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	0.75 1	0.29 12	1.19 2	0.55 50	0.01 1	1.98 38	0.57 85	3.07 2	3.02 11	0.90 9	1.48 7	0.19 1	0.40 7	0.93 2	0.36 2	0.00 1	0.01 112	0.00 1	0.00 1	0.04 70	0.02 30

CREStereo	0.98 2	0.42 64	1.86 7	0.07 3	0.22 60	1.65 21	0.02 6	4.07 14	6.33 138	0.72 8	1.54 8	0.43 10	0.64 16	1.22 8	0.44 4	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	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
CroCo-Stereo	0.99 3	0.89 172	3.19 95	0.46 44	0.44 106	0.38 1	0.05 9	4.61 27	3.95 47	0.48 6	1.78 12	1.01 20	0.27 4	1.11 6	1.07 54	0.01 102	0.00 1	0.00 1	0.00 1	0.05 90	0.04 81
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
IGEV-Stereo	1.12 4	0.59 110	1.66 4	0.03 1	0.07 10	2.82 85	0.82 123	4.09 15	2.30 1	0.41 5	1.11 1	0.30 7	0.41 8	7.05 121	0.49 10	0.00 1	0.00 1	0.00 1	0.17 239	0.10 122	0.05 96
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ProNet	1.20 5	0.60 111	2.00 15	0.26 25	0.08 15	2.73 77	0.68 100	5.00 48	2.52 4	0.29 1	1.32 5	0.37 8	0.36 6	6.94 119	0.44 4	0.00 1	0.07 205	0.00 1	0.00 1	0.17 171	0.07 110

TANstereo	1.20 5	0.49 89	2.04 16	0.34 39	0.10 20	1.80 33	0.01 1	3.40 5	4.10 55	4.37 43	4.82 37	0.41 9	0.70 18	0.94 3	0.46 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sCroCo_RVC	1.21 7	0.65 127	5.16 186	1.09 100	1.29 176	0.92 3	0.19 35	3.92 10	2.68 6	0.30 2	3.04 22	0.52 13	1.56 66	1.58 17	0.78 28	0.09 222	0.25 274	0.00 1	0.00 1	0.07 102	0.11 143

CroCo-Stereo Lap2	1.24 8	0.88 169	3.39 106	0.95 84	4.59 289	0.47 2	0.08 12	3.51 7	2.80 7	1.17 11	2.24 18	1.57 37	0.20 1	1.48 14	1.14 63	0.00 1	0.00 1	0.00 1	0.00 1	0.15 159	0.12 152

sAnonymous2	1.35 9	1.66 246	8.14 249	0.55 50	0.46 112	1.23 4	0.24 44	4.00 12	3.47 26	0.40 3	1.11 1	0.23 3	1.42 60	0.96 4	0.57 12	0.01 102	0.00 1	0.00 1	0.20 246	2.07 292	0.22 200

CroCo_RVC	1.35 9	1.66 246	8.14 249	0.55 50	0.46 112	1.23 4	0.24 44	4.00 12	3.47 26	0.40 3	1.11 1	0.23 3	1.42 60	0.96 4	0.57 12	0.01 102	0.00 1	0.00 1	0.20 246	2.07 292	0.22 200

knoymous	1.36 11	0.21 4	1.68 5	0.20 17	0.49 121	1.58 19	0.11 15	5.15 56	2.40 2	4.62 49	1.77 11	4.56 113	0.45 11	3.23 47	0.63 14	0.00 1	0.02 148	0.00 1	0.00 1	0.02 27	0.01 14

Anonymous	1.37 12	0.52 94	4.23 147	1.38 117	2.70 237	1.85 34	0.42 64	4.77 35	3.54 32	0.53 7	1.56 9	0.19 1	1.32 55	3.11 46	0.92 46	0.05 205	0.08 214	0.00 1	0.00 1	0.17 171	0.15 173

PMTNet	1.41 13	0.37 50	2.06 18	0.26 25	0.15 32	2.94 94	0.34 56	3.39 4	5.33 98	1.00 10	1.27 4	0.28 6	0.93 30	4.04 62	0.74 21	5.00 305	0.00 1	0.00 1	0.00 1	0.03 55	0.01 14

XX-TBD	1.44 14	0.85 164	2.04 16	2.45 226	0.05 3	2.34 55	0.01 1	3.46 6	7.51 165	2.88 24	4.98 41	0.26 5	0.25 3	1.15 7	0.46 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MC-Stereo	1.47 15	0.36 46	2.54 42	1.99 181	0.12 27	1.90 35	0.12 20	4.47 23	2.83 8	3.31 32	3.44 26	0.56 15	1.47 62	5.39 81	0.47 9	0.00 1	0.04 180	0.00 1	0.21 249	0.07 102	0.04 81

CREStereo++_RVC	1.59 16	0.39 58	2.26 29	0.36 40	0.01 1	1.67 22	0.01 1	2.95 1	8.12 178	3.69 38	7.44 114	0.47 12	0.32 5	0.74 1	0.39 3	0.00 1	0.00 1	0.00 1	3.03 305	0.00 1	0.00 1

iRaftStereo_RVC	1.62 17	0.68 132	1.98 14	0.67 59	0.05 3	2.99 98	0.04 7	5.36 71	3.74 38	3.82 39	4.96 39	2.54 58	0.62 15	3.35 50	0.97 48	0.00 1	0.07 205	0.00 1	0.00 1	0.30 227	0.27 223

rafts_anoy	1.72 18	0.79 154	2.58 46	2.03 189	1.75 200	2.47 62	0.16 32	5.48 78	6.01 126	3.24 29	2.11 17	1.92 49	1.33 57	3.08 45	1.13 62	0.01 102	0.18 257	0.00 1	0.01 169	0.03 55	0.07 110

TestStereo	1.74 19	1.02 190	3.64 118	0.20 17	0.28 79	1.33 8	0.01 1	5.24 61	4.01 50	3.18 26	4.97 40	2.07 51	0.70 18	7.32 131	0.75 23	0.02 157	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

Anonymous3	1.76 20	0.44 71	6.37 222	0.33 38	0.50 123	4.33 159	0.54 78	4.43 22	2.48 3	2.21 13	3.24 24	1.53 36	1.14 38	5.64 83	1.29 73	0.17 239	0.23 269	0.00 1	0.00 1	0.12 140	0.15 173

