2段階のHeadを使用するネットワーク構造で、ソースとターゲットどちらのドメインか判別する分類器を特徴マップと双方のHeadに差し込んでドメインの不一致に対応し、訓練を進めながらバウンディングボックスの動的なクラスタリングと候補の絞り込みを行うDAPSを提案した。

バックボーンにResNet-50を使用し、CUHK-SYSUとPRWの2種類のデータセットで精度の評価を行い、DAPSはターゲット側のデータセットのラベルを使用せずに弱教師あり学習の従来手法を上回る結果。教師あり学習の最新の手法には及ばないものの、過去の一部の従来手法を上回る結果。

ターゲット側のラベルを使わなくても高い検出性能を示したことで通ったと考えられる。PyTorch実装( https://github.com/caposerenity/DAPS )が公開されている。