长期处于高压状态容易损害人体心血管系统,影响激素水平和情绪状态。常用的精神压力评估方法包括自我问卷调查、激素水平测量和生理信号测量等。自我问卷调查是目前应用最为广泛的评估方法,虽然便捷且成本低,但会产生记忆残留,无法进行短时间内的二次测量。激素测量法可以得到较为准确且客观的结果,但采集及样本保存成本较高,且易引起机体应激。生理信号评估法应用最多的是心率变异性分析,其具有精确的测量结果,但接触式测量存在佩戴不舒适且易引起机体的应激反应等问题。基于生理参数的心理应激非接触检测可以从人体面部视频中挖掘生物学特征,并与精神压力建立联系,因此在心理测量方面具有许多潜在的应用领域。本文基于成像式光电容积脉搏波（Imaging Photoplethysmography,IPPG）技术,设计了一种视频非接触式精神压力测量方法。首先采集时长为3min的人脸视频,采用人脸识别,基于颜色空间融合提取面部全部皮肤作为感兴趣区域,获取由心脏搏动引起的皮肤微弱颜色变化,并对不同实验环境的IPPG信号提取结果进行了比较。接下来,采用Fast ICA算法、小波变换和窄带通滤波,实现了IPPG信号的提取和去噪。然后,对IPPG信号进行心率变异性分析,提取时域、频域、非线性参数共17个特征。最后,为了实现特征筛选,设计了实验室环境下的压力诱导实验,采集30组样本用于特征筛选。实验结果表明:压力诱导实验的放松与压力状态数据间存在明显的差异,筛选出14个有效反映压力状态变化的特征参数,并结合应激生理学理论和已有研究进行了特征分析。同时,为了构建精神压力识别的三分类模型,设计了普通生活场景下的压力采集实验。67组样本用于压力状态与特征间的相关性分析,并由此构建随机森林模型,采用交叉验证的网格搜索实现了模型参数优化,结果表明:生活压力分类准确率可以达到95.2%,证明了视频非接触测量应用于精神压力识别的可行性。本文提出的视频非接触测量心理应激水平方法,只需手机摄像头,在不引起受试者注意的情况下,即可准确评估人类的心理应激水平,显示出其作为有效工具在心理学研究中的潜力。