무감독 도메인 적응 의미론적 분할(UDA-SS)은 레이블이 지정된 소스 도메인에서 레이블이 지정되지 않은 대상 도메인으로 감독을 이전하는 것을 목표로 한다. 이 연구는 이미지와 비디오 시나리오 전반에 걸쳐 UDA-SS 연구를 통합하여 더 포괄적인 이해, 시너지적 발전 및 효율적인 지식 공유를 가능하게 한다. 이를 위해 일반적인 데이터 증강 관점에서 통합 UDA-SS를 탐구하여, 개선된 일반화와 아이디어의 상호 수정을 가능하게 하는 통일된 개념적 프레임워크를 제시한다. 특히, 특징 공간에서 내부 및 도메인 간 혼합을 위한 4방향 경로를 통해 뚜렷한 점 속성 및 특징 불일치를 해결하는 Quad-directional Mixup(QuadMix) 방법을 제안한다. 비디오의 시간적 변화를 처리하기 위해 광학 흐름 기반 특징 집계를 공간 및 시간적 차원에 걸쳐 통합하여 미세한 도메인 정렬을 수행한다.