附录

<div style="background: linear-gradient(135deg, #667eea 0%, #764ba2 100%); padding: 20px; border-radius: 12px; margin-bottom: 30px;">
<h3 style="color: white; margin: 0;">🎯 附录概览</h3>
<p style="color: #f0f0f0; margin: 10px 0 0 0;">提供代码修改指南、答辩文档、常见问题解答和参考文献</p>
</div>

🏗️ 附录导航

[[#附录A：代码修改指南]]
[[#附录B：答辩文档]]
[[#附录C：常见问题解答]]
[[#附录D：参考文献]]

<div style="background: linear-gradient(135deg, #667eea 0%, #764ba2 100%); padding: 20px; border-radius: 12px; margin-bottom: 30px;">
<h3 style="color: white; margin: 0;">🔧 附录A：代码修改指南</h3>
<p style="color: #f0f0f0; margin: 5px 0 0 0;">系统配置和参数调整指南</p>
</div>

A.1 配置路径修改

问题描述：需要修改数据集路径、输出目录或OpenFace路径。

修改位置：config.py

修改前：

# 数据集根目录
DATASET_ROOT = r"E:\L\DAIC-WOZ"

# 数据集子目录
DATA_DIR = os.path.join(DATASET_ROOT, "数据集")

# 输出目录
OUTPUT_DIR = os.path.join(DATASET_ROOT, "项目执行新文件")

# OpenFace配置
OPENFACE_PATH = r"D:\Desktop\Python\bi_ye_she_ji\环境\OpenFace_2.2.0_win_x64\FeatureExtraction.exe"

修改后：

# 数据集根目录
DATASET_ROOT = r"你的数据集路径"

# 数据集子目录
DATA_DIR = os.path.join(DATASET_ROOT, "数据集")

# 输出目录
OUTPUT_DIR = os.path.join(DATASET_ROOT, "项目执行新文件")

# OpenFace配置
OPENFACE_PATH = r"你的OpenFace路径\FeatureExtraction.exe"

修改原因：适配不同用户的文件系统结构。

优势：无需修改其他代码，只需更新配置文件即可适配新环境。

A.2 本地测试系统配置修改

问题描述：本地测试系统需要使用不同的模型目录或报告保存路径。

修改位置：本地测试系统/config_local.py

修改前：

# 模型目录
MODEL_DIR = r"E:\L\DAIC-WOZ\项目执行新文件"

# 报告保存目录
REPORT_SAVE_DIR = os.path.join(os.path.dirname(__file__), '保存报告')

修改后：

# 模型目录
MODEL_DIR = r"你的模型目录路径"

# 报告保存目录
REPORT_SAVE_DIR = r"你的报告保存路径"

修改原因：适配本地测试环境的文件路径。

优势：灵活配置本地测试环境，支持不同的部署场景。

A.3 特征提取参数调整

问题描述：需要调整音频特征提取的参数，如MFCC数量、采样率等。

修改位置：2.提取音视频特征.py 和 本地测试系统/feature_extractor.py

音频采样率修改：

# 修改前
y, sr = librosa.load(audio_path, sr=16000)

# 修改后
y, sr = librosa.load(audio_path, sr=22050)  # 改为22050Hz采样率

MFCC数量修改：

# 修改前
mfcc = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=13)

# 修改后
mfcc = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=20)  # 改为20个MFCC系数

修改原因：根据不同的应用场景调整特征提取参数。

优势：灵活调整特征维度，适应不同的模型需求。

A.4 模型参数优化

问题描述：需要调整逻辑回归的正则化参数、迭代次数等。

修改位置：3.训练模型.py

修改前：

clf = LogisticRegression(
    penalty='l1',
    solver='liblinear',
    class_weight='balanced',
    random_state=42,
    max_iter=1000
)

修改后：

clf = LogisticRegression(
    penalty='l2',  # 改为L2正则化
    solver='lbfgs',  # 改为lbfgs求解器
    class_weight='balanced',
    random_state=42,
    max_iter=2000,  # 增加迭代次数
    C=0.5  # 调整正则化强度
)

修改原因：优化模型性能，调整正则化强度和求解器。

优势：根据数据特点优化模型参数，提高模型性能。

A.5 阈值调整

问题描述：需要手动调整分类阈值以优化召回率或精确率。

修改位置：4.本地测试.py 和 本地测试系统/config_local.py

修改前：

DEFAULT_THRESHOLDS = {
    'audio': 0.798,
    'visual': 0.726,
    'multimodal': 0.885
}

修改后：

DEFAULT_THRESHOLDS = {
    'audio': 0.7,  # 降低阈值提高召回率
    'visual': 0.65,
    'multimodal': 0.8
}

