一种基于视频监控的全天无陪护病房患者跌倒检测方法，涉及深度学习和智能监控技术领域，为了解决现有技术存在的患者跌倒检测误报率高的问题，该方法：视频图像预处理；标定病床边界框；检测人体关键点；提取人体跌倒特征；判断人体是否跌倒：将标准化后的18个人体关键点坐标，人体部分关键点外接矩形的纵横比，人体部分关键点外接矩形与病床边界框的交并比，作为患者日常活动的特征向量，并利用随机森林算法实现患者跌倒检测；检测到跌倒的图片发送到医护人员手机端并发出警报，医护人员通过观察图片可以进一步判断是否是误报情况。该方法不仅具有实时性强、成本低、泛化能力强、准确度高的特点，也不会影响患者的正常的生活。