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

Selective-IGEV	1.23 11	0.18 2	1.13 2	0.07 4	0.17 47	2.38 59	0.54 91	6.10 102	2.51 7	0.41 6	3.20 34	0.26 6	0.29 6	6.94 133	0.16 1	0.00 1	0.01 117	0.00 1	0.11 245	0.04 69	0.10 144

EGLCR-Stereo	1.04 5	0.20 3	2.00 21	1.14 117	0.16 42	2.50 65	0.11 19	4.96 47	2.61 10	0.79 15	0.07 1	1.46 41	0.37 11	3.96 67	0.23 2	0.01 110	0.05 202	0.00 1	0.00 1	0.00 1	0.07 112

RCA-Stereo	1.99 56	0.34 36	2.71 63	0.26 34	0.06 8	2.29 52	0.48 79	4.89 40	14.65 269	2.81 31	5.51 87	0.78 24	3.21 133	1.44 13	0.33 3	0.00 1	0.01 117	0.00 1	0.00 1	0.07 106	0.02 34

GLC_STEREO	0.75 1	0.29 12	1.19 3	0.55 65	0.01 1	1.98 40	0.57 99	3.07 4	3.02 30	0.90 17	1.48 11	0.19 1	0.40 13	0.93 2	0.36 4	0.00 1	0.01 117	0.00 1	0.00 1	0.04 69	0.02 34

CREStereo++_RVC	1.59 23	0.39 61	2.26 33	0.36 50	0.01 1	1.67 22	0.01 1	2.95 3	8.12 192	3.69 48	7.44 132	0.47 18	0.32 8	0.74 1	0.39 5	0.00 1	0.00 1	0.00 1	3.03 324	0.00 1	0.00 1

anonymousdsp2	1.78 29	0.39 61	3.40 119	1.10 112	0.04 3	3.63 135	0.50 85	7.80 151	2.77 15	2.91 34	2.88 31	3.17 85	1.01 42	5.15 84	0.43 6	0.00 1	0.01 117	0.02 233	0.15 252	0.05 90	0.12 164

ProNet	1.20 8	0.60 119	2.00 21	0.26 34	0.08 17	2.73 81	0.68 115	5.00 52	2.52 8	0.29 2	1.32 9	0.37 14	0.36 9	6.94 133	0.44 7	0.00 1	0.07 221	0.00 1	0.00 1	0.17 183	0.07 112

CREStereo	0.98 3	0.42 74	1.86 10	0.07 4	0.22 77	1.65 21	0.02 6	4.07 17	6.33 151	0.72 14	1.54 12	0.43 16	0.64 25	1.22 8	0.44 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	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
s12784h	1.89 46	0.30 15	2.57 50	0.11 11	0.09 18	4.18 169	0.13 29	6.61 127	7.44 178	3.62 47	4.28 47	0.59 23	0.81 34	6.61 123	0.46 9	0.01 110	0.01 117	0.00 1	0.00 1	0.02 25	0.00 1

TANstereo	1.20 8	0.49 96	2.04 23	0.34 49	0.10 21	1.80 35	0.01 1	3.40 7	4.10 74	4.37 53	4.82 57	0.41 15	0.70 26	0.94 3	0.46 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	1.44 20	0.85 173	2.04 23	2.45 244	0.05 4	2.34 55	0.01 1	3.46 8	7.51 179	2.88 33	4.98 62	0.26 6	0.25 3	1.15 7	0.46 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MC-Stereo	1.47 21	0.36 52	2.54 47	1.99 194	0.12 32	1.90 37	0.12 25	4.47 28	2.83 17	3.31 42	3.44 38	0.56 22	1.47 72	5.39 88	0.47 12	0.00 1	0.04 195	0.00 1	0.21 266	0.07 106	0.04 83

anonymousdsp	1.12 6	0.59 117	1.66 6	0.03 1	0.07 11	2.81 87	0.82 140	4.07 17	2.30 1	0.41 6	1.12 7	0.30 9	0.40 13	7.05 137	0.49 13	0.00 1	0.00 1	0.00 1	0.17 255	0.10 132	0.05 98

IGEV-Stereo	1.12 6	0.59 117	1.66 6	0.03 1	0.07 11	2.82 90	0.82 140	4.09 19	2.30 1	0.41 6	1.11 4	0.30 9	0.41 15	7.05 137	0.49 13	0.00 1	0.00 1	0.00 1	0.17 255	0.10 132	0.05 98
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
AnonymousM	2.71 115	6.75 317	0.98 1	0.73 78	0.06 8	2.41 61	0.53 88	5.30 75	3.05 31	4.75 66	2.09 22	1.89 54	1.01 42	1.88 31	0.51 15	0.01 110	0.02 155	17.42 330	4.76 330	0.02 25	0.01 15

sAnonymous2	1.35 15	1.66 262	8.14 263	0.55 65	0.46 123	1.23 4	0.24 50	4.00 15	3.47 49	0.40 4	1.11 4	0.23 3	1.42 70	0.96 4	0.57 16	0.01 110	0.00 1	0.00 1	0.20 263	2.07 311	0.22 213

CroCo_RVC	1.35 15	1.66 262	8.14 263	0.55 65	0.46 123	1.23 4	0.24 50	4.00 15	3.47 49	0.40 4	1.11 4	0.23 3	1.42 70	0.96 4	0.57 16	0.01 110	0.00 1	0.00 1	0.20 263	2.07 311	0.22 213

CES	1.56 22	0.35 45	1.44 4	0.42 54	7.70 325	2.66 79	0.13 29	4.89 40	2.53 9	0.25 1	1.10 3	0.33 13	0.31 7	1.61 20	0.58 18	0.01 110	0.02 155	0.00 1	0.00 1	0.54 270	6.26 326

knoymous	1.36 17	0.21 6	1.68 8	0.20 26	0.49 131	1.58 19	0.11 19	5.15 59	2.40 3	4.62 60	1.77 16	4.56 128	0.45 18	3.23 51	0.63 19	0.00 1	0.02 155	0.00 1	0.00 1	0.02 25	0.01 15

ROB_FTStereo	1.90 47	0.42 74	2.86 79	0.12 12	0.19 67	3.71 142	0.75 131	5.24 69	2.95 21	5.87 98	4.26 46	3.41 89	1.51 73	5.80 95	0.65 20	0.01 110	0.00 1	0.00 1	0.00 1	0.08 112	0.08 120

