本論文では、異なるカメラから撮影された人物を関連付ける人物再識別（person re-identification）の問題に取り組んでいます。私たちは、身体部位のずれ問題を処理するための単純ながら効果的な人間部位アライン表現を提案します。当手法は、人物マッチングにおいて区別可能な身体部位（領域）に人間の体を分解し、これらの領域に対する表現を計算し、プローブ画像とギャラリ画像の対応する領域間で計算された類似性を総合的なマッチングスコアとして集約します。私たちの定式化は、注意モデルに着想を得たものであり、この3つのステップを深層ニューラルネットワークで統合的にモデリングし、ボディパーツのラベリング情報が不要な状態でトリプレット損失関数の最小化を通じて学習されます。既存の大半の深層学習アルゴリズムが全体的な表現または空間分割に基づく局所表現を学習するのとは異なり、当手法は人間の体を分割することにより、姿勢変化や人物バウンディングボックス内の様々な人間空間分布に対してより堅牢です。当手法は標準データセットであるMarket-1501、CUHK03、CUHK01およびVIPeR上で最先端の結果を示しています。