心率是人体心血管活动的一项基础参数，被广泛用于诊断心血管疾病以及监测生理活动。目前心率监测方式可分为接触式检测和非接触式检测两种。接触式检测方式即利用电子传感器和接触式的电极片完成心率的测量。非接触式检测则主要包括基于图像的、基于反射式光电的和基于无线电磁场的测量方法，并且这三种方法都利用了光电容积脉搏波描记法（photo\-plethysmography，PPG）。其中，成像式光电容积脉搏波描记法（imaging photoplethysmography，iPPG）具有成本低和非入侵性等特点，因此受到广泛关注。

利用人脸图像提取心率信号是非接触式心率测量的实现方法之一，传统的方法多利用人工设计的方式提取人脸心率特征信息，容易受到现实环境下多种变化因素的影响，在受运动和表情干扰以及光照变化情况下鲁棒性较弱。针对以上问题，本文基于深度学习的理论，研究提出了一种基于注意力机制的卷积神经网络（convolution neural network，CNN ）模型和一种卷积与长短期记忆模型(long short-term memory，LSTM)级联的心率区间分类网络。本文的主要工作包括：

（1）提出人脸视频的心率信号提取方法。本文通过提取每帧人脸图像心率敏感区域（region of interest，ROI）的图像强度值时序变化曲线，采用相关滤波法去除噪声干扰后获取心率值，并基于iPPG原理进行实验分析，实验结果证明了该方法的有效性。

（2)提出注意力机制改进单一卷积心率估计模型。在通过卷积神经网络对人脸视频逐帧提取特征时，由于RGB图像的各信号通道具有不同的信噪比，其对于网络提取的心率特征具有不同的重要程度。基于以上原因，本文在iPPG心率测量原理基础上，采用轻量型注意力机制网络改进了单一卷积神经网络，从而根据信道的重要程度学习不同的权重，对不同信道之间的依赖关系进行建模。同时，本文通过最小化噪声和心率信号的比值来训练心率预测网络。

（3）提出一个用于人脸心率估计研究的数据集。本文采集了在不同环境条件下进行心率标注的人脸视频数据，并将其用于测试深度学习网络在受运动和表情干扰以及光照变化等情况下的鲁棒性。具体地，通过人脸检测、特征点定位、人脸对齐等方法实现数据预处理，逐帧截取人脸血管丰富的鼻翼两侧部分作为心率信号提取的敏感区域ROI，并将ROI作为模型输入数据。

（4）提出一种卷积与时序模型级联的心率区间分类网络。本文基于已收集的人脸数据，在利用卷积神经网络进行人脸图像特征提取的基础上，进一步考虑连续人脸视频帧之间的时序信息，提出CNN和LSTM级联的心率估计模型CNN-LSTM。同时，本文在该模型基础上将心率区间划分为（50-59,60-69,70-79,80-89,90-99）5种，从而使心率回归问题转化为心率分类学习，以分类模型训练结果作为预训练模型，结合MAE损失对心率值进行学习，能够直接输出具体的心率值估计。基于以上分类模型，本文针对输入人脸ROI图像的时间长度对心率分类预测精度的影响进行对比实验，比较了不同输入数据时间长度的心率区间分类结果。实验显示输入数据时间长度为1s时，心率区间估计准确率较高为71.8%。