心脏日常活动时刻影响着人们的健康,例如心率、血氧、心率变异性等都被认为是人体健康水平的重要指标,在众多领域都具有重要意义。传统检测措施需得直接触碰皮肤,这为用户带来了不便,尤其是对一些皮肤脆弱敏感人群是不友好的。随着计算机技术的发展,基于信号分析的远程生理信号估计方法已经取得不错的成绩,数据时代的来临使得数据驱动的深度学习方法展现出强大的学习建模能力,在远程生理信号和心率估计上也有好的表现,但大多算法存在预处理复杂,兴趣区域（Region of interest,ROI）不稳定以及测量时间较长等问题。为了解决这些问题,本文提出了一种更为鲁棒和高效的非接触心率信号检测,并在多个数据集上进行实验,结果表明本文所述算法的有效性,本文工作主要包含以下两方面:（1）为了实现在较少约束环境下准确从面部视频估计出心率信号,提高模型的泛化能力,本文提出了一个基于3D时空卷积网络的端到端方法快速从原始视频中恢复出光电容积描记（remote Photoplethysmograph,rPPG）信号和平均心率值（Heart Rate,HR）,通过基于人脸掩膜的混合特征融合注意力模块使得网络更多的关注于rPPG相关特征,减小头部移动和背景噪声对信号恢复带来的影响。该方法主要包含四个模块:浅层特征提取模块从输入面部视频中提取富含空间细节特征的浅层特征图,并通过连续空间卷积和池化聚合空间特征,减少后续计算量;堆叠时空卷积模块在浅层特征图的基础上进一步通过3D时空卷积提取时间与空间语义信息,通过聚合相邻帧来减少时域冗余;基于人脸掩膜的多层级混合特征融合模块用于处理融合来自于空间和通道的不同深度的特征图生成权重掩膜;信号估计模块通过反卷积恢复时域长度,并引入通道级卷积滤波器将多通道时空表示流投影到信号空间,输出rPPG信号。（2）为了进一步减小由于微小光照变化带来的亮度分布不均和视频压缩带来的精度退化,引入正交匹配追踪算法通过建立超完备正弦字典对输入视频进行重构以完成输入数据优化。考虑到部分需要端到端模型的特殊场景,提出在网络上构建双分支网络直接输出rPPG信号和平均心率来达到输出优化的目的。总结为以下三点:第一,针对视频压缩带来的精度下降,通过单通道正交匹配追踪对输入面部视频进行逐帧空间特征重构,对受损画质进行压缩感知重构;第二,通过构建周期性的正弦信号超完备字典,对由于微小光照变化造成的局部面部光照分布不均进行周期性重建,平滑由此带来的像素值突变;第三,通过网络结构优化构建关于心率测量的真正意义上的端到端网络,避免在计算心率时由于滤波产生的二次精度损失。