Angesichts der Probleme des ResNet18-Netzwerkmodells bei der Gesichtsausdruckserkennung, wie der großen Modellgröße und der niedrigen Genauigkeit, wurde ein auf dem Aufmerksamkeitsmechanismus basierendes leichtes ResNet-Netzwerkmodell (Multi-Scale CBAM Lightweight ResNet, MCLResNet) vorgeschlagen, das mit weniger Parametern und höherer Genauigkeit die Erkennung von Gesichtsausdrücken ermöglicht. Zunächst wird ResNet18 als Rückgratnetzwerk zur Merkmalsextraktion verwendet, gruppierte Faltungen werden eingeführt, um die Anzahl der ResNet18-Parameter zu reduzieren; mit Hilfe der invertierten Residualstruktur wurde die Netztiefe erhöht, wodurch die Bildmerkmalextraktion optimiert wurde. Zweitens wurde in der kanalen Aufmerksamkeitsmodul CBAM (Convolutional Block Attention Module) die gemeinsam genutzte voll verbundene Schicht durch ein 1×3 Faltungsmodule ersetzt, was den Informationsverlust der Kanäle effektiv reduzierte; im räumlichen Aufmerksamkeitsmodul CBAM wurde ein mehrere Skalen umfassendes Faltungsmodule hinzugefügt, um räumliche Merkmale in verschiedenen Skalen zu erhalten. Schließlich wurde das Multi-Scale CBAM (MSCBAM) Modul zur Verschmelzung mehrskaliger räumlicher Merkmale in das leichte ResNet-Modell eingefügt, um die Merkmalsausdrucksfähigkeit des Modells effektiv zu erhöhen, außerdem wurde im Ausgangsschicht des Netzwerks mit MSCBAM eine voll verbundene Schicht hinzugefügt, um die nichtlineare Darstellung bei der Ausgabe zu steigern. Die experimentellen Ergebnisse auf den Datensätzen FER2013 und CK+ zeigen, dass das vorgeschlagene Modell die Anzahl der Parameter im Vergleich zu ResNet18 um 82,58 % reduziert und eine gute Erkennungsgenauigkeit aufweist.

leichtes ResNet-Netzwerk; Fusion mehrskaliger räumlicher Merkmale; Gesichtsausdruckserkennung; Aufmerksamkeitsmechanismus