22	0.29 9	0.31 14	0.34 11	0.20 10	0.68 21	0.26 8	0.46 11	0.56 40	0.60 14	0.30 12	0.29 14	1.71 18	0.98 16	0.60 16	0.47 9	0.75 16	0.45 13	1.03 36	4.25 67	0.38 16	0.42 22	0.49 10	0.41 13	0.78 13	0.48 12

test croco	0.75 15	0.88 92	0.39 13	0.33 16	0.61 75	0.35 13	0.30 34	0.89 54	0.35 19	0.72 43	0.24 5	0.73 37	0.35 17	0.21 7	2.10 31	1.66 98	0.73 32	0.72 55	1.01 27	0.43 11	1.85 85	1.92 33	0.36 10	0.39 12	0.72 41	0.61 30	0.75 12	0.74 45

RAFT_CTSACE	0.75 15	0.94 113	0.33 7	0.36 20	0.34 19	0.34 11	0.24 17	1.23 95	0.27 9	0.64 32	0.29 8	0.72 36	0.56 57	0.34 21	2.96 62	1.22 42	0.55 7	0.44 7	0.81 18	0.35 6	0.87 22	2.64 47	0.47 37	0.38 11	0.54 16	0.41 13	1.58 66	0.39 9

HCRNet	0.75 15	0.79 63	0.43 20	0.55 61	0.27 11	0.42 31	0.38 57	0.63 16	0.34 17	1.59 141	0.61 48	0.67 26	0.31 14	0.42 52	2.11 32	0.81 8	0.65 21	0.48 10	0.68 12	0.44 12	0.80 21	2.42 42	0.40 20	0.45 28	0.46 8	0.48 20	2.14 101	0.50 15

test_5	0.76 18	0.91 101	0.32 6	0.39 25	0.26 10	0.36 15	0.19 9	1.79 167	0.33 15	0.60 22	1.97 160	0.76 45	0.75 103	0.33 19	1.58 12	1.23 44	0.57 10	0.55 21	1.09 31	0.40 9	0.64 11	1.83 31	0.31 6	0.46 32	0.47 9	0.40 10	1.72 76	0.44 10

MIF-Stereo (partial)	0.77 19	0.77 54	0.34 8	0.29 9	0.38 27	0.36 15	0.31 35	0.54 8	0.40 25	0.61 25	0.32 11	0.55 13	0.40 24	0.24 9	2.14 34	1.65 96	0.69 25	0.76 68	0.93 24	0.48 18	1.52 68	1.76 30	0.42 23	0.39 12	0.64 31	0.70 42	2.25 112	0.86 63

UPFNet	0.78 20	0.71 27	0.89 85	0.55 61	0.65 92	0.60 81	0.56 96	0.72 22	0.57 72	0.59 21	0.59 45	0.64 21	0.47 35	0.61 116	1.83 23	1.02 18	0.77 46	0.69 50	0.92 22	0.73 68	0.70 15	1.04 11	0.55 73	0.67 80	0.64 31	0.57 28	2.18 105	0.59 28

CVANet_RVC	0.80 21	0.73 38	0.92 97	0.86 128	0.64 89	0.72 110	0.62 106	1.17 85	0.55 67	0.47 12	0.89 101	0.91 78	0.48 36	0.51 86	0.84 2	0.75 5	0.61 18	0.59 26	0.56 8	0.63 43	0.66 14	3.82 60	0.43 25	0.47 33	0.57 20	0.44 17	0.78 13	1.05 94

TestStereo	0.82 22	0.94 113	0.85 79	0.56 66	0.47 36	0.68 101	0.35 54	1.21 93	0.42 31	0.90 88	0.65 55	0.88 71	0.55 55	0.39 37	1.59 14	0.96 13	0.77 46	0.54 16	1.41 45	0.57 27	1.30 53	1.32 18	0.48 41	0.49 37	0.79 52	0.81 53	1.39 42	0.79 55

GMStereo	0.82 22	0.99 132	0.40 15	0.49 46	0.48 38	0.56 63	0.46 79	0.79 32	0.47 42	0.55 14	0.47 23	0.84 69	0.41 27	0.37 30	1.71 18	1.08 24	0.77 46	0.54 16	1.93 72	0.59 34	1.20 48	2.06 35	0.45 32	0.57 52	0.77 46	0.67 40	1.86 86	0.57 20
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet	0.87 24	0.85 81	0.83 74	0.78 111	0.74 104	0.62 85	0.56 96	0.84 44	0.49 52	0.67 38	0.70 66	0.96 92	0.68 86	0.45 67	2.29 41	0.88 11	0.76 40	0.66 39	0.94 25	0.80 83	1.07 37	1.08 12	0.50 51	0.54 44	0.91 75	1.03 90	1.67 75	1.14 104

HGLStereo	0.89 25	0.66 19	0.79 68	0.52 55	0.71 100	0.57 68	0.50 89	0.67 20	0.51 59	1.67 150	0.96 107	0.66 25	0.57 58	0.54 98	1.73 20	1.28 51	0.85 63	0.78 71	1.10 32	0.68 56	1.07 37	2.08 36	0.51 56	0.68 82	0.75 45	0.79 50	1.59 71	0.81 56

RAFT+CT+SA	0.90 26	0.97 122	0.42 19	0.45 42	0.29 13	0.39 22	0.21 11	1.63 154	0.35 19	0.73 46	0.32 11	0.91 78	0.69 89	0.41 44	1.58 12	1.43 66	0.59 13	0.60 28	2.18 77	0.50 19	0.90 25	5.09 81	0.35 9	0.43 23	0.55 17	0.43 16	1.56 61	0.49 13

UNet	0.90 26	0.77 54	0.77 65	0.61 75	0.61 75	0.61 83	0.57 101	0.90 55	0.60 81	1.20 114	0.68 58	0.77 48	0.58 62	0.67 138	1.80 22	1.20 40	0.83 62	0.73 58	1.14 35	0.83 97	0.90 25	1.35 19	0.65 110	0.77 97	0.70 39	0.79 50	2.48 136	0.95 76

dd	0.93 28	0.81 68	0.54 36	1.07 151	0.45 33	0.87 130	0.50 89	0.86 46	0.42 31	0.83 71	0.44 19	1.28 127	0.40 24	0.56 105	2.32 42	1.06 22	1.03 113	0.74 63	2.01 75	0.62 41	0.87 22	1.54 27	0.52 62	0.75 93	0.86 66	0.58 29	1.74 77	1.43 131

DSFCA	0.94 29	0.84 75	0.75 62	0.66 90	0.78 111	0.62 85	0.79 124	0.75 27	0.78 109	0.78 59	0.86 92	0.79 57	0.52 44	0.44 61	1.95 25	1.21 41	0.89 76	0.87 100	1.03 28	0.81 88	1.11 40	2.19 39	0.73 133	0.80 105	0.84 60	0.96 78	1.89 87	0.85 61

DMCA-RVC	0.94 29	0.74 40	0.78 67	0.62 77	0.78 111	0.58 71	1.11 150	0.77 28	1.39 162	1.36 128	0.68 58	0.88 71	0.57 58	0.58 109	2.43 46	1.16 32	0.91 80	0.78 71	0.99 26	0.78 78	0.94 31	1.41 23	0.55 73	0.72 90	0.62 29	0.64 34	1.82 81	0.91 71

IER	0.95 31	0.83 71	0.60 44	0.50 50	0.52 52	0.58 71	0.48 86	0.80 35	0.50 55	1.12 112	0.77 80	1.06 101	0.50 40	0.78 155	3.59 83	1.11 28	0.76 40	0.65 37	0.91 21	0.78 78	0.76 17	2.32 40	0.66 113	0.67 80	0.65 34	1.01 85	2.05 97	0.74 45

HITNet	0.97 32	0.66 19	0.64 49	0.69 93	0.50 45	0.40 24	0.33 43	1.25 98	0.87 121	0.70 40	0.70 66	0.94 87	0.53 45	0.39 37	2.05 29	1.16 32	0.69 25	0.64 36	0.84 19	0.61 37	2.15 94	4.61 71	0.49 45	0.60 62	0.63 30	0.63 33	1.82 81	0.82 58
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
RASNet	1.02 33	0.75 43	0.95 102	0.64 86	0.64 89	0.67 99	0.45 75	0.98 65	0.62 86	1.21 118	0.64 53	0.76 45	0.74 100	0.43 57	1.59 14	1.52 78	0.78 51	0.68 42	1.06 29	0.70 60	1.24 52	4.37 68	0.47 37	0.84 114	0.80 54	0.83 57	2.17 104	1.08 97

DLCB_ROB	1.03 34	0.92 105	0.91 91	0.74 101	0.83 125	0.75 115	0.77 121	0.88 51	0.73 105	0.93 94	0.85 90	1.06 101	0.94 144	0.70 143	1.57 11	1.24 46	1.03 113	0.73 58	0.92 22	0.75 72	1.48 64	2.49 43	0.81 153	0.77 97	1.35 146	1.30 122	1.49 55	0.95 76

TESTraft	1.04 35	0.98 128	0.44 21	0.41 29	0.34 19	0.41 25	0.26 24	1.12 78	0.40 25	0.98 100	0.35 15	0.64 21	0.76 108	0.53 91	3.11 70	1.82 111	0.74 34	0.52 13	3.10 112	0.57 27	1.16 44	3.86 63	0.37 12	0.45 28	0.58 23	1.17 112	2.52 142	0.60 29

DISCO	1.04 35	0.98 128	0.62 46	0.57 67	0.62 82	0.84 127	0.83 128	0.77 28	0.82 113	1.98 164	0.89 101	0.68 28	0.70 90	0.45 67	1.98 26	1.35 59	1.00 107	0.81 78	1.83 66	0.81 88	1.00 34	2.90 51	0.62 100	0.65 75	0.74 43	0.84 59	2.03 96	0.85 61

STTStereo	1.06 37	0.95 117	0.90 88	0.79 115	0.77 109	0.70 106	1.10 147	0.86 46	1.48 170	1.26 122	0.78 84	1.13 113	0.78 115	0.94 171	2.76 52	1.16 32	0.76 40	0.73 58	1.10 32	0.66 54	1.18 45	1.53 26	0.62 100	0.58 56	0.78 49	1.22 117	1.76 79	1.40 129

TestStereo1	1.09 38	0.99 132	0.41 16	0.38 22	0.37 25	0.41 25	0.27 27	1.02 69	0.40 25	0.80 66	0.34 13	0.61 18	0.74 100	0.53 91	2.97 63	1.78 107	0.74 34	0.54 16	3.12 113	0.57 27	1.44 57	5.38 87	0.37 12	0.43 23	0.59 26	1.04 93	2.53 144	0.60 29

SA-5K	1.09 38	0.99 132	0.41 16	0.38 22	0.37 25	0.41 25	0.27 27	1.02 69	0.40 25	0.80 66	0.34 13	0.61 18	0.74 100	0.53 91	2.97 63	1.78 107	0.74 34	0.54 16	3.12 113	0.57 27	1.44 57	5.38 87	0.37 12	0.43 23	0.59 26	1.04 93	2.53 144	0.60 29

NLCA_NET_v2_RVC	1.09 38	0.93 111	0.85 79	0.74 101	0.81 119	0.66 96	1.22 159	1.07 73	2.23 203	1.99 165	0.76 76	0.97 93	0.63 75	0.94 171	2.41 45	1.05 21	0.74 34	0.72 55	1.32 41	0.70 60	0.90 25	1.40 20	0.59 91	0.61 64	0.74 43	1.58 145	1.48 54	1.26 121
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_up	1.12 41	0.88 92	1.03 121	0.79 115	0.95 137	0.77 118	0.66 112	1.33 113	1.03 138	0.87 79	0.69 63	1.12 110	0.76 108	0.76 150	2.94 60	1.17 35	0.96 97	0.82 83	2.32 84	0.85 100	1.44 57	1.89 32	0.51 56	0.92 139	1.03 100	1.08 99	1.62 72	1.09 98

PDISCO_ROB	1.12 41	0.87 88	0.62 46	0.79 115	0.70 98	0.54 56	0.76 120	0.95 62	0.69 100	1.78 155	0.98 113	0.75 44	0.63 75	0.65 134	2.15 35	1.54 85	0.99 104	1.10 159	1.60 57	0.82 94	1.80 78	2.71 48	0.57 84	0.84 114	1.20 128	0.84 59	2.56 148	0.90 68

PS-NSSS	1.13 43	1.45 190	0.73 59	1.20 169	0.95 137	1.22 169	1.06 142	0.80 35	0.55 67	0.74 48	0.51 30	2.17 168	1.08 159	0.93 169	2.02 28	0.96 13	0.89 76	0.74 63	1.56 53	0.65 51	0.97 33	0.79 6	1.65 206	0.55 47	1.13 119	0.96 78	3.19 181	1.11 101

SA	1.14 44	0.95 117	0.46 23	0.55 61	0.54 61	0.50 45	0.25 22	1.59 149	0.47 42	0.72 43	0.40 17	0.73 37	0.59 67	0.62 121	2.09 30	2.12 124	0.82 60	0.82 83	3.31 125	0.67 55	1.46 60	4.78 74	0.36 10	0.69 84	0.78 49	1.11 102	2.64 156	0.72 44

LMCR-Stereo	1.14 44	0.84 75	0.91 91	0.55 61	0.63 86	0.66 96	0.34 46	1.12 78	0.64 91	0.82 69	0.77 80	0.94 87	0.49 37	0.44 61	3.22 75	1.57 92	1.06 120	0.76 68	2.19 79	1.43 155	1.90 86	4.46 69	0.53 68	0.81 108	0.87 68	0.86 65	1.11 29	0.94 73

AF-Net	1.15 46	0.85 81	1.00 113	0.77 107	0.93 133	1.00 148	2.29 182	1.51 136	1.06 140	0.57 18	0.96 107	1.40 137	0.64 78	0.75 148	2.20 37	1.08 24	0.85 63	0.62 33	1.83 66	0.79 81	0.90 25	2.97 52	0.66 113	0.65 75	0.98 90	0.89 68	1.58 66	1.24 119

