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

RAFT	0.17 4	0.13 3	0.10 3	0.16 10	0.07 3	0.21 16	0.05 2	0.25 8	0.12 5	0.14 3	0.15 3	0.16 3	0.10 4	0.05 3	0.21 2	0.20 1	0.23 4	0.15 1	0.28 7	0.13 3	0.21 2	0.17 4	0.07 4	0.10 3	0.26 6	0.24 8	0.33 9	0.23 7

ProNet	0.14 2	0.13 3	0.14 5	0.11 5	0.07 3	0.14 5	0.12 14	0.13 2	0.06 2	0.08 1	0.24 19	0.09 1	0.06 1	0.07 5	0.22 3	0.21 2	0.22 2	0.18 2	0.19 1	0.14 4	0.20 1	0.11 1	0.12 9	0.11 4	0.16 1	0.13 1	0.17 1	0.12 1

CroCo-Stereo	0.13 1	0.09 1	0.08 1	0.07 1	0.04 2	0.06 1	0.04 1	0.14 3	0.05 1	0.10 2	0.03 1	0.13 2	0.06 1	0.04 1	0.24 4	0.26 4	0.20 1	0.18 2	0.20 2	0.11 1	0.24 4	0.15 2	0.05 1	0.06 1	0.22 3	0.20 2	0.23 4	0.15 2
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	0.14 2	0.10 2	0.08 1	0.08 2	0.08 5	0.08 2	0.05 2	0.12 1	0.06 2	0.22 9	0.07 2	0.16 3	0.07 3	0.04 1	0.20 1	0.26 4	0.22 2	0.19 4	0.26 6	0.11 1	0.28 8	0.16 3	0.06 2	0.08 2	0.22 3	0.23 7	0.20 2	0.16 3

RAFT + AFF	0.27 12	0.26 10	0.17 12	0.21 19	0.13 7	0.19 13	0.13 16	0.41 19	0.18 10	0.44 33	0.19 9	0.42 31	0.14 9	0.09 7	0.86 131	0.29 10	0.41 24	0.20 5	0.55 47	0.23 16	0.47 46	0.21 8	0.12 9	0.15 7	0.28 11	0.20 2	0.21 3	0.17 4

StereoVision	0.18 5	0.13 3	0.11 4	0.09 3	0.14 10	0.16 6	0.08 5	0.17 5	0.17 8	0.15 4	0.15 3	0.16 3	0.10 4	0.06 4	0.25 6	0.26 4	0.27 5	0.22 6	0.22 3	0.16 5	0.23 3	0.17 4	0.06 2	0.13 6	0.28 11	0.29 14	0.38 13	0.28 13

AEACV	0.19 6	0.31 19	0.14 5	0.17 13	0.13 7	0.12 4	0.07 4	0.15 4	0.07 4	0.16 5	0.15 3	0.18 6	0.11 6	0.11 10	0.25 6	0.25 3	0.32 8	0.23 7	0.35 15	0.18 6	0.27 5	0.22 11	0.11 8	0.11 4	0.20 2	0.22 6	0.25 5	0.18 5

AFF-stereo	0.30 19	0.34 24	0.26 44	0.18 14	0.17 17	0.33 60	0.11 11	0.50 38	0.23 23	0.46 38	0.28 27	0.40 25	0.16 14	0.12 14	0.27 8	0.35 19	0.37 17	0.25 8	0.57 56	0.23 16	0.38 18	0.25 14	0.17 36	0.17 11	0.37 32	0.37 36	0.48 23	0.32 17

RAFT_CTSACE	0.30 19	0.37 34	0.15 7	0.15 7	0.15 13	0.25 29	0.18 40	0.53 44	0.20 18	0.55 83	0.18 8	0.44 38	0.29 53	0.16 25	0.29 9	0.30 12	0.37 17	0.27 9	0.37 17	0.18 6	0.38 18	0.45 62	0.10 7	0.17 11	0.30 16	0.31 19	0.60 55	0.26 11

delet	0.24 7	0.25 9	0.22 30	0.24 26	0.20 24	0.28 40	0.16 34	0.21 6	0.18 10	0.23 10	0.26 23	0.26 9	0.15 11	0.25 81	0.32 14	0.28 7	0.31 7	0.27 9	0.24 4	0.24 20	0.31 10	0.20 7	0.16 24	0.19 15	0.28 11	0.25 9	0.32 8	0.31 15

anonymousdsp	0.25 9	0.23 7	0.19 15	0.16 10	0.14 10	0.18 11	0.10 9	0.37 16	0.19 15	0.32 16	0.22 16	0.32 12	0.12 7	0.14 19	0.29 9	0.32 16	0.32 8	0.28 11	0.39 18	0.22 13	0.46 39	0.31 23	0.12 9	0.15 7	0.26 6	0.20 2	0.52 30	0.20 6

iRaftStereo_RVC	0.26 10	0.27 11	0.16 9	0.13 6	0.14 10	0.18 11	0.09 7	0.44 25	0.14 6	0.36 18	0.36 45	0.32 12	0.16 14	0.13 16	0.29 9	0.29 10	0.38 19	0.28 11	0.34 14	0.22 13	0.41 21	0.38 36	0.12 9	0.17 11	0.27 9	0.29 14	0.42 17	0.27 12

RAFT-Stereo + iAFF	0.35 32	0.41 54	0.32 61	0.24 26	0.19 22	0.28 40	0.13 16	0.58 64	0.24 31	0.46 38	0.35 44	0.49 52	0.19 23	0.15 22	0.34 18	0.35 19	0.41 24	0.28 11	0.65 72	0.28 32	0.44 31	0.33 25	0.19 49	0.22 26	0.51 73	0.37 36	0.58 47	0.44 44

TDLM	0.24 7	0.29 15	0.22 30	0.22 22	0.27 51	0.23 22	0.18 40	0.26 10	0.19 15	0.18 7	0.38 52	0.29 11	0.21 25	0.15 22	0.24 4	0.28 7	0.32 8	0.28 11	0.25 5	0.21 12	0.28 8	0.19 6	0.16 24	0.21 20	0.24 5	0.20 2	0.28 6	0.25 9

HCRNet	0.32 24	0.38 40	0.20 18	0.39 88	0.17 17	0.29 43	0.18 40	0.40 18	0.18 10	0.80 192	0.40 61	0.49 52	0.18 19	0.22 47	0.38 22	0.30 12	0.38 19	0.29 15	0.40 19	0.19 8	0.33 13	0.23 12	0.19 49	0.16 10	0.26 6	0.31 19	0.51 26	0.31 15

RAFT+CT+SA	0.32 24	0.46 81	0.20 18	0.26 35	0.18 20	0.22 21	0.15 27	0.58 64	0.23 23	0.52 66	0.17 7	0.46 43	0.33 87	0.12 14	0.33 15	0.43 47	0.36 15	0.30 16	0.45 25	0.23 16	0.45 34	0.49 78	0.09 5	0.22 26	0.32 23	0.31 19	0.53 34	0.35 22

CASnet	0.40 41	0.52 126	0.23 35	0.27 39	0.27 51	0.30 49	0.14 23	0.62 90	0.29 57	0.61 113	0.44 69	0.64 103	0.28 51	0.23 57	0.55 47	0.36 24	0.45 31	0.31 17	0.73 90	0.27 30	0.63 109	0.39 41	0.21 69	0.24 45	0.42 46	0.32 23	0.61 58	0.56 70
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TestStereo1	0.38 35	0.49 99	0.19 15	0.22 22	0.23 31	0.23 22	0.15 27	0.55 54	0.30 63	0.52 66	0.21 13	0.35 16	0.39 116	0.11 10	0.80 114	0.50 94	0.46 35	0.32 18	0.53 40	0.25 23	0.52 71	0.67 121	0.15 20	0.22 26	0.37 32	0.42 49	0.60 55	0.39 29

TESTraft	0.37 34	0.46 81	0.21 22	0.21 19	0.23 31	0.21 16	0.16 34	0.54 48	0.31 78	0.51 59	0.23 17	0.36 20	0.36 108	0.11 10	0.85 129	0.48 85	0.45 31	0.32 18	0.48 28	0.24 20	0.46 39	0.65 113	0.12 9	0.23 37	0.37 32	0.43 51	0.57 40	0.39 29

test_5	0.29 17	0.39 45	0.16 9	0.22 22	0.15 13	0.21 16	0.13 16	0.54 48	0.20 18	0.38 22	0.19 9	0.44 38	0.34 97	0.10 8	0.43 36	0.38 28	0.33 11	0.32 18	0.33 12	0.20 10	0.32 11	0.35 29	0.09 5	0.21 20	0.28 11	0.30 16	0.51 26	0.32 17

SA-5K	0.38 35	0.49 99	0.19 15	0.22 22	0.23 31	0.23 22	0.15 27	0.55 54	0.30 63	0.52 66	0.21 13	0.35 16	0.39 116	0.11 10	0.80 114	0.50 94	0.46 35	0.32 18	0.53 40	0.25 23	0.52 71	0.67 121	0.15 20	0.22 26	0.37 32	0.42 49	0.60 55	0.39 29

AASNet	0.28 14	0.34 24	0.22 30	0.25 31	0.26 43	0.34 67	0.25 79	0.32 12	0.17 8	0.29 13	0.36 45	0.26 9	0.18 19	0.24 68	0.36 19	0.31 14	0.34 13	0.32 18	0.32 10	0.28 32	0.35 16	0.28 19	0.17 36	0.22 26	0.30 16	0.28 13	0.35 12	0.25 9

CVANet_RVC	0.31 22	0.40 50	0.30 54	0.40 92	0.29 60	0.37 77	0.23 71	0.41 19	0.23 23	0.31 14	0.49 82	0.37 22	0.26 42	0.19 32	0.29 9	0.33 18	0.34 13	0.32 18	0.32 10	0.25 23	0.34 15	0.25 14	0.18 41	0.25 53	0.30 16	0.25 9	0.34 10	0.30 14

anonymousdsp2	0.38 35	0.46 81	0.30 54	0.25 31	0.23 31	0.32 53	0.18 40	0.58 64	0.23 23	0.47 41	0.38 52	0.48 49	0.23 31	0.18 29	0.40 25	0.39 31	0.44 28	0.33 24	0.88 112	0.31 45	0.48 51	0.52 87	0.17 36	0.23 37	0.41 45	0.33 26	0.61 58	0.42 40

TestStereo	0.45 67	0.51 118	0.38 88	0.42 101	0.30 67	0.44 102	0.26 83	0.71 141	0.28 50	0.76 183	0.32 33	0.64 103	0.32 83	0.24 68	0.47 39	0.35 19	0.54 79	0.33 24	0.78 102	0.38 72	0.63 109	0.42 49	0.24 93	0.30 78	0.53 79	0.43 51	0.75 97	0.55 69

MIF-Stereo	0.28 14	0.27 11	0.15 7	0.15 7	0.13 7	0.17 9	0.09 7	0.35 14	0.19 15	0.49 54	0.21 13	0.41 29	0.18 19	0.14 19	0.40 25	0.39 31	0.42 26	0.34 26	0.56 52	0.25 23	0.43 26	0.24 13	0.13 15	0.19 15	0.31 20	0.41 48	0.30 7	0.37 24

CAS	0.38 35	0.45 75	0.25 41	0.29 46	0.29 60	0.23 22	0.13 16	0.41 19	0.27 43	0.41 24	0.54 106	0.35 16	0.35 104	0.21 41	0.52 45	0.38 28	0.50 56	0.34 26	0.52 34	0.26 28	0.43 26	0.41 45	0.19 49	0.23 37	0.51 73	0.52 84	0.62 61	0.77 122

test_4	0.34 29	0.33 21	0.27 46	0.21 19	0.18 20	0.16 6	0.11 11	0.59 71	0.26 39	0.58 100	0.25 21	0.50 58	0.20 24	0.19 32	0.33 15	0.40 33	0.45 31	0.34 26	0.41 20	0.29 36	0.45 34	0.41 45	0.16 24	0.24 45	0.38 36	0.40 47	0.59 54	0.42 40

CREStereo++_RVC	0.43 61	0.42 61	0.39 91	0.30 53	0.33 77	0.27 34	0.19 51	0.57 60	0.31 78	0.58 100	0.36 45	0.58 83	0.56 157	0.23 57	0.48 40	0.50 94	0.61 127	0.34 26	0.52 34	0.30 40	0.56 86	0.42 49	0.16 24	0.29 70	0.49 67	0.44 54	0.79 107	0.69 105
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
raft+_RVC	0.35 32	0.34 24	0.26 44	0.25 31	0.23 31	0.25 29	0.18 40	0.54 48	0.26 39	0.52 66	0.43 66	0.46 43	0.23 31	0.18 29	0.42 35	0.38 28	0.43 27	0.34 26	0.61 66	0.26 28	0.43 26	0.38 36	0.13 15	0.20 18	0.39 39	0.39 43	0.58 47	0.42 40

MMNet	0.29 17	0.29 15	0.22 30	0.26 35	0.26 43	0.26 31	0.18 40	0.33 13	0.23 23	0.24 11	0.28 27	0.35 16	0.15 11	0.32 118	0.39 23	0.31 14	0.36 15	0.34 26	0.41 20	0.27 30	0.32 11	0.21 8	0.17 36	0.23 37	0.32 23	0.30 16	0.46 21	0.32 17

CREStereo	0.44 64	0.51 118	0.40 96	0.34 69	0.26 43	0.28 40	0.15 27	0.61 83	0.30 63	0.58 100	0.36 45	0.72 121	0.33 87	0.24 68	0.59 58	0.59 125	0.59 115	0.34 26	0.52 34	0.31 45	0.59 102	0.42 49	0.18 41	0.30 78	0.54 83	0.48 73	0.64 67	0.69 105
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
AANet_RVC	0.28 14	0.27 11	0.23 35	0.19 15	0.28 55	0.16 6	0.16 34	0.29 11	0.30 63	0.20 8	0.27 25	0.24 8	0.21 25	0.19 32	0.45 37	0.36 24	0.33 11	0.34 26	0.29 9	0.29 36	0.27 5	0.27 17	0.22 78	0.21 20	0.34 27	0.33 26	0.42 17	0.52 56

StereoIM	0.26 10	0.20 6	0.16 9	0.10 4	0.10 6	0.10 3	0.08 5	0.24 7	0.14 6	0.36 18	0.16 6	0.36 20	0.12 7	0.08 6	0.33 15	0.35 19	0.39 21	0.35 34	0.53 40	0.20 10	0.40 20	0.26 16	0.13 15	0.15 7	0.39 39	0.39 43	0.40 16	0.49 51

