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

EGLCR-Stereo	1.04 5	0.20 3	2.00 21	1.14 119	0.16 44	2.50 65	0.11 19	4.96 48	2.61 10	0.79 15	0.07 1	1.46 41	0.37 11	3.96 68	0.23 2	0.01 112	0.05 202	0.00 1	0.00 1	0.00 1	0.07 114

anonymousa	3.80 188	0.55 109	3.35 116	1.24 123	3.74 283	9.04 248	0.36 65	6.74 132	4.03 71	7.72 176	19.64 273	10.62 236	6.01 223	1.52 16	1.40 90	0.00 1	0.00 1	0.00 1	0.05 226	0.00 1	0.03 59

CREStereo++_RVC	1.59 23	0.39 61	2.26 33	0.36 51	0.01 1	1.67 22	0.01 1	2.95 3	8.12 194	3.69 50	7.44 135	0.47 18	0.32 8	0.74 1	0.39 5	0.00 1	0.00 1	0.00 1	3.03 326	0.00 1	0.00 1

TANstereo	1.20 8	0.49 96	2.04 23	0.34 50	0.10 21	1.80 35	0.01 1	3.40 7	4.10 76	4.37 55	4.82 58	0.41 15	0.70 27	0.94 3	0.46 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	1.44 20	0.85 175	2.04 23	2.45 246	0.05 4	2.34 55	0.01 1	3.46 8	7.51 181	2.88 35	4.98 63	0.26 6	0.25 3	1.15 7	0.46 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CFNet-pseudo	3.23 146	0.36 52	3.58 131	2.13 218	1.45 195	3.78 156	0.70 120	12.67 255	9.52 223	5.16 76	12.28 215	2.62 66	1.81 96	5.36 87	3.08 169	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.07 114

FENet	2.19 70	0.34 36	3.04 97	2.05 211	0.26 88	2.82 92	0.13 29	7.02 138	5.55 124	4.97 72	1.94 21	4.91 133	3.39 140	4.71 75	2.50 153	0.02 174	0.03 181	0.00 1	0.00 1	0.00 1	0.21 213

CAS	2.24 74	0.25 10	1.86 10	11.21 330	3.86 291	1.67 22	0.02 6	3.87 12	2.67 12	0.41 6	1.63 15	0.24 5	0.27 4	1.50 15	0.74 36	9.43 335	0.01 116	0.00 1	0.00 1	0.01 8	5.21 325

riskmin	1.88 44	0.15 1	2.11 31	1.38 132	0.88 167	2.40 60	0.04 8	5.93 100	6.10 143	2.25 25	1.34 11	6.06 162	5.08 203	2.78 48	1.01 68	0.00 1	0.02 155	0.00 1	0.00 1	0.01 8	0.06 106

DisPM	2.43 95	0.32 19	3.04 97	1.76 170	0.18 60	3.46 122	0.65 111	5.13 57	4.88 105	8.59 208	7.04 127	2.84 73	1.03 46	8.85 223	0.83 49	0.01 112	0.00 1	0.00 1	0.00 1	0.01 8	0.02 34

PSMNet-ADL	2.98 134	0.43 79	2.41 39	1.43 138	0.40 113	5.94 204	0.28 56	8.45 160	5.13 112	3.36 45	6.77 116	8.41 206	4.61 184	7.20 144	4.55 210	0.02 174	0.09 236	0.00 1	0.00 1	0.01 8	0.03 59

PFNet+	2.35 88	0.31 16	3.69 136	0.79 82	0.17 49	3.15 114	0.75 133	4.52 30	6.30 151	7.90 186	6.34 110	2.53 64	1.18 57	7.72 166	1.62 106	0.03 199	0.00 1	0.00 1	0.00 1	0.01 8	0.03 59

ASMatch	3.32 157	0.50 97	3.32 114	1.72 166	0.45 124	1.93 39	0.68 115	6.42 120	3.89 63	6.18 121	22.30 285	4.61 131	4.82 195	7.65 159	1.70 108	0.00 1	0.02 155	0.00 1	0.03 209	0.01 8	0.18 194

Pruner-Stereo	2.49 103	0.40 64	2.46 43	1.80 175	0.25 85	3.51 131	0.77 136	6.03 101	4.92 106	8.91 217	6.09 95	4.45 125	1.11 48	6.99 136	2.11 139	0.02 174	0.00 1	0.02 235	0.00 1	0.01 8	0.04 83

RAFT-RH_RVC	3.96 196	0.46 87	2.93 87	1.55 148	0.42 118	3.14 111	0.14 33	3.70 10	5.98 139	11.25 267	32.23 314	5.29 146	1.68 85	8.13 186	2.14 142	0.08 238	0.00 1	0.00 1	0.03 209	0.01 8	0.00 1

RAFT-345	3.27 148	0.41 70	2.88 84	1.02 106	0.21 76	2.63 76	0.48 79	3.76 11	5.51 122	7.35 166	24.88 296	4.25 119	1.76 94	8.15 188	2.13 141	0.01 112	0.00 1	0.00 1	0.00 1	0.01 8	0.01 15

TestStereo	1.74 28	1.02 203	3.64 134	0.20 27	0.28 94	1.33 8	0.01 1	5.24 70	4.01 70	3.18 38	4.97 62	2.07 59	0.70 27	7.32 147	0.75 40	0.02 174	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1

pcwnet_v2	2.93 132	0.29 12	3.01 91	2.39 240	1.07 178	2.73 81	0.89 152	11.37 222	6.25 150	6.20 122	11.49 202	2.71 71	2.74 117	4.22 72	2.75 162	0.06 231	0.05 202	0.00 1	0.00 1	0.01 8	0.37 251

Gwc-CoAtRS	2.02 58	0.33 29	2.61 53	1.04 110	0.30 96	3.56 135	0.40 70	5.89 99	5.94 135	5.08 74	5.01 64	5.55 153	1.72 88	1.60 19	0.91 60	0.01 112	0.09 236	0.00 1	0.25 278	0.01 8	0.02 34

CREStereo	0.98 3	0.42 74	1.86 10	0.07 4	0.22 79	1.65 21	0.02 6	4.07 18	6.33 153	0.72 14	1.54 13	0.43 16	0.64 26	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
R-Stereo Train	2.44 97	0.32 19	1.93 16	0.94 97	0.16 44	3.67 140	0.61 104	6.37 114	3.08 35	9.14 223	17.44 264	1.80 51	0.77 31	1.76 24	0.70 30	0.00 1	0.01 116	0.00 1	0.00 1	0.01 8	0.03 59

