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

MIF-Stereo (partial)	0.17 39	0.10 138	0.00 1	0.00 1	0.04 53	0.00 1	0.00 1	0.00 1	0.04 52	0.00 1	0.00 1	0.13 89	0.01 35	0.02 46	1.07 67	0.67 120	0.10 85	0.02 55	0.14 25	0.01 21	0.56 69	0.26 27	0.00 1	0.03 65	0.00 1	0.00 1	1.52 118	0.00 1

MIF-Stereo	0.12 27	0.09 134	0.00 1	0.01 44	0.05 61	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.05 48	0.01 35	0.05 102	0.85 42	0.60 101	0.05 48	0.01 38	0.74 66	0.01 21	0.43 57	0.26 27	0.00 1	0.03 65	0.00 1	0.00 1	0.00 1	0.00 1

ProNet	0.03 4	0.00 1	0.03 148	0.00 1	0.00 1	0.08 149	0.18 156	0.00 1	0.00 1	0.00 1	0.00 1	0.02 9	0.00 1	0.05 102	0.13 4	0.11 6	0.01 10	0.00 1	0.04 9	0.00 1	0.00 1	0.01 1	0.00 1	0.00 1	0.02 130	0.00 1	0.01 17	0.00 1

TestStereo1	0.34 85	0.01 11	0.00 1	0.01 44	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.18 107	0.00 1	0.01 13	2.55 170	0.58 94	0.05 48	0.03 72	1.50 102	0.02 33	0.37 52	0.98 63	0.00 1	0.01 19	0.00 1	0.01 105	2.89 175	0.00 1

TESTraft	0.37 88	0.02 21	0.00 1	0.01 44	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.18 107	0.01 35	0.08 133	2.70 176	0.64 112	0.05 48	0.02 55	1.41 96	0.12 84	0.34 49	1.48 82	0.02 113	0.01 19	0.00 1	0.02 122	2.82 170	0.00 1

IER	0.14 31	0.03 39	0.00 1	0.02 92	0.06 77	0.00 1	0.00 1	0.00 1	0.01 10	0.23 115	0.00 1	0.02 9	0.00 1	0.02 46	1.38 95	0.21 18	0.02 30	0.00 1	0.05 11	0.03 45	0.17 31	0.04 9	0.12 159	0.01 19	0.00 1	0.03 133	1.21 101	0.04 116

RAFT_CTSACE	0.11 24	0.06 103	0.00 1	0.08 157	0.01 15	0.10 158	0.00 1	0.00 1	0.01 10	0.00 1	0.01 81	0.02 9	0.01 35	0.01 13	0.73 29	0.46 68	0.02 30	0.02 55	0.23 37	0.05 58	0.33 47	0.58 51	0.00 1	0.00 1	0.19 178	0.00 1	0.01 17	0.01 77

SA-5K	0.34 85	0.01 11	0.00 1	0.01 44	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.18 107	0.00 1	0.01 13	2.55 170	0.58 94	0.05 48	0.03 72	1.50 102	0.02 33	0.37 52	0.98 63	0.00 1	0.01 19	0.00 1	0.01 105	2.89 175	0.00 1

UDGNet	0.30 72	0.07 118	0.00 1	0.02 92	0.03 40	0.01 90	0.02 116	0.00 1	0.01 10	0.00 1	0.00 1	0.01 2	0.01 35	0.05 102	1.05 64	0.41 52	0.01 10	0.00 1	0.99 78	0.03 45	0.81 90	3.16 152	0.00 1	0.01 19	0.00 1	0.00 1	1.35 107	0.00 1

dd	0.17 39	0.06 103	0.00 1	0.00 1	0.01 15	0.02 120	0.03 126	0.00 1	0.04 52	0.00 1	0.00 1	0.00 1	0.01 35	0.00 1	1.35 91	0.29 33	0.01 10	0.05 83	1.00 80	0.16 103	0.12 22	0.29 31	0.10 150	0.19 162	0.00 1	0.00 1	0.56 76	0.28 137

AASNet	0.03 4	0.03 39	0.00 1	0.00 1	0.02 30	0.00 1	0.01 90	0.00 1	0.00 1	0.03 75	0.00 1	0.03 21	0.00 1	0.01 13	0.28 8	0.14 8	0.00 1	0.00 1	0.03 6	0.01 21	0.03 4	0.15 22	0.00 1	0.01 19	0.00 1	0.00 1	0.00 1	0.00 1

AACVNet	0.14 31	0.10 138	0.00 1	0.00 1	0.05 61	0.00 1	0.00 1	0.00 1	0.02 28	0.01 64	0.00 1	0.08 74	0.00 1	0.06 116	0.81 37	0.46 68	0.02 30	0.01 38	0.30 42	0.03 45	0.53 66	0.50 44	0.01 91	0.01 19	0.00 1	0.00 1	0.73 84	0.03 112

CroCo-Stereo	0.06 12	0.01 11	0.00 1	0.01 44	0.01 15	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.03 21	0.01 35	0.00 1	0.75 32	0.45 62	0.01 10	0.00 1	0.06 15	0.00 1	0.12 22	0.18 23	0.00 1	0.01 19	0.00 1	0.00 1	0.00 1	0.00 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
RAFT	0.04 8	0.00 1	0.00 1	0.00 1	0.00 1	0.11 164	0.11 148	0.00 1	0.00 1	0.00 1	0.00 1	0.10 82	0.00 1	0.01 13	0.25 6	0.13 7	0.01 10	0.00 1	0.05 11	0.16 103	0.02 3	0.03 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iRaftStereo_RVC	0.06 12	0.05 89	0.00 1	0.00 1	0.03 40	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1	0.00 1	0.06 58	0.01 35	0.03 76	0.66 21	0.27 29	0.06 62	0.00 1	0.05 11	0.00 1	0.23 36	0.28 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raft+_RVC	0.13 28	0.04 68	0.00 1	0.05 132	0.09 92	0.00 1	0.03 126	0.00 1	0.02 28	0.00 1	0.00 1	0.05 48	0.00 1	0.02 46	0.85 42	0.51 82	0.04 45	0.00 1	0.71 65	0.13 89	0.28 41	0.64 54	0.00 1	0.02 41	0.00 1	0.00 1	0.00 1	0.00 1

HCRNet	0.13 28	0.03 39	0.00 1	0.12 169	0.00 1	0.00 1	0.01 90	0.00 1	0.01 10	0.57 146	0.00 1	0.01 2	0.00 1	0.00 1	0.99 56	0.20 16	0.02 30	0.00 1	0.04 9	0.03 45	0.13 25	0.06 12	0.00 1	0.00 1	0.00 1	0.00 1	1.37 109	0.00 1

GMStereo	0.10 20	0.03 39	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.01 2	0.00 1	0.01 13	0.56 15	0.22 21	0.07 70	0.02 55	0.92 75	0.00 1	0.10 14	0.03 7	0.00 1	0.01 19	0.00 1	0.00 1	0.82 87	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MMNet	0.03 4	0.03 39	0.00 1	0.00 1	0.01 15	0.00 1	0.02 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 9	0.00 1	0.02 46	0.41 9	0.18 12	0.00 1	0.00 1	0.02 4	0.02 33	0.12 22	0.09 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

delet	0.02 3	0.02 21	0.00 1	0.00 1	0.00 1	0.01 90	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 21	0.00 1	0.00 1	0.21 5	0.14 8	0.01 10	0.00 1	0.02 4	0.00 1	0.03 4	0.08 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psm_up	0.14 31	0.13 152	0.01 115	0.07 154	0.09 92	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.05 48	0.00 1	0.11 153	0.88 48	0.32 36	0.09 78	0.11 103	0.96 76	0.12 84	0.46 59	0.36 37	0.00 1	0.08 125	0.00 1	0.00 1	0.05 41	0.00 1

UNet	0.14 31	0.03 39	0.00 1	0.01 44	0.09 92	0.02 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 58	0.01 35	0.13 162	0.66 21	0.21 18	0.01 10	0.01 38	0.20 36	0.03 45	0.27 38	0.07 14	0.00 1	0.03 65	0.00 1	0.00 1	1.90 131	0.00 1

UPFNet	0.11 24	0.03 39	0.01 115	0.02 92	0.05 61	0.01 90	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 9	0.00 1	0.05 102	0.70 25	0.19 13	0.00 1	0.00 1	0.03 6	0.00 1	0.14 26	0.10 19	0.00 1	0.02 41	0.00 1	0.00 1	1.46 112	0.00 1

HGLStereo	0.10 20	0.04 68	0.01 115	0.01 44	0.03 40	0.01 90	0.00 1	0.00 1	0.02 28	0.48 136	0.00 1	0.02 9	0.01 35	0.02 46	0.70 25	0.27 29	0.02 30	0.00 1	0.16 29	0.02 33	0.27 38	0.48 43	0.02 113	0.01 19	0.00 1	0.00 1	0.09 48	0.00 1

DMCA	0.05 9	0.02 21	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.01 10	0.06 83	0.00 1	0.07 65	0.01 35	0.01 13	0.45 10	0.33 37	0.01 10	0.02 55	0.08 17	0.02 33	0.10 14	0.08 15	0.00 1	0.00 1	0.01 119	0.00 1	0.00 1	0.00 1

STTStereo	0.15 35	0.06 103	0.00 1	0.02 92	0.05 61	0.00 1	0.09 143	0.00 1	0.72 194	0.19 106	0.02 91	0.04 37	0.01 35	0.01 13	1.22 83	0.31 35	0.00 1	0.00 1	0.15 28	0.02 33	0.22 34	0.47 42	0.06 139	0.01 19	0.00 1	0.07 139	0.05 41	0.25 135

RYNet	0.17 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1	0.00 1	0.03 21	0.00 1	0.00 1	4.21 199	0.24 22	0.00 1	0.00 1	0.03 6	0.00 1	0.04 6	0.02 3	0.00 1	0.00 1	0.00 1	0.00 1	0.04 39	0.00 1

PA-Net	0.32 82	0.07 118	0.06 158	0.02 92	0.32 178	0.00 1	0.02 116	0.00 1	0.19 117	0.08 85	0.08 112	0.01 2	0.01 35	0.10 149	1.78 137	0.38 46	0.01 10	0.02 55	0.08 17	0.05 58	0.16 30	2.33 123	0.50 198	0.02 41	0.00 1	1.25 188	0.01 17	1.17 164
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CC-Net-ROB	0.89 141	0.61 198	0.00 1	0.68 193	0.59 189	2.06 212	0.07 139	0.00 1	0.01 10	0.21 110	0.00 1	9.68 204	1.74 186	0.24 190	0.70 25	0.27 29	0.20 111	0.02 55	1.57 106	0.01 21	0.29 43	0.30 32	4.40 229	0.01 19	0.00 1	0.00 1	0.28 65	0.01 77

GANet	0.06 12	0.00 1	0.00 1	0.00 1	0.01 15	0.03 127	0.00 1	0.00 1	0.02 28	0.00 1	0.13 120	0.88 164	0.00 1	0.01 13	0.12 3	0.07 3	0.07 70	0.01 38	0.05 11	0.00 1	0.06 10	0.02 3	0.00 1	0.00 1	0.00 1	0.00 1	0.01 17	0.00 1

TDLM	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 21	0.00 1	0.00 1	0.05 1	0.04 1	0.01 10	0.00 1	0.00 1	0.00 1	0.01 2	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 17	0.00 1

CFNet_RVC	0.19 49	0.10 138	0.02 136	0.00 1	0.04 53	0.01 90	0.01 90	0.00 1	0.03 45	0.02 69	0.00 1	0.03 21	0.01 35	0.07 128	0.96 53	0.42 53	0.16 97	0.01 38	0.87 74	0.02 33	0.65 76	0.83 60	0.01 91	0.13 148	0.00 1	0.01 105	0.76 86	0.00 1

CVANet_RVC	0.01 1	0.00 1	0.00 1	0.00 1	0.02 30	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1	0.00 1	0.05 48	0.00 1	0.01 13	0.08 2	0.05 2	0.01 10	0.00 1	0.00 1	0.00 1	0.05 8	0.02 3	0.00 1	0.00 1	0.00 1	0.00 1	0.06 43	0.00 1

NLCA_NET_v2_RVC	0.19 49	0.04 68	0.00 1	0.01 44	0.09 92	0.00 1	0.09 143	0.00 1	1.20 203	1.00 163	0.00 1	0.06 58	0.00 1	0.01 13	0.78 36	0.20 16	0.01 10	0.02 55	0.43 47	0.03 45	0.14 26	0.33 34	0.00 1	0.05 95	0.00 1	0.70 176	0.04 39	0.03 112
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.03 4	0.00 1	0.00 1	0.00 1	0.02 30	0.00 1	0.02 116	0.00 1	0.03 45	0.00 1	0.00 1	0.02 9	0.00 1	0.00 1	0.25 6	0.09 4	0.00 1	0.00 1	0.25 39	0.02 33	0.04 6	0.08 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NVstereo2D	0.29 69	0.10 138	0.00 1	0.00 1	0.05 61	0.00 1	0.00 1	0.00 1	0.06 74	0.52 143	0.39 148	0.03 21	0.00 1	0.01 13	4.53 209	0.51 82	0.03 41	0.02 55	0.59 56	0.00 1	0.38 55	0.51 46	0.00 1	0.02 41	0.00 1	0.00 1	0.00 1	0.00 1

PS-NSSS	0.23 55	0.06 103	0.00 1	0.15 172	0.10 106	0.05 138	0.04 130	0.00 1	0.01 10	0.00 1	0.00 1	0.95 168	0.02 70	0.06 116	0.62 18	0.26 23	0.11 86	0.00 1	0.66 64	0.00 1	0.29 43	0.28 29	0.74 204	0.00 1	0.00 1	0.00 1	1.74 125	0.00 1

AMNet	0.16 37	0.06 103	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 101	0.21 110	0.00 1	0.46 149	0.21 145	0.44 201	0.54 13	0.58 94	0.26 124	0.00 1	0.17 31	0.12 84	0.32 46	0.05 11	0.00 1	0.06 109	0.00 1	0.27 159	0.12 50	0.28 137

DISCO	0.20 51	0.05 89	0.00 1	0.01 44	0.07 80	0.00 1	0.18 156	0.00 1	0.03 45	1.01 164	0.00 1	0.10 82	0.01 35	0.02 46	0.88 48	0.37 43	0.05 48	0.01 38	0.65 62	0.08 71	0.21 32	0.75 58	0.00 1	0.00 1	0.00 1	0.00 1	1.02 94	0.00 1

