Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Wildlife monitoring is a crucial part of the conservation strategies for endangered species. Indirect methods are of significant interest because they preserve the studied animal. The study of presence signs, especially footprints, seems to be a valuable compromise between reliability, simplicity and feasibility. The main objective of this study is to develop an algorithm capable of identifying cheetahs based on their tracks. It also aims to recognize their sex and from which foot the track originated (i.e. position). In addition, it seeks to compare different track recording medium: photo and 3D model. We sampled 669 tracks of eight semi-captive cheetahs, corresponding to about 20 tracks per foot. We manually placed 25 fixed landmarks per track and 130 semilandmarks on 3D models only. Geometric morphometrics allowed studying the differences in shape between tracks. Thanks to a Linear Discriminant Analysis (LDA) with a jackknife prediction, the tracks were discriminated using the information from both their size and shape. We tested 82 combinations in terms of medium, landmarks configuration and template used. For position identifications, the best combination correctly identified 98.2% of the tracks. The sex and identity of the cheetahs are identified with an accuracy of 94.8% and 93.7% respectively. These tools appear to be effective in separating positions, sexes and individual identities from the tracks. A field study using tracks from wild individual should be conducted to further confirm the true efficiency of this technique. Le monitoring de la faune sauvage est une partie cruciale des stratégies de conservation des espèces en danger d’extinction. Les méthodes indirectes sont d’un intérêt particulier car elles permettent de préserver l’animal étudié. L’étude des indices de présence, plus particulièrement des empreintes, semble être un compromis de qualité entre fiabilité, simplicité et faisabilité. Cette étude a pour objectif principal de créer un algorithme capable d’identifier des guépards sur base de leurs empreintes. Elle vise aussi la reconnaissance de leur sexe et de quelle patte est issue l’empreinte (i.e. la position). De même, elle cherche aussi de comparer différent support d’enregistrement de l’empreinte : photo et modèle 3D. Nous avons échantillonné les empreintes de 8 guépards semi-captif, correspondant à environ 20 empreintes par pied. Nous avons placé manuellement 25 points de repère fixes par empreintes et 130 pseudo points de repères uniquement sur les modèles 3D. La morphométrie géométrique a permis d’étudier les différences de conformation entres les empreintes. Grâce à une Analyse Linéaire Discriminante (ADL) avec des prédictions jackknife, les empreintes ont pu être discriminées en utilisant les informations issues de leurs tailles et de leurs conformations. Nous avons testé 82 en terme de support, configuration de point de repère et de modèle utilisé. Pour l’identification des positions, la meilleure combinaison identifie correctement 98.2% des empreintes. Le sexe et l’identité des guépards sont retrouvés avec une précision de 94.8% et 93.7% respectivement. Ces outils se montrent efficaces pour séparer les positions, les sexes et les identités des individus grâce aux empreintes. Une étude sur le terrain utilisant des empreintes d’individu sauvage doit être effectuée pour confirmer l’efficacité de cette technique.

cheetah --- Acinonyx jubatus --- track --- footprint --- wildlife monitoring --- indirect monitoring --- non-invasive --- 3D model --- photogrammetry --- guépard --- Acinonyx jubatus --- empreinte --- monitoring de la faune sauvage --- monitoring indirect --- non-invasif --- modèle 3D --- photogrammétrie --- Sciences du vivant > Sciences de l'environnement & écologie