Nwc_Net	1.15 46	0.85 81	1.00 113	0.77 107	0.93 133	1.00 148	2.29 182	1.51 136	1.06 140	0.57 18	0.96 107	1.40 137	0.64 78	0.75 148	2.20 37	1.08 24	0.85 63	0.62 33	1.83 66	0.79 81	0.90 25	2.97 52	0.66 113	0.65 75	0.98 90	0.89 68	1.58 66	1.24 119

CAS	1.16 48	0.81 68	0.47 25	0.51 53	0.49 42	0.38 18	0.31 35	0.56 9	0.45 37	1.20 114	0.90 103	0.64 21	0.97 152	0.32 16	3.11 70	2.22 128	0.98 101	0.85 94	1.21 36	0.64 45	3.95 117	5.48 93	0.47 37	0.31 7	0.85 65	0.92 75	1.21 34	1.15 107

GANet	1.17 49	0.80 66	0.81 72	0.71 96	0.71 100	1.18 162	0.64 108	0.83 41	0.47 42	0.61 25	6.20 214	2.19 169	0.44 32	0.65 134	0.94 3	0.81 8	0.87 70	0.79 73	0.65 11	0.46 15	0.56 7	6.49 108	0.53 68	0.57 52	0.65 34	0.47 19	0.85 15	0.70 41

CASnet	1.22 50	0.92 105	0.55 37	0.41 29	0.45 33	0.39 22	0.24 17	0.92 57	0.50 55	0.78 59	0.56 40	0.91 78	0.54 52	0.38 31	3.31 76	1.35 59	0.77 46	0.51 12	1.43 46	0.56 25	7.13 163	5.44 92	0.45 32	0.48 36	1.22 131	0.50 22	1.47 51	0.78 54
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Sa-1000	1.22 50	0.77 54	0.49 28	0.49 46	0.61 75	0.51 47	0.29 32	1.69 159	0.53 63	0.73 46	0.48 28	0.73 37	0.66 84	0.76 150	3.04 68	1.97 118	0.98 101	0.95 122	3.31 125	0.63 43	1.92 89	4.89 75	0.37 12	0.82 109	1.15 122	1.22 117	2.35 121	0.75 47

iinet-f	1.26 52	1.10 153	0.69 56	0.94 136	0.47 36	0.72 110	0.58 102	0.79 32	0.50 55	2.11 174	1.35 139	0.83 64	0.64 78	0.38 31	3.97 87	1.88 112	0.79 53	0.68 42	3.04 109	1.08 127	1.61 71	3.40 54	0.68 119	0.75 93	1.14 120	0.64 34	2.22 111	0.90 68

APVNet	1.28 53	1.03 145	0.68 55	0.69 93	0.78 111	0.87 130	0.89 132	0.79 32	0.72 103	0.91 90	0.83 89	0.92 83	0.61 69	0.59 111	3.31 76	1.71 100	1.16 136	0.99 133	3.22 119	0.92 108	1.91 88	4.73 73	0.58 86	1.11 161	0.80 54	0.84 59	1.90 88	0.97 78

RP	1.29 54	1.05 148	1.26 165	0.96 137	1.11 152	0.85 128	1.39 164	1.24 97	1.30 159	0.61 25	1.16 126	1.27 125	0.75 103	0.72 146	3.49 80	1.12 29	0.95 94	0.68 42	1.24 38	0.83 97	1.02 35	4.57 70	0.63 105	0.91 137	0.90 73	1.02 89	2.51 140	1.20 115

AACVNet	1.30 55	0.89 95	0.74 60	0.93 132	0.95 137	0.73 112	0.64 108	0.88 51	0.64 91	0.74 48	0.88 98	0.83 64	0.67 85	0.62 121	9.20 123	1.41 63	0.87 70	0.84 92	1.21 36	0.80 83	1.51 66	2.50 44	0.75 142	0.69 84	0.88 70	1.11 102	1.91 89	1.31 123

AMNet	1.31 56	1.12 155	1.05 124	1.14 159	1.12 154	1.27 174	1.07 144	1.35 116	1.13 147	1.10 111	1.11 123	1.55 148	1.26 168	1.20 192	1.75 21	1.59 94	1.37 156	1.23 177	1.37 43	1.22 137	1.40 56	1.40 20	1.25 191	1.26 172	1.26 132	1.70 153	1.54 59	1.65 142

ARAFT	1.32 57	0.72 32	0.50 30	0.35 18	0.34 19	0.44 34	0.24 17	0.65 17	0.35 19	2.25 179	0.56 40	0.60 14	0.30 12	0.43 57	2.15 35	1.46 71	0.75 38	0.75 67	2.78 102	0.58 31	2.25 98	12.47 185	0.45 32	0.39 12	0.94 83	0.40 10	1.98 94	0.57 20

iResNet_ROB	1.32 57	0.86 85	0.86 81	0.65 87	0.60 73	0.69 103	0.66 112	2.64 215	0.58 75	1.71 152	0.75 75	0.97 93	0.82 126	0.49 77	5.86 107	1.53 80	0.93 88	0.86 96	2.96 106	0.68 56	2.22 95	1.21 16	0.62 100	0.95 144	0.86 66	0.98 83	2.65 158	1.02 90

PA-Net	1.33 59	0.99 132	1.18 153	0.77 107	1.35 172	0.69 103	0.90 133	0.82 40	1.17 153	0.82 69	1.28 134	0.78 54	0.79 117	0.93 169	4.45 97	1.31 55	0.72 30	0.80 76	1.06 29	0.89 103	1.19 46	4.70 72	0.68 119	0.85 121	1.01 96	2.17 185	1.45 49	2.09 160
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	1.35 60	1.22 163	1.01 117	1.18 163	1.10 151	1.02 151	0.81 125	1.25 98	1.15 151	1.30 125	0.77 80	2.55 179	0.96 148	0.63 125	2.28 40	1.23 44	1.09 124	0.99 133	2.42 88	0.90 106	2.22 95	1.72 29	0.79 150	1.12 162	1.31 137	1.27 119	2.62 153	1.48 133
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
IPLGR_C	1.36 61	0.72 32	0.89 85	0.59 71	0.54 61	0.54 56	0.34 46	0.81 37	0.58 75	0.76 54	0.69 63	1.05 100	0.53 45	0.64 129	2.77 53	1.41 63	0.92 83	0.69 50	3.26 121	0.64 45	1.68 74	10.52 147	0.58 86	0.83 112	1.01 96	0.65 37	2.40 129	0.61 32

ACRE	1.36 61	0.71 27	0.88 83	0.61 75	0.53 55	0.55 61	0.35 54	0.81 37	0.58 75	0.76 54	0.69 63	1.06 101	0.53 45	0.64 129	2.80 58	1.39 62	0.92 83	0.68 42	3.26 121	0.64 45	1.68 74	10.53 148	0.58 86	0.83 112	1.03 100	0.64 34	2.40 129	0.62 35

CIPLG	1.37 63	0.71 27	0.91 91	0.59 71	0.53 55	0.54 56	0.36 56	0.81 37	0.59 80	0.76 54	0.68 58	1.04 99	0.53 45	0.64 129	3.08 69	1.45 70	0.93 88	0.67 40	3.23 120	0.64 45	1.66 72	10.56 149	0.58 86	0.84 114	1.03 100	0.66 38	2.36 122	0.61 32

NCC-stereo	1.37 63	1.25 168	1.13 139	1.00 142	1.08 146	0.98 145	1.87 172	1.76 163	1.58 178	0.60 22	1.33 136	1.22 119	1.08 159	0.78 155	3.16 73	1.19 38	0.95 94	1.00 137	1.64 58	1.00 120	1.20 48	3.65 56	0.84 161	0.84 114	1.28 134	1.57 143	1.44 45	1.60 138

Abc-Net	1.37 63	1.25 168	1.13 139	1.00 142	1.08 146	0.98 145	1.87 172	1.76 163	1.58 178	0.60 22	1.33 136	1.22 119	1.08 159	0.78 155	3.16 73	1.19 38	0.95 94	1.00 137	1.64 58	1.00 120	1.20 48	3.65 56	0.84 161	0.84 114	1.28 134	1.57 143	1.44 45	1.60 138
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
raft_robust	1.38 66	0.94 113	0.55 37	0.60 73	0.48 38	0.59 78	0.38 57	2.05 190	0.53 63	1.67 150	0.52 32	0.83 64	0.81 122	0.49 77	3.50 81	1.90 113	0.92 83	0.86 96	4.99 156	0.61 37	3.19 108	5.05 80	0.47 37	0.64 69	1.04 103	1.06 96	1.58 66	0.99 87

GLC_STEREO	1.38 66	0.90 98	0.91 91	0.58 69	0.62 82	0.49 41	0.43 68	1.68 158	0.48 46	0.77 58	0.68 58	0.81 62	0.62 74	0.61 116	9.99 129	1.91 114	0.92 83	0.60 28	1.71 65	0.71 65	2.58 103	3.85 62	0.48 41	0.57 52	0.69 38	0.56 26	2.36 122	0.87 66

UDGNet	1.40 68	1.04 146	0.83 74	1.64 190	1.39 174	1.70 191	1.25 161	1.21 93	0.81 112	0.63 30	0.87 95	0.92 83	0.42 30	1.61 203	2.12 33	1.25 47	0.87 70	0.89 108	2.45 90	0.92 108	1.95 91	5.71 96	1.28 192	0.54 44	1.21 129	1.10 101	2.15 102	1.02 90

SACVNet	1.42 69	0.96 121	1.03 121	0.93 132	1.15 156	0.95 141	0.99 139	1.50 133	0.82 113	1.21 118	0.74 73	0.99 96	0.73 98	0.70 143	3.38 78	1.50 76	1.24 144	0.85 94	2.24 81	0.96 114	2.50 102	5.99 103	0.69 125	0.90 134	1.04 103	1.06 96	2.02 95	1.29 122

Former-RAFT_DAM_RVC	1.44 70	0.64 17	0.58 43	0.44 41	0.42 30	0.38 18	0.27 27	1.25 98	0.49 52	0.85 75	0.62 50	0.76 45	0.54 52	0.35 23	12.82 141	1.55 88	0.72 30	0.71 52	2.02 76	0.58 31	1.72 76	6.96 115	0.42 23	0.39 12	0.82 58	1.19 113	0.71 9	0.77 52

sAnonymous2	1.46 71	0.77 54	0.55 37	0.43 33	0.48 38	0.71 107	0.42 64	1.28 104	0.99 131	0.65 35	0.88 98	1.13 113	0.96 148	0.36 26	2.58 47	2.36 132	1.11 126	1.05 151	3.69 135	0.96 114	4.96 132	7.11 117	0.64 107	0.61 64	0.84 60	1.39 129	1.25 36	1.23 117

CroCo_RVC	1.46 71	0.77 54	0.55 37	0.43 33	0.48 38	0.71 107	0.42 64	1.28 104	0.99 131	0.65 35	0.88 98	1.13 113	0.96 148	0.36 26	2.58 47	2.36 132	1.11 126	1.05 151	3.69 135	0.96 114	4.96 132	7.11 117	0.64 107	0.61 64	0.84 60	1.39 129	1.25 36	1.23 117

CES	1.47 73	0.78 61	0.61 45	0.46 45	0.57 69	0.52 52	0.23 13	1.50 133	0.68 97	0.78 59	0.86 92	0.86 70	0.90 137	0.39 37	7.38 117	3.09 146	1.24 144	1.04 146	1.48 48	1.19 134	4.63 128	5.40 89	0.67 116	0.45 28	0.87 68	0.82 54	1.16 31	1.15 107

HSM	1.47 73	0.76 51	1.02 119	0.81 119	0.80 117	0.56 63	0.56 96	1.86 173	0.60 81	0.76 54	0.85 90	0.90 76	0.68 86	0.60 114	11.58 138	1.15 30	0.96 97	0.74 63	2.61 94	0.74 69	2.26 99	2.51 45	0.60 96	0.87 123	0.95 86	0.98 83	2.08 99	1.02 90

DN-CSS_ROB	1.49 75	0.84 75	1.08 131	0.88 130	0.88 126	0.50 45	0.39 59	2.00 185	0.63 89	1.55 139	1.79 152	1.00 97	0.81 122	0.41 44	3.48 79	1.46 71	1.12 130	0.95 122	5.28 160	0.75 72	4.20 119	3.69 58	0.56 80	1.01 150	0.80 54	0.82 54	2.06 98	1.31 123

stereogan	1.50 76	1.32 175	1.15 145	1.13 157	1.31 168	1.13 160	1.02 141	1.26 101	1.04 139	1.20 114	1.09 121	1.65 153	0.90 137	0.67 138	2.78 56	1.43 66	1.01 111	0.81 78	1.83 66	0.99 119	1.36 55	8.05 125	0.73 133	0.92 139	0.91 75	1.08 99	2.36 122	1.37 126

LoS_RVC	1.52 77	1.26 170	0.96 104	0.32 14	0.52 52	0.38 18	0.34 46	0.73 24	0.57 72	2.10 172	0.76 76	0.73 37	0.72 95	0.35 23	4.43 95	3.80 167	0.91 80	2.29 223	3.41 129	0.70 60	4.52 124	6.76 110	0.56 80	0.44 26	0.84 60	0.85 63	0.93 18	0.98 82

tt_ll	1.52 77	1.26 170	0.96 104	0.32 14	0.52 52	0.38 18	0.34 46	0.73 24	0.57 72	2.10 172	0.76 76	0.73 37	0.72 95	0.35 23	4.43 95	3.80 167	0.91 80	2.29 223	3.41 129	0.70 60	4.52 124	6.76 110	0.56 80	0.44 26	0.84 60	0.85 63	0.93 18	0.98 82