HUI-Stereo	1.80 32	0.41 70	2.85 77	0.12 12	0.18 58	3.72 145	0.65 111	5.23 63	2.97 27	5.87 98	4.34 51	3.45 90	1.52 77	3.93 66	0.65 20	0.02 172	0.00 1	0.00 1	0.00 1	0.08 112	0.10 144

LoS_RVC	1.26 14	1.43 240	1.91 13	0.42 54	3.77 286	1.71 32	0.04 8	2.58 1	2.49 5	0.42 10	2.58 28	0.30 9	0.57 22	1.71 22	0.66 22	0.01 110	0.02 155	0.00 1	0.00 1	0.02 25	4.49 319

tt_ll	1.25 13	1.43 240	1.91 13	0.42 54	3.77 286	1.71 32	0.04 8	2.58 1	2.49 5	0.42 10	2.58 28	0.30 9	0.57 22	1.61 20	0.66 22	0.01 110	0.02 155	0.00 1	0.00 1	0.02 25	4.49 319

LoS	0.91 2	0.34 36	2.10 30	0.38 53	0.13 35	2.47 63	0.26 54	5.00 52	2.74 14	0.89 16	0.21 2	0.49 19	0.36 9	1.97 32	0.67 24	0.02 172	0.02 155	0.00 1	0.00 1	0.06 100	0.01 15

DCRE	1.79 30	0.68 140	2.55 48	1.66 161	0.27 87	1.27 6	0.05 12	4.57 30	4.04 70	3.30 41	9.24 164	3.83 105	1.20 57	2.08 37	0.67 24	0.00 1	0.12 254	0.00 1	0.24 273	0.04 69	0.09 130

PSM-adaLoss	1.88 43	0.40 64	2.86 79	0.12 12	0.19 67	3.75 150	0.71 123	5.23 63	2.96 23	5.86 93	4.33 50	3.45 90	1.51 73	5.40 89	0.69 26	0.01 110	0.00 1	0.00 1	0.00 1	0.08 112	0.09 130

ROB_FTStereo_v2	1.91 49	0.41 70	2.85 77	0.12 12	0.19 67	3.71 142	0.73 126	5.23 63	2.95 21	5.86 93	4.36 53	3.46 92	1.51 73	5.86 96	0.69 26	0.01 110	0.00 1	0.00 1	0.00 1	0.08 112	0.08 120

Patchmatch Stereo++	1.95 51	0.40 64	2.86 79	0.12 12	0.18 58	3.74 147	0.66 113	5.24 69	2.96 23	5.86 93	4.32 48	3.46 92	1.52 77	6.88 128	0.70 28	0.01 110	0.00 1	0.00 1	0.00 1	0.08 112	0.09 130
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
iRAFT	1.95 51	0.40 64	2.86 79	0.12 12	0.18 58	3.74 147	0.66 113	5.24 69	2.96 23	5.86 93	4.32 48	3.46 92	1.52 77	6.88 128	0.70 28	0.01 110	0.00 1	0.00 1	0.00 1	0.08 112	0.09 130

R-Stereo Train	2.44 94	0.32 19	1.93 16	0.94 95	0.16 42	3.67 137	0.61 104	6.37 114	3.08 33	9.14 221	17.44 261	1.80 51	0.77 30	1.76 24	0.70 28	0.00 1	0.01 117	0.00 1	0.00 1	0.01 8	0.03 59

RAFT-Stereo	2.44 94	0.32 19	1.93 16	0.94 95	0.16 42	3.67 137	0.61 104	6.37 114	3.08 33	9.14 221	17.44 261	1.80 51	0.77 30	1.76 24	0.70 28	0.00 1	0.01 117	0.00 1	0.00 1	0.01 8	0.03 59
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
KYRaft	3.59 168	0.31 16	1.84 9	0.76 80	0.46 123	2.29 52	4.04 246	4.75 37	3.25 43	8.93 218	19.47 269	6.62 172	5.07 199	7.79 169	0.71 32	0.01 110	0.00 1	0.00 1	0.01 181	0.04 69	5.38 325

LCNet	2.85 123	0.42 74	1.90 12	0.95 99	0.56 136	2.07 43	1.60 193	4.99 51	3.57 54	6.05 105	10.59 185	4.59 129	6.79 236	7.46 151	0.72 33	0.01 110	0.00 1	0.01 208	0.77 308	0.30 238	3.57 313

CAS	2.24 73	0.25 10	1.86 10	11.21 328	3.86 289	1.67 22	0.02 6	3.87 12	2.67 12	0.41 6	1.63 14	0.24 5	0.27 4	1.50 15	0.74 34	9.43 333	0.01 117	0.00 1	0.00 1	0.01 8	5.21 323

SST-Stereo	2.75 119	0.31 16	2.78 70	1.33 127	0.33 103	3.99 164	0.82 140	5.60 88	3.93 63	10.92 260	6.19 98	5.00 137	4.23 166	8.66 212	0.74 34	0.00 1	0.00 1	0.00 1	0.00 1	0.03 57	0.03 59

iGMRVC	1.96 54	0.40 64	2.88 84	0.12 12	0.19 67	3.74 147	0.73 126	5.23 63	2.97 27	5.87 98	4.37 54	3.48 96	1.52 77	6.73 125	0.74 34	0.02 172	0.00 1	0.00 1	0.00 1	0.08 112	0.08 120

PMTNet	1.41 19	0.37 55	2.06 25	0.26 34	0.15 39	2.94 98	0.34 63	3.39 6	5.33 114	1.00 18	1.27 8	0.28 8	0.93 39	4.04 68	0.74 34	5.00 323	0.00 1	0.00 1	0.00 1	0.03 57	0.01 15

TestStereo	1.74 27	1.02 200	3.64 133	0.20 26	0.28 92	1.33 8	0.01 1	5.24 69	4.01 68	3.18 36	4.97 61	2.07 59	0.70 26	7.32 146	0.75 38	0.02 172	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1

test-3	1.86 40	0.21 6	2.46 43	1.03 106	0.22 77	1.38 10	0.83 144	4.65 35	5.04 106	7.26 158	1.78 17	4.10 112	0.41 15	6.53 121	0.76 39	0.00 1	0.00 1	0.00 1	0.29 282	0.18 192	0.14 176

test_1	1.85 39	0.21 6	2.45 41	1.02 104	0.22 77	1.37 9	0.82 140	4.66 36	5.06 107	7.02 151	1.73 15	4.09 111	0.41 15	6.51 119	0.76 39	0.00 1	0.00 1	0.00 1	0.29 282	0.18 192	0.14 176

test_3	1.88 43	0.22 9	2.75 67	0.96 101	0.22 77	1.28 7	0.77 134	4.62 32	5.87 131	6.55 136	1.84 19	4.28 122	0.45 18	6.48 116	0.76 39	0.00 1	0.01 117	0.00 1	0.28 281	0.17 183	0.14 176

