CAF-Mamba：基于Mamba的跨模态自适应注意力融合用于多模态抑郁检测
计算机视觉与模式识别
2026-02-10 v2 计算机与社会
人机交互
摘要
抑郁是一种流行的精神健康障碍，严重影响日常功能和生活质量。虽然近期的深度学习方法在抑郁检测方面显示出前景，但大多数方法依赖有限的特征类型，忽略了显式的跨模态交互，并采用简单的拼接或静态加权进行融合。为克服这些限制，我们提出了CAF-Mamba，这是一种 novel Mamba-based 跨模态自适应注意力融合框架。CAF-Mamba不仅显式和隐式地捕获跨模态交互，还通过模态注意力机制动态调整模态贡献，实现更有效的多模态融合。在两个野生中基准数据集LMVD和D-Vlog上的实验表明，CAF-Mamba一致地超越了现有方法，实现了最先进的性能。我们的代码已公开于https://github.com/zbw-zhou/CAF-Mamba。
引用
@article{arxiv.2601.21648,
title = {CAF-Mamba: Mamba-Based Cross-Modal Adaptive Attention Fusion for Multimodal Depression Detection},
author = {Bowen Zhou and Marc-André Fiedler and Ayoub Al-Hamadi},
journal= {arXiv preprint arXiv:2601.21648},
year = {2026}
}
备注
The paper contains a total of 5 pages and 3 figures. This paper has been accepted for publication in the proceedings of 2026 IEEE ICASSP Conference