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	0.76 1	0.52 13	1.12 3	0.83 41	0.33 1	1.86 15	0.82 102	1.46 1	1.38 11	0.95 16	1.04 6	0.68 4	0.72 8	0.97 2	0.80 23	0.23 7	0.25 141	0.32 115	0.25 70	0.32 79	0.30 67

Selective-IGEV	0.80 2	0.52 13	1.05 2	0.75 9	0.61 97	1.31 6	0.82 102	2.60 58	1.41 12	0.82 9	1.64 87	0.71 7	0.62 5	1.22 23	0.64 3	0.22 5	0.19 26	0.24 20	0.18 10	0.25 14	0.20 5

ProNet	0.82 3	0.71 114	1.50 13	0.86 50	0.45 42	1.78 11	0.83 104	1.75 9	1.28 5	0.66 1	1.13 15	0.78 10	0.76 12	1.66 73	0.71 11	0.24 10	0.20 44	0.25 29	0.23 49	0.29 38	0.25 21

CREStereo	0.92 4	0.53 22	1.45 10	0.61 1	0.34 2	4.42 262	0.40 4	2.21 26	1.54 57	0.94 15	1.12 14	0.87 19	0.87 24	1.12 8	0.72 12	0.28 44	0.19 26	0.22 5	0.15 5	0.22 4	0.19 3
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
LoS_RVC	0.94 5	1.30 248	1.31 6	0.84 46	1.63 278	2.02 19	0.59 33	1.51 3	1.36 9	0.81 6	1.33 32	0.84 15	0.88 25	1.36 38	0.73 13	0.21 1	0.17 5	0.20 1	0.14 2	0.20 1	1.45 309

tt_ll	0.94 5	1.30 248	1.31 6	0.84 46	1.63 278	2.02 19	0.59 33	1.51 3	1.36 9	0.81 6	1.33 32	0.84 15	0.88 25	1.29 31	0.73 13	0.21 1	0.17 5	0.20 1	0.14 2	0.20 1	1.45 309

LoS	0.94 5	0.52 13	1.88 33	0.86 50	0.36 4	4.15 211	0.51 17	2.18 25	1.45 15	0.97 17	0.88 2	0.62 3	0.79 17	1.59 62	0.86 34	0.26 20	0.19 26	0.24 20	0.16 8	0.21 3	0.20 5

anonymousdsp	0.95 8	0.69 99	1.27 4	0.83 41	0.52 75	4.54 275	0.84 107	1.76 10	1.24 2	0.76 4	1.06 8	0.78 10	0.77 13	1.67 76	0.69 6	0.27 25	0.17 5	0.29 75	0.21 31	0.31 62	0.26 34

IGEV-Stereo	0.95 8	0.69 99	1.27 4	0.84 46	0.52 75	4.54 275	0.84 107	1.76 10	1.24 2	0.75 3	1.06 8	0.79 13	0.77 13	1.68 77	0.69 6	0.27 25	0.17 5	0.29 75	0.21 31	0.31 62	0.26 34
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.98 10	0.87 172	3.44 107	0.87 53	0.53 79	0.49 1	0.50 13	3.99 194	1.49 36	0.81 6	1.25 25	1.00 27	0.75 11	1.10 6	1.09 71	0.24 10	0.21 66	0.24 20	0.19 21	0.35 114	0.27 45
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
CroCo-Stereo Lap2	0.99 11	0.89 174	2.55 77	0.99 95	1.80 305	0.54 2	0.46 9	3.10 86	1.24 2	1.07 19	1.21 21	1.05 32	0.78 15	1.26 26	1.08 68	0.27 25	0.23 105	0.27 51	0.21 31	0.43 177	0.34 92

PMTNet	0.99 11	0.48 4	1.73 23	0.62 2	0.56 84	4.20 235	0.43 8	1.88 14	1.58 71	1.00 18	1.05 7	0.78 10	0.98 39	1.50 52	0.85 30	1.21 317	0.20 44	0.23 6	0.15 5	0.22 4	0.19 3

CES	1.01 13	0.55 27	1.74 26	0.92 67	2.15 319	2.15 25	0.50 13	2.01 19	1.45 15	0.76 4	1.02 3	0.61 2	0.47 1	1.29 31	0.79 22	0.22 5	0.17 5	0.24 20	0.14 2	0.63 242	2.29 325

TANstereo	1.01 13	0.55 27	1.73 23	0.76 21	0.36 4	4.04 188	0.38 3	1.48 2	1.62 90	2.03 127	2.10 193	0.84 15	0.93 31	0.98 3	0.62 1	0.28 44	0.36 210	0.23 6	0.20 25	0.25 14	0.46 176

GMStereo	1.01 13	1.00 197	2.86 89	0.83 41	0.45 42	1.47 8	0.57 24	1.89 15	2.11 162	1.52 35	1.24 23	0.87 19	0.74 10	1.58 59	0.94 57	0.40 175	0.21 66	0.30 87	0.30 146	0.47 196	0.36 101
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo++_RVC	1.02 16	0.49 6	1.54 14	0.83 41	0.55 81	4.01 184	0.31 1	1.63 5	1.99 133	1.63 46	2.13 201	0.84 15	0.65 6	0.88 1	0.70 8	0.27 25	0.15 2	0.23 6	1.22 322	0.24 6	0.17 1

XX-TBD	1.03 17	0.95 188	1.94 38	1.30 204	0.43 33	3.97 178	0.33 2	1.74 8	1.73 105	1.59 40	2.02 178	0.69 5	0.60 3	1.16 12	0.66 4	0.30 82	0.25 141	0.23 6	0.15 5	0.31 62	0.22 8

Anonymous	1.04 18	0.76 138	2.42 74	1.06 121	1.27 221	1.67 10	0.86 114	2.51 43	1.49 36	0.92 14	1.14 16	0.70 6	1.10 65	1.26 26	0.98 61	0.47 223	0.33 190	0.30 87	0.30 146	0.66 253	0.51 200

EGLCR-Stereo	1.06 19	0.51 9	1.56 16	1.02 110	0.39 20	4.27 245	0.42 5	4.08 216	1.48 30	0.90 13	0.68 1	1.09 33	0.66 7	1.81 84	0.62 1	0.27 25	0.19 26	0.29 75	0.23 49	0.37 130	0.25 21

