相机用于使用捕获-再捕获和最近的随机相遇摄像头模型（REMs）来估计密度或丰度。我们部署REMs来描述入侵的本地物种替换过程，并展示其超出丰度估计的更广泛应用。爱尔兰野兔Lepus timidus hibernicus是一种高度优先的地方性保护动物。欧洲野兔是一种具有全球重要性的外来入侵物种，其数量不断增加，威胁着欧洲野兔的生存。在13个1km的方格内部署了摄像机捕捉器，其中，在1652km2的研究区域内，通过干扰器夜间驱动的线样距离采样证实了入侵者与本地密度的比率。

    入侵者的核心和外围范围之间的入侵密度和本地密度的空间模式以及本地异源性在不同方法之间具有可比性。监控周边范围内的天然密度与使用REM的天然同种异体中的密度相当，或使用距离采样略微降低。无论采用何种方法，在核心范围内，入侵者的数量都明显高于本地人，入侵者与本地人的比例为5:1，表明物种更替。我们还描述了REM的事后优化协议，该协议将通知后续（重新）调查，允许调查工作量（摄像时间）减少多达57%，而不影响屏蔽器与密度估计相关的置信区间宽度。

    这种方法将成为监控摄像头对地方性和入侵性物种进行更具成本效益的监测和监测手段的基础。毫无疑问，欧洲野兔对当地的爱尔兰野兔构成了重大威胁。摄像机网络中的摄像机选择是一个基于视觉内容分析和评估的动态决策过程。本文提出了一种基于部分可观测马尔可夫决策过程模型（POMDP）的摄像机选择方法，其中模型的置信状态用于表示有噪声的视觉信息，并定义了一个创新的评估函数来识别多个多视图视频流中信息量最大的视频流。我们的实验表明，这些提出的视觉评估标准成功地测量了场景的变化，与其他最先进的干扰屏蔽器方法相比，我们的相机选择方法有效地减少了相机切换。