TANstereo	1.55 79	1.06 150	0.94 100	0.68 91	0.76 106	0.90 135	0.33 43	0.86 46	0.64 91	0.70 40	1.05 118	0.60 14	0.61 69	1.01 178	2.77 53	2.92 143	1.00 107	1.15 165	1.49 49	1.30 147	5.05 138	5.77 98	1.42 196	0.59 59	0.57 20	0.90 70	5.94 218	0.75 47

XX-TBD	1.55 79	1.06 150	0.94 100	0.68 91	0.76 106	0.90 135	0.33 43	0.86 46	0.64 91	0.70 40	1.05 118	0.60 14	0.61 69	1.01 178	2.77 53	2.92 143	1.00 107	1.15 165	1.49 49	1.30 147	5.05 138	5.77 98	1.42 196	0.59 59	0.57 20	0.90 70	5.94 218	0.75 47

RGC	1.56 81	1.33 177	1.98 203	1.18 163	1.24 161	1.20 167	1.06 142	1.20 91	1.09 143	0.91 90	1.67 147	1.23 121	1.26 168	0.92 168	4.08 90	1.27 49	1.06 120	0.86 96	1.92 70	1.10 129	1.72 76	5.40 89	0.79 150	1.03 152	1.17 123	1.52 140	2.20 107	1.83 147

LL-Strereo2	1.57 82	0.66 19	0.65 50	0.40 27	0.35 22	0.32 10	0.23 13	1.48 129	0.42 31	0.68 39	0.57 43	0.63 20	0.32 15	0.67 138	2.65 50	7.88 210	0.65 21	0.55 21	1.37 43	0.70 60	1.80 78	15.65 210	0.50 51	0.40 17	0.65 34	0.62 31	1.06 25	0.56 18

CREStereo	1.57 82	0.92 105	0.99 111	0.53 57	0.43 31	0.49 41	0.26 24	1.44 127	0.71 102	0.87 79	1.01 115	0.95 90	0.76 108	0.44 61	7.17 114	4.29 176	0.93 88	0.59 26	2.41 86	0.65 51	5.45 141	5.19 83	0.61 98	0.63 68	1.02 99	1.01 85	1.74 77	0.98 82
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
raft+_RVC	1.58 84	0.74 40	0.75 62	0.41 29	0.35 22	0.52 52	0.32 39	1.47 128	0.45 37	0.63 30	0.61 48	0.69 30	0.39 23	0.30 15	4.83 99	4.95 187	0.76 40	0.56 24	1.64 58	0.60 36	0.96 32	16.85 223	0.50 51	0.45 28	0.78 49	0.62 31	0.88 16	0.68 40

PMTNet	1.59 85	0.94 113	1.06 125	0.49 46	0.51 49	0.49 41	0.32 39	0.83 41	0.72 103	0.83 71	0.63 51	0.89 75	0.50 40	0.42 52	7.10 113	4.35 178	0.96 97	0.57 25	2.41 86	0.58 31	5.99 148	6.00 104	0.61 98	0.41 20	1.97 197	1.03 90	1.16 31	1.19 113

ICVP	1.60 86	0.75 43	1.11 137	0.77 107	0.78 111	0.87 130	0.64 108	1.10 76	0.85 117	1.37 131	1.11 123	0.95 90	1.12 164	0.57 107	3.12 72	2.05 123	1.33 152	1.00 137	1.56 53	1.07 125	3.91 116	10.82 153	0.69 125	0.87 123	0.95 86	1.21 115	1.52 57	1.14 104
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LoS	1.62 87	0.79 63	0.65 50	0.53 57	0.57 69	0.67 99	0.39 59	2.55 212	0.90 123	1.22 121	0.98 113	0.98 95	0.87 134	0.44 61	4.09 91	3.52 160	1.45 160	0.94 121	2.24 81	0.75 72	6.08 150	7.76 122	0.68 119	0.64 69	1.18 127	0.97 81	1.10 28	0.87 66

GES	1.63 88	0.75 43	0.83 74	0.79 115	0.73 103	0.82 125	0.67 114	1.36 119	0.95 129	1.65 148	0.95 106	0.78 54	0.65 81	0.66 136	6.17 109	1.65 96	1.02 112	0.91 115	5.50 164	1.23 140	4.23 120	5.40 89	0.67 116	0.96 146	0.81 57	0.83 57	1.52 57	1.65 142

iResNetv2_ROB	1.65 89	0.91 101	0.76 64	1.13 157	0.66 93	0.73 112	0.56 96	2.62 213	0.67 96	1.76 154	0.87 95	1.36 134	0.77 114	0.42 52	5.48 105	1.34 58	1.04 116	0.74 63	4.59 150	0.89 103	7.80 176	2.09 37	0.62 100	0.93 141	0.89 72	0.86 65	3.12 180	0.90 68

NCCL2	1.66 90	1.30 173	1.16 147	1.12 155	1.48 178	0.80 122	1.13 153	1.07 73	1.15 151	1.84 158	1.26 132	1.12 110	0.84 129	0.83 162	4.07 89	1.52 78	1.22 141	0.89 108	1.35 42	0.93 111	2.49 101	5.97 102	1.47 201	1.14 164	1.49 165	1.40 132	3.78 202	1.89 152

rafts_anoy	1.69 91	0.82 70	0.95 102	0.45 42	0.51 49	0.54 56	0.46 79	1.57 148	0.51 59	0.61 25	0.70 66	0.71 33	0.49 37	0.36 26	8.16 118	6.28 201	0.82 60	0.79 73	2.48 91	0.65 51	1.66 72	11.09 162	0.54 72	0.54 44	1.00 95	0.90 70	0.96 20	0.99 87

MIM_Stereo	1.71 92	0.77 54	0.56 41	0.43 33	0.38 27	0.47 36	0.23 13	1.50 133	0.32 14	0.56 15	0.46 21	0.65 24	0.28 11	0.39 37	6.21 111	11.24 219	0.65 21	0.82 83	3.32 127	0.89 103	1.35 54	10.19 143	0.38 16	0.51 40	0.55 17	0.42 15	1.96 92	0.58 22

CFNet_pseudo	1.71 92	0.79 63	0.89 85	0.83 122	0.79 115	0.71 107	0.43 68	0.93 59	0.53 63	0.94 97	0.81 88	0.94 87	0.88 136	0.82 161	15.18 150	1.47 74	0.79 53	0.73 58	7.38 199	0.78 78	1.08 39	2.74 49	0.74 139	0.70 87	0.91 75	0.91 73	1.47 51	1.13 103

CC-Net-ROB	1.72 94	1.82 203	1.21 157	1.92 195	1.84 195	2.43 208	1.64 168	0.93 59	0.96 130	1.27 123	0.68 58	5.86 218	2.76 187	1.47 201	2.26 39	0.95 12	1.46 163	1.26 184	2.79 103	0.96 114	1.12 42	1.41 23	3.28 224	0.73 91	1.31 137	1.15 111	1.47 51	1.57 135

dad	1.73 95	0.98 128	0.82 73	2.17 203	1.18 158	1.11 158	4.08 206	1.66 157	0.63 89	1.21 118	0.54 35	1.12 110	2.00 180	0.63 125	3.74 85	1.25 47	1.14 133	0.82 83	2.70 98	0.80 83	1.47 63	2.54 46	0.73 133	1.01 150	2.41 207	0.71 43	5.51 214	3.77 193

raftrobust	1.74 96	0.68 24	1.00 113	0.55 61	0.51 49	0.45 35	0.34 46	1.54 139	0.48 46	0.94 97	0.72 69	0.88 71	0.53 45	0.41 44	7.35 116	5.79 198	0.73 32	0.71 52	4.77 153	0.68 56	2.01 92	10.90 154	0.65 110	0.50 38	1.06 106	0.86 65	1.05 23	0.84 60

XPNet_ROB	1.76 97	1.58 196	1.17 151	0.93 132	1.17 157	1.05 154	0.98 138	0.97 63	1.17 153	1.07 109	1.79 152	4.38 206	0.73 98	0.80 159	2.59 49	1.58 93	1.78 179	0.97 128	1.45 47	1.06 124	2.58 103	8.45 130	0.94 177	0.88 130	0.99 92	1.31 123	3.33 187	1.71 144

BEATNet_4x	1.77 98	0.78 61	0.79 68	0.76 104	0.70 98	0.51 47	0.49 88	1.23 95	1.31 160	0.84 74	0.76 76	1.06 101	0.76 108	0.67 138	8.95 122	2.41 134	1.91 182	1.42 191	1.30 40	0.88 102	4.99 136	9.14 133	0.51 56	1.03 152	0.77 46	0.82 54	1.85 83	1.10 99

RALAANet	1.79 99	0.71 27	0.88 83	0.54 59	0.55 65	0.63 92	0.43 68	1.30 109	0.52 62	0.93 94	0.65 55	0.74 43	0.60 68	0.33 19	8.49 121	1.53 80	0.78 51	0.91 115	2.18 77	1.09 128	3.35 111	15.13 205	0.55 73	0.79 104	0.92 81	1.03 90	2.08 99	0.77 52

CREStereo++_RVC	1.81 100	0.91 101	1.09 133	0.52 55	0.61 75	0.41 25	0.29 32	1.37 121	0.56 70	0.83 71	0.63 51	0.77 48	0.86 131	0.40 41	2.94 60	3.08 145	0.98 101	0.63 35	2.71 99	0.56 25	4.98 135	6.57 109	0.59 91	0.53 43	1.06 106	1.06 96	12.85 244	0.97 78
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
MyStereo04	1.85 101	0.92 105	1.06 125	0.81 119	0.90 128	0.59 78	0.43 68	1.56 145	0.99 131	2.30 181	0.87 95	1.46 140	0.57 58	0.41 44	3.53 82	2.81 141	0.93 88	1.01 141	5.44 163	2.73 204	4.96 132	6.15 106	1.83 210	0.96 146	1.39 153	1.73 154	2.57 150	0.94 73

AE-Stereo	1.87 102	0.86 85	1.31 171	0.82 121	0.55 65	0.58 71	0.78 122	0.83 41	0.49 52	0.79 62	0.54 35	1.31 131	0.72 95	0.52 88	2.79 57	4.03 172	1.04 116	0.97 128	3.06 111	1.16 131	4.60 127	15.60 208	0.55 73	1.04 156	1.33 142	1.34 125	1.95 91	0.86 63

RALCasStereoNet	1.87 102	0.84 75	1.02 119	0.54 59	0.55 65	0.62 85	0.48 86	1.48 129	0.46 41	1.01 103	0.74 73	0.92 83	0.50 40	0.36 26	6.19 110	11.19 218	0.81 55	0.76 68	1.55 51	0.68 56	1.46 60	13.06 191	0.52 62	0.66 78	0.94 83	1.13 109	0.96 20	1.14 104

GEStereo_RVC	1.88 104	0.97 122	1.01 117	1.01 146	0.88 126	1.12 159	1.07 144	1.65 156	0.82 113	0.90 88	0.78 84	1.38 135	0.79 117	0.64 129	2.40 44	2.33 130	1.22 141	1.22 176	4.10 144	1.26 143	5.16 140	12.04 178	0.73 133	1.21 168	0.95 86	0.97 81	2.49 138	1.64 141

DeepPruner_ROB	1.89 105	0.77 54	0.97 107	0.86 128	0.91 130	0.80 122	5.39 212	1.26 101	0.91 125	1.47 136	1.61 146	0.92 83	0.82 126	0.56 105	4.41 93	1.54 85	1.07 122	1.06 154	2.72 101	0.80 83	7.63 170	7.36 120	0.87 170	0.77 97	0.91 75	1.47 137	2.20 107	0.99 87

sCroCo_RVC	1.92 106	0.68 24	0.57 42	0.38 22	0.50 45	0.76 117	0.43 68	0.94 61	1.56 177	1.51 137	0.77 80	1.06 101	0.96 148	0.50 84	3.03 66	5.07 190	1.25 146	1.23 177	2.55 92	1.40 152	7.89 178	12.35 183	0.45 32	0.64 69	0.94 83	1.12 105	2.34 119	1.04 93

MyStereo	1.93 107	0.95 117	1.26 165	0.84 126	0.91 130	0.57 68	0.43 68	1.29 106	0.74 106	2.38 185	2.06 166	1.54 147	0.70 90	0.40 41	4.03 88	2.60 137	0.90 79	0.93 119	5.50 164	2.53 200	4.90 131	7.06 116	1.36 194	1.00 148	1.50 166	2.17 185	2.66 159	0.94 73

GMOStereo	1.98 108	0.75 43	0.52 32	0.62 77	0.53 55	0.47 36	0.47 82	1.54 139	0.48 46	0.87 79	0.47 23	0.77 48	0.58 62	0.38 31	10.16 130	5.49 194	0.81 55	0.88 104	3.13 115	0.81 88	1.81 81	16.83 219	0.49 45	0.56 48	1.11 113	0.74 45	1.57 62	0.58 22

error version	1.98 108	0.75 43	0.52 32	0.62 77	0.53 55	0.47 36	0.47 82	1.54 139	0.48 46	0.87 79	0.47 23	0.77 48	0.58 62	0.38 31	10.16 130	5.49 194	0.81 55	0.88 104	3.13 115	0.81 88	1.81 81	16.83 219	0.49 45	0.56 48	1.11 113	0.74 45	1.57 62	0.58 22

test-v	1.98 108	0.75 43	0.52 32	0.62 77	0.53 55	0.47 36	0.47 82	1.54 139	0.48 46	0.87 79	0.47 23	0.77 48	0.58 62	0.38 31	10.16 130	5.49 194	0.81 55	0.88 104	3.13 115	0.81 88	1.81 81	16.83 219	0.49 45	0.56 48	1.11 113	0.74 45	1.57 62	0.58 22

test-2	1.98 108	0.75 43	0.52 32	0.62 77	0.53 55	0.47 36	0.47 82	1.54 139	0.48 46	0.87 79	0.47 23	0.77 48	0.58 62	0.38 31	10.16 130	5.49 194	0.81 55	0.88 104	3.13 115	0.81 88	1.81 81	16.83 219	0.49 45	0.56 48	1.11 113	0.74 45	1.57 62	0.58 22