RAFT-Stereo	2.44 97	0.32 19	1.93 16	0.94 97	0.16 44	3.67 140	0.61 104	6.37 114	3.08 35	9.14 223	17.44 264	1.80 51	0.77 31	1.76 24	0.70 30	0.00 1	0.01 116	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
HSM-Net_RVC	4.20 210	0.32 19	2.76 69	0.63 73	0.69 150	6.95 221	1.69 201	11.96 239	8.36 201	8.83 214	12.17 211	15.18 272	4.21 168	6.91 132	3.30 180	0.02 174	0.02 155	0.00 1	0.00 1	0.01 8	0.01 15
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccs_rob	3.11 141	0.87 178	2.32 35	2.24 228	2.09 228	3.77 154	0.33 61	7.65 147	5.58 127	7.89 184	8.04 145	7.84 193	1.77 95	8.24 198	3.18 173	0.00 1	0.01 116	0.00 1	0.01 183	0.01 8	0.29 240

LoS_RVC	1.26 14	1.43 242	1.91 13	0.42 55	3.77 288	1.71 32	0.04 8	2.58 1	2.49 5	0.42 10	2.58 29	0.30 9	0.57 23	1.71 22	0.66 24	0.01 112	0.02 155	0.00 1	0.00 1	0.02 25	4.49 321

tt_ll	1.25 13	1.43 242	1.91 13	0.42 55	3.77 288	1.71 32	0.04 8	2.58 1	2.49 5	0.42 10	2.58 29	0.30 9	0.57 23	1.61 20	0.66 24	0.01 112	0.02 155	0.00 1	0.00 1	0.02 25	4.49 321

knoymous	1.36 17	0.21 6	1.68 8	0.20 27	0.49 133	1.58 19	0.11 19	5.15 60	2.40 3	4.62 62	1.77 17	4.56 129	0.45 19	3.23 52	0.63 21	0.00 1	0.02 155	0.00 1	0.00 1	0.02 25	0.01 15

DCANet-4	2.03 60	0.34 36	5.30 206	0.31 41	0.18 60	1.69 25	0.12 25	4.95 44	8.55 209	5.78 89	5.17 67	1.12 28	2.82 122	2.11 39	1.92 126	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 194

qqq	2.04 62	0.64 130	5.30 206	0.31 41	0.18 60	1.69 25	0.12 25	4.95 44	8.55 209	5.78 89	5.17 67	1.12 28	2.82 122	2.11 39	1.92 126	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 194

fff	2.28 82	0.61 122	3.81 146	0.22 30	0.07 11	1.69 25	0.11 19	5.37 82	11.84 253	5.80 92	5.17 67	1.44 37	5.41 208	2.00 34	1.92 126	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 194

IER	3.20 145	0.54 108	5.13 197	0.58 71	1.59 199	7.29 228	0.56 96	6.36 112	4.95 107	7.44 169	8.84 157	6.20 165	6.26 225	4.88 79	3.29 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.01 15

IIG-Stereo	3.16 143	0.75 155	2.83 73	4.08 306	0.21 76	2.56 71	0.74 131	6.55 125	5.56 126	8.39 200	9.38 173	7.94 199	2.79 120	9.50 248	1.89 123	0.02 174	0.00 1	0.00 1	0.00 1	0.02 25	0.04 83

NF-Stereo	2.24 74	0.33 29	3.00 89	2.04 207	0.10 21	3.46 122	0.43 73	6.51 124	3.17 38	6.84 147	5.24 78	2.67 70	1.34 66	8.17 192	1.53 99	0.01 112	0.00 1	0.00 1	0.00 1	0.02 25	0.01 15

OCTAStereo	2.24 74	0.33 29	3.03 94	2.04 207	0.10 21	3.45 121	0.43 73	6.50 121	3.17 38	6.84 147	5.20 75	2.65 67	1.33 64	8.18 193	1.56 101	0.01 112	0.00 1	0.00 1	0.00 1	0.02 25	0.01 15

PSM-softLoss	2.24 74	0.34 36	3.42 121	1.81 176	0.17 49	2.74 83	0.39 68	6.17 106	2.92 21	6.26 128	6.29 107	2.96 77	0.97 41	8.68 216	1.71 109	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.02 34

KMStereo	2.24 74	0.34 36	3.42 121	1.81 176	0.17 49	2.74 83	0.39 68	6.17 106	2.92 21	6.26 128	6.29 107	2.96 77	0.97 41	8.68 216	1.71 109	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.02 34

DEmStereo	3.79 186	0.37 55	3.69 136	0.17 25	0.17 49	5.28 196	2.54 215	4.35 22	3.70 58	8.21 197	20.15 274	5.13 143	10.38 281	7.65 159	3.85 199	0.01 112	0.01 116	0.01 210	0.00 1	0.02 25	0.06 106

GrayStereo	3.74 180	0.20 3	1.94 18	1.55 148	0.60 141	3.12 110	8.22 298	5.76 94	3.32 47	10.40 251	16.66 251	5.81 159	8.60 266	6.57 123	1.37 89	0.01 112	0.00 1	0.01 210	0.63 305	0.02 25	0.04 83

RE-Stereo	2.25 79	0.33 29	3.03 94	2.04 207	0.10 21	3.47 125	0.43 73	6.50 121	3.18 41	6.84 147	5.20 75	2.65 67	1.34 66	8.18 193	1.58 103	0.01 112	0.00 1	0.01 210	0.00 1	0.02 25	0.01 15

TVStereo	2.25 79	0.33 29	3.03 94	2.04 207	0.10 21	3.47 125	0.43 73	6.50 121	3.18 41	6.84 147	5.20 75	2.65 67	1.34 66	8.18 193	1.58 103	0.01 112	0.00 1	0.01 210	0.00 1	0.02 25	0.01 15

IRAFT_RVC	2.85 126	0.41 70	3.32 114	2.09 213	0.41 116	2.92 98	5.22 271	6.41 119	3.63 57	6.53 138	5.48 87	5.09 141	4.88 197	8.20 196	2.15 143	0.01 112	0.17 276	0.01 210	0.00 1	0.02 25	0.04 83

