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	0.34 1	0.17 2	0.37 4	0.02 1	0.00 1	0.19 11	0.38 62	0.31 5	0.03 1	0.00 1	0.96 34	0.20 1	0.01 1	0.12 13	1.98 5	0.97 2	0.66 5	0.07 2	0.38 1	0.05 1	0.48 1	0.19 1	0.61 29	0.07 3	0.44 7	0.01 1	0.49 1	0.00 1

CroCo-Stereo Lap2	0.41 2	0.26 3	0.06 2	0.06 2	0.08 7	0.01 1	0.01 2	0.26 3	0.13 7	0.94 13	0.00 1	0.34 5	0.04 3	0.01 1	1.90 4	2.20 14	0.23 1	0.29 4	0.72 3	0.09 3	1.14 7	1.10 10	0.01 3	0.05 1	0.40 6	0.12 4	0.56 2	0.03 4

CroCo-Stereo	0.46 3	0.29 4	0.05 1	0.07 3	0.11 8	0.03 2	0.00 1	0.20 2	0.14 8	0.11 3	0.00 1	0.44 7	0.03 2	0.01 1	2.56 12	2.20 14	0.34 2	0.29 4	0.88 5	0.09 3	1.53 10	1.58 17	0.01 3	0.06 2	0.36 5	0.20 6	0.68 3	0.03 4
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
StereoVision	0.50 4	0.56 7	0.24 3	0.07 3	0.07 6	0.13 6	0.05 16	0.26 3	0.26 16	0.51 8	0.00 1	0.24 3	0.04 3	0.04 6	2.09 6	1.78 5	0.64 4	0.17 3	0.71 2	0.12 5	0.62 2	0.91 7	0.00 1	0.10 6	0.33 4	0.23 10	3.30 14	0.16 7

RAFT	0.51 5	0.10 1	0.40 5	0.09 5	0.01 3	0.21 15	0.15 41	2.74 19	0.06 2	1.09 14	0.00 1	0.21 2	0.05 5	0.02 4	1.05 1	0.90 1	0.35 3	0.05 1	1.39 9	0.30 8	0.74 4	0.58 5	0.00 1	0.09 4	0.14 1	0.05 3	2.94 13	0.01 2

AEACV	0.75 6	2.37 28	0.78 23	0.15 7	0.13 9	0.15 9	0.06 18	0.10 1	0.09 4	0.00 1	0.00 1	0.54 9	0.28 12	0.05 8	2.24 8	1.86 7	1.67 17	0.48 7	2.18 17	0.72 20	2.19 16	1.85 21	0.15 6	0.09 4	0.20 2	0.27 11	1.73 6	0.02 3

delet	1.00 7	1.38 13	0.86 26	0.34 15	0.99 54	1.00 52	0.38 62	0.91 7	0.18 11	1.23 15	0.46 24	0.68 10	0.37 21	0.79 89	3.35 18	1.81 6	1.37 9	0.77 10	0.86 4	0.53 14	1.57 11	0.48 4	0.46 22	0.62 46	0.84 15	0.22 8	3.65 16	1.02 15

TDLM	1.02 8	1.64 16	1.38 51	0.37 18	0.90 45	0.67 41	0.76 90	2.31 17	0.18 11	0.25 4	2.96 66	2.21 24	0.64 34	0.31 35	1.15 2	1.45 3	1.52 15	0.93 12	0.98 6	0.67 18	0.98 5	0.42 3	0.64 32	0.39 24	0.23 3	0.19 5	1.76 7	1.68 23

anonymousdsp	1.11 9	0.53 6	0.70 13	0.35 16	0.24 13	0.19 11	0.01 2	2.12 15	0.12 6	0.28 5	0.32 22	1.24 13	0.24 10	0.12 13	2.76 13	2.27 17	1.37 9	1.14 17	1.99 13	0.91 22	3.63 34	2.61 31	0.46 22	0.19 11	0.73 11	0.03 2	5.14 26	0.16 7

iRaftStereo_RVC	1.19 10	1.36 12	0.77 16	0.41 21	0.28 20	0.28 23	0.01 2	3.64 25	0.21 13	0.42 6	1.74 48	1.58 16	0.30 14	0.16 18	2.24 8	2.10 12	1.62 16	0.70 9	2.00 14	0.42 11	2.95 22	2.78 32	0.39 18	0.26 15	0.74 12	0.22 8	3.64 15	0.86 12

AASNet	1.22 11	2.00 20	0.89 27	0.43 24	1.99 94	1.14 54	0.48 71	2.04 14	0.14 8	0.51 8	0.89 32	0.50 8	0.20 7	0.40 45	3.90 24	1.95 9	1.29 7	1.75 33	1.62 12	1.12 26	1.97 14	1.71 18	0.72 39	0.51 33	1.03 19	0.32 14	2.81 11	0.65 11

RYNet	1.33 12	0.39 5	0.40 5	0.17 9	0.24 13	0.47 32	0.05 16	1.74 10	1.23 75	0.44 7	0.14 13	0.32 4	0.20 7	0.01 1	5.64 49	1.64 4	0.82 6	3.63 74	1.17 7	0.08 2	1.02 6	0.26 2	0.26 10	0.23 13	1.45 28	10.04 117	2.88 12	0.99 14

AANet_RVC	1.37 13	0.66 8	0.62 12	0.25 11	1.74 81	0.10 4	0.67 87	1.93 12	1.51 87	0.84 12	0.26 20	0.38 6	0.91 39	0.19 19	4.34 37	2.69 19	1.41 11	1.28 22	1.30 8	1.13 27	0.73 3	0.94 8	0.25 9	0.51 33	1.68 32	1.46 30	3.94 19	5.33 56

RAFT + AFF	1.46 14	0.92 11	0.53 8	0.40 20	0.04 4	0.51 38	0.02 5	3.71 26	0.11 5	2.77 30	0.00 1	3.68 40	0.34 19	0.12 13	5.69 51	2.03 10	2.88 25	0.36 6	5.48 35	0.27 7	4.19 47	1.25 11	0.21 8	0.18 10	1.91 35	0.31 13	1.40 5	0.12 6

StereoIM	1.47 15	0.79 10	0.48 7	0.15 7	0.38 24	0.08 3	0.06 18	0.40 6	0.41 26	1.99 21	0.00 1	1.07 12	0.13 6	0.02 4	3.18 16	2.92 22	2.53 22	1.79 34	5.43 34	0.76 21	2.42 17	2.23 24	0.31 13	0.26 15	2.60 41	2.33 42	2.20 8	4.80 52

MMNet	1.47 15	1.42 15	0.77 16	0.38 19	1.31 71	0.40 27	0.41 65	2.03 13	0.60 38	0.59 10	1.41 41	1.71 19	0.29 13	1.11 105	4.13 33	2.32 18	2.38 21	1.85 35	2.96 21	1.59 39	1.76 13	0.67 6	0.69 36	1.09 71	1.07 20	0.92 23	4.71 22	1.02 15

MIF-Stereo	1.58 17	0.76 9	0.60 11	0.11 6	0.32 22	0.19 11	0.03 7	2.21 16	0.34 21	4.40 53	0.00 1	2.37 25	0.32 15	0.05 8	3.96 31	3.80 45	2.25 20	1.61 30	6.17 52	0.64 16	3.66 35	2.14 22	0.45 21	0.39 24	1.01 18	1.65 35	1.17 4	2.06 28

test_5	1.60 18	3.48 54	0.54 9	0.18 10	0.06 5	0.23 19	0.03 7	5.33 40	0.27 17	1.64 18	1.35 39	3.71 41	1.93 81	0.23 20	4.32 35	3.32 31	1.42 12	1.29 24	2.63 19	0.35 10	1.40 9	2.80 33	0.08 5	0.39 24	0.54 8	0.20 6	5.14 26	0.43 10

CVANet_RVC	1.68 19	2.90 37	2.47 77	2.89 100	1.15 68	2.50 90	1.35 100	3.81 28	0.39 25	0.59 10	4.79 83	2.85 32	0.62 31	0.52 56	1.71 3	2.12 13	1.49 13	1.21 18	1.54 10	1.42 33	1.98 15	1.37 13	0.60 28	0.46 30	0.61 10	0.35 17	2.29 9	1.34 18

DMCA	1.74 20	2.24 26	1.84 59	0.49 27	0.92 47	1.14 54	0.13 37	1.67 9	1.22 74	1.86 20	2.71 61	2.80 31	0.32 15	0.80 90	3.91 25	3.06 26	2.68 23	2.46 48	2.04 15	1.09 24	2.71 19	1.41 16	0.88 58	0.76 53	0.83 14	1.23 27	3.78 18	2.08 29

RAFT_CTSACE	1.80 21	3.98 64	0.77 16	0.63 35	0.30 21	0.28 23	0.03 7	5.40 42	0.17 10	8.06 96	0.26 20	3.50 38	1.29 54	0.27 31	2.19 7	2.25 16	1.31 8	0.55 8	2.14 16	0.25 6	2.51 18	4.48 70	0.64 32	0.28 19	0.82 13	0.32 14	5.60 34	0.28 9

MIF-Stereo (partial)	1.81 22	4.50 90	0.75 14	0.33 14	0.68 35	0.27 21	0.12 35	1.52 8	0.53 34	1.31 16	0.03 11	1.02 11	0.50 27	0.13 16	3.75 22	4.15 63	3.64 35	2.41 47	2.72 20	0.67 18	3.40 27	2.87 36	0.44 20	0.46 30	1.62 30	1.84 37	5.04 24	4.09 47

AFF-stereo	1.82 23	2.26 27	1.46 54	0.48 26	0.25 16	1.34 61	0.06 18	5.02 39	0.67 41	2.94 33	0.38 23	2.43 28	0.54 28	0.04 6	2.36 10	2.98 23	1.50 14	1.28 22	6.14 51	0.46 13	2.84 21	1.37 13	0.59 27	0.24 14	2.68 42	2.72 46	4.81 23	1.35 19

GANet	1.82 23	1.64 16	1.45 53	1.64 70	1.59 78	3.29 105	1.37 101	3.97 31	0.80 45	1.49 17	1.65 46	4.25 47	0.33 17	0.55 60	2.45 11	2.07 11	3.11 28	3.41 69	1.60 11	0.45 12	1.32 8	0.94 8	0.87 56	0.89 60	1.39 27	0.46 19	3.70 17	2.40 36

MIM_Stereo	1.95 25	4.20 74	1.15 41	0.66 37	0.48 27	0.54 39	0.10 26	4.26 36	0.35 22	3.18 39	0.24 18	2.64 30	0.33 17	0.37 41	3.71 20	3.67 40	3.04 26	2.25 45	4.58 27	1.35 31	4.11 44	2.85 35	0.49 24	0.44 28	0.97 17	0.59 20	4.57 20	1.60 21

test croco	2.08 26	4.58 92	0.78 23	0.45 25	1.13 66	0.30 25	0.09 25	3.41 21	0.38 24	3.93 48	0.01 9	1.70 18	0.40 23	0.07 11	4.24 34	4.24 67	3.66 36	2.76 51	5.86 44	0.31 9	3.28 26	3.58 49	0.15 6	0.47 32	1.63 31	1.64 34	2.57 10	4.57 50

RAFT+CT+SA	2.12 27	4.55 91	0.77 16	0.68 43	0.20 11	0.11 5	0.03 7	6.05 51	0.25 15	6.05 71	0.01 9	4.53 52	1.70 74	0.35 39	2.99 14	3.98 54	1.76 18	1.41 27	4.23 25	0.66 17	4.06 42	4.89 81	0.26 10	0.39 24	0.88 16	0.33 16	5.32 31	0.92 13

ARAFT	2.39 28	3.85 60	0.89 27	0.42 23	0.20 11	0.19 11	0.02 5	3.46 22	0.27 17	4.75 55	1.66 47	2.06 21	0.39 22	0.50 54	6.13 71	4.10 62	4.82 56	4.26 97	5.12 31	1.32 30	5.68 74	3.03 37	0.61 29	0.21 12	3.58 49	0.29 12	5.21 29	1.60 21

UPFNet	2.49 29	1.99 19	2.37 74	1.34 64	2.02 97	2.42 88	1.28 99	4.05 33	1.40 80	2.80 31	2.31 53	1.94 20	0.62 31	1.73 128	6.03 63	3.15 28	3.86 40	3.15 65	5.50 39	3.22 93	1.74 12	1.29 12	1.15 85	1.10 72	2.08 37	1.13 25	5.67 36	1.81 24

raft+_RVC	2.50 30	2.50 31	1.82 57	0.62 34	0.39 25	0.94 48	0.12 35	6.00 49	0.51 31	6.37 76	2.93 65	3.97 44	0.61 30	0.13 16	3.95 26	3.26 30	3.23 29	1.33 25	6.64 61	1.09 24	3.07 24	2.53 29	0.72 39	0.37 23	2.72 44	2.42 43	6.25 51	3.14 43

TESTraft	2.52 31	4.45 88	0.77 16	0.55 30	0.24 13	0.15 9	0.10 26	5.57 43	0.37 23	5.42 62	0.24 18	1.63 17	2.10 96	1.16 108	6.48 82	4.71 87	3.39 31	1.01 13	4.62 28	1.20 28	3.66 35	7.30 112	0.36 15	0.61 45	1.11 21	2.78 47	5.69 37	2.43 37

test_4	2.66 32	2.69 33	2.24 69	0.64 36	0.43 26	0.45 31	0.29 57	7.08 63	0.21 13	13.81 157	0.17 14	5.08 58	0.55 29	0.25 25	3.14 15	3.74 42	3.62 34	2.05 40	3.70 24	1.04 23	3.58 32	3.56 47	0.67 35	0.36 22	1.58 29	2.25 41	5.99 47	2.50 38

RAFT-Stereo + iAFF	2.66 32	3.98 64	2.74 81	0.66 37	0.54 30	1.38 62	0.08 23	8.29 79	1.10 67	2.81 32	1.79 49	4.55 53	0.62 31	0.05 8	3.26 17	3.00 24	2.86 24	1.01 13	7.25 64	1.55 38	3.90 38	2.28 25	0.86 53	0.54 36	5.14 72	2.58 44	5.87 45	3.12 42

LL-Strereo2	2.73 34	2.07 22	1.31 48	0.41 21	0.33 23	0.40 27	0.04 13	7.25 67	0.46 30	11.56 133	1.61 45	3.45 37	0.40 23	1.65 124	3.89 23	3.61 38	3.85 39	1.35 26	8.89 82	1.66 43	4.46 52	3.90 54	0.74 41	0.28 19	1.80 33	1.56 32	5.15 28	1.47 20

