القياس الفيزيولوجي القائم على التصوير البصري عن بعد (rPPG) له قيمة تطبيقية كبيرة في الحوسبة العاطفية، ومراقبة الصحة بدون اتصال، ورصد الرعاية الصحية عن بعد، وغيرها من المجالات التي أصبحت ذات أهمية متزايدة خاصة خلال جائحة كوفيد-19. يتم تقسيم الطرق الحالية عادةً إلى مجموعتين. المجموعة الأولى تركز على استخراج الإشارات الدقيقة للنبض الدموي (BVP) من مقاطع الفيديو للوجه، ولكنها نادراً ما تُنمِّذج الضوضاء التي تسود محتوى فيديو الوجه بشكل صريح. هذه الطرق عرضة للضوضاء وقد تعاني من قدرة تعميم ضعيفة في السيناريوهات غير المعروفة. أما المجموعة الثانية فتركز على نمذجة البيانات الضوضائية مباشرة، مما يؤدي إلى أداء غير مثالي بسبب عدم انتظام هذه الضوضاء العشوائية الشديدة. في هذا البحث، نقترح شبكة التحليل والتركيب (DRNet) التي تركز على نمذجة الخصائص الفيزيولوجية بدلاً من البيانات الضوضائية. تم اقتراح خسارة دورية جديدة لتقيد دوريّة المعلومات الفيزيولوجية. بالإضافة إلى ذلك، تم اقتراح كتلة الانتباه المكاني (SAB) القابلة للتوصيل والاستبدال لتعزيز الخصائص مع المعلومات المكانية. علاوة على ذلك، تم اقتراح استراتيجية زيادة الكفاءة باستخدام تقليم الأقسام (PC) لإنشاء عينات مشددة تحتوي على ضوضاء وخصائص مختلفة. أظهرت التجارب الواسعة على مجموعة متنوعة من قواعد البيانات العامة وكذلك اختبارات بين قواعد البيانات فعالية نهجنا.