AnonymousM	2.71 118	6.75 319	0.98 1	0.73 78	0.06 8	2.41 61	0.53 88	5.30 76	3.05 33	4.75 68	2.09 23	1.89 54	1.01 43	1.88 32	0.51 17	0.01 112	0.02 155	17.42 332	4.76 332	0.02 25	0.01 15

test-1	1.82 38	0.45 84	5.42 210	0.89 89	0.41 116	2.14 45	0.56 96	5.75 92	4.15 79	3.28 42	5.11 65	3.61 102	0.70 27	1.53 17	1.56 101	0.02 174	0.34 301	0.00 1	0.08 236	0.02 25	0.30 243

s12784h	1.89 47	0.30 15	2.57 50	0.11 12	0.09 18	4.18 172	0.13 29	6.61 127	7.44 180	3.62 49	4.28 48	0.59 23	0.81 35	6.61 124	0.46 11	0.01 112	0.01 116	0.00 1	0.00 1	0.02 25	0.00 1

csc	2.28 82	0.61 122	3.81 146	0.22 30	0.07 11	1.69 25	0.11 19	5.37 82	11.84 253	5.80 92	5.17 67	1.44 37	5.41 208	2.00 34	1.92 126	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 194

cscssc	2.28 82	0.61 122	3.81 146	0.22 30	0.07 11	1.69 25	0.11 19	5.37 82	11.84 253	5.80 92	5.17 67	1.44 37	5.41 208	2.00 34	1.92 126	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 194

test_xeample3	3.34 162	0.93 193	4.33 164	0.28 40	0.12 32	3.46 122	3.98 246	6.58 126	11.84 253	6.79 144	13.56 226	3.52 99	4.23 169	3.71 59	2.05 137	0.01 112	0.01 116	0.00 1	0.00 1	0.02 25	1.40 297

CFNet-RSSM	2.11 66	0.33 29	2.71 63	1.04 110	0.30 96	3.21 117	0.41 71	6.67 129	6.96 165	5.62 86	4.58 56	5.40 151	1.71 87	1.86 28	0.87 53	0.00 1	0.08 230	0.00 1	0.32 288	0.02 25	0.02 34

UNet	3.97 199	0.61 122	6.50 241	1.68 164	3.22 262	9.82 257	0.31 58	9.50 182	5.32 116	7.20 159	6.35 111	10.59 234	5.91 222	6.93 133	5.49 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.01 15

STTStereo	3.60 172	0.93 193	6.34 235	2.71 257	2.23 237	3.68 142	0.63 107	9.42 181	6.73 159	9.87 240	6.97 120	8.84 213	3.65 148	6.85 128	3.04 167	0.00 1	0.02 155	0.01 210	0.00 1	0.02 25	0.02 34

MSMDNet	2.02 58	0.37 55	2.84 75	1.14 119	0.34 107	3.73 149	0.53 88	6.21 109	3.55 55	5.32 81	5.17 67	5.85 160	1.74 91	2.23 41	0.91 60	0.01 112	0.10 242	0.00 1	0.24 275	0.02 25	0.02 34

RYNet	6.34 254	0.89 184	5.88 222	1.41 137	4.48 306	15.97 298	4.18 251	13.41 263	16.49 280	10.81 260	7.00 125	14.33 266	8.72 267	9.43 244	13.71 298	0.00 1	0.01 116	0.00 1	0.00 1	0.02 25	0.07 114

AdaStereo	3.09 137	0.58 115	3.04 97	2.84 263	0.48 131	4.08 169	1.29 181	12.16 247	7.77 187	6.03 107	9.62 177	5.79 158	1.53 82	4.56 74	1.93 132	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	4.51 223	0.82 170	6.86 248	3.28 284	3.38 268	8.16 239	3.13 228	10.51 205	15.15 274	4.90 71	6.89 119	7.87 194	4.78 192	9.88 251	3.91 201	0.01 112	0.00 1	0.00 1	0.06 231	0.02 25	0.58 275

HSM	4.00 201	0.79 164	3.16 107	1.59 155	2.17 233	6.77 217	1.11 169	12.28 248	6.35 155	6.75 141	8.11 148	13.90 263	5.37 207	8.85 223	2.71 159	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.02 34

MDST_ROB	8.37 285	0.32 19	9.03 269	4.18 309	2.42 245	26.86 323	6.14 277	19.36 313	13.52 266	27.09 318	22.75 288	9.47 218	4.74 189	15.06 300	6.34 232	0.02 174	0.02 155	0.00 1	0.00 1	0.02 25	0.13 173

Wz-Net-LNSev-Ref	5.98 245	1.55 254	9.92 275	2.40 241	3.22 262	10.28 263	3.14 229	11.64 227	9.79 229	9.54 232	20.22 276	11.16 247	6.77 238	10.61 260	9.16 270	0.06 231	0.00 1	0.00 1	0.00 1	0.03 57	0.04 83

AAGNet	3.41 165	0.34 36	2.45 41	1.78 173	0.39 111	3.69 143	1.05 163	4.79 40	4.61 95	9.62 235	7.74 141	4.98 134	6.38 230	7.34 148	13.02 295	0.00 1	0.00 1	0.00 1	0.00 1	0.03 57	0.04 83

STrans-v2	3.43 167	0.73 149	4.82 184	0.26 35	0.60 141	3.00 103	1.19 175	10.41 204	7.22 173	5.79 91	10.97 195	6.75 175	7.03 243	8.25 199	1.40 90	0.00 1	0.01 116	0.00 1	0.00 1	0.03 57	0.18 194

FTStereo	4.55 226	0.36 52	2.18 32	0.94 97	0.38 109	2.60 72	8.82 301	4.98 51	3.17 38	10.88 261	30.35 310	5.60 154	7.60 253	7.62 158	1.55 100	0.17 260	0.00 1	0.05 264	0.00 1	0.03 57	3.80 317

SST-Stereo	2.75 122	0.31 16	2.78 70	1.33 129	0.33 105	3.99 167	0.82 142	5.60 89	3.93 65	10.92 262	6.19 101	5.00 138	4.23 169	8.66 215	0.74 36	0.00 1	0.00 1	0.00 1	0.00 1	0.03 57	0.03 59

