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

ProNet	0.02 1	0.02 2	0.02 1	0.02 3	0.02 4	0.02 2	0.02 2	0.01 1	0.01 1	0.02 2	0.02 2	0.01 1	0.01 1	0.01 2	0.04 1	0.04 1	0.03 1	0.03 1	0.03 1	0.02 1	0.03 1	0.02 1	0.01 2	0.02 2	0.03 1	0.03 1	0.02 1	0.02 1

CroCo-Stereo	0.02 1	0.01 1	0.02 1	0.01 1	0.01 2	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.00 1	0.04 1	0.05 2	0.04 2	0.03 1	0.03 1	0.02 1	0.03 1	0.02 1	0.00 1	0.01 1	0.04 2	0.03 1	0.02 1	0.02 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
CroCo-Stereo Lap2	0.03 3	0.02 2	0.02 1	0.01 1	0.01 2	0.02 2	0.02 2	0.02 3	0.02 3	0.03 4	0.02 2	0.02 3	0.03 7	0.01 2	0.05 3	0.05 2	0.04 2	0.05 3	0.04 3	0.04 3	0.04 3	0.04 3	0.01 2	0.02 2	0.06 5	0.06 5	0.05 4	0.03 3

RYNet	0.06 10	0.04 9	0.04 9	0.04 11	0.04 11	0.04 10	0.03 10	0.05 7	0.11 110	0.05 9	0.04 4	0.04 7	0.03 7	0.03 13	0.07 9	0.06 4	0.07 8	0.08 18	0.07 8	0.05 9	0.05 4	0.05 8	0.11 149	0.04 7	0.06 5	0.15 100	0.06 11	0.05 6

TDLM	0.05 5	0.04 9	0.04 9	0.04 11	0.04 11	0.04 10	0.03 10	0.04 5	0.04 5	0.04 6	0.06 17	0.04 7	0.03 7	0.03 13	0.06 5	0.06 4	0.06 5	0.06 8	0.06 5	0.04 3	0.05 4	0.04 3	0.03 20	0.04 7	0.05 3	0.06 5	0.05 4	0.05 6

StereoVision	0.06 10	0.03 4	0.04 9	0.03 4	0.03 7	0.03 5	0.02 2	0.06 10	0.11 110	0.02 2	0.05 11	0.03 4	0.06 46	0.01 2	0.09 38	0.10 46	0.06 5	0.05 3	0.08 16	0.07 29	0.06 6	0.05 8	0.02 7	0.04 7	0.10 25	0.07 9	0.10 32	0.12 48

AEACV	0.04 4	0.03 4	0.02 1	0.04 11	0.03 7	0.02 2	0.02 2	0.03 4	0.03 4	0.03 4	0.04 4	0.03 4	0.02 3	0.02 6	0.06 5	0.06 4	0.05 4	0.05 3	0.07 8	0.04 3	0.06 6	0.04 3	0.01 2	0.02 2	0.06 5	0.07 9	0.04 3	0.03 3

RAFT	0.06 10	0.03 4	0.05 23	0.03 4	0.02 4	0.03 5	0.02 2	0.07 20	0.04 5	0.04 6	0.06 17	0.07 17	0.05 29	0.01 2	0.06 5	0.06 4	0.06 5	0.05 3	0.05 4	0.04 3	0.06 6	0.07 32	0.01 2	0.04 7	0.13 56	0.14 79	0.13 65	0.15 75

delet	0.05 5	0.05 19	0.04 9	0.06 31	0.05 22	0.05 21	0.05 31	0.04 5	0.04 5	0.06 13	0.05 11	0.10 29	0.05 29	0.03 13	0.07 9	0.06 4	0.07 8	0.06 8	0.06 5	0.06 18	0.06 6	0.04 3	0.03 20	0.05 19	0.07 9	0.07 9	0.05 4	0.04 5

AASNet	0.07 19	0.06 29	0.04 9	0.09 72	0.07 55	0.08 58	0.05 31	0.08 24	0.05 12	0.07 20	0.07 29	0.07 17	0.04 17	0.04 26	0.07 9	0.07 12	0.10 21	0.08 18	0.08 16	0.06 18	0.07 10	0.06 18	0.04 34	0.06 35	0.08 14	0.08 15	0.06 11	0.06 12

RAFT + AFF	0.05 5	0.04 9	0.03 5	0.05 20	0.04 11	0.04 10	0.03 10	0.06 10	0.08 58	0.09 23	0.05 11	0.09 23	0.02 3	0.02 6	0.05 3	0.06 4	0.09 15	0.06 8	0.06 5	0.04 3	0.07 10	0.05 8	0.02 7	0.04 7	0.07 9	0.05 3	0.05 4	0.06 12

MMNet	0.06 10	0.06 29	0.05 23	0.08 57	0.06 39	0.06 33	0.05 31	0.07 20	0.06 25	0.05 9	0.06 17	0.09 23	0.04 17	0.04 26	0.07 9	0.07 12	0.09 15	0.08 18	0.07 8	0.06 18	0.07 10	0.05 8	0.04 34	0.05 19	0.07 9	0.08 15	0.07 16	0.10 28

GANet	0.07 19	0.07 50	0.06 47	0.06 31	0.06 39	0.07 49	0.06 61	0.08 24	0.05 12	0.06 13	0.07 29	0.06 14	0.04 17	0.04 26	0.07 9	0.08 17	0.09 15	0.10 55	0.07 8	0.05 9	0.07 10	0.05 8	0.05 50	0.05 19	0.08 14	0.07 9	0.07 16	0.06 12

AANet_RVC	0.06 10	0.05 19	0.06 47	0.05 20	0.06 39	0.04 10	0.05 31	0.05 7	0.06 25	0.05 9	0.06 17	0.05 10	0.04 17	0.04 26	0.08 21	0.07 12	0.08 11	0.08 18	0.07 8	0.07 29	0.07 10	0.07 32	0.05 50	0.05 19	0.07 9	0.08 15	0.06 11	0.08 17

test croco	0.06 10	0.04 9	0.04 9	0.04 11	0.04 11	0.05 21	0.03 10	0.08 24	0.04 5	0.09 23	0.05 11	0.06 14	0.02 3	0.02 6	0.07 9	0.08 17	0.12 35	0.08 18	0.08 16	0.06 18	0.08 15	0.04 3	0.02 7	0.05 19	0.09 22	0.10 25	0.08 22	0.09 23

CVANet_RVC	0.07 19	0.07 50	0.07 71	0.08 57	0.06 39	0.07 49	0.05 31	0.06 10	0.05 12	0.06 13	0.09 63	0.05 10	0.04 17	0.04 26	0.08 21	0.08 17	0.08 11	0.08 18	0.08 16	0.06 18	0.08 15	0.06 18	0.04 34	0.05 19	0.08 14	0.07 9	0.07 16	0.10 28

PWCDC_ROB	0.13 93	0.06 29	0.09 103	0.07 52	0.13 140	0.08 58	0.13 143	0.06 10	0.24 197	0.09 23	0.15 136	0.10 29	0.45 224	0.26 201	0.12 122	0.10 46	0.09 15	0.12 90	0.08 16	0.11 102	0.08 15	0.12 132	0.19 188	0.13 162	0.08 14	0.14 79	0.08 22	0.18 118

MIF-Stereo (partial)	0.06 10	0.05 19	0.06 47	0.05 20	0.04 11	0.05 21	0.03 10	0.08 24	0.07 40	0.07 20	0.04 4	0.05 10	0.06 46	0.04 26	0.08 21	0.08 17	0.11 26	0.08 18	0.08 16	0.05 9	0.09 18	0.05 8	0.02 7	0.06 35	0.10 25	0.08 15	0.07 16	0.08 17

MIF-Stereo	0.07 19	0.04 9	0.04 9	0.03 4	0.03 7	0.05 21	0.03 10	0.06 10	0.05 12	0.06 13	0.04 4	0.07 17	0.12 123	0.07 75	0.08 21	0.07 12	0.11 26	0.08 18	0.08 16	0.07 29	0.09 18	0.08 37	0.07 88	0.04 7	0.10 25	0.16 117	0.06 11	0.10 28

anonymousdsp	0.05 5	0.04 9	0.04 9	0.03 4	0.04 11	0.04 10	0.04 22	0.06 10	0.05 12	0.06 13	0.04 4	0.03 4	0.02 3	0.03 13	0.07 9	0.08 17	0.08 11	0.06 8	0.08 16	0.05 9	0.09 18	0.05 8	0.03 20	0.03 5	0.05 3	0.05 3	0.05 4	0.05 6

iRaftStereo_RVC	0.05 5	0.03 4	0.03 5	0.03 4	0.03 7	0.03 5	0.02 2	0.05 7	0.04 5	0.06 13	0.05 11	0.05 10	0.03 7	0.02 6	0.06 5	0.06 4	0.10 21	0.07 13	0.07 8	0.05 9	0.09 18	0.05 8	0.02 7	0.03 5	0.07 9	0.06 5	0.05 4	0.05 6

AFF-stereo	0.06 10	0.05 19	0.05 23	0.05 20	0.04 11	0.04 10	0.03 10	0.11 37	0.06 25	0.16 52	0.05 11	0.08 21	0.03 7	0.02 6	0.07 9	0.08 17	0.08 11	0.05 3	0.09 28	0.04 3	0.09 18	0.05 8	0.02 7	0.04 7	0.10 25	0.08 15	0.07 16	0.07 15

DMCA	0.07 19	0.05 19	0.07 71	0.06 31	0.06 39	0.05 21	0.07 77	0.09 28	0.07 40	0.06 13	0.09 63	0.07 17	0.06 46	0.06 53	0.08 21	0.08 17	0.11 26	0.10 55	0.08 16	0.07 29	0.09 18	0.06 18	0.06 67	0.06 35	0.08 14	0.10 25	0.06 11	0.08 17

StereoIM	0.07 19	0.04 9	0.05 23	0.03 4	0.02 4	0.03 5	0.03 10	0.06 10	0.06 25	0.04 6	0.06 17	0.10 29	0.05 29	0.02 6	0.07 9	0.08 17	0.10 21	0.09 42	0.07 8	0.05 9	0.10 24	0.10 86	0.01 2	0.05 19	0.12 47	0.18 150	0.13 65	0.16 86

LL-Strereo2	0.07 19	0.03 4	0.03 5	0.04 11	0.05 22	0.04 10	0.03 10	0.06 10	0.07 40	0.15 45	0.07 29	0.08 21	0.05 29	0.04 26	0.08 21	0.09 30	0.13 37	0.07 13	0.10 34	0.06 18	0.10 24	0.06 18	0.03 20	0.04 7	0.08 14	0.10 25	0.08 22	0.05 6

test_5	0.08 28	0.05 19	0.07 71	0.04 11	0.04 11	0.04 10	0.04 22	0.09 28	0.05 12	0.05 9	0.07 29	0.12 42	0.12 123	0.02 6	0.08 21	0.09 30	0.07 8	0.07 13	0.08 16	0.06 18	0.10 24	0.10 86	0.02 7	0.08 85	0.10 25	0.14 79	0.13 65	0.18 118

HCRNet	0.12 82	0.17 174	0.06 47	0.22 178	0.08 65	0.15 135	0.08 85	0.13 52	0.04 5	0.46 236	0.12 97	0.24 164	0.07 65	0.07 75	0.08 21	0.06 4	0.14 49	0.08 18	0.20 140	0.08 45	0.10 24	0.05 8	0.11 149	0.06 35	0.06 5	0.06 5	0.05 4	0.08 17

UPFNet	0.09 33	0.08 78	0.08 93	0.09 72	0.08 65	0.09 71	0.06 61	0.12 40	0.09 78	0.14 39	0.10 71	0.12 42	0.06 46	0.07 75	0.08 21	0.10 46	0.13 37	0.11 66	0.10 34	0.07 29	0.10 24	0.07 32	0.06 67	0.07 67	0.09 22	0.11 38	0.10 32	0.11 36

MIM_Stereo	0.06 10	0.04 9	0.03 5	0.05 20	0.05 22	0.05 21	0.03 10	0.06 10	0.04 5	0.14 39	0.07 29	0.04 7	0.03 7	0.03 13	0.07 9	0.08 17	0.13 37	0.07 13	0.09 28	0.06 18	0.11 29	0.06 18	0.02 7	0.04 7	0.08 14	0.07 9	0.07 16	0.05 6

ADLNet	0.13 93	0.11 114	0.08 93	0.13 125	0.10 99	0.16 143	0.13 143	0.14 61	0.07 40	0.13 36	0.10 71	0.25 167	0.11 117	0.29 210	0.10 64	0.10 46	0.17 82	0.09 42	0.13 62	0.09 66	0.11 29	0.09 62	0.13 164	0.06 35	0.13 56	0.13 62	0.12 54	0.14 63

ARAFT	0.07 19	0.04 9	0.04 9	0.05 20	0.05 22	0.05 21	0.02 2	0.09 28	0.06 25	0.12 32	0.06 17	0.12 42	0.03 7	0.03 13	0.07 9	0.07 12	0.12 35	0.09 42	0.09 28	0.05 9	0.11 29	0.08 37	0.03 20	0.04 7	0.10 25	0.09 21	0.09 27	0.09 23

RAFT-Stereo + iAFF	0.08 28	0.06 29	0.05 23	0.05 20	0.04 11	0.04 10	0.04 22	0.14 61	0.07 40	0.21 103	0.04 4	0.12 42	0.04 17	0.03 13	0.08 21	0.09 30	0.09 15	0.06 8	0.11 38	0.05 9	0.11 29	0.06 18	0.03 20	0.05 19	0.13 56	0.09 21	0.09 27	0.09 23

HITNet	0.09 33	0.07 50	0.06 47	0.08 57	0.08 65	0.08 58	0.05 31	0.11 37	0.07 40	0.19 86	0.08 46	0.12 42	0.07 65	0.07 75	0.09 38	0.08 17	0.13 37	0.10 55	0.10 34	0.07 29	0.11 29	0.09 62	0.06 67	0.06 35	0.12 47	0.11 38	0.16 97	0.14 63
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
PS-NSSS	0.17 156	0.19 183	0.18 193	0.23 180	0.18 173	0.18 160	0.16 159	0.22 166	0.12 125	0.23 121	0.21 185	0.44 194	0.08 78	0.11 134	0.14 153	0.10 46	0.13 37	0.13 117	0.26 180	0.11 102	0.11 29	0.07 32	0.18 186	0.15 172	0.17 108	0.21 177	0.14 76	0.20 135