DCRE	1.79 21	0.68 132	2.55 43	1.66 150	0.27 73	1.27 6	0.05 9	4.57 26	4.04 52	3.30 31	9.24 146	3.83 87	1.20 47	2.08 32	0.67 15	0.00 1	0.12 236	0.00 1	0.24 255	0.04 70	0.09 124

raft+_RVC	1.79 21	0.84 162	2.32 31	2.40 221	0.85 155	1.38 10	0.09 14	6.36 105	4.75 83	2.85 23	5.46 63	1.17 24	1.36 58	4.54 66	0.91 43	0.00 1	0.10 223	0.00 1	0.00 1	0.11 131	0.22 200

GMOStereo	1.81 23	0.47 81	2.09 19	0.10 5	0.27 73	1.49 13	0.89 130	4.40 17	4.51 70	8.16 163	6.97 99	2.96 67	1.15 40	1.42 9	0.88 38	0.00 1	0.14 243	0.00 1	0.00 1	0.23 207	0.03 55

error version	1.81 23	0.47 81	2.09 19	0.10 5	0.27 73	1.49 13	0.89 130	4.40 17	4.51 70	8.16 163	6.97 99	2.96 67	1.15 40	1.42 9	0.88 38	0.00 1	0.14 243	0.00 1	0.00 1	0.23 207	0.03 55

test-v	1.81 23	0.47 81	2.09 19	0.10 5	0.27 73	1.49 13	0.89 130	4.40 17	4.51 70	8.16 163	6.97 99	2.96 67	1.15 40	1.42 9	0.88 38	0.00 1	0.14 243	0.00 1	0.00 1	0.23 207	0.03 55

test-2	1.81 23	0.47 81	2.09 19	0.10 5	0.27 73	1.49 13	0.89 130	4.40 17	4.51 70	8.16 163	6.97 99	2.96 67	1.15 40	1.42 9	0.88 38	0.00 1	0.14 243	0.00 1	0.00 1	0.23 207	0.03 55

test-1	1.82 27	0.45 74	5.42 196	0.89 75	0.41 103	2.14 44	0.56 82	5.75 85	4.15 58	3.28 30	5.11 44	3.61 82	0.70 18	1.53 16	1.56 90	0.02 157	0.34 280	0.00 1	0.08 220	0.02 27	0.30 229

GMStereo	1.83 28	0.99 187	4.55 159	0.57 54	0.05 3	2.53 65	0.01 1	4.95 39	11.14 223	3.52 35	2.24 18	0.53 14	0.49 13	3.76 57	0.80 30	0.20 246	0.00 1	0.00 1	0.12 233	0.12 140	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
test_1	1.85 29	0.21 4	2.45 36	1.02 90	0.22 60	1.37 9	0.82 123	4.66 33	5.06 91	7.02 124	1.73 10	4.09 96	0.41 8	6.51 108	0.76 24	0.00 1	0.00 1	0.00 1	0.29 264	0.18 181	0.14 162

test-3	1.86 30	0.21 4	2.46 38	1.03 92	0.22 60	1.38 10	0.83 126	4.65 31	5.04 90	7.26 131	1.78 12	4.10 97	0.41 8	6.53 110	0.76 24	0.00 1	0.00 1	0.00 1	0.29 264	0.18 181	0.14 162

raftrobust	1.86 30	0.74 143	1.94 12	2.15 200	2.24 223	2.74 79	0.53 75	4.89 37	4.05 53	6.09 92	3.89 29	1.64 38	2.55 94	2.44 38	1.12 60	0.00 1	0.03 168	0.00 1	0.00 1	0.12 140	0.08 117

riskmin	1.88 32	0.15 1	2.11 25	1.38 117	0.88 157	2.40 59	0.04 7	5.93 92	6.10 128	2.25 14	1.34 6	6.06 147	5.08 184	2.78 43	1.01 53	0.00 1	0.02 148	0.00 1	0.00 1	0.01 7	0.06 101

test_3	1.88 32	0.22 7	2.75 61	0.96 86	0.22 60	1.28 7	0.77 115	4.62 28	5.87 118	6.55 114	1.84 14	4.28 105	0.45 11	6.48 105	0.76 24	0.00 1	0.01 112	0.00 1	0.28 263	0.17 171	0.14 162

s12784h	1.89 34	0.30 15	2.57 45	0.11 9	0.09 16	4.18 156	0.13 24	6.61 116	7.44 164	3.62 37	4.28 32	0.59 16	0.81 26	6.61 112	0.46 6	0.01 102	0.01 112	0.00 1	0.00 1	0.02 27	0.00 1

RAFT-IKP	1.90 35	0.42 64	2.83 68	0.12 10	0.18 47	3.50 122	0.64 96	5.24 61	2.96 9	5.86 81	4.34 34	3.50 78	1.51 63	5.99 89	0.76 24	0.01 102	0.00 1	0.00 1	0.00 1	0.08 108	0.08 117

RALCasStereoNet	1.93 36	1.01 188	2.75 61	1.88 169	1.75 200	2.88 91	0.18 34	4.64 30	4.36 64	2.27 15	5.14 45	2.22 52	0.79 25	7.10 123	1.00 52	0.00 1	0.34 280	0.00 1	0.00 1	0.10 122	0.16 177

PMNet++	1.95 37	0.40 59	2.86 72	0.12 10	0.18 47	3.74 137	0.66 99	5.24 61	2.96 9	5.86 81	4.32 33	3.46 77	1.52 64	6.88 116	0.70 16	0.01 102	0.00 1	0.00 1	0.00 1	0.08 108	0.09 124

DIP-Stereo	1.97 38	0.64 122	2.95 76	0.17 15	0.10 20	4.83 173	0.13 24	8.60 148	4.06 54	6.42 109	4.92 38	0.44 11	0.72 21	3.57 52	1.80 102	0.00 1	0.01 112	0.00 1	0.00 1	0.05 90	0.04 81
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RCA-Stereo	1.99 39	0.34 32	2.71 56	0.26 25	0.06 7	2.29 52	0.48 67	4.89 37	14.65 251	2.81 22	5.51 65	0.78 17	3.21 115	1.44 13	0.33 1	0.00 1	0.01 112	0.00 1	0.00 1	0.07 102	0.02 30

Gwc-CoAtRS	2.02 40	0.33 29	2.61 48	1.04 94	0.30 81	3.56 127	0.40 62	5.89 91	5.94 120	5.08 61	5.01 42	5.55 138	1.72 71	1.60 18	0.91 43	0.01 102	0.09 220	0.00 1	0.25 258	0.01 7	0.02 30

