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

GLC_STEREO	0.87 1	0.39 11	1.55 2	0.72 62	0.01 1	1.98 39	0.55 92	3.52 4	3.54 31	0.96 15	1.63 11	0.19 1	0.41 13	1.29 5	0.58 3	0.00 1	0.01 100	0.00 1	0.00 1	0.05 62	0.08 32

LoS	1.03 2	0.43 17	2.53 9	0.64 53	0.14 21	2.42 59	0.26 53	5.64 49	2.93 8	1.08 16	0.24 2	0.49 18	0.45 18	2.31 31	0.83 19	0.02 154	0.02 130	0.00 1	0.00 1	0.06 71	0.03 8

CREStereo	1.09 3	0.51 48	2.16 6	0.11 1	0.24 62	1.67 20	0.03 7	4.24 12	6.91 151	0.80 12	1.73 14	0.44 16	0.64 24	1.58 8	0.61 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 4
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
CroCo-Stereo	1.14 4	1.22 159	3.99 103	0.61 52	0.53 106	0.38 1	0.06 12	5.35 39	4.15 56	0.59 11	1.92 19	1.00 27	0.27 4	1.37 6	1.33 63	0.01 76	0.00 1	0.00 1	0.00 1	0.05 62	0.05 19
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
TANstereo	1.32 5	0.79 95	2.93 23	0.37 33	0.11 10	1.81 34	0.01 1	3.56 5	4.36 64	4.53 55	4.96 59	0.41 15	0.68 25	1.22 2	0.59 4	0.01 76	0.00 1	0.00 1	0.00 1	0.00 1	0.03 8

sCroCo_RVC	1.34 6	0.85 106	6.15 190	1.21 100	1.28 179	0.90 3	0.18 38	4.50 15	2.86 7	0.37 2	3.18 33	0.52 20	1.52 80	1.83 16	0.93 26	0.13 237	0.25 240	0.00 1	0.00 1	0.08 88	0.16 75

CroCo-Stereo Lap2	1.37 7	1.19 152	4.17 112	1.01 87	4.58 302	0.46 2	0.09 15	4.27 14	2.94 9	1.25 19	2.40 25	1.55 44	0.20 1	1.72 10	1.30 59	0.00 1	0.00 1	0.00 1	0.00 1	0.15 151	0.13 55

EGLCR-Stereo	1.45 8	0.26 2	2.91 22	1.94 160	0.90 149	3.13 104	0.69 119	5.81 61	3.21 13	1.14 18	0.20 1	1.52 43	0.37 9	4.29 68	0.69 10	0.01 76	0.79 274	0.00 1	0.00 1	0.01 3	1.21 250

tt_ll	1.46 9	1.75 216	2.66 15	0.52 48	3.89 282	1.67 20	0.04 8	2.66 1	2.61 1	0.55 9	2.63 28	0.31 9	1.68 84	1.92 17	0.81 15	0.01 76	0.02 130	0.00 1	0.00 1	0.03 28	5.54 321

LoS_RVC	1.47 10	1.75 216	2.66 15	0.52 48	3.89 282	1.67 20	0.04 8	2.66 1	2.61 1	0.55 9	2.63 28	0.31 9	1.68 84	1.99 20	0.81 15	0.01 76	0.02 130	0.00 1	0.00 1	0.03 28	5.54 321

PMTNet	1.48 11	0.43 17	2.77 20	0.31 24	0.17 31	2.94 92	0.33 59	3.66 7	5.27 93	1.11 17	1.28 8	0.28 8	0.92 34	4.32 69	0.90 22	4.89 325	0.00 1	0.00 1	0.00 1	0.03 28	0.05 19

knoymous	1.50 12	0.28 3	1.99 4	0.33 30	0.48 92	1.58 16	0.11 18	5.71 53	2.81 5	4.85 58	1.75 16	4.58 127	0.46 20	3.66 53	1.30 59	0.01 76	0.02 130	0.00 1	0.00 1	0.02 9	0.09 35

anonymousdsp	1.51 13	0.81 97	2.70 18	0.60 50	0.69 122	2.76 78	0.79 137	4.86 19	3.00 11	0.82 13	1.25 4	0.31 9	0.42 15	7.44 136	0.81 15	0.00 1	0.83 276	0.00 1	0.17 244	0.12 125	1.85 278

IGEV-Stereo	1.51 13	0.81 97	2.69 17	0.60 50	0.69 122	2.77 79	0.79 137	4.88 22	2.99 10	0.82 13	1.25 4	0.31 9	0.42 15	7.43 135	0.85 20	0.00 1	0.83 276	0.00 1	0.17 244	0.12 125	1.85 278
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sAnonymous2	1.54 15	2.26 249	9.53 261	0.65 55	0.50 95	1.20 4	0.23 48	4.86 19	3.65 36	0.42 4	1.27 6	0.23 3	1.40 68	1.23 3	0.68 8	0.02 154	0.00 1	0.00 1	0.20 252	2.00 311	0.42 151

CroCo_RVC	1.54 15	2.26 249	9.53 261	0.65 55	0.50 95	1.20 4	0.23 48	4.86 19	3.65 36	0.42 4	1.27 6	0.23 3	1.40 68	1.23 3	0.68 8	0.02 154	0.00 1	0.00 1	0.20 252	2.00 311	0.42 151

Anonymous	1.54 15	0.76 92	5.39 156	1.49 118	2.68 244	1.83 35	0.43 72	5.65 51	3.79 44	0.52 7	1.74 15	0.19 1	1.30 61	3.31 49	1.01 39	0.06 216	0.08 190	0.00 1	0.00 1	0.19 168	0.31 125

XX-TBD	1.55 18	1.11 143	2.94 24	2.45 216	0.06 5	2.31 53	0.01 1	3.58 6	7.80 175	3.11 36	5.10 62	0.27 7	0.26 3	1.42 7	0.60 5	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 15

Selective-IGEV	1.56 19	0.34 6	2.13 5	0.77 70	0.76 139	2.36 55	0.52 85	6.80 106	3.08 12	0.53 8	3.34 34	0.26 6	0.31 6	7.24 127	0.73 13	0.01 76	0.80 275	0.00 1	0.14 237	0.08 88	1.01 229

ProNet	1.58 20	0.86 112	3.17 37	0.75 69	0.72 130	2.84 86	0.66 110	5.91 74	3.28 16	0.37 2	1.47 10	0.40 14	0.37 9	7.19 125	0.70 11	0.02 154	0.98 287	0.00 1	0.05 210	0.20 172	1.77 275