LL-Strereo2	0.34 29	0.29 15	0.21 22	0.24 26	0.19 22	0.17 9	0.13 16	0.63 96	0.26 39	0.58 100	0.23 17	0.44 38	0.22 28	0.14 19	0.41 31	0.41 36	0.47 44	0.35 34	0.73 90	0.31 45	0.47 46	0.36 31	0.21 69	0.20 18	0.32 23	0.34 30	0.51 26	0.35 22

GMStereo	0.41 44	0.48 96	0.25 41	0.32 61	0.32 76	0.37 77	0.28 90	0.59 71	0.30 63	0.45 35	0.36 45	0.61 93	0.31 74	0.24 68	0.45 37	0.41 36	0.54 79	0.35 34	0.73 90	0.39 84	0.51 61	0.33 25	0.23 86	0.28 66	0.48 60	0.36 34	0.68 78	0.41 35
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MIM_Stereo	0.32 24	0.40 50	0.25 41	0.28 41	0.20 24	0.27 34	0.14 23	0.45 31	0.18 10	0.48 46	0.25 21	0.42 31	0.18 19	0.16 25	0.36 19	0.42 40	0.44 28	0.36 37	0.47 26	0.28 32	0.47 46	0.36 31	0.12 9	0.23 37	0.29 15	0.27 11	0.47 22	0.33 20

ACRE	0.42 49	0.47 86	0.22 30	0.32 61	0.22 27	0.33 60	0.18 40	0.63 96	0.23 23	0.55 83	0.50 87	0.61 93	0.30 62	0.41 143	0.91 143	0.45 62	0.52 69	0.36 37	0.55 47	0.38 72	0.57 95	0.44 59	0.19 49	0.23 37	0.44 49	0.32 23	0.58 47	0.39 29

FINET	0.40 41	0.38 40	0.39 91	0.43 105	0.30 67	0.34 67	0.35 111	0.44 25	0.36 105	0.47 41	0.32 33	0.47 46	0.30 62	0.28 97	0.66 84	0.50 94	0.48 48	0.36 37	0.60 62	0.33 50	0.46 39	0.37 35	0.30 116	0.30 78	0.43 47	0.35 31	0.56 38	0.42 40

CES	0.46 71	0.35 32	0.30 54	0.27 39	0.27 51	0.29 43	0.12 14	1.05 199	0.27 43	0.54 77	0.66 138	0.53 66	0.25 39	0.23 57	0.62 71	0.65 142	0.58 105	0.37 40	0.54 45	0.34 53	0.84 150	0.53 90	0.23 86	0.23 37	0.56 87	0.44 54	0.57 40	0.69 105

CIPLG	0.42 49	0.47 86	0.24 39	0.32 61	0.22 27	0.32 53	0.19 51	0.63 96	0.24 31	0.55 83	0.50 87	0.60 92	0.30 62	0.41 143	0.93 147	0.44 52	0.52 69	0.37 40	0.56 52	0.38 72	0.56 86	0.45 62	0.19 49	0.24 45	0.44 49	0.31 19	0.57 40	0.38 28

IPLGR_C	0.42 49	0.47 86	0.23 35	0.31 59	0.22 27	0.32 53	0.18 40	0.63 96	0.23 23	0.55 83	0.50 87	0.61 93	0.31 74	0.41 143	0.87 136	0.45 62	0.52 69	0.37 40	0.55 47	0.38 72	0.56 86	0.46 67	0.19 49	0.24 45	0.44 49	0.33 26	0.58 47	0.40 34

PMTNet	0.48 76	0.48 96	0.43 110	0.31 59	0.30 67	0.27 34	0.22 64	0.54 48	0.29 57	0.57 94	0.39 58	0.59 88	0.23 31	0.23 57	0.64 80	0.59 125	0.57 101	0.37 40	1.17 135	0.33 50	0.67 121	0.40 42	0.20 61	0.21 20	0.79 151	0.59 95	0.65 71	0.92 139

MIF-Stereo (partial)	0.30 19	0.44 68	0.18 13	0.16 10	0.16 15	0.21 16	0.11 11	0.37 16	0.22 21	0.37 20	0.24 19	0.32 12	0.17 17	0.13 16	0.39 23	0.45 62	0.46 35	0.38 44	0.42 23	0.25 23	0.43 26	0.35 29	0.18 41	0.21 20	0.35 30	0.32 23	0.50 25	0.44 44

s12784h	0.62 119	0.68 168	0.47 127	0.65 158	0.44 125	0.34 67	0.24 74	0.61 83	0.31 78	0.60 111	0.44 69	0.81 133	0.55 155	0.25 81	0.62 71	0.50 94	0.62 131	0.38 44	0.74 96	0.36 64	1.26 184	0.47 71	0.18 41	0.30 78	0.70 124	0.74 118	1.39 193	2.07 192

iinet-f	0.52 87	0.43 64	0.36 75	0.34 69	0.25 39	0.47 113	0.25 79	0.43 23	0.27 43	0.52 66	0.94 179	0.61 93	0.44 133	0.25 81	1.06 169	0.57 119	0.52 69	0.39 46	1.51 148	0.50 115	0.58 98	0.75 135	0.26 103	0.25 53	0.52 77	0.38 40	0.76 100	0.53 60

dd	0.50 80	0.51 118	0.28 48	0.91 183	0.31 75	0.65 157	0.29 97	0.59 71	0.23 23	0.54 77	0.30 29	0.75 126	0.27 48	0.26 91	0.84 125	0.46 69	0.70 159	0.39 46	1.05 125	0.38 72	0.48 51	0.43 54	0.23 86	0.30 78	0.53 79	0.39 43	0.74 95	0.58 74

DMCA	0.32 24	0.31 19	0.30 54	0.24 26	0.25 39	0.27 34	0.22 64	0.36 15	0.33 91	0.31 14	0.40 61	0.40 25	0.23 31	0.25 81	0.41 31	0.37 26	0.40 22	0.39 46	0.36 16	0.28 32	0.41 21	0.27 17	0.25 96	0.25 53	0.31 20	0.35 31	0.39 14	0.37 24

RASNet	0.42 49	0.45 75	0.43 110	0.33 67	0.33 77	0.37 77	0.27 85	0.58 64	0.34 96	0.47 41	0.43 66	0.49 52	0.33 87	0.25 81	0.41 31	0.41 36	0.48 48	0.39 46	0.47 26	0.30 40	0.49 55	0.40 42	0.19 49	0.44 141	0.40 43	0.46 66	0.75 97	0.63 92

HITNet	0.38 35	0.37 34	0.28 48	0.34 69	0.29 60	0.26 31	0.19 51	0.58 64	0.32 86	0.57 94	0.45 72	0.55 73	0.30 62	0.22 47	0.51 43	0.35 19	0.44 28	0.39 46	0.41 20	0.29 36	0.41 21	0.38 36	0.20 61	0.25 53	0.39 39	0.37 36	0.70 85	0.52 56
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
Former-RAFT_DAM_RVC	0.41 44	0.33 21	0.29 50	0.29 46	0.24 37	0.26 31	0.16 34	0.55 54	0.40 120	0.55 83	0.49 82	0.49 52	0.27 48	0.23 57	0.58 55	0.45 62	0.51 65	0.40 51	0.50 30	0.36 64	0.46 39	0.50 82	0.16 24	0.23 37	0.49 67	0.75 122	0.44 20	0.56 70

test croco	0.31 22	0.43 64	0.20 18	0.20 18	0.16 15	0.20 15	0.10 9	0.41 19	0.18 10	0.48 46	0.19 9	0.34 15	0.17 17	0.10 8	0.41 31	0.44 52	0.45 31	0.40 51	0.55 47	0.24 20	0.41 21	0.34 27	0.14 18	0.21 20	0.32 23	0.33 26	0.39 14	0.48 50

LoS	0.55 97	0.44 68	0.29 50	0.36 81	0.37 100	0.40 90	0.20 58	1.37 214	0.31 78	0.86 200	0.78 161	0.68 112	0.37 112	0.24 68	0.58 55	0.72 155	0.59 115	0.40 51	0.75 97	0.35 62	1.03 170	0.65 113	0.21 69	0.24 45	0.79 151	0.64 102	0.64 67	0.68 103

AnonymousM	0.79 154	0.34 24	0.20 18	0.24 26	0.22 27	0.21 16	0.15 27	0.58 64	0.21 20	0.57 94	0.39 58	0.45 42	0.15 11	0.19 32	0.56 49	0.54 111	0.54 79	0.40 51	0.53 40	0.30 40	0.65 116	0.54 92	0.20 61	0.22 26	0.30 16	0.39 43	1.31 187	11.04 250

LoS_RVC	0.42 49	0.45 75	0.43 110	0.19 15	0.25 39	0.24 26	0.16 34	0.44 25	0.28 50	0.51 59	0.48 78	0.42 31	0.31 74	0.22 47	0.60 62	0.45 62	0.46 35	0.41 55	0.71 86	0.30 40	0.67 121	0.51 83	0.19 49	0.32 89	0.61 102	0.44 54	0.58 47	0.61 83

tt_ll	0.42 49	0.45 75	0.43 110	0.19 15	0.25 39	0.24 26	0.16 34	0.44 25	0.28 50	0.51 59	0.48 78	0.42 31	0.31 74	0.22 47	0.60 62	0.45 62	0.46 35	0.41 55	0.71 86	0.30 40	0.67 121	0.51 83	0.19 49	0.32 89	0.61 102	0.44 54	0.58 47	0.61 83

SA	0.42 49	0.47 86	0.21 22	0.25 31	0.23 31	0.31 50	0.13 16	0.64 103	0.32 86	0.61 113	0.26 23	0.54 68	0.21 25	0.16 25	0.63 74	0.47 80	0.52 69	0.41 55	0.60 62	0.29 36	0.46 39	0.61 106	0.15 20	0.27 62	0.45 53	0.58 94	0.96 146	0.47 48

GLC_STEREO	0.47 73	0.51 118	0.40 96	0.38 85	0.37 100	0.37 77	0.28 90	0.64 103	0.29 57	0.62 122	0.53 100	0.55 73	0.28 51	0.30 105	0.49 42	0.48 85	0.66 146	0.41 55	0.65 72	0.41 92	0.70 130	0.60 101	0.23 86	0.30 78	0.47 57	0.36 34	0.84 123	0.53 60

raftrobust	0.43 61	0.33 21	0.36 75	0.28 41	0.28 55	0.27 34	0.18 40	0.64 103	0.25 36	0.63 126	0.53 100	0.51 62	0.25 39	0.22 47	0.63 74	0.48 85	0.51 65	0.41 55	0.96 121	0.38 72	0.53 77	0.46 67	0.20 61	0.24 45	0.57 88	0.54 88	0.54 35	0.52 56

UPFNet	0.38 35	0.34 24	0.34 68	0.32 61	0.33 77	0.39 84	0.29 97	0.47 35	0.33 91	0.43 26	0.41 63	0.40 25	0.30 62	0.34 123	0.61 67	0.40 33	0.46 35	0.41 55	0.52 34	0.35 62	0.35 16	0.34 27	0.25 96	0.27 62	0.38 36	0.35 31	0.55 36	0.37 24

RYNet	0.27 12	0.23 7	0.18 13	0.15 7	0.17 17	0.19 13	0.13 16	0.25 8	0.31 78	0.17 6	0.20 12	0.19 7	0.14 9	0.13 16	0.80 114	0.28 7	0.27 5	0.41 55	0.28 7	0.19 8	0.27 5	0.21 8	0.29 113	0.18 14	0.27 9	0.76 125	0.34 10	0.23 7

IER	0.41 44	0.37 34	0.31 58	0.30 53	0.28 55	0.35 72	0.24 74	0.47 35	0.28 50	0.44 33	0.59 114	0.77 131	0.29 53	0.35 129	0.63 74	0.42 40	0.47 44	0.42 62	0.44 24	0.34 53	0.42 25	0.36 31	0.28 110	0.26 59	0.40 43	0.47 68	0.52 30	0.52 56

test-3	0.55 97	0.37 34	0.37 79	0.34 69	0.33 77	0.33 60	0.22 64	0.65 110	0.27 43	0.61 113	0.34 41	0.90 149	0.31 74	0.21 41	0.60 62	0.44 52	0.55 87	0.42 62	2.59 187	0.38 72	0.56 86	1.37 186	0.16 24	0.29 70	0.48 60	0.38 40	0.69 81	0.54 66

test_1	0.55 97	0.37 34	0.37 79	0.34 69	0.33 77	0.33 60	0.22 64	0.66 114	0.27 43	0.62 122	0.34 41	0.90 149	0.31 74	0.21 41	0.61 67	0.44 52	0.55 87	0.42 62	2.58 186	0.38 72	0.56 86	1.38 188	0.16 24	0.29 70	0.48 60	0.38 40	0.69 81	0.54 66

ADLNet	0.46 71	0.53 133	0.37 79	0.41 97	0.41 118	0.44 102	0.40 123	0.54 48	0.35 101	0.45 35	0.53 100	0.76 128	0.36 108	0.62 192	0.58 55	0.42 40	0.49 51	0.42 62	0.50 30	0.37 69	0.43 26	0.44 59	0.34 131	0.25 53	0.47 57	0.55 90	0.57 40	0.45 46

NLCA_NET_v2_RVC	0.51 83	0.52 126	0.48 130	0.43 105	0.57 153	0.42 96	0.62 165	0.56 59	0.62 165	0.52 66	0.51 93	0.67 110	0.34 97	0.58 189	0.78 109	0.42 40	0.47 44	0.42 62	0.57 56	0.38 72	0.46 39	0.42 49	0.30 116	0.32 89	0.48 60	0.76 125	0.62 61	0.64 94
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
4D-IteraStereo	0.40 41	0.28 14	0.33 64	0.35 77	0.24 37	0.24 26	0.15 27	0.63 96	0.28 50	0.61 113	0.39 58	0.51 62	0.22 28	0.22 47	0.48 40	0.43 47	0.49 51	0.43 67	0.66 74	0.34 53	0.63 109	0.70 127	0.14 18	0.22 26	0.39 39	0.47 68	0.63 64	0.39 29

anonymity	3.27 232	0.41 54	1.09 210	0.58 141	0.41 118	0.47 113	0.30 103	0.79 167	0.33 91	0.61 113	69.49 274	0.85 142	0.30 62	0.24 68	0.59 58	1.02 199	0.60 122	0.43 67	1.35 143	0.60 152	0.73 136	1.82 208	0.24 93	0.29 70	1.00 188	1.24 189	1.08 163	1.47 174