MSMDNet	2.02 40	0.37 50	2.84 70	1.14 104	0.34 92	3.73 136	0.53 75	6.21 102	3.55 33	5.32 67	5.17 47	5.85 145	1.74 74	2.23 35	0.91 43	0.01 102	0.10 223	0.00 1	0.24 255	0.02 27	0.02 30

DCANet-4	2.03 42	0.34 32	5.30 192	0.31 30	0.18 47	1.69 25	0.12 20	4.95 39	8.55 192	5.78 74	5.17 47	1.12 21	2.82 103	2.11 33	1.92 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.18 182

cross-raft	2.03 42	0.35 42	2.78 65	1.10 101	0.16 35	3.77 139	0.48 67	7.03 127	3.75 39	5.06 60	5.55 66	6.26 152	1.41 59	1.75 19	0.89 42	0.01 102	0.07 205	0.00 1	0.19 244	0.03 55	0.03 55

qqq	2.04 44	0.64 122	5.30 192	0.31 30	0.18 47	1.69 25	0.12 20	4.95 39	8.55 192	5.78 74	5.17 47	1.12 21	2.82 103	2.11 33	1.92 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.18 182

MIPNet	2.06 45	0.69 136	4.57 162	0.32 35	0.21 57	1.92 36	0.19 35	6.89 124	5.64 113	5.48 70	4.02 30	2.02 50	3.50 123	3.32 49	2.01 120	0.00 1	0.01 112	0.01 195	0.01 169	0.20 189	0.13 158

DCANet	2.08 46	0.64 122	3.81 129	0.31 30	0.17 41	1.70 31	0.25 46	5.23 59	8.47 188	6.07 91	5.30 59	1.41 27	4.23 149	1.85 22	2.02 121	0.00 1	0.00 1	0.00 1	0.00 1	0.04 70	0.19 193

CFNet-RSSM	2.11 47	0.33 29	2.71 56	1.04 94	0.30 81	3.21 114	0.41 63	6.67 118	6.96 150	5.62 72	4.58 35	5.40 136	1.71 70	1.86 23	0.87 37	0.00 1	0.08 214	0.00 1	0.32 267	0.02 27	0.02 30

RAFT-Stereo + iAFF	2.12 48	0.58 108	2.43 35	1.27 111	0.16 35	1.60 20	0.14 27	5.17 57	5.90 119	7.10 127	10.10 161	3.06 72	1.74 74	1.87 24	0.97 48	0.01 102	0.02 148	0.00 1	0.00 1	0.23 207	0.02 30

dd	2.16 49	1.22 212	4.82 170	0.68 60	0.12 27	1.39 12	0.17 33	5.14 55	11.22 226	2.70 20	3.51 28	1.52 35	1.23 50	5.08 76	3.96 188	0.12 228	0.01 112	0.04 241	0.21 249	0.07 102	0.01 14

DeepStereo_RVC	2.17 50	0.42 64	2.72 58	1.42 123	0.19 53	3.67 130	0.71 107	5.48 78	4.99 89	8.61 181	5.87 70	4.05 94	1.21 48	2.67 41	1.28 71	0.03 179	0.00 1	0.00 1	0.00 1	0.02 27	0.06 101

FENet	2.19 51	0.34 32	3.04 80	2.05 191	0.26 72	2.82 85	0.13 24	7.02 126	5.55 106	4.97 59	1.94 15	4.91 119	3.39 121	4.71 68	2.50 139	0.02 157	0.03 168	0.00 1	0.00 1	0.00 1	0.21 198

ff	2.20 52	0.65 127	5.13 183	0.45 43	0.23 64	5.02 177	0.20 37	5.01 50	9.46 204	4.82 57	3.41 25	1.38 26	3.06 111	2.54 40	2.05 123	0.00 1	0.00 1	0.00 1	0.00 1	0.05 90	0.46 247

GANet-ADL	2.20 52	0.50 90	3.27 99	2.02 188	0.11 24	2.21 49	0.48 67	8.64 150	6.79 146	4.56 48	5.83 69	3.98 90	1.27 53	2.68 42	1.43 81	0.04 195	0.08 214	0.02 218	0.00 1	0.15 159	0.03 55

222	2.20 52	0.61 114	5.31 194	0.31 30	0.19 53	1.69 25	0.11 15	5.37 72	8.54 190	5.80 77	5.17 47	1.44 30	5.41 189	2.00 28	1.92 112	0.00 1	0.00 1	0.00 1	0.00 1	0.04 70	0.18 182

ADStereo(finetuned)	2.26 55	0.64 122	5.22 190	0.31 30	0.18 47	1.71 32	0.25 46	5.23 59	8.46 187	6.06 89	5.30 59	1.41 27	6.37 212	1.87 24	1.87 104	0.00 1	0.00 1	0.00 1	0.00 1	0.04 70	0.18 182

fff	2.28 56	0.61 114	3.81 129	0.22 20	0.07 10	1.69 25	0.11 15	5.37 72	11.84 233	5.80 77	5.17 47	1.44 30	5.41 189	2.00 28	1.92 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.18 182

IPLGR	2.28 56	0.51 93	6.00 212	0.15 14	0.15 32	1.99 39	0.22 40	6.34 104	6.04 127	6.80 120	5.76 67	2.87 64	2.31 88	4.88 72	1.28 71	0.00 1	0.00 1	0.00 1	0.00 1	0.09 118	0.18 182

csc	2.28 56	0.61 114	3.81 129	0.22 20	0.07 10	1.69 25	0.11 15	5.37 72	11.84 233	5.80 77	5.17 47	1.44 30	5.41 189	2.00 28	1.92 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.18 182

cscssc	2.28 56	0.61 114	3.81 129	0.22 20	0.07 10	1.69 25	0.11 15	5.37 72	11.84 233	5.80 77	5.17 47	1.44 30	5.41 189	2.00 28	1.92 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.18 182

EAI-Stereo	2.31 60	0.44 71	2.72 58	0.68 60	0.56 128	3.51 124	2.62 193	11.42 205	4.14 57	2.09 12	7.23 110	1.21 25	0.91 29	5.67 84	1.51 85	0.01 102	0.25 274	0.00 1	0.88 291	0.04 70	0.26 219

OCTAStereo	2.32 61	0.34 32	3.13 91	2.55 232	0.50 123	3.05 102	0.46 65	5.24 61	5.58 110	9.58 212	5.38 62	3.11 73	0.68 17	4.86 70	1.96 119	0.02 157	0.00 1	0.00 1	0.00 1	0.01 7	0.01 14

