Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

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

CroCo-Stereo	0.02 1	0.01 1	0.02 1	0.01 1	0.01 2	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.00 1	0.04 1	0.05 2	0.04 2	0.03 1	0.03 1	0.02 1	0.03 1	0.02 1	0.00 1	0.01 1	0.04 2	0.03 1	0.02 1	0.02 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
CroCo-Stereo Lap2	0.03 3	0.02 2	0.02 1	0.01 1	0.01 2	0.02 2	0.02 2	0.02 3	0.02 3	0.03 4	0.02 2	0.02 3	0.03 7	0.01 2	0.05 3	0.05 2	0.04 2	0.05 3	0.04 3	0.04 3	0.04 3	0.04 3	0.01 2	0.02 2	0.06 5	0.06 5	0.05 4	0.03 3

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HCRNet	0.12 82	0.17 174	0.06 47	0.22 178	0.08 65	0.15 135	0.08 85	0.13 52	0.04 5	0.46 237	0.12 97	0.24 164	0.07 65	0.07 75	0.08 21	0.06 4	0.14 49	0.08 18	0.20 140	0.08 45	0.10 24	0.05 8	0.11 149	0.06 35	0.06 5	0.06 5	0.05 4	0.08 17

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

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

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

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

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

HITNet	0.09 33	0.07 50	0.06 47	0.08 57	0.08 65	0.08 58	0.05 31	0.11 37	0.07 40	0.19 86	0.08 46	0.12 42	0.07 65	0.07 75	0.09 38	0.08 17	0.13 37	0.10 55	0.10 34	0.07 29	0.11 29	0.09 62	0.06 67	0.06 35	0.12 47	0.11 38	0.16 97	0.14 63
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
PS-NSSS	0.17 156	0.19 183	0.18 193	0.23 180	0.18 173	0.18 160	0.16 159	0.22 166	0.12 125	0.23 121	0.21 185	0.44 194	0.08 78	0.11 134	0.14 153	0.10 46	0.13 37	0.13 117	0.26 180	0.11 102	0.11 29	0.07 32	0.18 186	0.15 172	0.17 108	0.21 177	0.14 76	0.20 135

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	0.13 93	0.13 141	0.14 167	0.14 134	0.16 161	0.13 118	0.21 184	0.13 52	0.15 150	0.16 52	0.16 147	0.21 141	0.10 106	0.15 176	0.12 122	0.12 118	0.16 66	0.12 90	0.11 38	0.09 66	0.12 35	0.10 86	0.08 111	0.09 107	0.13 56	0.13 62	0.11 46	0.16 86
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	0.15 135	0.11 114	0.11 132	0.19 167	0.14 150	0.21 183	0.24 197	0.13 52	0.11 110	0.16 52	0.14 120	0.10 29	0.08 78	0.40 222	0.12 122	0.12 118	0.21 143	0.14 139	0.16 94	0.10 85	0.12 35	0.09 62	0.25 204	0.08 85	0.15 82	0.13 62	0.14 76	0.13 54

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CC-Net-ROB	0.28 201	0.40 222	0.29 218	0.57 223	0.44 223	0.42 218	0.38 213	0.32 204	0.19 174	0.33 220	0.28 215	0.69 217	0.10 106	0.32 218	0.21 202	0.13 143	0.14 49	0.16 164	0.40 208	0.18 186	0.15 75	0.09 62	0.23 199	0.24 206	0.22 173	0.21 177	0.19 136	0.28 177

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SQANet	0.46 222	0.56 229	0.14 167	1.44 237	0.52 230	1.25 237	0.85 234	0.30 199	0.23 194	0.34 224	0.25 204	0.66 214	0.19 177	1.15 235	0.19 196	0.14 162	0.25 188	0.20 198	0.42 209	0.22 204	0.17 103	0.14 158	1.56 242	0.17 185	0.21 162	0.17 135	0.27 185	0.41 201

ACVNet-4b	0.70 234	0.78 238	0.34 227	1.74 249	0.95 244	1.64 247	1.43 242	0.33 207	0.31 220	0.38 230	0.26 209	1.23 246	0.29 199	2.19 251	0.42 230	0.37 231	0.34 220	0.24 213	0.59 221	0.38 231	0.17 103	0.15 168	2.71 251	0.23 198	0.30 207	0.32 223	0.39 211	0.42 203

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

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

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

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

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

UDGNet	0.15 135	0.13 141	0.10 116	0.18 161	0.17 167	0.16 143	0.20 178	0.16 75	0.11 110	0.16 52	0.14 120	0.16 84	0.05 29	0.44 223	0.10 64	0.10 46	0.17 82	0.12 90	0.14 69	0.09 66	0.17 103	0.10 86	0.29 227	0.07 67	0.17 108	0.16 117	0.12 54	0.13 54

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

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

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

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

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

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

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

DDUNet	0.26 194	0.21 189	0.12 146	0.38 205	0.31 212	0.41 216	0.48 223	0.20 146	0.16 154	0.16 52	0.25 204	0.17 89	0.08 78	1.61 241	0.15 165	0.14 162	0.21 143	0.15 152	0.25 176	0.14 148	0.18 121	0.13 149	0.25 204	0.16 180	0.17 108	0.19 167	0.18 128	0.22 154

