WildTrack

傳統的野生動物個體辨識靠什麼？頸圈、晶片、或是麻醉後採樣——全都要碰到動物，而捕捉本身就是壓力來源，對瀕危物種尤其冒險。WildTrack 這個美國非營利組織的做法是：只看腳印。

它的核心技術叫 FIT（Footprint Identification Technique），從一枚足跡影像判斷物種、個體、左右腳、性別與年齡。這聽起來像玄學，其實有生物學基礎——足跡的形態學特徵（趾墊比例、掌墊形狀、步幅）在個體之間有穩定差異，這正是傳統追蹤師（tracker）數千年來在做的事。WildTrack 做的是把這套原本靠口耳相傳、難以規模化的技藝，轉成可量化、可訓練的 AI 模型。官網表示已開發 41 種物種的演算法，並稱是同類中首見。

組織的另一個特色是把在地知識放在核心。它明確把「傳統生態知識」（traditional ecological knowledge）與 AI 並列，很多資料採集由社區成員與志工完成——這既是資料來源，也是保育工作的參與機制。目前有 35 個進行中的野外計畫，橫跨五大洲 20 多個國家，資料來源包含合作大學與動物園。

功能特色與適用場景

非侵入式是這套方法最大的賣點。對數量稀少、捕捉風險高的物種（黑犀牛、雪豹、白犀牛），任何一次麻醉都可能出意外，而拍一張腳印照片不會。成本也低得多——一支手機就能採樣，不需要價值數千美元的衛星頸圈。

給台灣使用者的具體用法

台灣有幾個非常適合的應用對象：石虎是最明顯的一個，族群數量少、活動隱密、傳統上靠自動相機與路殺紀錄推估，個體辨識極度困難；其他像台灣黑熊、水鹿、山羌也都有監測需求。FIT 的方法論（從足跡形態做個體辨識）在概念上可以移植，但台灣特有物種的演算法並不存在，需要從零建立訓練資料——這反而是台灣研究單位可以貢獻並取得主導權的地方。實際上手的門檻不高：需要的是標準化的足跡拍攝方法（比例尺、角度、光線）與大量已知個體的樣本，動物園與救傷中心的圈養個體是很好的起點。對公民科學計畫來說，「拍腳印」比「架相機」的參與門檻低很多，在台灣的登山與野外活動人口基數下，是有機會做成規模的。