تهدف إعادة تحديد الأشخاص إلى استرجاع هويات الأشخاص من الصور التي تم التقاطها بواسطة كاميرات متعددة أو نفس الكاميرات في أوقات ومواضع مختلفة. نظرًا لأهميتها في العديد من التطبيقات البصرية، بدءًا من المراقبة وصولاً إلى التفاعل بين الإنسان والآلة، يجب أن تكون طرق إعادة تحديد الأشخاص موثوقة وسريعة. وعلى الرغم من الزيادة المستمرة في اقتراح بنى عميقة لتحسين الأداء، فإن هذه الطرق تؤدي أيضًا إلى زيادة التعقيد الكلي للنموذج. يقترح هذا البحث شبكة خفيفة الوزن تدمج الميزات الشاملة، والميزات الجزئية، وميزات القنوات في هيكل متعدد الفروع موحد يستند إلى الهيكل الأساسي الفعّال من حيث الموارد (OSNet). وباستخدام مزيج مدعوم بأسس قوية من تقنيات التدريب واختيارات التصميم، يحقق النموذج النهائي نتائج رائدة في مجال الحالة الحالية على مجموعتي البيانات CUHK03 (المُعلّمة)، CUHK03 (المُكتشفة)، وMarket-1501، بتحقيق 85.1% mAP / 87.2% rank1، و82.4% mAP / 84.9% rank1، و91.5% mAP / 96.3% rank1 على التوالي.