內容簡介：遠程光體積描記是非接觸式生理信號檢測領域的重要研究方向。現有算法主要從人臉部分區域提取脈搏信號，存在信號獲取不全面及噪聲過大的問題。提出了一種基于人臉檢測、跟蹤、分割和輸入噪聲過濾的實時rPPG信號提取方法，旨在提高心率檢測的準確性和魯棒性。首先，通過小型深度神經網絡實現視頻幀中的人臉檢測和跟蹤，準確定位人臉區域。其次，通過人臉分割算法提取皮膚信息。最后，采用輸入噪聲過濾策略，去除與心率無關的頻率成分和信噪比較低的信號，從而優化rPPG信號。實驗在自建數據集上進行，結果表明，該方法在信噪比、平均絕對誤差和均方根誤差等指標上均表現出色。綜上所述，所提出的方法在rPPG信號實時提取中表現出優異的精度和穩定性，為非接觸式生理信號檢測提供了一種新的解決方案。