Дисертація присвячена вирішенню актуальної науково-технічної задачі, що полягає у підвищенні точності повторної ідентифікації людей за допомогою методів машинного навчання, що базуються на Omni-Scale Network архітектурі із поєднанням гіпермоделей для динамічної зміни параметрів OSNet, що дозволяє адаптуватися до варіативності вихідних даних та використання генеративних змагальних мереж для вирішення проблеми недостатньої кількості даних для навчання.