TestStereo1	2.77 35	4.95 111	0.77 16	0.49 27	0.27 17	0.13 6	0.11 31	5.74 46	0.44 27	6.03 69	0.19 15	1.51 14	2.08 92	1.12 106	6.37 77	4.90 92	3.76 37	1.25 20	5.48 35	1.44 34	5.77 76	7.77 117	0.37 16	0.57 42	1.26 23	2.93 50	6.36 52	2.59 39

SA-5K	2.77 35	4.95 111	0.77 16	0.49 27	0.27 17	0.13 6	0.11 31	5.74 46	0.44 27	6.03 69	0.19 15	1.51 14	2.08 92	1.12 106	6.37 77	4.90 92	3.76 37	1.25 20	5.48 35	1.44 34	5.77 76	7.77 117	0.37 16	0.57 42	1.26 23	2.93 50	6.36 52	2.59 39

FINET	2.77 35	2.20 24	2.22 68	3.13 102	0.96 51	0.85 46	0.44 67	2.83 20	1.89 99	3.86 46	0.87 31	4.06 45	1.56 71	0.53 57	7.78 120	4.97 96	4.37 50	1.53 29	8.10 72	1.44 34	3.94 39	2.47 28	0.43 19	1.02 66	2.68 42	1.59 33	6.19 50	2.93 41

anonymousdsp2	2.91 38	4.21 75	2.42 75	0.57 33	0.53 29	1.58 71	0.08 23	6.62 57	0.27 17	4.15 50	2.56 56	4.45 49	0.45 25	0.97 98	4.05 32	3.34 32	3.04 26	1.87 36	11.24 100	1.50 37	4.44 51	5.29 86	0.50 26	0.69 50	3.16 47	1.06 24	6.44 54	3.20 44

HCRNet	2.91 38	3.19 47	0.80 25	1.42 66	0.27 17	0.41 29	0.63 81	2.61 18	0.08 3	37.79 226	2.40 54	4.61 54	0.20 7	0.27 31	4.32 35	1.94 8	1.87 19	0.78 11	2.43 18	0.63 15	2.71 19	1.37 13	0.49 24	0.26 15	0.56 9	0.41 18	5.09 25	1.03 17

HITNet	3.05 40	1.95 18	1.39 52	2.31 88	0.99 54	0.27 21	0.10 26	6.94 61	1.94 101	9.64 110	3.77 74	6.82 70	0.95 41	0.42 46	5.11 43	2.84 21	3.36 30	2.24 44	3.02 22	1.84 49	3.48 28	3.17 40	0.83 52	1.10 72	1.87 34	2.18 39	7.99 74	5.68 59
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
CAS	3.22 41	4.04 68	0.76 15	1.00 52	0.90 45	0.36 26	0.26 53	1.77 11	0.93 54	2.66 29	6.08 103	2.38 26	3.02 123	0.26 28	5.25 45	3.46 34	4.96 57	2.19 41	5.65 42	1.83 48	4.13 46	3.84 53	0.69 36	0.13 7	5.29 74	5.48 84	7.23 66	12.33 115

IER	3.28 42	3.00 39	1.18 43	0.96 50	1.10 59	1.73 77	0.69 88	4.33 37	0.93 54	2.94 33	8.22 130	10.19 99	0.95 41	2.88 143	6.34 76	3.77 44	4.10 44	2.77 52	3.58 23	3.17 91	2.98 23	2.43 27	1.42 105	1.15 81	2.40 38	4.50 73	5.36 32	5.45 57

GMStereo	3.35 43	4.62 94	0.54 9	0.92 47	0.78 38	1.72 76	0.13 37	8.79 91	0.44 27	2.60 28	0.80 30	12.77 124	0.24 10	0.08 12	4.35 38	3.21 29	7.17 99	1.21 18	13.22 112	1.85 50	5.24 65	2.17 23	0.63 31	1.06 69	4.50 63	0.66 21	8.59 78	2.08 29
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALAANet	3.52 44	3.11 43	2.97 87	1.15 57	1.20 69	1.71 75	0.23 51	6.04 50	1.02 61	4.47 54	4.42 81	3.09 36	1.43 65	0.26 28	6.06 65	3.85 46	4.78 55	5.01 116	8.94 83	3.58 96	5.33 70	4.51 72	1.10 80	1.59 98	3.98 56	4.39 70	6.63 55	4.21 49

RASNet	3.53 45	3.37 52	3.79 110	1.55 68	1.82 86	2.49 89	0.49 73	8.15 76	2.25 111	3.47 41	3.22 68	4.35 48	2.16 101	0.31 35	3.74 21	3.52 36	4.32 48	2.23 43	4.31 26	2.32 72	4.60 54	3.57 48	0.74 41	3.60 140	2.49 39	3.92 63	9.56 95	8.84 88

4D-IteraStereo	3.57 46	1.40 14	3.26 93	0.93 48	0.64 33	0.21 15	0.15 41	8.38 81	0.58 35	13.21 151	1.95 51	5.52 64	0.78 35	0.70 80	4.77 40	4.00 56	4.72 53	3.05 61	7.65 65	1.59 39	7.94 114	6.96 109	0.86 53	0.56 37	2.75 45	4.52 74	7.16 64	2.15 31

rafts_anoy	3.60 47	5.19 123	2.96 86	0.71 44	0.94 49	1.15 56	0.58 78	7.80 71	0.85 48	5.74 65	5.15 91	4.46 50	0.80 36	0.30 34	5.99 62	4.47 76	5.17 65	4.92 111	6.42 58	2.15 62	4.87 57	4.03 58	0.96 69	0.94 63	4.99 69	4.39 70	5.59 33	5.69 60

CIPLG	3.61 48	4.41 86	1.23 46	1.34 64	0.89 42	1.20 58	0.47 69	10.05 110	1.17 72	6.95 83	4.93 87	7.61 80	1.19 49	2.50 135	6.60 92	4.23 66	5.99 73	1.94 37	6.22 54	2.59 78	6.28 86	4.55 73	1.21 89	1.12 78	3.89 51	1.19 26	5.66 35	1.93 25

ACRE	3.62 49	4.42 87	1.19 44	1.43 67	0.89 42	1.26 60	0.47 69	10.01 109	1.14 69	7.17 88	4.96 88	7.60 79	1.21 50	2.50 135	6.59 89	4.37 70	5.99 73	1.95 38	5.99 46	2.46 75	6.37 90	4.38 67	1.22 93	1.10 72	3.95 53	1.36 28	5.72 38	1.98 26

IPLGR_C	3.64 50	4.47 89	1.21 45	1.32 62	0.89 42	1.21 59	0.44 67	10.00 108	1.13 68	7.19 89	4.86 84	7.67 81	1.22 52	2.60 138	6.55 85	4.38 71	5.99 73	2.00 39	6.05 49	2.52 76	6.35 88	4.56 75	1.21 89	1.13 79	3.93 52	1.54 31	5.76 42	1.99 27

AnonymousM	3.65 51	2.19 23	0.90 29	1.07 53	0.18 10	0.94 48	0.04 13	6.87 60	0.97 58	7.98 95	2.55 55	3.83 42	0.95 41	0.57 63	5.52 48	5.43 105	6.84 90	3.37 68	5.62 41	2.07 60	7.93 113	5.27 85	1.21 89	0.87 58	1.22 22	2.60 45	9.70 96	11.77 110

DMCA-RVC	3.69 52	2.69 33	2.18 66	1.93 82	2.43 104	1.44 66	2.89 121	3.94 30	5.33 147	3.34 40	4.21 79	11.38 104	1.29 54	1.28 113	7.23 102	4.15 63	4.25 47	3.53 73	4.86 29	2.77 82	4.84 56	4.43 68	1.06 78	1.47 93	1.95 36	1.99 38	5.75 41	7.13 74

LoS_RVC	3.70 53	4.34 83	4.10 113	0.30 12	0.99 54	0.22 17	0.28 55	3.52 23	1.08 65	5.34 60	4.08 76	2.90 33	2.49 113	0.25 25	6.07 67	4.58 81	4.11 45	3.75 79	8.01 70	2.21 67	7.12 105	5.11 82	1.03 75	0.14 8	8.95 107	3.32 53	7.11 62	8.66 86

tt_ll	3.70 53	4.34 83	4.10 113	0.30 12	0.99 54	0.22 17	0.28 55	3.52 23	1.08 65	5.34 60	4.08 76	2.90 33	2.49 113	0.25 25	6.07 67	4.58 81	4.11 45	3.75 79	8.01 70	2.21 67	7.12 105	5.11 82	1.03 75	0.14 8	8.95 107	3.32 53	7.11 62	8.66 86

UNet	3.74 55	3.26 50	3.07 89	1.82 79	1.90 90	2.72 94	1.23 98	6.67 58	1.74 95	5.15 57	4.59 82	3.93 43	1.34 60	2.73 141	5.38 46	3.97 53	6.35 79	4.01 88	6.20 53	3.83 100	4.23 48	3.13 38	1.49 109	1.68 105	3.36 48	4.36 69	6.04 48	6.85 73

HGLStereo	3.76 56	2.76 35	2.94 84	1.14 56	2.09 99	2.07 83	0.84 92	4.17 35	0.94 57	3.87 47	12.55 163	2.53 29	1.36 62	1.33 119	5.16 44	4.75 89	6.97 95	5.00 115	6.08 50	3.00 87	5.28 69	3.98 55	0.94 64	1.33 85	5.42 75	5.41 83	5.83 44	3.80 46

IPLG	3.82 57	4.08 71	1.77 56	0.66 37	1.10 59	1.40 64	1.06 97	7.97 73	0.58 35	5.71 64	2.09 52	7.34 74	1.94 84	0.68 79	6.96 98	3.94 51	6.95 94	4.42 102	6.44 59	2.11 61	3.66 35	8.25 129	0.97 71	0.91 61	4.05 57	6.06 88	6.79 57	5.17 55

SA	3.89 58	4.31 82	0.91 30	1.17 58	1.14 67	0.89 47	0.17 44	8.93 92	0.74 43	13.98 159	0.19 15	7.57 78	1.40 63	1.37 120	6.47 81	4.55 79	5.81 70	2.80 56	6.32 57	1.59 39	4.12 45	6.35 99	0.26 10	1.04 67	2.93 46	6.10 90	9.85 101	4.12 48

GMOStereo	3.91 59	3.72 56	0.92 31	1.64 70	1.12 62	0.50 33	0.63 81	8.76 87	0.91 50	15.01 173	0.71 25	6.30 65	1.33 56	0.23 20	3.95 26	4.42 72	5.04 59	3.85 81	8.60 75	1.98 54	5.17 60	7.78 120	0.82 48	0.56 37	6.49 84	3.33 55	9.48 91	2.37 32

error version	3.91 59	3.72 56	0.92 31	1.64 70	1.12 62	0.50 33	0.63 81	8.76 87	0.91 50	15.01 173	0.71 25	6.30 65	1.33 56	0.23 20	3.95 26	4.42 72	5.04 59	3.85 81	8.60 75	1.98 54	5.17 60	7.78 120	0.82 48	0.56 37	6.49 84	3.33 55	9.48 91	2.37 32

test-v	3.91 59	3.72 56	0.92 31	1.64 70	1.12 62	0.50 33	0.63 81	8.76 87	0.91 50	15.01 173	0.71 25	6.30 65	1.33 56	0.23 20	3.95 26	4.42 72	5.04 59	3.85 81	8.60 75	1.98 54	5.17 60	7.78 120	0.82 48	0.56 37	6.49 84	3.33 55	9.48 91	2.37 32

test-2	3.91 59	3.72 56	0.92 31	1.64 70	1.12 62	0.50 33	0.63 81	8.76 87	0.91 50	15.01 173	0.71 25	6.30 65	1.33 56	0.23 20	3.95 26	4.42 72	5.04 59	3.85 81	8.60 75	1.98 54	5.17 60	7.78 120	0.82 48	0.56 37	6.49 84	3.33 55	9.48 91	2.37 32

RALCasStereoNet	3.91 59	4.92 109	3.22 91	1.25 61	1.26 70	1.64 73	0.65 86	7.99 74	0.65 40	8.76 103	4.87 86	7.31 73	0.94 40	0.26 28	5.95 61	4.30 68	6.48 82	4.60 105	5.27 32	1.90 51	5.25 68	3.80 52	0.91 62	1.48 95	5.91 79	4.81 78	4.62 21	6.52 70

DISCO	3.96 64	3.91 62	1.34 49	1.96 83	2.17 101	4.70 118	3.66 128	4.01 32	3.78 136	5.05 56	6.84 109	2.38 26	2.08 92	0.35 39	6.06 65	3.90 48	6.57 84	4.25 96	8.62 79	3.32 94	4.39 49	4.01 56	1.40 103	1.11 75	4.06 58	4.93 81	7.01 60	5.11 54

CASnet	3.99 65	5.08 117	0.97 36	0.66 37	0.61 32	0.50 33	0.10 26	9.21 96	0.93 54	15.01 173	2.63 59	13.58 132	1.27 53	0.28 33	5.49 47	3.06 26	3.54 33	1.02 15	12.15 108	1.35 31	6.94 101	3.55 46	0.66 34	0.44 28	3.95 53	0.88 22	7.01 60	6.82 72
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DSFCA	4.04 66	5.03 114	2.21 67	2.54 93	2.56 110	2.90 98	2.32 120	3.90 29	2.54 119	3.07 37	7.06 115	4.70 55	0.88 38	0.60 67	6.08 69	4.01 57	4.71 52	4.61 106	8.45 74	3.20 92	5.06 59	5.33 87	2.28 137	2.37 118	4.53 65	4.90 80	5.72 38	7.60 76

raftrobust	4.09 67	2.00 20	3.23 92	1.32 62	0.96 51	0.44 30	0.15 41	9.53 100	0.71 42	13.29 152	5.73 99	5.50 63	1.07 46	0.39 43	6.70 93	4.77 90	5.29 66	2.88 58	7.88 67	2.18 66	5.75 75	4.31 63	1.37 102	0.57 42	6.87 89	6.05 87	5.91 46	5.47 58

CREStereo++_RVC	4.28 68	4.68 97	4.25 117	1.08 54	1.43 75	0.25 20	0.11 31	7.12 64	1.06 63	8.41 98	2.65 60	8.74 90	7.06 160	0.37 41	4.85 42	5.04 99	8.52 118	1.71 32	5.48 35	1.62 42	6.08 80	3.73 51	1.10 80	0.52 35	4.73 68	3.85 62	10.36 111	10.81 106
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
CFNet	4.33 69	3.98 64	2.01 63	4.38 115	2.45 105	2.25 87	0.54 75	6.78 59	0.88 49	4.20 52	5.09 90	17.09 157	2.33 110	0.48 52	5.67 50	3.01 25	4.34 49	2.87 57	5.36 33	2.39 73	4.04 40	1.79 20	0.77 43	1.05 68	8.67 103	5.50 85	8.59 78	10.37 99

