يتطلب التعرف على الأشخاص (Re-ID) ذوي الأداء العالي أن يركّز النموذج على كل من الصورة العامة (الشكل العام) والتفاصيل المحلية للشخص المشي. وللحصول على ميزات أكثر تمثيلاً، فإن الطريقة الفعّالة هي استغلال النماذج العميقة ذات الفروع المتعددة. ومع ذلك، فإن معظم الطرق القائمة على الفروع المتعددة، والتي تنفذ عن طريق تكرار هيكل الخلفية الجزئية، تؤدي عادةً إلى زيادة كبيرة في التكلفة الحسابية. في هذه الورقة، نقترح بنية فرعية مُبسطة تُسمى "فرع الهرم المميز (FPB)"، التي تستخرج الميزات من طبقات مختلفة في الشبكة وتوحّد هذه الميزات في هيكل هرمي ثنائي الاتجاه. وباستخدام وحدات الانتباه والتنظيم المتعامد المُقترح، يُعزّز FPB أداء الشبكة الأساسية بشكل ملحوظ، مع إدخال أقل من 1.5 مليون معلمة إضافية فقط. وقد أظهرت النتائج التجريبية الواسعة على مجموعات بيانات معيارية أن النموذج القائم على FPB يتفوّق على الطرق الحديثة في المجال بفارق ملحوظ، مع تقليل كبير في تعقيد النموذج. يعتمد FPB على فكرة شبكة الهرم المميز (FPN) المستخدمة في طرق الكشف عن الكائنات السائدة. إلى حد معرفتنا، فإن هذا هو أول تطبيق ناجح لهيكل مشابه في مهام التعرف على الأشخاص، مما يثبت تجريبيًا أن الشبكات الهرمية كفروع ملحقة يمكن أن تكون هيكلًا واعدًا في نماذج التضمين المميزات ذات الصلة. يُمكن الوصول إلى الكود المصدري بشكل عام عبر الرابط: https://github.com/anocodetest1/FPB.git.