Zuerst einmal: ist garaniert (per Definition) immer nur eine Person im Raum?
Ansonsten kannst du praktisch darauf warten, das deine Sensorik Fehler liefert.

Ansonsten würde mir auch ein Infrarot Sensor (oder vielleicht besser zwei, die mit etwas Abstand angeordnet sind) einfallen.
Aus den Daten der beiden Sensoren könnte man mit einem Regler in die passende Richtung drehen (hin zum stärkeren Signal). Sind beide Signale ungefähr gleich, hat man die Person im Bild.