ADLNet	4.36 70	5.79 134	2.34 72	2.31 88	3.04 117	3.06 101	1.41 103	6.28 55	1.71 94	3.10 38	5.71 98	16.87 156	2.06 91	10.00 191	5.74 53	3.62 39	4.57 51	3.32 67	5.11 30	2.82 83	3.10 25	4.01 56	1.10 80	0.79 56	4.46 62	6.15 91	5.79 43	3.43 45

Sa-1000	4.52 71	4.36 85	0.94 35	0.95 49	1.37 74	0.99 51	0.19 45	9.48 97	1.23 75	13.79 156	0.78 29	5.33 62	1.84 76	1.70 126	7.36 107	4.84 91	7.91 110	3.69 76	10.07 88	1.73 45	5.79 78	7.50 114	0.33 14	1.39 89	8.06 97	5.66 86	10.24 108	4.58 51

CREStereo	4.65 72	5.05 115	3.91 111	1.23 60	0.52 28	0.79 44	0.10 26	9.62 102	1.76 96	10.00 113	2.78 64	11.95 114	2.45 112	0.47 51	5.77 57	5.85 118	9.05 123	1.48 28	5.89 45	2.21 67	7.71 111	4.21 60	1.12 83	0.83 57	6.05 81	4.56 75	9.33 89	10.79 104
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
test-3	4.72 73	3.18 45	3.66 107	1.86 80	1.74 81	1.44 66	0.59 79	9.78 103	0.51 31	10.97 126	1.51 43	16.42 151	1.15 47	0.64 71	6.55 85	4.09 61	6.92 93	3.09 64	14.37 122	1.92 53	6.27 85	8.30 132	0.89 59	1.11 75	4.71 67	2.88 48	7.22 65	5.72 64

test_1	4.72 73	3.18 45	3.66 107	1.86 80	1.75 85	1.44 66	0.59 79	9.79 104	0.51 31	11.07 128	1.49 42	16.42 151	1.16 48	0.64 71	6.53 84	4.08 59	6.87 91	3.07 62	14.39 123	1.91 52	6.26 84	8.28 131	0.87 56	1.11 75	4.69 66	2.89 49	7.26 68	5.71 63

EGLCR-Stereo	4.86 75	4.87 102	4.24 116	0.66 37	0.92 47	3.38 106	0.04 13	8.65 86	1.15 70	8.90 104	1.19 38	8.78 92	2.32 109	0.67 77	3.49 19	4.65 86	6.35 79	4.19 94	8.22 73	1.79 47	8.98 125	8.12 128	0.90 61	0.78 55	4.37 59	4.84 79	14.60 145	14.17 130

PDISCO_ROB	4.91 76	3.21 48	2.14 64	2.74 94	2.11 100	1.51 70	1.48 107	4.94 38	2.29 112	2.49 27	5.41 96	4.86 56	2.09 95	1.83 129	6.55 85	6.61 126	6.04 76	10.49 181	6.22 54	4.15 110	7.50 110	7.17 111	1.15 85	1.81 108	6.10 82	6.17 92	17.36 160	8.08 82

iResNet_ROB	4.93 77	4.72 100	3.53 103	2.88 99	1.64 79	2.62 92	1.84 110	7.85 72	1.17 72	6.17 72	7.61 121	4.17 46	8.58 164	0.75 83	6.46 80	4.48 77	7.24 102	4.88 110	11.20 99	3.00 87	4.43 50	2.29 26	1.28 96	3.11 130	7.39 94	6.06 88	9.14 84	8.50 85

PMTNet	4.94 78	4.88 106	4.33 119	0.87 45	0.95 50	0.75 42	0.24 52	7.00 62	1.68 91	9.89 112	3.04 67	11.43 105	0.99 44	0.44 47	6.15 72	5.72 112	8.20 112	1.62 31	10.98 95	1.31 29	7.98 115	4.24 62	1.21 89	0.27 18	9.00 109	6.68 96	9.35 90	14.21 131

iinet-f	5.03 79	3.97 63	2.00 61	2.22 87	0.72 36	4.42 114	1.39 102	3.78 27	0.83 47	5.79 67	16.26 185	7.84 83	3.16 124	0.39 43	6.73 94	5.80 117	5.81 70	2.96 60	18.68 150	4.96 114	6.63 95	6.26 97	1.62 116	1.13 79	5.70 78	2.23 40	8.85 83	5.76 65

TestStereo	5.06 80	5.12 119	3.29 96	2.13 86	0.66 34	3.22 103	0.07 21	12.34 144	0.61 39	21.17 201	1.07 36	11.86 110	1.49 68	0.34 38	4.60 39	2.79 20	6.67 87	1.12 16	13.94 116	1.75 46	11.50 153	3.17 40	0.80 46	0.63 47	6.03 80	3.31 52	10.14 107	6.81 71

test_3	5.18 81	3.24 49	3.52 102	1.97 84	1.82 86	1.38 62	0.57 77	10.49 123	0.58 35	15.72 181	1.14 37	20.47 167	1.21 50	0.59 65	6.11 70	3.99 55	7.17 99	3.73 78	14.43 124	2.01 59	6.36 89	10.05 165	0.79 45	0.97 64	5.22 73	4.31 68	7.31 69	4.84 53

MIPNet	5.28 82	5.21 124	2.42 75	0.96 50	1.54 77	1.77 78	1.43 105	9.99 107	1.07 64	5.20 58	5.32 94	11.54 106	3.41 125	0.66 74	7.23 102	5.18 101	8.25 113	4.96 112	10.27 90	4.20 111	3.48 28	8.54 135	1.33 99	1.45 91	8.47 100	10.14 120	7.62 72	10.87 107

DN-CSS_ROB	5.28 82	3.87 61	4.38 121	2.33 90	3.00 116	0.63 40	0.22 50	10.51 125	1.48 84	10.35 119	11.92 160	14.00 136	4.14 137	0.49 53	6.33 75	3.51 35	7.12 98	3.41 69	14.86 127	2.28 70	6.55 93	3.37 42	1.33 99	4.19 150	5.66 77	3.49 59	7.31 69	5.92 67

GLC_STEREO	5.29 84	5.26 126	3.54 104	1.72 77	2.01 96	0.76 43	0.07 21	9.53 100	0.76 44	13.31 153	6.35 108	8.74 90	1.57 72	2.03 131	4.82 41	4.71 87	11.99 162	2.19 41	8.79 81	2.88 86	17.78 196	8.08 126	0.80 46	0.64 49	3.96 55	1.70 36	12.99 132	5.85 66

BEATNet_4x	5.29 84	3.00 39	2.25 70	3.27 105	2.19 102	0.79 44	0.43 66	8.36 80	3.67 133	16.72 187	3.62 72	9.42 95	2.83 120	1.19 110	7.64 115	6.41 124	6.68 88	6.54 142	6.26 56	2.71 81	8.94 123	9.57 151	0.86 53	2.72 122	3.78 50	3.50 60	10.49 115	8.93 89

CFNet_RVC	5.36 86	5.40 129	4.21 115	5.04 124	4.49 134	4.48 115	0.85 93	6.16 53	2.33 114	5.54 63	9.67 143	7.72 82	1.53 70	1.01 103	7.47 110	3.94 51	5.67 69	4.23 95	6.87 62	3.53 95	6.63 95	4.83 79	0.92 63	2.24 114	9.70 119	9.81 113	9.91 103	10.56 101

LMCR-Stereo	5.39 87	4.30 81	2.89 83	1.13 55	1.91 91	2.74 95	0.11 31	7.55 69	2.14 105	6.83 79	4.10 78	10.39 101	0.87 37	0.60 67	6.86 97	4.92 94	10.03 139	4.62 107	17.39 141	6.52 136	8.52 118	7.79 124	0.95 67	2.04 110	4.45 61	4.62 77	10.48 114	10.75 103

NLCA_NET_v2_RVC	5.52 88	5.54 132	4.48 127	3.34 107	8.15 158	2.84 97	11.81 180	6.36 56	7.66 162	5.78 66	5.33 95	13.38 131	1.43 65	6.77 184	8.35 129	3.58 37	3.89 43	2.73 50	6.50 60	2.45 74	4.05 41	3.51 44	1.46 107	1.47 93	4.50 63	9.14 108	6.65 56	7.99 81
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
raft_robust	5.58 89	4.22 76	1.07 38	1.67 76	0.73 37	1.66 74	0.33 59	10.68 127	1.24 77	28.57 216	1.40 40	8.69 88	2.30 108	0.92 97	5.75 56	5.47 107	6.87 91	4.05 90	12.01 104	2.00 58	7.75 112	8.62 137	0.71 38	1.06 69	6.91 91	8.32 103	9.75 97	7.96 80

iResNetv2_ROB	5.61 90	4.07 70	1.96 60	4.69 119	2.20 103	4.60 117	0.94 95	8.50 83	2.09 104	6.20 73	12.67 165	13.31 130	6.49 157	0.50 54	6.25 73	4.56 80	5.13 63	4.03 89	14.34 121	3.94 105	6.24 82	4.48 70	1.50 110	3.20 132	6.68 88	5.25 82	9.83 98	7.92 79

STTStereo	5.68 91	6.69 145	6.57 149	3.38 109	5.86 144	3.08 102	9.13 167	5.39 41	4.13 139	4.12 49	7.05 112	10.29 100	3.43 126	6.41 181	9.30 142	3.89 47	4.74 54	5.33 121	6.03 48	2.17 64	5.24 65	3.16 39	1.54 111	1.57 97	5.56 76	8.28 102	7.44 71	13.60 123

AF-Net	5.68 91	4.87 102	3.58 105	5.01 122	6.35 149	7.34 139	5.88 144	7.21 65	6.61 155	2.00 22	9.35 138	12.65 122	2.84 121	2.93 144	7.30 105	3.90 48	3.88 41	2.77 52	7.90 68	2.87 84	3.53 30	4.34 65	2.43 142	2.29 116	5.03 70	6.54 94	14.92 147	8.95 91

Nwc_Net	5.68 91	4.87 102	3.58 105	5.01 122	6.35 149	7.34 139	5.88 144	7.21 65	6.61 155	2.00 22	9.35 138	12.65 122	2.84 121	2.93 144	7.30 105	3.90 48	3.88 41	2.77 52	7.90 68	2.87 84	3.53 30	4.34 65	2.43 142	2.29 116	5.03 70	6.54 94	14.92 147	8.95 91

CFNet_pseudo	5.91 94	3.52 55	3.34 99	6.20 136	3.32 119	5.95 131	0.34 60	10.37 116	1.25 78	14.57 169	11.14 155	7.98 85	5.93 153	2.55 137	8.18 126	5.00 97	5.14 64	3.96 86	8.63 80	3.16 90	4.10 43	3.53 45	1.45 106	1.42 90	7.02 92	8.12 100	11.12 118	12.25 113

IPLGR	5.92 95	6.24 141	3.26 93	2.76 95	1.94 92	1.03 53	0.52 74	10.26 114	0.82 46	8.09 97	9.29 137	11.67 108	2.41 111	0.71 81	8.16 125	4.48 77	6.52 83	6.34 139	15.32 132	5.98 127	5.58 73	9.27 147	1.28 96	2.20 112	9.24 110	9.44 111	9.23 86	7.80 78

CES	5.95 96	2.93 38	1.36 50	0.66 37	1.36 73	1.18 57	0.21 49	31.02 206	1.50 85	6.36 75	12.72 166	8.42 87	1.98 87	0.32 37	6.05 64	6.73 127	8.14 111	2.77 52	6.00 47	2.30 71	23.59 215	5.42 89	1.63 117	0.32 21	6.88 90	3.82 61	6.83 59	10.13 98

GES	6.26 97	5.53 131	2.66 79	2.38 91	2.84 112	5.88 129	2.06 114	7.47 68	3.11 125	9.19 107	7.05 112	4.90 57	1.68 73	3.18 153	9.10 139	7.18 136	11.91 161	6.77 147	21.06 163	6.50 135	9.84 136	6.26 97	1.97 129	3.63 141	4.43 60	4.60 76	8.49 77	9.43 95

dd	6.36 98	5.34 128	1.03 37	23.89 195	0.57 31	11.85 165	0.76 90	8.17 77	0.31 20	7.87 93	0.08 12	25.57 175	0.36 20	0.83 92	7.60 114	4.16 65	14.92 176	2.61 49	19.55 156	2.15 62	4.54 53	2.55 30	0.96 69	1.60 99	6.25 83	1.43 29	10.32 109	6.48 69

FADNet-RVC-Resample	6.37 99	5.32 127	3.05 88	3.36 108	2.81 111	2.60 91	3.63 127	11.26 137	3.30 128	15.15 178	5.22 93	10.74 102	2.75 118	3.27 155	8.23 127	4.64 85	6.41 81	7.30 154	11.56 101	6.67 139	5.47 72	8.56 136	1.55 112	7.75 175	7.40 95	7.54 98	5.73 40	10.79 104

AE-Stereo	6.49 100	4.68 97	4.46 126	4.91 121	1.05 58	1.61 72	2.27 119	9.12 95	0.98 59	14.13 161	1.59 44	15.96 149	2.04 89	0.88 95	5.74 53	6.79 128	10.74 144	5.71 128	12.14 106	5.55 121	9.80 135	10.03 163	0.97 71	4.34 151	10.30 124	8.50 104	11.70 124	9.14 94

FADNet-RVC	6.53 101	5.05 115	2.54 78	5.38 127	3.47 121	2.08 85	5.59 142	11.63 140	1.70 93	11.49 131	4.99 89	13.15 127	3.46 127	1.64 123	10.47 162	5.41 104	6.66 86	3.92 85	18.29 148	5.47 119	5.85 79	5.74 94	1.05 77	5.25 158	7.53 96	10.60 124	7.25 67	10.68 102

AACVNet	6.57 102	4.28 80	2.00 61	6.89 141	8.25 159	5.89 130	2.06 114	9.02 94	2.20 107	10.00 113	10.55 150	8.16 86	1.92 80	1.66 125	7.56 113	5.64 110	8.28 114	6.20 137	11.08 96	5.61 122	6.11 81	5.44 90	2.48 144	3.25 134	8.55 101	9.98 116	10.12 105	14.15 129