MC-Stereo	1.06 19	0.48 4	1.55 15	1.15 156	0.41 27	4.56 278	0.61 38	2.06 20	1.46 22	1.90 86	1.61 83	0.89 21	1.12 70	1.35 37	0.73 13	0.25 13	0.18 13	0.26 39	0.22 41	0.25 14	0.24 15

sCroCo_RVC	1.06 19	0.82 160	5.05 129	1.02 110	1.05 178	0.98 3	0.61 38	2.06 20	1.29 6	0.69 2	1.26 26	0.82 14	1.10 65	1.20 21	0.90 41	0.42 196	0.40 236	0.33 136	0.30 146	0.46 194	0.38 120

iRaftStereo_RVC	1.09 22	0.70 103	1.39 9	0.95 81	0.45 42	3.83 144	0.42 5	2.37 33	1.58 71	1.69 54	1.76 111	1.80 115	0.83 21	1.50 52	0.98 61	0.28 44	0.18 13	0.29 75	0.26 81	0.30 48	0.31 74

GMOStereo	1.13 23	0.70 103	2.26 60	0.75 9	0.44 38	3.05 50	0.91 137	2.78 65	1.45 15	2.37 208	1.52 62	1.53 82	1.05 51	1.17 14	0.92 50	0.25 13	0.19 26	0.35 158	0.28 114	0.34 103	0.26 34

error version	1.13 23	0.70 103	2.26 60	0.75 9	0.44 38	3.05 50	0.91 137	2.78 65	1.45 15	2.37 208	1.52 62	1.53 82	1.05 51	1.17 14	0.92 50	0.25 13	0.19 26	0.35 158	0.28 114	0.34 103	0.26 34

test-v	1.13 23	0.70 103	2.26 60	0.75 9	0.44 38	3.05 50	0.91 137	2.78 65	1.45 15	2.37 208	1.52 62	1.53 82	1.05 51	1.17 14	0.92 50	0.25 13	0.19 26	0.35 158	0.28 114	0.34 103	0.26 34

test-2	1.13 23	0.70 103	2.26 60	0.75 9	0.44 38	3.05 50	0.91 137	2.78 65	1.45 15	2.37 208	1.52 62	1.53 82	1.05 51	1.17 14	0.92 50	0.25 13	0.19 26	0.35 158	0.28 114	0.34 103	0.26 34

Selective-RAFT	1.15 27	0.46 3	1.64 19	0.99 95	0.45 42	4.17 225	0.51 17	3.21 93	1.69 98	1.12 20	1.34 39	1.45 76	1.40 111	2.08 96	0.94 57	0.41 185	0.20 44	0.24 20	0.23 49	0.27 24	0.25 21

test-3	1.19 28	0.52 13	2.00 42	1.01 103	0.42 30	1.95 17	0.91 137	4.35 283	1.47 25	2.24 179	1.16 17	2.06 146	0.79 17	2.68 124	0.76 18	0.27 25	0.18 13	0.28 63	0.26 81	0.26 19	0.25 21

test_1	1.19 28	0.52 13	2.00 42	1.01 103	0.42 30	1.95 17	0.90 129	4.36 285	1.47 25	2.17 164	1.16 17	2.06 146	0.78 15	2.68 124	0.76 18	0.27 25	0.18 13	0.28 63	0.26 81	0.26 19	0.25 21

test_3	1.19 28	0.51 9	2.08 51	0.99 95	0.41 27	2.05 22	0.87 119	4.40 292	1.42 13	1.99 107	1.18 19	2.03 142	0.79 17	2.70 126	0.75 17	0.27 25	0.17 5	0.29 75	0.29 135	0.30 48	0.27 45

raftrobust	1.19 28	0.72 117	2.30 64	1.26 191	1.31 225	3.55 105	0.68 54	2.75 64	1.47 25	2.21 174	1.38 44	1.17 42	1.22 89	1.20 21	1.11 73	0.28 44	0.24 129	0.21 3	0.19 21	0.25 14	0.28 50

RALCasStereoNet	1.19 28	1.02 199	2.06 48	1.12 140	1.14 191	3.08 54	0.70 63	2.99 79	1.73 105	1.34 23	1.68 94	1.18 45	0.91 29	2.16 100	1.00 64	0.30 82	0.26 152	0.24 20	0.21 31	0.29 38	0.30 67

R-Stereo Train	1.20 33	0.58 42	1.81 31	0.99 95	0.67 112	3.78 136	0.90 129	4.09 218	1.51 43	2.16 159	1.71 100	1.13 36	0.94 32	1.40 40	0.91 47	0.30 82	0.24 129	0.26 39	0.21 31	0.26 19	0.25 21

RAFT-Stereo	1.20 33	0.58 42	1.81 31	0.99 95	0.67 112	3.78 136	0.90 129	4.09 218	1.51 43	2.16 159	1.71 100	1.13 36	0.94 32	1.40 40	0.91 47	0.30 82	0.24 129	0.26 39	0.21 31	0.26 19	0.25 21
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RCA-Stereo	1.21 35	0.52 13	1.58 17	0.90 62	0.46 48	4.68 294	0.79 93	4.13 226	1.74 111	1.92 91	1.80 123	0.94 24	1.48 130	1.14 11	0.70 8	0.27 25	0.18 13	0.25 29	0.19 21	0.25 14	0.23 11

raft+_RVC	1.21 35	0.83 163	2.61 79	1.35 220	0.97 167	3.60 113	0.76 77	3.23 96	1.51 43	1.33 22	1.67 92	1.03 28	1.10 65	1.87 87	0.92 50	0.24 10	0.22 83	0.25 29	0.24 63	0.26 19	0.25 21

AnonymousM	1.22 37	1.32 253	0.97 1	0.88 57	0.56 84	4.03 187	0.69 58	2.41 34	1.68 96	1.48 33	1.31 31	1.15 39	1.00 42	1.18 18	0.73 13	0.32 106	0.40 236	2.07 327	1.70 326	0.24 6	0.22 8

LL-Strereo2	1.23 38	0.85 170	2.38 70	0.93 77	0.68 116	3.72 126	1.37 216	2.54 52	1.99 133	1.75 63	1.40 46	1.82 119	0.73 9	1.40 40	0.99 63	0.31 96	0.23 105	0.55 263	0.35 189	0.29 38	0.24 15

ROB_FTStereo_v2	1.23 38	0.66 89	2.02 44	0.75 9	0.37 11	4.67 293	0.76 77	2.53 44	1.58 71	1.99 107	1.46 50	1.78 108	1.14 78	2.08 96	0.88 39	0.48 228	0.22 83	0.32 115	0.27 96	0.40 144	0.29 55

CRE-IMP	1.23 38	0.61 64	2.14 53	0.82 33	0.39 20	4.54 275	0.83 104	2.63 60	1.55 60	1.95 97	1.46 50	1.87 128	0.96 35	1.48 51	1.33 113	0.45 211	0.21 66	0.31 102	0.26 81	0.41 160	0.31 74