RAFT_R40	2.71 118	0.33 29	3.00 89	1.26 124	0.30 96	3.83 161	1.00 161	5.69 91	4.29 81	9.69 237	6.33 109	5.02 140	4.02 161	8.58 211	0.86 51	0.01 112	0.00 1	0.00 1	0.00 1	0.03 57	0.02 34

cross-raft	2.03 60	0.35 45	2.78 70	1.10 114	0.16 44	3.77 154	0.48 79	7.03 139	3.75 61	5.06 73	5.55 89	6.26 167	1.41 70	1.75 23	0.89 58	0.01 112	0.07 221	0.00 1	0.19 263	0.03 57	0.03 59

rafts_anoy	1.72 26	0.79 164	2.58 51	2.03 205	1.75 212	2.47 63	0.16 38	5.48 87	6.01 141	3.24 41	2.11 24	1.92 57	1.33 64	3.08 50	1.13 75	0.01 112	0.18 279	0.00 1	0.01 183	0.03 57	0.07 114

MMNet	4.16 208	0.77 158	5.47 213	1.40 135	1.67 205	10.78 269	0.63 107	8.64 168	8.47 205	8.80 213	8.33 150	7.51 188	6.61 233	7.53 155	6.54 236	0.00 1	0.00 1	0.00 1	0.00 1	0.03 57	0.05 100

PMTNet	1.41 19	0.37 55	2.06 25	0.26 35	0.15 41	2.94 100	0.34 63	3.39 6	5.33 117	1.00 18	1.27 9	0.28 8	0.93 40	4.04 69	0.74 36	5.00 325	0.00 1	0.00 1	0.00 1	0.03 57	0.01 15

RASNet	4.52 225	0.61 122	4.42 168	3.42 287	4.68 310	4.58 184	0.99 160	9.54 184	8.01 192	5.28 79	11.42 200	10.34 233	8.88 269	9.28 240	8.68 265	0.15 254	0.00 1	0.00 1	0.00 1	0.03 57	0.04 83

DLCB_ROB	4.51 223	0.91 187	3.78 143	2.19 223	1.07 178	6.28 207	3.09 227	9.78 188	7.72 186	10.65 257	12.97 220	13.91 264	3.71 153	8.72 219	5.30 218	0.00 1	0.00 1	0.00 1	0.00 1	0.03 57	0.10 147

Selective-IGEV	1.23 11	0.18 2	1.13 2	0.07 4	0.17 49	2.38 59	0.54 91	6.10 103	2.51 7	0.41 6	3.20 35	0.26 6	0.29 6	6.94 134	0.16 1	0.00 1	0.01 116	0.00 1	0.11 247	0.04 69	0.10 147

DCRE	1.79 31	0.68 140	2.55 48	1.66 163	0.27 89	1.27 6	0.05 12	4.57 31	4.04 72	3.30 43	9.24 167	3.83 105	1.20 58	2.08 38	0.67 26	0.00 1	0.12 256	0.00 1	0.24 275	0.04 69	0.09 132

ADStereo(finetuned)	2.26 81	0.64 130	5.22 204	0.31 41	0.18 60	1.71 32	0.25 52	5.23 64	8.46 204	6.06 110	5.30 83	1.41 34	6.37 228	1.87 29	1.87 120	0.00 1	0.00 1	0.00 1	0.00 1	0.04 69	0.18 194

x	5.66 239	3.85 306	10.36 278	3.10 275	5.60 317	18.95 309	6.98 293	17.04 294	24.02 308	6.06 110	5.30 83	1.41 34	6.37 228	1.87 29	1.87 120	0.03 199	0.07 221	0.00 1	0.00 1	0.04 69	0.18 194

BUS	2.49 103	0.32 19	3.05 102	0.46 60	0.46 125	7.12 223	0.50 85	9.05 173	4.69 97	6.11 115	6.15 98	5.29 146	0.83 36	3.91 64	1.77 114	0.01 112	0.03 181	0.03 249	0.00 1	0.04 69	0.00 1

BSDual-CNN	2.69 114	0.32 19	3.05 102	0.46 60	0.46 125	7.13 225	1.63 197	9.05 173	4.69 97	6.11 115	6.15 98	6.26 167	2.54 110	3.91 64	1.91 124	0.01 112	0.03 181	0.03 249	0.00 1	0.04 69	0.00 1

hknet	3.31 151	0.42 74	4.68 180	0.46 60	1.17 181	7.13 225	1.63 197	9.05 173	6.91 163	6.11 115	6.15 98	9.66 220	2.85 126	7.48 154	2.45 152	0.01 112	0.03 181	0.03 249	0.00 1	0.04 69	0.00 1

GLC_STEREO	0.75 1	0.29 12	1.19 3	0.55 66	0.01 1	1.98 40	0.57 99	3.07 4	3.02 32	0.90 17	1.48 12	0.19 1	0.40 14	0.93 2	0.36 4	0.00 1	0.01 116	0.00 1	0.00 1	0.04 69	0.02 34

DAS	3.74 180	0.35 45	5.19 202	1.99 196	3.74 283	2.36 56	3.22 231	7.77 149	9.27 217	8.70 209	12.08 207	4.45 125	5.43 212	8.39 202	1.71 109	0.01 112	0.00 1	0.00 1	0.00 1	0.04 69	0.02 34

SepStereo	3.78 185	0.35 45	5.19 202	1.99 196	3.74 283	2.36 56	3.22 231	7.77 149	9.27 217	8.70 209	12.08 207	4.45 125	5.43 212	9.18 235	1.71 109	0.01 112	0.00 1	0.00 1	0.00 1	0.04 69	0.02 34

TransformOpticalFlow	3.38 163	0.70 145	4.54 172	1.00 105	0.30 96	3.56 135	0.14 33	9.67 186	7.30 176	5.55 85	13.34 224	6.74 174	5.03 200	8.22 197	1.34 88	0.00 1	0.01 116	0.01 210	0.00 1	0.04 69	0.11 156

PSM-AAD	3.33 159	0.20 3	1.47 5	0.73 78	0.54 137	2.55 69	6.19 278	4.97 49	3.27 46	10.92 262	11.92 205	2.95 76	9.59 276	7.90 174	0.82 48	0.01 112	0.01 116	0.00 1	0.00 1	0.04 69	2.47 313

KYRaft	3.59 171	0.31 16	1.84 9	0.76 80	0.46 125	2.29 52	4.04 248	4.75 38	3.25 45	8.93 220	19.47 272	6.62 173	5.07 202	7.79 170	0.71 34	0.01 112	0.00 1	0.00 1	0.01 183	0.04 69	5.38 327

