本发明涉及一种基于多输入卷积网络的实时跌倒预测方法，属于动作识别领域，其中预测流程包括：传感数据采集模块：惯性传感器安装在人体腰部，测量腰部的加速度，角速度信号；预处理模块：对来自传感器的加速度，角速度信号进行滤波和姿态解算，得到姿态角信号；多输入卷积模块：分别把加速度，角速度，姿态角信号输入一维卷积网络，把人的个体特征传入全连接网络，再拼接所有特征传入多级全连接网络，输出预测结果。本发明将人体腰部多种传感信号与人体生理特征融合，可以适应不同生理特征人群，提高了跌倒预测精度。