Former-RAFT_DAM_RVC	0.10 51	0.07 50	0.07 71	0.08 57	0.05 22	0.07 49	0.03 10	0.11 37	0.15 150	0.20 94	0.14 120	0.12 42	0.07 65	0.07 75	0.09 38	0.09 30	0.16 66	0.11 66	0.12 49	0.08 45	0.12 35	0.11 114	0.06 67	0.07 67	0.12 47	0.15 100	0.12 54	0.16 86

CAS	0.09 33	0.07 50	0.05 23	0.06 31	0.05 22	0.05 21	0.04 22	0.14 61	0.06 25	0.11 30	0.11 85	0.11 36	0.05 29	0.07 75	0.09 38	0.09 30	0.11 26	0.10 55	0.14 69	0.07 29	0.12 35	0.08 37	0.05 50	0.05 19	0.13 56	0.11 38	0.09 27	0.14 63

iinet-f	0.10 51	0.09 90	0.06 47	0.08 57	0.06 39	0.09 71	0.06 61	0.09 28	0.07 40	0.18 74	0.11 85	0.11 36	0.10 106	0.06 53	0.09 38	0.10 46	0.14 49	0.09 42	0.19 127	0.09 66	0.12 35	0.06 18	0.05 50	0.06 35	0.11 41	0.10 25	0.15 89	0.12 48

IER	0.09 33	0.07 50	0.07 71	0.09 72	0.07 55	0.09 71	0.06 61	0.12 40	0.07 40	0.14 39	0.11 85	0.11 36	0.07 65	0.06 53	0.09 38	0.09 30	0.14 49	0.11 66	0.11 38	0.07 29	0.12 35	0.08 37	0.06 67	0.06 35	0.10 25	0.11 38	0.11 46	0.14 63

RAFT_CTSACE	0.07 19	0.04 9	0.06 47	0.03 4	0.04 11	0.05 21	0.05 31	0.06 10	0.06 25	0.09 23	0.04 4	0.10 29	0.09 93	0.03 13	0.08 21	0.08 17	0.11 26	0.07 13	0.07 8	0.05 9	0.12 35	0.08 37	0.03 20	0.06 35	0.12 47	0.12 53	0.12 54	0.16 86

RAFT+CT+SA	0.09 33	0.05 19	0.07 71	0.05 20	0.05 22	0.04 10	0.05 31	0.13 52	0.07 40	0.08 22	0.07 29	0.15 74	0.13 138	0.04 26	0.11 95	0.10 46	0.09 15	0.08 18	0.08 16	0.06 18	0.12 35	0.11 114	0.02 7	0.06 35	0.13 56	0.13 62	0.11 46	0.17 99

RALAANet	0.09 33	0.08 78	0.06 47	0.07 52	0.06 39	0.08 58	0.05 31	0.10 34	0.07 40	0.12 32	0.10 71	0.10 29	0.06 46	0.03 13	0.09 38	0.09 30	0.13 37	0.11 66	0.16 94	0.09 66	0.12 35	0.08 37	0.04 34	0.06 35	0.12 47	0.10 25	0.11 46	0.11 36

UNet	0.11 60	0.09 90	0.09 103	0.10 89	0.08 65	0.10 91	0.08 85	0.15 67	0.08 58	0.17 61	0.10 71	0.13 54	0.09 93	0.07 75	0.09 38	0.10 46	0.16 66	0.13 117	0.12 49	0.08 45	0.12 35	0.09 62	0.08 111	0.09 107	0.12 47	0.14 79	0.10 32	0.11 36

HGLStereo	0.11 60	0.10 102	0.08 93	0.09 72	0.10 99	0.09 71	0.06 61	0.14 61	0.08 58	0.18 74	0.15 136	0.09 23	0.06 46	0.08 93	0.10 64	0.10 46	0.17 82	0.13 117	0.14 69	0.10 85	0.12 35	0.10 86	0.08 111	0.09 107	0.13 56	0.13 62	0.10 32	0.11 36

DMCA-RVC	0.10 51	0.08 78	0.11 132	0.08 57	0.09 83	0.08 58	0.08 85	0.12 40	0.09 78	0.13 36	0.13 107	0.13 54	0.07 65	0.06 53	0.14 153	0.12 118	0.14 49	0.13 117	0.11 38	0.10 85	0.12 35	0.10 86	0.07 88	0.09 107	0.10 25	0.10 25	0.10 32	0.11 36

FADNet-RVC	0.15 135	0.13 141	0.11 132	0.18 161	0.12 128	0.14 125	0.10 117	0.21 157	0.09 78	0.19 86	0.17 157	0.18 104	0.12 123	0.11 134	0.17 180	0.15 180	0.18 101	0.13 117	0.18 117	0.15 164	0.12 35	0.13 149	0.12 160	0.11 136	0.21 162	0.16 117	0.14 76	0.15 75

STTStereo	0.13 93	0.14 154	0.17 188	0.13 125	0.15 159	0.13 118	0.21 184	0.13 52	0.14 140	0.15 45	0.15 136	0.17 89	0.10 106	0.11 134	0.14 153	0.12 118	0.15 58	0.15 152	0.13 62	0.11 102	0.12 35	0.10 86	0.07 88	0.09 107	0.15 82	0.14 79	0.12 54	0.16 86

AF-Net	0.15 135	0.13 141	0.13 157	0.14 134	0.18 173	0.15 135	0.14 149	0.17 84	0.16 154	0.17 61	0.21 185	0.18 104	0.12 123	0.10 121	0.18 188	0.16 185	0.14 49	0.14 139	0.15 84	0.11 102	0.12 35	0.11 114	0.13 164	0.10 123	0.15 82	0.16 117	0.20 149	0.15 75

RP	0.15 135	0.14 154	0.16 178	0.17 156	0.14 150	0.17 152	0.16 159	0.19 129	0.17 161	0.14 39	0.16 147	0.16 84	0.15 160	0.11 134	0.14 153	0.12 118	0.15 58	0.12 90	0.15 84	0.12 123	0.12 35	0.13 149	0.10 140	0.12 151	0.17 108	0.17 135	0.20 149	0.18 118

Nwc_Net	0.15 135	0.13 141	0.13 157	0.14 134	0.18 173	0.15 135	0.14 149	0.17 84	0.16 154	0.17 61	0.21 185	0.18 104	0.12 123	0.10 121	0.18 188	0.16 185	0.14 49	0.14 139	0.15 84	0.11 102	0.12 35	0.11 114	0.13 164	0.10 123	0.15 82	0.16 117	0.20 149	0.15 75

ADCP+	0.11 60	0.10 102	0.08 93	0.09 72	0.07 55	0.09 71	0.08 85	0.14 61	0.11 110	0.16 52	0.12 97	0.18 104	0.08 78	0.07 75	0.11 95	0.10 46	0.16 66	0.11 66	0.14 69	0.09 66	0.12 35	0.09 62	0.08 111	0.08 85	0.11 41	0.16 117	0.11 46	0.11 36

CFNet	0.12 82	0.11 114	0.08 93	0.14 134	0.12 128	0.11 98	0.09 103	0.20 146	0.10 98	0.18 74	0.12 97	0.25 167	0.10 106	0.08 93	0.09 38	0.09 30	0.17 82	0.12 90	0.12 49	0.09 66	0.12 35	0.08 37	0.06 67	0.10 123	0.15 82	0.13 62	0.13 65	0.13 54

NLCA_NET_v2_RVC	0.13 93	0.13 141	0.14 167	0.14 134	0.16 161	0.13 118	0.21 184	0.13 52	0.15 150	0.16 52	0.16 147	0.21 141	0.10 106	0.15 176	0.12 122	0.12 118	0.16 66	0.12 90	0.11 38	0.09 66	0.12 35	0.10 86	0.08 111	0.09 107	0.13 56	0.13 62	0.11 46	0.16 86
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	0.15 135	0.11 114	0.11 132	0.19 167	0.14 150	0.21 183	0.24 197	0.13 52	0.11 110	0.16 52	0.14 120	0.10 29	0.08 78	0.40 221	0.12 122	0.12 118	0.21 143	0.14 139	0.16 94	0.10 85	0.12 35	0.09 62	0.25 204	0.08 85	0.15 82	0.13 62	0.14 76	0.13 54

DISCO	0.11 60	0.10 102	0.08 93	0.10 89	0.09 83	0.11 98	0.09 103	0.10 34	0.08 58	0.15 45	0.11 85	0.12 42	0.07 65	0.06 53	0.09 38	0.11 81	0.15 58	0.10 55	0.14 69	0.10 85	0.12 35	0.10 86	0.06 67	0.09 107	0.14 74	0.12 53	0.13 65	0.11 36

DN-CSS_ROB	0.11 60	0.09 90	0.12 146	0.08 57	0.09 83	0.08 58	0.08 85	0.16 75	0.10 98	0.23 121	0.17 157	0.19 115	0.14 152	0.05 42	0.09 38	0.09 30	0.13 37	0.10 55	0.18 117	0.09 66	0.12 35	0.08 37	0.07 88	0.08 85	0.13 56	0.11 38	0.12 54	0.11 36

anonymousdsp2	0.08 28	0.07 50	0.05 23	0.06 31	0.05 22	0.06 33	0.05 31	0.12 40	0.06 25	0.17 61	0.06 17	0.09 23	0.04 17	0.05 42	0.07 9	0.08 17	0.13 37	0.08 18	0.11 38	0.07 29	0.13 56	0.07 32	0.05 50	0.06 35	0.09 22	0.08 15	0.08 22	0.07 15

TestStereo1	0.09 33	0.07 50	0.06 47	0.04 11	0.05 22	0.06 33	0.06 61	0.07 20	0.07 40	0.09 23	0.07 29	0.11 36	0.14 152	0.04 26	0.10 64	0.10 46	0.11 26	0.09 42	0.09 28	0.08 45	0.13 56	0.12 132	0.02 7	0.05 19	0.15 82	0.14 79	0.16 97	0.20 135

TESTraft	0.09 33	0.06 29	0.06 47	0.04 11	0.04 11	0.05 21	0.06 61	0.09 28	0.08 58	0.09 23	0.08 46	0.12 42	0.13 138	0.03 13	0.09 38	0.10 46	0.11 26	0.09 42	0.08 16	0.07 29	0.13 56	0.12 132	0.02 7	0.05 19	0.14 74	0.13 62	0.14 76	0.20 135

SA-5K	0.09 33	0.07 50	0.06 47	0.04 11	0.05 22	0.06 33	0.06 61	0.07 20	0.07 40	0.09 23	0.07 29	0.11 36	0.14 152	0.04 26	0.10 64	0.10 46	0.11 26	0.09 42	0.09 28	0.08 45	0.13 56	0.12 132	0.02 7	0.05 19	0.15 82	0.14 79	0.16 97	0.20 135

CIPLG	0.09 33	0.06 29	0.05 23	0.06 31	0.06 39	0.09 71	0.06 61	0.18 110	0.06 25	0.20 94	0.08 46	0.13 54	0.07 65	0.06 53	0.08 21	0.10 46	0.17 82	0.11 66	0.11 38	0.09 66	0.13 56	0.06 18	0.04 34	0.06 35	0.10 25	0.10 25	0.10 32	0.10 28

IPLG	0.10 51	0.07 50	0.07 71	0.07 52	0.07 55	0.06 33	0.05 31	0.15 67	0.06 25	0.22 108	0.06 17	0.15 74	0.05 29	0.04 26	0.09 38	0.10 46	0.16 66	0.10 55	0.14 69	0.09 66	0.13 56	0.08 37	0.04 34	0.07 67	0.13 56	0.12 53	0.11 46	0.09 23

IPLGR_C	0.09 33	0.06 29	0.05 23	0.06 31	0.06 39	0.09 71	0.06 61	0.18 110	0.06 25	0.20 94	0.08 46	0.13 54	0.07 65	0.06 53	0.08 21	0.11 81	0.17 82	0.11 66	0.11 38	0.09 66	0.13 56	0.06 18	0.04 34	0.06 35	0.10 25	0.09 21	0.10 32	0.10 28

MIPNet	0.11 60	0.09 90	0.06 47	0.07 52	0.08 65	0.07 49	0.05 31	0.17 84	0.06 25	0.23 121	0.07 29	0.16 84	0.08 78	0.05 42	0.10 64	0.11 81	0.17 82	0.11 66	0.20 140	0.12 123	0.13 56	0.11 114	0.05 50	0.07 67	0.16 98	0.15 100	0.11 46	0.13 54

ACRE	0.09 33	0.06 29	0.05 23	0.06 31	0.06 39	0.09 71	0.06 61	0.18 110	0.06 25	0.20 94	0.08 46	0.13 54	0.07 65	0.06 53	0.08 21	0.10 46	0.17 82	0.11 66	0.11 38	0.09 66	0.13 56	0.06 18	0.04 34	0.06 35	0.10 25	0.10 25	0.10 32	0.10 28

raft+_RVC	0.08 28	0.06 29	0.05 23	0.06 31	0.06 39	0.07 49	0.04 22	0.10 34	0.08 58	0.17 61	0.08 46	0.09 23	0.04 17	0.04 26	0.08 21	0.08 17	0.13 37	0.09 42	0.11 38	0.06 18	0.13 56	0.06 18	0.04 34	0.05 19	0.11 41	0.09 21	0.09 27	0.09 23

FINET	0.12 82	0.12 126	0.12 146	0.12 116	0.10 99	0.11 98	0.13 143	0.15 67	0.12 125	0.13 36	0.12 97	0.13 54	0.10 106	0.09 109	0.18 188	0.13 143	0.16 66	0.11 66	0.17 103	0.10 85	0.13 56	0.10 86	0.10 140	0.10 123	0.13 56	0.11 38	0.13 65	0.13 54

DSFCA	0.11 60	0.12 126	0.09 103	0.10 89	0.08 65	0.11 98	0.11 126	0.12 40	0.09 78	0.12 32	0.14 120	0.14 68	0.08 78	0.05 42	0.10 64	0.11 81	0.15 58	0.12 90	0.16 94	0.10 85	0.13 56	0.12 132	0.07 88	0.09 107	0.13 56	0.14 79	0.10 32	0.13 54

BEATNet_4x	0.11 60	0.10 102	0.08 93	0.09 72	0.09 83	0.09 71	0.08 85	0.12 40	0.08 58	0.21 103	0.09 63	0.15 74	0.09 93	0.08 93	0.11 95	0.10 46	0.13 37	0.13 117	0.11 38	0.08 45	0.13 56	0.12 132	0.08 111	0.08 85	0.13 56	0.13 62	0.18 128	0.18 118

DeepPrunerF	0.12 82	0.10 102	0.11 132	0.13 125	0.14 150	0.09 71	0.09 103	0.15 67	0.11 110	0.12 32	0.14 120	0.10 29	0.09 93	0.07 75	0.13 135	0.11 81	0.11 26	0.13 117	0.13 62	0.11 102	0.13 56	0.09 62	0.08 111	0.08 85	0.17 108	0.15 100	0.11 46	0.14 63

