Las caídas representan riesgos severos para las poblaciones vulnerables, particularmente los ancianos y las personas con condiciones neurológicas adversas, lo que requiere sistemas de detección fiables y no obstructivos. Si bien los enfoques multimodales anteriores que utilizan video y audio han demostrado un rendimiento sólido, enfrentan limitaciones significativas en cuanto a la sensibilidad al ruido ambiental. Este documento presenta un marco de detección de caídas robusto, solo con video, que elimina la dependencia de datos acústicos para mejorar la universalidad. Realizamos un análisis comparativo exhaustivo de cinco algoritmos de flujo óptico (OF): Horn-Schunck, Lucas-Kanade (LK), LK-Derivada de Gauss, Farneback y el método espectral SOFIA, para determinar el rango de aplicabilidad de cada técnica para capturar la dinámica de las caídas. Más allá de la precisión en la detección, investigamos la eficiencia computacional de cada configuración. Este pipeline optimizado y centrado en la privacidad ofrece una solución escalable para el monitoreo continuo en entornos domésticos y clínicos, abordando la necesidad crítica de intervención inmediata tras caídas de alto impacto.