ICVP	2.32 61	0.38 55	2.89 74	0.92 79	0.70 144	2.55 66	0.87 129	9.97 173	3.99 48	4.13 42	8.97 141	2.71 61	1.69 69	2.52 39	3.52 177	0.05 205	0.24 273	0.01 195	0.01 169	0.11 131	0.13 158
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRAFT	2.33 63	0.31 16	3.68 120	0.79 67	0.17 41	3.14 107	0.77 115	4.52 24	6.33 138	7.79 148	6.32 83	2.52 56	1.17 45	7.47 137	1.55 88	0.02 157	0.00 1	0.00 1	0.00 1	0.01 7	0.03 55

PFNet+	2.35 64	0.31 16	3.69 121	0.79 67	0.17 41	3.15 111	0.75 113	4.52 24	6.30 136	7.90 157	6.34 85	2.53 57	1.18 46	7.72 151	1.62 92	0.03 179	0.00 1	0.00 1	0.00 1	0.01 7	0.03 55

RAFT+CT+SA	2.36 65	0.71 139	2.46 38	0.83 71	2.26 224	3.18 112	0.93 136	6.82 123	5.48 101	2.55 17	8.07 125	1.64 38	1.59 67	8.54 191	1.15 64	0.02 157	0.00 1	0.00 1	0.38 273	0.19 186	0.36 235

TRStereo	2.36 65	3.10 277	4.70 167	1.99 181	2.08 212	2.61 70	1.11 151	8.79 153	3.73 37	3.19 27	3.04 22	3.96 89	0.77 22	5.92 86	1.44 82	0.03 179	0.14 243	0.00 1	0.29 264	0.08 108	0.25 214

test_4	2.38 67	0.34 32	2.68 52	0.08 4	0.11 24	3.69 134	1.14 153	3.33 3	3.34 23	4.03 41	17.35 243	3.31 76	0.51 14	6.28 95	1.15 64	0.00 1	0.00 1	0.00 1	0.11 231	0.16 165	0.01 14

ACRE	2.41 68	1.08 199	5.11 182	0.55 50	2.05 211	2.65 74	0.78 121	5.26 66	4.67 76	7.59 143	9.20 143	1.70 41	1.08 34	3.74 56	2.18 130	0.01 102	0.18 257	0.02 218	0.08 220	0.22 200	0.10 136

DisPM	2.43 69	0.32 20	3.04 80	1.76 160	0.18 47	3.46 118	0.65 98	5.13 54	4.88 86	8.59 180	7.04 105	2.84 63	1.03 33	8.85 205	0.83 33	0.01 102	0.00 1	0.00 1	0.00 1	0.01 7	0.02 30

IPLG	2.43 69	0.66 130	4.77 169	0.54 48	0.31 87	3.01 100	0.26 48	6.15 100	5.55 106	7.69 144	6.21 78	1.89 46	1.74 74	7.19 125	2.35 136	0.01 102	0.01 112	0.00 1	0.00 1	0.24 217	0.12 152

CASS	2.44 71	0.44 71	3.56 113	0.85 73	0.38 96	3.14 107	0.22 40	9.64 166	4.00 49	6.78 118	7.62 117	3.57 81	3.58 127	3.80 58	1.10 56	0.02 157	0.01 112	0.00 1	0.00 1	0.05 90	0.01 14
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR_C	2.44 71	1.17 210	4.94 174	0.62 56	2.08 212	2.65 74	0.80 122	5.60 82	4.79 84	7.87 153	9.23 145	1.67 40	1.15 40	3.43 51	2.23 131	0.01 102	0.19 260	0.02 218	0.08 220	0.22 200	0.10 136

R-Stereo Train	2.44 71	0.32 20	1.93 10	0.94 80	0.16 35	3.67 130	0.61 91	6.37 107	3.08 14	9.14 196	17.44 244	1.80 43	0.77 22	1.76 20	0.70 16	0.00 1	0.01 112	0.00 1	0.00 1	0.01 7	0.03 55

RAFT-Stereo	2.44 71	0.32 20	1.93 10	0.94 80	0.16 35	3.67 130	0.61 91	6.37 107	3.08 14	9.14 196	17.44 244	1.80 43	0.77 22	1.76 20	0.70 16	0.00 1	0.01 112	0.00 1	0.00 1	0.01 7	0.03 55
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RALAANet	2.46 75	1.09 201	3.70 124	2.55 232	0.80 152	3.37 117	0.15 30	7.44 132	5.54 105	5.65 73	6.01 72	3.54 80	1.13 37	6.34 99	1.58 91	0.00 1	0.01 112	0.00 1	0.05 212	0.21 196	0.03 55

CIPLG	2.47 76	1.10 203	4.71 168	0.63 57	2.15 217	2.67 76	0.77 115	5.19 58	4.73 81	7.85 152	9.56 155	1.72 42	1.14 38	4.20 64	2.34 134	0.01 102	0.19 260	0.02 218	0.09 227	0.23 207	0.08 117

ROB_FTStereo	2.47 76	0.28 11	2.77 64	1.72 155	0.09 16	2.82 85	0.35 57	5.00 48	5.57 109	8.85 188	7.27 112	3.00 71	1.10 35	8.72 198	1.77 98	0.03 179	0.00 1	0.00 1	0.00 1	0.01 7	0.01 14

BUS	2.49 78	0.32 20	3.05 85	0.46 44	0.46 112	7.12 207	0.50 73	9.05 155	4.69 77	6.11 94	6.15 74	5.29 132	0.83 27	3.91 59	1.77 98	0.01 102	0.03 168	0.03 231	0.00 1	0.04 70	0.00 1

Pruner-Stereo	2.49 78	0.40 59	2.46 38	1.80 163	0.25 69	3.51 124	0.77 115	6.03 93	4.92 87	8.91 191	6.09 73	4.45 107	1.11 36	6.99 120	2.11 125	0.02 157	0.00 1	0.02 218	0.00 1	0.01 7	0.04 81

GES	2.49 78	0.38 55	4.29 149	1.58 138	0.05 3	4.58 168	1.07 148	9.70 168	3.39 24	5.21 64	6.64 90	1.84 45	3.36 117	4.86 70	2.54 142	0.06 211	0.01 112	0.06 248	0.01 169	0.12 140	0.03 55

NF-Stereo	2.50 81	0.37 50	3.05 85	1.08 98	0.27 73	3.90 147	0.89 130	5.03 51	5.38 99	9.78 218	5.04 43	4.50 110	1.29 54	8.40 184	0.93 47	0.01 102	0.00 1	0.00 1	0.00 1	0.03 55	0.02 30