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DLNR_Zeroshot_test	10.02 267	31.66 276	0.05 23	54.25 276	0.10 99	0.18 160	50.40 276	0.19 129	0.08 58	0.27 186	0.07 29	0.20 130	0.04 17	0.14 168	60.23 276	70.55 276	0.34 220	0.18 188	0.26 180	0.11 102	0.20 149	0.08 37	0.07 88	0.09 107	0.19 140	0.15 100	0.20 149	0.25 167

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

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

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

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

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

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

CREStereo	0.11 60	0.08 78	0.06 47	0.08 57	0.08 65	0.07 49	0.05 31	0.18 110	0.05 12	0.26 173	0.08 46	0.18 104	0.06 46	0.08 93	0.09 38	0.10 46	0.22 153	0.08 18	0.13 62	0.08 45	0.20 149	0.09 62	0.06 67	0.06 35	0.12 47	0.13 62	0.17 110	0.16 86
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
FADNet_RVC	0.18 159	0.14 154	0.13 157	0.20 172	0.15 159	0.14 125	0.13 143	0.24 178	0.14 140	0.24 137	0.18 167	0.28 171	0.22 186	0.14 168	0.15 165	0.12 118	0.20 130	0.17 177	0.32 194	0.15 164	0.20 149	0.15 168	0.11 149	0.15 172	0.20 150	0.21 177	0.18 128	0.23 157

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

MDST_ROB	0.23 188	0.26 206	0.15 174	0.46 216	0.24 198	0.36 209	0.20 178	0.24 178	0.16 154	0.26 173	0.15 136	0.28 171	0.27 195	0.11 134	0.13 135	0.13 143	0.21 143	0.12 90	0.18 117	0.12 123	0.20 149	0.11 114	0.11 149	0.12 151	0.36 219	0.25 201	0.57 227	0.33 186

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

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

LoS	0.16 150	0.10 102	0.08 93	0.10 89	0.11 116	0.09 71	0.07 77	0.50 233	0.05 12	0.32 216	0.36 228	0.36 186	0.06 46	0.09 109	0.09 38	0.10 46	0.19 115	0.09 42	0.15 84	0.11 102	0.21 164	0.09 62	0.07 88	0.07 67	0.18 127	0.12 53	0.20 149	0.21 150

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

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

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

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

MFN_U_SF_DS_RVC	0.25 190	0.25 203	0.20 201	0.29 198	0.22 189	0.22 187	0.23 193	0.37 215	0.28 212	0.35 227	0.22 194	0.46 198	0.32 204	0.20 190	0.19 196	0.17 197	0.17 82	0.16 164	0.30 190	0.14 148	0.21 164	0.19 195	0.27 222	0.23 198	0.29 203	0.26 202	0.33 197	0.31 185

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

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

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

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

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

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

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

UDG	0.26 194	0.21 189	0.13 157	0.39 209	0.32 213	0.39 214	0.53 228	0.20 146	0.16 154	0.19 86	0.23 196	0.17 89	0.09 93	1.45 237	0.16 173	0.13 143	0.27 204	0.16 164	0.27 186	0.14 148	0.22 177	0.14 158	0.25 204	0.12 151	0.21 162	0.21 177	0.21 160	0.19 127

FAT-Stereo	0.26 194	0.19 183	0.17 188	0.38 205	0.37 218	0.31 199	0.25 201	0.26 185	0.18 167	0.28 198	0.25 204	0.33 181	0.36 214	0.26 201	0.18 188	0.16 185	0.27 204	0.23 210	0.33 198	0.21 199	0.22 177	0.19 195	0.22 196	0.22 195	0.22 173	0.22 185	0.33 197	0.43 206

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

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

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

CSAN	0.26 194	0.30 215	0.30 220	0.26 190	0.23 193	0.21 183	0.19 176	0.28 190	0.37 229	0.35 227	0.24 199	0.51 206	0.27 195	0.14 168	0.22 204	0.17 197	0.19 115	0.20 198	0.26 180	0.25 211	0.22 177	0.20 204	0.17 180	0.27 213	0.31 208	0.26 202	0.39 211	0.38 196

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

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

CBMV	0.22 181	0.18 180	0.18 193	0.23 180	0.22 189	0.20 175	0.18 169	0.27 188	0.19 174	0.28 198	0.11 85	0.30 178	0.13 138	0.24 198	0.16 173	0.14 162	0.25 188	0.18 188	0.20 140	0.16 176	0.22 177	0.19 195	0.24 203	0.23 198	0.27 195	0.24 192	0.36 206	0.42 203
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
otaku	0.59 228	0.73 234	0.30 220	1.73 248	0.85 238	1.52 242	1.01 235	0.40 221	0.33 224	0.38 230	0.32 224	0.68 215	0.26 191	1.38 236	0.35 224	0.25 217	0.21 143	0.23 210	0.71 225	0.30 221	0.23 188	0.18 186	2.19 245	0.28 216	0.29 203	0.18 150	0.31 193	0.42 203

Ntro	0.64 231	0.74 235	0.31 224	1.81 250	0.85 238	1.57 243	1.10 237	0.48 232	0.36 228	0.38 230	0.39 229	0.74 221	0.27 195	1.54 239	0.37 227	0.28 225	0.23 162	0.24 213	0.71 225	0.31 223	0.23 188	0.18 186	2.45 248	0.30 220	0.31 208	0.24 192	0.38 210	0.44 209

