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

4D-IteraStereo	5.08 231	1.03 202	6.22 229	0.55 65	2.06 224	4.80 185	1.13 168	6.30 110	5.70 127	7.31 161	20.99 277	12.93 255	11.62 286	11.78 271	8.81 265	0.00 1	0.00 1	0.00 1	0.00 1	0.27 232	0.10 144

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

gwcnet-sp	3.31 148	1.47 244	7.26 251	1.73 165	0.69 148	7.57 232	1.14 169	8.59 160	6.17 145	8.57 203	5.25 79	4.26 119	3.36 135	6.46 113	3.44 181	0.00 1	0.00 1	0.00 1	0.00 1	0.15 171	0.11 154

scenet	3.31 148	1.47 244	7.26 251	1.73 165	0.69 148	7.57 232	1.14 169	8.59 160	6.17 145	8.57 203	5.25 79	4.26 119	3.36 135	6.46 113	3.44 181	0.00 1	0.00 1	0.00 1	0.00 1	0.15 171	0.11 154

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

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

ssnet	3.31 148	1.47 244	7.26 251	1.73 165	0.69 148	7.57 232	1.14 169	8.59 160	6.17 145	8.57 203	5.25 79	4.26 119	3.36 135	6.46 113	3.44 181	0.00 1	0.00 1	0.00 1	0.00 1	0.15 171	0.11 154

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

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

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

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

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

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

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

Wz-Net-LNSev-Ref	5.98 243	1.55 252	9.92 273	2.40 239	3.22 260	10.28 261	3.14 227	11.64 225	9.79 227	9.54 230	20.22 273	11.16 244	6.77 235	10.61 257	9.16 268	0.06 229	0.00 1	0.00 1	0.00 1	0.03 57	0.04 83

IER	3.20 142	0.54 108	5.13 194	0.58 71	1.59 197	7.29 226	0.56 96	6.36 112	4.95 105	7.44 167	8.84 154	6.20 164	6.26 222	4.88 78	3.29 176	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.01 15

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_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

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

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
iRaft-Stereo_5w	2.86 127	0.86 174	4.08 155	0.06 3	0.25 83	2.76 86	0.60 103	4.97 48	4.10 74	2.98 35	7.85 139	10.17 225	4.17 164	8.16 188	5.83 223	0.00 1	0.00 1	0.00 1	0.01 181	0.26 228	0.06 104

CSP-Net	4.12 201	1.28 233	3.70 138	1.54 144	1.06 175	13.28 288	2.33 208	12.96 256	5.45 115	8.87 214	8.54 151	8.43 204	3.03 128	8.16 188	3.65 190	0.00 1	0.00 1	0.00 1	0.00 1	0.18 192	0.03 59

WZ-Net	13.00 310	4.64 308	41.07 325	3.48 289	3.15 258	19.12 309	15.66 329	14.81 276	31.33 317	15.71 291	27.88 299	22.22 306	14.01 298	20.44 316	25.03 321	0.64 300	0.00 1	0.01 208	0.03 207	0.39 259	0.37 249

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

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

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

AASNet	3.90 190	0.92 187	4.41 164	3.56 291	4.00 293	6.70 213	1.26 177	18.71 303	6.14 144	7.35 164	7.91 141	4.35 123	2.58 112	3.04 48	6.62 236	0.00 1	0.00 1	0.00 1	0.00 1	0.39 259	0.14 176

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

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

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

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
AAGNet	3.41 162	0.34 36	2.45 41	1.78 171	0.39 109	3.69 140	1.05 161	4.79 39	4.61 93	9.62 233	7.74 138	4.98 133	6.38 227	7.34 147	13.02 293	0.00 1	0.00 1	0.00 1	0.00 1	0.03 57	0.04 83

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

LMCR-Stereo	3.63 170	1.29 235	4.20 157	2.54 248	0.17 47	8.08 236	1.52 189	11.46 223	4.73 98	8.45 201	10.66 188	1.91 56	5.03 197	7.69 161	3.58 189	0.92 308	0.00 1	0.00 1	0.00 1	0.36 253	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