CREStereo++_RVC	1.70 21	0.50 47	3.07 34	0.45 42	0.01 1	1.69 24	0.02 5	3.09 3	8.24 185	3.82 48	7.53 130	0.49 18	0.32 7	1.05 1	0.52 2	0.00 1	0.00 1	0.00 1	3.03 325	0.01 3	0.08 32

CES	1.72 22	0.40 15	1.82 3	0.65 55	7.83 324	2.62 66	0.13 25	5.35 39	2.68 3	0.36 1	1.30 9	0.33 13	0.32 7	1.92 17	0.72 12	0.01 76	0.02 130	0.00 1	0.00 1	0.56 269	7.35 329

MC-Stereo	1.87 23	0.49 44	3.52 64	2.82 243	1.07 165	1.90 37	0.12 23	4.89 24	3.27 15	3.66 45	3.58 39	0.56 22	1.45 71	5.79 88	0.81 15	0.00 1	1.19 302	0.00 1	0.21 256	0.11 119	1.95 284

iRaftStereo_RVC	1.88 24	1.22 159	2.63 13	0.95 83	0.06 5	2.96 93	0.05 10	6.08 82	3.99 54	3.92 50	4.88 57	2.53 65	0.62 23	3.62 51	1.19 53	0.00 1	1.19 302	0.00 1	0.00 1	0.37 243	1.29 254

TestStereo	1.89 25	1.59 201	4.22 117	0.37 33	0.28 67	1.33 7	0.01 1	5.63 48	4.13 55	3.59 42	5.11 63	2.06 58	0.70 26	7.62 146	0.93 26	0.02 154	0.00 1	0.00 1	0.00 1	0.02 9	0.19 88

Selective-RAFT	1.92 26	0.54 53	3.87 89	1.15 97	0.21 53	3.83 155	0.06 12	5.00 26	4.68 76	1.59 20	2.14 22	3.05 79	2.77 117	6.63 106	1.34 64	0.00 1	0.95 284	0.00 1	0.32 279	0.05 62	0.19 88

HUI-Stereo	1.94 27	0.56 64	3.55 69	0.20 4	0.20 42	3.67 140	0.63 105	5.89 65	3.53 29	5.92 92	4.44 51	3.41 89	1.51 76	4.21 64	0.89 21	0.02 154	0.00 1	0.00 1	0.00 1	0.09 100	0.11 47

Anonymous3	1.96 28	0.61 74	7.58 227	0.42 40	0.51 102	4.28 171	0.52 85	5.56 45	2.76 4	2.35 23	3.47 36	1.50 41	1.13 44	5.92 91	1.54 70	0.23 261	0.23 234	0.00 1	0.00 1	0.14 137	0.47 156

4D-IteraStereo	1.99 29	1.32 172	3.77 86	0.13 2	2.84 248	3.51 125	1.03 161	4.26 13	5.38 97	5.50 76	1.03 3	3.86 103	0.38 12	2.44 38	1.88 100	0.00 1	0.43 255	0.00 1	0.01 166	0.11 119	1.84 277

PSM-adaLoss	2.02 30	0.55 58	3.57 72	0.20 4	0.21 53	3.69 144	0.69 119	5.89 65	3.52 25	5.91 87	4.43 50	3.42 90	1.50 72	5.63 85	0.94 30	0.01 76	0.00 1	0.00 1	0.00 1	0.09 100	0.10 40

ROB_FTStereo	2.03 31	0.57 68	3.57 72	0.20 4	0.21 53	3.66 136	0.73 130	5.89 65	3.51 23	5.92 92	4.35 47	3.37 87	1.50 72	6.02 93	0.90 22	0.01 76	0.00 1	0.00 1	0.00 1	0.09 100	0.09 35

ROB_FTStereo_v2	2.04 32	0.56 64	3.56 71	0.20 4	0.21 53	3.66 136	0.72 128	5.89 65	3.51 23	5.91 87	4.46 53	3.42 90	1.50 72	6.08 97	0.93 26	0.01 76	0.00 1	0.00 1	0.00 1	0.09 100	0.09 35

RAFT-IKP	2.04 32	0.57 68	3.54 67	0.20 4	0.20 42	3.45 120	0.62 103	5.90 70	3.52 25	5.91 87	4.44 51	3.46 98	1.50 72	6.20 98	1.00 37	0.01 76	0.00 1	0.00 1	0.00 1	0.09 100	0.08 32

GMStereo	2.07 34	1.56 198	5.64 172	0.74 68	0.05 3	3.63 134	0.01 1	5.17 32	11.27 237	4.22 53	2.44 26	0.53 21	0.49 21	4.06 59	1.01 39	0.22 260	0.00 1	0.00 1	0.14 237	0.18 163	0.05 19
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GMOStereo	2.08 35	0.85 106	2.95 27	0.23 16	0.73 131	1.50 11	0.86 149	5.08 27	4.78 80	8.42 187	6.99 118	3.36 83	1.14 46	1.73 11	1.21 54	0.00 1	1.32 305	0.00 1	0.00 1	0.28 213	0.23 104

error version	2.08 35	0.85 106	2.95 27	0.23 16	0.73 131	1.50 11	0.86 149	5.08 27	4.78 80	8.42 187	6.99 118	3.36 83	1.14 46	1.73 11	1.21 54	0.00 1	1.32 305	0.00 1	0.00 1	0.28 213	0.23 104

test-v	2.08 35	0.85 106	2.95 27	0.23 16	0.73 131	1.50 11	0.86 149	5.08 27	4.78 80	8.42 187	6.99 118	3.36 83	1.14 46	1.73 11	1.21 54	0.00 1	1.32 305	0.00 1	0.00 1	0.28 213	0.23 104

CRE-IMP	2.08 35	0.51 48	3.43 59	0.35 31	0.19 37	3.85 156	0.83 143	5.77 59	3.43 18	5.81 83	4.24 45	3.45 97	0.83 33	6.56 103	1.99 109	0.01 76	0.00 1	0.00 1	0.00 1	0.11 119	0.20 93

test-2	2.08 35	0.85 106	2.95 27	0.23 16	0.73 131	1.50 11	0.86 149	5.08 27	4.78 80	8.42 187	6.99 118	3.36 83	1.14 46	1.73 11	1.21 54	0.00 1	1.32 305	0.00 1	0.00 1	0.28 213	0.23 104

