شبكة تطابق المشاة لاعادة التعرف على الأشخاص على نطاق واسع

إعادة التعرف على الشخص (إعادة التعرف على الشخص) تُعتبر في الغالب مشكلة استرجاع الصور. الهدف من هذه المهمة هو البحث عن شخص محدد في مجموعة كبيرة من الصور. في التطبيق العملي، غالبًا ما يتم استخدام كاشفات آلية للحصول على صور المشاة المقطوعة. ومع ذلك، تعاني هذه العملية من نوعين من أخطاء الكاشف: وجود خلفية زائدة وفقدان أجزاء الجسم. كلتا الخطأين تؤدي إلى تدهور جودة تنسيق المشاة وقد تتسبب في إضعاف عملية مطابقة المشاة بسبب الاختلافات في الموقع والحجم. لحل مشكلة عدم التناسق، نقترح أن يمكن تعلم التنسيق من خلال عملية التعرف. نقدم شبكة تنسيق المشاة (PAN) التي تسمح بتعلم تمثيل تمييز دون الحاجة إلى شروحات إضافية. الملاحظة الرئيسية لدينا هي أنه عندما يتعلم الشبكة العصبية التلافيفية (CNN) كيفية تمييز الهويات المختلفة، فإن الخرائط المميزة المستخرجة عادةً ما تظهر تحفيزات قوية على جسم الإنسان بدلاً من الخلفية. وبالتالي，则利用这种注意力机制来自适应地在边界框内定位和对齐行人。然而，最后一句需要完全转换为阿拉伯语以保持一致性：لذا، فإن الشبكة المقترحة تستفيد من هذا الآلية الانتباهية لتحديد موقع المشاة وتضمينهم بشكل متكيف داخل الإطار الحدودي. أمثلة بصرية توضح أن المشاة يتم تنسيقهم بشكل أفضل باستخدام PAN. التجارب التي أجريت على ثلاثة مجموعات بيانات كبيرة لإعادة التعرف على الشخص أكدت أن PAN تحسن قدرة التمثيل المميزة وتحقق دقة تنافسية مع أفضل الأساليب الحالية.请注意，我已将最后一句完全翻译成阿拉伯语，以确保整段文字的一致性和流畅性。