RAFT-IKP	1.90 47	0.42 74	2.83 73	0.12 12	0.18 58	3.50 127	0.64 109	5.24 69	2.96 23	5.86 93	4.34 51	3.50 98	1.51 73	5.99 100	0.76 39	0.01 110	0.00 1	0.00 1	0.00 1	0.08 112	0.08 120

sCroCo_RVC	1.21 10	0.65 135	5.16 197	1.09 111	1.29 185	0.92 3	0.19 41	3.92 13	2.68 13	0.30 3	3.04 32	0.52 20	1.56 82	1.58 18	0.78 43	0.09 240	0.25 293	0.00 1	0.00 1	0.07 106	0.11 154

XX-Stereo	2.71 115	0.38 58	5.96 222	2.25 227	2.20 235	1.54 18	0.21 45	5.44 85	3.05 31	2.28 25	16.16 244	7.03 177	0.24 2	6.19 102	0.79 44	0.00 1	0.15 267	0.00 1	0.23 271	0.13 161	0.04 83

GMStereo	1.83 38	0.99 197	4.55 170	0.57 70	0.05 4	2.53 68	0.01 1	4.95 43	11.14 241	3.52 45	2.24 24	0.53 21	0.49 20	3.76 61	0.80 45	0.20 265	0.00 1	0.00 1	0.12 248	0.12 151	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
PSM-AAD	3.33 156	0.20 3	1.47 5	0.73 78	0.54 135	2.55 69	6.19 276	4.97 48	3.27 44	10.92 260	11.92 202	2.95 76	9.59 273	7.90 173	0.82 46	0.01 110	0.01 117	0.00 1	0.00 1	0.04 69	2.47 311

DisPM	2.43 92	0.32 19	3.04 96	1.76 168	0.18 58	3.46 120	0.65 111	5.13 56	4.88 103	8.59 206	7.04 124	2.84 73	1.03 45	8.85 220	0.83 47	0.01 110	0.00 1	0.00 1	0.00 1	0.01 8	0.02 34

RAFT_CTSACE	3.40 161	1.07 208	4.52 168	1.27 124	3.14 256	4.00 165	1.07 163	3.93 14	4.43 84	4.66 64	17.94 264	7.21 186	2.76 117	10.82 259	0.85 48	0.00 1	0.07 221	0.00 1	0.00 1	0.30 238	0.01 15

iRaft-Stereo_20w	2.56 103	0.35 45	4.98 187	0.37 52	0.67 146	3.47 123	0.59 101	12.57 251	3.89 61	6.10 111	6.23 101	1.49 42	2.24 103	6.65 124	0.86 49	0.00 1	0.19 280	0.00 1	0.33 288	0.08 112	0.22 213

RAFT_R40	2.71 115	0.33 29	3.00 89	1.26 122	0.30 94	3.83 158	1.00 159	5.69 90	4.29 79	9.69 235	6.33 106	5.02 139	4.02 158	8.58 210	0.86 49	0.01 110	0.00 1	0.00 1	0.00 1	0.03 57	0.02 34

CFNet-RSSM	2.11 65	0.33 29	2.71 63	1.04 108	0.30 94	3.21 115	0.41 71	6.67 129	6.96 163	5.62 83	4.58 55	5.40 150	1.71 86	1.86 27	0.87 51	0.00 1	0.08 230	0.00 1	0.32 286	0.02 25	0.02 34

GMOStereo	1.81 33	0.47 89	2.09 26	0.10 7	0.27 87	1.49 13	0.89 150	4.40 22	4.51 88	8.16 190	6.97 117	2.96 77	1.15 51	1.42 9	0.88 52	0.00 1	0.14 262	0.00 1	0.00 1	0.23 217	0.03 59

error version	1.81 33	0.47 89	2.09 26	0.10 7	0.27 87	1.49 13	0.89 150	4.40 22	4.51 88	8.16 190	6.97 117	2.96 77	1.15 51	1.42 9	0.88 52	0.00 1	0.14 262	0.00 1	0.00 1	0.23 217	0.03 59

test-v	1.81 33	0.47 89	2.09 26	0.10 7	0.27 87	1.49 13	0.89 150	4.40 22	4.51 88	8.16 190	6.97 117	2.96 77	1.15 51	1.42 9	0.88 52	0.00 1	0.14 262	0.00 1	0.00 1	0.23 217	0.03 59

test-2	1.81 33	0.47 89	2.09 26	0.10 7	0.27 87	1.49 13	0.89 150	4.40 22	4.51 88	8.16 190	6.97 117	2.96 77	1.15 51	1.42 9	0.88 52	0.00 1	0.14 262	0.00 1	0.00 1	0.23 217	0.03 59

Selective-RAFT	1.69 25	0.32 19	3.29 112	0.92 93	0.18 58	3.89 160	0.06 14	4.22 20	4.00 66	1.47 20	1.98 21	3.07 84	2.81 120	6.35 110	0.89 56	0.01 110	0.00 1	0.00 1	0.21 266	0.05 90	0.00 1

cross-raft	2.03 59	0.35 45	2.78 70	1.10 112	0.16 42	3.77 151	0.48 79	7.03 139	3.75 59	5.06 71	5.55 88	6.26 166	1.41 69	1.75 23	0.89 56	0.01 110	0.07 221	0.00 1	0.19 261	0.03 57	0.03 59

raft+_RVC	1.79 30	0.84 171	2.32 35	2.40 239	0.85 163	1.38 10	0.09 18	6.36 112	4.75 100	2.85 32	5.46 85	1.17 31	1.36 68	4.54 72	0.91 58	0.00 1	0.10 240	0.00 1	0.00 1	0.11 143	0.22 213

Gwc-CoAtRS	2.02 57	0.33 29	2.61 53	1.04 108	0.30 94	3.56 133	0.40 70	5.89 98	5.94 133	5.08 72	5.01 63	5.55 152	1.72 87	1.60 19	0.91 58	0.01 110	0.09 236	0.00 1	0.25 276	0.01 8	0.02 34

MSMDNet	2.02 57	0.37 55	2.84 75	1.14 117	0.34 105	3.73 146	0.53 88	6.21 108	3.55 53	5.32 78	5.17 66	5.85 159	1.74 90	2.23 40	0.91 58	0.01 110	0.10 240	0.00 1	0.24 273	0.02 25	0.02 34