HCRNet	2.56 106	0.53 105	3.35 116	0.24 34	3.39 270	2.19 47	0.23 49	6.89 136	5.50 120	5.26 78	4.79 57	5.27 145	2.78 119	7.71 164	2.89 163	0.00 1	0.02 155	0.00 1	0.00 1	0.04 69	0.04 83

DCANet	2.08 65	0.64 130	3.81 146	0.31 41	0.17 49	1.70 31	0.25 52	5.23 64	8.47 205	6.07 112	5.30 83	1.41 34	4.23 169	1.85 27	2.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.04 69	0.19 206

222	2.20 71	0.61 122	5.31 208	0.31 41	0.19 69	1.69 25	0.11 19	5.37 82	8.54 207	5.80 92	5.17 67	1.44 37	5.41 208	2.00 34	1.92 126	0.00 1	0.00 1	0.00 1	0.00 1	0.04 69	0.18 194

EAI-Stereo	2.31 86	0.44 81	2.72 65	0.68 76	0.56 138	3.51 131	2.62 217	11.42 224	4.14 78	2.09 23	7.23 132	1.21 32	0.91 39	5.67 94	1.51 97	0.01 112	0.25 295	0.00 1	0.88 312	0.04 69	0.26 233

UPFNet	3.82 189	0.47 89	4.34 166	2.21 225	3.38 268	7.26 227	2.69 219	9.89 190	5.96 136	7.98 187	7.53 136	7.89 196	3.15 132	7.72 166	5.88 227	0.01 112	0.02 155	0.00 1	0.00 1	0.04 69	0.06 106

DMCA	2.82 125	0.64 130	4.45 169	1.61 157	0.89 168	3.86 162	0.57 99	9.18 177	5.10 111	6.24 125	6.49 112	7.17 185	2.13 100	3.31 53	4.73 212	0.00 1	0.01 116	0.00 1	0.00 1	0.04 69	0.02 34

NLCA_NET_v2_RVC	3.84 190	1.06 209	5.23 205	2.72 259	3.27 264	4.36 177	0.61 104	10.71 209	7.56 183	8.75 211	7.89 143	9.86 222	3.90 156	7.15 142	3.44 184	0.14 252	0.02 155	0.02 235	0.03 209	0.04 69	0.03 59
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV_ROB	4.14 205	0.52 101	3.14 106	1.30 128	0.77 160	6.92 220	1.97 206	10.11 198	9.58 225	8.92 218	14.20 234	7.12 184	5.90 221	8.65 214	3.50 189	0.01 112	0.05 202	0.00 1	0.00 1	0.04 69	0.09 132

HH	2.42 93	0.73 149	3.76 141	0.91 91	0.14 37	2.78 87	0.71 123	7.92 153	2.72 14	1.53 21	6.10 96	7.93 197	4.01 159	8.60 212	0.44 7	0.00 1	0.09 236	0.00 1	0.00 1	0.05 90	0.04 83

HanStereo	2.42 93	0.73 149	3.76 141	0.91 91	0.14 37	2.78 87	0.71 123	7.92 153	2.72 14	1.53 21	6.10 96	7.93 197	4.01 159	8.60 212	0.44 7	0.00 1	0.09 236	0.00 1	0.00 1	0.05 90	0.04 83

anonymousdsp2	1.78 30	0.39 61	3.40 120	1.10 114	0.04 3	3.63 138	0.50 85	7.80 151	2.77 17	2.91 36	2.88 32	3.17 85	1.01 43	5.15 85	0.43 6	0.00 1	0.01 116	0.02 235	0.15 254	0.05 90	0.12 166

CASS	2.44 97	0.44 81	3.56 129	0.85 87	0.38 109	3.14 111	0.22 46	9.64 185	4.00 68	6.78 143	7.62 138	3.57 101	3.58 146	3.80 63	1.10 72	0.02 174	0.01 116	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.
Selective-RAFT	1.69 25	0.32 19	3.29 113	0.92 95	0.18 60	3.89 163	0.06 14	4.22 21	4.00 68	1.47 20	1.98 22	3.07 84	2.81 121	6.35 111	0.89 58	0.01 112	0.00 1	0.00 1	0.21 268	0.05 90	0.00 1

ff	2.20 71	0.65 135	5.13 197	0.45 59	0.23 83	5.02 193	0.20 43	5.01 55	9.46 222	4.82 70	3.41 38	1.38 33	3.06 130	2.54 46	2.05 137	0.00 1	0.00 1	0.00 1	0.00 1	0.05 90	0.46 264

CroCo-Stereo	0.99 4	0.89 184	3.19 108	0.46 60	0.44 119	0.38 1	0.05 12	4.61 32	3.95 66	0.48 12	1.78 18	1.01 27	0.27 4	1.11 6	1.07 70	0.01 112	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
Prome-Stereo	3.65 174	0.29 12	1.92 15	0.91 91	0.49 133	2.07 43	4.75 264	4.41 27	3.23 44	9.32 229	20.63 279	4.06 111	7.19 244	7.70 163	1.17 80	0.00 1	0.00 1	0.00 1	0.00 1	0.05 90	4.72 324

FCDSN-DC	10.24 304	0.56 112	3.49 126	1.96 194	1.29 187	16.90 303	4.59 261	17.16 296	19.10 291	24.64 316	32.46 318	33.82 326	22.14 321	15.93 304	10.45 281	0.04 214	0.00 1	0.00 1	0.00 1	0.05 90	0.21 213
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DIP-Stereo	1.97 56	0.64 130	2.95 88	0.17 25	0.10 21	4.83 189	0.13 29	8.60 166	4.06 75	6.42 134	4.92 60	0.44 17	0.72 30	3.57 57	1.80 117	0.00 1	0.01 116	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
MSMD_ROB	9.28 294	1.09 214	4.65 178	1.58 153	0.39 111	16.52 299	4.41 257	13.60 265	14.87 273	22.34 307	39.89 328	25.67 313	20.71 316	12.42 279	6.98 240	0.34 284	0.03 181	0.00 1	0.00 1	0.05 90	0.09 132

SGM-Forest	4.96 230	0.32 19	2.84 75	1.21 122	0.64 145	10.23 262	6.64 289	11.55 226	10.98 242	10.94 264	13.59 227	11.65 250	4.30 173	8.94 227	4.63 211	0.11 246	0.04 195	0.00 1	0.00 1	0.05 90	0.46 264
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LL-Strereo2	1.86 41	0.83 172	2.33 37	0.36 51	0.17 49	3.79 158	1.52 191	5.82 98	4.04 72	4.43 56	2.51 28	4.23 117	0.37 11	5.66 93	0.99 66	0.00 1	0.02 155	0.00 1	0.05 226	0.06 102	0.11 156