GANet	0.32 24	0.29 15	0.27 46	0.34 69	0.33 77	0.38 82	0.29 97	0.44 25	0.24 31	0.35 17	0.30 29	0.46 43	0.22 28	0.21 41	0.31 13	0.32 16	0.40 22	0.43 67	0.33 12	0.22 13	0.33 13	0.29 20	0.22 78	0.24 45	0.31 20	0.27 11	0.42 17	0.34 21

CFNet	0.45 67	0.44 68	0.33 64	0.48 116	0.40 113	0.39 84	0.30 103	0.53 44	0.32 86	0.48 46	0.50 87	0.68 112	0.40 119	0.30 105	0.56 49	0.37 26	0.48 48	0.43 67	0.52 34	0.33 50	0.46 39	0.30 22	0.23 86	0.31 85	0.61 102	0.52 84	0.69 81	0.71 111

DN-CSS_ROB	0.52 87	0.43 64	0.46 123	0.41 97	0.40 113	0.34 67	0.22 64	0.69 132	0.34 96	0.59 105	0.79 162	0.66 107	0.47 139	0.24 68	0.63 74	0.40 33	0.58 105	0.43 67	1.74 156	0.38 72	0.63 109	0.38 36	0.31 121	0.47 151	0.53 79	0.43 51	0.66 76	0.54 66

iRaft-Stereo_20w	1.06 179	0.49 99	1.34 222	1.18 200	0.46 129	0.78 178	0.46 132	0.76 159	0.37 111	0.74 177	6.16 250	0.84 141	0.29 53	0.26 91	0.81 117	0.97 190	0.59 115	0.44 72	1.72 155	0.61 161	1.04 171	1.56 196	0.21 69	0.25 53	0.92 173	1.31 197	1.45 200	2.71 206

GMOStereo	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

error version	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

test-v	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

test-2	0.42 49	0.39 45	0.21 22	0.30 53	0.26 43	0.29 43	0.19 51	0.67 117	0.30 63	0.66 147	0.32 33	0.54 68	0.33 87	0.20 36	0.40 25	0.46 69	0.50 56	0.44 72	0.68 78	0.34 53	0.51 61	0.66 116	0.16 24	0.22 26	0.58 92	0.45 59	0.82 114	0.41 35

DMCA-RVC	0.44 64	0.37 34	0.35 70	0.33 67	0.37 100	0.32 53	0.41 125	0.46 33	0.52 148	0.43 26	0.48 78	0.68 112	0.33 87	0.29 103	0.65 83	0.46 69	0.47 44	0.44 72	0.49 29	0.38 72	0.49 55	0.48 77	0.29 113	0.32 89	0.38 36	0.37 36	0.57 40	0.62 87

AF-Net	0.53 90	0.49 99	0.44 118	0.50 121	0.53 144	0.61 148	0.54 145	0.61 83	0.55 155	0.43 26	0.66 138	0.85 142	0.42 123	0.40 140	0.64 80	0.46 69	0.46 35	0.44 72	0.60 62	0.40 89	0.45 34	0.45 62	0.41 150	0.39 122	0.50 70	0.55 90	0.81 111	0.69 105

RP	0.58 110	0.57 146	0.72 179	0.62 151	0.56 151	0.57 139	0.64 168	0.63 96	0.61 163	0.42 25	0.81 167	0.78 132	0.53 152	0.43 156	0.68 92	0.48 85	0.53 77	0.44 72	0.64 68	0.45 103	0.51 61	0.54 92	0.37 141	0.44 141	0.62 107	0.59 95	0.83 121	0.77 122

Nwc_Net	0.53 90	0.49 99	0.44 118	0.50 121	0.53 144	0.61 148	0.54 145	0.61 83	0.55 155	0.43 26	0.66 138	0.85 142	0.42 123	0.40 140	0.64 80	0.46 69	0.46 35	0.44 72	0.60 62	0.40 89	0.45 34	0.45 62	0.41 150	0.39 122	0.50 70	0.55 90	0.81 111	0.69 105

Any-RAFT	0.69 133	0.47 86	0.85 189	0.53 132	0.40 113	0.38 82	0.27 85	0.64 103	0.32 86	0.57 94	0.76 160	0.86 146	0.24 38	0.22 47	0.57 51	0.76 162	0.60 122	0.45 81	2.19 170	0.45 103	1.20 181	0.71 128	0.22 78	0.31 85	0.99 185	1.24 189	0.73 93	1.65 183

EGLCR-Stereo	0.47 73	0.49 99	0.41 104	0.29 46	0.30 67	0.44 102	0.14 23	0.57 60	0.26 39	0.57 94	0.27 25	0.58 83	0.23 31	0.21 41	0.36 19	0.47 80	0.53 77	0.45 81	0.75 97	0.32 48	0.69 127	0.93 154	0.19 49	0.24 45	0.48 60	0.49 77	1.30 186	0.70 110

Sa-1000	0.48 76	0.47 86	0.21 22	0.26 35	0.26 43	0.31 50	0.15 27	0.65 110	0.36 105	0.63 126	0.33 39	0.50 58	0.26 42	0.30 105	0.94 151	0.49 91	0.59 115	0.45 81	0.90 114	0.32 48	0.52 71	0.75 135	0.17 36	0.27 62	0.72 130	0.53 86	1.00 156	0.49 51

dad	0.89 164	0.57 146	0.37 79	1.42 209	0.65 167	0.75 174	2.23 222	1.43 216	0.36 105	0.93 204	0.38 52	0.85 142	0.76 175	0.32 118	0.97 158	0.52 103	0.78 172	0.45 81	1.87 164	0.41 92	0.74 138	0.41 45	0.30 116	0.47 151	1.15 201	0.47 68	2.64 235	1.96 191

test_3	0.56 104	0.38 40	0.36 75	0.34 69	0.33 77	0.33 60	0.21 59	0.68 124	0.29 57	0.65 137	0.33 39	0.92 151	0.35 104	0.21 41	0.60 62	0.44 52	0.56 92	0.45 81	2.68 188	0.39 84	0.55 82	1.35 184	0.15 20	0.32 89	0.51 73	0.47 68	0.67 77	0.50 53

FADNet-RVC	0.58 110	0.50 113	0.37 79	0.51 127	0.42 120	0.39 84	0.56 149	0.68 124	0.36 105	0.64 132	0.50 87	1.13 170	0.45 134	0.34 123	0.91 143	0.53 105	0.54 79	0.45 81	1.20 138	0.51 118	0.54 80	0.52 87	0.33 129	0.51 159	0.57 88	0.75 122	0.64 67	0.81 127

PS-NSSS	0.60 118	0.81 183	0.44 118	0.89 181	0.54 147	0.71 168	0.63 166	0.64 103	0.38 115	0.64 132	0.41 63	1.52 186	0.47 139	0.41 143	0.59 58	0.42 40	0.52 69	0.45 81	0.94 118	0.42 98	0.44 31	0.29 20	0.36 136	0.34 105	0.63 111	0.69 106	0.70 85	0.80 125

raft_robust	0.49 79	0.44 68	0.24 39	0.38 85	0.29 60	0.32 53	0.21 59	0.73 149	0.35 101	0.69 164	0.34 41	0.57 78	0.31 74	0.24 68	0.59 58	0.53 105	0.54 79	0.46 88	0.98 122	0.37 69	0.69 127	0.94 155	0.20 61	0.28 66	0.55 85	0.69 106	0.69 81	0.60 81

UNet	0.44 64	0.42 61	0.40 96	0.37 82	0.36 93	0.41 92	0.28 90	0.57 60	0.35 101	0.50 55	0.49 82	0.47 46	0.34 97	0.37 135	0.53 46	0.43 47	0.54 79	0.46 88	0.56 52	0.39 84	0.47 46	0.44 59	0.27 107	0.34 105	0.44 49	0.48 73	0.58 47	0.57 72

DeepPrunerF	1.22 184	0.49 99	0.39 91	0.58 141	2.86 243	0.49 117	0.55 147	0.52 40	0.58 161	0.43 26	0.67 143	0.43 36	0.32 83	0.42 153	1.64 202	0.75 161	0.58 105	0.46 88	0.93 116	0.46 108	0.61 104	0.53 90	0.40 148	0.35 108	15.32 263	0.82 137	0.65 71	0.62 87

iResNetv2_ROB	0.52 87	0.45 75	0.32 61	0.48 116	0.39 109	0.48 115	0.28 90	0.64 103	0.34 96	0.52 66	0.66 138	0.70 117	0.55 155	0.28 97	0.67 89	0.47 80	0.50 56	0.46 88	1.12 132	0.45 103	0.57 95	0.47 71	0.29 113	0.40 125	0.55 85	0.51 82	0.81 111	0.58 74

DISCO	0.45 67	0.44 68	0.29 50	0.40 92	0.38 106	0.49 117	0.43 128	0.45 31	0.43 135	0.50 55	0.57 110	0.40 25	0.29 53	0.30 105	0.61 67	0.43 47	0.55 87	0.46 88	0.69 83	0.41 92	0.48 51	0.43 54	0.26 103	0.32 89	0.47 57	0.50 80	0.62 61	0.50 53

SGM-Forest	0.73 141	0.71 171	0.40 96	1.13 196	0.64 166	0.74 173	0.45 130	0.68 124	0.39 118	0.61 113	0.44 69	1.16 171	1.06 184	0.49 167	0.86 131	0.61 130	0.55 87	0.46 88	0.68 78	0.44 101	0.61 104	0.49 78	0.45 156	0.44 141	0.90 171	0.86 139	1.95 218	1.47 174
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MSKI-zero shot	0.84 157	0.49 99	0.43 110	0.41 97	0.35 90	0.46 112	0.32 105	0.76 159	0.30 63	0.65 137	0.92 178	0.83 139	0.32 83	0.22 47	0.62 71	1.08 205	0.64 139	0.47 94	3.14 199	0.61 161	2.23 211	1.58 197	0.20 61	0.38 121	0.96 180	1.47 206	1.24 182	1.60 179

CFNet_pseudo	0.51 83	0.44 68	0.43 110	0.54 134	0.43 123	0.53 130	0.34 109	0.62 90	0.36 105	0.61 113	0.64 130	0.57 78	0.52 150	0.35 129	0.90 142	0.50 94	0.50 56	0.47 94	0.67 76	0.36 64	0.47 46	0.42 49	0.26 103	0.33 101	0.57 88	0.60 98	0.68 78	0.73 116

ARAFT	0.34 29	0.38 40	0.23 35	0.26 35	0.21 26	0.27 34	0.14 23	0.44 25	0.24 31	0.50 55	0.30 29	0.41 29	0.16 14	0.15 22	0.67 89	0.42 40	0.50 56	0.47 94	0.51 32	0.23 16	0.53 77	0.32 24	0.16 24	0.19 15	0.43 47	0.30 16	0.52 30	0.37 24

CFNet_RVC	0.51 83	0.51 118	0.47 127	0.50 121	0.48 135	0.48 115	0.32 105	0.53 44	0.37 111	0.51 59	0.65 135	0.57 78	0.34 97	0.30 105	0.69 94	0.44 52	0.52 69	0.47 94	0.57 56	0.42 98	0.56 86	0.49 78	0.27 107	0.35 108	0.65 116	0.74 118	0.80 108	0.75 120

HSM	0.54 95	0.49 99	0.47 127	0.48 116	0.47 132	0.41 92	0.37 115	0.71 141	0.37 111	0.61 113	0.65 135	0.59 88	0.48 142	0.31 112	0.70 99	0.48 85	0.64 139	0.47 94	0.75 97	0.48 114	0.63 109	0.49 78	0.26 103	0.42 132	0.62 107	0.72 114	0.87 132	0.67 99

IGEV_Zeroshot_test	0.95 169	0.47 86	1.24 218	1.15 198	0.46 129	0.60 145	0.65 172	0.81 174	0.36 105	0.66 147	1.86 221	0.94 152	0.30 62	0.26 91	0.66 84	1.14 213	0.60 122	0.48 99	2.56 184	0.63 168	2.23 211	2.36 214	0.21 69	0.37 119	1.00 188	1.03 175	1.17 174	1.48 176

IPLG	0.47 73	0.45 75	0.32 61	0.28 41	0.27 51	0.32 53	0.21 59	0.63 96	0.22 21	0.51 59	0.38 52	0.56 75	0.29 53	0.31 112	1.64 202	0.44 52	0.56 92	0.48 99	0.56 52	0.41 92	0.45 34	0.75 135	0.18 41	0.28 66	0.45 53	0.59 95	0.65 71	0.51 55

TRStereo	0.75 147	0.83 188	1.19 213	0.56 138	0.34 86	1.42 211	0.48 135	0.68 124	0.28 50	0.65 137	0.46 76	1.10 168	0.27 48	0.22 47	0.70 99	0.85 175	0.57 101	0.48 99	1.85 163	0.50 115	0.73 136	0.87 149	0.18 41	0.27 62	0.78 148	1.22 188	1.78 214	1.09 153

cross-raft	0.73 141	0.56 142	0.46 123	0.43 105	0.33 77	0.40 90	0.27 85	0.73 149	0.33 91	0.65 137	0.60 116	0.74 125	0.30 62	0.23 57	0.76 108	0.96 188	0.63 136	0.48 99	2.91 195	0.59 148	1.81 205	1.31 183	0.22 78	0.32 89	0.82 159	0.94 153	0.93 138	1.01 148

ADCP+	0.92 165	0.59 148	0.62 160	0.44 109	0.45 126	0.55 136	0.85 184	0.65 110	1.81 224	0.48 46	1.10 193	1.62 190	0.33 87	0.42 153	1.03 167	0.52 103	0.52 69	0.48 99	1.19 136	0.38 72	0.58 98	0.60 101	0.32 126	0.30 78	0.66 117	3.45 248	0.77 101	4.14 226

MDST_ROB	3.33 233	2.32 228	0.75 182	3.90 242	1.47 220	2.61 225	1.00 197	1.12 204	0.72 173	0.78 189	0.67 143	1.54 187	25.37 259	0.34 123	2.11 225	0.53 105	0.65 143	0.48 99	3.69 204	0.58 144	0.88 153	0.59 98	0.58 188	0.68 183	7.85 258	3.03 241	17.15 263	8.63 247

DLCB_ROB	0.53 90	0.50 113	0.48 130	0.41 97	0.45 126	0.43 100	0.39 121	0.55 54	0.45 136	0.57 94	0.61 122	0.70 117	0.52 150	0.41 143	0.60 62	0.47 80	0.57 101	0.48 99	0.52 34	0.43 100	0.55 82	0.47 71	0.38 143	0.42 132	0.96 180	0.79 131	0.70 85	0.62 87