HSM	6.59 103	4.79 101	4.59 128	4.39 116	4.12 127	1.77 78	1.59 109	13.37 155	1.89 99	10.07 116	10.56 151	9.18 94	4.34 139	1.32 117	7.55 112	4.62 84	11.19 155	4.14 93	10.06 87	4.43 113	9.64 132	4.84 80	1.32 98	3.28 136	9.26 112	11.65 131	11.34 121	12.56 116

DLCB_ROB	6.64 104	4.98 113	4.42 123	2.78 96	3.88 125	3.23 104	2.91 122	6.23 54	3.75 135	7.92 94	9.28 136	12.04 116	5.57 150	3.10 151	6.52 83	4.32 69	7.17 99	4.49 103	5.54 40	3.76 98	6.52 92	4.47 69	2.84 146	3.00 128	26.87 201	12.78 139	12.52 130	8.36 83

DeepPrunerF	6.67 105	4.91 108	2.71 80	5.81 131	14.61 187	4.84 119	5.92 146	6.05 51	5.90 152	3.01 35	11.37 156	3.03 35	1.93 81	2.43 133	7.67 118	8.08 149	7.06 96	4.09 91	11.97 103	3.91 103	6.91 100	5.40 88	3.22 152	2.23 113	21.61 189	10.08 118	6.82 58	8.42 84

sCroCo_RVC	6.73 106	3.16 44	1.16 42	0.36 17	0.96 51	3.01 99	0.48 71	9.86 105	3.55 132	5.96 68	3.53 70	4.46 50	4.94 144	0.90 96	8.47 132	12.80 202	12.41 163	8.74 163	18.16 146	6.11 129	16.64 191	13.91 192	0.77 43	2.27 115	9.25 111	7.62 99	13.29 138	9.02 93

sAnonymous2	6.75 107	3.01 41	1.09 39	0.56 31	0.86 39	3.69 107	0.20 46	13.79 158	3.54 130	3.81 44	5.80 100	5.21 60	3.97 135	0.45 48	9.32 144	9.91 177	11.13 152	9.66 170	19.38 152	7.15 148	10.98 145	11.72 180	1.80 123	1.62 100	9.87 121	10.73 125	10.41 112	12.62 117

CroCo_RVC	6.75 107	3.01 41	1.09 39	0.56 31	0.86 39	3.69 107	0.20 46	13.79 158	3.54 130	3.81 44	5.80 100	5.21 60	3.97 135	0.45 48	9.32 144	9.91 177	11.13 152	9.66 170	19.38 152	7.15 148	10.98 145	11.72 180	1.80 123	1.62 100	9.87 121	10.73 125	10.41 112	12.62 117

APVNet	6.75 107	4.23 77	2.36 73	4.05 112	5.00 139	8.19 146	5.50 141	10.42 118	2.99 124	3.74 42	11.48 157	5.09 59	1.52 69	1.53 122	8.48 133	9.23 162	12.54 164	9.16 166	15.66 133	6.55 138	6.98 102	6.77 108	1.47 108	4.01 149	8.58 102	4.04 66	14.92 147	7.68 77

psm_up	6.89 110	5.17 120	5.69 145	7.08 142	3.86 124	8.14 145	1.89 112	10.11 112	10.23 170	6.61 78	6.17 105	7.50 77	5.04 146	3.00 146	7.28 104	4.96 95	8.33 117	4.62 107	12.14 106	4.06 108	5.17 60	3.67 50	0.89 59	5.31 159	12.09 138	13.82 151	12.09 126	11.20 108

MyStereo04	7.01 111	5.80 136	6.23 148	3.28 106	2.46 106	1.87 80	0.29 57	10.65 126	3.72 134	10.06 115	3.60 71	14.64 142	1.45 67	0.55 60	10.04 156	7.24 138	7.08 97	5.80 130	16.47 138	5.91 125	9.44 130	7.77 117	1.92 128	2.84 124	11.34 131	12.60 138	15.95 154	10.38 100

s12784h	7.05 112	6.53 142	4.78 133	8.33 149	4.14 128	1.42 65	0.26 53	9.52 99	1.68 91	10.88 124	3.99 75	15.69 146	5.75 151	0.46 50	5.88 58	5.02 98	9.11 124	2.34 46	10.63 93	1.72 44	10.37 140	4.63 77	1.02 73	1.24 84	10.41 125	10.56 123	16.24 156	27.67 179

R-Stereo Train	7.06 113	5.17 120	4.44 124	4.55 117	1.74 81	5.01 120	0.03 7	10.47 121	2.45 117	13.20 149	7.65 122	12.96 125	1.97 85	0.66 74	7.02 99	8.24 153	11.06 150	5.33 121	15.01 129	3.87 101	10.24 138	9.64 152	0.94 64	1.23 82	11.65 134	13.69 147	8.71 81	13.64 126

RAFT-Stereo	7.06 113	5.17 120	4.44 124	4.55 117	1.74 81	5.01 120	0.03 7	10.47 121	2.45 117	13.20 149	7.65 122	12.96 125	1.97 85	0.66 74	7.02 99	8.24 153	11.06 150	5.33 121	15.01 129	3.87 101	10.24 138	9.64 152	0.94 64	1.23 82	11.65 134	13.69 147	8.71 81	13.64 126
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
NVstereo2D	7.07 115	4.11 72	2.84 82	6.07 135	4.20 129	14.23 173	16.14 187	8.04 75	2.36 116	3.80 43	7.36 119	6.35 69	1.34 60	27.27 218	10.21 160	6.95 130	8.32 116	6.49 140	5.84 43	2.62 79	5.05 58	2.83 34	6.83 187	3.65 142	10.99 127	4.40 72	6.12 49	6.36 68

DeepPruner_ROB	7.23 116	3.43 53	5.83 146	5.40 128	5.92 145	4.54 116	3.14 124	7.68 70	3.99 137	10.10 118	11.71 159	8.69 88	5.30 148	1.52 121	11.36 173	6.40 123	8.96 122	7.60 158	10.41 91	4.28 112	12.74 166	8.68 139	2.39 140	3.23 133	8.74 104	14.91 158	10.83 117	7.52 75

RP	7.25 117	7.42 151	9.24 168	9.13 153	6.89 153	7.70 142	8.79 162	8.38 81	7.87 164	2.24 24	14.27 177	12.61 121	6.13 155	3.08 150	7.46 108	4.61 83	6.04 76	3.25 66	9.49 86	3.91 103	5.24 65	5.64 93	1.57 113	3.25 134	9.67 118	7.42 97	11.28 119	13.10 120

UCFNet_RVC	7.31 118	10.90 176	3.72 109	8.53 150	6.34 148	5.70 128	1.88 111	9.50 98	2.87 122	10.61 122	9.09 133	24.45 171	3.50 130	0.83 92	7.65 117	3.74 42	5.02 58	4.98 113	9.22 85	4.07 109	7.02 103	4.58 76	2.97 148	2.88 125	14.87 157	9.76 112	9.23 86	13.60 123

TANstereo	7.47 119	4.26 78	3.29 96	2.79 97	2.87 114	3.88 109	0.13 37	5.71 44	1.55 89	6.86 81	2.72 62	2.17 22	2.24 103	4.18 164	12.57 179	12.99 203	10.89 148	18.94 212	22.19 168	17.84 204	7.39 108	5.50 91	29.21 225	0.71 51	1.27 25	3.98 64	9.84 99	5.70 61

XX-TBD	7.47 119	4.26 78	3.29 96	2.79 97	2.87 114	3.88 109	0.13 37	5.71 44	1.55 89	6.86 81	2.72 62	2.17 22	2.24 103	4.18 164	12.57 179	12.99 203	10.89 148	18.94 212	22.19 168	17.84 204	7.39 108	5.50 91	29.21 225	0.71 51	1.27 25	3.98 64	9.84 99	5.70 61

ICVP	7.52 121	4.60 93	8.97 167	5.16 125	4.46 133	5.66 126	1.41 103	8.26 78	4.13 139	7.86 92	7.69 124	9.43 96	5.99 154	1.18 109	7.22 101	6.97 131	7.58 106	5.27 120	10.96 94	5.33 117	7.09 104	12.60 185	16.70 208	4.49 156	8.80 105	12.28 135	10.58 116	12.26 114
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Any-RAFT	7.56 122	4.67 96	10.19 173	5.61 130	3.24 118	0.94 48	0.71 89	9.86 105	1.40 80	8.52 101	11.08 154	12.26 117	1.05 45	0.54 59	5.73 52	7.53 144	9.41 130	3.96 86	18.38 149	4.03 107	11.34 151	8.27 130	1.60 115	1.55 96	15.63 162	15.41 161	10.13 106	20.95 162

ADCP+	7.57 123	5.95 138	6.65 152	4.01 111	4.41 132	6.21 134	8.21 157	8.97 93	15.76 187	4.18 51	12.91 167	16.38 150	1.42 64	3.62 158	6.73 94	5.20 102	5.84 72	4.36 100	13.27 113	3.05 89	6.62 94	6.20 96	2.24 134	1.63 102	7.32 93	18.78 177	8.33 76	16.03 139

Anonymous	7.61 124	5.25 125	1.83 58	0.90 46	1.33 72	2.67 93	0.38 62	10.84 129	4.49 142	3.02 36	3.25 69	7.46 75	5.25 147	1.32 117	9.52 147	12.04 196	13.30 168	10.40 176	23.69 173	7.60 158	16.62 190	11.29 177	1.79 122	3.96 148	11.13 129	10.10 119	14.25 144	11.79 111

MSMDNet	7.75 125	5.40 129	4.83 134	1.65 75	1.97 93	2.23 86	0.86 94	10.39 117	1.50 85	11.53 132	7.49 120	11.66 107	3.58 132	0.99 101	8.04 124	10.34 186	10.85 147	5.13 117	22.46 171	13.04 190	11.51 154	10.76 173	1.81 126	1.63 102	11.41 132	9.18 109	13.28 137	15.81 138

MyStereo	7.86 126	6.61 144	7.56 160	4.06 113	2.50 107	1.48 69	0.35 61	11.42 138	4.77 144	11.04 127	6.02 102	14.02 138	2.78 119	0.56 62	10.41 161	7.03 134	7.50 105	5.84 132	20.93 162	6.28 134	9.97 137	9.19 145	1.75 119	3.05 129	15.90 164	13.80 150	17.69 163	9.59 96

RAFT-Test	7.86 126	5.10 118	4.59 128	5.48 129	1.88 88	2.05 81	1.04 96	11.43 139	1.47 83	12.34 139	8.89 132	12.35 118	2.27 105	0.87 94	7.69 119	10.14 184	10.49 143	4.98 113	21.48 164	9.21 169	12.20 161	10.06 166	1.80 123	1.68 105	12.76 144	10.30 122	13.47 139	16.31 140

HH	7.89 128	2.46 29	10.75 177	3.19 103	2.51 108	5.20 124	4.37 132	11.24 135	2.24 109	12.85 142	2.59 57	11.89 111	2.11 97	1.29 114	6.59 89	9.43 168	9.29 126	5.91 133	16.06 136	6.96 144	14.02 175	9.66 154	2.23 132	1.34 86	9.53 115	11.90 133	13.93 142	23.53 167

HanStereo	7.89 128	2.46 29	10.75 177	3.19 103	2.51 108	5.20 124	4.37 132	11.24 135	2.24 109	12.85 142	2.59 57	11.89 111	2.11 97	1.29 114	6.59 89	9.43 168	9.29 126	5.91 133	16.06 136	6.96 144	14.02 175	9.66 154	2.23 132	1.34 86	9.53 115	11.90 133	13.93 142	23.53 167

cross-raft	7.92 130	5.83 137	4.66 132	3.42 110	1.99 94	3.02 100	0.56 76	12.35 145	1.29 79	13.91 158	6.87 111	13.98 135	1.84 76	0.75 83	7.47 110	9.69 174	10.47 142	4.26 97	22.05 167	7.48 155	12.08 158	13.17 190	1.78 121	1.64 104	12.98 147	12.29 136	13.04 134	14.82 133

MSKI-zero shot	7.94 131	4.90 107	4.34 120	3.10 101	1.70 80	4.00 111	1.44 106	12.93 150	2.03 102	12.15 137	7.79 125	12.00 115	1.80 75	0.61 70	6.29 74	8.66 158	10.45 141	4.09 91	20.51 160	7.15 148	10.78 144	9.52 150	1.14 84	2.63 120	9.80 120	20.32 188	15.32 151	18.86 150

PWCDC_ROB	7.98 132	2.58 32	2.16 65	1.57 69	3.59 122	2.05 81	1.50 108	4.07 34	26.78 208	1.69 19	12.22 161	3.64 39	46.61 223	9.30 188	10.12 158	8.17 151	6.16 78	6.56 143	7.10 63	5.79 124	6.75 99	12.25 183	3.12 151	3.16 131	2.54 40	9.33 110	5.21 29	11.52 109

EAI-Stereo	8.01 133	4.87 102	4.99 136	5.25 126	4.23 130	7.18 138	6.95 150	13.19 153	2.31 113	10.61 122	6.86 110	13.29 129	1.93 81	1.00 102	9.61 148	9.46 170	9.57 134	4.69 109	18.16 146	8.69 166	8.96 124	8.64 138	1.41 104	2.04 110	11.59 133	8.24 101	13.03 133	19.52 154

FADNet	8.23 134	5.99 140	3.09 90	5.83 132	3.63 123	4.34 112	8.43 159	15.97 172	2.81 121	15.51 180	12.42 162	13.91 134	5.01 145	1.96 130	9.98 154	5.15 100	5.42 67	5.73 129	22.84 172	5.93 126	8.77 120	6.73 106	0.95 67	2.69 121	12.22 141	13.83 152	9.29 88	13.73 128

XX-Stereo	8.40 135	2.85 36	3.92 112	7.47 145	1.11 61	6.30 135	2.23 118	12.78 149	1.03 62	11.47 130	9.17 135	13.26 128	2.17 102	0.59 65	7.84 121	9.52 171	9.36 129	5.44 125	14.15 117	5.72 123	8.92 122	6.58 102	1.26 94	0.63 47	32.29 209	11.47 129	12.55 131	26.75 177

test-1	8.48 136	2.23 25	4.98 135	2.04 85	2.03 98	10.12 157	1.99 113	15.82 171	2.06 103	13.18 147	7.18 118	12.57 119	2.54 116	0.64 71	7.64 115	7.87 147	9.96 137	7.03 151	24.35 177	7.18 153	11.13 147	12.94 188	1.20 88	1.91 109	13.93 153	14.53 156	12.14 127	19.78 158

