本實驗過程中所使用的電腦之 CPU 為 Intel® Core (TM) 2 DUO P8600 2.40 GHz，記憶體為 4GB RAM。所使用的軟體工具為 BCB 6.0，以 C++語言撰寫，
讀取的影片格式為 AVI 視訊影片，影片大小為360240，室內影片在學校所拍 攝，室外影片在學校大門口及高雄市博愛路所拍攝。
實驗結果中一共使用了五段影片，測試影片 1 為簡單背景但是人物行走並且 走到一半會暫停在畫面中間。測試影片 2 為複雜背景人物行走，到最後離開畫面 時會短暫停留在畫面右邊。測試影片 3 為在學校大門口所拍攝的交通影片。測試 影片 4 及測試影片 5 為高雄市博愛路所拍攝的交通影片，但是兩段影片的角度不 同。
(a) frame 10th原始影像 (c) frame 232th原始影像 (e) frame 552th原始影像
(b) frame 10th背景影像 (d) frame 232th背景影像 (f) frame 552th背景影像 圖 3.7 測試影片 1 使用高斯混合模型之實驗結果圖
在圖 3.7 中(a) (c) (e) (g)為不同影格的原始影像，(b) (d) (f) (h)為相對影格所 建立出的背景影像，其中 frame 232th的時候因為行走的人物暫停在畫面中，此時 高斯混合模型將原本行走的人物當作靜止物件並將之視為背景影像，frame 552th 的時候人物完全靜止一段時間後，人物被當作是背景影像並已經被完整的建構出 一個完整的人形(以每秒播放 30 個影格來算，建立好背景大約需要 10 秒)。
掉出現的人物，建立出一個沒有移動物件的背景，frame 154th的時候人物短暫停 留在畫面最右邊，但是因為停留時間過短所以高斯混合模型還沒完全將移動的人 物視為背景影像，只有少部份的像素被視為背景影像。
(a) frame 79th原始影像 (c) frame 154th原始影像 (e) frame 235th原始影像
(b) frame 79th背景影像 (d) frame 154th背景影像 (f) frame 235th背景影像 圖 3.8 測試影片 2 使用高斯混合模型之實驗結果圖
在圖 3.9 中，(a) (c) (e) (g)為不同影格的原始影像，(b) (d) (f) (h)為相對影格 所建立出的背景影像，其中在 frame 129th的時候一台水泥車及旁邊小型轎車因為 等紅燈的關係靜止不動在畫面中，所以水泥車及小型轎車被視為背景影像，frame 317th 的時候因為變成燈號變為綠燈，此時一台右轉的機車因為一直是處於移動 的狀態所以沒有被視為背景影像，原本靜止的水泥車及小型轎車開始過馬路，因 此被視為移動物件而背景影像開始更新，所以背景影像中的水泥車及小型轎車開 始模糊，frame 506th的時候原本在畫面中的水泥車及小型轎車已經離開畫面，而 另一個方向又有一台水泥車進入畫面，而此時在背景影像的畫面中有許多像是雜 訊的像素點產生，這是因為兩台不同方向的水泥車在經過畫面中的時候有重疊到 的地方，所以那些產生像是雜訊的像素點其實是兩台不同方向的水泥車重疊到的 部位。
(a) frame 129th原始影像 (c) frame 317th原始影像
(b) frame 129th背景影像 (d) frame 317th背景影像
(e) frame 506th原始影像 (g) frame 959th原始影像
(f) frame 506th背景影像 (h) frame 959th背景影像 圖 3.9 測試影片 3 使用高斯混合模型之實驗結果圖
在圖 3.10 中，(a) (c) (e) (g) (i) (k)為不同影格的原始影像，(b) (d) (f) (h) (j) (l) 為相對影格所建立出的背景影像，其中在 frame 1386th的時候燈號是紅燈，所以 車輛靜止在畫面中，於是被認定是背景物件並顯示在背景影像中，frame 2197th 的時候燈號轉變為綠燈並且過了一段時間，但因為此時的車流量較大，受到之前 背景物件尚未被消除且不斷的有車輛經過，所以在畫面中有雜訊的產生，frame 3483th的時候車流量減少，並且右邊線道有一段時間沒有車輛經過，雜訊已經漸 漸被消除掉顯，只剩左邊線道的雜訊比較嚴重。
(a) frame 301th原始影像 (c) frame 1386th原始影像 (e) frame 2197th原始影像
(b) frame 301th背景影像 (d) frame 1386th背景影像 (f) frame 2197th背景影像
(g) frame 2810th原始影像 (i) frame 3483th原始影像 (k) frame 3724th原始影像
(h) frame 2810th背景影像 (j) frame 3483th背景影像 (l) frame 3724th背景影像 圖 3.10 測試影片 4 使用高斯混合模型建立背景之實驗結果圖
在圖 3.11 中，(a) (c) (e) (g) (i) (k)為不同影格的原始影像，(b) (d) (f) (h) (j) (l) 為相對影格所建立出的背景影像，frame 72th 的時候在機車道有兩台汽車要迴 轉，因為剛讀進來的影片汽車就已經在畫面中，所以在機車道會有汽車的殘留影 像，frame 1318th的時候燈號是紅燈，在畫面中的全部車輛都靜止等紅燈，所以 都被當作是背景物件並且顯示在背景影像中，而經過更新後原本機車道的汽車殘 影已經被消除，frame 2369th的時候因為車流量較大的緣故所以道路上會有雜訊 的產生，frame 3803th的時候因為車流量變少，道路顯露出來的影格數變多所以 雜訊漸漸被消除掉。
(a) frame 72th原始影像 (c) frame 1318th原始影像 (e) frame 1891th原始影像
(b) frame 72th背景影像 (d) frame 1318th背景影像 (f) frame 1891th背景影像
(g) frame 2369th原始影像 (i) frame 3803th原始影像 (k) frame 4470th原始影像
(h) frame 2369th背景影像 (j) frame 3803th背景影像 (l) frame 4470th背景影像 圖 3.11 測試影片 5 使用高斯混合模型建立背景之實驗結果圖