在动物保护领域，JMP和FIT是免费的

对于像Jewell和Alibhai这样的科学家而言（或者是工程师，数据分析员），他们的工作，更应该是将这些工具集按照自己所需要的工作顺序和逻辑管理好、整合好，形成简单、易用的工具包，便于做现场分析和调查的时候，能够直接调用。而实现这一目标，其中的技术路径很有价值。

Jewell：FIT在JMP软件里附加的一个工具包，菜单中有不同生物种群的组合。每个物种都有很独特脚印的模式和特征，有些物种有高度的相似性，比如猫科动物里的老虎、狮子、豹、山猫等等，它们的脚印模式都是四个脚趾头在前，后面一个大的脚掌的印子，不仅长相一样，模式也有高度的相似性。对于那些生物来说，只要调整里面一些关键的参数就可以。对于其他的一些物种来说，就要开发出一些完全不同的新的工具包或模块来做，比如大熊猫，大熊猫和猫科动物不一样的地方在于，大熊猫的前面有五个脚趾，在侧面还有一个专门用于抓握东西的另外的小趾头，在底下还有一块类似于小脚掌的东西，所以它的模式、结构长相和其他动物是不一样的。而以大象来举例，所有大象的脚印都是一样，都是一个巨大的椭圆形，没有太多的细节可以参考，所以它辨识的难度自然要增加一些。所以专门为大象这样的物种，开发出完全全新的模块，去适应它的脚掌。

Alibhai：大熊猫的脚趾很特别，有五个脚趾。这个在功能上来讲和人类的大拇指是一样的，是类似于垫、脚掌一类的东西，非常独特，是和所有的生物都完全不一样的模式。所以对于大熊猫来说，我们开发出完全不同的新的模块，去分析它们的这些特征。首先是找到它的脚掌的图像，然后将脚掌信息拆分成很多小的信息，这些信息包括脚趾之间的距离，中心点之间的距离，各个中心点连线之后不同的角度、每一个脚趾边缘的关键数据信息等，作为原始数据来分析。

需要的开发点在哪些方面？

Jewell：FIT都是用JMP的脚本语言开发出来的。现在还在持续开发，增加更多功能和特征，让它变成对于野外工作的人来说更加容易使用和辨识，而不需要懂太多统计学原理和技术。举个例子，从操作层面看，只要将图片的信息拉入菜单，就可以自动计算图形特征，并自由设置图像点，来对图形图像进行旋转和重新处理，确保与标准化样本一致。这样就不需要对野外取证人员有太苛刻的要求才可以拍照，因为标尺度已经设置在系统中，只要简单操作就可以完成。除此以外，还可以通过不同的参数设置，如雪的厚度会影响脚印，很深的雪和很浅的雪，出来的效果有可能是不一样的。所以系统允许输入不同参数，即取照时雪的厚度是怎样，系统就会自动调整图形的关键位置的参考点。现在，我们还在与北卡州立大学的工程系同事们一起做一项新的项目，将整个过程自动化，即完全自动的对这个图像信息进行处理。以后，还将有深度图和3D图的分析，以及通过反面信息看到正面信息，让FIT更加完善和易用。

东北虎的脚印分析过程是怎么样的？

Jewell：首先通过圈养或者捕获的东北虎进行样本的对照，通过反复校验模型和严密的测试，最终保证了近乎100%准确度。而后，通过图像分析和数据处理，将野生东北虎的脚印变成一组组的X坐标和Y坐标的数据。对一张脚印图形而言，需要130个测量值。我们对比分析了600张脚印数据，得出44头东北虎的结论。并通过进一步的设定，判断这是哪种类型的东北虎（雄性或雌性），以及是年轻或年老的。而这些结论，都可以通过图形分析展现出来。

FIT技术上很有特点，是否会考虑开源，可以让更多企业或组织来使用？