Debido a las limitaciones de estudios previos sobre un sistema de detección de caídas (FDS) basado en dispositivos portátiles y ambientales, cámaras de luz visible y profundidad, recientemente se ha llevado a cabo una investigación utilizando cámaras térmicas. Sin embargo, también presentan el problema de deteriorar la precisión del FDS dependiendo de varios cambios ambientales. Dadas estas circunstancias, en este estudio proponemos una nueva metodología de FDS basada en las redes neuronales convolucionales 3D de estrujar y excitar (S3D). En nuestro método, se extraen fotogramas clave de videos térmicos de entrada utilizando los vectores de flujo óptico, y la detección de caídas se lleva a cabo en base a la salida del S3D propuesto, utilizando los fotogramas clave extraídos como entrada. Se realizaron experimentos comparativos en tres bases de datos abiertas de videos térmicos con diferentes resoluciones de imagen, y nuestro método propuesto obtuvo puntajes F1 del 97.14%, 95.30% y 98.89% en los conjuntos de datos de Simulación de Caídas Térmicas, Detección de Caídas del Laboratorio de Telerrobótica y Control, y eHomeSeniors, respectivamente (el puntaje F1 es una media armónica de la sensibilidad y precisión; se confirmó que estos son resultados superiores a los obtenidos utilizando los métodos de vanguardia de un FDS basado en cámaras térmicas).