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

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

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

S-Stereo	0.30 205	0.22 194	0.18 193	0.42 214	0.39 220	0.41 216	0.37 209	0.25 184	0.24 197	0.26 173	0.44 232	0.55 208	0.36 214	0.24 198	0.18 188	0.14 162	0.27 204	0.27 219	0.35 201	0.28 216	0.23 188	0.23 214	0.53 234	0.23 198	0.23 182	0.19 167	0.27 185	0.38 196

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

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

LE_ROB	0.42 218	0.19 183	0.17 188	0.40 211	0.44 223	0.33 207	0.44 220	0.35 210	0.29 217	0.32 216	0.21 185	1.22 245	1.73 260	0.11 134	0.11 95	0.11 81	0.21 143	0.13 117	0.21 146	0.13 138	0.23 188	0.13 149	0.12 160	0.15 172	0.39 223	0.36 227	1.46 261	1.45 259

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

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

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

MaskLacGwcNet_RVC	0.36 213	0.16 166	0.13 157	0.26 190	0.22 189	0.23 191	0.27 204	0.24 178	0.15 150	0.24 137	0.16 147	4.16 264	0.22 186	0.19 187	0.14 153	0.13 143	0.33 218	0.22 205	0.32 194	0.20 197	0.24 199	0.19 195	0.22 196	0.14 169	0.20 150	0.20 176	0.21 160	0.24 159

edge stereo	0.31 207	0.22 194	0.20 201	0.42 214	0.36 216	0.42 218	0.39 215	0.39 220	0.23 194	0.23 121	0.39 229	0.68 215	0.34 211	0.30 213	0.17 180	0.17 197	0.31 216	0.21 201	0.42 209	0.21 199	0.24 199	0.18 186	0.25 204	0.23 198	0.28 199	0.24 192	0.39 211	0.55 222

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

GANetREF_RVC	0.26 194	0.26 206	0.30 220	0.23 180	0.23 193	0.23 191	0.24 197	0.35 210	0.33 224	0.32 216	0.18 167	0.50 203	0.38 218	0.12 152	0.22 204	0.18 203	0.20 130	0.21 201	0.35 201	0.21 199	0.24 199	0.16 177	0.22 196	0.29 219	0.28 199	0.21 177	0.36 206	0.33 186
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
STStereo	0.38 214	0.43 224	0.31 224	0.74 230	0.50 229	0.58 224	0.43 218	0.35 210	0.31 220	0.34 224	0.25 204	0.83 229	0.55 230	0.20 190	0.17 180	0.16 185	0.25 188	0.16 164	0.46 214	0.17 180	0.24 199	0.19 195	0.20 190	0.23 198	0.52 231	0.41 232	0.76 239	0.59 227

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

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

FCDSN-DC	0.25 190	0.25 203	0.26 215	0.28 197	0.26 201	0.26 196	0.35 208	0.28 190	0.18 167	0.20 94	0.18 167	0.21 141	0.12 123	0.29 210	0.25 212	0.26 220	0.29 213	0.28 222	0.28 187	0.21 199	0.25 205	0.25 219	0.26 210	0.32 223	0.27 195	0.24 192	0.26 182	0.27 173
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	0.31 207	0.28 212	0.21 207	0.33 199	0.29 210	0.31 199	0.29 206	0.38 218	0.24 197	0.46 237	0.31 222	0.50 203	0.34 211	0.25 200	0.30 217	0.25 217	0.19 115	0.23 210	0.58 220	0.29 218	0.25 205	0.28 224	0.21 194	0.27 213	0.31 208	0.26 202	0.37 208	0.51 217

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

DPSNet	0.40 217	0.19 183	0.18 193	0.27 196	0.26 201	0.29 198	0.19 176	0.26 185	0.24 197	0.18 74	0.17 157	2.15 258	0.44 223	0.10 121	0.20 200	0.16 185	0.35 223	0.28 222	2.00 259	0.27 214	0.25 205	0.17 184	0.28 225	0.25 210	0.40 224	0.27 212	0.39 211	0.53 219

SANet	0.31 207	0.21 189	0.21 207	0.25 188	0.22 189	0.31 199	0.22 190	0.31 203	0.32 222	0.27 186	0.27 211	1.36 248	0.39 220	0.22 196	0.17 180	0.14 162	0.26 197	0.21 201	0.30 190	0.21 199	0.25 205	0.21 207	0.30 228	0.23 198	0.34 215	0.26 202	0.35 203	0.49 215

DispFullNet	0.49 223	0.53 228	0.20 201	1.14 234	0.43 222	0.79 233	1.26 239	0.33 207	0.24 197	0.24 137	0.27 211	0.85 230	0.50 227	1.59 240	0.18 188	0.15 180	0.51 236	0.34 232	1.12 244	0.26 212	0.25 205	0.19 195	0.20 190	0.22 195	0.28 199	0.18 150	0.35 203	0.61 228

