يقوم هذا البحث بدراسة مشكلة تحليل الأشخاص المتعددين. تشمل الأساليب الحالية، سواء كانت تتبع نهجين رئيسيين هما الأعلى إلى الأسفل أو الأسفل إلى الأعلى، غالبًا تكاليف حسابية باهظة. بدلاً من ذلك، نقدم معمارية عميقة ذات أداء عالٍ لتحليل الأشخاص المتعددين في مرحلة واحدة (Single-stage Multi-human Parsing - SMP) التي تفصل مشكلة تحليل الأشخاص المتعددين إلى مشكلتين فرعيتين دقيقتين، وهما تحديد موقع الجسم البشري وأجزائه. تستفيد SMP من خصائص النقاط في مواقع المركز الجاذبي للحصول على تقسيمها، ثم تولد سلسلة من الانحرافات من مركز جسم الإنسان إلى مراكز الأجزاء، مما يتيح لها تنفيذ عملية مطابقة الجسم البشري وأجزائه دون الحاجة إلى عملية المجموعات.في إطار معمارية SMP، اقترحنا وحدة الاحتفاظ بالخصائص المكررة (Refined Feature Retain module) لاستخراج الخصائص العالمية للمثليات عبر انتباه القناع المُولَد، بالإضافة إلى وحدة إعادة تصنيف القناع المهم (Mask of Interest Reclassify module) كوحدة قابلة للتدريب يمكن تركيبها لتحسين نتائج التصنيف باستخدام التقسيم المتنبأ به. أظهرت التجارب الواسعة على مجموعة بيانات MHPv2.0 أفضلية الطريقة المقترحة من حيث الفعالية والكفاءة، حيث تفوقت على أفضل الطرق الحالية بنسبة 2.1% في AP50p، و1.0% في APvolp، و1.2% في PCP50. وبشكل خاص، تتطلب الطريقة المقترحة عددًا أقل من دورات التدريب وبنية نموذج أقل تعقيدًا. سنقوم بإطلاق كود المصدر الخاص بنا والنموذج المُدرَّب مسبقًا والتطبيقات عبر الإنترنت لتسهيل الدراسات المستقبلية.