Anonymous	1.99 112	0.80 66	0.63 48	0.50 50	0.57 69	0.61 83	0.40 61	1.53 138	1.14 150	2.17 176	0.66 57	1.14 116	1.08 159	0.60 114	3.00 65	4.37 179	1.40 158	1.27 185	3.68 134	1.28 144	7.10 160	12.24 180	0.62 100	1.03 152	1.17 123	1.12 105	2.45 133	1.16 110

RAFT + AFF	2.00 113	0.49 11	0.46 23	0.41 29	0.20 7	0.43 32	0.21 11	0.65 17	0.24 7	0.56 15	0.27 7	0.78 54	0.22 7	0.32 16	39.56 188	0.96 13	0.71 28	0.38 5	1.92 70	0.39 8	0.79 19	1.40 20	0.33 7	0.40 17	0.73 42	0.35 7	0.59 5	0.30 6

MLCV	2.04 114	0.89 95	0.99 111	1.37 177	1.31 168	1.02 151	1.01 140	2.14 191	0.80 110	2.00 166	4.28 191	1.74 157	1.62 175	0.48 73	3.03 66	2.01 121	1.33 152	0.96 125	6.76 188	1.13 130	6.05 149	5.71 96	0.68 119	1.73 186	1.32 141	1.39 129	2.32 116	1.07 95

4D-IteraStereo	2.05 115	0.63 16	1.16 147	0.49 46	0.44 32	0.41 25	0.26 24	1.43 125	0.38 23	0.75 50	0.55 39	0.79 57	0.42 30	0.46 69	9.38 126	11.47 222	0.71 28	0.68 42	2.81 104	0.64 45	3.95 117	11.85 175	0.52 62	0.58 56	0.71 40	0.84 59	2.34 119	0.63 37

test_4	2.06 116	0.75 43	0.84 77	0.43 33	0.36 24	0.36 15	0.27 27	0.78 30	0.34 17	0.75 50	0.53 34	0.91 78	0.35 17	0.41 44	13.80 144	13.16 232	0.68 24	0.72 55	1.64 58	0.61 37	1.21 51	11.03 159	0.48 41	0.52 41	0.66 37	0.71 43	2.72 161	0.61 32

LALA_ROB	2.09 117	2.18 211	1.21 157	1.07 151	1.32 170	1.18 162	1.12 151	1.19 90	1.45 167	2.05 170	2.76 173	3.68 194	0.92 140	0.96 174	4.76 98	1.53 80	1.45 160	1.18 173	2.60 93	1.36 150	3.60 115	8.26 129	0.80 152	1.16 165	1.35 146	1.44 135	3.89 205	2.12 163

ETE_ROB	2.14 118	1.95 207	1.29 169	1.08 153	1.39 174	1.29 176	1.47 165	1.12 78	2.26 204	1.35 127	3.17 180	3.39 191	0.94 144	1.14 189	5.12 102	1.56 90	2.63 201	0.99 133	2.98 107	1.22 137	4.29 121	8.09 127	0.91 175	1.09 158	1.28 134	1.38 128	2.37 126	1.87 150

DDUNet	2.19 119	2.74 219	2.17 207	2.93 216	2.67 216	3.05 216	2.77 192	1.17 85	1.11 145	1.60 142	1.37 142	2.26 174	1.70 176	2.81 217	2.35 43	1.30 53	2.80 204	2.43 235	2.64 95	2.90 208	1.94 90	4.91 76	2.77 221	1.00 148	1.10 110	0.94 76	2.50 139	1.10 99

CASS	2.25 120	1.02 143	1.23 160	1.34 176	1.04 143	0.89 133	5.14 209	1.41 124	1.02 137	1.29 124	2.38 171	1.25 123	0.84 129	0.53 91	3.59 83	2.58 136	3.60 209	1.09 158	3.45 131	1.24 141	7.99 180	9.49 135	0.68 119	0.88 130	1.59 175	1.27 119	2.51 140	1.41 130
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
FADNet-RVC-Resample	2.26 121	0.88 92	1.00 113	0.72 97	0.82 122	0.64 93	1.20 156	1.09 75	0.94 127	0.99 101	0.96 107	1.71 156	0.79 117	1.00 177	25.20 166	1.54 85	1.23 143	1.59 199	1.55 51	1.07 125	1.59 70	6.84 113	0.60 96	1.24 170	0.88 70	1.96 175	1.44 45	1.54 134

Anonymous3	2.34 122	0.87 88	0.96 104	0.57 67	1.20 160	0.90 135	0.70 117	2.43 208	1.12 146	1.04 105	0.97 111	2.57 180	1.18 167	0.58 109	4.83 99	8.57 212	1.53 168	1.46 194	5.31 161	1.61 166	6.76 156	10.34 145	0.73 133	0.71 88	1.11 113	1.40 132	2.31 114	1.33 125

s12784h	2.36 123	1.12 155	1.42 176	1.12 155	0.93 133	0.62 85	0.40 61	1.36 119	0.68 97	1.05 108	0.86 92	1.10 108	0.94 144	0.43 57	2.88 59	4.87 186	1.00 107	0.73 58	3.80 137	0.59 34	7.79 174	9.50 136	0.55 73	0.69 84	1.89 192	1.97 176	11.65 241	3.89 194

RYNet	2.44 124	0.41 7	0.36 12	0.30 12	0.32 15	0.41 25	0.25 22	0.61 12	0.56 70	0.33 4	0.36 16	0.41 9	0.26 10	0.27 12	52.15 250	0.73 3	0.48 6	1.00 137	0.57 9	0.31 4	0.54 6	0.42 1	0.40 20	0.34 10	0.58 23	1.58 145	1.32 40	0.49 13

NaN_ROB	2.45 125	1.12 155	1.08 131	0.97 138	1.86 198	0.90 135	1.61 167	1.33 113	10.69 252	1.00 102	1.27 133	2.58 181	0.94 144	1.20 192	17.00 155	1.43 66	1.03 113	0.90 113	1.56 53	1.21 136	1.90 86	3.45 55	0.81 153	1.12 162	1.54 173	2.00 179	2.39 128	3.23 187

anonymousdsp	2.48 126	0.38 6	0.39 13	0.28 7	0.32 15	0.29 8	0.15 6	0.56 9	0.27 9	0.43 9	18.77 253	0.54 12	0.20 6	0.32 16	13.20 143	1.48 75	0.58 11	0.54 16	0.70 15	0.61 37	0.78 18	23.15 253	0.43 25	0.39 12	0.49 10	0.29 2	1.16 31	0.33 7

ADLNet	2.55 127	0.99 132	0.77 65	0.63 82	0.76 106	0.65 94	0.53 94	1.11 77	0.61 84	0.58 20	0.72 69	1.70 155	0.61 69	0.88 165	46.09 215	1.06 22	0.75 38	0.68 42	0.86 20	0.75 72	0.79 19	1.96 34	0.55 73	0.58 56	0.96 89	0.96 78	1.63 73	0.76 51

GwcNet-ADL	2.59 128	1.24 166	1.55 184	1.27 171	1.36 173	0.98 145	0.84 129	1.49 131	0.86 118	3.20 210	6.66 220	2.00 165	1.04 156	0.79 158	3.85 86	4.95 187	1.68 175	0.89 108	5.11 158	2.44 197	6.48 153	11.06 161	0.92 176	1.18 166	1.31 137	1.92 171	2.15 102	2.69 174

CFNet_RVC	2.61 129	0.87 88	0.97 107	0.76 104	0.82 122	0.73 112	0.52 93	0.74 26	0.66 95	0.87 79	1.03 116	0.90 76	0.61 69	0.52 88	44.12 209	1.18 36	0.85 63	0.81 78	2.35 85	0.76 76	1.46 60	2.38 41	0.53 68	0.73 91	0.99 92	1.11 102	1.93 90	1.22 116

test-3	2.64 130	1.01 139	1.14 142	0.63 82	0.62 82	0.58 71	0.45 75	1.98 182	0.42 31	0.86 76	0.54 35	1.48 142	0.53 45	0.41 44	15.10 148	11.78 224	0.86 68	0.82 83	6.54 181	0.74 69	5.58 144	11.75 173	0.51 56	0.90 134	0.91 75	1.01 85	3.11 177	0.97 78

test_1	2.64 130	1.01 139	1.14 142	0.63 82	0.62 82	0.58 71	0.45 75	1.98 182	0.42 31	0.86 76	0.54 35	1.48 142	0.53 45	0.41 44	15.10 148	11.82 227	0.86 68	0.82 83	6.53 180	0.74 69	5.60 145	11.75 173	0.50 51	0.90 134	0.91 75	1.01 85	3.11 177	0.98 82

test_3	2.64 130	1.02 143	1.12 138	0.65 87	0.63 86	0.57 68	0.45 75	1.95 175	0.41 30	0.88 86	0.51 30	1.47 141	0.54 52	0.40 41	14.93 147	11.79 225	0.88 75	0.83 89	6.54 181	0.76 76	5.54 142	11.70 172	0.49 45	0.88 130	0.99 92	1.12 105	3.23 182	0.98 82

Any-RAFT	2.70 133	0.95 117	1.29 169	0.76 104	0.79 115	0.51 47	0.42 64	1.99 184	0.58 75	0.86 76	6.97 230	1.52 146	0.51 43	0.44 61	5.49 106	3.45 157	0.94 92	0.93 119	6.85 194	0.82 94	14.24 243	11.16 163	0.70 127	0.78 102	1.62 177	1.89 168	2.28 113	4.18 196

FADNet-RVC	2.70 133	0.72 32	0.93 98	0.78 111	1.09 150	0.60 81	2.77 192	0.92 57	0.62 86	1.01 103	0.73 72	1.50 144	0.65 81	0.62 121	38.99 185	1.71 100	0.92 83	0.91 115	2.27 83	1.57 163	2.69 105	4.17 65	0.53 68	0.80 105	1.47 162	1.12 105	1.45 49	1.38 127

UCFNet_RVC	2.81 135	1.27 172	0.90 88	0.89 131	0.94 136	0.78 121	0.62 106	0.78 30	0.68 97	0.91 90	0.80 86	1.29 128	1.02 154	0.50 84	42.02 203	1.15 30	0.85 63	0.83 89	6.67 185	0.85 100	1.51 66	2.89 50	1.15 186	0.75 93	1.10 110	1.14 110	1.58 66	2.10 162

PWCDC_ROB	2.81 135	0.72 32	0.69 56	0.63 82	0.95 137	0.69 103	0.70 117	1.04 72	1.58 178	0.64 32	1.84 154	0.91 78	3.56 201	0.77 154	39.21 186	2.17 126	1.31 150	0.99 133	1.59 56	1.01 122	3.34 110	5.82 100	0.72 130	0.87 123	0.77 46	0.94 76	1.13 30	1.19 113

cross-raft	2.82 137	0.91 101	1.18 153	0.75 103	0.90 128	0.66 96	0.46 79	2.03 188	0.61 84	0.95 99	1.42 144	1.08 107	0.76 108	0.53 91	8.24 120	5.88 199	1.09 124	0.80 76	6.99 197	2.68 203	12.15 214	17.17 228	0.72 130	0.78 102	1.60 176	1.91 169	1.66 74	2.34 170

FADNet	2.84 138	0.83 71	0.90 88	0.83 122	1.04 143	0.62 85	2.08 178	0.99 66	0.76 107	0.92 93	0.92 105	1.18 118	0.78 115	0.76 150	40.37 194	1.50 76	0.97 100	1.03 145	2.68 97	1.57 163	3.20 109	5.00 78	0.51 56	0.68 82	1.58 174	1.68 151	1.54 59	1.82 146

NVstereo2D	2.85 139	0.83 71	0.80 71	0.70 95	0.80 117	0.92 139	0.81 125	1.18 89	0.76 107	0.93 94	1.03 116	0.81 62	0.55 55	0.72 146	52.45 252	1.56 90	0.94 92	0.87 100	1.64 58	0.72 67	1.14 43	1.60 28	0.76 144	0.87 123	1.08 109	0.79 50	1.01 22	0.75 47

iResNet	2.85 139	0.97 122	0.97 107	1.43 181	1.80 193	1.47 184	1.12 151	1.81 168	1.13 147	2.59 193	4.97 201	1.93 161	2.37 182	0.49 77	10.52 135	7.03 204	1.43 159	1.23 177	6.83 193	1.98 184	10.31 200	4.92 77	0.64 107	2.13 205	1.14 120	1.54 141	2.80 164	1.38 127

PWC_ROB	2.85 139	1.23 164	1.47 181	0.98 139	1.11 152	1.27 174	1.99 176	1.27 103	1.94 195	1.81 156	3.58 187	2.35 177	3.05 194	1.01 178	14.14 146	4.27 175	2.10 193	1.91 215	3.81 138	1.66 168	5.64 146	8.18 128	0.85 165	2.03 199	1.36 149	1.46 136	3.11 177	3.25 188

AnonymousM	2.90 142	0.65 18	0.48 27	0.51 53	0.33 17	0.52 52	0.24 17	1.70 160	0.47 42	0.75 50	4.40 196	0.71 33	0.46 33	0.47 71	2.68 51	3.64 166	1.18 138	1.04 146	1.95 73	3.61 221	4.88 130	12.46 184	0.67 116	0.66 78	0.60 28	1.21 115	15.66 252	16.35 235

anonymousdsp2	2.94 143	0.84 75	0.87 82	0.43 33	0.45 33	0.58 71	0.34 46	1.16 84	0.38 23	0.66 37	21.85 254	0.70 32	0.41 27	0.59 111	13.83 145	3.60 164	0.76 40	0.71 52	2.22 80	1.35 149	1.52 68	21.23 248	0.43 25	0.62 67	0.79 52	0.50 22	1.85 83	0.65 38

MIPNet	2.96 144	0.92 105	0.91 91	0.50 50	0.67 96	0.56 63	0.61 105	1.33 113	0.54 66	2.05 170	0.97 111	0.83 64	0.81 122	0.49 77	40.68 196	1.72 102	1.31 150	0.97 128	3.26 121	1.24 141	1.50 65	9.35 134	0.59 91	1.03 152	1.35 146	1.98 177	2.90 169	0.81 56

