该文综述了远程光电容积描记（rPPG）的多项进展：PhysFormer结合Transformer、标签分布与课程学习提升性能；Spiking-PhyFormer利用脉冲神经网络降低功耗；Contrast-Phys+、SSPD等自监督/无监督方法借助自相似先验和对比学习，在无标签或弱标签下媲美甚至超越有监督方法，并具备高效、抗噪与泛化优势。

该文综述远程光电容积描记（rPPG）技术进展：通过面部视频提取心率、呼吸率等生命体征，并应用于血压监测、房颤检测和情感识别。研究涵盖深度学习端到端方案、树莓派部署、深度时空网络重建心电信号、神经网络与自监督学习、数据扰动隐私保护，以及基于rPPG的DeepFake检测，后者在Celeb-DF和DFDC数据集上AUC超过98%。