Patchmatch Stereo++	2.09 40	0.55 58	3.57 72	0.20 4	0.20 42	3.68 141	0.64 107	5.90 70	3.52 25	5.91 87	4.41 48	3.42 90	1.51 76	7.07 122	0.95 31	0.01 76	0.00 1	0.00 1	0.00 1	0.09 100	0.10 40
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iGMRVC	2.09 40	0.56 64	3.59 77	0.20 4	0.21 53	3.68 141	0.71 125	5.89 65	3.53 29	5.92 92	4.46 53	3.44 95	1.51 76	6.93 121	0.98 34	0.02 154	0.00 1	0.00 1	0.00 1	0.09 100	0.09 35

iRAFT	2.09 40	0.55 58	3.57 72	0.20 4	0.20 42	3.68 141	0.64 107	5.90 70	3.52 25	5.91 87	4.41 48	3.42 90	1.51 76	7.07 122	0.95 31	0.01 76	0.00 1	0.00 1	0.00 1	0.09 100	0.10 40

rafts_anoy	2.09 40	1.42 182	3.34 51	2.87 248	2.72 246	2.46 60	0.17 36	6.20 90	6.48 137	3.40 38	2.25 23	1.91 52	1.32 62	3.59 50	1.75 96	0.01 76	1.52 315	0.00 1	0.01 166	0.06 71	0.28 119

s12784h	2.10 44	0.38 8	3.31 49	0.17 3	0.09 9	4.89 187	0.13 25	7.34 125	8.06 184	3.87 49	4.47 55	0.60 23	1.19 56	6.78 115	0.63 7	0.01 76	0.01 100	0.00 1	0.00 1	0.02 9	0.04 15

DIP-Stereo	2.12 45	0.98 132	3.94 101	0.20 4	0.11 10	4.73 184	0.13 25	9.27 165	4.40 66	6.46 118	5.03 61	0.45 17	0.72 28	3.79 54	1.94 107	0.00 1	0.01 100	0.00 1	0.00 1	0.05 62	0.24 110
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
test-1	2.14 46	0.54 53	6.32 198	1.07 92	1.22 175	2.13 45	0.54 89	6.40 96	4.80 84	3.55 40	5.23 65	4.02 108	0.71 27	1.95 19	2.15 115	0.08 224	0.98 287	0.00 1	0.08 218	0.02 9	1.07 237

DeepStereo_RVC	2.15 47	0.55 58	3.26 44	0.21 13	0.19 37	3.47 122	0.68 116	5.76 58	3.60 34	6.36 116	4.19 44	3.42 90	4.44 169	5.04 75	1.59 75	0.02 154	0.00 1	0.00 1	0.00 1	0.09 100	0.18 83

raftrobust	2.16 48	1.31 169	2.76 19	2.38 209	3.33 264	2.72 75	0.51 84	5.34 37	4.64 73	6.13 104	3.98 41	1.63 45	2.51 108	3.02 45	1.64 83	0.00 1	0.76 273	0.00 1	0.02 183	0.14 137	0.27 115

Gwc-CoAtRS	2.16 48	0.42 16	3.13 35	1.28 106	0.31 69	3.52 127	0.39 66	6.56 99	6.31 130	5.38 73	5.11 63	5.47 149	1.70 87	2.00 21	1.08 46	0.01 76	0.19 224	0.00 1	0.25 264	0.02 9	0.16 75

test_1	2.18 50	0.38 8	3.87 89	1.54 122	0.91 152	1.38 8	0.80 139	5.36 41	5.53 105	7.12 149	1.86 17	4.05 110	0.41 13	6.65 108	1.17 50	0.00 1	0.99 290	0.00 1	0.28 270	0.20 172	1.08 239

raft+_RVC	2.18 50	1.49 192	3.14 36	2.77 238	2.01 218	1.40 10	0.10 17	7.02 113	5.35 95	2.99 32	5.54 82	1.19 31	1.34 67	4.98 73	1.49 67	0.00 1	1.45 311	0.00 1	0.00 1	0.14 137	1.11 241

RCA-Stereo	2.19 52	0.46 28	3.22 40	0.47 44	0.33 75	2.27 50	0.47 76	5.60 47	15.20 268	2.86 29	5.61 83	0.78 24	3.15 124	1.71 9	0.48 1	0.00 1	0.90 281	0.00 1	0.00 1	0.10 113	0.26 113

test-3	2.19 52	0.38 8	3.88 94	1.55 123	0.91 152	1.39 9	0.80 139	5.36 41	5.51 103	7.36 157	1.90 18	4.05 110	0.42 15	6.67 110	1.17 50	0.00 1	0.99 290	0.00 1	0.28 270	0.20 172	1.08 239

anonymousdsp2	2.20 54	0.57 68	4.59 129	1.69 133	0.82 144	3.58 130	0.48 80	8.57 149	3.63 35	3.37 37	3.03 32	3.32 82	1.00 38	5.57 84	0.80 14	0.01 76	0.94 283	0.02 229	0.15 240	0.06 71	1.89 282

MSMDNet	2.20 54	0.46 28	3.49 62	1.48 117	0.75 136	3.69 144	0.52 85	6.91 110	3.97 52	5.62 79	5.26 66	5.77 159	1.73 91	2.61 41	1.09 47	0.01 76	0.20 229	0.00 1	0.23 260	0.02 9	0.15 68

DCRE	2.21 56	0.95 124	3.17 37	2.10 171	1.30 182	1.86 36	0.05 10	5.33 36	4.69 77	3.59 42	9.37 168	3.81 102	1.18 52	2.34 33	1.22 58	0.01 76	0.97 286	0.00 1	0.30 275	0.04 46	1.97 285

LL-Strereo2	2.22 57	1.39 180	3.39 56	1.26 103	1.01 162	3.73 147	1.47 187	6.47 98	4.61 72	4.66 56	2.64 30	4.17 116	0.37 9	6.03 94	1.61 76	0.09 230	0.24 237	0.00 1	0.08 218	0.08 88	1.16 245

test_3	2.22 57	0.39 11	4.20 115	1.51 119	0.90 149	1.29 6	0.74 133	5.34 37	6.37 133	6.64 129	1.96 20	4.24 121	0.45 18	6.63 106	1.17 50	0.00 1	1.00 293	0.00 1	0.28 270	0.19 168	1.01 229

cross-raft	2.25 59	0.48 36	2.96 31	1.87 152	0.94 154	3.72 146	0.47 76	7.61 134	4.15 56	5.37 72	5.68 85	6.17 166	1.40 68	2.15 25	1.06 43	0.01 76	0.22 231	0.00 1	0.19 248	0.03 28	0.41 147

DCANet-4	2.26 60	0.43 17	6.69 208	0.40 37	0.20 42	1.70 25	0.13 25	5.73 54	9.44 212	6.01 95	5.29 70	1.12 28	2.77 117	2.49 39	2.21 117	0.01 76	0.00 1	0.01 200	0.00 1	0.02 9	0.61 179