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

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

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

CFNet-pseudo	3.23 143	0.36 52	3.58 130	2.13 216	1.45 193	3.78 153	0.70 120	12.67 253	9.52 221	5.16 74	12.28 212	2.62 66	1.81 95	5.36 86	3.08 166	0.01 110	0.00 1	0.00 1	0.00 1	0.00 1	0.07 112

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

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

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

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
Syn2CoEx	6.32 251	2.72 289	9.33 269	2.45 244	1.67 203	8.59 240	3.32 232	18.08 300	12.27 257	8.53 202	21.08 278	10.30 229	9.80 274	9.30 238	7.86 248	0.01 110	0.00 1	0.00 1	0.00 1	0.63 280	0.43 258

MMNet	4.16 205	0.77 156	5.47 210	1.40 133	1.67 203	10.78 267	0.63 107	8.64 166	8.47 203	8.80 211	8.33 147	7.51 187	6.61 230	7.53 154	6.54 233	0.00 1	0.00 1	0.00 1	0.00 1	0.03 57	0.05 98

delet	4.27 212	0.72 148	4.50 167	1.07 110	3.75 285	10.79 268	4.04 246	9.95 189	7.89 187	8.09 188	8.89 156	8.46 205	3.81 153	7.56 155	5.80 222	0.00 1	0.00 1	0.00 1	0.00 1	0.11 143	0.02 34

UNet	3.97 196	0.61 122	6.50 239	1.68 162	3.22 260	9.82 255	0.31 58	9.50 180	5.32 113	7.20 156	6.35 108	10.59 231	5.91 219	6.93 132	5.49 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.01 15

FCDSN-DC	10.24 302	0.56 112	3.49 125	1.96 192	1.29 185	16.90 301	4.59 259	17.16 294	19.10 289	24.64 314	32.46 316	33.82 324	22.14 319	15.93 302	10.45 279	0.04 212	0.00 1	0.00 1	0.00 1	0.05 90	0.21 211
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
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
ac_64	3.70 175	0.47 89	3.50 126	2.87 262	3.50 272	5.91 201	0.72 125	10.17 197	4.34 81	8.16 190	5.80 90	10.82 237	5.64 215	7.08 139	4.73 209	0.03 197	0.00 1	0.00 1	0.00 1	0.08 112	0.14 176

ACVNet	2.58 106	0.53 105	2.69 60	0.84 86	0.59 138	2.61 73	0.55 94	8.35 154	5.70 127	4.45 55	9.26 167	5.77 155	3.50 141	2.24 41	4.41 204	0.00 1	0.00 1	0.00 1	0.00 1	0.17 183	0.01 15

acv_ft	3.69 174	0.53 105	4.58 174	2.31 233	4.71 309	7.44 229	0.86 147	8.54 159	5.70 127	9.29 226	9.26 167	5.77 155	4.15 162	2.24 41	8.13 255	0.00 1	0.00 1	0.00 1	0.00 1	0.29 237	0.01 15

cf-r	3.42 163	0.81 165	3.97 151	2.41 242	2.78 252	2.85 94	0.64 109	8.44 157	6.32 150	6.25 124	11.57 200	8.97 211	3.54 144	5.93 98	3.83 195	0.00 1	0.00 1	0.00 1	0.00 1	0.09 128	0.07 112

hitnet-ft	3.66 172	0.65 135	2.79 72	0.89 89	0.72 154	4.25 170	0.55 94	9.11 174	7.52 180	7.14 155	10.19 180	12.49 252	4.70 184	7.44 150	4.41 204	0.03 197	0.00 1	0.06 266	0.00 1	0.20 199	0.04 83

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

PSMNet-RSSM	3.33 156	0.77 156	3.22 109	2.12 214	1.90 221	2.33 54	0.71 123	11.17 216	5.83 130	5.90 101	11.43 198	7.04 179	4.83 193	5.96 99	3.17 169	0.00 1	0.00 1	0.02 233	0.00 1	0.08 112	0.02 34