LoS	0.91 2	0.34 36	2.10 30	0.38 54	0.13 35	2.47 63	0.26 54	5.00 53	2.74 16	0.89 16	0.21 2	0.49 19	0.36 9	1.97 33	0.67 26	0.02 174	0.02 155	0.00 1	0.00 1	0.06 102	0.01 15

HBP-ISP	4.09 202	1.05 207	4.10 159	1.87 181	1.31 190	7.56 233	3.98 246	11.26 220	9.94 233	7.81 179	14.44 236	3.23 86	4.27 172	8.89 226	1.87 120	0.06 231	0.06 210	0.00 1	0.00 1	0.06 102	0.04 83

GwcNet-ADL	2.65 113	0.48 95	3.84 152	0.82 83	0.33 105	2.04 42	0.69 119	8.07 155	9.42 220	6.05 108	6.66 115	4.14 115	1.73 89	5.40 90	3.01 166	0.08 238	0.06 210	0.00 1	0.00 1	0.06 102	0.03 59

HGLStereo	4.25 214	0.52 101	4.65 178	3.09 273	5.18 313	6.51 214	0.73 128	10.37 202	6.74 160	7.32 164	12.44 217	7.00 177	7.21 246	7.46 152	5.51 221	0.00 1	0.02 155	0.00 1	0.00 1	0.06 102	0.10 147

HITNet	2.79 124	0.77 158	4.02 155	2.03 205	0.11 29	5.58 199	0.59 101	9.24 180	5.15 114	6.42 134	7.26 133	3.66 103	2.92 128	4.07 70	3.87 200	0.00 1	0.00 1	0.00 1	0.00 1	0.06 102	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
4D-IteraStereo	1.72 26	0.86 176	3.01 91	0.09 7	2.86 256	3.57 137	1.06 164	3.92 13	5.31 115	5.28 79	1.02 3	3.92 106	0.38 13	1.83 26	1.04 69	0.00 1	0.01 116	0.00 1	0.00 1	0.07 108	0.09 132

MC-Stereo	1.47 21	0.36 52	2.54 47	1.99 196	0.12 32	1.90 37	0.12 25	4.47 29	2.83 19	3.31 44	3.44 39	0.56 22	1.47 73	5.39 89	0.47 14	0.00 1	0.04 195	0.00 1	0.21 268	0.07 108	0.04 83

RCA-Stereo	1.99 57	0.34 36	2.71 63	0.26 35	0.06 8	2.29 52	0.48 79	4.89 41	14.65 271	2.81 33	5.51 88	0.78 24	3.21 134	1.44 13	0.33 3	0.00 1	0.01 116	0.00 1	0.00 1	0.07 108	0.02 34

dd	2.16 69	1.22 225	4.82 184	0.68 76	0.12 32	1.39 12	0.17 39	5.14 58	11.22 246	2.70 31	3.51 41	1.52 43	1.23 60	5.08 83	3.96 202	0.12 249	0.01 116	0.04 259	0.21 268	0.07 108	0.01 15

sCroCo_RVC	1.21 10	0.65 135	5.16 200	1.09 113	1.29 187	0.92 3	0.19 41	3.92 13	2.68 13	0.30 3	3.04 33	0.52 20	1.56 83	1.58 18	0.78 45	0.09 242	0.25 295	0.00 1	0.00 1	0.07 108	0.11 156

FC-DCNN	10.72 307	0.52 101	4.27 162	1.88 184	1.63 202	17.18 304	5.29 273	18.20 303	19.69 295	28.50 320	34.51 322	34.03 327	21.48 319	15.89 303	11.15 288	0.03 199	0.01 116	0.02 235	0.01 183	0.07 108	0.09 132

NOSS_ROB	3.30 150	0.46 87	2.62 54	2.08 212	1.01 175	5.60 200	0.74 131	10.37 202	11.48 249	5.15 75	8.43 152	5.67 155	1.73 89	7.97 176	2.34 148	0.02 174	0.06 210	0.00 1	0.00 1	0.07 108	0.14 178

Wz-Net-LNSev	6.46 256	1.93 278	16.44 305	1.52 145	4.15 297	12.66 284	4.96 267	13.05 260	12.10 258	10.55 256	16.23 248	11.32 248	7.19 244	8.43 205	8.48 263	0.00 1	0.01 116	0.00 1	0.00 1	0.08 115	0.06 106

iRaft-Stereo_20w	2.56 106	0.35 45	4.98 190	0.37 53	0.67 148	3.47 125	0.59 101	12.57 253	3.89 63	6.10 114	6.23 104	1.49 42	2.24 104	6.65 125	0.86 51	0.00 1	0.19 282	0.00 1	0.33 290	0.08 115	0.22 215

TRStereo	2.36 89	3.10 296	4.70 181	1.99 196	2.08 226	2.61 73	1.11 169	8.79 171	3.73 59	3.19 39	3.04 33	3.96 107	0.77 31	5.92 98	1.44 93	0.03 199	0.14 264	0.00 1	0.29 284	0.08 115	0.25 228

Patchmatch Stereo++	1.95 52	0.40 64	2.86 79	0.12 13	0.18 60	3.74 150	0.66 113	5.24 70	2.96 25	5.86 96	4.32 49	3.46 92	1.52 78	6.88 129	0.70 30	0.01 112	0.00 1	0.00 1	0.00 1	0.08 115	0.09 132
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
OMP-Stereo	3.03 135	0.93 193	2.72 65	4.21 310	0.51 136	2.19 47	1.25 177	6.19 108	6.00 140	7.99 188	6.21 102	8.50 212	2.49 109	9.44 246	1.74 113	0.01 112	0.00 1	0.00 1	0.00 1	0.08 115	0.05 100

PSM-adaLoss	1.88 44	0.40 64	2.86 79	0.12 13	0.19 69	3.75 153	0.71 123	5.23 64	2.96 25	5.86 96	4.33 51	3.45 90	1.51 74	5.40 90	0.69 28	0.01 112	0.00 1	0.00 1	0.00 1	0.08 115	0.09 132

ROB_FTStereo_v2	1.91 50	0.41 70	2.85 77	0.12 13	0.19 69	3.71 145	0.73 128	5.23 64	2.95 23	5.86 96	4.36 54	3.46 92	1.51 74	5.86 97	0.69 28	0.01 112	0.00 1	0.00 1	0.00 1	0.08 115	0.08 122