CFNet-RSSM	2.26 60	0.43 17	3.24 42	1.28 106	0.31 69	3.19 108	0.40 67	7.62 135	7.29 163	5.88 85	4.68 56	5.32 146	1.68 84	2.26 30	1.04 41	0.01 76	0.09 196	0.00 1	0.31 277	0.03 28	0.16 75

MIPNet	2.27 62	1.14 147	5.55 169	0.49 45	0.22 59	2.03 41	0.19 40	7.60 133	6.17 127	5.83 84	4.16 43	2.05 57	3.44 138	3.65 52	2.23 124	0.00 1	0.01 100	0.01 200	0.01 166	0.24 194	0.48 158

NRIStereo	2.27 62	0.52 50	3.35 54	1.26 103	0.17 31	3.04 98	0.84 144	5.96 76	3.74 38	6.27 107	3.44 35	4.13 114	1.80 93	8.31 176	2.11 111	0.00 1	0.10 200	0.00 1	0.00 1	0.12 125	0.20 93

qqq	2.29 64	0.95 124	6.69 208	0.40 37	0.20 42	1.70 25	0.13 25	5.73 54	9.44 212	6.01 95	5.29 70	1.12 28	2.77 117	2.49 39	2.21 117	0.01 76	0.00 1	0.01 200	0.00 1	0.02 9	0.61 179

DCANet	2.35 65	0.96 127	5.51 161	0.39 35	0.19 37	1.72 31	0.25 51	6.06 79	9.33 208	6.31 110	5.42 77	1.44 38	4.14 161	2.22 26	2.28 129	0.01 76	0.00 1	0.00 1	0.00 1	0.04 46	0.66 199

FENet	2.35 65	0.59 72	3.28 46	2.32 201	0.27 66	2.78 80	0.13 25	7.68 138	6.09 122	5.38 73	2.12 21	4.84 131	3.33 136	4.98 73	2.66 140	0.02 154	0.03 153	0.00 1	0.00 1	0.04 46	0.40 140

dd	2.36 67	1.93 229	6.03 186	0.83 74	0.12 17	1.80 33	0.17 36	5.30 34	11.82 243	2.98 31	3.64 40	1.50 41	1.21 57	5.25 79	3.92 175	0.13 237	0.01 100	0.04 252	0.22 259	0.10 113	0.14 59

NF-Stereo	2.38 68	0.48 36	3.88 94	2.17 178	0.11 10	3.43 117	0.42 68	7.08 121	3.75 40	6.91 136	5.29 70	2.65 70	1.33 64	8.40 180	1.67 89	0.01 76	0.00 1	0.00 1	0.00 1	0.03 28	0.02 4

OCTAStereo	2.38 68	0.48 36	3.90 96	2.16 174	0.11 10	3.42 115	0.42 68	7.06 116	3.74 38	6.91 136	5.26 66	2.63 69	1.32 62	8.41 182	1.70 92	0.01 76	0.00 1	0.00 1	0.00 1	0.03 28	0.01 1

PSM-softLoss	2.38 68	0.48 36	4.28 119	1.94 160	0.19 37	2.73 76	0.38 64	6.67 101	3.50 19	6.33 111	6.33 103	2.93 75	0.97 36	8.90 202	1.88 100	0.01 76	0.00 1	0.00 1	0.00 1	0.03 28	0.03 8

KMStereo	2.38 68	0.48 36	4.28 119	1.94 160	0.19 37	2.73 76	0.38 64	6.67 101	3.50 19	6.33 111	6.33 103	2.93 75	0.97 36	8.90 202	1.88 100	0.01 76	0.00 1	0.00 1	0.00 1	0.03 28	0.03 8

RE-Stereo	2.38 68	0.48 36	3.91 97	2.17 178	0.11 10	3.43 117	0.42 68	7.07 118	3.75 40	6.91 136	5.26 66	2.62 67	1.33 64	8.41 182	1.72 94	0.01 76	0.00 1	0.01 200	0.00 1	0.03 28	0.01 1

TVStereo	2.38 68	0.48 36	3.91 97	2.17 178	0.11 10	3.43 117	0.42 68	7.07 118	3.75 40	6.91 136	5.26 66	2.62 67	1.33 64	8.41 182	1.72 94	0.01 76	0.00 1	0.01 200	0.00 1	0.03 28	0.01 1

RALCasStereoNet	2.39 74	1.73 214	3.59 77	2.38 209	2.69 245	2.84 86	0.18 38	5.29 33	4.94 87	2.45 25	5.62 84	2.22 59	0.79 32	7.48 142	1.63 80	0.00 1	1.75 317	0.00 1	0.00 1	0.14 137	2.03 287

GANet-ADL	2.40 75	0.65 79	3.92 99	2.22 185	0.11 10	2.23 48	0.47 76	9.29 167	7.27 162	4.77 57	5.95 91	3.96 106	1.26 60	3.08 46	2.27 127	0.04 198	0.08 190	0.02 229	0.00 1	0.15 151	0.21 96

CAS	2.42 76	0.37 7	2.30 8	11.49 330	3.97 287	1.65 19	0.02 5	4.08 11	2.84 6	0.51 6	1.65 12	0.25 5	0.28 5	1.73 11	0.92 25	10.05 335	0.01 100	0.00 1	0.00 1	0.01 3	6.26 326

222	2.45 77	0.93 118	6.66 206	0.40 37	0.20 42	1.70 25	0.11 18	6.19 86	9.43 211	6.03 98	5.29 70	1.43 34	5.28 200	2.37 34	2.21 117	0.01 76	0.00 1	0.01 200	0.00 1	0.04 46	0.61 179

IPLGR	2.46 78	0.68 83	7.02 216	0.22 14	0.16 28	2.01 40	0.22 44	7.01 111	6.62 140	7.10 148	5.92 90	2.91 74	2.27 102	5.12 77	1.52 69	0.00 1	0.00 1	0.00 1	0.00 1	0.12 125	0.41 147

ff	2.47 79	0.97 131	6.45 202	0.69 58	0.24 62	4.94 188	0.20 41	5.84 64	10.27 221	5.17 69	3.56 38	1.38 33	3.00 122	3.10 47	2.63 139	0.01 76	0.00 1	0.00 1	0.00 1	0.06 71	0.83 216

