本文提出了一个两阶段的端到端RPPG信号恢复方法，该方法包括视频增强和RPPG信号恢复两个阶段。实验结果表明，该方法在压缩视频上表现出色，并且具有很好的泛化能力。

Jul, 2019

本文提出了一种基于transformer的架构PhysFormer，该架构可以增强远程光电容积描记术（rPPG）的表示，通过进行标签分布学习和课程学习来提供精细的监督，并针对四个基准数据集进行了全面实验，证明了它的优越性能。

Nov, 2021

本文提出了一种无监督的远程光学脉搏测量方法，利用3D卷积神经网络模型以及对比损失训练模型，可以在不需要参照信号的情况下提高精度，并可以更快地运行且更耐噪音。

Aug, 2022

本文提出了两种对非接触式心率估计中长度和面部运动造成的误差进行修正的方法，并且使用一个双流双分辨率框架来训练模型以学习稳健的面部信号特征，实验证明了所提出方法的优越性。

Nov, 2022

使用基于学习Token的双路径TokenLearner（Dual-TL）的原生Transformer框架，综合利用面部视频的空间和时间信息，实现高准确度的远程光电体积脉搏测量。

Aug, 2023

本文提出了一种利用远程光电容积图术（rPPG）任务中的显性和隐性先验知识的新框架，通过系统分析不同领域的噪声源，并将这些先验知识纳入网络进行训练，同时利用两个分支网络通过隐式标签相关性去除噪声并提取生理特征分布，我们的实验证明，该方法不仅在RGB跨数据集评估上胜过现有方法，而且能够很好地从RGB数据集泛化到NIR数据集。

Mar, 2024

使用Mamba为基础的RhythmMamba方法，通过多时间尺度的Mamba约束周期模式与短期趋势，并结合频域前馈使得Mamba能够牢固理解rPPG的准周期模式。大量实验证明，RhythmMamba在减少参数和降低计算复杂度的同时，实现了最先进的性能。该方法适用于任意长度的视频片段且性能不降。

Apr, 2024

利用三维面部表面构建一个新颖的基于方向条件的面部纹理视频表示，改善现有基于视频的面部远程光电测量的方法对动态和自由主体运动的鲁棒性。通过在MMPD上进行交叉数据集测试，我们的方法在纯净数据集上训练的PhysNet模型基线的性能上取得了显著的18.2%的改进，突显了我们设计的视频表示的有效性和普适性。在所有测试的动态情景中，即使存在动态和自由主体运动，我们的方法在MMPD上得到了高达29.6%的显著性能改进。验证了通过对三维面部表面的建模来解释运动的优势，我们通过消融实验验证了我们设计决策的有效性和不同视频处理步骤的影响。我们的发现展示了在视频中利用三维面部表面作为解决动态和自由主体运动的一般策略的潜在优势。该代码可在链接处获得。

Apr, 2024

提出了一种基于面部视频的遥感光频波测量的新方法，通过掩蔽关注机制和增强的rPPG专家聚合网络，解决了ROI定位和运动问题，并在现实世界的场景下表现出优势。

Jul, 2024

本研究针对现有远程光容积测量方法在捕捉长时间序列中的局限性，提出了一种基于Mamba的PhysMamba框架，以高效表示面部视频中的长距离生理依赖关系。研究发现，结合时间差分Mamba块和双流SlowFast架构显著提高了对生理信号的捕捉和分析效率，展示了其在多种应用中的潜力。

Sep, 2024