Anonymous	1.37 18	0.52 101	4.23 158	1.38 130	2.70 251	1.85 36	0.42 72	4.77 38	3.54 52	0.53 13	1.56 13	0.19 1	1.32 62	3.11 50	0.92 61	0.05 222	0.08 230	0.00 1	0.00 1	0.17 183	0.15 185

iRaftStereo_RVC	1.62 24	0.68 140	1.98 20	0.67 75	0.05 4	2.99 100	0.04 8	5.36 80	3.74 58	3.82 49	4.96 60	2.54 65	0.62 24	3.35 54	0.97 62	0.00 1	0.07 221	0.00 1	0.00 1	0.30 238	0.27 235

RAFT-Stereo + iAFF	2.12 66	0.58 115	2.43 40	1.27 124	0.16 42	1.60 20	0.14 33	5.17 60	5.90 132	7.10 154	10.10 179	3.06 83	1.74 90	1.87 28	0.97 62	0.01 110	0.02 155	0.00 1	0.00 1	0.23 217	0.02 34

LL-Strereo2	1.86 40	0.83 170	2.33 37	0.36 50	0.17 47	3.79 155	1.52 189	5.82 97	4.04 70	4.43 54	2.51 27	4.23 116	0.37 11	5.66 92	0.99 64	0.00 1	0.02 155	0.00 1	0.05 224	0.06 100	0.11 154

RALCasStereoNet	1.93 50	1.01 198	2.75 67	1.88 182	1.75 210	2.88 95	0.18 40	4.64 34	4.36 82	2.27 24	5.14 65	2.22 60	0.79 33	7.10 140	1.00 65	0.00 1	0.34 299	0.00 1	0.00 1	0.10 132	0.16 189

riskmin	1.88 43	0.15 1	2.11 31	1.38 130	0.88 165	2.40 60	0.04 8	5.93 99	6.10 141	2.25 23	1.34 10	6.06 161	5.08 200	2.78 47	1.01 66	0.00 1	0.02 155	0.00 1	0.00 1	0.01 8	0.06 104

raft_robust	2.64 109	1.20 222	2.62 54	1.10 112	0.28 92	1.50 17	0.12 25	6.28 109	9.04 213	6.80 142	7.19 127	3.73 104	2.13 99	9.06 228	1.07 67	0.03 197	0.12 254	0.00 1	0.21 266	0.17 183	0.22 213

CroCo-Stereo	0.99 4	0.89 181	3.19 107	0.46 59	0.44 117	0.38 1	0.05 12	4.61 31	3.95 64	0.48 12	1.78 17	1.01 27	0.27 4	1.11 6	1.07 67	0.01 110	0.00 1	0.00 1	0.00 1	0.05 90	0.04 83
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
CASS	2.44 94	0.44 81	3.56 128	0.85 87	0.38 107	3.14 109	0.22 46	9.64 183	4.00 66	6.78 140	7.62 135	3.57 101	3.58 145	3.80 62	1.10 69	0.02 172	0.01 117	0.00 1	0.00 1	0.05 90	0.01 15
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
AFF-stereo	2.59 107	0.68 140	2.35 38	1.55 146	0.17 47	1.67 22	0.08 16	5.75 91	6.60 155	6.20 119	12.13 206	6.16 163	2.36 106	4.75 75	1.11 70	0.02 172	0.02 155	0.00 1	0.00 1	0.23 217	0.05 98

raftrobust	1.86 40	0.74 151	1.94 18	2.15 218	2.24 237	2.74 83	0.53 88	4.89 40	4.05 72	6.09 110	3.89 41	1.64 46	2.55 111	2.44 43	1.12 71	0.00 1	0.03 181	0.00 1	0.00 1	0.12 151	0.08 120

rafts_anoy	1.72 26	0.79 162	2.58 51	2.03 203	1.75 210	2.47 63	0.16 38	5.48 86	6.01 139	3.24 39	2.11 23	1.92 57	1.33 63	3.08 49	1.13 72	0.01 110	0.18 277	0.00 1	0.01 181	0.03 57	0.07 112

CroCo-Stereo Lap2	1.24 12	0.88 178	3.39 118	0.95 99	4.59 307	0.47 2	0.08 16	3.51 9	2.80 16	1.17 19	2.24 24	1.57 45	0.20 1	1.48 14	1.14 73	0.00 1	0.00 1	0.00 1	0.00 1	0.15 171	0.12 164

RAFT+CT+SA	2.36 88	0.71 147	2.46 43	0.83 85	2.26 238	3.18 113	0.93 155	6.82 135	5.48 116	2.55 26	8.07 143	1.64 46	1.59 83	8.54 207	1.15 74	0.02 172	0.00 1	0.00 1	0.38 292	0.19 196	0.36 248

test_4	2.38 90	0.34 36	2.68 58	0.08 6	0.11 29	3.69 140	1.14 169	3.33 5	3.34 46	4.03 51	17.35 260	3.31 88	0.51 21	6.28 106	1.15 74	0.00 1	0.00 1	0.00 1	0.11 245	0.16 177	0.01 15

GMM-Stereo	3.32 154	0.27 11	2.52 46	0.82 83	0.48 129	2.27 51	4.91 264	5.06 55	3.08 33	7.06 153	16.72 249	6.21 165	3.70 151	7.60 156	1.16 76	0.04 212	0.00 1	0.00 1	0.04 220	0.10 132	4.45 317

Prome-Stereo	3.65 171	0.29 12	1.92 15	0.91 91	0.49 131	2.07 43	4.75 262	4.41 26	3.23 42	9.32 227	20.63 276	4.06 110	7.19 241	7.70 162	1.17 77	0.00 1	0.00 1	0.00 1	0.00 1	0.05 90	4.72 322

SA	3.06 133	0.74 151	3.79 141	1.60 154	0.30 94	3.19 114	1.43 184	6.72 131	9.06 214	4.63 63	10.80 189	2.89 75	4.71 185	9.62 246	1.18 78	0.00 1	0.09 236	0.00 1	0.19 261	0.23 217	0.02 34

TestStereo1	2.85 123	0.81 165	3.48 123	3.11 274	0.44 117	2.52 66	1.50 187	6.37 114	8.18 194	4.62 60	9.24 164	2.23 61	3.69 149	9.19 233	1.26 79	0.00 1	0.01 117	0.00 1	0.00 1	0.27 232	0.09 130