NaN_ROB	0.19 167	0.20 187	0.19 199	0.19 167	0.20 184	0.16 143	0.15 154	0.28 190	0.19 174	0.23 121	0.18 167	0.46 198	0.17 168	0.11 134	0.14 153	0.13 143	0.15 58	0.14 139	0.21 146	0.19 190	0.13 56	0.11 114	0.09 126	0.21 192	0.25 188	0.23 190	0.26 182	0.28 177

CASnet	0.10 51	0.06 29	0.05 23	0.08 57	0.09 83	0.11 98	0.05 31	0.18 110	0.10 98	0.23 121	0.11 85	0.13 54	0.06 46	0.08 93	0.10 64	0.10 46	0.16 66	0.08 18	0.19 127	0.08 45	0.14 71	0.06 18	0.06 67	0.06 35	0.12 47	0.10 25	0.14 76	0.10 28
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
SA	0.10 51	0.07 50	0.07 71	0.06 31	0.05 22	0.08 58	0.04 22	0.12 40	0.05 12	0.16 52	0.07 29	0.16 84	0.03 7	0.04 26	0.10 64	0.10 46	0.13 37	0.11 66	0.12 49	0.09 66	0.14 71	0.10 86	0.03 20	0.06 35	0.16 98	0.15 100	0.13 65	0.21 150

PA-Net	0.19 167	0.21 189	0.25 213	0.14 134	0.20 184	0.18 160	0.21 184	0.21 157	0.19 174	0.17 61	0.15 136	0.17 89	0.21 180	0.26 201	0.17 180	0.18 203	0.15 58	0.19 193	0.13 62	0.17 180	0.14 71	0.16 177	0.10 140	0.16 180	0.18 127	0.27 212	0.17 110	0.35 192
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
PDISCO_ROB	0.12 82	0.13 141	0.13 157	0.10 89	0.08 65	0.09 71	0.09 103	0.09 28	0.08 58	0.11 30	0.10 71	0.06 14	0.05 29	0.05 42	0.10 64	0.12 118	0.14 49	0.16 164	0.09 28	0.10 85	0.14 71	0.13 149	0.04 34	0.08 85	0.17 108	0.21 177	0.32 195	0.20 135

4D-IteraStereo	0.09 33	0.06 29	0.05 23	0.06 31	0.06 39	0.06 33	0.04 22	0.15 67	0.10 98	0.22 108	0.08 46	0.14 68	0.06 46	0.03 13	0.09 38	0.10 46	0.17 82	0.09 42	0.11 38	0.08 45	0.15 75	0.06 18	0.03 20	0.05 19	0.10 25	0.10 25	0.08 22	0.08 17

raft_robust	0.12 82	0.09 90	0.09 103	0.11 104	0.06 39	0.09 71	0.06 61	0.15 67	0.08 58	0.23 121	0.07 29	0.20 130	0.11 117	0.09 109	0.11 95	0.12 118	0.16 66	0.12 90	0.14 69	0.10 85	0.15 75	0.11 114	0.03 20	0.08 85	0.18 127	0.17 135	0.15 89	0.14 63

dd	0.14 117	0.12 126	0.07 71	0.25 188	0.11 116	0.19 169	0.09 103	0.17 84	0.08 58	0.17 61	0.08 46	0.33 181	0.08 78	0.06 53	0.11 95	0.11 81	0.24 180	0.11 66	0.25 176	0.09 66	0.15 75	0.09 62	0.06 67	0.09 107	0.17 108	0.13 62	0.18 128	0.14 63

rafts_anoy	0.09 33	0.08 78	0.07 71	0.07 52	0.07 55	0.06 33	0.05 31	0.13 52	0.05 12	0.17 61	0.10 71	0.12 42	0.05 29	0.03 13	0.10 64	0.10 46	0.15 58	0.12 90	0.14 69	0.07 29	0.15 75	0.08 37	0.04 34	0.06 35	0.11 41	0.10 25	0.09 27	0.11 36

CFNet_pseudo	0.13 93	0.11 114	0.11 132	0.14 134	0.11 116	0.12 109	0.11 126	0.19 129	0.12 125	0.24 137	0.14 120	0.17 89	0.15 160	0.09 109	0.10 64	0.10 46	0.16 66	0.13 117	0.13 62	0.08 45	0.15 75	0.08 37	0.08 111	0.09 107	0.15 82	0.14 79	0.19 136	0.21 150

RALCasStereoNet	0.09 33	0.08 78	0.06 47	0.09 72	0.07 55	0.06 33	0.05 31	0.12 40	0.05 12	0.18 74	0.07 29	0.12 42	0.05 29	0.04 26	0.10 64	0.10 46	0.18 101	0.12 90	0.14 69	0.08 45	0.15 75	0.08 37	0.05 50	0.06 35	0.12 47	0.10 25	0.10 32	0.08 17

GMStereo	0.12 82	0.12 126	0.07 71	0.11 104	0.11 116	0.13 118	0.09 103	0.17 84	0.10 98	0.17 61	0.14 120	0.22 154	0.11 117	0.07 75	0.10 64	0.09 30	0.17 82	0.10 55	0.17 103	0.12 123	0.15 75	0.09 62	0.07 88	0.09 107	0.14 74	0.13 62	0.15 89	0.12 48
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
APVNet	0.15 135	0.13 141	0.11 132	0.13 125	0.17 167	0.15 135	0.13 143	0.19 129	0.11 110	0.14 39	0.13 107	0.17 89	0.09 93	0.16 179	0.17 180	0.16 185	0.21 143	0.14 139	0.22 159	0.15 164	0.15 75	0.12 132	0.07 88	0.12 151	0.17 108	0.15 100	0.19 136	0.17 99

psm_up	0.15 135	0.11 114	0.13 157	0.15 144	0.12 128	0.14 125	0.11 126	0.20 146	0.17 161	0.19 86	0.13 107	0.15 74	0.17 168	0.10 121	0.14 153	0.12 118	0.19 115	0.13 117	0.17 103	0.11 102	0.15 75	0.10 86	0.10 140	0.16 180	0.18 127	0.17 135	0.17 110	0.19 127

FADNet-RVC-Resample	0.13 93	0.10 102	0.12 146	0.12 116	0.10 99	0.13 118	0.10 117	0.16 75	0.13 133	0.18 74	0.13 107	0.17 89	0.12 123	0.10 121	0.11 95	0.09 30	0.13 37	0.15 152	0.15 84	0.18 186	0.15 75	0.13 149	0.10 140	0.14 169	0.17 108	0.13 62	0.12 54	0.12 48

stereogan	0.16 150	0.15 162	0.15 174	0.16 148	0.18 173	0.18 160	0.16 159	0.20 146	0.19 174	0.14 39	0.16 147	0.20 130	0.18 172	0.13 165	0.16 173	0.13 143	0.16 66	0.14 139	0.18 117	0.14 148	0.15 75	0.13 149	0.13 164	0.13 162	0.16 98	0.17 135	0.23 166	0.18 118

RASNet	0.11 60	0.10 102	0.10 116	0.09 72	0.07 55	0.08 58	0.08 85	0.19 129	0.09 78	0.17 61	0.10 71	0.13 54	0.09 93	0.06 53	0.09 38	0.10 46	0.14 49	0.09 42	0.12 49	0.06 18	0.15 75	0.09 62	0.05 50	0.10 123	0.13 56	0.12 53	0.17 110	0.17 99

CC-Net-ROB	0.28 201	0.40 221	0.29 218	0.57 222	0.44 222	0.42 218	0.38 213	0.32 204	0.19 174	0.33 219	0.28 215	0.69 217	0.10 106	0.32 217	0.21 202	0.13 143	0.14 49	0.16 164	0.40 208	0.18 186	0.15 75	0.09 62	0.23 199	0.24 206	0.22 173	0.21 177	0.19 136	0.28 177

iResNetv2_ROB	0.12 82	0.08 78	0.08 93	0.12 116	0.09 83	0.12 109	0.08 85	0.17 84	0.08 58	0.22 108	0.12 97	0.20 130	0.16 165	0.07 75	0.09 38	0.09 30	0.16 66	0.11 66	0.17 103	0.10 85	0.15 75	0.10 86	0.09 126	0.10 123	0.15 82	0.13 62	0.19 136	0.12 48

iResNet_ROB	0.11 60	0.08 78	0.07 71	0.11 104	0.08 65	0.12 109	0.08 85	0.15 67	0.08 58	0.23 121	0.11 85	0.15 74	0.15 160	0.06 53	0.08 21	0.09 30	0.16 66	0.12 90	0.14 69	0.09 66	0.15 75	0.10 86	0.07 88	0.08 85	0.15 82	0.12 53	0.15 89	0.15 75

IPLGR	0.12 82	0.09 90	0.09 103	0.09 72	0.10 99	0.09 71	0.07 77	0.18 110	0.09 78	0.22 108	0.10 71	0.16 84	0.07 65	0.06 53	0.10 64	0.11 81	0.17 82	0.11 66	0.21 146	0.12 123	0.16 90	0.09 62	0.04 34	0.08 85	0.16 98	0.14 79	0.14 76	0.16 86

test-3	0.10 51	0.06 29	0.04 9	0.06 31	0.08 65	0.06 33	0.05 31	0.17 84	0.07 40	0.24 137	0.08 46	0.19 115	0.08 78	0.06 53	0.11 95	0.11 81	0.20 130	0.10 55	0.15 84	0.10 85	0.16 90	0.10 86	0.05 50	0.06 35	0.10 25	0.11 38	0.12 54	0.11 36

test_1	0.10 51	0.06 29	0.04 9	0.06 31	0.08 65	0.06 33	0.05 31	0.17 84	0.07 40	0.24 137	0.08 46	0.19 115	0.08 78	0.06 53	0.11 95	0.11 81	0.20 130	0.10 55	0.15 84	0.10 85	0.16 90	0.10 86	0.05 50	0.06 35	0.10 25	0.11 38	0.12 54	0.11 36

AACVNet	0.14 117	0.13 141	0.10 116	0.13 125	0.13 140	0.14 125	0.10 117	0.19 129	0.11 110	0.22 108	0.18 167	0.14 68	0.10 106	0.09 109	0.12 122	0.11 81	0.21 143	0.13 117	0.17 103	0.12 123	0.16 90	0.11 114	0.11 149	0.11 136	0.18 127	0.14 79	0.14 76	0.16 86

AnonymousM	0.08 28	0.05 19	0.04 9	0.06 31	0.05 22	0.04 10	0.04 22	0.13 52	0.05 12	0.20 94	0.06 17	0.11 36	0.03 7	0.06 53	0.10 64	0.10 46	0.19 115	0.09 42	0.12 49	0.07 29	0.16 90	0.06 18	0.04 34	0.04 7	0.08 14	0.11 38	0.10 32	0.10 28

GEStereo_RVC	0.14 117	0.13 141	0.10 116	0.11 104	0.12 128	0.12 109	0.11 126	0.18 110	0.13 133	0.24 137	0.16 147	0.18 104	0.10 106	0.06 53	0.13 135	0.12 118	0.20 130	0.16 164	0.23 166	0.13 138	0.16 90	0.14 158	0.07 88	0.11 136	0.21 162	0.15 100	0.13 65	0.20 135

pcwnet_v2	0.16 150	0.12 126	0.12 146	0.16 148	0.14 150	0.17 152	0.14 149	0.20 146	0.13 133	0.22 108	0.14 120	0.19 115	0.18 172	0.12 152	0.11 95	0.12 118	0.18 101	0.14 139	0.17 103	0.12 123	0.16 90	0.11 114	0.09 126	0.11 136	0.20 150	0.19 167	0.19 136	0.28 177

FADNet	0.16 150	0.15 162	0.10 116	0.20 172	0.10 99	0.19 169	0.13 143	0.21 157	0.13 133	0.22 108	0.26 209	0.17 89	0.14 152	0.12 152	0.20 200	0.16 185	0.16 66	0.14 139	0.23 166	0.20 197	0.16 90	0.13 149	0.11 149	0.11 136	0.21 162	0.17 135	0.16 97	0.15 75

NCC-stereo	0.18 159	0.16 166	0.16 178	0.16 148	0.18 173	0.18 160	0.18 169	0.19 129	0.20 187	0.16 52	0.19 176	0.21 141	0.21 180	0.12 152	0.22 204	0.18 203	0.18 101	0.19 193	0.19 127	0.15 164	0.16 90	0.15 168	0.15 172	0.12 151	0.19 140	0.18 150	0.24 173	0.20 135

Abc-Net	0.18 159	0.16 166	0.16 178	0.16 148	0.18 173	0.18 160	0.18 169	0.19 129	0.20 187	0.16 52	0.19 176	0.21 141	0.21 180	0.12 152	0.22 204	0.18 203	0.18 101	0.19 193	0.19 127	0.15 164	0.16 90	0.15 168	0.15 172	0.12 151	0.19 140	0.18 150	0.24 173	0.20 135
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RTSC	0.14 117	0.11 114	0.11 132	0.12 116	0.11 116	0.12 109	0.10 117	0.16 75	0.14 140	0.18 74	0.13 107	0.15 74	0.14 152	0.08 93	0.13 135	0.13 143	0.20 130	0.13 117	0.21 146	0.12 123	0.16 90	0.12 132	0.07 88	0.10 123	0.16 98	0.17 135	0.21 160	0.33 186

ADCRef	0.13 93	0.10 102	0.10 116	0.10 89	0.08 65	0.09 71	0.09 103	0.17 84	0.14 140	0.20 94	0.15 136	0.15 74	0.13 138	0.05 42	0.11 95	0.11 81	0.16 66	0.14 139	0.19 127	0.12 123	0.16 90	0.12 132	0.09 126	0.11 136	0.14 74	0.18 150	0.13 65	0.19 127

CFNet_RVC	0.13 93	0.12 126	0.10 116	0.14 134	0.11 116	0.14 125	0.09 103	0.17 84	0.09 78	0.19 86	0.13 107	0.21 141	0.09 93	0.10 121	0.12 122	0.13 143	0.18 101	0.13 117	0.15 84	0.11 102	0.16 90	0.09 62	0.06 67	0.09 107	0.16 98	0.13 62	0.16 97	0.17 99

MyStereo04	0.14 117	0.12 126	0.11 132	0.08 57	0.09 83	0.11 98	0.08 85	0.23 173	0.19 174	0.24 137	0.16 147	0.23 158	0.11 117	0.04 26	0.11 95	0.11 81	0.17 82	0.12 90	0.21 146	0.12 123	0.17 103	0.12 132	0.06 67	0.12 151	0.21 162	0.14 79	0.16 97	0.15 75