RAFT-Stereo + iAFF	3.00 145	0.73 38	0.91 91	0.43 33	0.41 29	0.58 71	0.28 31	0.99 66	0.60 81	1.54 138	0.59 45	0.80 60	0.40 24	0.28 13	44.82 211	1.22 42	0.69 25	0.53 14	2.71 99	0.62 41	2.23 97	13.76 200	0.50 51	0.59 59	0.90 73	0.75 49	2.54 146	0.66 39

IPLG	3.07 146	0.76 51	0.72 58	0.43 33	0.54 61	0.56 63	0.53 94	1.62 151	0.36 22	0.62 29	0.58 44	0.79 57	0.68 86	0.49 77	50.96 241	1.74 106	1.12 130	0.97 128	3.52 132	0.64 45	1.11 40	6.45 107	0.52 62	0.82 109	0.92 81	1.91 169	2.86 166	0.71 43

DAS	3.10 147	1.00 137	1.10 135	1.19 166	1.08 146	1.08 156	1.21 157	1.75 161	1.79 191	3.25 211	5.47 207	2.72 184	3.29 198	0.55 101	5.31 103	7.12 205	2.42 199	1.23 177	6.24 176	1.85 177	12.96 224	10.93 155	0.78 147	1.97 194	1.37 151	1.75 155	2.60 151	1.57 135

SepStereo	3.10 147	1.00 137	1.10 135	1.19 166	1.08 146	1.08 156	1.21 157	1.75 161	1.79 191	3.25 211	5.47 207	2.72 184	3.29 198	0.55 101	5.31 103	7.12 205	2.42 199	1.23 177	6.24 176	1.85 177	12.96 224	10.93 155	0.78 147	1.97 194	1.37 151	1.75 155	2.60 151	1.57 135

GANet-ADL	3.14 149	0.92 105	1.31 171	1.05 150	1.05 145	1.24 171	0.92 135	1.20 91	1.01 134	3.66 219	6.58 219	1.07 106	0.81 122	0.49 77	11.53 137	4.97 189	1.73 176	0.91 115	6.57 183	2.05 188	8.13 182	18.07 237	0.71 128	0.95 144	1.11 113	1.99 178	2.91 170	1.84 148

AFF-stereo	3.18 150	0.71 27	0.65 50	0.31 13	0.33 17	0.55 61	0.23 13	0.87 50	0.42 31	1.36 128	0.46 21	0.67 26	0.35 17	0.26 11	46.76 219	1.18 36	0.62 19	0.86 96	2.87 105	0.45 13	4.82 129	15.89 212	0.44 29	0.47 33	0.82 58	0.68 41	2.38 127	0.56 18

pcwnet_v2	3.23 151	0.83 71	0.97 107	0.93 132	1.14 155	0.96 142	0.69 116	1.17 85	0.87 121	2.03 168	1.10 122	1.29 128	1.08 159	1.26 195	45.42 212	1.62 95	1.08 123	0.89 108	6.88 195	0.84 99	3.07 107	4.23 66	1.04 181	0.91 137	1.05 105	1.19 113	2.44 131	2.19 167

RTSC	3.28 152	0.98 128	1.45 179	0.78 111	0.96 141	1.01 150	2.41 186	1.17 85	1.33 161	2.40 188	2.02 165	1.27 125	1.03 155	1.14 189	40.84 199	3.19 149	1.99 185	1.31 188	4.15 145	1.44 156	3.49 113	5.65 94	0.68 119	1.18 166	1.17 123	1.04 93	2.44 131	2.09 160

RAFT-Test	3.32 153	0.86 85	1.22 159	1.02 147	0.82 122	0.59 78	0.58 102	2.18 194	0.70 101	1.12 112	7.31 232	1.02 98	0.91 139	0.59 111	9.35 125	11.60 223	1.14 133	0.81 78	7.01 198	1.28 144	10.82 207	17.19 229	0.76 144	0.77 97	1.51 169	4.92 217	1.38 41	2.16 166

CSAN	3.35 154	1.35 180	1.16 147	1.52 186	2.04 206	1.26 173	7.98 224	1.54 139	10.46 249	2.39 187	3.42 184	5.12 214	2.55 186	1.14 189	8.20 119	1.38 61	1.73 176	1.10 159	3.33 128	1.72 172	6.90 158	10.63 150	0.82 157	1.50 178	1.94 196	3.78 211	2.45 133	2.93 179

AEACV	3.45 155	0.93 111	0.35 10	0.29 9	0.21 8	0.27 5	0.12 4	0.28 1	0.14 2	0.24 2	0.24 5	0.36 5	0.22 7	0.21 7	30.09 172	24.13 260	0.59 13	0.46 8	1.65 63	0.91 107	0.89 24	28.36 263	0.27 5	0.21 4	0.36 1	0.31 3	0.63 7	0.28 5

MFMNet_re	3.46 156	1.42 185	1.49 182	1.53 187	1.89 200	2.00 197	2.86 195	2.64 215	2.15 201	1.61 143	1.95 159	3.90 196	2.80 190	1.04 181	16.75 153	4.11 173	2.68 203	1.96 216	6.65 184	2.58 202	14.03 238	5.20 84	1.88 211	2.03 199	1.41 154	1.32 124	3.30 186	2.21 168

R-Stereo Train	3.50 157	1.01 139	1.23 160	1.00 142	0.66 93	0.77 118	0.32 39	1.30 109	1.01 134	1.63 145	4.33 192	1.34 132	0.71 92	0.42 52	34.59 176	4.42 180	1.66 173	1.02 143	6.76 188	1.16 131	7.74 172	13.63 196	0.52 62	0.64 69	1.53 171	1.66 149	1.39 42	1.92 154

RAFT-Stereo	3.50 157	1.01 139	1.23 160	1.00 142	0.66 93	0.77 118	0.32 39	1.30 109	1.01 134	1.63 145	4.33 192	1.34 132	0.71 92	0.42 52	34.59 176	4.42 180	1.66 173	1.02 143	6.76 188	1.16 131	7.74 172	13.63 196	0.52 62	0.64 69	1.53 171	1.66 149	1.39 42	1.92 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	3.50 157	0.89 95	1.16 147	0.58 69	0.75 105	0.62 85	0.50 89	2.02 186	0.62 86	1.04 105	1.76 150	1.11 109	12.05 228	0.61 116	12.99 142	10.73 217	1.17 137	0.81 78	6.92 196	1.46 159	11.45 212	17.23 230	0.72 130	0.84 114	1.47 162	1.81 161	1.28 38	1.94 156

FADNet_RVC	3.56 160	1.23 164	1.25 164	1.44 182	1.84 195	1.07 155	1.92 175	1.49 131	1.21 155	1.36 128	1.98 163	2.15 167	1.78 178	1.70 204	24.01 164	3.18 148	2.07 192	2.72 238	5.67 170	1.96 183	6.65 154	9.51 137	0.82 157	1.59 181	1.21 129	1.51 138	12.03 242	2.86 178

EGLCR-Stereo	3.59 161	0.87 88	1.26 165	0.45 42	0.49 42	0.62 85	0.24 17	0.84 44	1.44 165	0.72 43	3.96 188	0.80 60	0.65 81	0.51 86	4.34 92	8.11 211	1.11 126	1.11 161	3.53 133	0.71 65	5.00 137	35.96 265	0.56 80	0.71 88	1.01 96	0.91 73	20.20 254	0.86 63

IPLGR	3.62 162	0.90 98	0.93 98	0.65 87	0.68 97	0.51 47	0.44 74	1.14 82	0.45 37	2.02 167	1.29 135	0.88 71	0.76 108	0.48 73	49.71 231	1.92 115	1.37 156	1.13 162	3.29 124	1.45 157	3.00 106	15.33 206	0.59 91	1.08 157	1.51 169	1.93 173	3.46 191	0.91 71

SHD	3.64 163	1.05 148	2.15 206	1.16 162	1.24 161	1.21 168	2.45 187	1.63 154	1.66 181	2.43 189	2.96 175	1.83 158	2.53 185	0.95 173	39.82 190	3.82 169	1.89 181	1.51 195	4.16 146	2.08 191	5.74 147	5.69 95	0.74 139	1.99 196	1.92 195	1.81 161	1.97 93	1.86 149

HH	3.66 164	0.67 22	1.44 177	0.83 122	0.81 119	0.96 142	1.10 147	1.85 171	0.86 118	5.18 245	5.29 204	1.95 162	0.86 131	0.61 116	11.66 139	15.16 246	0.99 104	1.04 146	6.30 178	3.12 214	13.50 234	13.59 194	0.86 166	0.94 142	1.45 157	1.81 161	3.81 203	2.04 157

HanStereo	3.66 164	0.67 22	1.44 177	0.83 122	0.81 119	0.96 142	1.10 147	1.85 171	0.86 118	5.18 245	5.29 204	1.95 162	0.86 131	0.61 116	11.66 139	15.16 246	0.99 104	1.04 146	6.30 178	3.12 214	13.50 234	13.59 194	0.86 166	0.94 142	1.45 157	1.81 161	3.81 203	2.04 157

RTS	3.66 164	1.19 158	1.07 129	0.99 140	1.30 166	1.36 178	3.80 203	1.35 116	1.49 172	2.37 183	1.17 128	1.84 159	1.14 165	1.07 183	42.35 204	3.22 150	2.05 190	1.43 192	4.07 142	1.94 181	4.46 122	5.32 85	1.05 182	1.34 174	1.91 193	5.04 218	2.33 117	2.12 163

RTSA	3.66 164	1.19 158	1.07 129	0.99 140	1.30 166	1.36 178	3.80 203	1.35 116	1.49 172	2.37 183	1.17 128	1.84 159	1.14 165	1.07 183	42.35 204	3.22 150	2.05 190	1.43 192	4.07 142	1.94 181	4.46 122	5.32 85	1.05 182	1.34 174	1.91 193	5.04 218	2.33 117	2.12 163

MSKI-zero shot	3.77 168	0.85 81	1.15 145	0.73 98	0.63 86	0.68 101	0.56 96	1.86 173	0.94 127	0.88 86	6.74 222	1.62 152	0.71 92	0.43 57	15.96 151	13.56 234	1.52 166	1.01 141	6.81 192	8.64 245	10.46 203	16.23 214	0.59 91	0.87 123	1.50 166	1.95 174	1.85 83	3.10 183

HSM-Net_RVC	3.81 169	1.09 152	1.14 142	1.82 192	1.25 163	0.94 140	0.70 117	2.28 203	1.07 142	2.74 198	5.68 211	38.55 261	1.46 174	0.55 101	5.03 101	1.95 116	1.20 140	0.79 73	1.99 74	1.22 137	7.13 163	13.94 202	0.84 161	2.30 208	1.64 178	1.51 138	2.21 110	1.75 145
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
XQC	3.85 170	1.31 174	1.36 173	1.30 174	1.53 179	1.33 177	2.55 189	1.62 151	1.46 169	2.54 191	3.01 177	1.69 154	4.90 204	1.38 199	44.59 210	3.43 156	1.76 178	1.35 189	3.99 141	1.75 173	4.57 126	5.16 82	0.89 174	1.42 176	2.05 199	2.68 196	2.31 114	2.06 159

FCDSN-DC	3.99 171	0.97 122	2.81 225	1.39 178	1.40 176	1.15 161	1.19 155	0.91 56	0.91 125	1.04 105	0.72 69	1.58 151	0.75 103	0.63 125	52.37 251	2.42 135	1.30 149	1.13 162	1.11 34	0.80 83	7.88 177	16.59 217	0.81 153	2.41 216	1.31 137	1.68 151	1.29 39	1.11 101
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UDG	4.03 172	2.77 220	2.35 215	2.93 216	2.67 216	3.00 215	2.72 191	1.31 112	1.13 147	1.64 147	1.94 158	2.23 171	1.70 176	2.77 215	48.50 226	1.67 99	3.08 206	2.35 228	2.67 96	2.91 209	3.58 114	5.04 79	2.66 216	1.23 169	1.07 108	1.28 121	2.36 122	1.15 107

test-1	4.23 173	0.69 26	1.20 156	0.60 73	0.60 73	0.75 115	0.64 108	1.95 175	0.80 110	4.00 224	5.47 207	2.20 170	0.79 117	0.41 44	24.74 165	12.65 231	1.45 160	1.51 195	6.68 186	6.25 236	10.73 206	20.07 246	0.58 86	0.87 123	1.46 159	1.76 159	2.89 168	2.51 172

IGEV_Zeroshot_test	4.26 174	0.84 75	1.93 198	2.97 219	0.71 100	3.42 218	1.32 163	2.22 198	1.67 182	4.20 227	6.87 227	2.33 176	1.00 153	0.48 73	9.28 124	11.41 221	1.04 116	0.84 92	5.57 167	4.84 227	8.38 186	21.42 249	0.65 110	0.84 114	1.46 159	1.58 145	14.79 249	2.96 181

DeepPrunerF	4.26 174	1.62 198	0.74 60	2.93 216	4.99 249	2.40 206	3.44 198	0.88 51	3.92 228	0.79 62	1.16 126	0.71 33	0.57 58	0.63 125	43.07 208	2.04 122	1.04 116	0.87 100	2.42 88	0.92 108	1.80 78	2.10 38	0.88 173	0.82 109	28.99 256	1.77 160	2.48 136	1.16 110

EKT-Stereo	4.27 176	0.97 122	1.18 153	0.73 98	0.77 109	0.89 133	1.18 154	2.02 186	1.53 176	1.56 140	4.82 200	1.25 123	0.80 121	0.54 98	31.80 173	14.62 242	1.26 147	1.36 190	5.54 166	7.66 241	9.42 194	17.09 227	0.57 84	0.75 93	1.41 154	1.82 165	2.56 148	1.07 95