MLCV	8.52 137	4.65 95	5.49 143	11.94 164	4.96 138	9.67 154	3.19 125	14.68 166	2.93 123	9.54 109	12.61 164	17.15 159	12.38 175	0.58 64	8.02 123	4.02 58	9.45 132	5.57 127	20.86 161	4.00 106	6.25 83	8.11 127	2.35 139	5.67 164	10.58 126	11.87 132	11.44 123	12.14 112

pcwnet_v2	8.61 138	4.00 67	5.13 138	8.89 152	4.68 137	8.06 144	3.37 126	10.49 123	4.03 138	13.78 155	13.40 170	9.95 98	20.61 184	5.41 176	9.26 141	5.78 116	8.28 114	5.18 118	11.11 97	3.63 97	6.31 87	4.55 73	2.42 141	3.34 139	13.64 152	13.45 144	13.60 140	20.23 159

SACVNet	8.62 139	5.97 139	5.15 139	6.88 140	6.74 151	5.68 127	7.59 153	11.19 134	8.65 165	10.96 125	7.05 112	7.94 84	2.49 113	2.67 140	8.38 131	6.92 129	9.83 136	7.65 159	15.12 131	9.30 172	10.70 143	8.06 125	2.25 135	4.43 155	18.03 172	13.51 145	15.43 152	14.21 131

ADCRef	8.62 139	6.53 142	4.38 121	2.47 92	4.66 136	8.28 147	7.51 152	8.58 85	14.10 185	6.83 79	10.63 152	11.91 113	3.53 131	3.06 149	8.72 137	7.72 146	8.71 120	7.39 155	17.63 143	6.13 130	9.53 131	9.33 149	4.93 169	3.70 143	9.63 117	18.39 175	9.86 102	18.66 148

TRStereo	8.83 141	8.80 165	13.01 192	6.34 137	1.88 88	16.53 183	4.61 135	10.15 113	1.16 71	10.57 121	4.38 80	15.04 144	1.84 76	0.72 82	6.57 88	8.36 156	8.62 119	4.39 101	11.80 102	4.99 115	10.38 141	8.45 134	1.16 87	0.93 62	12.57 143	12.31 137	30.08 193	22.69 166

LoS	8.88 142	4.05 69	1.28 47	1.18 59	1.51 76	2.83 96	0.20 46	49.84 231	2.23 108	25.23 209	30.02 223	14.66 143	2.13 100	0.53 57	5.74 53	7.35 140	7.89 109	3.07 62	10.61 92	2.17 64	10.65 142	6.56 101	1.57 113	0.87 58	14.16 155	9.04 107	9.21 85	15.09 135

GEStereo_RVC	8.92 143	7.37 150	3.35 100	5.88 133	5.00 139	7.40 141	5.10 138	10.85 130	3.40 129	10.37 120	5.21 92	15.43 145	3.62 133	2.63 139	10.94 168	9.98 180	14.57 174	12.40 194	23.99 175	8.16 162	11.89 157	9.29 148	1.70 118	5.38 160	9.32 114	8.88 106	9.92 104	18.79 149

PS-NSSS	8.92 143	10.56 172	2.94 84	20.23 186	6.01 146	13.21 172	7.92 155	14.92 168	1.45 82	18.68 193	0.90 33	43.30 193	4.22 138	3.63 159	6.76 96	3.35 33	5.53 68	3.52 71	19.94 158	2.70 80	3.62 33	1.71 18	3.48 158	0.97 64	8.91 106	8.81 105	8.63 80	14.97 134

SGM-Forest	8.97 145	9.25 169	2.31 71	18.42 182	9.53 167	10.54 161	2.93 123	12.39 146	1.78 97	8.99 105	3.73 73	18.11 161	11.34 172	4.22 166	7.99 122	6.38 122	6.62 85	2.95 59	9.10 84	3.77 99	8.28 116	4.80 78	3.31 153	3.31 138	16.01 165	11.58 130	25.32 185	19.29 152
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RTSC	9.00 146	4.69 99	4.25 117	4.13 114	5.35 141	6.44 136	5.81 143	10.10 111	9.46 169	6.42 77	13.24 169	6.89 71	6.43 156	3.16 152	11.63 176	8.85 160	14.64 175	6.92 148	19.46 155	6.05 128	11.17 148	9.70 156	1.75 119	5.64 163	8.31 98	9.85 115	13.85 141	28.94 185

anonymity	9.08 147	3.30 51	11.90 184	6.36 138	3.32 119	4.38 113	2.11 116	13.09 151	2.14 105	12.78 140	24.99 210	10.78 103	2.01 88	0.77 85	5.90 60	8.78 159	8.79 121	3.64 75	16.50 139	8.09 161	9.18 127	8.86 140	1.82 127	1.45 91	15.23 161	21.82 192	12.38 128	24.87 173

GANet-ADL	9.10 148	7.28 149	5.18 140	7.24 144	6.79 152	8.88 150	3.94 129	10.88 131	5.35 148	13.12 145	9.94 145	18.49 162	3.48 128	0.67 77	9.63 149	7.42 141	11.69 160	5.51 126	17.72 144	10.52 181	9.26 128	7.40 113	2.98 149	3.73 144	11.03 128	13.06 142	15.27 150	19.21 151

stereogan	9.22 149	9.08 166	8.33 162	11.15 162	11.62 179	12.54 169	9.08 166	11.06 133	7.59 161	5.21 59	9.53 142	16.86 155	9.57 168	3.28 156	9.65 150	6.22 121	7.24 102	5.22 119	14.15 117	7.10 147	7.16 107	7.07 110	3.96 161	3.76 145	8.32 99	9.81 113	20.71 173	13.60 123

EKT-Stereo	9.40 150	6.93 147	5.29 141	9.99 156	4.49 134	9.39 153	10.24 168	10.33 115	1.86 98	10.09 117	7.09 117	14.17 140	2.04 89	0.82 91	8.66 134	10.08 181	12.72 166	10.67 183	19.67 157	6.85 143	18.66 203	11.56 178	1.08 79	1.76 107	18.60 173	15.03 159	13.09 136	12.67 119

iRaft-Stereo_20w	9.64 151	4.92 109	13.83 197	15.20 175	4.25 131	9.14 151	4.64 136	12.08 142	3.15 126	12.31 138	9.46 141	13.76 133	2.27 105	0.77 85	8.70 136	8.19 152	9.42 131	3.52 71	14.49 125	7.92 159	9.66 133	6.74 107	1.33 99	1.34 86	17.96 171	16.99 168	22.98 180	25.32 174

IGEV_Zeroshot_test	9.84 152	4.19 73	14.24 199	14.55 172	3.97 126	6.77 137	8.88 163	13.23 154	2.33 114	12.89 144	11.00 153	14.00 136	2.57 117	0.78 88	6.41 79	9.61 173	9.97 138	4.56 104	16.98 140	8.01 160	11.37 152	9.81 158	1.26 94	2.77 123	20.84 186	13.68 146	19.70 167	21.20 163

PA-Net	9.95 153	17.79 194	13.14 193	4.86 120	11.72 180	5.03 122	11.63 178	13.76 157	10.83 172	7.45 91	5.67 97	9.12 93	8.54 163	9.52 190	10.98 169	6.60 125	3.46 32	6.66 145	7.76 66	6.80 142	4.83 55	9.05 144	2.30 138	5.54 161	11.20 130	23.05 200	8.19 75	33.08 190
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	10.07 154	9.13 167	9.31 169	6.66 139	6.18 147	5.15 123	3.99 130	12.65 147	7.21 160	14.91 172	8.82 131	11.82 109	4.37 140	3.00 146	11.71 177	9.00 161	9.29 126	7.48 157	12.90 111	7.01 146	13.16 170	11.18 176	4.88 168	7.81 176	19.45 179	19.58 183	14.82 146	20.54 161

CASS	10.12 155	5.79 134	5.47 142	7.96 146	5.68 143	8.59 149	5.39 140	16.39 175	5.43 149	21.03 200	10.04 146	14.11 139	3.94 134	0.77 85	8.68 135	6.97 131	15.85 183	6.06 135	24.19 176	6.68 140	12.18 160	10.22 168	2.57 145	2.37 118	16.93 168	11.40 128	17.21 159	21.46 164
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
NCC-stereo	10.18 156	8.77 163	7.25 157	9.61 154	10.25 170	9.82 155	10.40 170	10.44 119	14.05 181	2.32 25	13.76 173	15.72 147	12.69 177	4.10 161	11.13 171	5.74 113	7.76 107	10.24 174	13.60 114	6.21 131	6.74 97	6.62 104	6.26 182	3.79 146	13.26 149	17.07 169	21.78 176	15.57 136

Abc-Net	10.18 156	8.77 163	7.25 157	9.61 154	10.25 170	9.82 155	10.40 170	10.44 119	14.05 181	2.32 25	13.76 173	15.72 147	12.69 177	4.10 161	11.13 171	5.74 113	7.76 107	10.24 174	13.60 114	6.21 131	6.74 97	6.62 104	6.26 182	3.79 146	13.26 149	17.07 169	21.78 176	15.57 136
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
UDGNet	10.26 158	8.45 159	3.50 101	23.52 194	22.01 201	19.33 189	17.38 190	8.53 84	3.15 126	6.28 74	8.15 128	7.27 72	0.49 26	45.27 221	5.89 59	4.08 59	7.49 104	5.36 124	10.11 89	5.48 120	9.04 126	6.61 103	14.31 205	0.77 54	11.67 136	6.19 93	7.72 73	8.93 89

HSM-Net_RVC	10.31 159	5.58 133	6.64 151	12.79 168	7.83 157	8.37 148	2.17 117	12.08 142	4.75 143	14.71 170	13.23 168	25.19 174	12.41 176	1.01 103	7.46 108	5.69 111	9.68 135	5.80 130	12.33 109	5.37 118	8.78 121	8.95 143	3.34 154	7.42 171	16.51 167	19.09 179	21.38 175	19.75 157
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ADCL	10.50 160	10.03 171	7.04 156	7.18 143	5.54 142	10.26 160	10.81 173	14.24 161	19.32 194	14.16 162	15.22 182	14.41 141	4.88 143	4.92 170	8.29 128	7.34 139	9.11 124	6.50 141	15.94 134	6.52 136	12.93 168	10.39 171	5.04 171	4.34 151	12.79 145	15.31 160	12.40 129	18.55 147

FCDSN-DC	11.37 161	11.42 177	11.08 180	12.74 167	10.46 173	10.13 158	13.47 182	14.12 160	2.60 120	14.56 168	1.86 50	7.49 76	2.11 97	4.52 168	18.19 212	16.02 214	19.95 198	17.16 209	12.89 110	8.51 164	16.38 188	9.96 161	3.61 159	17.93 204	12.17 140	13.27 143	11.29 120	13.14 121
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Anonymous3	11.53 162	7.69 157	3.27 95	1.73 78	2.85 113	7.82 143	5.00 137	14.29 164	10.32 171	14.16 162	4.86 84	24.64 172	5.75 151	1.19 110	17.24 210	14.45 209	17.03 185	12.98 195	29.47 181	10.30 178	19.88 208	20.00 215	2.84 146	2.89 127	14.98 159	13.96 154	18.36 165	13.25 122

XPNet_ROB	11.67 163	13.20 184	6.63 150	6.03 134	7.57 156	9.37 152	7.79 154	5.83 48	8.72 166	8.51 100	13.75 172	49.51 201	3.49 129	3.24 154	10.60 163	7.51 143	19.13 193	6.96 150	14.33 120	6.24 133	11.17 148	15.75 203	3.65 160	4.83 157	9.30 113	11.04 127	31.52 196	19.58 155

GwcNet-ADL	12.05 164	11.91 179	9.54 170	18.75 183	10.20 169	12.14 168	6.27 148	13.65 156	5.02 145	12.11 136	17.59 191	29.93 180	9.22 166	4.00 160	8.92 138	9.34 166	13.38 169	6.69 146	23.76 174	9.21 169	9.40 129	10.34 170	6.62 185	6.01 166	14.99 160	18.15 173	11.36 122	16.95 143

NOSS_ROB	12.25 165	9.52 170	5.01 137	12.85 169	10.79 175	10.64 162	6.79 149	21.16 187	5.63 151	11.90 135	7.79 125	9.69 97	7.49 161	12.87 197	13.04 187	11.80 193	15.65 181	12.11 191	14.27 119	8.78 168	17.59 195	10.04 164	5.16 174	10.72 187	21.20 187	15.54 162	23.28 182	19.43 153

PSMNet-ADL	12.39 166	8.76 162	8.74 165	10.89 160	9.42 166	10.75 163	8.02 156	14.92 168	7.72 163	22.73 204	14.98 181	26.26 176	26.16 192	2.48 134	10.16 159	9.33 165	11.52 157	6.30 138	25.52 178	10.03 176	11.60 155	8.36 133	6.21 180	4.37 153	13.15 148	14.31 155	22.08 179	9.86 97

NaN_ROB	12.48 167	8.41 158	8.83 166	10.77 159	16.22 190	6.08 133	4.38 134	22.86 190	8.85 167	19.93 198	9.44 140	47.25 199	9.13 165	4.11 163	9.34 146	5.76 115	6.80 89	6.17 136	12.06 105	7.16 151	5.46 71	5.12 84	3.04 150	9.64 180	20.81 185	17.39 171	20.34 170	31.73 187

RGC	12.52 168	11.48 178	13.33 195	12.10 165	11.73 181	14.58 176	6.96 151	14.26 162	16.09 188	7.33 90	19.17 198	17.09 157	21.08 185	7.05 186	13.55 190	8.10 150	9.45 132	7.13 152	14.73 126	7.59 157	8.75 119	7.63 115	5.32 176	6.63 168	15.73 163	20.65 189	20.04 168	20.44 160

iResNet	12.61 169	6.71 146	7.79 161	11.09 161	9.16 164	16.35 181	6.20 147	16.82 177	6.96 158	9.88 111	11.60 158	36.53 186	36.96 211	0.60 67	11.02 170	7.50 142	11.26 156	8.35 162	30.61 186	8.24 163	8.37 117	7.68 116	2.25 135	10.72 187	12.41 142	13.01 141	15.81 153	16.57 142

FADNet_RVC	12.83 170	9.18 168	6.00 147	17.32 180	8.43 160	6.02 132	5.16 139	16.68 176	6.01 153	18.67 192	14.01 176	24.78 173	19.64 183	5.79 177	14.83 196	6.97 131	15.41 180	11.47 187	34.21 197	10.48 180	12.80 167	16.02 204	2.14 130	7.31 169	10.14 123	18.66 176	10.33 110	18.00 145

dad	13.38 171	7.58 156	1.49 55	31.22 199	8.43 160	16.14 180	21.04 199	25.65 198	1.53 88	24.43 207	1.06 35	37.14 187	11.36 173	1.70 126	8.35 129	5.36 103	22.07 209	3.72 77	32.83 192	2.57 77	13.11 169	3.50 43	2.20 131	4.41 154	12.90 146	4.07 67	33.22 200	24.21 170

