実際の画像と合成画像の間のドメインギャップを埋めるために、新しい整合性制約付き半教師あり学習方法（CC-SSL）を提案した。

実際の画像ラベルを使用せずに、リアル画像の正確なkey point予測が可能です。 さらに、合成データで学習するモデルは、ビジュアルドメイン適応チャレンジデータセットの異なるドメインにまたがる実際の画像でトレーニングされたモデルよりも優れた汎化パフォーマンスを達成することを定量的に示しています。