近年来,随着我国社会飞速发展,人们的生活节奏越来越快。饮食不规律、高负荷工作量和身体缺乏锻炼等问题导致心血管疾病对居民身体健康的影响愈加显著,心血管的发病率持续增高。心率是表示人体状态的一项重要的生理指标,医生能够通过心率对心血管患者身体进行评估,健康人群也可以通过心率检测预防心血管疾病的发生。基于心冲击描记术（Ballistocardiography,BCG）的视频心率检测方法在已经取得较为理想的实验结果,但是在现实场景中,由于环境噪声的干扰,如环境光照度变化、运动干扰等因素,对实验结果有较大的影响。因此,研究如何去除环境噪声的影响,精确检测视频中人体心率具有重要理论意义和实际意义。针对噪声干扰的问题,本文做了如下工作:（1）分析了现有通过运动追踪捕捉BCG信号易受光照度变化影响和运动干扰的缺点,选择方向可控滤波器提取BCG信号,介绍了常用的BCG信号去噪算法。（2）针对环境光照度变化对提取心率信息产生影响的问题,提出一种基于方向可控滤波器的视频心率检测方法。首先,对输入视频进行人脸检测,并框选出目标检测区域;其次,设计一种基于方向可控滤波器的振动信号提取方法,提取目标区域的相位差信号,并针对相位差信号进行带通滤波和主成分分析,滤除干扰噪声并建立BCG信号;最后,通过傅里叶变换将BCG信号转化至频域,从频谱密度函数中提取心率值。实验结果表明该方法能够适应不同光照度环境,其心率检测准确率优于现有的运动追踪捕捉BCG信号提取方法。（3）针对面部表情变化的运动干扰问题,提出一种基于变分模态分解（Variational Mode Decomposition,VMD）和低秩稀疏矩阵分解（Low-rank and Sparse Matrix Decomposition,LSMD）的视频心率检测方法。该方法通过方向可控滤波器提取头部相位差信号,将相位差信号进行VMD处理提取包含心率信息的本征模态,然后利用LSMD对得到的信号矩阵分解,去除运动干扰,最后得到了纯净的心率信号。实验结果表明该方法能够有效去除面部表情带来的运动干扰。