要实现AWS实时从视频中检测人体的功能，你可以使用AWS的Rekognition服务和AWS的Kinesis Video Streams服务。以下是一个大致的解决方案：

1. 创建Kinesis Video Streams通道：首先，你需要创建一个Kinesis Video Streams通道来接收和存储视频流。你可以在AWS控制台上创建通道，或使用AWS CLI或AWS SDK来自动化此过程。

2. 上传视频到Kinesis Video Streams通道：使用AWS SDK或其他工具，将视频上传到你创建的Kinesis Video Streams通道中。视频可以是实时的摄像头流，也可以是预先录制的视频。

3. 创建Kinesis Data Stream：为了从Kinesis Video Streams中读取视频流并进行实时分析，你需要创建一个Kinesis Data Stream。你可以使用AWS控制台、AWS CLI或AWS SDK来创建数据流。

4. 创建Lambda函数：使用AWS Lambda服务创建一个函数来处理Kinesis Data Stream中的数据。你可以使用支持的编程语言编写Lambda函数，如Python、Node.js等。

5. 从Kinesis Data Stream中读取视频流：在Lambda函数中，使用AWS SDK从Kinesis Data Stream中读取视频流。通过逐帧处理视频流，你可以将每个帧发送到Rekognition服务进行人体检测。

6. 使用Rekognition进行人体检测：在Lambda函数中，使用AWS SDK调用Rekognition服务的人体检测API。将每个视频帧传递给Rekognition服务，获取返回的人体检测结果。

7. 处理人体检测结果：根据你的需求，你可以选择将人体检测结果发送到其他服务（如SNS、SQS等）进行处理，或直接将结果返回给调用方。

这只是一个简单的解决方案示例，你可以根据实际需求进行调整和扩展。你可以参考AWS的文档和示例代码，以获取更详细的实现指南和代码示例。