يُعدّ التعرف على الأشخاص عبر المشاهد الجوية والأرضية (Aerial-ground Person Re-Identification) تحديًا فريدًا في مجال الرؤية الحاسوبية، ناتجًا عن الفروقات الجوهرية في وجهات النظر والوضعيات والدقة البصرية بين الكاميرات الجوية العالية والكاميرات الأرضية. تركز الأبحاث الحالية بشكل رئيسي على التعرف بين مشاهد أرضية، بينما لا يُدرس التعرف الجوي بشكل واسع نظرًا لقلة وجود مجموعات بيانات شاملة. ولحل هذه المشكلة، نقدّم مجموعة البيانات AG-ReID.v2، المصممة خصيصًا للتعرف على الأشخاص في السيناريوهات المختلطة الجوية والأرضية. تتضمن هذه المجموعة 100,502 صورة لـ 1,615 فردًا فريدًا، كل صورة مُعلّمة بـ معرف مطابق و15 علامة ناعمة (soft attributes). تم جمع البيانات من زوايا متنوعة باستخدام طائرة مُسيرة (UAV)، وكاميرات مراقبة ثابتة، وكاميرات مدمجة في نظارات ذكية، مما يوفر تنوعًا غنيًا في التغيرات داخل الهوية. بالإضافة إلى ذلك، طوّرنا شبكة انتباه قابلة للتفسير مصممة خصيصًا لهذه المجموعة. تتميز الشبكة ببنية ثلاثية التدفق (three-stream architecture) التي تعالج بكفاءة المسافات بين أزواج الصور، وتركز على السمات الرأسية المهمة، وتتكيف مع التغيرات في المظهر الناتجة عن الفروق في الارتفاع. أظهرت التقييمات المقارنة تفوق نهجنا على النماذج الأساسية الحالية. ونخطط لإطلاق مجموعة البيانات والكود المصدري للخوارزمية بشكل عام، بهدف دفع عجلة البحث في هذا المجال المتخصص من الرؤية الحاسوبية. للاستفادة من المجموعة، يُرجى زيارة: https://github.com/huynguyen792/AG-ReID.v2.