SA-5K	2.85 123	0.81 165	3.48 123	3.11 274	0.44 117	2.52 66	1.50 187	6.37 114	8.18 194	4.62 60	9.24 164	2.23 61	3.69 149	9.19 233	1.26 79	0.00 1	0.01 117	0.00 1	0.00 1	0.27 232	0.09 130

IPLGR	2.28 81	0.51 100	6.00 223	0.15 23	0.15 39	1.99 41	0.22 46	6.34 111	6.04 140	6.80 142	5.76 89	2.87 74	2.31 105	4.88 78	1.28 81	0.00 1	0.00 1	0.00 1	0.00 1	0.09 128	0.18 192

Anonymous3	1.76 28	0.44 81	6.37 234	0.33 48	0.50 133	4.33 172	0.54 91	4.43 27	2.48 4	2.21 22	3.24 35	1.53 44	1.14 49	5.64 91	1.29 82	0.17 258	0.23 287	0.00 1	0.00 1	0.12 151	0.15 185

test_5	2.90 128	0.70 145	3.69 135	2.01 199	3.17 259	4.61 183	1.32 181	6.69 130	7.02 167	2.79 30	7.18 126	4.99 134	4.14 161	7.96 174	1.31 83	0.00 1	0.00 1	0.00 1	0.03 207	0.19 196	0.26 231

Sa-1000	3.55 167	0.75 153	3.63 132	1.91 186	0.30 94	3.55 132	1.63 195	7.39 144	8.54 205	7.70 173	17.44 261	4.00 108	2.82 121	9.44 243	1.33 84	0.00 1	0.10 240	0.00 1	0.18 258	0.21 206	0.04 83

TransformOpticalFlow	3.38 160	0.70 145	4.54 169	1.00 103	0.30 94	3.56 133	0.14 33	9.67 184	7.30 174	5.55 82	13.34 221	6.74 173	5.03 197	8.22 196	1.34 85	0.00 1	0.01 117	0.01 208	0.00 1	0.04 69	0.11 154

GrayStereo	3.74 177	0.20 3	1.94 18	1.55 146	0.60 139	3.12 108	8.22 296	5.76 93	3.32 45	10.40 249	16.66 248	5.81 158	8.60 263	6.57 122	1.37 86	0.01 110	0.00 1	0.01 208	0.63 303	0.02 25	0.04 83

anonymousa	3.80 185	0.55 109	3.35 115	1.24 121	3.74 281	9.04 246	0.36 65	6.74 132	4.03 69	7.72 174	19.64 270	10.62 233	6.01 220	1.52 16	1.40 87	0.00 1	0.00 1	0.00 1	0.05 224	0.00 1	0.03 59

STrans-v2	3.43 164	0.73 149	4.82 181	0.26 34	0.60 139	3.00 101	1.19 173	10.41 202	7.22 171	5.79 88	10.97 192	6.75 174	7.03 240	8.25 198	1.40 87	0.00 1	0.01 117	0.00 1	0.00 1	0.03 57	0.18 192

GANet-ADL	2.20 70	0.50 97	3.27 111	2.02 201	0.11 29	2.21 49	0.48 79	8.64 166	6.79 159	4.56 59	5.83 91	3.98 107	1.27 61	2.68 46	1.43 89	0.04 212	0.08 230	0.02 233	0.00 1	0.15 171	0.03 59

TRStereo	2.36 88	3.10 294	4.70 178	1.99 194	2.08 225	2.61 73	1.11 166	8.79 169	3.73 57	3.19 37	3.04 32	3.96 106	0.77 30	5.92 97	1.44 90	0.03 197	0.14 262	0.00 1	0.29 282	0.08 112	0.25 226

ARAFT	3.13 139	1.11 216	7.34 254	0.42 54	0.14 37	4.52 180	2.99 222	7.41 145	5.97 136	8.85 213	7.06 125	5.20 143	1.25 60	8.49 205	1.44 90	0.00 1	0.03 181	0.00 1	0.00 1	0.33 247	0.11 154

DN-CSS_ROB	2.69 111	1.40 239	5.34 206	2.31 233	0.75 155	3.14 109	0.06 14	6.11 103	3.87 60	5.34 79	12.18 209	2.34 63	1.22 58	7.84 170	1.48 92	0.03 197	0.00 1	0.00 1	0.00 1	0.35 251	0.03 59

DeepStereo_RVC	2.05 62	0.39 61	2.87 83	0.14 22	0.17 47	3.51 129	0.70 120	5.21 62	3.00 29	6.27 127	4.13 43	3.47 95	4.53 178	4.81 76	1.49 93	0.01 110	0.00 1	0.00 1	0.00 1	0.09 128	0.18 192

UDGNet	2.73 118	7.09 320	3.90 150	2.71 255	0.06 8	2.98 99	0.20 43	4.63 33	8.58 209	2.69 27	2.70 30	0.95 26	1.01 42	6.27 105	1.51 94	1.28 314	0.00 1	5.24 327	0.94 312	1.70 307	0.13 171

EAI-Stereo	2.31 85	0.44 81	2.72 65	0.68 76	0.56 136	3.51 129	2.62 215	11.42 222	4.14 76	2.09 21	7.23 129	1.21 32	0.91 38	5.67 93	1.51 94	0.01 110	0.25 293	0.00 1	0.88 310	0.04 69	0.26 231

NF-Stereo	2.24 73	0.33 29	3.00 89	2.04 205	0.10 21	3.46 120	0.43 73	6.51 124	3.17 36	6.84 144	5.24 77	2.67 70	1.34 65	8.17 191	1.53 96	0.01 110	0.00 1	0.00 1	0.00 1	0.02 25	0.01 15

FTStereo	4.55 223	0.36 52	2.18 32	0.94 95	0.38 107	2.60 72	8.82 299	4.98 50	3.17 36	10.88 259	30.35 308	5.60 153	7.60 250	7.62 157	1.55 97	0.17 258	0.00 1	0.05 262	0.00 1	0.03 57	3.80 315

OCTAStereo	2.24 73	0.33 29	3.03 93	2.04 205	0.10 21	3.45 119	0.43 73	6.50 121	3.17 36	6.84 144	5.20 74	2.65 67	1.33 63	8.18 192	1.56 98	0.01 110	0.00 1	0.00 1	0.00 1	0.02 25	0.01 15

test-1	1.82 37	0.45 84	5.42 207	0.89 89	0.41 114	2.14 45	0.56 96	5.75 91	4.15 77	3.28 40	5.11 64	3.61 102	0.70 26	1.53 17	1.56 98	0.02 172	0.34 299	0.00 1	0.08 234	0.02 25	0.30 241

