الترجمة:يواجه التعرف على الأشخاص عبر المجالات دون إشراف (Re-ID) مشكلتين رئيسيتين. الأولى هي الاختلاف في توزيع البيانات بين المجالات المصدر والهدف، والثانية هي نقص المعلومات المصنفة في المجال الهدف. يتم التعامل مع هاتين المشكلتين في هذا البحث من منظور تعلم التمثيل. بالنسبة للمشكلة الأولى، نؤكد وجود مجالات فرعية على مستوى الكاميرا كسمة فريدة للتعرف على الأشخاص (Re-ID)، ونطور التكيف بين المجالات مع الوعي بالكاميرا لخفض الاختلاف ليس فقط بين المجالات المصدر والهدف ولكن أيضًا عبر هذه المجالات الفرعية. أما بالنسبة للمشكلة الثانية، فنستغل الاستمرارية الزمنية في كل كاميرا من المجال الهدف لإنشاء معلومات تمييزية. يتم تنفيذ هذا عن طريق توليد ثلاثيات بشكل ديناميكي ضمن كل دفعة، وذلك بهدف الاستفادة القصوى من التحسين المستمر للتمثيل الخاص بالخصائص خلال عملية التدريب. معًا، تؤدي هاتان الطريقتان إلى إطار عميق جديد للتكيف بين المجالات دون إشراف للتعرف على الأشخاص (Re-ID). تظهر التجارب والدراسات التقليصية على مجموعات بيانات المعايير قدرته على التفوق ومميزاته المثيرة للاهتمام.ملاحظة:- "Unsupervised cross-domain person re-identification" تُترجم إلى "التعرف على الأشخاص عبر المجالات دون إشراف".- "Camera-level sub-domains" تُترجم إلى "المجالات الفرعية على مستوى الكاميرا".- "Camera-aware domain adaptation" تُترجم إلى "التكيف بين المجالات مع الوعي بالكاميرا".- "Online triplets" تُترجم إلى "الثلاثيات عبر الإنترنت".- "Feature representation" تُترجم إلى "التمثيل الخاص بالخصائص".