Person Re-ID ermöglicht die Zuordnung von Personen über mehrere nicht überlappende Kameras hinweg. Trotz der zunehmenden Nutzung luftgestützter Plattformen im Überwachungsbereich liegt der Fokus bestehender Re-ID-Benchmark-Datensätze weiterhin auf der Abgleichung zwischen Boden-Kameras, während nur begrenzte Anstrengungen unternommen wurden, um die Herausforderung des Aerial-Aerial-Abgleichs zu adressieren. Wir stellen einen neuen Benchmark-Datensatz – AG-ReID – vor, der Person Re-ID in einer neuen Szenario-Unterstellung untersucht: die Zuordnung von Personen zwischen luftgestützten und bodengestützten Kameras. Unser Datensatz umfasst 21.983 Bilder von 388 Identitäten sowie 15 weiche Attribute pro Identität. Die Daten wurden durch eine UAV, die in einer Höhe zwischen 15 und 45 Metern flog, sowie eine bodenständige CCTV-Kamera auf einem Universitätscampus erfasst. Der Datensatz stellt aufgrund der erheblichen Unterschiede in der Personenappearance zwischen diesen Kameras eine neue, herausfordernde Perspektive für Person Re-ID dar. Um dieser Herausforderung zu begegnen, schlagen wir einen erklärbaren Algorithmus vor, der das Training des Person Re-ID-Modells mit Hilfe weicher Attribute leitet. Experimente belegen die Wirksamkeit unserer Methode im Kontext des Aerial-Ground-Person-Re-ID. Der Datensatz wird veröffentlicht, und die Baseline-Codebasis wird auf https://github.com/huynguyen792/AG-ReID öffentlich zugänglich gemacht, um die Forschung in diesem Bereich zu fördern.