Este estudio proporciona un análisis profundo de GAF-Net, un modelo novedoso para la reidentificación de personas basada en video que empareja individuos a través de diferentes secuencias de video. GAF-Net combina características basadas en apariencia con características basadas en la marcha derivadas de datos esqueléticos, ofreciendo un nuevo enfoque que difiere de los métodos tradicionales basados en siluetas. Examinamos a fondo cada módulo de GAF-Net y exploramos varios métodos de fusión tanto a nivel de puntuación como de características, yendo más allá de la simple concatenación inicial. Las evaluaciones exhaustivas en los conjuntos de datos iLIDS-VID y MARS demuestran la efectividad de GAF-Net en diferentes escenarios. GAF-Net logra una precisión de rango 1 de última generación en las largas secuencias de iLIDS-VID, mientras que los resultados de MARS (mAP, rango 1) revelan desafíos con secuencias más cortas y variables en entornos complejos del mundo real. Demostramos que la integración consistente de características de marcha basadas en esqueleto mejora el rendimiento de la reidentificación, especialmente con secuencias largas y más informativas. Esta investigación proporciona ideas cruciales sobre la integración de características multimodales en tareas de reidentificación, sentando las bases para el avance de sistemas biométricos multimodales para diversas aplicaciones de visión por computadora.