本发明涉及一种基于时空运动特性的异常摔倒行为检测方法。在基于图像信息的条件下，提炼体现人体姿态的五点倒立摆模型，进而构建体现时间、空间双特性的运动标准时空模型；再以标准时空图为基础，应用动力学原理研究运动本质特征，构建定轴运动模型，以旋转能量实现特征量化，构建摔倒行为、正常行走或站立态的特征编码数据集并进行训练，形成二类分类器，用于对处理后的实时采集的视频数据进行识别，判断是否为异常摔倒行为。本发明采用单视角场景，算法实时性更强，避免了多视角在场景融合方面的同步性等难题；以旋转能量为特征，避免了形态类特征对于顺向摔倒姿态的局限性，提升了检测有效性，对典型摔倒姿态具有较好的普适性。