DLCB_ROB	0.11 24	0.05 89	0.02 136	0.05 132	0.07 80	0.01 90	0.00 1	0.00 1	0.02 28	0.26 119	0.08 112	0.02 9	0.02 70	0.04 91	0.54 13	0.26 23	0.06 62	0.04 78	0.14 25	0.01 21	0.51 63	0.42 38	0.01 91	0.02 41	0.03 134	0.04 135	0.15 55	0.04 116

XPNet_ROB	0.74 129	0.37 184	0.02 136	0.01 44	0.14 140	0.06 143	0.00 1	0.00 1	0.14 112	0.14 97	0.73 158	8.65 202	0.03 88	0.06 116	0.81 37	0.47 73	0.69 178	0.04 78	0.32 43	0.17 108	1.14 106	2.73 141	0.15 170	0.05 95	0.00 1	0.02 122	2.84 172	0.09 124

PWCDC_ROB	0.90 142	0.07 118	0.01 115	0.03 114	0.19 156	0.00 1	0.00 1	0.00 1	0.07 81	0.00 1	0.84 163	0.19 113	10.70 224	0.17 174	3.32 190	1.17 153	0.22 115	0.06 88	0.65 62	0.06 62	1.28 109	5.14 213	0.00 1	0.15 158	0.00 1	0.00 1	0.08 46	0.00 1

MyStereo	0.92 145	0.18 165	0.03 148	0.07 154	0.29 175	0.03 127	0.00 1	0.01 43	0.04 52	2.16 215	1.11 174	0.15 97	0.01 35	0.06 116	2.36 165	1.11 151	0.14 94	0.02 55	7.81 193	0.82 185	2.49 148	2.12 115	0.70 203	0.27 170	0.11 159	0.01 105	2.71 165	0.00 1

test croco	0.13 28	0.06 103	0.00 1	0.01 44	0.10 106	0.00 1	0.00 1	0.01 43	0.05 64	0.00 1	0.00 1	0.13 89	0.02 70	0.03 76	0.94 52	0.68 122	0.09 78	0.04 78	0.10 20	0.01 21	0.70 79	0.45 40	0.00 1	0.06 109	0.00 1	0.00 1	0.03 35	0.00 1

StereoIM	0.09 15	0.12 149	0.00 1	0.01 44	0.04 53	0.00 1	0.00 1	0.01 43	0.02 28	0.00 1	0.00 1	0.03 21	0.00 1	0.02 46	0.91 50	0.45 62	0.06 62	0.01 38	0.17 31	0.00 1	0.37 52	0.24 26	0.00 1	0.02 41	0.00 1	0.00 1	0.00 1	0.00 1

StereoVision	0.05 9	0.01 11	0.00 1	0.02 92	0.01 15	0.00 1	0.01 90	0.01 43	0.01 10	0.00 1	0.00 1	0.07 65	0.01 35	0.01 13	0.50 12	0.30 34	0.02 30	0.00 1	0.19 34	0.00 1	0.06 10	0.04 9	0.00 1	0.01 19	0.00 1	0.00 1	0.02 29	0.00 1

CASnet	0.31 79	0.02 21	0.00 1	0.00 1	0.09 92	0.00 1	0.00 1	0.01 43	0.08 87	0.02 69	0.02 91	0.18 107	0.17 137	0.00 1	1.09 69	0.57 92	0.21 113	0.22 147	0.44 49	0.14 95	2.69 155	1.62 90	0.00 1	0.05 95	0.00 1	0.00 1	0.69 83	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.09 15	0.03 39	0.04 152	0.00 1	0.00 1	0.09 151	0.00 1	0.01 43	0.01 10	0.00 1	0.00 1	0.16 99	0.02 70	0.02 46	0.69 24	0.46 68	0.01 10	0.04 78	0.24 38	0.15 100	0.10 14	0.22 24	0.07 141	0.01 19	0.00 1	0.18 152	0.01 17	0.00 1

anonymousdsp	0.09 15	0.01 11	0.00 1	0.05 132	0.03 40	0.06 143	0.00 1	0.01 43	0.01 10	0.00 1	0.25 140	0.01 2	0.00 1	0.00 1	0.71 28	0.26 23	0.02 30	0.00 1	0.11 22	0.12 84	0.08 12	0.65 55	0.01 91	0.01 19	0.00 1	0.00 1	0.00 1	0.00 1

iinet-f	0.52 116	0.02 21	0.00 1	0.01 44	0.07 80	0.00 1	0.05 131	0.01 43	0.08 87	1.23 174	0.00 1	0.02 9	0.02 70	0.03 76	3.11 185	0.83 134	0.05 48	0.05 83	3.07 142	0.59 161	0.70 79	2.17 116	0.02 113	0.01 19	0.03 134	0.01 105	1.78 127	0.01 77

CroCo-Stereo Lap2	0.05 9	0.01 11	0.00 1	0.02 92	0.01 15	0.00 1	0.00 1	0.01 43	0.01 10	0.00 1	0.00 1	0.04 37	0.01 35	0.01 13	0.59 17	0.44 59	0.00 1	0.00 1	0.00 1	0.00 1	0.10 14	0.12 21	0.00 1	0.01 19	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.49 111	0.03 39	0.00 1	0.02 92	0.06 77	0.00 1	0.00 1	0.01 43	0.03 45	0.00 1	0.00 1	0.23 118	0.03 88	0.14 168	1.26 86	0.72 127	0.08 75	0.17 129	2.52 135	0.11 80	0.89 99	3.79 170	0.01 91	0.11 141	0.07 148	0.00 1	2.98 180	0.01 77

SA	0.40 95	0.03 39	0.00 1	0.03 114	0.02 30	0.00 1	0.00 1	0.01 43	0.03 45	0.00 1	0.00 1	0.25 121	0.01 35	0.12 158	0.82 40	0.70 125	0.06 62	0.16 122	1.96 122	0.04 54	0.69 77	2.39 125	0.00 1	0.02 41	0.00 1	0.01 105	3.44 196	0.00 1

test_4	0.26 61	0.03 39	0.00 1	0.03 114	0.05 61	0.04 135	0.18 156	0.01 43	0.02 28	0.00 1	0.00 1	0.05 48	0.01 35	0.06 116	1.04 62	0.81 130	0.05 48	0.15 114	0.62 57	0.13 89	0.47 61	1.52 85	0.00 1	0.01 19	0.04 137	0.21 157	1.19 98	0.19 131

dad	1.18 162	0.02 21	0.01 115	2.11 210	0.01 15	0.00 1	5.84 220	0.01 43	0.04 52	0.00 1	0.00 1	0.06 58	1.03 180	0.01 13	2.24 163	0.49 77	0.01 10	0.16 122	4.27 159	0.16 103	0.28 41	0.54 47	0.08 143	0.20 164	1.50 207	0.00 1	7.90 228	4.90 190

LMCR-Stereo	0.26 61	0.08 129	0.00 1	0.09 163	0.07 80	0.00 1	0.01 90	0.01 43	0.11 103	0.00 1	0.00 1	0.14 96	0.09 125	0.09 141	1.41 99	0.62 102	0.28 128	0.11 103	1.48 101	0.39 145	0.78 88	1.28 70	0.00 1	0.07 120	0.00 1	0.00 1	0.02 29	0.01 77

CFNet_pseudo	0.27 64	0.10 138	0.00 1	0.04 127	0.16 145	0.00 1	0.00 1	0.01 43	0.05 64	0.04 77	0.00 1	0.18 107	0.01 35	0.01 13	2.64 175	0.55 88	0.05 48	0.01 38	1.50 102	0.01 21	0.51 63	0.68 57	0.47 195	0.03 65	0.00 1	0.00 1	0.15 55	0.01 77

RALAANet	0.28 66	0.08 129	0.02 136	0.03 114	0.10 106	0.00 1	0.00 1	0.01 43	0.07 81	0.08 85	0.00 1	0.07 65	0.03 88	0.06 116	0.96 53	0.39 47	0.13 93	0.05 83	0.97 77	0.24 126	1.33 110	1.54 86	0.00 1	0.06 109	0.00 1	0.00 1	1.42 111	0.01 77

GES	0.51 114	0.03 39	0.01 115	0.00 1	0.08 88	0.00 1	0.01 90	0.01 43	0.25 129	0.22 114	0.08 112	0.21 115	0.07 116	0.01 13	1.59 121	0.63 110	0.23 117	0.03 72	5.69 176	0.17 108	1.74 121	1.34 74	0.04 133	0.11 141	0.01 119	0.00 1	0.16 59	0.91 157

ARAFT	0.29 69	0.01 11	0.00 1	0.06 146	0.04 53	0.00 1	0.00 1	0.01 43	0.04 52	1.23 174	0.00 1	0.25 121	0.02 70	0.05 102	1.06 66	0.43 56	0.05 48	0.02 55	1.85 118	0.00 1	0.94 100	0.99 65	0.00 1	0.01 19	0.00 1	0.00 1	0.87 91	0.00 1

RAFT-Stereo + iAFF	0.27 64	0.06 103	0.00 1	0.09 163	0.21 162	0.00 1	0.01 90	0.01 43	0.05 64	0.14 97	0.00 1	0.13 89	0.02 70	0.01 13	1.07 67	0.35 38	0.04 45	0.01 38	1.44 98	0.04 54	0.31 45	0.44 39	0.00 1	0.03 65	0.00 1	0.01 105	2.76 167	0.00 1

AFF-stereo	0.23 55	0.12 149	0.00 1	0.08 157	0.07 80	0.02 120	0.00 1	0.01 43	0.04 52	0.00 1	0.01 81	0.12 88	0.01 35	0.00 1	0.86 46	0.35 38	0.03 41	0.11 103	1.91 121	0.01 21	0.14 26	0.32 33	0.00 1	0.02 41	0.00 1	0.01 105	1.96 134	0.01 77

RAFT + AFF	0.22 54	0.00 1	0.00 1	0.01 44	0.01 15	0.01 90	0.00 1	0.01 43	0.01 10	0.00 1	0.00 1	0.16 99	0.01 35	0.01 13	4.37 205	0.39 47	0.01 10	0.00 1	0.58 55	0.01 21	0.34 49	0.02 3	0.00 1	0.01 19	0.00 1	0.02 122	0.01 17	0.00 1

FINET	0.09 15	0.04 68	0.00 1	0.00 1	0.04 53	0.00 1	0.00 1	0.01 43	0.03 45	0.01 64	0.29 143	0.13 89	0.01 35	0.01 13	0.64 20	0.26 23	0.02 30	0.00 1	0.42 46	0.00 1	0.23 36	0.06 12	0.00 1	0.02 41	0.01 119	0.07 139	0.02 29	0.00 1

DSFCA	0.15 35	0.04 68	0.01 115	0.01 44	0.18 154	0.01 90	0.23 161	0.01 43	0.09 92	0.00 1	0.03 97	0.05 48	0.02 70	0.02 46	0.86 46	0.39 47	0.09 78	0.15 114	0.13 24	0.04 54	0.27 38	0.33 34	0.06 139	0.06 109	0.09 155	0.06 137	0.73 84	0.14 127

FADNet-RVC	0.40 95	0.09 134	0.17 172	0.02 92	0.12 126	0.00 1	1.12 195	0.01 43	0.06 74	0.05 82	0.00 1	0.01 2	0.13 132	0.09 141	2.17 159	0.68 122	0.16 97	0.13 112	1.99 123	0.66 174	1.09 104	1.39 77	0.09 149	0.15 158	0.05 141	0.00 1	0.01 17	0.43 149

FADNet	0.45 103	0.07 118	0.11 168	0.01 44	0.13 133	0.00 1	0.85 183	0.01 43	0.05 64	0.01 64	0.00 1	0.04 37	0.08 120	0.20 184	1.89 142	0.45 62	0.19 107	0.23 152	3.36 147	0.70 178	1.43 115	1.43 80	0.03 125	0.05 95	0.09 155	0.36 164	0.03 35	0.35 147

stereogan	0.36 87	0.13 152	0.06 158	0.02 92	0.21 162	0.04 135	0.02 116	0.01 43	0.20 118	0.30 123	0.01 81	0.22 116	0.00 1	0.04 91	1.22 83	0.47 73	0.06 62	0.01 38	0.77 68	0.06 62	0.22 34	3.29 158	0.01 91	0.02 41	0.05 141	0.00 1	2.30 154	0.01 77

RASNet	0.16 37	0.00 1	0.00 1	0.00 1	0.05 61	0.00 1	0.00 1	0.01 43	0.04 52	0.60 148	0.00 1	0.03 21	0.00 1	0.01 13	0.48 11	0.57 92	0.02 30	0.00 1	0.10 20	0.00 1	0.54 67	0.56 48	0.00 1	0.02 41	0.00 1	0.00 1	1.27 105	0.02 97

GANetREF_RVC	0.37 88	0.18 165	0.00 1	0.16 174	0.08 88	0.01 90	0.00 1	0.01 43	0.09 92	0.04 77	0.00 1	1.54 176	0.01 35	0.05 102	1.00 57	0.36 40	0.37 147	0.11 103	1.59 108	0.06 62	0.98 102	0.59 53	0.00 1	0.04 82	0.00 1	0.00 1	2.74 166	0.01 77
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
DeepPruner_ROB	0.46 107	0.11 146	0.00 1	0.00 1	0.14 140	0.00 1	0.91 188	0.01 43	0.03 45	0.50 142	0.57 154	0.05 48	0.03 88	0.08 133	1.84 139	0.63 110	0.14 94	0.03 72	1.17 87	0.05 58	2.53 150	2.11 114	0.14 166	0.04 82	0.01 119	0.11 141	1.26 104	0.00 1

NCCL2	0.45 103	0.17 163	0.01 115	0.18 176	0.49 185	0.03 127	0.01 90	0.01 43	0.12 105	0.80 156	0.01 81	0.08 74	0.03 88	0.13 162	1.44 102	0.51 82	0.30 135	0.11 103	0.19 34	0.14 95	0.96 101	1.79 104	0.67 202	0.11 141	0.04 137	0.12 142	3.28 191	0.32 141