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

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

G-Net	0.29 202	0.24 201	0.19 199	0.24 185	0.21 188	0.36 209	0.23 193	0.30 199	0.27 209	0.33 220	0.33 225	0.89 235	0.25 189	0.19 187	0.21 202	0.18 203	0.26 197	0.22 205	0.44 211	0.31 223	0.27 214	0.18 186	0.18 186	0.18 189	0.28 199	0.24 192	0.40 215	0.41 201

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

MSC_U_SF_DS_RVC	0.35 212	0.36 218	0.38 230	0.46 216	0.28 206	0.31 199	0.28 205	0.51 234	0.46 235	0.39 234	0.29 217	0.37 188	0.36 214	0.31 215	0.38 228	0.26 220	0.22 153	0.27 219	0.72 227	0.37 230	0.28 216	0.31 226	0.30 228	0.38 229	0.33 213	0.26 202	0.30 190	0.38 196

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

MeshStereo	0.30 205	0.26 206	0.20 201	0.49 219	0.37 218	0.36 209	0.26 202	0.32 204	0.28 212	0.30 211	0.28 215	0.60 210	0.48 226	0.18 181	0.15 165	0.14 162	0.26 197	0.17 177	0.28 187	0.18 186	0.28 216	0.22 211	0.25 204	0.21 192	0.37 220	0.30 221	0.55 225	0.51 217
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
BEATNet-Init1	0.51 226	0.41 223	0.29 218	0.78 233	0.41 221	0.60 227	0.46 221	0.41 226	0.28 212	0.30 211	0.25 204	0.87 232	0.91 243	0.26 201	0.33 223	0.26 220	0.28 211	0.25 216	0.98 239	0.29 218	0.29 220	0.27 222	0.26 210	0.32 223	0.51 230	0.38 231	2.12 264	0.96 247

ACVNet_1	0.75 236	0.82 239	0.41 232	2.07 257	0.98 245	1.94 254	1.52 244	0.59 239	0.28 212	0.43 235	0.50 236	0.73 220	0.63 233	2.24 253	0.36 226	0.25 217	0.34 220	0.32 226	0.62 222	0.31 223	0.30 221	0.22 211	2.71 251	0.33 225	0.41 226	0.28 216	0.37 208	0.39 200

MANE	0.42 218	0.36 218	0.33 226	0.61 225	0.45 226	0.44 220	0.47 222	0.43 229	0.26 206	0.23 121	0.24 199	0.64 212	0.29 199	0.31 215	0.32 221	0.30 229	0.33 218	0.42 239	0.38 207	0.24 207	0.31 222	0.27 222	0.26 210	0.35 227	0.57 236	0.44 236	1.10 255	0.98 249

RainbowNet	0.78 237	0.90 240	0.47 233	1.86 251	0.92 241	1.63 246	1.48 243	0.42 228	0.37 229	0.47 240	0.34 227	0.92 236	0.62 232	2.02 246	0.65 244	0.48 239	0.35 223	0.33 230	0.92 235	0.58 239	0.33 223	0.24 218	2.80 255	0.39 231	0.40 224	0.35 226	0.44 219	0.50 216

ELAS	0.43 220	0.43 224	0.36 228	0.64 227	0.45 226	0.58 224	0.50 224	0.40 221	0.27 209	0.25 159	0.30 220	0.92 236	0.32 204	0.32 218	0.31 218	0.28 225	0.36 225	0.30 224	0.45 213	0.26 212	0.34 224	0.33 231	0.26 210	0.37 228	0.56 235	0.43 235	0.78 242	0.76 238
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TorneroNet-64	1.09 250	1.03 248	0.60 242	1.99 253	0.92 241	2.06 257	2.05 255	0.63 240	0.87 247	0.58 244	0.49 234	1.90 255	1.89 261	2.91 262	0.67 245	0.51 242	0.48 232	0.47 240	1.23 250	0.61 243	0.35 225	0.38 238	3.33 259	0.57 243	0.64 242	0.52 242	0.69 234	1.15 252

ACVNet_2	0.84 240	0.95 241	0.58 241	2.04 255	1.03 250	1.88 253	1.56 247	0.68 243	0.39 232	0.53 241	0.49 234	1.05 241	0.68 238	1.97 245	0.53 235	0.44 236	0.40 229	0.33 230	1.06 241	0.42 232	0.35 225	0.25 219	2.54 249	0.53 240	0.61 240	0.28 216	0.53 223	0.58 226

ELAS_RVC	0.44 221	0.43 224	0.36 228	0.63 226	0.44 223	0.62 229	0.50 224	0.40 221	0.26 206	0.25 159	0.31 222	1.20 243	0.31 202	0.32 218	0.31 218	0.28 225	0.37 226	0.30 224	0.44 211	0.27 214	0.35 225	0.33 231	0.26 210	0.38 229	0.52 231	0.41 232	0.78 242	0.74 237
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCS	0.29 202	0.22 194	0.21 207	0.26 190	0.25 200	0.25 194	0.23 193	0.37 215	0.30 218	0.23 121	0.27 211	0.47 200	0.36 214	0.20 190	0.22 204	0.19 211	0.32 217	0.24 213	0.49 217	0.28 216	0.37 228	0.30 225	0.20 190	0.23 198	0.31 208	0.28 216	0.30 190	0.43 206

