验证根据MHoEI的盯梢算法的有效性，这篇文章选择两段对比有代表性的视频进行盯梢功能测验。Video为单个行人方针从动态到静态，再从静态到动态的视频，Video8为多人盯梢的视频。两段视频分别用Cam shift算法和根据MIHoEI的盯梢算法进行盯梢，盯梢成果如图3-11, 3-12所示。图3-11为两种算法对Video中行人方针的盯梢成果，左图为选用Camshift算法进行盯梢的试验图，右图为根据MIHoEI算法进行盯梢的试验图。图3-12为两种算法对Video8中行人方针的盯梢成果，左图为选用Cam shift算法进行盯梢的试验图，右图为根据MIHoEI算法进行盯梢的试验图。从图3-11可以看出，在近距离区域与中距离区域内，关于动态方针和静态方针，MIHoEI盯梢算法与Cam shift盯梢算法都可以精确盯梢，但是当行人方针进入远距离区域时，Camshift算法的盯梢精确度有显着下降。从图3-12可以看出，Camshift算法因为选用的盯梢特征和信息有限，在发作遮挡、兼并别离等状况后无法识别出遮挡前的行人方针，将别离后的单个行人视为新的方针，因此盯梢框色彩发作改变，且根据MHoEI的盯梢算法可以更精确地描写行人概括。别的，Camshift算法和MIHoEI算法对行人盯梢的速度对比如表3-2所示。从以上表格中可发现，根据MIHoEI的盯梢算法均匀每秒可处理22帧图画，而Camshift盯梢算法均匀每秒只能处理18帧图画，因此MHoEI算法更能满意实时性的请求。