PDISCO_ROB	0.30 72	0.05 89	0.00 1	0.03 114	0.08 88	0.00 1	0.06 135	0.01 43	0.05 64	0.78 155	0.20 129	0.06 58	0.02 70	0.01 13	0.82 40	0.50 81	0.05 48	0.04 78	0.63 59	0.32 136	0.46 59	1.66 93	0.00 1	0.03 65	0.22 179	0.00 1	1.99 135	0.00 1

LL-Strereo2	0.17 39	0.08 129	0.00 1	0.01 44	0.02 30	0.00 1	0.00 1	0.02 74	0.12 105	0.00 1	0.00 1	0.15 97	0.00 1	0.07 128	0.73 29	0.42 53	0.01 10	0.01 38	0.40 44	0.03 45	0.70 79	1.80 105	0.00 1	0.02 41	0.12 160	0.00 1	0.02 29	0.00 1

RAFT+CT+SA	0.18 44	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 74	0.02 28	0.00 1	0.00 1	0.06 58	0.00 1	0.00 1	0.74 31	0.45 62	0.02 30	0.02 55	1.16 86	0.04 54	0.35 51	1.91 109	0.00 1	0.02 41	0.00 1	0.00 1	0.09 48	0.01 77

DDUNet	4.73 213	7.86 226	1.10 207	15.36 226	11.34 232	12.95 226	13.21 227	0.02 74	0.08 87	0.30 123	0.18 127	2.41 184	0.12 128	31.51 238	1.05 64	0.37 43	4.89 232	2.70 240	7.28 190	3.38 237	0.41 56	1.74 101	6.96 231	0.02 41	0.02 130	0.00 1	2.48 160	0.00 1

ICVP	0.37 88	0.04 68	0.00 1	0.00 1	0.02 30	0.01 90	0.00 1	0.02 74	0.10 101	0.34 126	0.21 132	0.10 82	0.07 116	0.07 128	0.91 50	0.94 143	0.60 167	0.60 203	0.74 66	0.38 143	1.68 120	2.97 148	0.01 91	0.06 109	0.00 1	0.00 1	0.19 62	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.29 69	0.07 118	0.01 115	0.03 114	0.11 120	0.00 1	0.00 1	0.02 74	0.06 74	0.00 1	0.00 1	0.02 9	0.00 1	0.09 141	1.57 119	0.89 138	0.04 45	0.00 1	2.58 137	0.02 33	0.83 91	1.29 71	0.12 159	0.04 82	0.00 1	0.00 1	0.06 43	0.01 77

ETE_ROB	1.29 168	0.87 204	0.00 1	0.08 157	0.29 175	0.03 127	0.08 142	0.02 74	1.31 206	0.21 110	1.87 188	18.25 220	0.02 70	0.09 141	1.37 94	0.49 77	1.08 201	0.08 95	1.26 88	0.21 123	1.85 123	3.21 155	0.10 150	0.11 141	0.12 160	0.00 1	1.66 123	0.25 135

PWC_ROB	2.02 185	0.23 178	0.06 158	0.00 1	0.11 120	0.01 90	0.61 177	0.02 74	0.64 184	0.66 151	3.51 207	1.13 171	12.08 226	0.12 158	5.27 225	1.94 196	0.95 196	0.95 214	6.39 184	0.51 155	4.31 192	5.10 211	0.11 155	0.97 204	0.00 1	0.00 1	2.88 174	5.93 193

MIPNet	0.61 122	0.03 39	0.02 136	0.02 92	0.33 180	0.00 1	0.00 1	0.03 81	0.16 116	1.38 177	0.35 145	0.07 65	0.10 126	0.18 180	3.19 187	0.81 130	0.19 107	0.06 88	1.86 119	0.40 147	0.62 73	2.74 142	0.00 1	0.15 158	0.03 134	0.18 152	3.51 197	0.01 77

IPLGR	0.70 127	0.05 89	0.04 152	0.01 44	0.25 170	0.00 1	0.00 1	0.03 81	0.13 109	1.11 168	0.27 142	0.03 21	0.07 116	0.10 149	4.72 212	0.91 140	0.52 157	0.15 114	2.66 139	0.50 154	0.74 83	2.90 147	0.00 1	0.14 155	0.06 145	0.32 162	3.14 184	0.00 1

pcwnet_v2	0.58 120	0.22 175	0.09 164	0.07 154	0.51 186	0.00 1	0.00 1	0.03 81	0.07 81	1.13 169	0.20 129	0.29 132	0.02 70	0.02 46	3.10 184	0.58 94	0.35 143	0.16 122	2.36 130	0.03 45	1.16 107	1.48 82	0.86 209	0.03 65	0.00 1	0.00 1	1.56 120	1.20 165

RGC	0.39 94	0.25 180	0.96 206	0.06 146	0.16 145	0.07 145	0.03 126	0.03 81	0.09 92	0.30 123	0.30 144	0.03 21	0.03 88	0.08 133	1.41 99	0.17 10	0.08 75	0.01 38	0.83 70	0.11 80	0.51 63	2.50 128	0.00 1	0.04 82	0.00 1	0.37 166	1.25 102	0.79 155

UCFNet_RVC	0.28 66	0.14 154	0.02 136	0.11 167	0.13 133	0.00 1	0.00 1	0.03 81	0.09 92	0.29 121	0.00 1	0.09 78	0.01 35	0.05 102	1.11 70	0.45 62	0.05 48	0.00 1	1.02 81	0.02 33	0.74 83	0.90 62	0.90 211	0.02 41	0.00 1	0.00 1	0.29 68	1.12 161

HITNet	0.18 44	0.02 21	0.00 1	0.01 44	0.03 40	0.01 90	0.01 90	0.03 81	0.09 92	0.00 1	0.00 1	0.05 48	0.03 88	0.08 133	0.97 55	0.44 59	0.06 62	0.01 38	0.43 47	0.08 71	0.88 98	1.15 69	0.00 1	0.03 65	0.00 1	0.00 1	0.33 69	0.00 1
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
ACVNet_1	14.27 237	26.63 248	6.54 235	50.84 254	28.80 248	47.43 252	35.05 246	0.04 87	0.64 184	0.27 120	0.00 1	16.97 219	5.25 207	59.59 250	1.93 146	0.51 82	5.65 235	0.55 201	20.43 227	0.23 125	6.12 217	4.43 191	55.02 249	1.86 227	0.08 150	3.15 212	1.89 130	5.38 192

anonymousdsp2	0.23 55	0.00 1	0.00 1	0.00 1	0.03 40	0.01 90	0.01 90	0.04 87	0.01 10	0.00 1	0.36 147	0.17 105	0.02 70	0.01 13	0.67 23	0.56 90	0.05 48	0.03 72	1.11 84	0.37 142	0.59 71	1.38 75	0.01 91	0.02 41	0.00 1	0.01 105	0.84 89	0.00 1

DMCA-RVC	0.18 44	0.04 68	0.09 164	0.03 114	0.16 145	0.07 145	0.23 161	0.04 87	0.49 170	0.67 152	0.22 134	0.03 21	0.02 70	0.02 46	0.76 33	0.28 32	0.11 86	0.10 100	0.09 19	0.10 75	0.21 32	0.11 20	0.05 138	0.07 120	0.04 137	0.01 105	0.82 87	0.00 1

CFNet	0.09 15	0.05 89	0.00 1	0.03 114	0.03 40	0.01 90	0.00 1	0.04 87	0.02 28	0.07 84	0.00 1	0.02 9	0.01 35	0.04 91	0.77 34	0.09 4	0.05 48	0.00 1	0.11 22	0.01 21	0.33 47	0.35 36	0.00 1	0.02 41	0.00 1	0.00 1	0.48 72	0.00 1

AE-Stereo	0.44 101	0.04 68	0.00 1	0.03 114	0.14 140	0.03 127	0.01 90	0.05 91	0.13 109	0.01 64	0.00 1	0.22 116	0.18 138	0.03 76	1.04 62	1.50 171	0.29 132	0.18 133	1.35 94	0.36 141	2.04 129	3.28 157	0.02 113	0.04 82	0.01 119	0.14 147	0.84 89	0.00 1

GMOStereo	0.30 72	0.03 39	0.00 1	0.01 44	0.16 145	0.10 158	0.01 90	0.05 91	0.04 52	0.00 1	0.01 81	0.04 37	0.06 111	0.02 46	1.01 58	0.62 102	0.09 78	0.19 134	1.30 89	0.19 113	0.85 93	2.67 134	0.00 1	0.08 125	0.00 1	0.00 1	0.68 79	0.00 1

error version	0.30 72	0.03 39	0.00 1	0.01 44	0.16 145	0.10 158	0.01 90	0.05 91	0.04 52	0.00 1	0.01 81	0.04 37	0.06 111	0.02 46	1.01 58	0.62 102	0.09 78	0.19 134	1.30 89	0.19 113	0.85 93	2.67 134	0.00 1	0.08 125	0.00 1	0.00 1	0.68 79	0.00 1

test-v	0.30 72	0.03 39	0.00 1	0.01 44	0.16 145	0.10 158	0.01 90	0.05 91	0.04 52	0.00 1	0.01 81	0.04 37	0.06 111	0.02 46	1.01 58	0.62 102	0.09 78	0.19 134	1.30 89	0.19 113	0.85 93	2.67 134	0.00 1	0.08 125	0.00 1	0.00 1	0.68 79	0.00 1

SACVNet	0.32 82	0.17 163	0.00 1	0.01 44	0.10 106	0.00 1	0.09 143	0.05 91	0.05 64	0.21 110	0.00 1	0.04 37	0.08 120	0.07 128	0.81 37	0.44 59	0.34 140	0.07 90	1.39 95	0.08 71	1.07 103	2.54 129	0.00 1	0.04 82	0.00 1	0.00 1	1.06 95	0.02 97

test-2	0.30 72	0.03 39	0.00 1	0.01 44	0.16 145	0.10 158	0.01 90	0.05 91	0.04 52	0.00 1	0.01 81	0.04 37	0.06 111	0.02 46	1.01 58	0.62 102	0.09 78	0.19 134	1.30 89	0.19 113	0.85 93	2.67 134	0.00 1	0.08 125	0.00 1	0.00 1	0.68 79	0.00 1

BEATNet_4x	0.57 119	0.14 154	0.03 148	0.01 44	0.03 40	0.00 1	0.02 116	0.05 91	0.25 129	0.08 85	0.03 97	0.16 99	0.14 133	0.28 194	2.42 167	1.24 158	0.76 182	0.72 207	0.78 69	0.14 95	2.92 162	4.33 186	0.00 1	0.16 161	0.00 1	0.02 122	0.60 78	0.01 77

RTS	1.75 180	0.07 118	0.05 155	0.06 146	0.24 167	0.05 138	2.34 205	0.05 91	0.23 124	1.40 180	0.22 134	0.57 156	0.12 128	0.11 153	5.06 219	1.49 169	0.92 193	0.07 90	6.70 187	0.63 170	2.57 152	3.63 163	0.00 1	0.25 168	0.31 185	17.50 251	1.48 114	1.26 166

RTSA	1.75 180	0.07 118	0.05 155	0.06 146	0.24 167	0.05 138	2.34 205	0.05 91	0.23 124	1.40 180	0.22 134	0.57 156	0.12 128	0.11 153	5.06 219	1.49 169	0.92 193	0.07 90	6.70 187	0.63 170	2.57 152	3.63 163	0.00 1	0.25 168	0.31 185	17.50 251	1.48 114	1.26 166

MyStereo04	0.85 136	0.18 165	0.02 136	0.06 146	0.22 165	0.01 90	0.00 1	0.06 100	0.05 64	1.75 200	0.15 121	0.08 74	0.00 1	0.06 116	2.05 155	1.21 155	0.19 107	0.02 55	8.28 196	0.70 178	2.52 149	1.83 106	0.78 206	0.24 167	0.00 1	0.02 122	2.45 159	0.00 1

LoS_RVC	0.56 117	0.15 159	0.00 1	0.00 1	0.11 120	0.01 90	0.00 1	0.07 101	0.46 166	1.21 171	0.06 105	0.33 136	0.19 141	0.08 133	1.77 135	1.72 182	0.28 128	1.04 218	1.79 116	0.29 130	2.78 158	2.63 131	0.04 133	0.03 65	0.00 1	0.00 1	0.01 17	0.02 97

tt_ll	0.56 117	0.15 159	0.00 1	0.00 1	0.11 120	0.01 90	0.00 1	0.07 101	0.46 166	1.21 171	0.06 105	0.33 136	0.19 141	0.08 133	1.77 135	1.72 182	0.28 128	1.04 218	1.79 116	0.29 130	2.78 158	2.63 131	0.04 133	0.03 65	0.00 1	0.00 1	0.01 17	0.02 97

CAS	0.31 79	0.04 68	0.00 1	0.00 1	0.07 80	0.02 120	0.07 139	0.07 101	0.39 159	0.45 134	0.10 117	0.18 107	0.14 133	0.11 153	1.44 102	0.94 143	0.24 119	0.35 181	0.40 44	0.18 112	1.41 113	1.72 100	0.01 91	0.03 65	0.00 1	0.00 1	0.06 43	0.07 122

TestStereo	0.10 20	0.02 21	0.00 1	0.00 1	0.03 40	0.00 1	0.00 1	0.07 101	0.09 92	0.00 1	0.00 1	0.05 48	0.01 35	0.01 13	0.58 16	0.21 18	0.16 97	0.05 83	0.47 50	0.01 21	0.45 58	0.23 25	0.00 1	0.02 41	0.00 1	0.00 1	0.14 51	0.01 77

LALA_ROB	1.16 157	1.32 214	0.01 115	0.05 132	0.20 159	0.03 127	0.00 1	0.07 101	0.14 112	1.08 167	1.93 192	15.09 216	0.04 98	0.09 141	1.67 129	0.49 77	0.20 111	0.11 103	1.06 82	0.33 138	1.42 114	2.32 122	0.01 91	0.13 148	0.13 164	0.15 148	2.78 168	0.40 148

Ntro	10.81 227	19.66 235	2.61 225	42.45 246	13.71 236	32.82 239	28.40 238	0.08 106	0.43 162	0.23 115	0.23 138	14.35 214	2.95 199	26.28 237	2.20 160	0.43 56	3.46 222	0.15 114	23.14 231	0.64 173	6.27 221	5.06 209	53.29 243	1.41 218	0.06 145	2.30 202	2.12 140	7.23 201

