正如犯罪现场足迹可以成为重要证据一样，野生动物足迹对野生动物保护者也同样有价值。每个物种——以及该物种中的每一种动物——都有自己独特的足迹。每个足迹及其下方的基底都讲述了一个关于动物活动和环境的故事。从脚印中收集的信息有助于环保主义者追踪野生动物的行为并监测濒危物种。这些信息还有助于保护地球上的生物多样性。全力以赴的环保主义者可以从足迹中学到很多东西，但手动处理所有信息是一项乏味的任务。野生动物保护组织WildTrack创建了足迹识别技术(FIT)作为监测野生动物的非侵入性方式。测量动物足迹的数字图像以创建地理概况，然后对其进行分析以确定动物的种类、年龄段、性别和个体身份。FIT非常准确，但非常耗时。每个图像都需要现场专家手动输入数据和注释。即使输入了所有数据，由于人力和地理限制，分析速度也很慢。为了加快这一过程并支持来自世界各地的公民科学家的数据收集，WildTrack寻求一种基于AI的图像分析解决方案。动物权利活动家与加州大学伯克利分校的一组研究人员合作，将FIT流程自动化。由此产生的工具集成了JMP数据可视化软件和SAS数据分析，使用人工智能、计算机视觉和机器学习来更快、更准确地识别和分析动物足迹。SAS和Intel是开发全球分析解决方案的长期合作伙伴。WildTrack目前正在现场使用端到端解决方案。图像分析成功为了训练算法，研究人员在准备好的土地上引诱老虎和其他野生动物。他们为每只脚拍摄了多张图像——每只动物四只脚相当于可以收集的数据量的四倍。世界各地的公民科学家也可以上传照片。研究人员、追踪者和公民科学家可以下载智能手机应用程序并从世界任何地方上传图像。图像和相关数据，如位置、日期和时间，被输入到一个基于人工智能的平台，该平台可以识别数十种物种，准确率超过90%。此外，senseFly的eBeeX无人机配备了支持空中数据收集的接口。WildTrack数据库包含犀牛、貘和熊的踪迹。扩大的数据收集进一步加强了机器学习算法，并鼓励研究人员之间的讨论。此外，上传图像的人可以在线跟踪动物的活动。基于AI的解决方案使WildTrack团队能够扩展其研究。原来的轨迹识别现在包括其他生物特征，包括外套颜色、外套类型和呼叫。WildTrack可以监测迁徙模式、交配活动、觅食和狩猎行为以及社会群体。脚印下方基质的差异表明湿度水平、天气状况和步态变化，这可能表明步行速度或受伤信号。对机器学习算法的调整也将支持其他领域的研究。基于AI的解决方案可用于统计和监控濒危动物并防止偷猎。未来的用途可能包括根据独特的外壳形状追踪海龟，识别动植物的类型和健康状况，或者检测和监测动物或人类活动的迹象。
