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

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

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

GrayStereo	3.74 166	0.20 2	1.94 12	1.55 133	0.60 132	3.12 106	8.22 276	5.76 87	3.32 22	10.40 232	16.66 231	5.81 144	8.60 248	6.57 111	1.37 78	0.01 102	0.00 1	0.01 195	0.63 284	0.02 27	0.04 81

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

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

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	1.88 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

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

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

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

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

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

Prome-Stereo	3.65 160	0.29 12	1.92 9	0.91 77	0.49 121	2.07 42	4.75 241	4.41 21	3.23 19	9.32 205	20.63 258	4.06 95	7.19 229	7.70 148	1.17 67	0.00 1	0.00 1	0.00 1	0.00 1	0.05 90	4.72 305

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

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

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

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

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

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

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

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

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

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

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
HSM-Net_RVC	4.20 196	0.32 20	2.76 63	0.63 57	0.69 140	6.95 205	1.69 179	11.96 220	8.36 185	8.83 187	12.17 192	15.18 253	4.21 148	6.91 117	3.30 166	0.02 157	0.02 148	0.00 1	0.00 1	0.01 7	0.01 14
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	8.37 265	0.32 20	9.03 253	4.18 290	2.42 230	26.86 303	6.14 254	19.36 292	13.52 246	27.09 298	22.75 268	9.47 202	4.74 168	15.06 279	6.34 217	0.02 157	0.02 148	0.00 1	0.00 1	0.02 27	0.13 158

SGM-Forest	4.96 214	0.32 20	2.84 70	1.21 106	0.64 135	10.23 246	6.64 266	11.55 207	10.98 222	10.94 244	13.59 208	11.65 232	4.30 153	8.94 210	4.63 197	0.11 225	0.04 180	0.00 1	0.00 1	0.05 90	0.46 247
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
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

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

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

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

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

tt	83.26 319	0.34 32	99.99 323	79.40 318	93.18 319	100.00 323	100.00 324	100.00 326	99.95 321	60.33 315	47.63 314	99.98 326	99.96 323	99.98 323	100.00 327	92.42 318	99.82 322	73.83 318	73.63 318	88.42 319	56.35 317

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

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

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

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

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

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

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

DAS	3.74 166	0.35 42	5.19 188	1.99 181	3.74 267	2.36 56	3.22 207	7.77 135	9.27 200	8.70 182	12.08 188	4.45 107	5.43 193	8.39 183	1.71 95	0.01 102	0.00 1	0.00 1	0.00 1	0.04 70	0.02 30

SepStereo	3.78 171	0.35 42	5.19 188	1.99 181	3.74 267	2.36 56	3.22 207	7.77 135	9.27 200	8.70 182	12.08 188	4.45 107	5.43 193	9.18 218	1.71 95	0.01 102	0.00 1	0.00 1	0.00 1	0.04 70	0.02 30

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

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

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

FTStereo	4.55 212	0.36 46	2.18 27	0.94 80	0.38 96	2.60 69	8.82 279	4.98 45	3.17 18	10.88 241	30.35 290	5.60 139	7.60 238	7.62 143	1.55 88	0.17 239	0.00 1	0.05 245	0.00 1	0.03 55	3.80 300

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

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

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

DEmStereo	3.79 172	0.37 50	3.69 121	0.17 15	0.17 41	5.28 180	2.54 192	4.35 16	3.70 36	8.21 168	20.15 254	5.13 129	10.38 262	7.65 144	3.85 185	0.01 102	0.01 112	0.01 195	0.00 1	0.02 27	0.06 101

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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
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

DRaft	3.74 166	0.43 69	2.60 47	0.12 10	0.15 32	4.76 171	1.34 166	5.33 69	4.31 62	10.30 228	21.91 263	3.27 75	8.83 250	7.36 133	3.66 180	0.05 205	0.10 223	0.00 1	0.14 235	0.10 122	0.14 162

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.
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

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

CrosDoStereo	3.96 182	0.45 74	3.04 80	0.32 35	0.20 55	3.28 115	11.63 297	5.76 87	4.45 67	9.04 194	16.58 229	4.99 121	7.45 233	8.04 163	3.72 181	0.00 1	0.02 148	0.01 195	0.00 1	0.16 165	0.10 136

