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	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

CrosDoStereo	3.96 122	0.45 56	3.04 56	0.32 21	0.20 35	3.28 60	11.63 219	5.76 50	4.45 50	9.04 120	16.58 170	4.99 72	7.45 161	8.04 90	3.72 119	0.00 1	0.02 107	0.01 137	0.00 1	0.16 125	0.10 103

DCANet	2.08 27	0.64 87	3.81 89	0.31 19	0.17 29	1.70 15	0.25 29	5.23 28	8.47 133	6.07 57	5.30 40	1.41 15	4.23 97	1.85 15	2.02 79	0.00 1	0.00 1	0.00 1	0.00 1	0.04 61	0.19 139

delet	4.27 136	0.72 97	4.50 111	1.07 53	3.75 200	10.79 181	4.04 154	9.95 113	7.89 123	8.09 101	8.89 96	8.46 130	3.81 84	7.56 75	5.80 142	0.00 1	0.00 1	0.00 1	0.00 1	0.11 98	0.02 18

MMNet	4.16 129	0.77 104	5.47 136	1.40 78	1.67 139	10.78 180	0.63 64	8.64 98	8.47 133	8.80 114	8.33 91	7.51 119	6.61 150	7.53 74	6.54 150	0.00 1	0.00 1	0.00 1	0.00 1	0.03 44	0.05 78

CFNet-RSSM	2.11 28	0.33 14	2.71 30	1.04 49	0.30 55	3.21 59	0.41 37	6.67 80	6.96 102	5.62 47	4.58 19	5.40 86	1.71 47	1.86 16	0.87 27	0.00 1	0.08 153	0.00 1	0.32 197	0.02 17	0.02 18

StereoDRNet-Refined	4.46 139	0.62 86	3.80 88	1.92 115	0.40 73	9.35 165	0.15 19	10.02 116	8.83 138	12.69 180	11.62 129	9.34 138	3.87 85	8.06 94	8.02 163	0.00 1	0.00 1	0.01 137	0.05 156	0.20 139	0.26 159
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ARAFT	3.13 81	1.11 145	7.34 170	0.42 26	0.14 21	4.52 117	2.99 135	7.41 86	5.97 84	8.85 117	7.06 74	5.20 83	1.25 28	8.49 116	1.44 57	0.00 1	0.03 121	0.00 1	0.00 1	0.33 165	0.11 108

111	2.78 70	0.92 123	3.81 89	0.22 12	0.07 9	2.83 44	0.70 71	6.03 60	14.00 173	3.22 16	8.93 97	5.48 88	3.30 73	3.66 32	2.03 80	0.00 1	0.00 1	0.00 1	0.00 1	0.10 92	0.29 165

222	2.20 31	0.61 81	5.31 131	0.31 19	0.19 34	1.69 12	0.11 11	5.37 35	8.54 135	5.80 50	5.17 33	1.44 16	5.41 128	2.00 19	1.92 75	0.00 1	0.00 1	0.00 1	0.00 1	0.04 61	0.18 135

cscssc	2.28 33	0.61 81	3.81 89	0.22 12	0.07 9	1.69 12	0.11 11	5.37 35	11.84 162	5.80 50	5.17 33	1.44 16	5.41 128	2.00 19	1.92 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 17	0.18 135

csc	2.28 33	0.61 81	3.81 89	0.22 12	0.07 9	1.69 12	0.11 11	5.37 35	11.84 162	5.80 50	5.17 33	1.44 16	5.41 128	2.00 19	1.92 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 17	0.18 135

HCRNet	2.56 51	0.53 72	3.35 75	0.24 15	3.39 188	2.19 19	0.23 26	6.89 82	5.50 72	5.26 41	4.79 21	5.27 84	2.78 67	7.71 78	2.89 98	0.00 1	0.02 107	0.00 1	0.00 1	0.04 61	0.04 69

UNet	3.97 124	0.61 81	6.50 159	1.68 98	3.22 181	9.82 171	0.31 30	9.50 106	5.32 69	7.20 82	6.35 60	10.59 151	5.91 140	6.93 65	5.49 139	0.00 1	0.00 1	0.00 1	0.00 1	0.02 17	0.01 8

DISCO	6.28 162	0.57 76	5.78 142	3.43 197	1.17 121	11.22 183	3.39 145	12.14 156	16.16 183	6.52 71	11.22 122	16.96 186	6.32 146	19.51 214	10.74 189	0.00 1	0.00 1	0.00 1	0.00 1	0.35 169	0.11 108

XX-Stereo	2.71 61	0.38 42	5.96 147	2.25 147	2.20 160	1.54 7	0.21 24	5.44 39	3.05 6	2.28 11	16.16 169	7.03 110	0.24 1	6.19 53	0.79 20	0.00 1	0.15 177	0.00 1	0.23 187	0.13 116	0.04 69

RALCasStereoNet	1.93 21	1.01 133	2.75 33	1.88 110	1.75 144	2.88 46	0.18 22	4.64 12	4.36 47	2.27 10	5.14 31	2.22 29	0.79 15	7.10 67	1.00 41	0.00 1	0.34 204	0.00 1	0.00 1	0.10 92	0.16 131

raftrobust	1.86 19	0.74 101	1.94 5	2.15 138	2.24 162	2.74 39	0.53 44	4.89 17	4.05 30	6.09 58	3.89 15	1.64 21	2.55 62	2.44 25	1.12 49	0.00 1	0.03 121	0.00 1	0.00 1	0.12 106	0.08 89

XX-TBD	1.44 9	0.85 115	2.04 7	2.45 161	0.05 4	2.34 23	0.01 1	3.46 4	7.51 116	2.88 13	4.98 27	0.26 4	0.25 2	1.15 6	0.46 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	1.20 3	0.49 66	2.04 7	0.34 24	0.10 14	1.80 16	0.01 1	3.40 3	4.10 34	4.37 27	4.82 22	0.41 6	0.70 8	0.94 3	0.46 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raft+_RVC	1.79 15	0.84 113	2.32 15	2.40 157	0.85 108	1.38 5	0.09 10	6.36 70	4.75 60	2.85 12	5.46 41	1.17 13	1.36 35	4.54 38	0.91 33	0.00 1	0.10 159	0.00 1	0.00 1	0.11 98	0.22 145

CREStereo++_RVC	1.59 10	0.39 47	2.26 12	0.36 25	0.01 1	1.67 10	0.01 1	2.95 1	8.12 127	3.69 23	7.44 80	0.47 9	0.32 3	0.74 1	0.39 1	0.00 1	0.00 1	0.00 1	3.03 229	0.00 1	0.00 1