LMCR-Stereo	0.50 80	0.46 81	0.33 64	0.32 61	0.33 77	0.42 96	0.24 74	0.57 60	0.37 111	0.55 83	0.46 76	0.65 106	0.40 119	0.26 91	0.69 94	0.49 91	0.62 131	0.49 106	1.11 131	0.57 140	0.66 117	0.64 111	0.25 96	0.32 89	0.48 60	0.49 77	0.63 64	0.65 96

RALCasStereoNet	0.42 49	0.50 113	0.35 70	0.35 77	0.30 67	0.31 50	0.24 74	0.60 76	0.25 36	0.56 90	0.49 82	0.58 83	0.26 42	0.18 29	0.57 51	0.46 69	0.54 79	0.49 106	0.51 32	0.34 53	0.51 61	0.41 45	0.21 69	0.31 85	0.53 79	0.49 77	0.48 23	0.58 74

EAI-Stereo	0.75 147	0.49 99	0.50 136	0.51 127	0.46 129	0.56 138	0.60 157	0.73 149	0.32 86	0.63 126	0.72 153	0.82 135	0.26 42	0.24 68	1.05 168	0.96 188	0.60 122	0.49 106	3.00 196	0.62 165	0.82 146	1.13 170	0.19 49	0.31 85	0.78 148	0.70 110	1.55 204	1.17 162

psm_up	0.56 104	0.51 118	0.53 143	0.56 138	0.45 126	0.58 142	0.35 111	0.71 141	0.66 170	0.55 83	0.53 100	0.59 88	0.50 144	0.40 140	0.63 74	0.50 94	0.59 115	0.49 106	0.84 109	0.46 108	0.51 61	0.45 62	0.31 121	0.51 159	0.70 124	0.78 129	0.80 108	0.67 99

DSFCA	0.45 67	0.50 113	0.40 96	0.40 92	0.37 100	0.44 102	0.34 109	0.46 33	0.39 118	0.40 23	0.57 110	0.49 52	0.29 53	0.24 68	0.61 67	0.44 52	0.49 51	0.49 106	0.64 68	0.39 84	0.50 58	0.51 83	0.33 129	0.35 108	0.49 67	0.50 80	0.57 40	0.58 74

iResNet_ROB	0.50 80	0.49 99	0.42 106	0.42 101	0.30 67	0.42 96	0.32 105	0.60 76	0.33 91	0.52 66	0.59 114	0.47 46	0.56 157	0.25 81	0.81 117	0.46 69	0.57 101	0.49 106	1.19 136	0.36 64	0.48 51	0.36 31	0.25 96	0.37 119	0.57 88	0.54 88	0.75 97	0.61 83

RAFT-Test	0.72 140	0.50 113	0.46 123	0.52 129	0.34 86	0.41 92	0.29 97	0.73 149	0.30 63	0.62 122	0.72 153	0.68 112	0.31 74	0.22 47	0.71 103	1.03 200	0.62 131	0.50 112	2.89 194	0.66 172	1.72 199	1.14 172	0.23 86	0.29 70	0.80 155	0.96 157	0.95 143	0.91 138

MIPNet	0.51 83	0.51 118	0.33 64	0.32 61	0.30 67	0.37 77	0.25 79	0.62 90	0.24 31	0.50 55	0.52 96	0.61 93	0.41 122	0.30 105	1.01 166	0.51 101	0.59 115	0.50 112	0.76 100	0.47 112	0.44 31	0.85 146	0.20 61	0.26 59	0.66 117	0.98 163	0.71 89	0.61 83

rafts_anoy	0.41 44	0.51 118	0.35 70	0.29 46	0.30 67	0.33 60	0.22 64	0.59 71	0.25 36	0.51 59	0.50 87	0.48 49	0.23 31	0.17 28	0.57 51	0.46 69	0.51 65	0.50 112	0.58 60	0.34 53	0.50 58	0.43 54	0.19 49	0.28 66	0.50 70	0.47 68	0.52 30	0.53 60

RALAANet	0.41 44	0.41 54	0.37 79	0.28 41	0.28 55	0.33 60	0.24 74	0.54 48	0.27 43	0.48 46	0.48 78	0.43 36	0.25 39	0.20 36	0.57 51	0.41 36	0.49 51	0.50 112	0.71 86	0.40 89	0.52 71	0.46 67	0.21 69	0.29 70	0.46 55	0.45 59	0.70 85	0.47 48

HGLStereo	0.43 61	0.43 64	0.37 79	0.34 69	0.37 100	0.39 84	0.23 71	0.48 37	0.31 78	0.47 41	0.72 153	0.42 31	0.29 53	0.32 118	0.51 43	0.49 91	0.55 87	0.50 112	0.55 47	0.39 84	0.51 61	0.43 54	0.22 78	0.33 101	0.51 73	0.51 82	0.57 40	0.45 46

MSMDNet	0.73 141	0.52 126	0.48 130	0.35 77	0.34 86	0.45 106	0.33 108	0.69 132	0.30 63	0.63 126	0.60 116	0.71 119	0.35 104	0.23 57	0.78 109	1.05 202	0.63 136	0.50 112	2.88 193	0.81 192	1.59 195	1.80 207	0.23 86	0.29 70	0.74 137	0.89 146	0.85 125	0.76 121

UCFNet_RVC	0.56 104	0.78 177	0.45 122	0.59 144	0.55 150	0.52 127	0.39 121	0.58 64	0.40 120	0.59 105	0.60 116	0.82 135	0.45 134	0.32 118	0.70 99	0.42 40	0.50 56	0.50 112	0.67 76	0.45 103	0.56 86	0.47 71	0.38 143	0.41 128	0.77 146	0.71 111	0.65 71	0.86 133

UDGNet	0.67 127	0.66 165	0.42 106	1.35 206	1.02 200	1.21 203	0.91 190	0.60 76	0.41 124	0.52 66	0.60 116	0.56 75	0.23 31	1.19 221	0.66 84	0.45 62	0.56 92	0.51 119	0.73 90	0.53 121	0.64 115	0.67 121	0.79 200	0.29 70	0.72 130	0.55 90	0.63 64	0.66 97

ICVP	0.58 110	0.49 99	0.67 173	0.50 121	0.48 135	0.52 127	0.36 113	0.60 76	0.45 136	0.61 113	0.58 113	0.61 93	0.56 157	0.30 105	0.67 89	0.64 136	0.58 105	0.51 119	0.72 89	0.51 118	0.58 98	0.74 133	0.59 189	0.47 151	0.60 101	0.75 122	0.74 95	0.72 113
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
pcwnet_v2	0.62 119	0.46 81	0.50 136	0.62 151	0.49 138	0.61 148	0.46 132	0.66 114	0.45 136	0.65 137	0.79 162	0.64 103	0.86 180	0.53 177	1.15 178	0.55 113	0.59 115	0.51 119	0.83 107	0.41 92	0.55 82	0.47 71	0.34 131	0.43 136	0.75 140	0.76 125	0.85 125	0.95 140

STTStereo	0.53 90	0.56 142	0.54 146	0.44 109	0.52 143	0.43 100	0.59 154	0.52 40	0.46 140	0.47 41	0.55 108	0.71 119	0.42 123	0.56 182	0.87 136	0.44 52	0.49 51	0.51 119	0.54 45	0.37 69	0.51 61	0.40 42	0.32 126	0.35 108	0.52 77	0.66 104	0.68 78	0.99 146

stereogan	0.67 127	0.67 166	0.62 160	0.68 164	0.73 182	0.75 174	0.64 168	0.70 138	0.57 158	0.51 59	0.64 130	1.08 165	0.62 165	0.44 159	0.83 122	0.55 113	0.56 92	0.51 119	0.91 115	0.59 148	0.59 102	0.69 126	0.47 159	0.46 148	0.59 98	0.67 105	1.16 172	0.87 135

R-Stereo Train	0.66 124	0.55 136	0.43 110	0.48 116	0.36 93	0.50 121	0.18 40	0.62 90	0.31 78	0.68 156	0.62 126	0.72 121	0.34 97	0.25 81	0.69 94	0.89 177	0.66 146	0.51 119	2.12 168	0.46 108	0.94 160	1.49 192	0.22 78	0.36 115	0.71 127	0.96 157	0.77 101	1.10 154

RAFT-Stereo	0.66 124	0.55 136	0.43 110	0.48 116	0.36 93	0.50 121	0.18 40	0.62 90	0.31 78	0.68 156	0.62 126	0.72 121	0.34 97	0.25 81	0.69 94	0.89 177	0.66 146	0.51 119	2.12 168	0.46 108	0.94 160	1.49 192	0.22 78	0.36 115	0.71 127	0.96 157	0.77 101	1.10 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AE-Stereo	0.54 95	0.48 96	0.44 118	0.50 121	0.35 90	0.36 75	0.28 90	0.55 54	0.29 57	0.64 132	0.31 32	0.89 148	0.31 74	0.24 68	0.55 47	0.65 142	0.68 154	0.52 126	0.87 111	0.53 121	0.72 133	0.81 143	0.21 69	0.47 151	0.79 151	0.69 106	0.94 141	0.62 87

GANet-ADL	0.70 136	0.59 148	0.52 141	0.60 146	0.57 153	0.61 148	0.46 132	0.68 124	0.52 148	0.65 137	0.67 143	0.76 128	0.43 128	0.39 137	1.08 172	0.79 170	0.68 154	0.52 126	1.84 161	0.64 169	0.66 117	0.86 148	0.42 153	0.43 136	0.70 124	0.87 142	0.97 148	0.89 137

XX-Stereo	9.49 257	0.38 40	0.36 75	0.63 153	0.28 55	0.54 134	0.28 90	0.69 132	0.28 50	0.69 164	6.24 251	1.00 157	0.29 53	0.23 57	0.70 99	1.08 205	0.60 122	0.52 126	1.58 150	0.53 121	0.76 140	0.65 113	0.18 41	0.26 59	233.61 276	0.88 144	1.01 157	1.90 190

MLCV	0.70 136	0.49 99	0.53 143	0.73 169	0.50 139	0.65 157	0.43 128	0.81 174	0.41 124	0.71 170	0.88 174	1.01 159	0.81 177	0.28 97	0.92 145	0.43 47	0.65 143	0.52 126	2.47 183	0.45 103	0.55 82	0.72 131	0.39 147	0.54 164	0.69 122	0.80 132	0.83 121	0.72 113

MyStereo04	0.68 132	0.52 126	0.57 150	0.44 109	0.37 100	0.35 72	0.26 83	0.68 124	0.45 136	0.62 122	0.45 72	0.68 112	0.34 97	0.25 81	1.00 163	0.68 149	0.56 92	0.53 130	3.39 202	0.56 135	0.92 158	0.64 111	0.27 107	0.41 128	0.77 146	0.92 149	0.96 146	0.66 97

MyStereo	0.70 136	0.55 136	0.69 176	0.47 114	0.38 106	0.35 72	0.27 85	0.68 124	0.49 144	0.64 132	0.57 110	0.66 107	0.42 123	0.26 91	1.12 176	0.65 142	0.58 105	0.53 130	3.20 200	0.57 140	0.92 158	0.74 133	0.28 110	0.41 128	0.88 169	0.99 165	0.99 151	0.62 87

HH	0.84 157	0.34 24	0.99 198	0.42 101	0.36 93	0.51 124	0.42 126	0.69 132	0.34 96	0.65 137	0.38 52	1.03 161	0.26 42	0.28 97	0.66 84	1.37 229	0.61 127	0.53 130	2.39 179	0.60 152	3.55 236	1.64 199	0.25 96	0.33 101	0.83 161	1.05 176	1.09 164	1.12 157

HanStereo	0.84 157	0.34 24	0.99 198	0.42 101	0.36 93	0.51 124	0.42 126	0.69 132	0.34 96	0.65 137	0.38 52	1.03 161	0.26 42	0.28 97	0.66 84	1.37 229	0.61 127	0.53 130	2.39 179	0.60 152	3.55 236	1.64 199	0.25 96	0.33 101	0.83 161	1.05 176	1.09 164	1.12 157

FADNet	0.65 123	0.55 136	0.41 104	0.53 132	0.42 120	0.49 117	0.65 172	0.74 154	0.42 131	0.66 147	0.64 130	0.81 133	0.50 144	0.36 131	1.17 180	0.51 101	0.51 65	0.53 130	1.61 153	0.53 121	0.69 127	0.59 98	0.35 135	0.41 128	0.72 130	0.88 144	0.78 106	1.06 151

HSM-Net_RVC	0.75 147	0.53 133	0.60 157	0.77 172	0.62 165	0.61 148	0.37 115	0.76 159	0.49 144	0.74 177	1.71 217	1.32 178	0.80 176	0.36 131	0.72 105	0.55 113	0.64 139	0.53 130	0.78 102	0.53 121	0.67 121	0.89 152	0.43 154	0.64 179	0.94 177	1.09 179	1.07 162	1.04 150
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AACVNet	0.55 97	0.47 86	0.40 96	0.58 141	0.61 159	0.53 130	0.37 115	0.61 83	0.40 120	0.59 105	0.64 130	0.58 83	0.33 87	0.36 131	0.69 94	0.54 111	0.58 105	0.54 136	0.69 83	0.52 120	0.54 80	0.52 87	0.36 136	0.44 141	0.59 98	0.69 106	0.82 114	0.83 129

PSMNet-ADL	0.96 172	0.62 158	0.66 170	0.67 161	0.70 179	0.66 160	0.58 153	0.74 154	0.60 162	0.85 199	5.03 243	0.95 155	1.26 193	0.45 161	0.89 140	1.03 200	0.68 154	0.54 136	2.03 167	0.68 178	0.84 150	0.79 142	0.54 183	0.47 151	0.73 135	0.95 154	1.32 188	0.63 92

PA-Net	0.64 122	0.67 166	0.66 170	0.50 121	0.66 171	0.50 121	0.64 168	0.65 110	0.73 174	0.54 77	0.52 96	0.58 83	0.58 163	0.59 191	0.93 147	0.57 119	0.46 35	0.54 136	0.61 66	0.54 127	0.49 55	0.66 116	0.36 136	0.52 161	0.64 114	1.24 189	0.64 67	1.32 170
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SGM-ForestM	2.61 218	4.20 253	0.93 194	2.78 226	1.37 217	3.57 235	2.93 229	2.59 245	1.51 219	0.70 167	1.32 203	7.25 242	5.36 233	0.47 164	0.89 140	0.53 105	0.79 177	0.54 136	7.58 227	0.60 152	0.82 146	0.47 71	0.51 176	0.80 196	4.97 250	3.66 249	7.05 258	6.30 238