修改原因：根据实际需求调整阈值，平衡召回率和精确率。

优势：灵活调整模型的分类标准，适应不同的应用场景。

附录B：答辩文档

B.1 项目演示脚本

演示步骤：

环境展示：
- 展示项目目录结构
- 展示配置文件内容
数据预处理演示：
- 运行 1.数据预处理.py
- 展示数据验证结果
- 展示特征提取过程
模型训练演示：
- 运行 3.训练模型.py
- 展示5折交叉验证结果
- 展示模型保存过程
本地测试演示：
- 运行 本地测试系统/gui_main.py
- 展示GUI界面
- 上传测试文件
- 展示评估过程
- 展示评估报告
结果分析：
- 展示模型评估结果
- 分析特征重要性
- 展示混淆矩阵

演示脚本：

# 1. 展示项目结构
ls -la

# 2. 展示配置文件
cat config.py

# 3. 运行数据预处理
python "1.数据预处理.py"

# 4. 运行特征提取
python "2.提取音视频特征.py"

# 5. 运行模型训练
python "3.训练模型.py"

# 6. 运行模型评估
python "5.准确率评估.py"

# 7. 启动GUI
python "本地测试系统/gui_main.py"

B.2 答辩PPT大纲

幻灯片1：封面

标题：多模态抑郁检测系统
副标题：基于音频和视频特征的抑郁风险评估
姓名、学号、指导教师

幻灯片2：目录

项目背景
技术方案
实验结果
系统演示
总结与展望

幻灯片3：项目背景

抑郁症的现状
传统诊断方法的局限性
多模态抑郁检测的优势

幻灯片4：技术架构

系统架构图
数据层、模型层、应用层、部署层
技术栈介绍

幻灯片5：数据预处理

DAIC-WOZ数据集介绍
数据预处理流程
特征提取方法

幻灯片6：特征提取

音频特征：基频、能量、MFCC等
视频特征：面部动作单元AU
特征处理：标准化、特征选择

幻灯片7：模型训练

模型选择：逻辑回归
类别不平衡处理：SMOTE
交叉验证：5折交叉验证

幻灯片8：实验结果

多模态模型：F1分数0.75，召回率0.82
仅音频模型：F1分数0.72，召回率0.78
仅视觉模型：F1分数0.68，召回率0.75
混淆矩阵展示

幻灯片9：系统演示

GUI界面展示
操作流程演示
评估报告展示

幻灯片10：核心创新点

多模态融合策略
动态阈值校准
特征重要性分析
用户友好的界面

幻灯片11：系统优势

自动化检测
客观评估
早期筛查
辅助诊断

幻灯片12：局限性

数据集限制
环境要求
专业诊断替代
语言限制

幻灯片13：未来展望

模型优化
功能扩展
应用拓展
研究方向

幻灯片14：总结

项目成果
技术亮点
应用价值

幻灯片15：致谢

感谢指导教师
感谢同学帮助
参考文献

B.3 答辩高频问题

技术类问题：

问题：为什么选择逻辑回归而不是深度学习模型？
回答：逻辑回归具有可解释性强、训练效率高、鲁棒性好等优点，适合本项目的特征维度和数据规模。深度学习模型需要大量数据和计算资源，而逻辑回归在本项目中已经取得了较好的性能。
问题：如何处理类别不平衡问题？
回答：采用了SMOTE算法进行过采样，设置class_weight=’balanced’，使用F2分数作为评估指标，以及动态阈值校准等多种策略。
问题：多模态融合的具体方法是什么？
回答：采用加权决策融合策略，音频权重0.55，视频权重0.45，基于实验结果优化得到的最佳权重组合。
问题：特征选择的方法是什么？
回答：使用SelectKBest算法，基于f_classif评分选择最具判别力的25个特征。
问题：如何评估模型的性能？
回答：采用5折交叉验证，使用准确率、精确率、召回率、F1分数、F2分数和AUC等多个指标进行综合评估。

应用类问题：

问题：系统的适用场景是什么？
回答：适用于社区心理健康筛查、医院门诊辅助诊断、企业员工心理健康评估和远程医疗咨询等场景。
问题：如何确保用户隐私安全？
回答：所有数据处理和模型推理都在本地完成，不涉及数据上传；生成的报告文件不包含原始音视频数据；临时文件会自动清理；支持自定义报告保存路径。
问题：系统的部署方式是什么？
回答：支持本地部署，使用PyInstaller打包为可执行文件，便于分发和安装。
问题：系统的维护成本如何？
回答：硬件要求低，普通PC即可运行；软件依赖简单，主要是Python库；模型可以通过重新训练进行更新；系统设计模块化，便于维护和扩展。
问题：系统的局限性是什么？
回答：基于DAIC-WOZ数据集训练，可能存在人群偏差；需要良好的录音和录像环境；仅作为辅助工具，不能替代专业诊断；目前仅支持英语语音；主要适用于成年人。

