医院建筑具有单体面积大、功能复杂、服务时间长、且充斥大量病患的特点，医院通风存在能源消耗大、运行维护成本高的问题。为响应国家绿色医院的建设要求，迫切需要科学有效的智能化医院通风控制系统，在保证空气质量达标的前提下尽可能节能运行。本文结合当下热门的仿真和机器学习技术，实现了对视频中人流密度的分类，尝试了从计算流体动力学角度对医院通风系统做了仿真，同时从Simulink仿真角度实现了基于人流密度的医院过道通风系统合理风量控制。　　为了实现对视频中人流密度的分类，论文首先对视频中运动前景提取方法进行了探讨。通过对过去已有的检测方法进行分析和实验，提出了新的具有检测信息全、抗干扰能力强等优点的检测方法——双三帧法。接着介绍了基于纹理特征的人流密度分类的整体操作流程，包括前景提取、特征提取、机器学习，采用灰度共生矩阵(GLCM)特征提取和机器学习的分类方法，实现了对医院大厅过道视频监控中人流密度的分类。同时建立了MATLAB的GUI界面，人机交互效果明显，方便了非专业用户的使用操作。　　文章最后从CFD和Simulink仿真角度分别对医院过道通风系统进行了研究。通过FLUENT软件进行稳态计算，实现了对医院过道的CFD仿真。同时对空间流场进行了分析验证，得出了人员活动区域温度、CO2和水分含量与人流量、送风量的关系，建立了人流密度与需求通风量的关系;将模糊数学理论知识应用到医院过道通风系统的控制研究，建立了基于人流密度的CO2浓度控制模型，并对模糊控制系统进行了Simulink仿真实验，模拟实现了对医院过道通风系统的合理风量控制。