NaN_ROB	0.73 141	0.59 148	0.61 159	0.64 155	0.78 187	0.53 130	0.48 135	0.87 181	0.63 166	0.73 176	0.61 122	1.96 196	0.62 165	0.45 161	0.84 125	0.55 113	0.56 92	0.54 136	0.73 90	0.55 131	0.52 71	0.51 83	0.38 143	0.64 179	0.83 161	1.11 181	0.94 141	1.64 182

GES	0.59 116	0.52 126	0.37 79	0.39 88	0.40 113	0.53 130	0.37 115	0.59 71	0.40 120	0.56 90	0.60 116	0.50 58	0.30 62	0.41 143	0.98 159	0.63 132	0.67 152	0.55 141	2.28 173	0.56 135	0.70 130	0.56 97	0.31 121	0.42 132	0.48 60	0.48 73	0.65 71	0.68 103

NVstereo2D	0.55 97	0.47 86	0.40 96	0.52 129	0.48 135	0.66 160	0.64 168	0.60 76	0.38 115	0.48 46	0.61 122	0.53 66	0.30 62	0.63 194	1.53 196	0.61 130	0.58 105	0.55 141	0.53 40	0.41 92	0.50 58	0.38 36	0.54 183	0.43 136	0.64 114	0.48 73	0.56 38	0.53 60

CASS	0.79 154	0.55 136	0.53 143	0.65 158	0.54 147	0.59 143	0.53 142	0.78 166	0.52 148	0.71 170	0.75 159	0.67 110	0.47 139	0.28 97	0.83 122	0.67 146	0.98 201	0.56 143	1.60 152	0.58 144	2.74 219	1.44 189	0.38 143	0.35 108	0.84 165	0.81 134	0.90 134	1.02 149
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR	0.57 108	0.55 136	0.37 79	0.43 105	0.38 106	0.36 75	0.23 71	0.62 90	0.30 63	0.56 90	0.68 146	0.61 93	0.32 83	0.29 103	1.73 208	0.47 80	0.56 92	0.56 143	1.09 127	0.54 127	0.53 77	0.81 143	0.20 61	0.32 89	0.71 127	0.97 162	0.73 93	0.57 72

GwcNet-ADL	0.97 174	0.83 188	0.81 186	0.91 183	0.68 172	0.70 166	0.53 142	0.77 164	0.50 146	0.72 173	5.46 246	1.20 173	0.65 170	0.46 163	0.81 117	0.95 185	0.72 166	0.56 143	1.26 140	0.71 183	0.67 121	0.78 140	0.59 189	0.56 167	0.79 151	0.98 163	0.85 125	1.75 187

RGC	0.76 151	0.72 172	0.99 198	0.70 165	0.71 180	0.76 177	0.57 152	0.74 154	0.74 177	0.56 90	0.96 182	0.83 139	0.85 179	0.56 182	0.93 147	0.60 127	0.62 131	0.56 143	0.93 116	0.61 161	0.66 117	0.71 128	0.51 176	0.56 167	0.81 156	1.01 170	0.99 151	1.19 164

PWCDC_ROB	0.67 127	0.35 32	0.39 91	0.29 46	0.43 123	0.34 67	0.36 113	0.43 23	1.25 207	0.27 12	0.72 153	0.44 38	2.38 215	0.57 186	1.11 174	0.76 162	0.56 92	0.56 143	0.64 68	0.55 131	0.63 109	2.08 211	0.46 158	0.40 125	0.36 31	0.63 99	0.51 26	0.67 99

SACVNet	0.62 119	0.53 133	0.51 140	0.55 137	0.57 153	0.52 127	0.60 157	0.69 132	0.56 157	0.67 154	0.54 106	0.59 88	0.37 112	0.41 143	0.71 103	0.60 127	0.64 139	0.57 148	0.95 119	0.64 169	0.67 121	0.78 140	0.36 136	0.47 151	0.75 140	0.77 128	0.84 123	0.84 130

ADCL	1.27 186	0.82 186	0.64 166	0.60 146	0.53 144	0.73 170	0.91 190	0.75 158	2.78 244	0.68 156	1.01 186	0.86 146	0.50 144	0.50 170	1.27 183	0.64 136	0.66 146	0.57 148	1.20 138	0.60 152	0.98 167	0.88 150	0.50 169	0.47 151	1.60 220	1.50 211	0.88 133	11.30 251

NCCL2	0.69 133	0.73 173	0.66 170	0.57 140	0.56 151	0.51 124	0.45 130	0.70 138	0.57 158	0.68 156	0.71 148	0.66 107	0.48 142	0.39 137	0.93 147	0.72 155	0.65 143	0.57 148	0.76 100	0.57 140	0.74 138	0.88 150	0.49 165	0.60 173	0.98 182	0.95 154	0.85 125	1.16 161

XPNet_ROB	0.74 146	0.77 175	0.57 150	0.54 134	0.61 159	0.63 154	0.61 162	0.53 44	0.65 168	0.58 100	0.81 167	2.35 201	0.46 137	0.43 156	0.79 112	0.63 132	0.85 183	0.57 148	0.83 107	0.55 131	0.72 133	1.09 166	0.45 156	0.49 158	0.63 111	0.74 118	1.39 193	0.86 133

SGM_RVC	2.81 224	1.46 218	0.85 189	1.76 217	1.28 212	1.68 218	1.19 204	1.56 221	1.14 203	0.82 195	1.70 216	7.09 240	2.67 221	0.42 153	0.92 145	0.57 119	0.75 169	0.57 148	11.20 243	0.66 172	0.94 160	0.46 67	0.51 176	0.84 199	1.97 228	1.64 215	5.04 253	26.13 262
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test-1	0.84 157	0.34 24	0.50 136	0.37 82	0.40 113	0.60 145	0.37 115	0.73 149	0.38 115	0.68 156	0.71 148	1.08 165	0.40 119	0.25 81	0.79 112	0.91 180	0.63 136	0.58 153	2.22 172	0.58 144	1.17 179	3.78 232	0.22 78	0.36 115	0.81 156	1.15 183	1.10 167	1.59 178

MFN_U_SF_DS_RVC	1.33 187	0.90 195	0.63 164	1.27 204	0.90 192	1.21 203	2.21 220	1.27 205	1.18 205	1.00 212	0.91 177	1.80 195	1.16 191	1.07 220	1.48 194	0.77 164	0.70 159	0.58 153	2.75 191	0.67 176	1.39 190	2.93 221	0.85 206	0.73 187	1.47 215	1.68 216	1.33 189	2.96 211

BEATNet_4x	0.53 90	0.40 50	0.34 68	0.39 88	0.36 93	0.32 53	0.27 85	0.64 103	0.41 124	0.66 147	0.45 72	0.62 101	0.39 116	0.24 68	0.83 122	0.63 132	0.58 105	0.58 153	0.57 56	0.36 64	0.90 157	1.52 195	0.25 96	0.36 115	0.46 55	0.44 54	0.77 101	0.60 81

RTSC	0.73 141	0.49 99	0.46 123	0.47 114	0.51 142	0.55 136	0.56 149	0.67 117	0.68 171	0.54 77	0.79 162	0.57 78	0.57 161	0.41 143	1.92 216	0.77 164	0.96 200	0.58 153	1.36 144	0.56 135	0.85 152	1.11 167	0.31 121	0.53 163	0.58 92	0.65 103	0.95 143	1.26 168

CBMV_ROB	1.71 203	0.79 179	0.65 169	1.35 206	1.07 203	1.01 191	0.74 179	1.01 196	0.54 151	0.72 173	0.81 167	9.80 253	5.90 235	0.57 186	1.42 189	0.69 150	0.80 178	0.58 153	5.38 215	1.22 220	0.95 163	0.55 96	0.53 179	0.62 176	1.22 202	1.45 205	2.72 237	2.94 210

ADCRef	1.01 176	0.65 162	0.48 130	0.39 88	0.47 132	0.65 157	0.68 175	0.61 83	1.08 201	0.52 66	0.64 130	0.75 126	0.43 128	0.38 136	1.56 198	0.72 155	0.61 127	0.59 158	1.53 149	0.58 144	0.66 117	0.71 128	0.50 169	0.43 136	0.75 140	1.25 192	0.82 114	8.96 248

DeepPruner_ROB	0.59 116	0.44 68	0.54 146	0.52 129	0.54 147	0.49 117	0.37 115	0.61 83	0.46 140	0.60 111	0.70 147	0.61 93	0.51 148	0.32 118	1.06 169	0.58 123	0.62 131	0.59 158	0.66 74	0.47 112	0.97 166	0.72 131	0.36 136	0.44 141	0.61 102	1.00 167	0.72 90	0.58 74

LE_ROB	17.44 260	1.82 221	6.12 262	9.40 252	53.85 276	8.01 263	46.26 272	11.27 266	28.12 268	1.80 247	7.03 256	38.62 268	49.53 270	0.34 123	1.76 211	0.55 113	0.78 172	0.59 158	36.68 266	6.72 259	2.92 223	0.85 146	29.06 272	12.10 267	26.35 265	25.49 267	27.84 268	37.03 270

FADNet-RVC-Resample	0.57 108	0.52 126	0.42 106	0.46 112	0.39 109	0.41 92	0.40 123	0.72 148	0.42 131	0.68 156	0.51 93	1.04 164	0.43 128	0.43 156	0.96 156	0.48 85	0.56 92	0.61 161	0.85 110	0.55 131	0.52 71	0.63 107	0.34 131	0.60 173	0.58 92	0.71 111	0.55 36	0.77 122

STStereo	5.29 243	2.47 229	5.20 259	5.20 247	2.80 242	4.72 249	3.42 234	6.23 260	6.52 254	1.51 237	7.61 257	9.53 250	14.86 255	0.63 194	4.09 251	0.64 136	0.87 185	0.62 162	36.67 265	1.02 206	1.23 182	1.05 164	0.78 199	1.63 239	3.46 243	2.43 233	3.53 244	14.15 254

sCroCo_RVC	0.58 110	0.42 61	0.29 50	0.28 41	0.29 60	0.39 84	0.22 64	0.60 76	0.41 124	0.53 76	0.43 66	0.48 49	0.50 144	0.24 68	0.75 107	0.99 196	0.75 169	0.63 163	1.02 124	0.56 135	1.10 175	1.36 185	0.28 110	0.39 122	0.63 111	0.63 99	0.93 138	0.64 94

CC-Net-ROB	0.96 172	1.18 211	0.70 177	1.56 212	1.06 202	1.63 216	1.20 205	0.79 167	0.61 163	0.81 193	0.56 109	3.07 212	0.57 161	0.85 211	0.68 92	0.44 52	0.71 164	0.63 163	1.40 145	0.57 140	0.58 98	0.43 54	1.91 231	0.46 148	0.83 161	0.83 138	0.77 101	1.20 165

GANetREF_RVC	0.77 153	0.74 174	0.68 175	0.76 171	0.65 167	0.69 165	0.60 157	0.99 192	0.73 174	0.93 204	0.52 96	1.33 179	0.72 173	0.44 159	0.85 129	0.57 119	0.67 152	0.63 163	1.13 133	0.61 161	0.77 141	0.63 107	0.59 189	0.71 185	0.89 170	0.90 147	1.15 169	0.99 146
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
ETE_ROB	0.87 162	0.90 195	0.58 152	0.67 161	0.69 174	0.85 181	0.60 157	0.66 114	0.89 188	0.64 132	1.09 191	2.63 204	0.54 153	0.54 178	1.00 163	0.72 155	0.91 193	0.63 163	0.99 123	0.66 172	0.88 153	1.08 165	0.50 169	0.59 171	0.78 148	0.92 149	1.48 202	1.17 162

APVNet	0.56 104	0.47 86	0.38 88	0.46 112	0.50 139	0.57 139	0.53 142	0.60 76	0.42 131	0.46 38	0.65 135	0.50 58	0.30 62	0.36 131	0.74 106	0.71 154	0.71 164	0.64 167	0.95 119	0.53 121	0.57 95	0.77 139	0.34 131	0.46 148	0.59 98	0.46 66	0.82 114	0.58 74

SFCPSM	3.03 228	0.82 186	0.63 164	0.77 172	0.69 174	0.72 169	0.63 166	0.83 176	0.98 198	0.71 170	2.00 223	2.57 202	3.49 223	0.56 182	1.16 179	0.93 184	0.74 167	0.64 167	54.48 274	1.19 219	0.88 153	0.91 153	0.55 185	0.55 166	0.94 177	0.93 152	1.11 168	1.39 171

NCC-stereo	0.67 127	0.63 159	0.59 153	0.64 155	0.65 167	0.63 154	0.69 176	0.67 117	0.74 177	0.43 26	0.81 167	0.82 135	0.70 171	0.47 164	0.82 120	0.53 105	0.58 105	0.64 167	0.80 104	0.54 127	0.56 86	0.60 101	0.53 179	0.45 146	0.75 140	0.96 157	0.92 136	0.98 144

Abc-Net	0.67 127	0.63 159	0.59 153	0.64 155	0.65 167	0.63 154	0.69 176	0.67 117	0.74 177	0.43 26	0.81 167	0.82 135	0.70 171	0.47 164	0.82 120	0.53 105	0.58 105	0.64 167	0.80 104	0.54 127	0.56 86	0.60 101	0.53 179	0.45 146	0.75 140	0.96 157	0.92 136	0.98 144
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FBW_ROB	1.34 188	1.42 217	1.08 209	2.01 220	1.42 218	1.37 210	1.63 212	0.99 192	0.70 172	0.72 173	1.02 187	2.05 199	0.91 182	1.47 226	1.24 182	0.60 127	0.88 189	0.65 171	6.08 221	0.59 148	1.06 174	0.81 143	1.48 227	1.12 219	0.99 185	1.20 185	0.99 151	1.66 184

ccs_rob	1.25 185	0.79 179	0.64 166	0.86 178	0.60 158	0.89 186	0.83 183	0.99 192	0.51 147	0.77 185	6.27 252	5.90 233	1.10 188	0.51 172	1.08 172	1.10 209	0.68 154	0.66 172	1.15 134	0.70 182	1.56 193	1.66 201	0.50 169	0.54 164	0.69 122	0.78 129	0.86 130	1.20 165

CSAN	0.93 168	0.83 188	0.75 182	0.86 178	0.82 188	0.73 170	0.61 162	0.97 191	0.94 195	0.94 208	0.73 158	1.96 196	1.56 200	0.49 167	0.98 159	0.63 132	0.74 167	0.66 172	1.09 127	0.71 183	0.78 142	0.63 107	0.53 179	0.76 191	0.98 182	1.49 210	1.21 178	1.63 181