MyStereo	0.14 117	0.13 141	0.11 132	0.10 89	0.10 99	0.11 98	0.08 85	0.23 173	0.20 187	0.24 137	0.16 147	0.23 158	0.13 138	0.04 26	0.11 95	0.11 81	0.18 101	0.12 90	0.21 146	0.13 138	0.17 103	0.12 132	0.06 67	0.11 136	0.22 173	0.14 79	0.17 110	0.17 99

SQANet	0.46 221	0.56 228	0.14 167	1.44 236	0.52 229	1.25 236	0.85 233	0.30 199	0.23 194	0.34 223	0.25 204	0.66 214	0.19 177	1.15 234	0.19 196	0.14 162	0.25 188	0.20 198	0.42 209	0.22 204	0.17 103	0.14 158	1.56 240	0.17 185	0.21 162	0.17 135	0.27 185	0.41 201

ACVNet-4b	0.70 233	0.78 237	0.34 226	1.74 248	0.95 243	1.64 246	1.43 241	0.33 207	0.31 220	0.38 229	0.26 209	1.23 245	0.29 199	2.19 249	0.42 228	0.37 230	0.34 220	0.24 213	0.59 221	0.38 231	0.17 103	0.15 168	2.71 248	0.23 198	0.30 207	0.32 223	0.39 211	0.42 203

LoS_RVC	0.09 33	0.07 50	0.05 23	0.05 20	0.06 39	0.06 33	0.05 31	0.13 52	0.08 58	0.18 74	0.11 85	0.12 42	0.06 46	0.07 75	0.09 38	0.09 30	0.10 21	0.08 18	0.12 49	0.08 45	0.17 103	0.09 62	0.05 50	0.06 35	0.15 82	0.11 38	0.10 32	0.13 54

tt_ll	0.09 33	0.07 50	0.05 23	0.05 20	0.06 39	0.06 33	0.05 31	0.13 52	0.08 58	0.18 74	0.11 85	0.12 42	0.06 46	0.07 75	0.09 38	0.09 30	0.10 21	0.08 18	0.12 49	0.08 45	0.17 103	0.09 62	0.05 50	0.06 35	0.15 82	0.11 38	0.10 32	0.13 54

EGLCR-Stereo	0.11 60	0.06 29	0.04 9	0.08 57	0.08 65	0.07 49	0.05 31	0.17 84	0.09 78	0.27 186	0.06 17	0.19 115	0.06 46	0.08 93	0.08 21	0.10 46	0.20 130	0.10 55	0.16 94	0.07 29	0.17 103	0.08 37	0.04 34	0.06 35	0.10 25	0.13 62	0.18 128	0.17 99

Sa-1000	0.11 60	0.07 50	0.07 71	0.06 31	0.05 22	0.09 71	0.03 10	0.12 40	0.07 40	0.18 74	0.08 46	0.19 115	0.05 29	0.06 53	0.10 64	0.10 46	0.16 66	0.12 90	0.14 69	0.09 66	0.17 103	0.10 86	0.04 34	0.05 19	0.19 140	0.16 117	0.13 65	0.20 135

test_4	0.09 33	0.05 19	0.07 71	0.05 20	0.06 39	0.03 5	0.02 2	0.12 40	0.09 78	0.17 61	0.06 17	0.09 23	0.06 46	0.03 13	0.09 38	0.10 46	0.15 58	0.08 18	0.10 34	0.07 29	0.17 103	0.09 62	0.02 7	0.07 67	0.10 25	0.14 79	0.12 54	0.19 127

UDGNet	0.15 135	0.13 141	0.10 116	0.18 161	0.17 167	0.16 143	0.20 178	0.16 75	0.11 110	0.16 52	0.14 120	0.16 84	0.05 29	0.44 222	0.10 64	0.10 46	0.17 82	0.12 90	0.14 69	0.09 66	0.17 103	0.10 86	0.29 226	0.07 67	0.17 108	0.16 117	0.12 54	0.13 54

SACVNet	0.16 150	0.14 154	0.13 157	0.16 148	0.13 140	0.14 125	0.12 138	0.19 129	0.17 161	0.19 86	0.17 157	0.14 68	0.07 65	0.14 168	0.15 165	0.14 162	0.19 115	0.16 164	0.20 140	0.13 138	0.17 103	0.14 158	0.12 160	0.13 162	0.21 162	0.19 167	0.19 136	0.17 99

ICVP	0.15 135	0.13 141	0.14 167	0.12 116	0.12 128	0.13 118	0.10 117	0.17 84	0.12 125	0.17 61	0.14 120	0.18 104	0.12 123	0.09 109	0.13 135	0.14 162	0.18 101	0.15 152	0.16 94	0.14 148	0.17 103	0.14 158	0.20 190	0.11 136	0.19 140	0.19 167	0.17 110	0.17 99
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.10 51	0.08 78	0.06 47	0.08 57	0.07 55	0.05 21	0.04 22	0.14 61	0.06 25	0.25 159	0.08 46	0.13 54	0.05 29	0.05 42	0.09 38	0.09 30	0.17 82	0.12 90	0.12 49	0.09 66	0.17 103	0.08 37	0.05 50	0.06 35	0.13 56	0.12 53	0.10 32	0.11 36

sAnonymous2	0.14 117	0.09 90	0.10 116	0.10 89	0.09 83	0.09 71	0.11 126	0.22 166	0.11 110	0.23 121	0.17 157	0.15 74	0.10 106	0.06 53	0.13 135	0.14 162	0.18 101	0.15 152	0.21 146	0.14 148	0.17 103	0.15 168	0.05 50	0.10 123	0.17 108	0.17 135	0.17 110	0.16 86

CroCo_RVC	0.14 117	0.09 90	0.10 116	0.10 89	0.09 83	0.09 71	0.11 126	0.22 166	0.11 110	0.23 121	0.17 157	0.15 74	0.10 106	0.06 53	0.13 135	0.14 162	0.18 101	0.15 152	0.21 146	0.14 148	0.17 103	0.15 168	0.05 50	0.10 123	0.17 108	0.17 135	0.17 110	0.16 86

RGC	0.19 167	0.17 174	0.17 188	0.19 167	0.20 184	0.20 175	0.15 154	0.22 166	0.26 206	0.17 61	0.21 185	0.21 141	0.24 188	0.15 176	0.24 211	0.19 211	0.18 101	0.16 164	0.19 127	0.16 176	0.17 103	0.14 158	0.13 164	0.16 180	0.21 162	0.21 177	0.24 173	0.25 167

UCFNet_RVC	0.15 135	0.17 174	0.12 146	0.16 148	0.14 150	0.17 152	0.11 126	0.17 84	0.13 133	0.21 103	0.13 107	0.28 171	0.12 123	0.10 121	0.12 122	0.13 143	0.18 101	0.13 117	0.17 103	0.12 123	0.17 103	0.09 62	0.10 140	0.11 136	0.19 140	0.16 117	0.17 110	0.20 135

XPNet_ROB	0.18 159	0.21 189	0.14 167	0.15 144	0.16 161	0.15 135	0.15 154	0.16 75	0.14 140	0.19 86	0.19 176	0.49 201	0.13 138	0.11 134	0.16 173	0.14 162	0.25 188	0.16 164	0.18 117	0.14 148	0.17 103	0.19 195	0.13 164	0.14 169	0.18 127	0.17 135	0.32 195	0.29 180

DDUNet	0.26 194	0.21 189	0.12 146	0.38 205	0.31 212	0.41 216	0.48 222	0.20 146	0.16 154	0.16 52	0.25 204	0.17 89	0.08 78	1.61 240	0.15 165	0.14 162	0.21 143	0.15 152	0.25 176	0.14 148	0.18 121	0.13 149	0.25 204	0.16 180	0.17 108	0.19 167	0.18 128	0.22 154

test_3	0.11 60	0.07 50	0.07 71	0.06 31	0.08 65	0.05 21	0.05 31	0.17 84	0.10 98	0.24 137	0.09 63	0.22 154	0.12 123	0.06 53	0.13 135	0.13 143	0.20 130	0.09 42	0.14 69	0.10 85	0.18 121	0.09 62	0.04 34	0.08 85	0.13 56	0.14 79	0.13 65	0.14 63

GwcNet-ADL	0.17 156	0.12 126	0.11 132	0.19 167	0.14 150	0.17 152	0.14 149	0.21 157	0.14 140	0.24 137	0.17 157	0.32 180	0.16 165	0.20 190	0.13 135	0.14 162	0.23 162	0.15 152	0.23 166	0.13 138	0.18 121	0.12 132	0.06 67	0.10 123	0.19 140	0.16 117	0.19 136	0.22 154

LMCR-Stereo	0.13 93	0.09 90	0.07 71	0.11 104	0.08 65	0.11 98	0.09 103	0.18 110	0.09 78	0.19 86	0.14 120	0.19 115	0.14 152	0.10 121	0.10 64	0.11 81	0.20 130	0.13 117	0.19 127	0.11 102	0.18 121	0.10 86	0.08 111	0.08 85	0.15 82	0.13 62	0.19 136	0.17 99

TANstereo	0.11 60	0.06 29	0.06 47	0.10 89	0.09 83	0.08 58	0.06 61	0.12 40	0.08 58	0.22 108	0.08 46	0.13 54	0.08 78	0.08 93	0.10 64	0.13 143	0.19 115	0.13 117	0.18 117	0.08 45	0.18 121	0.10 86	0.06 67	0.06 35	0.11 41	0.11 38	0.15 89	0.14 63

XX-TBD	0.11 60	0.06 29	0.06 47	0.10 89	0.09 83	0.08 58	0.06 61	0.12 40	0.08 58	0.22 108	0.08 46	0.13 54	0.08 78	0.08 93	0.10 64	0.13 143	0.19 115	0.13 117	0.18 117	0.08 45	0.18 121	0.10 86	0.06 67	0.06 35	0.11 41	0.11 38	0.15 89	0.14 63

GES	0.14 117	0.11 114	0.07 71	0.09 72	0.11 116	0.15 135	0.09 103	0.20 146	0.09 78	0.23 121	0.12 97	0.17 89	0.11 117	0.14 168	0.12 122	0.11 81	0.23 162	0.14 139	0.24 172	0.14 148	0.18 121	0.18 186	0.11 149	0.09 107	0.15 82	0.13 62	0.21 160	0.20 135

PMTNet	0.11 60	0.10 102	0.06 47	0.12 116	0.09 83	0.07 49	0.06 61	0.18 110	0.06 25	0.28 198	0.06 17	0.18 104	0.04 17	0.07 75	0.10 64	0.11 81	0.18 101	0.08 18	0.14 69	0.08 45	0.18 121	0.10 86	0.07 88	0.05 19	0.13 56	0.12 53	0.17 110	0.16 86

HSM-Net_RVC	0.16 150	0.12 126	0.10 116	0.17 156	0.13 140	0.14 125	0.10 117	0.18 110	0.14 140	0.25 159	0.18 167	0.28 171	0.17 168	0.11 134	0.12 122	0.11 81	0.19 115	0.13 117	0.17 103	0.11 102	0.18 121	0.12 132	0.08 111	0.11 136	0.19 140	0.17 135	0.23 166	0.24 159
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DeepPruner_ROB	0.14 117	0.13 141	0.11 132	0.12 116	0.11 116	0.11 98	0.09 103	0.17 84	0.12 125	0.21 103	0.18 167	0.15 74	0.13 138	0.08 93	0.14 153	0.11 81	0.18 101	0.15 152	0.19 127	0.11 102	0.18 121	0.14 158	0.10 140	0.11 136	0.17 108	0.17 135	0.17 110	0.19 127

MLCV	0.14 117	0.11 114	0.09 103	0.16 148	0.12 128	0.14 125	0.11 126	0.21 157	0.10 98	0.24 137	0.13 107	0.21 141	0.15 160	0.08 93	0.10 64	0.10 46	0.19 115	0.11 66	0.19 127	0.09 66	0.18 121	0.09 62	0.10 140	0.09 107	0.17 108	0.14 79	0.16 97	0.20 135

HSM	0.14 117	0.12 126	0.09 103	0.14 134	0.13 140	0.12 109	0.11 126	0.18 110	0.11 110	0.23 121	0.15 136	0.18 104	0.14 152	0.08 93	0.12 122	0.11 81	0.21 143	0.12 90	0.17 103	0.12 123	0.18 121	0.11 114	0.07 88	0.08 85	0.17 108	0.16 117	0.17 110	0.18 118

iResNet	0.17 156	0.11 114	0.10 116	0.15 144	0.13 140	0.17 152	0.12 138	0.21 157	0.14 140	0.25 159	0.14 120	0.35 184	0.32 204	0.08 93	0.12 122	0.11 81	0.20 130	0.12 90	0.26 180	0.15 164	0.18 121	0.12 132	0.11 149	0.13 162	0.18 127	0.15 100	0.20 149	0.19 127

DLCB_ROB	0.14 117	0.12 126	0.12 146	0.10 89	0.10 99	0.10 91	0.09 103	0.16 75	0.12 125	0.18 74	0.17 157	0.19 115	0.13 138	0.11 134	0.12 122	0.11 81	0.16 66	0.13 117	0.14 69	0.10 85	0.18 121	0.11 114	0.09 126	0.12 151	0.27 195	0.16 117	0.16 97	0.14 63

SGM-Forest	0.20 173	0.18 180	0.16 178	0.23 180	0.18 173	0.21 183	0.18 169	0.23 173	0.17 161	0.20 94	0.16 147	0.23 158	0.18 172	0.22 196	0.18 188	0.18 203	0.19 115	0.17 177	0.18 117	0.15 164	0.18 121	0.19 195	0.25 204	0.19 191	0.22 173	0.18 150	0.26 182	0.24 159
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AE-Stereo	0.13 93	0.09 90	0.08 93	0.11 104	0.09 83	0.08 58	0.05 31	0.17 84	0.14 140	0.24 137	0.10 71	0.19 115	0.10 106	0.07 75	0.11 95	0.12 118	0.24 180	0.13 117	0.17 103	0.11 102	0.19 136	0.10 86	0.05 50	0.09 107	0.14 74	0.14 79	0.15 89	0.14 63

dad	0.18 159	0.16 166	0.12 146	0.36 201	0.16 161	0.24 193	0.21 184	0.24 178	0.09 78	0.22 108	0.11 85	0.38 189	0.12 123	0.08 93	0.13 135	0.11 81	0.27 204	0.13 117	0.30 190	0.11 102	0.19 136	0.12 132	0.09 126	0.13 162	0.19 140	0.14 79	0.31 193	0.24 159

