随着社会的高速发展以及基础设施的大力兴建,建筑能耗在总能耗中所占的比重越来越大。由于目前建筑智能化水平还不够高,在建筑用能上存在极其严重的浪费现象。在建筑能耗中,空调、采暖以及照明系统的用能占有比较大的比重。当前对空调等系统,一般是通过检测环境温度、湿度、空气品质等因素来进行调控,但是这种调控方式并没有考虑不同时间段和不同区域的人员分布情况。本文从建筑节能的角度出发,利用智能监控视频分析技术对人员分布进行研究,通过一定的映射模型,将人员跟踪结果与建筑物平面图结合,确定人员的实时分布情况,对某个时间段某个区域的人流量进行统计,并利用统计结果对人员分布进行建模,根据人员分布模型,可以提前对整个建筑系统设定好运行参数,制定好相应的节能策略。本文主要研究内容如下：1、在无参数背景模型的框架下,提出了基于背景分类的运动目标检测算法,将本文算法与经典的运动目标检测算法的效果进行了比较分析,本文算法在满足实时性的情况下,检测出的目标对象相对来说比较完整,存在的空洞较少。2、对粒子滤波算法、卡尔曼滤波算法、均值漂移算法等经典的目标跟踪算法各自的优缺点进行了分析,对均值漂移的算法原理进行了重点说明。为了更加准确的跟踪目标,本文将联合颜色和纹理特征作为连续自适应均值漂移算法的特征；为了提高算法的抗遮挡性,将改进后的连续自适应均值漂移算法与卡尔曼滤波算法相结合,将改进后的算法称为基于Camshift的目标跟踪改进算法。3、利用多源信息对人员的实时分布展开研究,通过建立映射模型,将图像中检测到的目标对象映射到建筑物楼层平面图中,并利用目标在建筑物楼层平面图上的映射结果实现相邻摄像头监控区域内目标对象的连续跟踪。4、在人流量统计上,提出了基于运动目标分类和机器学习的双向人流量统计算法,利用该算法对一段时间某个区域内的人流量进行统计,并利用统计结果对人流量进行数学建模,得到基于人流量的人员分布模型。5、借助于OpenCV和MFC,将本文涉及到的算法集成到统一的框架系统中,形成一个完整的人员分布分析流程,集成后的系统可以实现前景检测、目标跟踪、目标映射以及人流量统计,为后期进一步开发提供了良好的接口。