RAFT	1.23 38	0.84 167	2.05 46	0.96 85	0.47 57	1.80 13	0.94 149	3.18 92	1.46 22	1.60 41	1.71 100	3.04 226	1.59 148	1.64 70	1.32 109	0.38 158	0.24 129	0.40 200	0.32 165	0.40 144	0.35 98

test-1	1.23 38	0.65 83	1.88 33	0.96 85	0.52 75	3.84 149	0.62 45	4.01 197	1.47 25	1.93 93	1.78 118	1.83 122	0.92 30	1.19 19	1.28 103	0.26 20	0.29 171	0.31 102	0.24 63	0.29 38	0.36 101

PSM-adaLoss	1.24 43	0.65 83	2.03 45	0.75 9	0.37 11	4.68 294	0.73 71	2.53 44	1.58 71	1.99 107	1.47 53	1.78 108	1.13 72	2.18 103	0.87 37	0.48 228	0.23 105	0.32 115	0.27 96	0.40 144	0.29 55

rafts_anoy	1.24 43	0.80 151	3.61 116	1.17 162	1.20 208	3.00 48	0.61 38	3.17 91	1.58 71	1.37 26	1.26 26	1.19 49	1.12 70	1.78 82	1.25 96	0.32 106	0.23 105	0.32 115	0.32 165	0.31 62	0.30 67

DIP-Stereo	1.24 43	0.69 99	1.77 28	0.65 4	0.61 97	4.29 247	0.58 32	4.44 299	2.53 231	1.98 102	1.33 32	0.91 22	0.86 23	1.25 25	1.25 96	0.36 139	0.23 105	0.32 115	0.23 49	0.32 79	0.29 55
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
riskmin	1.25 46	0.56 33	2.05 46	1.05 118	0.93 160	2.86 38	0.55 21	3.23 96	1.34 8	1.55 37	1.07 10	3.56 259	2.03 201	1.29 31	1.00 64	0.28 44	0.27 160	0.34 149	0.21 31	0.41 160	0.43 160

Patchmatch Stereo++	1.25 46	0.65 83	2.06 48	0.75 9	0.37 11	4.68 294	0.76 77	2.53 44	1.58 71	1.99 107	1.47 53	1.78 108	1.14 78	2.44 112	0.90 41	0.48 228	0.23 105	0.32 115	0.27 96	0.40 144	0.29 55
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
ROB_FTStereo	1.25 46	0.66 89	2.14 53	0.75 9	0.37 11	4.65 291	0.77 87	2.53 44	1.58 71	1.99 107	1.47 53	1.78 108	1.13 72	2.26 108	0.86 34	0.47 223	0.22 83	0.32 115	0.27 96	0.40 144	0.29 55

HUI-Stereo	1.25 46	0.66 89	2.33 67	0.75 9	0.37 11	4.68 294	0.78 88	2.53 44	1.58 71	1.99 107	1.46 50	1.79 114	1.13 72	2.17 102	0.85 30	0.48 228	0.23 105	0.32 115	0.27 96	0.40 144	0.29 55

iRAFT	1.25 46	0.65 83	2.06 48	0.75 9	0.37 11	4.68 294	0.76 77	2.53 44	1.58 71	1.99 107	1.47 53	1.78 108	1.14 78	2.44 112	0.90 41	0.48 228	0.23 105	0.32 115	0.27 96	0.40 144	0.29 55

RAFT-IKP	1.25 46	0.66 89	2.23 59	0.75 9	0.37 11	4.64 289	0.74 75	2.53 44	1.58 71	1.99 107	1.47 53	1.78 108	1.13 72	2.22 105	0.92 50	0.48 228	0.22 83	0.32 115	0.27 96	0.40 144	0.29 55

RAFT-Stereo + iAFF	1.25 46	0.72 117	1.74 26	1.05 118	0.36 4	4.13 207	0.42 5	2.95 76	2.84 265	2.02 123	2.40 232	1.61 91	1.11 69	1.26 26	0.97 60	0.21 1	0.15 2	0.26 39	0.23 49	0.29 38	0.23 11

CAS	1.26 53	0.40 1	1.46 11	2.97 327	1.61 276	4.13 207	0.73 71	1.78 12	1.49 36	0.83 10	1.10 12	0.59 1	0.53 2	1.26 26	0.80 23	2.99 331	0.13 1	0.21 3	0.13 1	0.31 62	1.72 316

anonymousdsp2	1.26 53	0.60 55	3.74 119	1.02 110	0.41 27	3.60 113	0.72 67	3.68 134	1.47 25	1.37 26	1.56 71	1.83 122	1.01 44	2.00 93	0.66 4	0.29 57	0.20 44	0.28 63	0.20 25	0.32 79	0.29 55

dd	1.26 53	1.15 223	2.47 75	0.92 67	0.49 67	4.35 253	0.75 76	1.92 16	2.11 162	1.44 31	1.24 23	1.19 49	1.05 51	1.78 82	1.70 168	0.57 262	0.34 202	0.35 158	0.33 172	0.60 236	0.46 176

NRIStereo	1.28 56	0.61 64	1.67 20	1.15 156	0.38 18	4.73 306	0.90 129	2.42 35	1.50 39	1.93 93	1.33 32	1.75 104	1.22 89	2.96 133	1.33 113	0.46 214	0.22 83	0.29 75	0.26 81	0.30 48	0.28 50

RALAANet	1.28 56	1.08 211	3.21 101	1.25 184	0.94 161	1.44 7	0.69 58	3.15 89	2.57 235	2.01 119	1.80 123	1.29 59	1.05 51	2.00 93	1.48 135	0.27 25	0.20 44	0.27 51	0.24 63	0.40 144	0.27 45

CASS	1.29 58	0.66 89	2.62 81	0.95 81	0.66 109	2.84 36	0.69 58	3.00 80	1.79 113	2.57 232	1.95 166	1.39 69	1.55 147	1.59 62	1.06 67	0.50 240	0.28 166	0.34 149	0.28 114	0.46 194	0.63 238
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
iGMRVC	1.29 58	0.61 64	1.67 20	1.16 160	0.38 18	4.77 312	0.86 114	2.42 35	1.50 39	1.94 96	1.33 32	1.76 106	1.22 89	3.01 135	1.34 115	0.46 214	0.23 105	0.29 75	0.25 70	0.30 48	0.28 50

knoymous	1.30 60	0.60 55	5.57 134	0.88 57	0.75 121	3.04 49	0.90 129	2.68 62	1.33 7	1.48 33	1.07 10	2.78 210	0.88 25	1.29 31	0.85 30	0.31 96	0.22 83	0.35 158	0.20 25	0.45 187	0.37 112

test_4	1.30 60	0.50 7	6.16 135	0.84 46	0.45 42	1.61 9	1.12 182	2.14 23	1.42 13	1.52 35	2.31 225	1.84 125	0.79 17	2.52 119	1.19 82	0.27 25	0.17 5	0.29 75	0.29 135	0.29 38	0.25 21

s12784h	1.31 62	0.45 2	2.41 72	0.71 6	0.35 3	4.42 262	0.50 13	4.22 244	2.73 248	2.01 119	2.48 237	0.91 22	0.96 35	2.01 95	0.70 8	0.29 57	0.18 13	0.24 20	0.16 8	0.27 24	0.18 2

