随着智能化监控系统的广泛使用,大量的分布式网络摄像头上传视频数据造成信道拥挤的同时给服务器也造成了极大的计算压力,计算前移成为解决该问题的一种思路。为实现一定计算量的前移,减轻服务器的计算压力,本文设计了一套人员视频检测智能前端系统,该系统可提取出视频中运动人体的骨架特征,实现一定工作量的前移。本文所做主要工作有:（1）从算法复杂度、资源占用率等角度出发,分析了几种常见运动目标检测方法的优缺点,并在此基础上提出了一种融合改进帧差法和Vi Be算法的运动目标前景获取方法,解决了常见运动目标检测算法不能完整的获取运动目标前景的问题。（2）针对ZS细化算法提取骨架结果的两大缺陷即骨架存在冗余信息以及不能保证骨架的完整性,本文提出了细化后图像的精细化处理方法来保证骨架的单像素宽度,去除多余冗余信息,以及在ZS算法删除条件的基础上通过增加保留条件,避免断裂现象的出现。最后利用MIT数据集进行实验验证,本文算法相较于ZS细化算法,解决了提取目标骨架出现断裂的问题,并且在保证骨架的完整性以及连通性的基础上减少了12%的冗余信息,在获得单像素宽骨架之后,利用关键关节点的相对位置信息对骨架进行建模,减少需要传输的信息量。（3）通过模块化的设计思想,将系统划分为各个具体的功能模块,然后以流水线的程序设计思想完成了各个模块的硬件实现,最终通过各功能模块之间的关系将各模块的输入输出连接起来,完成系统整体的硬件实现。对系统在实际环境下进行多次实验,使用骨架精准度评价指标对实验结果进行分析,本文所设计系统的可以有效地提取出视频中运动人体骨架特征以及获取关键关节点的位置信息,利用传输关键关节点的方法,大大减少了需要传输的数据量,且系统单张图片处理速度最高达到了98ms,具有实时处理连续视频序列的能力。