HBP-ISP	1.60 197	0.86 194	0.90 193	0.98 189	0.69 174	0.85 181	0.56 149	0.89 184	0.48 143	0.82 195	0.79 162	0.97 156	0.36 108	0.69 201	11.97 261	5.83 257	0.70 159	0.67 174	0.70 85	0.62 165	1.05 172	5.90 248	0.50 169	0.62 176	0.82 159	1.01 170	2.01 220	1.06 151

sAnonymous2	0.58 110	0.41 54	0.31 58	0.29 46	0.29 60	0.45 106	0.29 97	0.71 141	0.41 124	0.48 46	0.53 100	0.51 62	0.43 128	0.23 57	0.86 131	0.84 173	0.70 159	0.67 174	1.34 141	0.60 152	0.83 148	0.98 157	0.30 116	0.35 108	0.62 107	0.72 114	0.72 90	0.73 116

CroCo_RVC	0.58 110	0.41 54	0.31 58	0.29 46	0.29 60	0.45 106	0.29 97	0.71 141	0.41 124	0.48 46	0.53 100	0.51 62	0.43 128	0.23 57	0.86 131	0.84 173	0.70 159	0.67 174	1.34 141	0.60 152	0.83 148	0.98 157	0.30 116	0.35 108	0.62 107	0.72 114	0.72 90	0.73 116

XQC	1.03 178	0.90 195	0.71 178	0.91 183	0.92 193	0.92 187	0.86 186	1.06 201	0.90 189	0.84 198	1.11 196	1.03 161	1.30 197	0.71 203	2.04 219	0.95 185	0.87 185	0.67 174	1.64 154	0.78 187	1.00 168	1.67 202	0.62 192	0.73 187	1.09 196	1.47 206	1.26 184	0.97 143

iResNet	0.92 165	0.56 142	0.62 160	0.72 167	0.68 172	0.96 188	0.55 147	0.95 187	0.57 158	0.67 154	0.82 172	1.41 181	1.51 199	0.31 112	1.49 195	0.66 145	0.75 169	0.67 174	4.08 209	0.68 178	0.72 133	0.63 107	0.41 150	0.83 197	0.72 130	0.91 148	1.02 158	0.87 135

FC-DCNN	0.88 163	0.96 200	1.23 217	1.36 208	0.93 194	1.26 207	0.82 182	0.91 185	0.78 180	0.87 201	0.63 129	1.08 165	0.42 123	0.56 182	0.88 138	0.69 150	0.81 181	0.68 179	0.81 106	0.59 148	0.78 142	0.59 98	0.50 169	0.77 194	1.11 197	0.99 165	1.21 178	1.57 177

PDISCO_ROB	0.48 76	0.40 50	0.39 91	0.38 85	0.34 86	0.39 84	0.28 90	0.50 38	0.35 101	0.37 20	0.52 96	0.49 52	0.35 104	0.31 112	0.63 74	0.58 123	0.54 79	0.68 179	0.59 61	0.44 101	0.62 106	0.67 121	0.24 93	0.34 105	0.54 83	0.53 86	0.85 125	0.58 74

Anonymous	0.66 124	0.52 126	0.38 88	0.35 77	0.36 93	0.42 96	0.25 79	0.74 154	0.47 142	0.45 35	0.45 72	0.56 75	0.51 148	0.23 57	0.88 138	1.09 207	0.78 172	0.69 181	1.84 161	0.64 169	1.19 180	1.21 177	0.32 126	0.42 132	0.66 117	0.73 117	0.93 138	0.74 119

NOSS_ROB	0.76 151	0.84 192	0.50 136	0.72 167	0.61 159	0.75 174	0.52 141	0.80 169	0.54 151	0.70 167	0.62 126	0.62 101	0.86 180	0.62 192	1.14 177	1.10 209	0.78 172	0.69 181	0.73 90	0.60 152	0.88 153	0.67 121	0.50 169	0.71 185	0.86 167	0.95 154	1.38 192	0.85 131

SHD	0.97 174	0.56 142	0.73 180	0.75 170	0.69 174	0.66 160	0.61 162	0.99 192	0.94 195	0.77 185	1.00 185	0.94 152	1.29 195	0.54 178	2.21 229	0.98 192	0.95 198	0.70 183	2.01 166	0.80 189	1.12 176	1.71 203	0.47 159	0.77 194	0.91 172	1.01 170	0.91 135	1.22 167

ADCPNet	2.08 211	0.77 175	0.87 191	0.83 176	1.21 210	0.85 181	1.59 211	1.02 197	1.35 212	0.83 197	1.97 222	1.01 159	7.76 241	0.75 206	2.35 238	1.16 216	0.95 198	0.71 184	4.05 208	0.97 202	1.30 186	1.61 198	0.72 196	0.76 191	1.52 218	1.96 225	1.21 178	16.04 256

SQANet	1.90 207	2.70 231	1.03 203	3.09 231	2.17 228	3.29 229	2.70 226	0.95 187	0.65 168	1.00 212	0.71 148	2.69 206	1.10 188	2.30 231	0.78 109	0.55 113	1.02 203	0.72 185	9.92 238	0.68 178	2.11 209	1.25 179	3.28 237	0.58 170	0.98 182	1.31 197	1.33 189	2.34 198

STTRV1_RVC	2.36 216	0.81 183	0.64 166	1.04 192	0.73 182	1.03 193	0.85 184	0.91 185	0.92 190	0.93 204	0.95 181	1.72 194	2.23 210	0.86 212	1.46 193	0.78 167	1.37 216	0.72 185	31.78 262	1.97 241	1.59 195	1.23 178	0.98 214	0.97 206	1.07 194	1.11 181	1.75 213	3.40 219

LALA_ROB	0.86 161	0.97 202	0.67 173	0.63 153	0.69 174	0.83 180	0.67 174	0.70 138	0.80 181	0.68 156	1.10 193	2.61 203	0.58 163	0.51 172	1.11 174	0.67 146	0.86 184	0.72 185	0.89 113	0.67 176	0.80 144	1.00 160	0.49 165	0.59 171	0.73 135	0.92 149	1.16 172	1.10 154

DAS	0.95 169	0.61 155	0.48 130	0.78 174	0.61 159	0.68 163	0.59 154	0.84 178	0.93 192	0.65 137	1.58 212	1.66 191	1.06 184	0.34 123	0.95 153	0.92 181	0.92 195	0.73 188	1.77 157	1.03 207	1.73 200	1.11 167	0.47 159	0.92 203	0.93 174	1.00 167	1.39 193	0.96 141

SepStereo	0.95 169	0.61 155	0.48 130	0.78 174	0.61 159	0.68 163	0.59 154	0.84 178	0.93 192	0.65 137	1.58 212	1.66 191	1.06 184	0.34 123	0.95 153	0.92 181	0.92 195	0.73 188	1.77 157	1.03 207	1.73 200	1.11 167	0.47 159	0.92 203	0.93 174	1.00 167	1.39 193	0.96 141

CBMV	1.15 182	0.84 192	0.60 157	0.85 177	0.76 186	0.73 170	0.48 135	0.87 181	0.80 181	0.81 193	0.61 122	2.86 207	0.81 177	0.52 176	1.31 186	1.17 217	0.91 193	0.74 190	2.40 181	0.66 172	1.57 194	0.76 138	0.48 164	1.06 213	0.99 185	1.09 179	2.25 222	4.25 227
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	3.62 236	1.54 219	1.05 204	2.64 222	1.72 223	2.05 222	1.15 202	2.40 242	1.41 215	0.90 203	6.48 253	9.56 251	7.42 240	0.49 167	11.75 259	1.94 245	0.87 185	0.74 190	8.79 232	0.80 189	8.36 256	8.07 257	0.73 197	1.07 214	3.39 242	2.15 230	5.22 254	4.99 230
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
otaku	2.33 214	3.05 240	1.19 213	3.36 238	2.37 231	3.56 234	3.08 231	1.05 199	0.98 198	1.13 215	0.80 166	2.88 208	1.62 202	2.59 232	0.95 153	0.64 136	1.23 213	0.75 192	13.16 246	1.09 211	2.47 214	2.63 217	4.75 247	0.75 190	1.13 199	1.38 203	1.69 210	2.52 203

DDUNet	1.38 190	2.18 224	0.79 185	2.67 224	2.43 233	2.57 224	2.52 223	0.80 169	0.84 183	0.63 126	0.94 179	1.57 189	0.45 134	2.65 236	0.94 151	0.78 167	1.99 233	0.75 192	2.31 174	0.91 199	1.16 178	0.97 156	2.71 236	0.56 167	0.72 130	0.71 111	0.97 148	0.85 131

GEStereo_RVC	0.71 139	0.59 148	0.40 96	0.54 134	0.50 139	0.61 148	0.51 139	0.71 141	0.41 124	0.59 105	0.51 93	0.76 128	0.46 137	0.39 137	0.96 156	0.92 181	0.78 172	0.75 192	1.94 165	0.62 165	0.80 144	1.37 186	0.31 121	0.52 161	0.61 102	0.63 99	0.86 130	1.12 157

EKT-Stereo	0.75 147	0.64 161	0.54 146	0.59 144	0.47 132	0.60 145	0.73 178	0.71 141	0.29 57	0.63 126	0.66 138	0.73 124	0.30 62	0.26 91	0.86 131	1.22 222	0.68 154	0.76 195	1.46 147	0.60 152	1.75 202	1.74 205	0.21 69	0.32 89	0.93 174	0.81 134	1.06 161	0.72 113

FCDSN-DC	0.69 133	0.61 155	0.62 160	0.66 160	0.61 159	0.59 143	0.60 157	0.68 124	0.42 131	0.75 180	0.42 65	0.57 78	0.36 108	0.50 170	2.43 242	0.67 146	0.80 178	0.76 195	0.64 68	0.56 135	0.70 130	0.60 101	0.47 159	0.83 197	0.66 117	0.74 118	0.61 58	0.67 99
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RTS	1.09 180	0.59 148	0.59 153	0.60 146	0.58 156	0.96 188	0.90 188	0.80 169	0.88 186	0.59 105	0.71 148	1.28 176	0.62 165	0.51 172	2.04 219	0.98 192	1.19 210	0.77 197	2.33 176	0.85 195	0.96 164	1.16 173	0.49 165	0.65 181	1.23 203	4.43 251	1.15 169	1.45 172

RTSA	1.09 180	0.59 148	0.59 153	0.60 146	0.58 156	0.96 188	0.90 188	0.80 169	0.88 186	0.59 105	0.71 148	1.28 176	0.62 165	0.51 172	2.04 219	0.98 192	1.19 210	0.77 197	2.33 176	0.85 195	0.96 164	1.16 173	0.49 165	0.65 181	1.23 203	4.43 251	1.15 169	1.45 172

TANstereo	0.55 97	0.41 54	0.35 70	0.40 92	0.39 109	0.45 106	0.21 59	0.52 40	0.30 63	0.54 77	0.37 50	0.38 23	0.38 114	0.41 143	0.84 125	0.73 159	0.66 146	0.78 199	1.10 129	0.89 197	0.62 106	0.54 92	0.93 210	0.32 89	0.34 27	0.45 59	0.99 151	0.53 60

XX-TBD	0.55 97	0.41 54	0.35 70	0.40 92	0.39 109	0.45 106	0.21 59	0.52 40	0.30 63	0.54 77	0.37 50	0.38 23	0.38 114	0.41 143	0.84 125	0.73 159	0.66 146	0.78 199	1.10 129	0.89 197	0.62 106	0.54 92	0.93 210	0.32 89	0.34 27	0.45 59	0.99 151	0.53 60

ADCMid	1.56 195	0.92 199	0.99 198	0.70 165	0.86 190	1.05 195	1.37 208	1.29 208	1.77 223	0.75 180	1.75 218	1.27 174	1.48 198	0.69 201	2.18 228	1.07 204	0.98 201	0.79 201	2.74 190	0.80 189	1.31 187	1.74 205	1.06 215	0.70 184	1.01 190	1.53 212	1.02 158	10.33 249

UDG	1.35 189	2.24 226	0.81 186	2.58 221	2.45 234	2.48 223	2.57 224	0.76 159	0.86 184	0.77 185	1.08 190	1.51 184	0.56 157	2.59 232	1.06 169	0.69 150	1.89 231	0.80 202	2.31 174	0.97 202	1.24 183	0.98 157	1.43 226	0.62 176	0.74 137	0.81 134	0.95 143	0.81 127

Ntro	2.32 212	3.40 249	1.53 226	3.55 239	2.52 236	3.71 239	3.36 233	1.11 203	1.05 200	1.16 219	0.90 176	2.93 210	1.24 192	2.72 238	1.00 163	0.64 136	1.40 218	0.82 203	10.96 241	1.14 215	2.72 218	3.19 225	4.26 243	0.73 187	1.24 206	1.59 214	1.56 205	2.31 197

Anonymous3	0.79 154	0.59 148	0.42 106	0.37 82	0.42 120	0.57 139	0.50 138	0.80 169	0.64 167	0.68 156	0.49 82	1.48 182	0.54 153	0.31 112	1.53 196	1.42 234	0.88 189	0.82 203	1.45 146	0.69 181	1.31 187	1.30 182	0.40 148	0.40 125	0.74 137	0.86 139	1.03 160	0.71 111

MFN_U_SF_RVC	1.68 202	1.06 206	0.88 192	1.25 203	1.01 197	1.53 213	2.07 218	1.38 215	1.17 204	1.51 237	2.95 231	2.00 198	1.57 201	2.05 230	2.38 239	0.98 192	0.87 185	0.82 203	6.78 225	1.11 214	2.21 210	2.38 215	0.65 193	1.11 218	1.23 203	1.33 200	1.28 185	1.69 186

edge stereo	1.82 204	1.16 210	2.22 236	1.46 211	1.28 212	1.58 214	1.38 209	1.67 228	1.30 209	1.20 221	3.42 235	4.33 228	2.26 213	0.80 208	1.41 188	1.46 235	1.05 206	0.83 206	5.42 216	0.97 202	1.34 189	3.76 230	0.95 212	0.88 201	1.26 208	1.20 185	1.70 211	2.91 209

FADNet_RVC	0.92 165	0.69 169	0.55 149	0.88 180	0.75 185	0.54 134	0.51 139	0.77 164	0.54 151	0.70 167	0.96 182	1.36 180	1.06 184	0.54 178	1.85 214	0.64 136	0.80 178	0.90 207	3.34 201	0.76 185	1.00 168	1.13 170	0.37 141	0.60 173	0.66 117	0.87 142	0.97 148	1.14 160

SANet	1.61 198	0.91 198	1.10 211	1.04 192	1.05 201	1.25 206	0.77 180	1.76 231	1.81 224	0.77 185	1.24 197	6.63 237	5.08 230	0.83 209	1.56 198	0.77 164	1.24 214	0.90 207	1.58 150	0.82 193	1.05 172	1.00 160	0.90 207	1.27 226	1.32 209	1.93 222	1.88 216	3.10 215