AFF-stereo	1.31 62	0.77 141	1.46 11	1.10 136	0.45 42	3.93 167	0.48 12	2.92 75	2.92 270	1.90 86	2.21 214	2.11 153	1.52 140	1.93 90	1.12 74	0.21 1	0.16 4	0.25 29	0.25 70	0.29 38	0.20 5

MSMDNet	1.31 62	0.60 55	4.96 128	1.03 115	0.65 106	3.30 73	0.70 63	2.12 22	1.57 69	1.82 74	1.49 60	3.11 233	1.18 82	1.19 19	0.91 47	0.28 44	0.22 83	0.25 29	0.23 49	0.28 30	0.24 15

Pruner-Stereo	1.32 65	0.59 47	2.11 52	1.79 290	0.47 57	4.73 306	0.79 93	2.53 44	1.72 103	2.47 220	1.58 73	1.48 78	1.03 46	1.66 73	1.47 134	0.44 205	0.21 66	0.34 149	0.30 146	0.30 48	0.39 125

ToySt	1.35 66	0.72 117	3.65 118	1.01 103	0.50 70	3.31 74	1.01 160	3.46 112	1.73 105	1.30 21	1.55 69	2.07 149	1.47 129	1.88 88	1.40 120	0.27 25	0.27 160	0.30 87	0.32 165	0.42 172	0.39 125

DisPM	1.36 67	0.55 27	2.39 71	1.54 260	0.51 71	4.59 281	0.79 93	2.50 41	1.88 123	2.50 223	1.83 139	1.45 76	1.01 44	2.71 127	0.93 56	0.46 214	0.20 44	0.32 115	0.31 161	0.31 62	0.44 164

sAnonymous2	1.37 68	1.22 238	9.79 165	0.92 67	0.88 145	1.23 4	0.61 38	2.56 54	1.69 98	0.85 11	1.02 3	0.73 8	1.23 92	0.98 3	0.78 20	0.29 57	0.25 141	0.31 102	0.30 146	1.06 297	0.71 250

CroCo_RVC	1.37 68	1.22 238	9.79 165	0.92 67	0.88 145	1.23 4	0.61 38	2.56 54	1.69 98	0.85 11	1.02 3	0.73 8	1.23 92	0.98 3	0.78 20	0.29 57	0.25 141	0.31 102	0.30 146	1.06 297	0.71 250

GES	1.38 70	0.64 79	2.61 79	1.09 130	0.57 92	4.30 249	1.02 163	3.86 167	1.51 43	1.72 58	1.74 106	1.28 58	1.77 176	1.62 68	1.61 156	0.39 169	0.27 160	0.33 136	0.30 146	0.41 160	0.47 181

UDGNet	1.40 71	1.52 271	2.22 57	1.38 233	0.62 100	4.39 257	0.68 54	1.80 13	2.18 170	1.34 23	1.18 19	0.99 26	1.00 42	2.16 100	1.19 82	1.09 312	0.34 202	1.30 322	0.98 312	1.10 302	0.58 226

DCRE	1.44 72	0.74 131	3.50 110	1.13 147	0.72 118	1.78 11	0.67 50	2.14 23	1.56 64	1.99 107	8.09 316	1.73 103	1.07 59	1.24 24	0.83 28	0.23 7	0.25 141	0.26 39	0.26 81	0.28 30	0.30 67

AdaStereo	1.45 73	0.83 163	2.34 68	1.28 197	0.81 127	3.21 57	1.14 187	4.20 238	2.46 220	2.05 131	1.77 116	2.48 181	1.18 82	1.71 78	1.44 125	0.43 201	0.25 141	0.43 214	0.28 114	0.44 182	0.34 92
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.
BSDual-CNN	1.46 74	0.59 47	1.94 38	0.87 53	0.85 136	4.16 219	1.16 189	4.48 306	1.88 123	2.93 265	1.83 139	2.60 192	1.31 104	1.60 64	1.21 89	0.34 122	0.25 141	0.31 102	0.28 114	0.35 114	0.33 84

PFNet+	1.46 74	0.57 36	2.84 88	0.92 67	0.47 57	4.64 289	0.84 107	2.46 40	1.99 133	2.14 151	1.64 87	1.34 62	1.03 46	4.68 162	1.23 95	0.45 211	0.33 190	0.37 179	0.39 217	0.32 79	0.49 188

ACVNet	1.46 74	0.64 79	3.56 112	0.93 77	0.85 136	4.22 236	0.80 98	2.85 70	2.08 148	1.78 67	1.88 153	3.10 230	1.46 127	1.33 35	1.89 192	0.29 57	0.26 152	0.30 87	0.26 81	0.39 140	0.27 45

psmg	1.47 77	0.59 47	1.94 38	0.92 67	0.85 136	4.30 249	1.42 226	4.10 224	1.88 123	2.64 244	2.09 192	2.60 192	1.31 104	1.60 64	1.21 89	0.34 122	0.27 160	0.33 136	0.34 176	0.36 124	0.34 92

BUS	1.49 78	0.59 47	1.94 38	0.87 53	0.85 136	4.50 271	0.76 77	4.48 306	1.88 123	2.93 265	1.83 139	3.63 261	0.97 37	1.60 64	1.17 79	0.34 122	0.25 141	0.31 102	0.28 114	0.35 114	0.33 84

LCNet	1.55 79	0.54 25	1.88 33	0.99 95	0.55 81	3.60 113	1.21 200	2.86 73	1.53 54	2.18 166	1.74 106	1.43 75	4.17 287	3.62 144	0.87 37	0.29 57	0.20 44	0.28 63	0.77 299	0.47 196	1.85 319