PVD	4.32 177	1.44 189	2.25 210	1.41 179	1.77 191	1.75 192	2.70 190	3.05 222	2.66 211	3.00 204	4.25 190	2.70 183	3.99 202	1.37 198	39.86 191	3.83 170	2.30 198	2.28 222	4.67 152	2.74 205	7.12 162	6.88 114	1.06 184	1.88 192	3.05 213	2.71 197	2.99 172	2.93 179

MFN_U_SF_DS_RVC	4.37 178	1.52 193	1.06 125	2.01 198	1.95 203	2.24 202	6.41 218	2.14 191	2.21 202	1.72 153	1.55 145	2.74 187	6.14 208	6.25 237	28.17 170	1.81 109	1.51 164	1.06 154	5.38 162	1.78 174	12.52 216	8.92 132	1.51 204	1.25 171	2.26 202	3.39 207	3.05 175	7.55 216

FC-DCNN	4.51 179	1.62 198	4.08 240	2.84 214	2.39 210	3.98 221	10.51 237	2.63 214	1.71 184	2.88 200	1.36 141	4.19 204	1.34 171	0.70 143	7.04 112	2.00 119	1.35 155	1.04 146	9.58 210	0.98 118	9.23 192	16.30 215	0.86 166	1.84 189	4.65 225	2.21 187	7.62 230	16.90 236

FAT-Stereo	4.52 180	1.20 161	2.24 209	1.53 187	1.85 197	1.44 182	1.59 166	3.56 230	1.83 193	3.65 217	6.20 214	6.73 223	2.83 192	1.06 182	10.97 136	14.80 244	2.18 194	2.42 233	5.19 159	8.70 247	13.23 229	13.14 192	0.95 178	2.77 231	1.34 144	2.22 188	3.04 174	5.45 206

PSMNet-ADL	4.56 181	0.97 122	1.17 151	1.19 166	1.28 164	1.04 153	0.92 135	1.77 165	1.26 157	3.47 214	6.08 213	1.51 145	3.10 197	0.57 107	51.86 248	9.30 213	1.51 164	0.96 125	5.92 173	1.28 144	6.83 157	12.62 187	0.87 170	0.88 130	1.17 123	1.43 134	3.02 173	1.17 112

NOSS_ROB	4.59 182	1.38 184	0.84 77	1.18 163	1.29 165	1.18 162	0.68 115	2.34 206	1.43 164	4.86 236	6.67 221	6.78 224	1.06 158	10.45 245	17.10 156	14.19 238	1.64 169	1.16 167	3.03 108	1.02 123	14.13 239	17.92 235	0.82 157	1.66 184	1.27 133	4.91 216	3.40 189	1.44 132

SAMSARA	4.67 183	1.33 177	1.79 190	1.51 185	1.56 183	1.58 186	3.79 202	2.22 198	1.93 194	2.38 185	3.37 183	2.12 166	9.35 216	2.02 209	37.97 183	5.46 193	2.03 189	1.62 201	4.95 155	2.84 207	6.73 155	6.13 105	1.00 179	2.01 197	4.21 223	6.28 227	4.36 208	5.44 205

ADCRef	4.89 184	1.42 185	1.03 121	0.78 111	1.79 192	1.25 172	1.80 169	1.00 68	5.53 239	1.84 158	1.05 118	1.16 117	0.93 142	1.23 194	53.67 255	2.00 119	1.15 135	1.05 151	3.90 140	1.36 150	2.10 93	4.11 64	2.09 212	1.09 158	2.26 202	4.58 212	2.46 135	29.47 253

MADNet+	4.92 185	2.05 209	1.88 195	2.10 201	2.41 211	1.62 189	5.57 213	2.53 211	2.09 198	2.66 196	2.11 167	4.11 201	2.91 193	2.54 213	41.01 200	5.19 191	4.09 213	1.69 203	4.60 151	3.68 222	13.15 228	7.71 121	1.76 208	3.65 247	3.07 214	2.16 184	3.24 184	3.28 189

MFN_U_SF_RVC	5.03 186	1.91 206	1.84 192	2.23 206	1.92 202	2.67 210	6.14 215	2.41 207	1.98 197	4.44 230	10.81 250	4.14 203	2.48 184	4.92 233	32.71 175	3.59 163	2.29 197	1.81 210	11.46 218	3.54 219	7.96 179	7.26 119	1.24 190	3.78 249	1.85 189	3.74 210	2.83 165	3.90 195

SGM-Forest	5.08 187	1.24 166	0.79 68	2.11 202	1.57 184	1.42 180	0.58 102	1.40 122	0.90 123	4.89 238	0.91 104	2.72 184	12.97 231	0.64 129	17.84 159	3.50 158	0.87 70	0.68 42	9.60 212	0.82 94	7.51 168	17.96 236	0.87 170	1.09 158	1.69 183	1.75 155	5.90 217	34.83 258
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCP+	5.11 188	1.52 193	1.70 188	1.08 153	1.55 180	1.22 169	2.28 180	1.03 71	2.69 212	3.96 223	2.19 170	2.25 173	0.63 75	0.98 176	54.20 257	1.53 80	0.87 70	0.96 125	4.27 147	0.95 112	2.45 100	3.80 59	0.74 139	0.80 105	2.41 207	11.13 239	7.77 231	23.00 243

MSC_U_SF_DS_RVC	5.15 189	2.25 215	1.46 180	2.42 208	2.07 208	2.04 199	5.18 210	1.97 179	2.61 208	2.96 202	1.93 157	3.79 195	10.20 219	10.36 244	27.56 169	3.55 162	3.01 205	1.99 217	14.19 221	3.59 220	7.40 166	9.91 140	2.85 223	1.93 193	2.42 209	2.82 198	2.19 106	6.53 213

S-Stereo	5.20 190	1.19 158	1.90 197	1.82 192	1.73 190	1.68 190	2.29 182	2.74 219	2.14 200	3.32 213	13.02 251	5.98 219	1.85 179	0.89 166	28.39 171	16.06 250	1.91 182	2.35 228	5.62 168	9.27 252	7.51 168	15.02 204	1.62 205	2.70 225	1.33 142	2.06 182	2.88 167	3.20 186

FBW_ROB	5.25 191	2.41 217	2.49 217	2.72 212	2.98 226	2.61 209	6.30 217	1.78 166	1.10 144	2.52 190	2.82 174	4.91 212	8.67 213	6.67 238	49.93 234	1.28 51	1.82 180	0.97 128	9.21 208	1.68 169	9.07 190	5.89 101	4.29 230	1.84 189	1.48 164	1.92 171	1.81 80	2.56 173

EAI-Stereo	5.34 192	1.04 146	2.30 213	1.02 147	1.55 180	0.85 128	1.91 174	2.21 197	2.99 216	0.81 68	6.93 229	1.39 136	0.83 128	0.54 98	26.39 167	49.22 267	1.18 138	1.17 169	7.74 202	1.54 162	8.92 189	12.00 177	0.78 147	2.02 198	1.46 159	2.24 189	3.36 188	1.89 152

iRaft-Stereo_20w	5.41 193	1.35 180	2.82 226	2.69 210	1.55 180	1.58 186	1.23 160	1.96 177	3.24 222	5.53 255	7.00 231	1.55 148	1.33 170	0.55 101	6.14 108	9.93 214	1.65 172	0.87 100	6.14 175	5.54 231	8.40 187	20.46 247	0.73 133	0.87 123	1.71 184	34.19 261	11.64 240	5.53 208

ccs_rob	5.44 194	1.11 154	1.53 183	1.20 169	0.97 142	1.19 165	1.07 144	2.86 220	1.25 156	4.19 225	35.07 260	8.65 235	1.42 173	0.76 150	35.68 179	6.12 200	1.64 169	1.17 169	5.87 172	1.60 165	10.36 202	12.86 189	0.76 144	2.22 207	1.10 110	1.34 125	2.64 156	2.22 169

CBMV	5.62 195	1.43 187	1.24 163	1.61 189	1.61 185	1.96 195	2.28 180	3.43 224	1.48 170	3.08 207	6.42 217	7.79 228	9.12 214	0.62 121	17.34 157	13.54 233	2.64 202	1.27 185	9.58 210	1.19 134	10.31 200	16.88 224	0.86 166	2.04 202	1.64 178	1.86 166	4.52 209	26.08 248
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ADCL	5.74 196	1.87 204	1.62 186	1.28 172	1.42 177	1.61 188	2.34 185	1.29 106	5.06 237	3.00 204	1.99 164	1.30 130	0.87 134	1.13 188	49.88 233	1.73 105	1.64 169	1.77 207	3.04 109	1.41 153	3.47 112	3.84 61	1.23 188	1.32 173	9.34 243	11.37 240	11.30 239	28.87 252

ADCMid	5.86 197	2.21 213	2.60 219	1.42 180	2.94 225	2.42 207	4.52 207	1.96 177	2.94 215	1.88 160	3.14 179	2.67 182	2.81 191	1.59 202	50.47 238	3.62 165	2.00 187	1.84 212	7.49 200	2.45 198	5.56 143	8.48 131	2.66 216	1.57 180	2.29 204	8.47 235	7.21 228	20.87 241

AnyNet_C32	6.19 198	1.45 190	1.40 174	1.28 172	1.69 188	1.43 181	3.69 201	1.56 145	5.23 238	2.63 194	4.52 197	2.23 171	1.34 171	1.41 200	54.68 258	3.51 159	2.24 196	2.06 221	3.81 138	1.98 184	7.39 165	11.40 167	1.23 188	1.87 191	5.90 230	14.50 243	6.04 220	20.74 240

DPSNet	6.19 198	1.58 196	1.40 174	1.82 192	2.77 219	2.27 203	2.04 177	1.97 179	2.91 214	2.12 175	5.08 202	10.47 246	6.82 211	8.77 241	19.95 162	11.92 230	5.92 222	3.73 247	17.76 227	9.60 254	12.18 215	17.85 233	3.88 228	3.21 242	2.31 205	3.71 209	2.62 153	2.45 171

G-Net	6.30 200	1.67 200	1.86 193	1.46 184	1.83 194	1.49 185	1.31 162	4.92 242	8.45 246	3.15 208	4.65 198	7.94 229	6.81 210	0.87 164	16.87 154	7.83 209	1.93 184	2.71 237	5.65 169	6.44 238	9.07 190	11.41 168	1.44 198	2.80 233	1.78 187	18.73 249	6.49 224	30.54 254

otaku	6.32 201	5.21 242	2.43 216	18.55 248	3.05 228	6.58 240	5.21 211	1.43 125	1.44 165	1.31 126	1.39 143	3.94 199	2.76 187	3.25 222	26.81 168	1.43 66	10.64 238	1.19 174	20.32 233	1.71 171	13.88 237	11.69 171	11.83 260	2.03 199	1.64 178	2.05 180	2.52 142	6.37 212

SANet	6.32 201	2.20 212	1.79 190	2.07 200	2.63 215	3.36 217	10.20 234	4.41 240	7.43 245	2.04 169	4.35 194	8.33 232	12.55 229	1.80 206	47.09 221	1.72 102	6.07 223	1.51 195	4.45 148	1.81 176	9.80 196	10.36 146	1.21 187	2.72 229	2.04 198	5.93 226	3.67 197	9.02 217

RainbowNet	6.38 203	3.77 234	2.95 229	4.59 228	3.15 231	4.28 225	10.99 243	2.04 189	1.97 196	1.89 163	1.11 123	3.92 198	3.08 196	3.63 227	42.37 206	1.96 117	4.60 215	1.56 198	16.57 226	8.71 248	11.66 213	11.28 166	10.57 255	2.32 209	2.23 201	2.29 191	2.78 163	6.05 211

pmcnn	6.42 204	1.56 195	1.60 185	2.69 210	3.39 232	2.12 200	10.59 239	2.67 217	2.61 208	2.54 191	6.38 216	6.37 220	16.22 243	0.89 166	16.23 152	14.56 241	4.57 214	3.30 245	7.74 202	7.59 240	13.62 236	22.89 252	6.22 240	2.53 219	1.86 190	3.14 203	4.68 210	4.77 198

HBP-ISP	6.55 205	1.35 180	2.23 208	1.99 196	1.62 186	1.78 193	0.81 125	2.50 209	1.26 157	4.90 239	6.79 223	1.42 139	0.75 103	14.52 251	52.81 253	19.38 256	1.33 152	1.14 164	6.08 174	7.98 243	12.72 220	19.17 244	0.83 160	1.51 179	2.15 200	2.05 180	3.91 207	3.74 192

edge stereo	6.57 206	1.88 205	3.13 232	2.21 205	1.87 199	2.69 212	3.15 196	4.49 241	3.41 224	3.95 222	4.81 199	6.45 221	20.30 248	1.11 186	18.59 160	14.65 243	2.02 188	1.64 202	36.45 245	6.00 235	7.11 161	13.70 199	1.44 198	2.08 203	2.35 206	2.08 183	3.74 198	5.94 210

SQANet	6.61 207	4.52 241	2.25 210	19.46 249	2.80 220	5.78 235	5.10 208	1.62 151	1.42 163	1.20 114	1.35 139	3.49 192	2.47 183	2.79 216	39.69 189	1.32 56	10.61 236	1.08 157	20.69 235	1.49 160	12.87 221	10.98 157	11.36 258	1.61 182	1.68 182	2.30 192	2.67 160	5.76 209

SPS-STEREO	6.95 208	1.75 202	1.96 201	2.47 209	1.71 189	2.67 210	7.51 221	2.73 218	1.77 188	3.62 216	6.80 225	4.88 211	2.19 181	1.30 196	41.49 201	11.88 229	3.62 210	2.04 218	36.63 247	2.04 187	14.17 240	17.87 234	1.48 202	2.69 224	2.50 210	3.26 205	3.74 198	2.81 177
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCS	7.02 209	1.96 208	1.96 201	1.45 183	2.34 209	1.96 195	3.44 198	2.25 200	3.95 230	2.64 195	3.13 178	3.52 193	17.50 246	2.18 210	52.87 254	11.38 220	3.10 207	2.55 236	5.10 157	2.56 201	10.82 207	10.12 142	1.74 207	2.12 204	2.53 211	10.38 238	7.40 229	18.54 238

