随着社会快速发展,人们面临来自工作和生活的压力逐渐增大,而长期处于压力状态有害身心健康,因此对工作繁忙的人进行压力识别具有十分重要的意义。使用心率变异(Heart Rate Variability,HRV)参数可以识别人体压力状态。传统测量心率变异参数一般采用接触式方法,接触式采集方法一般要求测试者在测量过程中保持静止,妨碍了人们的正常工作。因此本文重点研究非接触式测量方法,目的是在不妨碍人们正常工作状态下进行生理参数测量,从而进行情感识别,以达到日常压力监测的目标。本文基于成像式光电容积描记法(Imaging Photople Thysmography,IPPG),提出了一种使用普通摄像头采集人脸视频的测量方法。由于人体的生理信号微弱,从人脸视频中提取生理信号信噪比较低,因此本文使用一种基于欧拉放大原理的人脸肤色变化增强方法,通过增强人脸肤色的变化以增强人脸图像中与生理信号有关的信息。本文采集了5名测试者的25段视频进行实验,实验结果表明:使用欧拉放大后,从人脸视频提取的心率与接触式方法提取的心率的平均绝对误差由未使用欧拉放大前的19次/分钟降为1次/分钟,最高绝对误差由40次/分钟降为2次/分钟,证明欧拉放大可以有效的增强人脸视频中与心率有关的信息。由于非接触式测量方法,容易受到环境光、采集设备等带来的噪声干扰,本文使用小波变换进行去噪,通过分析和实验选取出最佳小波基函数,得到了良好的去噪效果。为了解决遇到面部个别区域遮盖影响心率变异特征提取问题,本文将人脸分为:额头、脸颊、眼下到嘴上、全脸四个测量区域,分别从中提取心率和HRV参数进行对比分析。以HRV时域参数为例,从上述四个区域提取的HRV时域参数R-R间期均值平均绝对误差分别由46、40、57、56ms降为15、16、10、13ms,实验证明使用欧拉放大以后可以从人脸不同测量区域提取较为准确生理参数。为了验证非接触式测量方法提取的心率变异特征用于情感识别的效果,本文以压力识别为例,使用Stroop Color-World Test作为压力诱发方案,基于CART决策树算法进行压力和非压力状态的情感识别。实验结果表明,使用本文提出的非接触方法获得心率变异特征(HRV参数)进行压力情感识别,与使用接触式方式提取的HRV参数进行压力识别相比,平均正确率低2.65%,证明基于非接触式测量方法提取HRV参数用于压力情感识别是可行的。