DeepStereo_RVC	1.55 79	0.63 76	3.32 105	0.77 23	0.42 30	4.49 269	0.72 67	2.50 41	1.58 71	2.02 123	1.81 136	1.54 86	6.38 311	1.73 79	1.19 82	0.46 214	0.22 83	0.29 75	0.28 114	0.35 114	0.38 120

acv_ft	1.55 79	0.64 79	3.29 104	1.14 148	2.01 313	2.93 43	0.97 155	3.81 157	2.08 148	2.22 175	1.88 153	3.10 230	1.66 164	1.33 35	2.22 225	0.29 57	0.26 152	0.30 87	0.26 81	0.39 140	0.27 45

TestStereo1	1.56 82	0.81 153	2.32 65	1.61 274	0.64 102	4.13 207	1.36 212	3.79 154	3.20 294	1.60 41	2.57 249	1.39 69	2.15 212	2.51 117	1.30 106	0.29 57	0.20 44	0.34 149	0.25 70	0.40 144	0.36 101

SA-5K	1.56 82	0.81 153	2.32 65	1.61 274	0.64 102	4.13 207	1.36 212	3.79 154	3.20 294	1.60 41	2.57 249	1.39 69	2.15 212	2.51 117	1.30 106	0.29 57	0.20 44	0.34 149	0.25 70	0.40 144	0.36 101

UCFNet_RVC	1.57 84	0.84 167	3.25 102	1.36 226	1.40 243	4.07 195	1.01 160	2.68 62	1.50 39	2.11 145	1.88 153	2.37 170	1.50 136	3.41 139	1.42 123	0.36 139	0.28 166	0.52 255	0.40 228	0.53 214	0.43 160

NF-Stereo	1.58 85	0.61 64	2.66 83	2.26 313	0.47 57	4.68 294	0.67 50	3.31 103	1.48 30	2.11 145	1.59 75	1.36 65	1.09 61	6.08 190	1.20 85	0.40 175	0.20 44	0.36 169	0.34 176	0.31 62	0.36 101

OCTAStereo	1.58 85	0.61 64	2.72 84	2.27 316	0.46 48	4.68 294	0.67 50	3.30 102	1.48 30	2.11 145	1.59 75	1.36 65	1.09 61	6.02 187	1.21 89	0.41 185	0.20 44	0.36 169	0.34 176	0.31 62	0.37 112

RE-Stereo	1.58 85	0.61 64	2.72 84	2.26 313	0.46 48	4.68 294	0.68 54	3.31 103	1.48 30	2.11 145	1.59 75	1.36 65	1.09 61	6.01 185	1.22 92	0.41 185	0.20 44	0.36 169	0.34 176	0.31 62	0.37 112

TVStereo	1.58 85	0.61 64	2.72 84	2.26 313	0.46 48	4.68 294	0.68 54	3.31 103	1.48 30	2.11 145	1.59 75	1.36 65	1.09 61	6.01 185	1.22 92	0.41 185	0.20 44	0.36 169	0.34 176	0.31 62	0.37 112

Gwc-CoAtRS	1.58 85	0.57 36	11.69 185	1.01 103	0.60 95	2.53 31	0.64 46	2.36 32	1.56 64	1.80 71	1.47 53	2.74 201	1.18 82	1.12 8	0.90 41	0.27 25	0.21 66	0.25 29	0.22 41	0.27 24	0.23 11

KYRaft	1.59 90	0.52 13	1.73 23	0.95 81	0.49 67	4.38 255	1.79 257	2.43 38	1.51 43	2.49 222	2.98 272	2.00 138	3.41 272	2.14 99	0.82 26	0.30 82	0.21 66	0.33 136	0.46 247	0.35 114	2.45 330

HCRNet	1.60 91	0.56 33	2.47 75	0.78 24	1.36 236	4.11 202	0.71 65	3.57 124	2.79 255	1.75 63	1.61 83	1.58 87	1.41 114	5.79 182	1.56 149	0.34 122	0.28 166	0.36 169	0.29 135	0.33 92	0.37 112

Prome-Stereo	1.61 92	0.55 27	1.71 22	0.98 92	0.60 95	4.41 261	1.82 261	3.03 82	1.53 54	2.18 166	3.45 291	1.72 102	3.49 276	2.23 106	1.08 68	0.29 57	0.20 44	0.26 39	0.25 70	0.34 103	2.16 324

RAFT+CT+SA	1.62 93	0.72 117	7.42 142	0.97 90	1.42 250	4.04 188	0.94 149	3.90 177	1.61 88	1.61 44	1.63 86	1.33 61	1.18 82	2.73 129	1.10 72	0.27 25	0.19 26	0.31 102	0.34 176	0.33 92	0.33 84

SA	1.62 93	0.75 136	3.78 120	1.07 123	0.43 33	4.26 242	1.36 212	4.45 302	3.12 285	1.63 46	1.97 172	1.68 96	2.26 220	2.55 120	1.27 100	0.27 25	0.22 83	0.37 179	0.37 206	0.35 114	0.30 67

Sa-1000	1.63 95	0.79 147	3.56 112	1.11 139	0.48 63	4.06 190	1.41 224	4.49 309	2.75 251	2.00 116	2.80 265	1.84 125	1.43 119	2.64 123	1.50 139	0.27 25	0.19 26	0.36 169	0.33 172	0.36 124	0.30 67

dad	1.65 96	1.19 230	3.04 97	0.98 92	0.56 84	4.22 236	0.84 107	1.99 18	2.48 221	2.14 151	1.68 94	1.62 92	1.13 72	3.85 148	2.04 212	1.03 311	0.40 236	2.04 326	0.48 254	0.75 272	0.53 208

PSM-softLoss	1.66 97	0.59 47	5.15 131	2.25 311	0.48 63	4.68 294	0.69 58	2.57 56	1.52 49	2.14 151	1.45 48	1.42 73	0.99 40	6.04 188	1.20 85	0.41 185	0.23 105	0.37 179	0.39 217	0.32 79	0.31 74

KMStereo	1.66 97	0.59 47	5.15 131	2.25 311	0.48 63	4.68 294	0.69 58	2.57 56	1.52 49	2.14 151	1.45 48	1.42 73	0.99 40	6.04 188	1.20 85	0.41 185	0.23 105	0.37 179	0.39 217	0.32 79	0.31 74

IER	1.69 99	0.65 83	7.19 141	0.94 79	1.15 193	3.28 68	0.89 124	3.48 113	1.97 132	2.10 141	1.98 173	2.28 160	2.12 209	2.25 107	1.75 177	0.29 57	0.23 105	0.36 169	0.30 146	0.32 79	0.34 92

RAFT_R40	1.70 100	0.59 47	2.99 94	1.46 246	0.46 48	4.74 308	0.98 158	2.23 28	1.56 64	2.02 123	2.35 229	2.71 199	2.56 238	6.71 202	0.90 41	0.40 175	0.19 26	0.30 87	0.27 96	0.33 92	0.26 34