DLCB_ROB	4.51 140	0.91 120	3.78 87	2.19 142	1.07 119	6.28 138	3.09 137	9.78 111	7.72 120	10.65 160	12.97 144	13.91 172	3.71 83	8.72 131	5.30 137	0.00 1	0.00 1	0.00 1	0.00 1	0.03 44	0.10 103

HSM	4.00 126	0.79 108	3.16 69	1.59 91	2.17 157	6.77 147	1.11 103	12.28 158	6.35 94	6.75 73	8.11 90	13.90 171	5.37 127	8.85 140	2.71 95	0.00 1	0.00 1	0.00 1	0.00 1	0.02 17	0.02 18

MLCV	3.44 99	0.88 117	5.60 139	1.39 77	0.25 45	4.36 111	0.33 31	7.25 85	7.28 110	9.17 124	12.24 137	5.09 81	2.47 60	9.15 149	3.23 109	0.00 1	0.00 1	0.00 1	0.00 1	0.10 92	0.02 18

Prome-Stereo	3.56 101	0.65 90	3.87 94	0.74 35	0.18 32	2.44 27	7.62 197	5.91 56	6.30 90	7.37 86	14.80 161	6.64 105	6.75 155	4.95 43	2.68 93	0.00 1	0.01 87	0.01 137	0.10 170	0.11 98	0.04 69

AdaStereo	3.09 79	0.58 77	3.04 56	2.84 176	0.48 85	4.08 105	1.29 111	12.16 157	7.77 121	6.03 56	9.62 105	5.79 93	1.53 40	4.56 39	1.93 78	0.00 1	0.00 1	0.00 1	0.00 1	0.02 17	0.02 18
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
RAFT-Stereo	2.44 38	0.32 9	1.93 3	0.94 43	0.16 24	3.67 72	0.61 61	6.37 71	3.08 8	9.14 122	17.44 180	1.80 22	0.77 12	1.76 13	0.70 9	0.00 1	0.01 87	0.00 1	0.00 1	0.01 6	0.03 48
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
STTStereo	3.60 102	0.93 125	6.34 153	2.71 173	2.23 161	3.68 74	0.63 64	9.42 105	6.73 99	9.87 145	6.97 70	8.84 135	3.65 81	6.85 62	3.04 101	0.00 1	0.02 107	0.01 137	0.00 1	0.02 17	0.02 18

RYNet	6.34 164	0.89 119	5.88 144	1.41 79	4.48 212	15.97 203	4.18 156	13.41 169	16.49 184	10.81 164	7.00 72	14.33 174	8.72 173	9.43 156	13.71 201	0.00 1	0.01 87	0.00 1	0.00 1	0.02 17	0.07 84

DIP-Stereo	1.97 23	0.64 87	2.95 46	0.17 8	0.10 14	4.83 123	0.13 14	8.60 96	4.06 32	6.42 68	4.92 24	0.44 8	0.72 11	3.57 31	1.80 69	0.00 1	0.01 87	0.00 1	0.00 1	0.05 72	0.04 69
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CFNet	3.72 111	1.10 144	5.03 125	2.49 163	1.59 134	4.90 125	0.22 25	11.38 141	9.88 145	4.80 33	11.25 123	6.44 100	3.68 82	8.33 109	3.00 100	0.00 1	0.00 1	0.00 1	0.00 1	0.22 148	0.07 84

CFNet_RVC	3.31 90	0.94 128	2.69 26	1.50 83	2.38 165	2.81 40	0.68 69	8.35 91	7.43 113	4.45 28	9.94 106	10.20 146	4.60 105	6.49 59	3.41 112	0.00 1	0.00 1	0.03 166	0.00 1	0.22 148	0.03 48

UCFNet_RVC	3.09 79	0.77 104	2.27 13	2.35 154	1.79 148	3.50 67	1.06 100	12.12 155	6.91 101	4.71 31	7.67 85	7.58 120	4.40 103	4.95 43	1.67 66	0.00 1	0.00 1	0.00 1	0.00 1	0.11 98	0.01 8

DMCA	2.82 73	0.64 87	4.45 110	1.61 93	0.89 110	3.86 92	0.57 53	9.18 102	5.10 65	6.24 64	6.49 62	7.17 117	2.13 55	3.31 29	4.73 132	0.00 1	0.01 87	0.00 1	0.00 1	0.04 61	0.02 18

HITNet	2.79 71	0.77 104	4.02 99	2.03 125	0.11 18	5.58 130	0.59 56	9.24 104	5.15 67	6.42 68	7.26 78	3.66 42	2.92 70	4.07 36	3.87 123	0.00 1	0.00 1	0.00 1	0.00 1	0.06 77	0.02 18
Vladimir Tankovich, Christian Häne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
PFNet+	3.96 122	0.45 56	3.04 56	0.32 21	0.20 35	3.28 60	11.63 219	5.76 50	4.45 50	9.04 120	16.58 170	4.99 72	7.45 161	8.04 90	3.72 119	0.00 1	0.02 107	0.01 137	0.00 1	0.16 125	0.10 103

iResNetv2_ROB	4.28 137	1.43 163	7.17 169	2.91 178	1.26 124	4.36 111	1.62 117	13.64 173	10.25 149	9.83 144	11.41 124	7.68 122	4.00 87	7.75 81	1.85 70	0.00 1	0.00 1	0.00 1	0.00 1	0.37 172	0.09 94

CFNet-ft	3.31 90	0.94 128	2.69 26	1.50 83	2.38 165	2.81 40	0.68 69	8.35 91	7.43 113	4.45 28	9.94 106	10.20 146	4.60 105	6.50 60	3.41 112	0.00 1	0.00 1	0.03 166	0.00 1	0.22 148	0.03 48

GwcNet-RSSM	3.77 113	1.05 138	5.06 126	2.21 144	1.87 150	2.36 24	1.52 115	8.98 100	7.96 124	5.91 55	14.59 158	7.94 127	3.50 77	6.43 58	5.70 141	0.00 1	0.00 1	0.04 173	0.00 1	0.20 139	0.08 89

PSMNet-RSSM	3.33 92	0.77 104	3.22 71	2.12 133	1.90 152	2.33 22	0.71 73	11.17 139	5.83 80	5.90 54	11.43 126	7.04 112	4.83 117	5.96 52	3.17 106	0.00 1	0.00 1	0.02 158	0.00 1	0.08 84	0.02 18

