本发明提供了一种远程体积描记信号检测模型构建、检测方法、装置及应用，所述检测模型的构建方法包括：采集人面部视频图像序列和远程体积描记信号，对采集到的人面部视频图像序列进行预处理得到预处理后的人面部视频图像序列，以采集到的远程体积描记信号组成标签集；以得到的预处理后的人面部视频图像序列作为输入，以标签集作为输出，训练远程体积描记信号检测模型。本发明方法结合了3D时空堆叠卷积模块和多层级特征融合模块，通过对不同层级的特征图分别进行特征加强处理和融合，实现了深层特征的语义信息和浅层特征的空间信息的充分结合，从而避免了有效信息的丢失，提升了网络的输出精度。