本发明提出一种基于多模态的人体坐姿检测方法及装置，包括以下步骤：在设定时间间隔内获取人体坐姿的上半身的RGB图像和深度图像，获取人体坐姿的下半身的压力热力图；计算获得人体坐姿的上半身端正的类别阈值thrgb、人体坐姿的上半身的端正度概率thdepth和人体坐姿的下半身的端正度概率thhot，再计算坐姿判断值Th，最后根据坐姿判断值Th判定当前人体坐姿是否端正。本发明基于图像信息，TOF深度信息以及压力传感器信息等多种模态相结合的方法和装置，来分析学生坐姿，较大程度提高了坐姿算法的准确度，帮助学生矫正坐姿，帮助学生远离近视、脊柱发育不良等的身体健康问题。