GMOStereo	0.11 60	0.07 50	0.09 103	0.06 31	0.05 22	0.06 33	0.05 31	0.17 84	0.09 78	0.24 137	0.07 29	0.17 89	0.09 93	0.05 42	0.11 95	0.12 118	0.17 82	0.08 18	0.12 49	0.08 45	0.19 136	0.08 37	0.03 20	0.07 67	0.18 127	0.18 150	0.14 76	0.17 99

error version	0.11 60	0.07 50	0.09 103	0.06 31	0.05 22	0.06 33	0.05 31	0.17 84	0.09 78	0.24 137	0.07 29	0.17 89	0.09 93	0.05 42	0.11 95	0.12 118	0.17 82	0.08 18	0.12 49	0.08 45	0.19 136	0.08 37	0.03 20	0.07 67	0.18 127	0.18 150	0.14 76	0.17 99

test-v	0.11 60	0.07 50	0.09 103	0.06 31	0.05 22	0.06 33	0.05 31	0.17 84	0.09 78	0.24 137	0.07 29	0.17 89	0.09 93	0.05 42	0.11 95	0.12 118	0.17 82	0.08 18	0.12 49	0.08 45	0.19 136	0.08 37	0.03 20	0.07 67	0.18 127	0.18 150	0.14 76	0.17 99

PSMNet-ADL	0.18 159	0.13 141	0.13 157	0.16 148	0.14 150	0.17 152	0.16 159	0.20 146	0.22 192	0.27 186	0.20 183	0.29 177	0.26 191	0.18 181	0.16 173	0.14 162	0.23 162	0.14 139	0.22 159	0.14 148	0.19 136	0.11 114	0.10 140	0.11 136	0.20 150	0.16 117	0.23 166	0.20 135

GANet-ADL	0.15 135	0.12 126	0.09 103	0.14 134	0.12 128	0.16 143	0.12 138	0.20 146	0.10 98	0.25 159	0.15 136	0.22 154	0.12 123	0.21 195	0.11 95	0.11 81	0.25 188	0.14 139	0.21 146	0.14 148	0.19 136	0.10 86	0.08 111	0.10 123	0.17 108	0.16 117	0.20 149	0.17 99

TRStereo	0.13 93	0.07 50	0.05 23	0.09 72	0.08 65	0.17 152	0.12 138	0.18 110	0.07 40	0.25 159	0.09 63	0.20 130	0.05 29	0.10 121	0.10 64	0.11 81	0.21 143	0.11 66	0.22 159	0.14 148	0.19 136	0.09 62	0.09 126	0.07 67	0.17 108	0.17 135	0.24 173	0.19 127

test-2	0.11 60	0.07 50	0.09 103	0.06 31	0.05 22	0.06 33	0.05 31	0.17 84	0.09 78	0.24 137	0.07 29	0.17 89	0.09 93	0.05 42	0.11 95	0.12 118	0.17 82	0.08 18	0.12 49	0.08 45	0.19 136	0.08 37	0.03 20	0.07 67	0.18 127	0.18 150	0.14 76	0.17 99

EAI-Stereo	0.13 93	0.07 50	0.04 9	0.10 89	0.10 99	0.10 91	0.09 103	0.18 110	0.10 98	0.26 173	0.11 85	0.20 130	0.05 29	0.10 121	0.10 64	0.12 118	0.22 153	0.12 90	0.19 127	0.12 123	0.19 136	0.09 62	0.08 111	0.08 85	0.16 98	0.15 100	0.16 97	0.20 135

SFCPSM	0.20 173	0.14 154	0.12 146	0.21 176	0.16 161	0.20 175	0.18 169	0.22 166	0.20 187	0.25 159	0.24 199	0.34 183	0.34 211	0.14 168	0.13 135	0.13 143	0.24 180	0.16 164	0.32 194	0.19 190	0.19 136	0.13 149	0.14 170	0.12 151	0.22 173	0.18 150	0.20 149	0.25 167

ADCL	0.14 117	0.12 126	0.11 132	0.13 125	0.11 116	0.14 125	0.11 126	0.18 110	0.16 154	0.22 108	0.16 147	0.21 141	0.13 138	0.09 109	0.12 122	0.12 118	0.17 82	0.13 117	0.18 117	0.13 138	0.19 136	0.14 158	0.11 149	0.11 136	0.17 108	0.16 117	0.16 97	0.17 99

SGM_RVC	0.25 190	0.24 201	0.18 193	0.39 209	0.27 204	0.34 208	0.26 202	0.28 190	0.19 174	0.25 159	0.18 167	0.42 192	0.31 202	0.18 181	0.14 153	0.13 143	0.23 162	0.15 152	0.26 180	0.14 148	0.19 136	0.15 168	0.19 188	0.17 185	0.34 215	0.24 192	0.56 226	0.45 211
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IGEV_Zeroshot_test	0.14 117	0.07 50	0.06 47	0.13 125	0.13 140	0.10 91	0.11 126	0.17 84	0.09 78	0.28 198	0.10 71	0.23 158	0.05 29	0.12 152	0.10 64	0.11 81	0.23 162	0.11 66	0.17 103	0.12 123	0.20 149	0.10 86	0.09 126	0.06 35	0.20 150	0.15 100	0.23 166	0.27 173

DLNR_Zeroshot_test	10.02 264	31.66 274	0.05 23	54.25 274	0.10 99	0.18 160	50.40 274	0.19 129	0.08 58	0.27 186	0.07 29	0.20 130	0.04 17	0.14 168	60.23 273	70.55 274	0.34 220	0.18 188	0.26 180	0.11 102	0.20 149	0.08 37	0.07 88	0.09 107	0.19 140	0.15 100	0.20 149	0.25 167

HH	0.13 93	0.06 29	0.05 23	0.11 104	0.12 128	0.16 143	0.08 85	0.19 129	0.08 58	0.28 198	0.08 46	0.18 104	0.06 46	0.12 152	0.11 95	0.11 81	0.23 162	0.12 90	0.16 94	0.11 102	0.20 149	0.08 37	0.07 88	0.08 85	0.13 56	0.15 100	0.19 136	0.24 159

HanStereo	0.13 93	0.06 29	0.05 23	0.11 104	0.12 128	0.16 143	0.08 85	0.19 129	0.08 58	0.28 198	0.08 46	0.18 104	0.06 46	0.12 152	0.11 95	0.11 81	0.23 162	0.12 90	0.16 94	0.11 102	0.20 149	0.08 37	0.07 88	0.08 85	0.13 56	0.15 100	0.19 136	0.24 159

CASS	0.15 135	0.12 126	0.10 116	0.14 134	0.12 128	0.16 143	0.10 117	0.19 129	0.15 150	0.26 173	0.12 97	0.20 130	0.12 123	0.09 109	0.13 135	0.12 118	0.23 162	0.12 90	0.24 172	0.10 85	0.20 149	0.11 114	0.07 88	0.09 107	0.23 182	0.14 79	0.19 136	0.22 154
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.13 93	0.06 29	0.05 23	0.09 72	0.10 99	0.09 71	0.07 77	0.18 110	0.08 58	0.28 198	0.13 107	0.19 115	0.06 46	0.09 109	0.10 64	0.13 143	0.23 162	0.12 90	0.17 103	0.15 164	0.20 149	0.10 86	0.09 126	0.07 67	0.20 150	0.19 167	0.19 136	0.19 127

iRaft-Stereo_20w	0.13 93	0.07 50	0.05 23	0.12 116	0.12 128	0.12 109	0.09 103	0.15 67	0.10 98	0.28 198	0.10 71	0.19 115	0.04 17	0.10 121	0.10 64	0.11 81	0.23 162	0.11 66	0.15 84	0.13 138	0.20 149	0.08 37	0.09 126	0.06 35	0.18 127	0.15 100	0.20 149	0.26 170

CREStereo++_RVC	0.11 60	0.07 50	0.05 23	0.08 57	0.09 83	0.08 58	0.07 77	0.16 75	0.09 78	0.26 173	0.09 63	0.17 89	0.13 138	0.08 93	0.09 38	0.10 46	0.19 115	0.08 18	0.13 62	0.07 29	0.20 149	0.08 37	0.06 67	0.06 35	0.14 74	0.12 53	0.16 97	0.15 75
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.12 82	0.09 90	0.06 47	0.11 104	0.09 83	0.08 58	0.06 61	0.18 110	0.07 40	0.26 173	0.12 97	0.19 115	0.09 93	0.07 75	0.09 38	0.10 46	0.20 130	0.08 18	0.15 84	0.07 29	0.20 149	0.08 37	0.05 50	0.07 67	0.16 98	0.15 100	0.18 128	0.21 150

XX-Stereo	0.14 117	0.05 19	0.05 23	0.10 89	0.07 55	0.17 152	0.07 77	0.18 110	0.10 98	0.27 186	0.09 63	0.21 141	0.03 7	0.10 121	0.11 95	0.12 118	0.22 153	0.11 66	0.21 146	0.11 102	0.20 149	0.09 62	0.08 111	0.07 67	0.23 182	0.17 135	0.17 110	0.35 192

CREStereo	0.11 60	0.08 78	0.06 47	0.08 57	0.08 65	0.07 49	0.05 31	0.18 110	0.05 12	0.26 173	0.08 46	0.18 104	0.06 46	0.08 93	0.09 38	0.10 46	0.22 153	0.08 18	0.13 62	0.08 45	0.20 149	0.09 62	0.06 67	0.06 35	0.12 47	0.13 62	0.17 110	0.16 86
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
FADNet_RVC	0.18 159	0.14 154	0.13 157	0.20 172	0.15 159	0.14 125	0.13 143	0.24 178	0.14 140	0.24 137	0.18 167	0.28 171	0.22 186	0.14 168	0.15 165	0.12 118	0.20 130	0.17 177	0.32 194	0.15 164	0.20 149	0.15 168	0.11 149	0.15 172	0.20 150	0.21 177	0.18 128	0.23 157

SGM-ForestM	0.25 190	0.22 194	0.16 178	0.37 203	0.24 198	0.32 203	0.24 197	0.29 197	0.21 191	0.23 121	0.18 167	0.50 203	0.26 191	0.20 190	0.15 165	0.13 143	0.23 162	0.16 164	0.25 176	0.15 164	0.20 149	0.17 184	0.21 194	0.17 185	0.37 220	0.26 202	0.52 222	0.37 194

MDST_ROB	0.23 188	0.26 206	0.15 174	0.46 215	0.24 198	0.36 209	0.20 178	0.24 178	0.16 154	0.26 173	0.15 136	0.28 171	0.27 195	0.11 134	0.13 135	0.13 143	0.21 143	0.12 90	0.18 117	0.12 123	0.20 149	0.11 114	0.11 149	0.12 151	0.36 219	0.25 201	0.57 227	0.33 186

LALA_ROB	0.22 181	0.25 203	0.16 178	0.19 167	0.17 167	0.22 187	0.16 159	0.18 110	0.19 174	0.24 137	0.21 185	0.63 211	0.15 160	0.13 165	0.26 214	0.17 197	0.27 204	0.22 205	0.23 166	0.19 190	0.20 149	0.21 207	0.14 170	0.15 172	0.20 150	0.22 185	0.35 203	0.26 170

RAFT-Test	0.13 93	0.07 50	0.06 47	0.09 72	0.11 116	0.13 118	0.08 85	0.17 84	0.11 110	0.27 186	0.11 85	0.20 130	0.05 29	0.12 152	0.10 64	0.11 81	0.23 162	0.12 90	0.21 146	0.14 148	0.21 164	0.11 114	0.07 88	0.08 85	0.17 108	0.16 117	0.17 110	0.17 99

LoS	0.16 150	0.10 102	0.08 93	0.10 89	0.11 116	0.09 71	0.07 77	0.50 232	0.05 12	0.32 215	0.36 227	0.36 186	0.06 46	0.09 109	0.09 38	0.10 46	0.19 115	0.09 42	0.15 84	0.11 102	0.21 164	0.09 62	0.07 88	0.07 67	0.18 127	0.12 53	0.20 149	0.21 150

DAS	0.19 167	0.11 114	0.10 116	0.24 185	0.19 180	0.18 160	0.21 184	0.23 173	0.18 167	0.24 137	0.14 120	0.38 189	0.21 180	0.09 109	0.13 135	0.12 118	0.25 188	0.16 164	0.22 159	0.15 164	0.21 164	0.14 158	0.17 180	0.13 162	0.20 150	0.18 150	0.23 166	0.30 181

SepStereo	0.19 167	0.11 114	0.10 116	0.24 185	0.19 180	0.18 160	0.21 184	0.23 173	0.18 167	0.24 137	0.14 120	0.38 189	0.21 180	0.09 109	0.13 135	0.12 118	0.25 188	0.16 164	0.22 159	0.15 164	0.21 164	0.14 158	0.17 180	0.13 162	0.20 150	0.18 150	0.23 166	0.30 181

TestStereo	0.13 93	0.12 126	0.10 116	0.11 104	0.08 65	0.11 98	0.10 117	0.19 129	0.11 110	0.24 137	0.14 120	0.20 130	0.08 78	0.06 53	0.12 122	0.10 46	0.20 130	0.11 66	0.20 140	0.10 85	0.21 164	0.11 114	0.06 67	0.12 151	0.19 140	0.11 38	0.12 54	0.13 54

sCroCo_RVC	0.14 117	0.09 90	0.09 103	0.08 57	0.07 55	0.10 91	0.07 77	0.20 146	0.14 140	0.18 74	0.12 97	0.13 54	0.14 152	0.06 53	0.14 153	0.16 185	0.22 153	0.15 152	0.22 159	0.13 138	0.21 164	0.16 177	0.06 67	0.12 151	0.18 127	0.15 100	0.17 110	0.17 99

MFN_U_SF_DS_RVC	0.25 190	0.25 203	0.20 201	0.29 198	0.22 189	0.22 187	0.23 193	0.37 215	0.28 212	0.35 226	0.22 194	0.46 198	0.32 204	0.20 190	0.19 196	0.17 197	0.17 82	0.16 164	0.30 190	0.14 148	0.21 164	0.19 195	0.27 222	0.23 198	0.29 203	0.26 202	0.33 197	0.31 185

R-Stereo Train	0.13 93	0.07 50	0.07 71	0.09 72	0.10 99	0.15 135	0.05 31	0.16 75	0.12 125	0.28 198	0.13 107	0.21 141	0.08 78	0.11 134	0.10 64	0.11 81	0.23 162	0.12 90	0.16 94	0.11 102	0.21 164	0.11 114	0.08 111	0.07 67	0.15 82	0.14 79	0.16 97	0.15 75

