近几年来我国很多城市,尤其是北京,饱受雾霾的侵扰,雾霾对人体的呼吸系统产生了极大的危害,人们呼吸道疾病发病率逐年升高,心血管方面疾病发病率也有所增加。心率作为心血管疾病检查的最基础表征指数,对人体的健康指标有重要意义。快速和方便的心率测量成为日常生活的一个方面。本课题基于视频图像处理,将一种快速独立分量分析的方法(FastICA)运用到人脸图像信号处理领域,并由此测量出心率。在自然环境下,通过网络摄像头采集人脸彩色视频,从视频流中检测出人脸并提取心率信号,实现简单的非接触式心率测量。本课题的研究对人们便捷检查自身心血管方面的健康,降低未知的危险,有着十分重要的意义。该方法在不接触人体皮肤的情况下,间接检测出人的心率。相比较传统的接触式心率检测的方法,这种检测方法具有无创、简单、高效等特点。基于光电容积描记法(PPG)的原理,本文先综述了基于人脸视频的非接触心率检测的研究历史、现状和理论基础,然后将基于FastICA算法的独立分量分析运用到观测信号的盲源分离。该算法能对混合信号进行某种最优线性分解并获取统计独立的分量。从三个原始的观测信号分解得到三个独立信号,对信号进行相关性分析、平滑、滤波、插值等得出信号周期,间接计算出心率。人的脸部图像信息还包含了另一项生理参数——呼吸频率。因为信号的高频分量和呼吸频率是有联系的,本文对最终得到的心博周期信号采用频谱分析,并从功率谱中估计呼吸频率。最后,通过实验仿真验证,对比手指式血氧饱和仪的测量数据,本文验证了该方法的可靠性。