في مجال مراقبة الحياة البرية، تعتبر إعادة تحديد هوية الحيوانات من الصور المفتاحية لمتابعة الحيوانات في بيئتها الطبيعية. تتطلب هذه العملية نماذج رؤية حاسوبية تستطيع التعرف على الأنماط المميزة في الفراء أو الجلد أو العلامات البصرية الأخرى. للأسف، أساليب التعلم الحالية تعتمد إما على التعلم العالمي الذي يحتاج للكثير من الصور المعلّمة لكل فرد، أو على استخدام أدوات تحديد الهوية غير المتخصصة.

تُعتبر تقنية WildMatch نهجًا جديدًا في هذا المجال، حيث تستند إلى تعديل نموذج محدد مسبقًا باستخدام بيانات الهوية فقط، وهذا يعني أننا لن نحتاج إلى معلومات مفصلة عن النقاط المميزة أو الاتصالات الجيومترية. تعتمد هذه التقنية على استخدام مطابقة النقاط المرجعية المُدربة مسبقًا لتوليد أزواج صور مثمرة، مما يوفر إشرافًا سالبًا وإيجابيًا يعتمد على اتفاق الهوية.

من خلال إعادة ضبط الشبكة المطابقة لسد الثغرات بين الأزواج ذات الهوية المتشابهة والمتباينة، أثبتت WildMatch دقتها المتفوقة مقارنة بالأدوات المتاحة في السوق وأساليب الدمج المرجعية المتقدمة. عند تطبيق نموذج مفتوح مع أفراد محجوبين، تتجاوز الطريقة مجرد حفظ الهويات في المدخلات التعليمية لتطوير نمط قابل للنقل لتمييز الهوية. وبفضل هذا الابتكار، يمكن تحسين نماذج المطابقة بشكل فعال في سياقات الحياة البرية باستخدام العلامات المتاحة في بيانات الرصد المعتادة.