PWC_ROB	1.18 183	0.70 170	1.06 206	0.60 146	0.71 180	0.70 166	0.98 196	0.83 176	1.55 220	0.76 183	1.40 207	1.00 157	2.46 217	0.57 186	2.17 227	0.99 196	1.15 208	0.90 207	2.37 178	0.95 200	1.63 197	2.05 210	0.44 155	0.98 208	0.81 156	0.80 132	1.24 182	2.15 195

SAMSARA	1.50 192	0.79 179	1.00 202	0.93 186	0.88 191	0.86 184	0.93 192	1.57 222	1.25 207	0.96 209	1.09 191	1.27 174	2.59 218	0.83 209	2.58 244	1.19 220	1.04 204	0.91 210	2.56 184	0.99 205	1.77 204	2.23 213	0.56 187	0.98 208	2.63 232	2.81 237	2.62 234	2.56 204

pmcnn	1.66 200	0.80 182	0.52 141	1.19 201	1.01 197	1.21 203	0.93 192	0.96 190	0.54 151	0.74 177	2.66 229	3.98 225	5.06 229	0.31 112	1.65 204	1.40 233	1.20 212	0.91 210	3.99 207	0.95 200	4.45 245	1.02 162	0.90 207	0.90 202	1.07 194	1.01 170	2.43 229	3.03 213

G-Net	1.86 205	1.00 204	1.28 221	0.89 181	0.93 194	1.10 198	0.77 180	1.63 224	2.07 231	0.99 211	2.89 230	7.30 244	1.67 204	0.55 181	1.45 190	1.75 241	1.04 204	0.93 212	2.87 192	2.72 251	1.89 206	1.47 190	0.80 202	1.02 212	1.06 193	1.71 217	2.82 238	5.60 234

FAT-Stereo	1.57 196	0.78 177	1.44 224	1.10 194	1.32 215	1.05 195	0.87 187	1.28 207	0.86 184	1.21 222	5.46 246	3.07 212	1.28 194	0.66 197	1.73 208	1.34 224	0.89 191	0.94 213	1.83 160	1.08 210	2.02 207	3.90 233	0.71 195	0.98 208	0.86 167	1.21 187	1.42 199	3.03 213

AnyNet_C32	1.64 199	0.65 162	0.74 181	0.67 161	0.73 182	0.86 184	1.14 200	0.95 187	3.12 247	0.75 180	1.53 211	0.94 152	0.64 169	0.67 199	1.83 213	1.11 211	1.06 207	0.95 214	1.78 159	0.76 185	1.76 203	1.71 203	0.66 194	0.85 200	1.13 199	2.68 236	1.17 174	13.55 253

RainbowNet	2.32 212	2.93 236	1.87 232	3.34 237	2.57 237	3.50 231	3.49 236	1.29 208	0.92 190	1.53 240	0.89 175	3.18 214	2.31 214	2.94 239	1.30 185	0.90 179	1.61 225	1.00 215	5.61 217	1.51 229	2.82 222	4.18 235	4.25 242	0.97 206	1.32 209	1.58 213	1.71 212	3.00 212

MSC_U_SF_DS_RVC	1.67 201	1.25 214	1.05 204	1.56 212	1.08 204	1.20 202	3.18 232	1.50 219	2.10 232	1.30 229	0.98 184	1.50 183	1.04 183	1.66 227	1.71 205	1.18 218	0.84 182	1.01 216	6.24 222	1.15 218	1.43 191	3.23 226	1.19 217	1.14 220	1.52 218	1.29 195	1.09 164	2.78 208

ACVNet_2	3.17 229	2.98 237	2.25 237	4.72 246	2.88 244	3.50 231	3.48 235	1.58 223	1.33 210	1.29 228	1.10 193	3.22 215	2.45 216	2.67 237	1.29 184	0.86 176	7.26 256	1.02 217	22.14 254	1.37 227	3.22 230	1.25 179	4.24 241	1.37 228	1.93 225	1.92 221	1.83 215	2.36 199

ACVNet-4b	2.35 215	2.75 234	1.60 228	3.13 232	2.29 230	3.52 233	3.67 239	1.35 212	1.35 212	1.27 226	0.72 153	3.26 216	2.62 220	3.04 241	0.98 159	0.78 167	2.13 235	1.02 217	9.04 235	1.23 221	2.74 219	3.39 229	4.08 240	0.92 203	1.24 206	1.29 195	1.46 201	2.48 202

AMNet	1.02 177	0.98 203	0.95 195	0.98 189	1.01 197	1.03 193	0.96 195	0.87 181	0.93 192	0.97 210	1.02 187	1.10 168	0.74 174	1.06 219	0.99 162	1.09 207	1.17 209	1.04 219	1.08 126	1.05 209	1.13 177	1.04 163	0.82 204	0.98 208	1.01 190	1.07 178	1.20 177	1.27 169

S-Stereo	1.54 194	0.81 183	0.83 188	1.15 198	1.16 208	1.29 208	1.56 210	1.02 197	1.09 202	1.25 225	4.20 238	4.10 226	1.10 188	0.66 197	2.16 226	1.63 238	0.90 192	1.05 220	2.20 171	1.10 212	1.26 184	3.12 224	1.31 225	1.17 223	0.84 165	1.18 184	1.21 178	2.18 196

MaskLacGwcNet_RVC	8.29 254	0.65 162	1.07 208	0.94 188	0.83 189	0.81 179	1.27 206	0.85 180	0.73 174	0.93 204	6.13 249	180.62 275	2.17 209	1.33 225	1.22 181	1.01 198	0.93 197	1.06 221	6.32 224	0.79 188	3.32 234	3.77 231	0.55 185	0.76 191	0.95 179	1.34 202	1.19 176	2.42 201

LSM0	8.30 255	1.08 208	0.95 195	1.66 215	1.42 218	1.59 215	1.96 216	2.27 239	2.36 234	1.66 243	3.94 237	4.10 226	6.30 239	0.63 194	62.38 275	74.74 275	1.69 226	1.06 221	12.18 244	2.23 244	4.96 250	9.29 259	0.92 209	1.29 227	1.95 227	2.97 240	3.66 248	14.83 255

PSMNet_ROB	2.71 221	3.39 248	1.92 233	2.87 228	2.04 225	4.01 244	3.50 237	1.46 217	1.41 215	1.59 242	3.34 232	3.52 219	4.97 228	4.50 251	1.61 201	0.95 185	1.87 230	1.06 221	8.62 231	1.63 237	2.32 213	1.51 194	5.43 256	1.37 228	1.98 229	1.94 223	1.91 217	2.39 200

PVD	1.47 191	1.04 205	1.44 224	1.10 194	1.09 206	1.19 201	1.07 199	1.91 235	2.05 229	0.79 191	1.49 210	1.54 187	1.91 207	0.89 214	2.26 233	1.35 227	1.39 217	1.09 224	2.41 182	1.14 215	1.51 192	1.98 209	0.79 200	1.08 216	1.49 217	1.82 220	1.67 209	2.10 193

ACVNet_1	2.47 217	3.23 244	2.35 238	4.40 245	2.93 247	3.77 241	3.96 241	1.34 211	1.18 205	1.21 222	1.02 187	3.31 218	2.07 208	3.09 243	1.31 186	0.70 153	2.26 239	1.10 225	9.52 236	1.14 215	3.45 235	1.18 176	4.50 246	1.07 214	1.39 213	1.75 218	1.36 191	2.10 193

ELAS	3.38 234	2.19 225	1.79 229	2.99 229	2.37 231	3.32 230	2.09 219	2.60 246	2.85 245	1.28 227	4.85 242	8.61 247	8.02 242	0.76 207	2.90 245	0.81 171	1.80 229	1.10 225	4.19 210	1.10 212	4.53 246	7.86 254	1.26 218	1.63 239	7.08 256	4.79 254	3.66 248	4.87 229
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
BEATNet-Init1	22.01 267	36.32 272	3.23 252	54.74 275	11.23 265	52.95 276	28.72 270	9.47 262	8.51 256	1.57 241	10.45 263	33.05 267	48.98 269	0.71 203	16.97 265	11.50 263	1.60 224	1.11 227	77.80 275	35.27 273	9.94 261	9.98 261	1.27 222	2.30 255	27.41 266	11.09 259	52.85 273	35.36 268

MADNet+	1.96 209	1.18 211	1.26 219	1.45 210	1.28 212	1.10 198	2.21 220	1.88 233	1.41 215	1.33 230	1.32 203	2.29 200	2.23 210	1.25 224	4.58 252	1.87 244	2.55 243	1.13 228	2.73 189	1.63 237	3.69 238	3.33 227	1.26 218	2.09 250	1.93 225	1.47 206	1.59 206	2.77 207

ELAS_RVC	3.22 230	2.01 223	1.85 231	2.66 223	2.07 227	5.08 252	2.06 217	2.41 243	1.89 226	1.74 246	4.78 240	8.00 245	8.02 242	0.74 205	2.38 239	0.81 171	1.75 228	1.14 229	3.97 206	1.27 223	4.64 248	7.61 253	1.26 218	1.74 244	6.58 255	3.21 244	3.39 243	3.80 223
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	2.72 223	1.83 222	2.89 247	7.39 251	1.73 224	1.76 219	1.82 215	2.07 236	2.65 240	2.21 253	5.39 245	4.58 230	5.72 234	1.23 223	2.07 223	1.27 223	1.69 226	1.22 230	7.70 228	1.51 229	1.64 198	3.07 223	0.84 205	1.65 241	1.83 224	2.48 234	1.97 219	3.27 217

DPSNet	2.61 218	0.83 188	0.77 184	1.21 202	1.24 211	1.34 209	0.93 192	1.08 202	1.49 218	0.78 189	0.86 173	6.91 239	3.85 224	0.58 189	4.58 252	2.54 248	1.43 220	1.24 231	14.95 250	1.34 225	4.83 249	8.01 255	1.75 230	1.40 231	1.47 215	1.95 224	1.60 208	1.66 184

SGM+DAISY	3.81 237	1.38 216	1.26 219	1.80 219	1.47 220	1.93 221	1.71 213	1.47 218	1.33 210	1.34 231	6.67 255	9.59 252	12.99 252	1.20 222	1.73 208	1.47 236	1.42 219	1.24 231	11.11 242	1.37 227	3.07 227	2.13 212	1.27 222	1.42 234	1.69 221	1.26 193	2.90 239	26.50 263

ADCS	1.88 206	1.06 206	0.98 197	0.93 186	1.10 207	1.09 197	1.14 200	1.27 205	2.49 238	0.89 202	1.36 205	1.51 184	2.92 222	0.86 212	3.30 247	2.26 247	1.46 221	1.26 233	3.10 198	1.29 224	2.48 215	2.88 219	0.80 202	1.10 217	1.33 211	4.48 253	1.41 198	6.08 237

Dean	2.84 225	3.23 244	1.81 230	6.04 249	3.38 253	3.63 236	3.67 239	1.88 233	1.97 228	1.47 234	1.30 201	3.69 222	4.10 226	2.97 240	1.45 190	0.97 190	2.41 240	1.29 234	5.94 218	1.74 240	3.20 229	4.23 236	4.79 249	1.55 236	2.65 233	2.27 231	2.56 232	2.64 205

IMH	3.24 231	2.76 235	2.37 241	3.26 235	2.74 241	3.73 240	4.10 244	1.72 230	2.58 239	1.17 220	1.24 197	3.92 223	10.58 245	6.80 260	1.57 200	1.11 211	2.25 238	1.30 235	6.28 223	1.56 234	2.97 224	4.14 234	4.90 252	1.45 235	3.01 240	2.36 232	2.47 231	5.19 233

IMH-64-1	2.92 226	2.70 231	2.36 239	3.23 233	2.71 239	3.70 237	4.05 242	1.66 225	2.48 236	1.13 215	1.26 199	3.60 220	6.29 237	3.59 245	2.28 235	1.15 214	2.20 236	1.31 236	6.02 219	1.52 231	3.03 225	5.48 242	4.83 250	1.40 231	2.83 236	2.02 226	2.34 225	3.64 220

IMH-64	2.92 226	2.70 231	2.36 239	3.23 233	2.71 239	3.70 237	4.05 242	1.66 225	2.48 236	1.13 215	1.26 199	3.60 220	6.29 237	3.59 245	2.28 235	1.15 214	2.20 236	1.31 236	6.02 219	1.52 231	3.03 225	5.48 242	4.83 250	1.40 231	2.83 236	2.02 226	2.34 225	3.64 220

MFMNet_re	1.51 193	1.18 211	1.12 212	1.29 205	1.16 208	1.63 216	1.32 207	1.30 210	1.63 221	1.14 218	1.38 206	2.64 205	1.63 203	0.90 215	2.27 234	1.35 227	1.58 222	1.32 238	3.69 204	1.24 222	2.10 208	1.26 181	1.16 216	1.24 225	1.11 197	1.02 174	1.59 206	1.60 179

WAO-6	2.71 221	2.26 227	1.57 227	3.00 230	2.25 229	3.01 227	3.02 230	1.77 232	2.35 233	1.52 239	1.62 214	3.94 224	5.12 231	2.64 235	2.22 230	1.38 231	2.65 244	1.36 239	4.86 212	1.54 233	2.76 221	4.79 239	2.70 235	1.73 243	2.71 234	2.59 235	2.68 236	5.02 231

SPS-STEREO	1.93 208	1.27 215	1.21 215	1.60 214	1.34 216	1.44 212	1.17 203	1.66 225	1.36 214	1.38 232	3.67 236	3.02 211	1.29 195	1.05 218	1.85 214	1.83 243	1.58 222	1.37 240	8.86 234	1.34 225	3.07 227	1.47 190	1.27 222	1.37 228	1.42 214	1.28 194	2.02 221	1.89 189
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
LVE	4.33 241	3.03 238	2.00 234	27.23 267	3.06 248	3.83 242	12.07 263	1.53 220	1.64 222	1.85 249	1.48 209	3.30 217	3.91 225	3.06 242	1.45 190	1.05 202	1.95 232	1.38 241	15.68 251	1.62 236	3.25 232	5.86 245	4.42 245	1.76 245	2.87 238	2.06 228	2.34 225	3.25 216

PWCK	5.04 242	3.03 238	2.21 235	3.61 240	2.60 238	4.41 248	5.09 245	2.45 244	2.76 243	3.31 258	4.34 239	10.15 256	5.13 232	1.74 228	1.99 217	1.38 231	2.41 240	1.45 242	51.59 273	2.35 246	3.70 239	2.69 218	2.65 234	1.78 247	2.97 239	3.21 244	2.43 229	4.77 228