GANet-RSSM	3.27 88	0.60 79	3.38 76	2.94 183	2.00 153	2.61 33	0.48 41	10.93 138	6.11 88	5.47 45	10.20 110	6.57 104	5.44 131	6.25 55	2.23 86	0.00 1	0.00 1	0.08 183	0.00 1	0.17 129	0.03 48

cf-r	3.42 96	0.81 110	3.97 98	2.41 159	2.78 176	2.85 45	0.64 66	8.44 94	6.32 91	6.25 65	11.57 128	8.97 136	3.54 79	5.93 51	3.83 122	0.00 1	0.00 1	0.00 1	0.00 1	0.09 91	0.07 84

HGLStereo	4.25 135	0.52 68	4.65 118	3.09 186	5.18 218	6.51 145	0.73 75	10.37 124	6.74 100	7.32 85	12.44 140	7.00 109	7.21 159	7.46 73	5.51 140	0.00 1	0.02 107	0.00 1	0.00 1	0.06 77	0.10 103

acv_ft	3.69 109	0.53 72	4.58 117	2.31 152	4.71 216	7.44 154	0.86 82	8.54 95	5.70 77	9.29 127	9.26 101	5.77 91	4.15 93	2.24 23	8.13 167	0.00 1	0.00 1	0.00 1	0.00 1	0.29 159	0.01 8

ACVNet	2.58 53	0.53 72	2.69 26	0.84 36	0.59 90	2.61 33	0.55 49	8.35 91	5.70 77	4.45 28	9.26 101	5.77 91	3.50 77	2.24 23	4.41 128	0.00 1	0.00 1	0.00 1	0.00 1	0.17 129	0.01 8

CREStereo	0.98 1	0.42 52	1.86 2	0.07 1	0.22 38	1.65 9	0.02 6	4.07 8	6.33 92	0.72 5	1.54 5	0.43 7	0.64 7	1.22 7	0.44 2	0.00 1	0.00 1	0.00 1	0.00 1	0.01 6	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
iRaftStereo_RVC	1.62 11	0.68 93	1.98 6	0.67 32	0.05 4	2.99 53	0.04 7	5.36 33	3.74 20	3.82 24	4.96 25	2.54 31	0.62 6	3.35 30	0.97 38	0.00 1	0.07 149	0.00 1	0.00 1	0.30 160	0.27 162

RALAANet	2.46 40	1.09 142	3.70 86	2.55 168	0.80 105	3.37 64	0.15 19	7.44 87	5.54 74	5.65 48	6.01 50	3.54 40	1.13 22	6.34 57	1.58 63	0.00 1	0.01 87	0.00 1	0.05 156	0.21 145	0.03 48

R-Stereo Train	2.44 38	0.32 9	1.93 3	0.94 43	0.16 24	3.67 72	0.61 61	6.37 71	3.08 8	9.14 122	17.44 180	1.80 22	0.77 12	1.76 13	0.70 9	0.00 1	0.01 87	0.00 1	0.00 1	0.01 6	0.03 48

GMO	1.81 16	0.47 63	2.09 10	0.10 2	0.27 48	1.49 6	0.89 84	4.40 9	4.51 53	8.16 103	6.97 70	2.96 36	1.15 24	1.42 8	0.88 30	0.00 1	0.14 175	0.00 1	0.00 1	0.23 154	0.03 48

OCTAStereo	2.51 45	0.33 14	3.04 56	1.08 54	0.25 45	4.02 104	0.59 56	4.88 16	4.88 63	10.98 169	4.67 20	4.28 52	1.65 45	8.43 114	1.05 43	0.00 1	0.00 1	0.00 1	0.00 1	0.03 44	0.02 18

KYRaft	2.68 58	0.29 3	2.88 44	0.52 27	0.28 52	3.86 92	0.57 53	5.37 35	4.26 40	10.83 165	7.00 72	4.79 65	4.18 95	7.95 87	0.73 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 6	0.03 48

PSM-adaLoss	2.76 69	0.36 34	3.86 93	1.16 62	0.24 44	3.84 87	0.97 91	4.99 20	3.79 22	9.69 138	5.15 32	4.51 58	6.91 156	8.87 142	0.81 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 17	0.02 18

TransformOpticalFlow	3.38 94	0.70 96	4.54 113	1.00 47	0.30 55	3.56 69	0.14 17	9.67 109	7.30 111	5.55 46	13.34 147	6.74 106	5.03 121	8.22 104	1.34 55	0.00 1	0.01 87	0.01 137	0.00 1	0.04 61	0.11 108

STrans-v2	3.43 97	0.73 99	4.82 121	0.26 16	0.60 91	3.00 54	1.19 106	10.41 126	7.22 108	5.79 49	10.97 121	6.75 107	7.03 158	8.25 105	1.40 56	0.00 1	0.01 87	0.00 1	0.00 1	0.03 44	0.18 135

AAGNet	3.41 95	0.34 25	2.45 20	1.78 105	0.39 71	3.69 75	1.05 99	4.79 15	4.61 55	9.62 136	7.74 87	4.98 69	6.38 147	7.34 71	13.02 199	0.00 1	0.00 1	0.00 1	0.00 1	0.03 44	0.04 69

CroCo-Stereo	1.05 2	0.26 2	2.66 25	0.20 9	1.31 129	3.32 63	1.79 123	4.41 10	1.04 1	1.56 7	0.32 1	1.53 19	0.61 5	0.88 2	0.78 18	0.00 1	0.00 1	0.00 1	0.01 124	0.06 77	0.15 126

KMStereo	2.55 50	0.34 25	3.09 63	0.99 46	0.23 41	3.76 80	0.59 56	5.10 22	4.72 57	9.97 149	6.44 61	4.76 63	1.32 31	8.52 118	1.10 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 17	0.03 48

DeepStereo_LL	2.80 72	0.42 52	2.77 35	0.21 11	0.32 61	4.00 103	0.33 31	6.00 57	4.05 30	10.83 165	6.32 57	4.98 69	6.09 144	8.72 131	0.88 30	0.00 1	0.00 1	0.00 1	0.00 1	0.01 6	0.02 18

HUI-Stereo	2.64 57	0.29 3	2.96 47	1.74 103	0.41 75	3.79 84	1.66 118	5.14 24	4.09 33	10.76 162	6.02 51	5.05 80	1.00 19	9.03 145	0.84 23	0.00 1	0.00 1	0.00 1	0.00 1	0.04 61	0.01 8

RAFT+GMM	2.57 52	0.76 103	3.09 63	0.91 41	0.09 12	2.41 25	0.94 87	5.35 32	2.65 3	6.11 59	7.21 76	9.43 139	4.30 100	5.73 49	1.77 68	0.00 1	0.12 170	0.00 1	0.02 134	0.46 182	0.08 89