ROB_FTStereo	1.90 48	0.42 74	2.86 79	0.12 13	0.19 69	3.71 145	0.75 133	5.24 70	2.95 23	5.87 101	4.26 47	3.41 89	1.51 74	5.80 96	0.65 22	0.01 112	0.00 1	0.00 1	0.00 1	0.08 115	0.08 122

HUI-Stereo	1.80 33	0.41 70	2.85 77	0.12 13	0.18 60	3.72 148	0.65 111	5.23 64	2.97 29	5.87 101	4.34 52	3.45 90	1.52 78	3.93 67	0.65 22	0.02 174	0.00 1	0.00 1	0.00 1	0.08 115	0.10 147

iGMRVC	1.96 55	0.40 64	2.88 84	0.12 13	0.19 69	3.74 150	0.73 128	5.23 64	2.97 29	5.87 101	4.37 55	3.48 96	1.52 78	6.73 126	0.74 36	0.02 174	0.00 1	0.00 1	0.00 1	0.08 115	0.08 122

iRAFT	1.95 52	0.40 64	2.86 79	0.12 13	0.18 60	3.74 150	0.66 113	5.24 70	2.96 25	5.86 96	4.32 49	3.46 92	1.52 78	6.88 129	0.70 30	0.01 112	0.00 1	0.00 1	0.00 1	0.08 115	0.09 132

RAFT-IKP	1.90 48	0.42 74	2.83 73	0.12 13	0.18 60	3.50 129	0.64 109	5.24 70	2.96 25	5.86 96	4.34 52	3.50 98	1.51 74	5.99 101	0.76 41	0.01 112	0.00 1	0.00 1	0.00 1	0.08 115	0.08 122

ac_64	3.70 178	0.47 89	3.50 127	2.87 264	3.50 274	5.91 203	0.72 127	10.17 199	4.34 83	8.16 192	5.80 91	10.82 240	5.64 218	7.08 140	4.73 212	0.03 199	0.00 1	0.00 1	0.00 1	0.08 115	0.14 178

PSMNet-RSSM	3.33 159	0.77 158	3.22 110	2.12 216	1.90 223	2.33 54	0.71 123	11.17 218	5.83 132	5.90 104	11.43 201	7.04 180	4.83 196	5.96 100	3.17 172	0.00 1	0.00 1	0.02 235	0.00 1	0.08 115	0.02 34

DSFCA	4.21 211	0.50 97	5.45 212	1.34 130	1.68 207	7.04 222	4.51 259	10.73 210	7.00 167	10.78 259	6.80 117	8.48 210	4.63 185	9.91 252	5.12 216	0.02 174	0.06 210	0.02 235	0.03 209	0.08 115	0.03 59

ETE_ROB	5.80 240	1.77 270	6.33 234	1.44 141	0.78 161	6.43 211	6.90 292	12.53 251	8.08 193	12.93 281	14.89 240	21.13 306	5.87 220	9.83 250	6.57 237	0.04 214	0.01 116	0.00 1	0.02 198	0.08 115	0.33 247

NINENet	3.09 137	0.56 112	3.22 110	1.61 157	1.37 192	7.12 223	0.50 85	11.88 236	5.63 128	6.63 140	8.40 151	5.29 146	0.83 36	6.51 120	1.77 114	0.15 254	0.07 221	0.07 274	0.00 1	0.09 131	0.00 1

IPLGR	2.28 82	0.51 100	6.00 226	0.15 24	0.15 41	1.99 41	0.22 46	6.34 111	6.04 142	6.80 145	5.76 90	2.87 74	2.31 106	4.88 79	1.28 84	0.00 1	0.00 1	0.00 1	0.00 1	0.09 131	0.18 194

DeepStereo_RVC	2.05 63	0.39 61	2.87 83	0.14 23	0.17 49	3.51 131	0.70 120	5.21 63	3.00 31	6.27 130	4.13 44	3.47 95	4.53 181	4.81 77	1.49 96	0.01 112	0.00 1	0.00 1	0.00 1	0.09 131	0.18 194

cf-r	3.42 166	0.81 167	3.97 154	2.41 244	2.78 253	2.85 96	0.64 109	8.44 159	6.32 152	6.25 127	11.57 203	8.97 214	3.54 145	5.93 99	3.83 198	0.00 1	0.00 1	0.00 1	0.00 1	0.09 131	0.07 114

anonymousdsp	1.12 6	0.59 117	1.66 6	0.03 1	0.07 11	2.81 89	0.82 142	4.07 18	2.30 1	0.41 6	1.12 8	0.30 9	0.40 14	7.05 138	0.49 15	0.00 1	0.00 1	0.00 1	0.17 257	0.10 135	0.05 100

IGEV-Stereo	1.12 6	0.59 117	1.66 6	0.03 1	0.07 11	2.82 92	0.82 142	4.09 20	2.30 1	0.41 6	1.11 5	0.30 9	0.41 16	7.05 138	0.49 15	0.00 1	0.00 1	0.00 1	0.17 257	0.10 135	0.05 100
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DRaft	3.74 180	0.43 79	2.60 52	0.12 13	0.15 41	4.76 187	1.34 184	5.33 78	4.31 82	10.30 247	21.91 283	3.27 87	8.83 268	7.36 149	3.66 194	0.05 224	0.10 242	0.00 1	0.14 252	0.10 135	0.14 178

CRE-IMP	1.95 52	0.35 45	2.68 58	0.27 39	0.17 49	3.90 164	0.85 148	5.14 58	2.87 20	5.74 88	4.14 45	3.49 97	0.83 36	6.40 112	1.80 117	0.00 1	0.00 1	0.00 1	0.00 1	0.10 135	0.19 206

GMM-Stereo	3.32 157	0.27 11	2.52 46	0.82 83	0.48 131	2.27 51	4.91 266	5.06 56	3.08 35	7.06 156	16.72 252	6.21 166	3.70 152	7.60 157	1.16 79	0.04 214	0.00 1	0.00 1	0.04 222	0.10 135	4.45 319

RALCasStereoNet	1.93 51	1.01 201	2.75 67	1.88 184	1.75 212	2.88 97	0.18 40	4.64 35	4.36 84	2.27 26	5.14 66	2.22 60	0.79 34	7.10 141	1.00 67	0.00 1	0.34 301	0.00 1	0.00 1	0.10 135	0.16 191

