本发明属于图像识别和视频监控技术领域，特别涉及一种基于独立成分分析的室内实时摔倒检测方法，包括从视频中获取满足一定条件的两帧相邻图像；使用ICA运动目标检测，得到分离前景和背景的二值图；使用自适应的矩形框优化得到人体的检测框；对二值图像的前景部分进行特征提取；根据提取的前景部分及检测框相关特征判断目标的状态，最终判断为疑似摔倒、未摔倒两种状态；若连续多帧为疑似摔倒，表明使用离线训练的SVM分类器判断疑似摔倒图像是否真实摔倒；本发明运算快，成本低，易部署；鲁棒性强，针对多种异常情况，如光照、遮挡、噪声等外部干扰有较好的鲁棒性；且使用终端设备自行判断，不用传输到外部服务器进行判断，可以很好地保护个人隐私。