本发明提供了一种人体运动状态的识别方法、系统及头盔。该方法包括：采集并建立待测人员的头部位置的监测运动数据集；对监测运动数据集进行滤波处理，滤除监测运动数据集中的噪声干扰，得到去噪监测数据集；对去噪监测数据集FFT变换，获取去噪监测数据集的频域特征和功率谱特征；对频域特征和功率谱特征进行特征值提取并构成特征矩阵；将特征矩阵导入至CNNs神经网络运动识别模型中，获取待测人员的运动识别结果，以进行待监测人员的运动监测，以监测待测人员是否处于异常运动状态。本发明利用二维卷积网络结构进行待测人员的运动状态的识别，进行待监测人员的运动监测，监测待测人员是否处于异常运动状态，以实现安全性的监测。