111	2.78 123	0.92 190	3.81 146	0.22 30	0.07 11	2.83 94	0.70 120	6.03 101	14.00 267	3.22 40	8.93 160	5.48 152	3.30 135	3.66 58	2.03 136	0.00 1	0.00 1	0.00 1	0.00 1	0.10 135	0.29 240

MLCV	3.44 168	0.88 181	5.60 217	1.39 134	0.25 85	4.36 177	0.33 61	7.25 141	7.28 175	9.17 225	12.24 214	5.09 141	2.47 108	9.15 234	3.23 176	0.00 1	0.00 1	0.00 1	0.00 1	0.10 135	0.02 34

iResNet	3.68 176	0.91 187	7.94 263	2.97 271	0.34 107	4.44 182	0.48 79	7.70 148	9.74 228	7.72 176	12.74 219	4.03 110	2.87 127	8.05 181	3.37 181	0.02 174	0.01 116	0.00 1	0.00 1	0.10 135	0.09 132

iResNet_ROB	4.23 212	1.02 203	4.90 187	2.18 222	0.93 173	2.92 98	0.37 66	15.10 282	16.91 284	7.89 184	10.51 187	7.03 178	3.07 131	8.16 189	3.46 188	0.01 112	0.00 1	0.00 1	0.00 1	0.10 135	0.02 34

LALA_ROB	6.58 259	1.80 272	6.25 232	1.26 124	0.94 174	10.08 259	9.02 303	16.00 289	11.51 250	12.74 277	13.02 221	24.77 311	5.25 205	10.56 258	8.02 254	0.04 214	0.05 202	0.00 1	0.02 198	0.10 135	0.25 228

psmg	3.10 140	0.32 19	3.05 102	0.54 64	0.46 125	8.68 244	2.84 222	9.87 189	4.69 97	8.08 189	8.69 155	6.26 167	2.54 110	3.91 64	1.91 124	0.01 112	0.04 195	0.06 268	0.00 1	0.11 146	0.00 1

THIR-Stereo	3.86 192	0.77 158	2.62 54	0.12 13	0.13 35	4.25 173	6.63 288	5.30 76	4.18 80	10.33 248	17.13 259	6.58 172	7.62 254	7.78 169	3.51 190	0.01 112	0.07 221	0.07 274	0.00 1	0.11 146	0.02 34

ICVP	2.32 87	0.38 58	2.89 86	0.92 95	0.70 154	2.55 69	0.87 151	9.97 192	3.99 67	4.13 54	8.97 163	2.71 71	1.69 86	2.52 45	3.52 191	0.05 224	0.24 294	0.01 210	0.01 183	0.11 146	0.13 173
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raft+_RVC	1.79 31	0.84 173	2.32 35	2.40 241	0.85 165	1.38 10	0.09 18	6.36 112	4.75 102	2.85 34	5.46 86	1.17 31	1.36 69	4.54 73	0.91 60	0.00 1	0.10 242	0.00 1	0.00 1	0.11 146	0.22 215

delet	4.27 215	0.72 148	4.50 170	1.07 112	3.75 287	10.79 270	4.04 248	9.95 191	7.89 189	8.09 190	8.89 159	8.46 208	3.81 154	7.56 156	5.80 225	0.00 1	0.00 1	0.00 1	0.00 1	0.11 146	0.02 34

PA-Net	4.98 231	1.47 246	7.42 258	2.40 241	2.14 231	8.73 245	3.64 243	12.42 249	13.11 262	7.03 155	7.57 137	7.88 195	6.52 232	10.16 254	7.82 250	0.02 174	0.03 181	0.00 1	0.00 1	0.11 146	1.07 291
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
UCFNet_RVC	3.09 137	0.77 158	2.27 34	2.35 238	1.79 216	3.50 129	1.06 164	12.12 245	6.91 163	4.71 67	7.67 139	7.58 189	4.40 179	4.95 81	1.67 107	0.00 1	0.00 1	0.00 1	0.00 1	0.11 146	0.01 15

XPNet_ROB	6.03 249	1.22 225	5.61 218	2.56 253	0.90 170	6.32 208	7.07 294	12.92 257	8.30 199	14.76 291	15.13 242	19.84 300	6.66 236	10.36 255	8.58 264	0.02 174	0.04 195	0.00 1	0.03 209	0.11 146	0.24 225

NRIStereo	2.14 68	0.35 45	2.65 57	1.10 114	0.14 37	3.05 106	0.86 149	5.35 79	3.18 41	6.24 125	3.36 37	4.17 116	1.82 97	8.12 185	2.01 133	0.00 1	0.10 242	0.00 1	0.00 1	0.12 154	0.19 206

Anonymous3	1.76 29	0.44 81	6.37 236	0.33 49	0.50 135	4.33 175	0.54 91	4.43 28	2.48 4	2.21 24	3.24 36	1.53 44	1.14 50	5.64 92	1.29 85	0.17 260	0.23 289	0.00 1	0.00 1	0.12 154	0.15 187

raftrobust	1.86 41	0.74 153	1.94 18	2.15 220	2.24 238	2.74 83	0.53 88	4.89 41	4.05 74	6.09 113	3.89 42	1.64 46	2.55 112	2.44 44	1.12 74	0.00 1	0.03 181	0.00 1	0.00 1	0.12 154	0.08 122

ADLNet	4.32 218	0.80 166	4.33 164	3.60 294	3.56 276	6.87 219	2.48 214	11.20 219	7.58 185	9.87 240	9.62 177	8.39 205	4.95 198	6.16 102	6.60 238	0.01 112	0.01 116	0.00 1	0.01 183	0.12 154	0.25 228

GES	2.49 103	0.38 58	4.29 163	1.58 153	0.05 4	4.58 184	1.07 166	9.70 187	3.39 49	5.21 77	6.64 114	1.84 53	3.36 136	4.86 78	2.54 156	0.06 231	0.01 116	0.06 268	0.01 183	0.12 154	0.03 59

GMStereo	1.83 39	0.99 200	4.55 173	0.57 70	0.05 4	2.53 68	0.01 1	4.95 44	11.14 243	3.52 47	2.24 25	0.53 21	0.49 21	3.76 62	0.80 47	0.20 267	0.00 1	0.00 1	0.12 250	0.12 154	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_up	3.85

Low-res two-view benchmark