Anonymous3	1.72 101	0.76 138	11.61 184	0.83 41	0.84 135	4.46 266	0.84 107	3.57 124	1.16 1	1.34 23	1.37 42	1.11 35	1.03 46	1.58 59	1.13 75	0.70 288	0.58 285	0.33 136	0.35 189	0.47 196	0.42 150

DMCA	1.72 101	0.74 131	6.63 137	1.14 148	0.96 164	3.98 180	0.90 129	3.75 146	2.76 252	2.83 261	1.58 73	2.35 168	1.18 82	1.58 59	1.98 206	0.40 175	0.27 160	0.42 210	0.26 81	0.36 124	0.38 120

fff	1.74 103	0.70 103	9.08 155	0.81 26	0.36 4	4.15 211	0.57 24	4.23 245	2.09 151	2.30 190	1.80 123	1.19 49	3.02 253	1.44 45	1.46 130	0.29 57	0.23 105	0.23 6	0.18 10	0.24 6	0.42 150

DCANet	1.74 103	0.73 124	9.08 155	0.82 33	0.40 22	4.18 227	0.59 33	4.25 252	2.97 273	2.35 203	1.84 143	1.18 45	1.63 158	1.51 54	1.55 148	0.29 57	0.24 129	0.23 6	0.18 10	0.30 48	0.53 208

csc	1.74 103	0.70 103	9.08 155	0.81 26	0.36 4	4.15 211	0.57 24	4.23 245	2.09 151	2.30 190	1.80 123	1.19 49	3.02 253	1.44 45	1.46 130	0.29 57	0.23 105	0.23 6	0.18 10	0.24 6	0.42 150

cscssc	1.74 103	0.70 103	9.08 155	0.81 26	0.36 4	4.15 211	0.57 24	4.23 245	2.09 151	2.30 190	1.80 123	1.19 49	3.02 253	1.44 45	1.46 130	0.29 57	0.23 105	0.23 6	0.18 10	0.24 6	0.42 150

anonymity	1.76 107	1.26 245	2.73 87	1.66 279	1.32 229	1.84 14	1.07 171	3.49 116	2.30 190	2.11 145	2.11 197	1.71 101	3.90 283	1.82 86	1.48 135	1.10 313	1.09 318	1.08 318	1.08 317	1.05 296	1.09 293

SST-Stereo	1.76 107	0.58 42	3.10 98	1.44 242	0.46 48	4.71 305	0.76 77	2.22 27	2.79 255	2.07 138	2.18 208	2.43 176	3.22 264	6.66 199	0.84 29	0.42 196	0.19 26	0.30 87	0.27 96	0.35 114	0.26 34

StereoDRNet-Refined	1.77 109	0.81 153	2.22 57	1.21 176	0.76 122	3.26 63	0.71 65	3.82 158	2.05 145	2.29 187	2.05 186	2.98 222	1.44 121	7.15 208	2.27 227	0.30 82	0.23 105	0.42 210	0.33 172	0.45 187	0.64 240
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CSP-Net	1.78 110	1.32 253	1.92 37	1.16 160	1.03 176	3.38 78	1.31 207	3.52 119	1.75 112	1.96 99	1.93 165	2.40 171	1.48 130	8.58 230	1.58 150	0.46 214	0.34 202	0.27 51	0.26 81	0.41 160	0.50 194

RAFT_CTSACE	1.80 111	1.06 208	10.00 168	1.71 284	1.39 241	3.49 94	1.06 169	3.05 84	1.62 90	1.70 56	2.04 182	2.51 184	1.80 184	1.98 92	0.94 57	0.25 13	0.22 83	0.28 63	0.30 146	0.30 48	0.26 34

UPFNet	1.81 112	0.63 76	6.71 138	1.25 184	1.44 251	3.50 96	1.35 210	4.02 200	1.85 120	2.40 215	1.52 62	2.41 173	1.40 111	3.62 144	1.88 191	0.34 122	0.33 190	0.37 179	0.31 161	0.41 160	0.39 125

AACVNet	1.83 113	1.02 199	2.41 72	1.45 244	0.87 142	3.21 57	0.73 71	3.16 90	1.61 88	2.01 119	1.82 138	2.28 160	1.33 107	10.98 282	1.49 138	0.39 169	0.32 188	0.38 189	0.32 165	0.43 177	0.44 164

111	1.83 113	0.92 181	9.08 155	0.81 26	0.36 4	4.25 241	0.91 137	4.44 299	2.70 246	2.39 213	1.96 167	2.30 164	1.64 162	1.28 30	1.82 182	0.28 44	0.22 83	0.24 20	0.20 25	0.31 62	0.54 214

test_5	1.87 115	0.75 136	10.23 172	1.14 148	1.40 243	3.85 155	1.27 205	3.91 180	1.93 130	1.69 54	1.78 118	1.67 95	1.79 179	2.99 134	1.17 79	0.30 82	0.18 13	0.35 158	0.33 172	0.34 103	0.33 84

NINENet	1.87 115	0.74 131	2.60 78	1.12 140	1.06 180	4.50 271	0.76 77	4.41 293	2.24 178	2.16 159	1.86 151	3.63 261	0.97 37	8.00 223	1.17 79	0.41 185	0.30 179	0.41 206	0.30 146	0.41 160	0.36 101

IRAFT_RVC	1.87 115	0.60 55	4.33 122	2.40 320	0.66 109	4.59 281	1.59 242	2.96 77	1.51 43	2.23 177	1.75 110	2.09 150	2.63 241	6.70 200	1.50 139	0.33 114	0.21 66	0.33 136	0.29 135	0.32 79	0.32 80

MLCV	1.87 115	0.91 179	8.59 150	1.10 136	0.57 92	3.59 111	0.53 19	3.70 142	2.20 173	2.80 258	2.25 218	2.00 138	1.42 117	4.13 156	1.86 189	0.30 82	0.20 44	0.32 115	0.21 31	0.33 92	0.36 101

iRaft-Stereo_20w	1.88 119	0.62 72	10.58 176	0.90 62	0.83 132	2.96 47	0.78 88	4.90 323	1.58 71	2.29 187	1.60 79	1.25 55	4.51 292	2.28 109	0.90 41	0.29 57	0.21 66	0.26 39	0.24 63	0.41 160	0.31 74

222	1.88 119	0.70 103	10.88 179	0.81 26	0.40 22	4.15 211	0.57 24	4.23 245	2.98 276	2.30 190	1.80 123	1.19 49	3.02 253	1.44 45	1.46 130	0.29 57	0.23 105	0.23 6	0.18 10	0.30 48	0.42 150

