في عالم تتزايد فيه أهمية المراقبة الأمنية وكفاءة تتبع الأفراد، يبرز تحدي تحديد هوية الأشخاص (ReID) عبر الكاميرات المتعددة كأحد أبرز العقبات. نتيجة لذلك، تم تقديم إطار عمل مبتكر يجمع بين تقنيات الذكاء الاصطناعي المتولد (Generative AI) وتعدد الوسائط (Multimodal) لتقديم حل فعّال ضد هذه التحديات.

يعتمد هذا النظام على فكرة مبتكرة تتمثل في استخدام نظام حل مبكر يعتمد على تكلفة منخفضة، حيث يقوم النظام بتحديد أولويات الأدلة الواضحة ذات الثقة العالية ويتجنب استخدام الوسائط المكلفة إلا في الحالات الغامضة. يتضمن النظام ثلاث مكونات رئيسية:
1. تجسيدات بصرية عالمية من مناطق الأشخاص المحددة،
2. أوصاف سمات دقيقة يتم إنشاؤها تلقائيًا بواسطة نماذج رؤية ولغة (Vision-Language Models – VLMs)،
3. تجسيدات وجه اختيارية عند توفر الرؤية الدقيقة لوجه الشخص.

لتحقيق التوازن بين الدقة وسرعة الأداء، يستخدم النظام طريقة الخروج المبكر المدروسة بدلاً من دمج جميع الوسائط في وقت واحد. في البداية، يتم فحص النتائج الأعلى لتحديد ما إذا كانت الاستفسارات ذات مغزى. إذا كانت المطابقة الأفضل واضحة، يتم إيقاف العملية مبكرًا لإرجاع النتيجة وتقليل الوقت المستغرق.

في الحالات الغامضة، يحتفظ النظام بالاحتمالات المتعددة ويستدعي الوسائط الإضافية (كالوجه والسمات) مع وزن موثوقية متكيف لتحسين القرار النهائي. وفقًا لتقييم الأداء، أظهر النظام كفاءة عالية في تحديد هوية الأفراد، حيث حقق 60.7% من نجاح استفسارات DukeMTMC-reID و68.4% من استفسارات Market-1501، مما خفف من الأعباء الحسابية مع الحفاظ على أداء استرجاع تنافسي.

ختامًا، يعد هذا الإطار المبتكر خطوة مهمة نحو تحقيق تكامل أكثر كفاءة في أنظمة المراقبة، مما يعزز الأمان ويقلل من التعقيدات المرتبطة بالتقنيات التقليدية. ما رأيكم في هذا التطور؟ شاركونا في التعليقات.