استُخدمت كاميرات الفخ (Camera Traps) كأداة شائعة لمراقبة الحياة البرية في أبحاث البيئة والحفاظ على التنوع البيولوجي. وقد benefited نماذج تصنيف الحياة البرية (Wildlife Classification Models) من الزيادة الكبيرة في البيانات البصرية الخاصة بالحياة البرية، حيث حققت هذه النماذج مستويات عالية من الدقة في مجموعات بيانات مُنقحة وعالية الجودة. ولكن، تبقى فعالية هذه النماذج حساسة للقيود البيئية الواقعية، مما يجعل أدائها غير متسق وخاصة عند القيام بالتنبؤات على سلسلة زمنية متسقة.

في دراسة جديدة، تم استغلال الطبيعة الزمنية لبيانات كاميرات الفخ لتعزيز التنبؤات المحسوبة من نماذج تصنيف الحياة البرية. تم تبني عدة نماذج قياسية لتتبع الأجسام المتعددة (MOT) لربط الاكتشافات عبر الإطارات المتعاقبة. حيث تم استخدام المسارات المنقحة لدمج الاحتمالات المصنفة (Softmax Class Probabilities)، مما أسفر عن إنتاج تقديرات تصنيف موحد تتجاوز الأخطاء الناجمة عن الضوضاء.

تشير نتائج التحليل التجريبي إلى أن الاستراتيجية المقترحة تحسنت خطوة كبيرة مقارنة بالعلامة المصنفة المستقلة على جميع مجموعات البيانات، وذلك عبر كل القياسات. وحققت أفضل نماذج MOT زيادة في مقياس F1 الموحد بنسبة 5.1% و3.1% و2.0% مقارنة بالمصنف التقليدي عبر ثلاث مجموعات بيانات مختلفة.

إن استخدام تقنيات تتبع الأجسام المتعددة ليس مجرد تحسين للاكتشاف، بل تغيير جذري في كيفية فهم علوم الحياة البرية وكيفية إدارتها.