GANet-ADL	0.91 144	0.05 89	0.00 1	0.02 92	0.08 88	0.00 1	0.01 90	0.08 106	0.23 124	1.64 196	3.06 201	0.10 82	0.07 116	0.02 46	2.82 178	1.73 184	0.57 163	0.22 147	4.86 162	0.89 191	2.11 132	4.01 177	0.00 1	0.05 95	0.00 1	0.00 1	1.60 121	0.47 150

RALCasStereoNet	0.18 44	0.09 134	0.00 1	0.06 146	0.13 133	0.02 120	0.07 139	0.08 106	0.08 87	0.00 1	0.00 1	0.01 2	0.01 35	0.03 76	1.16 75	0.65 115	0.03 41	0.00 1	0.57 54	0.10 75	0.58 70	1.09 68	0.00 1	0.03 65	0.00 1	0.00 1	0.01 17	0.01 77

Anonymous	0.81 135	0.05 89	0.00 1	0.00 1	0.04 53	0.00 1	0.00 1	0.08 106	0.39 159	1.20 170	0.00 1	0.27 127	0.50 173	0.02 46	1.99 153	2.37 211	0.49 155	0.40 187	4.09 155	0.29 130	3.54 178	3.84 171	0.01 91	0.05 95	0.00 1	0.00 1	2.29 152	0.03 112

CIPLG	0.38 92	0.04 68	0.09 164	0.01 44	0.09 92	0.00 1	0.13 150	0.09 110	0.31 145	0.04 77	0.07 111	0.09 78	0.04 98	0.10 149	2.21 161	0.47 73	0.16 97	0.02 55	1.65 110	0.06 62	0.76 85	1.65 92	0.01 91	0.03 65	0.08 150	0.00 1	1.99 135	0.02 97

IPLGR_C	0.37 88	0.03 39	0.09 164	0.01 44	0.10 106	0.00 1	0.14 152	0.09 110	0.27 139	0.04 77	0.08 112	0.04 37	0.04 98	0.09 141	1.86 140	0.46 68	0.15 96	0.02 55	1.69 113	0.02 33	0.78 88	1.69 98	0.02 113	0.02 41	0.08 150	0.00 1	2.16 142	0.02 97

ACRE	0.38 92	0.03 39	0.08 162	0.01 44	0.09 92	0.00 1	0.14 152	0.09 110	0.28 140	0.04 77	0.11 119	0.10 82	0.04 98	0.12 158	1.92 145	0.46 68	0.16 97	0.02 55	1.64 109	0.06 62	0.76 85	1.66 93	0.01 91	0.02 41	0.08 150	0.01 105	2.32 155	0.02 97

APVNet	0.31 79	0.08 129	0.00 1	0.05 132	0.05 61	0.00 1	0.01 90	0.09 110	0.02 28	0.10 93	0.06 105	0.07 65	0.01 35	0.04 91	1.49 108	0.55 88	0.16 97	0.11 103	1.74 114	0.19 113	0.76 85	2.27 121	0.00 1	0.05 95	0.00 1	0.00 1	0.54 73	0.02 97

sAnonymous2	0.43 98	0.11 146	0.00 1	0.01 44	0.03 40	0.00 1	0.00 1	0.10 114	0.25 129	0.00 1	0.00 1	0.16 99	0.26 149	0.03 76	1.18 78	1.21 155	0.24 119	0.17 129	2.50 133	0.15 100	2.27 140	2.68 138	0.00 1	0.08 125	0.00 1	0.00 1	0.00 1	0.09 124

CroCo_RVC	0.43 98	0.11 146	0.00 1	0.01 44	0.03 40	0.00 1	0.00 1	0.10 114	0.25 129	0.00 1	0.00 1	0.16 99	0.26 149	0.03 76	1.18 78	1.21 155	0.24 119	0.17 129	2.50 133	0.15 100	2.27 140	2.68 138	0.00 1	0.08 125	0.00 1	0.00 1	0.00 1	0.09 124

RP	0.26 61	0.01 11	0.00 1	0.02 92	0.19 156	0.00 1	0.23 161	0.10 114	0.22 122	0.13 96	0.00 1	0.07 65	0.00 1	0.05 102	1.49 108	0.17 10	0.03 41	0.00 1	0.14 25	0.01 21	0.05 8	1.67 96	0.00 1	0.01 19	0.00 1	0.00 1	2.23 146	0.16 128

ADCP+	1.66 177	0.60 196	0.65 193	0.04 127	0.66 192	0.52 191	1.03 192	0.10 114	3.74 222	1.45 185	1.41 178	2.81 186	0.02 70	0.29 196	4.24 200	0.58 94	0.11 86	0.11 103	2.88 141	0.63 170	1.26 108	2.25 119	0.04 133	0.05 95	1.32 206	9.00 236	2.02 137	7.08 199

MIM_Stereo	0.23 55	0.02 21	0.00 1	0.01 44	0.09 92	0.09 151	0.00 1	0.11 118	0.04 52	0.00 1	0.00 1	0.03 21	0.02 70	0.02 46	0.77 34	0.36 40	0.06 62	0.03 72	2.11 126	0.06 62	0.54 67	0.58 51	0.02 113	0.02 41	0.09 155	0.15 148	0.98 93	0.02 97

sCroCo_RVC	0.66 125	0.05 89	0.00 1	0.01 44	0.04 53	0.00 1	0.00 1	0.12 119	0.54 177	0.45 134	0.10 117	0.43 148	0.33 160	0.02 46	1.55 118	2.38 213	0.36 145	0.25 157	1.77 115	0.38 143	3.34 173	4.03 179	0.02 113	0.09 134	0.00 1	0.00 1	1.51 117	0.04 116

XX-Stereo	2.12 186	0.04 68	0.07 161	0.02 92	0.01 15	0.16 173	0.14 152	0.12 119	0.25 129	2.08 213	6.54 228	0.27 127	0.46 171	0.04 91	1.50 110	3.22 228	0.63 171	0.26 161	4.53 161	0.20 118	2.76 156	3.03 149	0.12 159	0.07 120	23.83 254	0.03 133	2.14 141	4.71 188

R-Stereo Train	0.88 138	0.04 68	0.00 1	0.02 92	0.01 15	0.01 90	0.00 1	0.12 119	0.52 175	0.85 158	1.77 184	0.47 150	0.20 143	0.16 172	1.39 97	2.03 199	0.90 190	0.41 188	5.12 166	0.61 163	3.63 179	4.27 183	0.01 91	0.09 134	0.00 1	0.12 142	0.16 59	0.78 152

RTSC	0.79 133	0.07 118	0.12 169	0.02 92	0.10 106	0.10 158	0.90 187	0.12 119	0.14 112	1.50 187	1.07 173	0.09 78	0.05 103	0.17 174	4.89 215	0.93 142	0.74 180	0.09 97	2.53 136	0.44 150	1.50 118	3.19 153	0.01 91	0.14 155	0.00 1	0.00 1	1.35 107	0.95 159

RAFT-Stereo	0.88 138	0.04 68	0.00 1	0.02 92	0.01 15	0.01 90	0.00 1	0.12 119	0.52 175	0.85 158	1.77 184	0.47 150	0.20 143	0.16 172	1.39 97	2.03 199	0.90 190	0.41 188	5.12 166	0.61 163	3.63 179	4.27 183	0.01 91	0.09 134	0.00 1	0.12 142	0.16 59	0.78 152
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CASS	0.97 147	0.04 68	0.04 152	0.05 132	0.05 61	0.01 90	1.34 197	0.13 124	0.26 135	0.49 140	1.46 180	0.38 141	0.28 155	0.01 13	1.47 105	1.26 159	2.91 219	0.42 191	3.52 149	0.10 75	5.60 213	4.01 177	0.00 1	0.06 109	0.27 182	0.00 1	1.92 133	0.01 77
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
AnyNet_C32	2.47 192	0.51 195	0.22 175	0.25 182	0.66 192	0.32 187	2.46 208	0.14 125	8.01 236	1.49 186	4.12 214	0.91 166	0.31 158	0.24 190	4.81 214	1.86 190	0.95 196	1.11 222	4.05 153	0.96 199	4.29 190	4.38 188	0.17 174	0.67 193	3.18 218	5.95 228	3.10 183	11.59 224

4D-IteraStereo	0.33 84	0.10 138	0.01 115	0.02 92	0.11 120	0.00 1	0.00 1	0.15 126	0.06 74	0.00 1	0.00 1	0.16 99	0.00 1	0.09 141	1.17 77	0.65 115	0.02 30	0.14 113	1.43 97	0.14 95	1.39 112	1.66 93	0.00 1	0.04 82	0.01 119	0.00 1	1.49 116	0.00 1

NaN_ROB	0.80 134	0.46 190	0.35 179	0.20 180	0.83 204	0.13 171	0.22 159	0.15 126	1.81 209	0.16 100	0.73 158	4.44 195	0.06 111	0.19 182	1.51 112	0.48 76	0.31 137	0.25 157	0.62 57	0.31 135	0.71 82	1.01 66	0.19 177	0.37 178	0.14 165	1.02 184	2.36 158	2.71 176

CREStereo++_RVC	0.49 111	0.03 39	0.00 1	0.02 92	0.11 120	0.01 90	0.00 1	0.17 128	0.11 103	0.18 105	0.05 104	0.11 87	0.04 98	0.01 13	1.52 114	1.42 167	0.26 124	0.20 139	1.44 98	0.13 89	2.11 132	1.64 91	0.03 125	0.05 95	0.00 1	0.00 1	3.54 202	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
otaku	10.18 225	18.56 233	1.37 213	39.15 242	11.37 233	33.18 240	24.07 233	0.18 129	0.46 166	0.00 1	0.65 157	13.73 212	3.66 202	23.21 236	1.97 152	0.51 82	2.60 215	0.11 103	22.61 230	0.51 155	5.90 214	5.08 210	52.25 242	0.91 201	0.14 165	1.39 192	2.91 178	8.43 210

EGLCR-Stereo	0.62 123	0.04 68	0.00 1	0.02 92	0.10 106	0.07 145	0.01 90	0.18 129	0.26 135	0.02 69	0.23 138	0.24 120	0.15 136	0.01 13	1.16 75	1.37 164	0.29 132	0.32 178	2.08 125	0.10 75	2.29 142	3.42 161	0.03 125	0.06 109	0.00 1	0.43 167	3.97 210	0.00 1

GwcNet-ADL	1.06 153	0.06 103	0.42 183	0.04 127	0.17 153	0.00 1	0.01 90	0.18 129	0.13 109	2.10 214	6.56 229	0.84 163	0.14 133	0.03 76	1.64 127	1.95 197	0.52 157	0.24 153	2.87 140	0.98 200	1.98 126	2.02 113	0.00 1	0.06 109	0.00 1	0.81 178	1.14 96	3.88 183

ADLNet	0.17 39	0.01 11	0.00 1	0.00 1	0.04 53	0.00 1	0.00 1	0.20 132	0.00 1	0.00 1	0.01 81	0.77 162	0.00 1	0.06 116	2.33 164	0.36 40	0.01 10	0.00 1	0.06 15	0.07 70	0.08 12	0.57 50	0.00 1	0.00 1	0.00 1	0.00 1	0.02 29	0.00 1

CREStereo	0.43 98	0.03 39	0.00 1	0.00 1	0.07 80	0.01 90	0.00 1	0.20 132	0.37 154	0.19 106	0.19 128	0.29 132	0.26 149	0.01 13	1.52 114	1.86 190	0.30 135	0.21 146	1.45 100	0.39 145	2.17 137	1.59 89	0.02 113	0.05 95	0.00 1	0.00 1	0.55 74	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CSAN	1.21 164	0.45 189	0.28 177	0.40 188	0.80 201	0.02 120	0.32 166	0.20 132	2.31 215	1.51 188	1.33 177	4.78 196	2.71 197	0.28 194	1.61 124	0.43 56	0.52 157	0.26 161	2.35 129	0.73 180	1.45 117	1.56 88	0.13 164	0.33 173	0.28 183	2.54 203	1.87 129	3.31 180

rafts_anoy	0.18 44	0.08 129	0.00 1	0.05 132	0.12 126	0.01 90	0.00 1	0.21 135	0.06 74	0.00 1	0.00 1	0.02 9	0.01 35	0.02 46	1.26 86	0.52 87	0.07 70	0.01 38	1.15 85	0.12 84	0.59 71	0.46 41	0.00 1	0.05 95	0.00 1	0.01 105	0.01 17	0.01 77

s12784h	0.90 142	0.03 39	0.00 1	0.02 92	0.10 106	0.00 1	0.00 1	0.23 136	0.36 152	0.24 117	0.06 105	0.13 89	0.23 147	0.01 13	1.62 125	1.93 195	0.40 150	0.17 129	2.24 128	0.22 124	4.46 197	2.20 117	0.02 113	0.05 95	0.47 189	0.05 136	3.83 208	5.24 191

TANstereo	0.47 108	0.03 39	0.00 1	0.04 127	0.09 92	0.00 1	0.00 1	0.23 136	0.28 140	0.17 102	0.17 122	0.13 89	0.08 120	0.01 13	1.59 121	1.33 160	0.34 140	0.20 139	0.27 40	0.13 89	2.19 138	1.78 102	0.12 159	0.04 82	0.00 1	0.00 1	3.51 197	0.00 1

XX-TBD	0.47 108	0.03 39	0.00 1	0.04 127	0.09 92	0.00 1	0.00 1	0.23 136	0.28 140	0.17 102	0.17 122	0.13 89	0.08 120	0.01 13	1.59 121	1.33 160	0.34 140	0.20 139	0.27 40	0.13 89	2.19 138	1.78 102	0.12 159	0.04 82	0.00 1	0.00 1	3.51 197	0.00 1

PMTNet	0.51 114	0.04 68	0.00 1	0.01 44	0.10 106	0.01 90	0.11 148	0.23 136	0.33 146	0.35 128	0.22 134	0.32 135	0.23 147	0.01 13	1.52 114	1.88 194	0.33 139	0.16 122	2.46 132	0.26 128	2.44 145	1.68 97	0.02 113	0.05 95	0.99 202	0.02 122	0.08 46	0.00 1

