本文提出了一种创新的心率识别方法，结合脸部特征点识别和信号经验模态分解技术，以实现非接触式的心率监测。通过将 RGB视频流中单帧面部感兴趣区域的均值统计作为 rPPG 信号的采样点，从而采集到反射性光体积描记信号流。然后对采集到的 rPPG 信号流应用滑窗策略，并在每个窗口中使用经验模态分解算法来分解出心跳信号。最后，根据分解得到的心跳信号进行时域和频域分析，以估算心率值。本研究表明，这种新方法能够有效降低 rPPG 信号中的噪声，并且能够快速且准确地提取心率，对于远程健康监测和智能人机交互等领域具有重要的应用潜力。
