تهدف إعادة التعرف على الأشخاص (re-ID) إلى التعرف على نفس الشخص من صور تم التقاطها عبر كاميرات مختلفة. ولحل هذه المهمة الصعبة، تعتمد النماذج الحالية لإعادة التعرف على كميات كبيرة من البيانات التدريبية المُعلمة، وهو أمر غير عملي في التطبيقات الواقعية. ولتخفيف هذه القيود، يركز الباحثون الآن على إعادة التعرف عبر مجموعات بيانات (cross-dataset re-ID)، والتي تركز على تعميم القدرة التمييزية على المجال الهدف غير المُعلّم عند توفر مجموعة بيانات مصدر مُعلّمة. لتحقيق هذا الهدف، تهدف الشبكة المقترحة لدينا، وهي شبكة فصل وتكيف الموضع (PDA-Net)، إلى تعلم تمثيل عميق للصور مع فصل مناسب لمعلومات الموضع والمنطقة. وباستخدام الفضاء المميز المُتعلم الذي يحتفظ بثبات الموضع عبر المجالات، تكون الشبكة المقترحة قادرة على إجراء فصل الموضع عبر المجالات دون الحاجة إلى تسمية الهوية، ويمكن تطبيق السمات الناتجة على إعادة التعرف عبر مجموعات بيانات. تؤكد النتائج الكمية والكيفية التي تم الحصول عليها على مجموعتي بيانات معياريتين فعالية منهجنا وتفوّقه على أحدث الأساليب في إعادة التعرف عبر مجموعات البيانات.