DSFCA	1.89 121	0.69 99	3.14 100	1.10 136	1.18 198	3.99 181	1.79 257	3.50 118	2.16 167	3.10 276	1.64 87	2.91 219	2.50 234	5.38 171	2.26 226	0.43 201	0.38 222	0.37 179	0.36 197	0.50 204	0.42 150

iResNet_ROB	1.89 121	1.02 199	8.60 151	1.39 235	0.98 171	3.72 126	0.66 49	3.84 161	2.65 240	1.88 82	2.05 186	1.98 136	1.27 97	4.52 160	1.67 166	0.30 82	0.20 44	0.28 63	0.18 10	0.31 62	0.40 141

CFNet-ft	1.90 123	0.95 188	3.56 112	1.07 123	1.54 261	4.09 197	0.90 129	2.85 70	1.82 115	1.78 67	1.70 96	2.75 203	1.48 130	9.33 242	1.72 171	0.33 114	0.30 179	0.61 278	0.36 197	0.52 208	0.39 125

CFNet_RVC	1.90 123	0.95 188	3.56 112	1.07 123	1.54 261	4.09 197	0.90 129	2.85 70	1.82 115	1.78 67	1.70 96	2.75 203	1.48 130	9.33 242	1.72 171	0.33 114	0.30 179	0.61 278	0.36 197	0.52 208	0.39 125

PSMNet-ADL	1.91 125	0.72 117	1.78 30	1.09 130	0.86 140	4.18 227	0.78 88	3.77 150	2.10 160	1.72 58	1.85 149	2.91 219	1.82 188	10.38 268	1.91 194	0.48 228	0.46 261	0.28 63	0.29 135	0.38 134	0.51 200

GEStereo_RVC	1.91 125	0.80 151	6.57 136	1.20 172	1.06 180	4.02 186	1.43 228	4.13 226	1.89 127	2.03 127	1.80 123	2.34 166	1.86 193	4.94 164	1.77 178	0.48 228	0.38 222	0.32 115	0.28 114	0.42 172	0.50 194

DN-CSS_ROB	1.91 125	1.55 273	11.13 182	1.82 292	0.88 145	3.99 181	0.61 38	4.01 197	1.67 95	1.64 48	1.89 159	1.39 69	1.06 57	3.23 137	1.50 139	0.31 96	0.19 26	0.44 217	0.29 135	0.37 130	0.31 74

raft_robust	1.92 128	1.15 223	3.34 106	1.02 110	0.43 33	3.84 149	0.46 9	4.42 294	2.52 229	1.67 52	1.36 41	2.17 155	6.37 310	6.78 203	1.04 66	0.28 44	0.24 129	0.30 87	0.35 189	0.31 62	0.32 80

delet	1.92 128	0.76 138	5.14 130	1.01 103	1.65 285	3.44 83	2.03 273	3.76 148	2.48 221	2.01 119	2.05 186	2.63 196	1.90 196	5.34 170	2.12 221	0.28 44	0.29 171	0.40 200	0.31 161	0.41 160	0.45 168

BEATNet_4x	1.92 128	1.36 258	8.75 153	1.20 172	0.56 84	3.46 88	1.03 164	4.00 196	2.43 213	2.25 181	1.70 96	2.10 151	1.59 148	2.57 121	3.05 264	0.37 144	0.22 83	0.47 228	0.29 135	0.60 236	0.40 141

IIG-Stereo	1.95 131	0.79 147	2.14 53	2.78 325	0.66 109	4.62 285	0.76 77	4.27 256	1.53 54	2.63 243	3.14 282	3.35 244	1.61 153	7.65 220	1.41 121	0.39 169	0.20 44	0.31 102	0.25 70	0.33 92	0.22 8

ccs_rob	1.95 131	0.86 171	2.86 89	1.25 184	1.57 271	3.77 133	0.79 93	3.58 126	1.71 101	2.18 166	1.88 153	1.49 81	1.24 94	11.55 291	1.94 197	0.36 139	0.32 188	0.39 193	0.43 238	0.39 140	0.40 141

LALA_ROB	1.95 131	1.48 269	3.11 99	1.05 118	0.98 171	3.99 181	1.82 261	4.44 299	2.28 187	3.31 285	1.85 149	2.76 209	1.67 166	4.04 155	3.23 267	0.46 214	0.41 242	0.55 263	0.52 266	0.60 236	0.57 222

DCANet-4	1.96 134	0.51 9	14.31 208	0.82 33	0.40 22	4.16 219	0.57 24	4.29 262	2.98 276	2.30 190	1.80 123	1.03 28	1.54 144	1.44 45	1.44 125	0.29 57	0.23 105	0.23 6	0.18 10	0.24 6	0.42 150

PSMNet-RSSM	1.96 134	0.77 141	3.26 103	1.29 200	1.31 225	4.19 231	0.96 154	3.68 134	1.89 127	2.05 131	1.80 123	2.60 192	1.70 169	9.84 250	1.81 181	0.35 134	0.29 171	0.35 158	0.37 206	0.42 172	0.35 98

qqq	1.97 136	0.73 124	14.31 208	0.82 33	0.40 22	4.16 219	0.57 24	4.29 262	2.98 276	2.30 190	1.80 123	1.03 28	1.54 144	1.44 45	1.44 125	0.29 57	0.23 105	0.23 6	0.18 10	0.24 6	0.42 150

OMP-Stereo	1.97 136	0.93 184	1.88 33	2.76 324	0.67 112	4.58 280	1.48 229	4.31 272	1.54 57	3.15 281	2.76 262	3.25 239	1.38 109	7.66 221	1.35 117	0.40 175	0.20 44	0.33 136	0.26 81	0.33 92	0.24 15

hknet	1.98 138	0.64 79	8.70 152	0.87 53	1.07 182	4.16 219	1.16 189	4.48 306	1.73 105	2.93 265	1.83 139	3.48 249	1.30 103	3.91 152	1.51 143	0.31 96	0.25 141	0.31 102	0.28 114	0.35 114	0.33 84

pcwnet_v2	1.98 138	0.57 36	2.98 93	1.62 276	1.03 176	3.89 159	0.97 155	4.33 278	2.45 217	2.27 184	2.13 201	1.58 87	1.37 108	10.22 263	1.71 169	0.41 185	0.39 230	0.38 189	0.37 206	0.43 177	0.55 216

GANet-RSSM	1.98 138	0.62 72	3.49 108	1.69 282	1.23 212	4.22 236	0.91 137	3.31 103	1.86 121	1.81 72	1.74 106	2.34 166	1.82 188	10.92 281	1.73 175	0.34 122	0.29 171	0.31 102	0.28 114	0.39 140	0.40 141

