情境决定关键性：基于视觉的抑郁检测比较经典方法与深度方法
计算机视觉与模式识别
2026-04-14 v1
摘要
从视觉中检测抑郁的经典方法强调可解释特征，例如面部表情，以及诸如支持向量机 (SVM) 等的分类器。随着深度学习的出现，特征表示和分类方法发生了转变。当代方法使用来自通用视觉模型（如 VGGNet）的学习特征来训练机器学习模型。人们对经典方法与深度方法在抑郁检测中就准确性、公平性和可解释性的比较了解不多，尤其是在不同情境下。为此，我们在两个不同情境下将经典方法与深度方法用于视觉模态的抑郁检测：一种是 TPOT 数据库中的母子互动，另一种是 Pitt 数据库中的患者-医生访谈。在前者中，抑郁被操作化为根据 DSM 的抑郁史以及当前或最近的临床显著症状。在后者中，所有参与者均符合 DSM 的抑郁初始标准，抑郁在治疗期间被重新评估。经典方法包括带有 SVM 分类器的手工特征。学习到的特征来自 FMAE-IAT 的 turn-level 嵌入，并与多层感知器分类器组合。经典方法在两个情境下都实现了更高的准确性。在患者-医生情境中，经典方法也显著公平于深度方法。跨情境的可解释性基本以两种方法都有限，表明抑郁可能是情境特定的。
引用
@article{arxiv.2604.10344,
title = {Context Matters: Vision-Based Depression Detection Comparing Classical and Deep Approaches},
author = {Maneesh Bilalpur and Saurabh Hinduja and Sonish Sivarajkumar and Nicholas Allen and Yanshan Wang and Itir Onal Ertugrul and Jeffrey F. Cohn},
journal= {arXiv preprint arXiv:2604.10344},
year = {2026}
}