GwcNet-RSSM	3.77 181	1.05 205	5.06 191	2.21 223	1.87 218	2.36 56	1.52 189	8.98 170	7.96 189	5.91 102	14.59 234	7.94 196	3.50 141	6.43 112	5.70 220	0.00 1	0.00 1	0.04 257	0.00 1	0.20 199	0.08 120

CFNet-ft	3.31 148	0.94 193	2.69 60	1.50 140	2.38 241	2.81 87	0.68 115	8.35 154	7.43 176	4.45 55	9.94 177	10.20 226	4.60 179	6.50 118	3.41 179	0.00 1	0.00 1	0.03 247	0.00 1	0.22 210	0.03 59

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

AF-Net	7.78 277	1.44 243	6.68 242	3.37 283	4.50 305	8.61 241	2.69 217	17.07 293	20.17 296	9.52 229	24.02 289	20.31 301	14.59 300	11.58 269	9.84 276	0.61 298	0.00 1	0.12 282	0.00 1	0.38 255	0.12 164

Nwc_Net	6.97 267	1.25 227	6.63 241	3.82 299	3.37 265	10.83 269	1.67 198	19.56 316	11.35 245	8.36 196	23.62 288	17.19 284	11.44 285	11.21 264	8.08 254	0.80 303	0.00 1	0.00 1	0.02 196	0.13 161	0.09 130

RASNet	4.52 222	0.61 122	4.42 165	3.42 285	4.68 308	4.58 181	0.99 158	9.54 182	8.01 190	5.28 77	11.42 197	10.34 230	8.88 266	9.28 237	8.68 262	0.15 252	0.00 1	0.00 1	0.00 1	0.03 57	0.04 83

GANetREF_RVC	6.56 256	2.89 291	7.58 260	3.41 284	0.40 111	12.96 285	9.58 305	15.09 278	17.25 284	10.33 246	10.62 186	12.27 251	8.16 258	12.21 275	4.53 206	0.41 289	0.00 1	0.00 1	0.02 196	3.12 317	0.39 252
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
GANet	6.22 249	1.07 208	4.07 154	2.27 228	0.89 166	9.19 248	9.52 304	12.02 238	8.13 193	10.72 256	29.09 304	13.86 260	7.52 249	11.00 262	4.39 203	0.36 283	0.00 1	0.02 233	0.02 196	0.12 151	0.08 120

TDLM	4.11 200	1.11 216	3.54 127	1.62 157	1.04 174	3.91 162	7.41 295	10.60 205	10.67 238	6.38 130	12.59 215	5.95 160	4.77 187	8.79 218	3.04 164	0.58 297	0.00 1	0.01 208	0.00 1	0.19 196	0.12 164

CFNet	3.72 176	1.10 214	5.03 190	2.49 246	1.59 197	4.90 189	0.22 46	11.38 221	9.88 230	4.80 67	11.25 195	6.44 169	3.68 148	8.33 199	3.00 162	0.00 1	0.00 1	0.00 1	0.00 1	0.22 210	0.07 112

CFNet_RVC	3.31 148	0.94 193	2.69 60	1.50 140	2.38 241	2.81 87	0.68 115	8.35 154	7.43 176	4.45 55	9.94 177	10.20 226	4.60 179	6.49 117	3.41 179	0.00 1	0.00 1	0.03 247	0.00 1	0.22 210	0.03 59

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

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

HITNet	2.79 121	0.77 156	4.02 152	2.03 203	0.11 29	5.58 197	0.59 101	9.24 178	5.15 112	6.42 131	7.26 130	3.66 103	2.92 127	4.07 69	3.87 197	0.00 1	0.00 1	0.00 1	0.00 1	0.06 100	0.02 34
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
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.
NVstereo2D	4.51 220	0.82 168	6.86 246	3.28 282	3.38 266	8.16 237	3.13 226	10.51 203	15.15 272	4.90 69	6.89 116	7.87 193	4.78 189	9.88 248	3.91 198	0.01 110	0.00 1	0.00 1	0.06 229	0.02 25	0.58 273