SHD	0.22 181	0.17 174	0.21 207	0.18 161	0.17 167	0.19 169	0.20 178	0.27 188	0.17 161	0.27 186	0.19 176	0.24 164	0.32 204	0.17 180	0.16 173	0.15 180	0.19 115	0.17 177	0.33 198	0.18 186	0.21 164	0.18 186	0.16 175	0.17 185	0.24 186	0.28 216	0.25 179	0.43 206

RAFT-Stereo	0.13 93	0.07 50	0.07 71	0.09 72	0.10 99	0.15 135	0.05 31	0.16 75	0.12 125	0.28 198	0.13 107	0.21 141	0.08 78	0.11 134	0.10 64	0.11 81	0.23 162	0.12 90	0.16 94	0.11 102	0.21 164	0.11 114	0.08 111	0.07 67	0.15 82	0.14 79	0.16 97	0.15 75
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.13 93	0.08 78	0.06 47	0.09 72	0.12 128	0.10 91	0.08 85	0.17 84	0.11 110	0.27 186	0.10 71	0.20 130	0.06 46	0.12 152	0.10 64	0.11 81	0.23 162	0.12 90	0.19 127	0.16 176	0.21 164	0.12 132	0.07 88	0.08 85	0.17 108	0.15 100	0.17 110	0.18 118

ccs_rob	0.20 173	0.15 162	0.12 146	0.26 190	0.16 161	0.26 196	0.20 178	0.22 166	0.16 154	0.25 159	0.24 199	0.58 209	0.25 189	0.18 181	0.13 135	0.13 143	0.23 162	0.15 152	0.21 146	0.16 176	0.21 164	0.12 132	0.12 160	0.11 136	0.20 150	0.16 117	0.18 128	0.23 157

CBMV_ROB	0.22 181	0.14 154	0.16 178	0.26 190	0.23 193	0.21 183	0.22 190	0.28 190	0.17 161	0.26 173	0.17 157	0.28 171	0.18 172	0.26 201	0.13 135	0.12 118	0.26 197	0.17 177	0.19 127	0.17 180	0.21 164	0.19 195	0.26 210	0.21 192	0.25 188	0.27 212	0.25 179	0.34 190

MSKI-zero shot	0.13 93	0.08 78	0.05 23	0.09 72	0.11 116	0.09 71	0.07 77	0.19 129	0.09 78	0.28 198	0.10 71	0.19 115	0.06 46	0.11 134	0.11 95	0.12 118	0.23 162	0.11 66	0.17 103	0.11 102	0.22 177	0.10 86	0.07 88	0.08 85	0.14 74	0.17 135	0.18 128	0.18 118

Any-RAFT	0.13 93	0.07 50	0.06 47	0.11 104	0.09 83	0.12 109	0.08 85	0.17 84	0.10 98	0.26 173	0.09 63	0.20 130	0.08 78	0.11 134	0.11 95	0.11 81	0.22 153	0.11 66	0.21 146	0.10 85	0.22 177	0.10 86	0.08 111	0.06 35	0.16 98	0.16 117	0.17 110	0.17 99

UDG	0.26 194	0.21 189	0.13 157	0.39 209	0.32 213	0.39 214	0.53 227	0.20 146	0.16 154	0.19 86	0.23 196	0.17 89	0.09 93	1.45 236	0.16 173	0.13 143	0.27 204	0.16 164	0.27 186	0.14 148	0.22 177	0.14 158	0.25 204	0.12 151	0.21 162	0.21 177	0.21 160	0.19 127

FAT-Stereo	0.26 194	0.19 183	0.17 188	0.38 205	0.37 217	0.31 199	0.25 201	0.26 185	0.18 167	0.28 198	0.25 204	0.33 181	0.36 214	0.26 201	0.18 188	0.16 185	0.27 204	0.23 210	0.33 198	0.21 199	0.22 177	0.19 195	0.22 196	0.22 195	0.22 173	0.22 185	0.33 197	0.43 206

XQC	0.29 202	0.30 215	0.27 216	0.37 203	0.28 206	0.37 212	0.37 209	0.40 221	0.30 218	0.32 215	0.20 183	0.45 195	0.28 198	0.31 214	0.16 173	0.15 180	0.21 143	0.22 205	0.34 200	0.24 207	0.22 177	0.21 207	0.23 199	0.25 210	0.33 213	0.27 212	0.44 219	0.33 186

NCCL2	0.18 159	0.17 174	0.16 178	0.13 125	0.13 140	0.13 118	0.12 138	0.21 157	0.18 167	0.22 108	0.15 136	0.23 158	0.13 138	0.10 121	0.17 180	0.16 185	0.19 115	0.17 177	0.19 127	0.17 180	0.22 177	0.18 186	0.11 149	0.16 180	0.26 192	0.26 202	0.20 149	0.24 159

FBW_ROB	0.27 199	0.26 206	0.25 213	0.38 205	0.26 201	0.32 203	0.20 178	0.21 157	0.19 174	0.27 186	0.21 185	0.45 195	0.32 204	0.26 201	0.22 204	0.20 214	0.27 204	0.17 177	0.52 219	0.14 148	0.22 177	0.15 168	0.17 180	0.28 216	0.22 173	0.19 167	0.33 197	0.57 225

CSAN	0.26 194	0.30 215	0.30 220	0.26 190	0.23 193	0.21 183	0.19 176	0.28 190	0.37 229	0.35 226	0.24 199	0.51 206	0.27 195	0.14 168	0.22 204	0.17 197	0.19 115	0.20 198	0.26 180	0.25 211	0.22 177	0.20 204	0.17 180	0.27 213	0.31 208	0.26 202	0.39 211	0.38 196

ETE_ROB	0.22 181	0.23 199	0.15 174	0.20 172	0.16 161	0.19 169	0.17 167	0.18 110	0.19 174	0.21 103	0.22 194	0.64 212	0.16 165	0.14 168	0.17 180	0.14 162	0.30 215	0.19 193	0.25 176	0.19 190	0.22 177	0.18 186	0.16 175	0.15 172	0.22 173	0.28 216	0.41 217	0.27 173

PWC_ROB	0.23 188	0.20 187	0.14 167	0.18 161	0.17 167	0.16 143	0.20 178	0.21 157	0.27 209	0.15 45	0.21 185	0.28 171	0.63 233	0.13 165	0.14 153	0.13 143	0.27 204	0.18 188	0.37 205	0.19 190	0.22 177	0.18 186	0.16 175	0.24 206	0.20 150	0.19 167	0.24 173	0.44 209

CBMV	0.22 181	0.18 180	0.18 193	0.23 180	0.22 189	0.20 175	0.18 169	0.27 188	0.19 174	0.28 198	0.11 85	0.30 178	0.13 138	0.24 198	0.16 173	0.14 162	0.25 188	0.18 188	0.20 140	0.16 176	0.22 177	0.19 195	0.24 203	0.23 198	0.27 195	0.24 192	0.36 206	0.42 203
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
otaku	0.59 227	0.73 233	0.30 220	1.73 247	0.85 237	1.52 241	1.01 234	0.40 221	0.33 224	0.38 229	0.32 224	0.68 215	0.26 191	1.38 235	0.35 223	0.25 217	0.21 143	0.23 210	0.71 225	0.30 221	0.23 188	0.18 186	2.19 243	0.28 216	0.29 203	0.18 150	0.31 193	0.42 203

Ntro	0.64 230	0.74 234	0.31 223	1.81 249	0.85 237	1.57 242	1.10 236	0.48 231	0.36 228	0.38 229	0.39 228	0.74 221	0.27 195	1.54 238	0.37 226	0.28 225	0.23 162	0.24 213	0.71 225	0.31 223	0.23 188	0.18 186	2.45 246	0.30 220	0.31 208	0.24 192	0.38 210	0.44 209

HBP-ISP	0.21 178	0.16 166	0.13 157	0.26 190	0.23 193	0.22 187	0.18 169	0.29 197	0.18 167	0.28 198	0.19 176	0.22 154	0.12 123	0.28 209	0.11 95	0.14 162	0.26 197	0.19 193	0.20 140	0.13 138	0.23 188	0.23 214	0.26 210	0.24 206	0.25 188	0.24 192	0.23 166	0.26 170

cross-raft	0.14 117	0.08 78	0.07 71	0.08 57	0.10 99	0.12 109	0.08 85	0.17 84	0.13 133	0.27 186	0.12 97	0.21 141	0.05 29	0.11 134	0.13 135	0.14 162	0.22 153	0.11 66	0.23 166	0.13 138	0.23 188	0.10 86	0.06 67	0.08 85	0.22 173	0.18 150	0.14 76	0.16 86

Anonymous	0.15 135	0.10 102	0.10 116	0.10 89	0.10 99	0.10 91	0.08 85	0.19 129	0.09 78	0.20 94	0.13 107	0.19 115	0.17 168	0.07 75	0.14 153	0.15 180	0.20 130	0.17 177	0.18 117	0.15 164	0.23 188	0.16 177	0.06 67	0.10 123	0.23 182	0.18 150	0.19 136	0.15 75

S-Stereo	0.30 205	0.22 194	0.18 193	0.42 213	0.39 219	0.41 216	0.37 209	0.25 184	0.24 197	0.26 173	0.44 231	0.55 208	0.36 214	0.24 198	0.18 188	0.14 162	0.27 204	0.27 219	0.35 201	0.28 216	0.23 188	0.23 214	0.53 232	0.23 198	0.23 182	0.19 167	0.27 185	0.38 196

RTS	0.20 173	0.16 166	0.14 167	0.17 156	0.14 150	0.20 175	0.15 154	0.24 178	0.25 202	0.15 45	0.14 120	0.14 68	0.20 178	0.11 134	0.15 165	0.16 185	0.24 180	0.17 177	0.35 201	0.24 207	0.23 188	0.16 177	0.09 126	0.15 172	0.29 203	0.26 202	0.28 188	0.55 222

RTSA	0.20 173	0.16 166	0.14 167	0.17 156	0.14 150	0.20 175	0.15 154	0.24 178	0.25 202	0.15 45	0.14 120	0.14 68	0.20 178	0.11 134	0.15 165	0.16 185	0.24 180	0.17 177	0.35 201	0.24 207	0.23 188	0.16 177	0.09 126	0.15 172	0.29 203	0.26 202	0.28 188	0.55 222

LE_ROB	0.42 217	0.19 183	0.17 188	0.40 211	0.44 222	0.33 207	0.44 219	0.35 210	0.29 217	0.32 215	0.21 185	1.22 244	1.73 259	0.11 134	0.11 95	0.11 81	0.21 143	0.13 117	0.21 146	0.13 138	0.23 188	0.13 149	0.12 160	0.15 172	0.39 223	0.36 226	1.46 260	1.45 258

NOSS_ROB	0.21 178	0.14 154	0.16 178	0.21 176	0.19 180	0.20 175	0.22 190	0.30 199	0.18 167	0.25 159	0.16 147	0.21 141	0.13 138	0.27 208	0.15 165	0.14 162	0.26 197	0.21 201	0.22 159	0.17 180	0.23 188	0.22 211	0.26 210	0.24 206	0.26 192	0.23 190	0.24 173	0.27 173

pmcnn	0.19 167	0.14 154	0.11 132	0.18 161	0.13 140	0.19 169	0.16 159	0.20 146	0.19 174	0.26 173	0.15 136	0.35 184	0.26 191	0.09 109	0.11 95	0.11 81	0.25 188	0.14 139	0.24 172	0.14 148	0.23 188	0.15 168	0.11 149	0.11 136	0.21 162	0.19 167	0.40 215	0.46 213

test-1	0.15 135	0.06 29	0.07 71	0.11 104	0.10 99	0.18 160	0.14 149	0.19 129	0.13 133	0.28 198	0.10 71	0.19 115	0.11 117	0.12 152	0.13 135	0.14 162	0.22 153	0.12 90	0.23 166	0.10 85	0.24 199	0.09 62	0.09 126	0.08 85	0.21 162	0.18 150	0.15 89	0.18 118

MaskLacGwcNet_RVC	0.36 213	0.16 166	0.13 157	0.26 190	0.22 189	0.23 191	0.27 204	0.24 178	0.15 150	0.24 137	0.16 147	4.16 263	0.22 186	0.19 187	0.14 153	0.13 143	0.33 218	0.22 205	0.32 194	0.20 197	0.24 199	0.19 195	0.22 196	0.14 169	0.20 150	0.20 176	0.21 160	0.24 159

edge stereo	0.31 207	0.22 194	0.20 201	0.42 213	0.36 215	0.42 218	0.39 215	0.39 220	0.23 194	0.23 121	0.39 228	0.68 215	0.34 211	0.30 213	0.17 180	0.17 197	0.31 216	0.21 201	0.42 209	0.21 199	0.24 199	0.18 186	0.25 204	0.23 198	0.28 199	0.24 192	0.39 211	0.55 222

ADCMid	0.22 181	0.18 180	0.17 188	0.18 161	0.19 180	0.20 175	0.16 159	0.30 199	0.25 202	0.24 137	0.19 176	0.36 186	0.21 180	0.12 152	0.18 188	0.16 185	0.25 188	0.18 188	0.37 205	0.19 190	0.24 199	0.20 204	0.17 180	0.15 172	0.24 186	0.22 185	0.25 179	0.30 181

GANetREF_RVC	0.26 194	0.26 206	0.30 220	0.23 180	0.23 193	0.23 191	0.24 197	0.35 210	0.33 224	0.32 215	0.18 167	0.50 203	0.38 218	0.12 152	0.22 204	0.18 203	0.20 130	0.21 201	0.35 201	0.21 199	0.24 199	0.16 177	0.22 196	0.29 219	0.28 199	0.21 177	0.36 206	0.33 186
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
STStereo	0.38 214	0.43 223	0.31 223	0.74 229	0.50 228	0.58 223	0.43 218	0.35 210	0.31 220	0.34 223	0.25 204	0.83 229	0.55 230	0.20 190	0.17 180	0.16 185	0.25 188	0.16 164	0.46 214	0.17 180	0.24 199	0.19 195	0.20 190	0.23 198	0.52 230	0.41 231	0.76 239	0.59 227

EKT-Stereo	0.15 135	0.10 102	0.07 71	0.13 125	0.13 140	0.16 143	0.17 167	0.17 84	0.11 110	0.26 173	0.17 157	0.17 89	0.07 65	0.11 134	0.11 95	0.11 81	0.24 180	0.15 152	0.24 172	0.12 123	0.25 205	0.10 86	0.07 88	0.08 85	0.20 150	0.16 117	0.17 110	0.17 99

