本文提出了一种新颖的无监督域适应方法，用于跨域视觉识别。我们设计了一个统一框架，该框架从统计和几何两个方面减少了不同域之间的差异，称为联合几何与统计对齐（Joint Geometrical and Statistical Alignment, JGSA）。具体而言，我们学习了两个耦合投影，将源域和目标域的数据映射到低维子空间中，在这些子空间中同时减少了几何偏移和分布偏移。目标函数可以高效地以闭式形式求解。大量实验验证了所提出的方法在合成数据集以及三个不同的实际跨域视觉识别任务上显著优于几种最先进的域适应方法。