RAFT-Stereo + iAFF	2.48 80	1.23 161	3.48 61	1.61 125	1.09 166	1.63 17	0.15 33	5.80 60	6.43 135	7.32 155	9.91 177	3.05 79	1.71 88	2.33 32	1.75 96	0.01 76	0.71 271	0.00 1	0.00 1	0.28 213	1.19 248

riskmin	2.49 81	0.22 1	3.34 51	2.33 203	1.78 204	2.89 90	0.46 74	7.35 126	6.95 154	2.75 27	1.67 13	6.75 174	5.08 193	3.24 48	1.93 106	0.00 1	0.99 290	0.00 1	0.27 269	0.02 9	1.73 272

ADStereo(finetuned)	2.50 82	0.95 124	6.60 205	0.39 35	0.20 42	1.72 31	0.24 50	6.06 79	9.31 207	6.30 108	5.42 77	1.44 38	6.22 220	2.25 28	2.14 113	0.01 76	0.00 1	0.00 1	0.00 1	0.04 46	0.65 190

PFNet+	2.52 83	0.47 33	4.97 145	0.95 83	0.18 34	3.12 103	0.73 130	4.98 25	6.97 155	7.95 167	6.38 106	2.51 64	1.18 52	8.05 165	1.82 98	0.03 180	0.00 1	0.00 1	0.00 1	0.02 9	0.05 19

ICVP	2.53 84	0.47 33	3.64 81	1.20 99	0.69 122	2.71 73	0.84 144	10.63 191	4.66 75	4.31 54	8.99 156	2.75 72	1.93 95	2.91 44	4.07 183	0.06 216	0.24 237	0.01 200	0.01 166	0.13 133	0.26 113
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
fff	2.54 85	0.93 118	5.51 161	0.32 25	0.14 21	1.70 25	0.11 18	6.19 86	12.69 252	6.03 98	5.29 70	1.43 34	5.28 200	2.37 34	2.21 117	0.01 76	0.00 1	0.01 200	0.00 1	0.02 9	0.61 179

csc	2.54 85	0.93 118	5.51 161	0.32 25	0.14 21	1.70 25	0.11 18	6.19 86	12.69 252	6.03 98	5.29 70	1.43 34	5.28 200	2.37 34	2.21 117	0.01 76	0.00 1	0.01 200	0.00 1	0.02 9	0.61 179

cscssc	2.54 85	0.93 118	5.51 161	0.32 25	0.14 21	1.70 25	0.11 18	6.19 86	12.69 252	6.03 98	5.29 70	1.43 34	5.28 200	2.37 34	2.21 117	0.01 76	0.00 1	0.01 200	0.00 1	0.02 9	0.61 179

test_4	2.58 88	0.70 86	3.30 47	0.43 41	0.30 68	3.97 160	1.11 171	3.91 9	3.83 48	4.15 52	17.20 257	3.44 95	0.52 22	6.60 105	1.58 72	0.00 1	0.13 210	0.00 1	0.11 229	0.20 172	0.20 93

DisPM	2.59 89	0.47 33	4.32 122	1.89 156	0.20 42	3.42 115	0.63 105	5.56 45	5.60 107	8.66 193	7.05 122	2.82 73	1.03 41	9.05 212	1.07 45	0.02 154	0.00 1	0.00 1	0.00 1	0.02 9	0.04 15

RAFT+CT+SA	2.59 89	1.19 152	3.55 69	1.09 93	2.21 226	3.14 106	0.90 155	7.59 131	5.65 109	2.76 28	8.21 145	2.04 56	1.57 82	8.84 199	1.31 61	0.02 154	0.34 248	0.00 1	0.38 286	0.22 187	0.73 207

R-Stereo Train	2.60 91	0.46 28	2.94 24	1.10 95	0.18 34	3.61 131	0.60 99	6.88 108	3.50 19	9.13 210	17.23 258	1.77 49	0.77 29	2.03 22	1.65 84	0.00 1	0.01 100	0.00 1	0.00 1	0.01 3	0.21 96

RAFT-Stereo	2.60 91	0.46 28	2.94 24	1.10 95	0.18 34	3.61 131	0.60 99	6.88 108	3.50 19	9.13 210	17.23 258	1.77 49	0.77 29	2.03 22	1.65 84	0.00 1	0.01 100	0.00 1	0.00 1	0.01 3	0.21 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CASS	2.62 93	0.57 68	4.28 119	0.90 79	0.38 79	3.45 120	0.22 44	9.91 175	4.46 68	7.33 156	7.92 138	3.53 101	3.59 140	4.16 63	1.49 67	0.03 180	0.01 100	0.00 1	0.00 1	0.05 62	0.06 26
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLG	2.63 94	1.09 139	5.67 174	0.73 65	0.31 69	3.00 97	0.25 51	6.84 107	6.02 121	7.93 166	6.31 102	1.91 52	1.72 90	7.47 140	2.53 135	0.01 76	0.01 100	0.00 1	0.00 1	0.29 221	0.58 172

Pruner-Stereo	2.66 95	0.61 74	3.54 67	1.93 159	0.25 64	3.47 122	0.74 133	6.60 100	5.66 113	8.98 203	6.12 94	4.39 123	1.11 43	7.27 129	2.34 132	0.03 180	0.00 1	0.02 229	0.00 1	0.03 28	0.04 15

ACRE	2.67 96	1.66 207	6.50 203	0.72 62	2.03 219	2.65 71	0.84 144	5.97 77	5.52 104	7.85 164	9.23 160	1.72 47	1.09 42	4.09 61	2.73 146	0.02 154	0.19 224	0.02 229	0.08 218	0.26 202	0.21 96

RALAANet	2.68 97	1.71 211	4.73 136	2.79 240	0.80 142	3.30 114	0.15 33	7.92 139	5.92 120	5.79 82	6.06 92	3.51 100	1.13 44	6.76 113	2.28 129	0.00 1	0.28 243	0.00 1	0.10 227	0.27 211	0.13 55

IPLGR_C	2.69 98	1.75 216	6.20 191	0.79 71	2.06 222	2.64 70	0.86 149	6.36 94	5.64 108	8.13 180	9.26 162	1.69 46	1.15 51	3.79 54	2.80 149	0.02 154	0.20 229	0.02 229	0.08 218	0.26 202	0.18 83

GES	2.69 98	0.72 89	5.34 153	1.82 148	0.05 3	4.51 178	1.04 164	10.39 187	4.18 58	5.53 78	6.72 112	1.92 55	3.30 130	5.16 78	2.67 141	0.06 216	0.01 100	0.06 261	0.01 166	0.20 172	0.14 59

TRStereo	2.71 100	3.79 294	5.46 159	2.19 181	2.22 228	2.98 96	1.07 166	9.83 174	4.39 65	3.46 39	3.48 37	3.92 105	0.77 29	6.43 101	1.70 92	0.03 180	0.63 265	0.00 1	0.29 274	0.11 119	1.49 259

