NIPIoEI算法关于行人检查和盯梢的精确性、暗影消除的有效性以及处理速度的快速性，在平等试验条件下与以上介绍的几种常用办法别离做了各方面的对比。首要，在远景检查方面，将MHoEI算法与混合高斯布景差法关于远景检查的精确性、暗影去除的完好性以及算法处理速度这三方面功能进行试验成果对等到剖析。在方针盯梢方面，将MHoEI算法与Cam shift盯梢算法在盯梢的精确性以及算法处理速度这两方面功能进行试验成果对等到剖析。试验在飞跃双核2.7G CPU,  3GB内存装备的PC机上进行。全景视频图画分辨率为1200*300像素，每分屏柱状打开图的分辨率巨细是600*300。无死角ODVS的安装高度约为1.8米，伸其取得周围环境完好的场景图，图画收集谏率为30fbs

这篇文章对室内场景和半室内场景别离进行试验来验证算法的场景适用性。为了与暗影去除的试验有所区别，此试验格外选择受暗影影响较小的场景进行，Videol和Video2别离为室内口光灯场景和室外口光照耀场景拍照的行人检查视频。混合高斯布景差算法与MHoEI算法在全景打开图的三个距离区域上的远景检查成果如图3-5至3-8所示。图3-5为室内场景选用混合高斯布景差法检查远景的有些试验图，图3-6为室内场景选用NI}IoEI算法检查远景的有些试验图，图3-7为半室内场景选用混合高斯布景差法检查远景的有些试验图，图3-8为半室内场景选用NI}IoEI算法检查远景的有些试验图。

依据图3-5,图3-6所示，两种算法都能取得较好的检查成果。依据混合高斯布景差法所取得的远景更接近于实在的远景概括，但其检查成果受噪声影响较大，特别当布景色彩与远景色彩相近时，简单形成有些远景的缺失。依据MHoEI的远景检查算法尽管不可以精确描写实在远景概括，且检查出的远景存在孔洞，但其长处在于检查成果受噪声影响较小，可以取得“洁净”的布景。依据图3-7,图3-8所示，在室外口光照耀场景内，噪声对两种算法的影响都有所增加。