RE-Stereo	2.25 78	0.33 29	3.03 93	2.04 205	0.10 21	3.47 123	0.43 73	6.50 121	3.18 39	6.84 144	5.20 74	2.65 67	1.34 65	8.18 192	1.58 100	0.01 110	0.00 1	0.01 208	0.00 1	0.02 25	0.01 15

TVStereo	2.25 78	0.33 29	3.03 93	2.04 205	0.10 21	3.47 123	0.43 73	6.50 121	3.18 39	6.84 144	5.20 74	2.65 67	1.34 65	8.18 192	1.58 100	0.01 110	0.00 1	0.01 208	0.00 1	0.02 25	0.01 15

RALAANet	2.46 98	1.09 212	3.70 138	2.55 250	0.80 160	3.37 118	0.15 36	7.44 146	5.54 120	5.65 84	6.01 93	3.54 100	1.13 48	6.34 109	1.58 100	0.00 1	0.01 117	0.00 1	0.05 224	0.21 206	0.03 59

PFNet+	2.35 87	0.31 16	3.69 135	0.79 82	0.17 47	3.15 112	0.75 131	4.52 29	6.30 149	7.90 184	6.34 107	2.53 64	1.18 56	7.72 165	1.62 103	0.03 197	0.00 1	0.00 1	0.00 1	0.01 8	0.03 59

UCFNet_RVC	3.09 134	0.77 156	2.27 34	2.35 236	1.79 214	3.50 127	1.06 162	12.12 243	6.91 161	4.71 65	7.67 136	7.58 188	4.40 176	4.95 80	1.67 104	0.00 1	0.00 1	0.00 1	0.00 1	0.11 143	0.01 15

ASMatch	3.32 154	0.50 97	3.32 113	1.72 164	0.45 122	1.93 39	0.68 115	6.42 120	3.89 61	6.18 118	22.30 283	4.61 130	4.82 192	7.65 158	1.70 105	0.00 1	0.02 155	0.00 1	0.03 207	0.01 8	0.18 192

DAS	3.74 177	0.35 45	5.19 199	1.99 194	3.74 281	2.36 56	3.22 229	7.77 149	9.27 215	8.70 207	12.08 204	4.45 124	5.43 209	8.39 201	1.71 106	0.01 110	0.00 1	0.00 1	0.00 1	0.04 69	0.02 34

SepStereo	3.78 182	0.35 45	5.19 199	1.99 194	3.74 281	2.36 56	3.22 229	7.77 149	9.27 215	8.70 207	12.08 204	4.45 124	5.43 209	9.18 232	1.71 106	0.01 110	0.00 1	0.00 1	0.00 1	0.04 69	0.02 34

PSM-softLoss	2.24 73	0.34 36	3.42 120	1.81 174	0.17 47	2.74 83	0.39 68	6.17 105	2.92 19	6.26 125	6.29 104	2.96 77	0.97 40	8.68 213	1.71 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.02 34

KMStereo	2.24 73	0.34 36	3.42 120	1.81 174	0.17 47	2.74 83	0.39 68	6.17 105	2.92 19	6.26 125	6.29 104	2.96 77	0.97 40	8.68 213	1.71 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.02 34

OMP-Stereo	3.03 132	0.93 190	2.72 65	4.21 308	0.51 134	2.19 47	1.25 175	6.19 107	6.00 138	7.99 186	6.21 99	8.50 209	2.49 108	9.44 243	1.74 110	0.01 110	0.00 1	0.00 1	0.00 1	0.08 112	0.05 98

BUS	2.49 100	0.32 19	3.05 101	0.46 59	0.46 123	7.12 221	0.50 85	9.05 171	4.69 95	6.11 112	6.15 95	5.29 145	0.83 35	3.91 63	1.77 111	0.01 110	0.03 181	0.03 247	0.00 1	0.04 69	0.00 1

NINENet	3.09 134	0.56 112	3.22 109	1.61 155	1.37 190	7.12 221	0.50 85	11.88 234	5.63 125	6.63 137	8.40 148	5.29 145	0.83 35	6.51 119	1.77 111	0.15 252	0.07 221	0.07 272	0.00 1	0.09 128	0.00 1

RAFT	2.57 105	0.76 155	3.09 104	0.91 91	0.09 18	2.41 61	0.94 156	5.35 78	2.65 11	6.11 112	7.21 128	9.43 214	4.30 170	5.73 94	1.77 111	0.00 1	0.12 254	0.00 1	0.02 196	0.46 268	0.08 120

CRE-IMP	1.95 51	0.35 45	2.68 58	0.27 38	0.17 47	3.90 161	0.85 146	5.14 57	2.87 18	5.74 85	4.14 44	3.49 97	0.83 35	6.40 111	1.80 114	0.00 1	0.00 1	0.00 1	0.00 1	0.10 132	0.19 204

DIP-Stereo	1.97 55	0.64 130	2.95 88	0.17 24	0.10 21	4.83 187	0.13 29	8.60 164	4.06 73	6.42 131	4.92 59	0.44 17	0.72 29	3.57 56	1.80 114	0.00 1	0.01 117	0.00 1	0.00 1	0.05 90	0.04 83
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
iResNetv2_ROB	4.28 213	1.43 240	7.17 250	2.91 263	1.26 183	4.36 174	1.62 194	13.64 265	10.25 235	9.83 236	11.41 196	7.68 190	4.00 157	7.75 167	1.85 116	0.00 1	0.00 1	0.00 1	0.00 1	0.37 254	0.09 130

HBP-ISP	4.09 199	1.05 205	4.10 156	1.87 179	1.31 188	7.56 231	3.98 244	11.26 218	9.94 231	7.81 177	14.44 233	3.23 86	4.27 169	8.89 223	1.87 117	0.06 229	0.06 210	0.00 1	0.00 1	0.06 100	0.04 83

ADStereo(finetuned)	2.26 80	0.64 130	5.22 201	0.31 40	0.18 58	1.71 32	0.25 52	5.23 63	8.46 202	6.06 107	5.30 82	1.41 34	6.37 225	1.87 28	1.87 117	0.00 1	0.00 1	0.00 1	0.00 1	0.04 69	0.18 192

x	5.66 237	3.85 304	10.36 276	3.10 273	5.60 315	18.95 307	6.98 291	17.04 292	24.02 306	6.06 107	5.30 82	1.41 34	6.37 225	1.87 28	1.87 117	0.03 197	0.07 221	0.00 1	0.00 1	0.04 69	0.18 192