HUI-Stereo	2.51 82	0.34 32	2.10 23	1.59 140	0.16 35	2.81 81	1.03 143	6.03 93	3.51 29	8.55 175	6.80 94	3.71 84	4.77 169	7.31 129	0.97 48	0.01 102	0.22 265	0.00 1	0.00 1	0.03 55	0.17 178

CRE-IMP	2.51 82	0.34 32	2.10 23	1.59 140	0.16 35	2.81 81	1.03 143	6.03 93	3.51 29	8.55 175	6.80 94	3.71 84	4.77 169	7.31 129	0.97 48	0.01 102	0.22 265	0.00 1	0.00 1	0.03 55	0.17 178

KMStereo	2.55 84	0.34 32	3.09 89	0.99 88	0.23 64	3.76 138	0.59 87	5.10 53	4.72 80	9.97 223	6.44 87	4.76 117	1.32 55	8.52 190	1.10 56	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.03 55

iRaft-Stereo_20w	2.56 85	0.35 42	4.98 176	0.37 41	0.67 138	3.47 120	0.59 87	12.57 233	3.89 44	6.10 93	6.23 80	1.49 34	2.24 86	6.65 113	0.86 35	0.00 1	0.19 260	0.00 1	0.33 269	0.08 108	0.22 200

HCRNet	2.56 85	0.53 98	3.35 102	0.24 24	3.39 254	2.19 47	0.23 43	6.89 124	5.50 102	5.26 65	4.79 36	5.27 131	2.78 101	7.71 149	2.89 149	0.00 1	0.02 148	0.00 1	0.00 1	0.04 70	0.04 81

RAFT	2.57 87	0.76 147	3.09 89	0.91 77	0.09 16	2.41 60	0.94 137	5.35 70	2.65 5	6.11 94	7.21 109	9.43 201	4.30 153	5.73 85	1.77 98	0.00 1	0.12 236	0.00 1	0.02 184	0.46 255	0.08 117

ACVNet	2.58 88	0.53 98	2.69 53	0.84 72	0.59 131	2.61 70	0.55 80	8.35 139	5.70 114	4.45 44	9.26 149	5.77 141	3.50 123	2.24 36	4.41 193	0.00 1	0.00 1	0.00 1	0.00 1	0.17 171	0.01 14

HHNet	2.59 89	0.55 102	2.55 43	0.20 17	0.32 88	2.84 89	0.94 137	5.77 90	5.14 95	7.33 135	13.80 210	0.94 18	3.20 114	5.27 78	2.41 137	0.13 230	0.02 148	0.06 248	0.00 1	0.23 207	0.03 55

NRIStereo	2.59 89	0.22 7	2.23 28	1.05 96	0.46 112	2.05 41	3.25 210	5.24 61	3.49 28	9.77 217	9.12 142	2.68 60	4.05 142	6.30 97	1.11 58	0.01 102	0.00 1	0.00 1	0.00 1	0.11 131	0.61 262

ROB_FTStereo_v2	2.59 89	0.37 50	3.38 104	1.08 98	0.23 64	3.90 147	0.94 137	5.57 81	5.71 116	9.39 206	6.78 93	4.00 91	1.23 50	8.06 167	1.12 60	0.01 102	0.00 1	0.00 1	0.00 1	0.02 27	0.02 30

AFF-stereo	2.59 89	0.68 132	2.35 33	1.55 133	0.17 41	1.67 22	0.08 12	5.75 85	6.60 142	6.20 101	12.13 190	6.16 149	2.36 89	4.75 69	1.11 58	0.02 157	0.02 148	0.00 1	0.00 1	0.23 207	0.05 96

raft_robust	2.64 93	1.20 211	2.62 49	1.10 101	0.28 79	1.50 17	0.12 20	6.28 103	9.04 198	6.80 120	7.19 108	3.73 86	2.13 82	9.06 214	1.07 54	0.03 179	0.12 236	0.00 1	0.21 249	0.17 171	0.22 200

GwcNet-ADL	2.65 94	0.48 87	3.84 135	0.82 69	0.33 90	2.04 40	0.69 104	8.07 138	9.42 203	6.05 87	6.66 91	4.14 99	1.73 72	5.40 82	3.01 152	0.08 218	0.06 194	0.00 1	0.00 1	0.06 98	0.03 55

ToySt	2.69 95	0.55 102	7.03 235	1.03 92	0.10 20	3.49 121	1.04 145	6.38 111	4.55 74	2.69 18	6.28 82	7.95 186	4.38 157	5.08 76	2.58 143	0.01 102	0.11 229	0.00 1	0.04 208	0.28 224	0.19 193

ccc-4	2.69 95	0.77 148	6.15 217	0.76 64	0.24 67	3.79 143	0.32 52	4.95 39	10.39 219	6.30 106	9.44 153	1.12 21	2.82 103	3.72 55	2.72 147	0.00 1	0.00 1	0.00 1	0.00 1	0.14 156	0.14 162

BSDual-CNN	2.69 95	0.32 20	3.05 85	0.46 44	0.46 112	7.13 209	1.63 175	9.05 155	4.69 77	6.11 94	6.15 74	6.26 152	2.54 92	3.91 59	1.91 109	0.01 102	0.03 168	0.03 231	0.00 1	0.04 70	0.00 1

DN-CSS_ROB	2.69 95	1.40 227	5.34 195	2.31 215	0.75 147	3.14 107	0.06 11	6.11 99	3.87 43	5.34 68	12.18 193	2.34 55	1.22 49	7.84 156	1.48 84	0.03 179	0.00 1	0.00 1	0.00 1	0.35 239	0.03 55

RAFT_R40	2.71 99	0.33 29	3.00 77	1.26 109	0.30 81	3.83 144	1.00 142	5.69 84	4.29 61	9.69 215	6.33 84	5.02 126	4.02 140	8.58 194	0.86 35	0.01 102	0.00 1	0.00 1	0.00 1	0.03 55	0.02 30

AnonymousM	2.71 99	6.75 299	0.98 1	0.73 62	0.06 7	2.41 60	0.53 75	5.30 67	3.05 12	4.75 55	2.09 16	1.89 46	1.01 31	1.88 27	0.51 11	0.01 102	0.02 148	17.42 311	4.76 311	0.02 27	0.01 14

