一种用于实现无监督的多尺度视差/光流融合的装置包括接口和处理器。接口可以被配置为从捕获设备接收图像。处理器可以被配置为：(i)从图像中提取特征；(ii)响应于所提取的特征来生成融合的视差图；(iii)通过基于(a)融合的视差图以及(b)第一参数对图像的第一子集执行扭曲来生成再生图像；(iv)执行对样本图像与图像的第一子集中的一个图像的比较；(v)基于第二参数来执行对样本图像的分类；以及(vi)响应于分类是否正确来更新第一参数和第二参数，其中，(a)分类包括指示样本图像是图像的第二子集中的一个图像还是再生图像中的一个再生图像；并且(b)再生图像被用作训练数据集。