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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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
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

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

x	5.66 221	3.85 287	10.36 261	3.10 256	5.60 297	18.95 289	6.98 270	17.04 273	24.02 288	6.06 89	5.30 59	1.41 27	6.37 212	1.87 24	1.87 104	0.03 179	0.07 205	0.00 1	0.00 1	0.04 70	0.18 182

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

AASNet	3.90 179	0.92 178	4.41 153	3.56 274	4.00 276	6.70 199	1.26 161	18.71 284	6.14 131	7.35 136	7.91 123	4.35 106	2.58 95	3.04 44	6.62 223	0.00 1	0.00 1	0.00 1	0.00 1	0.39 247	0.14 162

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

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

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

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

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

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

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

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
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

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

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

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

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
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.
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

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

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
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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

psm_up	3.85 177	0.82 160	3.01 78	2.00 185	2.58 235	5.28 180	3.34 212	10.85 195	6.33 138	7.27 132	7.32 113	10.15 211	9.02 253	6.19 91	2.51 140	0.22 250	0.01 112	0.00 1	0.00 1	0.12 140	0.03 55

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

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

ssnet_v2	4.46 206	0.87 166	5.18 187	1.57 137	0.67 138	9.14 233	4.73 240	11.84 215	9.68 207	8.79 185	6.24 81	9.91 207	4.34 156	6.28 95	9.30 253	0.00 1	0.01 112	0.00 1	0.00 1	0.28 224	0.30 229

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

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

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

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

GwcNet-RSSM	3.77 170	1.05 194	5.06 180	2.21 205	1.87 207	2.36 56	1.52 171	8.98 154	7.96 175	5.91 84	14.59 217	7.94 184	3.50 123	6.43 100	5.70 208	0.00 1	0.00 1	0.04 241	0.00 1	0.20 189	0.08 117

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

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

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

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

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

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

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

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

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

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

dad	4.66 213	1.89 259	5.51 200	0.94 80	0.09 16	2.16 45	0.37 60	7.10 128	14.43 249	10.13 227	16.84 233	14.97 251	1.90 80	6.82 114	4.15 190	1.09 293	0.11 229	4.08 305	0.46 281	0.17 171	0.06 101

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

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

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
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

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

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

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
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

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

NLCA_NET_v2_RVC	3.84 176	1.06 196	5.23 191	2.72 240	3.27 248	4.36 161	0.61 91	10.71 190	7.56 167	8.75 184	7.89 122	9.86 206	3.90 137	7.15 124	3.44 170	0.14 231	0.02 148	0.02 218	0.03 195	0.04 70	0.03 55
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
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

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

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

ADLNet2	4.46 206	0.90 174	6.06 214	2.74 241	3.91 273	6.79 202	3.01 201	10.95 198	8.40 186	7.27 132	9.80 158	9.85 205	5.43 193	7.29 128	6.44 219	0.01 102	0.03 168	0.00 1	0.00 1	0.15 159	0.11 143

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Consistency-Raft	9.42 275	4.74 291	12.66 273	5.30 298	9.08 307	4.08 153	5.26 249	19.26 290	24.87 289	11.17 246	29.85 288	13.57 240	5.51 198	7.67 146	13.40 277	0.36 265	0.35 282	1.81 300	4.24 308	11.61 312	3.57 298

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	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

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

FADNet-RVC-Resample	3.79 172	1.62 243	12.06 268	1.43 124	0.66 136	5.94 188	2.41 188	10.18 181	8.58 194	6.28 105	4.22 31	5.33 135	4.80 175	7.71 149	3.19 160	0.17 239	0.21 264	0.17 271	0.12 233	0.41 251	0.29 226

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

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

iResNetv2_ROB	4.28 202	1.43 228	7.17 237	2.91 246	1.26 174	4.36 161	1.62 174	13.64 246	10.25 218	9.83 219	11.41 180	7.68 178	4.00 139	7.75 153	1.85 103	0.00 1	0.00 1	0.00 1	0.00 1	0.37 242	0.09 124

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

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

UDG	8.58 269	9.31 307	4.89 172	10.00 309	9.52 308	10.36 248	2.41 188	12.07 222	9.82 211	7.81 150	9.55 154	16.52 260	9.81 259	7.84 156	7.88 234	4.20 304	2.51 307	18.53 312	3.71 307	9.55 310	5.28 306

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

DRN-Test	5.87 223	0.98 186	5.89 209	2.69 237	3.65 264	12.37 263	3.35 213	20.07 299	10.20 217	11.93 251	12.31 197	11.06 228	5.31 187	7.89 158	9.05 250	0.04 195	0.05 187	0.04 241	0.04 208	0.18 181	0.25 214

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

test_5	2.90 113	0.70 137	3.69 121	2.01 186	3.17 245

Low-res two-view benchmark