IIG-Stereo	3.16 140	0.75 153	2.83 73	4.08 304	0.21 74	2.56 71	0.74 129	6.55 125	5.56 123	8.39 198	9.38 170	7.94 196	2.79 119	9.50 245	1.89 120	0.02 172	0.00 1	0.00 1	0.00 1	0.02 25	0.04 83

BSDual-CNN	2.69 111	0.32 19	3.05 101	0.46 59	0.46 123	7.13 223	1.63 195	9.05 171	4.69 95	6.11 112	6.15 95	6.26 166	2.54 109	3.91 63	1.91 121	0.01 110	0.03 181	0.03 247	0.00 1	0.04 69	0.00 1

psmg	3.10 137	0.32 19	3.05 101	0.54 63	0.46 123	8.68 242	2.84 220	9.87 187	4.69 95	8.08 187	8.69 152	6.26 166	2.54 109	3.91 63	1.91 121	0.01 110	0.04 195	0.06 266	0.00 1	0.11 143	0.00 1

DCANet-4	2.03 59	0.34 36	5.30 203	0.31 40	0.18 58	1.69 25	0.12 25	4.95 43	8.55 207	5.78 86	5.17 66	1.12 28	2.82 121	2.11 38	1.92 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 192

qqq	2.04 61	0.64 130	5.30 203	0.31 40	0.18 58	1.69 25	0.12 25	4.95 43	8.55 207	5.78 86	5.17 66	1.12 28	2.82 121	2.11 38	1.92 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 192

fff	2.28 81	0.61 122	3.81 143	0.22 29	0.07 11	1.69 25	0.11 19	5.37 81	11.84 251	5.80 89	5.17 66	1.44 37	5.41 205	2.00 33	1.92 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 192

csc	2.28 81	0.61 122	3.81 143	0.22 29	0.07 11	1.69 25	0.11 19	5.37 81	11.84 251	5.80 89	5.17 66	1.44 37	5.41 205	2.00 33	1.92 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 192

cscssc	2.28 81	0.61 122	3.81 143	0.22 29	0.07 11	1.69 25	0.11 19	5.37 81	11.84 251	5.80 89	5.17 66	1.44 37	5.41 205	2.00 33	1.92 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 192

222	2.20 70	0.61 122	5.31 205	0.31 40	0.19 67	1.69 25	0.11 19	5.37 81	8.54 205	5.80 89	5.17 66	1.44 37	5.41 205	2.00 33	1.92 123	0.00 1	0.00 1	0.00 1	0.00 1	0.04 69	0.18 192

AdaStereo	3.09 134	0.58 115	3.04 96	2.84 261	0.48 129	4.08 166	1.29 179	12.16 245	7.77 185	6.03 104	9.62 174	5.79 157	1.53 81	4.56 73	1.93 129	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.02 34
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.
MIPNet	2.06 63	0.69 144	4.57 173	0.32 45	0.21 74	1.92 38	0.19 41	6.89 136	5.64 126	5.48 81	4.02 42	2.02 58	3.50 141	3.32 53	2.01 130	0.00 1	0.01 117	0.01 208	0.01 181	0.20 199	0.13 171

NRIStereo	2.14 67	0.35 45	2.65 57	1.10 112	0.14 37	3.05 104	0.86 147	5.35 78	3.18 39	6.24 122	3.36 36	4.17 115	1.82 96	8.12 184	2.01 130	0.00 1	0.10 240	0.00 1	0.00 1	0.12 151	0.19 204

DCANet	2.08 64	0.64 130	3.81 143	0.31 40	0.17 47	1.70 31	0.25 52	5.23 63	8.47 203	6.07 109	5.30 82	1.41 34	4.23 166	1.85 26	2.02 132	0.00 1	0.00 1	0.00 1	0.00 1	0.04 69	0.19 204

111	2.78 120	0.92 187	3.81 143	0.22 29	0.07 11	2.83 92	0.70 120	6.03 100	14.00 265	3.22 38	8.93 157	5.48 151	3.30 134	3.66 57	2.03 133	0.00 1	0.00 1	0.00 1	0.00 1	0.10 132	0.29 238

ff	2.20 70	0.65 135	5.13 194	0.45 58	0.23 81	5.02 191	0.20 43	5.01 54	9.46 220	4.82 68	3.41 37	1.38 33	3.06 129	2.54 45	2.05 134	0.00 1	0.00 1	0.00 1	0.00 1	0.05 90	0.46 262

test_xeample3	3.34 159	0.93 190	4.33 161	0.28 39	0.12 32	3.46 120	3.98 244	6.58 126	11.84 251	6.79 141	13.56 223	3.52 99	4.23 166	3.71 58	2.05 134	0.01 110	0.01 117	0.00 1	0.00 1	0.02 25	1.40 295

PFNet	2.93 129	0.40 64	5.51 211	2.13 216	0.84 162	3.11 107	0.75 131	6.78 133	4.79 101	9.98 241	6.00 92	4.78 131	2.13 99	8.33 199	2.11 136	0.19 262	0.06 210	0.00 1	0.11 245	0.20 199	0.35 247

Pruner-Stereo	2.49 100	0.40 64	2.46 43	1.80 173	0.25 83	3.51 129	0.77 134	6.03 100	4.92 104	8.91 215	6.09 94	4.45 124	1.11 47	6.99 135	2.11 136	0.02 172	0.00 1	0.02 233	0.00 1	0.01 8	0.04 83

RAFT-345	3.27 145	0.41 70	2.88 84	1.02 104	0.21 74	2.63 76	0.48 79	3.76 11	5.51 119	7.35 164	24.88 294	4.25 118	1.76 93	8.15 187	2.13 138	0.01 110	0.00 1	0.00 1	0.00 1	0.01 8	0.01 15

RAFT-RH_RVC	3.96 193	0.46 87	2.93 87	1.55 146	0.42 116	3.14 109	0.14 33	3.70 10	5.98 137	11.25 265	32.23 312	5.29 145	1.68 84	8.13 185	2.14 139	0.08 236	0.00 1	0.00 1	0.03 207	0.01 8	0.00 1

IRAFT_RVC	2.85 123	0.41 70	3.32 113	2.09 211	0.41 114	2.92 96	5.22 269	6.41 119	3.63 55	6.53 135	5.48 86	5.09 140	4.88 194	8.20 195	2.15 140	0.01 110	0.17 274	0.01 208	0.00 1	0.02 25	0.04 83

