先在片里找到三处看得清的特征
研究人员把能看清至少三项特征的片段标出来，再找别的日期拍到的画面。通常从同一处拍到的录像里找，偶尔也发现一头象先后经过不同地点。要核对的特征共有24项，耳朵只是其中一部分。白天的画面和夜里的红外录像都用上了。
两段录像要对得上同一侧
北碧府的研究人员寻找下一段录像时，要能看见整头象，或看见上一段里已经辨过的同一侧。研究中有一头成年雄象，一边的长牙突出，右耳下缘有破口。夜间再拍到它时，镜头里的耳朵上缘反而更清楚。另一头成年雌象右耳有一道很大的裂口，两头小象在她身后，白天和夜间的镜头都拍到了它们。
四幅日夜对照按 A 到 D 排列，画面下方都印着相机记录的日期。雄象的日间和夜间两帧都摄于2019年4月14日，白天那帧是彩色，夜间那帧只剩深浅。雄象正面靠近时，耳朵展开，露出右耳下缘；入夜后上缘的折叠更显眼。雌象的两帧则分别摄于2019年4月20日和7月23日。白天的画面拍到侧身走过空地，夜间画面里的象群朝向相机。雌象右耳的大缺口在两帧里都看得见。雄象的两帧日期相同，正式登记仍要另找不同日期的录像。
有的象从相机前走过，留下一边耳朵和半截身子。有的转过身时，耳缺的位置才看得清。研究团队把这类不在固定分类里的细节也用上了，例如破口的准确位置和形状、尾毛的轮廓、皮肤上凸起的地方。耳缺落在同一个区段，只够把几段录像放在一起比；缺口长什么样，要看画面本身。至少在两个不同日期拍到并确认是同一头，研究人员才建档。
认出一头象后，研究人员给它一个独立编号，把截帧和已辨出的特征存进去。镜头模糊或被身体遮住的位置记为未判定。后来拍到清楚的同侧画面，就把看得到的新细节添进去。小象跟在成年雌象身边的情形至少在两次独立观察中出现，研究人员才把它和那头雌象的记录关联起来。
475 段录像认出 107 头象
从2019年2月到2020年1月，这次比对用的475段录像里，研究人员认出了107头亚洲象。其中成年象72头、亚成年象11头，另有20头少年象和4头年龄最小的幼象。72头成年象出现在363段录像里，56%是白天拍的，44%是夜间拍的。研究人员用这些成年象的录像检验外形特征撞在一起的可能性。年龄在这一步拿掉，计算留下的是23项外形特征。
左耳和右耳分开记
一头象的左耳和右耳各有自己的记录。研究人员把耳顶的折叠和侧缘的折叠分成两项，再看耳垂底部的角度。裂口和孔洞从上到下记位置。如果同一只耳上有几处破口，表格先填最密集的那一段，其余位置另写在这头象的备注里。耳朵上的浅色斑能看清时也会记下来。耳顶前折还分几种，有的只略微前倾，有的往前卷，有的折下来贴得平。耳垂有宽角、尖角和较圆的轮廓。夜间截帧里的轮廓有时更显眼，有时恰好被红外光抹平。
耳部图谱用红圈标出两种轮廓。G的缺口在耳侧，J的耳缘有连续几处凹口。分类表把破口和孔洞分栏，左右耳又分别填。录像只拍到右侧时，左耳那一栏记为看不清；要填“没有破口”，得先看到完整的耳缘。
四处调查区域共装了34台相机，保护区里的相机拍水边和盐舔点，靠近村落的相机则记录田边和象常经过的路。相机由动作触发，设定的触发时间是0.4秒。每段录像长20秒，每秒30帧。白天借自然光，天黑后用相机自带的红外光。每段录像连同时间、日期和温度一起存到存储卡上，便于后来按日期调出画面。红外画面里，耳朵上的折痕有时和周围颜色混在一起。碰到这种画面，研究者改看还辨得清的特征，或者等下一次拍到同一侧再补。
尾尖和尾毛分两栏
研究者从录像里看尾尖垂到什么位置，尾巴本身从臀部算到尾尖，末端那撮毛单独记。研究人员记毛束的长短，还分它长在尾巴朝身体的一面、背向身体的一面，还是两面都有。补充图里，B的尾尖垂到踝部，C的尾尖大致到膝后，F只剩腹线以上的一截短尾。C和F在表里都记为没看见尾毛，B的尾端两边都有长到自然弯曲的毛。A和G的尾巴则都垂到膝与踝之间，尾端两面都能见到弯曲的毛。短得还不能自然弯曲的毛，另归到短毛一类。
固定相机有时只拍到耳朵、背和尾巴，有时连背形或尾巴的全长也没入镜。即使两段录像在表格里有相同的特征分类，研究人员还会把画面放在一起细看，再决定是不是同一头。