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

MLCV	3.44 165	0.88 178	5.60 214	1.39 132	0.25 83	4.36 174	0.33 61	7.25 141	7.28 173	9.17 223	12.24 211	5.09 140	2.47 107	9.15 231	3.23 173	0.00 1	0.00 1	0.00 1	0.00 1	0.10 132	0.02 34

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

StereoDRNet-Refined	4.46 217	0.62 128	3.80 142	1.92 187	0.40 111	9.35 249	0.15 36	10.02 192	8.83 212	12.69 274	11.62 201	9.34 213	3.87 154	8.06 181	8.02 251	0.00 1	0.00 1	0.01 208	0.05 224	0.20 199	0.26 231
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	6.28 250	0.57 114	5.78 217	3.43 286	1.17 179	11.22 270	3.39 236	12.14 244	16.16 277	6.52 134	11.22 194	16.96 282	6.32 224	19.51 312	10.74 282	0.00 1	0.00 1	0.00 1	0.00 1	0.35 251	0.11 154

NCCL2	5.88 240	1.59 255	5.44 208	1.87 179	0.92 169	9.55 252	11.55 314	12.11 241	9.94 231	9.67 234	8.85 155	22.28 307	7.41 244	8.78 217	7.17 239	0.01 110	0.00 1	0.03 247	0.00 1	0.13 161	0.23 219

DLCB_ROB	4.51 220	0.91 184	3.78 140	2.19 221	1.07 176	6.28 205	3.09 225	9.78 186	7.72 184	10.65 255	12.97 217	13.91 262	3.71 152	8.72 216	5.30 215	0.00 1	0.00 1	0.00 1	0.00 1	0.03 57	0.10 144

iResNet_ROB	4.23 209	1.02 200	4.90 184	2.18 220	0.93 171	2.92 96	0.37 66	15.10 280	16.91 282	7.89 182	10.51 184	7.03 177	3.07 130	8.16 188	3.46 185	0.01 110	0.00 1	0.00 1	0.00 1	0.10 132	0.02 34

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

PWC_ROB	8.24 282	3.13 295	12.74 289	2.43 243	4.43 301	7.51 230	1.22 174	16.63 290	19.24 290	16.08 293	28.29 301	13.99 263	10.16 277	13.63 288	14.06 298	0.42 292	0.00 1	0.05 262	0.00 1	0.59 275	0.27 235

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

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

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

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.
ssnet_v2	4.46 217	0.87 175	5.18 198	1.57 150	0.67 146	9.14 247	4.73 261	11.84 232	9.68 224	8.79 210	6.24 102	9.91 220	4.34 173	6.28 106	9.30 270	0.00 1	0.01 117	0.00 1	0.00 1	0.28 235	0.30 241

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

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

Wz-Net-LNSev	6.46 254	1.93 276	16.44 303	1.52 143	4.15 295	12.66 282	4.96 265	13.05 258	12.10 256	10.55 254	16.23 245	11.32 245	7.19 241	8.43 204	8.48 260	0.00 1	0.01 117	0.00 1	0.00 1	0.08 112	0.06 104

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

dd	2.16 68	1.22 223	4.82 181	0.68 76	0.12 32	1.39 12	0.17 39	5.14 57	11.22 244	2.70 29	3.51 40	1.52 43	1.23 59	5.08 82	3.96 199	0.12 247	0.01 117	0.04 257	0.21 266	0.07 106	0.01 15

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

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

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

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

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

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

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

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

DEmStereo	3.79 183	0.37 55	3.69 135	0.17 24	0.17 47	5.28 194	2.54 213	4.35 21	3.70 56	8.21 195	20.15 271	5.13 142	10.38 278	7.65 158	3.85 196	0.01 110	0.01 117	0.01 208	0.00 1	0.02 25	0.06 104