附录C：常见问题解答

C.1 环境配置问题

问题1：安装依赖时出现错误

症状：运行 pip install -r requirements.txt 时出现安装错误。

解决方案：

确保Python版本为3.8或更高版本
升级pip：python -m pip install --upgrade pip

逐个安装依赖包：

pip install numpy pandas librosa parselmouth scikit-learn imbalanced-learn joblib pillow moviepy pydub

如果parselmouth安装失败，尝试从wheel文件安装：

pip install https://github.com/YannickJadoul/Parselmouth/releases/download/0.4.3/parselmouth-0.4.3-cp38-cp38-win_amd64.whl

问题2：OpenFace无法运行

症状：运行特征提取时提示OpenFace未找到或运行出错。

解决方案：

确认OpenFace路径配置正确：OPENFACE_PATH = r"正确的OpenFace路径\FeatureExtraction.exe"
下载正确版本的OpenFace：https://github.com/TadasBaltrusaitis/OpenFace/releases
确保Visual C++ Redistributable已安装：https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads
检查视频文件格式是否受支持（建议使用MP4格式）

问题3：音频特征提取失败

症状：提取音频特征时出现"音频加载失败"错误。

解决方案：

确认音频文件格式正确（支持.wav, .mp3, .flac等）
检查文件路径是否包含中文或特殊字符
尝试转换音频格式：ffmpeg -i input.mp3 -acodec pcm_s16le -ar 16000 -ac 1 output.wav
检查librosa版本：pip show librosa，建议使用0.9.0或更高版本

C.2 数据处理问题

问题1：数据集路径错误

症状：运行数据预处理时提示"文件未找到"。

解决方案：

确认config.py中的路径配置正确

检查数据集目录结构是否符合要求：

DAIC-WOZ/
└── 数据集/
    ├── 300_P/
    │   ├── 300_AUDIO.wav
    │   ├── 300_CLNF_AUs.txt
    │   └── ...
    ├── 301_P/
    └── ...

确认参与者文件夹命名格式为{pid}_P

问题2：特征提取速度慢

症状：提取特征时耗时过长。

解决方案：

使用多线程并行处理：修改2.提取音视频特征.py，启用多线程
减少特征维度：降低MFCC数量或减少提取的AU数量
使用缓存机制：实现特征缓存，避免重复提取
关闭不必要的特征提取：注释掉不需要的特征提取代码

问题3：特征文件缺失

症状：训练模型时提示"特征文件未找到"。

解决方案：

确认特征提取已成功运行
检查输出目录是否生成了特征文件：
- multimodal_train_features_multithread.csv
- feature_schema.json
重新运行特征提取脚本

C.3 模型训练问题

问题1：模型训练失败

症状：运行3.训练模型.py时出现错误。

解决方案：

确认特征文件存在且格式正确
检查特征列是否完整
尝试减少特征数量或调整模型参数
查看详细错误信息，定位具体问题

问题2：模型性能不佳

症状：模型评估结果显示准确率或召回率较低。

解决方案：

调整特征选择参数：修改SelectKBest的k值
优化SMOTE参数：调整k_neighbors参数
调整模型参数：修改逻辑回归的正则化参数
尝试其他分类算法：如SVM、随机森林等

问题3：模型文件过大

症状：保存的模型文件体积过大。

解决方案：

使用更高效的序列化格式：如joblib替代pickle
减少特征数量：通过特征选择减少维度
使用模型压缩技术：如量化、剪枝等

C.4 本地测试问题

问题1：GUI界面无法启动

症状：运行gui_main.py时出现错误。

解决方案：

确认所有依赖已安装
检查config_local.py中的路径配置
确认模型文件存在于指定目录
查看详细错误信息，定位具体问题

问题2：报告生成失败

症状：评估完成后无法生成报告图片。

解决方案：

确认报告保存目录存在且可写
检查PIL库是否正确安装：pip install pillow
尝试使用不同的字体：修改generate_report_image函数中的字体设置
检查内存是否足够：报告生成需要一定的内存

问题3：预测结果不准确

症状：评估结果与预期不符。

解决方案：

确认模型文件正确加载
检查特征提取是否正确
调整分类阈值：在设置中修改阈值参数
检查输入文件质量：确保音视频文件清晰、无噪声

附录D：参考文献

D.1 学术文献

$1 $$ Baltrusaitis, T., Robinson, P., & Morency, L. P. $2018$. OpenFace 2.0: Facial behavior analysis toolkit. In 2018 13th IEEE International Conference on Automatic Face & Gesture Recognition (FG 2018) $pp. 59-66$. IEEE.$