Anonymous3	0.18 159	0.15 162	0.11 132	0.15 144	0.10 99	0.14 125	0.11 126	0.22 166	0.19 174	0.27 186	0.15 136	0.27 170	0.12 123	0.12 152	0.27 216	0.18 203	0.22 153	0.18 188	0.26 180	0.17 180	0.25 205	0.21 207	0.09 126	0.10 123	0.21 162	0.21 177	0.22 165	0.20 135

FCDSN-DC	0.25 190	0.25 203	0.26 215	0.28 197	0.26 201	0.26 196	0.35 208	0.28 190	0.18 167	0.20 94	0.18 167	0.21 141	0.12 123	0.29 210	0.25 212	0.26 220	0.29 213	0.28 222	0.28 187	0.21 199	0.25 205	0.25 218	0.26 210	0.32 223	0.27 195	0.24 192	0.26 182	0.27 173
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	0.31 207	0.28 212	0.21 207	0.33 199	0.29 210	0.31 199	0.29 206	0.38 218	0.24 197	0.46 236	0.31 222	0.50 203	0.34 211	0.25 200	0.30 217	0.25 217	0.19 115	0.23 210	0.58 220	0.29 218	0.25 205	0.28 223	0.21 194	0.27 213	0.31 208	0.26 202	0.37 208	0.51 217

ADCPNet	0.22 181	0.17 174	0.16 178	0.20 172	0.20 184	0.20 175	0.18 169	0.28 190	0.23 194	0.26 173	0.23 196	0.26 169	0.29 199	0.15 176	0.19 196	0.17 197	0.24 180	0.17 177	0.32 194	0.23 206	0.25 205	0.20 204	0.17 180	0.22 195	0.25 188	0.24 192	0.27 185	0.34 190

DPSNet	0.40 216	0.19 183	0.18 193	0.27 196	0.26 201	0.29 198	0.19 176	0.26 185	0.24 197	0.18 74	0.17 157	2.15 257	0.44 223	0.10 121	0.20 200	0.16 185	0.35 223	0.28 222	2.00 258	0.27 214	0.25 205	0.17 184	0.28 224	0.25 210	0.40 224	0.27 212	0.39 211	0.53 219

SANet	0.31 207	0.21 189	0.21 207	0.25 188	0.22 189	0.31 199	0.22 190	0.31 203	0.32 222	0.27 186	0.27 211	1.36 247	0.39 220	0.22 196	0.17 180	0.14 162	0.26 197	0.21 201	0.30 190	0.21 199	0.25 205	0.21 207	0.30 227	0.23 198	0.34 215	0.26 202	0.35 203	0.49 215

DispFullNet	0.49 222	0.53 227	0.20 201	1.14 233	0.43 221	0.79 232	1.26 238	0.33 207	0.24 197	0.24 137	0.27 211	0.85 230	0.50 227	1.59 239	0.18 188	0.15 180	0.51 236	0.34 232	1.12 244	0.26 212	0.25 205	0.19 195	0.20 190	0.22 195	0.28 199	0.18 150	0.35 203	0.61 228

FC-DCNN	0.27 199	0.28 212	0.27 216	0.36 201	0.28 206	0.32 203	0.38 213	0.33 207	0.19 174	0.22 108	0.19 176	0.23 158	0.13 138	0.29 210	0.26 214	0.27 223	0.29 213	0.27 219	0.29 189	0.22 204	0.26 213	0.25 218	0.26 210	0.31 221	0.31 208	0.26 202	0.30 190	0.30 181

GLC_STEREO	0.13 93	0.11 114	0.12 146	0.12 116	0.11 116	0.11 98	0.10 117	0.19 129	0.07 40	0.25 159	0.13 107	0.13 54	0.07 65	0.07 75	0.09 38	0.12 118	0.24 180	0.11 66	0.17 103	0.09 66	0.27 214	0.16 177	0.07 88	0.07 67	0.16 98	0.10 25	0.20 149	0.12 48

G-Net	0.29 202	0.24 201	0.19 199	0.24 185	0.21 188	0.36 209	0.23 193	0.30 199	0.27 209	0.33 219	0.33 225	0.89 235	0.25 189	0.19 187	0.21 202	0.18 203	0.26 197	0.22 205	0.44 211	0.31 223	0.27 214	0.18 186	0.18 186	0.18 189	0.28 199	0.24 192	0.40 215	0.41 201

CES	0.12 82	0.06 29	0.06 47	0.06 31	0.08 65	0.07 49	0.05 31	0.35 210	0.05 12	0.15 45	0.23 196	0.13 54	0.04 17	0.08 93	0.09 38	0.11 81	0.19 115	0.08 18	0.14 69	0.08 45	0.28 216	0.08 37	0.07 88	0.04 7	0.14 74	0.11 38	0.14 76	0.16 86

MSC_U_SF_DS_RVC	0.35 212	0.36 217	0.38 229	0.46 215	0.28 206	0.31 199	0.28 205	0.51 233	0.46 235	0.39 233	0.29 217	0.37 188	0.36 214	0.31 214	0.38 227	0.26 220	0.22 153	0.27 219	0.72 227	0.37 230	0.28 216	0.31 225	0.30 227	0.38 229	0.33 213	0.26 202	0.30 190	0.38 196

AnyNet_C32	0.21 178	0.16 166	0.15 174	0.17 156	0.17 167	0.19 169	0.16 159	0.26 185	0.22 192	0.25 159	0.24 199	0.24 164	0.18 172	0.14 168	0.22 204	0.18 203	0.28 211	0.22 205	0.30 190	0.19 190	0.28 216	0.23 214	0.16 175	0.18 189	0.22 173	0.22 185	0.21 160	0.24 159

MeshStereo	0.30 205	0.26 206	0.20 201	0.49 218	0.37 217	0.36 209	0.26 202	0.32 204	0.28 212	0.30 211	0.28 215	0.60 210	0.48 226	0.18 181	0.15 165	0.14 162	0.26 197	0.17 177	0.28 187	0.18 186	0.28 216	0.22 211	0.25 204	0.21 192	0.37 220	0.30 221	0.55 225	0.51 217
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
BEATNet-Init1	0.51 225	0.41 222	0.29 218	0.78 232	0.41 220	0.60 226	0.46 220	0.41 226	0.28 212	0.30 211	0.25 204	0.87 232	0.91 242	0.26 201	0.33 222	0.26 220	0.28 211	0.25 216	0.98 239	0.29 218	0.29 220	0.27 221	0.26 210	0.32 223	0.51 229	0.38 230	2.12 263	0.96 247

ACVNet_1	0.75 235	0.82 238	0.41 231	2.07 255	0.98 244	1.94 253	1.52 243	0.59 238	0.28 212	0.43 234	0.50 235	0.73 220	0.63 233	2.24 251	0.36 225	0.25 217	0.34 220	0.32 226	0.62 222	0.31 223	0.30 221	0.22 211	2.71 248	0.33 225	0.41 226	0.28 216	0.37 208	0.39 200

MANE	0.42 217	0.36 217	0.33 225	0.61 224	0.45 225	0.44 220	0.47 221	0.43 228	0.26 206	0.23 121	0.24 199	0.64 212	0.29 199	0.31 214	0.32 220	0.30 228	0.33 218	0.42 238	0.38 207	0.24 207	0.31 222	0.27 221	0.26 210	0.35 227	0.57 235	0.44 235	1.10 254	0.98 249

RainbowNet	0.78 236	0.90 239	0.47 232	1.86 250	0.92 240	1.63 245	1.48 242	0.42 227	0.37 229	0.47 239	0.34 226	0.92 236	0.62 232	2.02 244	0.65 242	0.48 238	0.35 223	0.33 230	0.92 235	0.58 239	0.33 223	0.24 217	2.80 252	0.39 231	0.40 224	0.35 225	0.44 219	0.50 216

ELAS	0.43 219	0.43 223	0.36 227	0.64 226	0.45 225	0.58 223	0.50 223	0.40 221	0.27 209	0.25 159	0.30 220	0.92 236	0.32 204	0.32 217	0.31 218	0.28 225	0.36 225	0.30 224	0.45 213	0.26 212	0.34 224	0.33 230	0.26 210	0.37 228	0.56 234	0.43 234	0.78 242	0.76 238
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TorneroNet-64	1.09 249	1.03 247	0.60 241	1.99 252	0.92 240	2.06 256	2.05 253	0.63 239	0.87 246	0.58 243	0.49 233	1.90 254	1.89 260	2.91 260	0.67 243	0.51 241	0.48 232	0.47 239	1.23 249	0.61 242	0.35 225	0.38 237	3.33 256	0.57 242	0.64 241	0.52 241	0.69 234	1.15 252

ACVNet_2	0.84 239	0.95 240	0.58 240	2.04 253	1.03 249	1.88 252	1.56 246	0.68 242	0.39 232	0.53 240	0.49 233	1.05 240	0.68 238	1.97 243	0.53 233	0.44 235	0.40 229	0.33 230	1.06 241	0.42 232	0.35 225	0.25 218	2.54 247	0.53 239	0.61 239	0.28 216	0.53 223	0.58 226

ELAS_RVC	0.44 220	0.43 223	0.36 227	0.63 225	0.44 222	0.62 228	0.50 223	0.40 221	0.26 206	0.25 159	0.31 222	1.20 242	0.31 202	0.32 217	0.31 218	0.28 225	0.37 226	0.30 224	0.44 211	0.27 214	0.35 225	0.33 230	0.26 210	0.38 229	0.52 230	0.41 231	0.78 242	0.74 237
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCS	0.29 202	0.22 194	0.21 207	0.26 190	0.25 200	0.25 194	0.23 193	0.37 215	0.30 218	0.23 121	0.27 211	0.47 200	0.36 214	0.20 190	0.22 204	0.19 211	0.32 217	0.24 213	0.49 217	0.28 216	0.37 228	0.30 224	0.20 190	0.23 198	0.31 208	0.28 216	0.30 190	0.43 206

DGSMNet	0.34 211	0.27 211	0.24 212	0.41 212	0.33 214	0.37 212	0.37 209	0.28 190	0.25 202	0.25 159	0.52 236	0.45 195	0.32 204	0.26 201	0.25 212	0.20 214	0.52 238	0.32 226	0.75 230	0.35 229	0.38 229	0.39 240	0.28 224	0.31 221	0.27 195	0.24 192	0.33 197	0.37 194

IMH-64-1	0.91 242	0.98 242	0.53 234	1.64 240	1.01 247	1.62 243	1.75 250	0.76 244	0.74 242	0.33 219	0.61 238	0.87 232	0.95 244	2.61 253	0.53 233	0.42 232	0.49 233	0.36 233	0.96 236	0.55 236	0.40 230	0.31 225	3.11 253	0.51 236	0.82 245	0.37 227	0.60 231	0.78 240

IMH-64	0.91 242	0.98 242	0.53 234	1.64 240	1.01 247	1.62 243	1.75 250	0.76 244	0.74 242	0.33 219	0.61 238	0.87 232	0.95 244	2.61 253	0.53 233	0.42 232	0.49 233	0.36 233	0.96 236	0.55 236	0.40 230	0.31 225	3.11 253	0.51 236	0.82 245	0.37 227	0.60 231	0.78 240

IMH	0.95 244	1.00 246	0.55 238	1.66 246	1.00 245	1.69 248	1.78 252	0.76 244	0.77 245	0.34 223	0.61 238	1.01 239	1.07 252	2.69 255	0.58 236	0.46 237	0.51 236	0.38 236	0.98 239	0.60 240	0.40 230	0.32 229	3.11 253	0.53 239	0.83 248	0.48 238	0.65 233	0.79 242

PVD	0.39 215	0.38 220	0.20 201	0.47 217	0.36 215	0.50 222	0.40 217	0.38 218	0.34 227	0.23 121	0.29 217	0.52 207	0.51 228	0.50 224	0.19 196	0.17 197	0.40 229	0.26 217	0.50 218	0.29 218	0.40 230	0.41 242	0.23 199	0.27 213	0.45 227	0.59 246	0.46 221	0.73 236

TorneroNet	1.11 250	1.11 249	0.67 249	2.05 254	1.00 245	2.29 257	2.05 253	0.65 241	0.89 248	0.68 245	0.57 237	1.74 253	1.26 255	2.97 262	0.71 246	0.52 242	0.50 235	0.51 244	1.18 247	0.65 248	0.41 234	0.44 243	3.48 257	0.58 245	0.67 242	0.49 239	0.85 246	1.02 250

AnyNet_C01	0.32 210	0.22 194	0.20 201	0.22 178	0.27 204	0.25 194	0.24 197	0.37 215	0.37 229	0.26 173	0.29 217	0.49 201	0.33 210	0.18 181	0.32 220	0.22 216	0.39 228	0.32 226	0.65 223	0.33 227	0.41 234	0.33 230	0.26 210	0.26 212	0.34 215	0.34 224	0.34 201	0.45 211

PSMNet_ROB	0.80 237	0.99 244	0.62 244	1.64 240	0.93 242	1.51 240	1.20 237	0.57 237	0.73 241	0.74 247	0.63 241	0.86 231	0.84 240	1.52 237	0.58 236	0.42 232	0.54 239	0.41 237	0.87 234	0.62 244	0.42 236	0.31 225	1.83 241	0.48 234	0.69 243	0.37 227	0.76 239	0.47 214

WAO-7	0.67 232	0.75 235	0.64 247	0.72 228	0.78 235	0.58 223	0.66 229	0.97 254	0.97 253	0.62 244	0.81 251	0.79 226	0.84 240	0.55 229	0.86 251	0.71 254	0.44 231	0.36 233	0.96 236	0.67 249	0.44 237	0.35 235	0.16 175	0.83 255	0.57 235	0.67 250	0.58 228	0.70 233

UNDER WATER	1.42 254	1.45 258	0.89 258	2.87 260	1.98 263	2.78 260	2.64 260	1.29 258	1.04 256	0.87 255	0.98 254	1.95 255	1.30 256	3.12 265	0.87 252	0.63 249	0.68 250	0.58 250	1.23 249	0.61 242	0.44 237	0.50 247	3.95 262	0.99 260	1.09 256	1.04 257	0.88 248	1.67 263

UNDER WATER-64	1.42 254	1.40 254	0.92 259	2.88 261	1.97 262	2.82 261	2.72 261	1.37 260	0.94 252	1.04 259	1.15 259	1.96 256	1.33 257	3.07 263	0.80 247	0.56 244	0.70 251	0.58 250	1.17 246	0.55 236	0.45 239	0.54 250	3.98 263	0.92 258	1.03 255	1.13 259	0.81 244	1.60 261

LSM0	3.23 259	0.28 212	0.18 193	0.38 205	0.30 211	0.39 214	0.37 209	0.51 233	0.32 222	0.45 235	0.47 232	0.71 218	0.59 231	0.19 187	16.94 266	59.67 273	0.37 226	0.26 217	1.34 252	0.34 228	0.45 239	0.34 234	0.23 199	0.28 216	0.38 222	0.31 222	0.53 223	0.53 219