XX-Stereo	2.71 99	0.38 55	5.96 211	2.25 209	2.20 221	1.54 18	0.21 39	5.44 77	3.05 12	2.28 16	16.16 227	7.03 165	0.24 2	6.19 91	0.79 29	0.00 1	0.15 248	0.00 1	0.23 253	0.13 149	0.04 81

UDGNet	2.73 102	7.09 302	3.90 139	2.71 238	0.06 7	2.98 97	0.20 37	4.63 29	8.58 194	2.69 18	2.70 21	0.95 19	1.01 31	6.27 94	1.51 85	1.28 296	0.00 1	5.24 308	0.94 293	1.70 289	0.13 158

SST-Stereo	2.75 103	0.31 16	2.78 65	1.33 114	0.33 90	3.99 151	0.82 123	5.60 82	3.93 46	10.92 242	6.19 77	5.00 124	4.23 149	8.66 196	0.74 21	0.00 1	0.00 1	0.00 1	0.00 1	0.03 55	0.03 55

PSM-adaLoss	2.76 104	0.36 46	3.86 136	1.16 105	0.24 67	3.84 145	0.97 140	4.99 46	3.79 40	9.69 215	5.15 46	4.51 111	6.91 224	8.87 208	0.81 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.02 30

111	2.78 105	0.92 178	3.81 129	0.22 20	0.07 10	2.83 88	0.70 105	6.03 93	14.00 247	3.22 28	8.93 138	5.48 137	3.30 116	3.66 53	2.03 122	0.00 1	0.00 1	0.00 1	0.00 1	0.10 122	0.29 226

HITNet	2.79 106	0.77 148	4.02 141	2.03 189	0.11 24	5.58 183	0.59 87	9.24 161	5.15 96	6.42 109	7.26 111	3.66 83	2.92 109	4.07 63	3.87 186	0.00 1	0.00 1	0.00 1	0.00 1	0.06 98	0.02 30
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
DMCA	2.82 107	0.64 122	4.45 155	1.61 144	0.89 158	3.86 146	0.57 85	9.18 159	5.10 93	6.24 103	6.49 88	7.17 172	2.13 82	3.31 48	4.73 198	0.00 1	0.01 112	0.00 1	0.00 1	0.04 70	0.02 30

TestStereo1	2.85 108	0.81 157	3.48 108	3.11 257	0.44 106	2.52 63	1.50 169	6.37 107	8.18 180	4.62 49	9.24 146	2.23 53	3.69 131	9.19 219	1.26 69	0.00 1	0.01 112	0.00 1	0.00 1	0.27 222	0.09 124

SA-5K	2.85 108	0.81 157	3.48 108	3.11 257	0.44 106	2.52 63	1.50 169	6.37 107	8.18 180	4.62 49	9.24 146	2.23 53	3.69 131	9.19 219	1.26 69	0.00 1	0.01 112	0.00 1	0.00 1	0.27 222	0.09 124

LCNet	2.85 108	0.42 64	1.90 8	0.95 84	0.56 128	2.07 42	1.60 173	4.99 46	3.57 34	6.05 87	10.59 167	4.59 114	6.79 223	7.46 135	0.72 20	0.01 102	0.00 1	0.01 195	0.77 289	0.30 227	3.57 298

IRAFT_RVC	2.85 108	0.41 62	3.32 100	2.09 193	0.41 103	2.92 92	5.22 248	6.41 112	3.63 35	6.53 113	5.48 64	5.09 127	4.88 178	8.20 177	2.15 129	0.01 102	0.17 254	0.01 195	0.00 1	0.02 27	0.04 81

iRaft-Stereo_5w	2.86 112	0.86 165	4.08 144	0.06 2	0.25 69	2.76 80	0.60 90	4.97 43	4.10 55	2.98 25	7.85 121	10.17 212	4.17 147	8.16 174	5.83 211	0.00 1	0.00 1	0.00 1	0.01 169	0.26 218	0.06 101

test_5	2.90 113	0.70 137	3.69 121	2.01 186	3.17 245	4.61 170	1.32 165	6.69 119	7.02 154	2.79 21	7.18 107	4.99 121	4.14 144	7.96 160	1.31 74	0.00 1	0.00 1	0.00 1	0.03 195	0.19 186	0.26 219

PFNet	2.93 114	0.40 59	5.51 200	2.13 198	0.84 154	3.11 105	0.75 113	6.78 122	4.79 84	9.98 224	6.00 71	4.78 118	2.13 82	8.33 181	2.11 125	0.19 243	0.06 194	0.00 1	0.11 231	0.20 189	0.35 234

pcwnet_v2	2.93 114	0.29 12	3.01 78	2.39 220	1.07 168	2.73 77	0.89 130	11.37 203	6.25 135	6.20 101	11.49 183	2.71 61	2.74 99	4.22 65	2.75 148	0.06 211	0.05 187	0.00 1	0.00 1	0.01 7	0.37 236

PSMNet-ADL	2.98 116	0.43 69	2.41 34	1.43 124	0.40 100	5.94 188	0.28 49	8.45 143	5.13 94	3.36 33	6.77 92	8.41 190	4.61 163	7.20 126	4.55 196	0.02 157	0.09 220	0.00 1	0.00 1	0.01 7	0.03 55

OMP-Stereo	3.03 117	0.93 181	2.72 58	4.21 291	0.51 125	2.19 47	1.25 159	6.19 101	6.00 125	7.99 159	6.21 78	8.50 196	2.49 91	9.44 229	1.74 97	0.01 102	0.00 1	0.00 1	0.00 1	0.08 108	0.05 96

SA	3.06 118	0.74 143	3.79 127	1.60 143	0.30 81	3.19 113	1.43 168	6.72 120	9.06 199	4.63 52	10.80 171	2.89 65	4.71 167	9.62 232	1.18 68	0.00 1	0.09 220	0.00 1	0.19 244	0.23 207	0.02 30

NINENet	3.09 119	0.56 105	3.22 97	1.61 144	1.37 181	7.12 207	0.50 73	11.88 217	5.63 112	6.63 115	8.40 129	5.29 132	0.83 27	6.51 108	1.77 98	0.15 233	0.07 205	0.07 254	0.00 1	0.09 118	0.00 1

UCFNet_RVC	3.09 119	0.77 148	2.27 30	2.35 218	1.79 204	3.50 122	1.06 147	12.12 225	6.91 148	4.71 54	7.67 118	7.58 176	4.40 158	4.95 74	1.67 93	0.00 1	0.00 1	0.00 1	0.00 1	0.11 131	0.01 14

