Face aux problèmes du modèle de réseau ResNet18 dans la reconnaissance des expressions faciales, notamment sa taille importante et sa faible précision, un modèle réseau ResNet léger basé sur un mécanisme d’attention (Multi-Scale CBAM Lightweight ResNet, MCLResNet) a été proposé, permettant une reconnaissance des expressions faciales avec un nombre réduit de paramètres et une précision élevée. Tout d’abord, ResNet18 est utilisé comme réseau principal pour l’extraction des caractéristiques, une convolution groupée est introduite pour réduire le nombre de paramètres de ResNet18 ; la structure de résidu inversé est utilisée pour augmenter la profondeur du réseau, optimisant ainsi l’extraction des caractéristiques de l’image. Ensuite, la couche entièrement connectée partagée dans le module d’attention par canal CBAM (Convolutional Block Attention Module) est remplacée par un module convolutionnel 1×3, réduisant efficacement la perte d’information des canaux ; un module de convolution multi-échelle est ajouté dans le module d’attention spatiale CBAM pour obtenir des informations de caractéristiques spatiales à différentes échelles. Enfin, le module CBAM multi-échelle (Multi-Scale CBAM, MSCBAM) fusionnant les caractéristiques spatiales multi-échelles est ajouté au modèle ResNet léger, augmentant efficacement la capacité d’expression des caractéristiques du modèle ; de plus, une couche entièrement connectée est ajoutée à la couche de sortie du modèle intégrant MSCBAM pour augmenter la représentation non linéaire en sortie. Les résultats expérimentaux sur les ensembles de données FER2013 et CK+ montrent que le modèle proposé réduit la quantité de paramètres de 82,58 % par rapport à ResNet18 tout en obtenant une bonne précision de reconnaissance.

réseau ResNet léger; fusion de caractéristiques spatiales multi-échelles; reconnaissance des expressions faciales; mécanisme d’attention