NIPIoEI算法關于行人檢查和盯梢的精確性、暗影消除的有效性以及處理速度的快速性，在平等試驗條件下與以上介紹的幾種常用辦法別離做了各方面的對比。首要，在遠景檢查方面，將MHoEI算法與混合高斯布景差法關于遠景檢查的精確性、暗影去除的完好性以及算法處理速度這三方面功能進行試驗成果對等到剖析。在方針盯梢方面，將MHoEI算法與Cam shift盯梢算法在盯梢的精確性以及算法處理速度這兩方面功能進行試驗成果對等到剖析。試驗在飛躍雙核2.7G CPU,  3GB內存裝備的PC機上進行。全景視頻圖畫分辨率為1200*300像素，每分屏柱狀打開圖的分辨率巨細是600*300。無死角ODVS的安裝高度約為1.8米，伸其取得周圍環境完好的場景圖，圖畫收集諫率為30fbs

這篇文章對室內場景和半室內場景別離進行試驗來驗證算法的場景適用性。為了與暗影去除的試驗有所區別，此試驗格外選擇受暗影影響較小的場景進行，Videol和Video2別離為室內口光燈場景和室外口光照耀場景拍照的行人檢查視頻。混合高斯布景差算法與MHoEI算法在全景打開圖的三個距離區域上的遠景檢查成果如圖3-5至3-8所示。圖3-5為室內場景選用混合高斯布景差法檢查遠景的有些試驗圖，圖3-6為室內場景選用NI}IoEI算法檢查遠景的有些試驗圖，圖3-7為半室內場景選用混合高斯布景差法檢查遠景的有些試驗圖，圖3-8為半室內場景選用NI}IoEI算法檢查遠景的有些試驗圖。

依據圖3-5,圖3-6所示，兩種算法都能取得較好的檢查成果。依據混合高斯布景差法所取得的遠景更接近于實在的遠景概括，但其檢查成果受噪聲影響較大，特別當布景色彩與遠景色彩相近時，簡單形成有些遠景的缺失。依據MHoEI的遠景檢查算法盡管不可以精確描寫實在遠景概括，且檢查出的遠景存在孔洞，但其長處在于檢查成果受噪聲影響較小，可以取得“潔凈”的布景。依據圖3-7,圖3-8所示，在室外口光照耀場景內，噪聲對兩種算法的影響都有所增加。