تركز الطرق التقليدية للكشف عن المشاة على معالجة إما التداخل المتبادل بين المشاة في الحشود، أو التعامل مع التباينات الكبيرة في حجم المشاة. لا يزال الكشف عن المشاة التي تختلف بشكل كبير في المظهر، مثل تباين الأشكال الظلالية، أو الزوايا المختلفة، أو ملابس مختلفة، يمثل تحديًا جوهريًا. بدلًا من تعلم كل ميزة من ميزات المظهر المختلفة للمشاة بشكل منفصل كما تفعل معظم الطرق الحالية، نقترح تنفيذ تعلم تبايني (contrastive learning) لتوجيه عملية تعلم الميزات، بحيث يتم تقليل المسافة المعنى بين المشاة ذات المظاهر المختلفة في فضاء الميزات المُتعلم، بهدف القضاء على التباينات في المظهر، في حين يتم في الوقت نفسه تكبير المسافة بين المشاة والخلفية. ولتعزيز كفاءة وفعالية التعلم التبايني، نقوم ببناء قاموس مثالي (exemplar dictionary) يحتوي على أمثلة تمثيلية لمظاهر المشاة كمعرفة سابقة، بهدف إنشاء أزواج تدريب تباينية فعالة وتوجيه عملية التعلم التبايني. علاوة على ذلك، يتم استخدام القاموس المثالي المُنشأ لتقدير جودة اقتراحات المشاة أثناء التقييم من خلال قياس المسافة المعنى بين الاقتراح والقاموس المثالي. وقد أثبتت التجارب الواسعة على الكشف عن المشاة في الظروف النهارية والليلية فعالية الطريقة المقترحة.