Dans cet article nous nous intéressons à la détection de premier plan ainsi qu’à l’extraction de silhouette et le suivi des parties du corps dans une séquence vidéo monoculaire. La personne se trouve dans son domicile, dans un environnement domestique non contrôlé. Les problèmes rencontrés dans ce cas sont les changements d’illumination, les ombres, le camouflage, les occultations, etc. Dans cet article, nous proposons une approche en deux-niveaux pour extraire la silhouette en temps réel. Au premier niveau, nous extrayons le premier plan en modélisant le fond par un mélange de gaussiennes amélioré dans une représentation multi-niveaux (pixel, région, image) en utilisant des informations de chrominance. Au second niveau, pour améliorer les résultats de la segmentation dans les zones d’intérêt, nous utilisons une modélisation statistique du premier plan. Le modèle du premier plan est mis à jour par un algorithme de suivi des parties du corps. En s’appuyant sur une modélisation de type blobs et en ayant recours à la minimisation d’une distance dans l’espace des descripteurs, nous réalisons le suivi des différentes parties du corps identifiées dans l’image. La prise en compte de ces différents aspects (MOG amélioré, modélisation et suivi du premier plan) permet à notre méthode d’être robuste aux ombres,aux changements de luminance ainsi qu’au phénomène de camouflage. Les résultats obtenus sur des cas réel montrent la capacité de notre méthode de supprimer efficacement le fond, et d’extraire la silhouette.