Google Research在《自然》上发了个用手机前置摄像头测心率的研究PHRM，MAPE误差小于10%，还专门强调了在不同肤色人群里的表现，号称是目前最大规模、最多样化的rPPG研究。这个方向确实有潜力，能把手机变成更普及的健康监测工具。
但说实在的，光看论文里的平均误差和实验室数据还远远不够。他们用了“近700名参与者”和“35万个视频片段”，这个“近”字就很微妙，能公开具体的样本量和分组数据吗？算法在不同光线、面部遮挡、用户活动状态下的失败率是多少？所谓的“与穿戴设备准确度差不多”是和谁比、用的什么benchmark？还有，这套方法对临床诊断有没有参考价值，还是只能做个趋势跟踪？如果真想让医疗界认可，下一步是不是该做更大规模的随机对照试验了？
这玩意儿看起来挺有意思，但我就想问一个细节：文中提到的“置信度分数”具体是怎么生成的？不同光照条件对这个分数影响有多大？
看起来谷歌又在折腾新花样了，不过手机上测心率真能准吗？感觉就是个玩具功能。
小白问一下，这种用前置摄像头测心率的方法，是不是必须得把脸正对着镜头才行啊？要是我解锁的时候角度歪了，测出来的数据还会有参考价值吗？
之前玩过那种用手指按摄像头的app，测几次结果都不一样。这个听着高级多了，但感觉还是不如手环准吧，毕竟不是专门为这个设计的传感器。
我关心的是耗电和发热问题。后台一直录视频会不会很耗电？而且处理视频的那个神经网络模型，是在本地跑还是得上传云端？希望别太吃性能。
收藏了，回头慢慢看。最近正想找一些健康监测相关的技术资料。
之前用过一个第三方的app，原理应该差不多，也是用前置摄像头。但晚上或者光线暗的时候基本没法用，误差巨大。不知道谷歌这个在低光环境下表现怎么样，论文里有提吗？
这种研究对资源匮乏地区可能真有帮助。不过，最关键的还是得便宜、易用，而且得让人愿意持续用下去。技术是一方面，落地又是另一回事了。
没用过别碰，这种非接触式测心率也就图一乐，真要看数据还得是医疗设备。
说起来，今天午饭吃的那个牛肉面有点咸，吃完感觉心跳都快了，不知道这种临时性的变化它能不能捕捉到，哈哈。
低光下误差大这点我也好奇，论文里要没提那实用性存疑
心率这种医疗向的，准确率不过关就是个玩具
置信度多半是模型对信号质量的打分，光照一差分数肯定低
手机前置摄像头测心率，弱光环境下基本没法用吧
低光确实是死穴，前置摄像头进光少，暗处基本测不准