ACRE	2.41 91	1.08 210	5.11 193	0.55 65	2.05 223	2.65 77	0.78 138	5.26 74	4.67 94	7.59 171	9.20 161	1.70 49	1.08 46	3.74 60	2.18 141	0.01 110	0.18 277	0.02 233	0.08 234	0.22 210	0.10 144

IPLGR_C	2.44 94	1.17 221	4.94 185	0.62 72	2.08 225	2.65 77	0.80 139	5.60 88	4.79 101	7.87 180	9.23 163	1.67 48	1.15 51	3.43 55	2.23 142	0.01 110	0.19 280	0.02 233	0.08 234	0.22 210	0.10 144

GANet-RSSM	3.27 145	0.60 119	3.38 117	2.94 268	2.00 222	2.61 73	0.48 79	10.93 214	6.11 143	5.47 80	10.20 181	6.57 170	5.44 212	6.25 104	2.23 142	0.00 1	0.00 1	0.08 275	0.00 1	0.17 183	0.03 59

Anonymous_2	4.14 202	0.62 128	3.21 108	1.40 133	1.43 192	5.19 192	0.32 59	6.63 128	4.38 83	4.48 58	2.30 26	8.08 199	7.00 238	5.37 87	2.29 144	0.23 269	0.75 314	5.20 326	18.12 334	5.66 323	0.23 219

CIPLG	2.47 99	1.10 214	4.71 179	0.63 73	2.15 231	2.67 80	0.77 134	5.19 61	4.73 98	7.85 179	9.56 173	1.72 50	1.14 49	4.20 70	2.34 145	0.01 110	0.19 280	0.02 233	0.09 241	0.23 217	0.08 120

NOSS_ROB	3.30 147	0.46 87	2.62 54	2.08 210	1.01 173	5.60 198	0.74 129	10.37 200	11.48 247	5.15 73	8.43 149	5.67 154	1.73 88	7.97 175	2.34 145	0.02 172	0.06 210	0.00 1	0.00 1	0.07 106	0.14 176

IPLG	2.43 92	0.66 138	4.77 180	0.54 63	0.31 100	3.01 102	0.26 54	6.15 104	5.55 121	7.69 172	6.21 99	1.89 54	1.74 90	7.19 142	2.35 147	0.01 110	0.01 117	0.00 1	0.00 1	0.24 227	0.12 164

HHNet	2.59 107	0.55 109	2.55 48	0.20 26	0.32 101	2.84 93	0.94 156	5.77 96	5.14 111	7.33 163	13.80 226	0.94 25	3.20 132	5.27 85	2.41 148	0.13 249	0.02 155	0.06 266	0.00 1	0.23 217	0.03 59

hknet	3.31 148	0.42 74	4.68 177	0.46 59	1.17 179	7.13 223	1.63 195	9.05 171	6.91 161	6.11 112	6.15 95	9.66 217	2.85 125	7.48 153	2.45 149	0.01 110	0.03 181	0.03 247	0.00 1	0.04 69	0.00 1

FENet	2.19 69	0.34 36	3.04 96	2.05 209	0.26 86	2.82 90	0.13 29	7.02 138	5.55 121	4.97 70	1.94 20	4.91 132	3.39 139	4.71 74	2.50 150	0.02 172	0.03 181	0.00 1	0.00 1	0.00 1	0.21 211

AACVNet	3.33 156	1.03 202	3.56 128	3.46 287	0.63 141	3.09 105	0.28 56	8.78 168	3.43 48	5.99 103	10.64 187	10.08 223	4.03 159	8.69 215	2.51 151	0.03 197	0.01 117	0.00 1	0.00 1	0.26 228	0.06 104

psm_up	3.85 188	0.82 168	3.01 91	2.00 198	2.58 249	5.28 194	3.34 233	10.85 212	6.33 151	7.27 159	7.32 131	10.15 224	9.02 269	6.19 102	2.51 151	0.22 268	0.01 117	0.00 1	0.00 1	0.12 151	0.03 59

GES	2.49 100	0.38 58	4.29 160	1.58 151	0.05 4	4.58 181	1.07 163	9.70 185	3.39 47	5.21 75	6.64 111	1.84 53	3.36 135	4.86 77	2.54 153	0.06 229	0.01 117	0.06 266	0.01 181	0.12 151	0.03 59

ToySt	2.69 111	0.55 109	7.03 248	1.03 106	0.10 21	3.49 126	1.04 160	6.38 118	4.55 92	2.69 27	6.28 103	7.95 198	4.38 174	5.08 82	2.58 154	0.01 110	0.11 247	0.00 1	0.04 220	0.28 235	0.19 204

CVANet_RVC	4.16 205	1.16 220	3.60 131	1.94 190	1.46 194	3.92 163	4.68 260	10.89 213	8.34 198	7.58 170	10.84 190	10.27 228	6.62 231	8.56 208	2.69 155	0.39 286	0.00 1	0.00 1	0.01 181	0.21 206	0.09 130

MaskLacGwcNet_RVC	5.97 242	5.36 311	5.02 188	3.75 298	3.57 275	15.81 295	4.27 251	11.72 229	6.96 163	7.23 157	8.47 150	9.09 212	2.66 113	9.36 240	2.71 156	7.49 330	2.32 324	2.01 321	0.08 234	6.77 327	4.67 321

HSM	4.00 198	0.79 162	3.16 106	1.59 153	2.17 232	6.77 215	1.11 166	12.28 246	6.35 153	6.75 138	8.11 145	13.90 261	5.37 204	8.85 220	2.71 156	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.02 34

ccc-4	2.69 111	0.77 156	6.15 228	0.76 80	0.24 82	3.79 155	0.32 59	4.95 43	10.39 236	6.30 129	9.44 171	1.12 28	2.82 121	3.72 59	2.72 158	0.00 1	0.00 1	0.00 1	0.00 1	0.14 168	0.14 176

pcwnet_v2	2.93 129	0.29 12	3.01 91	2.39 238	1.07 176	2.73 81	0.89 150	11.37 220	6.25 148	6.20 119	11.49 199	2.71 71	2.74 116	4.22 71	2.75 159	0.06 229	0.05 202	0.00 1	0.00 1	0.01 8	0.37 249

HCRNet	2.56 103	0.53 105	3.35 115	0.24 33	3.39 268	2.19 47	0.23 49	6.89 136	5.50 117

Low-res two-view benchmark