基于退化视频的非接触式心率测量

远程光体积描记法（rPPG）提供了一种最先进的非接触式方法，通过分析面部视频来估计人体脉搏。尽管具有潜力，rPPG 方法易受各种伪影影响，例如由太阳镜、口罩甚至无意识的面部接触（如个体不经意触摸脸部）所引起的噪声、遮挡及其他阻碍。在本研究中，我们应用图像处理变换有意降低视频质量，以模拟这些具有挑战性的条件，随后在非学习性与基于学习的 rPPG 方法上评估其在退化数据上的性能。我们的结果显示，在这些伪影存在时准确率显著下降，这促使我们提出应用修复技术（如去噪与修复）来改善心率估计结果。通过应对这些挑战性条件与遮挡伪影，我们的方法旨在使 rPPG 方法对真实场景更具鲁棒性与适应性。为评估所提方法的有效性，我们在三个公开可用数据集上开展了全面实验，涵盖了广泛的场景与伪影类型。我们的发现强调了通过采用修复算法与 rPPG 技术的最优组合来构建鲁棒 rPPG 系统的潜力。此外，本研究有助于推动具有隐私意识的 rPPG 方法的发展，从而增强这一创新技术在真实多样条件下远程心率估计领域的整体效用与影响。