随着互联网时代的崛起,计算机技术的飞速发展,互动媒体的出现颠覆了人们的现代生活方式,各种各样的基于互动媒体的研究与应用也随之产生。前景分离技术是计算机视觉领域中的一个研究热点,它在诸多的应用领域中都扮演着重要的角色,而在面向互动媒体的应用系统中,前景分离的实时性、准确性对于用户的体验具有非常重要的意义。本文首先介绍了传统前景分离过程中的常用技术,并对前人的相关工作进行了总结和分析。提出了一个基于反馈机制的背景建模方法,通过建立颜色直方图,实时更新背景模型的训练集,从而提高了背景模型的准确度。采用RGB模型和HSV模型的双重比对,提高前景信息的准确度。对于背景差分的结果,将目标边界提取算法和颜色信息比对过程用于二次检测,从而使检测出的前景结果更加精确。将GPU并行计算技术引入背景建模和前景分离过程,提高了算法的实行效率,达到实时分离的目的。最后,利用改进的背景差分方法实现了基于图片的7D影院人数统计系统和基于视频流的实时前景分离与合成系统,并取得了较好的效果。