TestStereo	2.00 141	1.02 199	12.25 187	0.70 5	0.61 97	1.88 16	0.55 21	2.31 30	1.52 49	1.41 30	1.33 32	1.27 57	0.90 28	11.62 295	0.81 25	0.34 122	0.19 26	0.33 136	0.24 63	0.44 182	0.24 15

cross-raft	2.01 142	0.57 36	19.01 265	1.03 115	0.56 84	2.11 24	0.72 67	3.63 128	1.57 69	1.77 66	1.51 61	3.17 236	1.13 72	1.16 12	0.85 30	0.23 7	0.21 66	0.26 39	0.23 49	0.28 30	0.25 21

CFNet-pseudo	2.01 142	0.57 36	3.50 110	1.36 226	1.19 203	4.16 219	0.89 124	4.55 312	2.56 234	1.73 61	2.17 206	1.82 119	1.24 94	10.38 268	1.92 195	0.33 114	0.30 179	0.39 193	0.38 212	0.34 103	0.41 146

MMNet	2.02 144	0.81 153	10.76 177	1.12 140	1.23 212	3.53 101	0.89 124	3.79 154	2.08 148	2.15 155	1.76 111	2.15 154	2.12 209	3.69 146	2.32 230	0.31 96	0.29 171	0.34 149	0.27 96	0.38 134	0.42 150

HGLStereo	2.03 145	0.74 131	7.50 143	1.23 180	1.56 268	3.62 117	0.95 151	3.78 153	1.89 127	2.03 127	2.20 212	3.12 234	2.14 211	5.68 180	2.04 212	0.37 144	0.31 185	0.32 115	0.29 135	0.40 144	0.45 168

ssnet_v2	2.04 146	0.88 173	7.87 144	1.20 172	0.87 142	3.86 156	1.64 247	4.01 197	2.60 238	2.61 239	1.96 167	3.79 265	1.71 171	2.20 104	2.96 260	0.41 185	0.35 206	0.42 210	0.37 206	0.55 219	0.52 206

ADStereo(finetuned)	2.04 146	0.73 124	13.28 193	0.82 33	0.40 22	4.16 219	0.59 33	4.25 252	2.97 273	2.35 203	1.84 143	1.18 45	3.40 270	1.52 55	1.54 146	0.29 57	0.24 129	0.23 6	0.18 10	0.30 48	0.51 200

CBFPSM	2.05 148	0.95 188	10.12 171	1.07 123	1.05 178	2.84 36	1.20 197	3.28 100	1.73 105	1.82 74	1.30 30	4.56 300	4.06 285	2.34 110	2.34 232	0.25 13	0.38 222	0.32 115	0.27 96	0.37 130	0.79 269

DeepPruner_ROB	2.05 148	1.09 214	10.50 175	1.01 103	1.20 208	4.39 257	0.91 137	3.14 88	1.72 103	2.60 238	1.54 68	2.78 210	1.27 97	4.52 160	1.72 171	0.51 246	0.40 236	0.37 179	0.34 176	0.48 199	0.52 206

DLCB_ROB	2.05 148	0.95 188	2.37 69	1.24 182	1.02 175	2.92 42	1.30 206	3.68 134	2.30 190	2.91 263	2.17 206	3.32 242	1.52 140	10.37 266	2.50 240	0.40 175	0.33 190	0.40 200	0.36 197	0.41 160	0.47 181

HITNet	2.07 151	0.82 160	14.77 211	1.34 216	0.56 84	3.47 90	0.80 98	4.07 212	2.35 197	2.16 159	1.61 83	1.64 93	1.44 121	2.09 98	2.56 247	0.26 20	0.18 13	0.41 206	0.26 81	0.45 187	0.25 21
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
ETE_ROB	2.07 151	1.40 263	3.01 96	1.09 130	0.92 155	3.94 169	1.53 236	4.25 252	2.23 176	3.31 285	2.06 190	2.35 168	1.52 140	8.74 232	2.07 218	0.44 205	0.36 210	0.51 249	0.48 254	0.54 217	0.62 235

CFNet-RSSM	2.08 153	0.52 13	20.06 289	1.01 103	0.56 84	3.39 79	0.64 46	3.67 133	1.55 60	1.72 58	1.37 42	2.57 188	1.19 87	1.11 7	0.86 34	0.27 25	0.20 44	0.25 29	0.23 49	0.27 24	0.23 11

iRaft-Stereo_5w	2.10 154	0.83 163	8.57 149	0.81 26	0.76 122	3.21 57	0.84 107	3.71 143	1.65 93	1.56 39	2.50 239	2.20 156	2.23 219	9.13 238	2.01 210	0.38 158	0.19 26	0.35 158	0.27 96	0.45 187	0.39 125

SepStereo	2.15 155	0.67 95	4.79 126	1.14 148	1.64 281	2.93 43	2.13 279	4.09 218	2.74 249	4.17 302	2.52 242	2.46 179	1.79 179	8.36 226	1.63 160	0.37 144	0.22 83	0.39 193	0.25 70	0.41 160	0.34 92

anonymousa	2.16 156	0.67 95	19.19 266	1.04 117	1.67 289	2.06 23	0.79 93	2.86 73	1.96 131	1.85 77	2.14 203	3.23 238	1.81 187	1.12 8	1.15 76	0.26 20	0.26 152	0.34 149	0.32 165	0.30 48	0.28 50

GANet-ADL	2.20 157	0.73 124	20.11 292	1.25 184	0.69 117	3.83 144	0.76 77	3.49 116	1.71 101	1.65 49	1.99 175	2.10 151	1.10 65	1.42 44	1.26 99	0.38 158	0.33 190	0.25 29	0.22 41	0.42 172	0.36 101

ccc-4	2.22 158	0.79 147	19.70 280	0.94 79	0.47 57	3.91 162	0.53 19	4.29 262	2.52 229	2.00 116	1.79 121	1.03 28	1.54 144	1.37 39	1.82 182	0.27 25	0.17 5	0.28 63	0.22 41	0.32 79	0.48 184

PS-NSSS	2.22 158	1.33 256	2.90 91	0.97 90	1.53 260	4.11 202	1.08 174	4.55 312	2.65 240	2.10 141	2.32 226	1.77 107	1.40 111	11.79 304	1.61 156	0.68 284	0.45 255	0.96 312	0.43 238	0.95 289	0.92 282

FENet	2.25 160	0.50 7	20.29 300	1.35 220	0.67 112	4.01 184	0.60 37	3.95 188	1.99 133	1.96 99	1.11 13	2.43 176	1.43 119	1.60 64	1.39 119

Low-res two-view benchmark