Google開發出新的物體偵測演算法Context R-CNN，會將時間因素納入考量，利用攝影機一個月拍攝到的影像，提升電腦視覺模型效能，這將使得新部署的攝影機，可在不依賴大量攝影機訓練資料的情況下，提高物體辨識的能力。
Context R-CNN是由熱門的兩階段物體偵測基礎架構Faster R-CNN改良而來，簡單的來說，Context R-CNN利用同一臺攝影機中長達一個月的圖像作為上下文，以提升分類圖像物體的正確性，這種方式與專家判斷圖像內物體的方法相似，圖像中除了物體的形狀以及大小之外，時間也是很重要的判斷資訊，像是一天中特定的時間或是習慣性放牧等背景資訊，都有助於專家從大霧朦朧的圖像中，辨識圖像中的物種是牛羚。這種方法能夠良好地應用於擺放在野外，專門拍攝野生動物的相機陷阱，同時能改進對新攝影機部署的通用性，且不需要額外的人工資料標記。