该文介绍了一种新颖的去噪假标记方法，用于解决无监督域自适应问题。该方法利用源模型和未标记的目标数据促进模型的自适应，并引入了两种补充的去噪方案以减少嘈杂的假标记并选择可靠的假标记。

本文研究无源无监督域自适应问题，提出了一种去噪假标记方法，通过不确定性估计和原型估计，引入像素级和类级去噪方案，减少嘈杂的假标记并选择可靠的假标记，增强假标记有效性。实验结果显示，该方法在不使用源图像或修改源训练的情况下，性能与最先进的源相关无监督领域适应方法相当甚至更高。