近年来,随着人类科技水平的发展以及医疗水平的提高,世界人口逐年上升,老年人的基数也在不断增加,全球老龄化程度日益加剧。于此同时,老人的安全问题成为社会关注的焦点,跌倒是老人健康的主要威胁因素。在传统的跌倒检测系统中,虽然也可以满足跌倒检测的要求,但是存在着或多或少的缺点。比如:检测成本高、设备造成隐私侵犯、老人必须实时佩戴设备。有些缺点是老人无法接受的。因此,为了满足人们对跌到检测系统的要求,设计一种高精度、低成本、隐私性好的室内跌到检测系统是亟待解决的关键问题。为了满足独居老人的跌到检测要求,避免传统检测系统的缺点,本文设计了一种利用红外阵列传感器的跌倒检测系统。本文提出了一种利用红外阵列传感器检测人体状态的非接触系统,通过一系列图像处理与数据分析,达到检测目的。为了实现实时监控,而不是简单的运动分析,系统通过简单定位识别人体跌倒可疑点,仅对跌倒可疑点的分析可以减少对无关数据的分析。另外,当涉及人体的辐射温度结果的影响时,聚类算法将温度分为环境温度、人体温度、辐射温度,解决了由Otsu区域检测引起的区域面积不准确的问题。此外,设计了一个双层阈值系统模型,用于排除与跌倒特征非常相似的慢跑运动。最后,这些特征与强分类器随机森林算法RF结合训练,以提高分类率。本文提出的基于红外阵列传感器的跌倒检测算方法,能够适应一般的生活环境。与传统的检测系统相比,文中从多个方面进行改进。实验结果表明,本文设计的跌倒检测系统识别精度最高可以达到96%以上,平均精度也高达94%。本系统能够有效的避免视频设备对老人生活造成的隐私问题,并且成本低,可以实现可靠的实时检测,符合当前跌倒检测系统的发展趋势。