WAO-8	4.25 239	3.34 246	2.80 244	10.32 255	2.92 245	4.17 245	5.89 247	2.66 249	4.45 251	1.69 244	3.41 233	5.94 234	11.31 247	5.29 255	1.71 205	1.34 224	2.69 245	1.51 243	10.78 239	2.48 248	2.63 216	4.50 237	3.44 238	1.58 237	5.12 251	3.31 246	3.60 245	5.76 235

Venus	4.25 239	3.34 246	2.80 244	10.32 255	2.92 245	4.17 245	5.89 247	2.66 249	4.45 251	1.69 244	3.41 233	5.94 234	11.31 247	5.29 255	1.71 205	1.34 224	2.69 245	1.51 243	10.78 239	2.48 248	2.63 216	4.50 237	3.44 238	1.58 237	5.12 251	3.31 246	3.60 245	5.76 235

DGSMNet	2.66 220	0.96 200	1.36 223	1.03 191	0.99 196	1.12 200	1.05 198	1.36 213	0.94 195	2.15 252	13.54 264	1.71 193	1.85 205	0.93 216	2.50 243	3.85 253	5.34 252	1.61 245	5.07 213	1.68 239	7.04 255	8.02 256	0.96 213	1.19 224	1.01 190	1.33 200	1.40 197	1.88 188

TorneroNet	8.11 252	4.28 254	2.58 243	27.50 268	3.31 252	5.00 251	6.00 249	2.62 247	10.13 260	1.49 236	2.57 228	11.07 258	68.61 274	4.25 249	1.77 212	1.18 218	5.78 253	1.62 246	23.67 255	2.83 252	4.30 242	5.47 241	5.37 255	1.65 241	3.72 245	3.14 243	2.59 233	6.36 239

TorneroNet-64	6.02 246	4.60 255	2.53 242	15.58 262	3.29 251	4.87 250	7.75 252	2.23 238	10.02 258	1.42 233	1.31 202	7.26 243	29.23 264	4.36 250	2.09 224	1.21 221	8.22 257	1.70 247	17.35 253	2.62 250	4.31 243	5.68 244	5.20 254	1.76 245	3.58 244	3.76 250	2.29 223	8.34 246

KSHMR	8.16 253	4.16 252	2.96 248	25.39 266	3.92 254	5.08 252	5.53 246	2.62 247	2.40 235	2.23 254	2.26 225	4.37 229	77.17 275	5.23 254	2.24 231	1.71 239	2.79 247	1.98 248	31.04 261	2.02 242	4.59 247	5.35 240	7.54 263	1.89 249	3.30 241	2.91 239	3.01 240	6.51 240

DispFullNet	4.17 238	3.20 243	4.34 256	2.72 225	2.46 235	2.92 226	2.70 226	2.79 251	1.90 227	4.51 262	6.62 254	8.91 249	4.83 227	2.59 232	2.00 218	8.18 260	3.24 248	1.98 248	24.96 256	2.93 253	3.99 240	3.36 228	1.71 229	1.15 221	1.36 212	1.32 199	2.36 228	3.65 222

UNDER WATER	7.55 250	4.74 256	3.06 249	10.46 257	5.92 260	6.35 260	8.05 254	4.32 253	3.69 250	1.97 250	2.14 224	10.53 257	62.60 273	4.83 252	2.25 232	1.59 237	12.22 261	2.08 250	9.67 237	3.97 255	5.27 251	6.65 249	8.86 267	2.65 257	3.82 246	5.62 255	3.62 247	7.03 242

notaker	5.52 244	5.55 259	3.76 254	13.97 260	5.34 258	5.44 256	7.16 251	2.36 240	2.68 242	2.06 251	1.80 219	12.90 260	23.86 258	3.98 248	2.04 219	1.73 240	3.45 250	2.12 251	17.08 252	2.15 243	6.10 254	5.87 246	6.15 260	2.12 252	1.79 222	2.08 229	2.31 224	3.29 218

UNDER WATER-64	6.11 248	5.20 257	3.13 250	12.20 258	5.77 259	6.55 261	8.53 257	4.74 258	3.45 249	2.30 256	2.36 226	12.04 259	12.47 251	5.08 253	3.02 246	1.81 242	12.11 260	2.17 252	8.81 233	4.17 257	5.75 253	7.27 251	8.74 266	2.61 256	3.86 248	8.63 257	4.32 251	7.86 245

ktn	8.45 256	3.18 242	2.84 246	6.37 250	3.26 250	4.31 247	10.28 261	2.15 237	10.13 260	2.27 255	1.83 220	42.17 270	55.84 271	3.93 247	2.34 237	2.09 246	9.85 259	2.17 252	33.98 263	2.24 245	3.24 231	3.03 222	4.78 248	2.25 254	2.59 231	2.81 237	3.18 241	5.04 232

AnyNet_C01	2.06 210	1.08 208	1.06 206	1.14 197	1.08 204	1.01 191	2.69 225	1.69 229	2.66 241	1.21 222	1.67 215	2.90 209	2.60 219	0.95 217	3.65 249	4.02 254	2.09 234	2.21 254	3.08 197	1.56 234	3.30 233	2.89 220	1.26 218	1.15 221	1.80 223	1.43 204	1.51 203	3.90 224

SPstereo	3.56 235	1.74 220	3.18 251	1.78 218	1.64 222	1.86 220	1.73 214	2.36 240	2.05 229	1.84 248	4.83 241	7.23 241	9.01 244	1.81 229	3.54 248	5.52 256	2.43 242	2.86 255	3.65 203	3.54 254	5.29 252	7.52 252	1.95 232	2.10 251	2.52 230	3.11 242	3.20 242	7.77 244

JetBlue	6.09 247	3.85 251	3.31 253	5.99 248	4.13 255	6.22 259	7.94 253	3.42 252	2.89 246	1.47 234	1.46 208	8.10 246	1.90 206	5.39 257	11.86 260	3.22 250	3.30 249	2.99 256	5.32 214	2.40 247	9.74 259	10.03 262	4.93 253	2.18 253	7.39 257	17.16 262	3.72 250	24.15 259

HanzoNet	19.12 265	15.23 262	6.99 263	35.06 271	14.35 268	40.77 272	42.46 271	17.81 268	22.51 267	3.55 259	8.29 258	41.30 269	56.30 272	43.04 274	5.72 254	4.37 255	37.83 272	3.30 257	49.59 272	8.93 262	10.30 262	6.85 250	14.15 271	3.46 259	5.94 254	5.80 256	5.29 255	7.13 243

DPSimNet_ROB	18.93 264	32.01 267	5.97 260	12.40 259	11.35 266	6.13 258	28.07 269	15.03 267	35.64 272	3.96 260	78.33 275	18.15 261	35.00 265	5.44 258	12.19 262	10.36 262	13.57 263	3.64 258	87.52 276	6.87 260	14.36 267	9.97 260	4.40 244	7.14 263	5.17 253	9.85 258	5.93 256	32.56 265

MADNet++	5.64 245	3.51 250	3.77 255	2.84 227	4.62 256	3.02 228	3.65 238	4.36 254	5.03 253	4.18 261	5.07 244	6.45 236	5.92 236	6.18 259	7.04 255	6.82 258	4.71 251	4.00 259	8.03 229	5.83 258	9.92 260	16.38 265	2.32 233	4.34 261	3.95 249	11.38 260	4.93 252	4.01 225

FADE		3.16 241	4.82 258	1.74 216	2.06 226	5.58 257	6.98 250	6.39 261	14.42 264	9.69 267	24.68 268		11.63 250	3.16 244	2.41 241	3.75 251	13.11 262	6.09 260	30.40 260	15.33 267	14.18 265	10.90 264	1.70 228	3.54 260	3.84 247	1.80 219	6.83 257	24.35 260

JetRed	7.85 251	5.29 258	6.07 261	3.75 241	5.00 257	6.95 262	10.20 260	4.64 257	3.42 248	2.92 257	2.39 227	6.71 238	2.25 212	7.15 261	10.26 257	7.34 259	8.59 258	7.11 261	4.82 211	4.08 256	10.76 263	9.27 258	7.85 264	3.34 258	10.96 259	24.25 266	11.90 260	24.57 261

PML	30.82 269	20.91 265	7.15 264	29.65 269	20.81 271	29.11 270	10.50 262	10.87 263	88.32 276	20.03 271	154.19 276	98.60 274	119.55 276	10.53 263	9.19 256	8.69 261	16.72 264	7.27 262	34.57 264	7.35 261	12.77 264	10.86 263	5.72 259	6.17 262	33.11 272	12.83 261	34.30 270	12.33 252

DLNR_Zeroshot_test	17.86 261	67.45 276	1.21 215	81.91 276	0.35 90	0.45 106	74.74 276	0.76 159	0.27 43	0.69 164	0.60 116	1.16 171	0.29 53	8.20 262	84.48 276	102.07 276	23.88 267	15.14 263	7.31 226	0.50 115	4.38 244	2.51 216	0.18 41	0.43 136	0.76 145	0.86 139	0.80 108	0.80 125

DGTPSM_ROB	12.12 258	5.96 260	17.45 267	4.20 243	7.86 261	5.15 254	8.18 255	4.56 255	11.64 262	4.52 263	8.72 259	5.01 231	17.08 256	12.98 264	14.91 263	14.58 264	6.85 254	15.76 264	12.78 245	12.05 263	9.07 257	21.74 266	5.67 257	11.54 265	11.84 260	31.02 269	12.98 261	33.06 266

DPSMNet_ROB	12.40 259	5.97 261	17.46 268	4.21 244	7.87 262	5.15 254	8.18 255	4.56 255	11.65 263	4.54 264	8.87 260	5.17 232	22.69 257	13.00 265	14.98 264	14.62 265	6.90 255	15.82 265	14.07 249	12.05 263	9.09 258	21.75 267	5.68 258	11.54 265	11.87 261	31.03 270	12.99 262	33.06 266

MANE	7.31 249	2.64 230	4.48 257	3.30 236	3.10 249	3.94 243	2.83 228	5.37 259	6.88 255	1.11 214	5.64 248	8.81 248	11.02 246	0.67 199	3.83 250	3.83 252	1.32 215	18.03 266	8.61 230	0.84 194	4.22 241	1.16 173	0.74 198	1.79 248	13.65 262	18.61 263	22.89 265	38.18 271

DPSM_ROB	18.32 262	16.26 263	21.94 269	9.42 253	8.75 263	13.61 264	9.11 258	10.90 264	15.09 265	8.45 265	8.95 261	10.12 254	13.19 253	16.42 267	19.79 266	19.11 267	18.35 265	20.45 267	13.82 247	14.88 265	26.56 268	27.45 268	6.49 261	14.39 268	31.57 270	38.83 272	36.85 271	43.86 272

DPSM	18.32 262	16.26 263	21.94 269	9.42 253	8.75 263	13.61 264	9.11 258	10.90 264	15.09 265	8.45 265	8.95 261	10.12 254	13.19 253	16.42 267	19.79 266	19.11 267	18.35 265	20.45 267	13.82 247	14.88 265	26.56 268	27.45 268	6.49 261	14.39 268	31.57 270	38.83 272	36.85 271	43.86 272

LRCNet_RVC	21.34 266	28.92 266	11.37 265	31.78 270	29.09 272	34.25 271	27.43 268	21.71 271	10.07 259	29.63 272	30.60 269	32.06 266	25.81 260	33.87 272	11.15 258	2.97 249	25.27 268	21.35 269	44.05 269	20.83 268	14.27 266	5.87 246	36.69 273	27.43 270	2.76 235	1.47 206	8.68 259	6.79 241

CasAABBNet	36.73 271	32.73 271	44.18 274	18.81 263	17.45 269	27.29 267	18.12 265	21.69 270	30.40 269	17.52 270	18.08 267	20.27 262	26.53 261	32.96 269	38.28 268	37.42 269	36.82 269	41.12 270	27.47 257	29.86 270	53.56 275	55.70 276	12.93 268	28.91 273	63.44 275	78.07 274	73.93 274	88.05 274

MyStereo03	36.84 272	32.71 269	44.18 274	18.90 264	17.61 270	27.36 268	18.30 266	21.92 272	30.41 270	17.08 268	18.01 265	20.35 263	26.56 262	33.03 270	39.51 269	38.47 271	36.86 270	41.18 271	27.56 258	29.89 271	53.52 273	55.42 274	13.00 269	28.90 271	63.34 273	78.17 275	74.06 275	88.27 275

MyStereo02	36.18 270	32.71 269	44.18 274	18.90 264	0.00 1	27.36 268	18.30 266	21.92 272	30.41 270	17.08 268	18.01 265	20.35 263	26.56 262	33.03 270	39.51 269	38.47 271	36.86 270	41.18 271	27.56 258	29.89 271	53.52 273	55.42 274	13.00 269	28.90 271	63.34 273	78.17 275	74.06 275	88.27 275

ASD4	28.39 268	32.20 268	16.01 266	15.24 261	12.36 267	19.17 266	15.39 264	18.17 269	9.38 257	45.71 273	57.05 273	24.92 265	11.45 249	13.50 266	48.27 274	18.30 266	47.28 273	47.66 273	44.35 270	25.76 269	63.37 276	42.94 273	8.48 265	8.34 264	24.58 264	32.07 271	28.35 269	36.29 269

HaxPig	41.43 273	43.85 273	40.81 271	44.90 272	47.49 274	44.66 273	46.30 273	46.31 274	45.63 274	49.00 274	49.30 270	47.24 271	43.73 267	42.64 273	40.44 272	39.13 273	48.37 274	51.07 274	43.33 267	42.25 274	42.88 270	36.52 270	50.75 275	43.02 275	27.54 267	19.97 264	20.68 264	20.75 258

AVERAGE_ROB	41.98 274	44.82 274	42.27 272	45.98 273	46.88 273	45.60 274	46.56 274	47.04 275	43.89 273	49.19 275	49.91 271	47.25 272	43.00 266	49.19 275	40.14 271	38.38 270	49.01 275	51.31 275	43.98 268	42.43 275	43.31 271	38.64 271	49.42 274	42.83 274	28.65 268	20.44 265	23.41 266	19.88 257

MEDIAN_ROB	44.95 275	47.36 275	44.12 273	48.52 274	49.78 275	48.21 275	49.25 275	49.72 276	46.35 275	52.53 276	53.59 272	50.59 273	45.49 268	49.36 276	43.27 273	41.36 274	51.85 276	54.40 276	47.03 271	45.93 276	45.78 272	40.06 272	52.67 276	45.67 276	31.00 269	26.54 268	25.33 267	27.95 264

Low-res two-view benchmark