التعرف على المشية يهدف إلى تحديد أنماط مشية محددة للفرد من خلال مراقبة الحركات الدورية المختلفة لكل جزء من أجزاء الجسم. ومع ذلك، فإن معظم الطرق الموجودة تتعامل مع كل جزء بشكل متساوٍ ولا تأخذ في الاعتبار التكرار الزائد في البيانات الناجم عن ترددات الخطوات المختلفة و معدلات العينة لسلسلة المشية. في هذه الدراسة، نقترح شبكة تمثيل حركة متعددة الجزيئيات (GaitMM) لتعلم سلسلة المشية. في GaitMM، نصمم وحدة تعلم سلسلة شاملة للجسم بأكمله ودقيقة الجزيئيات (FFSL) لاكتشاف التمثيلات المكانية-الزمنية المستقلة عن الأجزاء. بالإضافة إلى ذلك، نستخدم استراتيجية ضغط الإطار المعروفة باسم تجميع الحركة متعدد المقاييس (MSMA) لالتقاط المعلومات المميزة في سلسلة المشية. أظهرت التجارب على قاعدتي بيانات عامتين، CASIA-B و OUMVLP، أن نهجنا يصل إلى أفضل الأداءات الحالية.请注意，这里的人名和机构名称（如CASIA-B和OUMVLP）直接保留了英文原名，因为它们通常是专有名词或缩写，在阿拉伯语中通常也会以这种方式呈现。如果你需要这些名称的全称或其他特定翻译，请告知我。