本发明公布了一种基于人体姿态动态特征的跌倒行为识别方法，其特征在于：对单目摄像头采集的人体RGB图像信息进行处理，得到人体姿态关键点，构建代表人体主躯干及腿部的姿态向量；计算人体主躯干及腿部的偏移角及身长比例，将其作为表征人体倾斜姿态的关键动态量，将多个人体关键动态量整合为人体倾向姿态特征符及人体稳定姿态特征符，描述人体状态变化；以参考模板向量对比、下肢稳定性能量值及状态分值构成特征向量，应用SVM完成跌倒识别二分类，联合人体下降姿态动态特征阈值判断提高人体跌倒行为识别准确率与精确度；本发明实现了基于单目RGB摄像机的人体跌倒识别，且不受人体穿着衣物等外部因素影响，鲁棒性和性价比好。