DGSMNet	0.34 211	0.27 211	0.24 212	0.41 213	0.33 214	0.37 212	0.37 209	0.28 190	0.25 202	0.25 159	0.52 237	0.45 195	0.32 204	0.26 201	0.25 212	0.20 214	0.52 238	0.32 226	0.75 230	0.35 229	0.38 229	0.39 241	0.28 225	0.31 221	0.27 195	0.24 192	0.33 197	0.37 194

IMH-64-1	0.91 243	0.98 243	0.53 235	1.64 241	1.01 248	1.62 244	1.75 251	0.76 245	0.74 242	0.33 220	0.61 239	0.87 232	0.95 245	2.61 255	0.53 235	0.42 233	0.49 233	0.36 233	0.96 236	0.55 236	0.40 230	0.31 226	3.11 256	0.51 237	0.82 246	0.37 228	0.60 231	0.78 240

IMH-64	0.91 243	0.98 243	0.53 235	1.64 241	1.01 248	1.62 244	1.75 251	0.76 245	0.74 242	0.33 220	0.61 239	0.87 232	0.95 245	2.61 255	0.53 235	0.42 233	0.49 233	0.36 233	0.96 236	0.55 236	0.40 230	0.31 226	3.11 256	0.51 237	0.82 246	0.37 228	0.60 231	0.78 240

IMH	0.95 245	1.00 247	0.55 239	1.66 247	1.00 246	1.69 249	1.78 253	0.76 245	0.77 245	0.34 224	0.61 239	1.01 239	1.07 253	2.69 257	0.58 238	0.46 238	0.51 236	0.38 236	0.98 239	0.60 240	0.40 230	0.32 230	3.11 256	0.53 240	0.83 249	0.48 239	0.65 233	0.79 242

PVD	0.39 215	0.38 221	0.20 201	0.47 218	0.36 216	0.50 223	0.40 217	0.38 218	0.34 227	0.23 121	0.29 217	0.52 207	0.51 228	0.50 225	0.19 196	0.17 197	0.40 229	0.26 217	0.50 218	0.29 218	0.40 230	0.41 243	0.23 199	0.27 213	0.45 228	0.59 247	0.46 221	0.73 236

TorneroNet	1.11 251	1.11 250	0.67 250	2.05 256	1.00 246	2.29 258	2.05 255	0.65 242	0.89 249	0.68 246	0.57 238	1.74 254	1.26 256	2.97 264	0.71 248	0.52 243	0.50 235	0.51 245	1.18 247	0.65 249	0.41 234	0.44 244	3.48 260	0.58 246	0.67 243	0.49 240	0.85 246	1.02 250

AnyNet_C01	0.32 210	0.22 194	0.20 201	0.22 178	0.27 204	0.25 194	0.24 197	0.37 215	0.37 229	0.26 173	0.29 217	0.49 201	0.33 210	0.18 181	0.32 221	0.22 216	0.39 228	0.32 226	0.65 223	0.33 227	0.41 234	0.33 231	0.26 210	0.26 212	0.34 215	0.34 225	0.34 201	0.45 211

PSMNet_ROB	0.80 238	0.99 245	0.62 245	1.64 241	0.93 243	1.51 241	1.20 238	0.57 238	0.73 241	0.74 248	0.63 242	0.86 231	0.84 240	1.52 238	0.58 238	0.42 233	0.54 240	0.41 238	0.87 234	0.62 245	0.42 236	0.31 226	1.83 243	0.48 235	0.69 244	0.37 228	0.76 239	0.47 214

WAO-7	0.67 233	0.75 236	0.64 248	0.72 229	0.78 236	0.58 224	0.66 230	0.97 255	0.97 254	0.62 245	0.81 252	0.79 226	0.84 240	0.55 230	0.86 253	0.71 255	0.44 231	0.36 233	0.96 236	0.67 250	0.44 237	0.35 236	0.16 175	0.83 256	0.57 236	0.67 251	0.58 228	0.70 233

UNDER WATER	1.42 256	1.45 259	0.89 259	2.87 262	1.98 265	2.78 261	2.64 262	1.29 259	1.04 257	0.87 256	0.98 255	1.95 256	1.30 257	3.12 267	0.87 254	0.63 250	0.68 251	0.58 251	1.23 250	0.61 243	0.44 237	0.50 249	3.95 265	0.99 261	1.09 258	1.04 258	0.88 248	1.67 264

UNDER WATER-64	1.42 256	1.40 255	0.92 260	2.88 263	1.97 264	2.82 262	2.72 263	1.37 261	0.94 253	1.04 260	1.15 260	1.96 257	1.33 258	3.07 265	0.80 249	0.56 245	0.70 252	0.58 251	1.17 246	0.55 236	0.45 239	0.54 252	3.98 266	0.92 259	1.03 257	1.13 260	0.81 244	1.60 262

LSM0	3.23 261	0.28 212	0.18 193	0.38 205	0.30 211	0.39 214	0.37 209	0.51 234	0.32 222	0.45 236	0.47 233	0.71 218	0.59 231	0.19 187	16.94 269	59.67 275	0.37 226	0.26 217	1.34 253	0.34 228	0.45 239	0.34 235	0.23 199	0.28 216	0.38 222	0.31 222	0.53 223	0.53 219

