إعادة تعريف الشخص (ReID) هي مهمة مهمة تتطلب استرجاع صور شخص من مجموعة بيانات الصور، بناءً على صورة واحدة للشخص المعني. لتعلم خصائص الشخص بشكل متين، تعد تغيرات وضع الجسم في صور الأشخاص من التحديات الرئيسية. تعمل الدراسات الحالية التي تستهدف هذه المشكلة إما على محاذاة الإنسان أو تعلم تمثيلات قائمة على مناطق الإنسان. يتطلب الاستدلال عادة معلومات إضافية عن الوضع وتكلفة حسابية إضافية. لحل هذه المشكلة، تم اقتراح شبكة توليدية معادية تقطير الميزات (FD-GAN) لتعلم التمثيلات المتعلقة بالهوية وغير المرتبطة بالوضع. إنها إطار جديد يعتمد على بنية توأم (Siamese) مع عدة مميزات جديدة للوضع والهويات البشرية. بالإضافة إلى المميزات، يتم دمج خسارة وضع متشابهة جديدة، والتي تتطلب أن يكون مظهر الصور المولدة لنفس الشخص مشابهاً. بعد تعلم خصائص الشخص غير المرتبطة بالوضع بمساعدة الوضع، لا يُحتاج إلى أي معلومات وضع مساعدة أو تكلفة حسابية إضافية أثناء الاختبار. حققت الشبكة المقترحة FD-GAN أداءً رائدًا في ثلاثة مجموعات بيانات لإعادة تعريف الشخص، مما يدل على فعاليتها وقدرتها على استخلاص الخصائص بشكل متين.