ADCPNet	7.22 210	1.20 161	3.00 231	1.33 175	3.12 230	1.46 183	9.28 231	2.20 195	3.19 220	4.19 225	7.62 235	2.54 178	15.76 241	1.74 205	49.34 230	3.53 161	2.22 195	1.25 183	19.78 231	3.05 213	6.47 152	6.78 112	4.59 231	1.45 177	3.90 221	5.06 220	3.90 206	26.91 249

ACVNet_1	7.23 211	3.88 236	3.60 236	16.55 245	3.61 238	6.82 242	10.77 240	1.61 150	1.77 188	1.62 144	1.34 138	4.64 208	3.07 195	7.87 239	46.54 218	1.46 71	11.70 244	1.77 207	20.85 236	1.62 167	14.44 251	9.86 138	7.17 242	2.93 237	1.84 188	2.33 193	2.75 162	2.71 175

TRStereo	7.27 212	1.32 175	1.93 198	0.85 127	0.64 89	2.31 205	0.87 130	2.20 195	0.84 116	4.40 229	1.76 150	2.27 175	0.75 103	0.53 91	9.78 127	18.00 253	0.89 76	0.90 113	5.70 171	1.69 170	7.47 167	17.27 231	0.63 105	0.64 69	1.43 156	106.42 273	3.23 182	1.61 140

Ntro	7.30 213	6.21 246	2.53 218	8.29 238	3.01 227	5.20 232	8.21 226	1.40 122	1.51 174	1.44 135	1.19 130	3.90 196	2.78 189	3.15 221	35.64 178	1.27 49	10.61 236	1.27 185	45.74 255	1.93 180	14.28 247	11.91 176	11.38 259	2.65 223	1.73 185	2.28 190	2.54 146	4.94 200

anonymity	7.31 214	0.90 98	1.71 189	1.15 160	0.92 132	0.82 125	0.78 122	2.16 193	1.73 185	3.78 221	97.18 270	1.99 164	0.92 140	0.53 91	9.97 128	7.82 208	1.13 132	0.89 108	6.68 186	1.45 157	7.79 174	18.56 240	0.75 142	0.77 97	1.50 166	1.58 145	21.11 255	2.77 176

CBMV_ROB	7.32 215	1.49 192	2.01 204	2.37 207	1.95 203	2.94 214	2.85 194	6.45 247	1.67 182	5.35 253	6.91 228	9.95 242	11.78 226	0.67 138	38.78 184	6.71 203	3.91 211	1.19 174	10.02 214	2.47 199	9.67 195	17.08 226	0.81 153	1.62 183	7.83 238	10.07 237	5.85 215	25.35 247

AnyNet_C01	7.46 216	2.22 214	2.25 210	2.99 220	1.99 205	1.80 194	6.11 214	3.82 234	5.59 240	3.15 208	4.35 194	4.84 210	6.54 209	2.23 211	58.48 259	14.06 237	6.69 226	3.67 246	4.82 154	3.18 216	8.68 188	13.81 201	2.41 214	2.39 214	5.67 228	3.29 206	8.76 234	17.77 237

WAO-6	7.60 217	2.96 222	2.69 221	8.39 240	2.91 224	4.09 223	9.80 232	3.51 229	3.29 223	1.83 157	2.44 172	6.58 222	10.28 222	3.07 218	50.48 239	2.35 131	13.45 254	1.89 214	9.14 207	2.24 196	14.27 244	12.25 181	3.34 226	2.73 230	7.78 237	7.61 233	4.78 212	11.18 226

ACVNet_2	7.60 217	3.56 228	2.92 228	21.71 254	3.45 236	5.03 231	10.20 234	1.84 169	1.75 186	1.88 160	1.90 156	4.13 202	3.42 200	3.13 220	48.14 225	1.55 88	12.78 250	1.59 199	33.01 244	1.79 175	11.17 210	7.89 123	6.76 241	2.80 233	3.11 216	2.99 202	3.50 193	3.10 183

IMH-64-1	7.69 219	3.33 224	3.54 233	4.78 229	3.41 233	4.66 227	7.94 222	3.50 227	3.08 217	1.39 132	1.97 160	5.46 215	11.00 223	5.06 234	51.74 244	4.54 182	6.41 224	2.30 225	19.20 229	2.05 188	8.35 184	10.70 151	7.76 249	2.38 211	6.01 231	4.61 213	13.27 246	9.08 218

IMH-64	7.69 219	3.33 224	3.54 233	4.78 229	3.41 233	4.66 227	7.94 222	3.50 227	3.08 217	1.39 132	1.97 160	5.46 215	11.00 223	5.06 234	51.74 244	4.54 182	6.41 224	2.30 225	19.20 229	2.05 188	8.35 184	10.70 151	7.76 249	2.38 211	6.01 231	4.61 213	13.27 246	9.08 218

Dean	7.71 221	3.73 233	2.70 222	34.51 259	4.04 243	5.77 234	11.08 244	2.27 202	2.38 206	2.20 177	1.67 147	5.02 213	5.62 206	3.37 223	48.84 228	1.81 109	12.14 247	1.69 203	9.97 213	2.18 193	14.18 241	9.87 139	7.32 244	2.79 232	3.52 218	2.90 199	3.53 194	3.17 185

SPstereo	8.41 222	2.31 216	3.95 238	2.18 204	2.05 207	2.28 204	2.16 179	2.96 221	3.64 226	3.06 206	8.02 239	29.77 258	17.20 245	2.43 212	31.88 174	17.57 252	3.57 208	3.97 249	8.09 205	6.45 239	12.57 217	16.11 213	2.37 213	2.82 235	4.26 224	7.25 229	13.62 248	14.60 232

FINET	8.71 223	0.76 51	1.06 125	0.73 98	0.61 75	0.65 94	0.96 137	1.14 82	10.65 250	0.64 32	8.32 242	1.23 121	12.97 231	0.66 136	19.47 161	15.19 248	1.11 126	0.67 40	4.45 148	3.30 217	6.92 159	25.13 257	0.48 41	1.82 187	33.04 260	36.43 265	1.44 45	45.32 268

WAO-7	9.07 224	3.01 223	5.43 250	29.81 257	2.48 212	4.10 224	9.87 233	2.50 209	4.12 232	4.70 234	7.51 233	8.00 230	14.77 239	1.87 207	40.78 198	2.16 125	12.66 248	2.78 240	45.71 254	2.18 193	10.61 204	10.06 141	1.41 195	2.61 222	3.09 215	4.78 215	2.98 171	5.05 202

MeshStereo	9.32 225	2.66 218	2.34 214	4.20 225	2.89 223	4.28 225	2.45 187	8.29 257	9.16 248	5.14 244	8.46 244	11.16 247	13.23 236	0.85 163	51.81 247	15.66 249	4.76 218	1.82 211	21.81 238	1.92 179	15.41 257	19.79 245	1.07 185	2.40 215	8.53 242	5.45 221	10.67 237	15.48 234
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
IMH	9.35 226	3.37 227	3.55 235	4.56 227	3.42 235	4.71 230	8.11 225	3.47 226	3.11 219	1.42 134	1.87 155	5.75 217	16.21 242	47.47 269	51.66 243	2.73 139	9.15 232	2.36 230	20.87 237	2.09 192	8.20 183	10.33 144	8.06 252	2.34 210	7.63 236	5.85 225	3.76 201	10.29 224

ELAS_RVC	9.44 227	3.33 224	5.58 251	4.11 224	3.68 239	7.49 246	6.29 216	7.70 253	3.76 227	5.25 249	7.74 237	9.89 238	11.05 225	3.12 219	47.81 224	4.61 185	7.01 227	9.67 257	11.32 216	2.99 212	13.48 232	18.09 238	2.75 219	4.11 250	20.24 252	23.51 251	5.06 213	5.25 203
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	9.58 228	4.14 240	6.28 254	4.33 226	5.76 252	4.05 222	8.92 229	7.11 249	7.31 244	5.28 251	7.81 238	7.63 227	9.16 215	13.24 248	22.87 163	20.42 257	7.52 230	6.31 252	10.37 215	7.95 242	14.23 242	18.70 241	4.07 229	5.38 253	5.79 229	22.37 250	9.94 236	11.72 227

PWCK	10.29 229	3.91 237	2.77 224	4.89 233	3.54 237	7.32 245	8.68 227	3.93 236	4.63 236	4.65 233	5.75 212	24.50 256	9.85 218	3.38 224	35.70 180	3.25 152	10.92 239	2.38 231	72.59 265	5.10 229	14.78 253	8.07 126	3.71 227	2.51 218	7.91 239	7.44 230	6.33 221	9.46 221

SFCPSM	10.77 230	1.34 179	1.09 133	1.15 160	1.19 159	1.19 165	0.90 133	1.29 106	1.76 187	2.70 197	5.58 210	4.33 205	10.25 221	1.08 185	51.59 242	5.22 192	1.99 185	1.17 169	161.66 272	4.44 224	7.65 171	11.04 160	0.84 161	1.68 185	1.34 144	1.75 155	3.44 190	3.04 182

ELAS	10.84 231	3.56 228	4.96 244	4.79 231	4.42 248	5.56 233	6.51 219	7.57 250	3.94 229	5.28 251	7.73 236	9.90 240	11.95 227	3.98 230	51.90 249	4.58 184	7.45 229	9.46 255	9.29 209	2.75 206	13.28 230	17.44 232	2.75 219	3.75 248	17.66 250	27.22 255	13.08 245	31.86 256
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	11.01 232	9.35 255	6.18 253	8.36 239	7.13 257	10.04 255	10.87 241	5.04 243	4.04 231	2.99 203	3.99 189	9.99 243	9.75 217	8.16 240	48.50 226	14.21 239	7.41 228	5.05 251	7.73 201	3.91 223	13.36 231	18.71 242	8.17 253	3.64 246	11.32 245	18.46 247	12.54 243	28.46 251

SGM_RVC	11.64 233	2.80 221	1.89 196	2.92 215	2.54 214	4.66 227	8.81 228	7.78 255	3.50 225	5.57 256	8.27 240	9.89 238	12.97 231	0.97 175	4.41 93	2.83 142	7.65 231	1.17 169	40.85 249	6.32 237	10.68 205	24.24 254	1.79 209	3.32 244	27.82 255	35.58 262	31.94 262	43.00 264
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
UNDER WATER-64	11.94 234	7.33 253	5.26 248	17.03 246	7.50 258	8.66 252	16.40 253	8.75 259	4.42 234	4.46 231	3.23 181	17.69 250	16.25 244	9.32 242	46.44 216	10.50 216	13.88 255	3.04 244	12.89 220	8.65 246	14.27 244	14.74 203	10.97 256	4.47 251	6.36 234	18.61 248	9.42 235	21.90 242

LSM0	11.96 235	1.70 201	2.88 227	2.75 213	2.51 213	3.46 219	9.27 230	4.20 238	4.16 233	3.65 217	7.52 234	7.40 226	10.23 220	1.32 197	64.87 263	78.56 272	4.73 217	2.33 227	20.33 234	4.80 226	14.31 248	17.05 225	1.30 193	3.15 240	3.41 217	15.40 246	6.33 221	25.24 246

LVE	12.08 236	3.68 231	2.75 223	55.08 268	4.35 247	8.14 249	74.25 271	1.97 179	2.42 207	2.31 182	1.72 149	4.79 209	5.02 205	3.47 226	40.00 193	2.29 129	11.14 240	1.88 213	50.99 260	2.03 186	10.30 199	12.06 179	5.50 232	3.25 243	3.73 220	3.25 204	3.10 176	6.68 215

DGSMNet	12.30 237	2.15 210	2.14 205	1.99 196	1.68 187	2.73 213	1.82 170	3.08 223	2.11 199	12.64 262	99.93 271	4.00 200	18.54 247	19.58 258	45.95 214	15.08 245	12.73 249	10.09 258	15.38 224	4.59 225	13.00 226	15.62 209	7.34 245	3.49 245	1.76 186	5.84 224	3.48 192	5.37 204

JetRed	12.58 238	6.94 252	7.73 255	4.83 232	6.78 255	9.44 254	10.92 242	5.31 246	4.60 235	5.84 258	3.34 182	8.16 231	8.25 212	9.89 243	50.58 240	14.44 240	10.47 235	7.92 253	7.78 204	5.56 232	18.07 262	24.74 256	11.23 257	4.59 252	12.62 246	25.80 253	25.52 257	28.19 250

MDST_ROB	12.84 239	32.58 263	1.86 193	20.66 253	2.84 222	7.65 247	3.50 200	4.02 237	1.51 174	3.73 220	6.49 218	3.22 190	42.47 257	0.80 159	50.42 237	2.20 127	1.29 148	0.83 89	18.69 228	1.42 154	12.92 223	18.51 239	1.50 203	1.82 187	24.51 254	15.09 244	31.82 260	34.42 257

XX-Stereo	13.13 240	0.72 32	1.28 168	1.04 149	0.54 61	0.81 124	0.87 130	1.13 81	0.51 59	4.52 232	6.79 223	1.56 150	1.04 156	0.49 77	39.98 192	16.92 251	1.52 166	0.95 122	6.78 191	0.95 112	6.18 151	13.69 198	0.71 128	0.52 41	237.32 273	1.37 127	2.63 155	3.58 190

TorneroNet-64	13.22 241	6.29 248	5.03 246	34.00 258	3.73 242	10.39 256	16.61 254	3.46 225	12.22 258	2.26 180	5.35 206	17.42 249	34.25 255	14.90 252	47.42 223	3.17 147	13.22 253	2.42 233	36.46 246	9.14 251	14.27 244	12.82 188	5.64 233	2.71 226	14.05 249	13.61 241	3.58 195	12.45 228

notaker	13.32 242	13.02 258	4.84 241	18.53 247	6.99 256	8.41 251	14.34 250	3.85 235	3.23 221	2.91 201	2.14 169	31.16 259	43.76 258	4.86 232	85.76 267	2.65 138	12.81 251	2.79 241	43.18 252	2.96 211	14.95 254	11.46 169	7.77 251	3.13 239	2.66 212	2.97 201	3.75 200	4.87 199

