تهدف مهمة البحث عن الأشخاص إلى تحديد موقع شخص مطلوب وتحديد هويته في صور واقعية غير مقصوصة، ويمكن اعتبارها مهمة موحدة تجمع بين كشف المشاة وتحديد الأشخاص (re-id). تعتمد معظم الدراسات الحالية على كاشفات ثنائية المراحل مثل Faster-RCNN، مما يحقق دقة مرضية لكن بتكلفة حسابية عالية. في هذه الدراسة، نقدم شبكة البحث عن الأشخاص ذات التوافق المميز (AlignPS)، وهي أول إطار عمل يعتمد على كاشف خالٍ من المعايير (anchor-free) لمعالجة هذه المهمة الصعبة بكفاءة. تتناول AlignPS بشكل صريح التحديات الرئيسية، التي نلخصها في مشاكل عدم التوافق على مستويات مختلفة (أي المقياس، والمنطقة، والمهام)، عند تكييف كاشف خالٍ من المعايير لهذه المهمة. وبشكل أكثر تحديدًا، نقترح وحدة تجميع الميزات المتناظرة لتكوين تمثيلات ميزات أكثر تمييزًا ومتانة، وفقًا لمبدأ "التحديد أولًا". يُعد هذا التصميم البسيط مُحسّنًا مباشرًا للنموذج الأساسي الخالِي من المعايير، حيث يزيد من دقة المقياس المتوسط (mAP) على مجموعة بيانات CUHK-SYSU بأكثر من 20%. علاوة على ذلك، تتفوق AlignPS على أحدث الطرق ثنائية المراحل من حيث الأداء، مع سرعة أعلى. يمكن الاطلاع على الكود من خلال الرابط التالي: https://github.com/daodaofr/AlignPS