DEmStereo	2.73 67	0.37 36	2.69 26	0.13 5	0.32 61	3.97 101	0.59 56	6.01 58	4.29 41	10.10 154	7.07 75	4.73 62	5.05 123	8.44 115	0.76 16	0.00 1	0.00 1	0.00 1	0.00 1	0.01 6	0.02 18

ASMatch	2.63 56	0.31 7	2.86 42	1.58 88	0.36 70	3.88 94	1.14 105	5.36 33	4.23 39	10.51 158	5.91 47	4.97 68	1.81 52	8.68 129	0.86 24	0.00 1	0.00 1	0.00 1	0.00 1	0.04 61	0.03 48

SST-Stereo	2.75 68	0.31 7	2.78 36	1.33 73	0.33 64	3.99 102	0.82 80	5.60 45	3.93 27	10.92 167	6.19 53	5.00 74	4.23 97	8.66 128	0.74 13	0.00 1	0.00 1	0.00 1	0.00 1	0.03 44	0.03 48

Syn2CoEx	6.32 163	2.72 200	9.33 184	2.45 161	1.67 139	8.59 159	3.32 142	18.08 203	12.27 166	8.53 111	21.08 188	10.30 149	9.80 182	9.30 153	7.86 161	0.01 65	0.00 1	0.00 1	0.00 1	0.63 191	0.43 178

NRIStereo	2.49 41	0.33 14	3.03 54	1.04 49	0.22 38	3.89 95	0.60 60	4.78 14	4.41 48	9.92 146	5.75 45	4.98 69	1.18 25	8.28 107	1.11 47	0.01 65	0.00 1	0.00 1	0.00 1	0.22 148	0.02 18

test_xeample3	3.34 93	0.93 125	4.33 107	0.28 18	0.12 20	3.46 65	3.98 152	6.58 77	11.84 162	6.79 75	13.56 149	3.52 39	4.23 97	3.71 33	2.05 82	0.01 65	0.01 87	0.00 1	0.00 1	0.02 17	1.40 212

UPFNet	3.82 115	0.47 63	4.34 108	2.21 144	3.38 186	7.26 151	2.69 132	9.89 112	5.96 83	7.98 97	7.53 81	7.89 126	3.15 72	7.72 80	5.88 143	0.01 65	0.02 107	0.00 1	0.00 1	0.04 61	0.06 82

PSM-AAD	2.52 47	0.35 30	4.26 104	1.01 48	0.22 38	3.73 76	0.58 55	4.93 18	4.14 35	9.98 150	6.06 52	4.28 52	1.11 21	8.64 126	1.03 42	0.01 65	0.00 1	0.00 1	0.00 1	0.02 17	0.05 78

FTStereo	2.52 47	0.38 42	3.13 67	1.32 72	0.41 75	3.85 88	0.96 89	5.54 43	4.76 61	9.96 148	5.68 44	3.92 44	1.60 42	7.83 82	1.09 44	0.01 65	0.00 1	0.00 1	0.00 1	0.02 17	0.02 18

RAFT-Stereo + iAFF	2.12 29	0.58 77	2.43 17	1.27 70	0.16 24	1.60 8	0.14 17	5.17 27	5.90 81	7.10 80	10.10 108	3.06 37	1.74 50	1.87 17	0.97 38	0.01 65	0.02 107	0.00 1	0.00 1	0.23 154	0.02 18

ROB_FTStereo_v2	2.59 54	0.37 36	3.38 76	1.08 54	0.23 41	3.90 96	0.94 87	5.57 44	5.71 79	9.39 131	6.78 65	4.00 46	1.23 27	8.06 94	1.12 49	0.01 65	0.00 1	0.00 1	0.00 1	0.02 17	0.02 18

ROB_FTStereo	2.68 58	0.35 30	3.16 69	1.10 58	0.14 21	3.85 88	0.97 91	5.46 40	5.10 65	10.19 155	7.65 84	4.62 61	1.60 42	8.25 105	1.14 52	0.01 65	0.00 1	0.00 1	0.00 1	0.02 17	0.02 18

GwcNet	6.42 165	1.97 190	10.92 190	2.59 170	5.58 221	11.55 185	2.21 127	14.10 177	16.52 187	10.04 153	17.19 179	10.86 155	5.61 133	9.23 150	8.84 176	0.01 65	0.06 141	0.03 166	0.08 163	0.56 184	0.40 175

PSM-softLoss	2.49 41	0.35 30	3.12 66	1.04 49	0.28 52	3.93 100	0.64 66	5.11 23	5.26 68	9.98 150	4.87 23	4.36 54	1.64 44	8.32 108	0.77 17	0.01 65	0.00 1	0.00 1	0.00 1	0.03 44	0.01 8

NVstereo2D	4.51 140	0.82 111	6.86 167	3.28 193	3.38 186	8.16 158	3.13 138	10.51 127	15.15 178	4.90 34	6.89 69	7.87 124	4.78 114	9.88 161	3.91 124	0.01 65	0.00 1	0.00 1	0.06 159	0.02 17	0.58 191

RAFT_R40	2.71 61	0.33 14	3.00 50	1.26 65	0.30 55	3.83 85	1.00 94	5.69 46	4.29 41	9.69 138	6.33 59	5.02 76	4.02 88	8.58 122	0.86 24	0.01 65	0.00 1	0.00 1	0.00 1	0.03 44	0.02 18

THIR-Stereo	2.71 61	0.33 14	3.00 50	1.26 65	0.30 55	3.83 85	1.00 94	5.69 46	4.29 41	9.69 138	6.32 57	5.02 76	4.02 88	8.58 122	0.86 24	0.01 65	0.00 1	0.00 1	0.00 1	0.03 44	0.02 18

GMM-Stereo	2.72 65	0.33 14	2.99 48	1.26 65	0.27 48	3.85 88	1.00 94	5.79 53	4.29 41	9.70 141	6.30 55	5.03 78	4.03 90	8.58 122	0.87 27	0.01 65	0.00 1	0.00 1	0.00 1	0.03 44	0.02 18

EAI-Stereo	2.31 35	0.44 54	2.72 31	0.68 33	0.56 89	3.51 68	2.62 130	11.42 142	4.14 35	2.09 8	7.23 77	1.21 14	0.91 17	5.67 48	1.51 60	0.01 65	0.25 198	0.00 1	0.88 217	0.04 61	0.26 159

Anonymous Stereo	6.16 160	3.15 208	23.75 220	2.97 184	2.48 170	4.39 115	13.30 222	9.21 103	9.86 144	9.56 135	8.76 94	6.79 108	1.99 54	13.50 191	13.04 200	0.01 65	0.05 133	0.00 1	0.06 159	0.22 148	0.19 139