长牙的角度从侧面看
亚洲象的长牙只见于雄象，雄象也有不长长牙的。雌雄都可能有更短、更细的门齿。镜头里能看到长牙时，研究人员记下两边是否等长、两根牙的生长方向，以及牙相对于水平面的角度。比较角度时，他们挑象的侧面来观察，并参考象鼻在画面里的位置。图谱把长牙和短门齿分开登记。
年龄分成成年、亚成年和两组幼象。独自出现的雄象通常归为成年。在几头雄象同时出现的画面里，研究者有时能根据相对身高把个别象归入亚成年组。雌象在群体里出现时，能看到乳房或有幼象跟随，是辨识成年的线索。原分组表把约15岁以上列入成年，把约7至14岁列入亚成年。约1至6岁的幼象通常能站在成年象腹下，或身高不超过成年象的一半。小于一岁的幼象也能站在成年象腹下，单靠一张站位合适的画面，两个幼龄组会有重叠。录像里的年龄组是依照外形和同行关系作出的估计，画质不足时便记为无法判断。
镜头里的背和象鼻
体况有三个等级。肋骨、肩部和骨盆轮廓都明显时记为0。肋骨已经看不出来，肩部、骨盆和脊线还明显时记为1。颈部有褶，肩部、骨盆和脊线都不突出的一类记为2。这个分级要看到躯干。头和象鼻先入镜时，能填的往往是别的项目，比如象鼻上有没有浅色斑。体表色斑另分为只在象鼻、只在身上和两处都有。看不见相应部位，记录仍留空。
特征碰巧一样时，研究者再对照画面
背形分为三类。平背的大部分背线接近直线，凹背的背线中间向下，隆背通常在中段高起。有的象背隆起，研究者也给下凹的背线留了一个类别，因为印度的象群研究曾记录过这种外形。在北碧府这批录像里，他们没有见到下凹的背线。背线和皮肤的浅色斑在夜间有时看不清。同一段录像交给不同的人标记，这两项尤其容易得到不同的分类。研究团队把两项拿掉，再算一次：在72头成年象的样本里，用19项最常见的特征组合，估计值为0.006；去掉背形和体表色斑后，剩17项，估计值仍为0.006。这里算的是样本里一组常见外形碰在一起的可能性。逐头核对时，还得回到录像，看看同一侧的耳朵、牙和尾巴是不是真的对得上。
成年象里有52头雄象和20头雌象。单算雄象时，性别一栏先去掉，剩下的候选特征有22项。把最常见的状态依次加进组合，算到18项时，估计值是0.011。再拿掉背形和体表色斑，16项的估计值是0.008。两次计算用的是同一批成年雄象。两组分开算时，雌象那组去掉了长牙的特征。纳入16项时，雌象样本里最常见组合的估计值是0.048。去掉背形和体表色斑后剩14项，估计值升到0.079。样本大小和能用的特征不同，研究人员仍用不同日期的画面逐头复核。
换一个人看录像，能认出同一头吗？
研究团队做了两次不同的复核。第一次挑30段录像，每段是一头不同的象，19段摄于白天，11段摄于夜间。第一作者和另一名受过训练的观察者分别给17项特征分类，多数项目的判断达到中等或更高的一致程度，背形和体表色斑的一致程度较低。这一次只给每头象看一段，实际登记个体时还能找别的日期和角度。
另一次请来一位没受过辨象训练的观察者。他先读辨认规则，再拿到15头成年象的外形档案和参考录像，其中8头是雄象、7头是雌象。测试里每头象有两段新录像，另混入6段没有参考档案的象。观察者知道里面有陌生个体，事先不知道每头象出现了几次。他要从里面找出能配对的个体，再标出无法归入这15头的画面。与第一作者对照，两人在92%的录像上给出了相同的个体，或都判为身份未定。
从静态照片到日夜录像
同在 Salakpra，2010年5月至2011年3月还有一轮用静态照片辨象的调查。相机分布在32处，共积累1391个相机夜，拍到882张象的照片。那批照片辨认出180头个体，其中成年雄象55头、成年雌象60头；亚成年雄象11头、雌象17头，另有18头少年象和19头小象。
后来研究用的是2019至2020年的录像，只挑能看清个体特征的片段，用来检验一头象能不能被再次认出来。早年从882张照片辨认出180头，后来从475段录像辨认出107头。两次观察覆盖的时间和所用的画面都不同，数值只对应各自的取样。
