抑郁症是当今社会面临的一种严重精神健康类疾病,给个人和家庭造成了极大的危害。早发现早治疗对抑郁症的防治至关重要。当前精神科医患比例过低,无法满足抑郁症患者长期增长的医疗需求。因此,寻找一种客观、有效的抑郁识别方法是当今抑郁识别研究领域亟待解决的问题。基于此,本文针对面部表情这一客观行为信号,对抑郁识别展开了研究。目前基于面部表情的抑郁识别工作中,将组成视频的每个单帧或短时序片段示例赋予同一个类别标签。由于我们难以确定哪些示例反映了与类别标签相关的信息,与类别标签无关的示例会对监督学习造成负面影响,进而影响模型性能。此外,很多抑郁识别方法通过提取短时序内面部表情的变化来获取时空信息,而忽略了长时序信息下的被试行为表征。长时序列信息包含了视频序列的上下文信息,能够更好地描述抑郁行为。本文针对上述基于面部表情的抑郁识别研究中的不足,提出了更为合理有效的基于多示例学习的抑郁识别模型。本文的主要工作和创新点如下:（1）目前用于抑郁识别的面部表情数据中只包含了粗粒度的被试抑郁信息标签,使用监督学习的训练方法可能会降低模型的性能,因此本文提出了基于多示例学习的抑郁识别模型。该方法使用卷积神经网络对每个视频帧内的面部图像进行情感表征提取。随后,采用双重注意力池化的方式对这些表征进行聚合,得到了针对时间窗口的包级别特征信息,用于最终模型的分类。该方法在本文第三章所构建的150名平衡样本数据集上达到了0.727与0.729的准确率和召回率,相比不包含多示例学习模块的监督学习方式,准确率和召回率分别提高了4.98%和7.18%,表明了多示例学习方法在抑郁识别任务中具有更好的鲁棒性和泛化能力。（2）为了捕获基于面部表情的抑郁识别任务中长时序下的行为表征,本文提出了一种基于双流多示例学习方法。该方法首先使用最大池化方法找到最能表示抑郁信息的关键示例,接着通过计算其他示例与关键示例的距离得到注意力权重,最后通过将注意力权重与示例表征聚合,得到长时序的视频包级别表征。该方法可以挖掘人脸表情与抑郁类别标签长时序的内在联系,具有表征被试情感变化的能力。与其他最新的抑郁识别研究成果相比,本文提出的方法在所构建的数据集上达到了0.747的准确率和0.745的召回率,分别比基线方法提升了15.63%和15.14%。本文提出了使用原始面部表情进行抑郁识别的多示例学习弱监督方法,相较于监督学习训练方法,我们的方法可以更好地利用示例数据,具有更高的鲁棒性与泛化性。同时,本文提出的方法可以应用于其他精神疾病的识别领域,为相关研究提供了新的思路和方法。