DeepStereo_LL	3.96 182	0.45 74	3.04 80	0.32 35	0.20 55	3.28 115	11.63 297	5.76 87	4.45 67	9.04 194	16.58 229	4.99 121	7.45 233	8.04 163	3.72 181	0.00 1	0.02 148	0.01 195	0.00 1	0.16 165	0.10 136

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

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

RAFT-RH_RVC	3.96 182	0.46 77	2.93 75	1.55 133	0.42 105	3.14 107	0.14 27	3.70 8	5.98 124	11.25 247	32.23 294	5.29 132	1.68 68	8.13 171	2.14 128	0.08 218	0.00 1	0.00 1	0.03 195	0.01 7	0.00 1

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

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

UPFNet	3.82 175	0.47 81	4.34 152	2.21 205	3.38 252	7.26 211	2.69 195	9.89 171	5.96 121	7.98 158	7.53 115	7.89 183	3.15 113	7.72 151	5.88 212	0.01 102	0.02 148	0.00 1	0.00 1	0.04 70	0.06 101

ac_64	3.70 164	0.47 81	3.50 111	2.87 245	3.50 258	5.91 187	0.72 109	10.17 180	4.34 63	8.16 163	5.80 68	10.82 223	5.64 200	7.08 122	4.73 198	0.03 179	0.00 1	0.00 1	0.00 1	0.08 108	0.14 162

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

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

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

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

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

DSFCA	4.21 197	0.50 90	5.45 198	1.34 115	1.68 195	7.04 206	4.51 236	10.73 191	7.00 152	10.78 239	6.80 94	8.48 194	4.63 164	9.91 235	5.12 201	0.02 157	0.06 194	0.02 218	0.03 195	0.08 108	0.03 55

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

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

HGLStereo	4.25 200	0.52 94	4.65 164	3.09 254	5.18 293	6.51 198	0.73 110	10.37 183	6.74 145	7.32 134	12.44 198	7.00 164	7.21 231	7.46 135	5.51 206	0.00 1	0.02 148	0.00 1	0.00 1	0.06 98	0.10 136

FC-DCNN	10.72 287	0.52 94	4.27 148	1.88 169	1.63 190	17.18 285	5.29 250	18.20 282	19.69 275	28.50 300	34.51 302	34.03 306	21.48 299	15.89 282	11.15 269	0.03 179	0.01 112	0.02 218	0.01 169	0.07 102	0.09 124

CBMV_ROB	4.14 191	0.52 94	3.14 92	1.30 113	0.77 150	6.92 204	1.97 183	10.11 179	9.58 206	8.92 192	14.20 215	7.12 171	5.90 203	8.65 195	3.50 175	0.01 102	0.05 187	0.00 1	0.00 1	0.04 70	0.09 124

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

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

acv_ft	3.69 163	0.53 98	4.58 163	2.31 215	4.71 291	7.44 215	0.86 128	8.54 144	5.70 114	9.29 201	9.26 149	5.77 141	4.15 145	2.24 36	8.13 240	0.00 1	0.00 1	0.00 1	0.00 1	0.29 226	0.01 14

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

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

anonymousa	3.80 174	0.55 102	3.35 102	1.24 107	3.74 267	9.04 232	0.36 59	6.74 121	4.03 51	7.72 146	19.64 253	10.62 220	6.01 207	1.52 15	1.40 79	0.00 1	0.00 1	0.00 1	0.05 212	0.00 1	0.03 55

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

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

FCDSN-DC	10.24 284	0.56 105	3.49 110	1.96 179	1.29 176	16.90 284	4.59 238	17.16 275	19.10 271	24.64 296	32.46 298	33.82 305	22.14 301	15.93 283	10.45 262	0.04 195	0.00 1	0.00 1	0.00 1	0.05 90	0.21 198
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DISCO	6.28 233	0.57 107	5.78 206	3.43 269	1.17 170	11.22 256	3.39 215	12.14 226	16.16 259	6.52 112	11.22 178	16.96 264	6.32 211	19.51 293	10.74 265	0.00 1	0.00 1	0.00 1	0.00 1	0.35 239	0.11 143

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

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.
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

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

SGM_RVC	10.08 281	0.60 111	3.42 107	2.30 213	0.32 88	19.41 292	6.33 261	18.95 287	14.64 250	25.14 297	24.32 274	33.34 304	18.79 290	19.86 294	12.55 274	0.25 254	0.26 276	0.22 276	0.24 255	0.34 238	0.40 240
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
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