Pruner-Stereo	2.72 65	0.33 14	2.99 48	1.26 65	0.27 48	3.85 88	1.00 94	5.79 53	4.29 41	9.70 141	6.30 55	5.03 78	4.03 90	8.58 122	0.87 27	0.01 65	0.00 1	0.00 1	0.00 1	0.03 44	0.02 18

iRAFT	2.98 77	0.38 42	3.32 73	1.90 113	0.44 80	2.73 37	4.03 153	6.23 68	4.72 57	7.71 91	7.55 82	4.96 67	5.82 135	8.16 100	1.58 63	0.01 65	0.00 1	0.01 137	0.00 1	0.02 17	0.02 18

MSMDNet	2.02 24	0.37 36	2.84 40	1.14 61	0.34 65	3.73 76	0.53 44	6.21 67	3.55 17	5.32 43	5.17 33	5.85 94	1.74 50	2.23 22	0.91 33	0.01 65	0.10 159	0.00 1	0.24 189	0.02 17	0.02 18

LCNet	2.25 32	0.33 14	3.03 54	2.04 127	0.10 14	3.47 66	0.43 39	6.50 75	3.18 10	6.84 76	5.20 38	2.65 33	1.34 34	8.18 102	1.58 63	0.01 65	0.00 1	0.01 137	0.00 1	0.02 17	0.01 8

iResNet_ROB	4.23 133	1.02 135	4.90 122	2.18 140	0.93 115	2.92 47	0.37 35	15.10 187	16.91 188	7.89 95	10.51 113	7.03 110	3.07 71	8.16 100	3.46 115	0.01 65	0.00 1	0.00 1	0.00 1	0.10 92	0.02 18

rafts_anoy	1.72 12	0.79 108	2.58 22	2.03 125	1.75 144	2.47 28	0.16 21	5.48 41	6.01 86	3.24 17	2.11 9	1.92 27	1.33 33	3.08 27	1.13 51	0.01 65	0.18 185	0.00 1	0.01 124	0.03 44	0.07 84

cross-raft	2.03 26	0.35 30	2.78 36	1.10 58	0.16 24	3.77 81	0.48 41	7.03 84	3.75 21	5.06 36	5.55 43	6.26 99	1.41 36	1.75 12	0.89 32	0.01 65	0.07 149	0.00 1	0.19 182	0.03 44	0.03 48

RANet	1.95 22	0.40 48	2.86 42	0.12 4	0.18 32	3.74 78	0.66 68	5.24 29	2.96 5	5.86 53	4.32 18	3.46 38	1.52 39	6.88 63	0.70 9	0.01 65	0.00 1	0.00 1	0.00 1	0.08 84	0.09 94

s12784h	1.89 20	0.30 6	2.57 21	0.11 3	0.09 12	4.18 107	0.13 14	6.61 78	7.44 115	3.62 22	4.28 17	0.59 12	0.81 16	6.61 61	0.46 3	0.01 65	0.01 87	0.00 1	0.00 1	0.02 17	0.00 1

AnonymousM	2.71 61	6.75 222	0.98 1	0.73 34	0.06 8	2.41 25	0.53 44	5.30 31	3.05 6	4.75 32	2.09 8	1.89 25	1.01 20	1.88 18	0.51 6	0.01 65	0.02 107	17.42 233	4.76 232	0.02 17	0.01 8

CRE-IMP	2.51 45	0.34 25	2.10 11	1.59 91	0.16 24	2.81 40	1.03 98	6.03 60	3.51 15	8.55 112	6.80 66	3.71 43	4.77 111	7.31 69	0.97 38	0.01 65	0.22 189	0.00 1	0.00 1	0.03 44	0.17 132

sAnonymous2	1.35 5	1.66 177	8.14 178	0.55 28	0.46 83	1.23 2	0.24 27	4.00 6	3.47 12	0.40 2	1.11 2	0.23 2	1.42 37	0.96 4	0.57 7	0.01 65	0.00 1	0.00 1	0.20 183	2.07 217	0.22 145

CroCo_RVC	1.35 5	1.66 177	8.14 178	0.55 28	0.46 83	1.23 2	0.24 27	4.00 6	3.47 12	0.40 2	1.11 2	0.23 2	1.42 37	0.96 4	0.57 7	0.01 65	0.00 1	0.00 1	0.20 183	2.07 217	0.22 145

CFNet-pseudo	3.23 85	0.36 34	3.58 82	2.13 135	1.45 130	3.78 82	0.70 71	12.67 163	9.52 140	5.16 39	12.28 138	2.62 32	1.81 52	5.36 46	3.08 103	0.01 65	0.00 1	0.00 1	0.00 1	0.00 1	0.07 84

CBMV_ROB	4.14 128	0.52 68	3.14 68	1.30 71	0.77 103	6.92 148	1.97 125	10.11 120	9.58 141	8.92 119	14.20 157	7.12 116	5.90 139	8.65 127	3.50 116	0.01 65	0.05 133	0.00 1	0.00 1	0.04 61	0.09 94

IRAFT_RVC	2.85 74	0.41 50	3.32 73	2.09 130	0.41 75	2.92 47	5.22 173	6.41 73	3.63 18	6.53 72	5.48 42	5.09 81	4.88 118	8.20 103	2.15 84	0.01 65	0.17 182	0.01 137	0.00 1	0.02 17	0.04 69

OMP-Stereo	3.03 78	0.93 125	2.72 31	4.21 215	0.51 87	2.19 19	1.25 108	6.19 66	6.00 85	7.99 98	6.21 54	8.50 134	2.49 61	9.44 158	1.74 67	0.01 65	0.00 1	0.00 1	0.00 1	0.08 84	0.05 78

NF-Stereo	2.50 44	0.37 36	3.05 61	1.08 54	0.27 48	3.90 96	0.89 84	5.03 21	5.38 71	9.78 143	5.04 29	4.50 57	1.29 30	8.40 111	0.93 37	0.01 65	0.00 1	0.00 1	0.00 1	0.03 44	0.02 18

NCCL2	5.88 154	1.59 172	5.44 134	1.87 109	0.92 113	9.55 168	11.55 218	12.11 153	9.94 146	9.67 137	8.85 95	22.28 209	7.41 160	8.78 133	7.17 154	0.01 65	0.00 1	0.03 166	0.00 1	0.13 116	0.23 149