XQC	1.11 155	0.20 171	0.34 178	0.12 169	0.22 165	0.00 1	0.94 191	0.23 136	0.14 112	1.59 193	2.51 197	0.26 126	2.73 198	0.20 184	5.06 219	1.34 162	0.54 160	0.15 114	3.81 152	0.33 138	1.83 122	4.34 187	0.03 125	0.23 166	0.08 150	1.30 190	1.39 110	0.18 129

FCDSN-DC	0.70 127	0.24 179	1.46 215	0.42 190	0.59 189	0.09 151	0.58 175	0.24 141	0.35 149	0.40 132	0.17 122	0.41 146	0.11 127	0.02 46	5.20 222	1.09 149	0.25 122	0.20 139	0.55 53	0.14 95	1.96 125	2.36 124	0.00 1	1.09 208	0.01 119	0.34 163	0.56 76	0.05 120
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FADNet-RVC-Resample	0.45 103	0.27 181	0.41 181	0.19 178	0.28 174	0.00 1	0.05 131	0.26 142	0.21 119	0.14 97	0.17 122	0.27 127	0.05 103	0.19 182	2.42 167	0.58 94	0.22 115	0.80 209	0.51 52	0.43 149	0.63 75	1.49 84	0.14 166	0.50 182	0.10 158	0.98 183	0.34 70	0.57 151

ACVNet_2	14.77 238	26.65 249	7.05 237	49.88 253	26.05 244	44.46 251	33.12 244	0.27 143	0.44 165	0.53 145	0.99 169	22.49 227	8.81 219	46.65 242	1.91 143	0.56 90	9.29 246	0.10 100	32.68 245	0.42 148	6.14 218	4.82 206	53.84 244	1.72 225	4.01 222	4.42 220	3.80 206	7.61 204

CES	0.45 103	0.07 118	0.01 115	0.01 44	0.10 106	0.01 90	0.02 116	0.27 143	0.46 166	0.19 106	0.03 97	0.39 142	0.33 160	0.12 158	1.88 141	1.63 177	0.64 174	0.48 193	0.16 29	0.44 150	2.67 154	2.26 120	0.00 1	0.04 82	0.00 1	0.00 1	0.02 29	0.04 116

SHD	1.14 156	0.05 89	0.57 188	0.05 132	0.13 133	0.07 145	0.87 184	0.28 145	0.21 119	1.38 177	1.89 189	0.47 150	1.93 188	0.17 174	5.23 224	1.07 148	0.57 163	0.30 172	5.06 165	0.92 197	2.55 151	4.47 192	0.03 125	0.62 189	0.69 195	0.12 142	0.96 92	0.18 129

DeepPrunerF	1.52 176	0.71 200	0.00 1	2.52 213	6.99 227	1.25 205	2.03 203	0.28 145	2.08 212	0.02 69	0.06 105	0.09 78	0.01 35	0.05 102	4.34 203	1.01 146	0.07 70	0.05 83	1.53 105	0.10 75	0.69 77	0.81 59	0.11 155	0.04 82	12.92 241	0.86 180	2.25 147	0.05 120

AnonymousM	0.98 148	0.10 138	0.00 1	0.01 44	0.01 15	0.18 177	0.00 1	0.30 147	0.35 149	0.17 102	1.02 170	0.35 138	0.33 160	0.13 162	1.35 91	1.51 172	0.49 155	0.30 172	0.86 73	1.05 204	2.44 145	2.44 126	0.14 166	0.21 165	0.00 1	0.20 156	4.24 215	8.16 208

GEStereo_RVC	0.69 126	0.03 39	0.01 115	0.01 44	0.14 140	0.00 1	0.22 159	0.30 147	0.12 105	0.20 109	0.09 116	0.23 118	0.02 70	0.05 102	1.35 91	1.20 154	0.17 104	0.09 97	4.87 163	0.32 136	2.13 134	3.77 169	0.26 185	0.19 162	0.00 1	0.02 122	2.64 163	0.24 134

ADCL	1.85 183	0.87 204	0.64 192	0.38 186	0.54 188	0.39 188	1.32 196	0.30 147	8.11 237	1.67 198	1.02 170	0.28 131	0.12 128	0.20 184	4.43 208	0.64 112	0.48 154	0.83 210	2.23 127	0.61 163	2.30 143	1.55 87	0.33 191	0.52 184	4.40 223	4.14 217	2.83 171	8.85 212

STTRV1_RVC		0.05 89	0.05 155	0.27 183	0.19 156	0.67 195	0.06 135	0.30 147	0.23 124	0.75 154	0.57 154	3.74 194	6.28 212	0.04 91	2.14 158	0.76 129	3.26 220	0.26 161		4.93 240	4.32 194	3.64 165		0.57 187	0.57 191	0.43 167	4.10 213	10.92 221

SFCPSM	2.33 191	0.04 68	0.02 136	0.03 114	0.03 40	0.24 180	0.05 131	0.31 151	0.79 196	1.53 190	5.01 222	6.88 201	10.19 221	0.06 116	2.55 170	2.28 206	0.88 188	0.34 180	16.04 216	2.33 228	3.02 164	2.74 142	0.13 164	0.67 193	0.04 137	0.63 173	3.53 201	2.63 175

UDG	4.64 210	8.87 228	1.16 208	15.44 227	16.00 238	9.90 224	21.00 232	0.34 152	0.07 81	0.29 121	0.91 166	1.77 180	0.05 103	21.99 234	1.94 148	0.66 118	4.65 230	1.41 227	7.33 191	3.16 234	1.90 124	2.00 112	2.71 223	0.13 148	0.01 119	0.00 1	1.53 119	0.02 97

test_5	0.10 20	0.01 11	0.00 1	0.00 1	0.00 1	0.09 151	0.00 1	0.35 153	0.01 10	0.00 1	0.20 129	0.07 65	0.00 1	0.00 1	0.62 18	0.40 50	0.01 10	0.01 38	0.18 33	0.00 1	0.15 29	0.67 56	0.00 1	0.01 19	0.00 1	0.00 1	0.03 35	0.00 1

IPLG	0.60 121	0.04 68	0.01 115	0.01 44	0.14 140	0.00 1	0.01 90	0.40 154	0.12 105	0.38 130	0.17 122	0.07 65	0.08 120	0.21 188	4.65 211	0.84 135	0.11 86	0.07 90	1.66 111	0.26 128	0.48 62	2.66 133	0.00 1	0.13 148	0.02 130	0.19 155	3.39 192	0.00 1

FADNet_RVC	1.42 174	0.20 171	0.42 183	0.27 183	0.71 196	0.02 120	0.76 180	0.40 154	0.50 173	0.48 136	1.02 170	0.90 165	0.37 168	0.76 209	4.54 210	1.52 174	0.76 182	1.49 228	9.06 200	0.69 176	3.06 166	3.65 166	0.41 194	0.69 195	0.28 183	0.26 158	3.02 181	2.12 173

ADCRef	1.22 165	0.41 188	0.41 181	0.12 169	0.80 201	0.30 183	0.73 179	0.43 156	2.19 213	0.71 153	0.02 91	0.29 132	0.05 103	0.24 190	4.42 207	0.92 141	0.17 104	0.26 161	3.14 145	0.74 181	0.84 92	1.95 111	1.10 214	0.27 170	1.11 203	2.75 208	1.25 102	7.34 202

AF-Net	0.20 51	0.02 21	0.01 115	0.05 132	0.05 61	0.00 1	0.80 181	0.45 157	0.05 64	0.02 69	0.00 1	0.25 121	0.01 35	0.02 46	0.85 42	0.19 13	0.01 10	0.00 1	0.84 71	0.06 62	0.11 18	1.32 72	0.00 1	0.00 1	0.00 1	0.00 1	0.28 65	0.02 97

Nwc_Net	0.20 51	0.02 21	0.01 115	0.05 132	0.05 61	0.00 1	0.80 181	0.45 157	0.05 64	0.02 69	0.00 1	0.25 121	0.01 35	0.02 46	0.85 42	0.19 13	0.01 10	0.00 1	0.84 71	0.06 62	0.11 18	1.32 72	0.00 1	0.00 1	0.00 1	0.00 1	0.28 65	0.02 97

GLC_STEREO	0.30 72	0.03 39	0.03 148	0.00 1	0.05 61	0.00 1	0.00 1	0.47 159	0.07 81	0.03 75	0.02 91	0.08 74	0.02 70	0.01 13	1.34 90	0.81 130	0.16 97	0.10 100	0.48 51	0.16 103	1.36 111	0.50 44	0.00 1	0.03 65	0.00 1	0.00 1	2.29 152	0.01 77

SQANet	7.67 222	13.28 231	1.20 209	27.19 234	6.84 226	23.61 233	19.52 231	0.51 160	0.55 178	0.08 85	0.60 156	11.40 209	2.42 195	14.73 230	1.81 138	0.45 62	2.27 210	0.09 97	20.04 226	0.35 140	5.24 210	4.72 202	38.52 239	0.37 178	0.16 170	2.08 200	2.21 143	6.76 197

iResNet	1.17 159	0.02 21	0.00 1	0.19 178	0.63 191	0.05 138	0.02 116	0.51 160	0.28 140	1.55 192	1.69 183	0.66 158	2.21 192	0.02 46	3.72 195	1.84 188	0.35 143	0.35 181	8.64 198	0.90 194	2.85 160	1.70 99	0.00 1	1.03 206	0.00 1	0.12 142	2.27 151	0.03 112

ACVNet-4b	12.67 230	21.88 239	2.55 224	39.72 243	15.34 237	36.15 242	28.96 239	0.55 162	0.43 162	0.34 126	0.21 132	26.22 232	6.10 211	56.62 248	1.30 88	0.49 77	5.45 234	0.35 181	18.32 220	0.90 194	6.28 222	5.13 212	54.95 248	2.02 231	0.18 177	0.65 174	1.81 128	9.18 214

SGM-Forest	1.18 162	0.22 175	0.02 136	1.16 201	0.74 199	0.30 183	0.00 1	0.59 163	0.71 192	1.88 205	0.81 162	1.57 178	1.99 189	0.26 193	2.48 169	1.40 166	0.36 145	0.16 122	2.04 124	0.05 58	2.08 130	2.58 130	0.49 196	0.11 141	0.65 194	0.81 178	4.78 217	3.70 182
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FBW_ROB	2.66 195	2.21 216	1.66 217	5.05 218	2.80 221	1.34 207	4.16 213	0.60 164	0.05 64	1.69 199	1.84 187	5.13 198	1.17 182	3.82 226	3.03 180	0.40 50	0.61 168	0.08 95	21.49 229	0.52 157	3.36 175	3.20 154	3.31 224	0.70 196	0.07 148	0.92 182	0.55 74	2.03 172

HH	1.17 159	0.03 39	0.00 1	0.01 44	0.05 61	0.11 164	0.01 90	0.66 165	0.37 154	1.90 206	0.39 148	0.69 160	0.33 160	0.04 91	1.48 106	3.72 233	0.27 126	0.24 153	5.83 177	0.62 166	6.22 219	4.61 199	0.24 181	0.08 125	0.15 168	0.00 1	2.35 156	1.13 162

HanStereo	1.17 159	0.03 39	0.00 1	0.01 44	0.05 61	0.11 164	0.01 90	0.66 165	0.37 154	1.90 206	0.39 148	0.69 160	0.33 160	0.04 91	1.48 106	3.72 233	0.27 126	0.24 153	5.83 177	0.62 166	6.22 219	4.61 199	0.24 181	0.08 125	0.15 168	0.00 1	2.35 156	1.13 162

MSKI-zero shot	1.32 172	0.02 21	0.00 1	0.00 1	0.02 30	0.15 172	0.00 1	0.71 167	0.57 180	0.41 133	3.43 206	0.40 143	0.27 153	0.02 46	1.63 126	2.71 221	0.58 166	0.30 172	8.12 194	1.20 208	5.20 208	4.62 201	0.18 176	0.06 109	0.16 170	0.86 180	0.46 71	3.62 181

HSM	0.28 66	0.03 39	0.00 1	0.03 114	0.13 133	0.00 1	0.00 1	0.71 167	0.08 87	0.00 1	0.03 97	0.17 105	0.02 70	0.02 46	1.23 85	0.37 43	0.06 62	0.00 1	1.58 107	0.09 74	0.87 97	1.06 67	0.00 1	0.02 41	0.00 1	0.00 1	1.16 97	0.01 77

ADCMid	2.48 193	1.29 212	1.74 219	0.41 189	1.86 213	1.44 209	2.93 210	0.73 169	3.87 224	0.91 162	3.99 212	1.39 173	1.50 184	0.32 197	5.22 223	1.86 190	0.77 184	0.83 210	8.13 195	0.99 202	3.15 167	4.52 193	1.77 219	0.35 176	1.28 205	4.21 218	2.21 143	9.43 216

DAS	1.30 169	0.05 89	0.00 1	0.01 44	0.12 126	0.11 164	0.09 143	0.76 170	0.70 189	1.79 202	4.27 215	2.88 189	2.40 193	0.02 46	1.76 133	2.31 208	0.86 186	0.26 161	4.24 157	0.77 182	4.77 202	3.74 167	0.01 91	0.88 199	0.17 172	0.02 122	2.06 138	0.00 1

SepStereo	1.30 169	0.05 89	0.00 1	0.01 44	0.12 126	0.11 164	0.09 143	0.76 170	0.70 189	1.79 202	4.27 215	2.88 189	2.40 193	0.02 46	1.76 133	2.31 208	0.86 186	0.26 161	4.24 157	0.77 182	4.77 202	3.74 167	0.01 91	0.88 199	0.17 172	0.02 122	2.06 138	0.00 1

LVE	16.68 240	24.42 243	4.98 233	46.68 250	29.72 249	40.87 246	36.48 248	0.77 172	1.98 211	2.93 231	0.02 91	19.43 222	24.59 239	57.65 249	2.41 166	1.15 152	4.72 231	0.73 208	28.80 241	0.85 187	7.91 240	6.42 233	55.56 251	3.47 243	19.47 249	5.95 228	11.06 235	11.26 223

NCC-stereo	0.24 59	0.20 171	0.01 115	0.05 132	0.09 92	0.01 90	0.47 170	0.81 173	0.26 135	0.00 1	0.00 1	0.04 37	0.03 88	0.03 76	1.18 78	0.26 23	0.00 1	0.01 38	0.63 59	0.11 80	0.11 18	1.39 77	0.08 143	0.02 41	0.01 119	0.31 160	0.14 51	0.28 137

