本发明公开了一种基于深度学习的手扶电梯乘客摔倒检测方法，包括步骤：1)乘客搭乘手扶电梯视频图像采集；2)利用FHOG描述子和SVM分类器检测乘客人脸；3)利用KCF跟踪乘客人脸，基于乘客人脸信息新建乘客轨迹列表；4)用迁移学习重新训练yolo2算法模型来检测乘客人身；5)匹配乘客人脸和乘客人身，将人身信息加入到轨迹列表中；6)利用openpose深度学习算法提取乘客骨骼关节点序列；7)匹配乘客人身与乘客骨骼关节点序列，将骨骼关节点信息加入到轨迹列表中；8)分析轨迹列表中的骨骼关节点信息，检测乘客摔倒行为。通过本发明方法可以对搭乘手扶电梯的乘客进行摔倒行为检测，当发现摔倒行为时能及时启动应急方案将安全危害降至最低。