HHNet	2.71 100	0.69 84	3.31 49	0.25 21	0.39 81	2.80 84	0.90 155	6.33 91	5.68 114	7.51 160	13.70 223	0.94 25	3.14 123	5.42 81	2.54 137	0.14 240	0.02 130	0.06 261	0.00 1	0.24 194	0.07 30

BUS	2.72 102	0.43 17	3.76 83	0.70 59	0.50 95	7.31 226	0.48 80	9.93 176	5.65 109	6.50 119	6.23 96	5.21 143	1.18 52	4.27 65	1.89 103	0.01 76	0.03 153	0.03 244	0.00 1	0.06 71	0.14 59

CIPLG	2.72 102	1.69 208	6.02 184	0.80 72	2.14 224	2.66 72	0.84 144	5.90 70	5.59 106	8.12 179	9.58 172	1.74 48	1.14 46	4.53 71	2.82 150	0.02 154	0.19 224	0.02 229	0.09 224	0.26 202	0.22 101

HCRNet	2.74 104	0.83 102	4.19 113	0.45 42	3.31 263	2.18 46	0.22 44	7.59 131	5.76 117	6.08 102	4.89 58	5.21 143	2.74 114	8.04 164	3.10 152	0.00 1	0.02 130	0.00 1	0.00 1	0.10 113	0.09 35

EAI-Stereo	2.75 105	0.54 53	3.17 37	0.91 80	1.28 179	4.02 162	5.30 266	12.39 228	4.76 79	2.51 26	7.10 124	1.22 32	0.94 35	6.03 94	1.96 108	0.01 76	0.56 261	0.00 1	1.38 317	0.04 46	0.95 224

RAFT_R40	2.83 106	0.46 28	3.85 88	1.38 113	0.32 74	3.78 149	0.97 158	6.16 85	4.82 85	9.74 231	6.35 105	4.96 136	3.94 155	8.78 197	1.05 42	0.01 76	0.00 1	0.00 1	0.00 1	0.04 46	0.03 8

GwcNet-ADL	2.85 107	0.61 74	4.38 123	0.92 81	0.33 75	2.05 42	0.67 114	8.85 154	9.65 215	6.36 116	6.71 111	4.11 113	1.71 88	5.97 92	4.22 185	0.08 224	0.06 176	0.00 1	0.00 1	0.07 83	0.16 75

SST-Stereo	2.86 108	0.45 27	3.64 81	1.46 115	0.36 77	3.94 158	0.80 139	6.07 81	4.46 68	10.96 255	6.21 95	4.94 135	4.14 161	8.85 200	0.93 26	0.01 76	0.00 1	0.00 1	0.00 1	0.04 46	0.03 8

ACVNet	2.86 108	0.96 127	3.87 89	0.86 75	0.61 116	2.63 68	0.54 89	8.93 156	6.12 124	5.09 64	9.32 166	5.70 156	3.84 150	2.68 42	5.56 211	0.00 1	0.00 1	0.00 1	0.00 1	0.26 202	0.23 104

AFF-stereo	2.87 110	1.31 169	3.26 44	1.87 152	0.38 79	1.68 23	0.09 15	6.38 95	7.07 156	6.52 122	11.90 201	6.08 163	2.32 104	5.05 76	1.65 84	0.02 154	0.66 266	0.00 1	0.00 1	0.29 221	0.94 223

HH	2.88 111	0.82 100	4.07 108	1.71 137	0.54 108	4.71 182	0.69 119	8.72 152	3.57 32	1.80 21	6.49 109	7.81 192	3.92 153	8.93 206	0.99 35	0.00 1	1.06 295	0.00 1	0.03 193	0.05 62	1.69 267

HanStereo	2.88 111	0.82 100	4.07 108	1.71 137	0.54 108	4.71 182	0.69 119	8.72 152	3.57 32	1.80 21	6.49 109	7.81 192	3.92 153	8.93 206	0.99 35	0.00 1	1.06 295	0.00 1	0.03 193	0.05 62	1.69 267

raft_robust	2.91 113	1.71 211	3.42 58	1.36 109	0.57 111	1.53 15	0.12 23	7.06 116	9.09 202	6.96 142	7.21 126	4.43 124	2.09 96	9.40 222	1.61 76	0.03 180	0.93 282	0.00 1	0.21 256	0.17 159	0.38 137

BSDual-CNN	2.91 113	0.43 17	3.76 83	0.70 59	0.50 95	6.97 216	1.58 193	9.93 176	5.65 109	6.50 119	6.23 96	6.17 166	2.50 106	4.27 65	2.67 141	0.01 76	0.03 153	0.03 244	0.00 1	0.06 71	0.14 59

UDGNet	2.92 115	7.79 319	4.92 142	3.01 253	0.08 8	2.96 93	0.20 41	4.77 18	8.93 198	2.91 30	2.85 31	0.95 26	1.00 38	6.46 102	1.66 87	1.46 312	0.00 1	5.33 329	0.92 308	1.95 310	0.19 88

LCNet	2.94 116	0.55 58	2.57 11	1.03 90	0.59 114	2.05 42	1.55 192	5.51 43	4.19 59	6.08 102	10.58 185	4.54 125	6.63 228	7.59 145	0.90 22	0.01 76	0.00 1	0.01 200	0.76 306	0.31 231	3.43 310

RAFT	2.94 116	1.29 165	4.06 107	1.36 109	0.50 95	2.39 57	0.91 157	6.11 83	3.25 14	6.64 129	7.30 127	9.96 222	4.20 164	6.03 94	2.21 117	0.00 1	1.02 294	0.00 1	0.02 183	0.54 268	1.01 229

XX-Stereo	2.95 118	0.48 36	7.08 217	2.84 246	2.51 241	1.63 17	0.20 41	6.15 84	3.38 17	2.38 24	16.00 246	6.90 175	0.25 2	6.40 100	1.14 48	0.00 1	0.66 266	0.00 1	0.31 277	0.16 154	0.57 170

AnonymousM	2.96 119	7.19 316	1.41 1	0.92 81	0.06 5	2.37 56	0.52 85	6.05 78	3.83 48	4.97 62	2.37 24	1.91 52	1.00 38	2.23 27	1.06 43	0.01 76	0.57 263	17.64 332	4.90 331	0.02 9	0.27 115

ccc-4	2.97 120	1.10 140	7.65 228	0.95 83	0.26 65	3.78 149	0.31 56	5.73 54	11.29 238	6.35 115	9.60 173	1.12 28	2.77 117	4.08 60	3.40 158	0.00 1	0.00 1	0.00 1	0.00 1	0.14 137	0.83 216

