研究了图片分享对位置隐私的潜在威胁，采用优化算法和深度学习方法，通过精选照片和线性规划等技术实现了位置隐私的保护。

Dec, 2019

利用摄像头监控野生动物的数量，使用自动物种分类技术与公民科学数据和遥感数据拓展摄像头在不同地理位置的应用，为此我们提出了一种挑战性分类问题。

Apr, 2020

本文阐述了野生动物种群监测中的探照灯自动采集引进了大量图像数据，使用目标检测技术识别和计算每个物种个体数时需要考虑时空因素以及个体重新识别，同时描述了一个跨地区的物种分类和数量计算的挑战。

May, 2021

机器学习和位置数据的隐私攻击对隐私造成了显著风险，并且需要隐私监管来保护个人的位置信息。

Oct, 2023

本文提出了一种基于 “物种货币” 的彻底新解决方案，让动物拥有自己的货币，通过建立每种动物的数字孪生允许动物向其监护人提供服务，并测试了在南非林波波省 Welgevonden 野生动物保护区使用 27 个相机陷阱的有效性。

Apr, 2023

本文研究了面部模糊化对 ImageNet 视觉识别基准的影响，结果显示面部模糊化对图像识别的准确性影响很小，预训练的深度神经网络在面部模糊化的图像上表现稳定，并且面部模糊化的数据在迁移学习中同样具有良好的转移性能。

Mar, 2021

该论文提出了一种保护隐私的基于图像的定位解决方案 —— 使用三维线云的地图表示替代三维点云，从而确保足够的几何约束以实现可靠和精确的六自由度相机姿态估计。

Mar, 2019

本文提出了一种结合人工智能和人类智能的主动学习系统，能够快速准确地对相机陷阱图像中的动物进行识别和计数，可将手动标注的工作量减少了 99.5% 以上。

Oct, 2019

本文提出了一种利用预训练的通用动物检测器和标记图像集来训练分类模型的流水线技术，以实现在新地区高效准确地对物种进行分类的方法。

Jul, 2019

本文介绍了基于位置系统中用户隐私问题，提出了一种新的保障用户位置隐私的定义，并通过在用户位置中添加控制随机噪声的扰动技术来实现此目的，并与其他文献中的保护机制进行比较，结果表明我们的机制在不依赖于先验知识的情况下，为用户提供了最好的隐私保障。

Dec, 2012