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

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

UNet	3.97 185	0.61 114	6.50 227	1.68 151	3.22 246	9.82 241	0.31 51	9.50 163	5.32 97	7.20 129	6.35 86	10.59 218	5.91 204	6.93 118	5.49 205	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.01 14

RASNet	4.52 211	0.61 114	4.42 154	3.42 268	4.68 290	4.58 168	0.99 141	9.54 165	8.01 176	5.28 66	11.42 181	10.34 217	8.88 251	9.28 223	8.68 246	0.15 233	0.00 1	0.00 1	0.00 1	0.03 55	0.04 81

Anonymous_2	4.14 191	0.62 120	3.21 96	1.40 120	1.43 182	5.19 178	0.32 52	6.63 117	4.38 65	4.48 47	2.30 20	8.08 187	7.00 226	5.37 80	2.29 133	0.23 251	0.75 295	5.20 307	18.12 315	5.66 304	0.23 207

StereoDRNet-Refined	4.46 206	0.62 120	3.80 128	1.92 174	0.40 100	9.35 235	0.15 30	10.02 175	8.83 197	12.69 256	11.62 185	9.34 200	3.87 136	8.06 167	8.02 236	0.00 1	0.00 1	0.01 195	0.05 212	0.20 189	0.26 219
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
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

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

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

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

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
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

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

hitnet-ft	3.66 161	0.65 127	2.79 67	0.89 75	0.72 146	4.25 157	0.55 80	9.11 158	7.52 166	7.14 128	10.19 162	12.49 237	4.70 166	7.44 134	4.41 193	0.03 179	0.00 1	0.06 248	0.00 1	0.20 189	0.04 81

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

CRFU-Net	4.45 205	0.67 131	5.02 177	2.78 242	1.32 180	12.67 266	3.35 213	11.26 201	3.52 31	10.06 226	9.30 151	10.91 225	6.92 225	7.26 127	3.24 163	0.15 233	0.16 253	0.16 269	0.00 1	0.26 218	0.05 96

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

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

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

FAT-Stereo	6.78 246	0.68 132	6.80 232	2.30 213	1.77 203	5.63 185	4.20 229	18.79 285	18.62 268	10.53 235	17.15 240	18.52 273	13.74 279	8.86 207	7.38 227	0.03 179	0.15 248	0.01 195	0.07 218	0.12 140	0.26 219

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

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

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+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

delet	4.27 201	0.72 140	4.50 156	1.07 97	3.75 271	10.79 254	4.04 225	9.95 172	7.89 173	8.09 161	8.89 137	8.46 192	3.81 135	7.56 141	5.80 210	0.00 1	0.00 1	0.00 1	0.00 1	0.11 131	0.02 30

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

GEStereo_RVC	3.74 166	0.73 141	4.95 175	2.01 186	1.24 173	4.36 161	3.07 202	11.77 214	7.80 172	6.87 122	6.52 89	7.70 179	4.31 155	8.98 212	4.19 191	0.03 179	0.01 112	0.02 218	0.02 184	0.13 149	0.11 143

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

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

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

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

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

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

THIR-Stereo	3.86 178	0.77 148	2.62 49	0.12 10	0.13 30	4.25 157	6.63 265	5.30 67	4.18 59	10.33 229	17.13 239	6.58 159	7.62 239	7.78 154	3.51 176	0.01 102	0.07 205	0.07 254	0.00 1	0.11 131	0.02 30

MMNet	4.16 194	0.77 148	5.47 199	1.40 120	1.67 193	10.78 253	0.63 94	8.64 150	8.47 188	8.80 186	8.33 128	7.51 175	6.61 217	7.53 140	6.54 220	0.00 1	0.00 1	0.00 1	0.00 1	0.03 55	0.05 96

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

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

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
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

HSM	4.00 187	0.79 154	3.16 93	1.59 140	2.17 218	6.77 201	1.11 151	12.28 228	6.35 141	6.75 116	8.11 127	13.90 245	5.37 188	8.85 205	2.71 145	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.02 30

ADLNet	4.32 204	0.80 156	4.33 150	3.60 275	3.56 260	6.87 203	2.48 191	11.20 200	7.58 169	9.87 220	9.62 156	8.39 189	4.95 179	6.16 90	6.60 222	0.01 102	0.01 112	0.00 1	0.01 169	0.12 140	0.25 214

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

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

psm_up	3.85 177	0.82 160	3.01 78	2.00 185	2.58 235	5.28

Low-res two-view benchmark