本发明公开了一种基于时序特征的人体摔倒检测方法及系统，属于计算机视觉异常行为检测技术领域，方法包括：获取视频样本；将视频样本进行逐帧分解对比，提取手臂的角度时序特征和头部骨骼点的熵的时序特征；将两组时序特征输入预建立的神经网络中，得到包含异常帧信息的第一输出张量与第二输出张量，融合后得到特征张量，输入由全连接层和Sigmoid函数组成的分类器进行分类，所述分类器预先进行过训练，输出人体摔倒与非摔倒的概率，概率高的为检测结果；通过融合手臂的角度时序特征与头部骨骼点的熵的时序特征，能够更好的表示人体的行为，提高检测人体摔倒的概率。