DAS	14.01 172	7.50 152	4.63 130	15.17 173	9.04 162	12.00 166	8.70 160	16.36 173	14.09 183	7.12 86	17.14 189	37.20 188	13.71 179	0.98 99	10.73 165	9.30 163	20.85 201	10.44 177	21.80 165	14.68 195	12.26 162	14.17 194	3.43 156	12.61 191	19.28 176	16.51 164	20.40 171	28.09 181

SepStereo	14.01 172	7.50 152	4.63 130	15.17 173	9.04 162	12.00 166	8.70 160	16.36 173	14.09 183	7.12 86	17.14 189	37.20 188	13.71 179	0.98 99	10.73 165	9.30 163	20.85 201	10.44 177	21.80 165	14.68 195	12.26 162	14.17 194	3.43 156	12.61 191	19.28 176	16.51 164	20.40 171	28.09 181

HBP-ISP	14.42 174	10.82 175	12.34 185	22.60 192	14.88 188	14.98 177	15.15 185	20.50 185	4.48 141	16.38 185	10.15 147	17.25 160	1.84 76	19.47 209	11.57 175	13.28 205	14.29 172	9.08 165	11.15 98	9.30 172	17.96 199	15.05 199	5.03 170	12.00 190	20.48 184	22.38 198	22.99 181	24.00 169

ccs_rob	15.15 175	14.72 188	7.44 159	22.32 191	9.33 165	22.95 195	17.29 189	14.27 163	5.28 146	14.81 171	23.21 209	55.94 210	30.81 199	5.40 175	12.59 181	10.12 183	11.59 158	9.34 168	19.31 151	11.79 186	13.71 173	11.01 174	5.04 171	5.61 162	12.12 139	12.86 140	12.00 125	18.08 146

CBMV_ROB	15.45 176	8.52 160	10.06 172	22.29 190	17.04 192	16.35 181	11.36 177	19.65 181	5.48 150	14.50 167	9.14 134	31.73 181	16.37 182	10.55 193	10.08 157	7.96 148	15.06 178	7.46 156	19.43 154	21.06 211	13.40 171	6.45 100	6.05 179	8.81 178	21.63 190	24.29 203	29.88 191	32.55 189

CBMV	15.50 177	10.69 174	8.40 163	16.02 177	11.11 177	12.89 170	4.24 131	21.34 188	15.36 186	19.49 197	7.06 115	28.50 178	9.40 167	6.42 182	13.21 188	12.10 197	15.07 179	12.37 193	16.04 135	9.27 171	15.69 184	9.92 160	4.30 163	15.37 196	22.30 191	18.82 178	39.12 210	44.05 208
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
LALA_ROB	15.83 178	18.32 195	10.45 175	10.22 158	10.00 168	17.62 185	10.32 169	11.67 141	16.15 189	13.58 154	18.48 196	59.62 214	7.63 162	5.28 171	16.96 208	8.57 157	19.42 195	13.90 198	17.46 142	9.65 174	15.04 178	14.91 198	4.56 164	7.33 170	11.88 137	19.34 180	34.58 204	24.50 171

ETE_ROB	15.85 179	17.19 192	6.97 155	12.39 166	10.54 174	16.82 184	8.40 158	10.76 128	13.32 179	11.19 129	18.44 195	58.51 211	6.50 158	6.01 178	12.65 182	9.41 167	23.07 211	9.86 172	20.40 159	10.14 177	15.50 183	13.68 191	5.13 173	7.65 173	14.90 158	21.29 190	42.78 216	24.50 171

SFCPSM	16.40 180	13.16 182	8.61 164	16.26 178	11.35 178	16.02 179	10.72 172	18.80 180	13.84 180	13.17 146	20.92 203	35.30 183	37.96 213	6.05 179	10.85 167	9.55 172	12.68 165	9.16 166	36.45 200	20.65 210	13.76 174	12.33 184	7.58 188	5.97 165	19.12 175	19.85 185	16.70 157	26.05 175

SHD	16.57 181	6.93 147	12.56 187	13.09 170	12.68 183	10.19 159	8.95 164	23.05 192	17.16 191	19.45 196	15.91 183	18.72 164	31.71 201	6.26 180	15.16 200	11.59 188	17.18 187	10.05 173	33.55 194	11.88 187	15.80 185	14.38 196	3.97 162	10.59 185	20.10 182	22.14 195	21.26 174	43.14 207

RTS	16.64 182	7.53 154	6.93 153	8.17 147	7.37 154	22.56 192	10.89 174	19.94 182	22.55 200	7.08 84	10.54 148	16.42 151	10.00 169	5.31 173	12.77 183	11.76 190	20.70 199	10.48 179	37.62 202	17.58 202	15.87 186	12.66 186	4.67 165	9.96 181	26.64 198	33.09 223	26.24 187	54.03 225

RTSA	16.64 182	7.53 154	6.93 153	8.17 147	7.37 154	22.56 192	10.89 174	19.94 182	22.55 200	7.08 84	10.54 148	16.42 151	10.00 169	5.31 173	12.77 183	11.76 190	20.70 199	10.48 179	37.62 202	17.58 202	15.87 186	12.66 186	4.67 165	9.96 181	26.64 198	33.09 223	26.24 187	54.03 225

FC-DCNN	16.94 184	19.98 199	17.50 209	30.21 198	19.17 197	26.56 197	24.08 205	25.48 197	6.76 157	19.19 194	6.28 107	18.52 163	4.41 141	11.03 195	15.54 205	14.98 212	21.04 203	14.06 199	18.07 145	9.67 175	19.16 207	9.99 162	4.83 167	16.43 200	23.36 194	16.73 166	22.02 178	22.31 165

AnyNet_C32	17.17 185	8.67 161	9.73 171	10.14 157	10.45 172	14.52 175	11.69 179	22.97 191	22.78 202	18.32 190	22.52 207	23.72 170	10.02 171	9.41 189	17.12 209	14.49 210	23.62 213	17.24 210	30.57 185	11.59 183	24.77 216	23.05 222	8.94 190	14.39 194	17.12 169	21.73 191	17.43 161	26.54 176

pmcnn	17.48 186	12.24 180	5.49 143	16.43 179	12.67 182	20.37 190	13.45 181	15.73 170	6.53 154	9.33 108	16.08 184	36.41 185	31.77 202	1.19 110	10.64 164	11.94 195	17.58 188	11.13 185	33.67 195	13.41 191	18.13 200	11.69 179	10.16 193	10.62 186	20.15 183	17.79 172	41.23 214	46.08 212

GANetREF_RVC	17.96 187	13.78 185	16.85 205	13.13 171	10.91 176	12.94 171	11.29 176	33.74 208	20.83 196	27.66 214	6.09 104	50.53 204	26.27 193	3.04 148	15.18 201	7.13 135	11.68 159	10.53 182	31.57 189	10.46 179	18.21 201	9.24 146	8.91 189	18.25 205	23.10 193	15.87 163	29.33 190	28.45 183
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
PWC_ROB	18.14 188	12.26 181	12.99 191	8.59 151	12.83 185	10.82 164	17.67 193	17.38 178	31.50 219	8.59 102	16.91 187	21.14 168	53.99 232	6.59 183	13.63 191	10.19 185	23.63 214	13.26 196	37.72 204	14.50 193	19.05 206	14.89 197	3.38 155	15.79 197	14.66 156	13.71 149	19.36 166	44.89 210

ADCMid	18.65 189	13.18 183	12.39 186	11.76 163	14.19 186	18.49 188	14.99 184	26.29 200	26.32 206	12.79 141	16.33 186	36.18 184	23.39 188	7.98 187	15.52 204	12.49 200	21.07 204	12.21 192	38.30 206	12.13 189	20.69 209	18.31 210	12.50 201	10.20 184	22.89 192	20.15 187	20.27 169	32.52 188

MaskLacGwcNet_RVC	18.89 190	10.58 173	13.21 194	21.10 188	12.82 184	17.68 186	22.41 202	14.66 165	9.25 168	11.76 134	19.72 201	78.32 243	24.76 189	20.31 211	11.52 174	9.88 176	26.15 215	16.66 207	32.71 191	11.68 184	16.68 192	13.08 189	5.93 178	8.18 177	19.39 178	16.85 167	17.65 162	27.14 178

ADCPNet	19.39 191	13.87 186	11.68 183	15.69 176	17.32 193	15.71 178	16.26 188	23.07 193	20.67 195	18.57 191	18.76 197	20.18 165	29.47 197	10.00 191	14.34 193	14.05 208	18.99 192	11.55 188	34.43 198	20.26 209	20.72 210	18.42 211	11.08 197	16.03 198	25.16 196	27.30 209	25.24 184	34.64 191

CSAN	20.20 192	25.94 206	18.99 213	19.75 185	16.53 191	14.47 174	8.99 165	25.29 196	28.05 210	34.09 222	13.71 171	50.93 205	26.34 194	4.65 169	12.99 186	8.24 153	13.54 170	11.67 189	22.32 170	16.30 201	15.15 180	10.21 167	6.23 181	17.35 202	26.80 200	25.06 204	34.30 202	37.46 193

MDST_ROB	20.31 193	32.64 215	11.05 179	48.15 216	25.03 205	40.35 212	19.18 198	18.66 179	11.72 174	16.23 183	7.89 127	29.18 179	38.42 214	1.31 116	9.90 153	5.45 106	10.74 144	4.30 99	14.90 128	6.70 141	11.78 156	5.78 95	6.44 184	8.89 179	40.87 222	31.29 220	52.88 226	38.56 195

CC-Net-ROB	21.26 194	37.17 219	18.21 211	53.24 219	41.87 219	43.35 216	32.25 210	28.26 202	7.15 159	35.79 223	8.18 129	67.30 232	6.82 159	17.02 205	9.70 151	3.67 40	10.84 146	8.97 164	38.52 207	7.29 154	6.46 91	4.21 60	12.31 200	2.88 125	17.19 170	13.90 153	13.06 135	28.51 184

SGM-ForestM	21.76 195	26.76 210	12.74 190	38.92 205	21.53 200	35.95 208	23.82 203	28.41 204	16.51 190	14.11 160	18.08 194	50.37 203	31.58 200	3.29 157	9.31 143	5.58 109	14.41 173	6.57 144	28.33 179	7.58 156	12.09 159	4.33 64	5.42 177	9.98 183	40.14 221	30.48 217	50.62 221	40.54 198

MFN_U_SF_DS_RVC	22.03 196	20.71 201	11.36 182	29.18 197	18.08 195	22.91 194	18.43 196	37.55 218	24.02 204	32.04 220	14.86 180	46.12 198	35.56 207	14.85 204	15.04 199	10.88 187	10.38 140	7.76 160	33.34 193	8.77 167	15.08 179	15.67 202	15.43 207	13.32 193	31.89 207	26.93 208	32.93 199	31.67 186

DDUNet	22.09 197	28.93 213	10.71 176	44.13 212	38.12 217	44.55 219	45.65 220	10.93 132	12.67 177	9.01 106	19.31 199	20.40 166	4.73 142	90.87 236	15.39 203	11.80 193	19.61 196	9.59 169	29.64 182	11.01 182	17.32 193	15.62 201	18.79 211	6.18 167	13.56 151	14.63 157	15.99 155	17.27 144

SGM_RVC	22.30 198	26.60 209	13.45 196	40.22 208	26.52 208	36.56 209	24.02 204	27.37 201	17.51 192	17.98 189	18.03 192	43.52 194	37.60 212	2.18 132	9.83 152	5.94 119	13.03 167	6.93 149	30.45 184	8.54 165	12.39 165	4.12 59	5.16 174	11.77 189	36.42 216	27.38 210	52.67 225	45.94 211
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FAT-Stereo	22.66 199	14.10 187	18.12 210	36.51 203	36.45 213	28.44 198	18.28 194	23.24 194	12.64 176	19.19 194	29.53 221	34.98 182	34.03 206	13.01 199	15.02 197	12.25 198	18.18 190	19.93 214	34.98 199	19.35 207	17.89 198	12.07 182	13.56 202	16.39 199	18.75 174	22.16 196	29.92 192	42.72 204

FBW_ROB	22.68 200	25.59 205	17.06 206	42.36 210	25.78 206	32.64 203	18.79 197	14.74 167	11.55 173	14.37 165	14.63 179	43.96 195	27.95 196	19.91 210	12.86 185	7.21 137	19.18 194	10.97 184	50.42 218	7.16 151	14.33 177	8.94 142	19.37 212	27.40 221	19.63 181	19.58 183	32.74 198	53.34 223

UDG	23.27 201	29.32 214	11.18 181	43.83 211	40.37 218	44.05 217	50.45 224	13.10 152	13.02 178	14.19 164	22.69 208	21.71 169	5.53 149	87.32 234	14.53 195	9.94 179	21.35 206	14.28 200	31.51 188	11.75 185	18.79 204	19.17 213	14.52 206	7.66 174	16.22 166	18.20 174	17.11 158	16.42 141

XQC	23.79 202	26.07 207	15.10 202	32.24 200	23.60 203	33.61 205	31.06 209	36.95 216	28.94 213	28.36 215	13.76 173	41.71 191	22.97 187	18.81 208	15.02 197	11.76 190	14.98 177	11.67 189	32.12 190	15.72 200	17.84 197	17.68 209	11.06 196	14.53 195	30.59 206	25.39 206	42.82 217	27.90 180

SANet	26.20 203	17.46 193	19.39 215	23.31 193	19.54 198	30.21 201	17.62 192	34.21 211	29.84 216	16.57 186	29.14 220	78.44 244	41.28 219	17.70 207	14.47 194	9.87 175	21.24 205	16.39 205	30.80 187	14.78 197	18.51 202	16.48 207	28.56 223	18.55 207	32.02 208	26.21 207	36.14 207	48.65 215

G-Net	26.39 204	20.83 202	18.69 212	18.14 181	16.15 189	35.72 207	15.59 186	28.39 203	32.97 223	27.04 213	33.44 227	63.95 224	25.70 191	6.89 185	17.98 211	16.18 215	23.13 212	17.60 211	44.66 212	34.02 228	25.13 217	20.14 216	11.41 198	16.88 201	27.61 202	29.30 215	42.48 215	42.59 203

ADCS	26.80 205	19.40 196	15.99 203	21.47 189	20.26 199	22.98 196	18.29 195	35.82 212	32.21 220	16.06 182	26.49 212	45.49 196	36.28 209	13.17 200	20.46 216	19.03 218	30.07 218	22.20 217	48.35 215	27.42 219	35.57 227	28.75 228	13.83 203	20.87 213	29.72 205	30.23 216	30.90 195	42.38 202