LVE	0.97 246	0.99 245	0.73 254	1.89 252	1.39 255	1.65 248	1.53 245	0.79 249	0.65 239	0.81 252	0.92 254	0.74 221	1.01 249	2.21 252	0.58 238	0.48 239	0.59 244	0.54 249	1.13 245	0.64 247	0.46 241	0.40 242	2.73 254	0.69 248	0.85 250	0.50 241	0.85 246	0.54 221

Dean	1.08 249	1.06 249	0.80 257	2.30 258	1.35 254	1.99 255	1.58 250	0.93 251	0.93 251	0.88 257	0.78 248	1.21 244	1.22 255	2.13 250	0.67 245	0.60 248	0.62 246	0.57 250	1.25 252	0.74 253	0.46 241	0.37 237	2.72 253	0.71 249	1.00 256	0.60 248	1.05 254	0.64 229

LRCNet_RVC	9.94 266	17.32 272	0.72 253	25.08 273	21.25 274	23.72 274	20.86 272	1.45 262	0.48 236	21.28 274	13.07 270	22.69 273	3.57 263	28.32 275	0.47 234	0.27 223	8.45 268	1.25 262	23.54 274	4.04 264	0.47 243	0.33 231	26.91 274	1.58 263	0.35 218	0.22 185	0.43 218	0.38 196

WAO-8	1.02 247	1.14 251	0.79 255	1.64 241	1.25 252	1.78 251	1.57 248	0.93 251	1.01 255	0.81 252	0.68 244	1.72 251	1.03 251	2.08 247	0.82 251	0.68 252	0.65 247	0.53 246	1.09 242	0.82 256	0.48 244	0.38 238	0.81 238	0.75 253	1.12 259	0.77 254	0.96 250	1.21 254

Venus	1.02 247	1.14 251	0.79 255	1.64 241	1.25 252	1.78 251	1.57 248	0.93 251	1.01 255	0.81 252	0.68 244	1.72 251	1.03 251	2.08 247	0.82 251	0.68 252	0.65 247	0.53 246	1.09 242	0.82 256	0.48 244	0.38 238	0.81 238	0.75 253	1.12 259	0.77 254	0.96 250	1.21 254

SAMSARA	0.49 223	0.23 199	0.39 231	0.23 180	0.23 193	0.22 187	0.23 193	0.44 231	0.39 232	0.31 214	0.21 185	0.30 178	0.47 225	0.18 181	0.35 224	0.34 230	0.26 197	0.32 226	0.47 215	0.32 226	0.48 244	0.54 252	0.15 172	0.33 225	1.40 264	1.58 262	1.42 260	1.48 260

MADNet+	0.56 227	0.37 220	0.63 246	0.56 222	0.53 231	0.45 221	0.39 215	0.64 241	0.51 237	0.53 241	0.40 231	0.81 228	0.67 237	0.34 221	0.61 242	0.50 241	0.58 243	0.50 243	0.84 233	0.53 235	0.49 247	0.44 244	0.51 233	0.47 234	0.82 246	0.71 252	0.58 228	0.70 233

notaker	1.30 254	1.44 257	0.61 243	2.42 261	1.51 257	2.40 260	2.31 260	0.95 254	1.64 260	0.79 251	1.07 257	1.73 253	1.18 254	3.10 266	1.04 258	0.69 254	0.70 252	0.50 243	1.66 258	0.85 258	0.56 248	0.47 247	3.67 263	0.80 255	0.62 241	0.58 246	0.81 244	0.95 246

JetBlue	0.71 235	0.56 229	0.71 251	0.74 230	0.62 234	0.79 233	0.69 231	0.53 237	0.93 251	0.46 237	0.30 220	3.22 261	0.38 218	0.52 226	0.46 232	0.44 236	0.73 254	0.53 246	0.68 224	0.52 234	0.57 249	0.60 254	0.74 236	0.57 243	0.57 236	0.46 237	0.97 252	0.96 247

WAO-6	0.83 239	0.96 242	0.61 243	1.33 236	1.06 251	1.28 239	1.42 241	0.78 248	0.87 247	0.78 250	0.70 247	0.77 224	1.02 250	1.95 244	0.81 250	0.62 249	0.55 241	0.49 242	0.80 232	0.60 240	0.57 249	0.53 251	0.50 232	0.58 246	0.85 250	0.46 237	0.77 241	0.83 243

AMNet	0.49 223	0.50 227	0.48 234	0.49 219	0.47 228	0.61 228	0.51 226	0.32 204	0.28 212	0.30 211	0.68 244	0.72 219	0.13 138	0.53 227	0.44 231	0.55 244	0.57 242	0.58 251	0.48 216	0.48 233	0.58 251	0.50 249	0.26 210	0.48 235	0.45 228	0.52 242	0.58 228	0.65 230

PWCK	0.90 242	1.24 254	0.63 246	1.55 239	0.86 240	1.23 236	1.04 236	1.09 256	0.75 244	0.70 247	0.81 252	1.52 250	0.91 243	0.71 232	0.46 232	0.41 232	0.74 255	0.47 240	3.07 264	0.67 250	0.58 251	0.45 246	0.95 240	0.74 252	0.74 245	0.41 232	0.70 235	0.76 238