SGM-ForestM	13.80 243	10.32 257	8.18 256	4.90 234	3.69 240	7.87 248	10.55 238	7.61 251	10.68 251	5.09 243	8.30 241	9.49 237	12.89 230	4.42 231	49.85 232	13.64 236	10.21 234	1.16 167	11.67 219	8.91 249	11.41 211	24.59 255	3.28 224	5.76 255	31.49 258	36.13 263	19.13 253	41.30 263

WAO-8	14.11 244	5.49 243	4.86 242	26.82 255	4.15 245	6.96 243	11.78 247	3.65 232	6.35 242	31.53 268	38.68 264	8.33 232	22.49 249	20.27 261	50.28 235	3.34 153	11.20 242	2.04 218	55.23 262	5.70 233	9.91 197	11.24 164	5.91 235	2.59 220	8.00 240	7.57 231	6.79 225	9.89 222

Venus	14.11 244	5.49 243	4.86 242	26.82 255	4.15 245	6.96 243	11.78 247	3.65 232	6.35 242	31.53 268	38.68 264	8.33 232	22.49 249	20.27 261	50.28 235	3.34 153	11.20 242	2.04 218	55.23 262	5.70 233	9.91 197	11.24 164	5.91 235	2.59 220	8.00 240	7.57 231	6.79 225	9.89 222

SGM+DAISY	15.03 246	3.86 235	5.41 249	3.96 223	3.71 241	6.66 241	7.44 220	7.77 254	10.90 255	5.69 257	8.99 248	9.93 241	13.12 235	3.67 228	45.62 213	18.93 255	4.69 216	3.97 249	15.74 225	13.34 257	15.06 255	28.38 264	1.46 200	13.52 262	34.47 262	36.45 266	37.75 265	45.36 269

ACVNet-4b	15.72 247	4.04 238	2.68 220	44.32 264	2.83 221	6.13 238	62.22 268	1.84 169	1.78 190	1.65 148	1.24 131	4.40 207	112.58 271	3.38 224	47.32 222	1.32 56	16.00 257	1.73 206	55.10 261	2.19 195	14.48 252	16.37 216	7.30 243	3.18 241	1.64 178	1.88 167	2.20 107	4.57 197

MANE	15.81 248	9.88 256	8.25 257	5.12 237	6.22 254	8.39 250	11.49 246	7.67 252	10.83 254	4.97 240	8.34 243	8.98 236	12.97 231	3.88 229	48.84 228	18.39 254	11.83 245	20.15 263	11.32 216	9.38 253	13.48 232	26.38 259	2.78 222	12.22 259	32.08 259	36.35 264	33.31 263	43.41 265

DispFullNet	16.30 249	3.61 230	4.99 245	3.31 221	3.08 229	3.50 220	3.23 197	6.46 248	2.69 212	5.18 245	6.80 225	88.00 269	15.13 240	2.74 214	39.32 187	24.41 261	4.06 212	3.86 248	139.45 270	28.19 263	12.57 217	15.74 211	2.71 218	2.38 211	4.19 222	2.67 195	6.81 227	5.03 201

UNDER WATER	16.74 250	8.01 254	5.18 247	15.67 244	9.29 261	8.94 253	36.85 263	8.38 258	6.23 241	4.21 228	3.00 176	18.64 251	96.12 269	15.60 255	37.14 181	10.17 215	14.68 256	2.79 241	47.09 257	8.60 244	17.12 260	13.21 193	17.04 264	5.56 254	6.15 233	15.22 245	6.39 223	14.80 233

PSMNet_ROB	17.18 251	5.57 245	2.98 230	3.51 222	2.73 218	6.41 239	10.28 236	2.31 205	2.27 205	4.77 235	140.21 272	98.21 270	6.08 207	34.53 264	10.47 134	1.72 102	5.37 220	1.72 205	20.16 232	3.45 218	13.00 226	8.00 124	63.38 272	2.71 226	3.54 219	3.57 208	3.25 185	3.61 191

STStereo	17.90 252	3.70 232	5.94 252	43.89 263	5.62 251	39.01 266	13.50 249	7.84 256	10.79 253	5.25 249	8.94 245	24.58 257	30.28 254	1.98 208	59.79 262	13.60 235	5.75 221	1.79 209	40.86 250	5.29 230	11.04 209	15.34 207	2.47 215	11.83 258	23.98 253	30.27 257	23.75 256	36.15 259

DGTPSM_ROB	18.53 253	6.49 249	18.04 260	4.98 235	8.90 259	5.93 236	18.56 256	5.08 244	12.04 256	5.07 242	9.28 249	12.68 248	55.86 264	15.28 253	66.30 264	20.57 258	19.32 260	16.27 260	24.75 239	20.04 260	16.70 259	22.25 250	6.01 238	12.63 260	13.88 247	32.46 259	14.80 250	36.23 260

DPSM_ROB	21.09 254	17.18 259	22.68 262	10.13 241	9.29 261	13.96 257	14.47 251	11.66 260	15.25 260	9.00 259	8.97 246	10.35 244	13.24 237	19.82 259	59.61 260	26.09 262	18.75 258	21.25 264	14.76 222	15.47 258	28.53 265	28.20 261	7.44 246	16.13 263	34.47 262	39.29 268	38.28 266	45.08 266

DPSM	21.09 254	17.18 259	22.68 262	10.13 241	9.29 261	13.96 257	14.47 251	11.66 260	15.25 260	9.00 259	8.97 246	10.35 244	13.24 237	19.82 259	59.61 260	26.09 262	18.75 258	21.25 264	14.76 222	15.47 258	28.53 265	28.20 261	7.44 246	16.13 263	34.47 262	39.29 268	38.28 266	45.08 266

KSHMR	21.80 256	6.71 251	4.04 239	99.23 272	6.14 253	41.63 268	70.49 270	3.63 231	8.86 247	3.60 215	3.42 184	6.78 224	84.46 268	17.61 256	40.67 195	3.96 171	10.14 233	2.82 243	90.71 268	2.91 209	12.90 222	12.31 182	9.04 254	2.84 236	19.52 251	5.56 222	8.25 232	10.42 225

MaskLacGwcNet_RVC	22.39 257	1.43 187	1.63 187	2.01 198	1.89 200	2.00 197	4.03 205	2.25 200	2.65 210	5.01 241	28.79 258	216.21 274	50.44 263	5.46 236	37.62 182	4.30 177	5.35 219	12.78 259	28.48 240	1.49 160	14.42 250	12.87 190	1.01 180	2.45 217	1.87 191	7.04 228	145.49 274	5.50 207

DLNR_Zeroshot_test	24.07 258	81.88 273	1.95 200	101.60 273	0.50 45	0.56 63	81.29 272	2.29 204	0.50 55	4.86 236	2.13 168	3.03 188	0.93 142	12.16 247	103.32 269	142.13 274	34.14 264	19.58 262	8.61 206	4.90 228	8.02 181	28.05 260	0.55 73	0.85 121	1.36 149	1.54 141	1.21 34	1.87 150

DPSMNet_ROB	24.31 259	6.50 250	18.05 261	5.02 236	8.92 260	6.00 237	18.76 257	5.09 245	12.07 257	5.20 248	26.86 257	20.02 252	160.56 273	15.40 254	77.59 266	20.75 259	19.63 261	16.57 261	37.30 248	20.17 261	17.40 261	22.27 251	6.03 239	12.63 260	13.98 248	32.46 259	14.87 251	36.24 261

TorneroNet	25.03 260	6.23 247	3.71 237	95.21 271	4.04 243	30.59 264	28.04 258	4.36 239	17.91 262	2.20 177	37.98 263	81.16 268	72.52 265	18.24 257	46.94 220	2.75 140	13.19 252	2.38 231	87.74 266	9.05 250	15.54 258	12.50 186	5.92 237	2.71 226	49.11 267	8.21 234	3.60 196	13.88 231

LRCNet_RVC	27.23 261	30.79 262	14.68 259	35.16 261	31.14 267	36.50 265	30.07 262	23.05 264	12.67 259	36.10 270	33.27 259	37.41 260	28.58 253	37.19 265	51.77 246	7.29 207	31.08 263	27.01 267	67.79 264	28.97 264	22.94 264	11.62 170	39.23 267	30.57 267	7.31 235	2.54 194	11.22 238	9.26 220

ktn	29.25 262	4.04 238	95.12 273	14.38 243	5.47 250	18.03 259	17.50 255	16.11 263	67.22 272	2.86 199	5.27 203	171.03 273	80.57 267	10.72 246	76.12 265	3.35 155	21.01 262	2.75 239	90.20 267	29.10 265	15.07 256	11.01 158	7.65 248	3.01 238	5.09 226	5.80 223	4.72 211	6.57 214

LE_ROB	30.50 263	24.69 261	35.49 265	34.61 260	56.81 273	18.87 260	58.99 267	31.76 268	41.68 267	5.39 254	26.68 256	46.42 262	49.67 261	13.45 249	40.69 197	4.22 174	12.06 246	1.23 177	46.44 256	37.28 269	12.68 219	19.06 243	48.23 268	22.44 265	30.42 257	31.57 258	31.85 261	40.86 262

PML	39.12 264	38.07 267	12.03 258	39.14 262	28.99 266	40.52 267	11.18 245	14.17 262	98.92 273	27.80 267	165.99 273	107.70 271	159.11 272	13.58 250	17.37 158	11.85 228	35.22 265	8.64 254	42.84 251	11.21 256	14.35 249	16.59 217	5.89 234	7.24 257	52.84 268	13.89 242	42.19 268	18.91 239

MyStereo02	43.03 265	34.56 264	45.65 267	20.26 251	0.00 1	28.02 261	29.16 260	23.39 266	30.77 264	18.18 264	35.20 261	20.70 253	26.70 251	40.08 267	119.88 270	56.08 270	37.63 266	42.68 269	29.42 242	31.78 267	57.39 271	70.86 271	14.99 262	32.55 269	69.07 270	79.07 270	76.99 270	90.81 271

CasAABBNet	43.13 266	34.58 266	45.64 266	20.16 250	18.53 264	28.05 263	29.10 259	23.25 265	30.68 263	18.72 266	18.11 252	20.71 255	37.91 256	39.77 266	120.31 272	53.12 269	37.70 268	42.54 268	29.33 241	30.54 266	57.52 273	65.08 270	14.60 261	32.33 268	69.15 272	79.07 270	76.98 269	90.93 273

MyStereo03	43.72 267	34.56 264	45.65 267	20.26 251	18.69 265	28.02 261	29.16 260	23.39 266	30.77 264	18.18 264	35.20 261	20.70 253	26.70 251	40.08 267	119.88 270	56.08 270	37.63 266	42.68 269	29.42 242	31.78 267	57.39 271	70.86 271	14.99 262	32.55 269	69.07 270	79.07 270	76.99 270	90.81 271

HaxPig	44.55 268	46.74 269	47.29 269	47.70 265	48.78 269	47.59 269	48.40 264	49.50 269	47.10 268	49.76 271	50.30 266	49.05 263	45.31 259	54.53 270	41.50 202	40.24 264	50.13 270	52.04 271	44.70 253	43.04 270	46.59 267	44.52 266	51.78 269	45.41 271	33.76 261	25.29 252	28.70 258	23.20 244

AVERAGE_ROB	46.10 269	48.44 270	48.15 270	49.32 266	50.20 270	48.59 270	49.79 265	50.71 271	48.61 269	51.66 272	52.51 267	50.25 264	47.27 260	55.77 271	43.02 207	41.01 265	52.37 271	54.54 272	47.19 258	45.40 271	48.69 268	44.71 267	52.87 270	46.96 272	35.70 265	26.55 254	30.75 259	23.74 245

HanzoNet	48.72 270	45.82 268	75.50 272	62.48 269	48.71 268	62.22 272	81.53 273	55.12 273	62.18 271	15.62 263	22.35 255	75.50 267	105.13 270	172.23 274	54.19 256	11.79 225	63.30 273	9.59 256	142.68 271	22.42 262	19.77 263	25.86 258	34.29 266	5.85 256	9.77 244	9.44 236	8.54 233	13.60 230

MEDIAN_ROB	49.56 271	51.56 271	50.68 271	52.75 267	53.71 271	52.03 271	53.33 266	54.25 272	52.17 270	54.87 273	55.86 269	53.55 265	50.14 262	59.05 272	46.45 217	44.58 266	55.75 272	57.86 273	50.47 259	48.81 272	52.02 269	47.66 268	56.65 271	49.99 273	38.96 266	30.09 256	33.54 264	31.34 255

BEATNet-Init1	54.98 272	76.29 272	23.41 264	86.88 270	56.39 272	86.85 273	69.29 269	49.55 270	36.32 266	11.75 261	54.61 268	64.36 266	78.43 266	21.46 263	91.69 268	51.99 268	38.14 269	22.22 266	101.82 269	73.02 273	54.14 270	49.15 269	27.76 265	24.21 266	58.43 269	37.31 267	77.81 272	61.10 270

STTRV1_RVC		1.35 180	1.13 139	1.70 191	1.33 171	2.15 201	1.82 170	1.56 145	1.45 167	1.88 160	3.47 186	3.12 189	4.87 203	1.12 187		6.48 202	11.18 241	1.07 156		10.39 255	9.37 193			2.21 206	5.53 227	2.91 200	5.85 215	13.08 229

DPSimNet_ROB		193.45 274	99.23 274	195.37 274	175.02 274	155.06 274	112.88 274	167.32 274	164.47 274	99.95 274	205.57 274	169.31 272	207.38 274	93.94 273	127.45 273	85.03 273		87.66 274	201.24 273	103.73 274	162.25 274	98.87 273	105.97 273	134.73 274		183.74 274	136.27 273	168.25 274

Low-res two-view benchmark