소프트-아그맥스
각 disparity에 대해 softmax로 확률 분포를 만들고 그 확률로 가중합하여 연속적 disparity 값을 회귀하는 기법이다. 예를 들어 확률이 p_d라면 d×p_d를 합산해 최종 예측을 얻으며, 미분 가능해 end-to-end 학습에 적합하다.