AdaStereo	3.09 119	0.58 108	3.04 80	2.84 244	0.48 119	4.08 153	1.29 163	12.16 227	7.77 171	6.03 86	9.62 156	5.79 143	1.53 65	4.56 67	1.93 118	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.02 30
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.
psmg	3.10 122	0.32 20	3.05 85	0.54 48	0.46 112	8.68 228	2.84 198	9.87 170	4.69 77	8.08 160	8.69 133	6.26 152	2.54 92	3.91 59	1.91 109	0.01 102	0.04 180	0.06 248	0.00 1	0.11 131	0.00 1

ccs_rob	3.11 123	0.87 166	2.32 31	2.24 208	2.09 214	3.77 139	0.33 54	7.65 133	5.58 110	7.89 155	8.04 124	7.84 180	1.77 78	8.24 179	3.18 159	0.00 1	0.01 112	0.00 1	0.01 169	0.01 7	0.29 226

ARAFT	3.13 124	1.11 205	7.34 241	0.42 42	0.14 31	4.52 167	2.99 200	7.41 131	5.97 123	8.85 188	7.06 106	5.20 130	1.25 52	8.49 188	1.44 82	0.00 1	0.03 168	0.00 1	0.00 1	0.33 235	0.11 143

IIG-Stereo	3.16 125	0.75 145	2.83 68	4.08 287	0.21 57	2.56 68	0.74 111	6.55 114	5.56 108	8.39 170	9.38 152	7.94 184	2.79 102	9.50 231	1.89 107	0.02 157	0.00 1	0.00 1	0.00 1	0.02 27	0.04 81

DMCA-RVC	3.17 126	1.26 217	6.39 224	2.10 195	1.51 186	3.02 101	0.56 82	7.84 137	5.06 91	9.23 199	5.19 54	8.46 192	2.72 98	6.31 98	3.22 161	0.06 211	0.11 229	0.09 260	0.02 184	0.16 165	0.08 117

IER	3.20 127	0.54 101	5.13 183	0.58 55	1.59 187	7.29 212	0.56 82	6.36 105	4.95 88	7.44 139	8.84 135	6.20 150	6.26 209	4.88 72	3.29 165	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.01 14

CFNet-pseudo	3.23 128	0.36 46	3.58 115	2.13 198	1.45 183	3.78 141	0.70 105	12.67 234	9.52 205	5.16 63	12.28 196	2.62 59	1.81 79	5.36 79	3.08 155	0.01 102	0.00 1	0.00 1	0.00 1	0.00 1	0.07 110

BEATNet_4x	3.24 129	1.27 219	5.89 209	1.56 136	0.10 20	5.26 179	1.07 148	10.08 177	5.50 102	6.89 123	7.73 119	4.53 112	4.13 143	5.05 75	5.27 202	0.04 195	0.05 187	0.00 1	0.00 1	0.23 207	0.23 207

RAFT-345	3.27 130	0.41 62	2.88 73	1.02 90	0.21 57	2.63 73	0.48 67	3.76 9	5.51 104	7.35 136	24.88 276	4.25 101	1.76 77	8.15 173	2.13 127	0.01 102	0.00 1	0.00 1	0.00 1	0.01 7	0.01 14

GANet-RSSM	3.27 130	0.60 111	3.38 104	2.94 251	2.00 210	2.61 70	0.48 67	10.93 197	6.11 130	5.47 69	10.20 163	6.57 158	5.44 196	6.25 93	2.23 131	0.00 1	0.00 1	0.08 257	0.00 1	0.17 171	0.03 55

NOSS_ROB	3.30 132	0.46 77	2.62 49	2.08 192	1.01 165	5.60 184	0.74 111	10.37 183	11.48 229	5.15 62	8.43 130	5.67 140	1.73 72	7.97 161	2.34 134	0.02 157	0.06 194	0.00 1	0.00 1	0.07 102	0.14 162

gwcnet-sp	3.31 133	1.47 230	7.26 238	1.73 157	0.69 140	7.57 218	1.14 153	8.59 145	6.17 132	8.57 177	5.25 56	4.26 102	3.36 117	6.46 102	3.44 170	0.00 1	0.00 1	0.00 1	0.00 1	0.15 159	0.11 143

scenet	3.31 133	1.47 230	7.26 238	1.73 157	0.69 140	7.57 218	1.14 153	8.59 145	6.17 132	8.57 177	5.25 56	4.26 102	3.36 117	6.46 102	3.44 170	0.00 1	0.00 1	0.00 1	0.00 1	0.15 159	0.11 143

ssnet	3.31 133	1.47 230	7.26 238	1.73 157	0.69 140	7.57 218	1.14 153	8.59 145	6.17 132	8.57 177	5.25 56	4.26 102	3.36 117	6.46 102	3.44 170	0.00 1	0.00 1	0.00 1	0.00 1	0.15 159	0.11 143

hknet	3.31 133	0.42 64	4.68 166	0.46 44	1.17 170	7.13 209	1.63 175	9.05 155	6.91 148	6.11 94	6.15 74	9.66 204	2.85 107	7.48 138	2.45 138	0.01 102	0.03 168	0.03 231	0.00 1	0.04 70	0.00 1

CFNet-ft	3.31 133	0.94 184	2.69 53	1.50 128	2.38 227	2.81 81	0.68 100	8.35 139	7.43 162	4.45 44	9.94 159	10.20 213	4.60 161	6.50 107	3.41 168	0.00 1	0.00 1	0.03 231	0.00 1	0.22 200	0.03 55

CFNet_RVC	3.31 133	0.94 184	2.69 53	1.50 128	2.38 227	2.81 81	0.68 100	8.35 139	7.43 162	4.45 44	9.94 159	10.20 213	4.60 161	6.49 106	3.41 168	0.00 1	0.00 1	0.03 231	0.00 1	0.22 200	0.03 55

ASMatch	3.32 139	0.50 90	3.32 100	1.72 155	0.45 111	1.93 37	0.68 100	6.42 113	3.89 44	6.18 100	22.30 265	4.61 115	4.82 176	7.65 144	1.70 94	0.00 1	0.02 148	0.00 1	0.03 195	0.01 7	0.18 182

iGMRVC	3.32 139	0.48 87	3.16 93	1.24 107	0.58 130	1.67 22	0.77 115	5.40 76	4.26 60	6.33 107	25.06 278	3.93 88	5.49 197	6.45 101	1.35 77	0.01 102	0.00 1	0.00 1	0.00 1	0.01 7	0.22 200

