本发明公开了一种基于改进Alphapose的红外图像摔倒检测方法，包括：采集红外视频帧作为输入；对所述红外视频帧进行数据预处理，并通过人体检测深度网络输出关键点信息和姿态类别；以前一帧中人体目标框的高度作为参考对象，计算髋关节关键点的相对移动速度和人体宽高比的变换，与关键点信息和所述姿态类别进行对比，输出摔倒判断信号；接收到摔倒判断信号后，结合姿态分类，继续检测后续帧内的人体姿态，输出摔倒判断结果。本发明采用基于改进Alphapose的红外图像摔倒检测方法，利用得到的人体骨架关键点信息和姿态类别进行摔倒判定，兼顾了摔倒动作的时序性和前后动作的关联性，提高了检测的准确度和实时性，进而降低了摔倒识别的误差。