1.帧差法：就是通过 运动物体的移动，判断两帧图像的差值超过了阈值，就判断为前景。但会引起噪音点和空洞问题。
2.混合高斯模型：背景中的每一个点的像素都可以看成（3-5）个高斯分布，先要进行混合高斯模型的学习。
图像中每个像素点的值（或特征）短时间内都是围绕与某一中心值一定距离内分布，通常，中心值可以用均值来代替，距离可以用方差来代替。这种分布是有规律的，根据统计定律，如果数据点足够多的话，是可以说这些点呈正态分布，也称为高斯分布。根据这个特点，如果像素点的值偏离中心值较远，那么，这个像素值属于前景，如果像素点的值偏离中心值很近（在一定方差范围内），那么可以说这个点属于背景。理论上，如果不存在任何干扰的话，是可以准确区分前景和背景的。但是，现实往往不尽如人意，如果画面中光线变化的话，这个高斯分布的中心位置是会改变的。如果光线强度改变的话，在原来那个位置并没有无数个点供统计，因此，不符合大数定理，也就不能说那个点的分布满足正态分布了，只能说是近似为高斯分布。
