Wie sieht denn die Aufgabenstellung genau aus? Vielleicht gibt es auch einen anderen Weg.

Hätte ich diese Aufgabe wäre es das erste Mal, daß ich ernsthaft über Kameras als Sensoren nachdenken würde. Zwei Kameras für die Entfernung wäre sicherlich nicht verkehrt. Tiere und Menschen wirst du anhand EINES Merkmals sicherlich nicht sicher identifizieren können. Mit den Kameras könntest du aber z.B. feststellen, ob sich ein Objekt selbstständig bewegt, und damit meine ich nicht nur eine Ortsveränderung, sondern auch z.B. Formänderung bei der Atmung. In geschlossenen Räumen oder im Freien bei Windstille kannst du damit schonmal eine Menge Objekte ausschließen.
Auf Wärme alleine ist kein Verlass, aber wenn du die Umgebungstmperatur kennst ist eine Wärmesignatur zumindest ein weiteres Merkmal, daß ich in jedem Fall mit aufnehmen würde.

Mit Wärme und Bewegung (und entsprechend zuverlässige Algorythmen vorrausgesetzt) hast du dann schonmal eine Erkennung von der man annehmen könnte, daß sie eine einigermaßen brauchbare Fehlerrate hat. Eine herumfliegende brennende Papiertüte würde allerdings immer noch Fehler provozieren. Und nun wirds schwierig, mir fällt auf die Schnelle nichts Brauchbares mehr ein, was man aus der Distanz erkennen oder messen könnte und gleichzeitig neue Informationen liefert. Ich versuche beim Programmieren oft, meine eigenen Denkprozesse zu analysieren und nachzubauen. In diesem Fall wirds schwierig und wird wohl über ein neuronales Netz gehen. Die könnten sowas, wenn ich HaWe richtig verstanden habe. Dann wird dein Programm aber eine Wissenschaft für sich. Ob du in der Lage bist das zu stemmen würde ich einfach mal verneinen. Ich selber würde mich dazu zumindest jetzt auch nicht in der Lage sehen.