S-Stereo	27.72 206	17.16 191	13.86 198	39.92 207	37.96 216	40.17 211	37.41 214	22.71 189	22.92 203	17.38 188	45.47 230	52.74 207	36.13 208	14.44 203	15.19 202	13.69 206	19.68 197	25.76 223	37.88 205	24.35 214	16.58 189	17.35 208	54.72 231	21.07 214	19.57 180	19.47 182	23.45 183	41.49 201

DLNR_Zeroshot_test	27.74 207	81.73 252	12.63 188	100.00 262	0.86 39	2.07 83	98.97 262	12.75 148	1.01 60	13.19 148	6.22 106	12.59 120	2.29 107	24.24 216	96.65 262	100.00 266	32.51 220	28.96 227	28.74 180	5.03 116	12.27 164	9.76 157	1.02 73	3.30 137	13.96 154	10.23 121	18.30 164	19.61 156

MeshStereo	28.39 208	28.64 212	17.49 208	49.25 217	36.94 214	38.63 210	25.84 206	34.17 210	25.10 205	21.94 203	21.87 204	55.23 208	48.16 225	4.50 167	13.52 189	12.28 199	18.04 189	11.23 186	30.39 183	14.62 194	25.20 218	20.27 218	21.38 217	18.82 208	39.99 220	31.23 219	52.09 224	49.59 216
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
MFN_U_SF_RVC	28.82 209	28.11 211	16.40 204	33.64 202	25.89 207	32.81 204	27.70 208	37.42 217	22.10 198	45.99 238	28.32 219	49.91 202	32.35 203	21.67 215	23.87 221	16.93 216	13.84 171	15.41 201	53.47 219	24.58 215	22.24 213	24.24 223	11.62 199	24.71 217	33.63 210	24.09 201	37.01 208	50.20 217

DPSNet	28.84 210	15.01 189	14.59 200	24.53 196	22.59 202	32.15 202	14.89 183	20.11 184	22.50 199	8.42 99	9.93 144	89.34 260	44.91 222	5.30 172	16.79 207	17.05 217	33.42 221	28.86 226	68.85 232	19.87 208	21.86 212	20.14 216	40.60 227	25.82 220	42.58 224	28.31 213	39.91 212	50.48 218

edge stereo	29.25 211	20.44 200	19.28 214	41.04 209	37.14 215	43.08 215	39.81 215	38.54 221	21.86 197	16.30 184	39.05 229	60.91 216	36.52 210	25.09 217	13.84 192	13.95 207	26.34 216	15.54 202	44.48 211	19.15 206	18.84 205	16.15 205	21.96 219	17.87 203	27.90 203	22.43 199	39.03 209	53.23 222

AnyNet_C01	29.84 212	19.89 198	14.82 201	20.44 187	24.83 204	21.98 191	21.35 200	35.82 212	38.87 231	21.30 202	27.69 218	49.03 200	34.01 205	14.21 202	25.95 223	21.84 224	38.69 228	34.70 231	58.02 223	30.27 222	38.97 233	31.02 232	21.95 218	20.80 212	34.15 212	28.69 214	32.34 197	44.08 209

LE_ROB	30.18 213	25.29 204	22.53 218	44.68 213	47.30 226	42.05 214	47.63 221	37.72 219	26.38 207	14.44 166	27.01 214	63.45 222	53.67 231	2.76 142	9.16 140	5.54 108	11.17 154	7.21 153	33.90 196	14.21 192	15.25 182	10.29 169	10.82 195	29.62 226	43.65 226	41.44 231	61.77 234	65.95 243

DGSMNet	31.95 214	26.17 208	20.72 217	37.26 204	28.74 210	34.52 206	34.10 211	24.17 195	19.22 193	24.54 208	49.93 235	45.93 197	27.51 195	21.47 214	22.14 217	20.16 221	51.49 237	29.68 229	61.18 226	33.45 227	39.09 234	39.36 242	24.02 221	29.07 225	25.54 197	24.21 202	30.84 194	38.20 194

SQANet	32.80 215	51.98 227	17.38 207	71.36 232	50.98 228	73.19 233	74.73 232	25.86 199	12.19 175	32.41 221	14.38 178	59.07 212	14.65 181	90.80 235	9.98 154	6.17 120	17.16 186	15.73 203	43.94 209	12.07 188	9.77 134	8.88 141	57.35 232	7.60 172	21.20 187	20.05 186	25.86 186	40.75 200

MSC_U_SF_DS_RVC	33.27 216	37.24 220	37.63 228	47.28 215	27.52 209	29.08 200	26.75 207	50.43 232	47.48 234	40.30 229	26.00 211	38.55 190	32.85 204	28.45 219	32.67 228	26.35 226	15.78 182	21.22 216	61.04 225	33.35 226	22.55 214	27.54 227	26.33 222	35.86 230	34.90 213	22.12 194	28.39 189	40.68 199

STStereo	33.82 217	46.03 224	33.92 225	62.03 229	49.51 227	54.29 223	44.39 218	36.14 214	32.39 221	25.36 210	27.16 215	63.64 223	51.30 229	11.18 196	12.51 178	7.64 145	16.36 184	8.19 161	46.40 213	15.25 198	17.50 194	15.24 200	9.85 192	23.07 215	49.16 229	40.60 230	62.23 235	51.79 221

MANE	35.56 218	36.32 218	30.27 223	57.13 222	45.60 222	45.77 220	44.19 217	42.38 228	28.54 212	22.99 205	27.28 216	55.78 209	38.47 215	17.15 206	19.38 214	22.05 225	28.66 217	42.73 237	37.10 201	15.31 199	28.48 222	16.47 206	9.03 191	25.43 219	52.81 234	42.23 233	66.17 240	62.49 235

PVD	36.94 219	35.53 216	20.19 216	46.53 214	34.00 212	49.81 221	37.38 213	39.85 225	38.08 230	15.29 179	27.60 217	51.81 206	50.55 227	49.21 223	16.55 206	15.85 213	37.91 227	22.29 218	49.12 217	26.18 216	37.77 228	38.78 241	19.75 214	24.11 216	43.49 225	58.18 247	46.46 220	65.23 240

BEATNet-Init1	37.96 220	44.56 222	27.41 222	61.43 227	43.01 220	54.12 222	44.65 219	41.12 227	30.83 218	31.66 219	22.08 206	61.84 220	55.93 235	12.97 198	24.90 222	21.55 223	21.99 208	16.73 208	57.95 222	30.86 224	27.04 221	21.23 220	18.58 210	28.82 224	49.15 228	37.94 227	73.47 251	62.96 236

SAMSARA	38.30 221	15.47 190	38.14 229	18.86 184	17.33 194	18.42 187	17.45 191	44.16 229	36.06 228	28.66 217	18.06 193	28.26 177	47.25 224	13.90 201	27.47 225	29.04 228	22.15 210	25.56 222	46.84 214	26.27 217	47.87 246	51.36 251	6.64 186	28.47 223	96.29 264	97.75 264	95.23 263	91.23 262

ELAS	38.52 222	44.92 223	35.73 226	58.67 225	45.67 223	54.34 224	49.79 223	39.79 224	30.51 217	25.44 211	30.07 224	65.85 231	41.53 220	20.67 212	22.24 218	19.55 219	34.81 223	22.44 219	44.42 210	23.13 212	34.09 225	25.77 224	19.79 215	30.94 227	52.44 233	42.30 234	63.40 237	61.61 232
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	38.71 223	44.08 221	36.14 227	58.34 224	44.80 221	56.14 226	49.04 222	39.16 222	28.27 211	25.76 212	32.54 226	72.51 239	41.64 221	21.11 213	22.30 219	19.61 220	35.30 225	23.00 220	43.53 208	23.57 213	35.09 226	26.25 225	19.66 213	32.53 228	49.82 230	40.38 229	64.26 238	60.37 229
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	39.75 224	49.92 226	23.96 220	64.91 230	46.52 224	59.62 228	70.39 231	31.47 207	26.91 209	20.82 199	19.96 202	67.89 233	48.82 226	93.71 238	18.90 213	20.26 222	49.49 236	34.84 232	69.36 234	28.05 220	25.61 219	21.10 219	20.01 216	20.31 210	28.35 204	19.38 181	35.57 206	56.98 227

LSM0	41.44 225	24.61 203	12.72 189	39.36 206	29.64 211	40.63 213	36.02 212	50.44 233	34.27 226	45.33 235	46.68 231	62.96 221	54.33 233	10.70 194	82.82 257	89.58 259	35.18 224	23.00 220	69.90 235	35.16 229	44.19 240	35.05 236	17.16 209	25.30 218	38.79 218	32.56 221	51.88 223	50.73 219

otaku	41.47 226	59.93 231	23.77 219	85.43 247	70.24 237	84.12 249	93.39 251	37.75 220	32.63 222	39.34 228	19.49 200	59.42 213	25.11 190	95.21 239	19.99 215	11.68 189	18.98 191	16.34 204	64.80 228	27.36 218	13.65 172	10.63 172	58.26 233	19.35 209	33.80 211	22.23 197	34.11 201	42.76 205

Ntro	43.91 227	60.52 233	25.10 221	85.23 246	71.11 238	83.99 247	93.99 252	47.62 230	36.91 229	40.53 230	31.94 225	64.60 226	21.97 186	95.55 241	22.72 220	12.49 200	21.79 207	16.54 206	65.59 229	31.28 225	15.15 180	11.03 175	59.53 234	20.73 211	36.26 215	30.56 218	39.66 211	43.06 206

ACVNet-4b	45.05 228	60.08 232	30.77 224	90.02 253	75.84 247	84.32 250	96.58 258	33.86 209	33.30 224	41.42 233	17.10 188	79.70 246	30.67 198	96.27 246	28.98 226	27.35 227	31.43 219	19.93 214	54.55 220	37.33 230	11.23 150	9.86 159	62.73 243	18.46 206	35.28 214	28.09 212	40.93 213	40.39 197

AMNet	47.82 229	49.81 225	47.75 232	49.90 218	46.59 225	58.94 227	54.48 225	20.74 186	35.99 227	31.17 218	68.62 244	69.95 235	11.91 174	54.47 226	44.89 232	55.58 243	56.46 242	57.26 252	48.53 216	48.42 232	57.22 251	47.88 248	10.80 194	47.38 233	44.55 227	51.78 242	57.59 230	62.43 234

ACVNet_1	48.34 230	63.93 234	38.22 230	86.47 249	72.30 240	85.13 252	94.95 254	58.28 237	29.71 215	43.49 234	48.57 233	65.41 229	56.74 236	95.77 242	26.81 224	14.51 211	35.45 226	27.56 224	56.62 221	30.44 223	25.82 220	18.59 212	63.35 244	28.26 222	42.57 223	25.15 205	35.26 205	35.90 192

RainbowNet	53.63 231	66.91 235	44.07 231	91.23 254	74.92 245	90.37 259	95.07 255	39.32 223	33.34 225	45.45 236	29.92 222	71.99 238	56.83 237	96.98 254	68.70 244	46.94 237	34.42 222	29.67 228	77.69 247	55.56 238	21.47 211	14.04 193	64.62 245	33.19 229	39.92 219	32.77 222	44.50 218	48.08 214

MADNet+	53.95 232	35.82 217	65.49 251	55.03 221	52.23 229	44.42 218	40.28 216	60.67 239	51.63 236	54.06 240	38.36 228	76.38 242	64.35 239	32.92 220	60.20 241	48.58 239	53.78 240	50.30 242	69.19 233	51.45 234	47.07 244	40.09 243	52.15 230	46.49 232	75.06 255	69.31 254	57.65 231	63.58 238

JetBlue	56.35 233	54.44 228	61.38 245	61.95 228	57.67 232	61.95 229	60.94 227	51.18 234	73.59 247	45.81 237	26.60 213	88.52 257	40.01 217	51.49 224	43.77 231	43.40 235	60.04 247	52.20 246	59.95 224	50.68 233	52.42 248	57.10 252	68.83 247	54.93 241	53.92 235	44.48 236	72.22 247	72.13 249

SPS-STEREO	56.37 234	55.26 229	52.00 236	54.83 220	53.74 230	62.64 230	54.55 226	36.65 215	52.61 237	41.02 231	72.82 249	68.83 234	51.37 230	54.23 225	54.01 236	56.16 245	65.48 252	61.21 255	67.80 231	65.19 247	71.89 259	61.36 256	22.00 220	53.23 239	52.28 232	54.66 245	64.70 239	61.46 231
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	56.40 235	55.60 230	53.01 239	57.87 223	54.17 231	66.57 232	61.59 228	40.71 226	45.76 233	41.21 232	73.61 250	65.02 227	54.97 234	55.73 228	54.11 239	55.49 242	65.18 251	59.21 254	64.31 227	60.11 243	65.62 254	58.39 253	28.82 224	49.97 235	51.62 231	52.77 243	67.11 241	64.35 239

ACVNet_2	58.27 236	74.04 238	56.98 242	88.59 250	81.05 250	87.05 256	96.06 256	66.05 241	43.49 232	52.82 239	46.78 232	78.54 245	69.96 242	96.60 247	50.76 235	40.75 232	40.15 229	28.24 225	76.92 243	42.75 231	31.31 223	21.70 221	61.62 236	53.19 238	55.03 236	28.06 211	51.48 222	53.37 224

IMH-64-1	60.28 237	74.69 239	50.42 233	80.31 235	73.97 242	79.70 239	84.33 237	77.04 245	64.71 240	37.08 224	59.46 237	61.44 217	80.06 253	96.76 251	49.65 233	41.24 233	48.02 233	35.18 233	71.95 236	54.63 236	37.85 229	30.42 230	61.88 237	50.63 236	66.91 244	36.03 225	57.39 228	65.70 241

IMH-64	60.28 237	74.69 239	50.42 233	80.31 235	73.97 242	79.70 239	84.33 237	77.04 245	64.71 240	37.08 224	59.46 237	61.44 217	80.06 253	96.76 251	49.65 233	41.24 233	48.02 233	35.18 233	71.95 236	54.63 236	37.85 229	30.42 230	61.88 237	50.63 236	66.91 244	36.03 225	57.39 228	65.70 241

WAO-7	61.44 239	71.70 237	62.21 247	65.81 231	69.25 235	55.85 225	62.17 229	81.48 252	77.86 252	59.25 244	69.56 245	65.46 230	70.40 243	54.87 227	84.64 259	76.82 255	43.20 230	34.36 230	80.12 252	68.99 253	41.89 236	31.49 233	14.04 204	80.25 260	55.37 237	63.81 250	56.11 227	61.87 233