STTRV1_RVC	0.39 215	0.26 206	0.22 211	0.35 200	0.28 206	0.32 203	0.29 206	0.36 214	0.33 224	0.27 186	0.27 211	0.42 192	0.41 221	0.48 224	0.38 228	0.19 211	0.59 244	0.20 198	1.22 249	0.30 221	0.59 253	0.23 214	0.43 230	0.43 232	0.26 192	0.56 244	0.34 201	0.67 232

FADE		0.34 217	0.30 220	0.40 211	0.34 215	0.47 222	0.43 218	0.41 226	0.81 246	0.31 214	0.33 225		0.88 242	0.30 213	0.31 218	0.28 225	0.52 238	0.38 236	2.08 260	0.60 240	0.61 254	0.49 248	0.27 222	0.46 233	0.41 226	0.32 223	0.91 249	1.30 257

ktn	1.26 253	1.42 256	0.57 240	1.65 246	1.61 261	1.75 250	2.16 258	0.86 250	1.75 262	0.89 258	1.11 259	1.18 242	0.96 247	2.60 254	1.03 257	0.73 256	0.82 257	0.61 254	1.47 256	0.76 254	0.70 255	0.69 259	3.64 262	0.73 250	0.93 254	0.81 257	1.20 258	1.25 256

MFMNet_re	0.66 232	0.72 233	0.65 249	0.77 232	0.62 234	0.82 235	0.70 233	0.52 236	0.53 238	0.54 243	0.65 243	0.79 226	0.51 228	0.59 231	0.68 247	0.67 251	0.81 256	0.69 258	0.74 229	0.62 245	0.71 256	0.64 256	0.45 231	0.57 243	0.59 239	0.62 250	0.74 237	0.88 244

SGM+DAISY	0.59 228	0.58 232	0.54 238	0.58 224	0.55 233	0.69 231	0.57 229	0.43 229	0.39 232	0.38 230	0.78 248	0.75 223	0.65 236	0.54 229	0.62 243	0.56 245	0.67 249	0.61 254	0.72 227	0.64 247	0.71 256	0.65 257	0.27 222	0.51 237	0.54 233	0.57 245	0.75 238	0.71 235

KSHMR	1.34 255	1.44 257	1.07 261	2.31 259	1.48 256	2.31 259	2.15 257	1.22 258	1.07 258	1.13 261	1.07 257	1.30 247	0.96 247	2.92 263	1.12 259	0.95 259	0.87 258	0.84 260	1.34 253	0.97 259	0.74 258	0.60 254	3.48 260	1.07 262	0.99 255	0.77 254	1.01 253	1.06 251

SPS-STEREO	0.60 230	0.57 231	0.53 235	0.55 221	0.54 232	0.65 230	0.52 227	0.40 221	0.68 240	0.37 229	0.78 248	0.78 225	0.64 235	0.53 227	0.59 241	0.57 247	0.67 249	0.63 257	0.75 230	0.72 252	0.77 259	0.68 258	0.26 210	0.54 242	0.54 233	0.60 248	0.70 235	0.66 231
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SPstereo	0.89 241	0.77 237	0.71 251	0.66 228	0.80 237	0.69 231	0.69 231	1.10 257	0.91 250	0.74 248	1.22 261	0.97 238	1.44 259	0.93 234	0.89 255	1.06 260	0.96 259	0.62 256	1.20 248	0.81 255	0.87 260	0.79 260	0.64 235	0.91 258	0.89 252	0.74 253	1.16 256	0.90 245

HanzoNet	1.79 259	1.65 261	0.85 258	2.31 259	1.74 262	2.83 263	2.55 261	1.29 259	1.86 263	0.92 259	1.28 262	4.71 265	3.85 264	3.43 268	0.96 256	0.79 257	1.10 260	0.95 261	2.68 262	1.04 260	0.93 261	0.92 261	3.78 264	0.73 250	1.15 261	1.07 259	1.29 259	1.61 263

DPSimNet_ROB	1.25 252	1.23 253	1.31 262	1.49 238	1.60 260	1.34 240	1.37 240	0.68 243	1.70 261	1.68 263	1.03 256	1.48 249	0.82 239	2.08 247	1.45 261	0.92 258	1.20 261	0.81 259	1.64 257	1.41 262	1.08 262	1.28 262	0.79 237	0.87 257	0.91 253	1.26 261	1.18 257	1.16 253

JetRed	1.64 258	1.79 262	1.70 263	1.59 240	1.52 258	2.02 256	2.26 259	1.52 263	1.47 259	0.82 255	0.78 248	2.67 260	0.43 222	1.78 243	1.47 262	1.56 262	1.74 262	2.93 265	1.44 255	1.10 261	2.36 263	2.20 263	1.98 244	0.98 260	1.19 262	1.77 263	1.58 262	1.56 261

MADNet++	1.87 260	1.58 260	1.74 264	1.28 235	1.74 262	1.25 237	1.55 246	1.63 264	2.10 264	1.84 264	2.24 263	2.56 259	2.74 262	0.75 233	1.43 260	1.55 261	2.00 263	1.47 263	2.11 261	2.11 263	3.28 264	3.23 264	1.22 241	2.22 264	1.23 263	2.58 264	1.77 263	1.36 258