Abc-Net	0.24 59	0.20 171	0.01 115	0.05 132	0.09 92	0.01 90	0.47 170	0.81 173	0.26 135	0.00 1	0.00 1	0.04 37	0.03 88	0.03 76	1.18 78	0.26 23	0.00 1	0.01 38	0.63 59	0.11 80	0.11 18	1.39 77	0.08 143	0.02 41	0.01 119	0.31 160	0.14 51	0.28 137
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MSC_U_SF_DS_RVC	3.16 199	1.18 211	0.43 185	2.19 211	0.94 206	0.84 197	6.54 224	0.85 175	5.90 231	2.43 218	0.94 167	1.91 181	1.34 183	4.13 228	4.25 201	2.60 218	1.01 199	0.98 216	18.67 221	1.72 221	3.64 182	6.69 239	1.93 222	0.70 196	2.03 214	2.01 198	1.46 112	8.01 206

DPSNet	6.94 219	0.47 191	0.20 174	0.29 185	1.97 214	1.07 201	0.89 186	0.86 176	2.98 219	1.22 173	2.17 195	52.57 256	13.71 227	3.88 227	7.49 249	5.80 246	2.69 218	2.05 238	50.32 257	3.36 236	8.50 245	7.72 247	4.13 228	2.45 235	1.60 209	4.65 222	2.26 149	2.20 174

test-1	1.48 175	0.04 68	0.00 1	0.00 1	0.02 30	0.20 179	0.31 165	0.89 177	0.49 170	2.96 232	3.23 203	1.52 175	0.30 156	0.17 174	1.94 148	2.72 222	0.61 168	0.49 196	5.52 172	1.33 211	4.19 188	5.99 224	0.01 91	0.12 147	0.00 1	0.18 152	3.69 205	3.00 178

iRaft-Stereo_20w	1.82 182	0.49 194	1.28 211	2.04 208	0.34 181	0.65 193	0.35 167	0.90 178	0.65 186	3.27 238	6.20 226	0.67 159	0.66 178	0.08 133	1.75 131	2.80 224	0.64 174	0.41 188	4.36 160	0.88 190	3.72 183	4.53 195	0.27 186	0.37 178	0.57 191	1.70 195	2.89 175	6.53 196

test_3	0.74 129	0.06 103	0.00 1	0.01 44	0.21 162	0.09 151	0.03 126	0.90 178	0.09 92	0.08 85	0.03 97	0.03 21	0.05 103	0.03 76	1.14 73	0.62 102	0.11 86	0.15 114	5.52 172	0.20 118	2.10 131	4.54 196	0.00 1	0.14 155	0.17 172	0.00 1	3.41 193	0.33 142

PSMNet-ADL	1.22 165	0.06 103	0.02 136	0.06 146	0.10 106	0.04 135	0.05 131	0.90 178	0.24 128	3.19 237	6.91 233	0.36 140	2.67 196	0.04 91	1.74 130	2.65 219	0.44 151	0.22 147	5.12 166	0.29 130	1.98 126	2.44 126	0.19 177	0.03 65	0.00 1	0.17 151	2.94 179	0.19 131

Any-RAFT	1.05 151	0.02 21	0.02 136	0.01 44	0.05 61	0.01 90	0.00 1	0.98 181	0.38 157	0.25 118	3.29 204	0.35 138	0.21 145	0.11 153	1.46 104	1.86 190	0.54 160	0.25 157	5.16 169	0.30 134	4.27 189	2.84 145	0.10 150	0.07 120	0.06 145	0.36 164	1.19 98	4.22 186

test-3	0.74 129	0.06 103	0.00 1	0.01 44	0.20 159	0.09 151	0.01 90	0.98 181	0.09 92	0.11 95	0.03 97	0.03 21	0.05 103	0.03 76	1.13 71	0.62 102	0.11 86	0.15 114	5.47 170	0.20 118	2.16 136	4.58 198	0.00 1	0.13 148	0.17 172	0.01 105	3.15 185	0.33 142

test_1	0.74 129	0.06 103	0.00 1	0.01 44	0.20 159	0.09 151	0.01 90	0.98 181	0.09 92	0.10 93	0.02 91	0.03 21	0.05 103	0.03 76	1.13 71	0.62 102	0.11 86	0.15 114	5.47 170	0.20 118	2.15 135	4.57 197	0.00 1	0.13 148	0.17 172	0.01 105	3.16 187	0.33 142

DN-CSS_ROB	0.48 110	0.02 21	0.00 1	0.06 146	0.12 126	0.00 1	0.00 1	1.01 184	0.06 74	0.37 129	0.56 153	0.07 65	0.03 88	0.06 116	1.18 78	0.65 115	0.19 107	0.02 55	4.07 154	0.03 45	1.44 116	1.44 81	0.00 1	0.10 138	0.00 1	0.00 1	1.19 98	0.34 145

EKT-Stereo	1.16 157	0.02 21	0.00 1	0.03 114	0.18 154	0.05 138	0.24 164	1.07 185	0.61 182	0.85 158	1.43 179	0.50 154	0.37 168	0.06 116	2.95 179	3.75 235	0.57 163	0.35 181	3.54 150	1.78 224	4.62 200	4.79 203	0.02 113	0.04 82	0.00 1	0.00 1	3.51 197	0.00 1

MSMDNet	1.04 150	0.16 161	0.00 1	0.02 92	0.05 61	0.17 176	0.02 116	1.09 186	0.35 149	0.80 156	0.35 145	0.40 143	1.89 187	0.13 162	1.52 114	2.51 217	0.37 147	0.20 139	6.14 182	0.59 161	4.56 199	4.91 207	0.11 155	0.05 95	0.12 160	0.51 169	0.20 63	0.96 160

ADCPNet	2.98 198	0.18 165	1.56 216	0.38 186	2.05 215	0.31 185	3.98 212	1.10 187	2.73 217	2.26 216	4.94 221	0.97 169	8.31 218	0.73 208	5.33 227	2.28 206	0.91 192	0.29 169	9.19 201	1.73 222	3.19 168	4.38 188	1.90 220	0.32 172	3.45 219	4.80 223	3.15 185	10.16 219

RainbowNet	12.80 231	21.87 238	3.60 229	44.60 249	19.57 240	37.71 243	29.87 240	1.11 188	1.01 200	0.62 149	0.00 1	20.56 224	6.81 213	48.71 243	1.91 143	0.97 145	3.36 221	0.26 161	14.60 213	3.20 235	6.83 231	5.60 219	54.43 247	1.29 214	0.49 190	2.74 207	3.58 204	10.27 220

cross-raft	1.01 149	0.18 165	0.00 1	0.00 1	0.06 77	0.16 173	0.02 116	1.11 188	0.38 157	0.49 140	0.43 151	0.42 147	0.27 153	0.13 162	1.38 95	2.26 204	0.29 132	0.20 139	6.38 183	0.98 200	4.80 204	4.29 185	0.08 143	0.03 65	0.12 160	0.68 175	0.15 55	1.83 171

raft_robust	0.40 95	0.06 103	0.00 1	0.00 1	0.09 92	0.00 1	0.00 1	1.15 190	0.01 10	0.01 64	0.01 81	0.19 113	0.05 103	0.05 102	1.14 73	0.69 124	0.08 75	0.16 122	3.38 148	0.13 89	1.13 105	2.24 118	0.01 91	0.10 138	0.00 1	0.00 1	0.14 51	0.08 123

ADCS	3.60 203	0.93 206	0.90 204	0.15 172	1.37 209	0.66 194	2.83 209	1.15 190	7.86 235	1.62 194	2.53 198	2.92 191	7.77 217	1.02 213	6.37 245	5.58 245	2.53 213	1.81 233	9.20 202	1.54 215	6.10 216	6.70 240	0.79 207	0.95 203	1.82 211	10.25 239	2.64 163	9.14 213

CBMV	2.15 188	0.14 154	0.25 176	0.23 181	0.32 178	0.31 185	0.13 150	1.16 192	0.36 152	1.53 190	1.90 191	6.56 200	2.00 191	0.56 203	3.06 182	2.44 215	0.99 198	0.35 181	5.54 174	0.66 174	4.46 197	4.14 182	0.11 155	0.73 198	0.05 141	0.54 171	6.18 221	13.33 226
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MaskLacGwcNet_RVC	4.96 215	0.78 203	0.46 186	0.93 198	0.73 198	0.98 200	2.04 204	1.19 193	1.73 207	2.69 224	7.76 240	55.72 257	5.25 207	2.73 224	2.62 174	2.26 204	2.44 212	2.93 242	11.88 209	0.62 166	6.08 215	6.50 235	0.21 180	1.31 215	0.82 200	2.91 211	3.41 193	6.94 198

NOSS_ROB	1.10 154	0.06 103	0.02 136	0.10 165	0.16 145	0.03 127	0.00 1	1.21 194	0.62 183	1.66 197	1.79 186	1.98 182	0.36 167	0.82 211	3.04 181	3.33 231	0.64 174	0.31 177	1.34 93	0.16 103	3.76 184	3.91 173	0.10 150	0.58 188	0.00 1	0.06 137	3.54 202	0.00 1

MFN_U_SF_DS_RVC	2.19 190	0.36 183	0.12 169	0.96 199	0.71 196	1.19 203	5.29 218	1.30 195	1.26 205	0.59 147	0.54 152	3.31 193	1.15 181	2.62 223	3.30 189	0.75 128	0.18 106	0.24 153	8.44 197	0.62 166	4.12 186	5.95 223	0.65 200	0.13 148	1.68 210	3.51 214	2.81 169	7.45 203

MLCV	0.85 136	0.04 68	0.01 115	0.18 176	0.47 184	0.00 1	0.01 90	1.32 196	0.34 147	1.02 165	2.77 200	0.40 143	0.26 149	0.05 102	1.58 120	0.90 139	0.25 122	0.25 157	5.94 180	0.17 108	1.64 119	3.11 151	0.10 150	0.53 186	0.00 1	0.01 105	1.68 124	0.02 97

anonymity	1.73 179	0.37 184	0.12 169	0.08 157	0.07 80	0.24 180	0.00 1	1.37 197	0.34 147	2.03 209	15.78 256	0.92 167	0.52 176	0.17 174	1.50 110	2.81 225	0.63 171	0.22 147	3.67 151	0.45 152	3.24 169	4.79 203	0.14 166	0.34 175	0.23 180	0.52 170	3.20 188	2.82 177

PSMNet_ROB	11.94 229	22.84 240	4.65 232	29.92 235	5.57 224	34.03 241	28.07 236	1.41 198	1.78 208	2.84 229	5.73 224	19.09 221	26.30 243	22.34 235	3.06 182	0.64 112	4.50 228	0.53 198	23.75 233	2.62 231	6.39 225	4.52 193	49.18 240	1.48 220	4.82 226	4.57 221	4.07 212	7.77 205

TRStereo	1.31 171	0.14 154	0.75 198	0.01 44	0.03 40	2.10 214	0.01 90	1.46 199	0.21 119	2.49 220	0.74 160	1.69 179	0.30 156	0.03 76	1.93 146	2.38 213	0.21 113	0.22 147	4.90 164	0.89 191	2.76 156	3.99 176	0.08 143	0.06 109	0.36 187	3.52 215	3.99 211	0.02 97

EAI-Stereo	1.28 167	0.38 186	0.65 193	0.59 192	0.25 170	0.72 196	0.54 174	1.46 199	0.76 195	0.08 85	1.89 189	0.48 153	0.33 160	0.04 91	2.10 157	2.44 215	0.28 128	0.52 197	6.62 186	0.54 158	3.35 174	3.93 174	0.15 170	0.51 183	0.60 193	1.15 185	3.43 195	0.81 156

FC-DCNN	1.41 173	0.60 196	3.49 228	2.04 208	1.35 208	2.19 215	0.93 189	1.46 199	0.90 197	1.42 183	0.78 161	1.55 177	0.55 177	0.02 46	2.23 162	0.87 136	0.61 168	0.20 139	1.89 120	0.17 108	2.32 144	1.84 107	0.00 1	0.63 190	1.51 208	1.38 191	2.87 173	4.35 187

RAFT-Test	1.05 151	0.18 165	0.00 1	0.03 114	0.10 106	0.18 177	0.06 135	1.48 202	0.43 162	0.85 158	2.02 193	0.25 121	0.40 170	0.14 168	1.41 99	2.37 211	0.32 138	0.19 134	6.40 185	0.47 153	4.67 201	3.94 175	0.16 172	0.04 82	0.14 165	0.62 172	0.15 55	1.32 168

MFN_U_SF_RVC	3.55 202	0.95 207	0.87 202	1.23 202	0.82 203	1.85 211	5.19 216	1.64 203	0.92 198	2.99 233	8.05 242	5.01 197	1.65 185	5.09 229	5.85 238	1.74 185	0.93 195	0.84 212	25.33 235	2.03 226	5.23 209	5.77 221	0.49 196	1.53 222	0.79 199	2.86 210	2.25 147	4.02 184

DLNR_Zeroshot_test	21.41 249	75.27 262	0.88 203	99.67 266	0.12 126	0.12 170	98.83 265	1.68 204	0.30 144	2.66 222	1.13 175	2.79 185	0.33 160	21.01 233	96.21 263	100.00 267	22.27 257	20.42 258	19.18 223	1.39 212	7.37 237	5.25 215	0.01 91	0.10 138	0.00 1	0.00 1	0.25 64	0.91 157

IGEV_Zeroshot_test	1.67 178	0.30 182	0.40 180	2.27 212	0.13 133	1.22 204	0.51 172	1.69 205	0.41 161	1.44 184	4.93 220	1.36 172	0.50 173	0.05 102	1.51 112	3.15 227	0.23 117	0.27 168	5.84 179	0.95 198	5.45 211	5.39 217	0.20 179	0.07 120	0.26 181	0.15 148	3.26 190	3.16 179

HSM-Net_RVC	0.88 138	0.02 21	0.01 115	0.71 194	0.12 126	0.00 1	0.06 135	1.69 205	0.22 122	1.62 194	4.44 218	3.04 192	0.18 138	0.02 46	1.33 89	0.82 133	0.39 149	0.07 90	0.99 78	0.56 159	2.48 147	1.85 108	0.25 184	1.15 210	0.05 141	0.02 122	1.34 106	0.34 145
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Anonymous3	0.94 146	0.10 138	0.00 1	0.01 44	0.09 92	0.00 1	0.00 1	1.72 207	0.25 129	0.00 1	0.00 1	2.04 183	0.49 172	0.18 180	3.12 186	3.84 237	0.54 160	0.29 169	3.11 143	0.81 184	3.32 171	3.53 162	0.03 125	0.03 65	0.00 1	0.02 122	1.64 122	0.21 133

