本发明公开了一种基于姿态分析和支持向量数据描述的跌倒检测方法，包括以下步骤：步骤1：获取采集区域内的视频数据，截取人体行为的关键帧；步骤2：将步骤1中每一帧图像通过基于深度学习的人体姿态估计模型得到人体关节点的坐标；步骤3：选取部分关节点的运动轨迹特征；步骤4：将步骤3得到的特征通过支持向量数据描述模型判断是否为跌倒；本发明能够很好的处理人的体积和形状并不固定、衣着变化多样、遮挡及非平衡数据中跌倒数据少等问题；自动化处理水平较高，具有较高的识别率和较低的误检率，可以极大减小老年人跌倒不能及时发现的风险。