GEStereo_RVC	3.74 177	0.73 149	4.95 186	2.01 199	1.24 182	4.36 174	3.07 224	11.77 231	7.80 186	6.87 148	6.52 110	7.70 191	4.31 172	8.98 226	4.19 202	0.03 197	0.01 117	0.02 233	0.02 196	0.13 161	0.11 154

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

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

ADLNet	4.32 215	0.80 164	4.33 161	3.60 292	3.56 274	6.87 217	2.48 212	11.20 217	7.58 183	9.87 238	9.62 174	8.39 202	4.95 195	6.16 101	6.60 235	0.01 110	0.01 117	0.00 1	0.01 181	0.12 151	0.25 226

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

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

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

DMCA	2.82 122	0.64 130	4.45 166	1.61 155	0.89 166	3.86 159	0.57 99	9.18 175	5.10 109	6.24 122	6.49 109	7.17 184	2.13 99	3.31 52	4.73 209	0.00 1	0.01 117	0.00 1	0.00 1	0.04 69	0.02 34

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
RP	6.84 264	1.29 235	5.53 213	3.92 302	5.18 311	6.32 206	3.53 237	11.73 230	15.31 273	9.54 230	22.38 284	18.25 289	14.47 299	10.11 250	7.49 242	0.91 307	0.01 117	0.12 282	0.15 252	0.33 247	0.19 204

RGC	6.88 266	2.23 281	6.13 226	4.05 303	4.73 310	8.94 244	2.78 219	15.19 282	11.74 250	11.13 263	19.34 268	17.86 286	10.42 279	13.02 283	8.03 253	0.73 301	0.01 117	0.24 297	0.41 295	0.31 243	0.38 251

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
RYNet	6.34 252	0.89 181	5.88 219	1.41 135	4.48 304	15.97 296	4.18 249	13.41 261	16.49 278	10.81 258	7.00 122	14.33 264	8.72 264	9.43 241	13.71 296	0.00 1	0.01 117	0.00 1	0.00 1	0.02 25	0.07 112

ccs_rob	3.11 138	0.87 175	2.32 35	2.24 226	2.09 227	3.77 151	0.33 61	7.65 147	5.58 124	7.89 182	8.04 142	7.84 192	1.77 94	8.24 197	3.18 170	0.00 1	0.01 117	0.00 1	0.01 181	0.01 8	0.29 238

FC-DCNN	10.72 305	0.52 101	4.27 159	1.88 182	1.63 200	17.18 302	5.29 271	18.20 301	19.69 293	28.50 318	34.51 320	34.03 325	21.48 317	15.89 301	11.15 286	0.03 197	0.01 117	0.02 233	0.01 181	0.07 106	0.09 130

iResNet	3.68 173	0.91 184	7.94 261	2.97 269	0.34 105	4.44 179	0.48 79	7.70 148	9.74 226	7.72 174	12.74 216	4.03 109	2.87 126	8.05 180	3.37 178	0.02 172	0.01 117	0.00 1	0.00 1	0.10 132	0.09 130

ETE_ROB	5.80 238	1.77 268	6.33 232	1.44 139	0.78 159	6.43 209	6.90 290	12.53 249	8.08 191	12.93 279	14.89 237	21.13 304	5.87 217	9.83 247	6.57 234	0.04 212	0.01 117	0.00 1	0.02 196	0.08 112	0.33 245

PSMNet_ROB	5.02 230	1.63 259	6.03 224	1.90 185	1.83 217	9.57 253	6.35 283	15.58 285	7.23 172	6.15 117	10.48 183	12.22 250	4.16 163	8.02 176	8.71 263	0.02 172	0.01 117	0.01 208	0.10 244	0.20 199	0.12 164

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

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

CBFPSM	4.87 226	0.94 193	14.70 298	1.51 142	1.15 178	11.49 272	2.55 214	7.28 142	6.47 154	6.23 121	4.83 58	15.30 271	8.99 268	6.88 128	8.20 256	0.03 197	0.02 155	0.00 1	0.00 1	0.40 262	0.42 256

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

CES	1.56 22

Low-res two-view benchmark