SAMSARA	4.60 209	0.22 175	0.54 187	0.16 174	0.30 177	0.27 182	1.45 198	1.79 208	0.58 181	1.29 176	2.55 199	1.03 170	10.68 223	0.66 205	5.56 235	1.76 187	0.73 179	0.54 200	7.08 189	0.89 191	4.31 192	5.49 218	0.02 113	0.66 192	20.30 250	18.97 253	17.76 247	18.53 240

S-Stereo	2.85 197	0.07 118	0.83 201	0.42 190	0.26 172	0.08 149	1.90 202	1.95 209	1.12 201	3.18 236	11.54 250	13.91 213	0.68 179	0.15 170	5.47 232	4.39 241	0.74 180	1.19 224	5.68 175	2.44 229	3.02 164	6.52 236	0.31 189	1.68 224	0.00 1	1.27 189	1.90 131	6.22 194

iResNetv2_ROB	0.50 113	0.12 149	0.00 1	0.08 157	0.10 106	0.00 1	0.00 1	2.00 210	0.07 81	0.48 136	0.00 1	0.06 58	0.01 35	0.05 102	2.07 156	0.42 53	0.07 70	0.00 1	2.45 131	0.02 33	2.00 128	0.86 61	0.00 1	0.11 141	0.00 1	0.00 1	2.56 162	0.00 1

MFMNet_re	2.15 188	0.05 89	0.08 162	0.00 1	0.79 200	0.84 197	1.03 192	2.00 210	1.92 210	0.48 136	0.95 168	10.91 207	3.15 200	0.07 128	5.46 231	2.08 201	2.09 209	0.88 213	10.26 205	1.74 223	5.19 207	3.08 150	0.66 201	0.93 202	0.01 119	0.01 105	2.55 161	0.78 152

iResNet_ROB	0.44 101	0.06 103	0.00 1	0.05 132	0.10 106	0.00 1	0.00 1	2.08 212	0.06 74	0.64 150	0.00 1	0.05 48	0.00 1	0.04 91	1.94 148	0.70 125	0.05 48	0.00 1	2.59 138	0.00 1	0.62 73	0.56 48	0.00 1	0.09 134	0.00 1	0.00 1	2.26 149	0.00 1

MDST_ROB	5.34 217	6.28 223	0.58 189	13.30 224	2.82 222	7.90 222	0.58 175	2.11 213	0.67 187	1.76 201	2.06 194	2.86 187	20.75 233	0.03 76	5.04 218	0.58 94	0.47 153	0.16 122	6.00 181	0.20 118	4.05 185	3.85 172	0.76 205	0.36 177	15.04 244	8.71 235	25.23 255	12.09 225

pmcnn	3.75 204	0.64 199	0.63 191	1.91 204	2.10 217	1.17 202	2.45 207	2.12 214	1.25 204	2.77 227	5.81 225	8.87 203	11.99 225	0.67 206	3.87 197	4.10 238	2.67 217	1.79 232	11.24 207	2.59 230	6.89 232	3.39 160	1.54 218	1.24 213	0.44 188	1.99 197	7.13 224	10.10 218

HBP-ISP	1.90 184	0.16 161	1.21 210	0.89 197	0.44 183	0.48 190	0.00 1	2.17 215	0.67 187	2.05 210	3.80 211	0.27 127	0.31 158	1.72 216	7.50 250	6.66 249	0.46 152	0.48 193	1.67 112	1.14 206	4.29 190	6.15 226	0.01 91	0.41 181	0.76 197	1.16 186	5.02 219	1.34 169

ccs_rob	2.12 186	0.09 134	0.18 173	0.08 157	0.02 30	0.03 127	0.00 1	2.34 216	0.55 178	2.47 219	13.25 252	15.14 217	0.18 138	0.20 184	1.75 131	2.69 220	0.63 171	0.29 169	3.12 144	0.69 176	4.37 195	4.79 203	0.03 125	1.18 211	0.00 1	0.01 105	1.74 125	1.47 170

SPS-STEREO	3.17 200	0.48 192	0.68 195	2.61 214	0.37 182	1.50 210	0.52 173	2.36 217	0.49 170	2.68 223	5.47 223	10.52 206	3.45 201	0.06 116	4.34 203	4.14 239	2.54 214	1.03 217	15.30 214	1.13 205	7.82 239	4.11 181	0.53 199	1.52 221	1.91 213	0.74 177	5.13 220	4.17 185
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DGSMNet	4.99 216	0.98 208	0.94 205	0.80 195	0.13 133	1.33 206	0.35 167	2.57 218	1.13 202	5.37 250	19.87 259	2.86 187	4.74 206	2.55 222	6.33 242	7.98 253	8.56 244	4.27 246	20.87 228	3.57 238	11.43 254	12.14 255	1.90 220	2.67 238	0.78 198	2.70 206	3.06 182	4.73 189

LoS	0.64 124	0.04 68	0.01 115	0.01 44	0.02 30	0.01 90	0.00 1	2.75 219	0.50 173	0.39 131	0.06 105	0.52 155	0.50 173	0.13 162	1.65 128	1.84 188	0.67 177	0.45 192	1.09 83	0.25 127	3.52 177	2.69 140	0.03 125	0.06 109	0.00 1	0.00 1	0.03 35	0.02 97

CBMV_ROB	3.27 201	0.40 187	0.58 189	1.97 207	0.67 194	0.93 199	0.87 184	2.81 220	0.71 192	2.07 212	4.31 217	16.43 218	10.64 222	0.08 133	4.28 202	2.32 210	1.23 202	0.30 172	8.97 199	1.55 216	4.44 196	2.80 144	0.32 190	0.33 173	2.38 215	2.80 209	6.89 223	7.08 199

SGM+DAISY	4.77 214	2.08 215	2.00 221	3.87 217	2.49 220	4.53 220	3.90 211	2.82 221	2.83 218	3.30 239	7.23 236	13.10 211	10.10 220	0.80 210	4.39 206	3.25 229	1.80 206	1.19 224	20.00 225	2.22 227	6.37 223	5.17 214	0.29 188	2.57 237	3.69 220	1.86 196	8.70 233	8.28 209

FAT-Stereo	2.70 196	0.14 154	2.13 222	0.10 165	0.24 167	0.01 90	0.42 169	3.13 222	0.70 189	3.10 235	9.71 245	11.10 208	1.99 189	0.09 141	3.84 196	3.34 232	1.04 200	1.21 226	4.13 156	1.57 217	5.03 206	6.08 225	0.16 172	1.81 226	0.02 130	1.54 194	2.22 145	8.08 207

Dean	17.85 244	30.68 253	3.06 227	55.31 256	32.28 252	48.38 253	36.37 247	3.18 223	4.54 227	1.38 177	0.03 97	24.22 229	32.97 248	55.50 247	2.58 173	0.88 137	6.83 239	0.30 172	24.94 234	1.19 207	6.50 226	5.31 216	55.11 250	2.49 236	17.34 247	8.54 234	12.66 237	9.39 215

IMH-64-1	17.49 241	23.91 241	7.20 239	42.28 244	28.60 246	40.17 244	38.12 249	3.27 224	8.82 239	0.09 91	0.89 164	30.12 235	23.49 236	73.52 251	5.49 233	1.63 177	6.07 236	1.82 234	28.60 237	0.85 187	6.96 234	6.15 226	55.91 252	1.37 216	10.81 234	5.12 224	7.25 225	13.60 227

IMH-64	17.49 241	23.91 241	7.20 239	42.28 244	28.60 246	40.17 244	38.12 249	3.27 224	8.82 239	0.09 91	0.89 164	30.12 235	23.49 236	73.52 251	5.49 233	1.63 177	6.07 236	1.82 234	28.60 237	0.85 187	6.96 234	6.15 226	55.91 252	1.37 216	10.81 234	5.12 224	7.25 225	13.60 227

IMH	18.53 245	24.49 244	7.11 238	42.48 247	29.80 250	40.97 247	39.23 251	3.43 226	9.05 241	0.16 100	0.26 141	31.99 237	32.37 245	76.84 254	3.57 193	1.35 163	6.58 238	1.86 236	28.67 240	1.02 203	6.73 227	5.64 220	55.92 254	1.44 219	10.40 233	7.04 231	8.16 230	23.66 246

AnyNet_C01	4.71 212	1.30 213	1.38 214	1.93 205	0.93 205	0.52 191	6.17 222	3.59 227	7.24 234	2.71 225	4.09 213	10.44 205	7.26 214	0.83 212	6.33 242	7.50 250	5.37 233	6.03 250	13.07 210	2.75 233	8.51 246	6.74 242	1.51 217	1.23 212	4.50 224	2.64 205	3.89 209	8.83 211

G-Net	4.67 211	0.76 202	0.70 196	0.11 167	0.67 194	0.16 173	0.15 155	3.65 228	5.27 228	2.31 217	7.34 237	34.50 239	4.01 204	0.10 149	3.20 188	4.40 242	0.89 189	1.61 229	9.78 204	7.32 247	4.83 205	4.09 180	0.28 187	2.01 230	0.71 196	3.72 216	8.36 232	15.27 233

SGM_RVC	4.30 207	2.32 217	0.75 198	3.54 216	1.59 211	3.25 218	1.82 200	3.65 228	2.25 214	2.74 226	4.77 219	12.38 210	7.46 215	0.33 198	1.94 148	1.02 147	2.05 207	0.71 206	15.39 215	1.24 210	3.51 176	1.92 110	1.00 212	1.06 207	4.85 228	2.62 204	17.04 243	14.85 232
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SANet	4.18 206	1.17 210	0.72 197	0.82 196	1.48 210	1.40 208	0.67 178	3.67 230	4.18 226	1.03 166	1.60 182	41.37 245	14.10 228	0.62 204	3.58 194	0.66 118	2.66 216	0.37 186	3.32 146	0.57 160	2.86 161	2.85 146	0.04 133	2.20 232	0.89 201	4.37 219	4.63 216	11.13 222

WAO-6	12.97 232	12.92 230	2.64 226	22.85 231	13.01 235	31.05 238	25.33 235	3.69 231	9.31 242	0.52 143	3.07 202	25.35 230	35.29 251	45.64 240	5.70 237	1.43 168	8.23 241	0.60 203	19.56 224	1.47 214	6.98 236	6.65 238	17.42 235	3.07 241	12.29 237	9.52 237	9.39 234	17.14 237

edge stereo	4.03 205	0.75 201	5.72 234	1.33 203	0.51 186	2.09 213	1.64 199	3.79 232	2.55 216	2.85 230	7.79 241	22.66 228	5.90 210	0.39 200	2.71 177	3.76 236	0.78 185	0.59 202	13.55 211	1.68 219	3.25 170	6.53 237	0.38 193	1.02 205	1.25 204	1.20 187	4.15 214	10.08 217

MADNet+	4.41 208	1.05 209	0.80 200	1.02 200	1.71 212	0.11 164	5.99 221	4.10 233	0.97 199	2.05 210	1.32 176	6.38 199	7.48 216	1.42 215	8.01 252	4.40 242	9.16 245	0.48 193	9.27 203	3.65 239	8.25 243	6.45 234	0.17 174	5.70 250	4.53 225	1.51 193	3.80 206	19.26 241

PVD	2.51 194	0.07 118	1.68 218	0.05 132	0.27 173	0.46 189	1.11 194	4.43 234	5.47 230	1.79 202	3.66 209	1.45 174	3.99 203	0.22 189	5.37 228	2.24 203	1.42 205	1.15 223	7.47 192	1.69 220	3.63 179	4.94 208	0.07 141	0.52 184	1.87 212	3.33 213	3.24 189	6.24 195

MeshStereo	7.09 221	2.48 219	1.32 212	9.08 220	3.09 223	5.28 221	0.93 189	5.74 235	3.68 221	3.07 234	6.68 232	28.93 234	20.66 232	0.34 199	7.55 251	4.93 244	2.05 207	0.97 215	13.64 212	0.91 196	10.55 253	6.72 241	0.35 192	1.13 209	9.81 232	5.60 226	18.44 249	17.47 238
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
WAO-7	6.90 218	3.58 220	7.49 242	10.80 221	2.31 218	3.16 217	4.23 214	6.24 236	12.31 247	5.63 251	11.90 251	21.88 225	23.00 235	0.68 207	5.38 229	1.10 150	3.74 224	1.94 237	17.44 218	1.44 213	4.18 187	5.88 222	0.08 143	2.38 233	3.84 221	7.05 232	4.81 218	13.72 229

ELAS_RVC	9.26 223	5.08 222	4.33 231	10.85 222	5.66 225	17.39 229	5.27 217	6.37 237	3.83 223	4.16 246	10.46 249	38.81 243	25.22 241	1.72 216	5.58 236	1.74 185	4.27 226	2.84 241	10.78 206	2.72 232	6.80 228	7.82 248	1.41 216	4.21 247	15.79 246	10.60 240	18.32 248	17.99 239
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LSM0	13.03 233	0.48 192	1.94 220	3.08 215	2.05 215	2.43 216	4.86 215	6.43 238	6.36 232	3.45 240	7.75 239	14.97 215	19.62 231	0.15 170	68.79 261	82.55 262	3.67 223	1.66 231	40.88 254	6.19 243	12.32 255	13.19 256	0.24 181	2.44 234	4.84 227	6.87 230	12.68 238	21.90 245

ktn	25.08 254	26.20 247	10.23 249	42.84 248	31.90 251	44.34 250	52.33 254	6.49 239	31.79 260	14.13 257	3.70 210	42.64 247	42.28 255	75.37 253	11.31 255	6.62 248	14.82 253	9.79 253	36.83 249	9.07 249	9.10 248	7.61 245	58.54 258	8.47 254	12.19 236	16.13 250	24.10 253	28.22 251

TorneroNet-64	24.06 252	27.81 250	9.31 245	49.03 251	32.72 253	49.66 255	50.37 252	6.81 240	29.35 258	1.51 188	1.50 181	47.37 253	48.28 258	85.46 258	5.28 226	1.51 172	13.20 250	3.01 244	40.54 253	6.25 244	8.29 244	7.11 244	56.69 255	3.40 242	12.42 238	13.70 248	8.11 229	30.87 252