Gwc-CoAtRS	2.02 24	0.33 14	2.61 23	1.04 49	0.30 55	3.56 69	0.40 36	5.89 55	5.94 82	5.08 37	5.01 28	5.55 89	1.72 48	1.60 11	0.91 33	0.01 65	0.09 158	0.00 1	0.25 191	0.01 6	0.02 18

DSFCA	4.21 132	0.50 67	5.45 135	1.34 74	1.68 141	7.04 150	4.51 164	10.73 132	7.00 104	10.78 163	6.80 66	8.48 132	4.63 107	9.91 162	5.12 135	0.02 102	0.06 141	0.02 158	0.03 145	0.08 84	0.03 48

PA-Net	4.98 145	1.47 165	7.42 172	2.40 157	2.14 156	8.73 161	3.64 150	12.42 159	13.11 169	7.03 79	7.57 83	7.88 125	6.52 149	10.16 164	7.82 160	0.02 102	0.03 121	0.00 1	0.00 1	0.11 98	1.07 207
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
IIG-Stereo	3.16 82	0.75 102	2.83 39	4.08 211	0.21 37	2.56 31	0.74 76	6.55 76	5.56 76	8.39 107	9.38 104	7.94 127	2.79 68	9.50 159	1.89 71	0.02 102	0.00 1	0.00 1	0.00 1	0.02 17	0.04 69

HSM-Net_RVC	4.20 131	0.32 9	2.76 34	0.63 31	0.69 96	6.95 149	1.69 120	11.96 151	8.36 132	8.83 116	12.17 134	15.18 178	4.21 96	6.91 64	3.30 110	0.02 102	0.02 107	0.00 1	0.00 1	0.01 6	0.01 8
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
FENet	2.19 30	0.34 25	3.04 56	2.05 128	0.26 47	2.82 43	0.13 14	7.02 83	5.55 75	4.97 35	1.94 7	4.91 66	3.39 75	4.71 40	2.50 90	0.02 102	0.03 121	0.00 1	0.00 1	0.00 1	0.21 143

CBMV	5.35 150	0.91 120	3.67 85	1.62 94	0.44 80	10.09 174	7.19 195	12.49 160	12.33 167	12.22 176	14.69 160	10.93 156	6.48 148	8.51 117	4.96 134	0.02 102	0.15 177	0.00 1	0.00 1	0.17 129	0.17 132
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GMO-cross-data	1.82 17	0.45 56	5.42 133	0.89 39	0.41 75	2.14 18	0.56 51	5.75 48	4.15 37	3.28 18	5.11 30	3.61 41	0.70 8	1.53 9	1.56 61	0.02 102	0.34 204	0.00 1	0.08 163	0.02 17	0.30 167

XPNet_ROB	6.03 159	1.22 150	5.61 140	2.56 169	0.90 112	6.32 139	7.07 193	12.92 165	8.30 130	14.76 192	15.13 164	19.84 201	6.66 153	10.36 165	8.58 171	0.02 102	0.04 128	0.00 1	0.03 145	0.11 98	0.24 152

NOSS_ROB	3.30 89	0.46 59	2.62 24	2.08 129	1.01 117	5.60 131	0.74 76	10.37 124	11.48 158	5.15 38	8.43 92	5.67 90	1.73 49	7.97 88	2.34 87	0.02 102	0.06 141	0.00 1	0.00 1	0.07 81	0.14 120

RAFT-345	3.17 83	0.24 1	3.05 61	1.80 106	0.60 91	3.15 58	1.51 114	6.01 58	4.67 56	8.22 105	12.71 142	5.45 87	5.89 138	8.15 99	1.57 62	0.02 102	0.23 192	0.00 1	0.00 1	0.01 6	0.13 117

RAFT + AFF	4.30 138	1.55 170	5.84 143	1.43 80	2.36 164	5.94 135	6.72 189	10.01 115	7.56 118	7.55 89	8.96 99	7.09 115	6.73 154	8.57 121	4.02 125	0.02 102	0.47 215	0.00 1	0.01 124	0.56 184	0.54 189

AFF-stereo	2.59 54	0.68 93	2.35 16	1.55 86	0.17 29	1.67 10	0.08 9	5.75 48	6.60 97	6.20 62	12.13 132	6.16 97	2.36 59	4.75 41	1.11 47	0.02 102	0.02 107	0.00 1	0.00 1	0.23 154	0.05 78

TestStereo	1.74 13	1.02 135	3.64 84	0.20 9	0.28 52	1.33 4	0.01 1	5.24 29	4.01 29	3.18 14	4.97 26	2.07 28	0.70 8	7.32 70	0.75 15	0.02 102	0.00 1	0.00 1	0.00 1	0.01 6	0.00 1

StereoDRNet	5.59 151	1.75 182	6.80 165	3.12 188	4.45 210	10.61 179	4.35 161	18.80 207	9.73 142	12.22 176	6.87 68	11.44 159	4.65 108	8.09 97	8.26 168	0.02 102	0.11 165	0.00 1	0.03 145	0.20 139	0.28 164

iResNet	3.68 108	0.91 120	7.94 176	2.97 184	0.34 65	4.44 116	0.48 41	7.70 88	9.74 143	7.72 92	12.74 143	4.03 47	2.87 69	8.05 93	3.37 111	0.02 102	0.01 87	0.00 1	0.00 1	0.10 92	0.09 94

MDST_ROB	8.37 191	0.32 9	9.03 182	4.18 214	2.42 168	26.86 223	6.14 178	19.36 212	13.52 172	27.09 218	22.75 194	9.47 141	4.74 110	15.06 201	6.34 148	0.02 102	0.02 107	0.00 1	0.00 1	0.02 17	0.13 117

PSMNet_ROB	5.02 147	1.63 175	6.03 148	1.90 113	1.83 149	9.57 169	6.35 185	15.58 192	7.23 109	6.15 61	10.48 112	12.22 163	4.16 94	8.02 89	8.71 173	0.02 102	0.01 87	0.01 137	0.10 170	0.20 139	0.12 113

DN-CSS_ROB	2.69 60	1.40 162	5.34 132	2.31 152	0.75 100	3.14 57	0.06 8	6.11 65	3.87 26	5.34 44	12.18 135	2.34 30	1.22 26	7.84 83	1.48 59	0.03 119	0.00 1	0.00 1	0.00 1	0.35 169	0.03 48

FADNet-RVC	3.98 125	1.84 186	12.48 198	1.69 99	0.44 80	4.33 109	1.31 112	11.84 150	7.15 107	3.53 21	3.50 14	10.63 152	4.43 104	9.12 147	6.25 146	0.03 119	0.10 159	0.00 1	0.03 145	0.60 189	0.25 155

