该研究提出了一种基于方向条件的面部纹理视频表示方法，用于改善面部远程光电测量的鲁棒性。该方法在交叉数据集测试中取得了显著的性能改进，并在动态情景中表现出了显著的性能提升。研究结果显示，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具有潜在优势。

本研究提出了一个强健的盲图像质量评估方法，通过训练多个基于 Swin-Transformer 的模型并生成伪标签构建了大规模真实世界图像数据集，训练了跨数据集强健模型，交叉数据集测试结果表明该方法性能优于最新方法。