実世界でのステレオ奥行き推定は環境内の変化に対して高いロバスト性が要求されるが、既存のDNNベースの手法では環境の変化を一般化することが難しいため実用レベルに達していない。本論文では、既存手法が教師無しでターゲットドメインに継続的に適応可能な手法を提案する。この手法は、適応学習の質の改善のため、教師なし学習によって生まれた誤差に対する信頼度も同時に学習することができる。