近几年,随着人民生活水平的提高,饮食结构的变化,越来越多的人受肥胖、心脑血管疾病等问题的困扰。这些问题出现的一个非常重要的因素是人体运动少导致体内能·量的消耗太少。因此,如何对日常运动中能量的消耗进行检测,并提出一些指导意见是一个非常重要的研究课题。由于智能手机中往往集成了一些传感器,且这类设备往往有强大的计算能力、网络通信能力,所以基于智能手机的人体日常运动量检测是近几年的一个研究热点。针对当前该类系统中存在的手机位置不固定导致的运动量检测不准确的问题,本文设计并开发了一种基于人体动作识别的日常运动量检测系统,主要研究内容如下。首先,研究了手机位置不固定情况下的人体动作识别方法,并提出了一种基于两层分类器的人体动作识别方法。该方法将动作识别过程分为两步,第一步对易分类样本进行分类,第二步对易混淆样本进行分类。实验结果表明该方法可有效提高手机位置不固定情况下的动作识别率。其次,使用MVP(Model-View-Presenter)设计模式对运动量检测系统进行了架构。系统将与界面相关的类抽象成View模块,与功能实现相关的类抽象成Model模块,两个模块之间通过Present模块进行连接。该设计可使系统设计更加清晰,有利于系统扩展和代码重用。最后,介绍了一些核心功能的实现,包括数据存储、人体动作识别、运动量检测、朋友圈分享等功能。