二、 背景模型的建立
4.1 靜態連續影像的偵測結果
我們提出的紅外線前景物的偵測方法，在本章節可以看到更完整的結果，證 明我們的方法可以確切找出前景物。而我們不僅在靜態攝影機的影像可以偵測前 景物，在動態攝影機的影像也可以有不錯的前景切割結果。我們另外也會跟高斯 混合模型來做比較，比較兩者間的差異。
4.1 靜態連續影像的偵測結果
在靜態影像的前景物偵測結果，下面有兩個不同的連續影像，兩者的差別在 於環境有很大的不同，一個是背景有很多物體，而另一個就只有少數個物體，圖 4-1 為第一個連續影像的結果，圖 4-2 是另一個連續影像的結果。由兩個結果看出，
不同數目背景物體造成的影響。
（a） （b）
圖 4-1 複雜背景連續影像偵測結果，（a）第 1 張影像，（b）第 2 張影像，（c）第 3 張影像，
（d）第 4 張影像，（e）第 5 張影像。
（c） （d）
（e）
圖 4-2 複雜背景連續影像偵測結果，（a）第 1 張影像，（b）第 2 張影像，（c）第 3 張影像，
（d）第 4 張影像，（e）第 5 張影像 。（續）
圖 4-1 中是我們原先的實驗結果，人會拿著一個物體，雖然會造成一些影響，
但還是可以看出來，人的部份大致上是完整的，而白色零碎的點看的出來也很少。
（a） （b）
圖 4-3 單純背景連續影像偵測結果，其中（a），（b），…，（j）分別是第 1.20.40.60.80.
100.120.140.160.180 張影像。
（c） （d）
（e） （f）
（g） （h）
圖 4-4 單純背景連續影像偵測結果，其中（a），（b），…，（j）分別是第 1.20.40.60.80.
100.120.140.160.180 張影像。（續）
（i） （j）
圖 4-5 單純背景連續影像偵測結果，其中（a），（b），…，（j）分別是第 1.20.40.60.80.
100.120.140.160.180 張影像。（續）
圖 4-2 的結果很明顯的，背景的部份因為物體較少，所以模型的分佈會比有很多物 體的複雜一點，但前景物還是可以有很好的區分，但最後因為微波爐跟人的衣服溫 度很接近，使得人有些部份被微波爐影響，而沒有很好的區分。
再來我們把高斯混合模型跟我們的方法分別做比較，針對一樣的連續影像來做 前景的區分。圖 4-3（a1），（b1），…，（m1）是高斯混合模型的物體偵測結果，
而圖 4-3（a2），（b2），…，（m2）則是我們方法的物體偵測結果，兩者間有些 微的差異。在執行的效率上，兩個方法會對同樣的連續影像跑十次，然後取平均值，
高斯混合模型的執行時間平均是 20.8313 秒，而我們的方法則需要花費 29.6685 秒。
（a1） （a2）
圖 4-6 靜態連續影像比較（a1），（b1），…，（m1）是高斯混合模型的偵測結果，（a2），（b2），…，
（m2）是我們方法的偵測結果。（a1）、（a2）是第一張紅外影像偵測結果，之後都是間隔 50 張 的偵測結果，最後（m1）、（m2）是第 596 張的偵測結果。
（b1） （b2）
（c1） （c2）
（d1） （d2）
圖 4-7 靜態連續影像比較（a1），（b1），…，（m1）是高斯混合模型的偵測結果，（a2），（b2），…，
（m2）是我們方法的偵測結果。（a1）、（a2）是第一張紅外影像偵測結果，之後都是間隔 50 張 的偵測結果，最後（m1）、（m2）是第 596 張的偵測結果。（續）
（e1） （e2）
（f1） （f2）
（g1） （g2）
圖 4-8 靜態連續影像比較（a1），（b1），…，（m1）是高斯混合模型的偵測結果，（a2），（b2），…，
（m2）是我們方法的偵測結果。（a1）、（a2）是第一張紅外影像偵測結果，之後都是間隔 50 張 的偵測結果，最後（m1）、（m2）是第 596 張的偵測結果。（續）
（h1） （h2）
（i1） （i2）
（j1） （j2）
圖 4-9 靜態連續影像比較（a1），（b1），…，（m1）是高斯混合模型的偵測結果，（a2），（b2），…，
（m2）是我們方法的偵測結果。（a1）、（a2）是第一張紅外影像偵測結果，之後都是間隔 50 張 的偵測結果，最後（m1）、（m2）是第 596 張的偵測結果。（續）
（k1） （k2）
（l1） （l2）
（m1） （m2）
圖 4-10 靜態連續影像比較（a1），（b1），…，（m1）是高斯混合模型的偵測結果，（a2），
（b2），…，（m2）是我們方法的偵測結果。（a1）、（a2）是第一張紅外影像偵測結果，之後 都是間隔 50 張的偵測結果，最後（m1）、（m2）是第 596 張的偵測結果。（續）
從圖 4-3 我們可以看到我們方法的偵測結果，在前景物的部份大致上有很穩 定的切割。但高斯混合模型在圖 4-3（g1）以後，可以發現前景物體，會有一些不
將一直存在同一位置的前景物歸為背景。最後的高斯混合模型的偵測影像，就會 有不完整的前景物體切割出現，相較於我們的偵測結果到最後，前景物還是能有 完整的切割。