迈向运动稳健性：一种遮蔽关注正规化框架在远程光电测量中的应用

提出了两种修正非接触式心率估计中长度和面部运动造成的误差的方法。

使用双流双分辨率框架训练模型以学习稳健的面部信号特征，实验证明了方法的优越性。

提出了一种数据扰动的方法，通过像素洗牌和模糊处理解决远程光电容积图数据的隐私问题，实验表明该方法可降低面部识别算法的准确性而对rPPG提取几乎不产生影响。

为应对3D面具攻击，提出了一种基于远程光电容谱法的面部反欺诈方法，实验结果显示在面部欺诈检测中有显著提高。

利用三维面部表面构建的新颖视频表示方法，改善了现有基于视频的面部远程光电测量的鲁棒性，实验结果显示在动态场景中有显著性能改进。

提出了一个两阶段的端到端rPPG信号恢复方法，实验结果表明该方法在压缩视频上表现出色，具有良好的泛化能力。

提出了一种利用显性和隐性先验知识的新框架，通过去除噪声并提取生理特征分布，实验证明该方法在跨数据集评估上胜过现有方法。

提出了一种自监督学习方法，以提取生理信号中的自我相似性先验，并探索抗干扰策略以减少动作和光照的干扰。

研究表明，面部视频中隐藏的rPPG信号形态可用于生物识别认证，方法只需带有主体ID的去识别面部视频进行训练。

介绍了一种新的远程面部信号分析方法，应用神经网络和自监督训练进行无监督学习，成功在多个数据集上进行测试，证明了方法的可行性和效果。