非接触式心率测量由于测量仪器不需要与被测量者发生直接接触，是非侵入性的、无创的，不仅能够大大提高被测量者的舒适度和测量操作的自由度，同时能为一些特殊场合的心率测量提供了可能性，因此受到越来越多的关注，其测量手段也在不断增加，适用范围也在不断扩展中。　　当心脏搏动时，会引起脸部一系列体表特征的变化。本文针对心脏跳动时人体脸部区域颜色和动作这两个体表特征的变化，提出两种基于人脸图像变化的心率提取方法，分别是“基于皮肤颜色变化的心率提取改进方法”和“基于头部微小动作的心率提取方法”。两种方法得到的都是脉搏式的心率信号，与其他非接触式心率测量方法相比，只需要一个摄像头，减轻了设备复杂度。其中，基于头部微小动作的方法，目前国内暂时还没有发现相关的研究。此方法克服了彩色图像这一限制，今后更可深入研究，应用到黑暗环境等恶劣场合进行非接触式心率提取。两种方法的具体实现过程如下:　　1、前者是现有的基于人脸图像变化的心率提取方法的改进，运用FastICA算法加快独立成分分析过程。首先获取连续图像的人脸区域，进行RGB分离，获取三个通道的颜色变化曲线;然后运用FastICA进行独立成分分析，将RGB颜色变化信号还原为独立信号，从中提取心率信号;最后对心率信号进行滤波处理和频谱分析，获取心率值。　　2、后者针对心脏搏动引起头部无意识摆动这一现象，通过脸部若干特征点反映头部动作的变化，从这种动作信号中分离出心率信号。该方法首先利用角点检测获取首帧图像的脸部特征点;然后利用LK光流法获取连续人脸图像的特征点垂直方向位移曲线;接着将特征点运动曲线进行主成分分得到降维后的新数据，根据贡献值从新数据中提取心率信号;最后经过滤波处理和频谱分析，获取心率值。　　通过实验获取相关数据，两种方法得到的误差都基本集中在3次以内，达到生理测量误差允许范围要求;再进行Bland-Altman分析，两种方法得到的心率值与血压计得到的数值之间具有很好的一致性，证明两者都是可靠有效的。