FC-DCNN	10.72 209	0.52 68	4.27 105	1.88 110	1.63 136	17.18 209	5.29 174	18.20 204	19.69 200	28.50 220	34.51 221	34.03 226	21.48 219	15.89 204	11.15 193	0.03 119	0.01 87	0.02 158	0.01 124	0.07 81	0.09 94

GEStereo_RVC	3.74 112	0.73 99	4.95 123	2.01 124	1.24 123	4.36 111	3.07 136	11.77 149	7.80 122	6.87 77	6.52 63	7.70 123	4.31 102	8.98 144	4.19 126	0.03 119	0.01 87	0.02 158	0.02 134	0.13 116	0.11 108

edge stereo	6.76 171	1.01 133	6.76 164	2.20 143	2.45 169	6.41 141	2.45 129	14.84 184	11.98 165	15.29 193	18.31 183	22.02 208	12.56 193	10.82 171	7.49 156	0.03 119	0.06 141	0.11 190	0.03 145	0.30 160	0.14 120

FAT-Stereo	6.78 174	0.68 93	6.80 165	2.30 150	1.77 147	5.63 132	4.20 157	18.79 206	18.62 193	10.53 159	17.15 177	18.52 195	13.74 201	8.86 141	7.38 155	0.03 119	0.15 177	0.01 137	0.07 161	0.12 106	0.26 159

HHNet	3.90 118	0.33 14	2.44 18	0.15 6	0.04 2	4.72 120	10.85 216	5.15 25	6.54 95	8.08 99	16.73 172	4.20 49	8.08 166	7.89 84	2.39 88	0.03 119	0.10 159	0.10 188	0.10 170	0.12 106	0.03 48

hitnet-ft	3.66 107	0.65 90	2.79 38	0.89 39	0.72 99	4.25 108	0.55 49	9.11 101	7.52 117	7.14 81	10.19 109	12.49 165	4.70 109	7.44 72	4.41 128	0.03 119	0.00 1	0.06 178	0.00 1	0.20 139	0.04 69

DRaft	5.28 148	0.95 130	6.75 163	0.87 37	0.30 55	6.10 137	6.99 192	6.63 79	18.00 191	7.90 96	14.13 155	9.43 139	8.77 174	8.84 139	8.74 174	0.03 119	0.39 207	0.00 1	0.37 202	0.11 98	0.34 170

ac_64	3.70 110	0.47 63	3.50 80	2.87 177	3.50 191	5.91 134	0.72 74	10.17 121	4.34 46	8.16 103	5.80 46	10.82 154	5.64 134	7.08 66	4.73 132	0.03 119	0.00 1	0.00 1	0.00 1	0.08 84	0.14 120

RAFT-IKP	3.90 118	0.33 14	2.44 18	0.15 6	0.04 2	4.72 120	10.85 216	5.15 25	6.54 95	8.08 99	16.73 172	4.20 49	8.08 166	7.89 84	2.39 88	0.03 119	0.10 159	0.10 188	0.10 170	0.12 106	0.03 48

TRStereo	2.36 37	3.10 205	4.70 120	1.99 122	2.08 154	2.61 33	1.11 103	8.79 99	3.73 19	3.19 15	3.04 11	3.96 45	0.77 12	5.92 50	1.44 57	0.03 119	0.14 175	0.00 1	0.29 196	0.08 84	0.25 155

ADCP+	8.09 188	1.79 184	14.50 206	1.54 85	4.28 205	16.57 205	5.20 172	12.80 164	11.20 155	12.83 184	17.07 176	11.02 157	10.80 187	17.59 210	23.18 221	0.03 119	0.05 133	0.01 137	0.18 180	0.39 177	0.81 200

BEATNet_4x	3.24 86	1.27 155	5.89 145	1.56 87	0.10 14	5.26 127	1.07 101	10.08 118	5.50 72	6.89 78	7.73 86	4.53 59	4.13 92	5.05 45	5.27 136	0.04 132	0.05 133	0.00 1	0.00 1	0.23 154	0.23 149

EDNetEfficientorigin	17.87 229	14.00 232	99.53 240	1.64 96	0.92 113	10.55 178	6.26 183	13.21 168	34.84 224	38.20 228	36.91 225	27.47 217	26.32 227	14.71 200	25.69 225	0.04 132	0.06 141	0.14 195	0.52 211	3.16 224	3.27 226

psmorigin	7.34 180	1.58 171	18.31 212	2.35 154	0.87 109	6.72 146	1.70 122	10.63 130	7.14 106	19.77 204	22.71 193	20.13 203	11.34 189	12.96 187	9.49 180	0.04 132	0.17 182	0.06 178	0.17 179	0.21 145	0.50 185

ETE_ROB	5.80 152	1.77 183	6.33 152	1.44 82	0.78 104	6.43 142	6.90 191	12.53 161	8.08 126	12.93 185	14.89 162	21.13 207	5.87 137	9.83 160	6.57 151	0.04 132	0.01 87	0.00 1	0.02 134	0.08 84	0.33 168

LALA_ROB	6.58 168	1.80 185	6.25 150	1.26 65	0.94 116	10.08 173	9.02 201	16.00 193	11.51 159	12.74 181	13.02 145	24.77 211	5.25 125	10.56 168	8.02 163	0.04 132	0.05 133	0.00 1	0.02 134	0.10 92	0.25 155

DRN-Test	5.87 153	0.98 131	5.89 145	2.69 172	3.65 196	12.37 190	3.35 144	20.07 219	10.20 148	11.93 175	12.31 139	11.06 158	5.31 126	7.89 84	9.05 177	0.04 132	0.05 133	0.04 173	0.04 154	0.18 135	0.25 155

FINET	5.32 149	1.14 147	10.04 187	2.17 139	3.67 198	6.49 143	6.76 190	11.68 146	22.08 206	7.42 87	12.15 133	4.24 51	3.61 80	9.25 151	5.35 138	0.04 132	0.04 128	0.00 1	0.00 1	0.17 129	0.09 94

FCDSN-DC	10.24 206	0.56 75	3.49 79	1.96 120	1.29 126	16.90 208	4.59 166	17.16 199	19.10 196	24.64 216	32.46 217	33.82 225	22.14 221	15.93 205	10.45 186	0.04 132	0.00 1	0.00 1	0.00 1	0.05 72	0.21 143
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
NaN_ROB	6.00 157	1.24 152	6.29 151	1.34 74	1.68 141	9.60 170	10.31 212	15.09 185	15.79 181	12.62 179	8.95 98	11.67 161	5.83 136	11.78 179	6.41 149	0.05 140	0.13 172	0.08 183	0.20 183	0.22 148	0.79 199

