В исследовании рассмотрены методы дистанционного измерения пульса с использованием машинного обучения и анализа изображений. Предложен подход, состоящий из этапов: детекция лица, обработка изображений и нейронные сети для предсказания пульса. Для первого этапа сравнены каскады Хаара и нейронная сеть YOLO для детекции лиц, где YOLO показала большую стабильность и скорость. На втором этапе использован медиальный фильтр и MediaPipe для выделения областей интереса. Тестировались нейронные сети EfficientPhys, PhysNet и RhythmFormer на выбранном датасете. Выводы показывают, что лучшей моделью является RhythmFormer, а PhysNet показала худшие результаты по скорости и качеству предсказания

Лебедев И.И. (науч. рук. Русак А.В.) Метод оценивания пульса человека по данным дистанционной плетизмографии // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/15271