据估计,未来20年全球建筑能耗将增加到45%,其中约一半用于HVACL(Heating,Ventilation,Air-Conditioning,Lighting)系统。获取基础的人员信息是利用基于HVACL系统的调控策略实现建筑节能的首要前提。此外人员信息对于人员疏散和人流量统计也具有重要意义。基于传统环境传感器的人员检测与估计方法一般采样速率比较慢,实时性有所欠缺,存在较大的时间偏差。基于隐马尔可夫模型(HMM)等分析方法的人员检测与估计方法,忽略了人员信息的时间依赖性,存在比较大的累计误差。为了满足人们需求,设计一种高精度、低成本、健壮性的人员检测与估计技术是亟待解决的关键问题。本文考虑了人员检测的成本和低侵入性需求,提出了一种基于红外阵列传感器的人员检测算法。首先根据红外阵列传感器的检测原理对人员检测进行了可行性分析,并设计了一个数据采集系统。然后提出了一种基于非负矩阵分解(NMF)的数据压缩算法,降低数据维度,减少人员移动造成的干扰。接着进行数据归一化,降低计算的复杂度。最后利用改进的矩阵二值化和连通区域标记方法实现人员检测与分析。本文主要针对高层楼宇等的占有率估计需求,提出了一种基于红外阵列传感器和IHMM-Softmax的占有率估计方案。首先在人员检测算法的基础上进行特征提取。然后结合视频数据进行参数训练构建非齐次隐马尔可夫模型(IHMM)。具体地,在参数训练阶段,鉴于环境参数与占有率关系的不明确性,利用Softmax回归代替高斯混合模型(GMM)求解表现概率矩阵。在占有率估计阶段,利用前向算法和维特比算法分别实现在线和离线估计。最后采用交叉验证方法得到估计结果,该方法能够有效提高估计精度。实验结果表明,本文提出的人员检测算法能够实现目标人员的有效区分,提高识别精度,为后期的占有率估计奠定了基础;本文提出的占有率估计方案在线估计精度为0.8198,离线估计精度为0.8040,能够有效减少累计误差,提高估计精度,符合当前室内占有率估计的发展趋势。