加载失败
这是一个 Show HN 的网页演示，利用浏览器摄像头实时从面部视频中检测心率，演示端依赖浏览器的 getUserMedia（请求摄像头权限）并可能调用第三方服务如 VitalLens（视频生命体征分析 API）。评论集中在三方面：隐私与滥用风险（担心被 HR、房东或警方 商品化）、技术可行性与精度（用户报告误差明显且呼吸检测差），以及实现与遥测痕迹（代码中出现 /api/event、telemetry 端点与 API key 提示）。讨论基于的技术假设是运动/色彩放大（Eulerian video magnification）能放大血流引起的微小变化，但光照、压缩和设备差异会显著影响结果。部分用户报告 Android 上运行良好，而 macOS+Brave/Chromium 上存在崩溃或兼容性问题，强调跨平台稳定性是发布前必须解决的实际工程课题。
评论普遍担忧这类通过视频提取生理信号的技术会被用于操纵和剖析视频通话对象，HR、房东、警方等机构可能把它当作筛选或监控工具来使用。对常见的“可帮助远程医疗”的辩解，部分评论者贴出相关文章并提醒不要被潜在好处转移注意力，认为好处不能抵消被滥用的风险。另有用户要求在启用摄像头前提供明确的隐私声明和风险提示，指出视频刺激可能对有心脏病史的人造成实际危害。总体论调是应在同意、透明和滥用防护上做更多保障，否则技术容易被武器化。
多名用户报告检测值存在明显偏差：有用户的结果比实际低约 10 bpm，也有人被读成 40 多而手表显示 72–75，呼吸检测表现尤差。评论指出这些误差很可能来自摄像头分辨率、帧率、视频压缩或算法仅依赖面部的细微运动/色彩变化，因此信号极易被噪声覆盖。结果显示表现高度依赖设备和环境，缺少系统化校准或验证流程。因此当前演示不适合作出关键医学或招聘等高风险决策。
有人指出该类检测通常基于运动与色彩放大（motion and color amplification），类似 Eulerian video magnification 的处理方法，通过放大微小的面部运动或肤色变化来提取脉搏信号。评论引用了 Steve Mould 的视频示例，展示在普通视频中能看到脉搏信号，从而证明技术可行性，但视频也表明方法对光照、压缩和相机质量十分敏感。结论是原理成立但实现容易受噪声影响，滤波与信号放大策略决定最终可靠性。
源码片段显示演示通过 navigator.mediaDevices.getUserMedia 请求摄像头权限，且有用户报告在 macOS + Brave/Chromium 环境下启用摄像头会导致浏览器崩溃。进一步静态检查暴露了 /api/event、/parties/lobby/main/telemetry 等端点，并发现对 VitalLens 的引用与一条要求有效 API key 或代理 URL 的错误提示。这些痕迹暗示部分分析可能依赖第三方或后端服务，带来视频上传、遥测收集与 API key 管理等隐私与合规问题。评论因此要求在启用前提供隐私声明、数据流向说明以及最小化数据采集的保证。
用户体验存在显著平台差异：有用户在 Android 上表示“运行良好且简单”，但也有人在桌面浏览器上遇到崩溃或权限问题。这种不一致说明摄像头质量、浏览器实现、操作系统和权限处理都会直接影响可用性和稳定性。因此即便演示界面简洁，实际部署需要解决跨平台兼容、错误恢复和用户提示等工程细节，才能在更广泛用户群体中稳定运行。
getUserMedia（navigator.mediaDevices.getUserMedia）: 浏览器的媒体采集 API，用于请求摄像头/麦克风权限并返回实时流。演示通过它打开摄像头，权限或实现差异可能引发崩溃或兼容性问题。
VitalLens: 评论中出现的第三方生命体征分析服务或库，演示代码提及需有效 API key 或代理 URL，表明部分分析可能在外部后端进行，从而带来外发数据和隐私风险。
motion and color amplification / Eulerian video magnification（运动与色彩放大）: 一种信号处理技术，通过放大视频中极细微的运动或颜色变化来揭示如脉搏引起的血流波动。此方法能从普通摄像头视频非接触式提取心率，但对光照、压缩、帧率和摄像头质量高度敏感。