雑音の多いライダー点とセンサ間のミスアラインメントを軽減するため、学習プロセス中に雑音のある点を徐々に除去する新しい学習戦略“Feedback Loop”を導入。更に、不正確なライダー測定とステレオマッチングを扱うため、3D構造正則化を施すロスを導入。

selected KITTI 141において最新のステレオマッチング及び奥行き補完手法よりも大きなマージンを持ちSOTAを達成。また、GT無しだが良好な汎化性能を持ち、Synthiaデータセットでその性能を示す。