Where of the Bear（WTB）的設(shè)計(jì)和實(shí)施，這是一種用于野生動(dòng)物監(jiān)測(cè)的端到端分布式物聯(lián)網(wǎng)系統(tǒng)。實(shí)現(xiàn)了一個(gè)多層（云、邊緣、感應(yīng)）系統(tǒng)，集成了基于機(jī)器學(xué)習(xí)的圖像處理中圖像自動(dòng)從遠(yuǎn)程動(dòng)物分類的最新進(jìn)展，運(yùn)動(dòng)觸發(fā)相機(jī)陷阱。它采用非局部，資源豐富，公共/私有云系統(tǒng)的機(jī)器學(xué)習(xí)模型火車，和”領(lǐng)域，“資源約束邊緣系統(tǒng)進(jìn)行分類在物聯(lián)網(wǎng)傳感設(shè)備（相機(jī)）。WTB是部署在UCSB的塞奇威克保護(hù)區(qū)，一個(gè)六千英畝的場(chǎng)地環(huán)境研究和用它來匯總，管理，并分析在1.12米圖像。WTB集成TencoFrase*和OpenCV應(yīng)用程序來對(duì)這些圖像的子集執(zhí)行自動(dòng)分類和標(biāo)記。避免把大量的訓(xùn)練圖像的tensorflow在低帶寬網(wǎng)絡(luò)連接塞奇威克的公共/私有云，一個(gè)技術(shù)設(shè)計(jì)，采用股票谷歌圖片構(gòu)建綜合訓(xùn)練組僅使用少量的空，從硒的背景圖像DGWICK。該系統(tǒng)能夠準(zhǔn)確識(shí)別熊、鹿、狼、空?qǐng)D像，大大降低了時(shí)間和圖像傳輸?shù)膸捯?，以及最終用戶分析的時(shí)候，由于WTB自動(dòng)過濾器的圖像現(xiàn)場(chǎng)。