LVE	0.97 245	0.99 244	0.73 253	1.89 251	1.39 254	1.65 247	1.53 244	0.79 248	0.65 239	0.81 251	0.92 253	0.74 221	1.01 248	2.21 250	0.58 236	0.48 238	0.59 243	0.54 248	1.13 245	0.64 246	0.46 241	0.40 241	2.73 251	0.69 247	0.85 249	0.50 240	0.85 246	0.54 221

Dean	1.08 248	1.06 248	0.80 256	2.30 256	1.35 253	1.99 254	1.58 249	0.93 250	0.93 250	0.88 256	0.78 247	1.21 243	1.22 254	2.13 248	0.67 243	0.60 247	0.62 245	0.57 249	1.25 251	0.74 252	0.46 241	0.37 236	2.72 250	0.71 248	1.00 254	0.60 247	1.05 253	0.64 229

LRCNet_RVC	9.94 263	17.32 270	0.72 252	25.08 271	21.25 272	23.72 272	20.86 270	1.45 261	0.48 236	21.28 272	13.07 268	22.69 272	3.57 262	28.32 273	0.47 232	0.27 223	8.45 265	1.25 261	23.54 271	4.04 263	0.47 243	0.33 230	26.91 271	1.58 262	0.35 218	0.22 185	0.43 218	0.38 196

WAO-8	1.02 246	1.14 250	0.79 254	1.64 240	1.25 251	1.78 250	1.57 247	0.93 250	1.01 254	0.81 251	0.68 243	1.72 250	1.03 250	2.08 245	0.82 249	0.68 251	0.65 246	0.53 245	1.09 242	0.82 255	0.48 244	0.38 237	0.81 236	0.75 252	1.12 257	0.77 253	0.96 249	1.21 254

Venus	1.02 246	1.14 250	0.79 254	1.64 240	1.25 251	1.78 250	1.57 247	0.93 250	1.01 254	0.81 251	0.68 243	1.72 250	1.03 250	2.08 245	0.82 249	0.68 251	0.65 246	0.53 245	1.09 242	0.82 255	0.48 244	0.38 237	0.81 236	0.75 252	1.12 257	0.77 253	0.96 249	1.21 254

SAMSARA	0.49 222	0.23 199	0.39 230	0.23 180	0.23 193	0.22 187	0.23 193	0.44 230	0.39 232	0.31 214	0.21 185	0.30 178	0.47 225	0.18 181	0.35 223	0.34 229	0.26 197	0.32 226	0.47 215	0.32 226	0.48 244	0.54 250	0.15 172	0.33 225	1.40 262	1.58 261	1.42 259	1.48 259

MADNet+	0.56 226	0.37 219	0.63 245	0.56 221	0.53 230	0.45 221	0.39 215	0.64 240	0.51 237	0.53 240	0.40 230	0.81 228	0.67 237	0.34 220	0.61 240	0.50 240	0.58 242	0.50 242	0.84 233	0.53 235	0.49 247	0.44 243	0.51 231	0.47 233	0.82 245	0.71 251	0.58 228	0.70 233

notaker	1.30 252	1.44 256	0.61 242	2.42 259	1.51 256	2.40 259	2.31 258	0.95 253	1.64 259	0.79 250	1.07 256	1.73 252	1.18 253	3.10 264	1.04 256	0.69 253	0.70 251	0.50 242	1.66 257	0.85 257	0.56 248	0.47 246	3.67 260	0.80 254	0.62 240	0.58 245	0.81 244	0.95 246

JetBlue	0.71 234	0.56 228	0.71 250	0.74 229	0.62 233	0.79 232	0.69 230	0.53 236	0.93 250	0.46 236	0.30 220	3.22 260	0.38 218	0.52 225	0.46 230	0.44 235	0.73 253	0.53 245	0.68 224	0.52 234	0.57 249	0.60 252	0.74 234	0.57 242	0.57 235	0.46 236	0.97 251	0.96 247

WAO-6	0.83 238	0.96 241	0.61 242	1.33 235	1.06 250	1.28 238	1.42 240	0.78 247	0.87 246	0.78 249	0.70 246	0.77 224	1.02 249	1.95 242	0.81 248	0.62 248	0.55 240	0.49 241	0.80 232	0.60 240	0.57 249	0.53 249	0.50 230	0.58 245	0.85 249	0.46 236	0.77 241	0.83 243

AMNet	0.49 222	0.50 226	0.48 233	0.49 218	0.47 227	0.61 227	0.51 225	0.32 204	0.28 212	0.30 211	0.68 243	0.72 219	0.13 138	0.53 226	0.44 229	0.55 243	0.57 241	0.58 250	0.48 216	0.48 233	0.58 251	0.50 247	0.26 210	0.48 234	0.45 227	0.52 241	0.58 228	0.65 230

PWCK	0.90 241	1.24 253	0.63 245	1.55 238	0.86 239	1.23 235	1.04 235	1.09 255	0.75 244	0.70 246	0.81 251	1.52 249	0.91 242	0.71 231	0.46 230	0.41 231	0.74 254	0.47 239	3.07 261	0.67 249	0.58 251	0.45 245	0.95 238	0.74 251	0.74 244	0.41 231	0.70 235	0.76 238

STTRV1_RVC		0.26 206	0.22 211	0.35 200	0.28 206	0.32 203	0.29 206	0.36 214	0.33 224	0.27 186	0.27 211	0.42 192	0.41 221	0.48 223		0.19 211	0.59 243	0.20 198		0.30 221	0.59 253			0.43 232	0.26 192	0.56 243	0.34 201	0.67 232

ktn	1.26 251	1.42 255	0.57 239	1.65 245	1.61 259	1.75 249	2.16 256	0.86 249	1.75 261	0.89 257	1.11 258	1.18 241	0.96 246	2.60 252	1.03 255	0.73 255	0.82 256	0.61 253	1.47 255	0.76 253	0.70 254	0.69 257	3.64 259	0.73 249	0.93 252	0.81 256	1.20 257	1.25 256

MFMNet_re	0.66 231	0.72 232	0.65 248	0.77 231	0.62 233	0.82 234	0.70 232	0.52 235	0.53 238	0.54 242	0.65 242	0.79 226	0.51 228	0.59 230	0.68 245	0.67 250	0.81 255	0.69 257	0.74 229	0.62 244	0.71 255	0.64 254	0.45 229	0.57 242	0.59 238	0.62 249	0.74 237	0.88 244

SGM+DAISY	0.59 227	0.58 231	0.54 237	0.58 223	0.55 232	0.69 230	0.57 228	0.43 228	0.39 232	0.38 229	0.78 247	0.75 223	0.65 236	0.54 228	0.62 241	0.56 244	0.67 248	0.61 253	0.72 227	0.64 246	0.71 255	0.65 255	0.27 222	0.51 236	0.54 232	0.57 244	0.75 238	0.71 235

KSHMR	1.34 253	1.44 256	1.07 260	2.31 257	1.48 255	2.31 258	2.15 255	1.22 257	1.07 257	1.13 260	1.07 256	1.30 246	0.96 246	2.92 261	1.12 257	0.95 258	0.87 257	0.84 259	1.34 252	0.97 258	0.74 257	0.60 252	3.48 257	1.07 261	0.99 253	0.77 253	1.01 252	1.06 251

SPS-STEREO	0.60 229	0.57 230	0.53 234	0.55 220	0.54 231	0.65 229	0.52 226	0.40 221	0.68 240	0.37 228	0.78 247	0.78 225	0.64 235	0.53 226	0.59 239	0.57 246	0.67 248	0.63 256	0.75 230	0.72 251	0.77 258	0.68 256	0.26 210	0.54 241	0.54 232	0.60 247	0.70 235	0.66 231
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SPstereo	0.89 240	0.77 236	0.71 250	0.66 227	0.80 236	0.69 230	0.69 230	1.10 256	0.91 249	0.74 247	1.22 260	0.97 238	1.44 258	0.93 233	0.89 253	1.06 259	0.96 258	0.62 255	1.20 248	0.81 254	0.87 259	0.79 258	0.64 233	0.91 257	0.89 251	0.74 252	1.16 255	0.90 245

HanzoNet	1.79 257	1.65 260	0.85 257	2.31 257	1.74 260	2.83 262	2.55 259	1.29 258	1.86 262	0.92 258	1.28 261	4.71 264	3.85 263	3.43 266	0.96 254	0.79 256	1.10 259	0.95 260	2.68 260	1.04 259	0.93 260	0.92 259	3.78 261	0.73 249	1.15 259	1.07 258	1.29 258	1.61 262

DPSimNet_ROB		1.23 252	1.31 261	1.49 237	1.60 258	1.34 239	1.37 239	0.68 242	1.70 260	1.68 261	1.03 255	1.48 248	0.82 239	2.08 245	1.45 259	0.92 257		0.81 258	1.64 256	1.41 261	1.08 261	1.28 260	0.79 235	0.87 256		1.26 260	1.18 256	1.16 253

JetRed	1.64 256	1.79 261	1.70 262	1.59 239	1.52 257	2.02 255	2.26 257	1.52 262	1.47 258	0.82 254	0.78 247	2.67 259	0.43 222	1.78 241	1.47 260	1.56 261	1.74 260	2.93 264	1.44 254	1.10 260	2.36 262	2.20 261	1.98 242	0.98 259	1.19 260	1.77 262	1.58 261	1.56 260

MADNet++	1.87 258	1.58 259	1.74 263	1.28 234	1.74 260	1.25 236	1.55 245	1.63 263	2.10 263	1.84 262	2.24 262	2.56 258	2.74 261	0.75 232	1.43 258	1.55 260	2.00 261	1.47 262	2.11 259	2.11 262	3.28 263	3.23 262	1.22 239	2.22 263	1.23 261	2.58 263	1.77 262	1.36 257

PML	8.17 260	7.65 266	3.51 264	9.56 269	5.16 264	9.57 270	5.23 266	6.49 266	17.89 269	6.44 265	3.24 263	16.63 267	29.28 274	5.47 267	6.12 261	3.95 262	7.38 264	2.69 263	20.47 270	4.69 264	3.59 264	3.96 263	3.98 263	4.20 264	5.71 264	4.30 264	16.67 269	6.70 264

DPSMNet_ROB	8.62 262	3.66 263	8.40 266	2.97 262	5.69 266	3.37 263	4.40 264	3.70 264	9.03 264	3.00 263	6.93 265	3.52 261	10.07 265	2.69 255	10.46 262	10.76 263	3.81 262	12.88 266	4.76 263	10.21 265	5.93 265	13.78 266	4.47 266	8.55 265	10.10 268	27.91 268	11.06 268	30.64 268

DGTPSM_ROB	8.61 261	3.65 262	8.39 265	2.97 262	5.68 265	3.37 263	4.40 264	3.70 264	9.03 264	3.00 263	6.91 264	3.52 261	10.03 264	2.69 255	10.46 262	10.76 263	3.81 262	12.88 266	4.73 262	10.21 265	5.93 265	13.78 266	4.46 265	8.55 265	10.09 267	27.91 268	11.05 267	30.64 268

HaxPig	16.12 267	19.70 271	18.82 272	21.25 270	20.53 271	21.35 271	22.27 271	17.00 272	14.68 268	19.29 271	17.18 272	18.07 268	12.18 266	22.52 271	17.87 267	14.95 267	17.87 269	9.54 265	18.95 266	15.62 269	9.98 267	7.75 264	23.74 270	15.32 269	4.46 263	12.22 267	6.85 264	15.21 267

MEDIAN_ROB	20.51 268	25.88 272	24.09 273	26.47 272	25.52 273	25.87 273	26.98 272	21.19 273	19.61 270	28.55 273	22.12 273	24.85 273	16.74 269	26.52 272	23.53 268	18.59 268	22.10 272	14.86 268	26.41 272	23.30 270	15.47 268	11.96 265	27.64 272	18.47 270	7.32 265	9.55 266	8.34 266	11.88 266

DPSM_ROB	12.93 265	6.06 264	9.07 267	4.34 264	6.33 267	4.24 265	3.55 262	8.20 267	10.79 266	6.62 266	7.89 266	9.68 265	12.99 267	2.78 258	12.36 264	13.66 265	8.95 266	16.55 269	9.69 264	12.30 267	16.52 269	17.76 269	2.26 244	10.59 267	28.41 269	36.73 270	31.10 270	39.69 270

DPSM	12.93 265	6.06 264	9.07 267	4.34 264	6.33 267	4.24 265	3.55 262	8.20 267	10.79 266	6.62 266	7.89 266	9.68 265	12.99 267	2.78 258	12.36 264	13.66 265	8.95 266	16.55 269	9.69 264	12.30 267	16.52 269	17.76 269	2.26 244	10.59 267	28.41 269	36.73 270	31.10 270	39.69 270

AVERAGE_ROB	24.46 269	29.85 273	27.17 274	31.26 273	29.68 274	30.01 274	31.43 273	26.55 274	24.57 274	34.19 274	27.26 274	31.45 274	21.40 270	30.75 274	28.23 272	24.11 269	26.75 273	21.47 271	30.01 273	27.38 274	20.81 271	16.76 268	32.29 273	24.48 274	8.40 266	7.77 265	7.95 265	8.54 265

CasAABBNet	25.99 271	12.23 269	18.16 269	8.64 266	12.70 270	8.22 267	7.18 267	16.43 269	21.85 273	13.64 270	15.80 269	19.61 271	26.12 271	5.47 267	25.18 271	27.55 272	17.67 268	33.30 272	19.65 269	24.62 271	33.10 272	35.23 271	4.49 267	21.39 273	57.22 273	74.08 274	62.47 272	79.73 272

MyStereo03	26.03 272	12.17 267	18.23 270	8.74 267	12.69 269	8.44 268	7.21 268	16.48 270	21.77 271	13.32 268	15.90 270	19.49 269	26.17 272	5.59 269	24.91 269	27.50 270	17.88 270	33.36 273	19.50 267	24.77 272	33.22 273	36.10 272	4.56 268	21.35 271	57.13 271	73.97 272	62.60 273	79.92 273

MyStereo02	25.56 270	12.17 267	18.23 270	8.74 267	0.00 1	8.44 268	7.21 268	16.48 270	21.77 271	13.32 268	15.90 270	19.49 269	26.17 272	5.59 269	24.91 269	27.50 270	17.88 270	33.36 273	19.50 267	24.77 272	33.22 273	36.10 272	4.56 268	21.35 271	57.13 271	73.97 272	62.60 273	79.92 273

Low-res two-view benchmark