IMH	62.37 240	75.88 242	52.64 237	80.91 237	73.71 241	82.21 243	84.46 239	77.43 247	66.45 243	38.17 227	59.49 239	65.18 228	82.27 257	96.74 250	54.05 238	45.28 236	49.25 235	36.35 235	75.11 241	59.08 242	37.91 231	30.39 229	61.98 239	54.51 240	70.73 248	45.19 237	61.21 233	67.54 244

PSMNet_ROB	62.69 241	80.61 250	59.91 244	81.85 240	75.39 246	85.28 253	87.50 244	55.22 236	75.12 248	70.87 251	63.54 242	73.03 240	71.52 246	95.40 240	54.18 240	37.32 230	51.73 238	39.45 236	72.02 238	65.27 248	40.03 235	26.72 226	62.70 242	47.90 234	62.18 242	38.75 228	73.13 249	46.14 213

TorneroNet-64	63.19 242	75.15 241	55.88 241	82.69 242	63.23 233	74.55 234	83.40 236	60.19 238	69.74 245	56.51 242	48.87 234	86.61 253	70.59 245	96.70 248	63.73 242	51.45 240	46.73 231	46.07 238	76.66 242	58.77 241	33.57 224	34.51 235	74.14 249	55.02 242	59.06 239	48.57 240	61.16 232	72.46 250

TorneroNet	66.23 243	77.53 243	63.32 249	85.97 248	69.14 234	77.06 235	86.80 243	62.89 240	70.48 246	65.63 247	55.43 236	86.42 252	67.47 240	96.85 253	67.92 243	52.32 241	47.97 232	50.55 243	78.21 248	62.59 245	38.95 232	41.32 244	76.55 251	56.42 243	60.86 240	48.15 239	69.78 245	71.65 248

PWCK	67.12 244	90.16 261	61.80 246	92.78 257	74.34 244	85.07 251	75.96 233	74.55 244	64.36 239	71.63 252	71.49 247	81.09 247	70.46 244	70.64 231	37.90 229	37.63 231	67.71 254	46.24 239	93.61 260	64.94 246	56.13 250	41.76 245	79.34 252	69.81 251	64.94 243	41.69 232	63.04 236	63.13 237

WAO-6	67.55 245	78.30 245	59.14 243	81.25 238	79.91 249	77.57 236	86.13 242	81.41 251	68.11 244	68.43 249	70.17 246	60.57 215	84.88 258	96.09 243	78.63 254	61.94 246	52.44 239	47.97 240	67.63 230	57.85 240	55.31 249	51.06 250	49.29 229	58.07 244	71.80 249	43.75 235	67.99 242	68.15 246

LRCNet_RVC	69.01 246	78.86 247	51.62 235	95.98 260	97.20 263	94.61 261	90.00 245	72.51 243	49.01 235	99.86 264	79.80 254	96.18 264	77.08 250	97.92 260	43.52 230	32.40 229	79.98 260	65.71 257	96.30 261	73.11 254	47.12 245	37.90 239	95.96 261	64.87 247	37.53 217	21.86 193	46.23 219	40.21 196

LVE	69.55 247	79.12 248	67.17 252	92.96 258	87.79 255	82.46 244	96.73 260	83.91 255	66.42 242	72.92 253	76.51 251	61.80 219	87.71 261	97.59 259	54.04 237	47.00 238	55.01 241	53.49 247	80.57 253	61.93 244	44.39 241	38.35 240	79.72 253	70.54 253	68.62 247	46.65 238	72.75 248	51.61 220

MFMNet_re	70.53 248	82.36 253	77.16 258	78.14 233	69.48 236	83.12 246	76.90 234	52.18 235	55.55 238	54.56 241	72.65 248	73.90 241	50.72 228	65.86 229	81.62 255	83.89 257	81.27 261	78.63 260	72.62 239	68.87 252	75.27 260	74.56 259	46.78 228	60.04 245	61.18 241	66.38 251	73.44 250	87.29 261

notaker	71.38 249	78.65 246	54.69 240	84.72 245	82.95 251	82.06 242	91.48 248	87.48 259	82.07 257	60.48 245	85.97 257	70.68 236	79.79 252	96.70 248	77.03 250	61.97 247	61.31 249	49.23 241	81.82 254	67.63 251	52.22 247	46.81 246	73.73 248	68.68 250	58.07 238	51.33 241	68.53 244	71.08 247

SPstereo	71.78 250	69.50 236	63.21 248	60.32 226	72.07 239	63.64 231	64.54 230	86.42 258	79.66 254	70.67 250	81.58 255	71.85 237	80.92 256	78.94 233	82.15 256	87.70 258	73.34 255	56.84 251	76.92 243	66.43 250	69.70 256	65.05 257	61.58 235	72.96 254	72.43 250	61.70 249	79.96 258	67.88 245

ktn	73.77 251	79.75 249	53.00 238	81.45 239	88.63 256	78.92 237	90.62 247	90.90 261	91.37 259	57.04 243	91.77 261	64.56 225	68.03 241	97.29 256	75.00 248	65.54 249	66.33 253	56.23 250	78.86 250	65.83 249	61.55 253	59.89 255	67.39 246	66.10 248	75.18 256	60.13 248	78.23 256	82.16 258

WAO-8	73.90 252	83.69 255	72.64 255	89.62 251	89.28 258	88.99 257	92.48 249	80.57 249	77.83 250	76.08 254	62.52 240	82.88 248	72.27 247	96.23 244	77.30 251	69.40 252	59.94 245	52.15 244	77.08 245	76.97 257	46.88 242	35.80 237	62.13 240	73.39 256	75.03 253	68.35 252	77.93 254	77.76 251

Venus	73.90 252	83.69 255	72.64 255	89.67 252	89.28 258	88.99 257	92.48 249	80.57 249	77.83 250	76.08 254	62.52 240	82.88 248	72.27 247	96.23 244	77.30 251	69.40 252	59.94 245	52.15 244	77.08 245	76.97 257	46.88 242	35.80 237	62.13 240	73.39 256	75.03 253	68.35 252	77.93 254	77.76 251

UNDER WATER-64	75.67 254	81.70 251	71.33 253	91.75 255	87.21 253	85.53 254	96.64 259	83.38 253	76.42 249	79.20 257	85.55 256	86.85 254	76.63 249	97.41 257	72.40 245	55.82 244	61.54 250	55.65 249	74.02 240	53.26 235	44.03 238	50.98 249	90.58 258	73.26 255	78.01 259	80.76 259	68.27 243	84.86 259

UNDER WATER	75.88 255	84.51 258	71.98 254	92.01 256	84.19 252	85.60 255	94.87 253	80.27 248	77.93 253	76.18 256	76.67 252	88.04 255	77.89 251	97.19 255	78.13 253	63.60 248	61.10 248	55.58 248	78.49 249	56.97 239	43.63 237	47.72 247	87.87 257	76.39 259	77.17 257	78.76 257	70.88 246	85.11 260

Dean	77.48 256	83.82 257	77.11 257	97.28 261	96.37 262	97.16 262	97.23 261	85.86 257	81.96 256	88.94 259	77.88 253	89.24 259	86.33 259	98.31 262	75.93 249	66.54 251	57.80 244	57.32 253	91.12 258	80.41 260	44.18 239	32.55 234	80.01 254	75.39 258	73.99 251	53.83 244	85.46 260	59.93 228

DPSimNet_ROB	78.97 257	77.62 244	80.17 259	79.15 234	89.15 257	80.21 241	80.58 235	70.37 242	95.41 262	96.15 260	87.26 258	88.83 258	59.22 238	93.19 237	74.77 247	69.80 254	75.14 258	65.07 256	82.98 255	77.91 259	71.40 258	78.66 260	91.28 260	61.75 246	68.55 246	82.24 260	77.44 253	77.82 253

HanzoNet	79.15 258	82.61 254	63.39 250	84.63 244	87.76 254	82.84 245	90.52 246	93.48 262	91.71 260	61.49 246	89.74 259	83.24 250	86.75 260	97.92 260	73.08 246	66.32 250	74.85 256	72.80 258	87.43 256	75.21 255	70.67 257	70.02 258	75.14 250	68.22 249	77.26 258	70.29 255	79.78 257	79.93 257

JetRed	79.56 259	85.37 259	84.59 260	83.21 243	79.47 248	84.04 248	85.88 241	83.64 254	82.41 258	68.18 248	64.26 243	91.36 261	39.61 216	78.40 232	83.29 258	82.43 256	79.11 259	86.69 263	79.88 251	75.28 256	89.69 261	86.94 261	87.50 256	70.30 252	74.65 252	79.37 258	82.70 259	79.91 256

KSHMR	85.05 260	95.39 262	87.70 261	95.47 259	93.32 260	92.81 260	96.30 257	88.71 260	80.58 255	87.28 258	90.38 260	84.49 251	80.26 255	97.55 258	94.11 260	90.49 260	74.98 257	77.89 259	88.64 257	85.83 261	67.64 255	58.51 254	91.11 259	86.08 261	81.21 261	75.30 256	75.75 252	78.54 254

MADNet++	89.66 261	89.04 260	93.96 263	82.44 241	93.36 261	79.42 238	85.59 240	83.91 255	91.80 261	96.72 261	97.56 262	88.26 256	93.28 262	68.16 230	96.48 261	98.97 262	95.25 263	85.92 262	92.58 259	98.11 262	96.75 264	98.43 264	84.35 255	96.89 263	80.50 260	86.67 261	86.59 261	79.77 255

MyStereo02	96.30 262	100.00 266	100.00 267	100.00 262	0.00 1	100.00 263	100.00 264	100.00 266	100.00 266	100.00 265	100.00 267	100.00 267	100.00 267	100.00 265	100.00 269	100.00 266	100.00 268	100.00 268	100.00 265	100.00 265	100.00 269	100.00 269	100.00 263	100.00 267	100.00 267	100.00 267	100.00 266	100.00 267

PML	98.00 263	100.00 266	89.41 262	100.00 262	100.00 264	100.00 263	99.52 263	100.00 266	99.67 264	100.00 265	98.18 263	99.94 266	100.00 267	99.58 263	97.81 263	96.93 261	93.39 262	85.77 261	100.00 265	99.15 264	96.63 263	92.95 262	99.24 262	99.73 265	98.06 266	99.99 266	100.00 266	99.98 266

MEDIAN_ROB	98.39 264	99.52 263	99.12 264	100.00 262	100.00 264	100.00 263	100.00 264	99.70 265	99.00 263	100.00 265	99.99 266	98.80 265	97.65 263	99.97 264	99.66 264	99.00 263	99.10 264	99.18 264	99.95 264	98.83 263	95.51 262	97.85 263	100.00 263	98.41 264	90.71 262	94.33 262	93.03 262	97.15 264

AVERAGE_ROB	99.48 265	100.00 266	99.90 266	100.00 262	100.00 264	100.00 263	100.00 264	100.00 266	100.00 266	100.00 265	100.00 267	100.00 267	100.00 267	100.00 265	99.89 266	99.92 265	100.00 268	100.00 268	100.00 265	100.00 265	99.09 266	99.77 266	100.00 263	100.00 267	96.69 265	96.89 263	97.18 265	96.57 263

HaxPig	99.50 266	100.00 266	99.58 265	100.00 262	100.00 264	100.00 263	100.00 264	100.00 266	99.99 265	100.00 265	100.00 267	100.00 267	99.98 266	100.00 265	99.75 265	99.76 264	99.99 267	99.80 265	100.00 265	100.00 265	98.86 265	98.48 265	100.00 263	99.99 266	94.78 263	99.70 265	96.75 264	99.23 265

DGTPSM_ROB	99.76 267	99.92 264	100.00 267	100.00 262	100.00 264	100.00 263	100.00 264	99.67 263	100.00 266	99.54 262	99.82 264	95.69 262	99.56 264	100.00 265	99.97 267	100.00 266	99.97 265	99.99 266	99.84 262	100.00 265	99.88 267	99.80 267	100.00 263	100.00 267	100.00 267	100.00 267	100.00 266	100.00 267

DPSMNet_ROB	99.77 268	99.92 264	100.00 267	100.00 262	100.00 264	100.00 263	100.00 264	99.67 263	100.00 266	99.54 262	99.82 264	95.70 263	99.57 265	100.00 265	99.97 267	100.00 266	99.97 265	99.99 266	99.88 263	100.00 265	99.88 267	99.80 267	100.00 263	100.00 267	100.00 267	100.00 267	100.00 266	100.00 267

MyStereo03	100.00 269	100.00 266	100.00 267	100.00 262	100.00 264	100.00 263	100.00 264	100.00 266	100.00 266	100.00 265	100.00 267	100.00 267	100.00 267	100.00 265	100.00 269	100.00 266	100.00 268	100.00 268	100.00 265	100.00 265	100.00 269	100.00 269	100.00 263	100.00 267	100.00 267	100.00 267	100.00 266	100.00 267

CasAABBNet	100.00 269	100.00 266	100.00 267	100.00 262	100.00 264	100.00 263	100.00 264	100.00 266	100.00 266	100.00 265	100.00 267	100.00 267	100.00 267	100.00 265	100.00 269	100.00 266	100.00 268	100.00 268	100.00 265	100.00 265	100.00 269	100.00 269	100.00 263	100.00 267	100.00 267	100.00 267	100.00 266	100.00 267

DPSM_ROB	100.00 269	100.00 266	100.00 267	100.00 262	100.00 264	100.00 263	100.00 264	100.00 266	100.00 266	100.00 265	100.00 267	100.00 267	100.00 267	100.00 265	100.00 269	100.00 266	100.00 268	100.00 268	100.00 265	100.00 265	100.00 269	100.00 269	100.00 263	100.00 267	100.00 267	100.00 267	100.00 266	100.00 267

DPSM	100.00 269	100.00 266	100.00 267	100.00 262	100.00 264	100.00 263	100.00 264	100.00 266	100.00 266	100.00 265	100.00 267	100.00 267	100.00 267	100.00 265	100.00 269	100.00 266	100.00 268	100.00 268	100.00 265	100.00 265	100.00 269	100.00 269	100.00 263	100.00 267	100.00 267	100.00 267	100.00 266	100.00 267

ASD4																								93.56 262

STTRV1_RVC		19.69 197	10.23 174	32.93 201	18.42 196	28.73 199	21.65 201	30.21 205	29.18 214	24.35 206	21.99 205	42.54 192	40.31 218	46.58 222	29.61 227	10.10 182	57.30 243	13.57 197		28.69 221	58.70 252	19.89 214		41.61 231	24.70 195	55.51 246	34.55 203	61.08 230

Low-res two-view benchmark