高血壓是危害人類健康的首要疾病，方便準確的血壓測量方法將有助于高血壓的防控。本文提出了一種基于面部視頻信號的連續血壓測量方法。采用顏色失真濾波與獨立成分分析法提取面部視頻信號中感興趣區域的視頻脈搏波，基于時頻域以及生理學原理對脈搏波進行多維特征提取；設計了一種集成特征選擇方法提取具有通用性的最優特征子集；比較基于粒子群優化的Elman神經網絡、支持向量機與深度信念網絡所建立的單人血壓測量模型；采用支持向量回歸算法構建通用血壓預測模型，并與真實血壓值進行比較與評價。實驗結果表明：基于面部視頻的血壓測量結果與標準血壓值具有較好的一致性，由視頻估計出的收縮壓與標準收縮壓的平均絕對誤差（MAE）為4.9 mm Hg，標準差（STD）為5.9 mm Hg；舒張壓的MAE為4.6 mm Hg，STD為5.0 mm Hg，符合AAMI標準。本文所提出的基于視頻流的非接觸式血壓檢測方法可以用于血壓的測量。