La mesure physiologique basée sur la caméra est un domaine en pleine expansion, où les modèles neuronaux fournissent des performances de pointe. Les recherches précédentes ont exploré divers modèles « de bout en bout » ; cependant, ces méthodes nécessitent encore plusieurs étapes de prétraitement. Ces opérations supplémentaires sont souvent complexes à mettre en œuvre, rendant la reproduction et le déploiement difficiles, et peuvent même avoir un coût computationnel plus élevé que le réseau « central » lui-même. Dans cet article, nous proposons deux nouveaux modèles neuronaux efficaces pour la mesure physiologique basée sur la caméra, appelés EfficientPhys, qui éliminent la nécessité de détection faciale, de segmentation, de normalisation, de transformation d'espace couleur ou de toute autre étape de prétraitement. En utilisant une entrée constituée de trames vidéo brutes, nos modèles obtiennent d'excellents résultats sur trois jeux de données publics. Nous montrons que cela est vrai quels que soient l'utilisation d'un backbone transformer ou convolutionnel. Nous évaluons également la latence des réseaux proposés et démontrons que notre réseau le plus léger atteint une amélioration de 33 % en termes d'efficacité.