PML	8.17 263	7.65 268	3.51 266	9.56 271	5.16 266	9.57 272	5.23 268	6.49 268	17.89 271	6.44 267	3.24 265	16.63 268	29.28 276	5.47 269	6.12 264	3.95 264	7.38 267	2.69 264	20.47 273	4.69 265	3.59 265	3.96 265	3.98 266	4.20 266	5.71 266	4.30 265	16.67 270	6.70 265

ASD4	6.36 262	2.29 263	2.58 265	2.00 254	1.59 259	3.03 264	1.87 254	1.81 265	3.30 265	1.61 262	2.46 264	1.02 240	6.56 265	1.76 242	2.90 263	3.68 263	3.63 264	7.51 266	2.74 263	4.74 266	5.30 266	6.47 266	2.61 250	2.44 265	17.33 271	28.62 271	19.88 271	31.90 271

DPSMNet_ROB	8.62 265	3.66 265	8.40 268	2.97 264	5.69 268	3.37 265	4.40 266	3.70 266	9.03 266	3.00 265	6.93 267	3.52 262	10.07 267	2.69 257	10.46 265	10.76 265	3.81 265	12.88 268	4.76 266	10.21 267	5.93 267	13.78 269	4.47 269	8.55 267	10.10 270	27.91 269	11.06 269	30.64 269

DGTPSM_ROB	8.61 264	3.65 264	8.39 267	2.97 264	5.68 267	3.37 265	4.40 266	3.70 266	9.03 266	3.00 265	6.91 266	3.52 262	10.03 266	2.69 257	10.46 265	10.76 265	3.81 265	12.88 268	4.73 265	10.21 267	5.93 267	13.78 269	4.46 268	8.55 267	10.09 269	27.91 269	11.05 268	30.64 269

HaxPig	16.12 270	19.70 273	18.82 274	21.25 272	20.53 273	21.35 273	22.27 273	17.00 274	14.68 270	19.29 273	17.18 274	18.07 269	12.18 268	22.52 273	17.87 270	14.95 269	17.87 272	9.54 267	18.95 269	15.62 271	9.98 269	7.75 267	23.74 273	15.32 271	4.46 265	12.22 268	6.85 265	15.21 268

MEDIAN_ROB	20.51 271	25.88 274	24.09 275	26.47 274	25.52 275	25.87 275	26.98 274	21.19 275	19.61 272	28.55 275	22.12 275	24.85 274	16.74 271	26.52 274	23.53 271	18.59 270	22.10 275	14.86 270	26.41 275	23.30 272	15.47 270	11.96 268	27.64 275	18.47 272	7.32 267	9.55 267	8.34 267	11.88 267

DPSM_ROB	12.93 268	6.06 266	9.07 269	4.34 266	6.33 269	4.24 267	3.55 264	8.20 269	10.79 268	6.62 268	7.89 268	9.68 266	12.99 269	2.78 260	12.36 267	13.66 267	8.95 269	16.55 271	9.69 267	12.30 269	16.52 271	17.76 272	2.26 246	10.59 269	28.41 272	36.73 272	31.10 272	39.69 272

DPSM	12.93 268	6.06 266	9.07 269	4.34 266	6.33 269	4.24 267	3.55 264	8.20 269	10.79 268	6.62 268	7.89 268	9.68 266	12.99 269	2.78 260	12.36 267	13.66 267	8.95 269	16.55 271	9.69 267	12.30 269	16.52 271	17.76 272	2.26 246	10.59 269	28.41 272	36.73 272	31.10 272	39.69 272

AVERAGE_ROB	24.46 272	29.85 275	27.17 276	31.26 275	29.68 276	30.01 276	31.43 275	26.55 276	24.57 276	34.19 276	27.26 276	31.45 275	21.40 272	30.75 276	28.23 275	24.11 271	26.75 276	21.47 273	30.01 276	27.38 276	20.81 273	16.76 271	32.29 276	24.48 276	8.40 268	7.77 266	7.95 266	8.54 266

CasAABBNet	25.99 274	12.23 271	18.16 271	8.64 268	12.70 272	8.22 269	7.18 269	16.43 271	21.85 275	13.64 272	15.80 271	19.61 272	26.12 273	5.47 269	25.18 274	27.55 274	17.67 271	33.30 274	19.65 272	24.62 273	33.10 274	35.23 274	4.49 270	21.39 275	57.22 276	74.08 276	62.47 274	79.73 274

MyStereo03	26.03 275	12.17 269	18.23 272	8.74 269	12.69 271	8.44 270	7.21 270	16.48 272	21.77 273	13.32 270	15.90 272	19.49 270	26.17 274	5.59 271	24.91 272	27.50 272	17.88 273	33.36 275	19.50 270	24.77 274	33.22 275	36.10 275	4.56 271	21.35 273	57.13 274	73.97 274	62.60 275	79.92 275

MyStereo02	25.56 273	12.17 269	18.23 272	8.74 269	0.00 1	8.44 270	7.21 270	16.48 272	21.77 273	13.32 270	15.90 272	19.49 270	26.17 274	5.59 271	24.91 272	27.50 272	17.88 273	33.36 275	19.50 270	24.77 274	33.22 275	36.10 275	4.56 271	21.35 273	57.13 274	73.97 274	62.60 275	79.92 275

Low-res two-view benchmark