GMM-Stereo	3.32 139	0.27 10	2.52 41	0.82 69	0.48 119	2.27 51	4.91 243	5.06 52	3.08 14	7.06 126	16.72 232	6.21 151	3.70 133	7.60 142	1.16 66	0.04 195	0.00 1	0.00 1	0.04 208	0.10 122	4.45 302

AACVNet	3.33 142	1.03 192	3.56 113	3.46 270	0.63 134	3.09 103	0.28 49	8.78 152	3.43 25	5.99 85	10.64 169	10.08 210	4.03 141	8.69 197	2.51 140	0.03 179	0.01 112	0.00 1	0.00 1	0.26 218	0.06 101

PSM-AAD	3.33 142	0.20 2	1.47 3	0.73 62	0.54 126	2.55 66	6.19 255	4.97 43	3.27 21	10.92 242	11.92 186	2.95 66	9.59 257	7.90 159	0.82 32	0.01 102	0.01 112	0.00 1	0.00 1	0.04 70	2.47 296

PSMNet-RSSM	3.33 142	0.77 148	3.22 97	2.12 196	1.90 209	2.33 54	0.71 107	11.17 199	5.83 117	5.90 83	11.43 182	7.04 167	4.83 177	5.96 88	3.17 158	0.00 1	0.00 1	0.02 218	0.00 1	0.08 108	0.02 30

test_xeample3	3.34 145	0.93 181	4.33 150	0.28 29	0.12 27	3.46 118	3.98 223	6.58 115	11.84 233	6.79 119	13.56 207	3.52 79	4.23 149	3.71 54	2.05 123	0.01 102	0.01 112	0.00 1	0.00 1	0.02 27	1.40 282

TransformOpticalFlow	3.38 146	0.70 137	4.54 158	1.00 89	0.30 81	3.56 127	0.14 27	9.67 167	7.30 160	5.55 71	13.34 205	6.74 161	5.03 181	8.22 178	1.34 76	0.00 1	0.01 112	0.01 195	0.00 1	0.04 70	0.11 143

RAFT_CTSACE	3.40 147	1.07 197	4.52 157	1.27 111	3.14 242	4.00 152	1.07 148	3.93 11	4.43 66	4.66 53	17.94 247	7.21 174	2.76 100	10.82 245	0.85 34	0.00 1	0.07 205	0.00 1	0.00 1	0.30 227	0.01 14

AAGNet	3.41 148	0.34 32	2.45 36	1.78 162	0.39 98	3.69 134	1.05 146	4.79 36	4.61 75	9.62 213	7.74 120	4.98 120	6.38 214	7.34 132	13.02 275	0.00 1	0.00 1	0.00 1	0.00 1	0.03 55	0.04 81

cf-r	3.42 149	0.81 157	3.97 140	2.41 224	2.78 238	2.85 90	0.64 96	8.44 142	6.32 137	6.25 104	11.57 184	8.97 198	3.54 126	5.93 87	3.83 184	0.00 1	0.00 1	0.00 1	0.00 1	0.09 118	0.07 110

STrans-v2	3.43 150	0.73 141	4.82 170	0.26 25	0.60 132	3.00 99	1.19 157	10.41 185	7.22 157	5.79 76	10.97 176	6.75 162	7.03 228	8.25 180	1.40 79	0.00 1	0.01 112	0.00 1	0.00 1	0.03 55	0.18 182

MLCV	3.44 151	0.88 169	5.60 203	1.39 119	0.25 69	4.36 161	0.33 54	7.25 129	7.28 159	9.17 198	12.24 195	5.09 127	2.47 90	9.15 217	3.23 162	0.00 1	0.00 1	0.00 1	0.00 1	0.10 122	0.02 30

DeepPruner_ROB	3.52 152	1.14 207	4.06 142	1.12 103	1.65 191	3.65 129	0.83 126	13.96 248	4.47 69	7.80 149	10.84 172	7.05 169	2.16 85	8.14 172	3.08 155	0.07 217	0.03 168	0.00 1	0.01 169	0.32 233	0.06 101

Sa-1000	3.55 153	0.75 145	3.63 117	1.91 173	0.30 81	3.55 126	1.63 175	7.39 130	8.54 190	7.70 145	17.44 244	4.00 91	2.82 103	9.44 229	1.33 75	0.00 1	0.10 223	0.00 1	0.18 241	0.21 196	0.04 81

PSM-softLoss	3.56 154	0.23 9	2.15 26	0.76 64	0.55 127	2.17 46	7.72 275	4.65 31	3.15 17	9.31 202	21.05 259	4.69 116	4.54 160	7.48 138	1.53 87	0.01 102	0.01 112	0.00 1	0.01 169	0.09 118	1.10 276

KYRaft	3.59 155	0.31 16	1.84 6	0.76 64	0.46 112	2.29 52	4.04 225	4.75 34	3.25 20	8.93 193	19.47 252	6.62 160	5.07 183	7.79 155	0.71 19	0.01 102	0.00 1	0.00 1	0.01 169	0.04 70	5.38 307

STTStereo	3.60 156	0.93 181	6.34 221	2.71 238	2.23 222	3.68 133	0.63 94	9.42 162	6.73 144	9.87 220	6.97 99	8.84 197	3.65 129	6.85 115	3.04 153	0.00 1	0.02 148	0.01 195	0.00 1	0.02 27	0.02 30

RE-Stereo	3.61 157	0.46 77	3.87 137	1.71 153	0.35 94	2.95 95	9.18 283	6.09 98	3.81 41	9.31 202	10.86 175	6.46 156	5.99 206	8.80 202	1.89 107	0.20 246	0.00 1	0.00 1	0.00 1	0.18 181	0.14 162

TVStereo	3.61 157	0.46 77	3.87 137	1.71 153	0.35 94	2.95 95	9.20 284	6.08 97	3.82 42	9.31 202	10.85 174	6.46 156	5.98 205	8.80 202	1.91 109	0.20 246	0.00 1	0.00 1	0.00 1	0.17 171	0.14 162

LMCR-Stereo	3.63 159	1.29 224	4.20 146	2.54 230	0.17 41	8.08 222	1.52 171	11.46 206	4.73 81	8.45 173	10.66 170	1.91 48	5.03 181	7.69 147	3.58 178	0.92 290	0.00 1	0.00 1	0.00 1	0.36 241	0.02 30

Prome-Stereo	3.65 160	0.29 12	1.92 9	0.91 77	0.49 121	2.07 42	4.75 241<

Low-res two-view benchmark