无监督域自适应语义分割 (UDA-SS) 旨在将监督从带标签的源域迁移到无标签的目标域。本研究整合了图像和视频场景中的 UDA-SS 研究，旨在促进更全面的理解、协同发展和高效的知识共享。为此，我们从通用数据增强的角度探索集成的 UDA-SS，并提出了一个统一的概念框架，以提升泛化能力并促进思想的交叉融合。具体而言，我们提出了一种四向混合 (QuadMix) 方法，该方法通过四向路径在特征空间中进行域内和域间混合，解决不同点属性和特征不匹配的问题。为了处理视频中的时间变化，我们集成了基于光流的跨空间和时间维度的特征聚合，以实现细粒度的域对齐。