ELAS	9.53 224	6.63 224	3.99 230	13.09 223	7.62 228	13.81 227	5.42 219	6.99 241	6.82 233	3.78 245	10.20 247	38.09 242	22.57 234	1.86 218	6.35 244	1.70 180	4.43 227	2.64 239	11.47 208	1.62 218	6.89 232	7.84 249	1.28 215	3.81 245	17.61 248	13.16 247	17.54 246	20.21 243
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM-ForestM	6.94 219	9.28 229	2.49 223	8.39 219	2.42 219	9.17 223	6.40 223	7.03 242	3.64 220	1.99 208	3.65 208	26.06 231	18.08 230	0.45 202	2.01 154	0.67 120	2.33 211	0.32 178	16.74 217	0.84 186	3.33 172	1.38 75	0.88 210	0.64 191	13.53 242	9.69 238	21.22 251	14.61 231

DispFullNet	13.36 235	21.47 237	14.83 254	24.94 232	20.66 241	20.68 230	34.81 245	7.42 243	4.15 225	10.45 255	8.81 243	20.19 223	15.24 229	33.49 239	5.00 217	9.11 254	17.28 256	4.82 247	32.10 242	10.08 250	7.81 238	6.19 229	3.66 225	1.53 222	2.92 217	2.03 199	6.86 222	14.17 230

TorneroNet	24.03 251	28.19 252	10.69 250	49.51 252	34.21 255	51.74 256	50.69 253	8.48 244	26.48 256	1.40 180	6.56 229	44.67 250	43.84 257	86.48 259	3.92 198	1.37 164	12.72 249	2.99 243	39.87 251	6.79 245	8.20 242	6.79 243	56.84 256	2.97 240	13.85 243	12.70 246	11.54 236	25.42 247

WAO-8	19.62 247	25.29 245	9.38 246	38.63 239	24.33 242	42.42 248	31.16 242	8.67 245	18.70 250	3.62 241	7.02 234	43.16 248	32.71 246	54.90 245	3.38 191	1.54 175	8.45 242	1.04 218	32.58 243	12.68 255	6.82 229	6.37 230	25.97 236	1.98 228	29.31 259	11.20 241	14.88 240	33.63 254

Venus	19.63 248	25.29 245	9.38 246	38.63 239	24.33 242	42.42 248	31.16 242	8.67 245	18.70 250	3.62 241	7.02 234	43.16 248	32.71 246	54.95 246	3.38 191	1.54 175	8.45 242	1.04 218	32.58 243	12.68 255	6.82 229	6.37 230	25.97 236	1.98 228	29.31 259	11.20 241	14.88 240	33.63 254

PWCK	14.24 236	20.44 236	6.93 236	32.16 237	10.87 231	21.04 231	17.05 230	9.58 247	10.48 244	12.07 256	15.06 255	40.76 244	23.97 238	3.30 225	4.94 216	2.14 202	7.86 240	1.63 230	61.12 260	7.20 246	9.39 249	6.41 232	14.49 234	2.67 238	8.21 230	11.32 243	7.81 227	15.45 234

notaker	24.99 253	32.93 256	15.02 255	55.34 257	38.46 257	56.36 258	56.70 257	10.17 248	22.95 255	6.84 252	2.28 196	45.40 252	43.26 256	91.12 261	5.38 229	2.72 222	13.56 252	6.42 251	42.98 255	10.39 251	8.07 241	7.68 246	61.15 261	5.81 251	2.84 216	5.91 227	8.26 231	16.81 236

SPstereo	11.64 228	2.43 218	9.22 244	1.96 206	1.05 207	3.34 219	1.82 200	10.28 249	5.36 229	3.63 243	16.41 257	22.30 226	38.83 252	2.52 221	8.86 253	15.37 257	11.90 247	12.84 255	23.42 232	12.51 254	18.90 257	14.90 259	4.08 227	6.45 253	9.72 231	14.01 249	20.19 250	21.81 244

BEATNet-Init1	17.57 243	19.15 234	7.36 241	32.29 238	12.37 234	28.66 236	15.03 228	11.34 250	11.51 245	4.44 247	10.38 248	36.68 241	41.56 254	2.04 219	9.48 254	7.61 251	4.58 229	3.72 245	46.12 256	16.50 257	9.66 250	9.43 252	3.73 226	5.56 249	24.83 256	12.37 245	50.26 262	37.71 257

JetBlue	15.47 239	15.83 232	11.44 251	22.01 230	17.05 239	27.41 235	16.87 229	12.74 251	15.86 249	2.53 221	3.31 205	67.15 260	4.28 205	15.41 231	7.44 248	7.70 252	13.42 251	10.65 254	18.92 222	7.32 247	13.48 256	10.71 254	9.89 232	6.29 252	12.60 240	19.46 254	21.68 252	26.23 248

STStereo	10.25 226	8.38 227	9.78 248	18.33 228	10.17 230	14.59 228	9.26 226	12.75 252	8.27 238	3.70 244	13.40 253	36.44 240	25.95 242	0.17 174	6.07 239	1.96 198	1.32 203	0.63 205	25.78 236	1.22 209	2.97 163	3.26 156	1.02 213	3.80 244	12.57 239	8.01 233	17.34 245	19.56 242

MANE	13.07 234	7.36 225	11.49 252	14.22 225	9.29 229	11.70 225	8.94 225	13.50 253	12.28 246	2.82 228	6.34 227	32.11 238	28.69 244	2.24 220	6.16 241	5.90 247	4.12 225	20.76 259	17.59 219	1.99 225	6.38 224	4.38 188	0.85 208	4.58 248	23.20 253	20.22 255	39.65 259	36.16 256

KSHMR	23.83 250	31.62 254	14.01 253	55.60 258	40.18 258	53.28 257	55.84 256	13.62 254	9.32 243	7.81 253	7.68 238	28.72 233	25.02 240	84.79 256	6.40 246	3.08 226	12.08 248	4.84 248	36.89 250	5.30 241	8.60 247	7.86 250	57.85 257	4.11 246	15.16 245	11.60 244	14.42 239	27.69 250

DPSimNet_ROB	28.35 255	27.89 251	32.43 259	31.24 236	27.36 245	30.93 237	25.25 234	17.05 255	22.20 254	30.89 260	26.52 260	42.32 246	40.22 253	51.91 244	27.50 259	22.48 258	22.69 258	14.88 256	40.12 252	35.73 260	22.76 259	21.96 260	26.47 238	19.83 258	23.16 252	28.12 259	26.90 256	26.68 249

LE_ROB	18.84 246	4.56 221	7.69 243	26.18 233	32.73 254	22.59 232	28.28 237	19.07 256	15.68 248	4.69 249	13.55 254	45.05 251	49.00 259	1.33 214	4.74 213	1.71 181	1.40 204	0.53 198	28.64 239	5.81 242	5.55 212	3.29 158	6.71 230	23.78 260	30.08 261	31.85 260	46.70 261	47.61 262

UNDER WATER	29.22 256	34.07 258	15.79 256	61.06 259	48.92 262	60.55 260	67.17 259	25.97 257	20.28 253	4.66 248	6.67 231	47.92 254	34.52 249	85.26 257	6.09 240	3.30 230	17.14 255	5.72 249	35.04 248	11.97 253	9.66 250	8.71 251	58.59 259	12.20 256	26.03 257	22.98 256	16.86 242	41.83 260

HanzoNet	37.35 258	39.96 259	24.65 258	54.61 255	43.74 260	58.38 259	63.81 258	26.85 258	42.31 261	15.90 259	18.03 258	68.31 261	58.44 261	89.37 260	12.91 256	15.06 256	25.60 259	18.17 257	56.45 259	29.02 259	19.21 258	14.61 257	70.48 262	17.65 257	29.19 258	27.11 258	29.31 257	39.40 258

UNDER WATER-64	29.55 257	34.06 257	16.97 257	62.49 260	48.81 261	62.21 261	67.65 260	27.75 259	20.05 252	8.84 254	9.51 244	48.23 255	35.17 250	83.34 255	6.92 247	4.38 240	16.86 254	6.53 252	34.28 246	11.19 252	9.69 252	9.48 253	59.94 260	9.75 255	22.62 251	24.30 257	17.16 244	39.54 259

MADNet++	42.01 260	32.47 255	37.64 260	21.86 229	40.47 259	25.73 234	30.87 241	37.69 260	51.70 262	44.04 261	63.49 261	66.12 259	65.51 262	19.07 232	14.02 257	23.43 259	50.54 261	31.94 260	53.94 258	54.26 261	75.96 262	73.11 262	9.99 233	58.95 262	24.11 255	52.98 262	42.13 260	32.16 253

JetRed	38.88 259	45.85 260	43.93 262	38.66 241	38.26 256	49.60 254	54.21 255	37.93 261	28.12 257	14.79 258	10.03 246	62.74 258	5.65 209	46.25 241	34.16 260	37.11 260	44.95 260	61.08 263	34.78 247	20.44 258	57.40 261	51.01 261	49.75 241	22.86 259	30.80 262	46.77 261	39.14 258	43.50 261

LRCNet_RVC	54.46 261	70.77 261	39.91 261	91.55 261	92.17 263	87.51 262	81.57 261	46.66 262	30.39 259	97.40 262	68.75 262	87.64 264	58.12 260	95.96 264	27.25 258	9.21 255	61.45 262	44.83 261	92.80 261	58.57 262	22.95 260	14.73 258	92.70 264	48.92 261	6.30 229	2.22 201	24.38 254	15.60 235

DPSMNet_ROB	98.09 270	97.61 264	100.00 269	97.53 263	100.00 265	96.88 265	100.00 270	95.37 263	100.00 266	98.24 264	98.79 265	82.72 263	98.14 265	99.87 267	99.87 267	99.99 266	90.64 265	99.99 268	94.19 263	99.98 265	99.25 267	99.45 267	99.85 265	99.95 266	100.00 267	100.00 267	100.00 266	100.00 267

DGTPSM_ROB	98.07 269	97.55 263	100.00 269	97.51 262	100.00 265	96.88 265	100.00 270	95.37 263	100.00 266	98.23 263	98.78 264	82.66 262	98.09 264	99.84 266	99.87 267	100.00 267	90.54 264	99.98 267	94.00 262	99.98 265	99.25 267	99.45 267	99.85 265	99.95 266	100.00 267	100.00 267	100.00 266	100.00 267

MEDIAN_ROB	95.86 263	98.19 265	97.03 264	100.00 267	99.94 264	99.99 270	100.00 270	98.77 265	96.83 264	99.97 265	99.86 266	96.27 267	93.30 263	99.96 268	98.75 264	96.77 263	97.64 266	97.60 264	99.54 264	96.90 264	89.03 264	92.34 265	100.00 268	94.80 265	79.49 264	88.48 264	83.33 263	93.50 264

HaxPig	97.65 267	100.00 268	98.14 265	100.00 267	100.00 265	99.99 270	99.99 269	99.98 266	99.94 265	100.00 266	99.97 267	99.99 271	99.94 266	99.99 269	99.17 265	98.75 264	99.96 267	98.27 265	99.99 265	99.99 267	93.43 265	86.94 264	99.99 267	99.97 268	77.32 263	98.91 266	88.64 265	97.25 265

MyStereo03	99.93 271	100.00 268	100.00 269	100.00 267	100.00 265	99.06 267	99.14 266	100.00 267	100.00 266	100.00 266	100.00 268	99.91 269	100.00 268	100.00 270	100.00 269	100.00 267	100.00 269	100.00 269	100.00 268	100.00 268	100.00 269	100.00 269	100.00 268	100.00 269	100.00 267	100.00 267	100.00 266	100.00 267

MyStereo02	96.23 264	100.00 268	100.00 269	100.00 267	0.00 1	99.06 267	99.14 266	100.00 267	100.00 266	100.00 266	100.00 268	99.91 269	100.00 268	100.00 270	100.00 269	100.00 267	100.00 269	100.00 269	100.00 268	100.00 268	100.00 269	100.00 269	100.00 268	100.00 269	100.00 267	100.00 267	100.00 266	100.00 267

PML	91.55 262	100.00 268	70.97 263	100.00 267	100.00 265	99.99 270	98.63 264	100.00 267	96.55 263	100.00 266	88.93 263	99.88 268	99.98 267	96.96 265	86.25 262	78.72 261	88.35 263	58.29 262	100.00 268	90.03 263	83.50 263	75.97 263	88.27 263	86.28 264	92.48 266	92.28 265	100.00 266	99.42 266

CasAABBNet	99.94 272	100.00 268	100.00 269	100.00 267	100.00 265	99.26 269	99.18 268	100.00 267	100.00 266	100.00 266	100.00 268	100.00 272	100.00 268	100.00 270	100.00 269	100.00 267	100.00 269	100.00 269	100.00 268	100.00 268	100.00 269	100.00 269	100.00 268	100.00 269	100.00 267	100.00 267	100.00 266	100.00 267

DPSM_ROB	97.19 265	99.15 266	99.69 267	98.88 264	100.00 265	91.14 263	91.00 262	100.00 267	100.00 266	100.00 266	100.00 268	95.08 265	100.00 268	94.84 262	100.00 269	100.00 267	100.00 269	100.00 269	99.99 265	100.00 268	100.00 269	100.00 269	54.28 245	100.00 269	100.00 267	100.00 267	100.00 266	100.00 267

DPSM	97.19 265	99.15 266	99.69 267	98.88 264	100.00 265	91.14 263	91.00 262	100.00 267	100.00 266	100.00 266	100.00 268	95.08 265	100.00 268	94.84 262	100.00 269	100.00 267	100.00 269	100.00 269	99.99 265	100.00 268	100.00 269	100.00 269	54.28 245	100.00 269	100.00 267	100.00 267	100.00 266	100.00 267

AVERAGE_ROB	97.87 268	100.00 268	99.48 266	100.00 267	100.00 265	100.00 273	100.00 270	100.00 267	100.00 266	100.00 266	100.00 268	100.00 272	100.00 268	100.00 270	99.53 266	99.67 265	99.99 268	99.97 266	100.00 268	100.00 268	96.18 266	98.83 266	100.00 268	100.00 269	86.70 265	87.40 263	88.36 264	86.25 263

ASD4																								61.04 263

Low-res two-view benchmark