IRAFT_RVC	2.98 121	0.66 81	4.23 118	2.20 182	0.40 82	2.91 91	5.04 263	7.03 114	4.21 60	6.59 126	5.52 81	5.02 139	4.77 181	8.41 182	2.30 131	0.01 76	0.17 221	0.01 200	0.00 1	0.03 28	0.05 19

DN-CSS_ROB	3.00 122	2.14 243	7.33 219	2.67 233	0.78 140	3.13 104	0.07 14	6.68 104	4.22 61	5.51 77	12.12 204	2.33 60	1.21 57	8.69 195	2.51 134	0.03 180	0.00 1	0.00 1	0.00 1	0.42 248	0.15 68

111	3.05 123	1.41 181	5.51 161	0.32 25	0.14 21	2.83 85	0.68 116	6.76 105	14.21 264	3.59 42	9.11 158	5.50 150	3.30 130	4.05 57	2.43 133	0.01 76	0.00 1	0.00 1	0.00 1	0.13 133	1.02 233

PFNet	3.06 124	0.59 72	6.13 188	2.26 192	0.84 146	3.08 99	0.73 130	7.38 127	5.35 95	10.20 235	6.06 92	4.72 130	2.10 99	8.47 187	2.25 125	0.19 253	0.06 176	0.00 1	0.11 229	0.20 172	0.42 151

DMCA	3.08 125	1.10 140	6.20 191	1.82 148	0.90 149	3.80 154	0.55 92	9.76 172	5.42 99	6.56 125	6.47 108	7.06 180	2.09 96	4.05 57	5.46 209	0.00 1	0.01 100	0.00 1	0.00 1	0.11 119	0.16 75

iRaft-Stereo_20w	3.11 126	0.49 44	6.09 187	1.01 87	1.25 177	3.99 161	1.00 159	14.00 261	4.73 78	6.70 132	6.27 101	2.34 61	2.28 103	7.29 131	1.58 72	0.01 76	0.75 272	0.00 1	0.73 305	0.10 113	1.63 265

HITNet	3.11 126	1.38 179	5.35 155	2.23 187	0.12 17	5.59 196	0.58 96	9.95 179	5.72 115	6.62 128	7.91 137	3.90 104	3.24 127	4.39 70	4.58 197	0.01 76	0.00 1	0.00 1	0.00 1	0.08 88	0.57 170
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
TestStereo1	3.12 128	1.34 174	4.67 133	3.47 277	0.71 128	2.50 61	1.45 185	7.27 122	8.71 193	4.91 60	9.28 164	2.34 61	3.61 141	9.44 223	1.62 78	0.00 1	0.33 246	0.00 1	0.00 1	0.30 224	0.40 140

SA-5K	3.12 128	1.34 174	4.67 133	3.47 277	0.71 128	2.50 61	1.45 185	7.27 122	8.71 193	4.91 60	9.28 164	2.34 61	3.61 141	9.44 223	1.62 78	0.00 1	0.33 246	0.00 1	0.00 1	0.30 224	0.40 140

OMP-Stereo	3.15 130	1.19 152	3.49 62	4.34 303	0.51 102	2.20 47	1.21 173	6.67 101	6.52 138	7.99 171	6.24 100	8.38 206	2.44 105	9.65 229	1.92 105	0.01 76	0.02 130	0.00 1	0.00 1	0.08 88	0.15 68

test_5	3.16 131	1.18 151	4.96 144	2.33 203	3.10 257	4.51 178	1.27 177	7.47 130	7.61 169	3.00 33	7.38 128	5.37 148	4.06 156	8.28 170	1.54 70	0.00 1	0.34 248	0.00 1	0.02 183	0.21 182	0.62 185

PSMNet-ADL	3.17 132	0.56 64	3.00 32	1.55 123	0.40 82	5.97 203	0.28 54	9.06 158	5.75 116	3.56 41	6.80 115	8.33 203	4.51 171	7.65 147	5.51 210	0.03 180	0.09 196	0.00 1	0.00 1	0.03 28	0.28 119

iRaft-Stereo_5w	3.20 133	1.27 164	5.27 152	0.27 23	0.99 160	2.71 73	0.58 96	5.75 57	5.85 118	3.03 35	7.88 135	10.08 224	4.08 159	8.40 180	6.09 216	0.00 1	0.25 240	0.00 1	0.12 233	0.31 231	0.95 224

IIG-Stereo	3.28 134	0.98 132	3.57 72	4.14 295	0.22 59	2.56 64	0.71 125	7.04 115	6.10 123	8.49 191	9.38 169	7.82 194	2.73 113	9.69 231	1.99 109	0.02 154	0.02 130	0.00 1	0.00 1	0.03 28	0.14 59

pcwnet_v2	3.29 135	0.62 77	4.21 116	2.70 234	1.12 169	2.78 80	0.86 149	11.96 218	6.91 151	6.98 143	12.22 208	2.74 71	3.62 143	4.68 72	3.54 160	0.06 216	0.06 176	0.00 1	0.00 1	0.06 71	0.62 185

ARAFT	3.32 136	1.74 215	7.92 233	0.64 53	0.15 27	4.45 177	2.89 218	8.20 145	6.30 129	9.23 215	7.12 125	5.58 153	1.24 59	8.60 191	1.69 91	0.01 76	0.03 153	0.00 1	0.00 1	0.35 240	0.35 132

SA	3.34 137	1.29 165	4.84 138	1.99 163	0.57 111	3.15 107	1.39 183	7.66 137	9.94 217	4.86 59	10.87 192	2.97 78	4.61 176	9.88 238	1.38 65	0.00 1	0.60 264	0.00 1	0.19 248	0.25 201	0.37 134

psmg	3.34 137	0.43 17	3.76 83	0.73 65	0.50 95	8.47 241	2.74 215	10.88 199	5.65 109	8.91 201	8.78 151	6.17 166	2.50 106	4.27 65	2.67 141	0.01 76	0.04 165	0.06 261	0.00 1	0.12 125	0.10 40

AdaStereo	3.34 137	0.74 91	4.00 104	3.10 260	0.51 102	4.22 169	1.25 176	12.84 239	8.39 189	6.33 111	9.55 171	5.77 159	1.54 81	5.53 83	2.74 147	0.02 154	0.00 1	0.00 1	0.00 1	0.03 28	0.15 68
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-345	3.36 140	0.55 58	3.43 59	1.23 101	0.21 53	2.62 66	0.46 74	3.91 9	6.34 131	7.46 159	24.49 293	4.19 117	1.74 92	8.27 169	2.25 125	0.01 76	0.00 1	0.00 1	0.00 1	0.02 9	0.02 4

