
تهدف إعادة تحديد الأشخاص (reID) إلى استرداد صورة الشخص المطلوب من مجموعة من الصور التي تُلتقط عادةً بواسطة كاميرات متعددة. وقد أظهرت الأساليب الحديثة لإعادة التعرف على الأشخاص أن استغلال الميزات المحلية التي تصف أجزاء الجسم، إلى جانب الميزة الشاملة للصورة الشخصية، يُنتج تمثيلات مميزة قوية، حتى في حالات غياب أجزاء من الجسم. ومع ذلك، فإن استخدام ميزات الأجزاء الفردية مباشرةً دون أخذ العلاقات بين أجزاء الجسم بعين الاعتبار، يؤدي إلى تشويش في التمييز بين هويات أشخاص مختلفين يمتلكون خصائص متشابهة في الأجزاء المقابلة. ولحل هذه المشكلة، نقترح شبكة علاقات جديدة لإعادة تحديد الأشخاص تأخذ بعين الاعتبار العلاقات بين كل جزء فردي وباقي أجزاء الجسم. ويُمكن لنموذجنا أن يدمج في ميزة جزئية واحدة معلومات جزئية من الأجزاء الأخرى، مما يعزز تمييزها. كما نُقدّم أيضًا طريقة تجميع تناقضي عالمي (GCP) للحصول على الميزة الشاملة لصورة الشخص. ونقترح استخدام الميزات التناقدية في GCP لتعزيز تقنيات التجميع التقليدية مثل التجميع الأقصى والمتوسط. ونُظهر أن نموذجنا يتفوق على أحدث النماذج على مجموعات بيانات Market1501 وDukeMTMC-reID وCUHK03، مما يُثبت فعالية نهجنا في تمثيل الأشخاص المميز.