$Gratch, J., Lucas, G., King, C., & Stratou, G. $2014$. The DAIC-WOZ corpus: A corpus for human-computer interaction research. In Proceedings of the 16th ACM international conference on Multimodal interaction $pp. 455-462$.$

$Liu, H., & Motoda, H. $2012$. Feature selection for knowledge discovery and data mining. Springer Science & Business Media.$

$Chawla, N. V., Bowyer, K. W., Hall, L. O., & Kegelmeyer, W. P. $2002$. SMOTE: Synthetic minority over-sampling technique. Journal of artificial intelligence research, 16, 321-357.$

$Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., … & Duchesnay, E. $2011$. Scikit-learn: Machine learning in Python. Journal of machine learning research, 12(Oct), 2825-2830.$

$McFee, B., Raffel, C., Liang, D., Ellis, D. P., McVicar, M., Battenberg, E., & Nieto, O. $2015$. librosa: Audio and music signal analysis in Python. In Proceedings of the Python in Science Conference $pp. 18-25$.$

$Everitt, B. S., & Skrondal, A. $2010$. The Cambridge dictionary of statistics (4th ed.). Cambridge University Press.$

$Kuhn, M., & Johnson, K. $2013$. Applied predictive modeling. Springer.$

$Hastie, T., Tibshirani, R., & Friedman, J. H. $2009$. The elements of statistical learning: data mining, inference, and prediction. Springer Science & Business Media.$

$Ng, A. Y. $2014$. Machine learning. Coursera. ### D.2 技术文档$

$P y t h o n 官方文档 . h t t p s : / / d o c s . p y t h o n . o r g / 3 /$

$N u m P y 官方文档 . h t t p s : / / n u m p y . o r g / d o c / s t a b l e /$

$P a n d a s 官方文档 . h t t p s : / / p a n d a s . p y d a t a . o r g / d o c s /$

$s c i k i t - l e a r n 官方文档 . h t t p s : / / s c i k i t - l e a r n . o r g / s t a b l e / d o c u m e n t a t i o n . h t m l$

$O p e n F a c e 官方文档 . h t t p s : / / g i t h u b . c o m / T a d a s B a l t r u s a i t i s / O p e n F a c e / w i k i$

$L i b r o s a 官方文档 . h t t p s : / / l i b r o s a . o r g / d o c / l a t e s t /$

$P a r s e l m o u t h 官方文档 . h t t p s : / / p a r s e l m o u t h . r e a d t h e d o c s . i o /$

$T k i n t e r 官方文档 . h t t p s : / / d o c s . p y t h o n . o r g / 3 / l i b r a r y / t k i n t e r . h t m l$

$M o v i e P y 官方文档 . h t t p s : / / z u l k o . g i t h u b . i o / m o v i e p y /$

$PyInstaller官方文档. https://pyinstaller.org/en/stable/ ### D.3 在线资源$

$D A I C - W O Z 数据集下载 . h t t p s : / / d c a p s w o z . i c t . u s c . e d u /$

$O p e n F a c e 下载 . h t t p s : / / g i t h u b . c o m / T a d a s B a l t r u s a i t i s / O p e n F a c e / r e l e a s e s$

$P y t h o n 包索引 . h t t p s : / / p y p i . o r g /$

$G i t H u b - 多模态抑郁检测系统 . h t t p s : / / g i t h u b . c o m / y o u r u s e r n a m e / d e p r e s s i o n - d e t e c t i o n$

$Stack Overflow. https://stackoverflow.com/ ### D.4 相关工具$

$F F m p e g . h t t p s : / / f f m p e g . o r g /$

$A u d a c i t y . h t t p s : / / w w w . a u d a c i t y t e a m . o r g /$

$V L C M e d i a P l a y e r . h t t p s : / / w w w . v i d e o l a n . o r g / v l c /$

$A n a c o n d a . h t t p s : / / w w w . a n a c o n d a . c o m /$

$P y C h a r m . h t t p s : / / w w w . j e t b r a i n s . c o m / p y c h a r m /$

2024-8

附录

🏗️ 附录导航

A.1 配置路径修改

A.2 本地测试系统配置修改

A.3 特征提取参数调整

A.4 模型参数优化

A.5 阈值调整

附录B：答辩文档

B.1 项目演示脚本

B.2 答辩PPT大纲

B.3 答辩高频问题

附录C：常见问题解答

C.1 环境配置问题

C.2 数据处理问题

C.3 模型训练问题

C.4 本地测试问题

附录D：参考文献

D.1 学术文献

推荐文章