UCFNet_RVC	3.37 141	1.25 162	3.30 47	2.55 227	1.80 206	3.92 157	1.28 179	12.49 232	7.16 158	5.12 67	7.88 135	8.14 198	4.59 174	5.67 87	2.11 111	0.00 1	0.00 1	0.00 1	0.00 1	0.14 137	0.07 30

NINENet	3.38 142	0.81 97	4.16 111	1.88 155	1.40 189	7.31 226	0.48 80	12.95 244	6.64 141	7.29 153	9.24 161	5.21 143	1.18 52	6.72 111	1.89 103	0.17 249	0.08 190	0.07 266	0.00 1	0.09 100	0.03 8

ToySt	3.39 143	0.89 116	9.29 258	1.47 116	0.94 154	4.20 168	1.98 204	7.33 124	5.42 99	3.01 34	6.75 113	8.67 211	5.10 194	5.43 82	3.72 166	0.07 222	0.89 280	0.00 1	0.23 260	0.28 213	2.13 289

ASMatch	3.41 144	0.62 77	3.59 77	1.99 163	0.48 92	1.91 38	0.66 110	7.01 111	4.43 67	6.25 105	22.02 284	4.56 126	4.72 180	7.78 152	1.85 99	0.01 76	0.01 100	0.00 1	0.03 193	0.02 9	0.21 96

IER	3.42 145	0.91 117	6.38 200	0.73 65	1.60 193	7.07 221	0.55 92	7.07 118	5.45 102	8.17 182	8.89 153	6.13 164	6.13 217	5.36 80	3.77 170	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.05 19

GMM-Stereo	3.42 145	0.39 11	3.24 42	0.87 76	0.50 95	2.26 49	4.73 258	5.64 49	3.81 45	7.08 146	16.57 251	6.13 164	3.62 143	7.74 150	1.40 66	0.05 209	0.00 1	0.00 1	0.04 207	0.12 125	4.24 318

PSM-AAD	3.43 147	0.31 4	2.16 6	0.80 72	0.57 111	2.53 63	5.97 269	5.53 44	3.98 53	11.00 256	11.90 201	2.93 75	9.36 271	8.03 163	1.00 37	0.01 76	0.01 100	0.00 1	0.00 1	0.06 71	2.39 298

ccs_rob	3.44 148	1.48 190	3.34 51	2.31 200	2.05 221	4.33 175	0.33 59	8.19 144	5.85 118	8.53 192	8.77 150	8.02 196	2.21 100	8.92 204	3.97 179	0.00 1	0.01 100	0.00 1	0.01 166	0.05 62	0.53 164

CFNet-pseudo	3.45 149	0.73 90	4.72 135	2.44 214	1.45 191	3.78 149	0.68 116	13.28 250	10.00 218	5.73 80	12.49 210	2.60 66	1.81 94	5.65 86	3.39 156	0.01 76	0.00 1	0.00 1	0.00 1	0.06 71	0.13 55

AAGNet	3.50 150	0.49 44	3.38 55	1.91 157	0.41 86	3.66 136	1.02 160	5.14 31	5.16 92	9.65 229	7.75 132	4.91 132	6.23 222	7.45 139	12.73 289	0.01 76	0.00 1	0.00 1	0.00 1	0.05 62	0.06 26

TransformOpticalFlow	3.50 150	0.83 102	4.85 139	1.09 93	0.31 69	3.52 127	0.14 32	10.32 183	8.02 182	5.78 81	13.25 219	6.63 172	4.91 185	8.36 178	1.63 80	0.00 1	0.01 100	0.01 200	0.00 1	0.06 71	0.24 110

STrans-v2	3.55 152	0.94 123	5.06 148	0.32 25	0.60 115	2.97 95	1.15 172	11.08 202	7.97 181	6.01 95	10.93 193	6.65 173	6.86 233	8.37 179	1.66 87	0.00 1	0.01 100	0.00 1	0.00 1	0.04 46	0.39 139

hknet	3.56 153	0.66 81	5.82 177	0.70 59	1.19 174	6.97 216	1.58 193	9.93 176	7.76 171	6.50 119	6.23 96	9.53 216	2.81 121	7.84 153	3.39 156	0.01 76	0.03 153	0.03 244	0.00 1	0.06 71	0.14 59

gwcnet-sp	3.58 154	2.01 237	8.82 248	2.01 167	0.69 122	7.38 228	1.10 168	9.23 162	6.66 142	9.32 216	5.91 87	4.21 118	3.31 132	6.91 118	3.69 163	0.00 1	0.00 1	0.00 1	0.00 1	0.24 194	0.18 83

scenet	3.58 154	2.01 237	8.82 248	2.01 167	0.69 122	7.38 228	1.10 168	9.23 162	6.66 142	9.32 216	5.91 87	4.21 118	3.31 132	6.91 118	3.69 163	0.00 1	0.00 1	0.00 1	0.00 1	0.24 194	0.18 83

ssnet	3.58 154	2.01 237	8.82 248	2.01 167	0.69 122	7.38 228	1.10 168	9.23 162	6.66 142	9.32 216	5.91 87	4.21 118	3.31 132	6.91 118	3.69 163	0.00 1	0.00 1	0.00 1	0.00 1	0.24 194	0.18 83

test_xeample3	3.59 157	1.29 165	5.53 168	0.36 32	0.12 17	3.48 124	3.85 240	7.44 129	12.69 252	6.81 134	13.53 222	3.50 99	4.14 161	4.11 62	2.59 138	0.01 76	0.02 130	0.00 1	0.00 1	0.02 9	2.34 296

DMCA-RVC	3.59 157	1.98 235	8.68 243	2.30 198	1.48 192	3.54 129	0.55 92	8.40 147	5.43 101	9.37 220	5.90 86	8.34 204	3.21 125	7.19 125	4.46 192	0.06 216	0.11 204	0.08 272	0.02 183	0.21 182	0.40 140

RAFT_CTSACE	3.62 159	1.65 206	5.41 157	1.36 109	3.08 254	3.95 159	1.03 161	4.62 16	4.65 74	5.33 71	17.73 265	7.63 189	2.71 112	10.98 253	1.15 49	0.00 1	0.48 260	0.00 1	0.00 1	0.31 231	0.25 112

GANet-RSSM	3.67 160	1.16 148	4.56 128	3.24 267	2.03 219	2.63 68	0.50 83	11.53 213

Low-res two-view benchmark