Anonymous	1.37 7	0.52 68	4.23 103	1.38 76	2.70 175	1.85 17	0.42 38	4.77 13	3.54 16	0.53 4	1.56 6	0.19 1	1.32 31	3.11 28	0.92 36	0.05 140	0.08 153	0.00 1	0.00 1	0.17 129	0.15 126

ICVP	2.32 36	0.38 42	2.89 45	0.92 42	0.70 97	2.55 30	0.87 83	9.97 114	3.99 28	4.13 26	8.97 100	2.71 34	1.69 46	2.52 26	3.52 117	0.05 140	0.24 197	0.01 137	0.01 124	0.11 98	0.13 117

LE_ROB	16.73 226	1.28 158	11.61 193	3.72 203	1.65 137	16.67 206	9.17 202	14.39 180	55.91 236	63.81 235	40.86 230	35.94 228	37.73 233	14.24 196	26.87 227	0.05 140	0.10 159	0.13 194	0.22 186	0.12 106	0.15 126

APVNet	5.98 156	1.72 180	8.72 181	3.21 191	4.04 204	12.31 189	1.81 124	19.09 209	6.10 87	6.13 60	13.41 148	10.69 153	6.30 145	11.26 176	13.90 202	0.05 140	0.02 107	0.11 190	0.03 145	0.53 183	0.20 142

pmcnn	7.72 184	1.27 155	9.42 185	2.91 178	3.14 180	9.44 166	6.23 181	12.56 162	16.51 185	14.53 190	24.08 197	27.44 216	8.49 171	9.32 154	8.44 170	0.06 145	0.08 153	0.00 1	0.00 1	0.30 160	0.15 126

DMCA-RVC	3.17 83	1.26 154	6.39 156	2.10 132	1.51 133	3.02 55	0.56 51	7.84 89	5.06 64	9.23 126	5.19 37	8.46 130	2.72 65	6.31 56	3.22 108	0.06 145	0.11 165	0.09 186	0.02 134	0.16 125	0.08 89

GES	2.49 41	0.38 42	4.29 106	1.58 88	0.05 4	4.58 118	1.07 101	9.70 110	3.39 11	5.21 40	6.64 64	1.84 24	3.36 74	4.86 42	2.54 92	0.06 145	0.01 87	0.06 178	0.01 124	0.12 106	0.03 48

pcwnet_v2	2.93 75	0.29 3	3.01 52	2.39 156	1.07 119	2.73 37	0.89 84	11.37 140	6.25 89	6.20 62	11.49 127	2.71 34	2.74 66	4.22 37	2.75 97	0.06 145	0.05 133	0.00 1	0.00 1	0.01 6	0.37 172

DeepPruner_ROB	3.52 100	1.14 147	4.06 100	1.12 60	1.65 137	3.65 71	0.83 81	13.96 175	4.47 52	7.80 93	10.84 116	7.05 114	2.16 57	8.14 98	3.08 103	0.07 149	0.03 121	0.00 1	0.01 124	0.32 164	0.06 82

SANet	10.64 208	1.86 188	10.91 189	1.76 104	0.71 98	14.62 199	9.23 206	19.18 210	37.14 228	19.22 201	27.96 204	25.86 214	19.11 212	13.02 188	10.63 187	0.08 150	0.06 141	0.03 166	0.02 134	0.62 190	0.81 200

iGMRVC	3.24 86	0.34 25	3.11 65	2.51 164	0.53 88	2.59 32	4.88 168	6.35 69	4.43 49	8.81 115	11.94 130	4.39 55	4.96 119	8.70 130	1.21 53	0.08 150	0.00 1	0.00 1	0.00 1	0.02 17	0.03 48

CSAN	7.62 181	1.60 173	6.56 160	1.83 107	0.66 94	12.40 191	10.52 214	14.45 181	21.32 204	14.19 189	15.98 168	17.84 189	13.02 198	12.32 182	8.38 169	0.09 152	0.07 149	0.03 166	0.04 154	0.33 165	0.67 196

sCroCo_RVC	1.21 4	0.65 90	5.16 129	1.09 57	1.29 126	0.92 1	0.19 23	3.92 5	2.68 4	0.30 1	3.04 11	0.52 10	1.56 41	1.58 10	0.78 18	0.09 152	0.25 198	0.00 1	0.00 1	0.07 81	0.11 108

DeepStereo_RVC	4.75 143	0.72 97	2.27 13	2.13 135	0.11 18	3.28 60	3.29 141	8.23 90	3.49 14	11.45 172	34.77 223	6.17 98	9.02 177	7.68 76	2.22 85	0.09 152	0.05 133	0.01 137	0.01 124	0.05 72	0.02 18

Consistency-Raft	2.52 47	0.37 36	3.28 72	1.20 63	0.43 79	3.74 78	0.96 89	5.76 50	4.53 54	8.86 118	5.92 48	4.40 56	1.25 28	8.55 119	1.09 44	0.10 155	0.00 1	0.00 1	0.00 1	0.02 17	0.02 18

ADCS	13.02 213	4.93 216	28.38 224	3.17 190	2.67 174	13.61 197	10.83 215	18.70 205	33.46 222	22.59 208	24.78 200	19.59 200	18.51 210	23.40 222	32.16 233	0.10 155	0.19 187	0.37 213	0.18 180	1.26 208	1.46 214

SGM-Forest	4.96 144	0.32 9	2.84 40	1.21 64	0.64 93	10.23 176	6.64 188	11.55 144	10.98 152	10.94 168	13.59 150	11.65 160	4.30 100	8.94 143	4.63 131	0.11 157	0.04 128	0.00 1	0.00 1	0.05 72	0.46 181
Johannes L. Schönberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SAMSARA	14.63 217	2.74 201	12.38 196	12.65 232	6.74 225	36.50 230	72.93 238	19.36 212	23.77 210	16.20 196	13.04 146	29.21 218	12.78 195	16.98 208	15.21 206	0.11 157	0.26 200	0.03 166	0.14 177	0.76 196	0.77 198

MeshStereo	11.52 211	1.52 168	4.55 114	1.89 112	1.46 131	19.87 214	5.11 171	20.66 221	15.91 182	32.67 225	34.51 221	39.34 231	21.15 217	18.74 213	12.10 195	0.11 157	0.06 141	0.01 137	0.00 1	0.45 181	0.22 145
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
S-Stereo	6.63 169	0.84 113	9.67 186	3.15 189	3.48 190	6.49

Low-res two-view benchmark